ソウルAIサミット、日英米韓など10カ国とEUが安全研究網で合意 主要16社も誓約
ソウルで開催されたAI安全サミットにて、10カ国とEUが国際的な安全研究ネットワークの構築に合意した。あわせてOpenAIやGoogle、中国の智譜AIなど主要16社が、リスクを許容値以下に抑えられない場合はモデルの開発や展開を行わないとする安全誓約に署名した。
AIデイリー：今日のAIニュース
火
5月21日 火曜日
マイクロソフトのCopilot+「Recall」機能に英当局が調査着手、専門家はプライバシーリスクを懸念
英データ保護機関ICOは、マイクロソフトのCopilot+ PC新機能「Recall」について調査を開始したと明かした。同機能は数秒ごとに画面を自動撮影・保存し後から検索できるが、パスワード等の除外機能がなく専門家がリスクを指摘。マイクロソフト側はデータは端末内にのみ保存されると説明している。
WindowsのクリップボードがAI対応：PowerToysに新機能「高度な貼り付け」登場
MicrosoftはWindows 11向けPowerToys 0.81で新機能「Advanced Paste」を提供開始した。クリップボードの内容をMarkdownやJSONに直接変換できるほか、AIを用いて文章の要約や別言語へのコード書き換えも行える。ただしAI機能を使うにはOpenAIのAPIキーが必要となる。
Microsoft Edgeが動画のリアルタイム翻訳とAI吹き替えに対応へ
MicrosoftはBuildイベントで、Edgeブラウザに動画のリアルタイム翻訳とAI吹き替え機能を近く導入すると発表した。YouTubeやCourseraなどの動画再生中に字幕や音声をリアルタイム生成できる。まずは英語とスペイン語、ドイツ語などの翻訳から順次提供される。
マイクロソフトがTeam Copilot発表：会議の議事録やタスク管理を担うチーム向けAI
MicrosoftはBuildカンファレンスにて、チーム協業を支援する「Team Copilot」を発表した。Teamsでの議事録作成やチャット要約に加え、LoopやPlannerでのタスク割り当てや進捗管理を代行する。月額30ドルのCopilot for Microsoft 365ライセンス保有者向けに、今年後半からプレビュー版が提供される。
GitHub、Copilot Extensionsを発表：IDEから直接外部ツールと対話可能に
GitHubは「GitHub Copilot Extensions」を発表した。VS CodeやVisual StudioのCopilot Chatから自然言語でDocker、Sentry、Azureなどの外部ツールを直接呼び出し、社内APIとも連携できる。開発時の画面切り替えを大幅に削減できるのが特徴だが、現在は一部プレビュー提供となっている。
Adobe、LightroomにFirefly搭載の「生成削除」を追加 複雑な背景も自然に消去
Adobeは写真編集アプリLightroomにFirefly活用の新機能「Generative Remove（生成削除）」を早期アクセスとして追加した。複雑な柄の服のシミや水面の反射なども自然に消去可能で、併せて「レンズぼかし」機能も正式版となった。
MetaがChameleonを発表：画像とテキストを交錯生成するネイティブマルチモーダルモデル
Metaはネイティブマルチモーダルモデル「Chameleon」を発表した。画像とテキストを共通の離散トークンとして扱い、同一モデル内で自由な交錯生成を可能にする。34BモデルはVQAなどで高い性能を示しているが、現時点では重みは公開されていない。
Microsoft、軽量モデル「Phi-3」を提供開始 42億パラメータの視覚版も披露
Microsoftは軽量AIモデル「Phi-3」ファミリーを開発者向けに一般提供し、「Phi-3-mini」をAzure AIに追加した。あわせて、チャートや画像推論に対応する42億パラメータのマルチモーダルモデル「Phi-3-vision」のプレビューも公開し、オンデバイスAI展開を視野に入れている。
OpenAI、ChatGPTの音声「Sky」を一時停止 スカーレット・ヨハンソン氏が抗議
