AIの仕組みであるLLMの「ブラックボックス」の内部を見てどのニューラルネットワークが特定の概念を呼び起こすかを知る試みをAnthropicが解説
チャットAI「Claude」などを開発するAI企業「Anthropic」がAIモデルの内部動作について、何百万もの概念がどのように表現されているかという研究結果を報告しました。 Mapping the Mind of a Large Language Model \ Anthropic https://www.anthropic.com/research/mapping-mind-language-model AIモデルの本体である大規模言語モデル(LLM)の出力はブラックボックスとして扱われており、入力に対応して出力が行われた時になぜその特定の応答が出力されたのかは不明となっています。そのため、モデルが有害・偏見・ウソなどの危険な出力をしないことを信頼するのは難しいものです。 Anthropicは以前よりLLMの内部についての研究を行っており、2023年10月には「特徴」単位でまとめるこ
AIは実際の人間の顔よりリアルに見える顔を作るという「ハイパーリアリズム」現象が含む大きな問題点とは？
AIは実在していない人間の顔写真を生成することができ、その精度はすさまじい勢いで高まっています。AI製のスパイや実在しないエンジニアを活用したと疑われる例も報じられているほか、AIの生成した顔は本物の顔と区別がつかないだけではなく「本物の顔より信頼性が高い」とされる研究もあります。オーストラリア国立大学の上級講師であるエイミー・ダウェル氏は「AIは、本物の人間の顔よりも本物らしく見える顔を作成できる」ことを示した上で、そのようなAIの能力「ハイパーリアリズム」について解説しています。 AI Hyperrealism: Why AI Faces Are Perceived as More Real Than Human Ones - Elizabeth J. Miller, Ben A. Steward, Zak Witkower, Clare A. M. Sutherland, Eva G
サンプリングに使える素材をテキストプロンプトや音声ファイルを基に自動生成するAIサービス「Soundry AI」
パーカッションやブラスヒットなどジャンルを絞りつつ、AIで自動生成された好みのサンプリング用素材をダウンロードできるサービス「Soundry AI」が公開されています。「ワンショット」「ループ」などのタイプや「シンセ」「ベース」などのジャンルを指定して生成することが可能です。 Soundry AI https://soundry.ai/ Making Music using AI | Introducing Soundry AI - YouTube Soundry AIはブラウザで動作するデモ版とダウンロード版が存在しますが、今回はブラウザから「Start for free」をクリックしてデモ版を使います。 ログインを求められるので、アカウントを作成するために「Sign up instead」をクリック。 メールアドレス・パスワードを決めて入力し、利用規約・プライバシーに関する注意・16歳
テキストの指示だけでハイクオリティ動画を制作！OpenAI の動画生成AI「Sora」 - ナゾロジー
動画もAIに作らせる時代がきたOpenAI が文章から動画を生成してくれる超高性能AIが発表！ / Credit:OpenAI「未来の映画監督はAIかもしれない」というのは、もはや空想の話ではないかもしれません。 OpenAIが2月15日（米国時間）発表した「Sora」は、まるで魔法のようにテキストから動画を生み出すAIモデルです。 OpenAIと言えば、会話型AIのChatGPTや画像生成ツールのDall-Eでその名を馳せていますが、動画を生成するAIツールとしては、Soraがその初陣を飾ります。 Soraの魔法は、ただの動画を超えたもの。最大60秒の長さで、細部までこだわり抜かれたシーン、カメラワークの鮮やかな動き、感情豊かなキャラクターたちを生み出します。これまでの動画生成AIがせいぜい数秒のクリップに留まっていたことを考えると、動画の長さはもちろん、その質においてもSoraはこれま
ChatGPTに対する著作権侵害訴訟の前半戦でOpenAIがほぼ全面勝利、作家3人の訴えの大半が却下される
「同意なく自分たちの書籍がAIのトレーニングに使用された」として、3人の作家がOpenAIを相手に起こした著作権侵害訴訟で、OpenAI側の主張のほとんどを認める判決が下されました。 Judge dismisses most of Sarah Silverman's lawsuit against OpenAI | VentureBeat https://venturebeat.com/ai/judge-dismisses-most-of-sarah-silvermans-copyright-infringement-lawsuit-against-openai/ Judge rejects most ChatGPT copyright claims from book authors | Ars Technica https://arstechnica.com/tech-policy/2
AIによって全世界で雇用の40％が影響を受ける可能性があるとIMFが警告
2024年1月14日、国際通貨基金(IMF)が、「世界の雇用の約40％がAIの台頭によって影響を受ける可能性がある」との分析結果を発表しました。IMFの報告書では、一部の先進国でAIの影響を受ける割合が60％にまで達する可能性があることが示唆されています。 Gen-AI: Artificial Intelligence and the Future of Work https://www.imf.org/en/Publications/Staff-Discussion-Notes/Issues/2024/01/14/Gen-AI-Artificial-Intelligence-and-the-Future-of-Work-542379 AI Will Transform the Global Economy. Let’s Make Sure It Benefits Humanity. ht
