Googleが「Bard Advanced」を有料提供か 最上位Gemini Ultra搭載の兆候
報道によると、開発者がGoogleのコード内から「Bard Advanced」の記述を発見した。最上位モデル「Gemini Ultra」を搭載し、Google Oneの有料サブスク向けに提供される見込みだ。カスタムBot作成機能なども見つかっているが、正式発表時期は分かっていない。
新しいニュースを見る
衛星レーダーとAIで海上の「ゴースト船」を可視化、Nature誌に発表
非営利団体Global Fishing Watchの研究チームが英科学誌Natureに論文を発表し、ディープラーニングと衛星レーダー画像を組み合わせて海上活動の精密マップを作成した。世界の産業漁船の約75%が公的追跡を逃れている実態を解明。AIが監視の盲点を照らし出し、海洋保全の意思決定を支える。
サムスンが1月17日に発表会を開催へ、AI搭載の新型Galaxyを予告
Samsungは夜、米カリフォルニア州サンノゼで1月17日に新製品発表会を開催し、AI技術を搭載した最新Galaxyスマートフォンを披露すると発表した。新型機はGalaxy S24シリーズとみられ、QualcommのSnapdragon 8 Gen 3を活用して端末単体で生成AIを動かす機能が期待されている。
マイクロソフト、Android版「Copilot」単独アプリを公開：GPT-4を無料開放
MicrosoftはGoogle PlayストアにてスタンドアロンのAndroid版Copilotアプリを静かにリリースした。Bingアプリを経由せずにAIチャットやDALL-E 3による画像生成が利用できるほか、ChatGPTでは有料のGPT-4モデルも無料でアクセスできる。なお、iOS版は現時点で未提供。
Google、LLM基盤の動画生成モデル「VideoPoet」発表 拡散モデルを使わず10秒の一貫した大動作を生成
Googleは、主流の拡散モデルではなく大規模言語モデル（LLM）アーキテクチャを採用したマルチモーダル動画生成モデル「VideoPoet」を発表した。テキストや画像からの動画生成、スタイル変換、音声生成を単一モデルに統合し、アーティファクトを抑えた10秒の一貫した大動作動画を生成できる。
Appleが明かす端末向けLLM最適化：フラッシュメモリ活用でRAMの2倍のモデルを駆動
Appleは論文「LLM in a flash」を発表し、DRAM容量を超える大規模言語モデルを端末上で動かす技術を公開した。パラメータをフラッシュメモリに置きオンデマンドで読み出すことで、メモリの2倍サイズのモデルを扱え、GPU推論速度を最大25倍引き上げた。端側AIの実現に向けた重要な一歩となる。
Google、2024年選挙に向けてBardやSGEの選挙関連回答を制限へ
Googleは2024年の米大統領選などに向け、生成AIツール「Bard」や「SGE」での選挙関連の質問回答を来年初めから制限すると発表した。偽情報拡散防止のため、合成コンテンツの開示義務付けも進める。具体的な制限範囲はまだ明かされていない。
Google、ColabのAIコード支援機能を無料プランを含む全ユーザーに開放
Googleは「Google Colab」のAIコード支援機能を無料プランを含む全ユーザーへ提供拡大すると発表した。対象地域のユーザーは自然言語によるコード生成や、実行エラーの原因と修正案をAIが提示する機能を利用できる。提供は2024年まで続く見込みだ。
Googleが「Gemini Pro」APIを一般公開、毎分60リクエストまで無料提供
Googleは開発者や企業向けに「Gemini Pro」およびマルチモーダル対応の「Gemini Pro Vision」APIの提供を開始した。32Kのコンテキスト長や関数呼び出しに対応。Google AI Studio経由で毎分最大60リクエストまで無料で利用できる。
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。
Anthropic、Googleスプレッドシート用拡張機能「Claude for Sheets」を公開
AnthropicはGoogleスプレッドシート内でClaudeを直接実行できる拡張機能「Claude for Sheets」を公開した。セルに「=CLAUDE()」と入力するだけでテキスト処理やプロンプト検証を自動化できる。利用にはAPIキーが必要で、入力データはモデル学習に使用されない。
GPT-4Vで再現：YouTuberがGoogle「Gemini」の演出動画を実機で実証
YouTuberのGreg Technology氏がGPT-4Vを使い、編集による演出疑惑が持たれていたGoogle Geminiのプロモ動画を再現した。リアルタイムの動画入力で手ぶりやイラストを判別させ、動作するコードをGitHubに公開している。
Google、「NotebookLM」にGemini Proを導入 米国で一般公開
米GoogleはAIリサーチ・ノートツール「NotebookLM」にGemini Proを導入し、米国の18歳以上のユーザー向けに一般公開した。チャット回答をピン留めできるノートボードや、文脈に応じた自動提案など10以上の新機能を追加。ユーザーの個人データは学習に使用されないとしている。
Google、Geminiの目玉デモに誇張疑惑 リアルタイム対話ではなく静止画編集と判明
海外報道によると、Googleが公開したGeminiの操作デモ動画はリアルタイム対話ではなく、静止画とテキストプロンプトを組み合わせた演出だったことが判明した。遅延の短縮に加えプロンプトによる誘導も行われており、技術の信頼性に疑念が生じている。
Google、Bardに新型AI「Gemini」を導入：まず英語版Proから
Googleは対話型AI「Bard」に最新モデル「Gemini」を統合すると発表した。まずは170以上の国と地域で英語版のGemini Proがテキスト向けに提供され、GPT-3.5を上回る推論性能をアピールする。最上位のGemini Ultraを積んだBard Advancedは来年初頭に登場予定だ。
Google DeepMindのAI「GNoME」、38万種の新材料を予測
Google DeepMindは付のNature誌で、新材料探索AI「GNoME」を発表した。理論上安定な結晶構造を約38万種予測し、人類の既知データを一気に約10倍へ拡大。自律型ロボットラボにより41種の合成にも成功したが、モデル自体の一般公開は見送られている。
Google、BardのYouTube連携を強化：再生せずに材料や要点を抽出可能に
GoogleはAIチャットボット「Bard」のYouTube拡張機能を強化し、動画を再生しなくてもレシピの分量や調理手順などを抽出できるようにした。現在はLabsの実験機能として利用できる。利用者の手間は減る一方、動画の再生数に依存するクリエイターへの影響も懸念されている。
Google Meetがリアルの挙手を検出、カメラの前で手を挙げるだけで発言申請
GoogleはGoogle Meetに物理的なジェスチャー検出機能を導入しました。カメラの前で実際に手を挙げるとAIが認識し、会議内の挙手アイコンを自動でオンにします。顔や体から離して数秒間キープする必要があり、発言中は誤作動を防ぐため無効化されます。大半のWorkspaceプランで設定から有効化できます。
Amazon、Alexa部門で数百人を削減：生成AIへの注力に向けた体制再編
AmazonはAlexaおよびFire TV事業部門で数百人規模の人員削減を行うことを明らかにしました。幹部の内部メモによると、経営資源を生成AI機能の強化へ重点的に再配分し、事業の優先順位に合わせるための判断だとしています。
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。