ロサンゼルスの路線バスにAIカメラ搭載、違法駐車を自動検知
ロサンゼルス郡都市交通局（LA Metro）がバス車体にAIカメラを設置し、バスレーンや停留所を塞ぐ違法駐車の取り締まりを始める。撮影データは市交通局に送られ、人間が確認してから違反切符を発行する仕組み。今夏からテスト運用を行い、年内の本格稼働を目指す。
オンデバイスAI
新しいニュースを見る
SenseTimeが「SenseNova 5.0」発表、20万文脈長と端末側AIを強化
SenseTimeは大型モデル「SenseNova 5.0」と端末向け製品群を発表した。10TB超のトークンで訓練され、約20万の有効文脈長に対応する。MMBench総合スコアで首位を獲得したほか、端末向けモデルはフラッグシップ機で毎秒78.3語の推論速度を実現している。
マイクロソフト、38億パラメータの小型AI「Phi-3 Mini」を公開
マイクロソフトは軽量言語モデル「Phi-3 Mini」を公開した。パラメータ数は38億で、絵本のような合成データで訓練され、GPT-3.5匹敵の性能を持つという。スマートフォンやノートパソコンでの動作に向き、Azure、Hugging Face、Ollamaで利用可能だ。
アップル、仏AI企業Datakalabを買収か：端末内AI圧縮と視覚技術を強化
報道によると、アップルは端末内 AI 圧縮とコンピュータビジョンを専門とする仏スタートアップ Datakalab を 12 月に買収した。同社は低電力かつプライバシーを重視したエッジ処理技術に強みを持つ。iOS 18 のオンデバイス AI 機能や Vision Pro の強化に向けた布石とみられる。
IOCが「五輪AIアジェンダ」を発表：採点支援から有望選手の発掘まで導入へ
国際オリンピック委員会（IOC）は、スポーツ分野での活用方針を示す「オリンピックAIアジェンダ」を発表した。0.1秒未満で飛び込みの回転や角度を解析して審判を支援する仕組みや、スマホ動画による有望選手発掘プロジェクトが公開され、パリ五輪から順次導入される見込みだ。
Meta、オープンLLM「Llama 3」を公開 8Bと70Bの2サイズ、15兆トークンで学習
Metaは次世代オープンLLM「Llama 3」を公開した。8Bと70Bの2サイズでベースおよび指示調整モデルを提供し、15兆以上のトークンで学習されている。8B版は民生用GPUでも動作や微調整が可能。オープンソースAIの新たな基準となる一方、現時点のコンテキスト長は8kトークンにとどまる。
NVIDIA、MetaのLlama 3を全プラットフォームで高速化
NVIDIAはMetaの最新LLM「Llama 3」に向けた推論最適化を発表した。H200 GPU単体で70Bモデルを実行した場合、毎秒約3000トークンを生成し、約300人の同時利用に対応可能。8BモデルはRTX PCやJetson Orinなどのエッジ端末にも対応する。
Appleの「iOS 18」初期AI機能は完全オンデバイス動作か
報道によると、Apple が iOS 18 で導入予定の初期 AI 機能はクラウドを介さず端末上で完結する見込みです。メッセージや Safari、Siri のテキスト生成がオフラインで動作しプライバシーを保護します。詳細は 6 月 10 日の WWDC で明かされます。
スロベニアPaintCam、侵入者にペイント弾や催涙ガスを撃ち込むAI監視カメラ「Eve」発表
スロベニアのPaintCamは、顔認識AIで不審者を識別し、警告を無視した侵入者にペイント弾や催涙ガスを発射する防犯カメラ「Eve」を発表した。受動的な監視から自律的な武力撃退へ踏み込んだ製品だが、誤認射撃時の法的責任や倫理面での懸念も大きい。
Hugging Faceが「Idefics2」公開：8Bの軽量オープン多言語視覚モデル
Hugging Faceは8Bパラメータのオープンマルチモーダルモデル「Idefics2」をApache 2.0ライセンスで公開しました。元解像度での画像処理に対応し、OCRや文書解析性能を大幅に向上させ、30B規模の競合モデルに匹敵する性能を示しています。
Googleがコード特化モデル「CodeGemma」公開、2Bと7Bの3種展開
