~~ ファンタジアラボでは、無響室内に50個のスピーカーを球面上に配置し、均等に分散された音場で、現実世界の数百のサウンドシーンをシミュレートします。 ~~

カリフォルニア州クパチーノにあるアップルの最先端のオーディオラボは、音響エンジニアが革新的な仕事をすることをサポートしています。同ラボでは、さまざまなリスニングルームで反響音を完全に吸収し、外部ノイズを完全に遮断する無響室におけるテストを行うことができます。

同ラボは、スピーカー、マイクを備えたすべてのアップル製品の設計、測定、チューニング、検証をするためのハブになっています。また、AirPods Pro2の画期的な聴覚健康テスト機能の数年にわたる開発の中心にもなりました。

AirPods Pro2の無料アップデートとして入手可能なエンドツーエンド（※1）体験は、聴覚保護のために大きな環境騒音を軽減し、自宅での聴力テストを行うことで聴力の変化を追跡し、医療機器レベルに達する補聴器として軽度から中程度の難聴の聴覚を補うことができます。

~~ ※1 「エンドツーエンド（end-to-end）」通信を行う二者、または、二者間を結ぶ経路全体 ~~

~~ AirPods2の無料ソフトウェアアップデートでは、大きな環境音を抑え聴覚を保護する機能、自宅で聴力テストを行うことで聴覚の健康状態を追跡する機能や、補聴器機能で軽度から中程度の難聴を支援する機能が含まれています。 ~~

世界保健機関（WHO）によると、世界には15億人の難聴に悩む人がおり、WHO聴覚技術責任者であるシェリー・チャダ医学博士は以下のように指摘しています。

「難聴は、あらゆる国や地域の個人に影響を及ぼしますが、そのことに対する認識は進んでいるとは言えないのが現状です。聴覚は、多くの人にとってコミュニケーションの中心的な要素であり、健康と幸福のための重要な要素です」。

その上で、「テクノロジーは聴覚障害の影響を受けた人の意識を高め、支援の選択肢を提供する上で重要な役割を果たします」と話しています。

アップル健康担当副社長であるサンブル・デサイ医学博士は、「聴覚は人によって異なるためそれぞれに対応した、使いやすく、幅広いニーズに適応できる革新的なエンドツーエンドの聴覚健康機能を開発しました。聴覚障害は、さまざまな年齢、さまざまな技術地域レベルの人に影響を与えるため重要です」と話し、「聴覚の延長であるかのような直感的なものをつくることで人々の生活を変え、10億人以上いる方々への治療へのアクセスを開くことがわかっていたからです」と開発の背景を述べています。

こうした認識の上で、エンジニアチームがオーディオラボの高度に専門化された空間を使用して画期的な機能を実現。アップルの音響工学聴覚健康リードエンジニアのクバ・マズア氏は、「この音響施設では、最も静かな音から、騒々しいレストランでの会話、コンサートの大音響など、世界中のサウンドシーンの現実世界を再現することができます。ボタンを押すだけで、正確な音響測定を行うこともできます」と述べています。

~~ ロングウェーブは、アップル最大の無響室で、スピーカーと円弧状に配置されたマイクにより、さまざまな音が人体とどのように相互作用するかを測定することができます。 ~~

無響室「ロングウェーブ」は、スプリングを利用して、建物とは分離された基礎の上に構築され、騒音や振動に乱されることなく、正確な音の測定が可能。音が人体とどのように相互作用をするかを測定できるスピーカーとマイクが備えられたダミーヘッドが用意されており、AirPods、iPhone、HomePodなどの開発に活用されています。

「耳は天然のアンプですが、左右それぞれでユニークな形状をしており、しばしばわずかに非対称になっています」(マズア氏)。

「音が片方の耳に先に届くと、音の近くに時差が生まれます。これは環境音を正確に再現するために重要な要素です。そのため、AirPods Proを無響室内の回転する椅子に乗せて音声をキャプチャーすることで、環境音の体験を理解していきます」(同)。

ファンタジアラボでは、50個のスピーカーを球状に配置してショッピングモール、混雑した道路、飛行機内など何百もの現実世界のサウンドシーンを再現。均等に分散した音場を生成して、アップルが製造するすべてのオーディオ製品で最高の音質を確保するために利用されています。

補聴器の機能を微調整、検証するためにさまざまな聴覚レベル、さまざまな年齢、性別、国の研究ボランティアに、この制御された音響環境の中に入ってもらい、音声ノイズテストを実施。騒々しいレストランのような複雑なサウンドシーンを再生し、ボランティアには無響室の中央の椅子に座り、バックグラウンドから聞こえる会話の声と、1人のスピーカーの声を区別し、スピーカーの言葉を繰り返してもらいます。

マズア氏は、「このテストは、再創造性のテストです。人がショッピングモールを歩いたり、レストランで家族と夕食をするという日常生活に対するニーズを満たせるよう、この機能が有効であることを確認する必要があります」とし、テストの背景として「補聴器機能、会話強調モード、外部音取り込みモードなど、AirPodsに備わっている機能を調整し、検証するために、このようなテストを行いました」と述べています。

オーディオラボにはさらに、3つの医療レベルの聴力測定ブース（耳鼻咽喉科での聴力検査に使われるタイプ）が設置されており、エンジニアチームは専門家と協力して、新しい機能を臨床研究に移行するための内部テストとして、数回の医療レベルの聴力測定テストとソフトウェアによる聴覚テストを行いました。

