Open AIは、15秒間のサンプルから現実的な音声を生成できる音声モデルを作成しました。生成された音声は高品質で、Eleven Labsのようなツールの機能を超えています。

この技術は興奮の可能性を秘めていますが、Open AIはリスクも認識しています。彼らはこのモデルを一般に公開しないことにしています。乱用されないようにするためです。

この課題に取り組むために、Open AIは以下のような対策を奨励しています:

• 本人認証手段としての音声認証の段階的廃止
• 個人の音声の使用を保護する政策の検討
• AIによる偽造コンテンツの可能性について一般の人々を教育する
• 視聴覚コンテンツの出所を追跡する技術の開発と普及の促進

Open AIは責任ある姿勢で、合成音声の複雑な問題に取り組み、この技術が社会に利益をもたらしつつ、潜在的な害を軽減するよう努めています。

Open AIは、画像生成モデルのDolly 3に新しいインペインティング機能を追加しました。これにより、ユーザーは生成された画像の特定の領域を選択し、そのエリアに変更を加えるよう指示できるようになりました。

例えば、Dollyで画像を生成し、ホバーボードの車輪などの特定の要素に満足できない場合、それらの領域を強調表示して「車輪を削除する」と指示できます。Dollyはその部分を再生成し、要求どおりに車輪を削除しようとします。

このインペインティング機能により、Dolly生成の画像を使って作業する際に、ユーザーはより多くの制御と柔軟性を得られるようになりました。最初から作り直す必要がなく、段階的な微調整と編集が可能です。ただし、モデルが要求された変更を完璧に実行できるわけではないため、希望の結果を得るまでに数回試す必要があるかもしれません。

全体として、インペインティングの追加はDolly 3の有用な機能強化であり、ユーザーがモデルによって生成された画像を微調整してカスタマイズできるようにしています。

Stability AIは今週、Stable Audio 2.0を発表しました。この新バージョンには、音声から音声を生成する新機能が含まれています。この機能を使うと、口で音を出したり楽器の音を出したりすると、AIがそれを再現した音声を生成します。

[Music]

この機能は興味深いものの、生成された音楽の品質や魅力はJukeboxのようなツールには及びません。Stable Audio 2.0で生成された曲はまだ基本的で、人間が作曲した音楽のような複雑さや豊かさに欠けています。

全体として、Stable Audio 2.0の音声から音声の生成機能は前進ではありますが、プロの音楽制作と真に競争できるレベルに達するまでにはまだ改善の余地があります。

ニッキー・ミナージュ、ビリー・アイリッシュ、ケイティ・ペリーなどの一群のミュージシャンが、音楽業界におけるAIの不適切な使用に反対する書簡に署名しました。この書簡の主なポイントは以下の通りです:

• 署名者は、AIの開発者、テクノロジー企業、プラットフォーム、デジタル音楽サービスに対し、アーティストの権利を侵害し価値を下げるAIの使用を中止するよう求めています。

• しかし、適切に使用された場合、AIには人間の創造性を前進させ、音楽ファンに新しく刺激的な体験を提供する可能性があることも認めています。

• 書簡は、「AIを悪用して専門アーティストの音声やそっくりさんを盗み、創造者の権利を侵害し、音楽エコシステムを破壊する」ことに懸念を表明しています。

• 署名者は、「人間の創造性への攻撃を止めなければならない」と述べ、アーティストや音楽業界に害を及ぼすAIの誤用から守る必要があると主張しています。

• 全体として、この書簡は慎重な立場をとっています。AIの潜在的な利点とリスクの両方を認識しつつ、人間アーティストの権利と生活を保護するために、この技術の責任ある開発と使用を求めています。

AI駆動の画像生成ツールであるCrea AIが、新しい「Image Blend」機能を導入しました。この機能により、ユーザーは複数の画像をアップロードし、各画像の重みを調整して、リアルタイムに結果の画像ブレンドを確認できます。

例えば、Crea AIチームは「ポーセリンでできた魚」というプロンプトで3枚の画像をアップロードし、各画像の重みを調整すると、出力画像が動的に異なる素材の要素をブレンドしていきました。

この新機能は非常に印象的で、ユーザーが様々な視覚要素を単一の統一された画像に組み合わせることができます。リアルタイムのブレンディングにより、素早い実験と微調整が可能になり、Crea AIをさらに強力な創造的表現とアイデア創出のツールにしています。

複数の画像をブレンドする機能は、Crea AIユーザーに新しい可能性を開き、より複雑で微妙な視覚的構成を作成できるようにしています。この機能は、AI駆動の画像生成技術の進歩を示すものであり、この技術の可能性の境界を押し広げています。

AI技術の急速な進歩により、雇用への影響が懸念されています。多くの大手テクノロジー企業が、ICT Workforce Consortiumを通じてこの問題に取り組もうとしています。

このコンソーシアムには、Cisco、Google、Microsoft、IBMなどの企業が参加しており、AIの台頭によって人々が仕事を失うのを防ぐ方法を見つけようとしています。AIが進化し、特定のタスクを自動化していく中で、人々を雇用し続ける方法を見出すのが目標です。

