網羅型ビューで街を探索することから、ドライブのストレスを軽減することまで、見逃すことができないグーグルマップ(Google Maps)のアップデートについて、グーグルマップ責任者のミリアム・ダニエル氏が10月31日に発表した内容をご紹介します。

グーグルマップは20年近くにわたり、人々が世界を理解し、移動することを助けてきました。同氏によると、グーグルマップは現在では最新情報に更新され、世界中の地図を見ることができ、毎月20億人以上が利用しています。

さらにAIを活用して数十億の画像を分析、現地のパートナーやコミュニティからのデータを合わせ、毎日1億以上の地図を更新しています。そのため、世界中を旅する時でも、街の中を移動する時でも、可能な限りの最新情報を見ることができます。

燃費の良いルート検索から網羅型ビューまで、AIは10年以上にわたって、新しい体験を構築するのに役立ってきました。そして今、私たちはGeminiの力でマップを変革し、世界に関する複雑な質問に回答できるようにしました。

## Geminiが整理した情報をグーグルマップに尋ねることが可能に

人々はすでにグーグルマップの中で、行きたい場所やしたいことのアイディアを得るようになっています。私たちは、Geminiで情報を整理し、アイディアを得ることをさらに簡単にしました。しなければならないのは、グーグルマップに尋ねることだけです。

友人が遊びにきて、一緒に行動する計画を立てる必要があるとしましょう。やることはグーグルマップに「今夜友人とすること」と尋ねるだけです。Geminiが、お酒を飲みに行ったり、ライブ音楽を聴きにいったりしてはどうか、などの提案をしてくれます。Geminiが要約したレビューを読んで、多くの人がその場所の何を気に入っているのかを確かめてみてください。時間がない時は非常に便利なはずです。気になる場所が見つかったら、屋外テラス席はあるのか、静かな雰囲気なのかなど、もっと詳しく知りたい場合も、グーグルマップに尋ねてください。すぐに適切な回答を返してくれます。

ミリアム・ダニエル氏は、これらの機能は、世界中の約2億5,000万カ所の信頼できるデータとマップコミュニティからの情報に基づき、Geminiの強力な生成、推論、要約機能のおかげで実現したとしています。これらの機能は今週、米国のAndroidとiOSで展開をします(10月31日発表時点での情報です)。

また、数ヶ月以内に、AIを活用したレビューサマリーや場所に関する詳細な質問をするオプションなど、同様の機能がグーグル検索にも搭載されます。

マッピング技術とGeminiを活用することで、開発者、企業、都市をどのように支援できるかお確かめください。

## 運転する際のナビゲーションがさらに緻密に

ドライブの始点から目的地まで行くのを簡単にするため、私たちは大きなアップデートを行いました。走り出す前にルート検索し、「経由地を追加」をタップするだけで、より完全なドライブをするのに役立つ、ランドマーク、アトラクション、景勝地、飲食店などが表示されるようになりました。

車線が複雑な場所、分岐点、出口が複数あるような場所では、混乱することがあります。これらを予測するために、ナビゲーションが、車線、横断歩道、道路標識などを地図上にわかりやすく表示。さらに、直前になって車線変更することを好まない人がほとんどであることを踏まえ、どの車線にいるべきかを正確に表示します。ナビゲーション中に車線を表す青い線にしたがって走行してください。

また、ドライバーに情報を提供するため、より多くの方法を提供しています。冬になると、ルート沿いの異常気象が確認でき、また浸水、路面不良、視界不良などを報告することができます。

目的地に到着するまでドライブは終わりません。到着ガイダンスをアップデートしたことにより、建物の入り口までをも示すことができるようになったほか、近隣の駐車場も表示されます。さらに、どこの駐車場に駐車したかを忘れないようにリマインドも行います。駐車場に駐車をたら、そこから建物の入り口までの徒歩ルートも表示。ストリートビューまたはAR徒歩ナビゲーションを使うこともでき、素早く自分が進むべき方向を知ることができます。

2024年11月、AndroidとiOSで、ルート沿いを検索し、気象の異常を確認および報告する機能、アップデートされた到着ガイダンスが世界中で展開されました。強化されたナビゲーションは30以上の大都市圏で利用可能となり、時間とともに他の場所に拡大していく予定です(10月31日発表時点での情報です)。

会話レポートを含むエキサイティングなアップデートもナビゲーションアプリ「Waze」に登場します。それもチェックしてみてください。

## 網羅型ビューを最大にアップデート

網羅型ビューを使用すると、AI、画像、CGを使用して、スタジアム、公園、ルートがどのように見えるかを体験できます。また、訪問予定日の天気や交通情報も確認できます。

