こちらの生成AI用語集を使用して、AIについて深く掘り下げ、重要な用語や概念について理解を深めてください。

必要なもの

アプリ内で使ってみる

Adobe Express を開く

生成AIテクノロジーの一種であるAIアートや画像生成は、他のAI同様、機械学習モデルと大規模なデータセットを使って、求められる結果を生成します。画像生成AIは、簡単なテキスト入力にもとづいて画像を生成する機能を備えており、あらゆる形で応用し、思い浮かんだアイデアを迅速に形にする効率的な方法を提供することで、クリエイティブプロセスに革命をもたらします。

生成AIは機械学習アルゴリズムのクラスを参照し、このブログで後ほど紹介する風景画像のようなオリジナルの新しいコンテンツを作成するように設計されています。生成される出力の質と多様性は、学習させるデータの質と多様性、モデルのアーキテクチャとパラメーター、学習プロセスによって異なります。誰でも日常で使う言葉やその他の入力情報を使用して、画像、動画、ドキュメント、デジタルエクスペリエンスを生成できます。Adobe Fireflyなら、画像を美しく仕上げたり、テキストを変えたり、様々な色を試したりできます。まずはAIの全体像を把握することをお勧めします。

AIは様々な形で実際に応用されており、すばらしい成果を出していますが、AIは魔法でもSFでもありません。生成AIは革新的で進化を続けている分野です。ここではAIと生成AIツールについて理解を深めるのに必要な基本用語とその概念について説明します。

AIとは、人間のような知能を必要とするタスクを実行できるインテリジェントシステムを構築することを目指す、コンピューターサイエンスの分野のことを指します。これには、機械がデータから学習し、そのデータから推論して、新しい情報に適応可能にする、様々な手法やアルゴリズムが含まれます。AIは、機械学習モデル、大規模なデータセット、パターン認識を使用して、パーソナライズされたおすすめや音声認識、言語の翻訳など、求められる結果を生成します。

生成AIは人工知能（AI）の一種で、通常の言葉や入力情報からすばらしいコンテンツを作り出すことができるテクノロジーです。これまで生成AIについては、AIアートや画像生成が主に取り上げられてきましたが、このテクノロジーは、テキスト入力から静止画像を生成するだけにとどまらず、さらに多くの用途に活用できます。

ほんの数語と適切な生成AIさえあれば、誰でもビデオや文書、デジタルエクスペリエンス、さらにリッチな画像やアートまで作成することができます。また画像生成AIは「クリエイティブな素材」の作成にも活用でき、ブラシやベクター、テクスチャを作成してコンテンツのデザイン要素として使用できます。

テキストプロンプトとは、望み通りのコンテンツ（応答）を生成するためにAI言語モデルに指定する、具体的な入力のことです。通常は、指定したプロンプトに関連するテキストをAIが生成するためのコンテキストやヒントを提供する、短い文またはフレーズで構成されます。テキストプロンプトは、自然言語処理やクリエイティブAIアプリで広く使用されています。

テキストプロンプトの作成には、望み通りのコンテンツやスタイルに従って出力を形成するように生成AIモデルを導く、具体的な指示や質問を記述することが伴います。効果的なプロンプトは、望み通りの結果を得るうえで重要な役割を果たします。

Adobe Fireflyは、アドビ製品に搭載されているクリエイティブな生成AIモデルの新しいファミリーで、初期段階では主に画像やテキストのエフェクト生成をおこなっています。Fireflyはアイデア、創造、コミュニケーションの新しい方法を提供し、クリエイティブなワークフローを大きく改善します。Fireflyは、「誰もが自分のアイデアをイメージ通りに表現できるべきだ」という信念のもと、アドビが過去40年以上にわたって開発してきたテクノロジーの一環として生まれたものです。

人気の ChatGPT-3 のような大規模言語モデルには何十億ものパラメーターが存在し、人間のような言語を処理して生成することに長けています。これらは、様々な自然言語を理解して生成するタスクにおいて優れた実績があります。

