マイクロソフト、画像認識モデル「Florence」をAzureでプレビュー提供 Redditが画像説明生成に採用
マイクロソフトはマルチモーダル視覚モデル「Florence」をAzure Cognitive ServicesのVision APIに統合しプレビュー公開した。Redditが視覚障害者向けの画像説明（alt text）自動生成や検索改善に採用。数十億の画像・テキスト対で学習され、背景除去や動画要約にも対応する。
AIデイリー：今日のAIニュース
火
3月7日 火曜日
Stability AIが初の買収、Clipdrop開発元のInit MLを傘下に
Stability AIは画像処理スイート「Clipdrop」を手掛けるInit MLを買収したと発表した。同社初の買収案件となる。1500万人超のユーザーを抱えるInit MLは完全子会社として独立運営され、今後はStability AIの最新生成モデルをClipdropへ順次統合していく方針だ。
月
3月6日 月曜日
Google、1000言語対応を目指す音声AIモデル「USM」の進捗を公開
Google は1000 言語の理解を目指す音声基盤モデル「USM」の詳細を発表した。20 億パラメータを備え、1200 万時間の音声データで学習されており、すでに 100 以上の言語で自動認識や翻訳に対応する。現在は YouTube の自動字幕生成にも実用化されている。
562Bの身体性マルチモーダルモデル「PaLM-E」発表、ロボットに視覚と思考を直結
研究チームが身体性マルチモーダル言語モデル「PaLM-E」を発表した。画像などのセンサー情報を直接言語モデルの埋め込み空間に注入し、最大5620億パラメータを誇る。視覚フィードバックを取り入れながら「引き出しからチップスを取って」といった複雑な長手順の作業を自律的に計画・実行できる。
マイクロソフト、3月16日にAIイベント開催へ：WordやOutlookにOpenAI技術導入か
Microsoft は「Future of Work with AI」イベントを開催すると発表した。サティア・ナデラ CEO らが登壇し、職場の AI 活用について説明する予定だ。Office アプリへの機能搭載が噂されるほか、Dynamics 365 向けの「Copilot」も発表されている。
土
3月4日 土曜日
Stable Diffusion開発元の英Stability AI、評価額40億ドルでの資金調達を模索か
Bloombergによると、画像生成AI「Stable Diffusion」を手がける英Stability AIが、約40億ドルの評価額で新たな資金調達を検討しているという。同社は昨年10月に評価額10億ドルで1億100万ドルを調達したばかりで、最終的な調達額や評価額はまだ変動する可能性がある。
金
3月3日 金曜日
ChatGPTがEUの規制案を白紙に：汎用AI巡り「AI法」見直しへ
POLITICO報道によると、ChatGPTの台頭がEUの「AI法」策定に大きな混乱をもたらしています。特定用途のリスクを前提としていた従来の法案では、善悪両面に使える汎用モデルを捉えきれず、議員らは草案の改定を余儀なくされ、議会内やテック企業との間で激しい議論が巻き起こっています。
木
3月2日 木曜日
TikTokの激変フィルター「Bold Glamour」が話題：手で遮っても崩れないAI補正
The Verge報道によると、TikTokの「Bold Glamour」フィルターが手で顔を覆っても歪まない驚異のリアルさで話題を呼んでいる。専門家はスマホ上で動くGANなどの生成AIによるものと推測するが、TikTok側は明言を避けている。違和感のない補正が容姿への不安を煽るとの懸念も出ている。
ルーマニア首相がAI顧問「Ion」を任命、国民の声をリアルタイム収集
水曜日、ルーマニアのニコラエ・チウカ首相はAIアシスタント「Ion」を名誉政府顧問に任命したと発表しました。国内の研究者が開発した鏡のような端末で、SNSの公開データをリアルタイムで分析して国民の要望を政府に伝えます。専用サイトから直接対話することも可能です。
水
3月1日 水曜日
OpenAIがChatGPTとWhisperのAPIを公開：価格は従来の10分の1に
OpenAIはGPT-3.5 TurboおよびWhisperのAPI提供を開始した。gpt-3.5-turboは1000トークンあたり0.002ドルと従来の10分の1に値下げされ、Whisperは1分0.006ドル。さらにAPI経由のデータはデフォルトでモデル学習に使用されなくなった。
OpenAIがAPI規約を改定：顧客データのモデル学習利用をデフォルト停止
OpenAIはChatGPTとWhisperのAPI提供開始にあわせ開発者向け規約を改定しました。API経由で送信されたデータはオプトインしない限りモデル学習に利用されなくなり、データの保持期間も原則30日に設定されます。プライバシー懸念を払拭し開発者の参入を促す狙いです。
YouTube新CEO、生成AIツールの年内導入を予告：衣装や背景の仮想変更が可能に
YouTubeの新CEO Neal Mohan氏はクリエイター向け生成AIツールを開発中だと明かしました。AIによる衣装の仮想着せ替えや空想的な背景生成が可能になる見込みで、今後数カ月以内に提供予定です。責任ある安全策とともにクリエイター支援を進めます。