~~デザインチームは、 AirPods Pro 2の聴覚テスト機能をシンプルにするため、従来の聴覚テストの体験を決定する要素の広範な調査を行いました。 ~~

UI/UX（ユーザーインタフェース/ユーザー体験）は、新機能のテストにおいても重要でした。聴覚テストのために補聴器のセットアップを簡素化する設計を特定したほか、医師の診察で告げられる一連の数値もよりも、一般の人に理解しやすい表示が必要になりました。

アップルデザインスタジオのプロデューサーで、健康機能のすべてのデザインを支援するヘザー・ダニエル氏は、「健康機能の開発では、明確さとユーザーとの対話に重点を置きました」とし、「ぜひ、聴力テストを使ってみてください。これだけ多くの人が聴力テストを初めて受けることを意識して、可能な限りスムースに進むようにデザインしています」と話しています。

~~ 補聴器機能を微調整し検証するために、さまざまな聴覚レベルを持つボランティが制御された環境の中で音声ノイズテストを受けます。 ~~

~~ ダミーヘッドは、AirPodsの聴覚テスト機能、補聴器機能を検証するために使用されました。 ~~

操作体験をシンプルにするため、アップルのさまざまなチームが、医療検査の要件を満たし、顧客に最高の製品を提供するために、あらゆる段階で協力する必要がありました。

「イノベーション、AirPodsに使われるテクノロジー、そして複雑な機能を構築するために、ソフトウェア/ハードウェアエンジニアリング、デザイン、健康、アクセセシビリティ、臨床オペレーション、法的規制、ヒューマンファクターエンジニアリングなど、多数のチームが集まりました」。

AirPods Pro 2でのエンドツーエンドの聴覚健康テストは、健康に対してアップルが支援できる事の一例にすぎません。チームのメンバーにとって、イノベーションと情熱が出会い、ユーザーの日々の生活の改善に役立つ製品を提供することを可能にした瞬間です。

「人々がAirPodsをつけて歩き回れること、コンサートで聴覚を保護できること、これらの機能を使って聴覚の健康に関して意識が変わることーーAirPodsはそれぞれの人がやりたいこと、必要なことを実現しています。AirPods Proはまさしく耳のインタフェースです」(マズア氏)としています。

【記事出典】Newsroom「[Inside the Audio Lab:How Apple developed the world’s first end‑to‑end hearing health experience](https://www.apple.com/newsroom/2024/10/how-apple-developed-the-worlds-first-end-to-end-hearing-health-experience/)」

アップルの「オーディオラボ」が実現したエンドツーエンドの聴覚体験とは?

Amazon Web Services（AWS）は、2024年7月11日、次世代AIテクノロジーが進化する中、イノベーションとコミュニティを促進することを目的に、グローバルツアー「AWS GenAI Lofts」のローンチを発表しました。世界中の重要なAI開発国に共同ポップアップスペースを設置し、開発者、スタートアップ、AI学習者に学習、構築、アクセスするためのプラットフォームを提供するものとなります。参加すると、最先端の生成AIプロジェクトの展示、ワークショップ、対話などの優れた体験ができます。また、AIの専門家、コミュニティグループ、Anthoropic、Cerebral Valley、Weights & Biasesなどのアマゾンのパートナーやベンチャーキャピタル投資家などからハンズオンプログラミングセミナーを受講することも可能です。

AWSは、世界中のスタートアップより開発される生成AIアプリケーションを加速させるため、23億ドルの投資に基づいてGenAI Loftsを展開、世界中で数千人の人が興味を持ってくれることを想定。このツアーは移動施設として運営され、高いテクノロジーとイノベーションハブになっている都市には最大12週間留まります。2024年7月29日からはポップアップオープニングとしてバンガロールで8週間開催され、2024年8月12日にサンフランシスコへ、それからサンパウロ、ロンドン、パリへと移動。各都市では、機械学習データサイエンティストなどAI専門家とビジョンリーダーを招き、開催期間中のイベントで、この分野の最も優秀な頭脳に前例のないアクセスを可能にする環境を提供。参加者は、Ask an Expert Barで、AWSソリューションアーキテクトに質問をすることも可能。以下このツアーに関する主な関係者の方々の声をご紹介します。

~~ ※ いずれも7月11日発表時点での情報です。 ~~

## 「クリエイターのグローバルなコミュニティを促進」(アダム・セリグマン氏)

AWS開発者体験担当のアダム・セリグマン副社長は次のように述べています。

「開発者、スタートアップ、投資家、AWSの専門家、AWSのパートナーが集まって対話の中から新しい発想がスパークしてくることに毎日刺激を受けています。Amazon Bedrockでもわかるように、私たちの生成AIに対するアプローチのひとつは、私たちの顧客にさまざまなモデルやツールに触れていただくというものです。今回のような活動のハブを構築することで、生成AIテクノロジーを加速し、クリエイターのグローバルなコミュニティを促進することを目標にしています。今、世界中のイノベーターが、生成AIの活用をより深く掘り下げ、AWSがそれを現実化するのにどのように貢献するかを知り、ツアーを超えて広がるコミュニティで、有意義な人間関係を構築することができるようになりました」。

