【G検定過去問風テスト】拡散モデルの仕組みと特徴に関する4択問題

2026年8月3日 2026年8月3日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

画像に徐々にノイズを加えていく「順過程」と、そのノイズを段階的に取り除いて元の画像を復元する「逆過程」を学習し、非常に高品質な画像を生成できるモデルとして、最も適切な選択肢を1つ選べ

A）主成分分析（PCA）
B）オートエンコーダ（AE）
C）拡散モデル（Diffusion Model）
D）自己回帰モデル（Autoregressive Model）

🔍 ここをクリックして正解を見る

正解: C）拡散モデル（Diffusion Model）

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

画像を一度わざと砂嵐（ノイズ）まみれにし、そこからきれいに修復するプロセスを学習するモデルである。
GANで起きやすいモード崩壊が起きにくく、非常に高精細な画像を生成できる。

■ 初学者向け解説（例え話や背景）

拡散モデルは、まるで「彫刻家」のようなアプローチをとります。きれいな画像に少しずつ砂嵐（ノイズ）を混ぜて完全にモザイク状にした後、「このノイズをどうやって取り除けば元のきれいな絵に戻るか」をAIに何度も逆算させます。この「ノイズを消す練習」を積むことで、何もない真っ白な砂嵐の状態から、まるで魔法のようにクッキリとした美しい画像を浮かび上がらせることができるようになります。

■ 選択肢の解説

A) 主成分分析（PCA）（×）: データの情報を落とさずに次元を削減するための代表的な教師なし学習の統計的手法です。
B) オートエンコーダ（AE）（×）: データを一度圧縮して再度復元する基本的なニューラルネットワークであり、主に次元削減等に用いられます。
C) 拡散モデル（Diffusion Model）（○）: ノイズの付加（順過程）と除去（逆過程）を行い高品質な画像を生成するモデルであり、本問の正解です。
D) 自己回帰モデル（Autoregressive Model）（×）: データを1ピクセルずつ順番に予測・生成していくモデルです。

リンク