【BardとDynIBaR：Googleの新AI技術】英語解説を日本語で読む【2023年10月7日｜@AI Revolution】
GoogleはAI強化を進め、新しいチャットボット「Bard」を発表した。最近のアップデートで、Google AssistantはBardと統合され、画像を理解する能力を獲得。この機能はモバイル限定で提供され、アシスタントはウェブページに関するチャットも可能。Bardの助けを借りて、ユーザーは写真情報を詳しく取得できる。さらに、Googleの「DynIBaR」技術はスマートフォンでハリウッド級のビデオエフェクトを可能にし、この技術は一般公開されている。GoogleのAI技術は、日常を映画のような特別な瞬間に変える可能性を秘めている。
公開日：2023年10月7日
※動画を再生してから読むのがオススメです。
Google's been in a fierce race with other Tech Giants in beefing up its AI game.
Googleは、AIゲームの強化において他のテック・ジャイアンツと激しい競争を繰り広げている。
A notable move was the launch of Bard, a cool chatbot that showed off Google's AI prowess.
注目すべき動きは、GoogleのAIの腕前を見せつけるクールなチャットボット、バードの発表だ。
However, the Google Assistant was left in the shadows until now.
しかし、Googleアシスタントはこれまで影に隠れていた。
Recently, at a hardware event in New York, Google shared an exciting update for the assistant, blending it with Bard to crank up its capabilities.
最近、ニューヨークで開催されたハードウェア・イベントで、Googleはアシスタントのエキサイティングなアップデートを発表した。
But before we delve further, remember to watch the entire video as in its second half, we'll explore another thrilling AI breakthrough from Google called DynIBaR.
しかし、さらに掘り下げる前に、ビデオ全体を見ることを忘れないでほしい。その後半では、DynIBaRと呼ばれるGoogleのもうひとつのスリリングなAIのブレークスルーを探るからだ。
Also, don't forget to hit the Subscribe button on my channel to keep up with all the major AI news and updates.
また、主要なAIニュースやアップデートをチェックするために、私のチャンネルの購読ボタンを押すこともお忘れなく。
Alright, now when you think of Google Assistant, you'd probably picture a handy tool that responds to your voice commands.
さて、Google・アシスタントといえば、音声コマンドに反応する便利なツールを思い浮かべるだろう。
But with Bard in the mix, it's stepping up to a whole new level.
しかし、バードが加わったことで、まったく新しいレベルにステップアップしている。
The upgrade was unveiled by Shia, who's a big shot at Google, specifically the VP and GM for Google Assistant.
このアップグレードは、Googleの大物、特にGoogle・アシスタント担当副社長兼GMであるシャイアによって発表された。
She introduced a fresh version that's like a blend of the classic assistant and Bard, taking it beyond just voice responses.
彼女は、古典的なアシスタントとバルドをブレンドしたような新鮮なバージョンを紹介し、単なる音声応答を超えている。
One exciting thing about this new mashup is its multimodal nature.
この新しいマッシュアップのエキサイティングな点は、マルチモーダルであることだ。
So besides listening to your questions, it can now understand images too.
つまり、あなたの質問を聞くだけでなく、画像も理解できるようになったのだ。
It's like having a buddy who helps with big stuff like planning trips and little stuff like whipping up quirky captions for your Instagram photos.
旅行の計画のような大きなことから、インスタグラムの写真に風変わりなキャプションをつけるような小さなことまで手伝ってくれる相棒がいるようなものだ。
Although it's early days for this upgrade, the potential is thrilling.
このアップグレードはまだ日が浅いが、可能性はスリリングだ。
The Bard-infused assistant can process not just text and voice, but image queries too, and it'll respond back in text or voice based on what makes sense.
Bardを取り入れたアシスタントは、テキストや音声だけでなく、画像のクエリも処理することができ、理にかなった内容に基づいてテキストや音声で返答してくれる。
Initially, it's going to be a mobile-only feature and not on smart speakers yet.
当初はモバイルのみの機能で、スマートスピーカーにはまだ搭載されない予定だ。
It's kind of a VIP thing for now, limited to approved users on Android.
今のところ、Androidで承認されたユーザーに限定されたVIPのようなものだ。
It could pop up as a fullscreen app or an overlay, much like the current assistant.
現在のアシスタントのように、フルスクリーンアプリかオーバーレイとして表示される可能性がある。
If you're on iPhone, it'll likely nest within one of Google's apps.
iPhoneを使っている場合は、Googleのアプリのひとつに組み込まれる可能性が高い。
Google is not alone in this.
