8,022 文字
皆さんこんにちは。ジブリスタジオがOpenAIと画像生成に関して大きな論争を引き起こしました。同時に、映像業界で働く人々が仕事を失うのか、これから将来何が起こるのか、この人工知能による画像生成や映像生成は一時的な流行りなのか、それとも永続的なものなのかという大きな議論が起きています。この問題に関して語られている主なポイントを掘り下げて、何が起きているのかを理解していきましょう。
人々は仕事を失うのか？アーティストたちは今、人工知能の標的になっているのか？同様の状況を経験した過去のトレンドはどうなったのか？そして、レポートやデータは何を示しているのか？人工知能の世界で起きているすべてを理解していきましょう。
いつも通り、いいねを押してくれた皆さん、チャンネル登録してくれた皆さんに感謝します。特にこの人工知能チャンネルを支援してくれるメンバーの皆さんには特別な感謝を。メンバーは、インテリジェントエージェントの独占動画や先行公開動画にアクセスできることを覚えておいてください。
さて、先週何が起きて、大量の動画が作られるようになったのか、特にジブリスタジオとOpenAIの画像ジェネレーターの発表に関連して私の意見を述べたいと思います。このジェネレーターは、プロンプトを書いて画像を作成してもらう昔ながらの方式で、漫画やインフォグラフィックも生成できます。しかし、最も注目を集めたのは、SNSでバイラルになったいわゆる「ジブリスタジオバージョン」でした。そこでは企業とOpenAIの間に利害の対立が生じ、大きな話題となりました。
もし皆さんがこのOpenAIの件について知らないのであれば、今日ではOpenAIのウェブサイトに行き、ChatGPTというチャットボットに「空飛ぶ牛の画像を作成して」と書くだけで、ChatGPTが「お待ちください、生成しています」と言って、すぐに空飛ぶ牛の画像が表示されます。この機能自体は既に存在していましたが、先週のイメージジェネレーターの発表により、「コーヒーの淹れ方の手順をインフォグラフィックで作成して」というような指示も可能になりました。
また、自分や家族の写真をアップロードして「この画像をジブリスタジオ風にして」とか「チャベス風にして」など、好きなスタイルに変換することもできます。最も注目されたのは、非常に高品質な画像が簡単に作れるようになったことで、グラフィック分野のデザイナーやマーケティング担当者など、画像を使う多くの人々が「これで仕事を失うかもしれない」と心配し始めました。音楽生成はまだ楽しめるレベルでしたが、この品質の画像生成になると厳しくなるという懸念です。
主な論争は、ジブリスタジオに関するものです。「ジブリスタジオ」と「スタジオジブリ」を混同していますが、これは宮崎駿という独特の描画スタイルで有名になった重要な人物に関連しています。このスタジオは、人間の感情の繊細さを表現し、徹底的に手作業にこだわり、デジタル技術の使用を最小限に抑え、人間関係に細心の注意を払うという強い人間主義的価値観を持っています。
ある動画では、人工知能チームが恐怖映画のアイデアを得るためにAIを利用するアイデアを宮崎氏に提示していましたが、彼はそれらの画像を見て全く気に入らず、恐怖を感じました。彼が見ていたときの関連付けは非常にネガティブで、人々が人工知能を使ってアイデアを得ようとしていることで人間性への信頼を失ったと結論づけました。彼の視点からは、人間ができることをAIに任せることは意味がなく、AIが生み出したものに彼はショックを受け、全く気に入りませんでした。ただし、これは2016年のことで、現在の状況について彼の意見はまだ見ていません。
まず著作権について話しましょう。なぜOpenAIがこれを使っているのか、なぜサム・アルトマンがプロフィール写真をスタジオジブリに変えたのか、そしてなぜ何も起きていないのかを理解するために。
最初に理解すべきことは、これらの企業が著作権で保護された作品を訓練に使用しているのか、そしてそれが著作権法に違反するのかという問いです。彼らは確かに著作権で保護された素材を使用していますが、イーバン・ブラウン（知的財産権弁護士）によると、OpenAIのGPT-4やそのイメージジェネレーターなどの製品は現在、法的なグレーゾーンで運営されているとのことです。
彼が言うのは、「スタイル」は明示的に著作権で保護されていないということです。「スタイル」はコピーではなく、ここが重要なポイントです。ブラウンによれば、OpenAIはスタジオジブリの映画に似た画像を生成するだけでは、法律に違反しているとは言えないとのことです。