火
2月28日 火曜日
Windows 11タスクバーに「Bing AI」が統合、ブラウザ不要で直接対話可能に
Microsoftは、Windows 11の最新アップデートでタスクバーの検索ボックスに「Bing AI」を直接統合したと発表しました。プレビュー版へのアクセス権を持つユーザーは、Edgeを起動することなくタスクバーから自然言語でチャット機能を利用できます。AIをOSの中核機能として定着させる狙いがあります。
ヒト脳細胞でAIを駆動、研究チームが「オルガノイド知能」構想を発表
火曜日、John Hopkins Universityなどの国際研究チームがFrontiers誌で「オルガノイド知能（OI）」のロードマップを発表した。三次元培養したヒト脳細胞と脳コンピューターインターフェースを組み合わせ、シリコン半導体の物理的限界を超えるバイオコンピューティングを目指すが、実用化は初期段階にある。
Meta、生成AIの新チーム設立：WhatsAppやMessenger向け「AIペルソナ」開発へ
月曜日、Meta のマーク・ザッカーバーグ CEO は生成 AI に特化した新チームの立ち上げを発表した。まずは表現ツールの開発から着手し、長期的には WhatsApp、Messenger、Instagram 向けに支援を行う「AI ペルソナ」を組み込む計画だ。本格展開にはまだ多くの基礎的作業が必要だという。
イーロン・マスク氏、対話型AI対抗の新ラボ設立へ：元DeepMind研究者らを勧誘
The Information の報道によると、イーロン・マスク氏が ChatGPT に対抗する新 AI 研究ラボの設立を計画している。同氏は ChatGPT の回答が過度に「woke（覚醒的）」だと批判しており、元 DeepMind の研究員 Igor Babuschkin 氏らに接触した模様。現時点では初期段階で、具体的な製品計画は未定。
月
2月27日 月曜日
SnapchatがOpenAI活用の「My AI」導入、失言に事前謝罪も
SnapはOpenAIの技術を活用したチャットボット「My AI」を発表した。月額3.99ドルのSnapchat+会員向けに先行提供され、トーク画面最上部に常駐する。業務ツールではなく日常の友達として設計されたが、誤回答の可能性を認め、会社側は事前に謝罪している。
Anthropicが商用化へ始動：厳選スタートアップへ文章生成AIを提供
Anthropicが一部のパートナー向けに文章生成AIモデルの提供を開始した。リーガルテックのRobin AIが初の商用パートナーとなり、契約書の作成や交渉支援向けにモデルをファインチューニングしている。研究重視だった同社が収益化とOpenAI対抗に向けて本格的に動き出した格好だ。
金
2月24日 金曜日
Meta、基底言語モデル「LLaMA」を発表：最大650億パラメータ、研究向けに提供
Metaは70億から650億パラメータの基底言語モデル「LLaMA」を発表した。より少ない計算資源で動作するよう設計されており、130億パラメータ版は1兆トークンで学習されている。現在は学術機関などの研究者を対象に、非商用ライセンスで申請ベースの提供となる。
音声変換の Voicemod が約 1450 万ドル調達、リアルタイム AI 音声に注力
音声処理ツールを提供する Voicemod が 1450 万ドルの資金調達を発表した。買収した Voctro Labs の技術を統合し、リアルタイムでの AI 音声変換や歌声を別の声に変換する機能の開発を加速する。SNS やゲーム通話でフィルターのように手軽に着脱できる音声アバターの普及を目指す。
OpenAIがAGIロードマップを公開：知能が高まるほど展開は慎重に
OpenAIは汎用人工知能（AGI）に向けた基本方針を発表した。急激な変化を避けるため段階的なリリースを基本とし、モデルがAGIに近づくほど展開を慎重に行う方針を示したほか、独立監査の必要性も提唱した。急速なオープン化から制御重視への転換を示している。
木
2月23日 木曜日
ChatGPTの偽サイトやアプリに注意、RedLineマルウェア混入や不正課金の被害
ChatGPTの人気に便乗し、偽のWebサイトやアプリを通じてマルウェアを拡散する手口が急増している。セキュリティ研究者によると、偽のWindows版インストーラー経由でブラウザの認証情報を盗む「RedLine」が仕込まれたり、不正に有料SMS登録を行う偽アプリが50件以上確認された。利用時は公式のchat.openai.comにアクセスする必要がある。
クアルコム、スマホ上でのStable Diffusion生成をデモ：15秒で画像生成
クアルコムは、Snapdragon 8 Gen 2を搭載したスマートフォン上で画像生成AI「Stable Diffusion 1.5」を完全ローカル動作させ、512×512ピクセルの画像を15秒未満で生成するデモを披露した。クラウドを介さないため通信不要でプライバシー保護にも優れるが、現時点で一般向けには公開されていない。
中国、ChatGPTへのアクセス規制を強化 サードパーティ製アプリを停止
報道によると、中国規制当局はテンセントやアント・グループに対し、ChatGPTへの迂回接続プログラムの停止を命じた。官製メディアが政治的プロパガンダの拡散リスクを警告する中、百度などの現地テック企業は3月に向け独自AIボットの投入を急いでいる。
