2023年のAI進化展望:ChatGPTと画像生成の先にある激変
OpenAI社長のGreg Brockman氏が「2023年のAI進化は2022年を退屈に見せる」と予測した。GPT-4の登場やBing検索への対話型AI統合、コーディング支援の普及が進む見込みだ。画像にとどまらず、テキストや音楽、プログラミングなど多領域で自動化の波が本格化する。
OpenAI社長のGreg Brockman氏が「2023年のAI進化は2022年を退屈に見せる」と予測した。GPT-4の登場やBing検索への対話型AI統合、コーディング支援の普及が進む見込みだ。画像にとどまらず、テキストや音楽、プログラミングなど多領域で自動化の波が本格化する。
NVIDIAが開発したGauGAN2は、大まかなスケッチとテキスト入力を組み合わせて写実的な自然風景を生成するツールだ。1000万枚の風景画像で学習されており、ブラシや消しゴムで山や空の形を微調整できる。UIはレトロだが、コンセプトアートの素早い作成に役立つ。
ガーディアン報道によると、OpenAIはChatGPTの出力に統計的電子透かしを埋め込む技術を開発中だ。単語の選択確率をわずかに調整して機械生成の痕跡を残し、数百語で判定できるという。学術的な不正やプロパガンダ防止を狙うが、現在はプロトタイプ段階にある。
フォーブスはAIがマクロ経済に与える影響を論じた。従来のGDPは人間の労働力規模に縛られていたが、24時間稼働するAI労働者が加われば成長の上限が消失する可能性がある。ただし恩恵の大きさは企業の導入速度や経済情勢に左右される。
「Sarah's Scribbles」の作者サラ・アンダーセン氏が自身の体験を明かした。名前をプロンプトに入れるだけで、AIがわずか数秒で自身の画風を模倣した画像を生成することに危機感を表明。長年培った独自の表現から人間性が削ぎ落とされたと訴えている。
元Metaのエンジニアが短尺動画の自動生成ツール「QuickVid」を公開した。単語を1つ入力するだけで、GPT-3による台本作成、DALL-E 2の画像生成、Googleの音声合成、フリー素材動画を自動で組み合わせて完成させる。コンテンツ制作の手間を劇的に減らす一方、粗製乱造への懸念も出ている。
文書処理プラットフォームRossumのCTOであるPetr Baudis氏は、企業でAI導入が進まない主因はモデルの性能ではなく「使いにくいUI」にあると指摘した。見た目の派手さよりも操作の簡素化が不可欠であり、Morton Salt社は専用UIの導入で処理時間を95%削減した。現場が日常的に使うには直感的な使いやすさが鍵となる。
FlawlessなどのAIツールが映画制作を変革していると報じられた。俳優の表情を新セリフに合わせて修正したり合成音声で吹き替えたりできる一方、再撮影を削減できる半面、本人の同意や肖像権をめぐる倫理的課題が浮上している。
Eidos-Sherbrooke の研究者が Unreal Fest 2022 にて、Unreal Engine の EQS と機械学習を組み合わせた敵 AI のデモを披露した。従来の複雑なビヘイビアツリーを組む代わりに、数値を調整するだけでボスの行動や難易度をゲームの面白さに合わせて柔軟に制御できる手法を提案している。
VentureBeatの報道によると、予測分析などの需要増加に伴い、高額なインフラ投資を避けてAIaaSを導入する企業が増えています。ClearMLのCEOであるMoses Guttmann氏は、AIaaSが汎用的な基盤課題を肩代わりすることで、社内チームが独自のビジネス課題に集中できると指摘しています。
スタンフォード大学の研究チームは、OpenAIのCodexを使った開発者はセキュリティ脆弱性のあるコードを書きやすく、それを安全だと過信しやすいと発表した。研究者は、AIはまだ人間の代替にはならず、出力の慎重な検証が欠かせないと指摘している。
スタンフォード大学の研究者はシナプスではなく樹状突起を模倣するAI計算モデルを発表した。特定順序の信号にのみ反応する特性と強誘電体トランジスタを組み合わせ、クラウドのメガワット級電力をスマホ電池レベルのワット単位まで低減することを目指す。
ChatGPTによる検索市場の地殻変動に関する分析が報じられ、Googleが「コードレッド」を発令した背景が浮き彫りになった。AIが直接答えを返す仕組みは、リンク広告に頼る収益モデルを根底から揺るがす。誤情報の懸念は残るものの、検索体験の刷新は不可避とみられる。
スタートアップのPolyはテキストプロンプトから3Dテクスチャを生成できるAIスイートを発表した。光の反射を模した物理ベースのレンダリングマップに対応し、これまでに200万件以上のテクスチャを生成。Y Combinatorなどから390万ドルを調達している。
