2018年、「coolwulf」と名乗るプログラマーが、アップロードされたX線画像から約90％の精度で乳がんを検出するウェブサイトを無料で公開しました。中国のオンライン開発者フォーラム「V2EX」では開発者に対してさまざまな質問が寄せられましたが、coolwulfは個人的な質問には答えないまま沈黙を続けました。そして2022年、coolwulfはAIで脳腫瘍の正確な位置を検出する「NeuralRad」というプラットフォームを公開。再び表舞台に姿を見せたcoolwulfに対し、中国のニュースサイト・今日頭条がインタビューしています。

突飛なテキストからでも自然に高解像度な画像を生成することができるAIモデルの「Imagen」が発表されました。言語モデルのサイズを大きくすることでサンプルの忠実度と画像とテキストの整合性の両方が大幅に向上するそうです。

人間の医師にとって、肌の色などがわからないレントゲン写真から患者の人種を見分けることは困難ですが、新たに医学誌のThe Lancet Digital Healthに発表された論文で、「AIは胸部X線画像から人種を90％の精度で見分けられる」ことが示されました。研究者らはAIが人種を見分ける方法についても調べましたが、今のところAIがどうやって人種を判別しているのかは不明とのことです。

スマートフォンやデジタルカメラで面白い動画が撮れたと思って見返してみると、見ず知らずの通行人の顔が映り込んでいたり、自分の声がガッツリ入っていたりと、何となく気になる要素があって「YouTubeやSNSにアップするのはなぁ……」となってしまうケースがあります。そんな時、完全無料の動画編集ツール「VideoProc Vlogger」があれば、簡単に気になるポイントを削除したり画像を重ねて隠したりすることができ、動画のクオリティを上げることが可能です。

世界初のトレーディングカードゲーム「マジック：ザ・ギャザリング」のカードを、カード名に好きな言葉を指定するだけでAIが自動で作ってくれるサイト「Urza's AI」が登場しました。

一般的なカメラでは、その構造から近くの被写体と遠くの被写体を同時にクッキリ写すことが苦手です。アメリカ国立標準技術研究所(NIST)が新たに、数億年前に絶滅した三葉虫の目を参考にすることで3cm～1.7kmの範囲に同時にピントを合わせられるレンズ技術を開発しました。

Googleは、服を着た人間の写真からフォトリアルな3Dモデルを生成する「PHORHUM」を発表しました。 「PHORHUM」は、服を着た人間のRGB画像から、3次元の形状と外観をフォトリアリスティックに再現するための、 […]

3D再構成とカメラ追跡アルゴリズムを提供するフォトグラメトリフレームワークのAliceVisionに基づくオープンソースの3D再構成ソフトが「Meshroom」です。MeshroomはWindowsとLinux向けにリリースされており、無料でインストールすることができます。

近年、スマートフォンのカメラを使って物体を3Dスキャンできるアプリが複数開発されています。iPhone向けアプリ「r3DPhoto」では、カメラで撮影したデータをもとに高精細な3Dモデルを作成し、品質を選んで購入することが可能とのこと。実際にr3DPhotoをインストールして3Dモデルの作成手順を確認してみました。

ロシアによるウクライナへの軍事侵攻から約2カ月。当初、2日以内に首都キーウ制圧を目指したプーチン大統領だが、思い通りにいかなかった。4月21日には、南東部マリウポリを制圧したと宣言したが、ウクライナ側は…

ムービーに映る人物の顔を、リアルタイムに違和感なく編集できるGANベースの技術「STIT」が発表されました。

PCやスマートフォンの多くは、アプリなどをメモリ上に展開し、そこで処理したデータをさまざまな形式のファイルに変換してストレージに保存しています。しかし、データをそのまま保存するとすぐに容量が足りなくなるので、例えば画像データならJPEGなどのフォーマットで圧縮されます。人の脳も同様に、作業中の情報を一時的に保存する作業領域であるワーキングメモリの記憶を、要約された圧縮データとして保存していることが分かりました。

キヤノンは、医療用X線デジタル撮影装置「CXDI」シリーズ専用のコントロールソフトウェアに使用できる、新たな画像処理技術「Intelligent NR」を開発した。AI技術を活用し、従来処理比で最大50％のノイズを低減する。

米AI研究企業OpenAIは、文章から画像を生成するAI「DALL・E 2」を発表した。生成した画像を掲載するデモサイトも公開しており、その絵のクオリティーの高さにTwitter上では「最新のAIやばすぎる」など、驚きの声が出ている。

自然言語処理と画像生成を組み合わせて、与えられた言葉から自動でイラストや写真を生成するAI画像ジェネレーター「DALL・E」の改良版「DALL・E 2(ダーリー2)」が登場しました。高解像度・低レイテンシで、新機能として既存の写真の一部領域を指定して編集を行う「inpainting」が加わっています。

