スカーレット・ヨハンソン、声を無断クローンしたAIアプリ開発元に法的措置
Varietyの報道によると、スカーレット・ヨハンソンがAIアプリ「Lisa AI」の開発元Convert Softwareに対し法的措置を講じている。同アプリの広告内で本人のAI生成音声が無断使用されており、免責表記はあるものの代理人弁護士は厳正に対処する方針を示した。
Varietyの報道によると、スカーレット・ヨハンソンがAIアプリ「Lisa AI」の開発元Convert Softwareに対し法的措置を講じている。同アプリの広告内で本人のAI生成音声が無断使用されており、免責表記はあるものの代理人弁護士は厳正に対処する方針を示した。
ザ・ビートルズ最後の新曲『Now And Then』と制作ドキュメンタリーが公開された。ピーター・ジャクソン監督のチームが開発した機械学習技術を活用し、1970年代のカセットテープに埋もれていたジョン・レノンの歌声を分離・抽出。故ジョージ・ハリスンの演奏や残る2人の演奏と合わせ、4人全員が揃った最後の楽曲を完成させた。
Luma AI はテキストから 3D モデルを生成するツール「Genie」の無料プレビューを Discord で公開した。プロンプト入力から約 20 秒で 4 種類の 3D モデルを生成し、glb 形式でのダウンロードや高解像度化に対応する。ゲーム開発などのアセット試作を大幅に効率化する。
Googleは米国の販売事業者や広告主向けに生成AIツール「Product Studio」の提供を開始した。テキスト指示だけで商品の背景変更や季節に合わせたシーン合成、低解像度画像の補正が無料で行える。米国のMerchant Center NextやShopifyアプリから利用可能だ。
英政府はAIスーパーコンピュータ「Isambard-AI」の構築に2億2500万ポンドを投じると発表した。ブリストル大学がホストを務め、Hewlett Packard Enterpriseが構築を担当。5448基のNVIDIA GH200を搭載し、21 exaflopsのAI性能を実現して2024年に稼働する見込みだ。
アプリ研究者が公開したスクリーンショットから、Instagramがカスタマイズ可能な「AIフレンド」を開発中であることが判明した。年齢や性別、性格のトーン、興味のある分野を細かく指定して対話できる。Metaが有名人AIを展開したのに続き、よりオープンな日常会話の相手を狙う動きとみられる。
Stability AIはテキストや画像から数分で.obj形式の3Dモデルを自動生成する「Stable 3D」の限定プレビューを発表しました。あわせて空の景観を差し替える「Sky Replacer」や企業向け微調機能も公開。現在はテスト申請を受け付けています。
英ブレッチリー・パークで開催されたAI安全サミットで「ブレッチリー宣言」が発表され、フロンティアAIのリスクに対処するための国際協力に合意した。同時に米商務省はNIST内にAI安全研究所を設立し、英国などと政策調整を進めると発表した。
Deemosはテキストから3Dアセットを生成するAIモデル「Rodin Gen-1」を発表した。複雑な形状に加えPBRテクスチャの出力にも対応する。ただし開発陣によれば、生成されたモデルを実務で使うにはリトポロジー作業が前提になるという。
英コリンズ英語辞典は2023年の「ワード・オブ・ザ・イヤー」に「AI」を選出したと発表した。使用頻度がこの1年で4倍に急増し、メールや配信サービスのように日常へ急速に定着したことが選出の決め手となった。
PhindはHumanEvalで74.7%を記録し、GPT-4を上回るプログラミング特化モデルを発表した。NVIDIAのTensorRT-LLMとH100を活用して毎秒100トークンの高速出力を実現し、16kコンテキストに対応する。重みはHugging Faceでオープンソース公開され、VS Code拡張機能などでも利用できる。
Google DeepMindとIsomorphic Labsは次世代AlphaFoldの進捗を発表した。タンパク質にとどまらず、DNAやRNA、低分子リガンドの構造を原子レベルの精度で予測できる。従来のドッキング手法を上回り、新薬設計の加速が期待される。