OpenAI は ChatGPT の音声「Sky」の提供を停止した。俳優のスカーレット・ヨハンソン氏が、事前にオファーを拒否したにもかかわらず自分と酷似した音声が無断で使用されたとして抗議声明を発表し、法的措置を取ったことを受けたもの。OpenAI は別の俳優の自然な声であり模倣ではないと反論している。
月
5月20日 月曜日
マイクロソフトが「Recall」発表：PCに写真のような記憶力を与える新検索
Build 2024にて、マイクロソフトはCopilot+ PC向けの新機能「Recall」を発表した。端末上で動作する40以上のマルチモーダル小型言語モデルを活用し、閲覧したWebページや資料、会議内容を自然言語で曖昧検索できる。処理はすべてローカルで完結し、6月18日より提供開始予定。
GPT-4o 投入で ChatGPT モバイル売上が過去最大に：5日間で約420万ドル
Appfiguresデータによると、OpenAIが「GPT-4o」を投入した直後、ChatGPTモバイルアプリの純売上が過去最大を記録しました。5月13日から17日の5日間で純収入は420万ドルに達し、火曜日には日次平均のほぼ倍となる90万ドルを記録。スマホ版で新モデルを試すには月額19.99ドルのPlus契約が必要だったことが課金増につながりました。
アップル、OpenAIと提携へ：iOS 18にチャットボット統合、WWDCで発表か
ブルームバーグの5月20日の報道によると、アップルはOpenAIと提携し、次期iOS 18にチャットボット機能を組み込む計画を進めている。6月10日のWWDCで発表される見通しだ。アップルは自社製モデルでSiriなどを刷新する一方、不足する対話型AIをOpenAIとの提携で急ぎ補う構えだ。
OpenAIが検索機能を密かに強化？ChatGPTのGPT-4o版でWeb参照が明示化
報道によると、OpenAI は GPT-4o 無料版で Web 検索機能をひそかにアップデートした模様。最新情報を尋ねると参照したサイト一覧を明示し、要約と正確な出典リンクを提示する仕様になっている。
日
5月19日 日曜日
OpenAIがChatGPT音声の選考経緯を公表、酷似騒動の「Sky」を一時停止
OpenAIはChatGPTの音声選考プロセスを公表し、女優スカーレット・ヨハンソン氏の声に酷似していると物議を醸した「Sky」の提供を一時停止した。同社はプロ声優による自然な声であり模倣を否定したが、ヨハンソン氏に打診を断られた経緯も認め、騒動への配慮から停止に踏み切った。
金
5月17日 金曜日
ChatGPT、GoogleドライブやOneDriveからの直接ファイル読み込みに対応へ
OpenAIはChatGPTがGoogleドライブやOneDriveから直接ファイルを読み込んで分析できる新機能を発表した。ファイルを一度ダウンロードする手間が省ける。GPT-4oを利用する有料プラン向けに順次提供され、生成された表やグラフのインタラクティブ操作にも対応する。
Slack、ユーザーデータをAI学習にデフォルト利用で批判殺到 拒否は要メール
Slackがユーザーデータをグローバルモデルの学習にデフォルトで活用し、拒否するにはメール連絡が必要である仕様が発覚し炎上している。同社は絵文字推薦などに限られ「Slack AI」のLLM学習には利用していないと弁明したが、不透明な規約への不満は収まっていない。
macOS版ChatGPTアプリ登場：Opt＋Spaceキーでどの画面からでも即座に呼び出し可能
OpenAIがmacOS向けChatGPTデスクトップアプリの提供を開始した。任意のアプリ上で「Option＋スペースキー」を押すだけで画面上にプロンプト入力バーを表示でき、Spotlight検索のように素早くAIと対話できる。現在はmacOS 14とApple Siliconを搭載したMacのPlus会員向けに先行提供中で、Windows版は年内に登場する見込み。
木
5月16日 木曜日
ソニー・ミュージック、AI企業700社以上に警告：無断での楽曲学習を禁止
米Sony Music Groupは700社以上の生成AI開発企業や配信プラットフォームに対し、許諾なしに自社の楽曲、歌詞、メタデータなどをAIの学習に利用することを禁止する警告書を送付した。無断利用の有無の確認や、使用した詳細データの開示を求めている。
OpenAIの安全性チームに動揺：Ilya氏とLeike氏が相次ぎ退社
