⑤ ディープラーニングの応用例 ／ 30. データ生成
画像生成とは
画像生成とは、学習データをもとに、実在しない新規画像をピクセル単位で生成するタスクです。GANや拡散モデルが用いられ、創作支援やデータ拡張に活用されます。
この用語はG検定シラバスの「30. データ生成」に含まれます。 章全体の用語は用語解説⑤（全133語）にまとまっています。
一言でいうと
学習した傾向をもとに、実在しない新しい画像を作り出すタスクです。
主要な手法の変遷
テキストから画像を生成するtext-to-imageも拡散モデルの発展として実用化されました。
活用と課題
創作支援やデザイン、データ拡張としての学習データ生成に活用されています。
一方で著作権、実在しない画像による偽情報（ディープフェイク）といった倫理的・法的な課題も大きな論点になっています。
データ拡張としての利用
学習データが不足する分野では、生成した画像を学習に使う試みがあります。医療画像などが例です。
ただし生成データの偏りがそのままモデルの偏りとして引き継がれる危険もあり、慎重な検証が必要です。
🎯 G検定での押さえどころ
- 実在しない画像をピクセル単位で生成する
- 手法はVAE → GAN → 拡散モデルと発展
- 著作権・偽情報という課題がある
⚠️ よくある誤りの選択肢
- 「画像生成は既存の画像を切り貼りして作る技術である」→ 誤り。学習した分布から新規に生成します
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「生成モデルの概要」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。