今回登場したGPT-5.1は、GPT-5の改良版という位置づけで、特に「会話のしやすさ」に焦点を当てた進化を遂げています。AIとの対話がより自然で、人間らしいやり取りになることを目指したアップデートと言えるでしょう。

GPT-5.1の主な改善点

OpenAIの公式発表によると、GPT-5.1では以下のような改善が施されています。

会話能力の向上が最大の特徴です。GPT-5.1は、より人間らしい対話スタイルを実現し、ユーザーとのやり取りがスムーズになるよう設計されています。従来のモデルでは、時に機械的な応答や、文脈を十分に理解していないような回答が見られることがありましたが、GPT-5.1ではこの点が大きく改善されているとのことです。

コンテキスト理解の深化も重要なポイントです。会話の流れをより深く理解し、前後の文脈を踏まえた適切な応答ができるようになりました。これにより、長い対話セッションでも一貫性のある回答を維持できるようになっています。

また、応答速度の最適化も実施されています。会話の自然さを保ちながらも、レスポンスタイムが改善され、よりテンポの良いやり取りが可能になりました。

3つのモデルモード──用途に応じた使い分け

GPT-5.1では、新たに3つのモデルモードが導入されました。これにより、ユーザーは質問の種類や求める回答の質に応じて、最適なモードを選択できるようになっています。

Auto(自動)モードは、思考時間を自動調整するモードです。質問の複雑さを判断し、簡単な質問には素早く、複雑な質問にはじっくり考えて回答します。デフォルトで選択されているモードで、多くの場合はこのモードで問題ないでしょう。

Instant(瞬時)モードは、とにかく速く回答が欲しい時に便利です。深い思考を必要としない簡単な質問や、スピードを優先したい場合に適しています。例えば、単純な事実確認や、アイデアのブレインストーミングなどに向いています。

Thinking(思考)モードは、より良い回答のために時間をかけて思考するモードです。複雑な問題の分析、論理的な推論が必要な質問、コーディングの難しい問題など、質の高い回答が求められる場面で威力を発揮します。

これらのモードは、画面上部のモデル選択メニューから簡単に切り替えられます。用途に応じて使い分けることで、GPT-5.1の性能を最大限に引き出せるでしょう。

パーソナライズ機能──あなた好みの会話スタイルに

GPT-5.1のもう一つの注目機能が、パーソナライズ機能です。これは、ChatGPTの応答スタイルとトーンを自分好みにカスタマイズできる機能で、より快適な対話体験を実現します。

設定メニューの「パーソナライズ」から、以下の8つのスタイルを選択できます。

デフォルトは、バランスの取れたスタイルとトーンです。特にこだわりがなければ、このスタイルで十分でしょう。

プロフェッショナルは、洗練されていて几帳面な応答スタイルです。ビジネス文書の作成や、フォーマルな場面での使用に適しています。

フレンドリーは、温かくてフレンドリーな応答になります。カジュアルな会話や、リラックスした雰囲気でアイデア出しをしたい時に良いでしょう。

率直は、率直でポジティブな応答スタイルです。遠回しな表現ではなく、ストレートに要点を伝えてほしい時に便利です。

個性的は、お茶目で想像力豊かな応答が特徴です。創作活動や、ユニークなアイデアが欲しい時に面白い結果が得られるかもしれません。

無駄がないは、簡潔で分かりやすい応答スタイルです。長々とした説明ではなく、要点だけを知りたい時に最適です。時間を節約したい忙しいビジネスパーソンにおすすめです。

探究心が強いは、探究心が強く、好奇心旺盛な応答になります。質問を深掘りして、新しい視点を提供してくれるでしょう。

皮肉っぽいは、批判的で皮肉っぽい応答スタイルです。アイデアの欠点を指摘してほしい時や、批判的な視点が必要な場面で役立ちます。

これらのパーソナライズ設定は、いつでも変更可能です。自分の好みや、その時の用途に合わせて、最適なスタイルを選んでみてください。

ユーザーの反応──まだ評価は定まっていません

リリースされたばかりのGPT-5.1について、現時点では詳細なユーザーレビューはまだ十分に集まっていない状況です。突然のリリースだったこともあり、多くのユーザーがまだ新モデルを試している段階と言えるでしょう。

これは、OpenAIの最近の戦略の特徴でもあります。大々的な発表イベントを経ずにリリースすることで、ユーザーの自然な使用環境での評価を集めながら、必要に応じて調整を加えていくアプローチです。

正直言って、新しいAIモデルの真価が分かるのは、数週間から数ヶ月使い込んでからです。特に「会話のしやすさ」という定性的な改善は、様々な用途で実際に使ってみないと実感しにくい部分でもあります。

今後、技術系コミュニティやSNS上で、より詳細な使用感のレポートが増えてくることが予想されます。特に注目すべきは、プログラミング支援、創作活動、ビジネス文書作成など、具体的なユースケースでの改善が実感できるかどうかでしょう。

競合との比較──AI市場の激しい競争

GPT-5.1のリリースを理解するには、現在のAI市場における競争状況を見る必要があります。OpenAIは依然としてリーダー的存在ですが、強力な競合が次々と登場しています。

Google Gemini──マルチモーダルと最新情報へのアクセス

GoogleのGeminiは、2025年に入ってから大幅な進化を遂げています。現在の最新バージョンはGemini 2.5 ProとGemini 2.5 Flashで、テキスト、画像、音声、動画を統合的に処理できるマルチモーダルAIとして注目を集めています。

2025年11月時点での主な特徴は、Deep Research機能です。これは5〜45分かけて複雑な質問を分解し、包括的なレポートを作成する機能で、Google AI Ultraサブスクリプション(旧Gemini Advanced)で利用できます。また、Veo 3という動画生成機能も追加され、テキストから動画を作成できるようになりました。

Geminiの最大の強みは、やはりリアルタイム情報へのアクセスです。Google検索と連携することで、最新の情報を含めた回答ができる点は、ChatGPTにはない大きなアドバンテージと言えます。また、100万トークンという超長文のコンテキストウィンドウを持ち、長大な文書の分析にも対応しています。

教育分野ではGemini for Educationが展開されており、学生向けには無料のProプランも提供されています。ただし、会話の自然さや創作支援という点では、ChatGPTに軍配が上がるという評価も多く見られます。

Anthropic Claude──最新のClaude Sonnet 4.5

AnthropicのClaudeは、2025年9月にClaude Sonnet 4.5をリリースし、「世界最高のコーディングモデル」を謳っています。このモデルは、SWE-bench Verifiedという業界標準のテストで最高スコアを記録しました。

Claude Sonnet 4.5の特徴は、30時間の自律動作が可能なことです。これは5月にリリースされたClaude Opus 4の7時間と比較して大幅な進化です。複雑で長時間にわたるタスクでも集中力を維持できる能力は、大規模なコーディングプロジェクトや研究活動で威力を発揮します。

2025年10月にはClaude Opus 4.1もリリースされ、コーディング、推論、エージェント機能がさらに向上しました。また、メモリ機能が追加され、最大50万トークン(約1,000ページ分)の情報を会話をまたいで記憶できるようになっています。

さらに注目すべきは、2025年5月に導入されたIntegrations機能です。これにより、ClaudeはJira、Confluence、Asana、Slackなど10以上のビジネスツールと直接連携できるようになりました。また、Research機能も強化され、ウェブとGoogle Workspaceだけでなく、接続されたサービスからも情報を収集して詳細なレポートを作成できます。

