Amazon、Prime Videoに「Dialogue Boost」提供 AIで台詞を聞き取りやすく
米AmazonはPrime Video向けの新機能「Dialogue Boost」を発表した。AIが背景音やBGMの中から音声を識別してセリフのみを強調するため、専用スピーカーがなくても聞き取りやすくなる。まずは一部のオリジナル作品で提供される。
米AmazonはPrime Video向けの新機能「Dialogue Boost」を発表した。AIが背景音やBGMの中から音声を識別してセリフのみを強調するため、専用スピーカーがなくても聞き取りやすくなる。まずは一部のオリジナル作品で提供される。
マイクロソフトがNvidiaへの依存低減とコスト削減を目指し、コードネーム「Athena」と呼ばれる独自AIチップを極秘開発中であると報じられました。すでに一部社員やOpenAIスタッフがGPT-4で性能テストを行っており、早ければ来年にも内部展開される見通しです。
Synthesis AIは、オンラインプラットフォーム「synthesis labs」にて、テキストプロンプトから高解像度の3Dデジタルヒューマンを生成する新技術を発表しました。年齢や服装などを指定して映画品質のモデルを即座に作成でき、スライダーによる表情や照明の微調整にも対応。ゲーム制作やAI学習用データのコスト削減につながります。
イーロン・マスク氏はインタビューで、ChatGPTに対抗する「TruthGPT」の開発を進めていると明かしました。宇宙の本質を理解し「最大限に真実を追求するAI」を目指すことで、人類滅亡のリスクを避けられると主張しています。営利化が進むOpenAIへの対抗姿勢を示した形ですが、具体的な開発状況は不明です。
Adobeは生成AI「Firefly」をCreative Cloudの動画・音声ツールに導入すると発表した。完全な動画生成にはまだ対応しないものの、言葉で指示するだけのカラーグレーディングや効果音生成、脚本からの絵コンテ自動作成などをサポートする。
米ニューヨーク・タイムズによると、Google は対話型 AI を組み込んだ検索機能「Magi」を開発しており、来月米国の最大 100 万人を対象に公開する予定です。ChatGPT や Bing の攻勢を受け、サムスンが標準検索の乗り換えを検討しているとされる危機感が背景にあります。
Meta AIは自己教師あり学習を採用した画像認識モデル「DINOv2」をオープンソース公開した。テキストキャプションやラベル付けデータに依存せず、ファインチューニングなしで分類やセグメンテーション、深度推定など多彩な視覚タスクの汎用バックボーンとして活用できる。
オープンソースの対話AIプロジェクト「OpenAssistant」が正式リリースされた。モデル本体だけでなく、人間が作成した60万件以上の高品質な対話・フィードバックデータセットもHugging Face上で完全無償公開され、独自の指示モデル開発に利用できる。
イーロン・マスク氏がネバダ州に新たな人工知能企業「X.AI」を設立していたことが提出書類から明らかになりました。マスク氏はすでに数千個の GPU を確保し、SpaceX やテスラ出資者からの資金調達も模索しており、OpenAI に対抗する生成 AI の開発を本格化させる見込みです。
Stability AIは画像生成モデル「Stable Diffusion XL(SDXL)」を発表した。35億パラメータを備え、高解像度かつ写実的な画像生成に対応する。クリエイターや開発者にとって、より高品質で表現力豊かなビジュアル制作が可能になる。
AWSは生成AIアプリ構築に向けた新サービス「Amazon Bedrock」と独自の基盤モデル群「Titan」を発表した。サーバー管理なしでClaudeやStable DiffusionなどをAPI経由で呼び出し、自社データで微調整できる。現在は限定プレビューとして提供されている。
Googleはオフィスビルで23台の移動ロボットを活用した大規模な強化学習実験を発表した。シミュレーションと教室での反復訓練を組み合わせることで、最終的な分別精度は84%に達し、実際のゴミ混入率を40〜50%削減することに成功した。
Adobeは「Premiere Pro」にAdobe Sensei搭載の「テキストベース編集」を導入すると発表した。動画素材を自動で文字起こしし、テキストを検索やコピペするだけでタイムラインの映像が連動して切り取られる。パブリックベータ版で提供され、5月に正式提供予定だ。
TechCrunchによると、OpenAIの研究チームが「Consistency Models」に関する論文を公開した。数十から数百ステップの計算を要する従来の拡散モデルに対し、わずか1〜2ステップで画像生成や超解像を行い、速度を桁違いに高める。初期段階のため画質はまだ粗いものの、スマホでの端側動作やリアルタイム生図に向けた布石となる。
イタリアのデータ保護当局は水曜日、ChatGPTの利用制限解除に向けた是正条件を発表した。4月末までにデータ処理方針の開示、18歳以上の年齢確認、非利用者のデータ処理拒否ツールの提供を求めており、OpenAIに残された猶予は約18日となっている。
MetaはVRやMR技術が教育に与える影響についての見解を発表した。日本の通信制高校でのMeta Quest 2活用や、米大学での仮想化学実験室による成績向上事例を紹介。没入感が生徒の集中力や理解度を高める一方、普及には教師の育成や格差是正が不可欠だと指摘している。
Business Insiderの報道によると、イーロン・マスク氏がTwitterの社内生成AIプロジェクトのためにデータセンター向けGPU約1万基を購入したという。同社は最近DeepMindの元研究員2名を採用しており、自社の膨大なデータを活用して検索機能の強化や広告事業の再建に役立てる狙いがあるとみられる。
