AIフォント生成の現状

AIフォント生成の分野は近年著しい進歩を遂げていますが、同時にいくつかの重要な問題も浮き彫りになっています。本記事の著者Simon Cozensは、自身のグリフ生成モデルのトレーニング経験に基づき、この分野の現状を包括的に分析しています。

まず、機械学習研究者とタイプデザイナーの間には明らかな協力のギャップがあります。多くのMLモデルは、フォントエキスパートの入力なしにグリフの抽出やラスタライゼーションを行っており、その出力はタイプデザイナーの目には受け入れがたいものとなっています。例えば、MLエンジニアが成功とみなすモデルでも、専門家から見れば全く不十分です。この分野横断的な協力不足の理由は、ML研究者がコンピュータグラフィックスに慣れており、フォントデザインが一見簡単そうに見える（誰でも「a」の文字を知っている）一方で、実際には深い専門知識が必要だからです。

しかし、ML研究者がタイポグラフィコミュニティに協力を求めても、抵抗に遭う可能性があります。タイプデザイナーはAIが自分たちの仕事を奪うことを恐れ、倫理的・法的問題に慎重です。これにより、研究者は協力を得られずに質の低いモデルを生産し、タイプデザイナーはその低品質な出力を見て自分の仕事は安全だと確信するという悪循環が生まれています。

ただし、この視点は主に西洋に当てはまります。中国語、日本語、韓国語（CJK）のフォントデザインでは状況が全く異なります。CJKフォントには数万もの文字が含まれ、手作業で各グリフを描くことは非常に面倒で退屈な作業です。そのため、中国や日本のフォントメーカーはAIフォント生成に積極的で、研究を支援しています。例えば、中国のフォントメーカーFounderは、AIモデルのトレーニング用に自社のフォントライブラリを公開しています。この協力により、「少数サンプルフォント生成」技術が生まれ、ユーザーが数十の参照グリフを提供するだけで、AIが残りの文字を自動生成できるようになりました。この技術はすでにCJKフォントの実運用で使用されています。

西洋のラテンフォントのAI生成はまだ低品質ですが、CJKフォントのAI生成は実用レベルに近づいています。この違いの理由としては、ラテン文字は文字数が少なくデザインの「楽しさ」が大きい一方、CJKは文字数が多く自動化のニーズが高いことが考えられます。

現在のAIフォント生成研究は主に学術論文、特にArxivのコンピュータビジョンとパターン認識（cs.CV）セクションで発表されています。多くのモデルは生成敵対ネットワーク（GAN）に基づいており、DG-Font、LF-Font、MX-Fontなどがスタイルとコンテンツを分離し、少数のサンプルから新しいフォントを生成します。また、拡散モデルやTransformerを用いた新しい手法も登場しています。

要約すると、AIフォント生成技術は急速に発展していますが、その成功には分野横断的な協力と、異なる文化的背景におけるフォントデザインのニーズの理解が不可欠です。今後の研究の進展により、実用的なラテンフォント生成ツールが登場する可能性がありますが、そのためにはML研究者とタイプデザイナーの協力が欠かせません。