Odaily Planet Daily News Yuga Labsは、基本に焦点を当て、新機能の迅速な反復とリリースに備えるOthersideメタバースアップデートをリリースし、非代替性トークン、ウォレット、およびさまざまなインタラクティブエクスペリエンスに簡単にアクセスするための統一されたアカウントとIDをユーザーに提供します。 Yuga Labsはまた、Othersideの品質とスケーラビリティに焦点を当て、現在、AAAゲーム基準を満たすように仮想環境とアバターを最適化し、メタバース体験の新しいベンチマークを設定していると述べました。 さらに、Yuga Labsは、10,000人のApe保有者がダイナミックな共有ショートスペースで初めて非代替性トークンと対話できるようにする、Othersideの旅のマイルストーンとなるApes Come Home Experienceを開催すると発表しました。

1月24日のWebmaster's Homeのレポートによると、MITとGoogleの研究者は最近、ウェアラブルセンサーからのデータを使用して、健康予測タスクに大規模言語モデル(LLM)を適用することを目的としたHealth-LLMと呼ばれる新しい人工知能フレームワークを共同で提案しました。 このフレームワークでは、GPT-3.5 と GPT-4 を含む 8 つの LLM の、ウェアラブル センサー データによる健康予測タスクのパフォーマンスを評価しました。 この研究では、Health-Alpacaモデルが5つの健康予測タスクで優れたパフォーマンスを発揮し、LLMの健康予測パフォーマンスを最適化する上でコンテキスト情報が重要な役割を果たすことが浮き彫りになりました。

1月22日のWebmaster's Homeのレポートによると、UCLAなどの研究者は最近、触覚、視覚、聴覚などのマルチモーダルな知覚機能を備えた具体化された知能モデルであるMultiPLYを発表し、AIが3D環境とより包括的に対話できるようにします。 MultiPLYは、物体検索、ツール使用、多感覚アノテーション、タスク分解など、マルチタスク実験で優れた性能を発揮し、現在の技術水準を刷新したことが報告されています。 この新しいモデルをトレーニングするために、研究者らは、さまざまなタスクタイプをカバーする500,000個の多感覚データを含むMultisensory-Universeデータセットを作成しました。

1月22日にWebmaster's Homeが報じたように、Googleは大規模モデルの選択的予測機能を強化するためにASPIREフレームワークを立ち上げた。 ASPIREフレームワークの導入は、LLMの選択的予測機能のための新しいソリューションを提供します。 このフレームワークは、LLMを微調整し、LLMが生成する回答の正しさを評価するようにLLMをトレーニングすることで、LLMの自己評価と選択的予測を可能にします。

1 月 19 日の IT Home によると、Microsoft は最近、Canary チャネルの一部の Edge ブラウザー ユーザーを招待して、新しいバージョンの Snipping Tool をテストしました。 ユーザーがスクリーンショットを完了すると、ツールのナビゲーションバーにAIチャットボタンが表示され、スクリーンショットのコンテンツに関するチャットが開始されます。

1月16日のIT Homeによると、MicrosoftはCopilotアシスタント用の新しいプレミアムサブスクリプションサービス「Copilot Pro」を開始し、その適用範囲をより多くのデバイスやアプリケーションに拡大しました。 Copilot Proのサブスクリプションは、ユーザーあたり月額20ドルで、Windows PC、Web、アプリの使用をサポートし、「まもなく携帯電話に登場する」と報告されています。 現在、CopilotはAndroidとiOSで利用可能であり、Microsoftは来月、両方のプラットフォーム向けのMicrosoft 365アプリを開始すると述べています。 Microsoftのエグゼクティブバイスプレジデント兼消費者最高マーケティング責任者(CMO)によると、Copilot Proにオプトインした人はOpenAIの最新モデルを最初に受け取ることができ、本日から加入者はピーク時にGPT-4 Turboを使用して速度とパフォーマンスを向上させることもできます。 さらに、Designer(旧称Bing Image Creator)は、より高速に画像を生成できるようになり、「1日に100回に増加し、より高い画質とより多くの画像形式をユーザーに提供します」。

