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。
AIエージェント
新しいニュースを見る
米空軍の戦術訓練機をAIが操縦、17時間以上の飛行に成功
12月、ロッキード・マーティンの訓練機「VISTA X-62A」をAIエージェントが17時間以上にわたり操縦した。AIが戦術機をこの形で制御したのは初で、人間の操縦士を模倣して飛行。自律型無人航空機の設計と実戦配備を加速させる狙いがある。
Zoomが対話型AIに参入：「Zoom Virtual Agent」で社内外の問い合わせ対応を自動化
Zoomは企業向け対話型AIボット「Zoom Virtual Agent」を発表した。大量のコーディングなしで社内ナレッジベースやFAQから学習し、Webやモバイル上で顧客や従業員からの問い合わせに自動対応する。既存CRMとも連携可能で、サポート運用の効率化を狙う。
Google Cloud、小売向けAIツール発表 店舗の棚をカメラで自動監視
Google Cloudは小売業者向けに4つのAIツールを発表した。目玉となる棚卸しAIはVertex AIを基盤にしており、店内の防犯カメラやスマホ、巡回ロボットの映像から商品を自動認識し、リアルタイムで欠品を検知する。あわせてECサイトの表示順を最適化するBrowse AIなども提供する。
フォーブス考察：AI労働力は人口の壁を壊し「無限の経済」を生むか
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。
プロンプト1つで短尺動画を自動生成 GPT-3やDALL-E 2を組み合わせた「QuickVid」登場
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。
社内AIが定着しない理由は「UIの悪さ」？ Rossum CTOが指摘
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。
機械学習でゲームの敵はどう変わる？Eidos が示す動的難易度調整の試み
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。
ChatGPTの実力と展望：自然な対話から業務連携まで
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。
MetaがHabitat 3.0を発表：仮想空間で人間とロボットが家事を共同作業
Metaが身体性AIシミュレーター「Habitat 3.0」と3Dデータセット「HSSD-200」を発表。ロボットと人間アバターが同じ仮想空間で部屋の片付けなどを共同で行う訓練が可能になり、狭い通路で道を譲る協調行動も獲得できます。実機テストのコストと安全リスクを大幅に下げる一歩です。
AIIAがAI開発スタックの包括的ガイドを公開：基盤モデルからエージェント開発まで網羅
AI Infrastructure Alliance（AIIA）がAI開発スタックに関する包括的なガイドを公開した。プロンプトエンジニアリングや微調整の手法、LangChainやLlamaIndexなどの主要フレームワーク、ベクトルデータベースの動向を詳解。基盤モデルを活用したアプリ開発を目指す人向けの実践的な手引きとなっている。
英アストン大学がAI信号制御システムを開発：強化学習で渋滞解消へ
英アストン大学の研究チームが、深層強化学習を活用した交通制御AIを開発した。従来の固定ルールとは異なり、シミュレーション学習を通じてリアルタイムに交差点の信号機を自動制御し、未経験の道路状況にも適応して車の待機時間と排出ガスを削減する。
Text-CAD：プロンプトからSTEP生成と3Dプリントまで全自動化
Text-CADは自然言語からハードウェア製造までの全工程をつなぐツールです。11のスキルを備え、プロンプトからのSTEP生成、1.6万点超のstep.parts部品ライブラリ検索、Bambu製プリンタでのスライスまで対応。モデルに直接3Dデータを吐かせずPythonコードを書かせることで、形状の正確性を担保しています。