はてなブックマーク

2024年4月17日付の学術誌・PLOS DIGITAL HEALTHで発表した研究で、大規模言語モデル（LLM）が眼科の臨床知識と推論において専門医と同等の能力を持ち始めていることが示された。この研究は、OpenAIのGPT-3.5とGPT-4、GoogleのPaLM 2、MetaのLLaMAを用いて実施され、イギリスでの眼科医資格認定前の試験問題に焦点を当てたものである。これらのLLMは、専門医や訓練中の医師たちと比較され、その結果が分析された。 研究者たちは、LLMの臨床ベンチマークを確立し、その能力を評価するための新たな基準を設け、LLMの出力は、問題の精度と関連性に基づいて専門医によって評価。GPT-4はGPT-3.5と比較して優れた反応を示したという。 GPT-4は特に、訓練中の医師や資格を持つ専門医と比較して高い評価を受けている。試験は、問題の主題や問題タイプ（第一次記憶呼び

知財ニュース Stability AI、新たな画像生成AIモデル「Stable Cascade」を発表─「Stable Diffusion」より高速高品質 Stability AIは2023年2月13日、テキストから画像を生成する新モデル「Stable Cascade」を、非商用ライセンスでリリースした。 Stable Cascadeは、Würstchen アーキテクチャをベースにした新しいテキスト画像変換モデルで、高品質の画像を高速で生成することが可能。異なるモデルからなる3段階のアプローチにより、一般消費者向けハードウェアでのトレーニングと微調整ができ、従来モデルの「Stable Diffusion」よりも高速かつ高品質を実現した。 3段階のモデルの各ステージは、異なるパラメータサイズを持ち、画像生成の精度と細部の再構成に優れている。 レイテントジェネレーターフェーズ（ステージC）は、

知財ニュース AIによるパワポ自動作成ツール「パワポ生成AI」の無償提供開始─ChatGPT連携、アウトライン自動生成 株式会社ユーザーローカルは、2023年12月13日、プレゼンテーション資料をAIが自動生成する「パワポ生成AI」の無料提供を開始した。 「パワポ生成AI」は、「企画書・提案書」や「新商品の紹介」「講義資料」など、作成したい種類のテンプレートを選ぶだけで、スライドのアウトラインが自動で挿入される。必要に応じてテキストを編集したうえで「パワポファイルをダウンロードする」ボタンを押せば、すぐにMicrosoft PowerPoint形式(.pptx)の資料が作成できるというもの。 また、「アウトライン自動生成」タブを選んだ場合には、生成AIが資料の内容を自動作成。フォームにキーワードをいくつか入力するだけで、大まかなあらすじを生成AIが考案してくれる。キーワードを入力した際には

全世界で現実世界の活動が制限された数年間で、仮想空間「メタバース」の注目度が一気に高まった。リアルへの回帰が進む中で、それは下火になったと見る向きもある。だが、VRアーティストのせきぐちあいみ氏は、「まだこれから発展する」と語る。 彼女は、VR元年とされる2016年からVRでのアート活動を開始。17年には世界初のVR個展を開催している。21年には、Forbes JAPAN（フォーブスジャパン）の「影響力のある日本人トップ100」に選ばれ、現在は日本を含む世界10カ国で活躍。23年10月には、ドバイ文化庁主催のイベントで没入型ドーム「Al Wasl Plaza」にてライブペインティングのパフォーマンスを行うなど、活動の領域を大きく飛躍させている。せきぐち氏が捉えているメタバースとは。また、その魅力はどこにあるのか。アート活動や実体験を通じて見えた、現在のメタバースの姿とこれからの可能性につい

知財ニュース ChatGPTやフェイシャルキャプチャに対応、リアルタイムバーチャルヒューマン「polyHUMAN」のデモが公開 株式会社polygrosは、2023年11月15日〜17日に幕張メッセで開催された、先端的なテクノロジーにフォーカスした国際イベント「INTER BEE IGNITION×DCEXPO」にて、リアルタイムに動きChatGPTと会話が可能なバーチャルヒューマン「polyHUMAN」と、自分の表情や動きをCGに反映させて操作できるシステムのデモ体験を展示した。 このデモでは、polygrosがVR開発で培ったリアルタイム処理技術と独自の制作ワークフローを使用し、従来のプリレンダリング手法（事前にレンダリングに時間をかけて数分の動画を数日かけて制作する手法）に代わり、バーチャルヒューマンをVtuberのようにリアルタイムで動かすことを可能にした​​。 この技術により、T

