Metaが「Llama 3」準備の噂：GPT-4級の性能を目指し無償提供も継続か
The Decoder報道によると、MetaはLlama 3および4を訓練するための十分な計算資源を確保し、Llama 3でGPT-4に匹敵する性能を目指しつつ無償提供を維持する計画だとOpenAIの研究者が明かしました。オープンソース陣営がトップ性能に迫る期待が高まりますが、公式発表はまだありません。
AIデイリー：今日のAIニュース
日
8月27日 日曜日
土
8月26日 土曜日
マスク氏がFSD V12をラッシュ時に実演：コード数十万行を削減、AI単独で走行
イーロン・マスク氏がテスラの未公開自動運転ソフト「FSD Beta V12」をパロアルトの夕方ラッシュ時に45分間実演走行した。数十万行のルールコードを撤廃し、動画学習のみのAIモデルでほぼ無介入の走行や路肩駐車を実現。HW3端末上でオフライン動作する。
金
8月25日 金曜日
StableVideoがオープンソース化：拡散モデルで一貫した動画編集を実現
2023年8月、研究チームがICCV 2023採択論文「StableVideo」のコードを公開した。Text2LIVEとControlNetをベースに構築され、テキスト指示によるフレーム間の整合性を保った動画編集が可能で、メモリ最適化により14GB前後のVRAMでも動作する。
Alibabaが視覚言語モデル「Qwen-VL」をオープンソース公開、画像の読解に対応
Alibabaは金曜日、画像を読み取るオープンソースの視覚言語モデル「Qwen-VL」と「Qwen-VL-Chat」を公開した。高解像度画像の認識に対応し、街頭看板の翻訳や写真からの数式計算、複数画像によるストーリー生成が可能。ModelScopeやHugging Faceで提供される。
クアルコム、次世代チップに生成AIを直接統合 来年の高級スマホに搭載へ
クアルコムは10月下旬のサミットで生成AI対応の次世代フラッグシップチップを披露すると明かした。オンデバイス処理により、クラウドを介さずプライバシーを守りながら機内モードでも動作する。来年登場するハイエンドAndroid端末から順次数十億パラメータ規模のAIが動く見込みだ。
元Metaのタンパク質研究チーム、AI創薬スタートアップ「EvolutionaryScale」で4000万ドル調達
フォーブス報道によると、元Metaのタンパク質折り畳み研究チームが新会社EvolutionaryScaleを立ち上げ、約4000万ドルのシード資金を調達した。Meta在籍時に7億件の構造を予測したモデル開発経験を生かし、創薬支援に向けた生物学向け大規模AIモデルの拡大を進める。
木
8月24日 木曜日
Amazon、NFL中継にAI導入：電撃突撃やパス候補をリアルタイム予測
AmazonはNFL「Thursday Night Football」配信向けに、AIを用いたリアルタイム予測機能を発表した。独自モデルが選手の座標や加速度からクォーターバックへの電撃突撃を予測し赤枠で表示するほか、フリーになったパス候補も可視化する。新機能は9月14日の開幕戦から「Prime Vision」で提供予定。
Hugging Faceが評価額45億ドルで2.35億ドル調達、巨大テック各社が結集
オープンソースAIプラットフォームのHugging Faceが、評価額45億ドルで2億3500万ドルのシリーズD資金調達を発表した。出資元にはGoogle、Amazon、NVIDIA、Intel、AMDなど主要テック大手が名を連ね、プラットフォーム上のモデルやデータセット総数も100万件を突破した。
DeepMindが新チェスAI「AZdb」を発表：AlphaZeroを上回る難問解決力
Google DeepMindの研究チームは複数のAlphaZeroを組み合わせた「AZdb」を発表した。異なる指し手を学習したエージェントを結集させることで、難解なチェスパズルの正解数が単体AlphaZeroの2倍に達し、対戦レーティングも50向上した。
Meta、コーディング特化のオープン大規模モデル「Code Llama」を公開
Metaはコード生成・補完に特化した大規模言語モデル「Code Llama」を公開した。Llama 2をベースに追加学習を行い、最大70Bのパラメータと最大10万トークンのコンテキストに対応。無料のコミュニティライセンスで提供される。
