インドネシア北スマトラ州のバタク民族の文化遺産であるウロス織物は、伝統的な織物技法として今日まで引き継がれてきた。しかし現在、この伝統工芸は深刻な課題に直面している。限定的な模様の種類と時間がかかる設計プロセスにより、現代的なニーズと伝統の保存のバランスを取ることが難しくなっているのだ。本研究では、このジレンマを解決するため、生成AIを活用した革新的なアプローチを提案している。 研究チームは、Protogen v3.4とStable Diffusion v1.4という2つの事前学習済み潜在拡散モデルを、高解像度のウロス模様の厳選された注釈付きデータセット上で微調整した。このファインチューニングプロセスにより、文化的一貫性を保ちつつも新規で創造的な模様の生成が可能になった。モデルの性能評価には、Frechet Inception Distance（FID）とInception Score（IS）といった定量的指標を使用するとともに、伝統的な織り手と一般の人々による定性的な評価も実施された。 評価結果は顕著な差を示した。Protogen v3.4はStable Diffusion v1.4を大幅に上回り、FIDでは約10.5倍低い値を、ISでは2.0倍高い値を達成した。これは視覚的忠実度が高く、生成される模様の多様性に優れ、実際のウロス模様の分布により近い傾向を示していることを意味する。さらに研究では、強度とガイダンススケールが生成品質に及ぼす影響を詳細に検証している。強度値が低いほど忠実度が高くなり（FIDが低い）、高いほど多様性が増す傾向が確認された。最適なバランスはガイダンススケール5～9の範囲にあり、この設定で高品質かつ多様なウロス模様を生成できることが判明した。 本研究の成果は、慎重に微調整された生成AIが、無形文化遺産の創造的な更新を支援しながら、その様式的・象徴的完全性を保持できることを実証している。伝統工芸と現代技術の融合によって、文化遺産の継承と革新が同時に実現される可能性が示唆された。