ICML 2026論文：画像への“いたずら”（敵対的攻撃）を、2種類の情報を使う拡散モデルで打ち消す

結論から言うと、AIをだますために画像へこっそり加えられた『ノイズ（敵対的攻撃）』を、上手に消し去る新しい守り方の研究です。2026年7月に韓国・ソウルで開かれる機械学習の国際会議ICML 2026に採択された論文『Two Modalities Are Better Than One』が提案しました。

画像認識AIは、人間には分からないほど小さな細工を加えた画像を見せられると、まったく違うものに誤認してしまうことがあります。これを防ぐ方法の1つが『敵対的浄化（adversarial purification）』で、画像をいったん拡散モデル（ノイズを足したり消したりして画像を作るAI）に通し、攻撃の細工を洗い流して、元のきれいな状態へ戻します。

この論文の新しさは、画像という1種類の情報だけで浄化するのではなく、その画像を説明する『文字（テキスト）』の情報も一緒に使う点です。2種類の手がかりを組み合わせることで、より効率よく、より確実に攻撃を打ち消せると報告しています。私たちmanapickの読者に関係するのは、AIを『悪意のある入力』から守る研究が進み、画像を扱うAIの安全性が高まる方向にある点です。

注意点として、これは研究段階の成果で、すぐに製品へ入るとは限りません。出典はICML 2026の採択論文一覧（理研AIP）です。