AWSパートナーとコミュニティグループがAWS GenAI Loftsの中核になります。さまざまな都市でいくつかの組織がホストとなり、他のホストと共同ホストとなります。参加者は、Aamzon Bedrockで利用可能なAWSパートナーAnthropicのClaudeなど、主要な生成AIモデルのデモンステレーションを体験することができます。高度な言語モデルで知られるAnthropicは、責任あるAI開発のリーダーとして急速に地位を確立しています。

## 「イノベーターと直接関わり、協働することを熱望」(ジョー・ジュー氏)

Anthropicのスタートアップ成長とパートナシップの責任者、ジョー・ジュー氏は以下のように述べています。

「AWS GenAI Loftsは、起業家が生成AI開発の最先端技術と現実世界のアプリケーションを探求するための非常にユニークな空間になっています。このコミュニティの一員として、Anthropicは、信頼でき責任あるAI「Claude」で現実世界の課題に対処するイノベーターと直接関わり、協働することを熱望しています。スタートアップがこのようなAIツールを使い、協力し合い、技術開発を行い、課題を解決し、創造的な解決策を考え出しているのを見るのは刺激的です」。

## 「専門知識とリソースを提供、生成AI搭載アプリ開発を加速」(ショーン・ルイス氏)

また、Wights & Biasesの最高技術責任者兼共同創業者であるショーン・ルイス氏は次のように話しています。

「開発者が生成AIを利用して、世界で最も複雑な課題を解決していくのを見るのは刺激なことであり、テクノロジーを現実世界に応用するにあたって、対話をすることによる力を認識しています。私たちは、このグローバルな活動に対して、専門知識とリソースを提供し、開発者コミュニティの中で生成AI搭載アプリケーションの開発を加速できることを嬉しく思います」。

サンフランシスコで開催されるGenAI Loftsでは、参加者は実際のアプリケーションを通じて生成AIを見たり、触れたり、感じたりすることができます。また、AWSソリューションに焦点をあてたイマージョンデーを開催。生成AIサービスを使用した実践的な体験を提供し、ビジネスとテクノロジーの両方の創業者に向けた3日間のブートキャンプとなっています。スタートアップトークは、投資家とパートナーの視点を考慮しながら、起業家の発展過程に焦点をあてたものになります。

## 「次世代AIを構築する勢いを高める絶好の機会」(イバン・ポロール氏)

さらに、サンフランシスコの主要なAIコミュニティのひとつであるCerebral Valleyの共同創業者であるイバン・ポロール氏は次のように述べています。

「生成AIのイノベーションの速度と規模は信じられないほどであり、アイディアを確かめ、最先端のブレークスルーを把握するには、真に強力なコミュニティが必要であることを自分の目で見てきました。AWS GenAI Loftsは、サンフランシスコのAIの最も優秀な頭脳を集めることができます。スタートアップと開発のコミュニティが出会い、アイディアを孵化させ、次世代AIを構築する勢いを高める絶好の機会になります。私たちはその一部であることに興奮しています」。

この数週間のポップアップスペースは、参加者が1日のイベント参加で得られるよりも、専門家たちとの深い理解を得られるようにします。創業者と開発者が、進行している作業に合わせて交流ができるようにスケジュール設定されています。このツアーが各都市で開催され、AWSは、スタートアップと開発者に、知識、リソースおよび専門家、開発者、投資家の活気に満ちたコミュニティとのつながりを提供し、生成AIの実験とAWSでの構築を続けていくことを目指しています。AWS GenAI Loftsのツアーが近くの都市でいつ開催されるのか、プログラムの詳細、登録方法については、以下をご参照ください。

~~ ※ 7月11日発表時点での情報です。 ~~

https://aws.amazon.com/startups/lp/aws-gen-ai-lofts

【記事出典】amazon PRESS CENTER「[AWS Launches GenAI Lofts, a Global Tour Fostering AI Innovation for Startups and Developers](https://press.aboutamazon.com/aws/2024/7/aws-launches-genai-lofts-a-global-tour-fostering-ai-innovation-for-startups-and-developers)」

AWS、グローバルツアー「GenAI Lofts」ローンチ--スタートアップと開発者の生成AIイノベーションを加速

シリコンバレーに拠点を置く生成AI企業[NinjaTech AI](https://myninja.ai/)は、AIエージェント「Ninja」をローンチしたと発表しました。（※1）

~~ ※1 「AI エージェント」とは、人間の介入なしに特定のタスクを実行する自律型インテリジェントシステム。【出典】[AWSウェブサイト](https://aws.amazon.com/jp/what-is/ai-agents/) ~~

## 「日常業務のワークフローに導入すれば、時間とコストの削減が可能」

NinjaTech AIは、AWSの機械学習専用チップ「Trainium」「Inferential2」、クラウド機械学習サービス「Amazon SageMaker」を活用して、研究開発の進行管理や会議のスケジューリングなど、複雑なタスクを自律的に処理できるカスタムAIエージェント「Ninja」の訓練とスケーリングを実施。

「Ninja」を日常業務のワークフローに導入することで、多くの職種の時間とコストを削減することができるということです。

## AWSのリソースを活用して生成AIを訓練

これまで、生成AI、対話型AIは、AIアシスタントやコパイロット（副操縦士）として活用されてきました。しかし、そのためには、人間側が複雑なプロンプトを通じて、タスクの内容を詳細に指示する必要がありました。

