00:05
おはようございます。こわんこわんこチャンネルを始めたいと思います。
久しぶりに長い散歩をして、公園に来ております。
森の中にある不明の木の前で話をしているんですけれども、
鳥の鞘釣りとか、近くに運動場があるので、そちらの方で運動されている人の声でやったりとか、
久しぶりに来たので、すごく落ち着きますね。
今日は日曜日なので、穏やかに過ごせていいなと思っています。
今日は、その前に木のゴミの話をしたと思うんですけど、
通路のところにメモの書き置きというか、誰かが落としたものがあったんですけど、
もしかしたら、誰かがまた後で必要に駆られて取るかもしれないので、
今日、そのままだったので、もう捨てておきました。
なんのことだよね、という感じですけど。
今日は、ステーブルディフュージョンの記事があったので、話していきたいんですけれども、
本当にすごい時代になりましたね。
絵を描いたりするということ自体は、人がやることが当たり前ということだったと思うんですけども、
これがAIのアプリを使うことで、自分が思う単語を入力すると、
自分の意図する画像は生成するかどうかわからないですけれども、
画像が生成されると、自分で描くよりきれいなものができるので、
何回も繰り返して必要なデータ、必要な絵を出していく作業は必要ですけれども、
簡単にできるというのはすごい時代ですよね。
このソフトを使うにあたって、3つのステップというのがありまして、
まず、呪文と呼ばれる言葉を入力するんですけれども、
そちらをまず1点目に、AIが認識しやすいような概念の数字に置き換えるというのがまず1点。
2つ目は、画像を実際に作成していくんですけれども、
基本的にはノイズの入った画像をランダムに選んで、
03:05
それをどんどんノイズを取り除いていく作業をしていくのが2点目。
3点目が、実際に人間が見やすいように複合化していくという作業ですね。
これの3点があります。
1つ目のステップは、入力した言葉をプロンプトや呪文と呼ばれるものなんですけれども、
これをベクトルというものに変換します。
ベクトルは、AIが認識しやすいような概念を数値化したものになります。
2つ目のステップでは、画像の作成をします。
このステップでは、AIがランダムに詰め込まれたノイズのある画像から絵を描いていきます。
少しずつこのノイズ自体を取り除くことによって、
最初で選ばれた概念に近づけていくような形で絵を描いていきます。
3ステップ目では、人間が見やすいような形に画像を複合化するという作業が入ります。
これは、AI自体で処理するときに、小さな画像、圧縮された画像を使用しているんですけれども、
なぜかというと、素早く処理するためですね。
このままの状態では人間が認識できないので、
人間が見やすいような形に、画像を大きくして見やすいような形に変換するというような工程になります。
あと、どうやって学習していくかというと、
23億枚の画像データの取り込みと、その画像の説明を紐付けた状態にしています。
次に、画像自体をノイズ化するという工程と、ノイズ化された画像データを元に戻す工程ですね。
こういったことを全ての画像で繰り返すことでですね、
より鮮明に言葉から画像を生成できるというふうな学習をしているようです。
私自身はミッドジャーニーを少し触ったのと、ステーブルディフュージョンに関しても少し触っている程度だったんですけれども、
こういったものをですね、もっと使ってやっていく必要があるのかなと思いました。
それだけじゃなくて、作曲の分のAIがあったりとか、他にもまたいろいろ出てくるので、
06:07
そういったものをですね、新しいことをやってみてどう思うかというのも、
自分自身でいろいろ考えていかないとというようなところもありますし、
これからはAIとどうやって共生していくのかという部分を考えていきながら、
そのためにはやっぱり新しくできたものを使っていく姿勢が大切なのかなと思いますので、
積極的にいろいろ新しいことは取り込んでですね、楽しんでいきたいなと思っております。
ここまで聞いていただいた方ありがとうございます。
それではまた。さようなら。
