平面の壁や球体のような形ではない、ある表面に壁画を描こうとしている場面を想像してみてください。日常の世界では、巨大な絵を描きたいとき、通常はキャンバスを平らに広げるか、球体に巻き付けます。しかし、数学者たちは、**双曲平面（hyperbolic plane）**と呼ばれる、奇妙で無限に続く表面に長年魅了されてきました。それは、中心から離れるにつれてどんどん広がっていく布地のようです。中心から離れるほど、利用可能な空間が指数関数的に増大していく、そのような幾何学です。これは、エッシャーの有名な「円の極限（Circle Limit）」の図画が可能にするような世界です。そこでは、魚たちが縁に向かって泳ぐにつれてどんどん小さくなっていきますが、パターンは決して終わりません。

長い間、コンピュータは平らなスクリーンや球体の上で画像を生成することしかできませんでした。しかし、もしこの奇妙で膨張する表面の上に、直接新しい世界を創造したいとしたらどうでしょう？これが、**拡散モデル（diffusion models）**という、ランダムな静止画（ノイズ）を徐々に鮮明な画像へと変えていくタイプのAIが直面する課題です。通常、これらのモデルは、大きな画像を小さな重なり合う正方形のタイルに切り分け、各タイルを修正し、それらを混ぜ合わせることで機能します。問題は、この作業を双曲平面上で行おうとすると、「正方形」が信じられないほど引き伸ばされたり歪んだりしてしまうことです。そして、タイル同士が出会うエッジ（境界）の部分は、しばしばぼやけた惨状になります。このデジタル世界を歩き回ろうとすると、ぼやけは悪化し、パターンは崩れてしまいます。

本論文は、AIを再学習させることなくこれらの問題を解決する、HyperbolicDiffusionと呼ばれる新しい手法を紹介しています。研究者は、効率的に無限の表面をカバーするために「絵を描く窓」を配置する巧妙な方法を見出し、窓が重なるエッジ部分を修正するための2段階のプロセスを構築しました。その結果、エッシャールの不可能로な芸術のデジタル版のように、どの角度から見ても美しく、実際に中に入り込むことができる、鮮明で一貫性のある、無限に探索可能な双曲的世界が実現しました。

問題点：膨張する床とぼやけたエッジ

なぜこれが難しいのかを理解するために、常に膨張し続ける床にタイルを敷いている場面を想像してみてください。普通の部屋なら、ただ正方形のタイルを並べるだけです。しかし、双曲平面では、床があまりにも速く広がるため、広いエリアをカバーしようとすると、指数関数的に多くのタイルが必要になります。標準的なレイアウトを使おうとすると、何百万ものタイルを無駄にするか、あるいは巨大な隙間ができてしまいます。

さらに悪いことに、これらのタイルから画像を合成しようとすると、幾何学が抵抗してきます。表面が湾曲しているため、「正方形」の窓は、その場所や向きによって異なって見えるのです。5つの異なる窓が同じ場所を塗ろうとする場合、それぞれの窓は周囲をわずかに異なる形で捉えています。もし単にそれらの予測を混ぜ合わせてしまうと、エッジが一致しないために、幽霊のようなぼやけた結果になってしまいます。以前、地球のような球体（sphere）に対してこれを行おうとした試みもありましたが、双曲平面では面積が非常に速く成長するため、問題はより深刻になります。

解決策：スマートなタイリングシステムと2段階の修正

Obvious Research（パリ）の著者は、既存のAIを一から教え直す必要のない解決策を考案しました。その代わりに、既存のAIが双曲的な世界を描く方法を管理するスマートなシステムを構築しました。彼らの手法であるHyperbolicDiffusionは、主に3つの部分で構成されています。

1. スマートなタイリング（双曲ブローミング・カバー）
まず、リソースを無駄にすることなく全領域をカバーするために、「窓」（AIが見る正方形）を配置する方法が必要です。彼らは**双曲ブローミング・カバー（Hyperbolic Blooming Cover: HBC）**と呼ばれる手法を考案しました。庭がどんどん大きくなっていく中で、花を植える場面を想像してください。ランダムに、あるいは硬直したグリッド状に植えるのではなく、HBCは外側に向かって成長する完璧な輪（リング）として花を植えます。これは、動的計画法（dynamic programming）を用いた巧妙な数学的トリックを用いて、各リングで地面を完璧にカバーするために必要な花の数を正確に算出します。

