マイクロソフト、Android版「Copilot」単独アプリを公開：GPT-4を無料開放
MicrosoftはGoogle PlayストアにてスタンドアロンのAndroid版Copilotアプリを静かにリリースした。Bingアプリを経由せずにAIチャットやDALL-E 3による画像生成が利用できるほか、ChatGPTでは有料のGPT-4モデルも無料でアクセスできる。なお、iOS版は現時点で未提供。
AIデイリー：今日のAIニュース
火
12月26日 火曜日
動画生成AI「Pika 1.0」が一般公開：Web上で誰でも利用可能に
Pika Labsはテキストから動画を生成するAIプラットフォーム「Pika 1.0」をWeb上で一般公開した。簡単な指示文からアニメや映画風の動画を作れるほか、カメラワーク制御や画面内の物体編集にも対応する。生成結果に乱れが出ることもあるが、登録すれば誰でも無料で試せる。
月
12月25日 月曜日
Leonardo AI、静止画を動画化する「Motion」機能を提供開始 動きの強さも調整可能
Leonardo AIは、生成した静止画を動く動画へと変換できる新機能「Motion」の提供を開始した。ユーザーは動きの強度を好みに応じて調整でき、1回あたり25クレジットを消費する。無料枠でも1日約6本の動画を生成できるため、手軽に動きのあるビジュアル素材を作成できる。
日
12月24日 日曜日
AppleがマルチモーダルAI「Ferret」を静かにオープンソース公開、画像の自由な領域を認識
Appleとコーネル大学の研究者が、画像内の任意形状の領域を指定して質問できるマルチモーダルモデル「Ferret」をオープンソース公開していたことが判明した。小さな対象物も正確に検出して文脈に応じた回答が可能。秘密主義のAppleとしては異例の公開だが、現状は非商用利用に限られる。
土
12月23日 土曜日
600万人の人生履歴で寿命を予測：研究チームがAIモデル「life2vec」を発表
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。
金
12月22日 金曜日
米議員が新法案提出：AI企業に学習データの開示義務化へ
議員らが「AI基盤モデル透明性法案」を提出した。AI開発企業に対し、学習データの出所や計算能力、虚偽情報を防ぐレッドチーム演習の開示を義務付ける内容だ。相次ぐ著作権訴訟を受けた動きだが、法制化には今後の委員会審議が必要となる。
Apple、生成AI学習向けに大手メディアと5000万ドル規模の契約交渉か
The New York Timesによると、Appleは生成AIの学習データとして記事を利用するため、Condé NastやNBC Newsなど大手メディアと5000万ドル規模の複数年ライセンス契約を交渉中です。法的責任への懸念など賛否は分かれていますが、競合追随への本気度が伺えます。
木
12月21日 木曜日
ChatGPTに会話の「アーカイブ」機能が追加、Web版とiOS版で先行提供
OpenAIは、ChatGPTに会話履歴をアーカイブできる新機能を追加した。サイドバーから履歴を削除することなく整理でき、アーカイブした内容は設定画面から確認できる。現在はWeb版とiOS版で利用可能で、Android版も近日対応予定だ。
Google、LLM基盤の動画生成モデル「VideoPoet」発表 拡散モデルを使わず10秒の一貫した大動作を生成
Googleは、主流の拡散モデルではなく大規模言語モデル（LLM）アーキテクチャを採用したマルチモーダル動画生成モデル「VideoPoet」を発表した。テキストや画像からの動画生成、スタイル変換、音声生成を単一モデルに統合し、アーティファクトを抑えた10秒の一貫した大動作動画を生成できる。
Midjourney v6が提供開始、設定変更または「--v6」追加で利用可能
画像生成AIのMidjourney v6が公開された。デフォルトでは有効になっていないため、/settingsからv6を選択するか、プロンプト末尾に「--v6」を付与する必要がある。初期テスト段階では生成速度が遅いと報告されている。
