スキップしてメインコンテンツに移動

Tuyano Blog

~ libenter homines id quod volunt credunt. (Gaius Julius Caesar) ~

このブログを検索

3月, 2025の投稿を表示しています

すべて表示

投稿

ChatGPTの新画像生成モデルは、ユーザーの要望を理解しすぎる

日付: 3月 29, 2025

AI

+

リンクを取得
Facebook
×
Pinterest
メール
他のアプリ

その他の投稿

Archive

2025 5

2024 11
- 12月 3
- 11月 5
- 10月 1
- 7月 1
- 4月 1
2023 16
- 12月 4
- 11月 1
- 10月 1
- 6月 1
- 4月 1
- 3月 7
- 2月 1
2020 2
- 5月 1
- 1月 1
2016 8
- 11月 1
- 8月 1
- 6月 2
- 5月 2
- 4月 2
2014 7
- 12月 2
- 7月 1
- 6月 1
- 4月 1
- 3月 1
- 1月 1
2013 20
- 12月 3
- 10月 1
- 9月 1
- 8月 5
- 7月 1
- 6月 1
- 5月 4
- 4月 1
- 3月 3
2012 9
- 11月 1
- 10月 1
- 9月 1
- 8月 1
- 6月 1
- 5月 1
- 4月 2
- 1月 1
2011 23
- 10月 4
- 9月 1
- 8月 2
- 7月 2
- 6月 1
- 5月 2
- 3月 5
- 2月 2
- 1月 4
2010 41
- 12月 2
- 11月 1
- 10月 3
- 9月 2
- 8月 6
- 7月 5
- 6月 5
- 5月 5
- 4月 3
- 3月 1
- 2月 4
- 1月 4
2009 23
- 11月 10
- 10月 7
- 9月 4
- 8月 2
2008 7
- 9月 3
- 8月 1
- 7月 3

もっと見る一部のみ表示

ラベル

コラム
AI
Google関連
プライベート
android
ログハウス
佐倉の生活
ハフィントン・ポスト
市原情報

人気の投稿

深層検索（Deep Research）はどこが一番？

DeepSeekインパクトが一巡したところで、AIのトレンドは「深層検索（Deep Research）」に移りつつあるらしい。OpenAIが、ChatGPTにDeep Researchを組み込んだのがニュースになっていて、その絡みで深層検索の記事がいくつか流れてきた。いろいろ見たんだけど、ChatGPTの深層検索って、そんなにすごいんだろうか。OpenAIから出禁を食らった身としては、有料アカウントでしか使えない機能なんて試せないんだけど、でもOpenAIが実装する以前に、けっこうあちこちで深層検索って実装されていたよね？　だったら、それらで充分なんじゃない？とりあえず、主なAIサービスの深層検索がどのぐらいなものか、調べてみようと思ったのだけど。まぁ、自分でもこれまでけっこう深層検索は使っていたので、個人的な所感で語ってもいいんだけど、せっかくだからAIの深層検索で調べてもらおう（笑）。というわけで、Perplexityのディープリサーチで、以下のようにプロンプトを送ってみた。 Genspark, Perplexity, Felo, ChatGPT, Geminiの深層検索（ディープリサーチ）機能について、それぞれの特徴をまとめ、その性能を比較した結果をまとめて下さい。この結果が下のレポート。これはすごい。こいつにかかった時間はせいぜい数分。こりゃもうGoogleで調べ物なんてやる気が失せるな。主要AI検索ツールの深層検索機能比較： Genspark、Perplexity、Felo、ChatGPT、Geminiの性能分析近年、AIを活用した深層検索（ディープサーチ）機能が各社から続々と登場している。本報告では、主要5ツール（Genspark、Perplexity、Felo、ChatGPT、Gemini）のディープサーチ機能を比較分析し、その特徴と性能評価を行う。各ツールの技術的差異と実用性を多角的に検証することで、最適なツール選択の指針を提供する 1 3 5 。各ツールの基本機能と特徴 Genspark Deep Searchの技術的アーキテクチャ Gensparkのディープサーチはマルチエージェントアーキテクチャを採用しており、複数のAIモデルを並列実行することで調査の偏りを排除する 4 。無料プランでも1日1回利用可能で、電話番号認証による本人確...