しかし、ブラウンは、OpenAIがこの類似性を達成するために、ジブリの映画から何百万ものフレームを訓練に使用した可能性が高いとも述べています。つまり、彼らは確実に映画を使用したということです。それでも多くの裁判所はまだ、著作権で保護された作品でAIモデルを訓練することが「フェアユース」（公正使用）の保護に該当するかどうかを判断している段階です。
フェアユースとは、アートを取り上げて自分の解釈を加え、変形させ、別のコンテキストで使用するので、コピーとは見なされないという考え方です。興味深いのは、これがアメリカの法律であり、ブラジルでは違い、中国でも違い、イギリスでも違い、ドイツでも違うということです。各国には独自のルールがあるため、ある国が禁止し、別の国が許可するという状況が生まれ、この混乱と意見の相違により、この問題に対する100%の禁止が実現することは非常に難しいでしょう。
興味深いことに、私自身の写真をアップロードして「この画像のダース・ベイダーバージョンを作成して」と指示したところ、ChatGPTはこう返答しました：「申し訳ありませんが、ダース・ベイダーのような著作権で保護されたキャラクターの表現を含む可能性があるため、このリクエストはコンテンツポリシーに違反します。ただし、そのキャラクターにインスパイアされた何かや、類似した雰囲気を持つスタイル化されたオリジナルを作るお手伝いはできます」。
同様に、シンプソンズのスタイルについても同じことを試みたところ、AIは「実在の人物を著作権で保護されたスタイルで複製することになるため」拒否しましたが、「シンプソンズのスタイルにインスパイアされたバージョン」は作成できると言いました。私が承諾すると、確かにホーマーでもマージでもない、しかし誰が見てもシンプソンズだとわかる画像を生成しました。
理解していただきたいのは、作品にインスパイアされたものを作ることと、キャラクターのコピーを作ることは別物だということです。そのため、OpenAIは著作権で保護されたキャラクターの画像を作成するよう求められると拒否しますが、「～にインスパイアされた」ものを求められると拒否しません。一般の人には同じように見えるかもしれませんが、法的には同じではありません。
しかし、様々な人々の立場は分かれており、私自身のチャンネルのコメントからも経験上知っていますが、著作権について話すと、常に半分の人々がそれを支持し、もう半分は「すべてコピーすべきだ」「世界は自由であるべきだ」と言います。
結局のところ、このAIの到来はトレンドなのか、それとも単なる一時的な流行りなのでしょうか？企業はAIが将来的に超知能になり、多くの人間を置き換えると煽っていますが、彼らはただお金を稼ぐためにそう言っているだけで、後で解決するつもりなのでしょうか？それとも実際に、仕事を置き換え、人間の代わりにAIを働かせるというこれらのAIトレンドは現実なのでしょうか？
私はAnthropic社（Claude AIを開発）を分析した動画を作りました。彼らは自社サイトでのAI使用に基づくグラフを提示しています。簡単に言うと、オレンジ色や赤っぽい部分は人間が関与する職業、青い部分は自動化されたもの、薄い青は100%自動化、濃い青は人間が指示を出すだけでAIが実際の作業をすることを示しています。
例えば、保護サービス（セキュリティ関連）では、多くの部分が自動化されています。一方、ピンク色の部分は、質問をして学んでいる人々を示しています。特に象徴的なのはコンピューターと数学の分野です。ピンク色（学習）とオレンジ色（人間がAIと共同で創作）は、薄い青色（100%自動化）と濃い青色（人間の補助による自動化）に比べて約半分です。
共同創作と人間の補助による自動化の違いに注目してください。共同創作では、知識の一部を持ち、AIと一緒に解決策を作り出します。濃い青色では、「ウェブサイトを作って」と指示するだけで、自分でウェブサイトの作り方を知らなくても、サイトは自動的に作られます。
コンピューター分野のような一部の職業では、自動化された部分でも人間の介入の割合が大きいことが興味深いです。ソフトウェアにおける人間の決定が、作られるものの多くの部分を占めていることがわかります。この例では、プログラマーはまだ不可欠です。なぜなら、何を質問すべきか、どのような決定を下すべきかを理解し、AIに自分が必要だと思うことを実行させているからです。
これは、芸術、デザイン、メディア（マーケティングや映像など）の分野とはかなり異なります。学習部分（ピンク色）がほとんどなく、ほとんどの人はChatGPTなどに学ぶために入るのではなく、共同創作するか、100%自動化（画像生成など）するために入ります。このようなデザイン分野では、明らかに高度に自動化可能な領域です。