Claudeは安全性と信頼性を重視した設計が特徴で、Constitutional AIフレームワークに基づいて倫理的な原則が組み込まれています。企業利用での信頼性が高いと評価されており、会話の自然さという点でもGPT-5.1がこの領域で改善を図ったのは、Claudeへの対抗という側面もあると考えられます。

Microsoft Copilot──GPT-5統合とエコシステムの力

MicrosoftのCopilotは、2025年8月にGPT-5を統合し、大きく進化しました。Copilotは現在、OpenAIの最新技術をベースにしながらも、Microsoft 365エコシステムとの深い統合という独自の強みを持っています。

2025年の主要アップデートには以下があります。まず、Smart Modeの導入です。これは、タスクに応じて自動的に最適なモデル(高速な会話モデルか、深い推論モデルか)を選択する機能で、ユーザーはモデルを切り替える必要がありません。

Copilot Visionも大きな進化を遂げました。これは、デバイスのカメラを使って視覚的な情報をリアルタイムで分析し、質問に答える機能です。例えば、植物の写真を撮って健康状態を診断したり、インテリアのアイデアを得たりできます。

ビジネスユーザー向けには、Microsoft 365 Copilotが大幅に強化されています。Word、Excel、PowerPoint、Teamsなど、日常的に使うツールの中でAI支援が受けられる点は、他のAIにはない大きな価値です。2025年にはエージェント機能が追加され、Copilot Studioで作成したカスタムAIエージェントをCopilot Chatから直接呼び出せるようになりました。

また、Computer Use機能がプレビューで提供されており、AIが実際にアプリやウェブサイトを操作して、データ入力やレポート作成などのタスクを自動化できるようになっています。

各AIの得意分野(2025年11月版)

最新の状況を踏まえると、各AIの得意分野は以下のようになります。

• ChatGPT(GPT-5.1):会話の自然さ、3つのモード切替、パーソナライズ機能、創作支援、汎用性の高さ
• Gemini:リアルタイム情報アクセス、Deep Research、超長文処理(100万トークン)、動画生成(Veo 3)
• Claude:最高レベルのコーディング、30時間の自律動作、ビジネスツール統合、メモリ機能、安全性
• Copilot:GPT-5統合、Microsoft 365との深い連携、Smart Mode、Copilot Vision、エージェント機能

GPT-5.1が「会話のしやすさ」に焦点を当て、モード選択やパーソナライズ機能を追加したのは、この差別化された市場において、ChatGPTの強みである「自然な対話体験」をさらに磨き上げる戦略と言えます。

突然のリリースに込められた戦略

OpenAIが従来の派手な発表イベントを避け、静かにアップデートを重ねる背景には、いくつかの理由が考えられます。

まず、継続的な改善という開発思想があります。大規模なバージョンアップを待つのではなく、改善できる部分から順次リリースしていくアプローチです。これにより、ユーザーはより早く新機能の恩恵を受けられます。

正直言って、AI技術の進化スピードを考えると、この「小刻みなアップデート」戦略は理にかなっています。数ヶ月に一度の大型アップデートを待つより、改善されたモデルをすぐに使えるほうが、ユーザーにとってはメリットが大きいでしょう。

また、競合他社の動向も影響していると考えられます。GoogleのGemini 2.5、AnthropicのClaude Sonnet 4.5、MicrosoftのGPT-5統合など、AI業界は激しい競争状態にあります。この環境下で、継続的に改善を示すことは、市場でのポジションを維持する上で重要な戦略となります。

さらに、大規模イベントでの発表は期待値を過度に高めるリスクもあります。GPT-4のリリース時には大きな期待が集まり、その後の評価が厳しくなった側面もありました。静かなリリースは、こうした期待値コントロールの意味もあるかもしれません。

ChatGPT Plusユーザーへの展開

GPT-5.1は、まずChatGPT Plusの有料ユーザー向けに提供されています。月額20ドル(日本では月額3,000円程度)のサブスクリプションで、最新のGPT-5.1モデルにアクセスできるようになっています。

無料ユーザー向けの展開については、現時点で具体的な予定は発表されていませんが、OpenAIの過去のパターンを見ると、有料ユーザーでの検証期間を経て、段階的に無料版にも展開される可能性が高いでしょう。

ただし、無料版で使えるようになるのは、GPT-5.1がさらに次のバージョンにアップデートされた後、という可能性もあります。OpenAIは有料版と無料版で常に一定の機能差を保つ戦略を取っているためです。

GPT-5からGPT-5.1への進化の意味

バージョン番号の「.1」という小さな変更は、一見すると地味に思えるかもしれません。しかし、AIモデルの世界では、こうした細かな改善の積み重ねが、実際のユーザー体験を大きく向上させることがよくあります。

特に「会話のしやすさ」という点は、日常的にChatGPTを使用するユーザーにとって、非常に重要な要素です。より自然な対話ができるということは、AIアシスタントとしての実用性が高まることを意味します。

例えば、複雑な質問を段階的に深掘りしていく場合や、創作活動でアイデアを練り上げていく際など、会話の流れが自然であればあるほど、思考の流れが途切れず、より良い結果が得られるでしょう。

また、ビジネスシーンでの活用を考えると、クライアントとのメール文面を考えたり、プレゼンテーション資料の構成を練ったりする際に、まるで人間の同僚と相談しているような感覚で使えることは、大きな価値があります。

どのAIを選ぶべきか?

競合AIの最新状況を踏まえると、「どれが一番良いか」という問いに対する答えは、用途次第というのが正直なところです。

日常的な会話や創作活動には、GPT-5.1の自然な対話が適しているでしょう。3つのモード切替やパーソナライズ機能により、自分好みの使い方ができます。ブログ記事の執筆、アイデア出し、プログラミングの相談など、幅広い用途で使いやすいはずです。

最新情報が必要な調査や詳細なリサーチには、Gemini 2.5のDeep Research機能が向いています。「今日のニュースを教えて」といった質問には、Geminiのほうが正確な答えを返してくれます。また、100万トークンという超長文処理能力も魅力です。

本格的なコーディングや長時間の自律作業には、Claude Sonnet 4.5が最適です。30時間の自律動作が可能で、複雑なコードベースの移行や大規模なリファクタリングなど、時間のかかる作業を任せられます。また、Jiraなどのツールと連携できる点も実務的です。

既にMicrosoft 365を使っているビジネスパーソンなら、Copilotが最も実用的でしょう。GPT-5を搭載し、日常的に使うツールの中でシームレスにAI支援が受けられる利便性は、他では得られないメリットです。Smart Modeの自動モデル選択も便利な機能です。

実際のところ、多くのヘビーユーザーは複数のAIを用途に応じて使い分けているようです。それぞれに月額料金がかかるため、予算との兼ね合いもありますが、自分の主な用途を考えて選ぶのが良いでしょう。

AI業界の現在地

OpenAIのこの動きは、AI業界全体のトレンドを反映しているとも言えます。2024年から2025年にかけて、AI企業各社は「より実用的で使いやすいAI」の実現に注力してきました。

性能の向上だけでなく、ユーザビリティの改善に焦点が移ってきているのが、現在のAI開発のトレンドです。どれだけ高性能なモデルでも、使いにくければ意味がありません。GPT-5.1の「会話のしやすさ」重視というアプローチは、まさにこの流れに沿ったものと言えるでしょう。

