NY市長、AIで話せない言語の音声を複製し自動架電 倫理的批判集まる
ニューヨーク市のエリック・アダムズ市長は昨日、AIツールで自身の声を複製し、話せない北京語やスペイン語などの自動案内電話を市民に発信していたと明かした。AI音声であることを明記していないため批判が殺到しているが、市長は言語の壁を越えて市民に届ける手段だと反論している。
ニューヨーク市のエリック・アダムズ市長は昨日、AIツールで自身の声を複製し、話せない北京語やスペイン語などの自動案内電話を市民に発信していたと明かした。AI音声であることを明記していないため批判が殺到しているが、市長は言語の壁を越えて市民に届ける手段だと反論している。
Baiduは北京のイベントで最新AIモデル「Ernie 4.0」を発表した。CEOの李彦宏氏は理解、生成、推論、記憶の能力が大幅に向上し、GPT-4に匹敵するとアピール。同社の検索やマップに順次統合される予定だが、市場の反応は慎重で株価は小幅安となった。
報道によると、ドバイ警察が住宅街に完全電動の自動運転パトロールカーを導入する計画を発表した。360度顔認識カメラやAIによる不審行動検知、車載ドローンを備え最長15時間巡回できる。最高時速は約7kmと低速で、カーチェイス用ではなく異常を発見して司令センターへ通報する役割を担う。
Anthropic は Web サービス「claude.ai」の提供地域を世界 95 カ国へ拡大したと発表した。対象地域のユーザーは、日常業務や専門タスクで Claude と直接対話できるようになった。初期の米国や英国中心の展開から提供範囲が一気に広がった形だ。
Inflection AIはAIアシスタント「Pi」がリアルタイムのWeb検索に対応したと発表した。最新ニュースやイベントについて直接質問できるようになり、対話に特化したPiでも最新情報を反映した回答が得られるようになった。
ニューヨーク市は米主要都市として初となる「人工知能行動計画」を発表した。行政サービスの向上とバイアスなどのリスク管理に向け37項目の施策を掲げ、事業者向け支援ポータル「MyCity」にAIチャットボットも導入した。
プログラミングQ&AサイトのStack Overflowが人員の28%(100人以上)を削減すると発表しました。生成AIツールが開発者に浸透するなか、昨年人員を倍増させた同社は、フォーラムの利用減やAI生成回答への対応、収益化の課題に直面しています。
フィナンシャル・タイムズ報道によると、米 SEC のゲンスラー委員長は AI が今後 10 年以内に金融危機を引き起こすのは「ほぼ不可避」だと警告した。多数の金融機関が同一の基盤モデルやデータに依存することで、個別規制では防ぎきれない横断的なリスクが生じると指摘している。
DescriptはAI動画・ポッドキャスト編集アシスタント「Underlord」をリリースした。映像と台本を理解し、話者のセンタリング、字幕の追加、言い淀みの削除などの面倒な作業を自然言語の指示で自動処理する。無料枠(月1時間まで)でも試用可能だ。
Portkeyの直近3カ月の観測データによると、GPT-4の応答遅延が着実に低下し、GPT-3.5との速度差が縮まっています。特に上位99パーセンタイルのレイテンシは半分以下に短縮され、通常リクエストでは1トークンあたり1ミリ秒未満を記録。処理速度のボトルネックは解消に向かっています。
開発者が Google MakerSuite の未公開 UI をリークした。マルチモーダルモデル Gemini が統合されるほか、1 つのプロンプトからアプリのプロトタイプを自動生成・公開できる未発表ツール「Stubbs」の存在が明らかになった。
Googleは木曜日、Google CloudやWorkspaceの生成AI利用者を対象に、知的財産権侵害の訴訟費用を補償する方針を発表した。Vertex AIやDuet AIを対象に学習データと生成出力の両方をカバーするが、ユーザーが故意に権利侵害を行った場合は保護の対象外となる。