機械学習とは、明示的なプログラミングをおこなうことなく、システムにデータを学習させ、パフォーマンスを徐々に高めることができるAIのサブセットのことです。学習手法として、教師あり学習、教師なし学習、強化学習があります。

ニューラルネットワークとは、人間の脳の構造に着想を得た計算モデルのことです。相互に接続されたノード（ニューロン）で構成され、複数の層に分かれており、様々なAIタスクで広く使用されています。

ディープラーニングとは、複数の隠れ層を持つニューラルネットワークを利用して複雑なデータを処理し、画像認識や自然言語処理などの複雑な問題を解決する、機械学習のサブセットのことです。

AIにおける画像生成には、GAN、VAE、Transformer（トランスフォーマー）などの生成モデルを使用してリアルな画像をゼロから作成することが含まれ、クリエイティブアプリとビジュアルコンテンツの生成に革命をもたらします。生成AIテクノロジーの一種である画像生成AIは、他のAI同様、機械学習モデルと大規模なデータセットを使って、求められる結果を生成します。

AIにおけるテキスト生成とは、大規模言語モデルまたは回帰型ニューラルネットワークを使用して、コンテキストと合致する明確でわかりやすい文章を生成するプロセスのことを指します。

教師なし学習とは、モデルがラベルのないデータから学習し、明示的な監督なくパターンと構造を見つけ出す機械学習アプローチのことです。

転移学習とは、あるタスクの学習から得た知識を、関連する別のタスクの学習とパフォーマンス向上に応用するAI手法のことで、膨大な学習データを用いる必要性を減らします。

データ拡張とは、元のデータに様々な変換を適用することでデータセットのサイズを人為的に増大させ、それによってモデルの「汎化能力」を高めます。

AIバイアスとは、AIモデル内に偏見や不公平や好みが存在することを指し、しばしば学習データに存在する人間の偏見を反映し、差別的な出力をもたらします。

説明可能なAIは、AIモデルの意思決定プロセスの透明性を高め、わかりやすくすることを目的とし、特に重要な応用分野において信頼を築き、その動作を理解するために不可欠です。

AI倫理は、AIテクノロジーの責任ある開発、展開、使用に関して、プライバシー、偏見、透明性、説明責任に関連する懸念に対処します。

AIアートには、生成アルゴリズムを使用してAIシステムが単独で作成またはAIシステムと共同で作成されたアートワークが含まれ、人間の創造性と人工知能の機能の融合が反映されています。Adobe Fireflyのような生成AIを活用すると、ユーザーは今までにない新たな方法で想像力の赴くままにアイデアを形にすることができ、クリエイティビティを存分に発揮できます。

Fireflyのビジョンは、クリエイターが普段話す言葉とその他の入力情報を使って、様々な制作作業を簡単におこなえるようにすることです。デザインのバリエーション作成、写真の不要物の除去、イラストへの要素の追加、ビデオの雰囲気の変更、3Dオブジェクトへのテクスチャの追加、デジタルエクスペリエンスの作成など、多くの用途での利用が期待されています。

データプライバシーとは、不正アクセスや不正利用の可能性を防ぐために、AIに学習させるデータセットで使用されている個人情報や機微な情報を保護することを指します。

画像から画像への変換とは、画像をあるドメインから別のドメインに変換する生成AIの1つの手法で、スケッチをフォトリアリスティックな画像に変換したり、昼のシーンを夜に変更したりできます。