また、各社が異なる方向性で差別化を図っているのも興味深い点です。かつては「より大きなモデル、より高い性能」という単純な競争でしたが、現在は「リアルタイム情報(Gemini)」「長時間自律動作(Claude)」「エコシステム統合(Copilot)」「会話の自然さとカスタマイズ(ChatGPT)」など、多様な価値軸での競争になっています。

これは業界の成熟を示す良い兆候と言えます。ユーザーにとっては、自分のニーズに合ったAIを選べる選択肢が増えたことになります。

これからのAI開発

GPT-5.1のリリースは、今後のAI開発の方向性を示唆しています。大規模な技術的ブレイクスルーを待つのではなく、ユーザーフィードバックを基に継続的に改善を重ねていく──このアプローチは、今後のAI開発のスタンダードになっていく可能性があります。

また、「会話能力」という人間とAIのインターフェースの部分を磨き上げることは、AI技術の普及にとって極めて重要です。技術的な性能だけでなく、どれだけ自然にAIとやり取りできるかが、一般ユーザーにとっての使いやすさを左右するからです。

OpenAIが今後、GPT-5.2、5.3といった形で継続的な改善を続けていくのか、それとも次の大きなバージョンであるGPT-6に向けて動き出すのか。そして、競合各社がどのような対抗策を打ち出してくるのか。AI業界の動向から目が離せません。

一つ確かなのは、私たちユーザーにとって、AIがますます使いやすく、実用的なツールになっていくということです。GPT-5.1の「会話のしやすさ」への注力は、その流れを象徴するアップデートと言えるでしょう。

Source: BGR – GPT-5.1: OpenAI’s surprise launch makes ChatGPT more conversational

これまでのiPhoneとは一線を画す新機能がたくさん詰め込まれているのが印象的ですね。

ついにProMotionがスタンダードモデルにも搭載

何といっても一番の驚きは、ProMotion技術がついにスタンダードモデルのiPhone 17にも搭載されたことでしょう。6.3インチのAlways-Onディスプレイで、1Hzから120Hzまでの適応的リフレッシュレートを実現。これまでProモデルの特権だった滑らかな表示が、ようやく全ユーザーに開放されました。

Appleとしても、Proとスタンダードモデルの機能格差に対する批判を意識していたのかもしれません。今回の判断は、ユーザー体験を均一化しようという意図が見て取れます。3000nitsの最大輝度と7層反射防止コーティングを備えたCeramic Shield 2も採用され、ディスプレイの質は確実に上がっています。

A19チップがもたらす大幅な性能アップ

A19チップの登場で、これまでとは次元の違う処理能力を手に入れました。3ナノメートルプロセスのおかげで、生成AI処理とゲーミング性能が大きく向上。バッテリー持ちも良くなっています。

iPhone 17では最大30時間の動画再生が可能で、これは前世代から8時間も延びています。A19 Proチップだと、さらに40%の性能向上と6コアGPUアーキテクチャの刷新が実現されました。各コアに独立したNeural Acceleratorを搭載したことで、オンデバイスでの大規模言語モデル処理がついに実用レベルに。プライバシーを守りながら高度なAI機能が使える時代がやってきそうです。

カメラは全モデル48MPセンサーに統一

iPhone 17のカメラシステムは、全モデルで48MPセンサーを採用という大胆な決断を下しました。スタンダードモデルで初の48MPデュアルカメラシステムは、正直言って予想外でした。48MP Fusion Main cameraには2倍テレフォトモードが内蔵されており、物理ズームをソフトウェアで巧妙に再現しています。

18MP Center Stageフロントカメラも面白い進化ですね。正方形センサーのおかげで、縦持ちのまま横向きセルフィーが撮れるようになりました。AI顔認識と組み合わせて自動で構図調整してくれるのは、SNS全盛の今の時代にぴったり。

Proモデルのテトラプリズム設計強化で、8倍光学ズームと40倍デジタルズームを実現。Appleは3つのカメラで「8台のカメラ相当」と豪語していますが、実際の使い勝手はどうなるでしょうか。4K 120fps Dolby Vision HDR録画のProRes Log対応は、プロの現場でも十分通用しそうです。

Pro系はアルミニウムデザインに回帰

iPhone 17 Proシリーズでアルミニウムユニボディデザインに戻ったのは、単なる素材変更じゃないと思います。ベイパーチャンバー冷却システムを組み込んで、持ちやすさと高性能を両立させる設計は、実用性を重視する方向への転換を感じます。

カメラハウジング周囲にアンテナシステムを配置する新設計も巧妙。接続性能を上げながら、見た目の統一感もキープしています。背面にCeramic Shieldを初採用したのも、耐久性への本気度を示しているようです。

気になる価格設定と購入のタイミング

iPhone 17の129,800円という価格は、256GBベースストレージを考えると妥当な線かもしれません。ただし、Pro系はiPhone 17 Proが179,800円、Pro Maxが194,800円と、やはり高額です。

Pro Maxで初の2TBオプションが登場しましたが、正直多くの人にはオーバースペックでしょう。この価格帯なら、購入前の慎重な検討が必要ですね。実際の使い方と予算をしっかり天秤にかけて判断したいところ。

ワイヤレス機能も大幅アップデート

Apple設計のN1ワイヤレスネットワーキングチップが搭載され、Wi-Fi 7、Bluetooth 6.0、Thread対応で次世代接続に対応。AirDropとPersonal Hotspotの性能向上は確かに嬉しい改善ですが、恩恵を最大限受けるには対応インフラの普及待ちという面もあります。

Qi2.2急速充電と40W Dynamic Power Adapterで20分で50%充電は魅力的。ただし、別売りアクセサリーの購入が必要な点は念頭に置いておきましょう。

スマホ市場全体への影響は

iPhone 17シリーズの登場で、スマートフォン市場全体が大きく動きそうです。ProMotion技術の全モデル展開は、競合他社にとってかなりのプレッシャーになるはず。業界全体のスタンダードが底上げされる可能性が高いですね。

とはいえ、これらの新機能が実際のユーザー体験にどの程度インパクトを与えるかは、使ってみないとわからない部分も多いです。特に生成AI機能の実用性や、新カメラシステムの日常での使い勝手については、長期的な評価が重要になってきます。

(Via Apple.)

