AI のように急速に変化する業界に追いつくのは至難の業です。 そこで、AI がそれをやってくれるようになるまで、機械学習の世界での最近の話と、私たちが単独ではカバーできなかった注目すべき研究や実験を簡単にまとめておきます。
今週、生成 AI を使用して SEO に最適化されたコンテンツを作成する会社、SpeedyBrand が、Y Combinator の支援を受けてステルスから浮上しました。 まだ多額の資金を集めておらず(250万ドル)、顧客ベースは比較的小さい(約50ブランド)。 しかし、生成 AI がウェブの構成をどのように変え始めているかについて考えさせられました。
The VergeのJames Vincent氏が最近の記事で書いたように、 ピース、生成 AI モデルにより、低品質のコンテンツをより安価かつ簡単に生成できるようになりました。 Newsguard は、ニュースソースを精査するためのツールを提供する会社です。 露出 生成 AI で作成された誤った情報を特集した、一般的な響きの名前を持つ広告付きのサイトが何百もある。
それは広告主にとって問題を引き起こしています。 Newsguard が注目しているサイトの多くは、プログラマティック広告、つまりページに広告を掲載するための自動システムを悪用することのみを目的として構築されているようです。 Newsguardの報告書では、55のジャンクニュースサイトに141の主要ブランドの広告が400件近く掲載されていることが判明した。
懸念すべきは広告主だけではない。 米ギズモードのカイル・バー氏 指摘している、AI が生成した 1 つの記事だけで、山のようなエンゲージメントを促進できる可能性があります。 また、たとえ AI が生成した記事の収益が数ドルにすぎなかったとしても、それは最初にテキストを生成するコストよりも低く、正規のサイトに広告費が送られない可能性もあります。
それで、解決策は何ですか? ありますか? この 2 つの質問のせいで、ますます夜も眠れなくなりました。 バー氏は、検索エンジンや広告プラットフォームには、生成型 AI を利用する悪者をより厳しく取り締まり、罰する義務があると示唆している。 しかし、この分野の変化の速さ、そして生成 AI の無限にスケーラブルな性質を考えると、彼らが追いつくことができるとは私は確信できません。
もちろん、スパム コンテンツは新しい現象ではなく、これまでにもその波はありました。 ウェブも適応してきました。 今回の違いは、投資するコストと時間の両方の点で、参入障壁が劇的に低いことです。
ヴィンセントは楽観的な口調で、もしウェブが は 最終的には AI のジャンクであふれかえりますが、より資金が豊富なプラットフォームの開発が促進される可能性があります。 私はちょっと確信が持てません。 しかし疑いの余地のないのは、私たちが転換点に達しており、生成 AI とその出力に関して現在行われている決定が、今後しばらくの間、ウェブの機能に影響を与えるだろうということです。
ここ数日間の他の注目すべき AI ストーリーは次のとおりです。
OpenAI が GPT-4 を正式に発表: OpenAI は今週、最新のテキスト生成モデルである GPT-4 が有料 API を通じて一般提供されることを発表しました。 GPT-4 は、テキスト (コードを含む) を生成し、画像とテキストの入力を受け入れることができます。これは、テキストのみを受け入れた前世代の GPT-3.5 よりも改善されており、さまざまな専門的および学術的なベンチマークで「人間レベル」で実行されます。 しかし、前回の記事で述べたように、それは完璧ではありません。 (一方、ChatGPT の採用は ダウンしていると報告されました、しかし、見てみましょう。)
「超インテリジェント」AI を制御下に置く: OpenAIの他のニュースでは、同社は「超インテリジェント」AIシステムを操作および制御する方法を開発するために、首席科学者でOpenAIの共同創設者の1人であるIlya Sutskever氏が率いる新しいチームを結成している。
ニューヨーク市の反偏見法: 数カ月の遅れを経て、ニューヨーク市は今週、アルゴリズムを利用して従業員の募集、採用、昇進を行う雇用主に対し、アルゴリズムを独立した監査に提出し、その結果を公表することを義務付ける法律の施行を開始した。
Valve は AI 生成ゲームに暗黙のうちにゴーサインを出しました: バルブ 発行済み AIが生成したアセットを含むゲームをSteamゲームストアから拒否すると主張したことを受けて、この珍しい声明が発表された。 口を閉ざすことで有名なこの開発者は、自社のポリシーは進化しており、AIに対抗するものではないと述べた。
Humane が Ai Pin を発表: 元 Apple のデザインとエンジニアリングのデュオ、イムラン・チャウドリ氏とベサニー・ボンジョルノ氏が立ち上げたスタートアップ、Humane は今週、最初の製品である The Ai Pin の詳細を明らかにした。 結局のところ、Humane の製品は、投影型ディスプレイと AI を活用した機能を備えたウェアラブル ガジェットです。未来のスマートフォンのようなものですが、フォーム ファクターは大きく異なります。
EU の AI 規制に関する警告: ヨーロッパ中の大手テクノロジー創業者、CEO、ベンチャーキャピタル、業界大手は今週、EU委員会への公開書簡に署名し、EUがイノベーションを抑制する法律を可決した場合、ヨーロッパは生成型AI革命を逃す可能性があると警告した。
