「これは芸術の死だ」画像生成AIがアートコンテストで優勝してしまった…もう法整備を持てない、この流れは誰にもとめられないのか

トランスフォーマーの登場によって飛躍的な進歩を遂げたのは、対話型AIだけではありません。2022年以降、作成したい画像のイメージをテキストで指示すると自動で画像を生成する「画像生成AI」も急速に進化を遂げています。

オープンAIも2021年に「DALL・E（ダリ）」という画像生成AIを発表しており、翌年4月には「DALL・E 2」を発表していますが、ブームに火が点いたのは、2022年6月にリリースされた「Midjourney（ミッドジャーニー）」による部分も大きいでしょう。

元NASAの技術者であるデビッド・ホルツが代表を務めるアメリカのスタートアップMidjourneyが開発したこのサービスでは、例えば「ゴッホの画風で東京タワーを描いて」と指示すれば、ゴッホの画風、具体的には色彩や構図、画材などの特徴を大量に学習したAIが、わずか数十秒ほどで完成度の高い「ゴッホ風の東京タワーの絵」を作り出してくれるのです（よりイメージに近い画像を生成させるには指示の仕方〈プロンプト〉を工夫する必要があります）。

同年8月に米コロラド州で開催されたアートコンテストでは、このMidjourneyを使って制作された作品が最優秀賞を受賞。受賞後に制作者が「画像生成AIで作った作品だ」と明かしたことで、「これは芸術の死だ」と報道されるほどの騒動となり、アートの価値や真贋をめぐってさまざまな議論が巻き起こりました。

ここまでご紹介してきた生成AIはアメリカの企業によるものが主でした。しかし、画像生成AIの分野でMidjourneyの次に注目を集めたのは、イギリスのスタートアップStability AIがドイツのミュンヘン大学のグループなどと共同で開発し、公開した「Stable Diffusion（ステーブル・ディフュージョン）」でした。

Midjourneyが発表されたわずか2ヵ月後に公開されたStable Diffusionの着目すべきところは、オープンソースであり、かつ、商業利用にも制限を設けなかった点です。

つまり、膨大なデータを学習済みのソースコードを公開し、無料かつ無制限で「ご自由にお使いください」とオープンにしたのです。ゲリラ商法的な手法とはいえ、これによって画像生成AIの世界が活発化し、一気に市場が開けました。

「AIの学習に無断で画像を使用することは著作権の侵害だ」という意見も出ており、実際、2023年に入ってから大手フォトストックサービスのゲッティ・イメージズが、「Stable Diffusionで行なわれていることは知的財産の侵害である」と主張し、提訴している最中です。

とはいえ、オープンソース化してさまざまな人に広く利用してもらい、次のビジネスチャンスを探していくというスタイルは、AI開発において、この先も続いていくものと予想されます。

音楽業界も、ナップスターなどで無料で音楽ファイルを共有するような混乱を経て、今のアップルミュージックなどの定額制音楽ストリーミングサービスに落ち着いているように、新しい手法が出てきたときに一時は混乱し、妥当な手法に落ち着いていくのはよくあることです。

近年のAI開発はスピード勝負の世界です。オープンソース化してビジネスチャンスにつながれば儲けもの。訴えられたら訴えられたで対応をしていく、という考え方が基本にはあるのでしょう。

画像生成AIは、その性質上、とりわけ著作権や倫理面の課題が多いことは確かですが、メリットとリスクを天秤にかけた上で、オープンソース化という判断に至っているものと思われます。

AI開発の最先端を行くアメリカにおいても、いまだ法整備の途上であることを考えると、生き残りがかかっている企業側としては、のんびり法整備を待っていられないというのが本音なのでしょう。

既存企業も動き始めています。

画像編集ソフト「Adobe Photoshop」などを展開するアドビは、2023年3月から、画像生成AI「Adobe Firefly（アドビ・ファイアフライ）」の試験運用をスタートさせました。