大人気バトルロイヤルゲーム「フォートナイト」の開発で知られるEpic Gamesは、ゲームエンジン「Unreal Engine 5」などのクリエイティブツールも開発・公開しています。そんなEpic Gamesがスマートフォンをかざすだけで物体を3Dモデルにできる3Dスキャンアプリ「RealityScan」を発表しました。同時にRealityScanでスキャンされた高品質な3Dモデルのデモも公開されています。

ウェブカメラで撮影する映像をライブ配信の画面に重ねる時、余計な背景を消すためにはあらかじめグリーンバックを背負う必要があります。ライブストリーミングや録画が可能なオープンソースのソフト「OBS Studio」上で、わざわざグリーンバックを用意しなくても勝手にウェブカメラの映像から背景を消してくれるプラグイン「obs-backgroundremoval」が無料で配布されているので、実際に使ってみました。

Googleの兄弟企業であるWaymoの自動運転車は、2020年10月にアリゾナ州フェニックスで完全自動運転タクシーのサービスを開始し、2021年8月にはサンフランシスコ、11月にはニューヨーク市内でも運用試験をスタートしています。複雑な道路環境や交通量の多さが課題だった大都市での自動運転ですが、Waymoは2022年3月30日、サンフランシスコでの人間の運転者がいない「完全に自律的な自動運転」のスタートを成功させたと報告しています。

人物写真や商品写真などを加工する際に使うソフトウェアといえば一番にAdobe Photoshopの名前が挙がりますが、加工する内容が写真の切り抜きだけなのであれば、有料ソフトを購入することなくうまく簡単に処理したいものです。そんな時に役立ちそうな無料ツールが「PhotoRoom」で、専用のモバイルアプリだけでなくウェブアプリ版もあり、ユーザー登録なしでも使えるツールとなっています。

GDC 2022のサブイベント「Machine Learning Summit」から，スクウェア・エニックスによる公演「Machine Learning Summit: Emotional Neural Style Transfer: Expressing Character AI Emotion through Paintings」（機械学習サミット：感情的なニューラルスタイル変換：絵でキャラ…

近年ではAIが「現実の人間と見分けがつかないほど精巧な顔」を生成することが可能となっており、政治的な目的でAI製の顔写真が用いられるケースも増えています。そんな中、ビジネス系SNSのLinkedInにおいて企業のマーケティング活動を行うアカウントにおいても、AIが作り出した架空の顔を使用するケースがあることが判明しました。

クラウド録画サービスを展開するセーフィーは、クラウドで情報を集約管理する顔認証入退室サービス「Safie Entrance2」の提供を開始した。非接触で体温が測定できる機能や、「なりすまし」を防止するセキュリティー機能も充実している。

ウクライナ国防省が顔認証技術スタートアップとして知られるClearview AIの技術を導入したと2022年3月13日に発表されました。この時点ではClearview AIのCEOが顔認証技術の使用例について解説していたのみでしたが、3月23日にウクライナのミハイロ・フェドロフ副首相が、その実際の活用法について語っています。

カメラに映る顔を認識してアバターに置き換える機能がミーティングアプリ「Zoom」に追加されました。いつもと違う雰囲気の会議を開催したい際や、顔出しNGな場でのコミュニケーション手段として役立ちそうだったので、実際に使って設定手順や表情追従性能などを確かめてみました。

段差や凹凸を検知し、前後左右に自律走行しながら目的地まで移動する自律移動ロボット(AMRs：Autonomous Mobile Robots)の開発を加速するためのプラットフォーム「Isaac Nova Orin」をNVIDIAが発表しました。

世界トップのAI研究チームが1億以上の動画・画像・音声アセットをベースに構築した、人工知能(AI)で作成された偽の画像・動画・音声であるディープフェイクを検出するプラットフォームが「Reality Defender」です。ユーザーはReality Defenderが提供するウェブアプリあるいはAPIを介してアセットをスキャンするだけで、ディープフェイクが混ざっていないかを検出できます。

元FacebookのMetaがVR空間での会議ツールを提供するなど、VRはゲームやムービー、コミュニケーションなど広い用途で使われるようになっています。しかし、VRに最適化されたコンテンツを用意するには専用のカメラやツールを用いる必要があるため、高いコストがかかる場合があります。「Lifecast」は既存のムービーに深度情報を追加できるソフトウェアで、180度の立体視に対応したVR180コンテンツさえ用意すればVRに最適化したムービーを簡単に生成できるとのことです。

ウクライナ国防省が顔認証技術スタートアップとして知られるClearview AIの技術を導入したことがわかりました。Clearview AIの顔認証エンジンは非常に強力で、検問所で目標としている人物を見つけることなどが簡単になるとみられます。