• 変化（Change）：Appleが「World Knowledge Answers」や「Answer Engine」と呼ぶ生成AI型の新検索を開発中で、登場時期が当初の想定より早まる可能性があると報じられました（9to5Mac）。
• 理由（Reason）：社内に「Answers, Knowledge and Information（AKI）」チームを設立し、Siri・Safari・Spotlightに横断統合する構想が具体化しているためです（9to5Mac）。
• 理由（Reason）：GoogleのGeminiモデルを活用する選択肢もテストされていると伝えられ、実装面のハードルが下がる見通しです（9to5Mac）。
• 注意（Caution）：正式な発表・時期は未確定で、AppleのAI機能は段階的に拡張される傾向があるため、期待値コントロールが重要です（TechRadar）。

AppleがSiriやSafari、Spotlightと連携する生成AI検索「Answer Engine（社内名：World Knowledge Answers）」を準備中です。

最新の報道によると、同プロジェクトは当初の想定より早く形になる可能性があり、社内のAKIチームが開発を牽引しています。さらに、GoogleのGeminiを活用するシナリオも浮上し、Appleエコシステムでの検索体験が大きく変わる見込みです（9to5Mac）。

AKIチーム発足と「Answer Engine」構想の狙い

Bloombergのレポートを受けた9to5Macの記事によれば、Appleは「Answers, Knowledge and Information（AKI）」という新チームを立ち上げ、生成AIで世界知識に素早く答える体験を目指しているとされています。

目的は、従来のWebリンク羅列ではなく、会話型で要点を凝縮した回答を返すことです。これにより、iPhoneやMacの文脈（カレンダー、位置情報、保存資料などのローカルシグナル）も活かしつつ、検索の時間や労力を短縮する体験を提供しやすくなります。

「World Knowledge Answers」がもたらす体験

9to5MacやTechRadarの報道では、Answer Engineは以下の特徴を備える見込みです。

• 生成AIによる要約回答：ニュースや長文サイトをまたいで要点を抽出し、簡潔に提示します。
• マルチモーダル対応：テキストに加え、画像・動画・ローカルデータの文脈を取り込み、質問の意図に沿う回答に近づけます（報道ベース）。
• システム横断の統合：Siri、Safari、Spotlightに順次統合され、どこから検索しても同じ思想の回答体験を得られる設計が想定されます。

Gemini連携の可能性、内製と外部協業のベストミックス

Appleは内製モデルを育てつつ、GoogleのGeminiを活用する選択肢を並行検討していると報じられています。9to5Macは、Geminiテストの動きがAnswer Engineの裏付けになりうると示唆しています（9to5Mac）。

このアプローチは、初期から一定レベルの回答品質を確保しつつ、プライバシー要件（例：専用クラウドやオンデバイス処理の併用）を満たすための現実解として妥当です。将来的には自社モデル比重を高めつつ、ユーザー体験の品質を落とさないバランス運用が期待されます。

想定より早まる可能性と段階導入

9to5Macは、Appleの新しい生成AI検索が「当初の見立てより早く」登場する可能性を報じています。具体的な日付は明言されていませんが、他メディアでは2026年春ごろの見通しに言及するものもあります（TechRadar）。

Appleの新機能はベータ提供や限定地域から段階展開するのが通例で、今回も段階導入となる公算が高いです。

iPhoneの「検索」が自然な会話体験にシフト

• 日常利用の効率化：Siriの回答品質が上がれば、手短な疑問を音声で解決しやすくなります。Safariの要約表示やSpotlightの一発回答が日常の時短に寄与します。
• Appleエコシステムの価値向上：デバイス間のコンテキスト共有と一貫した回答体験で、iPhone・iPad・Macの横断利用がさらに心地よくなります。
• 検索の主戦場がUIからUXへ：リンク一覧の時代から、「最短で納得できる答え」を返す時代に。UIの刷新よりも、背後の理解・推論・要約の質が差別化要因になります。

過度な期待は禁物、検証・透明性がカギ

• 回答の正確性：生成AI特有の“幻覚”対策や出典表示の透明性が問われます。Appleがどのように信頼性を担保するかは、使い勝手に直結します。
• 段階的アップデート：AppleのAI機能は地域・言語・デバイス要件で提供範囲が異なる傾向があり、日本語対応の品質や提供時期も継続ウォッチが必要です。
• パートナー依存リスク：Geminiなど外部モデルを用いる場合、契約や方針変更が機能の可用性に影響する可能性があります。

出典：9to5Mac（2025年9月7日）、9to5Mac（AKIチーム）、9to5Mac（Gemini連携）、TechRadar

今回の発表で最も注目すべきは、開発者がApple Intelligenceの基盤モデルに直接アクセスできるようになったことです。これまではAppleが提供する機能を使うだけでしたが、今後は開発者が独自のアプリでApple Intelligenceを活用できるようになります。

しかも、このAI機能はデバイス内で動作するため、プライバシーが保護され、オフラインでも利用可能という画期的な仕組みです。

Appleのソフトウェアエンジニアリング担当上級副社長であるCraig Federighi氏は、「昨年、私たちはユーザーにとって役立ち、関連性があり、使いやすく、必要な場所で利用でき、しかもプライバシーを保護するインテリジェンスを提供する取り組みを始めました」と述べています。

ライブ翻訳でコミュニケーションの壁を取り払う

新しいライブ翻訳機能は、言語の壁を感じることなく世界中の人々とコミュニケーションを取ることを可能にします。この機能は、Messages、FaceTime、電話アプリに統合されており、Appleが独自開発したモデルによって完全にデバイス内で動作します。

海外旅行中に言葉が通じなくて困ったり、外国人の友達ともっと気軽に話したいと思ったりした経験はありませんか？そんな悩みを解決してくれるのが、新機能「ライブ翻訳」です。これは、メッセージや電話、FaceTimeでの会話をリアルタイムで翻訳してくれる、まさに未来の翻訳こんにゃくのような機能です。

例えば、あなたがメッセージアプリで外国人の友人と旅行の計画を立てているとします。あなたが日本語でメッセージを打ち込むと、それが自動的に相手の言語に翻訳されて送られます。そして、相手からの返信も瞬時に日本語に翻訳されるのです。これにより、言語の壁を意識することなく、スムーズなコミュニケーションが楽しめます。

さらにすごいのは、FaceTimeや電話でも使える点です。通話中に相手の話している内容がリアルタイムで字幕表示されたり、音声で翻訳されたりします。これまで言語が理由でためらっていた国際電話も、これからは気軽にかけられるようになるかもしれませんね。この機能もデバイス上で処理されるため、プライベートな会話の内容が外部に漏れる心配がないのは、さすがAppleというべきでしょう。

GenmojiとImage Playgroundで創造性をさらに広げる

Appleの生成AI機能であるGenmojiとImage Playgroundにも大幅な改良が加えられました。これまでGenmojiでは文字による説明から絵文字を作成できましたが、今回のアップデートでは既存の絵文字を組み合わせて全く新しいGenmojiを作ることができるようになります。

Image Playgroundでは、ChatGPTとの連携により油絵風やベクターアート風など新しいスタイルが利用可能になります。「Any Style」機能を使えば、具体的な要望を文字で伝えることで、ChatGPTがユニークな画像を生成してくれます。ただし、ChatGPTとの情報共有は常にユーザーの許可が必要で、プライバシーは厳重に保護されます。

家族や友人をモデルにした画像を作成する際には、表情を変えたり髪型を調整したりして、その人の最新の見た目に合わせることも可能です。これにより、より個性的で親しみやすいコンテンツの作成が可能になります。

画面上の情報を瞬時に理解するVisual Intelligence

Visual Intelligence機能も大幅に強化されました。これまではカメラを使って周囲の物体や場所について学習することができましたが、今回のアップデートではiPhoneの画面上に表示されている内容についても同様の機能が利用できるようになります。

スクリーンショットを撮るのと同じボタン操作で、画面上の任意の内容についてChatGPTに質問したり、GoogleやEtsyなどで類似の画像や商品を検索したりできます。例えば、ウェブサイトで見つけたおしゃれなランプに興味を持った場合、そのランプをハイライトすることで同じような商品や類似品をオンラインで簡単に見つけることができます。

さらに、画面上にイベント情報が表示されている場合、Apple Intelligenceが自動的にそれを認識し、カレンダーへの追加を提案してくれます。日時や場所などの重要な詳細情報も自動的に抽出され、イベント作成時に事前入力されるため、手間をかけずにスケジュール管理ができます。

