AIの今週：世界中で聞かれた一時停止要請

テッククランチイベント

• Bing Chatに広告が登場：マイクロソフトは先週、OpenAIのGPT-4言語モデルを搭載した検索エージェントBing Chatの応答に広告を掲載することを「検討中」と発表しました。Devin氏が指摘するように、スポンサー付きの応答には明確にその旨が明記されていますが、これは新しく、潜在的に破壊的な広告形態であり、容易に区別したり無視したりできない可能性があります。さらに、言語モデルは既に事実誤認を起こし、応答の信憑性に疑念を抱かせていることもあり、この広告は言語モデルへの信頼をさらに損なう可能性があります。
• 一時停止の要請： 火曜日に公開された、イーロン・マスク氏を含む1,100人以上の署名者による書簡は、「すべてのAIラボは、GPT-4よりも強力なAIシステムのトレーニングを少なくとも6ヶ月間即時停止する」よう求めました。しかし、この要請を取り巻く状況は予想以上に不透明であることが判明しました。その後数日で、一部の署名者は立場を撤回し、一方で、中国の習近平国家主席をはじめとする他の著名な署名者が偽物であることが判明したという報道もありました。
• そして、一時停止の要請に対する返答: 著名な AI 倫理学者は、AI が現在引き起こしている問題に対処しなければ、遠い将来の仮説的な問題について心配するのは危険であり、自滅的であると指摘しています。
• Twitterがアルゴリズムを公開：CEOのイーロン・マスク氏が繰り返し約束していた通り、Twitterはソースコードの一部を公開しました。これには、ユーザーのタイムラインでツイートを推奨するアルゴリズムも含まれています。興味深いことに、Twitterはツイートのランク付けに、いいねや返信といった肯定的なエンゲージメントを最適化するためにツイートのインタラクションを継続的に学習させたニューラルネットワークを一部利用しているようです。しかし、コードベースを調査している研究者たちが指摘するように、これには多くのニュアンスがあります。 
• AIで会議を要約： OtterやZoomといった企業に続き、会議インテリジェンスツールのReadは、1時間の会議を2分間の動画にまとめ、重要なポイントを添える新機能を導入しました。同社によると、大規模な言語モデル（どの言語モデルかは明らかにされていない）と動画分析を組み合わせることで、会議の最も注目すべき部分を抽出しており、これは便利な機能です。

さらなる機械学習

AIイネーブラーであるNvidiaにとって、BioNeMoは新たな戦略の好例です。この進歩は、目新しいというよりも、企業がより容易にアクセスできるようになるという点にあります。このバイオテクノロジープラットフォームの新バージョンでは、洗練されたWeb UIと、多数のモデルの微調整機能が向上しています。

「パイプラインの多くは、これまで見たこともないほどの膨大なデータ、つまり数億もの配列をモデルに取り込まなければならないものが増えています」と、AI技術を活用した研究部門を率いるアムジェンのピーター・グランサード氏は述べた。「私たちは、製造業と同様に、研究においても業務効率の向上を目指しています。NVIDIAのような技術がもたらす加速のおかげで、昨年1つのプロジェクトでできたことが、今では同じ技術投資で5つ、10つもできるのです。」

Wiredに掲載されたメレディス・ブラサードによる本書の抜粋は一読の価値があります。彼女は自身のがん診断に使用されたAIモデルに興味を持っていましたが（彼女は大丈夫でした）、そのデータとプロセスを理解しようとするのは非常に面倒でフラストレーションがたまるものでした。医療AIプロセスは明らかに患者をもっと考慮する必要があります。

実際、悪意のあるAIアプリケーションは、例えば言説に影響を与えようとするなど、新たなリスクを生み出します。GPT-4の能力は既に明らかになっていますが、そのようなモデルが政治的な文脈において効果的な説得力のある文章を作成できるかどうかは未知数でした。スタンフォード大学の研究はそれを示唆しています。銃規制や炭素税といった問題について論じたエッセイを人々に提示したところ、「AIが生成したメッセージは、あらゆるトピックにおいて、人間が生成したメッセージと同等以上の説得力があった」とのことです。これらのメッセージは、より論理的で事実に基づいたものとして認識されました。AIが生成したテキストは人々の考えを変えるのでしょうか？確かなことは言えませんが、今後、このような目的のためにAIが利用されることはますます増えていくでしょう。

スタンフォード大学の別のグループは、機械学習を用いて脳、つまり臓器組織そのものをより正確にシミュレートすることに成功しました。脳は複雑で不均一なだけでなく、「ゼリーのような性質を持つため、脳への物理的影響の試験とモデル化は非常に困難です」と、エレン・クール教授はニュースリリースで説明しています。彼らの新しいモデルは、数千もの脳モデリング手法を精選し、組み合わせることで、与えられたデータから最適な解釈または予測方法を特定します。脳損傷モデリングを根本から変えるものではありませんが、脳損傷研究をより迅速かつ効果的にするはずです。

自然界では、フラウンホーファーが地震画像化に新たなアプローチを採用し、水中聴音器やエアガンからテラバイト単位の出力を処理する既存のデータパイプラインに機械学習を適用しています。通常、これらのデータは簡略化または抽象化する必要があるため、その過程で精度がいくらか低下しますが、この新しい機械学習を活用したプロセスにより、完全なデータセットの分析が可能になります。

興味深いことに、研究者らは、これは通常、鉱床を探している石油・ガス会社にとって恩恵となるが、化石燃料からの移行に伴い、潜在的なCO2隔離場所の特定や潜在的に有害なガス蓄積の特定など、より気候に優しい目的に活用できると指摘して_いる。

森林のモニタリングは、気候と保全に関する研究における重要な課題の一つであり、樹木のサイズ測定もその一つです。しかし、この作業には一本一本の樹木を手作業で確認する必要があります。ケンブリッジ大学の研究チームは、スマートフォンのライダーセンサーを用いて幹の直径を推定する機械学習モデルを構築し、多数の手作業による測定で学習させました。スマートフォンを周囲の樹木に向けるだけで、システムは4倍以上の速度で、しかも予想以上の精度を実現していると、研究の筆頭著者であるアメリア・ホルコム氏は述べています。「このアプリがこれほど優れた性能を発揮することに驚きました。特に密集した森林や、非常に奇妙な形の樹木で試してみたいのですが、うまく検出できるとは到底思えません。でも、実際に検出してくれるのです。」

このツールは高速で特別なトレーニングも不要なため、チームは樹木調査のためのデータ収集手段として、あるいは既存の取り組みをより迅速かつ容易にする手段として広く利用できるようになることを期待しています。現時点ではAndroid版のみです。

最後に、Eigil zu Tage-Ravn による、白鯨の第 3 章で説明されている Spouter-Inn の有名な絵画を生成アート モデルでどのように再現するかについての興味深い調査と実験をお楽しみください。