00:00
皆さん、こんにちは。ネットビジネスアナリスト、横田秀霖です。
1ヶ月に1回のポッドキャスト配信、今月に配信された人工知能AIに関するニュースを、今日は振り返っていきたいと思います。
ではまず最初に、このニュースからいきたいと思うんですが、人工知能AIに関するニュースという記事を、実はブログの方で書いているんですけど、
こちらの記事がですね、なんとですね、1ページの中に1000記事ぐらいありまして、なんとですね、もうこれ以上ページを追加できないという状態になりました。
これはですね、2017年5月2日に書かれてから、約3年半ぐらいですかね、3年と4ヶ月ぐらい書いてきた記事にずっと追記しているわけなんですけど、
これではもう限界だというふうなことが、エラーメッセージが出まして、ワードプレスでですね、これ以上記事を追加できないということなので、
実は9月の半ばでこれがいっぱいいっぱいになっちゃいまして、今日はですね、いっぱいいっぱいになったところまでをお伝えして、残りは来月ということで、すいません若干遅れますが、
またね、ポッドキャストの方を聞いていただければというふうに思います。
はい、またね、改めて日付を変えて、新しい日付ですね、記事を書いていきたいと思いますので、そちらをお付き合いください。
では、振り返っていきたいと思います。まず最初のニュースから行きましょうかね。
はい、こちらです。AI歌声合成は、もう人の歌声と区別できないレベルに東北イタコも追加されたニュートリノの新バージョン0.400が無料でリリースということが入ってきました。
このね、ニュートリノというサービスはですね、以前にも紹介したことがあるんですけど、
いわゆるですね、この初音ミクみたいなものから代表される歌声合成というものなんですけど、
ただ、初音ミクのように、誰か声優さんが歌った声が初音ミクのようになっているけど、
ただこれは聞いた人がですね、明らかに声優さんっぽい声だなというのがですね、今わかるわけですね。
これが普通の声で喋っているのとわからないようになるということは、結構やばいですよね。
ただこれも、もう数年前に別のサービスの方でありますから、もうそれに考えればですね、
もうこれが歌声レベルでできても全然ね、声ステーションか、声ステというサービスの中で既にできていますから、
これは東芝かな?が作った人工知能ですけど、できていますから、そんなにびっくりすることではないんですけど、
ただね、この面白いなと思うのは、人の歌声と区別できないレベルになったっていうのを判断しているのは人だと思うんですね。
人がこのAIの歌声と人間の歌声を聞いてですね、聞き分けることができなくなったっていうことを意味してるんだけど、
03:08
じゃあこれをAIの歌声と人間の歌声っていうのをAIなら判断できるかってね、ちょっとぜひやってほしいんですよね。
で、これAIでできるかどうかって、実はAI対AIの戦いなんですよね。
つまり人工知能としてはその見分けられないようにするようにしなきゃいけないわけだから、
そういうふうにプログラミングしてるのは人間だけだけど、人間の耳とかで限界のことっていうのをですね、実際にAIによってさせてるわけなんですが、
これがAIでも見抜けるか見抜けないかってなると、実はその人間の能力をAIが追いついていて、そしてそれを超えているAIと、
でも超えていることに関して、今度は歌うほうのAIもですね、それを超えてくるようなものが出てくると、
結局AIvsAIっていう構造になるとですね、結局性能がいいAI対決になっちゃうんですね。
現時点でもそうですよね。歌声の見分け方っていうのは、例えば小学生とそういう歌手とか専門家の人では見分ける見分けられないように差がつくように、
当然これもですね、AIの差によってくるわけですよね。
なので、区別できないレベルになったよっていうのは、それは人間がそう思いたいからそう言ってるんだって、
まだまだこれはですね、考えなきゃいけないというかですね、どうなるかってぜひ教えてほしい答えでもありますね。
はい、ではついていきましょう。こちらのニュースです。
はい、機械学習の主な手法、機械あり学習、教師なし学習、教科学習とはどう違うのかというニュースがありました。
これはですね、一般的にAIが賢くなるためには機械学習とか、もしくはディープラーニングみたいなことによって勉強していくっていうのが一般的なんですけど、
ただこのデータがなくてもですね、いわゆる教師あり学習っていうのは、実際に何かデータをもとに学習するわけですね。
これによってAIは賢くなっていったと言われるんですけど、最近では教科なし学習と言ってですね、データがないのにそれでですね、賢くなっていくという方法もできるようになりまして、
さらにはですね、教科学習と言いまして、これはそのAI対AIみたいな形ですね、そのAIによってさらにですね、学習してさらに強化していくということとかもですね、できるようになってきたんですよね。
ということで、もう元のデータが少なくても、元のデータが完璧でなくても、AIによってその完璧にして教育していくということができるようになってきたということで、
かなりね、もう何か人間には手に負えないというかですね、そういう状態になってきたなって気がしますね。
06:00
はい、続いて見ていきましょう。こんなニュースもありました。
はい、脳科学とAIで音楽トレンドを可視化。ヒットソング予測に成功というふうになります。
これもね、音楽には売れる曲、売れない曲っていうのがあって、一般の方々が聴いてそれでいいなと思ってね、ヒットしたりするわけなんだけど、
これね、予測に成功って書いてるんだけど、これ本当かどうか僕は怪しいなと思う。
例えば、今のヒット曲は何でヒットしたか、どういう傾向のものがヒットしてるかっていうことがあって、
それを予測してですね、新しい曲を聴かせた時に本当にそうヒットするかどうかっていうのを検証していくわけなんでしょうけど、
