by Jernej Furman OpenAIでAIの安全性を確保するための部署である「スーパーアライメント」チームが事実上解散したと報じられています。決め手となったのはイルヤ・サツキヴァー氏とヤン・ライク氏というチーム幹部2人の退社で、ライク氏はX(旧Twitter)に「OpenAIで安全性が軽視されている」とポストしています。 OpenAI researcher resigns, claiming safety has taken ‘a backseat to shiny products’ - The Verge https://www.theverge.com/2024/5/17/24159095/openai-jan-leike-superalignment-sam-altman-ai-safety What happened to OpenAI’s long-term AI r

貧富の格差が激しいアメリカでは、物価の高騰や地価の上昇によって家賃を支払うことができなくなり、ホームレスになってしまう人が増加しています。そんな中、AIを利用して「ホームレス予備軍」を検出して支援の手を差し伸べる取り組みが、カリフォルニア州ロサンゼルス郡で行われています。 Can AI predict, and try to prevent, homelessness? : NPR https://www.npr.org/2023/10/04/1202374047/los-angeles-is-using-ai-to-predict-who-might-become-homeless-and-help-before-the ロサンゼルスに住むドゥルセ・ヴォランティンさんはある日、見知らぬ人物から金銭的援助を申し出る電話を受けました。当時のヴォランティンさんはパートナーのヴァラリー・ザヤスさ

by simone.brunozzi 中国の検索大手であるBaiduが、AIチップの調達先を従来のNVIDIAからHuaweiに切り替えていることが報じられています。これは2023年10月にアメリカがAIチップ輸出規制を強化したことに伴い、NVIDIAの製品も輸出制限の対象となっているためだと考えられています。 Exclusive: Baidu placed AI chip order from Huawei in shift away from Nvidia | Reuters https://www.reuters.com/technology/baidu-placed-ai-chip-order-huawei-shift-away-nvidia-sources-2023-11-07/ Baiduは、チャットボット「ERNIE Bot(文心一言)」や大規模言語モデル「Ernie 4.0

インターネット上には膨大なデータが存在しており、それらを学習させることで作られたAIが続々と登場するようになりました。AIの普及が爆発的に進む一方、研究者からはAIシステムを動かす燃料である学習データが枯渇する可能性があると懸念する声が上がっています。 Researchers warn we could run out of data to train AI by 2026. What then? https://theconversation.com/researchers-warn-we-could-run-out-of-data-to-train-ai-by-2026-what-then-216741 正確で強力なAIの学習には、膨大なデータが必要です。オーストラリア・マッコーリー大学法学部の上級講師で、クリエイティブ産業のテクノロジーの法的規制に詳しいリタ・マトゥリオニテ氏によると

イーロン・マスク氏が設立したAI企業のxAIが2023年11月4日に、ChatGPTのような対話型AIである「Grok」を発表しました。さらに、xAIは11月6日に、Grokの開発に使われた統合開発環境である「PromptIDE」の提供を開始しました。 PromptIDE https://x.ai/prompt-ide/ xAI Launches PromptIDE: A New Frontier in Prompt Engineering and Artificial Intelligence AI Transparency - MarkTechPost https://www.marktechpost.com/2023/11/06/xai-launches-promptide-a-new-frontier-in-prompt-engineering-and-artificial-int

GoogleのAI開発部門であるGoogle DeepMindが、ジェネレーティブAIを用いて人生相談やプランニング、個人指導など少なくとも21種類のタスクをこなせるツールを開発していると報じられています。GoogleはAIソフトウェアのトレーニングと検証に特化した新興企業・Scale AIと契約し、一連のツールをテストしているとのことです。 Google Tests an A.I. Assistant That Offers Life Advice - The New York Times https://www.nytimes.com/2023/08/16/technology/google-ai-life-advice.html Google reportedly building A.I. that offers life advice https://www.cnbc.com/2

OpenAIが高性能モデル「GPT-4」のAPIを一般公開しました。また、ChatGPT Plusの会員向けにコード実行プラグイン「Code Interpreter」の一般公開も予告されています。 GPT-4 API general availability and deprecation of older models in the Completions API https://openai.com/blog/gpt-4-api-general-availability GPT-4 API is now available to all paying OpenAI API customers. GPT-3.5 Turbo, DALL·E, and Whisper APIs are also now generally available, and we’re announcing a