言語モデルとは、人間の言語を処理および生成するように設計されたAIシステムであり、機械翻訳やテキスト要約などの様々な自然言語処理のタスクに不可欠です。

学習済みモデルとは、大規模なデータセットを学習させ、特定のタスクでさらに微調整を加えたり、転移学習に利用できたりするAIモデルのことです。

NLPとは、人間の言語を理解、解釈、生成することを担うAIの分野のことです。チャットボットや感情分析などのアプリのベースとなります。

AIにおけるスタイル変換には、ある画像のスタイルを別の画像のコンテンツと結合して、斬新で芸術的なビジュアル出力を作成することが含まれます。

インペインティングとは、画像の欠落部分を埋めるために使用されるAI画像生成手法の1つであり、よく画像の復元や強化に応用されます。

ハイパーパラメーターチューニングとは、AIモデルの設定（ハイパーパラメーター）を最適化してパフォーマンスを向上させるプロセスのことです。

移転性とは、あるドメインから得た知識を応用して別のドメインのパフォーマンスを向上させるAIモデルの能力のことを指します。

マルチモーダルAIは、テキスト、画像、音声などの複数のデータタイプからのコンテンツの処理と生成を担い、より多様性に富んだ創造的な出力を可能にするAIです。

GANとは、生成ネットワーク（generator）と識別ネットワーク（discriminator）と呼ばれる2つのニューラルネットワークで構成され、それらが連携して高品質の合成データを生成する生成AIモデルの一種です。

VAEとは、エンコーダーとデコーダーを利用してデータに含まれる潜在的な表現を学習し、新しいサンプルを生成する生成モデルのことです。

Transformerは、大規模言語モデルで広く使用されている深層学習アーキテクチャの一種で、データの並列処理を促進し、計算効率を向上させます。

コラボレーティブAIには、人間と協力して動作するように設計されたAIシステムが含まれ、人間ができることを増やし、協調的意思決定を促進します。

生成AIの倫理的課題として、偏ったコンテンツの生成、責任あるAIの導入、AIが生成したコンテンツが社会やアート業界に及ぼす影響に関する懸念などが挙げられます。

ドメイン固有言語モデルとは、特定の業界または分野向けに微調整されたAIモデルのことであり、カスタマイズされた正確な出力を提供します。

AI生成コンテンツのライセンシングは、AIシステムによって生成されたコンテンツの所有権と使用権に関する法律上の問題点に対処します。

人とAIの協働には、AIテクノロジーと人間の入力を統合し、共生関係を生み出し、創造的な取り組みにおいて双方の強みを活用することが含まれます。

バイアス軽減手法は、AIモデルのバイアスを減らし、コンテンツの生成と意思決定において公正かつ公平な結果を保証することを目的としています。

推論とは、学習済みのAIモデルを使用して、新しい入力データにもとづいて予測をおこなったり、コンテンツを生成したりするプロセスのことです。

ドメイン内データとは、AIモデルのパフォーマンスを最適化する、特定のドメインまたはターゲットタスクを厳密に表す学習用データセットのことを指します。

ディープドリームは、画像を強化したり変更を加えたりして、超現実的かつ非現実的なビジュアルを作成するために使用される、ニューラルネットワークの視覚化手法の1つです。

データクレンジングには、AIモデルに正確かつ信頼性の高いデータを学習させるために、データセット内のエラーと不一致を特定して修正することが含まれます。

オートエンコーダーとは、データを圧縮してから再構築する教師なし学習に使用されるニューラルネットワークのクラスのことで、生成AIタスクでよく使用されます。

偶然性とは、AIモデルのランダム性の要素のことを指し、多様性に富んだ出力の生成に貢献します。

ゼロショット学習は、モデルに明示的に学習させていないタスクを、タスクに関するテキストによる説明のみで実行可能にする機械学習アプローチの1つです。

ワンショット学習は、モデルが人間のような学習能力を模倣し、1つの例のみから学習可能にする機械学習アプローチの1つです。

自己教師あり学習は、モデルがデータの固有の構造を利用して独自の学習ラベルを生成する学習パラダイムの1つで、人間が膨大なデータセットにラベルを付ける必要性を減らします。

Adobe Fireflyのような協働型AIプラットフォームは、アーティストやクリエイターがAIと協力して作業するためのツールを提供することで、革新的なコンテンツを生成に役立ち、創造性の新たな次元が開けます。

コンテンツ認証イニシアチブ（CAI）とは、デジタルメディアコンテンツの真正性を確保するための標準規格やテクノロジーを定めることを目的とした、様々な組織やテクノロジー企業間の協働型の取り組みのことです。CAIは、メディアファイルの出所と変更履歴を追跡するツールを提供することでコンテンツの健全性と透明性を確保し、誤情報やディープフェイクと戦っています。