今週から、対応する都市は、ブリュッセル、京都、フランクフルトなど世界150都市に拡大され、さらに大学のキャンパスなど、新しいカテゴリーの場所も没入型ビューに追加し続けています。これは、キャンパスツアーに参加するのに最適な方法になるでしょう(10月31日発表時点での情報です)。

ルートの網羅型ビューも詳しくなりました。駐車できる場所や複雑なルートがある場合は、準備ができるようハイライト表示されます。このアップデートは、ルートの網羅型ビューが利用できる場所であれば、今週、AndroidとiOSで利用できるようになります(10月31日発表時点での情報です)。

ミリアム・ダニエル氏は、「このアップデートを試すのが待ちきれません。網羅型体験からGeminiが整理する情報、新しく強化されたドライブ体験まで、グーグルマップは世界をナビゲートし、探索する方法を変え続けています」としています。

【記事出典】
New in Maps「[Inspiration curated with Gemini, enhanced navigation and more](https://blog.google/products/maps/gemini-google-maps-navigation-updates/)」

【関連リンク】
[Geminiとは？何がすごいのか？始め方や拡張機能も解説](https://and-engineer.com/articles/ZlWOExIAACgAPGCp)
[Geminiアプリの使い方！ウェブ版とモバイル版の利用手順を解説](https://and-engineer.com/articles/ZsMETRAAACMA6rQd)
[Gemini Ultraとは？最強生成AIの料金や使い方・メリットを紹介！](https://and-engineer.com/articles/ZmqaaRAAACAA0uUL)

グーグルマップがGeminiで刷新、行きたい・したい事探しやドライブでのナビがAIでさらに進化

単純なチャット機能を超え、ChatGPTでプロジェクトの作成とコーディングをするための新しいインタフェース「canvas」をご紹介します。

「canvas」では、ChatGPTとの共同作業の新しい方法を実現します。公開された「canvas」のベータ版では、独立したウィンドウが開かれ、会話をするだけではなく、アイディアを生み出し、段階的に課題を改善していくことができるようになります。

canvasはGPT-4に基づき開発され、ベータ版の段階ではモデルピッカーにより手動で選択をすることにより利用可能。2024年10月3日から、世界中のChatGPT PlusとTeamユーザーにcanvasを展開します。エンタープライズ、教育関係のユーザーは同日の翌週からアクセスできるようになりました。またベータ版完了後は、すべての無料を含むChatGPTユーザーが利用できるようになります。

## ChatGPTとの優れたコラボレーション

多くの人々がChatGPTを利用して、文章を書いたりコーディングをしていることと思います。チャットインタフェースは使いやすく、多くのタスクでうまく機能しますが、編集や修正などの作業が必要なプロジェクトでは制限を感じることもあるでしょう。canvasは、このような作業に新しいインタフェースを提供します。

canvasを利用すると、ChatGPTは、達成しようとしているコンテキストをより正確に理解できるようになります。特定のセクションを強調選択することで、どこに焦点を当てたいかをChatGPTに正確に伝えることができます。ChatGPTは、文章校正者やコードレビュワーのように、プロジェクト全体を念頭に置いてフィードバックや提案を提供できるようになります。

つまり、canvasを利用してプロジェクトを進められるようになるのです。テキストやコードを直接編集でき、長さの調整、コードのデバッグ、その他のアクションを迅速に実行させるためのショートカットメニューが備えられています。また、戻るボタンを使用して、以前のバージョンに復元することもできます。

ChatGPTが可能性のあるシナリオを検出すると、canvasが自動的に起動します。また、プロンプトで「canvasを使用」と指示することで、既存のプロジェクトをcanvsで開いて作業することもできます。

ショートカットメニューでは次のようなことができます。

編集の提案：ChatGPTは指示された箇所の提案とフィードバックを提供します。

長さの調整：指示された箇所のドキュメントを長くしたり短くしたりします。

文章レベルを変更する：指示された箇所のドキュメントの文章レベルを、幼稚園レベルから大学院レベルにまで調整します。

最終的な仕上げ：文法、明快さ、一貫性をチェックします。

絵文字を追加：強調と見た目のために関連する絵文字を追加します。

コーディングは反復的な作業であり、チャットインタフェースですべての改訂を行うのは難しい場合があります。canvasを使用すると、ChatGPTの変更を簡単に追跡し、理解することができるようになります。Open AIでは、「より理解しやすく改善を今後も続けていく予定」としています。