Masterpiece StudioはNVIDIAと提携し、テキストから3Dを生成する「Masterpiece X – Generate」を公開した。NVIDIA Picassoの推論技術を活用し、ブラウザ上でプロンプトを入力するだけでテクスチャやアニメーション付きの3Dモデルを作成可能。BlenderやUnreal Engineにも書き出せる。AAAゲーム級の高精度アセットには未対応だが、初期プロトタイピングを大幅に効率化できる。
ElevenLabsは動画生成プラットフォームのPictory AIとの提携を発表した。Pictoryに高精度な音声合成技術が統合され、英語やドイツ語を中心に、記事や台本から自然なナレーション付き動画を手軽に生成できるようになる。
米スタートアップSpawningはクリエイターの作品をAI学習用スクレイピングから守るツール「Kudurru」のベータ版を公開した。LAION-5B収集などのIPを検知して遮断できるほか、要求と異なる画像や中指を立てた画像を返して学習を妨害する「毒入れ」機能も備える。
Semafor の報道によると、OpenAI が採用サイトのコアバリューを密かに刷新した。新たな価値観の筆頭に「AGI への注力」を据え、「それに寄与しないものは対象外」と明記。「規模の拡大」や「ハングリー精神」なども加わり、組織のリソースを AGI 開発へ徹底的に集中させる姿勢を示している。
米上院の超党派議員が「No Fakes Act」の議論草案を公表し、ストライキ中の米俳優組合(SAG-AFTRA)が支持を表明した。本人の同意なく音声や容姿をAIで複製することを連邦レベルで禁じる内容。スタジオ側が生成AIを用いてエキストラなどの人件費を削減する動きに歯止めをかける狙いがある。
Googleは生成AI検索機能「SGE」において、検索結果から直接画像を生成できる機能とテキストの下書き作成機能のテスト提供を開始した。生成した画像はプロンプトの調整が可能で、文章はGmailやGoogleドキュメントに書き出せる。米国の18歳以上のSGEテスター向けに展開される。
ロイターの報道によると、OpenAI はの開発者会議で、会話履歴を保持する「ステートフル API」を発表する見込みです。開発コストを最大 20 分の 1 に削減できるほか、画像認識 API の提供も計画されており、自律型エージェント開発の促進を狙います。
Character.AIは有料会員「c.ai+」向けに複数AIや友人と同時に会話できる「Character Group Chat」の提供を開始した。歴史上の偉人やオリジナルキャラクターを同じ部屋に集め、テキストアドベンチャーや勉強会などが楽しめる。iOSとAndroidアプリ先行で、Web版も提供予定。
ハーバード医科大学院などの研究チームがNature誌にて、ウイルスの未知の変異を予測するAIツール「EVEscape」を発表した。進化情報と構造データを組み合わせ、免疫を回避する危険な変異株を事前に特定し、次世代ワクチンの開発に役立てる。
MozillaがFirefoxで、買収したFakespotのAI技術を活用した新機能「Review Checker」のテストを開始した。AmazonやWalmartなどの商品レビューのパターンを分析し、信頼度をAからFで判定する。OHTTPによるプライバシー保護も備え、11月に正式公開予定。
AdobeはMAX Sneaksで11種類の実験的生成AIプロジェクトを初公開した。テキスト指示で動画のオブジェクトを差し替え全フレームに反映する「Fast Fill」や、服の表面デザインをリアルタイムに切り替える「Primrose」などを実演。これらは研究段階だが、将来的に同社製品へ搭載される可能性がある。
Replitはコード補全モデル「Replit Code V1.5 3B」をHugging Faceでオープンソース公開した。30億パラメータながら1兆トークンで訓練され、30のプログラミング言語に対応。微調整後はCodeLlama 7Bを上回る性能を発揮し、商用利用も可能だ。
AdobeとC2PAはAI生成物であることを明記する新シンボルを発表した。画像などのメタデータに埋め込まれ、カーソルを合わせると制作ツールや所有者情報を確認できる。マイクロソフト製品にも順次導入される予定だ。
