ディープラーニングや機械学習によって、約10年前に第3次AI（人工知能）ブームが勢いを増した。今やスマートフォンのカメラ、翻訳、販売のデータ分析など、日常の生活や仕事にAIは欠かせないものとなった。ここ最近、AIは大幅な進化を遂げ、さらなる革新を生み出そうとしている。中核にあるのは「創造するAI」だ。

米グーグルは2022年11月2日、ニューヨークの同社オフィスでAI技術の説明会を開催した。グーグルのシニア・リサーチ・ディレクター、ダグラス・エック氏が「創造するAI」などについて話した

［画像のクリックで拡大表示］

　テキストを入力するだけで、そのイメージを即座に出力できるAIが話題になっている。2022年4月にAI研究団体の米オープンAIが「DALL-E 2（ダリ・ツー）」、8月には英スタートアップのスタビリティーAIが「Stable Diffusion（ステーブルディフュージョン）」を公開するなど新サービスが次々と登場した。写真からイラストまで、さまざまなスタイルの映像が生成できて、そのクオリティーも高いとあって、このAIを使った新しいビジネスの発展が期待されている。

　今や画像だけでなく、動画の生成も可能になっている。「クマのぬいぐるみが海の中を泳ぐ。水の中から出てビーチを歩き、ズームアウト。ビーチでたき火をする」。米グーグルは、そんな文章を入力するだけで、その通りの動画を生み出せるAI「Phenaki（フェナキ）」を開発した。

テキストから動画を生み出すAI「Phenaki」のウェブサイト

［画像のクリックで拡大表示］

　実際の映像を見ると、輪郭は鮮明ではないし、シーンの切り替わりも違和感がある。それでも、水中でクマの手や顔から湧き上がる空気の泡、海の底に反射する太陽光、水面に映るクマの鏡像など、やけにリアルで、印象に残る部分がある。まるで寝ているときに見た夢を形にしたかのようだ。