Gizmodo報道によると、OpenAIの「超アライメント」チームを率いていたIlya Sutskever氏とJan Leike氏が辞任しました。ほかにも安全部門から複数の研究者が離脱しています。経営陣への復帰支持書に署名していなかったメンバーが多く、同社が安全性を軽視して開発を加速させるのではないかと懸念されています。
声優陣がAI音声企業LOVOを集団提訴、「研究用」と偽り商用販売か
声優のポール・スカイ・ラーマン氏らがAI音声企業LOVOを相手取り米連邦地裁に集団訴訟を起こした。同社が「学術研究用」と偽って外注サイトで音声を収録させ、実際には有料AIモデルとして無断販売していたと主張している。AI学習による音声盗用を巡る初の大型訴訟となる。
ハリウッドで広がる生成AI活用、炎上を恐れ「公表できない」実態
米The Hollywood Reporterによると、ハリウッドでは脚本やVFXなどの制作現場で生成AIの利用が急速に浸透しているものの、世論の反発を恐れて公表を控える関係者が多い。映画でのAI利用を巡る批判が相次ぐ中、現場からは「技術の問題というよりPRの問題だ」との声が上がっている。
水
5月15日 水曜日
Anthropic、Instagram共同創業者のマイク・クリーガー氏を初代CPOに起用
AnthropicはInstagramの共同創業者であるマイク・クリーガー氏を初代最高製品責任者（CPO）に任命したと発表した。同氏はプロダクトエンジニアリングやデザインを統括し、Claudeの一般消費者向け展開と法人サービスの拡大を指揮する。OpenAIやGoogleに対抗し、UXとプロダクト力を底上げする狙いだ。
OpenAI共同創設者のイリヤ・サツケヴァー氏が退任 後任にヤクブ・パチョッキ氏
OpenAIの共同創設者兼チーフサイエンティストのイリヤ・サツケヴァー氏が退任を発表した。後任には研究ディレクターのヤクブ・パチョッキ氏が就任する。昨年11月の解任劇以降は事実上業務から離れており、スーパーアライメント責任者のヤン・ライケ氏も辞任。サツケヴァー氏は新たな個人プロジェクトに移る意向を示している。
火
5月14日 火曜日
シスコ、AIネイティブ基盤「Hypershield」でサイバー防衛を刷新
CiscoはRSA ConferenceにてAIネイティブな防衛基盤「Hypershield」の詳細を明かした。AIやハードウェアアクセラレーション、Extended Berkeley Packet Filterを活用してカーネルレベルの可視性を確保。パッチ適用に45日かかる脆弱性でも、9〜15分で自律的に攻撃拡散を防ぐ。
Googleが新動画生成ツール「VideoFX」発表、ImageFXとMusicFXも大幅刷新
Google I/Oにて、最新モデル「Veo」を搭載した動画生成ツール「VideoFX」が発表された。絵コンテ感覚でシーンを繋ぐ機能を持つ。あわせてImageFXにはブラシ編集機能が加わりImagen 3の先行登録を開始、MusicFXにはDJモードが追加された。
Google、AndroidのAI機能を強化 画面囲みで宿題解説や端末内詐欺検出も
GoogleはAndroid向けのAI新機能を発表した。「かこって検索」は数学や物理の問題を囲むだけで解法を段階的に提示可能になった。さらにGeminiがYouTube動画への質問に対応するほか、端末内で動くマルチモーダルGemini Nanoにより通話詐欺のリアルタイム検知も実現する。
Google、教育特化モデル「LearnLM」発表：答えを教えず自考を促すAI家庭教師
GoogleはGeminiをベースに教育科学の知見を取り入れてファインチューニングしたモデル群「LearnLM」を発表した。単に答えを出すのではなく、学習者の能動的な理解を深める設計で、検索やYouTubeの動画質問機能、Geminiの学習コーチに順次組み込まれる。
Google フォトにGemini連携の「Ask Photos」登場 自然な対話で写真検索
Googleは「Google フォト」の新機能「Ask Photos」を発表した。Geminiのマルチモーダル機能を活用し、「訪れた国立公園のベストショットを見せて」といった自然な会話での検索や、写真に写った詳細に関する質問への回答、SNS向けキャプション作成に対応する。今後数カ月かけて順次提供予定。
GoogleがGPT-4o対抗のマルチモーダルAIを予告、カメラで周囲をリアルタイム認識