ElevenLabsは企業向け音声プラットフォームを発表した。対話ボットを構築・監視する「ElevenAgents」と高品質な音声や効果音を生成する「ElevenCreative」の2軸で構成され、SalesforceやZendeskなどの既存業務ツールと即座に連携できる。
Appleは「Scary Fast」イベントを開催し、次世代シリコン「M3」ファミリーを披露した。M3 ProやM3 Maxを搭載した14/16インチMacBook Proや、M3チップで刷新された24インチiMacを発表し、GPU性能と処理能力の向上をアピールしている。
米連邦地裁はアーティストらがStability AIやMidjourneyなどを訴えた集団訴訟で一部の請求を棄却した。「AIの全出力物が著作権侵害にあたる」との主張やMidjourneyに対する請求を退けた一方、モデル学習での無断利用を巡るStability AIへの直接侵害の審理継続を認めた。
Futurismの報道によると、Google DeepMind共同創業者シェーン・レッグ氏がポッドキャストで、2028年までに汎用人工知能(AGI)が実現する確率は50%とする2011年以来の予測を維持していると語った。計算能力はすでに整っており、人間の生涯を超える規模のデータ学習が鍵になると指摘している。
MetaのAI研究部門を率いるジョエル・ピノー氏は、既存のオープンソースライセンスではAIモデルが抱える著作権や安全性のリスクに対応できないと指摘した。Llama 2の規約制限には「真のオープンソースではない」との批判もあるが、OSIも現行規格の限界を認め、AI向けの新たな定義策定を進めている。
米バイデン大統領が包括的なAI大統領令に署名した。国家安全保障に影響を与える強力な基盤モデルの開発企業に対し、開発時の政府通知とレッドチーム検証結果の提出を義務付けるほか、AIコンテンツの電子透かし基準策定も指示している。
カナダのKlick Labsなどの研究チームは、わずか6〜10秒の音声から2型糖尿病を検出するAIモデルを開発した。人間の耳では聞き分けられないピッチや強度の微細な変化を捉え、女性で89%、男性で86%の精度を達成。従来の血液検査に代わる低コストな遠隔スクリーニング技術として期待される。
米OpenAIがChatGPT Plus会員向けに最新ベータ機能の提供を開始した。チャット欄から直接ファイルをアップロードして要約やデータ可視化ができるほか、Bing検索やデータ分析などを手動で切り替えず文脈に応じて自動選択する。現在一部の有料ユーザーから順次提供されている。
Yan LeCun氏が、終末論を口実にオープンソースAI研究の禁止を求める規制ロビー活動を批判した。同氏はAIが人類の知を担うためWikipediaのように開かれるべきだとし、規制でオープン化が阻まれれば少数の巨大企業がデジタル空間を独占すると警鐘を鳴らした。
GoogleがOpenAIの競合であるAIスタートアップAnthropicに最大20億ドルを出資することで合意した。まず5億ドルを現金で注入し、続いて15億ドルを順次投資する。AnthropicはClaude 2を手掛けており、生成AIの覇権を争う巨大テックの資金支援が一段と加速している。
The Informationによると、Humaneが詳細を発表予定のウェアラブルAI端末「Ai Pin」は、本体価格が最大1000ドルに達し、さらに月額の通信サブスクリプションが必要になる見込みです。クラッカー大の画面なし端末で、レーザー投影やカメラ、クアルコム製チップを搭載し、独自モデルとGPTを組み合わせて動作します。
GoogleはBardに「リアルタイムで応答」オプションを追加した。回答の生成完了を待つ必要がなくなり、1行ずつストリーミング表示される。生成途中で中断できる「Skip response」ボタンも用意され、設定アイコンから従来の「完了後に表示」と切り替えられる。
Stability AIは創業者兼CEOのエマード・モスターク氏らがブレッチリー・パークで開催される英AI安全サミットに参加すると発表した。オープンソース推進の立場から、大手テックによる独占を防ぎ、エコシステム全体を支援する安全策の確立を呼びかける。
