ChatGPTの運用費は1日70万ドル、OpenAIが2024年に破綻の危機か
海外報道によると、Analytics India MagazineはOpenAIがChatGPTの運用に毎日約70万ドルを費やしており、収益化の難航から2024年末に破綻する恐れがあると報じました。マイクロソフトの支援があるものの、巨額の赤字とオープンソース勢の猛追が重荷となっています。
海外報道によると、Analytics India MagazineはOpenAIがChatGPTの運用に毎日約70万ドルを費やしており、収益化の難航から2024年末に破綻する恐れがあると報じました。マイクロソフトの支援があるものの、巨額の赤字とオープンソース勢の猛追が重荷となっています。
NVIDIAは、3D生成AIや再構成パイプライン向けの新手法「FlexiCubes」を発表した。従来のMarching Cubesに代わる技術として柔軟なパラメータを導入し、複雑な形状の細部を高精度に再現するとともに、物理シミュレーションへ即座に投入できる高品質なメッシュを出力する。
米家具ブランドLa-Z-Boyは、AI搭載のリクライニングチェア試作機「The Decliner」を発表した。急な誘いを断りたいときに、AIが代わりに言い訳メッセージを作成してくれる。新キャンペーンの一環として企画され、限定3台がオンラインコンテストを通じて提供される。
米The Informationによると、Amazonは一部の出品者を対象に商品登録文を自動生成するAIツールをテストしている。キーワードを入力するだけでタイトルや説明、要点が自動作成される。規約違反を防ぐため、生成後も人間の確認が必須とされる。
The Associated PressやGetty Imagesなど複数の報道機関が共同公開書簡を発表し、生成AIの学習データに関する透明性と著作権保護の法制化を求めた。権利者の事前同意やライセンス交渉の権利保障を訴えており、無断学習がメディアの事業基盤を揺るがしていると警告している。
OpenAIはこれまでPlus有料会員限定だった「カスタム指示」機能を無料ユーザーにも拡大した。事前に役割や口調、文字数などを登録しておけば毎回同じ前提を入力する手間が省け、チャット履歴をオフにした状態でも機能する。
バイデン米大統領は、中国の人工知能(AI)、半導体、量子技術分野に対する米国の新規投資を規制する大統領令に署名した。ベンチャーキャピタルやプライベートエクイティなどが主な対象で、半導体設計ツール(EDA)などが重点視されている。意見公募を経て来年施行される見通し。
ElevenLabsはInworldとの提携を発表し、同社の音声合成技術をInworldのAI NPCプラットフォームに統合した。開発者はゲーム内の状況やプレイヤーとの対話に合わせてリアルタイムに適応する、より自然で表現力豊かなキャラクター音声を生成できるようになる。
ニューヨーク・タイムズが利用規約を改定し、記事テキストや画像などのデータを機械学習や AI の学習に無断利用することを禁止したと報じられた。許可のないクローラーには罰則が科される可能性があり、メディア各社による無断データ収集への対抗措置が本格化している。
米国防総省は生成AIの活用と統括を担う専門タスクフォース「Task Force Lima」の設立を発表した。最高デジタル・AIオフィス(CDAO)主導の下、作戦や情報、行政業務における大規模言語モデルの導入推進と、安全保障リスクの低減を図る。
ニュージーランドのスーパーPak 'n' SaveのAI献立アプリ「Savey Meal-bot」が、家庭用品を入力した客に対し、塩素ガスを発生させる「芳香水」や毒入りサンドイッチなどの危険なレシピを提案した。スーパー側は安全管理を微調整中とし、人間による事前確認はないと注意喚起している。
Stability AI は初の日本語大規模言語モデル「Japanese StableLM Alpha」(70億パラメータ)を公開した。7500億トークンで学習され、ベンチマークで高い性能を記録。Baseモデルは商用利用可能な Apache 2.0 で提供され、Instruct版は研究目的で利用できる。
Anthropicは軽量・高速モデルの最新版「Claude Instant 1.2」をAPI経由でリリースした。上位版Claude 2譲りの10万トークン文脈長を備え、コーディングや数学スコアの向上に加え、ハルシネーションの低減や脱獄プロンプト耐性の強化が図られている。