Azure OpenAI vs. Google Vertex vs. Amazon Bedrock

生成AIを利用した開発は、この10月でかなり大きな変化があった。Microsoft、Googel、Amazonというクラウドの３大プラットフォームの生成AI基盤がほぼ出揃ったのだ。 Microsoft Azure OpenAI Microsoftは、もっとも動きが早かった。OpenAIと提携し、AzureにOpenAIの専用サービスを開設。（現時点ではまだ招待制が続いてる？みたいだけど、ほぼ申請すれば普通に許可されるはず） OpenAIは、現在、もっとも注目されている生成AIの開発元で、これをすぐさまAzureに取り入れたMicrosoftは、現時点で他よりかなり先を行ってる感がある。 Google Vertex AI Googleのクラウド環境「Google Cloud」には、以前からVertex AIというAIサービスがあったのだけど、これが生成AIにも対応し、大幅に機能拡張されている。注目すべきは、Googleが開発する大規模言語モデル「PaLM 2」が標準なのはもちろんだが、それ以外にもMetaのLlama 2やStable Diffusion XLなどのオープンソース系の生成AIモデルも対応している点。また、それ以前からAIを手掛けていたGoogleらしく、生成AI以外の機械学習モデルも多数揃えている。 Amazon Bedrock こいつが一番後から出てきた。Amazonが開発するTitanという大規模言語モデルは、まだプレビュー状態で一般ユーザーは使えない。ただし、ClaudeやJurassicといった生成AIモデルをサポートしていてすぐに使えるようになってる。それとAPI関係も、独自のライブラリでいくだけでなく、LangChainへの対応を最初から考えているところも注目。この３つが、当面は生成AIを利用した開発を考える人にとってのもっとも大きな選択肢となると思う。では、どれを選ぶべきか？個人的に、今月マイナビからAzure OpenAIの入門書を出したので、これを激推ししたいところなんだけど……。現時点では、OpenAIを擁するAzureが一歩も二歩も先を行っているのは間違いない。だから、「とりあえずOpenAIを使いたいならAzureで」というのは真っ当な判断だと思う。もちろん、OpenAIのAPIを直接利用してもいいんだけど、Azureなら...

「ユーカリが丘」という街

……前回の投稿で、ちらっとだけ触れていたのだけど。実をいえば、今回の転居に関して、一つだけ嘘をついていた（？）ことがある。僕が引っ越したのは「佐倉市」だ。これは嘘じゃない。その通り。ただ、佐倉市の中のどこか？ということは、あえて今までぼかしていた。ぼちぼち、正直に告白しなければいけないだろう。僕が越してきたのは、「ユーカリが丘」なのだ。「歴史の街、佐倉」だの、「佐倉に引っ越して本当に良かった」だのといってるくせに、実は「ユーカリが丘」だぁ？　どこが歴史の街だ？　と突っ込まれるのはしょうがない。僕もそう思うから。実をいえば、今回の家を見つけて購入を考えたとき、最後まで引っかかっていたのが、この「ユーカリが丘」という場所だった。だって、「ユーカリが丘」だぜぇ？　こんなこっ恥ずかしい名前の街に、住みたいか？また、ここは「山万」というデベロッパーが牛耳っている町だ、というのも引っかかっていた。ユーカリが丘は、村上龍のカンブリア宮殿で「奇跡の街」として取り上げられたためか、「山万というデベロッパーによって長期的な視点から開発が進められている、すばらしい街」のような印象があるかもしれないが、これは見ようによっては「何から何まで、山万という一企業に支配されている街」という見方もできる。正直、そんな街、息苦しくないか？という気もしていた。が、案ずるより産むが易しだ。とにかく転居を決め、引っ越してきたのだけど、このユーカリが丘という街は存外、いい街であることがわかってきた。その１：いいパン屋が多い市原の何が嫌だったといって、「うまいパン屋がない」ことだった。これは、実は我が家にとってはとても重要な事なのだ。そのため、わざわざ千葉市までパンを買いに行ったりしていたくらいだからね。が、ユーカリが丘・志津の周辺にはうまいパン屋が何軒もある。これだけで、「いい街」決定だ。パン屋に限らない。中華料理は、お手頃でうまい店があちこちにあるし、イタリアンもフレンチも、本格的なお店がそこいらにある。市原では、車で30分以内にいけるところで「まともなイタリアン・フレンチ」は数えるほどしかなかったことを考えれば、ここは天国だ。もちろん、もっと都会にいけば、素敵なお店は山のようにあるだろう。だが、こんな田舎で、これだけいい店が揃っているという...

