生成AIパスポート 用語集AIの歴史と重要人物
マックス・ウェリングとはまっくす・うぇりんぐ
マックス・ウェリングの意味
マックス・ウェリングとは、オランダの研究者で、2013年にディーデリック・キングマとともにVAE（変分自己符号化器）を提唱した人物です。VAEは、データをエンコーダで潜在ベクトルに変換し、デコーダで再構成する仕組みをもつ生成モデルの一種です。生成AIパスポート試験では「VAE＝キングマとウェリング（2013年）」という組み合わせで問われます。
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
ウェリングは、オランダのアムステルダム大学で機械学習を研究する教授で、確率を使ってデータを扱う手法の専門家です。キングマはその指導を受けていた研究者で、2人の共同研究からVAEが生まれました。
VAEは、データを単に圧縮・復元するだけでなく、データの背後にある確率的な分布を学習する点に特徴があります。そのため、学習した潜在空間の中で点を少しずつ動かすと、元のデータに似ているけれど少しずつ異なる新しいデータを作り出すことができます。
公式テキストでは、ボルツマンマシン（1980年代後半）、VAE（2013年）、GAN（2014年）、Transformer（2017年）という生成AIにつながる技術の流れが紹介されています。ウェリングは、その中のVAEを担った人物として位置づけられます。
試験のポイント
マックス・ウェリングの確認問題（○×）
マックス・ウェリングは、ジェフリー・ヒントンとともにボルツマンマシンを提唱した研究者である。
答えと解説を見る
答え：×
ウェリングはキングマとともにVAEを提唱しました。ボルツマンマシンを提唱したのはヒントンとセジュノスキーです。
マックス・ウェリングとあわせて覚えたい関連用語
- 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…
- ディーデリック・キングマディーデリック・キングマとは、オランダ出身の研究者で、2013年にマックス・ウェリングとともにVAE（変分自己符号化器）を提唱した人物です。
- 生成モデル生成モデルとは、学習したデータがどのような特徴や分布を持っているかを捉え、それをもとに学習データに似た新しいデータを作り出す機械学習モデルで…
- 潜在ベクトル潜在ベクトルとは、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。