AI が画像を作る仕組み、体で感じる美術館体験

『Diffusion』って、AI画像生成の世界では特別な意味がある言葉なの？

AI 画像生成の技術用語で「Diffusion」は、かなり特別な重みを持っています。 「拡散」という意味の英語ですが、生成 AI の世界では、ノイズから画像を作り出す具体的な計算方法を指しています。シンプルに言うと、ランダムなノイズ（砂嵐みたいなもの）から出発して、ステップを踏みながら段階的に余分な部分を削ぎ落とし、最終的に完成した画像へ辿り着く。その過程そのものが「Diffusion」という手法なんですよ。 なぜ特別かというと、ChatGPT が言語モデルで注目を集める前に、Diffusion ベースの画像生成モデル（Stable Diffusion や DALL-E など）が次々と登場して、この技術が AI 生成の「最前線」になったからです。いまの高品質な画像生成の大多数が、この Diffusion という仕組みを使っています。 だから『Diffusion TV』というタイトルは、単なる造語ではなく、「AI 業界が今、最も注目してる計算プロセスを、古いテレビという誰もが知ってる機械で再現した」という意図が込められているように見えます。技術者ではない観客にとっても、タイトルが作品の本質を指してるんだと言えそうです。

AI画像生成ツール使ってる人でも、内部の仕組みって理解してないのが普通なの？

AI画像生成ツールを毎日使ってる人でも、内部の仕組みをちゃんと理解してる人はかなり少ないと思います。 例えるなら、スマートフォンで毎日写真を撮ってる人が、カメラセンサーの仕組みや画像処理アルゴリズムを説明できるかといえば、ほとんどの人は説明できませんよね。それと同じです。プロンプトを入力すればいい結果が出る、という「使い方」と「内部メカニズム」は別問題。むしろ結果が出るほど、中身を知る必要性を感じにくくなる。 AI画像生成の場合、さらに複雑なのはノイズから徐々に画像を精密化していく「拡散モデル」という仕組みの存在そのものが、テキストや動画で説明しても腑に落ちにくいということです。数式や理論で聞かされるより、つまみを回して「あ、これノイズを削ってく感覚か」と指先で感じる方が、脳の理解の深さが全然違ってくる。この作品が面白いのは、その差をちゃんと狙ってるところなんだと思います。

なぜ今、『AI を体験で理解する』という美術作品が出てきたのか、背景にあるの？

AI が身近になったからこそ、「知らないまま使う」ことへの違和感が広がってるんだと思います。 スマホのカメラも SNS の推薦アルゴリズムも、仕組みを理解しないまま毎日触ってる。でも生成 AI は違うんです。「画像や文章が自動で出てくる」という現象が、従来の技術より明らかに理解しがたい。だから「説明されても腑に落ちない」という人が大多数になった。 美術作品がそこに目をつけたのは自然な流れだと思います。人間の頭では理解しきれないものを、体を通して「ああ、こういう仕組みか」と腑に落とすほうが、むしろ本質に近づけるんじゃないか、という発想。古いテレビの操作という「共通経験」を橋渡しにすることで、AI という無形の技術を形として感じさせる工夫なんですよ。 これからの技術は複雑すぎるので、説明だけでは追いつかない。身体で納得させるしかない、という時代認識が背景にあるのかもしれません。

つまり『ぼやけから鮮明へ』って、AI だけじゃなく人間が何かを理解する過程そのものなのかな？

鋭い指摘ですね。実は、ここに面白い共通構造があります。 AI の画像生成も、人間が何かを学ぶ過程も、どちらも「ノイズを削ぎ落とすことで、本質が浮かび上がる」という同じメカニズムで動いている。Diffusion TV の場合、アンテナを調整することでノイズが減り、動物の輪郭がくっきり見える。でも考えてみると、私たちが知らない分野を学ぶときも似たようなことをしている。最初は情報がごちゃごちゃしていて、何が重要なのか分からない。でも繰り返し触れたり、質問したり、試行錯誤するうちに、余計な情報が剥ぎ落とされていく。そうすると「あ、本当に必要なのはここなんだ」という構造が見えてくる。 つまりこの作品が天才的なのは、単に「AI はこう動く」を示したのではなく、その過程が「人間が世界を理解する基本的な仕組みそのもの」だったことに気づかせてくれるところにあるのかもしれません。技術と認識が、根っこでつながってるんだという感覚。

古いテレビという昭和のテクノロジーを使うことで、むしろ最新AIの理解が深まるってこと？

古いテレビの操作を使うことで、むしろ最新のAIが腑に落ちる。それは「既知のもの」を経由するからかもしれません。 AI生成の本質は「ノイズから秩序へ」という段階的な変換なんですが、この概念を言葉で説明されても、ほとんどの人には想像しにくい。でも「アンテナを調整してノイズを減らしていく」という操作なら、昭和の人間も令和の人間も、同じ身体感覚で理解できる。 つまり、最新技術を理解するために、あえて昔のテクノロジーを「翻訳装置」として使ってるんです。新しいものを新しい言葉で説明するより、古い仕組みに置き換えることで、むしろ本質が浮かび上がる。 逆に言えば、AI生成とテレビのノイズ除去は、実は同じ数学的な原理で動いてる。時間差があるだけで、人間の脳が「パターンをつかむ」という根本的な動きは変わらない。そこに気づかせるのが、この作品の狙いなのかもしれません。