水
12月20日 水曜日
英最高裁、AIは特許の「発明者」になれないと全会一致で判決
英最高裁はAIが特許上の発明者として認められないとする全会一致の判決を下した。AIシステム「DABUS」の発明者登録を求めた訴えを退け、現行法で発明者は人間に限られると判断した。米国の司法判断に続くもので、AI単独の創作物に対する法的保護の限界を明確にした。
MITとハーバード、AIで耐性菌を倒す新系統の抗生物質を発見
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が明かす端末向けLLM最適化：フラッシュメモリ活用でRAMの2倍のモデルを駆動
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。
火
12月19日 火曜日
Google、2024年選挙に向けてBardやSGEの選挙関連回答を制限へ
Googleは2024年の米大統領選などに向け、生成AIツール「Bard」や「SGE」での選挙関連の質問回答を来年初めから制限すると発表した。偽情報拡散防止のため、合成コンテンツの開示義務付けも進める。具体的な制限範囲はまだ明かされていない。
米FTC、ドラッグストア大手Rite Aidの顔認識AI使用を5年間禁止に
米FTCはドラッグストアチェーンのRite Aidに対し、顔認識技術の監視利用を今後5年間禁止すると発表した。低品質な画像を用いたAI万引き対策が数千件の誤認識を引き起こし、無実の客や有色人種への不当な追及を生んだためだ。収集データやアルゴリズムの削除も命じられた。
Google、ColabのAIコード支援機能を無料プランを含む全ユーザーに開放
Googleは「Google Colab」のAIコード支援機能を無料プランを含む全ユーザーへ提供拡大すると発表した。対象地域のユーザーは自然言語によるコード生成や、実行エラーの原因と修正案をAIが提示する機能を利用できる。提供は2024年まで続く見込みだ。
Anthropicが商用規約を改定：著作権訴訟の補償を追加、Messages APIも公開
Anthropicは商用利用規約を改定し、正規利用や生成物に関する著作権侵害の訴訟費用と賠償金を同社が負担する補償を発表した。あわせてプロンプト構築のエラーを防ぎ、今後のFunction Callingにも対応するMessages APIのベータ版も提供開始した。
Gates Notes の 2024 年展望：AI は初期ネットのような転換期へ
Gates Notes が 2024 年の展望書を公開し、AI 技術が初期のインターネットに似た転換点を迎えていると指摘した。2023 年は AI が本格的な業務に導入された節目であり、教育や医療の改善に期待がかかる一方、技術で世界の不平等を減らすことが重要だと強調している。
Microsoft、「Copilot」に音楽生成AI「Suno」を統合 テキストから楽曲作成
米Microsoftは、AI音楽スタートアップのSunoと提携し、「Microsoft Copilot」上でテキスト指示から楽曲を生成できる新機能を発表した。楽器演奏や楽理の知識がなくても、ジャンル指定や歌詞のチャット入力だけでボーカル入り楽曲を作成できる。
月
12月18日 月曜日
収監中のパキスタン元首相、AI音声クローンで獄中から選挙運動
日曜夜、パキスタンのカーン元首相の政党が ElevenLabs の音声合成技術を使い、同氏の声を再現した 4 分間の選挙演説動画を公開した。獄中からのメモをもとに作成されたオンライン集会は 50 万回以上再生され、政府が主要 SNS を遮断する騒動に発展している。
OpenAIが安全枠組みを更新、取締役会に危険なAIの拒否権を付与
OpenAIは破滅的リスクに対応する「Preparedness Framework」の改定版を発表した。新設の安全諮問グループがサイバー脅威や生物兵器リスクなどを評価し、「重大」判定を受けたモデルは開発が即座に中止される。経営陣のリリース判断を取締役会が覆せる拒否権も明記された。