GoogleはHugging Faceと連携し、オープンアクセスなコード特化モデル「CodeGemma」を公開した。Gemmaをベースに5000億トークンを追加学習し、補完特化の2B、コードと自然言語を扱う7B、対話型の7B Instructを用意。2Bモデルは約6GBのメモリで動作し、端末内での高速補完に向く。
Apple、Vision Proの法人展開を加速：CopilotやNvidiaと連携
AppleはApple Vision Proのエンタープライズ活用を本格化すると発表しました。M2チップのNeural Engineによる機械学習を活用し、Microsoft 365 Copilotとの空間作業や、Nvidia Omniverseを介した3D設計・シミュレーションのリアルタイム連携を実現します。
Stability AI、12B言語モデル「Stable LM 2 12B」を公開
Stability AIは7言語に対応した「Stable LM 2 12B」のベース版および指示チューニング版を公開した。2兆トークンで学習され、関数呼び出しやRAGシステムへの組み込みに適している。あわせて1.6B版もアップデートされた。非商用利用は無料で、商用には会員登録が必要となる。
Opera、開発版ブラウザでローカルLLMに対応 LlamaやGemmaなど150種を端末上で実行可能に
Operaは開発版ブラウザ「Opera One Developer」において約150種類のローカルLLMへの試験対応を開始したと発表した。LlamaやGemma、Mixtralなどを端末に直接ダウンロード（1モデルあたり2〜10GB）し、外部サーバにデータを送信せずプライベートにAIを利用できる。
アップルが「ReALM」発表：画面情報をテキスト化しGPT-4超え
Apple の研究チームは、画面上の表示内容をテキストに変換して文脈を理解する AI システム「ReALM」を発表しました。重い画像認識処理を省くことで端末上での軽快な動作を実現しつつ、画面関連タスクにおいて GPT-4 を上回る性能を記録。将来の Siri が画面を見ながら操作代行できる道を開きます。
Ola Electric、自動運転電動スクーター「Ola Solo」の試作技術を予告
Ola Electric の CEO が世界初をうたう自動運転電動スクーター「Ola Solo」を予告しました。エイプリルフールの演出を交えつつも、二輪車の自動運転と自立制御技術のプロトタイプは実際に開発中で、将来の量産車に導入予定としています。
MS「Copilot」がPCローカル動作へ、ただし40 TOPS以上のNPUが必要か
IntelはMicrosoftがCopilotの一部機能をPCローカルで実行できるようにする計画を明かした。クラウド処理の遅延解消やプライバシー向上が期待される一方、次世代AI PCには40 TOPS以上のNPUが求められ、既存の市販PCでは基準を満たせない。
Apple、WWDC 2024 を6月10日より開催へ iOS 18 の生成AI機能が目玉に
Appleは世界開発者会議「WWDC 2024」を6月10日から14日に開催すると発表した。iOS 18などの次期OSが披露される予定で、機能強化されたSiriや要約機能、Xcode向けのAIコード補完など、同社の本格的な生成AI戦略の全貌が明かされるとみられる。
Stability AI、3B規模で7B超えのコード特化LLM「Stable Code Instruct 3B」公開
Stability AIは指示チューニング済みコードモデル「Stable Code Instruct 3B」を公開した。わずか30億パラメータながら、コード生成や補完タスクでCodeLlama 7B Instructを上回る性能を発揮する。重みはHugging Faceで公開中で、非商用なら無償で利用できる。
マイクロソフトが初の法人向けAI PCを発表、Copilot専用キーを搭載
Microsoftは法人向けとなる初のAI搭載PC「Surface Pro 10」と「Surface Laptop 6」を発表した。Intel Core Ultraプロセッサと専用NPUを搭載し、キーボードにCopilotキーを配置。各種AI機能を素早く呼び出せる仕様で、4月から順次出荷される。