ノイズNoise

一つ目の顔、混ざり込んだ汚れ

記録する作業には必ず余計なものが入り込みます。暗い場所で撮った写真には色とりどりの点が入り、カフェで録音した声には食器のぶつかる音が混ざります。収めたいものと無関係に入ってきたこうしたものがノイズです。

ノイズは種類ごとに性質が違います。写真の点のように場所ごとに勝手に飛び出すものもあれば、縦に筋がまっすぐ入るような規則を持つものもあります。規則があるほうがむしろ取り除きやすいです。どこが余計なものか見分けやすいからです。

問題は元の模様とノイズが似ているときです。砂浜のざらつきと写真の粒は見た目が似ているので、汚れを消そうとして砂まで一緒につぶしてしまいやすいのです。

二つ目の顔、絵が浮かび上がる出発点

絵を作るAIは白紙ではなく、ノイズ一枚から始まります。意味のない点の集まりを敷いておき、指示を参考にしてノイズを少し取り除きます。取り除いた結果をまた見て、さらに少し取り除きます。これを何十回も繰り返すと、ノイズが絵として整っていきます。

出発ノイズが毎回新しく選ばれるので、同じ指示でも違う絵が出てきます。このノイズを選ぶときに使った番号を控えておけば、同じ絵をもう一度呼び出せます。

一度に全部取り除かず少しずつ分けて取り除くのには理由があります。もやがかった状態では大きな塊と構図だけを決め、ノイズが薄くなるほど枝葉や質感を決めます。急いで取り除くと、大きな絵が定まる前に細部から固まってしまいます。

乗せては取り除く練習

この技はただでは身につきません。学習ではきれいな写真をたくさん集めておき、写真ごとにノイズを乗せます。ごく少しだけ乗せたものから、元の形がわからなくなるまで乗せたものまで、何段階も作ります。

それから、ノイズが乗った写真だけを見せて**乗せたノイズが何だったかを当てさせます。**答えはすでにわかっているので採点は簡単です。間違った分を直す作業を数えきれないほど繰り返すと、初めて見るノイズを見てもどこが余計なものか指し示せるようになります。

ノイズを乗せる側は人が決めた規則なので簡単で、取り除く側だけを学べばよい仕組みです。答えを人が一つずつ書いてやる必要がないという点が、この方法が広く使われる理由です。

わざと揺さぶるためにも使います

学習ではノイズを別の意味でも使います。同じ写真ばかり繰り返し見せると、その写真自体を丸暗記してしまいます。そこで写真を少し傾けたり細かいノイズを乗せたりして、毎回少しずつ違う形で見せます。少し揺らいだ資料で学ぶと、初めて見る写真にもよく通用する目が育ちます。

学習の途中で値を少し揺らす方法もあります。揺らぎがあると浅い落とし穴にはまってもそこから抜け出しやすくなります。完全に静かな環境が常によいわけではないのです。