抽象的な模様を生成する謎アプリを作成した

現代において間違いなく、ブレイクスルーを起こし続けている技術の一つとして生成AIがあります。

生成AIができることの一つとして、画像生成があります。これは、文字を入力するだけでそれに近い内容の画像を生成します。下の画像は、Canvaのオンライン画像生成機能を使って出力した画像です。文字は「花火っぽいウニ」と入力しました。

Canvaで生成した画像

写真とほぼ変わらないような解像度でかつ、入力した文字っぽい画像が確かにできています。生成AIはこのように、誰でも簡単にかつオーダーに最大限答えた魅力的なコンテンツを提供してくれます。

しかし、ひねくれものの私は、文字を表せられないような、抽象的な画像を生成することはできないだろうかと考えました。

そして、その技術はすでに研究されており、比較的簡単に実装できることが分かりました。そこで、Streamlit Cloudで動くようなアプリを作成してみました。

ということで、前置きが長くなりましたが、作成したアプリの紹介をしていきます。

アプリのリンクはこちら（Streamlit Cloudを使っています）

GitHubのリンクは↓です。ローカルで動かしてみたい場合はこちらから！

CPPNモデル

模様を作るために使用しているモデルはCPPN(Compositional Pattern Producing Network)です。

ざっくりモデルについて解説すると、以下の通りです。詳しくは↓リンクを参照。

• 生物の発生過程で見られるタンパク質の空間的パターン形成の仕組みが元となっている

• 基本的な仕組みはニューラルネットワークに似ている

• ただし、ニューラルネットワークより自由なグラフ構造を持つ

• 幾何学的パターンを生成するのが得意

Understanding Compositional Pattern Producing Networks

使い方

画面左側でモデルの設定を行い、右側で出力します。

アプリの画面

1.1 座標系の設定

画像の座標系に関する設定です

• 乱数を固定：画像生成時の乱数を固定します

  • 乱数固定の場合、同じモデル設定であれば同じ画像を出力します

• 周期数な模様を作成：周期性を持った画像を生成します

  • 周期数によって、パターンが繰り返される回数を変更できます

• 模様の色：白黒かカラーかを選択できます

• 空間座標の境界値：画像の空間座標系の最大値を設定します

1.2 ネットワークグラフの設定

CPPNモデルのネットワークに関する設定です

• 中間層の数：CPPNモデルの中間層の数を指定します

  • 中間層が多いほど複雑な模様が生成できます

  • 本来定義されるCPPNモデルとは異なり、全結合モデルを前提としています

• 入力層

  • 中心性を追加：画像の中心にバイアスがかかるようなノードをモデルに追加します

• 中間層

  • 活性化関数のノード数を指定します

• 出力層

  • 活性化関数を一つ指定します

2 CPPNモデルによる描画

「描画を開始」をクリックすると計算が実行され、画像が生成されます。

例

生成された画像を数個載せてみます。いずれの画像も、何とも言えない（生成AIにどのようなプロンプトをあたえたらよいか分からない）幻想的な画像となっています。

ということで、謎の模様生成器を作ってみた！の記事でした。是非皆さんも使ってみてください。

要望あれば、機能拡充もしちゃおうかなと思っております。是非感想を教えてください！

最後までお読みいただきありがとうございました！！