JSAI2023 4日目メモ

拡散モデルによる画像生成の基礎と最新研究動向

拡散モデルの進展 (DALLE-2 Imagen)

[1] 拡散モデルの基礎

• 生成モデル -> データ分布からサンプリングしたい
  簡単なデータ分布からサンプルし、変換することで複雑なデータにする
  Diffusion Model

  • 長所：　定式化が単純、多様なデータが出せる、理論的背景が明確、制御しやすい

  • 短所：生成が遅い(順番にノイズを除くので)

• DDPM が基本モデル
  (1)拡散過程: 標準正規分布をベータを係数にして徐々に足していく
  -> 1時刻ごとにサンプリングする。これを繰り返す
  　　 ベータは付加するノイズの強度。アルファは「残っている強度」
  (2) 逆拡散過程
  -> ノイズを1個減らすと、ベータが小さければ逆側もガウス分布推定
  -> KLD で減らす。上界を押さえていく

[2] 拡散モデルの応用
Classifier-free Guidance 多様性と忠実性のトレードオフ

グループインタラクション

いけずでイケてる京歩き

京子さんという肩載せ案内ロボットで観光案内を支援

• 詳しい人の情報

• 対話的

• スマホに頼らない街歩き

• ふれあい
  を目標とする

共有ホワイトボードにおける協調を円滑にするインタフェースの提案

ビデオ対話システム + 共有ホワイトボード
遠隔インターフェースの課題：アウェアネス（他者の様子が認識しづらい）
共有ホワイトボード with 排他制御にするとよいのでは？

画面上の顔の位置にカメラを置くと、その方向を見ているようにみえる
-> 画面上で視線を共有する

オフィススペースのレイアウトを決めるタスクで評価
-> ペンのやり取りや、書記がでてきた。

グループ・ディスカッションの熟達による目標設定の視点の変化

グループディスカッションの知見の蓄積が困難

• 参加者の主観的効果の認識

  • 相互理解指向

  • 拡散指思考指向

  • 合意形成指向

• 個人・知識・集団に分けた視点

• 対立構造を作ると、視点が変化した

ディスカッション初学者のスキル学習を支援するシステムの提案

グループディスカッションの支援に関するこれまでの活動と、
アバターを使ったトレーニングシステムの紹介