論文によれば、この手法は驚くほど効率的です。1100万個以上の窓を持つレイアウトを、わずか5.44秒で計画できます。さらに重要なことに、テストされた領域において、彼らのレイアウトが絶対的な最適配置から**10%**以上離れることはないと証明されました。これは、安全策として何千もの余分な窓を無駄に使うことなく、必要最小限に近い数を使用していることを意味します。

2. 共有キャンバス（ステージA）
窓を配置したら、AIが描き始めます。ここでの鍵は、双曲面上のすべての点には、固有のアドレスのような永続的なIDがあることです。たとえある点が5つの異なる窓の中に現れたとしても、それは常に同じ「アドレス」です。AIは重なり合う窓を観察し、それぞれの窓がどのような画像であるべきかの予測を行い、各窓をどれだけ信頼するかに基づいてそれらの予測をブレンドします。これにより、双曲面上に単一の統一された画像が作成されます。

しかし、著者はこの第1ステップが完璧ではないことを見出しました。窓がそれぞれ異なって歪んでいるため、重なり合う領域において、AIが同じ細部に対してわずかに異なるバージョンを描いてしまうことがあるのです。これにより、特に建物や森のような複雑なシーンにおいて、エッジがぼやけたり二重に見えたりする「ゴースト現象」が発生します。

3. 修理チーム（ステージB）
ここで、彼らの魔法の第2部分が登場します。彼らは、画像を見る前に、幾何学的な構造を見るだけで、どこでぼやけが発生するかを正確に予測できることに気づきました。彼らは「多重度マスク（multiplicity mask）」を計算しました。これは、複数の窓が同じ場所を巡って争っている場所を示すマップです。

このマップが衝突（2つ以上の窓が同じ場所に等しく寄与している箇所）を示している場所では、第2段階の修理を実行します。それらの特定のぼやけた箇所を取り出し、少しだけノイズを戻し（砂が入った瓶を振るように）、今回はエッジを鋭く一貫させることだけに集中して、AIに再度描き直させます。この「再ノイズ化」ステップがゴースト現象を修正し、ディテールを鮮明にします。

得られた知見とその意味

研究者は、単純なテクスチャ（雲など）から、複雑なシーン（室内や建築的なフレスコ画）に至るまで、あらゆる対象に対してこの手法をテストしました。その結果、以下のことが判明しました。

• タイリングの成功： 彼らのHBC手法は、半径12（双曲幾何学における膨大なスケール）までの領域を、予測された窓の数で正常にカバーできました。また、計画策定は常に高速（最大のレイアウトでも6秒未満）でした。
• ぼやけの解消： テストにおいて、第2の修理ステージはエッジの鋭さを大幅に向上させました。「勾配マグニチュード（gradient magnitude：エッジの鋭さを測る指標の一つ）」を測定したところ、平均で**15%改善し、「ラプラシアン・マグニチュード（Laplacian magnitude：別の鋭さの指標）」は17%**改善しました。
• 単なる平面画像ではない： 平面の画像を生成してから円形に歪ませる他の手法とは異なり、この手法は双曲面上で直接画像を生成します。つまり、カメラを動かしても、画像は鮮明かつ一貫性を保ちます。端の方では小さく見えるパターンも、中心では大きく見えますが、ぼやけたり崩れたりすることはありません。

論文では、複雑で構造的なコンテンツに対して、単一ステージのプロセス（一度描いて混ぜ合わせるだけ）では不十分であることを明確に否定しています。彼らは、窓を密にする、あるいは所有権のブレンド方法を変えるといったいくつかの単一ステージのバリエーションを試みましたが、ディテールを失うことなくぼやけを取り除くことはできませんでした。2段階のアプローチこそが、唯一機能する手法だったのです。

また、この手法は球体（地球など）にも適応可能であり、そこでも従来の手法を凌駕することを示しており、幾何学に基づいた修理というアイデアが強力であることを示唆しています。

なぜこれが重要なのか

この研究は、「ナビゲーション可能な双曲的壁画」や非ユークリッド的なゲームワールドの創造への扉を開きます。例えば、進むほどに廊下が無限に広がっていくビデオゲームや、永遠に広がり続ける大聖堂を探索できるVR体験を想像してみてください。画像が曲面上で直接生成されているため、視点を動かしても世界は鮮明で一貫したままです。これは、生成アートが双曲平面という奇妙で美しい幾何学を真に理解し、数学的な好奇心をデジタルな創造性の遊び場へと変えるための一歩なのです。