金曜朝、Uberの広報担当者はOpenAIがサンフランシスコ本社のオフィスビル2棟を賃借したと認めた。2018年以降で同市最大のオフィス賃貸契約となり、2,000人以上の社員を収容できる拡張スペースを確保する。空室率が高まる同市にとって大きな朗報となる。
マイクロソフトは英AI安全サミットに先立ち、AIの安全性に関する取り組みの進捗を発表した。独自のAIレッドチームを強化してBing Image Creatorなどの検証を行ったほか、生成画像の自動識別技術を導入。さらに安全開発プロセスへの基準統合や研究助成も進めている。
ForbesはGoogle CloudのVertex AIを活用した独自AI検索「Adelaide」のベータ版を発表した。過去12カ月の同社記事のみを情報源とし、対話形式でパーソナライズされた要約や関連記事を提示する。現在一部読者向けにテスト公開中。
ザ・ビートルズは最後の楽曲「Now and Then」を11月2日にリリースすると発表した。ピーター・ジャクソン監督チームの機械学習技術を使い、1970年代のデモテープからジョン・レノンの歌声だけを綺麗に抽出。4人の共作がついに半世紀の時を経て完成する。
米WaymoとUberはフェニックス地域で自動運転タクシーの提供を開始したと発表した。UberXやUber Comfortなどの配車時にWaymoの無人車両とマッチング可能になる。競合Cruiseが認可停止となる中、WaymoはUberの配車網を活用して展開を広げる。
Boston Dynamicsは四足歩行ロボット「Spot」にChatGPTや画像認識モデルBLIP-2などを連携させたツアーガイドのデモを公開した。周囲の状況を把握しながら質問に答え、皮肉屋などのキャラクター付けにも対応する。基盤モデルによる自律的な判断力を実機で実証した形だが、応答に約6秒の遅延やハルシネーションなどの課題も残る。
Google は Google マップに複数の AI 機能を導入したと発表した。膨大なユーザー写真を AI で解析することで「パンダのラテアート」のような曖昧な検索でも目的の店舗を探せるほか、NeRF 技術を用いた 3D イマーシブビューを 15 都市に拡大。単なるナビから探索型検索エンジンへと進化している。
Googleは脆弱性報奨金プログラム(VRP)の対象を生成AI特有の攻撃シナリオに拡大したと発表しました。新たな報告ガイドラインを公開したほか、SLSAやSigstoreを活用したモデル署名プロトタイプも導入し、サプライチェーンの改ざん防止を図ります。AIのハッキングやバイアス検出に外部研究者の力を本格的に活用する狙いです。
Thursday、英国のスナク首相は世界初となる「AI安全研究所」の設立を発表した。モデル公開前に偏見や極端なリスクを検証する方針で、気候変動に関する国際枠組みを参考にした世界的な専門家パネルの設置や中国の関与も求めている。
ShutterstockはOpenAIの技術を活用したAI画像編集ツールのベータ版を発表した。ブラシによる部分修正や背景差し替え、画角の拡張に対応し、ストック写真を自由に加工できる。加工後の利用でも作者へ対価が支払われる一方、AI作品の新規登録は禁止される。
OpenAIは最先端AIによる破滅的リスクを追跡・評価する新組織「Preparedness」の立ち上げを発表した。サイバーセキュリティや生物化学兵器、自律複製などの脅威を防ぐため、厳格な開発指針の策定や安全性検証コンテストを進める。
QuoraのAIプラットフォーム「Poe」はボット制作者向け収益化プログラムを開始した。プロンプトボットや外部連携ボットを通じ、有料会員獲得につながれば最大20ドルが還元され、メッセージごとの課金も順次導入予定。現在は米国クリエイター限定で提供されている。
Googleは英語圏の全ユーザー向けに「About this image(この画像について)」機能を公開した。検索に初めてインデックスされた時期や他サイトでの文脈、AI生成かどうかのメタデータを確認できる。事実確認を行う記者向けに専用APIも提供される。
