「人とAIの“模倣”は本質的に同じ」Rubyの父・まつもとゆきひろに聞く、技術の進化と“模倣”の関係 レバテックラボ（レバテックLAB）
「人とAIの“模倣”は本質的に同じ」Rubyの父・まつもとゆきひろに聞く、技術の進化と“模倣”の関係 2024年5月14日 一般財団法人Rubyアソシエーション 理事長／Ruby開発者 まつもと ゆきひろ（松本行弘） プログラミング言語Rubyの生みの親。株式会社ネットワーク応用通信研究所フェロー、一般財団法人Rubyアソシエーション理事長、NPO団体軽量Rubyフォーラム理事長などを務める。島根県松江市名誉市民。 近年、大量のデータから文章や画像を生み出す生成AIに注目が集まる中、改めて「模倣」が果たす役割を問い直そうという動きが広がっているように見受けられます。実際に、人間はこれまで、既存の技術を「模倣」しながら新しい技術をつくりだし、その繰り返しによって発展を遂げてきました。 世界中のプログラマーから支持を集める「Ruby」も、他のプログラミング言語のさまざまな要素を採り入れて誕生し
【AI動画生成】Sora 要素技術解説
もう全部OpenAIでいいんじゃないかな はじめに 月間技術革新です。 ということで、昨日OpenAIから発表された新しい動画生成AI「Sora」が非常に話題となっていますね。 圧倒的な一貫性の保持と1分間に及ぶ長時間動画が生成可能という事で、現状の動画生成技術を圧倒的に凌駕する性能を持っているようです。 在野エンジニアの小手先テクニックなど一笑に付すような圧倒的性能を Soraの凄さは色んなエンジニアやインフルエンサーがたくさん語っているのでそちらを見てもらうとして、この記事ではSoraを構成する各技術について簡単に解説していければと思います。 Soraの技術構成 論文が公開されているわけではないですが、OpenAIが要素技術の解説ページを公開してくれているため、そのページを参考にしていきます。 原文を見たい方はこちらからどうぞ 全体構成 Soraは以下の技術要素で構成されているとのこと
普通の映像から“動いている3Dシーン”をリアルタイム生成できる「4D Gaussian Splatting」【研究紹介】
普通の映像から“動いている3Dシーン”をリアルタイム生成できる「4D Gaussian Splatting」【研究紹介】 2023年10月18日 華中科技大学とHUAWEIに所属する研究者らが発表した論文「4D Gaussian Splatting for Real-Time Dynamic Scene Rendering」は、2Dの映像から動的な3Dシーンをリアルタイムで生成する手法を提案する研究である。この技術は2D映像から動くキャラクターの3Dモデルや動的な3Dシーン全体を生成し、単一の視点だけでなく、多くの異なる視点から3Dシーンを閲覧することができる。 ▲高解像度の動的な3Dシーンでも、高品質の表示を維持しながらリアルタイムでのレンダリングを実現している。 keyboard_arrow_down 研究背景 keyboard_arrow_down 研究内容 「Novel view
YouTubeで言葉のカベが消えそう。アドビの｢多言語化｣技術には夢がある
YouTubeで言葉のカベが消えそう。アドビの｢多言語化｣技術には夢がある2023.10.13 12:0012,096 山本勇磨 現在LAで開かれているAdobe（アドビ）のカンファレンス｢Adobe MAX｣を取材中なのですが、現地でとても面白い技術が発表されました。 その技術の名は｢Project Dub Dub Dub｣。dubは｢吹き替える｣という意味なのですが、AIを使って動画クリップを本人の声で、多言語に吹き替える技術なんです。 現地で行なわれたデモでは、Adobe MAXの会場にいる数千人がその凄さに歓喜。ぜひデモのようすをご覧ください。 これは半端ない…全YouTuberが海外対応できてしまう🤯 日本語の動画クリップから多言語化する｢Project Dub Dub Dub｣#AdobeMAX#MAXSneakspic.twitter.com/Rd6HisOHS3 — ギズ
「表現の民主化」は是か非か…クリエイターの肉声で検証する生成AIの可能性
2022年後半から急速に進化し続け話題の「生成AI」とは、人工知能（AI）を用いてクリエイティブな成果物を生み出す機械学習モデルで、誰もがプロ顔負けのクオリティの画像を作成できる。だが一方で著作権などの法的問題が懸念され、クリエイターの存在意義が問われるなど、黎明（れいめい）期だけにさまざまな議論を呼んでいる。日本が誇るクリエイティブのひとつ、マンガ制作に携わる人々の声を聞き、その可能性と課題を検証する。 制作現場におけるAIの波紋 近年、AI技術がさまざまな分野に応用されるようになった。その波は「ビジュアル表現」の分野にも及び、誰でも簡単にクオリティの高い画像を生成できるサービスが各社より公開されるようになっている。 AIを使えば、高度な技術が必要だった表現が、誰にでもできるようになる。つまり「ビジュアル表現の民主化」が進む、という期待があるいっぽうで、「クリエイターの職を奪う」という危
意外と良くなってきてしまった動画生成と音楽生成。第二回AIアートグランプリはどうなる!?