Apple Watchでパーソナライズされたフィットネス体験

Apple WatchにもApple Intelligenceが導入され、Workout Buddyという革新的なワークアウト体験が提供されます。この機能は、ユーザーの過去のワークアウトデータやフィットネス履歴を分析し、リアルタイムでパーソナライズされた励ましの言葉を生成します。

心拍数、ペース、距離、アクティビティリング、個人的なフィットネス目標達成状況など、様々なデータを基に意味のあるインサイトを提供します。新しいテキスト読み上げモデルにより、Fitness+のトレーナーの声を基にした動的な生成音声でモチベーションを高める言葉が届けられます。

Workout Buddyは屋外・屋内ランニング、ウォーキング、サイクリング、HIIT、ファンクショナル・伝統的筋力トレーニングなど、人気の高いワークアウトタイプで利用可能です。人気の高いワークアウトの種類の一部において、まずは英語で利用できるようになります。

Bluetoothヘッドフォンとの組み合わせで使用でき、近くにApple Intelligence対応のiPhoneが必要です。

開発者向けの革新的なツール

今回の発表で最も画期的なのは、開発者がApple Intelligenceの基盤モデルに直接アクセスできるようになったことです。Foundation Modelsフレームワークを通じて、アプリ開発者は無料でAI推論機能を利用できるようになります。

教育アプリでは、ユーザーのノートから個人向けのクイズを生成したり、アウトドアアプリではオフライン環境でも動作する自然言語検索機能を追加したりできます。このフレームワークはSwiftをネイティブサポートしており、わずか3行のコードでApple Intelligenceモデルにアクセス可能です。

ガイド付き生成、ツール呼び出しなどの機能がフレームワークに組み込まれているため、既存のアプリに生成AI機能を実装することが これまで以上に簡単になります。クラウドAPIのコストを気にすることなく、強力で高速、プライバシーを保護する AI機能をアプリに組み込めることは、開発者にとって大きなメリットとなるでしょう。

ショートカットがさらにインテリジェントに進化

ショートカット機能もApple Intelligenceの恩恵を受けて大幅に強化されます。ユーザーは「インテリジェントアクション」という新しいショートカットセットを利用できるようになり、Writing Toolsでのテキスト要約やImage Playgroundでの画像作成などの専用アクションが用意されます。

学生の例を考えてみましょう。授業の音声録音から作成した文字起こしと自分が取ったノートを比較し、見落とした重要なポイントを自動的に追加するショートカットを作成できます。Apple IntelligenceモデルまたはChatGPTを活用して、ショートカット内での情報のプライバシーを維持しながら、より高度な処理が可能になります。

日常生活を便利にする追加機能

Apple Intelligenceは、日々使用するアプリや機能により深く統合されています。メール、ウェブサイト、ノートなどのコンテンツから最も関連性の高いアクションを自動的に識別し、リマインダーにカテゴリ分けして追加する機能が追加されました。

Apple Walletでは、商品の注文追跡詳細をメールから自動的に識別・要約する機能が搭載されます。すべての注文情報を一箇所で確認でき、進捗通知や詳細情報を把握することが容易になります。

Messagesアプリでは、投票機能が追加され、Apple Intelligenceが投票が有用な場面を検出して提案してくれます。また、Image Playgroundを使用して会話に合ったユニークな背景を作成し、チャットをパーソナライズすることも可能です。

プライバシーを最優先したAIの実現

Apple IntelligenceがAI分野で革新的なのは、プライバシー保護への徹底的な取り組みです。多くのモデルが完全にデバイス内で動作し、より大規模なモデルが必要な場合でも、Private Cloud Computeにより、ユーザーのデータが保存されることも Appleと共有されることもありません。

独立した専門家がAppleシリコンサーバー上で動作するコードを検査し、このプライバシー保護の約束を継続的に検証しています。これは AI分野におけるプライバシー保護の画期的な進歩と言えるでしょう。

利用可能時期とデバイス対応

これらの新機能は本日よりApple Developer Programを通じてテスト可能で、来月にはApple Beta Software Programを通じて一般向けベータ版が提供される予定です。正式版は今秋、対応デバイスでサポート言語に設定したユーザーが利用できるようになります。

対応デバイスには、すべてのiPhone 16モデル、iPhone 15 Pro、iPhone 15 Pro Max、iPad mini（A17 Pro搭載）、M1以降を搭載したiPadとMacが含まれます。利用には、Siriとデバイス言語を同じサポート言語に設定する必要があります。

現在サポートされている言語は、英語、フランス語、ドイツ語、イタリア語、ポルトガル語（ブラジル）、スペイン語、日本語、韓国語、中国語（簡体字）です。年末までにはさらに8つの言語が追加される予定で、より多くのユーザーがApple Intelligenceの恩恵を受けられるようになります。

(Via Apple.)

そんな中、iPhoneでおなじみのAppleが、AI戦略で少し出遅れているのでは？という声が聞こえてきます。そして、その鍵を握るのが、私たちが普段から使っている音声アシスタント「Siri」のようです。

Apple Intelligenceの現状とSiri再構築の噂

Appleは昨年、鳴り物入りで「Apple Intelligence」という独自のAI機能を発表しました。しかし、その滑り出しは順調とは言えず、多くの課題に直面しているようです。

Bloombergの報道によると、Appleはこの状況を打開するために、Siriを根本から作り直すという大きな決断を下したとのこと。社内では「LLM Siri」と呼ばれているこのプロジェクト、一体どのようなものなのでしょうか。

そして、なぜAppleはこのような大掛かりな再構築に踏み切る必要があったのでしょうか。

なぜAppleはAI開発で出遅れたのか？Bloomberg報道が明かす7つの理由

Appleといえば、革新的な製品で世界をリードしてきた企業です。しかし、ことAIに関しては、ChatGPTのような先進的なAIに比べて、少し見劣りする部分があるかもしれません。BloombergのMark Gurman氏のレポートは、その背景にあるいくつかの要因を指摘しています。

1. AIへの大型投資へのためらい

まず一つ目の理由として、Appleのソフトウェア部門トップであるCraig Federighi氏が、「AIへの大規模な投資に消極的だった」という点が挙げられています。Appleは、明確なゴールが見えないプロジェクトへの投資には慎重な傾向があるようです。

しかし、AI開発は、あるAppleの幹部が「投資してみないと、どんな製品になるか分からない」と語るように、まずやってみることが重要な分野。高価なGPU（AIの計算処理に不可欠な半導体）の購入も遅れ、結果として競合他社に後れを取ってしまったのかもしれません。

2. 開発スタートの遅れ

驚くべきことに、Apple Intelligenceという構想自体が、2022年末にChatGPTが登場するまでは「アイデアすらなかった」と別の幹部は語っています。

つまり、世間が生成AIの可能性に熱狂し始めてから、Appleはようやく重い腰を上げた、ということになります。スタートが遅れた分、追いつくためには相当な努力が必要になるのは想像に難くありません。

3. AIチャットボットへの懐疑的な見方

AppleのAI部門のトップであるJohn Giannandrea氏は、人々はAIチャットボットをそれほど求めていないと考えていたようです。彼は従業員に対して、顧客はChatGPTのようなツールを無効にしたがることが多い、と語っていたとのこと。この見方が、AI開発への積極性を欠く一因となった可能性は否定できません。