知財ニュース 生成AIにより大震災の様子を伝えるプロジェクト「関東大震災 100年前の100人の新証言」を日本赤十字社が開催 ※本プロジェクトは実施取りやめになりました。「関東大震災100年プロジェクトの実施取りやめに関するお知らせ」
https://www.jrc.or.jp/chapter/tokyo/news/2023/0824_034995.html 日本赤十字社は、関東大震災から100年の節目にあたり、当時の様子を描いた絵画や史実書から、生成AIを用いて新たな形で〈人々と“新”証言〉として現代に蘇らせるプロジェクト「関東大震災 100年前の100人の新証言」を各地で開催する。当時の救護活動を描いた絵画と文献データから、生成AIを用いて当時の様子をリアルに復元し、展示する。 8月25日より都内2会場にて順次展示（８月25日～29日：日本赤十字社東京都支部、8月31日～9月7日：ミカ

知財ニュース 世界初のGoogle認定、ARグラス対応Android TV端末「Rokid Station」予約開始─ARグラス「Rokid Max」と併用可 Rokid社は、HiMedia社と共同開発した、世界初となるGoogle認定ARグラス用ポータブルAndroid TV端末「Rokid Station」の予約注文受付を開始した。 同社は、業界を牽引するAR技術の先駆者的存在。今回予約受付を開始したGoogle認定ARグラス用ポータブルAndroid TVデバイス「Rokid Station」は、持ち運び可能なTVデバイスで、75gの超軽量ARグラス「Rokid Max」に接続することで、どこでも大画面のAndroid TV体験を楽しめる。 Rokid Maxは、ディスプレイには215インチSONY製の最新型MicroOLEDディスプレイを搭載し、鮮やかな色彩と圧倒的なコントラストで

Googleは、テキストと音声プロンプトから、効率的に人間のようにリアルな音声を生成できる革命的なAIツール「SoundStorm」の研究を発表した。 「SoundStorm」とは、Googleが開発した自然な音声と音楽を生成できるAIシステム「AudioLM」のデータを受け取り、より高品質なオーディオを高速で生成するもの。書かれたテキストからオーディオコンテンツを生成したり、リアルなPodcastを作成したりするなど、アプリケーションに新たな可能性をもたらすという。 今回の研究では、「SoundStorm」が「AudioLM」よりも音声と音響条件の一貫性が高く、音声生成スピードをはるかに上回るという能力が実証された。 具体的には、TPU-v4ハードウェアにおいて、わずか0.5秒で30秒のオーディオを生成するほど、音声の生成速度が大幅に向上。それは「AudioLM」の音響ジェネレーターより

知財ニュース Microsoft、ChatGPTのような大規模言語モデルを従来の15倍高速、低コストで学習できる「DeepSpeed-Chat」をリリース 米MicrosoftはChatGPTなどのモデルを訓練できる「DeepSpeed-Chat」をリリースした。 「DeepSpeed-Chat」はChatGPTでも採用されているRLHF（Reinforcement Learning from Human Feedback：強化学習）を効率的に実行するためのツール。RLHFの実行には、これまで高価なGPUを大量に使う必要があったが、DeepSpeed-Chatは少ないGPUで効率的に学習可能。GPU1台で100億以上のパラメータを学習可能にする。 また、学習スピードも既存の15倍以上で、スクリプト一つで簡単かつ低コストで実行できるのも特徴。GPU「A100-80GB x8」を使ってクラウド

知財ニュース 米ソニーエレクトロニクス、空間再現ディスプレイ「ELF-SR2」を発表─裸眼での立体視を実現、ゲームやアプリの開発に貢献 米国時間4月4日、米ソニーエレクトロニクスは、法人向けの空間再現ディスプレイ「ELF-SR2」（Spacial Reality Display2）を発表した。 「ELF-SR2」は、裸眼で立体視が可能なディスプレイ。ソニー独自の視線認識センサーで閲覧者の顔の位置を検出し、視聴者の視線をリアルタイムで認識、左右の目の位置を感知して立体視に最適化した映像をリアルタイム生成し表示し、裸眼での立体映像・医療や設計、ゲーム開発に適している。 「ELF-SR2」は、先行機の「ELF-SR1」と比較してディスプレイサイズが27インチに大型化。UnityやUnreal Engineなどの主要なSDKに対応し、Open GL、DirectX11/12、Open XR（202

知財ニュース ゴールに向かって自律的にタスクを考え反復生成するAI「AgentGPT」公開－ブラウザで使用可、GPT-4に対応 人が設定したゴールを達成するため、自律的にタスクを考えて反復生成するAI「AgentGPT」のベータ版が公開された。 OpenAIのChatGPTが登場し、生成AI市場は盛り上がりを見せている。ChatGPTを活用した様々なプロダクトの開発が進められる中で、技術者の間では最近「AgentGPT」が注目を集めている。 「AgentGPT」は、カナダ・バンクーバを拠点とするプログラマー3名からなるチームが開発。開発プラットフォームのGitHubでプロジェクトを展開している。GitHubでは、開発から1週間ほどで75万人を超えるユーザーからの利用があり、16,000以上のスターを獲得。1日平均150万以上のタスクが実行されたという。 その特徴は、プロンプト（AIに指示を

