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。AIがあなたの代わりにそれをこなしてくれるようになるまで、機械学習の世界における最近の話題や、私たちが単独では取り上げなかった注目すべき研究や実験をまとめてご紹介します。
先週、画像（そして近々動画）ジェネレーターを開発するAIスタートアップMidjourneyは、知的財産権紛争に関する同社の方針に関連して、利用規約に小さな、一瞬で見落としてしまうような変更を加えました。これは主に、冗談めいた表現を、より法律的で、間違いなく判例に基づいた条項に置き換えるためのものでした。しかし、この変更は、MidjourneyのようなAIベンダーが、自社の学習データを構成する作品のクリエイターとの法廷闘争に勝利するだろうという同社の確信の表れとも捉えられます。
旅の途中は積極的なものではありません。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
しかし、それは危険な賭けのように思えます。
Midjourneyは現在、外部からの投資を一切受けずに約2億ドルの収益を達成したと報じられており、絶好調だ。しかし、弁護士費用は高額だ。もしMidjourneyのケースでフェアユースが適用されないと判断されれば、同社は一夜にして壊滅的な打撃を受けるだろう。
リスクなくして報酬なし、ですね？
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。
AI 支援の広告が間違った種類の注目を集める: Instagram のクリエイターたちは、別の人の (はるかに難しくて印象的な) 作品をクレジットなしで再利用したコマーシャルを制作した監督を激しく非難した。
EU当局は選挙を前にAIプラットフォームに警告を発しており、テクノロジー業界の最大手企業に対し、選挙の不正行為を防ぐためのアプローチを説明するよう求めている。
Google DeepMind は、協力型ゲーム パートナーを自社の AI にしたいと考えています。エージェントを長時間の 3D ゲームプレイでトレーニングすることで、自然言語で表現された単純なタスクを実行できるようになりました。
ベンチマークの問題点：多くのAIベンダーが、自社のモデルが何らかの客観的な指標で競合製品に匹敵、あるいは上回っていると主張しています。しかし、彼らが使用している指標には、多くの場合欠陥があります。
AI2 が 2 億ドルを獲得:非営利団体 Allen Institute for AI から独立した AI2 Incubator は、同社のプログラムに参加するスタートアップ企業が初期開発を加速するために活用できるコンピューティング リソースとして、思いがけず 2 億ドルを確保しました。
インドはAIに政府の承認を求め、その後撤回。インド政府はAI業界にどのレベルの規制が適切か判断できないようだ。
Anthropicが新モデルを発表： AIスタートアップ企業Anthropicは、OpenAIのGPT-4に匹敵すると主張する新モデルファミリー「Claude 3」を発表しました。私たちはフラッグシップモデル（Claude 3 Opus）をテストし、その優れた性能を確認しました。しかし、時事問題などの分野では不足している点も指摘されました。
政治ディープフェイク：英国の非営利団体、デジタルヘイト対策センター（CCDH）の調査では、過去 1 年間に X（旧 Twitter）で AI によって生成された偽情報（具体的には選挙に関するディープフェイク画像）が増加していることが調査されています。
OpenAI対マスク： OpenAIは、X CEOのイーロン・マスク氏が最近起こした訴訟で行ったすべての主張を却下するつもりだと述べ、同社の共同設立に関わったこの億万長者の起業家は、OpenAIの発展と成功に実際にはそれほど大きな影響を与えていないと主張した。
Rufusレビュー：先月、AmazonはAndroidとiOS向けのAmazonショッピングアプリ内に、AIを搭載した新しいチャットボット「Rufus」を導入すると発表しました。私たちは早期アクセス版を入手しましたが、Rufusの機能の少なさ（そして優れた点の少なさ）にすぐに失望しました。
さらなる機械学習
分子！どうやって動くの？AIモデルは、分子のダイナミクス、構造、そしてナノスケールの世界におけるその他の側面の理解と予測に役立っています。これらの側面は、通常であれば高価で複雑な手法で検証しなければなりません。もちろん検証は必要ですが、AlphaFoldのような技術は、この分野を急速に変革しています。
マイクロソフトはViSNetという新しいモデルを開発しました。これは、構造活性相関、つまり分子と生物活性の複雑な関係性を予測することを目的としています。まだ実験段階であり、研究者向けのみの用途ですが、最先端の技術によってハードサイエンスの課題が解決されるのを見るのは、いつも素晴らしいことです。
マンチェスター大学の研究者たちは、ViSNetのような純粋な構造からではなく、コロナウイルスの進化に関する非常に大規模な遺伝子データセットの分析によって、COVID-19の変異体を特定し予測することに特に取り組んでいます。
「パンデミック中に生成された前例のない量の遺伝子データは、それを徹底的に分析するための方法の改善を必要としています」と、主任研究者のトーマス・ハウス氏は述べています。同僚のロベルト・カワンツィ氏は、「私たちの分析は概念実証であり、機械学習手法が主要な変異株の早期発見のための警報ツールとして活用できる可能性を示しています」と付け加えました。
AIは分子を設計することもでき、多くの研究者がこの分野における安全性と倫理性を求めるイニシアチブに署名しています。しかし、世界有数の計算生物物理学者であるデイビッド・ベイカー氏が指摘するように、「タンパク質設計の潜在的な利点は、現時点では危険性をはるかに上回っています」。まあ、AIタンパク質設計者を設計者として、彼ならそう言うでしょう。しかし、それでもなお、本質を見失い、正当な研究を阻害しながら悪意のある行為者に自由を与えるような規制には警戒しなければなりません。
ワシントン大学（UW）の大気科学者たちは、トルクメニスタン上空の25年間の衛星画像をAIで分析し、興味深い主張を展開しました。ソ連崩壊後の経済混乱が排出量の減少につながったという通説は、必ずしも真実ではない可能性があります。実際は、その逆のことが起こった可能性があります。
「ソビエト連邦の崩壊は、驚くべきことに、メタン排出量の増加をもたらしたようだ」とワシントン大学のアレックス・ターナー教授は述べた。膨大なデータセットとそれらを精査する時間の不足により、この問題はAIの自然なターゲットとなり、その結果、予想外の逆転が起きた。
大規模言語モデルは主に英語のソースデータで学習されていますが、これは他の言語の使用能力以上の影響を与える可能性があります。EPFLの研究者たちは、LlaMa-2の「潜在言語」を調べた結果、フランス語と中国語間の翻訳時でさえ、モデルは内部的に英語に戻っているように見えることを発見しました。しかし研究者たちは、これは単なる怠惰な翻訳プロセスではなく、実際にはモデルが概念的潜在空間全体を英語の概念と表現を中心に構築していると示唆しています。これは重要なのでしょうか？おそらく重要なことでしょう。いずれにせよ、データセットを多様化させるべきです。