「Ninja」は、自律型AIエージェントに進化し、シンプルな指示で複雑なタスクを処理。また、顧客企業が保有するデータや情報を学習し、カスタム化されたAIエージェントとして機能します。

しかし、このようなカスタム化されたAIエージェントを構築するには、生成AIよりもさらに大規模なAIチップと電力が必要となり、顧客企業はもちろん、生成AIの開発企業でも、じゅうぶんな設備投資が難しくなってきています。

全世界でAIチップに使われるGPUが不足しており、スタートアップ企業にとっては調達が困難でコストのかかる大きな課題になっていました。

今回、AWSは、訓練内容に応じて迅速にスケールする独自のチップ技術を開発し、この課題を解決しました。Amazon SageMakerと組み合わせることで、AIエージェントの訓練は、高速で柔軟で適切なコストで行えるようになります。

NinjaTech AI創業者兼CEOであるBabak Pahlavan氏は次のように述べています。

「AWSのAnnapurna Labsと協力することは、NinjaTech AIの真のゲームチェンジャーとなりました。TrainiumとInferential2チップのパワーと柔軟性は、私たちの期待をはるかに上回るものでした。Amazon SageMakerを介して、何千ものノードに弾力的に拡張することができます。総コストを最大80%節約し、同程度のGPUと比較してエネルギー効率は60%向上しました。また、AWSチームの技術サポートも、AIエージェントを構築する上で大きな貢献をしてくれました」

## Ninjaは「使えば使うほど性能があがっていく」

NinjaTech AIは、AWS Trainiumでモデルの訓練を行い、AWS Inferential2でサービスを提供しています。Trainiumは大規模言語モデル(LLM）をより速く、より低コストで訓練をすることが可能。Inferential2は、最大40%の低コストで推論をより速く生成することができます。

Ninjaは、[Ninjaウェブサイト](https://myninja.ai/)にアクセスすれば利用できます。このサイトでは、対話型のウェブ調査、電子メールに基づいた会議などのスケジューリング、電子メールの起草、コーディングの支援の4つの会話型エージェントが提供されています。

~~ 【画像出典】[Ninjaウェブサイト](https://myninja.ai/) ~~

OpenAI、Anthoropic、Googleなどのグローバル企業の対話型AIに簡単にアクセスをして、出力された結果を比較することもできます。また、膨大なタスクを一度に処理する非同期インフラストラクチャーも提供されています。「使えば使うほど性能があがっていき、Ninjaは日常業務を生産的なものに変えていく」(Amazonプレスリリース)としています。

【記事出典】[Amazonプレスリリース「NinjaTech AI Teams Up With AWS to Launch the Next Generation of AI Agents Trained Using Amazon’s AI Chips」](https://press.aboutamazon.com/aws/2024/5/ninjatech-ai-teams-up-with-aws-to-launch-the-next-generation-of-ai-agents-trained-using-amazons-ai-chips)

AIエージェント「Ninja」ローンチ、簡単な指示で複雑なタスクを処理--AWSとNinjaTech

スマートホームの体験を強化し続ける中で、Google Homeにとって今年はエキサイティングな年になっています。Google I/Oでプラットフォームを公開し、家庭に新しい革新な体験を提供するツールを開発者に提供します。スマートホームの改善と並行して、Geminiが日常生活を支援する新しい方法を解き放ってくれました。

Geminiを使用すると、NestカメラとGoogle Homeの体験がよりスマートで便利になります。スピーカーやディスプレイなどの家庭用デバイスでは、Googleアシスタントとより自然に会話できるようになります。

最新のネストラーニングサーモスタットとグーグルTVストリーマーという好評を得ているデバイスを再発明しました。カメラやホームオートメーションを始め、Geminiを利用してデイバスを以前よりもスマートで簡単に使える方法を発表することに我々エキサイティングな気持ちでいます。

## Geminiで、NestカメラとGoogle Home体験をスーパーチャージする

防犯カメラは、家族の安全とセキュリティを守り、日常生活の重要な設備になっています。防犯カメラは時間とともによりスマートに進化しています。単純な動きの検出から人や物体の検出、Nestカメラに搭載されている顔検出などのより先進的なAI機能まで搭載しています。しかし、このようなAI機能を使っても、家の中や外で何が起きているか把握するのは簡単ではありません。

Geminiのマルチモーダルモデルによりビデオ、映像、テキストを処理することで、カメラのインテリジェンスを再定義できるようになりました。Nestカメラは、特定の対象（例えば、動き、人、物体など）を特定することから、見たものを聞いたものを理解し、重要な事象を抽出できるようになります。

これは、単に映像から「動物が検出された」というだけでなく、「犬が庭に穴を掘っている」ということまでカメラが理解できるということを意味します。このような新しいAI機能により、GeminiはGoogle Homeのカメラをより役に立つものにできます。

また、カメラの新しいアクティビティ検索を使って、Google Homeアプリの中で、家の中で探しているものを確実に見つけることもできます。例えば、「子どもたちは自転車を道路に置いたままにしましたか？」という問いに、Google Homeはカメラの履歴を検索し、関連する出来事のリストと有用な要約を提供します。このようなことは今までできませんでしたし、尋ねる内容に制限はありません。「今日、FedExのトラックが通りましたか？」「私の犬はクッキーのそばに近づいていませんか？」。これはNestカメラにとって記念すべき変化です。私たちの原則に基づいて、データの安全とプライバシーを確かなものにしながら、このような開発を行っています。

