MetaのオープンソースLLM「LLaMA」、規制なき成人向けチャットボットに悪用
米Washington Postによると、Metaが公開したLLM「LLaMA」が、安全フィルターのない成人向けチャットボットの構築に利用されている。暴力的な描写を生成する事例も報告されており、フロンティアAIをオープンソース化すべきか閉じるべきかの議論が再燃している。
AIデイリー：今日のAIニュース
月
6月26日 月曜日
Databricks、生成AIのMosaicMLを13億ドルで買収 独自モデル構築を支援
Databricksは生成AIスタートアップのMosaicMLを13億ドルで買収すると発表した。MosaicMLはオープンソースの「MPT」シリーズなど低コストなLLM学習技術に強みを持つ。買収により、企業は機密データを外部に渡すことなく、DatabricksのLakehouse上で安全に自社専用モデルを開発できるようになる。
米調査：AIツールの利用経験者はわずか3人に1人、76％が法規制を支持
The Vergeなどの共同調査によると、専用AIツールを試した米国の成人はわずか3人に1人で、利用者は若年層に偏っている。用途は質問の回答やブレインストーミングが中心だ。最も注目すべきは76％が開発の法規制を求めている点で、人々の感情は期待と不安の間で揺れている。
DeepMindがGemini開発を明かす：AlphaGoの技術融合でChatGPT超えへ
Google DeepMindのCEOデミス・ハサビス氏は、次世代AI「Gemini」を開発中だと明かした。AlphaGoで培った強化学習や木探索技術を言語モデルに組み込み、計画立案や問題解決能力を付与することで、ChatGPTを支えるGPT-4を凌駕することを目指している。
生成AIの著作権侵害リスクを補償：Adobeが企業向けFireflyで全額負担へ
Adobeは企業向けに画像生成AI「Firefly」の知的財産補償を提供すると発表した。生成物に関して著作権侵害の訴訟を起こされた場合、Adobeが費用を補償する。学習データにAdobe Stockなど権利関係がクリアな素材のみを用いている強みを活かし、企業の商用利用への懸念を払拭する狙いがある。
金
6月23日 金曜日
Midjourney v5.2公開、カメラのように画角を広げる「Zoom Out」搭載
木曜日、Midjourneyは画像生成モデル「v5.2」を公開しました。目玉はカメラのように画角を外側に広げる「Zoom Out」機能で、中央の被写体を保ったまま周囲の風景を1.5倍や2倍に自動補完します。美学システムの刷新やプロンプト短縮コマンドも追加されましたが、現時点では外部画像の読み込みには非対応です。
ElevenLabs、音声共有機能「Voice Library」を公開
ElevenLabs が音声ライブラリ「Voice Library」の提供を開始しました。ユーザーはプロンプトによる音声生成や自身の声のクローン作成に加え、ライブラリ内の多様な声線を選んでポッドキャストや動画のナレーションに活用できます。
木
6月22日 木曜日
YouTube、AI吹き替え「Aloud」統合へ 動画の多言語化を自動化
YouTubeはVidConにて、GoogleのインキュベーターArea 120発のAI吹き替えチーム「Aloud」を統合すると発表した。動画の自動文字起こし、翻訳、音声合成を一括で行う仕組みで、現在は英語、西語、ポルトガル語で数百人のクリエイターとテスト中。2024年には本人の声の再現や口パク合わせも予定する。
ChatGPTのアカウント情報10万件超が流出、OpenAIはシステム侵害を否定
セキュリティ企業Group-IBの報告により、10万件超のChatGPT認証情報がダークウェブで取引されていることが分かった。OpenAIは自社システムのハッキングではなく、端末側の情報窃取マルウェアが原因だと説明。保存された対話履歴から機密情報が漏洩するリスクが懸念されている。
Googleスプレッドシートに「Help me organize」導入、指示文から表を自動生成
Google はスプレッドシート向けに生成 AI 機能「Help me organize」の提供を Workspace Labs テスター向けに順次開始した。サイドパネルにプロンプトを入力するだけで、イベント進行表や予算などの表テンプレートを自動生成できる。ゼロから表を設計する手間を減らせるが、現在は一部テスター限定での提供となる。
Inflection、独自LLM「Inflection-1」を発表 GPT-3.5匹敵もコーディングには課題