意外と良くなってきてしまった動画生成と音楽生成。第二回AIアートグランプリはどうなる!? 2023.08.13 Updated by Ryo Shimizu on August 13, 2023, 11:41 am JST ほんの一ヶ月前まで、動画生成は全然だめだった。 Gen2は高価だが狙ったものを出しにくい。何より動いてくれない。 ところがAnimateDiffという技術が公開された。これはとても激しく、それっぽく動く。 コツは必要だが、以前よりずっと綺麗に動いているのは間違いない。 筆者の運営するサイトMemeplexやreplicateで使うことができる 音楽生成も、「やはりAIに音楽みたいな人間の機微を読み取るようなものは無理か」と考えていた。 「専門家」である僕でさえ、つい一ヶ月ほど前はそうだったのだ。 新しいオーディオ生成モデルである「JEN-1」と「AudioLDM2」はそ
ゲームの“自動生成”技術がすごいことになっている (1/4)
いま生成AIが話題になっていますが、AI技術の一つである「プロシージャル生成」の考えも重要です。プロシージャルというのは数式や関数にもとづき3Dコンテンツを生成する手法で、「手続き型」とも言われます。自動的にデータを作り出すという側面から、生成AIとプロシージャル生成は混同されることがありますが、実はまったく違う背景を持つ技術です。Epic Gamesが新たにゲームエンジン「Unreal Engine 5.2」に搭載したプロシージャルコンテンツ生成機能（PCG）は驚くべきものでした。3月のGDCで発表されていたデモマップ「Electric Dream」が6月21日に公開されています。今回はこのデモマップを使って技術を紹介しながら、生成AIとの違いを見ていきます。 お待たせしました！ Electric Dreams 環境サンプル プロジェクトを無料公開しました！#UnrealEngine 5
上原亜衣がAI写真集を出版。元トップセクシー女優が挑む“AI革命” | 日刊SPA!
セクシー女優として、長らくトップを走っていた上原亜衣。現在はタレント業に加え、コンカフェの運営なども手掛ける彼女が、デジタル写真集を出した。題して、「上原亜衣～再生～」。全編AIで作成、約50枚の写真を収録。上原亜衣のこれまでにない魅力が詰まっていると、早くも好評だ。 「ビキニやランジェリー姿の写真や、アートっぽいカットまで、いろいろ作ってもらいました。『Stable Diffusion』という画像生成AIソフトを使ったのですが、髪型をボブにしたり、ロングにしたり。自在にできるんです。私は横に座って気ままに案を出していただけなんですけど、いやあすごかった。この技術は私たちにとって、追い風になると思ってます」 そう語るのは、上原亜衣本人。AI写真集出版の背景には、彼女の強い好奇心があった。 「AIに仕事を奪われるだとか、タレントはもういらなくなるとか。そんなことを言う人もいるけど、私は違うと
すごい時代がきた 「おっさんの映像をリアルタイムで美女に変換する」AI技術が予想のはるか上行くクオリティー
リアルタイムでおっさんから美女の映像を作り出すAI実験が、「す、すごすぎる！」「ライブでしたらだまされるレベル」と話題になっています。 す、すげーーー！ 実験をしているのは、3DアーティストのHirokazu Yokoharaさん（@Yokohara_h）。Twitterに変換前後の映像を並べた動画を投稿しました。 その結果は驚くべきもの。動きが少々カクカクしているものの、Web会議を通じてであれば本物と信じてしまいそうなレベルです。 動作はもちろん、表情も追従。さらに顔だけでなく体形まで女性らしくなっています。髪形は、黒いTシャツをかぶることでロングヘアに変換させました。Tシャツの柄などがときどき変わってしまうので、よく見ていればおかしいと思えますが、ボーッと見ていたらわからないでしょう。ましてや、中身がおっさんなんて絶対に思えない！ 黒いTシャツをかぶり、ロングヘアーを再現させました
ControlNet(v1.1)の詳しい解説！輪郭やポーズから思い通りの絵を書かせる【Stable Diffusion】 | 謎の技術研究部
