画像生成AIの偏りと質の低下

2024.05.10

画像生成AIを使っていて…最近…感じる事…

・以前ほど…感動や共感がなくなった…

・生成AIの学習データが煩雑化してきたのか？
イメージしてる画像の生成に工数がかかるようになってきた…

・生成された画像に偏りを感じる事が増えた…

・イメージした画像が生成できない…

・ハルシネーションが予想以上に多く…
デザイン業務への活用の難しさを実感し始めている…

・作業化してきている…

・Midjourney…一択になってきた…

生成AIが…今の社会のニーズと情報量に…困惑して…疲弊している…。

画像生成AIの質の低下

具体的な問題点としては、以下のようなものが挙げられています。

奇妙な画像や不自然な画像の生成: 以前よりも奇妙な画像や不自然な画像を生成することが多くなったという指摘があります。これは、学習データに含まれるバイアスが反映されてしまうことなどが原因と考えられています。
創造性の低下: 以前は独創的な画像を生成することができたAIも、最近では似たような画像ばかりを生成するようになってしまったという指摘があります。これは、学習データの偏りや、AIの学習方法に問題がある可能性があります。
倫理的な問題: 画像生成AIによって、人の尊厳を傷つけるような画像や、差別的な画像が生成されてしまうという問題も指摘されています。これは、AIの倫理的なガイドラインが十分に整備されていないことが原因と考えられています。

しかし、画像生成AIの技術は依然として発展途上にあり、これらの問題は今後解決されていく可能性もあります。また、新しい画像生成AIが続々と開発されており、より高品質な画像を生成できるAIも登場しています。

近年、画像生成AIの技術は著しく進歩し、高品質でリアルな画像を生成することが可能になりました。しかし、一方で、画像生成AIの質が低下しているという問題も指摘されています。

画像生成AIの質が低下する原因はいくつか考えられます。

学習データの偏り: 画像生成AIは、大量の画像データから学習することで画像を生成します。しかし、学習データに偏りがあると、生成される画像も偏ったものになってしまうことがあります。例えば、人物の画像ばかり学習させたAIは、風景の画像を生成するのが苦手になる可能性があります。
モデルの複雑化: 近年の画像生成AIは、より高品質な画像を生成するために、モデルが複雑化されています。しかし、モデルが複雑化すると、学習に時間がかかったり、計算量が多くなったりする問題があります。また、モデルが複雑化すると、学習データの偏りの影響を受けやすくなったり、ノイズが出やすくなったりする問題もあります。
評価指標の限界: 画像生成AIの質を評価する指標として、PSNRやSSIMなどの指標がよく用いられます。しかし、これらの指標は人間の知覚と必ずしも一致するわけではありません。そのため、これらの指標で高い評価を得た画像であっても、人間が見て質が高いと感じる画像とは限らないのです。

画像生成AIの質の低下を解決するためには、以下の取り組みが重要です。

多様な学習データの収集: 画像生成AIの学習に用いるデータは、できるだけ多様で偏りのないものにする必要があります。そのためには、様々な種類の画像を収集する必要があります。
モデルの効率化: 画像生成AIのモデルを効率化することで、学習時間を短縮し、計算量を削減することができます。また、モデルを効率化することで、学習データの偏りの影響を受けにくくしたり、ノイズが出にくくしたりすることができます。
新しい評価指標の開発: 人間が見て質が高いと感じる画像を評価できるような、新しい評価指標の開発が必要です。