GoogleはGoogle I/O 2024の基調講演を前に、Android上で動作する未発表のマルチモーダルAIインターフェースの予告動画を公開した。カメラ越しに周囲の状況をリアルタイムで把握し質問に答える様子が示されており、発表されたばかりのGPT-4oに即座に対抗する姿勢を見せている。
月
5月13日 月曜日
Apple、Logic Proをアップデート：AI伴奏プレイヤーや音源分離Stem Splitterを搭載
AppleはMacおよびiPad版Logic Proの最新アップデートを配信開始した。AIを活用してベースやキーボードの演奏を自動生成するSession Playersを追加したほか、ボーカルやドラムなどを分離できるStem Splitterを導入。なお一部の高度なAI機能にはM1以降のチップが必要となる。
OpenAI、カスタムボットを探せる「GPT Store」を無料ユーザーにも開放
OpenAIはこれまで有料会員限定だった「GPT Store」をChatGPTの無料ユーザーにも開放した。無料ユーザーも数百万規模のカスタムボットを自由に検索して利用できるようになった。ただし、新しいGPTを自分で作成するには引き続き有料プランが必要となる。
OpenAIがGPT-4oを発表：音声・視覚・テキストをリアルタイム処理
OpenAIは新フラッグシップモデル「GPT-4o」を発表した。音声、画像、テキストを単一モデルで直接処理し、平均320ミリ秒の高速音声対話を実現。無料ユーザーを含むChatGPT全体やAPIで順次提供される。
土
5月11日 土曜日
Runway第2回「AI映画祭」で際立った人間の力 心を動かすのは技術より物語
Runway主催の第2回AI映画祭ファイナリスト10作品がオンライン公開された。AI背景やエフェクトが多用された一方、映像の歪みや制御の難しさも露呈。最高賞の『Get Me Out』をはじめ、観客を魅了したのはAI技術そのものではなく、脚本や演技、実写撮影といった人間の表現力だった。
金
5月10日 金曜日
Anthropic Consoleにプロンプト自動生成機能が登場
AnthropicはAnthropic Console内で本番環境向けプロンプトを生成するツールを公開した。達成したい目標を入力するだけで、Claudeがchain-of-thought推論などの技術を活用し、高精度で信頼性の高いプロンプトを作成してくれる。
OpenAI、成人向けコンテンツ生成の解禁を検討 「責任ある提供」を模索
OpenAI が公開したモデル動作方針の文書で、AI 製品において成人向けコンテンツや露骨な表現を「責任を持って」生成できるようにする方針を検討中であることが分かった。適法な範囲での芸術的表現を認める意図とされるが、既存の安全策の甘さや悪用リスクへの懸念は根強い。
Bumble創業者、AI執事が代わりに数百人とデートする未来を構想
米マッチングアプリ大手Bumbleの創業者ホイットニー・ウルフ・ハード氏は、AI執事がユーザーに代わって他人のAIと交流・選別する未来のデート構想を語った。何百人もの相手とメッセージを交わす代わりに、AIが最適な3人を絞り込んでくれるという。
火
5月7日 火曜日
GoogleがPixel 8aを発表：499ドルから、Geminiやかこって検索を搭載
GoogleはTensor G3チップを搭載した「Pixel 8a」を発表した。価格は499ドルからで、Gemini、かこって検索、ベストテイクや音声消しゴムマジックといった上位モデル譲りのAI機能を備える。最新のモバイルAI体験を手頃な価格帯に広げる狙いだ。5月14日より発売される。
OpenAIが米出版大手Dotdash Meredithと提携、『People』等の記事をChatGPTへ
『People』などを傘下に持つ米メディア大手Dotdash MeredithがOpenAIと提携を結んだ。自社記事をChatGPTでの引用や学習用データとして提供する一方、OpenAIのモデルを活用してCookieレス広告配信ツール「D/Cipher」の高度化を図る。
MITら、機械学習でマッコウクジラの「アルファベット」を発見
MIT CSAILとProject CETIの研究チームは、機械学習を用いてマッコウクジラのクリック音データ8,719件を解析し、独自の組み合わせコード体系を発見した。人間が音節を組み合わせて単語を作るような二重性が、海洋哺乳類の会話にも存在する可能性を示している。