Hugging Faceは主に自然言語処理を対象にしたオープンソースプラットフォームであり、さまざまなAI関連のライブラリやモデルが公開されています。そんなHugging Faceのクレメント・デラングCEOがアメリカ合衆国下院の公聴会に出席し、「オープンサイエンスとオープンソースAIは、アメリカの価値観と国益に合致している」と証言しました。 Hugging Face CEO tells US House open-source AI is 'extremely aligned' with American interests | VentureBeat https://venturebeat.com/ai/hugging-face-ceo-tells-us-house-open-source-ai-is-extremely-aligned-with-american-interests/

Googleが「AudioPaLM」を発表しました。AudioPaLMはテキストベースの言語モデルである「PaLM 2」と音声ベースの言語モデルである「AudioLM」を統合したマルチモーダルアーキテクチャであり、テキストと音声を処理・生成し、音声認識や音声翻訳などのアプリケーションに利用できるとのことです。 [2306.12925] AudioPaLM: A Large Language Model That Can Speak and Listen https://doi.org/10.48550/arXiv.2306.12925 AudioPaLM https://google-research.github.io/seanet/audiopalm/examples/ AudioPaLMは、AudioLMから話す速さ、声の強さ、高さ、沈黙、イントネーションなどのパラ言語情報を保持する

AIを使って画像を生成する時、「ちょっとだけ修正を加えたい」と思うことは多いもの。そんな人たちの夢をかなえるツールが「DragGAN」です。DragGANは画像の中で動かしたいポイントを指示するだけでAIが自動で修正してくれるというもので、2023年5月に論文だけが提出されていましたが、2023年6月22日にソースコードが公開され、同時にデモも登場しました。 GitHub - XingangPan/DragGAN: Official Code for DragGAN (SIGGRAPH 2023) https://github.com/XingangPan/DragGAN Drag Your GAN: Interactive Point-based Manipulation on the Generative Image Manifold https://vcai.mpi-inf.mpg.

Googleの社内スタートアップ部門であるArea 120の一部である「Aloud」は、AIによる音声・ムービーの文字起こしや吹き替えを研究しています。YouTubeがAloudからAIによる自動翻訳吹き替えに関する研究チームを引き継ぎ、同機能を2024年までに搭載することを2023年6月22日に発表しました。 Aloud - dubbing for everyone https://aloud.area120.google.com/ YouTube is getting AI-powered dubbing - The Verge https://www.theverge.com/2023/6/22/23769881/youtube-ai-dubbing-aloud 実際にYouTubeの吹き替え機能がどんな感じなのかは、以下のムービーでチェックすることができます。 Aloud: Let

LLaMaやFalconといった小型の大規模言語モデル(LLM)が矢継ぎ早にリリースされる中、Microsoft ResearchのAI研究チームが、プレプリントサーバーのarXivで、Transformerベースのモデル「phi-1」を発表しました。このモデルは、パラメーター数がGPT-3.5の100分の1以下の13億しかないにもかかわらず、テスト用データセット・HumanEvalでGPT-3.5を上回る成績を収めたことが報告されています。 [2306.11644] Textbooks Are All You Need https://doi.org/10.48550/arXiv.2306.11644 Microsoft Releases 1.3 Bn Parameter Language Model, Outperforms LLaMa https://analyticsindiama

シンガポールを拠点とするサイバーセキュリティ企業のGroup-IBが、「10万件を超えるChatGPTのアカウントがマルウェアによって盗まれ、ダークウェブで取引されている」と報告しました。ChatGPTはデフォルトでユーザーのクエリとAIの応答履歴を保存しているため、ChatGPTアカウントへの不正アクセスは企業の機密情報や個人情報の漏えいにつながる危険性があるとのことです。 Group-IB Discovers 100K+ Compromised ChatGPT Accounts on Dark Web Marketplaces; Asia-Pacific region tops the list | Group-IB https://www.group-ib.com/media-center/press-releases/stealers-chatgpt-credentials/ Tr

無料で使える「Stable Diffusion」やAdobeが提供する「Adobe Firefly」など手軽に使える画像生成AIが続々と登場しています。画像生成AIは基本的に「生成したい画像を説明するテキスト(プロンプト)を入力する」という形式で使用可能ですが、AIの種類やモデルデータが変化すると生成結果もまったく別物に変化します。テクノロジー関連ライターのMuhammad Usman氏は「Adobe Firefly」「DALL・E2」「OpenJourney」「Stable Diffusion」「Midjourney」といった主要な画像生成AIに同じプロンプトを入力した際の生成結果をまとめています。 Comparing Adobe Firefly, DALL・E2, OpenJourney, Stable Diffusion, and Midjourney https://blog.us