米Microsoftは現地時間2022年10月12日、グラフィックデザインアプリ「Microsoft Designer」のローンチを発表した。 「Microsoft Designer」は、OpenAIの「DALL-E 2」などの画像生成AIテクノロジーを利用し、シンプルなテキストを入力するだけでユニークなデザインを即座に生成できるクリエイターツール。面倒なデザイン作成をAIに一任できるほか、1億以上の画像や動画で高品質のビジュアルを実現し、固有のデザイン機能の有無にかかわらず一貫性のある整序された美しいデザインを生成できる。 同社によれば、同アプリは、プレゼンテーションソフトウェア「PowerPoint」のデザイナー機能を拡張したもの。本機能は、プレゼンテーション時にAIがテンプレートを提案するもので、現在は80億を超えるスライドデザインが存在している。 画像やテキストなどのコンテンツを追

ロンドンを拠点とするAIスタートアップ・Stability AI社は2022年8月22日（現地時間）、画像生成AIサービス「Stable Diffusion（ステーブル・ディフュージョン）」をオープンソースとして全世界に公開した。 「Stable Diffusion」は、テキストから画像を生成できるサービス。任意のテキストを入力するだけでハイクオリティな画像をAIによって短時間で生成でき、商用利用もできる。また、AIの学習には「美しさ」を重視したデータセットである「LAION Aesthetics」を使用し、フォトリアルな画風やアーティスティックな画風など、さまざまなテイストの画像を生成できる。 同AIは、ソースコードから学習済みの機械学習モデルまで公開されている点が画期的とされ、今後様々なシステムやアプリケーションへの実装が予想される。また同AIをもとに作成した機械学習モデルは、ライセン

「NeRF」(Neural Radiance Fields)は、さまざまな角度から撮影した複数の写真から、自由視点画像を生成する技術。深層学習によって生成された画像を通じて、好きな視点から対象物を見ることができる。画像の自動生成では、光の反射具合や透けて見える景色の映り具合といった情報を再現することは難しいとされていたが、「NeRF」を用いれば、そういった複雑な情報を持つ高精細な画像を単純な情報から作り出すことができる。将来的には、仮想世界と現実世界の複合技術（MR；Mixed Reality）の分野などへの応用が期待されている。

電気通信大学の山野井佑介特任助教、矢吹佳子特任研究員（機械知能システム学専攻）、黒田勇幹氏（共同サステイナビリティ研究専攻博士後期3年）は、5指独立駆動型のサイボーグ義手の開発と実用化に成功し、病院等でのフィールドテストをパスし、厚生労働省の補装具等完成用部品として認められた。 このシステムは、個性適応学習機能を搭載しており、利用者の筋電パターンと義手の手指運動パターンを後天的に対応づけることで、自在にコントロールすることができる。 本義手システムは、3名の被験者と3か所の病院および義肢装具会社の協力を得て、3か月間のフィールドテストを行った結果、日常生活において有効に機能し被験者の生活向上に寄与するとの評価を得た。これらの評価結果に加え、組み立てマニュアルとプロトタイプを厚生労働省に提出し、完成用部品としての認定登録に至ったという。 これまで電動義手で完成用部品に登録されているものは国外

「AIによるラベリングから逃れるためのカモフラージュ」を開発するテキスタイルレーベル「UNLABELED（アンラベルド）」は、新たに、身につけるだけでAI監視カメラに人として認識されにくくするテキスタイルパターンを開発した。2021年10月22日に開催された日本最大級のデザイン＆アートの祭典「DESIGNART TOKYO 2021」でこの「AIに人として認識されなくなるカモフラージュ柄」を用いた商品を展示・販売した。 UNLABELEDは、Dentsu Lab Tokyoと、株式会社Qosmo（コズモ）が共同で立ち上げたテキスタイルレーベル。これまで、人にはほとんど認識できない微小なノイズを画像に加えることで、AIの誤認識を誘発し機械分類で認識されなくするAdvesarial Exampleという手法を用いた、誤認識されやすくなる迷彩服を手掛けてきた。 今回の「AIに人として認識されなく

自由な形を成形でき、プリントできる素材の幅も広い 精密な調整機能で、プリントするものを高精度で再現できる 専用ソフトウェアが搭載されており、操作が比較的簡単 「サイバー和菓子」は、気象データをもとに独自アルゴリズムを開発し、3Dフードプリンターで成形した和菓子。気候変動や都市生活により、かつてのように四季を感じられなくなる今、風速・気圧・気温などに応じて形や色が変わる和菓子を通じて、当日の東京の「空」を見て、食べて、楽しむことができる。 「寿司テレポーテーション」「寿司シンギュラリティ」といった未来的コンセプトで世界の評判を得たフードテック・プロジェクト「OPEN MEALS（オープンミールズ）」において、超未来型レストラン構想に向けた取り組みとして企画・誕生した。 ▼サイバー和菓子 共創チームメンバー（敬称略） ■株式会社電通/OPEN MEALS ：企画・プロデュース・クリエーティブデ