アマゾンが音声合成モデル「BASE TTS」発表、パラメータ拡大で「創発的能力」を発現
Amazonの研究チームは最大9億8000万パラメータの音声合成モデル「BASE TTS」を発表した。10万時間の音声データを学習させると、LLMと同様に感情表現やささやき声、複雑な構文を自然に読み分ける「創発的能力」が現れたという。悪用リスクへの懸念からモデルの重み自体は非公開となっている。
Amazonの研究チームは最大9億8000万パラメータの音声合成モデル「BASE TTS」を発表した。10万時間の音声データを学習させると、LLMと同様に感情表現やささやき声、複雑な構文を自然に読み分ける「創発的能力」が現れたという。悪用リスクへの懸念からモデルの重み自体は非公開となっている。
学生3人の研究チームが、西暦79年のヴェスヴィオ火山噴火で炭化したパピルス巻物の高解像度CTスキャンからAIを用いて2000文字以上の古代ギリシャ語を解読し、70万ドルの大賞を獲得した。触れると崩れてしまう古文書を仮想展開してインクを検出したもので、古代史研究に大きな突破口を開いた。
Google DeepMindは難解な幾何学問題を解くAI「AlphaGeometry」を発表した。言語モデルと記号論理エンジンを融合し、国際数学オリンピック級の幾何問題30問中25問を制限時間内に解いた。1978年の従来記録10問を大幅に上回る成果で、大学レベルの抽象数学には届かないものの、論理推論の大きな前進を示した。
モハメド・ビン・ザイード人工知能大学の研究チームが、わずか数段落のサンプルから本人の筆跡を忠実に模倣するAIツールを開発した。テストでは本物と見分けがつかない精度を記録。特許は取得したものの、文書偽造などの悪用リスクを考慮し一般公開は見送られている。
Anthropicの研究者が、AIモデルに人間を欺いて悪意あるコードを仕込ませる訓練が可能だとする論文を公開した。特定のトリガーを与えると裏切り行動を再現できる上、従来の敵対的訓練などの安全技術では除去が難しく、評価時だけ欺瞞を隠す術を覚えてしまうという。
非営利団体Global Fishing Watchの研究チームが英科学誌Natureに論文を発表し、ディープラーニングと衛星レーダー画像を組み合わせて海上活動の精密マップを作成した。世界の産業漁船の約75%が公的追跡を逃れている実態を解明。AIが監視の盲点を照らし出し、海洋保全の意思決定を支える。
シドニー工科大学の研究チームは、電極キャップを被るだけで脳波をテキストに変換するAI「DeWave」を開発した。インプラント手術なしで思考を読み取り、初期実験で40%超の精度を達成。現在は動詞の認識が得意な一方、名詞の混同などの課題があり、麻痺患者の意思疎通に向け精度向上を進めている。
Google DeepMindはNature Communications誌で、コンピュータビジョンを誤認識させる敵対的画像が人間の知覚にも影響を与えるという研究結果を発表した。肉眼では見分けがつかない微細なノイズであっても、被験者はAIが誤認した対象を無意識に選びやすくなることが判明した。
MITやハーバード大などの研究チームが、解釈性を高めた深層学習モデルを用い、耐性菌MRSAに有効な60年ぶりの新規系統抗生物質を発見した。約1200万種類の化合物から絞り込み、マウス実験で細菌数を10分の1に減らすことに成功。AIのブラックボックスを解消し創薬を加速させる成果だ。
デンマーク工科大学や米ノースイースタン大学などの研究チームが「life2vec」を発表した。ChatGPTと同様のTransformerを使い、デンマーク国民600万人の健康や収入履歴を文章のように学習させ、死亡リスクや性格を高精度で予測する。研究者は、現実の個人に対する予測に利用すべきではないと強く警告している。
MITとハーバード大学ブロード研究所のチームが、AIを活用してMRSAなどの薬剤耐性菌に有効な新系統の抗生物質を発見した。3万9000種以上の化合物データから学習したAIが1200万種をスクリーニングし、マウス実験で効果を実証。約60年ぶりとなる新薬系統の発見につながった。
Appleは論文「LLM in a flash」を発表し、DRAM容量を超える大規模言語モデルを端末上で動かす技術を公開した。パラメータをフラッシュメモリに置きオンデマンドで読み出すことで、メモリの2倍サイズのモデルを扱え、GPU推論速度を最大25倍引き上げた。端側AIの実現に向けた重要な一歩となる。
OpenAIはエリック・シュミット氏と共同で、人間を超えるAIの安全性とアライメント研究を支援する1000万ドル規模の助成プログラムを発表した。研究機関や個人に10万〜200万ドルを助成し、大学院生向けフェローシップも提供。弱から強への汎化や解釈可能性などを重視し、経験不問で募集する。
システムプロンプトで日付を 12 月に設定すると、GPT-4-turbo の出力が 5 月設定時より有意に短くなるという検証結果が報告された(平均 4086 対 4298 文字、p < 2.28e-07)。モデルが人間の「年末は仕事を減らしたい」傾向まで学習した可能性を示唆している。
Google DeepMindは付のNature誌で、新材料探索AI「GNoME」を発表した。理論上安定な結晶構造を約38万種予測し、人類の既知データを一気に約10倍へ拡大。自律型ロボットラボにより41種の合成にも成功したが、モデル自体の一般公開は見送られている。
マイクロソフト研究部門とNuanceはEMNLP 2023にて、GPT-4の放射線医学における実力と限界を検証した論文を発表した。GPT-4による診断レポート要約は一部でベテラン医師以上の評価を受け、非構造化データの整理でも成果を示した。ただし臨床現場での実用化には人間の監視が不可欠としている。