この出来事は、画像生成AI技術の現状と課題、そして今後の展望について、多くの示唆を与えてくれています。

Auroraとは何か：驚異的な画像生成能力

xAI社が開発したAuroraは、SNSのXに統合されているAIアシスタント「Grok」に実装された画像生成モデルです。

特筆すべきは、その圧倒的な画像生成能力です。人物や動物の写実的な画像生成において、既存の画像生成AIを凌駕する性能を見せました。

生成される画像のクオリティは、実写と見分けがつかないほど高品質であり、現在注目を集めているRecraftやMysticと同等、あるいはそれ以上のレベルに達していたとされています。これは、画像生成AI技術が新たなステージに突入する可能性を示唆する出来事でした。

謎に包まれた短命な実装

Auroraの特徴的な点は、その突然の実装と撤回のタイミングです。週末に突如としてGrokのドロップダウンメーニューに追加され、事前の告知や発表もないまま利用可能となりました。しかし、その存在が確認されてからわずか数時間後には、システムから完全に削除されてしまいました。

興味深いことに、この実装は、GrokがXユーザーの大多数に無料開放されたタイミングと重なっています。これは偶然なのか、または何らかの戦略的な意図があったのか、現時点では明らかになっていません。

技術的基盤と開発背景

Elon Musk氏は、Auroraについて「我々の内部画像生成システムであり、まだベータ版だが、急速に改善される」と説明しています。しかし、この画像生成モデルが完全なゼロからの開発なのか、あるいはMysticのようにFluxモデルをベースに大規模な改良を加えたものなのかは明らかにされていません。

現在、AuroraはGrok + Fluxという形で、Black Forest Labs社のFlux 1.1 Proモデルを使用するシステムに置き換えられています。この変更は、技術的な課題や倫理的な考慮による可能性が高いと考えられます。

Grokの独自性：パーソナライズされた画像生成

Grokの画像生成機能が特に注目を集める理由の一つは、そのパーソナライズ能力にあります。Grokは、ユーザーのX上での投稿履歴やウェブ検索へのアクセスを通じて、ユーザーについての深い理解を持っています。

これにより、ユーザーが自分自身を様々な状況で描写するよう依頼した際、ChatGPTとDALL-Eを使用した同様の試みと比較して、より正確な結果を生成できることが報告されています。この特徴は、画像生成AIの新たな可能性を示唆しています。

撤回の背景：技術的・倫理的課題

Auroraが撤回された理由の一つとして、その高度な人物描写能力が挙げられます。Elon Musk氏、Sam Altman氏、Donald Trump氏など、実在する人物の完璧な描写が可能だったとされています。

このような能力は、デジタルコンテンツの信頼性や個人の肖像権に関する重要な課題を提起します。開発チームは、適切な保護措置を実装するための時間が必要だと判断した可能性が高いでしょう。

今後の展望：画像生成AIの未来

Auroraの短期間の登場は、画像生成AI技術の可能性と課題の両面を浮き彫りにしました。特に以下の点について、今後の展開が注目されます。

技術面では、より高度な画像生成能力と、それを支える革新的なアーキテクチャの開発が期待されます。また、個人情報保護やコンテンツの真正性確保など、倫理的な課題への取り組みも重要となってくるでしょう。

(Via Tom’s Guide.)

INDEX

• Soraとは？OpenAIの次世代ビデオ生成ツール
• Soraのリーク事件—何が起きたのか？
• なぜ抗議が起きたのか？
• OpenAIの公式見解—Soraの安全性とアーティスト支援
• Soraの技術的課題と競合他社の台頭
• ビデオ生成市場の競争激化—OpenAIの行方
• アーティストとテクノロジーの未来

Soraとは？OpenAIの次世代ビデオ生成ツール

OpenAIが開発中のビデオ生成ツール「Sora」は、AI技術を駆使して短いビデオを自動的に生成する技術として注目されています。このツールは、簡単なテキスト説明を入力するだけで、10秒間の高画質なビデオを作成することができます。

現在は一般には公開されていませんが、限られたクリエイターに対してテストが行われている段階です。このSoraの初期アクセスに対する反応は賛否が分かれており、アーティストの一部からは不満が噴出しています。

Soraのリーク事件—何が起きたのか？

2024年11月、あるグループがOpenAIのSoraの初期アクセスAPIを使用して、一般向けに公開する行為に及びました。

このグループは「Sora PR Puppets」と名乗り、SoraのAPIに接続してユーザーがビデオを生成できるフロントエンドをHugging Face上に公開しました。この行為により、一般ユーザーはSoraを利用して10秒間のビデオを生成することができたのです。

このグループの目的は、OpenAIの「不誠実な」対応に抗議することにあります。グループによると、OpenAIはSoraのテスト参加者であるアーティストたちに、公平な報酬を提供せず、彼らにプロモーションのための労働を強いていると主張しています。

なぜ抗議が起きたのか？

「Sora PR Puppets」が指摘するのは、OpenAIがSoraの初期アクセスプログラムを利用してアーティストをただPRのために使っているということです。

