【2024年版】生成AIについて学ぼう！各社の最新動向調査

今回は、昨今話題の生成AIについて話したいと思います。

生成AIは、特にChatGPTのような対話型AIや、Stable Diffusionのような画像生成AIが有名です。
生成AIは、音楽など他にも種類があります。今回は生成AIの初歩と、各企業の動向について説明します。

生成AIの種類

生成AIは、次の8カテゴリに分けることができます。

人間の会話をシミュレートできるAI。コンピュータが人間の言葉を理解して処理する自然言語処理と、言葉に対して返答する言葉を生成する技術で成り立つ。
例）ChatGPT, Gemini

文章を端的にまとめるAI。与えられた文章を解析し重要な部分を特定する自然言語処理と、端的にまとまった文章を生成する技術で成り立つ。
例）QuillBot, ELYZA DIGEST

キーワードから文章を生成するAI。与えられたキーワードを解析し理解する自然言語処理と、内容を膨らませた文章を生成する技術で成り立つ。
例）Jasper, Catchy

キーワードから画像を生成するAI。与えられたキーワードを解析し理解する自然言語処理と、キーワードから画像を生成する技術で成り立つ
例）Midjourney, Stable Diffusion, DALL-E

キーワードから動画を生成するAI。与えられたキーワードを解析し理解する自然言語処理と、キーワードから画像を生成する処理と、前後のフレーム間での関係を保って生成する技術で成り立つ。
例）Runway

キーワードから音楽を生成するAI。与えられたキーワードを解析し理解する自然言語処理と、キーワードから音楽を生成する処理と、前後のフレーム間での関係を保って生成する技術で成り立つ。
例）MusicLM

ある言語の文章を別の言語に翻訳するAI。与えられた文章を解析する自然言語処理と、別の言語を生成する技術で成り立つ。
例）DeepL

キーワードからプログラミングのソースコードを生成するAI。与えられたキーワードを解析し理解する自然言語処理と、キーワード通りの処理をするソースコードを生成する技術で成り立つ。
例）Github Copilot, Amazon CodeWhisperer

生成AIの大きな問題としてHallucination（幻覚）という現象があります。

これはAIが事実と異なる情報を生成し、まるで幻覚を見せられているかのように、AIが尤もらしい嘘をつくことから呼ばれています。

特に文章を生成するAIで顕著で、一見正しいように見えますが一部が嘘の情報だったりします。
私が体験したケースですと、某バンドメンバーを訊ねたところ、4人中は3人の名前は合っていますが1人は別人で、よく見ると各人の経歴もでたらめです。曲名はまあまあ合っていますが、数曲異なっています。

また、Hallucinationは画像生成AIでも発生しますが、画像であればおかしい箇所は見て分かるため嘘を見破るのはまだ可能です。

ここでは、生成AIを開発している代表的な企業とAI、パラメータ数を紹介します。

生成AIについては、特にパラメータ数が多い方が大規模で表現力も豊かだと考えられます。（もちろん一概には言えません）