AI

The Verge で AI やロボット工学などを 8 年間取材してきたシニア レポーター、James Vincent による執筆です。

Microsoft は、Microsoft Designer という名前の新しいアプリを使用して、AI によって生成されたアートを Office ソフトウェア スイートに追加しています。

このアプリは、DALL-E や Stable Diffusion などの AI テキストから画像へのモデルと同じように機能し、ユーザーがプロンプトを入力して「最小限の労力でさまざまなデザインを即座に生成」できるようにします。 Microsoftによれば、Designerはグリーティングカードやソーシャルメディアへの投稿から、PowerPointプレゼンテーション用のイラストや企業のロゴに至るまで、あらゆるものを作成できるという。

基本的に、AI によって生成された画像が新しいクリップアートになるようです。

Microsoft はこのソフトウェアをゆっくりと慎重に展開しています

ただし、このアプリは完全なリリースの準備ができておらず、Microsoft は限定的な Web プレビューのみを提供しています。 Microsoft 副社長の Liat Ben-Zur 氏はブログ投稿で、「試していただき、フィードバックをいただき、素晴らしいものにするために協力してくださる方を募集しています」と書いています。 準備が整うと、Designer は無料のスタンドアロン アプリと、有料の Microsoft 365 サブスクライバーが利用できる、より機能が充実したバージョンの両方として利用できるようになります。

Microsoft は、Designer のリリースに加えて、AI テキスト変換モデルを検索エンジン Bing に追加しています。 この機能がどのように機能するかについての詳細は明らかになっていないが、Microsoft は新しい「Image Creator from Microsoft Bing」がユーザーの「[自分の] アイデアに命を吹き込む」のに役立つと述べている。 Ben-Zur 氏はブログ投稿で、「何かの説明、場所やアクティビティなどの追加のコンテキスト、アート スタイルを入力するだけで、Image Creator が作成してくれる」と述べています。

Microsoft Designer と Image Creator は両方とも、OpenAI によって作成された AI アート ジェネレーターである DALL-E 2 を搭載しています。 Microsoftは2019年にOpenAIに10億ドルを投資し、同社のテキスト生成AI GPT-3を使用する独占的ライセンスを取得している。 テクノロジー大手がDALL-Eを使用するための同様のライセンスを持っているかどうかは明らかではない。

しかし、それがうまくいくかどうかは、答えのない大きな疑問です。

AI によって生成された画像の品質は確かに過去数年間で大幅に向上しましたが、その技術が主流に向けて準備ができているかどうかは明らかではありません。 誰でも説明を入力して画像を生成できるのは事実ですが、AI モデルが最適な結果を得るには多少の作業が必要になることがよくあります。 ユーザーはテキスト プロンプトを磨き、微調整する必要があり、Microsoft による DALL-E の統合は、一般ユーザーにとって依然として多大な労力を必要とする可能性があります。

AI で生成された画像があらゆるユースケースに適しているかどうかも明らかではありません。 上のティーザービデオでは、Microsoft が、ある種のベーキングブログ用にケーキの画像を生成するユーザーの例を挙げています。 しかし、そのシナリオでは、確かにその人は実際のレシピの写真を使用したいと思うでしょう。 なぜ存在しないケーキの画像を使用したいのでしょうか?

より広い視野で見ると、AI 画像ジェネレーターが主流の製品に導入されると、偏見、著作権、潜在的に悪意のあるアプリケーションに関わる問題も生じます。

たとえばMicrosoftは、同社のDesignerアプリが人物の画像を生成できるかどうかについては明らかにしていない。 同社は、OpenAIが「モデルのトレーニングに使用されたデータセットから露骨な性的および暴力的なコンテンツ」をフィルタリングし、「コンテンツポリシーに違反する画像の生成を制限するフィルタを導入」し、「機密トピックに関する追加のクエリブロック」も行っていると述べている。 しかし、そのようなフィルターは常に透過性があり、NSFW の作品から攻撃的または無神経なコンテンツに至るまで、問題となる画像を生成するためにツールが依然として使用される可能性があります。

Microsoft の新しい AI 画像ジェネレーターは、著作権で保護されたアートや写真に基づいてトレーニングされています

著作権や倫理の問題もあります。 DALL-E のような AI アート ジェネレーターは、デザイナー、アーティスト、写真家の作品など、ウェブから収集した画像に基づいてトレーニングされます。 これらの個人の多くは、Microsoft や OpenAI のような企業が正当な報酬なしで自分たちの仕事を搾取していると感じています。 これらの数十億ドル規模の企業は、時間や労力を一切支払うことなく、売れないアーティストのコンテンツを収集してモデルをトレーニングし、そのデータを商品に変えています。