MicrosoftはDynamics 365とPower Platformの「2023 release wave 2」を開始しました。顧客対応やサプライチェーン、ローコード開発にCopilotが深く統合され、自然言語でのワークフロー構築などが可能になります。2024年3月にかけて順次提供予定です。
Grammarlyは個人の文体を自動検出して学習する新機能を発表した。普段のタイピングから語調や癖を捉えて「音声プロファイル」を作成し、任意のテキストをその人の文風に書き直せる。年内にビジネス版ユーザー向けに提供予定だ。
ビル・ゲイツ氏は独紙Handelsblattの取材で、生成AI技術はすでに頭打ちを迎えており、GPT-5が前モデルを大きく上回ることはないとの見方を示した。一方で今後2〜5年でAIの精度向上とコスト低下が進み、医療をはじめとする分野で実用的な活用が広がると予測している。
Anthropic、Google、Microsoft、OpenAIは「フロンティア・モデル・フォーラム」の初代事務局長にChris Meserole氏を任命し、1000万ドル超規模のAI安全基金を立ち上げたと発表した。独立した研究者によるレッドチーミング手法や評価ツールの開発を支援し、最先端AIの安全性基準の確立を目指す。
Twelve Labsは動画言語基盤モデル「Pegasus-1」を発表し、動画からテキストを生成するAPI群を公開した。静止画の連続として処理するのではなく、映像と音声を統合して解析することで、長尺動画の要約や目次作成、レポート生成に対応する。
YouTube Musicは生成AIでプレイリストのカバーアートを作成できる新機能を発表した。従来の4分割アートに代わり、テーマやプロンプトを選んで5枚の候補から設定できる。自前の画像はアップロードできず、現在は米国英語ユーザー向けに先行提供中。
LenovoはTechWorld 2023でハイブリッドAI戦略を発表し、パブリックモデルと企業向けプライベートモデル、個人の端末向けモデルを統合する構想を示した。Nvidiaとの協業を拡大し、モデルのプルーニングや量子化によってPC上でもLLMを軽量に動作させる技術開発を進めている。
D-IDはiOSおよびAndroid向けモバイルアプリを公開した。静止画のアップロードとテキスト入力だけで、119言語や感情トーンに対応した最大10分間の人物動画を生成できる。月額5.99ドルからのサブスクリプション制で、14日間の無料トライアルが用意されている。
AIデータ作業員や市民団体が米上院多数党院内総務のチャック・シューマー氏に書簡を送りました。Amazon Mechanical Turkなどを通じた作業員が最低賃金を下回る報酬や監視環境に置かれていると指摘し、AI規制の議論において集団交渉権の付与や労働者保護を盛り込むよう求めています。
WriterBuddy が発表した調査によると、主要 AI ツール上位 50 サービスの年間総アクセス数は 240 億件を突破しました。ChatGPT 単体で 140 億件と全体の 60% を占め、Character AI と Google Bard がそれに続いています。全体の 63% 以上がモバイル端末からの利用でした。
フロリダ大学の研究チームは Google ストリートビューと NVIDIA DGX A100 を活用し、建物の安全性を自動評価する深層学習モデルを発表した。従来は数カ月かかっていた被災後の現地調査を数時間に短縮し、FEMA基準での評価精度は85%を超える。現在メキシコなどで試験運用が進む。
シカゴ大学の研究チームがデータ汚染ツール「Nightshade」を発表した。作品に肉眼では見えないピクセル加工を施すことで、AIが無断収集して学習した際にモデルを狂わせ、犬を猫として生成させるなどの不具合を起こす。無許可学習への抑止力としてオープンソース化が予定されている。
MSPoweruserがクアルコムの次期フラッグシップSoC「Snapdragon 8 Gen 3」の内部仕様書を公開した。生成AIに特化設計された初のモバイル向け基盤とされ、INT4精度対応のHexagon NPUやUE5.2光線トラッキングを備える。次期AndroidスマホでのオンデバイスAI普及を左右する重要チップとなりそうだ。