Amazon Alexa AI は具身 AI 向けシミュレーション基盤「Alexa Arena」を発表し、オープンソース化した。自然言語での指示や多部屋ナビゲーションに対応し、人間が直接介在しながらロボットの学習データを効率的に収集できる。
OpenAI は Bugcrowd と提携し、公式のバグ報奨金プログラムを開始した。セキュリティ研究者がシステム内の脆弱性を報告すると、影響度に応じて 200 ドルから最大 2 万ドルの報奨金が支払われる。世界中のホワイトハッカーの協力を得て安全性を強化する狙い。
Carnegie MellonやYaleなどの研究チームは、OpenAIのGPT-4がデータラベリング作業で熟練クラウドワーカーを上回る精度を示したと発表した。572,322件のシナリオ注記でGPT-4を活用し、費用を5,000ドル未満に抑え、500,000ドルと20,000時間の労働を節約した。専門家の判断との相関も高く、注記産業に大きな影響を与える可能性がある。
アリババは独自のChatGPT風大規模言語モデル「通義千問(Tongyi Qianwen)」を発表した。中英両言語に対応し、まずは業務アプリ「DingTalk」や「天猫精霊」に先行導入され、将来的には全製品へ統合される。企業や開発者向けに独自データでファインチューニングを行うベータテストの受付も開始した。
スタンフォード大学の研究チームが記憶・内省・計画能力を持つ「生成エージェント」を発表した。ChatGPTを組み込んだ25体のエージェントをシムズ風の仮想空間に配置したところ、自発的にパーティーを企画したり町長選に出馬したりする振る舞いを見せ、人間によるロールプレイ以上に人間らしいと評価された。
Semaforなどの報道によると、画像生成AI「Stable Diffusion」を手がけるStability AIが急速な資金燃焼と収益化難航により深刻な経営危機に直面している。昨年調達した1億ドルを大幅に消費し、評価額40億ドルを目指す次期ラウンドも暗礁に乗り上げているという。
Vice報道によると、オープンソースの自律型AI「Auto-GPT」を使い、「人類滅亡」を命じられたAI「ChaosGPT」の実験動画が公開された。このAIは最も破壊的な兵器をGoogle検索したものの、実際の影響はフォロワー19人のアカウントにツイートを2件投稿したにとどまった。
流出した投資家向け資料によると、Anthropic は OpenAI に対抗するため今後 2 年間で最大 50 億ドルの調達を目指している。今後 18 か月で 10 億ドルを投じ、現行の 10 倍の能力を持つ次世代モデル「Claude-Next」を数万基の GPU で訓練する計画だ。
Googleのスンダー・ピチャイCEOはポッドキャスト番組で、AIチャットボット「Bard」を近日中に高性能なPaLMモデルへ切り替えると表明した。現状を「改造シビックでスーパーカーのレースに出たようなもの」と振り返り、推論やコーディング、数学の回答精度が向上すると説明している。
イタリアのデータ保護当局は金曜日、プライバシー侵害の疑いによりChatGPTの一時利用禁止とOpenAIの調査を命じた。学習データの収集根拠の欠如や未成年者の年齢確認不備を指摘しており、OpenAIは国内アクセスを遮断した。20日以内に改善策を提示しなければ巨額の罰金が科される可能性がある。
Midjourneyが無料トライアルを停止した。CEOのDavid Holz氏は、使い捨てアカウントによる乱用とGPU不足が重なり、有料ユーザーのサービス維持を優先したと説明。話題となった偽画像騒動ではなく、負荷対策が直接の原因だという。
米The Informationが、GoogleがShareGPT経由でChatGPTのデータをBardの訓練に使ったと報じた件について、Googleは「BardはChatGPTやShareGPTのデータで訓練されていない」と公式に否定した。過去に利用した経緯があるかについては言及を避けている。
非営利団体Future of Life Instituteが公開書簡を発表し、イーロン・マスク氏やヨシュア・ベンジオ氏らがGPT-4を超える強力なAIの訓練を最低6カ月間停止するよう求めた。制御不能な開発競争による社会的リスクを回避し、安全基準を整えるためとしている。
火曜日、オンライン開発プラットフォームのReplitはGoogle Cloudとの戦略的提携を発表した。AI支援ツール「Ghostwriter」にGoogleの生成AIモデルを組み込み、コード補完などを強化する。Microsoft傘下のGitHubがCopilot Xを発表した直後の動きで、開発者向けAIの覇権争いが激化している。
Goldman Sachsは、生成AIが世界で3億人分のフルタイム雇用に相当する業務を代替し得るとする報告書を発表した。米国と欧州で業務の4分の1が自動化の影響を受け、特に事務や法務への影響が大きいと予測される。一方で生産性向上をもたらし、世界全体の年間生産総額を7%押し上げる可能性も指摘している。
マイクロソフトはセキュリティ特化型AIアシスタント「Microsoft Security Copilot」を発表した。OpenAIのGPT-4と独自の脅威インテリジェンスを統合し、自然言語でのインシデント調査や脅威分析を支援する。最大の狙いは世界で340万人規模に及ぶセキュリティ人材不足の解消だ。ただしAI出力に誤りが含まれる可能性もあり、現場のフィードバックによる継続的改善を前提とする。
Asanaは予算進捗や組織全体の業務負荷、ワークフローの雛形を一元管理できる新しいダッシュボード機能を発表した。現時点ではAIは組み込まれていないが、同社はAI適用のための基盤と位置づけており、次回アップデートでAIによるポートフォリオ自動生成を導入する方針だ。