AIスタートアップのInflectionは、対話型AI「Pi」を支える自社開発モデル「Inflection-1」を発表した。GPT-3.5と同等の訓練規模を誇り、一般常識や試験タスクで高い性能を示す一方、コード生成では差をつけられている。
AWS、生成AI推進に1億ドル投資 専門家が企業の導入を直接支援
AWSは1億ドルを投じる「AWS Generative AI Innovation Center」を発表した。データサイエンティストや技術者を派遣し、企業顧客と共同でユースケース策定やモデル調整を行う。金融やヘルスケアなどの業界を優先し、実用化を後押しする。
AI学習データを作る作業員、最大46%がChatGPTに「下請け」
スイス連邦工科大学ローザンヌ校（EPFL）の研究で、Amazon Mechanical Turk でデータ作成を請け負う作業員の33%〜46%がChatGPTなどのAIを使って作業していることが判明した。AI生成データで別のAIを再学習させると誤情報が増幅する恐れがあるが、有効な判別手段はまだ確立されていない。
Stability AIがSDXL 0.9発表：画質が劇的進化、民生用GPUで動作可能に
Stability AIは画像生成モデル「SDXL 0.9」を発表しました。4月のベータ版から構図や細部の描写が大幅に向上し、計66億パラメータの2段階構成ながらVRAM 8GBの一般的なGPUで1024x1024の画像を生成できます。現在はClipdropで試すことができ、7月中旬にはオープンソースの1.0版が公開される予定です。
マーベル『シークレット・インベージョン』のAI OP、「雇用奪っていない」と制作会社が釈明
制作会社のMethod Studiosは、Disney+のマーベル新ドラマ『シークレット・インベージョン』のオープニング映像がAI生成であることへの批判に対し、アーティストの仕事を奪った事実はないとコメントした。AIはツールの一つとして質感表現に活用されたのみで、制作全般は従来通りアニメーターやイラストレーターが担当したと説明している。
水
6月21日 水曜日
ウィンブルドン選手権、IBMと提携しハイライト動画にAI音声解説を導入
オールイングランド・クラブはIBMと提携し、今年のウィンブルドン選手権のハイライト動画にAIによる音声解説と字幕を導入すると発表した。IBMのwatsonxを活用し、追跡データからテニス特有の語彙を用いた解説を生成する。公式アプリとウェブサイトで提供される。
DeepMind、多様なロボットアームに対応するAIモデル「RoboCat」を発表
DeepMindはさまざまな実機ロボットアームで動作する自適応型AIモデル「RoboCat」を発表した。100〜1000回ほどの人間の操作実演から新しい作業を学習し、自らデータを生成してスキルを磨く。ただタスクによって成功率は13%から99%と大きなばらつきがある。
Dropboxが新AIツール発表：横断検索「Dash」と要約「Dropbox AI」
Dropboxは作業ツールを横断検索できるAIツール「Dropbox Dash」と、プレビュー画面で文書や動画を要約・質疑応答できる「Dropbox AI」を発表した。散らばった社内情報やリンクを1か所で探せる。現在Dashは招待制ベータ版で、Dropbox AIは米国のProユーザー向けに提供が始まっている。
火
6月20日 火曜日
NVIDIAのフアンCEO、カンヌで語る：生成AIはクリエイターを置き換えるのではなく強化する
NVIDIAのジェンスン・フアンCEOはカンヌライオンズで、生成AIがあらゆるモダリティでクリエイターを支援し、7000億ドル規模の広告業界を変革すると語った。無限のコンテンツ生成が無限の創造性を意味するわけではなく、ブランド方針に沿うよう人間がディレクションを行う重要性を強調した。
Cisco、AIスパコン向けチップ「G200」「G202」発表 最大3.2万基のGPUを接続
米CiscoはAIスーパーコンピュータ向けイーサネットスイッチチップ「G200」と「G202」を発表した。前世代比で性能を2倍に高め、最大32,000基のGPUを接続可能で消費電力を最大40％削減する。すでに大手クラウド事業者6社中5社がテストを開始している。
米ホワイトハウス、AI規制に向けた「断固たる行動」を数週間以内に発表へ
米ホワイトハウスは急速に進化するAI技術に対応するため、数週間以内に具体的な行動計画を打ち出すと発表した。大統領首席補佐官室が主導し、連邦機関向けの運用指針策定や大手企業からの安全誓約の取り付けを進めている。同日、バイデン大統領も有識者らと面談した。
