Weekly AI News #2024-09-20
OpenAI新モデルo1、Google新機能、Microsoft公開
OpenAIの新AIモデル「o1」シリーズの登場
今週、OpenAIは新たなAIモデル「o1」シリーズを発表しました。「o1」という名のこのモデルは、複雑なタスクを処理するための一歩先を行く性能を持ち、特に数学や科学の問題解決能力が大幅に向上しています[1,2,3,4,5]。このモデルは、ユーザーの入力に対してじっくりと考え、深く考察することで正確な解答を導き出すことができます。例えば、国際数学オリンピックの予備試験では83％の正答率を記録し、博士課程の学生と同等のパフォーマンスを示しました[1,3,5]。
また、「o1-preview」と「o1-mini」の2種類が提供されており、「o1-preview」は特に複雑な推論や問題解決に優れています[2,4,6]。安全性も向上しており、ChatGPT PlusやTeamユーザーは既に利用可能です。また、APIも提供開始されており、さまざまな開発プラットフォームで利用が進んでいます[1,3,6]。
さらに、o1モデルはMicrosoft AzureやGitHub Copilotにも統合されており、開発者は推論能力を活かしてコーディングやアルゴリズムの最適化を行うことができます[6,7,8]。特にGitHub Copilotとの統合により、複雑なアルゴリズムの最適化やパフォーマンスバグの修正が迅速に行われ、開発者の生産性が向上しています[7,8]。
Google「NotebookLM」の新機能「Audio Overview」
Googleは「NotebookLM」に新しい機能「Audio Overview」を追加しました。この機能は、ユーザーがアップロードした文書に基づき、AIが音声で要約を提供するものです。英語のみ対応ですが、日本でも利用可能です。この機能により、ユーザーはテキストを読む代わりに音声で情報を取得できるため、利便性が向上します[9,10,11,12]。
「Audio Overview」は男女2人のAIホストがディスカッションを行い、数分間で文書の内容を音声化します。生成には数分かかり、他の作業もできる点が非常に便利です。また、生成された音声はダウンロードや再生速度の変更が可能であり、現時点ではβ版として提供されているため、フィードバックが求められています[9,10,11,12]。
Microsoftの「Python in Excel」一般公開
Microsoftは「Python in Excel」の一般公開を発表しました。これにより、ユーザーはExcel上で直接Pythonコードを生成・実行し、高度なデータ分析や予測を行うことができます。新設の「PY」関数を使ってPythonコードを埋め込み、計算はMicrosoft Cloudで安全に実行されます[13,14,15]。
「Python in Excel」はpandasやMatplotlibなどの人気ライブラリを活用し、データの可視化や予測分析が容易になりました。また、Copilot機能により、自然言語で分析を指示し、Pythonコードを自動生成することが可能です。これにより、データサイエンティストだけでなく、一般のビジネスユーザーも高度なデータ分析を簡単に行えるようになります[13,14,15]。
生成AIソリューションの未来
ガートナーによると、今後3年間で生成AIソリューションの40％がマルチモーダル化するとの予測がされています。これは、テキストや画像、音声、動画など複数のデータを同時に処理する能力を持つことを意味します。また、生成AIは業界再編の中で進化し、特に「ドメイン固有の生成AIモデル」と「自律エージェント」が今後10年で主流になると見込まれています[16,17]。
このように、生成AIはビジネスや日常生活の中でますます重要な役割を果たし、その進化が期待されています。企業は生成AIを活用し、業務効率を大幅に向上させる一方で、クリエイターの反発もあるため、バランスを取ったアプローチが求められています[16,17]。
生成AIでの新たな取り組み
生成AIストリームでは、漫画風の絵コンテ生成アプリを1時間で制作する試みが行われました。このプロジェクトでは「Dify」と「Stability AI API」を活用し、簡単に高品質な漫画原作を生成することに成功しました。AI技術の進化により、個人でもオリジナルツールを作成できる時代が到来しており、今後の展開に期待が寄せられています[18,19]。
また、Microsoft Researchの「GENEVA」では、生成AIを用いて分岐するゲームストーリーの生成と可視化が実現されました。ナラティブグラフとしてストーリーラインを可視化することで、複雑なイベント分岐を理解しやすくする可能性があることが示されました[20]。
これらの取り組みは、生成AIの可能性を広げるものであり、今後も新たなアプリケーションが登場することが期待されます。