コンテンツ認証情報とは、デジタルコンテンツに添付されたメタデータまたはデジタル証明書のことを指し、その出所、作成者、変更履歴を証明します。これらの認証情報はコンテンツ認証イニシアチブのフレームワークの一部であり、メディアファイルの正当性と信頼性を確立する上で重要な役割を果たします。

アウトペインティングとは、既存の画像の外側にコンテンツを生成するために使用される人工知能とコンピュータービジョンの手法のことです。画像の欠落部分を埋めるインペインティングとは異なり、アウトペインティングではコンテンツが元の境界線を超えて拡張され、創造性に富んだリアルな外挿が生成されます。

ソフトウェアやAIアプリの文脈では、ベータとは、製品またはサービスの正式リリースの前に、選択したユーザーグループに利用可能にするテスト段階のことを指します。ベータテストにより、開発者はフィードバックを収集し、バグを特定して、実際の使用状況にもとづいて改善を加えることができるため、最終バージョンに磨きをかけ、高い安定性が確保されます。

AI関連の文脈における商用利用とは、AIモデル、ソフトウェア、または生成されたコンテンツを営利目的で利用することを指します。一方、補償とは、AI製品またはサービスの使用に起因する潜在的な損失、損害、または責任に対してユーザーに提供される法的保護や補償のことを指します。

Coalition for Content Provenance and Authenticity（C2PA）では、デジタルコンテンツの出所、真正性、信頼性を証明する標準規格と技術の開発に向けて組織間で協力して取り組みます。C2PAはコンテンツ認証イニシアチブと密接に関係しており、偽情報の拡散と闘い、メディアの健全性を確保することを目的としています。

コンテンツに応じた塗りつぶしは、ソフトウェアがAIを活用してオブジェクトをインテリジェントに削除したり、画像内の欠落した領域を埋めたりする、コンピュータービジョンおよび画像編集手法の1つです。AIが周囲のピクセルとテクスチャを分析して違和感なく置き換えることができる要素を生成し、見た目に一貫性のある自然な結果をもたらします。

メータリングまたはクレジットとは、AI生成コンテンツの作成者または所有者に適切な認識または承認を与えるプロセスのことを指します。これには、盗作を回避し、知的財産権を維持するために適切な認定を提供することが含まれます。

人工知能の文脈では、ノイズとは、データセット内に存在する無関係なデータまたはランダムなデータのことを指します。この無関係な情報は機械学習モデルのパフォーマンスと精度に悪影響を与える可能性があるため、ノイズを減らすことはデータを準備する際の前処理として重要なステップです。

AIモデルやAIアルゴリズムの文脈において、バリアントとは、元のモデルに特定の変更または調整を加えることによって、異なるバージョンまたはイテレーションを作成することを指します。これらの変更には、ハイパーパラメーター、学習データ、アーキテクチャの構成を変更することが含まれることがあり、異なるアプローチを検討しパフォーマンスを向上させるためにおこなわれます。

AIモデルの学習の文脈において、シードとは、モデルのパラメーターを初期化するために設定される初期ランダム値のことです。異なるシード値を使用すると、学習中にモデルの結果は様々になる可能性があります。これはランダム性を制御し、再現性を確保する一般的な手法です。

ControlNetは、メインモデルと並行して別のニューラルネットワークの学習を実施し、その出力を監視および調整するAI研究の概念の1つです。この補助ネットワークは制御メカニズムとして機能し、モデルの安定性と信頼性を高め、望み通りの動作を忠実に守らせるのに役立ちます。

NSFWは「Not Safe for Work（職場閲覧注意）」を意味し、特定の場面では不適切または露骨な内容が含まれる可能性があるコンテンツを指します。NSFWリストまたはブロックリストは、ユーザーが作成したコンテンツや検索結果から不適切または注意を要するものを検出して除外するために、AIシステムによって使用されるキーワード、フレーズ、コンテンツ記述子をまとめたものです。