Vimeo、OpenAI活用のAI台本生成や「不要な間」を消すテキスト編集を発表
Vimeoは有料プラン向けにAI動画制作ツールの導入を発表した。OpenAIの技術を使って数秒で動画台本を作成できるほか、プロンプター機能や、録画内の言い淀みや不要な沈黙をワンクリックで削除できるテキスト編集を備える。7月中に月額20ドル以上のプラン向けに提供される。
クリストファー・ノーラン監督が語るAI：最大の危機は「責任放棄」
映画監督のクリストファー・ノーラン氏はWIREDの取材で、AIの最大の危険は人間が技術を神格化して自らの責任を逃れることだと警告した。テック企業が自ら規制を求めるのは責任転嫁の常套手段に過ぎず、技術を理解できない政治家に丸投げすべきではないと指摘している。
月
6月19日 月曜日
有名人がAIで自身のデジタル分身を管理、本人が行かずに広告展開
無断のディープフェイクに対抗し、スターやモデルがAI企業と組んで公認の3Dアバターを作成し、ブランドのマーケティングに提供し始めている。ネイマールやエヴァ・ヘルツィゴヴァらが参加しており、本人が現場に出向かずに若返りや仮想ランウェイ登壇を実現できる点が注目されている。
Microsoftが13Bモデル「Orca」発表：GPT-4の思考プロセスを模倣
Microsoft Researchは130億パラメータの言語モデル「Orca」を発表した。GPT-4の段階的な思考プロセスを模倣して学習することで、BBH推論ベンチマークでChatGPTに匹敵する性能を達成した。巨大なデータセンターに頼らず手元で動作する小型モデルでも、高度な推論が可能になることを示している。
Hidden Door、生成AIによる『オズの魔法使い』RPGのテストを開始
Hidden Doorは、生成AIを活用してプレイヤーごとに異なる物語を紡ぐ『オズの魔法使い』ロールプレイングゲームの限定プレイテストを開始した。AIの語り手が選択に応じてプロットやアイテム、アートを即座に生成し、ブラウザで手軽に遊べる。正式版は2023年冬に登場予定だ。
日
6月18日 日曜日
グラミー賞がAI利用の新規則発表：受賞対象は「人間の創作者」のみ
レコーディング・アカデミーは、グラミー賞の対象を人間の創作者に限定する新ルールを定めた。AIが生成したボーカルや楽器を使った楽曲もノミネートは可能だが、人間による実質的な貢献の証明が必須となる。アルゴリズム自体に賞が授与されることはない。
金
6月16日 金曜日
習主席、ビル・ゲイツ氏との会談で「米企業のAI技術を歓迎」か＝ロイター報道
ロイター通信は中国の習近平国家主席が米マイクロソフト共同創始者のビル・ゲイツ氏と会談した際、マイクロソフトをはじめとする米企業が自社のAI技術を中国へ持ち込むことを歓迎すると伝えたと報じた。国営メディアの公式発表にはAIに関する言及は含まれていない。
Meta、音声生成AI「Voicebox」を発表 2秒の音声から声色を再現
Metaは多目的音声生成AI「Voicebox」を発表した。わずか2秒の音声サンプルから話者のスタイルを再現して読み上げるほか、英語など6言語に対応。犬の鳴き声などのノイズ部分を消して自然に再生成する編集も可能だ。
木
6月15日 木曜日
ElevenLabsが音声識別ツールを公開：ログイン不要で自社AI音声か判定
ElevenLabsは自社AI音声の検出ツール「AI Speech Classifier」を公開した。ログイン不要で音声や動画をアップロードすれば、最初の1分間を解析して自社技術による生成確率や類似する音声を提示する。ただしEleven v3で生成された音声の判定精度にはまだ課題が残る。
マイクロソフト、Dynamics 365のERP製品群にCopilot機能を拡充
MicrosoftはDynamics 365 Finance、Project Operations、Supply Chain ManagementなどのERPポートフォリオにCopilotを導入した。自然言語で指示するだけでプロジェクト計画や進捗レポートを素早く作成でき、購買担当者による発注変更のリスク分析も効率化される。煩雑な手作業が多かったERP業務の大幅な省力化につながる。
Mercedes-BenzがChatGPTを車載導入：MBUX音声対話がより自然に
Mercedes-Benz は Microsoft Azure OpenAI Service を通じて ChatGPT を MBUX 音声アシスタントに統合するテストを米国で開始した。車両の操作に加え、目的地周辺の情報や日常会話にも柔軟に応答できるようになる。音声データは匿名化処理される。