このプログラムに参加しているアーティストたちは、無償でバグ報告やフィードバック、実験的な作品の制作を行っているにもかかわらず、その成果に対する適切な報酬や評価を得ていないと感じているようです。

グループは声明の中で、「Soraの初期アクセスプログラムはクリエイティブな表現の場というより、PRと広告の手段に過ぎない」と述べています。

OpenAIの公式見解—Soraの安全性とアーティスト支援

OpenAIは、このリーク事件に対して声明を発表しました。Soraは依然として「研究プレビュー」の段階にあり、クリエイティブな利用と安全性を両立させるためのバランスを模索していると述べています。

また、「数百名のアーティストがSoraの開発に協力し、新機能や安全対策の優先順位を決めるために貢献している」とし、参加は完全に任意であり、アーティストにはフィードバック提供の義務はないとも説明しています。

さらに、OpenAIはこれらのアーティストに対して無償でSoraを利用できるようにしており、グラントやイベントなどを通じて支援を続けると約束しています。

しかし、どの情報が「機密」とされるのか、また「責任ある使用」とは具体的にどのようなものなのかについては、詳細が明らかにされていません。この曖昧さがアーティストたちの不満を生む一因とも考えられます。

Soraの技術的課題と競合他社の台頭

Soraは、その技術的な面でも様々な課題を抱えています。例えば、初期のバージョンでは1分間のビデオを生成するのに10分以上の処理時間が必要でした。

また、ビデオの一貫性を保つのも難しく、同じスタイルやキャラクターを再現するのに何度も生成を繰り返す必要がありました。映像作家のパトリック・セダーバーグは、使えるクリップを得るために何百もの生成を行わざるを得なかったと述べています。

ビデオ生成市場の競争激化—OpenAIの行方

Soraが抱える技術的な遅れやアーティストとの関係の問題を背景に、他のビデオ生成企業が勢いを増しています。

例えば、Runwayは「ジョン・ウィック」シリーズで知られる映画スタジオLionsgateと提携し、カスタムビデオモデルを訓練する契約を結びました。また、Stabilityは映画「アバター」の監督ジェームズ・キャメロンを役員に迎え、自社のビデオ生成モデルの開発を強化しています。

一方、OpenAIも映画製作者やハリウッドスタジオと接触してSoraをデモしてきたとされていますが、大手プロダクションハウスとの提携はまだ公表されていません。この競争激化の中、OpenAIがどのようにしてSoraを市場に投入するのかが注目されます。

アーティストとテクノロジーの未来

Soraをめぐる今回のリーク事件は、AI技術とクリエイティブな表現との関係について深い問いかけを投げかけています。

AI技術が芸術の創造をどこまで支援できるのか、そしてその過程でアーティストたちがどのように尊重されるべきか。この問題は、今後も議論が続くことでしょう。

OpenAIが掲げる「オープン」な姿勢が本当に実現されるのか、そしてSoraがアーティストたちにとって真に有益なツールとなるのか。今後の動向に期待が寄せられています。

(Via /Tech Crunch.)

INDEX

• 爆発的な成長を続けるAIチャットボット、その秘密に迫る
• ChatGPTの急成長：数字で見る驚異的な普及
  • 倍増する週間アクティブユーザー数
  • ビジネス界での浸透
  • API利用の拡大
• ChatGPTの活用事例：日常生活からビジネスまで
• iOS 18との連携：新たな飛躍の可能性
  • Siriの進化
  • Win-Winの関係
  • 投資の可能性
• 今後の展望：AIの日常化と課題
  • 1. プライバシーの問題
  • 2. 依存度の上昇
  • 3. 倫理的な問題
  • 4. 経済的影響

  爆発的な成長を続けるAIチャットボット、その秘密に迫る

  人工知能（AI）技術の進化が日々話題となる中、OpenAI社が開発したAIチャットボット「ChatGPT」が、驚異的な成長を遂げています。

  週間アクティブユーザー数が2億人を突破したというニュースは、AIの普及が想像以上のスピードで進んでいることを示しています。

  さらに、AppleのiOS 18との連携が予定されており、ChatGPTの影響力はますます拡大しそうです。

  ChatGPTの急成長：数字で見る驚異的な普及

  倍増する週間アクティブユーザー数

  OpenAI社の発表によると、ChatGPTの週間アクティブユーザー数は、昨年11月の1億人から倍増し、2億人を突破しました。わずか半年余りでこれほどの成長を遂げたことは、AIツールの歴史上でも類を見ない現象と言えるでしょう。

  

  ビジネス界での浸透

  さらに注目すべきは、Fortune 500（アメリカの売上高上位500社）の企業の92%がOpenAIの製品を利用しているという事実です。

  これは、ChatGPTを含むOpenAIの技術が、ビジネスの現場で急速に普及していることを示しています。
  

  API利用の拡大

  ChatGPTのAPI（アプリケーション・プログラミング・インターフェース）の利用も、7月に発表されたGPT-4o Miniモデルの登場以降、倍増しています。

  このモデルは、以前のGPT-3.5と比べて大幅に安価で、かつ高性能になっています。これにより、多くの開発者やエンジニアがChatGPTの機能を自社のサービスに組み込みやすくなったのです。