経験しない批評に意味はない

まぁ、最近、いろいろあってなんとなく「なんだかなぁ……」と思うようになったのだけど。人間ていうのは、自分に縁遠いものほど安易に批評できるものなんだろうか。例えば、ネットではさまざまなことに関する批評・批判が転がっている。身近な人もあるし縁遠い人もいるような分野というと……そう、例えば音楽。ピアニストやバイオリニスト、チェリストなどの演奏について、ネットではさまざまな批評批判が公開されている。が、そうした人の多くは、「自分ではピアノを弾かない、バイオリン、チェロを弾かない人たち」であるのに気がついた。もちろん、自分で演奏するし、なおかつ批評批判をする人もいる。が、そうしたものは、読んでいてこっちも割と得心することが多い。それに対し、自分で演奏しない人の批評批判は、はっきりいって「単に自分の知識や見識をひけらかしたいだけじゃないの？」てなものが多いように感じてしまうのだ。「あのな。それじゃあお前は、ピアノが弾けない人間に、ピアノについて批判する資格はない、っていいたいのか？　そういう、一部の特殊な技能を身につけた人間たちだけがあれこれする資格があるといった発想がどうのこうのではちのあたまなのだ」 ……と思った人。いや、そうじゃない。僕は別に、ピアノを「プロのように演奏出来る人」だけが批評の資格がある、とはいってない。ピアノを「演奏する人」でなければ批評する資格はないのでは？といってるのだ。この違いは大きいぞ。なぜって、実は「ピアノを演奏する」のは、別に特殊なことでも何でもないからだ。「冗談じゃない。子どもの頃、ピアノを習っていない人間だってたくさんいるんだ」その通り。僕も、ピアノなんて習ったことはない。同様に、バイオリンもチェロも習ったことはない。楽器を習ったことなど生まれてこの方、一度もない。だけど僕はバイオリンが好きで、チェロが好きで、ピアノが好きで、好きだとどうしてもその音を自分で奏でてみたくて、高校の頃、お年玉と小遣いをはたいて鈴木の一番安いバイオリンを買ったり、スーパーでバイトした金でドイツの木製リコーダーを買ったりした。今でも、どれもまったくモノになんてなってない。だが、実際に自分で「弾いてみよう」と思い、拙いが練習してみたことで、自分でやっていなかった頃には気づかなかったことにずいぶんと気づかされた。細かな演奏に関すること（例えば、バッハの無...

一蓮托生！

朝、自サイトのメンテにアクセスをしたら、libroの表示が猛烈に遅くなっている。普通に１ページ表示するのに30秒ぐらい待たされる。またGoogle App Engineのサーバーが落ちてるのか？と思い（昨日、短時間だがPythonがビジーになりシステムが機能不全を起こしてたのだ）、GAEのシステムステータスを確認に行ったが、全く正常。サーバーは問題ない。プログラムも特にいじってない。わけがわからずしばらくページのリロードを繰り返していたのだが、少しして気づいた。ページの特定の場所まで読み込んで、そこで止まっている。ページのソースを読み返して、わかった。――AddClipsだ。ちょうど昨日、ページのソーシャルブックマークへの登録機能として、AddClipsのツールをページに埋め込んだばかりだったのだ。 http://www.addclips.org/ にアクセスに行ってみると、案の定、サーバーが止まっていた。こいつが原因だったのか。これのおかげで、libroのサイトとサーバーにはまったく難の問題もないのに、ページのロードがとまってしまっていたのだ。しかしこれは、AddClipsだけの問題はないだろう。今のサイトは、昔ながらの「契約したサーバーにファイルをアップロードして、それを読み込むだけ」ということはほとんどない。あちこちの外部サーバーにある情報をリンクしてロードし、１つのページを構成している。例えば、アフィリエイトや広告の表示、例えばYouTubeの動画やPicasaなどのイメージ、例えばさまざまなサイトが提供するブログパーツの類い。そうしたものをページ内に貼付け、１つのページが構成されている。そのページは、それらのサービスがすべて正常に機能しているという前提で作られているのだ。そこに埋め込まれた１つのサービスを提供しているサーバーが停止したら、それを読みに行った段階でページのロードは止まってしまう。もちろん、しばらく反応がなければ、Webブラウザは見切りをつけて表示を進めるため、最終的には（そのサービスが使えなくなるだけで）ページの表示はされる。だが、それまで相当な待ち時間が生ずる。ページにアクセスして30秒も反応がなければ、ほとんどの人は他のサイトに移動してしまうだろう。例えば、Ajaxなどを利用することで非同期にすべてを読み込むような工夫をすること...