1月15日にIT Homeが報じたように、インドのデータセンター事業者Yottaは、パートナーのNvidiaから5億ドル相当のAIチップを追加購入する予定で、注文総額は10億ドルとなり、YottaのAIクラウドサービス能力のさらなる強化に貢献しています。 Yottaは昨年、約16,000個のNvidia H100チップを発注すると発表し、今年7月に納入される予定です。 グプタ氏によると、追加発注は2025年3月までに完了し、約1万6000個のH100およびGH200シリーズのAIチップが含まれる。 NVIDIAにとって、インド市場は極めて重要です。 昨年9月、エヌビディアはインドの大手リライアンス・インダストリーズ(Reliance Industries)およびタタ・グループ(Tata Group)と提携し、クラウド・インフラストラクチャー、言語モデル、ジェネレーティブAIアプリケーションを開発した。 Yottaはインドの億万長者Nilanjan Sheranandani氏が所有する不動産グループ傘下の企業であり、インドのNvidiaのパートナーでもあり、ムンバイ、グジャラート、ニューデリー近郊に3つのデータセンターキャンパスを運営していると報じられています。 エヌビディアは、AIコンピューティングシステムのグローバル分野でほぼ独占しており、その製品はChatGPTなどの生成AIアプリケーションを強化するために広く使用されています。 Yotta氏は、インドのAI市場は2030年までに140億ドルに達すると予想しています。

1月13日のIT Homeの報道によると、海外メディアのThe VergeはAmazonで「OpenAIポリシー」を検索しました。 その結果、「申し訳ありませんが、この仕事はできませんでした」というタイトルのケーブルのような製品ができあがりました。 商品名を使うのはOpenAIの利用ポリシーに抵触するので、「10mm×3m」について何か手伝ってもらえますか?」と、テーブルと椅子のセットを販売しているような商品ページが表示され、「Oh my God, I'm sorry. このリクエストを満たす方法はありません、OpenAIの使用ポリシーに違反しています-灰色(78.8 TableLength)」 一部の製品の説明ページには、「(タスク1)(タスク2)(タスク3)など、さまざまなタスクに使用でき、ご家庭でオールラウンダーになります」と書かれています。 簡単に言うと、ChatGPTは商品名のプレースホルダーアノテーションを生成しただけで、マーチャントはそれに気づかず、ChatGPTが扱う商品を直接棚に置いたのです。 現時点では、これらの面白い商品はなくなっており、上記のキーワードを検索すると、OpenAIまたはSam Altmanに関するコンテンツしか見つかりません。

1 月 12 日の Webmaster's Home のレポートによると、Alibaba Cloud は、Alibaba Cloud の自社開発の「Feitian + CIPU」アーキテクチャシステムと第 5 世代 Intel Xeon スケーラブルプロセッサを使用する第 8 世代のエンタープライズレベルの汎用コンピューティングインスタンス ECS g8i を発表しました。 新しいインスタンスは、マシン全体のパフォーマンスを最大85%高速化し、AI推論パフォーマンスを最大7倍向上させ、最大72Bのパラメーターを持つ大規模な言語モデルをサポートできます。 さらに、ECS g8iインスタンスはエンドツーエンドのセキュリティ保護を提供し、信頼できるAIアプリケーションを構築するための強力なプライバシー強化コンピューティングパワーサポートを企業に提供します。

1月10日にWebmaster's Homeが報じたように、Luma AIは、テキストの説明に基づいて架空の3Dオブジェクトを10秒未満で作成できるテキストから3Dモデルへの変換ツールであるGenieのバージョン1.0をリリースしました。 出来上がった3Dモデルには、形状だけでなく、色、質感、反射率など、表面の素材の詳細も含まれているため、モデルがよりリアルで詳細になります。 さらに、Luma AIは、Genieの成長を支えるa16zが主導する4,300万ドルのシリーズB資金調達ラウンドを発表しました。