学ぶための質問をする人の数が非常に少ないことから、学習曲線がかなり低いことがわかります。これは、インストールやメンテナンス作業と大きく異なり、そこでは学習曲線が非常に高く、やり方を尋ねる人の数が膨大です。さらに、100%自動化されるものは非常に少ないです。
このグラフは、様々な領域が異なるプロファイルで自動化されることを理解するのに役立ちます。ある領域は他よりも自動化が進み、別の領域ではAIが共有され、また別の領域は100%自動化される大きな可能性があります。おそらく、これらの青いバーは今後増えていき、学習や共同創作のバーが大きい仕事や機能には多くの余地があるでしょう。なぜならAIはまだそれらの役割を果たせていないからです。
これは質問の半分に答えるのに役立ちます：すべての人にとって同じではなく、すべての職業が一夜にして置き換えられるわけではありません。おそらく職業が完全に置き換えられることはなく、それぞれの特有の詳細があるため、勉強し続け学び続ける価値があります。
興味深いのは、Suno（音楽生成AI）が登場したときに同じことが起こったことです。音楽の著作権について、ミュージシャンが抗議し、そして時間が経つと特に何も起こらず、バンドはコンサートを続け、人々はコンサートに行き続けました。AIで作られた曲の中には有名になったものもあり、Spotifyなどでプレイされていますが、100%の置き換えは起こりませんでした。
私自身も11歳から始めたミュージシャンですが、Sunoを見たとき、自分がそれらのプログラムに置き換えられるとは思いませんでした。しかし、音楽の知識があることで、より良い質問ができ、曲の中の細部に気づき、より直接的な音楽生成ができることに気づきました。
私がやった興味深いことの一つは、曲を歌い、メロディをどのようにしたいかを携帯で録音し、それをAIに送って、そのノートとリズムに基づいて曲を作らせたことです。これは興味深いことです。なぜならSunoは、あなたが歌詞やクリエイションの一部を作った場合、その曲に対する権利があると理解していますが、AIにすべてを生成させた場合、著作権はありません。これは非常に重要な点です。
音楽の場合、歌詞を生成し、リズムを作り、ハーモニーとメロディを作成して録音し、それに基づいてAIに創作を依頼することができます。画像も同様で、スケッチを作成してAIにそれを元に生成させると、その画像を方向付けており、それに対する著作権の一部があると理解される可能性が高いです。
これが創造性の大きな違いです：受動的にAIと会話して、自分ができないことをAIに頼むのではなく、AIをツールとして使用して、既に知っていることを改善したり、迅速化したりするプロフェッショナルになることです。特に画像生成について話すとき、音楽や視覚的な部分などの多くの分野への入り口がAIによって容易になる可能性がありますが、照明や技術的な詳細を理解する専門家は確実に多くのことを引き出すことができます。
そして、その分野に長くいるけれども心が開かれていない人は取り残される可能性があります。特に、携帯電話でカメラ撮影ができるようになったときを思い出すと、専門知識と専用カメラを持っていたプロのカメラマンの多くが、フィルターを使って自分で写真を撮る人々や、YouTubeなどで写真撮影を教える人々に市場を奪われ始めました。私たちはこのような状況を既に経験しています。
私自身、多くの動画や画像を生成してきた経験から、誰も話さない小さな問題があることを言えます。例えば、アートを作成し、何かのオブジェクトや場面の画像や写真を作りたいとき、非常にシンプルなプロンプトを書いて、欲しいものの説明を書くと、AIが一発で正確に理解し、素晴らしいものができることがあります。しかし、一日中、午後ずっと試しても、生成したいものが得られないこともあります。
特に最近、いくつかの動画を作成していて、AIに特定の感情や表情をさせるのは非常に難しいことがわかりました。例えば、私はキャラクターにあるオブジェクトを目で指すようにさせたいと思っていました。マイクを見るときのように、マイクをちらっと見て、どこかを見ていることを相手に気づかせるような、そういう動きをAIに説明して動画を作らせたかったのですが、うまくいきませんでした。「指を指すとわかりやすいよ」と言うしかありませんでした。なぜなら、目で指すというのは難しいからです。
短期的には、進化するべきことがたくさんあります。もしこの置き換えがそんなに簡単で単純なら、Sunoの音楽制作チームはすでにミュージシャンを排除していたでしょうが、現実の世界ではそうはなりません。世界が終わると思い始めたら、外に出てパン屋に行きコーヒーを飲んでみてください。そうすれば、AIが解決しなければならない実際の物理的な問題がたくさんあることがわかるでしょう。それらを解決するのにはまだほど遠いです。将来的にロボット工学が発展して解決できるとしても、私は何年もロボット工学に携わってきましたが、人々が言うほど楽観的ではありません。私のコラボレーティブロボットに関する古い動画をご覧いただければ、問題の大きさを理解するのに役立つでしょう。
