最新の生成・3D技術 (Diffusion / NeRF)
GANに代わって台頭してきた最新の画像生成技術（拡散モデル）と、2D画像から3D空間を構築する技術（NeRF）について解説します。近年のG検定で頻出のトレンド技術です。
1. 拡散モデル (Diffusion Model)
解説：ノイズから「絵」を浮かび上がらせる
拡散モデル（ディフュージョンモデル）は、「Stable Diffusion」や「DALL-E」などの基盤となっている、現在最も主流の画像生成技術です。GANとは全く異なるアプローチをとります。
🌫️ 仕組みのイメージ：霧が晴れるように
- 拡散過程（学習時）：
きれいな画像に、少しずつノイズ（霧）を加えていき、最終的に完全な砂嵐ノイズにします。AIは「どうやってノイズが加えられたか」のパターンを学習します。 - 逆拡散過程（生成時）：
完全なノイズの画像からスタートし、学習した知識を使って「ノイズを少しずつ除去」していきます。霧が晴れるように、徐々にきれいな画像が浮かび上がります。
GANとの違い： GANよりも学習が安定しており、生成される画像の多様性が高い（同じような画像ばかりにならない）点が優れています。
2. NeRF (Neural Radiance Fields)
解説：数枚の写真から「3D空間」を再現する
NeRF（ナーフ）は、2Dの画像生成ではなく、3D空間（シーン）そのものをニューラルネットワークで表現する技術です。
ある物体を様々な角度から撮影した「数枚の写真」と「カメラの位置情報」をAIに学習させます。AIは、空間上のあらゆる点の「色」と「透明度（密度）」を記憶します。
学習が完了すると、まだ誰も撮影していない「新しい角度からのリアルな画像（自由視点画像）」を生成（レンダリング）できるようになります。メタバースやVR分野で非常に注目されています。
G検定対策
出題ポイントまとめ
| モデル名 | 仕組みのキーワード | できること |
|---|---|---|
| Diffusion Model | 逆拡散過程 ノイズ除去 |
高品質で多様な画像生成 |
| NeRF | 自由視点画像 輝度場（Radiance Field） |
2D写真から3D空間の構築 |
ひっかけ対策
- × Diffusion ModelはGANの一種である
（解説）全く異なる仕組みのモデルです。 - × NeRFは3Dスキャナを使って形状を取り込む
（解説）NeRFに必要なのは「2Dの写真（画像）」と「カメラ位置」だけです。特別な3Dスキャナは不要です。