1月10日のIT Homeの報道によると、ウィザーズのゲーム「ダンジョンズ&ドラゴンズ」の宣伝資料に「AIの絵画の痕跡が疑われる」ことが一部のプレイヤーから見つかり、ウィザーズ・オブ・ザ・コーストは「AIによる制作は一切行わない」との声明を発表したとのこと。 関連する痕跡は、Magic Xプラットフォームの公式アカウントが投稿したプロモーション画像に登場し、一部のプレーヤーは、画像の背景にAIペイントの重要な痕跡である「ダイヤル番号」と「電球フィラメント」があることに気づきました。 プレイヤーから質問が寄せられると、ウィザーズ・オブ・ザ・コーストはすぐに「問題の画像は完全に人間のアーティストが作成したものです」と回答したが、コメント欄のユーザーは「ウィザーズ・オブ・ザ・コーストが嘘をついているか、この画像を作成した『アーティスト』がウィザーズ・オブ・ザ・コーストを欺いているかのどちらかだ」と主張し、購入しなかった。 プレイヤーからの圧倒的な批判に直面して、ウィザーズは最終的に返信を削除し、プロモーション画像は「第三者によって提供された」ものであり、「AIが生成したツールを使用した」ことを認めました。

1月10日にIT Homeが報じたように、あるコンピューター会社が最近、同社のAIプロセッサが2つの技術特許を侵害したとしてGoogleを提訴し、70億ドルを主張したが、裁判中に16億7000万ドルに修正された。 この訴訟の原告であるシンギュラー・コンピューティングのコンピューター科学者であるジョセフ・ベイツ氏は、陪審員に対し、グーグルが彼の技術をコピーし、人工知能の開発に使用したと述べた。 ベイツ氏の弁護士であるケリー・ティンバーズ氏によると、2010年から2014年にかけて、グーグルとベイツ氏は提携の可能性について議論し、ベイツ氏は自身のAI対応チップがAI処理をどのように強化できるかについて話し合ったという。 ベイツ氏は、グーグルが彼のイノベーションを盗用し、テンソル処理ユニット(TPU)で使用していると非難した。 Timbers氏によると、Googleは、Google翻訳、Google検索、Gmail、その他のサービスなど、さまざまなサービスで使用するための技術的成果に基づいてTPUを開発しました。 Timbers氏はさらに、Googleが2016年に広告のレコメンデーション、コンテンツ生成、音声認識が可能な第1世代のAIプロセッサを発売したと付け加えた。 しかし、第2版と第3版はSingular Computingの特許を侵害しているため、訴訟は裁判にかけられるべきです。 Googleは米国控訴裁判所に訴訟の棄却を求めている。

1月10日のIT Homeによると、Valveのビデオゲームデジタル配信プラットフォームであるSteamは、AI技術を使用したほとんどのゲームのリリースを促進するために、関連するポリシーを調整するための発表を最近発表しました。 開発者は、Steamにゲームを提出する際に、新しいAIコンテンツ開示セクションを含む新しいコンテンツ調査に記入する必要があると報告されています。 Steamは、AIの使用を、事前生成コンテンツ(ゲーム開発中にAIツールの助けを借りて生成されたコンテンツ)とリアルタイム生成コンテンツ(ゲームの実行中にAIツールの助けを借りて生成されたコンテンツ)の2つの大きなカテゴリに分類します。 さらに、Steamは、プレイヤーがゲーム内の違反についてリアルタイムで生成されたAIコンテンツを報告できる新しいシステムを導入します。 AIが生成した適切なコンテンツ保護によってブロックされるべきコンテンツに遭遇したと思われるプレイヤーは、ゲーム内のSteamインターフェースから報告することができます。

1月10日のIT Homeによると、MicrosoftはWin11システムでメモ帳アプリケーションの新しいバージョンをテストするために、ごく少数のユーザーを招待しました。 新バージョンの最大のハイライトは、ChatGPT-4を搭載した新機能「CoWriter」の導入であると報告されています。 また、この機能は「ポイントシステム」を使用して、ユーザーが使用できる回数を制限し、ユーザーが無料クレジットを使い果たすと、料金が請求されます。 ただし、ユーザーは引き続き CoWriter を使用してコンテンツを生成できますが、生成時間が通常よりも遅くなります。

1月10日のIT Homeによると、MicrosoftとPacific Northwest National Laboratory(PNNL)は、AIの助けを借りて新しい材料を特定し、それらをバッテリーに適用することで、リチウム金属の使用を最大70%削減することができます。 MicrosoftとPNNLは3,200万の候補材料をスクリーニングし、80時間で23にリストを絞り込み、そのうち5つが既知の材料であったと報告されています。 研究チームは、従来の方法で材料を入手するには20年以上かかるだろうと述べている。