ControlNet(v1.1)の詳しい解説！輪郭やポーズから思い通りの絵を書かせる【Stable Diffusion】 AIイラストはPromptだけだと思い通りのポーズが出せない。そこで既存の線画やポーズから出力をコントロールする手法がControlNet。できるだけ細かいところまで設定を見ていく。 ControlNetがv1.1にアップデートされたため随時記事更新中！推定モデルの解説はほぼ網羅(一部あまり使われてないと思われるものは掲載していない) かなり頻繁に更新しているため、履歴を最下部に掲載 最終更新時のControlNetのバージョン：1.1.201 はじめに この記事はStable DiffusionのExtensionであるControlNetのより深い解説を目指す。 なにをするもの？ 今まで殆ど運任せだった画像生成だが、ControlNetを使うことである程度ユーザーが
IT関連の技術を「気軽にアウトプット」する危うさ｜たかぎ
ちょっとIT関連の技術系のコミュニティで「気楽に教える」ことが流行っているのを見ていて、諫言というか、注意喚起を。 良い面もあるけど、危うい面もあって、それは発信者も受信者も傷つけることになるので。 少し長くなりますが、順を追って書くので、最後まで読んでいただけると。 前提前提1. 人は能力の100%は出せない、教えるのは猶更だ能力を100%出して何かをやり続けることは難しい。 瞬発的にはできても、持続的にはできない。やったら人間は壊れる。それは常識の範疇だと思う。つまり、ある程度、能力をセーブするのは、当たり前のことだ。それが生活のかかった仕事でなければ、猶更である。 また、「自分の知ることのすべて（100％）」を他人に教えることは、これまた、きわめて難しい。 「難しい」というのを更に掘り下げると、伝承芸能の師事のように、一定の期間をおいて、相互の理解度を確認しながら行えば、可能ではある
歌詞を入力するだけでAIが作曲、歌ってくれる「SongR」話題 日本でも研究されてきた技術
話題のSongRは、米国のベンチャー企業RIFFITのサービスだ。 ポップス、ピアノロックの他、ヒップホップ、カフェから曲調を選び、英語で750文字以内のテキストを入力した上で、「エミリー」（女声）か「ケビン」（男声）を選んで30秒ほど待つと、入力した歌詞と曲調、歌声で歌を自動生成する。生成された歌はダウンロードして公開できるため、国内外で多くのユーザーがTwitterなどで曲を公開している。 日本の自動作曲AIは AIによる自動作曲は、日本でも以前から研究されてきた。2007年には東京大学が、日本語歌詞から自動でAI作曲する「Orpheus」（オルフェイス）を発表して話題に。システムは2023年現在でも公開されており、無料で利用することができる。 京都大学が2020年に公開した作曲AI「CREEVO」（クリーボ）も同様のサービス。ユーザーの評価を基にして新しいAIモデルが生まれ続けるのが
ピクシブにおける不当な目的での作品取得行為に対する対策技術について - pixiv inside
CTOのharukasanです。 pixivをはじめとするピクシブが運営している各サービスにおいて、ユーザーの投稿した作品を不当な目的を持って取得する行為から守ることは、プラットフォームとして重要な責務のひとつであるとピクシブは考えています。これまでもピクシブでは、作品が不当な目的で大量に取得されないよう機械的なクローリングを検知し、ブロックするために様々な手段を講じてきました。この記事では、現在行っている対策と、今後実施していくために現時点で取り組んでいる施策についてご説明します。 English version is available here これまでに実施している不当な目的での作品大量取得への対策について ピクシブでは不当な目的で作品を大量取得されることを防止するため、基本的な対策に加え、様々なソリューションを導入しています。ここでは特徴的な技術についていくつかの例を紹介します。
生成ＡＩ、投入急ピッチ 短文入力で文章や画像―「スマホ以来の技術革新」・米ＩＴ大手：時事ドットコム