~~ Geminiは、カメラ履歴を検索し、Google HomeアプリでのAI機能を提供する。 ~~

~~ GeminiはGoogle HomeアプリでのAIによる説明も提供する。 ~~

また、Google Homeを最も優秀なホームオートメーションプラットフォームにする開発にも取り組んできました。スクリプトエディターとGoogle Homeアプリで、スマートホームにアクセスし制御するための100の異なる方法をサポートし、熱心なスマートホームユーザーに気に入っていただいています。しかし、オートメーションを実現するには無数の方法があり、あなたの家に最適なオートメーションを実現する手法を見つけることは簡単ではありません。

Geminiはオートメーションの実現から複雑さを取り除きます。Google Homeアプリの新しい機能Help me creatとを使って、Geminiを使用する難しさを解決しました。Help me creatは、あなたが平易な言葉で望ことを書くだけで、Google Homeアプリがオートメーションを設定できる機能です。

例えば、「寝る時間になったらドアに鍵をかけ、灯りをすべて消す」と書く、または言葉にするだけで、オートメーションが作成されます。正確なオートメーションを思い描いていなくても、Google Homeアプリはデバイスでできることに基づいて提案します。「子どもたちが学校から帰ってきたら、自転車を片付けることを忘れないようにしてほしい」と尋ねてみれば、午後に誰かが帰宅した時にリマインダー放送をする提案を得ることができます。

~~ Google Homeアプリで、Help me createを使って作成されたオートメーション ~~

このような新しいテクノロジーは、正しく理解されるのに時間がかかるため、今年後半のパブリックプレビューに協力をしてくれるNest Aware登録者という限られた人たちに展開し、それから時間をかけて展開する範囲を広げていきます。

## NestスピーカーとディスプレイでGoogleアシスタントをより便利に使う

Googleアシスタントは、無数の家事をうまくこなすことを助けてきました。スマートフォンのようなパーソナルデイバイスとは異なり、スピーカーとディスプレイのようなホームデバイスは、家族のすべての人が使います。先ほど触れたように、品質の改善が今年の焦点であり、メディア再生やタイマー設定などの中心的な体験を改善するために、大規模に言語モデルを適用しました。今年後半には、デバイスとの会話をより自然に感じさせる新しい音声も提供します。

Geminiを使うと、あなたの声に反応するホームアシスタントが何ができるのか考えています。これにより、NestスピーカーとディスプレイのGoogleアシスタントが改善され、家族すべてにとってより自然で役に立つものになります。アップグレードされたGoogleアシスタントは、あなたをより深く理解することができるので、自然に会話し、話を遡って足りない点を補うための質問ができるようになります。

New Google Assistant Voice

特定の方式で質問をする必要はありません。最も心地よく感じる方式で質問してください。例えば、「冥王星は惑星ですか？」と尋ねた後、「彼らは再び考えを変えることはできますか？」とさらに深く掘り下げた質問もできます。曲のタイトルがわからない時も「この印象的なバスケットボールのテーマソングは何？」とGoogleに聴いて見てください。また、アシスタントが「クロックスがとてもクールであるという主張するのを手伝って。スポーツモードについて主張して」というように、Geminiの生成機能を使って家族の議論に楽しい要素を付け加えてくれます。

これらの改善は、今年の後半にパブリックプレビューでNest Aware参加者に展開をします。私たちは、Geminiが家庭での次世代の体験に貢献することにエキサイティングな思いを抱いており、あなたとあなたの家庭を尊重しながらこのようなイノベーションをもたらすことをお約束します。

【記事出典】Google The Keyword「[Your smart home is getting smarter, with help from Gemini](https://blog.google/products/google-nest/gemini-google-home/)」

あなたのスマートホームがGeminiでもっとスマートに

(※以下は2024年7月23日に[Meta社から発表されたもの](https://about.fb.com/news/2024/07/open-source-ai-is-the-path-forward/)となります)

高性能コンピューティングの初期の時代、主要なテック企業は、UNIXの独自のクローズドソースバージョンの開発に多額の投資をしました。当時は、このような高度なソフトウェアの開発に、他のアプローチがあるということは想像しづらかったからです。しかし、結局はオープンソースのLinuxが人気となりました。最初は、開発者が思い思いにコードを改変でき、入手しやすいという理由で、後には、先進的でセキュアであり、クローズドなUNIXよりも幅広いエコシステムがより多くの機能をサポートしたからです。Linuxは今では、クラウドコンピューティングとオペレーティングシステムの業界標準の基盤になり、より多くのデバイスで動作するようになっています。私たちは誰もが、その優れたプロダクトの恩恵を受けています。

私(※マーク・ザッカーバーグ氏)は、AIも同じような発展をすると信じています。今日、いくつかのテック企業がクローズドなモデルを開発していますが、オープンソースが素早く追いついている状況です。昨年、Llama 2は、最先端から遅れた古いモデルとしか比べることができませんでした。しかし、今年になると、Llama 3は、最先端のモデルと競争ができ、ある分野では凌駕をしています。来年からは、将来のLlamaモデルが、業界の最先端になると期待しており、Llamaはすでに、オープン度、改変の自由さ、経済性でリードをしている状況です。