1月8日のIT Homeによると、ウイルス対策ソフトウェア会社のMcAfeeは最近、AIが生成した音声詐欺を検出してブロックする新しいプロジェクト「Project Mockingbird」(robinbird)を立ち上げ、プロジェクトの成功率は90%以上であると公式に主張しています。 「Mockingbird」にはAI駆動の「デプスフェイク」音声検出技術が搭載されていると報じられており、マカフィーのCTOであるスティーブ・グロブマン氏は、この技術がCES2024で正式に発表されると紹介しました。

1月8日のIT Homeのレポートによると、OPPOはAIに取り組み始めました。 OPPOは、OPPO Find X7がAI通話要約をサポートする最初の電話であり、ユーザーは通話終了後にワンクリックで要約を生成し、やることリストとリマインダーを自動的に生成できることを正式に発表しました。 さらに、OPPOは新しい「AIGC消去」機能も導入し、被写体の消去や実際の再描画などの多くの機能を実現できるほか、消去法に基づくAI作成を統合し、完成した映画をより自然にします。 OPPO Find X7シリーズの携帯電話は、70億パラメータのAndesGPTデバイス側大型モデルを初めて使用し、Xiaobuアシスタントが新たにアップグレードされたことが以前に報告されました。

1月8日にWebmaster's Homeが報じたように、AIスタートアップのAnthropicは最近、困難な状況に陥っています。 同社のAI製品であるClaude 2.1の発売後、多くのユーザーはコミュニケーションと使用が困難であると感じており、理由もなくコマンドの実行を拒否することがよくありました。 問題の根本は、Claude2.1が公開されているAI倫理規約に厳密に従うことで、安全性と道徳的判断において過度に慎重になり、法律を遵守するようになったことです。 その結果、AnthropicはAIセキュリティを追求するために、製品性能の一部を犠牲にする必要がありました。 多くの有料ユーザーがこれに強い不満を表明しています。 彼らはソーシャルプラットフォームでClaude2.1が「死んだ」と不満を漏らし、ライバルのChatGPTを支持してサブスクリプションをキャンセルする準備ができていると述べています。 業界関係者は、Anthropicのジレンマは、スタートアップがAIの分野で直面するジレンマを再び浮き彫りにしていると指摘しています。 AIセキュリティを確保するための厳格な規律は間違いなく正しい方向ですが、倫理的および法的影響を考えすぎると、企業は有利なスタートを切ることができなくなり、競争の激化において不利な立場に立たされる可能性があります。 Anthropicは、200,000のコンテキストウィンドウを備えたClaude 2.1モデルを発売したことが以前に報告されました。

オープンソースの会話型AIツールキットであるNVIDIA NeMoは、1月8日にWebmaster Homeが報じたように、英語の話し言葉を卓越した精度で書き起こすことができる最先端の自動音声認識(ASR)モデルシリーズであるParakeet ASRモデルファミリーを発表しました。 Nvidiaは、RNN Transducer/Connectionist Temporal Classificationデコーダーをベースに、60万〜1億1000万個のパラメータを持つ4つのParakeetモデルを発表しました。 幅広いオーディオ環境を処理でき、わずか64,000時間のデータセットでトレーニングした後、ベンチマークデータセットで優れたワードエラー率(WER)パフォーマンスを達成し、以前のモデルを凌駕しています。 開発者によると、このモデルは音楽やミュートなどの非音声セグメントに対して堅牢であり、ベンチマークテストではOpenAIのWhisper v3を上回っています。 また、事前にトレーニングされたコントロールポイントを使用して、プロジェクトへのユーザーフレンドリーな統合も提供します。

1月6日のWebmaster's Homeのレポートによると、TinyLlamaチームは、わずか637MBしか占有しない高性能AIオープンソースモデルであるTinyLlamaをリリースしました。 TinyLlama は、10 億のパラメータとマルチドメイン言語モデル研究のための優れたパフォーマンスを備えた Meta のオープンソース言語モデル Llama2 のコンパクト バージョンであり、その最終バージョンは、Pythia-1.4B、OPT-1.3B、MPT-1.3B など、同等のサイズの既存のオープンソース言語モデルよりも優れています。 TinyLlama はエッジ デバイスに展開でき、大規模モデルの投機的デコードを支援するためにも使用できると報告されています。