ScenarioがUnity向けプラグインを公開、エンジン内でスタイル統一のアセットを直接生成可能に
AI ゲームアセット生成ツールの Scenario が Unity プラグインを公開した。開発者は Unity エディタ内から直接、一貫したスタイルのタイルマップやアバター、小道具、背景などを生成できる。外部ツールを行き来する手間を減らせるのが特徴だ。
靴の上から装着するAIシューズ「Moonwalkers」：歩行速度が3倍の時速11キロに
報道によると、米Shift Roboticsが普段の靴に装着して歩行速度を最大250%（時速11km）引き上げる「Moonwalkers」を発売した。機械学習で10歩以内に利用者の歩容を学習し、実際に歩いている時だけ車輪が動く仕組み。現在は米国のみで1,399ドルで販売されている。
OpenAIとScaleが提携、企業の独自データによるモデル微調を支援
OpenAIはScaleとの提携を発表し、企業が独自データを活用して先端モデルをファインチューニングできる体制を整えた。Scaleのデータエンジンや評価ノウハウを活用可能で、提供されたデータが他モデルの学習に使われることはない。
水
8月23日 水曜日
NVIDIAのQ2決算：AI特需で純利益61億8800万ドル、前年比843％増
NVIDIAは2024年第2四半期決算を発表し、売上高135億ドル、純利益61億8800万ドル（前年同期比843％増）を達成した。生成AI需要によりデータセンター部門が103億2000万ドルと急伸。AIブームの恩恵を一手に集め、次期売上高も160億ドルを見込む。
Stability AIがNVIDIA TensorRTでSDXLを高速化、H100で生成が1.47秒に
Stability AIはNVIDIAと提携し、TensorRTで最適化したSDXLのONNX重みを公開した。NVIDIA H100ではレイテンシが41%短縮し、高精細画像をわずか1.47秒で生成可能。スループットも最大70%向上し、画像生成AIの推論コストと待ち時間を大幅に削減できる。
米アナリストが指摘するAI需要の失速：Bingのシェアは3%で停滞、ChatGPT閲覧数も減少
The Honest Broker が公開した分析記事によると、消費者の AI 熱が急速に冷めつつあるという。Microsoft が巨額を投じた Bing の検索シェアは 3% にとどまり微減傾向で、ChatGPT のトラフィックも減少に転じた。真の技術革新のような普及曲線を描けておらず、一過性のブームに終わるリスクが指摘されている。
マイクロソフトとアクセンチュア、Azure AIを活用したメタン漏洩監視で提携
マイクロソフトとアクセンチュアはエネルギー業界向けのメタン排出監視で提携したと発表した。Azure上のAI異常検知と各種センサーデータを連携させ、漏洩源の特定と対応指示を準リアルタイムで実行する。事後対応に頼っていたインフラ点検を、予防的な常時監視へと変える狙いだ。
火
8月22日 火曜日
EdgeのサイドバーにDesigner登場：タブを開かずにAIで画像やチラシ作成
マイクロソフトは無料のAIデザインツール「Microsoft Designer」をEdgeブラウザのサイドバーに統合し、米国ユーザー向けに提供を開始した。プロンプトを入力するだけでSNS画像やカードを生成でき、Canvaなどに対抗するブラウザ常駐型のデザイン環境を目指す。
Microsoft、Windows 11標準アプリへのAI搭載をテスト中か 「ペイント」で画像生成など
報道によると、MicrosoftはWindows 11の標準アプリにAI機能を追加する実験を進めている。「ペイント」での画像生成や背景削除、Snipping ToolやカメラへのOCR機能追加、フォトでの被写体切り抜きなどが検討されている。一部機能にはNPUが必要になる見込みで、現在は初期の実験段階だという。
Meta、約100言語の音声・テキスト翻訳に対応する「SeamlessM4T」をオープンソース公開
Metaは音声とテキストの相互翻訳に対応したマルチモーダルAI「SeamlessM4T」を発表した。約100言語の音声認識やテキスト翻訳に加え、36言語への音声対音声翻訳を単一モデルで処理する。研究ライセンスで一般公開され、27万時間の音声・テキスト対照データセットのメタデータも提供される。