この取り組みは重要です。Googleなどの大手テクノロジー企業が数千人もの従業員を解雇しており、AIがその一因だと指摘されているためです。しかし、実際のところこれらの人員削減は、AIの開発に重点を置くための企業の再編に関連しているのであって、AIが直接人間の労働者を置き換えたわけではありません。

にもかかわらず、AIが従来の職務を混乱させる可能性は現実的です。ICT Workforce Consortiumは、この課題に前向きに取り組む重要な一歩です。業界のリーダーが一堂に会し、労働者が変化する職場環境に適応できるよう支援する戦略と解決策を開発しようとしています。その目的は、AIの恩恵が一部の巨大テクノロジー企業に集中するのではなく、広く共有されるようにすることです。

AIの進化が続く中、企業、政策立案者、労働者が協力し、この技術の力を活用しつつ、雇用と生活を守る方法を見出すことが不可欠です。ICT Workforce Consortiumはその方向への重要な一歩を示しています。

ワシントンの裁判所は、AI強化ビデオ証拠の使用を禁止しました。その理由は、Topaz LabsのようなAIベースの拡大ツールが、ビデオ映像の品質を実際に改善するわけではないということです。代わりに、AIはその間の画素を推測しようとし、元の映像に存在しなかった詳細を追加したり変更したりする可能性があります。これにより、証拠の信頼性と真正性に問題が生じ、裁判手続きに適さなくなります。この判決は、AIを使って強化したメディアを使用する際の慎重さの必要性を浮き彫りにしています。技術が意図せずに不正確さや歪みを引き起こし、証拠の完全性を損なう可能性があるためです。

Apple Vision Proでは、ユーザーが仮想環境で他者と対話できるようになりました。主な機能は以下の通りです:

• 仮想プレゼンテーション: ユーザーは、浮遊する無体の頭部と手を使って、仮想空間でコンテンツを提示したり他者と共同作業したりできます。

• 仮想ゲーム: ユーザーは、仮想のボードゲーム、チェス、その他のインタラクティブな体験をリモートの参加者と一緒に楽しめます。これにより、ヘッドセット内で共有ゲーム体験が可能になります。

• 映画を一緒に視聴: ユーザーは、友人、同僚、他者と一緒に映画やその他のコンテンツを視聴できます。各参加者は仮想の存在として共有環境に現れます。

Apple Vision Proでの他者との対話機能は、これまでの仮想現実デバイスの孤立した体験から脱し、より社会的で協調的なプラットフォームにする上で重要な一歩を示しています。これらの新機能により、ユーザーは共有仮想体験に参加できるようになりました。

インドの企業が、完全自律型の電動スクーター「Ola Solo」を開発しました。乗り手が目的地まで行けるというコンセプトです。興味深い試みですが、少なくとも初期モデルについては、自律走行スクーターに乗るのは不安だと著者は感じています。この技術の進展を見守っていく必要があります。

さらに、フェニックスでは、Wejoの自動運転車がUber Eatsの配達を行っています。Wejoは自動運転車会社で、Uber Eatsの注文を受けると、自動運転車が飲食店から注文を受け取り、お客様の自宅まで配達するというものです。チェックアウト時に、人間の配達員を希望することもできます。これも自動運転技術の興味深い応用例です。

Netflixのリアリティショー「The Circle」シーズン6では、AIのなりすまし参加者が登場します。このデートスタイルのショーでは、参加者は実際に会うことなく、ソーシャルメディアプラットフォームを通じて交流します。一部の参加者は「なりすまし」と呼ばれる偽のアイデンティティを作り出そうとします。

今回初めて、AIボットがこの「なりすまし」キャラクターの1人として登場し、「Max」という名前で人間を演じます。他の参加者がこのAIキャラクターとどのように相互作用し、反応するかを見るのは非常に興味深いでしょう。参加者はMaxが本物の人間ではないことを見抜けるでしょうか? そうだとしても、AIとの関係性を築こうとするでしょうか?

この実験は、社会的な設定の中でAIがどのように認識され、関与されるかについての洞察を提供するでしょう。AIがショーの社会的ダイナミクスを巧みに操り、人間の参加者との関係を形成できるかどうかを見るのは刺激的です。この AIの成績は、AIを私たちの社会生活に統合する際の広範な影響を示唆する可能性があります。

AI技術の急速な進歩は本当に驚くべきものです。圧倒的なAIの景観から、MicrosoftとOpenAIによる野心的なデータセンタープロジェクトまで、この分野は前例のない速さで進化しています。

OpenAIの15秒間のサンプルから現実的な音声を生成できる音声モデルの開発は、現代のAIシステムの驚くべき能力を示しています。ただし、潜在的な悪用を防ぐため、このテクノロジーを一般に公開しないというOpenAIの慎重な姿勢は称賛に値します。

Dolly 3のインペインティング機能や、Claude 3内のツールの使用など、新機能の導入は、AIの継続的な能力向上を示しています。AppleがシリのためのRealmLanguageモデルなど、同社製品へのAI統合への取り組みも、業界