ディープフェイク詐欺が蔓延しています: チェックアウト このクリップ 英国の消費者金融のチャンピオンであるマーティン・ルイス氏は、イーロン・マスク氏の支援を受けた投資機会をシリングしたようだ。 普通だと思いますよね? ではない正確に。 これは AI によって生成されたディープフェイクであり、AI によって生成された悲惨さが私たちの画面上で急速に加速している様子を垣間見ることができる可能性があります。
AI を活用した大人のおもちゃ: ラベンセ おそらく遠隔操作可能な大人のおもちゃで最もよく知られている同社は、今週その ChatGPT Pleasure Companion を発表した。 同社のリモート コントロール アプリでベータ版としてリリースされた「Advanced Lovense ChatGPT Pleasure Companion」は、選択したトピックに基づいて Companion が作成するジューシーでエロティックなストーリーに耽溺するよう誘います。
その他の機械学習
私たちの研究総括は、チューリッヒ工科大学による 2 つのまったく異なるプロジェクトから始まります。 まず、 ai内視鏡、スマートな挿管 振り落とす。 挿管は多くの状況で患者の生存に必要ですが、通常は専門家が行う扱いにくい手作業です。 intuBot はコンピューター ビジョンを使用して口と喉からのライブ フィードを認識して応答し、内視鏡の位置を誘導して修正します。 これにより、人々は専門家の診察を待つことなく、必要なときに安全に挿管できるようになり、命が救われる可能性があります。
彼らはそれをもう少し詳しく説明しています。
まったく別の分野で、チューリッヒ工科大学の研究者たちは、ピクサー映画に必要なテクノロジーを開拓することで、二次的に貢献しました。 煙と火をアニメーション化する 流体力学のフラクタルの複雑さの餌食になることはありません。 彼らのアプローチが注目され、 ディズニーとピクサーが映画エレメンタルのために構築したもの。 興味深いことに、これはシミュレーション ソリューションというよりも、スタイル転送ソリューションです。これは賢明で、明らかに非常に価値のあるショートカットです。 (上の画像はこちらから。)
自然界の AI は常に興味深いものですが、考古学に適用される自然 AI はさらに興味深いものです。 山形大学が主導する研究 新しいナスカの地上絵を特定することを目的とした ―ペルーにある巨大な「地上絵」。 軌道上から見えるので、それらは非常に明白であると思うかもしれませんが、これらの神秘的な地層が作成されて以来、何千年にもわたって浸食と樹木が覆われているため、目に見えないところに未知の数が隠れていることがわかります。 既知の不明瞭な地上絵の航空画像でトレーニングされた後、深層学習モデルが他のビューで解放され、驚くべきことに、以下に示すように、少なくとも 4 つの新しい地上絵が検出されました。 かなり刺激的です!
より直接的に関連した意味では、AI に隣接するテクノロジーは、自然災害の検出と予測という新しい仕事を常に見つけています。 スタンフォードのエンジニアは、 将来の山火事予測モデルをトレーニングするためのデータを収集する これは、30 フィートの水槽内の森林の樹冠上で加熱された空気のシミュレーションを実行することによって行われます。 山火事の範囲外を移動する炎や残り火の物理学をモデル化するには、それらをより深く理解する必要があり、このチームはそれを近似するためにできる限りのことを行っています。
UCLAでは、火災やその他の環境要因の変化に伴って発生しやすくなる地滑りを予測する方法を研究している。 しかし、AI はすでにそれらの予測に使用され、ある程度の成功を収めていますが、「その効果を示す」わけではありません。つまり、予測では、それが浸食によるものなのか、地下水面の変動によるものなのか、あるいは地殻活動によるものなのかを説明できません。 新しい「重ね合わせ可能なニューラルネットワーク」アプローチ ネットワークの各層は異なるデータを使用しますが、すべてを同時に実行するのではなく並列して実行するため、どの変数がリスクの増加につながったかをもう少し具体的に出力できます。 また、はるかに効率的です。
Google は興味深い課題に取り組んでいます。それは、危険な知識を機械学習システムに学習させながら、それを伝播させないようにする方法です。 たとえば、トレーニング セットにナパーム弾のレシピが含まれている場合、それを繰り返してほしくありません。しかし、それを繰り返さないことを知るためには、何が繰り返されないかを知る必要があります。 矛盾だ! つまり、テクノロジー巨人は 「機械の非学習」の手法を模索中 これにより、この種のバランス調整作業が安全かつ確実に行われるようになります。
人々が正当な理由もなく AI モデルを信頼しているように見える理由をより深く知りたい場合は、Celeste Kidd (カリフォルニア大学バークレー校) と Abeba Birhane (Mozilla) によるこの Science 社説を参照してください。 それは信頼と権威の心理的基盤に迫り、現在の AI エージェントが基本的にそれらを踏み台として利用して自分の価値を高める方法を示しています。 今週末、賢く感じたいなら、非常に興味深い記事です。
悪名高い偽チェスマシン「Mechanical Turk」についてはよく聞きますが、その見せかけは実際に人々にそれを装ったものを作成するよう促しました。 IEEE Spectrum には興味深い話があります 実際の機械式チェスプレイヤーを作成したスペインの物理学者でエンジニアのトーレス・ケベドについて。 その機能は限られていましたが、だからこそそれが本物であることがわかります。 彼のチェスマシンが最初の「コンピューターゲーム」だったのではないかと主張する人さえいます。 思考の糧。