米LinkedIn幹部「AI時代、大学の学位の賞味期限は急速に縮んでいる」
米LinkedIn幹部のAneesh Raman氏は、生成AIが普及する現場において大学の学位の「賞味期限」が急速に短くなっていると指摘した。これまでの技術資格重視から、変化に対応しツールを使いこなす「適応力」や対人スキルこそが競争力の源泉になるとみている。
Zoo、プロンプトから編集可能なSTEP形式を生成する「Text-to-CAD」公開
ZooはプロンプトからCADモデルを生成する「Text-to-CAD」のアルファ版を公開した。従来の3D生成AIのようなポリゴンメッシュではなくB-Rep曲面を生成するため、STEPファイルとして既存のCADソフトに取り込んでそのまま編集できる。工業設計や製造分野の実用に向けた大きな一歩となる。
米シボレー販売店のAIチャットボットが暴走、新車を「1ドルで販売」と回答
カリフォルニア州のシボレー販売店に導入されたChatGPT搭載ボットが、ユーザーの誘導に乗って新車を1ドルで売却すると回答。導入元Fullpathの手軽な導入体制に対し、企業の拙速な生成AI導入に伴う安全対策の甘さが浮き彫りになりました。
Airbnb、迷惑パーティー対策にAI導入 大晦日の高リスク予約を検知してブロック
Airbnbは米国やイギリスなどで大晦日の無許可パーティーを防ぐ独自AIシステムを展開すると発表した。直前予約や移動距離、宿泊日数など数百のシグナルを分析し、騒音リスクが高い1〜3泊のまるまる貸切予約を自動でブロックする。
ChatGPTが「GPT-4.5で動作中」と回答？ OpenAI幹部やAltman氏が「幻覚」と否定
12月、一部のユーザーに対しChatGPTが未発表の「gpt-4.5-turbo」で動作していると自答し、密かなアップデート疑惑が浮上した。しかしOpenAIの従業員やサム・アルトマンCEOは即座に否定し、奇妙で一貫性のあるハルシネーション（幻覚）にすぎないと説明した。
金
12月15日 金曜日
ByteDance、OpenAIの技術を流用し独自LLM開発か アカウント停止に
米The VergeはByteDanceが独自基盤モデル「Project Seed」の開発・評価にOpenAIのAPI出力を利用していたと報じた。競合モデル開発を禁じる利用規約に違反した形となり、OpenAIは調査のためアカウントを一時停止した。社内チャットでは痕跡消去の議論もあったとされ、ByteDance側は年半ばに学習データから除外したと説明している。
木
12月14日 木曜日
GrimesとCurioがAIぬいぐるみ発売：名称「Grok」もマスク氏とは無関係
玩具メーカーの Curio は Grimes および OpenAI と提携し、子供向け AI ぬいぐるみ 3 種の予約受付を開始した。価格は 99 ドル。マスク氏のチャットボットと同じ「Grok」という名のモデルもあるが無関係だという。スマホやタブレットの画面を見る時間を減らす狙いがある。
Stability AI、会員制プランを新設：月額20ドルからコアモデルの商用利用に対応
Stability AIはコアモデルの商用利用とセルフホスト導入を標準化する「Stability AI Membership」を発表した。個人・研究利用は無料を維持しつつ、クリエイターやスタートアップ向けに月額20ドルのProfessional枠などを新設。オープン性と持続的な開発資金の確保を両立させる狙いだ。
H&R BlockがAI確定申告アシスタント提供、OpenAIと提唱の税法特化型
米税務代行大手H&R BlockがOpenAIおよびマイクロソフトの技術を活用した対話型アシスタント「AI Tax Assist」を発表した。ネットの情報を直接拾わず社内の正規税法ライブラリのみで学習しており、35ドルからの有料プラン利用者が控除や申告の疑問を対話形式で解消できる。
ModernaとMerckのがん個別化mRNAワクチン、3年追跡で効果持続：AIが抗原予測と製造を支援
