Google、Geminiの人物画像生成を数週間以内に再開へ 歴史的誤描写修正へ
DeepMind創業者のデミス・ハサビス氏は、Geminiの人物画像生成機能を数週間以内に再開させたい意向を示しました。歴史上の人物の多様性描写が過剰で不自然だった問題を受け、多様性を目指す仕組みを一律に適用しすぎたと説明し、修正を進めています。
DeepMind
新しいニュースを見る
Googleが「MusicFX」一般公開：プロンプトから最長70秒の楽曲を生成
Googleは実験場「AI Test Kitchen」にて音楽生成ツール「MusicFX」と作詞支援「TextFX」を一般公開した。テキスト指示から最长70秒の楽曲やループ音源を生成でき、SynthID透かしも埋め込まれる。著作権リスクを避けるため特定アーティスト名やボーカル生成は制限される仕様だ。
AutoRT・SARA-RT・RT-Trajectory発表：ロボットの動作速度と汎化性能を強化
研究チームはロボット制御を進化させる AutoRT、SARA-RT、RT-Trajectory を発表した。AutoRT は大規模基盤モデルで実環境データを安全に自動収集し、SARA-RT は注意機構を線形化して判断速度を 14% 向上。RT-Trajectory は軌跡情報で未知タスクの成功率を 2 倍以上に高めた。
Google、テキストから楽曲を生成するAIツール「MusicFX」を公開
Googleは、テキストプロンプトから音楽を生成できる実験的ツール「MusicFX」を公開した。MusicLMを基盤とし、DeepMindの電子透かし技術「SynthID」を自動で埋め込む仕様だ。著作権保護のため、特定アーティストの模倣やボーカル生成は制限されている。米国や豪州などで先行提供中。
Google、GPT-4対抗の次世代AI「Gemini」の公開を2024年初頭に延期
米報道によると、Googleは次世代AIモデル「Gemini」の提供を、当初予定していた11月から2024年初頭へ延期した。DeepMindがGPT-4に対抗すべく開発を進める主力モデルだが、生成AIレースでOpenAIの背中を追うGoogleの苦戦が続いている。
DeepMind共同創業者、「2028年までにAGIが実現する確率は50%」の予測を維持
Futurismの報道によると、Google DeepMind共同創業者シェーン・レッグ氏がポッドキャストで、2028年までに汎用人工知能（AGI）が実現する確率は50%とする2011年以来の予測を維持していると語った。計算能力はすでに整っており、人間の生涯を超える規模のデータ学習が鍵になると指摘している。
Google MakerSuiteの画面が流出：Gemini連携とプロトタイプ生成ツール「Stubbs」が判明
開発者が Google MakerSuite の未公開 UI をリークした。マルチモーダルモデル Gemini が統合されるほか、1 つのプロンプトからアプリのプロトタイプを自動生成・公開できる未発表ツール「Stubbs」の存在が明らかになった。
メリーランド大がAI透かしを検証：不可視型を全滅突破、誤検知偽造も可能に
メリーランド大学の研究チームは既存のAI画像透かし技術を検証し、すべて突破できたとする論文を発表した。攻撃者は不可視透かしを簡単に除去できるだけでなく、人間の写真に透かしを埋め込んで誤検知を起こすことも可能だ。巨大IT各社が期待を寄せるAI透かしだが、単体での防御には限界がある。
DeepMindが「OPRO」発表、LLMが自らプロンプトを最適化
DeepMindの研究チームは、大規模言語モデルをオプティマイザとして活用する新手法「OPRO」を発表した。数式ではなく自然言語と過去のスコア履歴をもとに、モデル自身が試行錯誤を繰り返してタスクの精度を最大化するプロンプトを自動生成できる。
元GoogleのCEOエリック・シュミット氏、AIで科学難問に挑む新組織を準備中
米Semaforによると、元Google CEOのエリック・シュミット氏がAIを活用してバイオや材料科学の難問に挑む非営利組織を立ち上げている。OpenAIの初期形態を模し、著名研究者のサミュエル・ロドリゲス氏らを招聘。シュミット氏の私財を主軸に、大学では得難い計算資源と高待遇でトップ層の結集を図る。
MIT、拡散モデルで未知のタンパク質構造を生成する「FrameDiff」を発表
MIT CSAILの研究チームは自然界に存在しない新規タンパク質構造を生成するAIツール「FrameDiff」を発表した。画像生成で使われる拡散モデルを微分幾何の剛体フレームに応用し、既存の予測モデルに依存せず骨格を構築できる。標的創薬やワクチン開発の大幅な効率化が期待される。
グーグルの「AIに堀はない」流出メモは本物、DeepMindトップは反論
Google DeepMindのCEOデミス・ハサビス氏が、同社にAIの優位性（堀）はないとする流出メモが本物であることを認めました。ただしオープンソースが台頭して大手を凌駕するという結論には同意せず、統合チームが今後もブレイクスルーを起こすと自信を見せています。
OpenAIがロンドンに初の海外拠点を新設、DeepMindの膝元に進出
OpenAIは英ロンドンに初の米国外オフィスを開設すると発表した。2015年の設立以来初の海外展開で、研究開発の強化と現地の政策当局との対話を進める。Google傘下のDeepMindの本拠地で優秀なデータサイエンス人材を確保しつつ、欧州での規制対策を固める狙いがある。
DeepMind、多様なロボットアームに対応するAIモデル「RoboCat」を発表
DeepMindはさまざまな実機ロボットアームで動作する自適応型AIモデル「RoboCat」を発表した。100〜1000回ほどの人間の操作実演から新しい作業を学習し、自らデータを生成してスキルを磨く。ただタスクによって成功率は13%から99%と大きなばらつきがある。
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がBrainとDeepMindを統合、新組織「Google DeepMind」設立
GoogleはAI研究部門のGoogle BrainとDeepMindを統合し、新組織「Google DeepMind」を立ち上げると発表した。CEOにはデミス・ハサビスが就任。OpenAIやマイクロソフトとの競争が激化するなか、研究資源と人材を結集して開発スピードを引き上げる狙いだ。
マスク氏、Twitterの生成AIプロジェクト向けにGPU約1万基を購入か
Business Insiderの報道によると、イーロン・マスク氏がTwitterの社内生成AIプロジェクトのためにデータセンター向けGPU約1万基を購入したという。同社は最近DeepMindの元研究員2名を採用しており、自社の膨大なデータを活用して検索機能の強化や広告事業の再建に役立てる狙いがあるとみられる。
Google、「Bardの訓練にChatGPTのデータを利用」との報道を否定
米The Informationが、GoogleがShareGPT経由でChatGPTのデータをBardの訓練に使ったと報じた件について、Googleは「BardはChatGPTやShareGPTのデータで訓練されていない」と公式に否定した。過去に利用した経緯があるかについては言及を避けている。
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。
画像生成AIは原画を「記憶」している：Stable Diffusionなど既存画像の複製リスクが判明
米 Google Brain やカリフォルニア大学バークレー校などの研究チームは、Stable Diffusion や Imagen などの拡散モデルが訓練画像を記憶し、そのまま複製出力することがあると発表した。再現率は 0.03% と稀だが、モデルが大型化するほど著作権侵害や個人情報の漏洩リスクが高まる恐れがある。