今週のAI：マイクロソフトがキーボードにAI広告を貼り付け

テッククランチイベント

マイクロソフトは、チップパートナーであるAMDおよびインテルと共同で、AI処理が高価なデータセンターからローカルチップへと移行し、AIがコモディティ化していくことを期待しています。そして、その期待は現実になるかもしれません。インテルの新しいコンシューマー向けチップラインナップには、AI実行用にカスタム設計されたコアが搭載されています。さらに、マイクロソフトが独自に開発したような新しいデータセンター向けチップによって、モデルトレーニングのコストが現在よりも削減される可能性があります。

しかし、保証はありません。真の試金石は、Copilotの広告まがいの広告にさらされているWindowsユーザーと企業顧客が、この技術に関心を示し、お金を払うかどうかです。もしそうならなければ、MicrosoftがWindowsキーボードを再び再設計せざるを得なくなる日もそう遠くないかもしれません。

ここ数日間で注目されたその他の AI 関連ニュースは次のとおりです。

• Copilot がモバイルに登場: Microsoft は、Copilot クライアントを Android と iOS、そして iPadOS にもひっそりと導入しました。
• GPTストア： OpenAIは、同社のテキスト生成AIモデル（GPT-4など）をベースにしたカスタムアプリ「GPT」のストアを、来週中に立ち上げる計画を発表しました。GPTストアは昨年、OpenAI初の年次開発者カンファレンス「DevDay」で発表されましたが、12月に延期されました。これは、最初の発表直後の11月に行われた経営陣の交代が原因であるとほぼ確信しています。
• OpenAI、規制リスクを縮小： OpenAIに関するその他のニュースでは、同社は海外事業の多くをアイルランドの法人に集約することで、EUにおける規制リスクの縮小を目指している。ナターシャは、この動きにより、EU内の一部のプライバシー監視機関が懸念事項に対して一方的に行動する能力が低下すると述べている。
• ロボットの訓練： GoogleのDeepMindロボティクスチームは、ロボットが人間が何を求めているのかをより正確に理解できるようにする方法を研究していると、ブライアンは記している。チームの新しいシステムは、連携して動作するロボット群を管理し、ロボットのハードウェアで実行可能なタスクを提案することができる。
• インテルの新会社：インテルは、フロリダ州ボカラトンに拠点を置く資産運用・投資会社DigitalBridgeの支援を受け、新たなプラットフォーム企業Articul8 AIを設立します。インテルの広報担当者によると、Articul8のプラットフォームは「顧客データ、トレーニング、推論を企業のセキュリティ境界内に維持するAI機能を提供する」とのことで、医療や金融サービスといった規制の厳しい業界の顧客にとって魅力的な展望となっています。
• 闇の漁業、その実態が明らかに：衛星画像と機械学習により、海事産業、特に海上の漁船と輸送船の数と活動について、新たな、より詳細な情報が得られるようになった。公開データから推測されるよりもはるかに多くの漁船と輸送船が存在することが判明した。これは、Global Fishing Watchと複数の共同研究チームがNature誌に発表した新たな研究で明らかになった事実である。
• AIを活用した検索：ウェブ検索にAIを応用したプラットフォームであるPerplexity AIは、資金調達ラウンドで7,360万ドルを調達し、企業価値は5億2,000万ドルに達しました。従来の検索エンジンとは異なり、Perplexityはチャットボットのようなインターフェースを提供し、ユーザーは自然言語で質問することができます（例：「睡眠中にカロリーは消費されますか？」「最も訪問者が少ない国はどこですか？」）。
• 臨床ノートの自動作成：資金調達に関する新たなニュースとして、パリを拠点とするスタートアップ企業Nablaが2,400万ドルを調達しました。同社は、米国の医療大手カイザー・パーマネンテ傘下のパーマネンテ・メディカル・グループと提携し、医師やその他の臨床スタッフ向けに、自動的にノートを取り、医療報告書を作成する「AIコパイロット」の開発に取り組んでいます。