私たち(※Meta社など)は、オープンソースAIを業界標準にするための次のステップを踏み出しています。初めての最先端水準のオープンソースAIモデル「Llama 3.1 405B」、新たに改良された「Llama 3.1 70B」「Llama 3.1 8B」をリリースします(※ザッカーバーグ氏が寄稿した2024年7月23日時点での情報)。クローズドモデルに比べて優れたコストとパフォーマンスを持つことに加え、405Bがオープンソースであるという事実は、微調整と小さなモデルに抽出する場合の最良の選択肢になります。

これらのモデルをリリースするだけでなく、私たち(※同)はさまざまな企業と連携して、幅広いエコシステムを成長させます。Amazon、Databrics、NVIDIAは、開発者がモデルの微調整と蒸留を行うことをサポートするフルサービススイートサービスを立ち上げています。Groqのようなイノベーター企業は、すべてのモデルに対する低遅延、低コストの推論サーバーを構築しましたが、これらのモデルはAWS、Azure、Google、Oracleなどを含む主要なクラウドで利用することができるものです。Sacle.AI、デル、デロイトは、企業がLlamaを導入し、独自データでカスタムモデルを訓練する支援の準備ができています。コミュニティが成長し、より多くの企業が新しいサービスを投入することで、私たちはそれを含めてLlamaを業界標準にし、すべての人にAIの恩恵をもたらすことができます。

Metaは、オープンソースAIにコミットしています。オープンソースがあなたにとって最良の開発スタックである理由、オープンソースのLlamaがMetaにとって良い理由、オープンソースAIが世界にとって良い理由、さらにこれらのことから、オープンソースAIが長期的なプラットフォームになる理由を説明します。

## オープンソースAIが開発者にとって良い理由とは?

世界中の開発者、CEO、政府職員と話すと、いつかのテーマが浮き彫りになります。

### 独自モデルを訓練し、微調整し、抽出できる

すべての組織には異なるニーズがあり、特定のデータで訓練または微調整されたさまざまなサイズのモデルを必要としています。デバイス上でのタスクや分類タスクには小さなモデルが求められますが、より複雑なタスクには大きなモデルが求められます。最先端のLlamaモデルを、独自データで訓練すれば、私たちや他の誰もがあなたのデータを見ることなく、最適なサイズのモデルに抽出することができます。

### 自分の運命を自分で制御し、クローズドなベンダーに縛られないようにできる

多くの組織は、自分で制御できないモデルに依存したいとは考えておらず、クローズドモデルのプロバイダーが、モデルを変更したり、利用規約を変更したり、サービスを停止することを望んではいません。また、モデルの包括的な権利を持つクラウドに縛られたくないと思っています。オープンソースは、企業に互換性のあるツールを提供する幅広いエコシステムにより、企業が自由に移行できるようになります。

多くの組織が保護すべき機微データを扱うため、それをクラウドAPIを通じてクローズドモデルに送信することができません。クローズドモデルのプロバイダーに独自データを扱わせることを信頼していない組織もあります。オープンソースは、どこでも望む場所でモデルを運用することが可能で、この問題を解決することができます。透明性の高い開発により、より安全性が高いと広く受け入れられています。

自社のインフラでLlama 3.1 405Bを運用すれば、GPT-4oのようなクローズドモデルに比べて、ユーザ利用とオフライン推論タスクなどで約50％のコストが節約できます。

### 長期にわたって標準となるエコシステムに投資できる

多くの人が、オープンソースモデルはクローズドモデルよりも早く進化をしていることを知っており、長期にわたって大きな優位性をもたらしてくれるアーキテクチャーの上にシステムを構築したいと考えています。

## オープンソースAIがMetaにとっていい理由

Metaのビジネスモデルは、人々にとって最高の体験とサービスを構築することです。それを実行するには、常に最高のテクロノジーを使い、競争相手のクローズドなエコシステムに縛られないことが必要です。

最高のプロダクトを構築し、競争相手が私たちを制限できない場合に、Metaやその他の企業が、人々にとってより優れたプロダクトを自由に開発できることは明らかです。

次世代コンピューティングであるAIとAR/VRでオープンエコシステムを構築することを強く信じている理由はここにあります。

Llamaをオープンソースにすると、技術的な優位性を放棄することになるのではないかとよく尋ねられますが、それはいくつかの理由で全体像を見逃していると思います。

第一に、最高のテクノロジーにアクセスし、長期間にわたってクローズドエコシステムに縛られないために、Llamaはツール、効率改善、シリコン最適化その他の完全なエコシステムを開発しなければなりません。もし、私たちだけがLlamaを利用する唯一の企業であるなら、このエコシステムは発展せず、UNIXのクローズドバージョンと同じことになってしまいます。

第二に、AI開発は競争状態が続くと見ており、その時点での最先端モデルが、オープンソース化されたモデルに対して大きな優位性を持つとは限りません。Llamaが業界標準になる道は、一貫して競争力があり、効率的であり、世代を超えてオープンであり続けることです。

第三に、Metaとクローズドモデル提供企業との重要な違いは、AIモデルへのアクセスを販売することは私たちのビジネスモデルではないということです。つまり、Llamaをオープンに公開することは、クローズドな提供企業と異なり、私たちの収益、継続性、研究への投資能力を損ないません（これは複数のクローズな提供企業がオープンソースに対抗して政府ロビー活動を継続する理由になっています）。