マイクロソフトとEpicが提携拡大：電子カルテに生成AIを全面統合
マイクロソフトと米電子カルテ大手のEpicは医療向け生成AIの導入拡大に向けた協業強化を発表した。Azure OpenAI ServiceやNuance DAX Expressをカルテ基盤に組み込み、診療記録の自動要約や診察会話からの書類作成支援を実現。深刻化する医療従事者の疲弊軽減を目指す。
NVIDIAがDLSS 3.5を発表：光線再構築でレイトレ画質を向上
NVIDIAはGamescomでDLSS 3.5を発表した。新機能「Ray Reconstruction（光線再構築）」を導入し、スーパーコンピュータで訓練されたAIネットワークが従来のデノイザーを置き換える。全RTX GPUに対応し、今秋の『サイバーパンク2077』などで利用可能になる。
OpenAI、「GPT-3.5 Turbo」のファインチューニングを提供開始
OpenAIは「GPT-3.5 Turbo」のファインチューニング機能の一般提供を開始した。独自データを用いて指示への追従性や出力フォーマットを安定化でき、プロンプトサイズを最大90%削減可能。実行速度の向上とAPI利用コストの大幅な削減につながる。
Hugging Faceが企業向けSafeCoderを発表：自社環境で動くセルフホスト型コード支援
Hugging FaceはVMwareと提携し、企業向けコード支援ソリューション「SafeCoder」を発表しました。自社VPC内でStarCoderを微調・推論でき、コードが外部に出ない安全性が特徴です。「自社専用のオンプレ版GitHub Copilot」を合法かつ安全に運用できます。
ElevenLabsが正式版へ移行、28言語対応の音声モデル「Multilingual v2」公開
音声AIのElevenLabsはBeta版提供を終了し、28言語に対応する新音声モデル「Eleven Multilingual v2」を公開した。入力されたテキスト言語を自動識別し、話者固有の声質やアクセントを保ったまま、1つの声で複数言語の自然な音声を生成できる。
月
8月21日 月曜日
米NYT、OpenAIのクローラー「GPTBot」を遮断 AI学習への利用拒否
米The VergeはThe New York Timesがrobots.txtを更新し、OpenAIのWebクローラー「GPTBot」をアクセス遮断したと報じた。AIモデル学習への無断利用を防ぐ狙いで、8月17日時点で遮断されていた模様だ。同紙は規約変更に加え、著作権侵害での提訴も検討中とされる。
Snapchatが新機能「Dreams」を準備中、友人と一緒に空想世界のAI自撮りを生成
TechCrunchの報道によると、Snapchatは生成AIを使った新機能「Dreams」を開発中だ。ユーザーが自撮りをアップロードすると、空想的な世界観の画像を生成でき、友人との合成機能や有料パック「Dream Packs」の存在も判明した。Snapは正式なコメントを控えている。
YouTubeとユニバーサル音楽、音楽AI原則と育成プログラムを発表
YouTubeはユニバーサル・ミュージック・グループと連携し、音楽AIに関する3つの基本原則と「音楽AIインキュベーター」を発表しました。ライアン・テダーら著名アーティストがAI実験に参加し、Content IDなどの権利保護も強化します。生成AI時代の著作権と収益化を両立させる狙いです。
日
8月20日 日曜日
Slack、リニューアル後の生成AI統合戦略を明かす：要約からワークフロー自動化まで
Slackのプロダクト責任者Olivia Grace氏がインタビューに応じ、生成AI戦略の全容を語った。会話の要約や執筆支援などのネイティブ機能、Claude等の外部連携、Salesforceデータ連携の3軸で展開し、対話からワークフローを自動生成する構想も進めているという。
中国STAR.VISION、AI搭載衛星「WJ-1A」を打ち上げ 軌道上でデータ即時処理
中国のSTAR.VISIONが酒泉衛星発射センターから「WonderJourney-1A」を打ち上げた。衛星内にString Edge AIプラットフォームを搭載し、地上局へデータを送り返すことなく軌道上でリアルタイムに解析できる。中国初のAI中核型衛星として、環境監視や災害救助への活用を目指す。