さらなる機械学習

昨年、画像に小さな変更を加えることで、機械学習モデルが例えば犬の写真を車の画像と誤認するような興味深い研究が数多く行われたことを覚えている方もいるかもしれません。彼らは、画像ピクセルに「摂動」、つまりモデルだけが認識できるパターンで小さな変更を加えることでこれを実現しました。少なくとも、モデルだけが認識できると彼らは考えていました。

Google DeepMindの研究者による実験では、花の写真をAIが猫らしく見えるように加工すると、明らかに猫には見えないにもかかわらず、人々はその写真を猫っぽいと表現する傾向が強まることが示されました。トラックや椅子といった他の一般的な物体についても同様です。

なぜ？どのように？研究者たちは本当のところは分かっておらず、参加者は皆、ただランダムに選択しているように感じていた（実際、影響は信頼できるとはいえ、偶然とほとんど変わらない）。どうやら私たちは自分が思っている以上に知覚力があるようだ。しかし、これは安全性やその他の対策にも影響を与える。なぜなら、サブリミナル信号が誰にも気づかれずに画像を通して伝播する可能性があることを示唆しているからだ。

今週、MITから人間の知覚に関する興味深い実験が発表されました。この実験では、機械学習を用いて言語理解の特定のシステムを解明しました。「私はビーチまで歩いた」のような単純な文は、脳の力で解読できるのに対し、「誰の貴族制度において、それは悲惨な革命を引き起こすのか」のような複雑で難解な文は、fMRIで測定したところ、より広範囲かつより強い脳活動を引き起こすことが分かりました。

研究チームは、人間が様々な文を読んだ際の脳活動の読み取り値と、大規模言語モデルにおける同等の皮質領域がどのように活性化したかを比較しました。そして、2つの活性化パターンが互いにどのように対応するかを学習する2つ目のモデルを作成しました。このモデルは、新しい文が人間の認知能力に負担をかけるかどうかを予測することができました。少し難解に聞こえるかもしれませんが、間違いなく非常に興味深いものです。信じてください。

機械学習が、コンピューターインターフェースとのインタラクションといったより複雑な領域において人間の認知を模倣できるかどうかは、依然として大きな疑問です。しかしながら、多くの研究が行われており、常に目を通す価値はあります。今週は、オハイオ州立大学の研究者によるシステム「SeeAct」をご紹介します。これは、法学修士（LLM）が想定し得る行動の解釈を、実世界の例に基づいて丹念に構築することで機能します。

基本的に、GPT-4Vのようなシステムにサイトの予約を作成するように指示すると、タスクの内容と「予約する」ボタンをクリックする必要があることは理解しますが、実際にはそれをどのように行うのかはわかりません。明示的なラベルと世界に関する知識を用いてインターフェースを認識する方法を改善することで、たとえ成功率がまだほんの一部に過ぎなくても、パフォーマンスは大幅に向上します。これらのエージェントモデルはまだ発展途上ですが、とにかく今年は大きな成果が期待できます！今日いくつか耳にしたばかりです。

次に、存在すら知らなかった問題に対する興味深い解決策を見てください。実に理にかなっています。自律航行船は自動化の有望な分野ですが、海が荒れている時は航路を維持するのが困難です。GPSやジャイロスコープでは不十分で、視界も悪くなることがあります。さらに重要なのは、自律航行船を制御するシステムがそれほど高度ではないことです。そのため、航行の仕方を知らないと、目標から大きく外れたり、大きな迂回航路をたどって燃料を無駄にしたりする可能性があります。バッテリー駆動の場合、これは大きな問題です。そんなことは考えたこともありませんでした！

韓国海洋大学（これも今日知ったことですが）は、数値流体力学モデルで船舶の運動をシミュレーションした、より強力な航路探索モデルを提案しています。彼らは、波の作用とそれが船体や推進力に与える影響をより深く理解することで、自律型海上輸送の効率と安全性を大幅に向上させることができると提言しています。船長が特定のスコールや波に対して最適な迎え角を正確に把握していない、有人航行の船舶にも活用できるかもしれません。

最後に、2023 年に ML 研究と大幅に重複したコンピューター サイエンスの昨年の大きな進歩を詳しく知りたい場合は、Quanta の優れたレビューをご覧ください。