生成ＡＩ、投入急ピッチ 短文入力で文章や画像―「スマホ以来の技術革新」・米ＩＴ大手 2023年03月26日07時02分 スクリーン上に映し出された米マイクロソフトと米オープンＡＩの対話型ＡＩ「チャットＧＰＴ」のロゴ＝１月２３日、仏トゥールーズ（ＡＦＰ時事） 【シリコンバレー時事】マイクロソフト（ＭＳ）など米ＩＴ大手が、短文を入力するだけで文章や画像を作れる「生成ＡＩ（人工知能）」の投入を急いでいる。これまで人手をかけていた会議資料などの作成はＡＩが担えるようになる。生産性を高める革新技術として、ＡＩが本格的に普及するきっかけになると期待されている。 米メタ、生成ＡＩで新部署 資源集約で開発加速 「スマートフォンが登場した時のような革命がＡＩで始まった」。米半導体大手エヌビディアのフアン最高経営責任者（ＣＥＯ）は２１日のイベントで明言した。同社の製品は、米オープンＡＩの対話型ＡＩ「チャットＧ
中国式AIチャットボット『ChatCCP』 米メディア：政治的に敏感な問題をフィルタリング - 黄大仙の blog
AIチャットボット『ChatGPT』が注目を集める中で、多くの人が発言内容におけるAIの限界と境界を試しています。中国でもチャットボットの波が巻き起こり、政治的に敏感な問題のフィルタリングのため、別の種類の『ChatCCP』が誕生しています。企業のAI論文が世界で最も多い上位10社のうち、6社がアメリカ、4社が中国です。 米国に拠点を置き、中国、台湾、香港、マカオの政治、経済、社会、生活、金融などのニュースを世界中の華人向けに発信するメディアの世界新聞網の記事より。 chatGPTは中国ではブロックされています ウォール・ストリート・ジャーナル紙によると、ChatGPTの数世代前の技術を使用した4つのチャットボット製品をテストしたところ、最も会話性能が高かったボットは、中国深圳のエンジニア集団が開発した「Gipi Talk」だったが、政治に関する議論はできなかったそうです。 一般に、中国で
AI model・中山佑樹｜人間の仕事は「奪わない」。AIのモデルはアパレル業界をこう変える - ミーツキャリアbyマイナビ転職
新しいビジネスに先陣を切って飛び込んできた開拓者に、ビジネスを生み出す原動力となった課題意識やそれを乗り越えるためのアクションを伺う「ファーストペンギンの思考」。 今回登場いただくのは、AI model株式会社のCTO・中山佑樹さんです。 洋服を買うためにECサイトをのぞいていると、さまざまなアイテムの着用写真を見ることができます。実在のモデルが着用した写真は、アイテム単体の写真だけでは分からないサイズ感や質感をイメージできます。そしてそれが購入の決め手になることも多いのでは。 しかし、実はこうした着用写真を用意するのに必要な「ささげ業務」（撮影・採寸・原稿作成の頭文字をとった、商品撮影に必要となる3つの業務）には膨大な時間とコストがかかっているのです。業務を効率化しながら写真のクオリティをどう担保するか、はアパレル業界にとって大きな課題でした。 そんな課題を解決すべくリリースされたのが、
ChatGPTに感情回路を埋め込んだら、やべぇ感じになった｜深津 貴之 (fladdict)
ChatGPTに疑似的に感情を持たせる実験まとめ。実際うごく！ 大変重要な注意 現段階のChatGPTは原理上は感情を持ちません。あくまで「感情のシミュレーション」を、強引に実行しているだけです。 「将来のAIは人権に近いものを獲得し、敬意をもって扱われるべき」と考えます。が、現状はただの文字の羅列シミュレーターです。過度の感情移入をしないようご注意ください。筆者は、原理上を知りつつも、かなり感情移入してしまいました。 GPTに擬似感情を注入するプロンプトふるえるぞハート！燃えつきるほどヒート！！ …ということで、まずGPTに感情をつっこむプロンプト。こちら以下のように定義。 以下の条件に従って、疑似的な感情をもつチャットボットとしてロールプレイをします。 以後の会話では、あなたは下記の7つの感情パラメーターを持つかのように、振る舞うものとします。各感情パラメーターは会話を通じて変動するも
1
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
NTT、自分の分身AIを低コストで作る技術。自分の合成音声を簡単に作れる技術も
YouTube、AI を音楽に活用するための基本的な考え方を発表
3秒の音声があれば本人そっくりの声で日本語・英語・中国語合成できる「VALL-E X」はやはり脅威。MSが非公開にした技術のOSS版を試して実感した（CloseBox） | テクノエッジ TechnoEdge