GPT-4がツールを利用可能に：OpenAIが「Function Calling」を提供開始
OpenAIはGPT APIに「Function Calling」機能を追加した。計算やデータベース照会、外部APIの実行が必要な場合、モデルが自ら判断して適切な外部ツールを呼び出せる。不安定な外部ライブラリに頼らず、GPTと既存ソフトウェアの確実な連携が可能になる。
水
6月14日 水曜日
Google、拡散モデルで服のしわや質感を再現するバーチャル試着を発表
Googleは新型の拡散AIモデルを活用したバーチャル試着機能を発表した。従来の切り貼り変形ではなく、ピクセルをゼロから生成することで、体型に応じたドレープやしわを忠実に再現する。まずはGoogle Shopping上のH&Mなどの女性用トップスで提供される。
Meta、抽象表現を学習する画像AI「I-JEPA」をオープンソース公開
Meta は視覚モデル「I-JEPA」をオープンソース公開した。画素単位ではなく抽象的な意味表現で欠損部分を予測するのが特徴で、16 基の A100 GPU で 72 時間以内に学習を完了する。ヤン・ルカン氏が提唱する世界モデル実現に向けた重要な一歩となる。
Google、AIを活用した2つの新広告ツールを発表 マルチ配置と動画視聴数40％増を実現
GoogleはAIを活用した新しい広告ソリューション「Demand Gen」と「Video View campaigns」を発表した。Demand GenはYouTubeやShorts、Gmailなど複数接点に画像・動画を展開し類似オーディエンスにも拡張可能。Video Viewは枠を横断し視聴回数を平均40％向上させる。8月にベータ版が提供される予定だ。
火
6月13日 火曜日
AMDがデータセンター・AI発表会を開催：Instinct MI300でNVIDIAに対抗へ
AMDはデータセンターおよびAI技術発表会を開催し、次世代サーバー製品群を発表した。同社はAIを最優先戦略に位置づけ、NVIDIAのHopperに対抗するマルチダイアクセラレーター「Instinct MI300」を全面に打ち出した。
設立4週間の仏Mistral AI、1.13億ドルのシード調達でオープンソースAIへ
創業から4週間の仏スタートアップMistral AIは、評価額2.6億ドルで1.13億ドルのシード資金を調達したと発表した。DeepMindやMeta出身の研究者が立ち上げ、公開データで訓練したオープンソースモデルを2024年に提供予定だ。独自独占型に対抗し、オープン路線で企業需要の獲得を狙う。
OpenAIがMicrosoftに「BingへのGPT-4統合を急ぐな」と警告していたと報道
OpenAIが未発表のGPT-4を検索エンジン「Bing」へ急いで統合しないようMicrosoftに警告していたと報じられた。不正確で奇妙な回答を懸念した助言だったが、Microsoftは導入を強行。2月の公開直後にBingの暴走が相次ぐ事態となった。両社の提携の裏にある緊張関係を浮き彫りにしている。
Adobe Illustratorに「Generative Recolor」登場：プロンプトでベクター画像を自動配色
AdobeはIllustratorのベータ版にFirefly搭載の新機能「Generative Recolor」を追加した。「ネオンジャングル」などのテキストを入力するだけで、ベクターアートに最適な配色バリエーションを瞬時に生成し、手作業でのパレット作成を省力化できる。
ポール・マッカートニー、AIでジョン・レノンの歌声を抽出しビートルズ「最後の新曲」を年内発表へ
ポール・マッカートニーが AI を活用して制作した「ビートルズ最後の楽曲」を年内リリースすると明かした。ドキュメンタリーで培われた音源分離技術を使い、古いカセットデモからジョン・レノンの声をクリアに抽出。長年未完だった名曲が現代に蘇る。
OpenAI、APIに「Function calling」を追加 GPT-3.5の16k版提供と値下げも実施
OpenAIはChat Completions APIに「Function calling」機能を追加したと発表した。モデルが関数の引数を構造化JSONとして正確に出力できるようになり、外部ツールやDBとの連携が容易になる。あわせてGPT-3.5 Turboの16kコンテキスト版の提供や各種値下げも実施された。
AMDとHugging Faceが提携 CPU・GPUでのAIモデル実行を高速化
