画像認識、コンピュータビジョン、画像処理に関連する記事へのリンク集

GoogleのマルチモーダルAI「Gemini」が「歴史的な画像の描写に不正確さがある」と指摘された件について、Googleが公式ブログで問題の原因を説明しています。

Googleのシニアディレクター、ジョン・レナルディ氏がスマートフォン、タブレット、Wear OS搭載スマートウォッチ、Android Auto対応車両でできることが増えるAndroidの新機能追加を発表しました。

中国のテクノロジー企業・Alibabaのインテリジェント・コンピューティング研究所のチームが、写真や画像をアニメ化してリアルに話したり歌を歌ったりしているように動く映像を生成できるAIシステム「Emote Portrait Alive(EMO)」を発表しました。

画像生成AI「Stable Diffusion」には、有志が作成したユーザーインターフェースが複数用意されています。「Stable Diffusion WebUI Forge」はControlNetの開発者であるLvmin Zhang氏が開発したユーザーインターフェースで、広く使われている「Stable Diffusion web UI(AUTOMATIC1111版)」と比べて画像を高速に生成できるとのこと。そこで、Stable Diffusion WebUI Forgeを実際にインストールする手順やStable Diffusion web UI(AUTOMATIC1111版)との生成速度の差を確かめてみました。

元OpenAIエンジニアによって設立されたAIスタートアップのAnthropicが、大規模言語モデルの「Claude 3」を発表しました。

2024年3月5日、画像生成AI「Stable Diffusion」などの開発を行うStablity AIが、3Dモデル生成AIツール「Tripo AI」を開発するTripoと提携し、画像を入力するだけで高品質な3Dモデルを生成できるAIツール「TripoSR」を発表しました。

ControlNetの開発者として知られるLvmin Zhang氏が、背景透過画像を生成できる「Layer Diffusion」を開発しました。すでにLayer Diffusionを簡単に使えるツールが公開されていたので、実際にPC上にインストールして透過画像を生成してみました。

Microsoftの生成AIであるCopilotに、有害な画像を生成する不具合があることが判明しましたが、Microsoftに問題を報告しても十分な対策が取られなかったとして、同社のエンジニアがこの問題を規制当局とメディアに告発しました。告発を受けて、Microsoftは一部のプロンプトをブロックしましたが、著作権を侵害する形で喫煙や暴力に関連する画像を生成する問題は残っていることが報じられています。

Metaが数十億ドル(数千億円)を費やし、FacebookやInstagramなどの同社が運用するプラットフォーム向けの動画エコシステムとして巨大AIモデルの構築を進めていることが、Facebook責任者のトム・アリソン氏によって明かされました。ショート動画投稿サービス「リール」で行ったテストでは、動画の視聴時間が8％～10％長くなる成果が出たとのことです。

元Metaの研究者たちが設立した、企業による生成AI活用を支援するための業界初の大規模言語モデル(LLM)自動評価プラットフォーム「Patronus AI」が、主要なLLMが著作権で保護されたコンテンツを生成する頻度を調査しました。このテストにより、OpenAIの開発するGPT-4は競合LLMと比べて圧倒的に著作権で保護されたコンテンツを出力することが明らかになっています。

4年ごとに行われるアメリカの大統領および副大統領を選出するための選挙が2024年11月に実施される予定となっています。技術監視機関であるCenter for Countering Digital Hate(CCDH)が、「画像生成AIは41％の確率で選挙に関する偽情報を作成する」という結果をまとめた報告書を発表しました。

近年は生成AIを用いて作られた「実在する人物のディープフェイクヌード画像」が問題となっており、有名人だけでなく一般の女性や未成年の少女も被害に遭っています。そんな中、アメリカのフロリダ州に住む13歳と14歳の中学生が、「同級生のディープフェイクヌード画像を生成・共有した」として第3級重罪で起訴されたことが判明しました。

民泊仲介サービスのAirbnbが「屋内監視カメラ全面禁止」の方針を打ち出しました。宿泊客のプライバシーを保護するためで、全世界に適用されます。

欧州連合(EU)では、「一般データ保護規則」(GDPR)と呼ばれる、個人データ保護を目的とした厳しい規制と要件が施行されています。そんなEUの中でもとりわけドイツはプライバシーを重視しており、Googleマップにおける「ストリートビュー」機能は、プライバシーに関する抗議や裁判に伴って、2011年以来画像が更新されていませんでした。しかし、2023年7月からGoogleはドイツでのストリートビュー画像の更新を再開しました。その要因について、海外メディアのPetaPixelが解説しています。