報道によると、Googleはユニバーサル ミュージックおよびワーナー ミュージックと、アーティストの声やメロディを正規にライセンスして楽曲を生成するAIツールの開発に向けて交渉中です。著作権者に報酬を分配し、参加の可否を歌手自身が選べる枠組みを目指しています。
米バイデン政権は重要インフラを保護する2年間の競技会「AIxCC」を発表した。DARPA主導のもと、OpenAIやGoogleなどのAI大手と連携し、総額約2000万ドルの賞金を投じてAIによる自動脆弱性検出・修正技術を競わせる。成果は電力や交通の安全確保に活用される。
ShutterstockはNVIDIA Picassoを活用した3Dシーン背景生成機能の開発を発表した。テキストや画像のプロンプトから8K解像度の360度環境マップを生成し、背景やライティングに利用できる。正規ライセンスのデータで学習されており、3Dアーティストは環境構築の手間を省き、メインのモデル制作に集中できるようになる。
NVIDIAは開発者向けツール「NVIDIA AI Workbench」を発表した。開発者はRTX搭載PCやワークステーション上で、Hugging Faceなどのモデルを数クリックでカスタマイズし、クラウドやデータセンターへ拡張できる。あわせてAI Enterprise 4.0も発表された。
英ガーディアン紙によると、英国の研究チームがキーボードを叩く音だけで押されたキーを識別するAIシステムを開発した。スマートフォン録音で95%、Zoom通話経由でも93%の精度を記録。日常的なビデオ通話中にパスワードを入力する際、音響盗聴されるリスクに警鐘を鳴らしている。
Stability AIは、初のプログラミング向け大規模言語モデル「Stable Code Alpha 3B」を発表した。5600億トークンのコードで学習され、基本モデル、指示モデル、16000トークンの文脈に対応する長文モデルの3種類を用意。Pythonファイル5本相当のコードを一度に処理できる。
D-IDとElevenLabsは提携を発表し、D-IDの動画生成スタジオ「Creative Reality studio」にElevenLabsの高品質音声を導入した。Proプランの利用者はアバター動画の作成時に9種類の厳選音声と4種類の表情表現を一括で指定でき、より自然な発話動画を簡単に作れる。
NVIDIAはSIGGRAPHにおいて、OpenUSDの普及を加速させるクラウドAPI群と開発者プログラムを発表した。Pythonスクリプトを生成できるAIコパイロット「ChatUSD」や自然言語でアセットを検索する「DeepSearch」などが含まれる。3D環境をWebのHTMLのように標準化し、高精度なデジタルツイン開発を支える狙いだ。
NVIDIAとHugging Faceは、DGX CloudスーパーコンピューティングをHugging Face上に統合する提携を発表した。ノードあたり8基のH100またはA100を備えた「Training Cluster as a Service」を提供し、企業独自データによるモデル訓練をワンクリックで支援する。数か月以内に提供予定。
報道によると、OpenAIは将来のAIモデル性能向上のため、公開ウェブデータを収集するクローラー「GPTBot」を公開した。有料記事や個人を特定できる情報、ポリシー違反コンテンツは自動で除外される。サイト管理者はサーバーの標準ファイルに「disallow」コマンドを追記することで収集を拒否できる。
米MicrosoftはNVIDIA H100 GPUを8基搭載した仮想マシン「Azure ND H100 v5」の一般提供を開始した。あわせて「Azure OpenAI Service」の提供地域を東日本や英国南部など5リージョンに拡大。FP8演算で最大6倍高速化し、顧客数1万1000社を突破した生成AI需要の受け皿を固める。
Zoomが付で利用規約を改定し、診断情報やテレメトリなどの「サービス生成データ」をオプトアウト不可でAI学習に利用する権利を明記した。音声やチャット本文については、ユーザーが生成AI機能を有効化して明示的に同意した場合に限り利用するとしている。
Googleは検索機能にAIを活用した英文法チェックツールを追加した。「grammar check」などの語句と一緒に英文を検索すると、AIが文構造を分析して修正案を提示し、問題がなければ緑のチェックマークを表示する。現在は英語のみに対応し、ポリシー違反の文章は対象外となる。