Adobe Fireflyのアピールポイントは、合法に権利処理された画像コンテンツのみを利用できるように整備されている点です。著作権問題をあらかじめクリアにしておき、かつ、どのようなAIモデルで生成されたかも確認できる仕様にしているため、企業が安心して商用利用できるコンテンツ制作に貢献できるのが他の画像生成AIとの決定的な違いです。

MidjourneyやStable Diffusionが「新しい遊び道具」として盛り上がったことと比べると、クリエイターのユーザーを多数抱えているアドビのスタンスは、最初からグレーな部分の懸念を取り除くことで、ビジネス利用に特化していると言えます。

生成AIの盛り上がりを受けて、アマゾンも新たな動きを見せました。

2023年4月4日には、同日から17日にかけて生成AIを手がけるスタートアップを募集し、支援するプログラムを発表。また、同月13日には、生成AIへの対応を強化したAWSの新サービス「Amazon Bedrock」を発表しました。AWS上からテキストや音声、画像などを生成できるようにしたものです。

Amazon Bedrockでは、アメリカのAnthropicの「Claude」、イスラエルのAI21 Labsの「Jurassic-2」、そしてアマゾンが開発した「Titan」という3つの大規模言語モデルと、画像生成AIのStable Diffusionが利用できます。

メタ・プラットフォームズは、すでに2022年に、トランスフォーマーをベースにした大規模言語モデル「OPT-175B」を開発し、無償で公開していました。

しかし、メタバースの開発を事業の中心に位置付け、2021年には社名もフェイスブックからメタ・プラットフォームズに変更しているほどで、AIよりもメタバースに経営資源を投じてきました。

それでも生成AIの盛り上がりを無視することはできず、2023年2月に、マーク・ザッカーバーグCEOが「トップレベルの」生成AI開発チームの立ち上げを表明。同月に新たな大規模言語モデル「LLaMA」を研究者向けに発表しました。

5月には、このLLaMAの微調整モデルをベースに、Stability AIがオープンソースのチャットボット「StableVicuna（ステーブルビクーニャ）」を発表しています。

また、メタ・プラットフォームズは同年4月に、テキストや画像を自動的に生成するAIを2023年中に商用化する方針を発表しています。

とはいえ、苦境が続いているメタバース事業もあり、生成AIにどこまで本腰を入れられるのかは不明です。

ビッグテック、日本で言うGAFAMのなかでは、今のところアップルは生成AIについての目立った動きを見せていません。

これは、アップルはiPhoneというハードウェアの売上を中心にしているからだと思われます。しかし、ハードウェアにおいてもソフトウェアの付加価値の割合が増大しているなかで、この流れに影響されないわけにはいかないでしょう。

GAFAM以外では、CRM（顧客関係管理）ツール大手のセールスフォースが世界初となるCRMのための生成AIテクノロジー「Einstein GPT」を、ZoomがオープンAIと提携して追加した新機能「Zoom IQ」を、それぞれ2023年3月に発表しています。

このように世界的な大企業が続々と生成AI市場に乗り出しており、事例は枚挙に暇がありません。これらの発表が2023年に入ってから立て続けにされていることを考えると、生成AIのムーブメントがどれだけ大きなことなのかが実感できるでしょう。

生成AIを活用した新機能をいかに早く実装できるか。それが自分たちのビジネスの命運を分けることを、最前線の経営者たちはすでに理解しているのです。

アジアに目を向けると、やはり中国の動きが目立ちます。

まず、中国の検索最大手・百度（バイドゥ）が、2023年3月に対話型AI「ERNIE Bot（文心一言）」を発表。アリババも同年4月に「通義千問」という対話型AIを発表しました。他にもいくつもの企業が独自開発した対話型AIや大規模言語モデルを発表したり、発表を予定したりしています。

政府の見解と異なる文章や画像が生成されることに危機感を覚える中国政府は、当局による事前審査の義務付けなど、規制の方向に動き出していますが、世界的な潮流のなかで、どこで落とし所を見つけるか、手探りで進めているのが正直なところでしょう。

文／山本康正　写真／shutterstock