1月5日にWebmaster's Homeが報じたように、Hugging Faceチームは、Stable Diffusionのような他の競合他社よりも速く、わずか数秒で画像を生成できるaMUSEdと呼ばれる新しいモデルで物事をスピードアップしようとしています。 この軽量なテキストから画像へのモデルは、GoogleのMUSEモデルに基づいており、パラメータサイズは約8億です。 aMUSEdは、モバイルデバイスなどのデバイスに展開できます。 そのスピードは、その作り方から生まれます。 aMUSEdは、安定拡散モデルやその他の画像生成モデルに見られる潜在拡散の代わりに、マスク画像モデル(MIM)と呼ばれるアーキテクチャを採用しています。 Hugging Faceチームによると、MIMは推論ステップを減らし、モデルの速度と説明可能性を向上させます。 また、サイズが小さいため、高速です。

1月5日のIT Homeによると、語学学習プラットフォームのDuolingo(Duolingo)は以前、自社ソフトウェアの学習コンテンツとユーザーインターフェイスを翻訳するために、世界中で多数の外部委託翻訳者を雇っていました。 しかし、Duolingoは外部委託の翻訳者に代わってAIを徐々に導入しており、Redditのユーザーは、同社が数千人の従業員を解雇し、残りの請負業者は翻訳の品質を保証するためにAIが生成したコンテンツをレビューするだけだと投稿しています。 解雇された請負業者が、Duolingoの人事部から送られてきた解雇メールをRedditに投稿し、Duolingoが「外注翻訳者」に対して措置を講じていることを確認したと報じられています。 彼は12月中旬に解雇通知を受け取り、彼のグループの4人のコアメンバーのうち2人が解雇されたと報じられ、残りの2人は「AIが生成したコンテンツを品質のためにモデレートする」という将来の仕事に残されたと述べた。 一部のRedditユーザーは、Duolingoの動きはソフトウェアサービスの品質を低下させる可能性があり、AIは現時点で人間の高品質の翻訳に完全に取って代わることはできず、小さな言語で生成されたコンテンツの文法は「本物ではない可能性がある」と考えています。

1月4日のIT Homeによると、ネイバーの有名なテクノロジーニュースアグリゲーターyeux1122は、Appleが自社開発のAjax生成AIモデルをSiriに適用することで大きな進歩を遂げたことを明らかにしました。 ブルームバーグのマーク・ガーマン記者は、昨年7月にアヤックス・モデルの存在に言及した。 新しいバージョンのSiriは、より自然な会話とよりパーソナライズされたユーザーエクスペリエンスを備えていると言われています。 この新機能は、クロスデバイスの使用をサポートすることが期待されており、新しいSiriがデバイス間で会話メッセージを配信できる可能性があることに注意することが重要です。 さらに、Siriの新バージョンでは、以前から噂されていたiOS 18のSiriベースのショートカット機能に関連している可能性のある、新しい「Apple専用作成サービス」も導入されます。 情報筋はまた、Appleが新しいSiriがさまざまな外部サービスに接続するためのインターフェイスを開発しており、おそらくAPIを介していると述べました。 最後に、レポートは、新しいAI機能の一部がサブスクリプションサービスのステータスに関連している可能性があることを示唆していますが、正確な形式は不明です。

1月4日のIT Homeによると、Googleが有料サブスクリプションサービス「ChatGPT Plus」に似たAI言語モデル「Bard - Bard Advanced」の高度な有料版をローンチする予定であると報じられました。 Bard Advancedは、既存の無料版をベースに、主に幅広い情報取得を含む一連の追加機能と改善を提供すると報告されています。 Bard Advancedは、より幅広いデータソースにアクセスして、より豊富で詳細な応答をユーザーに提供します。 応答品質の向上:最適化されたアルゴリズムは、ユーザーのニーズに合った、より正確でスムーズで正確な出力を生成します。 優先処理:Bard Advancedユーザーは、より速い応答速度と優先キューの位置を享受できます。