Appleがアクセシビリティ新機能を発表、15分の録音で「自分の声」をAI生成
AppleはiPhoneやMac向けの新アクセシビリティ機能を予告した。目玉となる「パーソナルボイス」は、ALSなどで発話能力を失う恐れのある人向けに、15分のテキスト読み上げから本人の声をデバイス上で生成・再現する。年内に順次提供される予定。
オンデバイスAI
新しいニュースを見る
Googleとタイトーが「スペースインベーダー」ARゲーム発表、街が防衛線に
Googleはタイトーと共同でARゲーム『SPACE INVADERS: World Defense』を発表した。ARCoreやGeospatial Creatorを活用し、周囲の街並みやランドマーク、天候に合わせた3Dの迎撃戦が楽しめる。
Androidに生成AI壁紙が登場：プロンプトを選ぶだけで壁紙と配色を自動生成
GoogleはI/O大会にて、今秋Androidに生成AI壁紙を導入すると発表した。提案されたプロンプトを選ぶだけで独自の画像を生成でき、システム配色も自動で連動する。来月にはPixel向けに3Dシネマティック壁紙なども先行提供される。
Googleが次世代LLM「PaLM 2」を発表：Bardに搭載、スマホ動作モデルも用意
Googleは開発者会議「I/O」で次世代大規模言語モデル「PaLM 2」を発表した。強化版Bardの頭脳となるほか、開発者向けAPIも即日開放。パラメータ数の規模競争から距離を置き、推論や数学、100以上の多言語処理を強化したほか、コード特化のCodeyやスマホ上で毎秒20トークン処理できる小型版も展開する。
Google ChromeがWebGPUを統合、ブラウザ上で端末GPUを使ったAI実行が可能に
GoogleはGoogle I/Oにて、ChromeブラウザにWebGPUを統合すると発表した。これによりWebアプリが端末のGPUを活用し、直接AIを実行できるようになる。会場ではStable Diffusionによる画像生成も実演され、クラウドを介さない低遅延かつ安全なデータ処理が期待されている。
Humane、画面のないウェアラブルAI端末をTEDで初公開 手のひらに画面投影
米スタートアップHumaneがTEDカンファレンスで披露したウェアラブルAIデバイスの全編映像が公開された。胸元に装着する小型端末で、スマホ不要で動作し、手のひらに着信画面を投影したり、本人の声を模倣してリアルタイム翻訳を行ったりできる。脱スマホを目指す意欲作だが、実用性にはまだ多くの疑問が残る。
Googleの内部文書が流出：「我々にもOpenAIにも堀はない」
Google の研究者が記した内部文書が流出し、Google も OpenAI も AI 競争における確固たる「堀」を持たないと警鐘を鳴らしました。Meta の LLaMA 流出以降、オープンソース陣営が LoRA などの技術で急速に進化しており、閉じた巨大モデルに固執する戦略は見直しを迫られています。
Humane、TEDで画面のないAIウェアラブル端末を初披露
元Apple社員が率いるHumaneがTEDで開発中のAIウェアラブル端末を初公開しました。スマートフォンを介さず音声とジェスチャーで操作し、手のひらに情報を緑色で投影する仕組みです。会場では自身の音声をフランス語へ即座に翻訳するデモも行われました。
Stability AIが言語モデル「Stable LM」公開、手元端末で動く軽量設計
Stability AIはオープンソースの大規模言語モデル群「Stable LM」のAlpha版を公開した。まずは30億と70億パラメータを提供し、1.5兆トークンで学習。基本モデルは商用利用可能なCC BY-SA-4.0で配布される。巨大なクラウドAPIに縛られず、ローカル端末上で動かせるのが最大の強みだ。
Apple、Siri向け自然言語生成をテスト：tvOSベータで発覚
9to5MacはAppleがtvOS 16.4ベータ版でSiri向けの自然言語生成機能「Bobcat」をテストしていると報じた。現在はApple TV上でジョークを話す用途などに限られる。ChatGPTのような対話AIではなく、従来の定型文に頼ったSiriの応答を底上げする試みだ。
大規模言語モデルに訪れた「Stable Diffusion」の瞬間：LLaMA が手元のノート PC で動く
開発者の Simon Willison 氏は LLM が Stable Diffusion と同様のオープン化の転換期を迎えたと指摘しました。Georgi Gerganov 氏の「llama.cpp」による 4bit 量子化により、Meta の LLaMA が MacBook 上で直接動作可能となり、個人環境での実行が一気に現実味を帯びています。
米Ford、自動運転子会社「Latitude AI」設立 旧Argo AIから550人を再雇用
Fordは、手放し・視線離脱が可能なレベル3自動運転技術の開発を担う完全子会社「Latitude AI」を設立しました。閉鎖したArgo AIから約550人の技術者を採用し、運転支援機能「BlueCruise」の強化を目指します。収益化が遠い完全自動運転タクシーから、量産車向けの実用的な支援技術へと舵を切ります。
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。
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。
Nvidia Broadcast 1.4提供開始：AIが目線をカメラ正面に自動補正
Nvidiaは「Nvidia Broadcast 1.4」にて、AIを活用した新機能「アイコンタクト」のベータ版を提供した。原稿や手元を見ていても、AIがカメラを直視しているような瞳をリアルタイムでシミュレーションする。視線を大きく外した場合は自動で解除される。RTXグラフィックスカード利用者が対象となる。
衛星直結のAIカメラトラップ、通信圏外の熱帯雨林でゾウを検知し密猟防止へ
スターリング大学とHack the Planetが開発したAI搭載カメラトラップのガボン熱帯雨林での試験結果が公開。Wi-Fiや携帯電波のない環境でAIがゾウを82%の精度で即座に識別し、衛星経由で平均7分以内に監視員へ自動通知します。
BMW、変色するコンセプトEV「i Vision Dee」発表 シュワルツェネッガー氏登壇
BMWは米ラスベガスで開催のCESで、次世代のヒューマンマシンインターフェースを掲げるコンセプトEV「i Vision Dee」を披露した。発表にはArnold Schwarzenegger氏も登壇。「Dee」はデジタルエモーショナル体験を意味し、電子インクにより車体色を32色に切り替えられる。
Iris Technologyが「webAI」β版公開、少量データで動くノーコードAI
1月の第1週、Iris TechnologyはノーコードAI開発基盤「webAI」の限定β版を公開した。同社によるとYoloV7と比べて学習データは5分の1、学習時間は3分の1で済み、一般的なノートパソコン上でのエッジ実行にも対応する。専門知識がなくても視覚モデルを構築できる。
AMD、AI専用エンジン内蔵のモバイル向け「Ryzen 7040」発表
AMDはノートPC向け「Ryzen 7040」シリーズを発表した。Zen 4アーキテクチャを採用し、x86プロセッサとして初めて「Ryzen AI」と呼ばれる専用AIハードウェアを統合。Apple M2を上回る処理性能と効率を謳い、搭載機は3月に出荷予定だ。
NVIDIA、Web動画を4K化する「RTX Video Super Resolution」発表
NVIDIAはCES 2023にて、Web動画をAIで高画質化する新機能「RTX Video Super Resolution」を2月に提供すると発表した。GeForce RTX 30／40シリーズ搭載PCのChromeおよびEdgeブラウザで、1080p動画を4Kにアップスケールできる。RTX 20シリーズやFirefoxへの対応は現時点で未定。