でもこれって僕の的にはちょっと疑問なのは、例えばですね、いまだにですよ、昔の曲とかをリバイバルだったり、もしくはそれがCMソングだったり、
ドラマの主題歌になってヒットすることってあるじゃないですか。結局、どうやって認知させるかっていうことがうまくいかないとですね、
ヒットに繋がらないっていうことはあるわけですよね。例えば、現時点ではですね、
ダパンプのUSAみたいな曲っていうのは、もともとダパンプっていうのは昔のアイドルとしてはヒットしてましたけど、最近はそんなにヒットしてる曲を出してないわけですよね。
でもそれをたまたま誰かがそのTikTokにこの動画を上げたことによって、ブレイクのきっかけになったと思うんですけど、
そういうたまたまなったのか、戦略的になったのかっていうのはまだ実はですね、わからないわけですよね。じゃあこれもしヒットソングの予測っていうのを成功したんだれば、
じゃあこれから出す曲、もしくはですね、プロデューサーの方、作曲家の方、歌詞の方は、この予測に従ってみんながこれで出せばいいじゃないですか。
じゃあみんながこれでヒットソングの予測をやってですね、出していったらどうなるかっていうと、結局そのある一定の曲だけがクリアしたものだけが世の中に出ていくんだけど、
そうしたらヒットソングだらけになったら、そうするとヒットソングって出ないですよね。つまりそのヒットソングっていうのは絶対的なものではなくて、相対的なものであって、
例えば1つすごい良い曲があって、普通100点満点の中の95点ぐらい。95点ぐらい。90点以上が出ればミリオンセーラーになるぐらいの曲だったとして、
じゃあその95点ぐらいの曲が、その年に今まで1曲しか出ないようなミリオンセーラーが出ない感じになっている中で1曲できたと。
じゃあそれが今度2曲目、95点ぐらいの曲を2個3個作っていうことがもしできるんだれば、そうするとそれがいっぱいになればなるほど、その年のヒットソングでは常に来なくなるわけですよね。
だからそのヒットソングの定義は何だってことになると、その年売れた曲ってなると結局それって相対的なものだから、その一概には言えないんじゃないかなっていうのもあるんですよね。
09:09
だからみんなにとって良い曲、心に響く曲っていうものとヒットソングっていうのは多分定義が違うので、そうするとヒットソングとしての予測っていうのは、みんながAIで曲を作るようになったんではもうダメだというわけだから、
その状態でも果たして通用するかどうかって考えていくと、結構これも難しい問題なのかなって気がしますね。
ということで、AIの関するニュース。今度は別の切り口で見ていきたいと思うんですけど、今度は顔認識というものでちょっと紹介していきたいと思うんですが、
自分の顔をディズニーアニメ風に変換できる、トゥーニファイイワセルフっていうのかな、を使ってみたというニュースがありました。
これ顔認識技術として非常に今賢くなっていく中で、これは顔認識というか画像認識として紹介しているのかな、ものがあるんですけど、
こういうようなものが非常に今賢くなってきていて、アバターを作るっていうのはFacebookのアバターとかLINEのアバターみたいなのも出てきてますけど、
本当に似顔絵を作るみたいなことが簡単にできるようになってきてますよね。
この辺の画像認識技術っていうのは非常に面白いなって思いますね。
あとはこんなニュースもありました。
小型文字のGoogle翻訳可能にGoogleがヒエログリフの解読補助ツールを使った理由っていうニュースがありました。
これもすごいなと思うんですけど、今までの翻訳技術っていうのはエアによっていろいろありますけど、
テキストデータを与えるとテキストデータで文字変換してGoogle翻訳するみたいなのはもうちょっと前からできてたわけですね。
だけど最近のGoogle翻訳っていうのはそれにプラス画像認識と文字認識を組み合わせることによって、
その実際に書かれている文字っていうのをカメラで読み取ることによって、
それをリアルタイムに翻訳するってことも可能になったわけですよね。
今度は読み取る文字がいわゆるワープロで書かれたような一般的なフォントではなくて、
手書きのものも読み取れるようになってきたっていうのがあって、さらにそれの小型文字ができたっていうことなんですよね。
ただし小型文字の場合はまだ全文字が反読されてる、解読されてるんではないと思いますので、
当然解読できてない小型文字が出てきたら翻訳はできないと思うんですけど、
でもこれも結局博士がね、こういうふうに小型文字をこうやって読むんだっていうふうにやってきたものが、
今回ここまで来たわけなんで、その入力が終わったと言っていいんじゃないですかね。
続いてこちら。
マイクロソフトを偽造写真や動画を見破る技術ということで、
12:03
AIによってこの偽造写真や動画を見破る技術を作ったっていうのはいいニュースなんだけど、
一方で今、AIが偽造写真や動画を作るということもできるようになってるわけですよね。
そうするとやっぱりAIvsAIの構造っていうのは、この偽物写真のとこでもやっぱり出てくるということになりますね。
さらには顔認識の技術でこんなニュースが入ってきています。
NEC、マスク着用に特化した顔認証エンジンを開発。
認証率は99.9%以上とかですね。
顔追尾機能を追加したAmazonのスマートディスプレイとかですね。
現金、電子マネ不要の顔認証決済の自販機とかですね。
このようなものも出てきていますね。
ということで、かなりこの世の中のものが変わってきてるなって気がするんですけど、
顔認識技術もすごいレベルまで来たなって気がしますね。
はい、ということで、今日はですね。
AIに関するニュースの今月分を振り返ってみました。
またですね、来月にありますのでご覧いただけば、お聞きいただけばと思います。
ネットベースアナリスト、横田修林でした。
ありがとうございました。
ではまた明日。