AppleがM4チップを発表：新iPad Proに初搭載、AI性能を大幅強化
Appleは第2世代3nmプロセスを採用した新プロセッサ「M4」を発表し、新型iPad Proに初搭載した。刷新されたNeural Engineを備え、現行のAI PCを上回る処理速度を謳う。iPadとして初となるハードウェアレイトレーシングにも対応し、端末上での高度なAI作業を強力に後押しする。
OpenAI、著作権者がAI学習利用を管理できる「Media Manager」開発へ
OpenAIはクリエイターや著作権者が自身の作品をAI学習に含めるか除外するかを指定できる新ツール「Media Manager」を開発中だと発表した。テキストや画像、動画などを横断して識別し、2025年の導入を目指す。業界標準化を狙う取り組みだが、現在は開発段階にある。
月
5月6日 月曜日
Apple、写真アプリに生成AI消しゴム「Clean Up」をテスト中か
AppleInsiderによると、Appleは次期OSの写真アプリ向けに生成AIを活用した不要物除去機能「Clean Up」を社内テスト中だ。従来のレタッチツールを置き換え、ブラシでなぞるだけで大きなオブジェクトも消去できるようになる。現在は開発段階で、今後の発表が期待される。
マイクロソフト、5000億規模の独自AI「MAI-1」開発か
米メディアの報道によると、マイクロソフトはパラメータ数約5000億の大規模言語モデル「MAI-1」を社内開発中だという。3月に合流した元Inflectionのムスタファ・スレイマン氏が主導する。OpenAIへ100億ドル超を投じて以来初の本格的な独自モデル開発となり、OpenAI一本足打法からの脱却を狙う。
Stack OverflowとOpenAIが提携、ChatGPTに検証済み技術知見と出典表示を統合へ
Stack OverflowとOpenAIはAPI提携を発表した。OpenAIは「OverflowAPI」を通じて検証済みの技術知見を取り込み、モデル向上とChatGPT内での出典付きコード提示を実現する。Stack OverflowもOverflowAI開発にOpenAIのモデルを活用する予定だ。
AmazonのAudibleにAI朗読本が4万冊超流入、作家と読者の間で賛否
Bloombergの報道によると、Amazonが電子書籍著者向けに提供したAI「バーチャル音声」ツールにより、Audible上に4万冊以上のAI朗読オーディオブックが公開されました。52分で無料音声化できる点は個人作家に好評ですが、除外フィルターがないため読者や人間の声優からは反発が起きています。
Hugging Face、ロボット向けオープンソース「LeRobot」を公開
Hugging Faceは、ロボット工学向けオープンソースツールキット「LeRobot」をGitHubで公開した。ロボット版Transformersを目指し、事前学習済みモデルや物理シミュレータ連携、データ共有機能を備える。教育用アームから人型ロボットまで幅広く対応し、参入障壁の低減を図る。
日
5月5日 日曜日
生成AIが新薬を完全自律設計へ：開発期間を年単位から数か月に短縮
米CNBCはイーライリリーやエヌビディア幹部の発言として、数年内に生成AIが新薬をゼロから設計するようになると報じた。ウェットラボで1年かかる分子生成を5分でこなすなど開発期間を劇的に短縮するが、最終的な効果実証には臨床試験が不可欠だ。
YouTube Premium、AIスキップ機能「Jump ahead」のテストを拡大
YouTubeは視聴データとAIで見どころへ直接ジャンプできる「Jump ahead」のテスト枠を拡大した。ダブルタップで早送りすると専用ボタンが現れ、退屈な区間を一気にスキップできる。現在は米国のAndroid版Premium会員かつ高再生数の英語動画に限定されている。
土
5月4日 土曜日
バフェット氏、AI詐欺は「史上最大の成長産業」になると警告
バークシャー・ハサウェイの年次株主総会でウォーレン・バフェット氏は、AI を悪用した詐欺が「史上最大の成長産業」になり得ると警鐘を鳴らした。ディープフェイクや音声複製の危険性を指摘し、AI の強大な力を核兵器に例えて警戒を呼びかけた。