4. 旧Siriと新技術の統合の難航

Appleは当初、既存のSiriに生成AI機能を追加することで、手っ取り早くAI競争に追いつこうと考えたようです。しかし、これがうまくいきませんでした。

「まるでモグラたたきのようだ。一つの問題を修正すると、別の問題が三つも発生する」と、ある従業員はGurman氏に語っています。古いシステムに新しい技術を継ぎ足すことの難しさがうかがえます。

5. AI部門トップのリーダーシップと社内力学

John Giannandrea氏は、2018年に外部から採用された珍しいケースの幹部でした。報告によると、彼は他の経営陣のような「強力な」個性を持っておらず、社内で十分な影響力を発揮できなかったようです。

巨額の予算を獲得するための強い働きかけも不足しており、部下を十分に鼓舞することもなかったとされています。さらに、OpenAIやGoogleのような巨大AI企業を、Appleにとって喫緊の脅威とは見なしていなかったとも言われています。

6. 先行しすぎたマーケティングと機能の遅延

AppleのAIに関するマーケティングは、改良されたSiriや、システム全体から文脈を理解するApple Intelligenceなど、まだ準備が整っていない約束された機能に大きく焦点を当てていました。しかし、これらの機能はその後、延期を余儀なくされています。期待が大きかった分、ユーザーの失望も大きかったかもしれません。

これらの要因が複雑に絡み合い、AppleのAI開発は思うように進まなかったようです。大企業特有の意思決定の遅さや、既存製品とのしがらみ、そしてリーダーシップの問題が浮き彫りになっているように感じられます。

「LLM Siri」とは？Appleが進めるSiri大改革の3つの柱

では、Appleはこの状況を打開するために、具体的にどのような手を打とうとしているのでしょうか。その中心にあるのが、Siriの完全な再設計です。単に既存のSiriに機能を追加するのではなく、土台から作り直すというのです。

1 Siriを根底から作り直す：LLMベースへの完全移行

BloombergのGurman氏によると、AppleはスイスのチューリッヒにあるAIチームに、新しいアーキテクチャの開発を任せているとのこと。この新アーキテクチャは、「完全にLLM（大規模言語モデル）ベースのエンジンで構築される」そうです。

LLMとは、大量のテキストデータを学習することで、人間のように自然な文章を生成したり、質問に答えたりできるAIのこと。ChatGPTもこのLLMを基盤としています。このLLMベースのエンジンにより、Siriは「より人間らしい自然な会話ができ、情報をより上手く統合できるようになる」と期待されています。

これは、私たちが知っているSiriが、全く新しいものに生まれ変わる可能性を秘めていると言えるでしょう。

2 プライバシー重視：iPhoneと差分プライバシーを活用したデータ収集

Appleといえば、ユーザーのプライバシー保護を非常に重視する企業です。AIの開発には大量のデータが必要ですが、Appleはここでも独自のアプローチを取ろうとしています。

その一つが、iPhoneの処理能力と「差分プライバシー」という技術を活用することです。具体的には、iPhoneユーザーのメールなどの言語データ（もちろん個人のプライバシーは保護された上で）と、AIが生成した偽の学習データを比較し、その合成データのみをAppleに送信してAIのトレーニングに利用するというものです。

これにより、ユーザーのプライバシーを守りながら、AIの性能向上に必要なデータを収集できると考えられています。さすがApple、プライバシーへの配慮は徹底していますね。

3 SiriがWeb検索も？外部情報を取り込む新機能の可能性

さらに興味深いのは、新しいSiriがWeb上の情報を活用する可能性です。LLM版SiriをWebにアクセスさせ、「複数の情報源からデータを取得し、統合する」ことを検討しているとのこと。

これは、SiriがPerplexityのようなAIWeb検索ツールに近くなることを意味します。Perplexityは、AppleがSafariのAI検索機能で提携を打診した企業の一つでもあります。もし実現すれば、Siriに話しかけるだけで、最新の情報をまとめて教えてくれる、なんて未来がやってくるかもしれません。

AI戦略の再編：John Giannandrea氏の役割変更とその意味

このような大きな変革の中で、これまでAppleのAI戦略を率いてきたJohn Giannandrea氏の役割にも変化があったようです。

Gurman氏の報道によれば、彼はこの春、製品開発、Siri、そしてロボティクスプロジェクトから外れました。Appleの経営陣は彼の「引退への道筋」についても話し合ったものの、彼が連れてきた研究者やエンジニアが一緒に退社してしまうことを懸念しているとのこと。

いずれにせよ、Giannandrea氏自身は、「Siriが他の誰かの問題になって安心している」とされ、会社に留まる意向のようです。

この人事は、AppleがAI戦略を本気で立て直そうとしていることの表れと見て取れます。新しいリーダーシップのもと、より迅速で大胆な意思決定が可能になるかもしれません。

(Via The Verge.)

この問題は、AppleのAIトレーニングに使用されるデータソースの倫理性についての議論を引き起こしています。

Apple Intelligenceとは？生成AIの基本を押さえよう

まずは、Apple Intelligenceについて簡単に説明します。Apple Intelligenceは、Appleが開発中の生成AI(人工知能)システムです。生成AIとは、大量のデータを学習し、人間のような文章や画像を生成できるAIのことを指します。

生成AIの性能は、学習に使用するデータの質と量に大きく左右されます。そのため、AIの開発企業は膨大なデータセット(大規模言語モデル、略してLLM)を収集し、AIのトレーニングに使用しています。

Appleの倫理的アプローチ：有料データの使用をアピール

Appleは、他の企業と異なり、AIのトレーニングデータに対して倫理的なアプローチを取っていることを強調してきました。具体的には、以下のような取り組みを行っていると主張しています：

• 出版社に数百万ドルを支払い、コンテンツの使用許可を得ている
• 写真ライブラリ企業からライセンスを取得している
• データの出所が明確で、倫理的に問題のない情報源を使用している

このアプローチは、AIの開発における著作権問題や個人情報保護の観点から、業界内外で注目を集めていました。

論争の発端：EleutherAIの「Pile」データセット

しかし、最近の報道によると、Appleが使用したデータの一部に問題があることが明らかになりました。

問題の中心となっているのは、EleutherAIという企業が作成した「Pile」と呼ばれるデータセットです。

Pileには、YouTubeの字幕データが含まれていることが判明しました。しかも、これらの字幕は許可を得ずにダウンロードされたものだとされています。

問題点の整理

1. YouTubeの利用規約違反の可能性
2. 著作権者の許可を得ていない
3. プライバシー侵害の懸念

他社の反応：AppleだけではないPileの使用

実は、Pileを使用しているのはAppleだけではありません。他の大手テクノロジー企業も同様のデータセットを利用していることが分かっています。

• Anthropic：AIの倫理に注力する企業として知られているが、Pileを使用
• Salesforce：学術研究目的でPileを使用したことを認める
• Nvidia、Bloomberg、Databricks：使用が確認されているが、コメントを控えている

企業の言い分

Anthropicの広報担当者は、YouTubeの字幕使用について次のように述べています：

Pileに含まれるYouTube字幕は非常に小さな一部です。YouTubeの利用規約は、プラットフォームの直接利用を対象としており、Pileデータセットの使用とは区別されます。