マイクロソフトはAI版Bingの公開から半年を迎え、累計対話数が10億回、画像生成数が7億5000万枚を超えたと発表した。さらに、Bing Chatをサードパーティ製ブラウザにも近日中に開放する方針を表明。Edgeへ乗り換えなくても、普段のブラウザでAI検索が利用可能になる。
Cointelegraphの分析記事は、2023年上半期に250億ドル以上を調達した生成AI市場がバブル崩壊の兆しを見せていると指摘しています。多くの新興企業は独自IPを持たず巨額資金を高価なGPU確保に注ぎ込んでおり、ChatGPTのトラフィック減少や人員削減も表面化しています。
競合が相次ぎ AI 機能を打ち出す中でアップルが出遅れているとの見方に対し、ティム・クック CEO が反論した。AI や機械学習はすでに「ほぼすべての自社製品」に組み込まれており、生成 AI を含む研究にも長年取り組んできたと説明。最近の研究開発費の増加も AI への巨額投資によるものだと強調している。
NVIDIAはCEOのジェンスン・フアン氏がSIGGRAPHで基調講演を行うと発表した。生成AIを活用した最新のコンテンツ制作ソリューションや、AppleやPixarらと立ち上げたOpenUSDアライアンスの進展について語る予定だ。
米Amazonのアンディ・ジャシーCEOはの決算説明会で、社内のすべての事業部門が複数の生成AIプロジェクトを進めていると明かした。AWSやEC、広告だけでなく、Alexaなどのハードウェアやエンタメ領域も対象で、企業全体の事業中核に据えて注力する姿勢を示した。
希少な2文字ドメイン「AI.com」の転送先が、従来のOpenAIのChatGPTからイーロン・マスク氏のAI組織X.aiへと切り替わったことが判明した。数百万ドル規模の取引価値があるとされるが、OpenAIとマスク氏の双方は公式なコメントを出していない。
米空軍はステルス無人機「XQ-58A ヴァルキリー」が AI による自律飛行試験を完了したと発表した。数百万時間のシミュレーションで鍛えた AI が約 3 時間の飛行中に戦術的空戦課題を解決した。軍は今後も当面は人間が判断に関与する方針を維持するとしている。
OpenAIはChatGPTの使い勝手を高める複数のアップデートを今後1週間で展開すると発表した。Plusユーザーは新規チャットでもGPT-4などの選択モデルが記憶され、Code Interpreterでは複数ファイルの一括分析が可能になる。さらにキーボードショートカットやプロンプト例の提示機能も追加される。
GoogleはラッパーのLupe Fiascoと共同開発した作詞支援AIツール「TextFX」を発表した。歌詞を自動生成して代筆するのではなく、入力された単語から多重の意味や言葉遊び、言い換え候補を提案し、創作者のひらめきを補助する。
アリババは木曜日、70億パラメータの大規模言語モデル「Qwen-7B」と対話向け「Qwen-7B-Chat」をオープンソース化したと発表した。英中両言語に対応し、世界中の開発者が無償で利用できる。月間アクティブユーザー数が1億人を超える企業にはライセンス申請が必要。MetaのLlamaに対抗し、主力のクラウド事業拡大を狙う。
生成AIと基盤モデルが従来のAIビジネスモデルをどう変革するかを論じる分析記事が公開された。長尾問題により高コストと低利益率に陥りがちだった従来のAIに対し、ChatGPTのように短期間で急成長する生成AIは新たなユーザー行動を生み出している。これにより、スタートアップでも巨頭に対抗できる経済的基盤が整いつつあるという。
IBMとHugging Faceは、NASAの衛星データを活用して開発した地理空間基盤モデルをオープンソース化した。ラベル付きデータを半減させつつ従来技術より精度を15%向上させており、森林伐採の追跡や洪水予測といった気候変動研究の分析を一気に加速させる狙いがある。
Googleは検索生成体験(SGE)のアップデートを発表した。AIによる概要生成にかかる時間が半減したほか、ヨガのポーズなどの実演動画や画像が概要内に埋め込まれるようになり、参考リンクには公開日が表示されるようになった。
Match GroupはTinderでユーザーの写真アルバムからプロフィールに最もふさわしい5枚をAIが自動選出する機能をテスト中だと明かした。登録時の写真選びに悩むユーザーのストレスを軽減する狙いがある。現在テスト中で、今後の正式展開を目指している。
Metaはテキストから高品質な音楽や効果音を生成するフレームワーク「AudioCraft」のコードと重みをオープンソースで公開した。音楽生成のMusicGen、環境音生成のAudioGen、改良版コーデックEnCodecを統合し、研究者が独自データで追加学習できる。