  ChatGPTの活用事例：日常生活からビジネスまで

  OpenAIのCEO、Sam Altman氏は次のように述べています：

  人々は今や日常生活の一部として私たちのツールを使用し、医療や教育などの分野で実際の変化をもたらしています。日常的なタスクの支援から、難しい問題の解決、創造性の解放まで、幅広く活用されています。

  具体的な活用例を見てみると：

  • 医療分野：
    • 診断支援：症状から可能性のある疾患を提示
    • 医療文献の要約：最新の研究成果を効率的に把握
  • 教育分野：
    • 個別学習支援：生徒の理解度に合わせた説明の提供
    • 教材作成：多様な教育コンテンツの迅速な生成
  • ビジネス分野：
    • 市場分析：大量のデータから重要なトレンドを抽出
    • 顧客サポート：24時間体制の自動応答システム
  • クリエイティブ分野：
    • アイデア創出：ブレインストーミングの補助
    • コンテンツ制作：記事や脚本の下書き作成

  iOS 18との連携：新たな飛躍の可能性

  ChatGPTの成長に拍車をかけそうなのが、AppleのiOS 18との連携です。WWDC 2024で発表されたこの連携により、SiriがChatGPTと統合されることになります。

  Siriの進化

  具体的には、Apple Intelligenceが回答できない質問に対して、SiriがユーザーにChatGPTへの問い合わせを提案するようになります。これにより、iPhoneユーザーは、より高度で柔軟な回答を得られるようになるでしょう。
  

  Win-Winの関係

  興味深いのは、この連携にあたって金銭の授受がないという点です。Bloombergの報道によれば、AppleもOpenAIも相手に対価を支払っていません。代わりに、Appleは「iOS 18との統合によってOpenAIが得る露出が、現金と同等かそれ以上の価値がある」と考えているようです。

  このアプローチは、両社にとってWin-Winの関係をもたらすと予想されます：

  • Apple：Siriの機能を大幅に強化し、ユーザー体験を向上
  • OpenAI：膨大なiPhoneユーザーへのアクセスを獲得し、ユーザー基盤を拡大

  

  投資の可能性

  さらに、The Wall Street Journalの報道によれば、AppleはOpenAIへの投資を検討しているとのことです。この投資が実現すれば、両社の関係はより強固なものとなり、AI技術の発展にさらなる弾みがつくかもしれません。
  

  今後の展望：AIの日常化と課題

  ChatGPTの急成長とiOS 18との連携は、AIが私たちの日常生活により深く浸透していくことを示唆しています。しかし、同時にいくつかの課題も浮上してきています。

  1. プライバシーの問題

  より多くの人々がAIを利用するようになれば、個人情報の取り扱いがより重要になります。AppleとOpenAIは、ユーザーのプライバシーをどのように保護するのか、明確な方針を示す必要があるでしょう。

  2. 依存度の上昇

  AIへの過度の依存は、人間の思考力や創造性を低下させる可能性があります。教育現場や職場では、AIを適切に活用するためのリテラシー教育が重要になってくるでしょう。

  3. 倫理的な問題

  AIが生成する情報の正確性や、AIの判断基準の透明性など、倫理的な課題も山積しています。これらの問題に対する社会的な議論と、適切な規制の整備が求められます。

  4. 経済的影響

  AIの普及により、一部の職業が自動化される可能性があります。社会全体で、AIと共存する新しい働き方を模索していく必要があるでしょう。
  

  まとめ

  ChatGPTの急成長とiOS 18との連携は、AIが私たちの生活に不可欠なツールになりつつあることを示しています。
  しかし、その影響力が大きくなればなるほど、私たちはAIとどのように付き合っていくべきか、真剣に考える必要があります。

  技術の進歩と人間性の尊重のバランスを取りながら、AIとの共生を目指していくこと。
  それが、これからの社会の大きな課題となるでしょう。

  (Via 9to5Mac.)

  ]]> https://minatokobe.com/wp/ai/post-99095.html/feed 0 https://minatokobe.com/wp/apple/post-98325.html https://minatokobe.com/wp/apple/post-98325.html#respond Wed, 17 Jul 2024 00:23:12 +0000 https://minatokobe.com/wp/?p=98325 Appleは、自社のAIであるApple Intelligenceのトレーニングデータに多額の費用を支払っていると強調してきました。しかし、そのデータ提供者の中には、YouTube動画の字幕を無断で使用したとされる企業も含まれていることが明らかになりました。

  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。

  まとめ

  Apple Intelligenceのトレーニングデータ問題は、AI開発における倫理的ジレンマを象徴する出来事と言えるでしょう。
  Appleが掲げてきた「倫理的なAI開発」の理念と、実際のデータ収集プラクティスの間にギャップがあることが明らかになりました。

  今後、Appleがこの問題にどう対応するか、業界内外から注目が集まることは間違いありません。
  同時に、他のAI開発企業も自社のデータ収集方法を見直す契機になるかもしれません。

  (Via Apple Insider.)

  ]]> https://minatokobe.com/wp/apple/post-98325.html/feed 0