今日のオリジナル番組


詳細を確認
眼科検診が変わる!?新デバイスで挑む起業家
本日配信
400Picks
Pick に失敗しました

人気 Picker
Chat GPTをはじめとした生成系AIで話題になるのは、コンテンツなどを学習したデータに基づいて"生成できる"という点ですが、それ以上に注目すべきは、これらのモデルはファウンデーションモデル(=基盤モデル≒大規模モデル)と呼ばれる点です。

一般的なAIモデルはかなり単機能で構成されるのが普通で、例えば画像から人を検出し、顔を認識し、個人を同定するという顔認証AIは、それぞれが別のAIのモデルが組み合わされています。つまりシングルモデル=シングルタスクというのがこれまでのAIでした。

しかし、このファウンデーションモデルは、シングルモデル=マルチタスク、つまりたった一つのモデルで多くのタスクをこなすことができる点にあり、Chat GPTのように翻訳し、要約し、回答するといったマルチな機能を保有している点に、技術的な革新ポイントがあります。(だからこそモデルが大規模になる)

これは加速的な技術進化を可能にすることを示唆する一方、一つのモデルに不具合があった際のダメージがより大きくなるというトレードオフを生み出すものでもあります。
生成するAIが活況を見せている中、そのAIどうしの競争は激化しています。であれば、私達は何をすべきかといえば、それらをうまく“活用する”ことです。活かすことが大切で、“利用する”ことではありません。そして、AIの答えの方向性を示すための信念を込めたデータを持っていることです。
メタバースの中心を空間だと捉えると、AIによる自動生成は魅力的ですが。UGC型のメタバースSNSが全盛なのはあくまで中心が人ないしその集まりであるコミュニティ。そこを見誤ると廃墟空間が延々と生成されることになりそう。質量を効率よく増やせるという意味で、空間さえ飽食となった人類が、その先に求めるのは何か、ということがマーケティングテーマとやってきそうです。
---NewsPicksトピックスにて、メタバースの記事を書いています---
メタバースとは何か?の"次"の話をする会(https://newspicks.com/topics/metanext)「メタバースとは何の略か」という話はお腹一杯。議論を”次”に進められるよう、発信しています。ぜひフォローしてご覧ください。コメントや質問もお待ちしています。
これまでは人間の集合知に頼っていたホワイトカラー労働の一端が、ようやく機械に依存できるようになってきた
クリエイティブ系の分野はもちろん、ポリシーメイキング等にもポジティブに活かしてほしい


ちなみにNewsPicksのコメント欄も、もはや要約や知識の補足はChatGPTレベルで十分に行ってくれる
そのインプットとなる切り口の提供こそがProPickerに求められるのだろうと感じる
ジェネレーティブAIの提供価値の一番目にハイパーパーソナライゼーションが来るのが謎でした。それは従来の分析に基づくレコメンデーションAIの延長に聞こえるし、人々がそんなにパーソナライズされた体験を求めているのか個人的には良く分からない。

少なくとも現時点でのジェネレーティブAIの価値は、それっぽいアウトプットを圧倒的なスピード(細部のクオリティ・正確性には難あり)で出すことだと捉えています。人間が行っている業務の効率化(アイディア出し等のクリエイティブな作業の時間短縮も含む)がメインじゃないだろうか。
ジェネレーティブAIの定義があるのかと思ったけど、あなたの感想ですよね案件だった


---
ジェネレーティブ(生成型)AIとは、既存のデータを単に分析したり処理したりするものではなく、斬新なコンテンツを生成できる人工知能(AI)のことです」
この考えは凄い。リターゲティングやレコメンド広告の最強進化系広告になり得る。
『ジェネレーティブAIは、ページを見ている人に合わせてウェブサイトや商品、説明文をカスタマイズする機能を提供する。洋服をサイズ表で推測するのではなく、AIが自分に合ったものをもとに自動的にページを表示してくれるのだ。これにより、より多くの購入につなげることができる。』
生成AIの展開は、その量と質に、目を見張るものがある。
法律分野の検討もこの現状に追い付いて行かないといけない。

課題の核心は、AIに人格を認めるか、AIの行為の責任を誰がとるかだろうか。
ChatGPT は生成系 AI ではなく大規模言語モデル

そもそも人工知能を

ジェネレーティブ AI
ロボット
ディープラーニング
機械学習
会話型人工知能

に分類しているのも間違い