パナソニックHD、「いいね」の判定だけで好みの画像にパーソナライズ可能な画像生成AI「Diffusion-KTO」を開発

パナソニック R&D カンパニー オブ アメリカ（以下、PRDCA）およびパナソニック ホールディングス株式会社（以下、パナソニックHD）は、カリフォルニア大学などの研究者と共同で、ユーザーの「いいね」や「嫌い」といったバイナリフィードバックで生成モデルを調整し、ユーザーの目的や好みに合わせた画像を効率よく生成できる画像生成AI“Diffusion-KTO（Knowledge Transfer Optimization）”を開発しました。

近年、画像生成AIは、クリエイティブからビジネス用途まで幅広い分野で活用されていますが、画像の精緻さに加え、ユーザーの好みやニーズを反映した画像を生成できること（パーソナライゼーション）が顧客満足度の観点で重要な要素となってきています。開発したDiffusion-KTOは、一人ひとりの好みや価値観を数値化した「ユーティリティ関数」を応用した新たなアプローチにより、よりユーザーの好みに一致する高品質な画像を効率よく生成することを実現しました。本技術は、従来法と比較し画像生成AIのパーソナライズに要する手間をN倍のオーダで短縮（Nはデータセットの枚数）することが可能です。

AI開発において、AIの学習に必要なデータセットの作成は重要なプロセスで、適用する現場に合わせた学習データを集め、アノテーションと呼ばれるデータに対してラベル付けを行う作業には時間とコストがかかり、AI開発の効率やスピードを低下させる要因となっています。パナソニックHDでは、これまで、アノテーション作業を自動化する技術^（※1）の開発に取り組んできました。今回の技術は、学習データの収集が困難な現場・製品に対しても、現場の特徴を反映した画像を生成できることから、AIの学習データ不足を解決するとともに、AI開発効率を向上させる技術です。パナソニックHDは、これらの技術を組み合わせることで、将来的にAI開発プロセス全体のコストを1/10にすることを目指していきます。

本技術は、先進性が国際的に認められ、AI・機械学習技術のトップカンファレンスであるNeurIPS 2024（The Thirty-Eighth Annual Conference on Neural Information Processing Systems）に採択されました。2024年12月10日から2024年12月14日までカナダ バンクーバーで開催される本会議で発表します。

評価実験では、Diffusion-KTOがベースモデル（SD v1-5）^（※2）に対して最大87.2％の勝率を達成し、優れた性能を示すことがわかりました。特に人間の評価者は、一貫してDiffusion-KTOの生成画像をベースモデルの生成画像よりも好む結果が得られました。

今回開発したDiffusion-KTOはユーザーのバイナリフィードバックという簡単なインタラクションだけで生成モデルを調整し、ユーザーの好みに合った画像を生成可能な画像生成AIです。この技術を応用することで、AI開発に不可欠なAIの学習に用いるデータセットの作成を効率化することや、原理的には画像生成だけでなく、テキスト生成や音声生成など他の生成モデルにも応用できることから、ユーザーの好みに応じたパーソナライズが求められる多くの分野で利用できる可能性があります。

今後もパナソニックHDは、AIの社会実装を加速し、お客様のくらしやしごとの現場へのお役立ちに貢献するAI技術の研究・開発を推進していきます。

※1 [プレスリリース]パナソニックHDとFastLabel、アノテーションコストの大幅削減と高精度化を両立するAI開発効率向上に向けた協業を開始（2024年9月27日）
https://news.panasonic.com/jp/press/jn240927-1
※2 SD v1-5：画像生成モデルStable Diffusion v1.5

• 発表論文“Aligning Diffusion Models by Optimizing Human Utility”
  本研究は、PRDCAのKonstantinos Kallidromitis、パナソニックHDの加藤 祐介、小塚 和紀がカリフォルニア大学などの社外研究者らと共同開発した研究成果です。
  https://arxiv.org/pdf/2404.04465
• Panasonic×AI WEBサイト
  https://tech-ai.panasonic.com/jp/
• Panasonic×AI X
  https://x.com/panasonic_ai