先週、ModernaとMerckは個別化ネオアンチゲン療法「mRNA-4157」の第2b相3年追跡データを発表し、持続的な臨床効果を確認した。AIが患者データから最大34個の有望な新生抗原を予測し、Maestroプラットフォームで個別製造を自動調整する。現在第3相試験が進行中。
Instagram、ストーリーズ向けAI背景編集ツールを米国内で提供開始
Instagramは水曜日、米国のユーザー向けに生成AIを活用したストーリーズの背景編集ツールを導入した。「恐竜に追いかけられている」などのプリセットや自由なプロンプト入力で写真の背景を変更できる。投稿には「試す」ステッカーが付き、閲覧者も手軽に同じ機能を楽しめる仕組みだ。
OpenAI、超知能AIの安全性研究に1000万ドルの助成金プログラムを開始
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。
MetaのRay-BanスマートグラスにマルチモーダルAIが追加、目の前の物体を認識可能に
Metaは第2世代Ray-Banスマートグラス向けにマルチモーダルAI機能の早期アクセス提供を開始した。「Hey, Meta, look」と声をかけると、内蔵カメラで撮影した写真をもとにAIが目の前のものを認識して回答する。日常的なメガネで視覚AIを使える点が注目されるが、現段階では数秒の待ち時間や誤認識も残る。
水
12月13日 水曜日
Stability AI、単一画像から3Dを生成する「Stable Zero123」を公開
Stability AIは単一の画像から物体の新規視点画像を生成し3Dモデルを再構築する「Stable Zero123」を公開した。Zero123-XLと比べデータセットとカメラ仰角制御を改善し、学習効率は40倍に向上。単一視点ならSD1.5並みのVRAMで動作し、Hugging Faceで非商用向けに重みが提供されている。
ChatGPT Plus の新規登録が再開、GPU 確保で一時停止を解除
@sama は ChatGPT Plus の新規サブスクリプション登録を再開したと明かした。計算資源の不足により一時停止していたが、追加の GPU を調達できたことで再開に至った。待機していたユーザーは再び有料プランへ加入できる。
Googleが「Gemini Pro」APIを一般公開、毎分60リクエストまで無料提供
Googleは開発者や企業向けに「Gemini Pro」およびマルチモーダル対応の「Gemini Pro Vision」APIの提供を開始した。32Kのコンテキスト長や関数呼び出しに対応。Google AI Studio経由で毎分最大60リクエストまで無料で利用できる。
Google、テキストから楽曲を生成するAIツール「MusicFX」を公開
Googleは、テキストプロンプトから音楽を生成できる実験的ツール「MusicFX」を公開した。MusicLMを基盤とし、DeepMindの電子透かし技術「SynthID」を自動で埋め込む仕様だ。著作権保護のため、特定アーティストの模倣やボーカル生成は制限されている。米国や豪州などで先行提供中。
OpenAIとAxel Springerが提携 ChatGPTで有料記事の要約や参照元リンクを提供へ
Axel SpringerとOpenAIが提携を発表した。ChatGPTはPOLITICOやBUSINESS INSIDERなどのニュース要約を有料記事も含めて出典リンク付きで回答するようになる。提供される記事データはOpenAIの大規模言語モデルの学習にも活用される。
サム・アルトマン氏、OpenAI解任劇とAGIを語る：お家騒動よりAI統治が懸念
米TIME誌の「今年のCEO」に選ばれたOpenAIのサム・アルトマンCEOがインタビューに応じ、一連の解任騒動やAGIの統治について語った。騒動を経て統治体制の反省が進んだと述べ、AGIは人類史上最も強力な技術になると強調。取締役会のドラマ以上に、2024年選挙での偽情報や超知能の管理に強い懸念を示した。
テスラが人型ロボット「Optimus Gen-2」公開、約9kg軽量化し歩行速度30%向上