TikTokはサードパーティ製アプリから直接動画を投稿できる「Direct Post」機能を発表した。Adobe Premiere ProやAdobe Express、CapCutなどに対応する。編集ソフト内でキャプションや公開設定を済ませて1クリックで共有でき、書き出しとアップロードの手間を省く。
ElevenLabsは自動音声翻訳ツール「AI Dubbing」を発表した。話者本人の声質や感情、抑揚を保ちながら、音声を数分で20以上の言語へ吹き替える。複数話者の自動識別や背景ノイズの除去にも対応し、動画の多言語展開を簡素化する。
Googleは気候変動対策向けのAIツール拡充を発表した。最大7日前からの河川洪水予測を提供する「Flood Hub」を米国とカナダへ拡大したほか、米森林局と共同で50年ぶりとなる山火事延焼予測モデルの刷新を進めている。
バークシャー・ハサウェイのチャーリー・マンガー副会長は、ZoomのイベントでAIが過剰に誇大宣伝されていると指摘した。AI技術自体は以前から存在するものだと強調し、「がんを治療できるわけでも、何でも解決できるわけでもない」と過熱感に釘を刺した。
AMDはオープンソースAIソフトウェア企業のNod.aiを買収する契約を締結したと発表した。SHARKなどのコンパイラ技術を取り込み、InstinctやRyzen AI上でのモデル展開を高速化する。オープンエコシステムを強化し、ソフトウェア基盤での競争力向上を図る。
英調査会社CCS Insightは生成AIが2024年に過度な熱狂から覚め「冷や水」を浴びる現実的な調整局面に入ると予測した。膨大なGPUコストが中小企業の負担になるほか、EU規制の難航や検索エンジンによる生成物ラベル付け、初のディープフェイク摘発も予想されている。
AdobeはAdobe MAXで新世代の「Firefly Image 2」を発表した。画質向上に加え、指定画像の画風を反映する機能を追加。さらにIllustrator向けにベクター画像を生成する専用モデルのベータ提供も開始した。
ディズニーのドラマ『ロキ』シーズン2の宣伝ポスターに対し、背景画像に生成AI特有の歪みがあるとしてクリエイターから批判が相次いだ。使用されたストック画像を巡り、Shutterstockは調査の結果AI製ではないと否定している。
Google Cloudは医療・ライフサイエンス分野向けに特化した生成AI検索機能を発表した。臨床メモやスキャン文書など分散した記録を自然言語でまとめて検索でき、誤回答を防ぐため元データの引用リンクも表示される。医療従事者の事務負担軽減を目指し、「Vertex AI Search」で早期アクセスを受け付けている。
Google Chromeがタブを自動整理する「Organize Tabs」機能を開発中であると報じられました。ブラウザ左上のタブ検索横に配置され、開いたタブを自動で並べ替えてグループに分類します。
ロイター報道によると、OpenAIがAI専用半導体の内製化や半導体メーカー買収を検討している。モデルの運用コスト高騰とGPU供給不足が深刻化する中、サム・アルトマンCEOは半導体確保を最優先事項に掲げる。実現には数年と巨額の投資が必要になる見込み。
米OpenAIのCTOであるミラ・ムラティ氏は取材に対し、ChatGPT公開時の爆発的な反響を予測できず、事前の準備が数時間で通用しなくなったと明かした。同氏は技術の急速な進展に合わせた柔軟な組織適応の重要性を語る一方、各社の競争過熱が安全面の「底辺への競争」を招くリスクを警告した。
ロイター報道によると、OpenAIは深刻化するGPU不足に対応するため、独自AIチップの製造や関連企業の買収を検討している。サム・アルトマンCEOはチップ確保を最優先事項に掲げる。巨額の運用コスト抑制を狙うが、半導体開発には数年単位の時間と莫大な投資が伴う。
Meta FAIRとInriaは、オープンソース画像生成AI向けの電子透かし技術「Stable Signature」の論文とコードを公開した。画像生成後ではなくモデルのデコーダーに不可視透かしを直接埋め込む仕組みで、トリミングや圧縮、追加学習にも耐性がある。誤検出率を極めて低く抑えつつ、AI生成画像の追跡を可能にする。