豪国立大学、オックスフォード大学、北京智源人工知能研究院の研究チームが「3D-GPT」を発表した。タスク割り当てや概念化を行う複数のAIエージェントが連携し、テキスト指示からBlenderなどの操作コードを生成して3Dシーンを構築する。フォトリアルではないものの、3D制作を大幅に効率化する。
NVIDIA ResearchはGPT-4を活用してロボット訓練用の報酬関数を自動生成するAI「Eureka」を発表した。ペンの回転や引き出しの開閉など約30のタスクで検証され、80%以上のタスクで人間が書いたプログラムを上回り、性能を平均50%向上させたという。
Meta のチーフ AI サイエンティストであるヤン・ルカン氏が英紙の取材で、AI による人類滅亡論は「荒唐無稽」だと反論した。現在のモデルは世界を理解しておらず猫の学習能力にも及ばないと指摘し、性急な規制はビッグテックの独占を強めて自由な競争を阻害するだけだと警鐘を鳴らしている。
マイクロソフトのサティア・ナデラ CEO は 2023 年の年次株主書簡を公開し、全技術スタックを AI 向けに刷新する方針を示しました。自然言語インターフェースと推論エンジンの登場を歴史的転換点と位置づけ、Copilot を全製品の中核に据える構想を強調しています。
ユニバーサル・ミュージック・グループら音楽出版各社がAnthropicを提訴した。Claude 2がライセンス契約なしにヒット曲の歌詞をそのまま出力することや、無断で学習に使用したことを問題視している。原告側は正規の歌詞サイトと同様の許諾と保護策を求めている。
Microsoftは生成AIセキュリティ製品「Security Copilot」のアーリーアクセスプログラムを提供開始した。Microsoft 365 Defenderに直接組み込まれ、自然言語からのKQLクエリ作成やインシデント要約が可能になったほか、脅威インテリジェンスも追加費用なしで同梱される。対象は条件を満たす企業顧客に限定される。
米Bloombergの報道によると、YouTubeはクリエイターが著名ミュージシャンの歌声を再現できるAI音声ツールの開発を進めている。同社はAI学習に必要な権利取得に向けて大手レコード会社と交渉を行っているが、現時点で正式契約には至っていないという。
OpenAIは画像生成モデル「DALL·E 3」をChatGPT PlusおよびEnterprise向けに正式公開した。チャット内で自然に対話しながら画像の生成や修正指示が出せるようになり、手や文字の描写精度が大幅に向上した。現役アーティスト風の模倣を防ぐ制限や、AI生成判定ツールの導入も進められている。
Universal Music Groupと音楽制作プラットフォームBandLabがAI分野における戦略的提携を発表しました。両社はクリエイターの権利保護やAI活用の倫理基準づくりで協力し、新たな商業機会の開拓を目指します。大手レーベルが生成AIの普及を見据え、制作プラットフォーム側とルール作りを本格化させた形です。
報道によると、OpenAIは開発中だったAIモデル「Arrakis」のプロジェクトを今年初めに中止した。ChatGPTの運用コストを抑える目的でGPT-4と並行して進められていたが、効率面で期待に届かず、出資元の米マイクロソフト幹部を失望させたとされる。
Metaの研究チームは非侵入型の脳磁図(MEG)データから人間が見ている画像をリアルタイムに復元するAIを発表した。DINOv2などの視覚モデルと脳信号を照合して描画する。物体の種類の認識精度は高いものの、細かな位置や向きの再現にはまだ課題が残る。
Midjourney は今週、Sizigi Studios と共同開発した公式モバイルアプリ「にじジャーニー(Niji Journey)」を公開した。アニメ調特化だが、設定で通常版モデルの生成も可能。有料会員は Discord 連携でそのまま利用でき、待望のスマホ完結ワークフローが実現した。
火曜日、テック界の有力リーダーらがAIによる労働市場の劇的な変化に警鐘を鳴らしました。OpenAIのサム・アルトマンCEOが影響を受ける人々への対策を訴えたほか、投資家のビノッド・コースラ氏は、10年以内に現代の80%の職務における80%の業務をAIが担うようになると予測しました。