テスラは次世代人型ロボット「Optimus Gen-2」のデモ映像を公開した。従来より20ポンド（約9kg）以上軽量化し、歩行速度は30%向上。指先センサーによる繊細な卵の扱いなど、運動性能と器用さが大幅に進化している。
火
12月12日 火曜日
Snapchat、Plus会員向けにテキストからのAI画像生成や背景拡張機能を提供開始
Snapchatは月額3.99ドルの「Snapchat Plus」会員向けに、テキスト指示から画像を生成して友人に送信できる新機能を提供開始した。さらに撮影した写真の背景をAIで補完・拡張する機能や、友人と一緒に生成できるAIセルフィー機能「Dreams」も追加された。
MidjourneyがWeb上で直接画像生成可能に、ただし「1万枚生成」の古参限定
MidjourneyはDiscordを介さずにWebサイト上で直接画像を生成できるAlpha版のテストを開始した。コマンドを入力せず視覚的なUIで画像比率などを調整できるのが特徴だ。ただし現在は累計1万枚以上を生成したユーザー限定で、今後1カ月で対象を拡大する予定だという。
Anthropic、Googleスプレッドシート用拡張機能「Claude for Sheets」を公開
AnthropicはGoogleスプレッドシート内でClaudeを直接実行できる拡張機能「Claude for Sheets」を公開した。セルに「=CLAUDE()」と入力するだけでテキスト処理やプロンプト検証を自動化できる。利用にはAPIキーが必要で、入力データはモデル学習に使用されない。
米政府監査院、政府機関のAI導入急加速に警鐘 調達・管理基準の策定は数年遅れ
米政府監査院（GAO）は連邦政府機関のAI利用に関する調査報告書を公表した。200件以上の業務でAIが活用され500件以上が計画中である一方、調达や管理の統一指針は数年遅れていると指摘。顔認証などの機密領域で基準が曖昧なまま導入が進み、安全保障やプライバシー侵害への懸念が高まっている。
マイクロソフトが27億引数の「Phi-2」公開、25倍サイズのモデルを凌駕
Microsoftは27億パラメータの言語モデル「Phi-2」を公開した。教科書品質の厳選データと知識転移により、コード生成や数学推论で25倍大きいLlama-2-70Bを上回る。小規模モデルでも訓練データの質次第で高度な創発的能力を発揮できることを示した。
月
12月11日 月曜日
ChatGPTは冬にサボる？GPT-4が12月に回答を短縮する傾向が確認
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。
Meta、音声生成基盤モデル「Audiobox」の体験デモを公開
Metaは音声生成の基盤研究モデル「Audiobox」の体験デモを公開した。ゼロショット音声合成（TTS）やテキストからの効果音生成、音声のインフィリング（補完・修復）機能を備えており、ブラウザ上で直接各機能を試すことができる。
米FTC、マイクロソフトのOpenAI出資を調査検討か：独禁法違反の疑い
米連邦取引委員会（FTC）が、マイクロソフトによるOpenAIへの巨額出資が反トラスト法に違反していないか調査を検討していると報じられた。マイクロソフトは100億ドル以上を投じているが、株式は保有せず利益分配権のみだと説明している。英CMAに続く動きで、提携への監視が強まっている。
マイクロソフトと全米労働総同盟が提携 AI開発に労働者の声を反映へ
Microsoftと米労働組合大手のAFL-CIOは、AIと雇用の未来に関する提携を発表した。労働者向けAI教育の提供や現場の声を開発チームへ直接届ける仕組みを整え、労組結成に対する中立姿勢も確認。AIによる雇用不安が広がる中、開発段階から労働者を巻き込む初の試みとなる。
GPT-4Vで再現：YouTuberがGoogle「Gemini」の演出動画を実機で実証
YouTuberのGreg Technology氏がGPT-4Vを使い、編集による演出疑惑が持たれていたGoogle Geminiのプロモ動画を再現した。リアルタイムの動画入力で手ぶりやイラストを判別させ、動作するコードをGitHubに公開している。
