AI

エーアイ

公開：2024-12-03

パナソニックHDが画像生成AI「Diffusion-KTO」を開発、いいね判定だけで好みの画像生成が可能に

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

記事の要約

• パナソニックHDがAI画像生成技術「Diffusion-KTO」を開発
• ユーザーの「いいね」判定で好みの画像を生成
• AI開発の効率化とコスト削減を実現

パナソニックHDの画像生成AI「Diffusion-KTO」の開発

パナソニック R&D カンパニー オブ アメリカおよびパナソニック ホールディングス株式会社は、カリフォルニア大学などの研究者と共同で画像生成AI「Diffusion-KTO」を2024年12月2日に発表した。このAIは「いいね」や「嫌い」といったバイナリフィードバックで生成モデルを調整し、ユーザーの目的や好みに合わせた画像を効率よく生成することが可能になっている。^[1]

Diffusion-KTOは一人ひとりの好みや価値観を数値化した「ユーティリティ関数」を応用した新たなアプローチにより、ユーザーの好みに一致する高品質な画像を効率よく生成することを実現した。従来法と比較して画像生成AIのパーソナライズに要する手間をNのオーダで短縮することが可能である。

パナソニックHDは将来的にAI開発プロセス全体のコストを1/10にすることを目指している。アノテーション作業を自動化する技術と組み合わせることで、学習データの収集が困難な現場・製品に対しても、現場の特徴を反映した画像生成を実現することが可能になった。

Diffusion-KTOの主な特徴まとめ

ユーティリティ関数について

ユーティリティ関数とは、個人の好みや価値観を数値化するための数学的な関数のことを指す。主な特徴として以下のような点が挙げられる。

• 個人の選好や満足度を定量的に表現
• AIシステムにおける意思決定の基準として活用
• パーソナライゼーションの精度向上に貢献

画像生成AIの分野において、ユーティリティ関数はユーザーの主観的な評価を機械学習モデルに反映させるための重要な要素となっている。Diffusion-KTOではこの関数を効果的に活用することで、少ない入力で効率的なパーソナライズを実現することが可能になった。

Diffusion-KTOに関する考察

Diffusion-KTOの開発は、AIの学習データ収集における大きな課題を解決する可能性を秘めている。特にアノテーション作業の自動化と組み合わせることで、AI開発プロセス全体の効率化が期待できるだけでなく、データ収集が困難な分野においても高品質な画像生成が可能になるだろう。

ただし、バイナリフィードバックのみに依存する学習方式には、ユーザーの複雑な好みや要求を十分に反映できない可能性という課題が存在する。将来的には、より詳細なフィードバック機能の追加や、異なる評価指標との組み合わせによって、さらなる精度向上が望まれるところだ。

今後の展望として、このアプローチがAI開発の民主化に貢献する可能性がある。企業規模や技術力に関係なく、効率的なAI開発が可能になることで、より多様な分野でAIの活用が進むことが期待できるだろう。

参考サイト

1. ^ PR TIMES. 「パナソニックHD、「いいね」の判定だけで好みの画像にパーソナライズ可能な画像生成AI「Diffusion-KTO」を開発 | パナソニックグループのプレスリリース」. https://prtimes.jp/main/html/rd/p/000006025.000003442.html, (参照 24-12-03).

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