TechCrunchのポッドキャストFoundに思考支援ツールre:collectのAlice Albrecht氏が出演。AIは思考の整理やアイデアの接続を助けるものの、人間の創造性を完全に代替することはないと述べ、開発初期からの安全対策の重要性を語った。
MediumのコラムがAIチャットボットと人間のライターの能力差を検証しました。AIは休まず大量のテキストを即座に生成し低コストで運用できる一方、文脈のニュアンス理解や独創性では人間に及びません。定型作業の自動化が進む反面、当面は代替ではなく人間の執筆を支援するツールとして共存していくとみられます。
AI生成アートの可能性と倫理的課題を考察する記事が公開された。AIは人間の芸術家の独自性を奪うものではなく、創作の発想を広げる実験ツールと捉えるべきだと主張。雇用への影響や感情表現の深さといった懸念に向き合いながら、責任ある活用の道を探る。
分析によると、AI技術を活用した収益化が各分野で進展している。市場予測では2025年までに世界市場が1906.1億ドル規模に達する見込みで、ECの推薦最適化や高精度広告が主な機会となる一方、法規制や倫理面の対応が課題となる。
市場分析によると、コスト削減や自動化の需要増を背景に、AI市場が将来的に数兆ドル規模に達する可能性がある。医療や金融など幅広い業界への導入と計算資源の向上が、持続的な成長を支えている。
OpenAIのChatGPTが持つ対話能力と応用可能性を解説する記事が公開された。従来の定型応答と異なり文脈に沿った自然なやり取りが可能で、各種予約システムと連携して実務タスクをこなせる点が注目されている。
デザイナーのマーク・アンドレーエフ氏がChatGPTとGoogle検索の体験差を分析した。リンク一覧を提示してユーザーに比較を委ねる検索エンジンに対し、ChatGPTは複雑な情報を自ら整理して回答するため、調べる際の認知的負荷を大幅に減らせる。
ドレクセル大学の研究チームはPLOS Digital Healthにて、OpenAIのGPT-3を活用して自発的な発話テキストから初期の認知症の兆候を80%の精度で予測できると発表した。従来の音響特徴量分析より高精度で、チームは家庭や診療所で使える事前スクリーニングツールの開発を計画している。
機械学習とディープラーニングを用いた血圧予測研究に関する包括的なレビュー論文が公開されました。主要な公開データセットや評価指標を整理するとともに、研究現場で見落とされがちなデータ分割戦略の課題を指摘。客観的なモデル評価の指針を示し、GitHub上で実験コードを公開しています。
アールト大学などの研究チームは、仮想現実ゲーム中の視線追跡と機械学習を組み合わせ、子どものADHD症状を客観的に検出する手法を発表した。主観的な問診に依存してきた診断を、日常動作のシミュレーションで高精度化する狙いだ。
Picsartが新たな生成AI機能「AI Avatar」を発表した。数枚の自撮り写真をアップロードするだけで、アニメ風やスーパーヒーローなど多彩なスタイルのアバターを生成可能。背景透過や画質向上などの編集ツールと連携した仕上げにも対応している。
報道によると、米Google経営陣がOpenAIの「ChatGPT」による検索事業への脅威を受け、社内に「コードレッド(非常事態)」を発令した。ピチャイCEOは複数部門に対抗策の策定を指示。広告依存度の高い検索ビジネスの防衛に向け、AI製品化を急ぐ。
ブリガム・アンド・ウィメンズ病院などの研究チームは、手術中の迅速凍结切片画像を石炭酸固定パラフィン包埋(FFPE)並みの高品質画像に変換するAIモデルを発表した。数分で膠芽腫や肺がんを高精度に診断できるよう支援する。ただし実際の医療現場への導入には追加の臨床試験が必要となる。
米The New York Timesは、ChatGPTやLensaなど急速に普及するAIツールを倫理的に活用するための注意点をまとめた。ツールは事実確認ができず、盗用や脆弱なコードの生成、偏見の拡散を招く恐れがある。個人情報の流出にも注意し、作業を丸投げするのではなく能力向上の補助として使うべきだと呼びかけている。
Becoming HumanがAIの意思決定における欠陥を指摘する論考を公開。AIは気分に左右されないとされるが、学習初期のランダム性が固定化され「予測可能なノイズ」として判断に影響し続けるリスクがあると論じている。
深層学習はメタバースの進化において不可欠な基盤技術となりつつある。視線追跡や3D再構築に加え、Metaのリアルタイム音声翻訳や、定型文に頼らない生成AIチャットボットによるブランド代表の対話が実現しつつある。仮想世界での自然な体験を深層学習が支える。