音楽シーンに台頭する生成AIから新たな音楽表現は生まれるか？ 2023年の動向から考える
MAIL MAGAZINE下記からメールアドレスを登録すると、FUZEが配信する最新情報が載ったメールマガジンを受け取ることができます。 利用規約、プライバシーポリシーに同意します。 登録する 昨年、画像の分野では｢Midjourney｣や｢Stable Diffusion｣といった“ユーザーが入力したテキストに応じて、AIが画像を生成する画像生成AI”が注目を集めたが、今年は音楽シーンでも生成AIに大きな注目が集まった。 2023年に音楽シーンで起きたAIに関する大きな動きその中で今年大きな注目を集めた生成AIの話題のひとつといえば、AIによる実在するアーティストの音声を使ったAI音声カバーだろう。 今年1月、David Guettaは、AIが生成したEminemの音声を使った未発表曲｢Emin-AI-em｣を公開。賛否両論の大きな反響を得た。 Photo: Shutterstock.c
AIモデルのトレーニングデータを開示することを義務付ける法案が提出される
アメリカのカリフォルニア州選出の民主党議員であるアンナ・エシュー議員と、バージニア州選出の民主党議員であるドン・ベイヤー議員が、AIモデルのトレーニングデータに著作権で保護されたデータが利用されているか否かを明確にするために、トレーニングデータのソースを開示することを求める法案を提出しました。 AI companies would be required to disclose copyrighted training data under new bill - The Verge https://www.theverge.com/2023/12/22/24012757/ai-foundation-model-transparency-act-bill-copyright-regulation 2人の民主党議員が提出した法案は、「AI Foundation Model Transparen
AIモデルは「網膜の写真」だけで子どもが自閉症かどうか100％見分けられるという研究結果
コミュニケーションや行動などに特徴がみられる自閉症スペクトラム症(ASD)の子どもを「網膜の写真」だけで100％の精度で見分けられるディープラーニングAIモデルを、韓国の延世大学医学部の研究チームが開発しました。ASDの子どもを早期診断する客観的なスクリーニングツールとして、AIが有望な選択肢になる可能性があると期待されています。 Development of Deep Ensembles to Screen for Autism and Symptom Severity Using Retinal Photographs | Ophthalmic Imaging | JAMA Network Open | JAMA Network https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2812964 AI-screene
画像生成AI「Midjourney」、専用サイトを開設--「Discord」を介さず利用可能に
「Midjourney」は、テキストから画像を生成する強力な人工知能（AI）で、ありとあらゆる画像を生成できると言ってもいいほどだ。しかし、これまではコミュニケーションサービス「Discord」経由でしか利用できず、特に使いやすいプラットフォームとは言えなかった。そのMidjourneyが今回、より簡単に素早く画像を生成できるという専用のウェブサイトを開設した。 Midjourneyの最高経営責任者（CEO）David Holz氏によると、このウェブサイトは現在アルファ版で、まずはDiscord上のMidjourneyで作成した画像が1万枚を超えるユーザーだけが利用できるという。Midjourneyを使ったことがある場合、生成した画像の枚数を確認するには、Midjourney Botが含まれるDiscordのチャンネルで「/info」と入力すればいい。 Midjourneyがサービスを開始
Chain-of-Verification Reduces Hallucination in Large Language Models
Generation of plausible yet incorrect factual information, termed hallucination, is an unsolved issue in large language models. We study the ability of language models to deliberate on the responses they give in order to correct their mistakes. We develop the Chain-of-Verification (CoVe) method whereby the model first (i) drafts an initial response; then (ii) plans verification questions to fact-c
llmの幻覚（hallucination）を軽減する仕組みの実装 - GMOインターネットグループ グループ研究開発本部