GPT-4のような高性能なモデルでも、APIの呼び出しコードを生成させるとかなりの確率で間違ったコードを生成してしまいます。「Gorilla」はAPIを呼び出すコードの生成に特化するようにファインチューニングが行われており、精度の高い呼び出しコードを生成できるだけでなく、情報検索器(Information Retriever)と一緒に利用するとAPIの更新にリアルタイムで追従できるという驚異的な機能が付いたモデルです。 Gorilla https://shishirpatil.github.io/gorilla/ Gorillaのトレーニングにおいては、「Torch Hub」「TensorFlow Hub」「HuggingFace」という3つのソースから収集した1645個のAPI呼び出しコードをもとにAIが1万6450個の命令とAPIのセットを作成し、その1万6450個の命令セットでファイ

カリフォルニアのスタートアップであるStability AIによる「Stable Diffusion」や、Discordのコマンドを利用する「Midjourney」、アニメなどのイラストに特化した「NovelAI」のほか、Adobeが発表した著作権的にクリアな「Adobe Firefly」など、さまざまな画像生成AIが普及しています。画像生成AIはプロンプトを入力するだけでかなりリアルな人物や高クオリティなキャラクターイラストを生成できますが、AIが苦手としている表現やパーツもあり、中でも「人間の手」を描くのに失敗するケースが多くなっています。なぜAIは手を正しく描くことが得意ではないのかというメカニズムを、オンラインメディアのVoxが解説しています。 Why AI art struggles with hands - YouTube 画像生成AIによる人物やキャラクターはかなり高クオリテ

ChatGPTなどのチャットAIを提供するOpenAIが、APIの価格や機能を大幅に改善するアップデートを発表しました。チャットAIを組み込んだ製品の可能性がさらに広がる内容となっています。 Function calling and other API updates https://openai.com/blog/function-calling-and-other-api-updates 改善された内容は下記の通り。 ・Chat Completions APIに関数呼び出し機能が追加される Chat Completions APIはチャットの履歴を元に返答を生成するAPIで、チャットAIといえばコレを連想する人が多いはず。 今回のアップデートで、gpt-3.5-turboおよびgpt-4モデルにて入力に関数の情報を含めることが可能になりました。例えば、天気の情報を取得する関数を用意し、

Adobeが権利的にクリアなトレーニングモデルを用いた画像生成AI「Firefly」を発表したり、Microsoftの検索エンジンであるEdgeで対話型AIのChatGPTが活躍していたり、世界的なコンサル企業が「社員の50％は業務にジェネレーティブAIを活用している」と明らかにしたりと、ジェネレーティブAIは社会に広がり続けています。しかし、AIを使用してコンテンツを作成・公開する人が増えていることで、新たな問題として「AIが生成したコンテンツがインターネット上にあふれ、それをAIが学習することで、重大な欠陥が生まれている」ということが研究者グループから指摘されています。 [2305.17493] The Curse of Recursion: Training on Generated Data Makes Models Forget https://doi.org/10.48550/

1869年に設立された科学誌の「Nature」が、Stable DiffusionのようなAIツールを用いて生成された画像の掲載を禁止すると発表しました。 Why Nature will not allow the use of generative AI in images and video https://www.nature.com/articles/d41586-023-01546-4 Nature bans AI-generated art from its 153-year-old science journal | Ars Technica https://arstechnica.com/information-technology/2023/06/nature-bans-ai-generated-art-from-its-153-year-old-science-jour

ドイツにあるキリスト教の教会で2023年6月9日に、スクリーンに投影されたアバターが人工知能(AI)により生成された言葉で説教を行い、全知全能の神をたたえるよう信者らに呼びかけました。実験的に行われたこの礼拝では、開始1時間前から教会前に長蛇の列ができるなど、高い関心が寄せられたと伝えられています。 Can a chatbot preach a good sermon? Hundreds attend church service generated by ChatGPT to find out | AP News https://apnews.com/article/germany-church-protestants-chatgpt-ai-sermon-651f21c24cfb47e3122e987a7263d348 Protestants attend AI-generated se