最後に、Metaはオープンソースプロジェクトとその成功に長い歴史があります。オープンコンピュートプロジェクト用に設計されたサーバー、ネットワーク、データセンターをリリースし、その設計に基づいたサプライチェーンの標準化をしたことで数十億ドルが節約できました。PyTorch、Reactその他の優れたツールをオープンソース化することで、エコシステムのイノベーションを起こすことで恩恵を受けています。このようなアプローチは、長期にわたって継続することでうまく機能するものをなっています。

## オープンソースAIが世界にとっていい理由

オープンソースは、AIのポジティブな未来にとって必要だと思っています。人間の生産性、創造性、生活の質の向上、医学研究、科学研究の進歩、それに伴う経済成長を加速させるには、AIは、現代のどのテクノロジーよりも潜在能力を持っています。オープンソースは、世界中の人々がAIの利益と機会にアクセスすることを保証します。そのパワーは少数の企業の手に集中するのではなく、テクノロジーは社会に均質に安全に広がることになります。

オープンソースAIモデルの安全性についての議論が進んでいます。私の見解では、オープンソースAIは他のものより安全です。政府も、世界を豊かに安全なものにするため、オープンソースを支援することに興味を持つようになると思います。

安全性を理解するための私のフレームワークは、2つの有害な要素から守らなければならず、その要素とは、意図的ではないものと意図的なものになります。意図的ではない害とは、AIシステムがそうするつもりはないのにも関わらず、害を及ぼす場合です。例えば、現在のAIモデルは、不注意に誤った健康上のアドバイスを与えることがあります。あるいは、より未来においては、モデルが意図せずに自己複製をしたり過剰適応をして、人間性に損害を与えてしまうことがあるかもしれません。意図的な害とは、害を及ぼすことを目的としてAIモデルを使用する場合です。

意図しない害が、AIシステムを使う多くの人に対する影響を始め、人間性に対して惨事をもたらしかねないSF的なシナリオまで、幅広い懸念をカバーしていることは注目に値します。この観点では、オープンソースはより透明性があり、精査できるようになるべきです。歴史的には、オープンソースはまさにこの理由により安全であり続けました。同様に、LlamaにLlama Guardのような安全システムを使った場合は、クローズドモデルよりも安全でセキュアになる可能性があります。こうした理由で、オープンソースAIの安全性のテーマとして意図的な害に焦点があたっています。

私たちの安全性プロセスは、私たちのモデルがそうした害に対して有効性があるかどうか、リリース前にリスク軽減をするための厳格なテストとレッドチームによる対応が含まれます。オープンであるため、誰でも自分でテストしてみることができます。これらのモデルはすでにインターネットに存在している情報によって訓練されていることに注目しています。そのため、害を考える場合の出発点は、Googleなどの検索結果から得られる情報よりも多くの害を、モデルが生じさせるかどうかを考えることになります。

意図的な害を理解するには、悪意を持った個人や小さな組織ができることと、国家などの大規模なリソースを持った組織ができることを区別することが役に立ちます。

将来のある時点で、悪意のある人々はAIモデルの知能を使って、インターネットで利用可能な情報をから新たな害を捏造するかもしれません。この点で、AIの安全性にとってパワーバランスが重要になってきます。私は、AIが広く行き渡り、大きなプレイヤーが小さな悪人のパワーをチェックできる世界が好ましいと考えています。これが私たちのソーシャルネットワークで安全性を管理する理由です。堅牢なAIシステムが小さなAIシステムを使わざるを得ない洗練されていない悪意を持った行為を特定し、阻止することができます。より広く言えば、AIを広範囲に展開する大規模な組織は、社会の安全性と安定性を促すことができます。誰もがオープンソースにより生成された同世代のモデルにアクセスすることで、より大規模なコンピューティングリソースを持った政府や組織は、小さなリソースで悪意のある人々をチェックすることができます。

クローズドモデルしかない世界では、ごく少数の大企業と地政学的な敵が最先端モデルにアクセスし、一方で、スタートアップ企業や大学、中小零細企業はアクセスする機会を失ってしまいます。さらに、米国のイノベーションをクローズドな開発に縛ることは、私たちがリードできない確率を高めるだけです。そうではなく、私たちの最善の戦略は、大規模なオープンエコシステムを構築し、主要企業が政府や同盟国と緊密に連携し、最新の進歩を最大限に活用し、ファーストムーバーとしての優位性を長期にわたって持ち続けることです。

今後の機会について考える時、今日の主要テック企業や科学研究の多くは、オープンソースソフトウェアによって成り立っていることを忘れないでください。次世代の企業や科学研究は、私たちが投資をすれば、オープンソースAIを使うことになります。これには、起業したばかりのスタートアップ企業や、ゼロから独自のAIモデルを開発するリソースがない大学や海外の人も含まれます。

つまり、オープンソースAIは、このテクノロジーを活用して、すべての人に最大の経済機会と安全性をもたらすベストショットであるということです。

## いっしょに作りあげていきましょう

過去のLlamaモデルは、Metaが自分のために開発しリリースし、より幅広いエコシステムの構築には焦点があたっていませんでした。私たちは、今回のリリースで異なるアプローチを取ろうとしています。できるだけ多くの開発者やパートナーがLlamaを利用できるように社内でチームを結成し、エコシステム内の企業が顧客に対して独自の機能を提供できるようにパートナーシップを積極的に結んでいます。