この主張は、データの二次利用に関する法的グレーゾーンを示唆しています。

Pileデータセットの中身：YouTubeだけじゃない

Proof Newsという組織の調査によると、Pileには以下のようなデータが含まれているとされています：

1. 173,536件のYouTube動画の字幕(48,000以上のチャンネルから)
2. 人気YouTuberの動画字幕(Marques Brownlee：7件、PewDiePie：337件)
3. Wikipedia記事
4. 欧州議会の文書
5. Enron社員の電子メール(過去の学術研究で使用されたもの)

これらのデータの多くが、著作権者や関係者の許可を得ずに使用されている可能性があります。

今後の展望：AI開発と倫理の両立

この問題は、AI開発における倫理的課題の複雑さを浮き彫りにしています。今後、以下のような点が議論の焦点になると予想されます：

• データ収集の透明性確保
• 著作権法の見直しと適用範囲の明確化
• AI開発企業の自主規制とガイドライン策定
• 国際的な規制フレームワークの必要性

AI開発の速度と倫理的配慮のバランスを取ることが、業界全体の大きな課題になるでしょう。Appleのような大手企業が率先して透明性を高め、適切なデータ使用のモデルケースを示すことが求められています。

(Via Apple Insider.)

最近のMark Gurman氏のニュースレターでは、Appleが次のiOS 18のAI機能に「ベータ」や「プレビュー」というラベルを付けるかもしれないと示唆しています。この動きは多くの議論を呼んでいますが、なぜこれが賢明で正直な決定かを理解することが重要です。

AppleのAI戦略

ベータラベルの歴史

Appleが2011年にSiriを導入したとき、それは最初「ベータ」としてラベル付けされました。これは技術がまだ進化の途上にあり、現実のテストを通じて改善が必要だったためです。

今日では、AppleがAIレースで遅れを取っているという主張があります。Gurman氏は、iOS 18のAI機能でさえベータとしてリリースされる可能性があると述べています。

しかし、これは本当にAppleが遅れを取っている兆候なのでしょうか？

遅れを取っているという話

AppleがAI分野で競争相手に遅れを取っているという見方が広まっています。批評家は、Siriが他のインテリジェントアシスタント（例えばAlexa）のように急速に進化していないと主張しています。

現在、生成AIの登場により、Appleは慎重なアプローチを取っているように見えますが、他のテックジャイアントはすでにさまざまな生成AI製品やサービスを展開しています。

ベータとしての生成AIを理解する

生成AIとは？

生成AIとは、テキストや画像、音楽などのコンテンツを、その学習データに基づいて生成できるシステムのことを指します。これらのAIシステムは、パーソナライズされた絵文字の作成や栄養アドバイスの提供などのタスクを実行できます。

しかし、この技術はまだ初期段階にあり、重要な制限やリスクがあります。

生成AIの欠点

生成AIの話題にもかかわらず、完璧とは程遠い状態です。AIシステムが不正確な、意味不明な、あるいは危険なアドバイスを提供する事例が多数あります。

例えば、あるAI栄養ツールは、ピザに接着剤を加えることや料理にガソリンを使用することを推奨しました。これらの「幻覚」は、現在の技術の制限を浮き彫りにしています。

なぜベータとしてラベル付けするのか？

AI機能をベータとしてラベル付けすることは、これらの制限を正直に認める方法です。このラベルは、技術が大きな可能性を持ちながらも、まだ進化の途上にあることを示しています。

この正直さは、ユーザーに信頼を築くことができ、ユーザーはその制限を理解した上で機能を使用することができます。

(Via 9to5Mac.)

生成AIにおける著作権の難問

近年、生成AIと著作権法の関係をめぐる問題は、ますます複雑かつ重要になってきています。LLMや生成AIアプリケーションの人気が高まるにつれ、著作権問題も増加の一途をたどっていますが、有効な解決策は見られません。

主な問題は、企業が著作権で保護された作品を生成AIソフトウェアのトレーニングに使用する際や、これらのAIプログラムの出力に著作権で保護された作品の一部が含まれる場合に発生します。

著作権で保護された作品の全体または大部分をコピーしてAIのトレーニングに使用することは、企業側の主張や信念にかかわらず、著作権侵害に当たります。

注目を集める訴訟と公開書簡

生成AIと著作権問題の歴史は、大きな注目を集める訴訟や公開書簡であふれています。その中でも特筆すべき例をいくつか紹介します。

• 2023年12月、The New York TimesがOpenAIとMicrosoftを提訴。数百万本の記事が生成AIソフトウェアのトレーニングに使用されたと主張。
• 2023年9月、George R. R. Martin、Michael Connelly、Jonathan Franzenなどの著名作家がOpenAIを同様の理由で提訴。
• 2023年7月、15,000人以上の作家が大手テクノロジー企業に宛てたオープンレターに署名。AIトレーニングに使用された自分たちの作品に対する適切なクレジットと報酬を要求。
• 2024年1月、ノンフィクション作家のNicholas BasbanesとNicholas Gageが、OpenAIに対して著作権侵害を主張する集団訴訟を提起。
• 2024年4月、元Amazon社員が、競合他社との競争力を高めるために著作権法を無視するよう指示されたと主張する訴訟を提起。

これらの事例は、コンテンツ制作者の間で高まる懸念と、生成AI技術を開発する企業が直面する法的課題を浮き彫りにしています。

AIによる著作権保護コンテンツの再現傾向

生成AIのもう一つの大きな問題は、出力結果に著作権保護コンテンツを再現する傾向があることです。この問題の深刻さから、企業はこの現象の発生頻度を分析するようになっています。

PatronusAIは、OpenAIのChatGPT-4、MetaのLlama 2、MistralのMixtral、AnthropicのClaude 2.1など、4つの主要なAIモデルを比較し、AIチャットボットが著作権保護コンテンツを生成する頻度を調査しました。

PatronusAIの調査結果では、著作権保護コンテンツの生成率はモデルによって異なりますが、全般的に高い水準にあることが明らかになりました。同社はまた、LLMにおける潜在的な著作権侵害を検出するツール「CopyrightCatcher」を開発しました。

著作権保護コンテンツの生成は重大な影響を及ぼす可能性がありますが、出版社は言語学習モデルのトレーニングにおける著作権保護素材の使用についても懸念を表明しています。

2024年3月、The Wall Street Journalは、大手出版社が生成AIモデルのトレーニングにおける著作権保護作品の使用を調査し、AIによる作品の使用に対する報酬を求めていると報じました。

生成AIと著作権に関連する訴訟の数と出版社が表明している懸念の深刻さを考えると、Appleのような企業が潜在的な法的問題を回避しようとするのは理にかなっています。

AppleのユニークなアプローチでLLMと著作権問題に対処

自社の生成AIソフトウェアのトレーニングにおいて同様の著作権問題を回避するため、Appleは主要ニュース出版社の作品をライセンス使用していると報じられています。

2023年12月、AppleがVogueやThe New Yorkerを発行するConde Nastの作品のライセンス使用を計画していることが報じられました。また、同社はIACやNBC Newsとも約5,000万ドル規模の契約交渉を行っていました。

Appleは、社内でAjaxと呼ばれる言語学習モデルを開発する際、基本的なオンデバイス機能を搭載しました。一方、より高度な機能には別のアプローチを採用しました。Appleは、インターネット接続を必要とする複雑なタスクのために、Google Geminiなどのソフトウェアのライセンス使用を検討しました。

