音声生成モデル

本物に似たデータを作る生成器（Generator）と、本物か生成されたものかを見分ける識別器（Discriminator）の2つのネットワークを、互いに競わせながら学習する生成モデルで、2014年にI.グッドフェローらが提案した。生成器は識別器をだませるよう、識別器は見破れるよう学習することで、精細な画像を生成できる。学習が不安定で、似た出力ばかりになるモード崩壊が起きやすい。

文章による指示（プロンプト）や元の画像をもとに、新しい画像を生成するAIモデル。現在は拡散モデルが主流で、かつてはGANも広く使われた。画像の一部の描き直しや画風の変換もでき、広告やデザインの素材作成に使われる一方、著作物に似た画像の生成による権利侵害、偽画像（ディープフェイク）の作成が問題になる。

文章による指示や静止画をもとに、動画を生成するAIモデル。各コマの画質に加えて、コマ間で物体や人物の見た目と動きの一貫性を保つ必要があり、拡散モデルとTransformerを組み合わせた方式が使われ、画像の生成より大きな計算資源を要する。広告や映像制作の試作に使われる一方、実在の人物の偽動画による偽情報の拡散が懸念される。

人をだましたり社会を混乱させたりする目的で、意図的に作られ、拡散される虚偽の情報。偽情報ともいう。世論の誘導や詐欺などに使われ、生成AIによって精巧な偽の画像や動画が作りやすくなっている。

生体認証の際に、提示された顔や指紋などが、その場にいる生きた本人のものであるかを判定する技術。写真や動画、シリコン製の偽の指、ディープフェイクなどを使ったなりすましを防ぐもので、まばたきや顔の向きの変化を求める方式や、皮膚の質感、血流、奥行きなどを検出する方式がある。