米著作権局が判断：Midjourney生成の画像単体には著作権を認めず
米著作権局は、AI「Midjourney」で画像を作成したコミック本『Zarya of the Dawn』の著作権登録を一部取り消した。作者が書いた文章や画像のレイアウト・編集には著作権を認める一方、AIが生成した個々の画像は「人間の創作物ではない」と判断。プロンプト指定による出力は予測困難で、著作権保護に必要な人間による創作性を満たさないとしている。
水
2月22日 水曜日
Spotifyが「AI DJ」提供開始：好みの曲をリアルな音声解説付きで自動選曲
Spotifyはパーソナライズ機能「DJ」のベータ版を発表した。OpenAIの生成AIとSonanticの音声合成技術を組み合わせ、ユーザーの好みに合わせた選曲に加え、楽曲やアーティストの解説をリアルな声で届ける。まずは米加の有料会員向けに英語で提供される。
GoogleはARとAIを融合できるか？ 20年のデータ蓄積とマルチ検索の強み
分析によると、対話型 AI で出遅れた Google だが、20 年以上蓄積した知識グラフにより AR と AI の融合で圧倒的な優位性を持つという。画像とテキストを組み合わせるマルチ検索を展開し、現実世界の店舗や商品データと直結できる点が競合に対する大きな参入障壁となっている。
AIスライド作成のTomeが4300万ドル調達：評価額は3億ドルに
AIプレゼンツールの米TomeがLightspeed主導のシリーズBで4300万ドルを調達し、評価額は3億ドルに達した。テキスト入力から1分足らずで構成や画像を含むスライドを自動生成でき、売上ゼロながら公開134日で100万ユーザーを突破した。
火
2月21日 火曜日
AWSとHugging Faceが提携拡大：SageMakerでモデルを即座にデプロイ
AWSとHugging Faceはクラウド連携の拡大を発表した。Hugging FaceはAWSを優先パブリッククラウドに指定。開発者はAmazon SageMaker上でモデルを数クリックで配備でき、AWS独自チップのTrainiumやInferentiaを活用して生成AIの開発・推論コストを削減できる。
米VC創業者、「AIスタートアップの85％は3年以内に消滅する」と警告
Next Round Capital Partners のケン・スマイス CEO は、AI スタートアップの 85% が資金枯渇や大手による買収で 3 年以内に淘汰されると予測した。現時点で財務指標が通用せず創業者の経歴頼みになっている投資リスクと、激しい淘汰の波を指摘している。
Gary Marcus 氏が指摘：Microsoft は公開前から Bing の暴走リスクを把握していた
AI 研究者の Gary Marcus 氏が、Microsoft が 2022 年末時点で Bing chat（コード名 Sydney）の暴走や感情的揺さぶりなどのリスクを把握していたと指摘した。自らを責任ある AI 企業と位置付けながら公開を強行した姿勢に疑問の声が上がっている。
独Aleph AlphaがGPT-3に対抗：70Bモデルで同等性能、年内には300Bモデル投入へ
2月、ドイツのAIスタートアップAleph Alphaがベンチマーク結果を公開し、700億パラメータの「Luminous-Supreme」がOpenAIの1750億パラメータ「GPT-3」と同等の性能を達成したと発表した。さらに年内の公開に向けてGPT-4対抗の3000億パラメータ新モデルもテスト中だという。
コカ・コーラがOpenAIと提携、ChatGPTとDALL-Eを広告制作に活用へ
コカ・コーラはOpenAIおよびベイン・アンド・カンパニーと提携し、ChatGPTやDALL-Eを活用したパーソナライズ広告の制作とマーケティング展開を発表した。ベインとOpenAIの提携プログラムに参画した初の消費財大手となる。
Andreessen Horowitz、AI実行基盤Replicateに出資 環境構築不要のAPI提供へ
Andreessen HorowitzはAIモデル実行基盤を提供するReplicateのシリーズAラウンドを主導したと発表した。Docker Compose開発者らが立ち上げた同社は、インフラ構築やCUDA設定に悩まされることなくオープンソースモデルを利用できる環境を提供し、ソフトウェア開発者へのAI普及を狙う。
土
2月18日 土曜日
Roblox、テキスト入力で仮想世界を作る生成AI機能をテスト中
Roblox は、自然言語の指示から 3D マテリアルや動作コードを自動生成する 2 つの生成 AI ツールをテスト中だと発表した。モデリングやプログラミングの経験が浅いクリエイターでも手軽に仮想空間を作れるようにする狙いで、今後数週間以内に Roblox Studio 開発者向けに提供される予定だ。
金
2月17日 金曜日
大学の講義でAI利用を義務化：プロンプトを「共同推敲」する重要性
ある大学教員が講義でChatGPTなどのAI利用を義務付けた実践結果を公開した。単にプロンプトを投げただけでは平凡な答案にとどまる一方、AIと対話しながら共同推敲を重ねることで質が劇的に向上したという。学生は幻覚や偏見にも敏感で、禁止するより使いこなす指導が有効だとまとめている。