この戦略により、Appleは明らかに著作権問題を回避しようとしています。有料のライセンス使用により、Google Geminiなどのソフトウェアによって引き起こされる可能性のある著作権侵害について、Appleは責任を負わなくて済みます。

2024年3月に発表された研究論文で、Appleは社内のLLMのトレーニングに、画像、画像とテキスト、テキストベースの入力を慎重に選別して使用したことを明らかにしました。この手法により、画像のキャプション生成、多段階の推論、プライバシーの保護を同時に実現しました。

業界関係者によると、AppleのAjax LLMは、基本的なテキスト分析にインターネット接続を必要としないため、プライバシーを保護できるとのことです。つまり、オンデバイスのLLMはオフラインモードではデータベースに接続して著作権保護コンテンツを特定できませんが、テキスト生成などのより高度な機能では、そのようなチェックと接続が行われる可能性が高いです。

ただし、報告や文書化されたプロジェクトとは別に、ガードレールやライセンス使用は適切に実施されてこそ安全です。AppleのAIテスト環境に精通した情報提供者がAppleInsiderに明かしたところによると、オンデバイスのテスト環境で著作権保護素材を入力に使用することを防ぐ制限はほとんどないようです。

情報提供者は、Appleの社内における著作権侵害トレーニングを防ぐための規制については明確ではありませんでした。ただし、出力結果については、著作権保護コンテンツの一字一句の再現を避けるために、より厳しく規制されている可能性が高いとのことです。

Appleは6月10日から開催されるWWDCで、同社の生成AI技術を披露する予定です。

(Via Apple Insider.)

INDEX

• AppleのAI戦略の変化
• パートナー候補 OpenAI、Google、Baidu
• Baiduのパートナーシップ
  • Ernie Bot：BaiduのChatGPTのライバル
• Baidu株価への影響
• AppleのグローバルAI戦略への影響
• WWDC 2024への道
  • タイムリーな決断の必要性

AppleのAI戦略の変化

最近の噂では、AppleがiOS 18を通じてiPhoneに生成AIの能力を統合する計画であることが指摘されています。当初、AppleはクラウドベースのAI機能を自社で扱うと考えられていましたが、報道によると、同社はサードパーティのAIプロバイダーとの提携を模索しているようです。

パートナー候補 OpenAI、Google、Baidu

AppleがOpenAIおよびGoogleと、それぞれのAIモデルであるChatGPTおよびGeminiをiPhoneに統合する可能性について、予備的な話し合いを行っているという報道がいくつか出ています。

しかし、中国からの新しいレポートによると、Appleは中国本土で販売されるiPhoneのAI機能のパートナーとしてBaiduを選んだ可能性があるとのことです。

Baiduのパートナーシップ

Ernie Bot：BaiduのChatGPTのライバル

Cailian PressのDow Jones経由の報道によると、AppleはBaiduのErnie BotをiPhone 16、macOS、iOS 18のジェネレーティブAI機能に採用したそうです。

Ernie Botは中国の規制当局によって承認された40以上のAIモデルの1つで、ChatGPTのライバルと考えられています。

Baidu株価への影響

この報道を受け、Baiduの株価は月曜日の午前中に5.4%上昇しました。この提携は正式には確認されていませんが、この報道では、AppleとBaiduの提携は決定事項であり、Baiduに決定する前に、Appleはアリババや別のAIプロバイダーと話し合いを行ったと伝えられています。

AppleのグローバルAI戦略への影響

もしAppleとBaiduの提携が事実であれば、Appleが中国以外の市場において、iPhoneのクラウドベースの生成AI機能にGemini、ChatGPT、またはその他の大規模な言語モデルを選択する可能性が高いことを間接的に裏付けることになります。

あるいは、独占禁止法上の潜在的な懸念を回避するために、Appleは複数のサードパーティプロバイダーのサービスの組み合わせを選ぶかもしれません。

WWDC 2024への道

Appleは、6月上旬に開催されるWWDC 2024イベントでAI機能を披露する予定です。これらのデモを準備するために、同社は6月までにサードパーティのAIパートナーシップを決定し、イベントのかなり前に選択したチャットボットのiOS 18への統合を開始する必要があります。

タイムリーな決断の必要性

公式発表は近いうちに行われないかもしれませんが、Appleは新機能のスムーズな展開を確実にするために、AIとの契約をすぐに最終決定しなければなりません。

この分野での競争が激化していることを考えると、iPhoneへの生成AIのネイティブ機能の導入を先延ばしにすることは現実的な選択肢ではありません。

(Via BGR.)

BloombergのMark Gurman氏は、最新のニュースレター「Power On」にて以下のように述べています。

会談と予想される結果

Appleが米国で最も活発に議論しているのはGoogleとのもので、GoogleのGeminiがAppleのオペレーティングシステム内でチャットボットを動かす一方、Apple独自のAIエンジンがバックグラウンドタスクを処理するというものです。

しかし、どのような関係でも正確な条件はまだ確定しておらず、両社を取り巻く独占禁止法の監視を考えると、独占的なパートナーシップは大胆すぎる行動かもしれません。

その代わり、Appleは複数のパートナーと協力したり、iPhoneに深く統合されたジェネレーティブなAIシステムを構築するために、あらゆる開発者にiOSを開放する可能性もあります。

Appleが複数のサービスと提携する場合、同社がWebブラウザの検索エンジンを選択する方法に似ているかもしれません。

Apple が外部の支援を必要とする理由

大きな疑問が残ります。自社開発で知られるAppleが、なぜこのような重要な機能を扱うのに外部の人間を必要とするのでしょうか？考えられる理由をいくつか挙げてみると：

1. 金銭的利益： Googleや他のパートナーは、オペレーティングシステム内のプレミアムステータスのためにAppleにかなりの金額を支払うことができます。
2. 消費者の需要への対応： もしAppleがAIチャットボットについて強く感じていなくても、消費者の需要を認識している場合、パートナーシップを結べば、追加収入を得ながら機能を提供できる可能性があります。
3. 倫理とプライバシー問題の回避： サードパーティに技術を委ねることで、Appleは責任を最小限に抑え、論争が起きた場合はパートナーに責任を負わせることができます。
4. コスト削減： クラウドベースの生成AIの実行には、高価で計算負荷がかかります。他企業と提携することで、Appleは多額の費用を負担する必要がなくなります。
5. より迅速な統合： 中国のような国の現地プロバイダーと協力することで、AppleはAIをより迅速に統合し、規制上のハードルを乗り越えることができます。

iOS 18におけるAppleのAIビジョン

Appleは2024年のWWDCでiOS 18を発表する際、この技術をどのように統合すべきか、またなぜ競合他社とアプローチが異なるのかなど、AIに関する見解を議論するために多くの時間を割くことが予想されます。

Appleはまた、AI機能に関連するプライバシーの懸念への対処にまだ取り組んでおり、これが同社の社内での取り組みがライバルと比較して保守的になると予想される理由の1つです。

結論

AppleがiOS 18の生成AIでGoogle、OpenAI、Anthropicなどと提携する可能性は、テックコミュニティで大きな関心と憶測を呼んでいます。AIとプライバシーの懸念に対する同社の慎重なアプローチは、より保守的な社内の取り組みにつながるかもしれませんが、AIレースで競合他社に追いつくというプレッシャーが、Appleを外部のパートナーとのコラボレーションに駆り立てるかもしれません。

(Via bloomberg.)