🖥️ AnthropicのAIがPCを制御可能

Anthropicは、Claude 3.5 Sonnetを通じてPCインタラクションを革命的に変革することを目指し、「コンピュータ使用」APIを導入しました。

Author

Jack Lajoie
October 22, 2024 • 読了時間3 minutes

ザ・デイリー・カレント ⚡️

クリエイティブな人々、ビルダー、先駆者、そして常に境界領域へとさらに踏み込んでいく思想的リーダーたちへようこそ。

AIのニュースは波のようにやってくると感じませんか？ある会社が期待されるニッチで新しいものを発表すると、すぐに他の会社も次の日には準備が整っているようです。Anthropicは、今週初めにMicrosoftがCoPilotに組み込まれたAIエージェントのスイートを約束して話題になった後、AIエージェントの先駆者グループに参加しました。また、新しいビデオジェネレーターが登場し、xAIはそのAPIを公開しました。

🔌 これらのヘッドラインに注目：

AnthropicのClaude 3.5 Sonnetモデルには「コンピュータ使用」APIが搭載されており、デスクトップアプリケーションと人間のインタラクションをエミュレートすることができます。この進展は、Anthropicがさまざまなバックオフィスタスクを自動化するAIの作成を目指す中での重要なステップです。期待は高まっていますが、この技術は正確性と潜在的な誤用の課題に直面しており、Anthropicは安全対策を実施し、慎重な採用を促しています。

  • 新しいモデルはウェブを閲覧し、ユーザープロンプトを特定のコンピュータコマンドに分解して、任意のウェブサイトやアプリケーションとのインタラクションが可能です。

  • ベンチマークテストでは、Claude 3.5 SonnetはOpenAIのGPT-4をコーディングタスクで上回り、障害に遭遇した際の自己修正と再試行の能力を示しました。

  • しかし、特定のタスクではモデルが苦戦し、航空券予約タスクの半分以下しか成功せず、返品の開始などのタスクでは約3分の1の失敗を記録しました。

  • Anthropicは、安全対策として高リスク行動を避けるための分類器を実装し、スクリーンショットを少なくとも30日間保持しています。

この技術が成熟するにつれて、職場のダイナミクスを再定義し、複雑なタスクを自動化し、人間とコンピュータのインタラクションを再構築する可能性があります。

Qualcommは、次世代のOryonチップをスマートフォンに導入し、実質的にPCのフルパワーを提供しています。これにより、Qualcommは、以前はデータセンターで動作する必要があったAIモデルを電話ユーザーが実行できるようにすることを目指しています。このアーティクルでは、QualcommのCEOが、オンデバイスAIが技術の競争環境を根本的に再形成する可能性があると語っています。

「OSやアプリストアに関する既存の構造を変える可能性があります。ユーザーは選択したエージェントを選び、エージェントが何を望んでいるのかを理解したら、エージェントはOSやアプリストアに縛られることなく自由に行動できます。」

クリスティアーノ・アモン

イーロン・マスクのxAIは、Grok AIモデルのAPIをリリースし、サードパーティの開発者が技術を統合し活用できるようにしました。この動きにより、xAIはOpenAIやAnthropicなどの既存のプレイヤーと直接競争する立場に立つことになります。APIのリリースは、さまざまな規模の開発者や企業を引き付けることを目的とした階層化された価格構造と機能を備えています。

  • APIは3つの階層を提供：制限されたアクセスの無料階層、$100/月の「プロ」階層、大規模実装向けのカスタム「エンタープライズ」階層。

  • GrokのAPIは、テキストと画像入力で作業できるようにベースおよび「ビジョン」モデルへのアクセスを提供します。

  • xAIは、他の大規模言語モデルよりも最新の情報を備えたGrokのリアルタイム知識機能を強調しています。

  • 同社は、APIアクセスを管理し、悪用を防ぐために制限と利用追跡機能を実装しています。

  • 開発者は、Python、JavaScript、Goなどのさまざまなプログラミング言語を通じてGrokにアクセスできます。

  • xAIは、採用と実験を促進するためにプロ階層の30日間の無料トライアルを提供しています。

このAPIのリリースは、オープンなAIエコシステムを構築するというイーロン・マスクのビジョンと一致しており、OpenAIの閉鎖的で利益指向のモデルに対する批判を反映しています。

Haiper 2.0は、よりリアルでスムーズなモーションエフェクトを導入し、AIビデオ生成の新基準を設定しています。アップデート版は、よりシャープな動きと見事なビジュアルエフェクトを提供し、プロフェッショナルな内容に近いハイパーリアリスティックなビデオを実現しています。

改善されたパフォーマンス

  • より効率的な超リアルなビデオ作成のための高速クリップ生成

  • ストリームライン化され、使いやすいビデオ制作プロセス

新しいビデオテンプレート機能

  • 静止画像を高品質なビデオに変換

  • シンプルな選択とクリックでの迅速なビデオ制作

  • 技術的な専門知識やプロンプトスキルは不要

  • 様々な使用例（例：ダンスビデオ、マーケティング広告）のテンプレート

今後の解像度アップグレード

  • 現在のサポート：1080pビデオ生成

  • 将来のアップデート：4K解像度サポート

高度なAIモデル

  • 小型デバイス用に最適化された100億以上のパラメータ

  • トランスフォーマーベースのモデルと拡散技術を組み合わせる

  • より良い品質、ハイパーリアリズム、より高速な生成が可能に

拡張されたツールセット

  • 埋め込みHDアップスケーラ

  • 正確なコンテンツ制御のためのキーフレーム調整

  • カメラ制御（ズーム、パン、ティルト）

これらの強化により、Haiper 2.0は、ホビイストから大企業まで幅広いユーザーに対応するAI駆動のビデオ制作のためのより包括的で強力なツールになっています。

核エネルギーは技術革命を迎えています。テックジャイアントたちは、エネルギー需要の増加に対する解決策として核事業者と提携しています。しかし、ハッカーや古い規則に対する懸念があります。すでに行われていることには以下のものがあります：

  • AI駆動のシステムが原子炉の運転で異常を検出し、事故を防ぎ全体的な安全性を向上させる可能性があります。

  • 機械学習アルゴリズムが履歴データを分析して機器の故障を予測し、事前のメンテナンスを可能にしダウンタイムを削減します。

  • 原子力プラントのデジタルツインが作成され、さまざまなシナリオをシミュレートし、実際のリスクなしで運用を最適化します。

  • 米国エネルギー省は、AI駆動の運用意思決定サポートシステムを開発するための600万ドルのプロジェクトを含む核アプリケーションのためのAI研究に投資しています。

  • 米国原子力規制委員会は、核施設へのAIの統合を扱うために規制の更新に取り組んでおり、革新と安全要件のバランスを取っています。

🤔 核プラントへのAI統合が成功すれば、核エネルギーを安全で効率的な電力源としての公共の信頼を高めるでしょうか？