コーディングのショートカットメニューでは次のようなことができます。

コードのレビュー：指示された箇所のレビューを行います。

ログの追加：コードをデバッグするときに理解しやすくするために、print文を追加します。

コメント：コードを理解しやすくするために、コメント文を追加します。

バグの修正：問題のあるコードを検出して修正し、エラーを解決します。

言語の移植：コードをJavaScript、TypeScript、Python、Java、C++、PHPに変換します。

## 協力者になるためのモデルのトレーニング

利用者にとって創造的な同僚として協業できるように、GPT-4oをトレーニングしました。モデルは、いつcanvasが起動し、特定箇所の編集を行い、どのように書き換えたかを把握します。また、正確なフィードバックと提案を提供するために、広いコンテキストを理解するようになっています。

このような性能を実現するために、Open AIでは以下のコア機能を開発しました。

書き込みとコーディングのトリガー機能

多様なタイプのコンテンツの生成機能

Open AIは、自動評価により20以上の性能を測定。OpenAI o1-previewから出力を蒸留するなど、新しいデータ生成手法を用いて、モデルのコア機能をトレーニング。このアプローチにより、人間が生成したデータに頼らずに、高い品質と新しいユーザーインタラクションに迅速に対処することができました。

最も重要な挑戦といえるのは、canvasをトリガーするタイミングを定義することでした。「夕食の新しいレシピをつくるのを手伝ってください」などの一般的なQ&Aタスクではcanvasを起動することなく、「コーヒー豆の歴史に関するブログ投稿を書く」などのプロントの場合にのみ、canvasを起動するようモデルに教えました。ライティングタスクでは、求められた時にcanvasが起動することを優先し（canvasが起動すべきない時に起動してしまうという問題は置いて）、プロンプトで指示されたゼロショット状態のGPT-4oとの比較で83％にまで到達しました。

特定のプロンプトに非常に敏感であるという品質はまさに注目に値します。プロンプトを変えてもcanvasが起動するという品質は改善しないものの、ライティングとコーディングなどの手法の違いにより品質が異なってきます。

Open AIでは、パワーユーザーが困惑をしないようにに、意図的にコーディングでの不適切なトリガーを抑えるようにモデルをトレーニングしました。今後、ユーザーのフィードバックに基づいて、洗練させ続けていきます。

~~ライティングとコーディングのタスクで、canvasが起動するトリガーを正しく判断する割合は、プロンプト指示のあるゼロショットGPTと比較して、それぞれ83%と94%に達した。~~

2番目の課題は、canvasがトリガーされて起動した後、編集動作を調整することでした。具体的には、ターゲットを絞った編集を行うのか、コンテンツ全体を編集するのかを判別することです。ユーザーがインターフェースを介して特定のテキストを明示的に選択した場合は、ターゲットを絞った編集を行うようにモデルをトレーニングしました。それ以外の場合は、コンテンツ全体を編集するようになります。モデルを洗練されていくにつれ、この動作は進化し続けます。

~~ライティングとコーディングのタスクで、ターゲット編集の改善を優先した。プロンプト指示のあるゼロショットGPTと比較して18%優れていた。~~

高品質のコメントを生成するようにモデルをトレーニングするには、慎重な積み重ねが必要でした。自動評価で可能になるケースとは異なり、自動化された手法で品質を測定することはできません。したがって、コメントの質と正確さの評価は、人間の手で行いました。その結果、canvasはプロンプトで指示されたゼロショットGPT-4oと比べて、精度で30％、品質で16％上回りました。詳細に指示をしなければならないゼロショットプロンプトと比べて、canvasが応答品質と動作を大幅に向上させることが示されました。

~~トリガーの正確さとコメントの品質については人間による評価を行った。ゼロショットGPT-4oよりもパフォーマンスが改善されており、トリガーの正確さは30％、コメントの品質は16％向上した。~~

AIをより有用で使いやすいものにするには、AIとのインタラクションを再考する必要があります。canvasは新しいアプローチであり、2年前に始まったChatGPTのビジュアルインタフェースの最初のメジャーアップデートとなります。

canvasはまだベータ版の初期段階にあり、その能力を急速に向上させていく予定です。

【記事出典】
OpenAI「[Introducing canvas: A new way of working with ChatGPT to write and code](https://openai.com/index/introducing-canvas/)」

【関連リンク】
[ChatGPTとは？今話題のAIチャットボットの概要や仕組みを解説！](https://and-engineer.com/articles/Y_BUqhEAACoAbQ_A)
[OpenAIのGPT-4とは？ChatGPTの進化版について解説！](https://and-engineer.com/articles/ZCpzjhEAAH-qIwdA)
[ChatGPT-4oとは？特徴や新機能を使い方とともに解説](https://and-engineer.com/articles/ZrXRFxEAACIAinPF)

ChatGPTでコードを書く新しい方法「canvas」が登場！

~~ 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

ニュースの記事（1ページ目）