AI画像、砂嵐の理由

2025/10/15

使用したAI ChatGPT

私がChatGPTに聞いた砂嵐(ノイズ)の原因に対する回答を以下に掲載します。なるべく専門用語を避けてわかりやすく説明してもらいました。文体などは一部私の方で編集しています。

🌱 1. 画像生成AIの基本構造

現在主流のAI画像生成（Stable Diffusion、DALL·E、Midjourneyなど）は、「拡散モデル（Diffusion Model）」と呼ばれる仕組みを使っています。

🌀 2. 「ノイズから引き算していく」仕組み

ざっくり言えば、AIは最初に“完全なノイズ画像”を作り、そこから少しずつノイズを取り除きながら意味ある画像を「浮かび上がらせていく」という流れです。つまり、「引き算」型の生成です。

🧩 3. もう少し細かく見ると…

1. ノイズ画像の生成
完全にランダムな砂嵐のような画像を用意します。これは「真っ白なキャンバス」ではなく、「全てが混ざった状態のカオス」です。

2. テキスト（プロンプト）を理解する
AIはまず、入力されたテキスト（例：「猫が宇宙服を着ている」）を文章エンコーダで「意味のベクトル」に変換します。
→ つまり「どんな要素を含めたいか」を数値として理解します。

3. 段階的なノイズ除去
そこからAIは、数十〜数百ステップにわたって「ノイズを少しずつ取り除く」工程を繰り返します。
各ステップで「このピクセルのこの部分は“猫の毛”らしい」「ここは“宇宙空間”っぽい」…という推測を繰り返していきます。

→ 結果として、ノイズの中から意味ある形が浮かび上がる。

⚙️ 4. 「いびつな画像」になる理由

AIが精査しきれない、あるいは曖昧な指示を受けると、一部のピクセルが不整合なまま残ります。
すると「猫」と「宇宙服」の関係性が曖昧になり、奇妙に融合してしまうといった形で“いびつな画像”が出てきます。
つまりAIが「どこをどう引き算するか」を誤ると、ノイズが正しく除去されず「違和感」として残ります。

💡 5. 生成AIを「足し算」と「引き算」で見ると…

GAN（旧世代）：無から「足して」いく方式（ゼロから生成）

Diffusion（現代主流）：ノイズから「引いて」いく方式（ノイズ除去）

「確率的に最も正しそうな引き算を繰り返す」という数学的最適化プロセス。

✨ 6. 例えるなら…

砂嵐のスクリーンを何度も拭き取りながら、
AIが「この模様は猫っぽい」「こっちは宇宙だ」と判断して少しずつ映像が見えてくる感じです。

以上になります。AIによる回答なので確実性のあるものかは断言出来ませんが、私個人は概ねこのような理由だと思います。

呪文

入力なし

蜂須賀華妃

3,176 投稿

フォロー 244

フォロワー 505

色々とポーズにもこだわりたいのですが、まだまだ力不足なので皆さんのイラストで勉強させていただきたいと思います。
フォローしてくださった方、｢いいね｣してくださった方、コメント寄せてくださった方本当にありがとうございます。励みになります。R-15、R-18も投稿していますので良ければ覗いてやってくださいね。