M.S.です。大規模言語モデル（以降LLM）の幻覚を軽減する方法について、Meta AI によって出された論文の実装を行いました。 TL;DR 自然言語生成モデルのハルシネーションには、以下の問題がある。 効果的なメトリクスがない 一次情報を参照するという解決策が却ってハルシネーションを誘発することがある 一次情報を参照せずに、ハルシネーションを軽減する試みとして自己検証をする仕組みを持つChain-of-Verification (CoVe)を紹介する。 CoVeをLangChainを用いて実装してみた。 自然言語モデルの幻覚（ハルシネーション）とは 自然言語生成モデルが信頼性のない、または nonsensical なテキストを生成することを指します。 例えば以下のような例があります。 Q: 「アインシュタインが月に行った年はいつですか？」 A: 「アルベルト・アインシュタインは1969
Metaが日本語音声を入力するだけで文字起こしなどが可能なAI「SeamlessM4T」の改良版「SeamlessM4T v2」をリリース
Metaが2023年8月に公開したAI「SeamlessM4T」は、音声を入力するだけで文字起こしや別言語への翻訳、別言語への吹き替えが可能です。さらにMetaは2023年11月30日に、SeamlessM4Tの改良版となる「SeamlessM4T v2」を発表しました。この「SeamlessM4T V2」では、SeamlessM4Tのパフォーマンスを向上させているだけでなく、感情やスタイルを維持しながら、別の言語へ吹き替えを行うことも可能です。 Introducing a suite of AI language translation models that preserve expression and improve streaming https://ai.meta.com/blog/seamless-communication/ Seamless Communication T
たった1枚の画像から高品質なアニメーションを作成できる技術が登場、人型のイラストや写真が1枚あれば自由自在に振付を付与できる
元となる画像データと「動作」のデータを入力することで元の画像を動作データの通りにアニメーションさせる技術の論文がAlibabaの研究チームから発表されました。「Animate Anyone」と名付けられたこの技術を使用することで、ちらつきの少ない高品質なアニメーションが生成可能です。 Animate Anyone https://humanaigc.github.io/animate-anyone/ 下記のムービーで生成されるアニメーションの品質を確認可能です。 Animate Anyone: Consistent and Controllable Image-to-Video Synthesis for Character Animation - YouTube 今回登場した「Animate Anyone」は、下図左端のような1枚の「元画像」を元に、中央の「動作」データを入力することで右
Google DeepMindが音楽生成に特化したAIモデル「Lyria」を発表、口ずさむだけでメロディーが生成される
Googleの人工知能関連企業「Google DeepMind」が2023年11月16日、音楽生成に特化したAIモデル「Lyria」と、Lyriaを用いて音楽制作が可能な2つのツールセット「Dream Track」「Music AI Tools」を発表しました。 Transforming the future of music creation - Google DeepMind https://deepmind.google/discover/blog/transforming-the-future-of-music-creation/ An early look our AI Music experiment - YouTube Blog https://blog.youtube/inside-youtube/ai-and-music-experiment/ DeepMind and
頭で思い描いた画像、生成AIで復元 正解率75％超 量研機構など | 毎日新聞
量子科学技術研究開発機構（QST）などの研究チームは30日、生成AI（人工知能）を活用して、頭の中で思い描いた画像をある程度まで復元することに世界で初めて成功したと発表した。成果は同日付の国際専門誌「ニューラルネットワークス」に掲載された。 脳の活動から画像を復元する研究はこれまでもあった。しかし従来は、実際に画像を見ている時の脳活動からの復元や、顔や文字、簡単な図形など種類を特定した上での復元に限られていた。今回の成果は、風景や複雑な図形など思い浮かべたあらゆる画像の復元が可能という。 研究チームはまず、被験者に1200枚のさまざまな画像を見せ、機能的磁気共鳴画像化装置（fMRI）で各画像を見ている際の脳活動を記録した。一方で、AIにもこれらの画像を認識させ、色や形、質感など約613万の指標からなる「採点表」を作成。脳活動の記録と採点表を照合させ、新たな脳活動の記録を入力すれば新たな採点
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
音楽から人間を排除する!? AIでブラックメタルを自動生成、音楽ユニットDADABOTSが生み出す異質な世界
鬼龍院翔(39歳) on X: "先日配信を開始した『配信者に便利な歌抜きBGM集』のジャケット写真にAIが生成した画像を使用したのですが、「画像生成AIの絵を使うべきではない」というご意見を多数いただきました。… https://t.co/g5CJvl3UHj"
Akuma - Realtime AI Anime Art Generator
Googleの新AI「Gemini」、もはや人間では？凄さが分かる短編動画
