生成AIパスポート 用語集生成AIの仕組みと生成モデル
潜在ベクトルとはせんざいべくとる
潜在ベクトルの意味
潜在ベクトルとは、エンコーダが入力データを変換して得る、データの重要な特徴を凝縮した低次元の数値の組です。潜在変数とも呼ばれます。VAEではエンコーダが画像の特徴を潜在ベクトルに要約し、デコーダがそれを受け取って画像を再構成します。生成モデルの仕組みを理解するうえで欠かせない概念です。
生成AIパスポート試験の対策なら → 無料の合格アプリ
詳しい解説
「潜在」とは、表面には見えないが内側に隠れているという意味です。たとえば顔画像の場合、画素一つひとつの値は膨大ですが、その中には「顔の向き」「表情」「髪の長さ」のような本質的な特徴が隠れています。潜在ベクトルは、こうした特徴を少ない数の数値で表したものだと考えるとわかりやすいでしょう。
データを少ない次元で表現できるため、VAEは次元削減にも活用されます。また、潜在ベクトルの値を少しずつ変えてデコーダに入力すると、笑顔の度合いが少しずつ違う顔のように、元とは異なる新しいデータを作り出せます。潜在ベクトルが配置される空間は潜在空間と呼ばれ、GANの生成器もそこからのサンプルを入力に使うことがあります。
試験のポイント
- エンコーダが出力し、デコーダが入力として受け取る
- 入力データの特徴を要約・圧縮した低次元の表現
- 潜在変数とも呼ばれる
- 潜在ベクトルが配置される空間=潜在空間
潜在ベクトルの確認問題(○×)
VAEでは、エンコーダが出力した潜在ベクトルをデコーダが受け取り、データを再構成する。
答えと解説を見る
答え:○
潜在ベクトルはエンコーダとデコーダの橋渡しをする、特徴を凝縮した表現です。
潜在ベクトルとあわせて覚えたい関連用語
- 潜在空間潜在空間とは、データの特徴を表す情報(潜在ベクトル)が配置された抽象的な空間のことです。
- エンコーダエンコーダとは、入力されたデータの特徴を読み取り、コンピュータが扱いやすい別の表現(数値のベクトルなど)に変換する仕組みです。
- デコーダデコーダとは、エンコーダが作り出した潜在ベクトルや数値表現を受け取り、そこから画像や文章などの最終的な出力を生成する仕組みです。
- VAEVAEとは、2013年にディーデリック・P・キングマとマックス・ウェリングが提唱した生成モデルの一種で、日本語では変分自己符号化器(変分オー…
- 次元削減次元削減とは、教師なし学習の代表的な手法で、データが持つ多数の項目(次元・変数)を、できるだけ大事な情報を失わないように少数の項目にまとめ直…