画像生成AIの中核技術である拡散モデルの歩みと仕組みが解説された。熱力学に着想を得たこの技術は、ノイズから元のデータを復元する逆過程を学習し、OpenAIのCLIPと組み合わせることで精度の高い生成を可能にした。現在では画像にとどまらず、音楽生成やタンパク質設計など医療分野へも応用が広がっている。
プリンストン大学の研究チームがロボット学習手法「ATLA」を発表した。GPT-3が生成した道具の形状や機能の説明を学習に加えることで、ロボットアームが未知の道具を扱う習得速度が大幅に向上した。言語モデルの知識が物理的なロボット制御の適応力向上に直結することを示している。
Kickstarter は成人向け AI 画像生成を目指す Unstable Diffusion のクラウドファンディングを規約見直しに伴い中止した。867 人の支援者から集まった 5.6 万ドル以上は全額返金される。アーティストからの激しい抗議を受け、AI プロジェクトの著作権や安全性の基準が問われている。
米Quoraは今週、ChatGPTをはじめとする複数のAIボットとチャットできる独立プラットフォーム「Poe」を発表した。同社は自前で基盤モデルを開発するのではなく、使いやすい対話インターフェースを提供することに特化する方針だ。まずはiOS限定の招待制で提供され、将来は外部開発者のモデル登録も受け付けるという。
DialpadはAI Labsの設立を発表し、今後5年間で5000万ドルをAI研究開発に投資すると表明しました。顧客満足度や解約の予測分析、CRMへの自動メモ記録といったワークフローの自動化に注力します。音声認識技術の蓄積を、実用的なビジネス意思決定支援へと拡張する狙いです。
スタンフォード大学の研究者が発表した論文によると、GitHub CopilotなどのAIアシスタントを使用した開発者は、利用しなかった開発者に比べて安全性の低いコードを書く傾向にあることが判明しました。さらに、AI利用者は自分のコードが安全であると誤認しやすいことも明らかになっています。
OpenAIは単一GPU上で数分でシンプルな3Dオブジェクトを生成する新AI「Point-E」を発表した。生成した単一視点画像から別の拡散モデルで3D点群を作る仕組みで、類似AIより1〜2桁高速に動作するという。
12月、匿名のクリエイターがStable DiffusionとDreamBoothを活用し、「時空旅行者の自撮り写真」シリーズを公開した。架空の同一キャラクターをピラミッド建設現場やダ・ヴィンチの画室に違和感なく配置し、微調整技術でキャラクターの一貫性を保つユニークな画像生成の可能性を示した。
『サウスパーク』を手掛けるトレイ・パーカーとマット・ストーンのAI企業Deep Voodooは、Connect Ventures主導で2000万ドルの資金調達を発表した。初の外部調達資金により、ハリウッドなど映像業界向けに低コストで高速なディープフェイクや顔交換VFX技術の開発を進める。
Jasper は AI プラットフォーム向けの対話機能「Jasper Chat」を発表した。人間のアシスタントと話すような感覚でブログ記事や広告文の生成、トーンの調整ができ、複雑なプロンプトの作成負担を軽減する。Boss Mode および Business プランの有料会員向けに即日提供される。
プレゼンテーション制作ツール「Tome」が GPT-3 と DALL-E 2 を統合した AI 生成機能を発表した。テキスト枠に発表テーマを入力するだけで、構成案や本文、AI 生成画像を含んだスライド下書きを即座に作成できる。現在はベータ版として無料で試すことができ、構想段階の負担を大幅に減らせる。
RefaceのCEOがForbesへの寄稿で生成AIが創作活動やビジネスに与える影響を解説した。DreamStudioが1カ月足らずで100万ユーザーに達するなど普及が加速するなか、著作権議論と並行して、企業は顧客を創作者に変えるAI機能を取り入れるべきだと提言している。
AI研究における倫理審査の実践を前進させる提言が発表された。従来の審査機関は被験者保護に偏り、アルゴリズムの悪用や社会的バイアスなどの広範なリスクに対応できていないと指摘。学術界全体で審査プロセスの効果検証と連携を進めるよう求めている。
AIシステム「DABUS」を単独発明者とする特許出願が世界各地で却下され、AIの発明能力を巡る議論が白熱しています。技術的な検証では、問題のモデル化から有望な概念の選別、出力の解釈まで人間の手が必要であり、現状は補助ツールに過ぎません。完全な自律的発明はまだ遠いのが実情です。
OpenAIが対話に特化した新しいAIシステム「ChatGPT」を公開した。GPT-3.5シリーズをベースに教師あり学習と強化学習で微調整されており、日常的な質問への回答だけでなく、自らの誤りを認めたり不適切な要求を拒否したりできる。現在は改善のためのフィードバック収集を目的に無料公開されている。