土
8月19日 土曜日
米連邦地裁が判断：AI単独で生成したアートに著作権は認められない
米連邦地裁のベリル・ハウエル判事は、AIが完全に自律生成したアート作品には著作権が認められないとの判断を下しました。自身のアルゴリズムで生成した画像の著作権登録を米著作権局に拒否されたStephen Thaler氏の訴えを退けた格好で、判事は「人間の著作者であることが著作権の基本要件」と強調しました。
金
8月18日 金曜日
IBM調査：今後3年で労働者の40％がAIによるリスキリングが必要に
IBMが発表した調査によると、企業の経営幹部は今後3年間にAI導入に伴い労働者の40%がリスキリングを迫られると予測している。一方で87%の幹部はAIが業務を代替するのではなく補強すると回答しており、AI活用に注力する企業は売上高の成長率が36%高まるという。
Cruiseの自動運転タクシーが消防車と衝突、乗客1名が負傷して搬送
木曜夜、サンフランシスコでCruiseの自動運転タクシーが出動中の消防車と交差点で衝突し、乗客1名が軽傷を負い搬送された。同社は青信号での進入を主張するが、緊急車両に道を譲らなかった疑いが出ている。カリフォルニア州が24時間有料運行を認可してからわずか1週間後の事故となり、安全性への懸念が強まっている。
ElevenLabsがScienceCastと連携：arXiv論文を音声付き解説動画に変換
ElevenLabsは科学動画プラットフォームのScienceCastおよびarXivとの連携を発表した。ScienceCastの自動動画生成ツールにElevenLabsのAI音声合成が組み込まれ、arXivの論文を3〜5分の音声付き要約動画に変換できる。膨大な論文を効率よくインプットできる。
Take-Two、AI搭載の『GTA 5』Modを著作権侵害申し立てで削除
Take-Twoが『GTA 5』向け生成AI Mod「Sentient Streets」に対しDMCA削除要請を行い、Nexus ModsやYouTubeから関連データが排除された。Inworld AIとElevenLabsを使ってNPCと自由に音声会話できる仕組みだったが、開発者によると事前の連絡はなく突然削除されたという。
木
8月17日 木曜日
Runwayが長編AI動画の視聴機能「Watch」を公開、CEOは共存強調
Runwayは自社ツールで作成された長編動画を共有・視聴できる新機能「Watch」をウェブとiOSアプリで公開した。ハリウッドでAI代替への懸念からストライキが続く中、バレンズエラCEOはAIはすべてを奪うのではなく創作を拡張するものだと述べ、前向きな成果を示す場にするとしている。
WhatsAppがAIスタンプ生成をテスト：テキスト入力で即座に自作
WhatsAppがAndroid向けベータ版で、文字を入力するだけでAIスタンプを生成できる新機能をテストしている。キーボードのスタンプ欄にある「作成」ボタンからプロンプトを入れると、気分に合ったスタンプが自動提示される。現在は一部限定だが数週間以内に拡大予定だ。
BuildboxがStoryGames.AIを発表：質問に答えるだけで10章構成のノベルゲームを生成
ノーコードゲーム制作のBuildboxがStoryGames.AIを公開した。主人公やあらすじに関する質問に答えるだけで、AIが分岐選択肢やシーン画像を含む10章構成のビジュアルノベルを数分で自動生成する。Web上から2本まで無料で作成でき、Steamやスマホ向けに書き出すことも可能だ。
水
8月16日 水曜日
AP通信がAI利用指針を策定：ChatGPTでの記事作成を禁止
AP通信は記者向けに生成AIの利用ガイドラインを発表した。ChatGPTを実験的に使うことは認める一方、公開する記事の執筆には使用を禁止。AIの出力は「未検証の情報源」として扱い、機密情報の入力や写真・音声の加工も禁じる。
OpenAI、Global Illuminationを買収 ChatGPT開発を強化
OpenAIはクリエイティブツールを手掛けるGlobal Illuminationの買収を発表した。チーム全員がOpenAIに合流し、ChatGPTをはじめとするコア製品の開発に携わる。InstagramやPixar出身の実力派を迎え、製品体験の向上を図る狙いだ。