報道によると、Metaが導入したEmu基盤のAIスタンプ機能で安全対策の不備が発覚した。直接的な禁止ワードは弾くものの、同義語や言い換えを使うだけで武器を手にした子供や過激な画像が生成できてしまい、ずさんな検閲体制に批判が集まっている。
GoogleはMade by Googleで生成AIを活用した「Assistant with Bard」を発表した。Bardの推論力とAssistantの操作支援を組み合わせ、音声やテキストに加え画像を使った指示にも対応する。まずは初期テスター向けに公開され、今後数カ月で広く提供される予定だ。
ソフトバンクの孫正義会長兼社長はの年次イベントで、AGI(汎用人工知能)が2030年までに全人類の英知の総和の10倍に達するとの見解を示した。完全自動運転やノーベル賞級の科学的成果を生み出すと予測し、AIを使わない人は金魚鉢の金魚のように取り残されると警告した。
保険の引受(アンダーライティング)業務におけるAI活用の解説記事が公開された。手作業による査定の遅延や価格設定ミスに対し、機械学習がテキストや音声などの非定型データを解析して精度を向上させる。不正検知やサイバーリスクへの対応力も強化され、担当者がより付加価値の高い顧客対応に集中できるよう支援する。
MetaはAds Managerを通じて全広告主向けに生成AI機能の提供を順次開始すると発表した。商品背景の自動生成や広告文のバリエーション作成が可能になる。5月の限定テストを経て、自社の主力広告ビジネスにAIを本格統合する形で、来年にかけて完全展開される予定だ。
The Browser CompanyはArcブラウザ向けAIツール群「Arc Max」を発表した。GPT-3.5とAnthropicを活用し、チャット用のサイドバーを置くのではなく、タブやDLファイルの自動命名、Shiftキーでのページ要約プレビュー、ページ内検索でのAI回答など5つの実用的な機能を厳選。全機能オプトイン形式で、30日後にユーザー投票で存続を決める。
メリーランド大学の研究チームは既存のAI画像透かし技術を検証し、すべて突破できたとする論文を発表した。攻撃者は不可視透かしを簡単に除去できるだけでなく、人間の写真に透かしを埋め込んで誤検知を起こすことも可能だ。巨大IT各社が期待を寄せるAI透かしだが、単体での防御には限界がある。
Google DeepMindは33の研究機関と共同で22種のロボットデータを集約した「Open X-Embodiment」とRT-Xモデルを発表しました。異なる形態のデータを横断学習させることでタスク成功率が平均50%向上し、RT-2-Xでは未学習スキルの成功率が3倍に達したとしており、データとモデルを研究者向けに無償公開しています。
Stability AIは携帯端末やノートPCで動作する30億パラメータの言語モデル「Stable LM 3B」の実験版を公開した。低消費電力ながら従来の3Bモデルや一部の7Bオープンソースモデルを上回る常識推論性能を持つ。CC-By-SA 4.0ライセンスで提供され、ベースモデルとして活用できる。
GoogleはAcerやHPなどと共同で新規格「Chromebook Plus」を発表した。399ドルからの低価格帯ながら、ハードウェアスペックの下限を引き上げ、OSレベルで動作するWeb会議のAIノイズ低減や照明補正、Googleフォトの消しゴムマジックを標準搭載した。日常使いのノートPCへ手頃な価格でAI体験を浸透させる試みだ。
Visaは商業と決済の未来を変える生成AIスタートアップを支援するため、1億ドル規模の投資イニシアチブを発表しました。Visa Venturesが主導し、コンテンツ生成にとどまらず、商取引のあり方を根本から再構築する技術への出資を進めます。
米Humaneのウェアラブルデバイス「Ai Pin」がパリ・ファッションウィークのCoperniのショーに登場した。ナオミ・キャンベルらモデルの衣装に装着され、丸みを帯びた正方形の実機デザインが初めて公の場で披露された。ただしランウェイ上で実際に操作する様子はなく、操作体系や単独動作の詳細は明かされていない。