Googleは「AI Test Kitchen」アプリをApp StoreとPlayストアから削除し、今後はWeb版に一本化すると認めた。現在提供中の実験プロジェクトは音楽生成モデル「MusicLM」のみで、単一のWeb環境に絞ることでアップデートを迅速化する狙いだ。
The Verge報道によると、InstagramがAIで作成または編集された投稿に警告ラベルを表示する機能を開発中であることが分かった。開発中の画面にはクリエイターやMetaの判定でAI利用を示す説明が記されており、生成AIによる偽画像の拡散対策とみられる。
Nvidiaとテルアビブ大学の研究チームは画像生成の個別調整手法「Perfusion」を発表した。容量はわずか100KB、学習時間は4分で済む。「Key-Locking」技術により過学習を防ぎ、特定の特徴を維持したまま多様な描画や複数概念の合成ができる。数GBを要する従来手法に比べ大幅な軽量化を実現した。
Kickstarterは生成AIを利用したプロジェクトに対し、8月29日から詳細な情報開示を義務付けると発表した。どの部分にAIを使ったかや訓練データの出所、著作権者の許諾状況の明記が求められ、適切に開示しない場合は停止処分となる可能性がある。
米YouTubeは、検索画面や視聴画面にAI生成の動画概要を表示するテストを開始した。視聴前に内容を素早く確認できるようにする狙いで、まずは一部モバイル端末向けに英語の解説動画やVlogなどで展開される。クリエイター自身が書く説明文を置き換えるものではないとしている。
Voxが米政策当局によるAI規制案の解説記事を公開した。規制、専門機関、資金、人材の4軸から、事前監査や新薬承認に似た許認可制度、半導体の計算力監視まで幅広く検討されている。最先端モデル開発への法的な網かけが本格化し始めている。
米報道によると、Metaは早ければ来月にもInstagramやFacebookで「AIペルソナ」を導入する計画だ。リンカーン風の語り口やサーファー調で旅行提案をするキャラクターなどを用意し、自社の大規模言語モデルLLaMAを活用する。TikTok対抗のエンゲージメント向上と広告データの収集が狙いとみられる。
OpenAIはChatGPTのサポート対象国リストを更新し、Android版アプリの提供をすべての対応国・地域に拡大した。Web版と同じエリアで利用可能になった形だ。非対応地域からのアクセスはアカウント停止の対象となる。
ガーディアン報道によると、豪ニューズ・コープは4人のチームと生成AIを活用し、ガソリン価格や天気など週3000本の地域向け記事を自動生成している。これら超ローカル報道が新規購読の55%を牽引する一方、記事にはAI生成である旨の明記はされていない。
OpenAIが米国特許商標庁(USPTO)に「GPT-5」の商標登録を出願したことが明らかになった。出願範囲は自然言語処理、音声認識、テキスト生成、人工ニューラルネットワーク開発など多岐にわたる。ただしサム・アルトマンCEOが安全性監査に時間が必要と述べている通り、新モデルがすぐ登場するわけではない。
社内メールによると、Googleは「Assistant」をChatGPTやBardのような生成AI技術で刷新する方針を明らかにしました。モバイル版から着手し、組織の統廃合に伴い数十人規模の人員削減も実施されます。従来の音声アシスタントが本格的にLLM主導へシフトし始めました。
オープンソース・イニシアティブ(OSI)はMetaが「オープンソース」という言葉を誤用していると指摘した。LLaMA 2のライセンスが商用規模や用途を制限しており、オープンソースの定義(OSD)に反するという。OSIは10月17日に正式な「オープンソースAI」の定義草案を発表する予定だ。
AIコミュニティのクリエイターがLoRAモデルを訓練し、公式が学習データから除外した人気絵師Greg Rutkowski氏の作風をStable Diffusion向けに再現してCivitaiで無料公開した。本人がAI利用に強く反対していても、オープンソース環境では個人の模倣学習を止める術がない実態が浮き彫りとなった。
Google DeepMindはWeb上の画像とテキストから直接ロボットの動作を出力するVLAモデル「RT-2」を発表した。抽象的な概念を行動へ変換でき、未知のシナリオにおけるタスク成功率は前世代「RT-1」の32%から62%へと倍増した。