起業家でエンジニアのルイス・ウェナス氏は、小型ドローンに顔認証システムと人工知能(AI)を組み込むことで、ゲーム感覚で人間を追いかけるドローンを作成したとSNSに投稿しました。ウェナス氏は、わずか数時間で作り上げたそのドローンが武器さえ搭載すれば簡単に自動で人間を殺害するドローンに変貌することを指摘し、AIドローンの兵器利用について警告しています。

画像生成AIを開発・運営するMidjourneyが、競合するAIのStable Diffusionを開発するStability AIの従業員が所有するアカウントを無期限で自社サービスから追放したと報じられています。Midjourneyは、Stability AIの従業員がBOTを使ってプロンプトと画像のペアを大量に取得するデータスクレイピングを行っていた疑いがあるからだと説明しています。

アメリカの国家運輸安全委員会(NTSB)は、2024年1月6日に発生したボーイング737MAX9の壁面パネル脱落事故に関する調査を続けています。新たに、NTSBが提出した報告書によって「事故機のメンテナンス作業を記録した監視カメラの映像が上書きされている」ことが明らかになりました。さらに、ボーイングの現役従業員を名乗る人物が匿名掲示板Redditに登場し、ボーイングの内部事情を告発しています。

Anthropicは3月4日、同社の大規模言語モデル（LLM）「Claude」の最新版となる「Claude 3」ファミリーを発表。チャット型AI「claude.ai」およびAPIで使用可能。

「ようやく本物の“GPT-4超え”が出てきた」と話題の「Claude 3」。その文章力を見てみる。

欧州委員会、EU理事会、欧州議会の三者協議により2023年12月に合意に至った「世界初のAI規制法」法案について、欧州議会議員による承認投票が2024年3月13日に行われ、賛成523票、反対46票、棄権49票の賛成多数で承認されました。

欧州連合（ＥＵ）の立法機関である欧州議会は１３日、世界初となる人工知能（ＡＩ）の包括的な規制法案を可決した。ＥＵ加盟国が５月に正式に承認し、２０２５年の早期に発効し、２６年から適用される見通しだ。一部の条項はより早く施行される。

【ベローナ（イタリア北部）=辻隆史】欧州連合（EU）の立法機関である欧州議会は13日の本会議で、人工知能（AI）の開発や利用を巡る世界初の包括規制の最終案を可決した。生成AIの提供企業に、AI製であることを明示させるなど透明性の担保を求める。違反企業には制裁金を科す。欧州議会が仏ストラスブールで本会議を開き、賛成多数で承認した。加盟国からなる閣僚理事会も近く承認し、成立する見通しとなった。20

【読売新聞】　【ブリュッセル＝酒井圭吾】欧州連合（ＥＵ）の欧州議会は１３日、フランス東部ストラスブールで本会議を開き、人工知能（ＡＩ）の開発や運用を規制するＡＩ法の最終案を可決した。加盟国で作るＥＵ理事会は既に承認しており、世界で初

【NHK】EU＝ヨーロッパ連合の議会は世界で初めて、包括的にAIを規制することを目指すEUのAI法案について採決を行い、賛成多数で…

【読売新聞】　文化庁は、生成ＡＩ（人工知能）の開発や利用に伴う著作権侵害事例の収集に乗り出した。相談窓口などを通して被害実例を把握し、対策を検討する材料にすることで、時間をかけて創作した作品と似た文章やイラストがＡＩで大量に生成され

「プロンプトエンジニアリング」は、意図した通りの出力を得るためにAIへの命令文であるプロンプトを調整する行為です。これまで、プロンプトエンジニアリングは人間のエンジニアによって行われてきましたが、プロンプトの作成自体にもAIを使用した方がパフォーマンスが向上するという研究結果が発表されました。

国の文化審議会小委員会は29日、生成AI（人工知能）がウェブ上で著作物を取り込む「機械学習」を巡り、権利侵害になり得る例などを示した「考え方」をまとめた。現行法でも不当な利用に歯止めをかけ、権利を

画像生成AI「Stable Diffusion」の開発元であるStability AIが、既存のモデルと比べて高品質な画像を高速に生成できる画像生成モデル「Stable Cascade」を発表しました。Stable Cascadeは家庭用の機材を用いて学習や微調整が可能なことも特徴とされています。

Appleの研究チームが2024年2月8日、大規模言語モデルを活用して、静止画をアニメーション化するAIツール「Keyframer」を発表しました。

RazerのゲーミングノートPC「Razer Blade 16」の2024年モデルはカスタム次第でVRAM容量16GBのGPU「GeForce RTX 4090 Laptop」を搭載可能です。Razer Blade 16のGeForce RTX 4090 Laptop搭載モデルをRazerから借りてきたので、画像生成AIをどれだけの速度で実行できるのか確かめてみました。