AMDはHugging Faceのハードウェアパートナープログラムに参画したと発表した。transformersライブラリにROCm SDKを統合し、EPYCやRyzen、Instinct GPU上でのモデル学習と推論を最適化する。Nvidia一強のAIインフラ市場において、開発者に費用対効果の高い代替選択肢を提供する狙いだ。
米Oracle、Cohereと提携して生成AIクラウドサービス提供へ
Oracleの創業者ラリー・エリソン氏は決算説明会で、AIスタートアップのCohereと連携し、新たな生成AIクラウドサービスを提供すると明かした。MicrosoftのAzure OpenAIに対抗し、企業が自社データを使って安全に特化型モデルを構築できる点が特徴。Oracle社内でもすでに活用が始まっている。
月
6月12日 月曜日
Amazon、生成AIで商品レビューを要約する機能をテスト中
Amazonはモバイルショッピングアプリにおいて、生成AIを活用してカスタマーレビューを要約する機能のテストを開始した。商品の気に入った点や不満な点を短くまとめて表示し、AI生成である旨の注記も付記される。数千件に及ぶレビューの確認を効率化する狙いだが、具体的な採用モデルなどの詳細は明かされていない。
Vision Pro発表から1週間：Apple株が終値で史上最高値を更新
Appleの株価が1.5%超上昇し、終値で過去最高の183.79ドルを記録しました。WWDCで3,499ドルのVision Proを発表してからわずか1週間後の節目となり、時価総額は約2.89兆ドルに達しています。
Meta、テキストや鼻歌から音楽を作る「MusicGen」を発表
Meta はテキストやメロディのプロンプトから音楽を生成する AI モデル「MusicGen」を発表した。2 万時間の楽曲や楽器サンプルで学習しており、ハミングから楽曲バリエーションを作ることも可能。音楽制作のハードルが大きく下がる一方、業界との著作権問題も予想される。
英政府、OpenAIやDeepMindから安全評価用のモデル先行アクセス権を獲得
ロンドン・テック・ウイークにて、スナク英首相はGoogle DeepMind、OpenAI、Anthropicが英政府にモデルを開放することで合意したと発表した。1億ポンド規模のタスクフォースも設置し、秋には世界的なAI安全サミットの開催を目指す。
Salesforce、生成AI向けファンドを5億ドルに倍増 HumaneやTribbleにも出資
Salesforce Venturesは、生成AIスタートアップ支援ファンドの規模を従来の2.5億ドルから5億ドルへ倍増させた。すでに投資済みのAnthropicやCohereに加え、新たにHumaneやTribbleを投資先へ追加。企業向け生成AIエコシステムの主導権確保を急ぐ。
TikTok、無料のAI広告台本生成ツール「Script Generator」を公開
TikTokは広告主向けに動画スクリプトを自動生成する無料ツール「Script Generator」を提供開始した。商品情報やキーワードを入力して動画の長さを選ぶだけで、数秒でフックや構成案を含む台本を作成できる。なおTikTokは事前確認を推奨している。
ファーウェイが2019年に「Vision Pro」商標を出願済み、Appleは中国で改名が必要か
Patently Appleによると、ファーウェイは2019年に中国で「Vision Pro」商標を出願し、VR端末やスマートグラスを対象に2031年までの専用権を保有している。これにより、アップルが発表した「Apple Vision Pro」は中国市場への投入にあたって改名や権利交渉を迫られる可能性がある。
日
6月11日 日曜日
Bing Chatに音声入出力機能が追加、会話上限も30ターンに拡大
Microsoftは、Bing Chatで音声コマンドによる入力と音声読み上げ機能の提供を開始した。ユーザーはマイクアイコンを押して話しかけることができ、英語、中国語（普通話）、フランス語、ドイツ語に対応する。あわせて1回の会話上限を従来の20から30ターンに、1日の上限も300ターンに引き上げた。
土
6月10日 土曜日
ドイツでChatGPTが礼拝を担当：300人以上が参加、説教の98%をAIが生成
ドイツのバイエルン州で、内容の約98%をChatGPTが作成したキリスト教の礼拝が開催され、300人以上の信徒が参加した。スクリーン上のアバターが40分間にわたり説教や祈りを読み上げた。出席者からはスムーズさに驚く声が出た一方、感情や心が感じられないという指摘も上がった。
