言葉と写真を、同じ地図に置く

「画像生成AIの仕組み」のレッスン 4 / 8・約6分

「芝生で眠る猫」という文章と、その写真。AIはこの2つを同じ地図の近くに置く練習を4億組で繰り返しました。誰も「猫とは何か」を教えずに、言葉と絵がつながる仕組みです。

このレッスンで学ぶこと

言葉と写真を同じ地図に置き、合う組を近づける

このレッスンの本編はHacozyプレミアムで学べます。無料ではじめる

用語

CLIP（CLIP (Contrastive Language-Image Pre-training)）: 2021年に登場した、写真と説明文を同じ地図に置くAI。ネットの写真と説明文4億組で、合う組を近づけ、合わない組を遠ざける練習をしました。
ベクトル（Vector）: 言葉や写真を表す数字の列です。地図の上の住所のようなもので、意味が近いものほど近くに配置されます。