Grok3の深層検索は使える

で、Grok3だ。態度はでかいが気は小さいことで有名なイーロン・マスクが「これが世界最強だぜ」とやたら強気でリリースしたGrok3。ホンマに使えるんかいな、とかなり疑心暗鬼な人もきっと多いだろう。まぁ、普通のAIチャットはそれなりに使えるんだろう。Grok2でもそこそこちゃんとしていたし、あんまり深く考えずに使うだけならきっと問題ない。では、「きっちり仕事してもらうぜ」というときにGrok3は使えるんだろうか。というわけで、こいつの深層検索がどの程度か試してみた。プロンプトは、この前の記事でPerplexityに使ったものをほぼそのまま使った。 Genspark, Perplexity, Felo, ChatGPT, Gemini, Grok3の深層検索（ディープサーチ）機能について、それぞれの特徴をまとめ、その性能を比較した結果をまとめて下さい。 Grok3を追加しただけで基本は変わらない。で、出力されたのが以下のレポート。これで生成にかかった時間はほぼ1分。参照サイトは85。なかなかやるな。主要ポイント各AIツールの深層検索（ディープサーチ）機能は、複雑なクエリを処理する能力や情報源の正確性で異なります。研究は、PerplexityとGensparkが正確性と包括性で優れていることを示唆しています。 Feloは多言語対応とプレゼンテーション作成機能で際立っていますが、検索の深さではやや劣る可能性があります。 ChatGPTとGeminiの深層検索は有料プランに依存し、GrokはXプラットフォームとの統合でユニークですが、精度に課題があるかもしれません。コストと機能のバランスはユーザーによって異なり、無料オプション（Genspark、Felo、Perplexityの基本版）と有料オプション（ChatGPT、Gemini）があります。機能と特徴の概要 Genspark 特徴: AI駆動の検索エンジンで、信頼できる情報源からリアルタイムでカスタムページ（Sparkpages）を生成。強み: 包括的で偏りのない結果を提供、現在のところ無料（ベータ版）。弱み: 新しいサービスのため、機能が限定的な可能性。 Perplexity 特徴: 大規模言語モデル（LLM）を使用した会話型検索エンジンで、ウェブからの情報源を引用して回答。強み: 高い正確性と引...

ChatGPTの新画像生成モデルは、ユーザーの要望を理解しすぎる

新画像生成モデルが作り出した奇妙なイメージ。 ChatGPTが2025年3月にリリースした新しい画像生成モデルが、さまざまなところで「すごい！　すごすぎる！」と各地で話題となってる。うちにもこいつの記事の依頼が来たりして、けっこう幅広く注目されてるみたいだな、というのを肌で感じる。で、色々試してみたのだけど。まず、現状では、無料プランでは新画像モデルは使えないということを理解しておこう。画像の生成は以前からできる（DALL-Eで作ってる）のだけど、ニュースを見て試してみた人が「ほんとだ、すごい！」と旧画像モデルで作ったイメージを使って得得として語っていたりするのを見かけるんだよね。前から画像生成はできるから。勘違いしないで。で、この新画像モデルだ（一応、有料プランで試したから新しいやつだよ。そうそう、ChatGPTの出禁が解除されてやっと元のアカウントが使えるようになったよ）。色々試してみたのだけど、ちょっと奇妙な減少に出くわしたのだ。こんなプロンプトを実行してみたのだよね。「寒い雪の日、ログハウスの中で暖かく過ごす家族のイメージを日本の漫画風のカラーイラストで作って。」まぁ、何の変哲もないプロンプトだ。で、これで作られたのが、冒頭のイメージ。なんか奇妙だろ？　ログハウスの中のはずなのに壁がなくて外とつながってる。新画像モデルは高性能のはずなのに、なんでこんな変なものができるんだ？プロンプトにたまたま何かLLMが妙な解釈をする文言でも含まれているのか？と思って、旧画像モデル（無料プランのやつ）でも試してみた。その結果がこれ。まったく問題ない。こっちのほうがはるかにちゃんとこちらのほしい画像を作ってくれる。新画像モデルは高性能なはずなのに、なんでこんな単純なプロンプトが正しく理解できないんだ？あれこれ試してみて、わかった。これよりずっと前のところで、「AとBを比較する画像」を作らせていたのだけど、そのことを覚えていて、寒い雪の家の外と、温かい家の中を比較するような形でイメージを作ろうとしてこんなものができあがったのではないか。個人的に、AIチャットではついつい「前のプロンプトとは関係ないことを続けて質問する」ということをやってしまう。AIチャットでは一連のやり取りを記憶しているので、前に送ったプロンプトを覚えていて現在の応答に影響を与えてし...