では、長期的には何が起こるのでしょうか？短期・中期的には、おそらく私たちが何が起きているのかを学び、AIを発見する過渡期になるでしょう。AIが今起こした飛躍は巨大なものでした。私は少なくとも2012年からこの分野で働いており、AIが社会に与えた影響をすべて見てきました。
最初の影響は、AIが学術界に登場したときでした。人々はそれで何をすべきか本当にわかりませんでした。すべてが非常に興味深く、非常に知的に見えましたが、すべてに欠陥があり、ほどほどに機能し、技術分野の誰かにそれが何かの役に立つと納得させるのさえ難しかったです。
次の段階では、技術分野の人々はそれが役立つと納得しましたが、人々がAIが行うことを見たとき、彼らは気に入らず、「このイメージ検出器は悪い」「これらのプロセス最適化アルゴリズムはすべてひどい」「すべて半分しか機能しない」と言っていました。学術界が幸せになり始め、マーケティングやセールス部門でそれを適用し始め、企業に結果をもたらし始めた時期がありましたが、一般の人々にはまだそうではありませんでした。
今回は、一般の人々、AIについて何も知らない人々、携帯電話で基本的なことしかできない人々が、単にチャットと会話し画像を要求できるという単純な事実によって、非常に実践的な方法でAIが何であるかを理解し、それが何をするかの明確な例を持っているのは初めてのことです。これは、地球上のAIの歴史の中で最大の到達範囲を経験していることを意味します。これは今起こっているようには今まで起こったことがありません。
プログラミング、音楽、視聴覚、医学、建築、吹き替え、翻訳、テキスト生成、本など、あらゆる分野が今、非常に深く影響を受けています。現代では、人々が日常にAIの使用を取り入れることは非常に一般的になっています。
そのため、30年、40年後の長期的な視点で考えると、今私たちが植えたこの小さな種が実を結び始める効果を見れば、今日私たちが知っている世界は、おそらく認識できないほど変わっているでしょう。しかし、実際には短期的には今年、来年、今後2～3年で、私たちは移行と変革のプロセスを経験するでしょう。主に、AIの使い方をよく理解し始めるからであり、また発見すべきことがたくさんあり、多くの新しいものが登場するからです。
最後に少しパニックと恐怖を加えて、人類の歴史の中で、物事が自動化された瞬間があったか、もしそうなら、何が起こり、物事がどのように流れたかを考えてみましょう。
人類の歴史の中で、農業が自動化された例があります。今日、私たちはアグリビジネスについて多く話し、農業部門ではほとんど人間が働いていないことを知っています。動物で行われていた多くのことが自動化されました。今日の精密農業は非常に大きく、非常に複雑で、非常に少ない人々を雇用し、巨大な地域で働いています。アグリビジネスの所有者は、富を生み出すために行う労力に比べて非常に高い収益性を持っています。
誰もが学校で「農村からの人口流出」を勉強しました。これは、自動化現象によって田舎から都市に移動する人々でした。多くの人々が実際に何もすることがなくなり、その結果都市に向かったという、歴史の中で非常に奇妙な例があります。
農業で起こったことと同様のことが起きれば、都市の人々は実際に仕事をしなくなりますが、今回は人口流出はなく、行き場がありません。これらの人々はどうなるのでしょうか？「火星への大移動」が起き、みんなが火星に住むことになるのでしょうか？
このポイントを取り上げるのは、起こったことに関して多くの摩擦と対立する意見が存在する重要なポイントだからです。結局のところ、同様のことが起これば、非常に物議を醸し、消化するのが非常に難しいでしょう。何が起こるかは誰にもわかりません。
私個人の期待は、物事が起こるにつれて、人間は自分たちの知性でそれに反応し、解決策を提案し、起こることすべてに対する解決策を見つけることです。私の立場からは、最良のことが起こり、農村から都市への人口移動のシナリオが繰り返されないことを望みます。特に、私たちはより進んだ時代、より進化した社会に住んでいるからです。しかし、誰にもわからないですね。
これに関するあなたの考えをコメントしてください。チャンネルを支援し、このような動画を見続けたい場合は、メンバーになってください。メンバーは、インテリジェントエージェントの独占動画と先行公開動画にアクセスできます。いいねをお忘れなく！
コメント