Llama 3.1のリリースは、多くの開発者がオープンソースを使うようになる業界の転換点になると信じています。また、このアプローチはこの点からのみ成長していくと期待しています。世界中の人々にAIの利益をもたらすための旅に参加していただけることを楽しみにしています。

モデルには、[https://llama.meta.com/](https://llama.meta.com/)ですぐにアクセスできます。

「オープンソースAIこそ進むべき道」--MetaCEO マーク・ザッカーバーグ氏寄稿を紹介

ChatGPTに使われているGPT-4シリーズなどのモデルは、RLHF（Reinforcement Learning from Human Feedback、人間のフィードバックからの強化学習）を通じて、有用で対話可能な形に調整されます。RLHFの鍵になる部分は、AIトレーナーと呼ばれる人々が互いに異なるChatGPTの出力に対する評価を比較し、収集することです。

推論とモデル仕様が進化するにつれ、ChatGPTはより正確になり、その間違いが発見しづらくなります。これによりAIトレーナーが間違いを見つけるのがより困難になるため、RLHFが比較をするタスクもより困難になっていきます。これはRLHFの根本的な限界であり、フィードバックを与える人間よりもモデルの知識が増えるにつれ、モデルを調整することが急速に困難になっていきます。

このような課題を支援するために今回、GPT-4によるコード出力の誤りを検出するGPT-4に基づいたAIモデル「CriticGPT」を訓練しました。その結果、ChatGPTが出力したコードをレビューすると、60％の時間が節約できることが確かめられました。我々は、CriticGPTのようなモデルをRLHFラベリングパイプラインに統合する作業を始め、AIの訓練に明示的なAIの支援を与えています。これは優れたツールなしでは評価することが困難な先進的なAIシステムの出力を評価できるようにする重要なステップになります。

ファイルパスを表す文字列を入力として受け取り、pathにファイルオブジェクトを返す関数をPythonで書いてください。/safedirディレクトリ以外のファイルにアクセスしてはいけません。

startswith()を利用して、ファイルの絶対パスがディレクトリ内にあるかどうかを確認することは安全ではありません。シンボリックリンクや似たディレクトリ名を使うことで悪用される可能性があります。os.path.commonpath([absolute\_file\_path, absolute\_safe\_dir]) を使うか、より堅牢なパス包含を使うことができます。

CriticGPTの批評が必ずしも正しいわけではありませんが、AIの助けがない場合に比べて、モデルが出力したコードの問題をより多く発見できることがわかりました。また、CriticGPTを使うと、使用者のスキルを向上させ、AIの助けがない場合よりも複雑な問題にも対処できることも確認できています。我々の検証では、AIによる支援がない場合よりも、人間とCriticGPTが協調することのほうが効果が高く、60％の時間を節約できるとの結果も得られています。

~~ CriticGPTは、モデルのみからの場合よりもハルシネーションを少なくしながら、より広範囲の批評を出力できるようにします。 ~~

CriticGPTも、ChatGPTと同じようにRLHFで訓練されます。しかし、CriticGPTは、批判すべき誤りをChatGPTよりも多く検出できました。

人間のトレーナーがChatGPTが出力したコードにこのような誤りを手動で挿入し、CriticGPTにそのバグを検出したかのようなフィードバックを出力するように依頼しました。それから、人間のトレーナーにCriticGPTによる複数の批評を比較してもらうと、CriticGPTがどの段階でそのバグを検出したのかがわかります。我々は、CriticGPTが挿入されたバグとChatGPTにより生じる「自然発生」のバグの双方を検知できるかを検証しました。その結果、CriticGPTが批評したバグは自然発生バグの63％で、人間のトレーナーから好まれることがわかりました。好まれる理由の一つとして、CriticGPTが、nitpicks（小さく重要ではない問題）を検出することが少なく、ハルシネーション（幻覚）をあまり起こさないことが挙げられます。

また、批評の報酬モデルに対して追加の検知時間検索を行うことで、より長く広範囲の批評も生成できることがわかりました。この検索手順を用いることで、誤りをどれだけ積極的に探すのかを設定でき、ハルシネーションと検出バグの数のトレードオフを設定することができます。つまり、RLHFに寄与する批評を生成できるということです。詳細については、研究論文を参照してください。

我々は非常に短いChatGPTの出力で、CriticGPTを訓練しました。将来のエージェントを監督するには、より長く複雑なタスクも理解できるようにする手法の開発が必要になります。

モデルはまだハルシネーションを起こし、時にはトレーナーがハルシネーションによるラベリング間違いを犯します。

現実世界での誤りは、出力結果のさまざまな部分に影響をすることがあります。現在は、一カ所で起こる誤りに焦点をあてていますが、将来は分散する誤りにも取り組む必要があります。

CriticGPTには限界があります。タスクや出力結果が非常に複雑な場合、CriticGPTのようなモデルの助けを借りた専門家でも、正しく評価できないこともあり得ます。

ますます複雑化するAIシステムを調整するには、より優れたツールが必要になります。GPT-4にRLHFを適用することは、人間がより優れたRLHFデータを生成するのに役立つ可能性があることがわかりました。この取り組みをさらに拡大し、実践していく予定です。

【記事出典】OpenAIプレスリリース「[Finding GPT-4’s mistakes with GPT-4](https://openai.com/index/finding-gpt4s-mistakes-with-gpt-4/)」

GPT-4の間違いをGPT-4に基づくAIモデル「CriticGPT」が発見!? 

ニュースの記事（1ページ目）