Soraのサンプルに騙されてはいけない

なるほどね。ちょっと遅ればせながらだけど、Soraを使ってみた。確かに、ちょっと待つだけで10秒ほどのリアルな動画を作成してくれるのはすごい。これがまともに使えるようになったら、動画コンテンツの世界はガラリと変わるだろう。ただ、それは、もうちょっと先の話だ。上の動画は、「冬の朝。広い公園の凍った池の上でスケートをしながら踊る猫」を動画として作らせたものなんだけど、ほとんど妖怪のような猫が出来上がってしまった。物の形が動くことでどう変化するかがわかっていない。映像としてはきれいだし、背景部分の動かないところはけっこうちゃんとしているが、生き物のようにさまざまに動くものが作れるようになるのはまだまだのようだ。まぁ、これはこれで奇妙な動画がいろいろ作れて楽しいのは確かだが（笑）。サンプルで出回っている動画を見て、「おお、すごい！」と思った人。一発であんなものが作れると思っちゃいけません。あれだけの美しい動画を作るには、多分、実際に動画を撮影し編集するのと同じぐらい試行錯誤の時間が必要だったかもね。まだ見たことない人。これがSoraです。

「いい街」とは？

ここ、佐倉に移ってつくづくと感じるのは、「住みやすい街」ということ。というと、おそらく実際に佐倉に古くから暮らす人の多くは違和感を覚えるかもしれない。佐倉は、とにかく坂が多い。そして旧道がそのまま残っているところが多く、道も狭くて急カーブ、急勾配も多い。道路の整備が追いつかず、国道の296号などは年中大渋滞だ。なのに、それまで住んでいた市原と比べると、格段に住みやすいのも確かなのだ。

AI差別：現状分析と将来展望に向けた包括的考察（だそうです）

最近、Googleニュース並みによくチェックしているニュース（？）サイトがある。それは、Perplexityの「発見」ページだ。これは、Perplexityユーザーが興味を持って作成し公開したページをピックアップして紹介するもので、タイムリーかつ興味深い記事がけっこう流れてくる。これは単純に「どっかのWebニュースの要約」といったものでなくて、Perplexityがディープリサーチして生成した記事だったりするので、実はそのへんのWebニュースの記事なんかよりよっぽど読み応えがある（笑）。で、最近、ちらっと見つけたのが、「AI差別」「AIヘイト」に関するもの。どうやら人々は、AIに対峙するとき、「味方につける、仲間とする」人と、「排除する、拒否する」人に分かれるようだ。そして後者の人々によって、AIを排除しようとする動きがけっこう広がりつつあるらしい。「AIを排除」といっても、「AIを使うな、導入するな」というのではなくて。例えばAIが作った作品を作品として認めない、というようなものだね。すべてAIが作っただけでなく、「AIが関与している」ものもすべて排除しようとする人々がいるらしい。前々から、例えばAIの作った作品がコンクールで優勝して物議を醸したり、芥川賞の受賞作で筆者がAIをフル活用しているといって騒然となったりといったことはあった。が、実際問題として、「AIが関わっているとわかると、出版物の売上が激減する」「返品が相次ぐ」といったことが現実化しているようだ。これは由々しき事態だ。個人的にAIをフル活用している身としては、「ちょっとでも関与していたら排除」なんてなったらオレの本は全部出版できなくなっちまうぜ。というわけで、この「AI差別」ともいうべき現状について考えてみようと思ったけど、ダルいのでAIに考えてもらった（笑）。お願いしたのは、例によってGenspark。 AI差別：現状分析と将来展望に向けた包括的考察はじめに近年、AI技術の急速な発展に伴い、生成型AIを用いて制作された作品や製品が市場に登場する中、その評価が人間のクリエイティビティや技術と比較して低く見積もられる現象が顕在化しています。こうした否定...

不正行為を報告

link

このブログについて
著作（Amazon）
プロフィール

Powered by Blogger

テーマ画像の作成者: tjasam

copyright by SYODA-Tuyano.