変分オートエンコーダ（VAE）の名称の由来と仕組み変分オートエンコーダ（VAE）の名称の由来と仕組み

2026年10月14日 2026年10月14日山崎講師

山崎講師

こんにちは。ゆうせいです。

画像生成やデータの圧縮といった人工知能の技術を調べる中で、VAEというアルゴリズムの名称を見かける場面があります。VAEは正式名称を Variational Autoencoder と呼び、日本語では変分オートエンコーダと訳されます。難解な英単語が組み合わさっているように見えますが、構造を分解すると、統計学の手法である変分推論と、ニューラルネットワークの基本構造である自己符号化器（オートエンコーダ）の2つの概念が合わさった名称であることが分かります。VAEという名称の背景にある理論の成り立ちや、モデルが持つ特性について解説します。

VAEを構成する2つの基本要素

VAEという名称は、モデルを支える2つの技術的枠組みをつなぎ合わせたものです。それぞれの単語が持つ役割を整理します。

オートエンコーダ（自己符号化器）の役割

名称の後半にあるオートエンコーダは、入力されたデータを一度小さな情報へ圧縮し、その圧縮情報から元のデータを復元する深層学習の仕組みを指します。

高校の美術の授業で、複雑な風景画を小さなメモ帳に鉛筆で大まかな構図だけ下書きし、その下書きをもとに別の画用紙へ元の絵を再現して描き直す作業を想像してください。このとき、絵の特徴を抽出してメモへ圧縮する役割をエンコーダ（符号化器）と呼び、メモから元の絵を復元する役割をデコーダ（復号器）と呼びます。入力データそのものを目標として学習を進めるため、自己を符号化する器という意味でオートエンコーダと名付けられました。

ヴァリエーショナル（変分）の役割

名称の前半にあるヴァリエーショナルは、数学の変分法や統計学の変分推論に由来します。

通常のオートエンコーダでは、データを単なる1つの数値の組み合わせとして圧縮します。しかし、VAEではデータを特定の値ではなく、平均値やばらつきの幅を持った確率分布として圧縮します。先ほどの例えを用いると、メモ帳に建物の位置を厳密な座標で記録するのではなく、この建物の中心はおよそこの位置で、左右にこれくらいの幅で広がっているという範囲の情報として記録する方式です。真の確率分布を直接計算することが困難なため、扱いやすい形の別の確率分布を近づけて近似計算を行う変分ベイズ推論の考え方を採用していることから、変分（Variational）という言葉が冠されています。

潜在空間の確率化と目的関数の構造

VAEは、圧縮された情報が蓄積される潜在空間を滑らかな確率分布として整理することによって機能します。

潜在変数という専門用語の意味

データの本質的な特徴を要約した隠れた数値を潜在変数と呼びます。

人の顔画像を扱う場合、目や鼻の個別の画素値ではなく、顔の向きや笑顔の度合いといった背後にある概念的な特徴が潜在変数に相当します。VAEはこの潜在変数を正規分布などの扱いやすい確率分布に従うように誘導しながら学習を進めます。

VAEが最適化する目的関数の数式

VAEの学習では、変分下限（ELBO）と呼ばれる指標を最大化します。この指標は、元のデータをどれだけ綺麗に再構成できたかを表す項と、潜在変数の分布が標準的な正規分布からどれほど離れているかを測る項の2つで構成されます。

変分下限を計算するための基本方程式

$\mathrm{ELBO} = \mathbb{E}_{q(z\vert{}x)}[\log p(x\vert{}z)] - D_{\mathrm{KL}}(q(z\vert{}x) \parallel p(z))$

式の右辺にある第1項はデコーダによるデータの復元精度を評価し、第2項のKLダイバージェンスと呼ばれる関数は、エンコーダが予測した潜在変数の分布と標準正規分布のズレを計算して過剰な偏りを抑えます。

VAEの客観的な特徴

確率的な構造を持たせてデータを圧縮・復元するVAEには、機能上の明確な長所と短所が存在します。

VAEを採用するメリット

潜在空間が連続的な確率分布として整列するため、数値を少しずつ変化させることで、笑った顔から真顔へ滑らかに変形するような新しいデータを生成できます。
統計学の変分推論に裏打ちされた明確な確率モデルに基づいているため、モデルが生成を行う際の不確実性を数学的に評価できます。
敵対的生成ネットワーク（GAN）と比較して、学習の過程が数値的に安定しており、学習の失敗が起こりにくい傾向があります。

VAEを採用するデメリット

目的関数の設計上、復元誤差を平均化して扱う性質があるため、生成される画像などの出力結果が全体的にぼやけやすくなります。
潜在変数の分布に正規分布などの単純な形状を仮定することが多く、複雑な実データの真の分布構造を捉えきれない場合があります。

まとめ

VAE（変分オートエンコーダ）という名称は、データの圧縮と復元を行うオートエンコーダの構造に、確率分布を近似して最適化を行う変分推論の手法を組み込んだ歴史的背景に由来しています。単なる圧縮器にとどまらず、潜在空間を整然と並べることで未知のデータを生み出す生成モデルとしての役割を担っています。

VAEの理解を深めるための学習手順は以下の通りです。

通常のオートエンコーダを実装し、エンコーダとデコーダによるデータの圧縮と復元の基礎的な動作を確認します。
正規分布の平均と分散の意味を振り返り、潜在変数を確率分布として扱う利点を整理します。
カルバック・ライブラー情報量（KLダイバージェンス）の計算手順を調べ、変分下限の最大化によって潜在空間が整理される数学的な流れを追跡します。

セイ・コンサルティング・グループでは新人エンジニア研修のアシスタント講師を募集しています。

投稿者プロフィール

山崎講師代表取締役

セイ・コンサルティング・グループ株式会社代表取締役。
岐阜県出身。
海外放浪の末、2000年創業、2004年会社設立。
IT企業向け人材育成研修歴業界歴20年以上。
すべての無駄を省いた費用対効果の高い「筋肉質」な研修を提供します！
この記事に間違い等ありましたらぜひお知らせください。

学生時代は趣味と実益を兼ねてリゾートバイトにいそしむ。長野県白馬村に始まり、志賀高原でのスキーインストラクター、沖縄石垣島、北海道トマム。高じてオーストラリアのゴールドコーストでツアーガイドなど。現在は野菜作りにはまっている。