画像生成AIで広く用いられている拡散モデル（Diffusion Model）の説明として、最も適切なものはどれか。
- 1生成器と識別器の2つのネットワークを競わせながら学習し、本物らしい画像を生成する
- 2入力画像を潜在変数の確率分布として表現するエンコーダと、そこから画像を復元するデコーダを組み合わせて学習する
- 3データにノイズを少しずつ加えていく過程を考え、その逆にノイズを段階的に取り除く処理を学習することで、ノイズから画像を生成する
- 4学習データに含まれる画像の一部を切り貼りして組み合わせ、新しい画像を作成する
正解と解説を見る
正解：3
拡散モデルは、画像にノイズを徐々に加えて最終的にほぼ純粋なノイズにする過程を考え、その逆向きにノイズを取り除く処理をニューラルネットワークに学習させます。生成するときは、ランダムなノイズから段階的にノイズを除去して画像を作ります。1はGAN、2はVAE（変分オートエンコーダ）の説明であり、4のように既存画像を切り貼りする仕組みでもありません。Stable Diffusionなど代表的な画像生成AIが拡散モデルを基盤としていることを押さえておきましょう。
根拠：拡散モデル（Denoising Diffusion Probabilistic Models, Ho et al. 2020）