VAEにおける潜在変数の役割がわからない

Question

①変分オートエンコーダ（VAE）の勉強をしている中で、潜在変数が実際にはどのような役割を担っているかが分からず、困っています。

②また、潜在変数の次元数を変化させることで、なぜ画像の解像度の鮮明さが変わるのかがわかりません。

ご教授していただけますでしょうか。よろしくお願いします！

Answer 1

ご質問は、VAEに限らず、広い意味で「次元削減とはなにか」を聞かれていることに等しいです。

現実世界のデータは次元削減しても（おおまかに）表現できますよ、という意味の「多様体仮説」と呼ばれる理論があります。もう少しラフに言うと、非可逆かつ効率の高いデータ圧縮方法が必ずありますよ、という意味です。

この時、データ圧縮した状態を表すのが「潜在変数」であり、潜在変数の次元数を変化させることは「圧縮率を変化させること」であり、その際に画像の解像度の鮮明さが変わるは「非可逆圧縮だから圧縮率が変われば再現性も変わるため」です。

参考: Variational Autoencoder徹底解説