元GoogleのCEOエリック・シュミット氏、AIで科学難問に挑む新組織を準備中
米Semaforによると、元Google CEOのエリック・シュミット氏がAIを活用してバイオや材料科学の難問に挑む非営利組織を立ち上げている。OpenAIの初期形態を模し、著名研究者のサミュエル・ロドリゲス氏らを招聘。シュミット氏の私財を主軸に、大学では得難い計算資源と高待遇でトップ層の結集を図る。
Adobe、Firefly統合の「Adobe Express」Web版を正式公開 無料で利用可能
Adobeは生成AI「Firefly」を統合した「Adobe Express」Web版のベータ提供を終了し、正式に世界展開を開始した。Adobe IDがあればブラウザ上で画像生成や動画編集を無料で利用でき、プロンプトは100以上の言語に対応する。モバイル版も近日提供予定だ。
BeRealに対抗：元Machine Zone CEOがAIソーシャルアプリ「BeFake」を公開
元Machine ZoneのCEOが率いるAlias Technologiesが、AIを活用したSNSアプリ「BeFake」をリリースした。テキストプロンプトを入力するだけで日常の写真をAI画像へと変身させられるのが特徴。ありのままの日常を強いるのではなく、AIで理想の姿を表現することで投稿のプレッシャーを減らす狙いだ。
火
8月15日 火曜日
OpenAI、GPT-4 を活用したコンテンツモデレーション手法を発表
OpenAI は GPT-4 を使ったコンテンツモデレーションの新手法を発表した。ポリシーをプロンプトに入力して判定させ、専門家との判断の違いを分析してルールを微調整する仕組み。新ポリシーの適用を数時間に短縮できるとする一方、偏見を防ぐため人による監視が必要だとしている。
脳波からPink Floydの楽曲を復元、UCバークレーがAI研究を発表
カリフォルニア大学バークレー校の研究チームは、音楽を聴いている29人の脳活動データからAIを用いてPink Floydの楽曲クリップを再現したと発表した。類似度は43%に達した。音調やリズムを脳がどう知覚するかを解明し、言語障害を持つ人の発話補助装置をロボット声から自然な人間らしい声に進化させる足がかりとなる。
Google、生成AI検索「SGE」を強化：長文記事の要約やコード強調表示に対応
Googleは生成AI検索体験「SGE」の新機能として、Web閲覧中に記事の要点を箇条書きでまとめて該当箇所へジャンプできる「SGE while browsing」の実験を開始した。専門用語にマウスを合わせると意味が表示されるプレビュー機能や、生成コードの構文ハイライトにも対応する。
Google フォトに新「思い出」ビュー登場 生成AIによるタイトル提案も
GoogleはGoogle フォトにスクラップブック風の新しい「思い出」ビューを導入すると発表した。AIが写真や動画を自動で厳選してまとめ、家族や友人との共同編集にも対応する。生成AIがタイトルを提案する実験機能も追加され、米国から順次展開される。
Amazon、AIによるレビュー要約機能を開始：購入者の生声を瞬時に整理
月曜日、Amazon は生成 AI を活用してカスタマーレビューの要点を自動要約する新機能を発表した。商品ページ上に要約が表示され、「使いやすさ」や「性能」などのタグをタップすれば関連レビューを絞り込める。信頼性を担保するため、実際に購入が確認されたレビューのみを分析対象にしている。
月
8月14日 月曜日
従来のSEOは終焉へ？「AIエンジン最適化」が不可欠になる理由
業界アナリストのJeremiah Owyang氏は、ユーザーがチャットAI内で完結して情報を得るようになり、従来のサイト流入型SEOは破綻すると指摘。今後はLLMに学習データを提供したりAPIを連携させ、AIの回答内で推薦される「AIエンジン最適化」が必須になると語った。
ChatGPTが創造性テストで上位1%入り、GPT-4の独創性が実証
モンタナ大学などの研究チームは、GPT-4を搭載したChatGPTが標準的な創造性テスト「TTCT」で流暢性と独創性の両部門において上位1%の成績を収めたと発表した。盲検法で採点され、AIが発散的思考において大半の人間を上回る創造力を示している。