これはGoogleだけではない。
Amazon's Alexa has become more chatty, and OpenAI's ChatGPT is also exploring multimodal features.
アマゾンのアレクサはよりおしゃべりになり、OpenAIのChatGPTもマルチモーダル機能を模索している。
Yet, Google's blend seems to have an edge.
しかし、Googleのブレンドには優位性があるようだ。
It can have a chat about the web page you're on, which could be a neat feature when you're browsing on your phone.
今いるウェブページに関するチャットが可能で、スマホでブラウジングしているときには便利な機能かもしれない。
The cool part is how Bard helps the assistant make sense of images.
クールなのは、バードがアシスタントに画像の意味を理解させる方法だ。
Picture this: you snap a photo of a snazzy pair of sneakers or a classic painting and feed it to the assistant.
例えば、おしゃれなスニーカーや古典的な絵画の写真を撮って、アシスタントに送る。
Unlike before where Google Lens would just identify the item or try to sell it to you, the new assistant will understand the context of the images.
Google Lensが単にアイテムを特定したり、それを売ろうとしたりする以前とは異なり、新しいアシスタントは画像の文脈を理解する。
It could come in handy in various scenarios like shopping or learning more about something you come across on social media.
買い物をしたり、ソーシャルメディアで出会ったものについて詳しく知るなど、様々な場面で便利に使えるだろう。
For instance, you stumble upon a pic of a dreamy hotel on Instagram.
例えば、インスタグラムで夢のようなホテルの写真を偶然見つけたとする。
With a simple tap, you could ask the assistant to fetch more info about the hotel, check if it's available on your birthday weekend.
シンプルにタップするだけで、そのホテルの詳細情報を取得したり、誕生日の週末にそのホテルが空いているかどうかをチェックするようアシスタントに頼むことができる。
Just like that, it's done.
それだけで完了だ。
Similarly, if you see a product you like, snap a picture, ask the assistant to find it online for you.
同様に、気に入った商品があれば写真を撮り、アシスタントに頼んでオンラインで探してもらう。
While it sounds like a shopper's dream, Google hasn't tied up with commercial listings yet.
これは買い物客の夢のように聞こえるが、Googleはまだ商業リストとは提携していない。
But if users dig this feature, integrating shopping into Bard's capabilities isn't off the table.
しかし、ユーザーがこの機能を気に入れば、バードの機能にショッピングを統合することも可能だ。
It's not just about making a quick buck.
手っ取り早く儲けるためだけではない。
It's about evolving the assistant to cater to what users really want.
ユーザーが本当に求めているものに応えるために、アシスタントを進化させるということなのだ。
Now diving into the techie bit, the magic behind this leap is the blossoming of large language models.
さて、技術的な話に飛び込むと、この飛躍の背後にある魔法は、大規模な言語モデルの開花である。
They've revolutionized AI's understanding of text and speech, making interactions with voice assistants more natural and intuitive.
これらはAIによるテキストや音声の理解に革命をもたらし、音声アシスタントとのやりとりをより自然で直感的なものにしている。
However, experts caution that while this tech leap is awesome, it's not without challenges.
しかし専門家は、この技術の飛躍は素晴らしいが、課題がないわけではないと注意を促している。
One big concern is ensuring the AI doesn't carry harmful biases, which can slip in subtly, especially with voice assistants.
大きな懸念の一つは、AIが有害なバイアスを持たないようにすることです。特に音声アシスタントでは、それが巧妙に滑り込むことがあります。
Also, this upgrade nudges the door open for more personalized interactions by tapping into your emails or documents to provide tailored responses.
また、今回のアップグレードは、電子メールやドキュメントをタップして、カスタマイズされた応答を提供することで、よりパーソナライズされたインタラクションへの扉を開くものだ。
Though exciting, this brings up concerns about data privacy and security.
エキサイティングではあるが、これはデータのプライバシーとセキュリティに関する懸念をもたらす。
It's a delicate balance between offering a super smart assistant and ensuring user data stays safe.
超スマートなアシスタントを提供することと、ユーザーデータの安全性を確保することの微妙なバランスだ。
In the grand scheme, this upgrade is a teaser of the exciting AI-driven transformation on the horizon.
大枠では、今回のアップグレードは、AI主導によるエキサイティングな変革のお誘いだ。
As this tech matures, who knows, it might just change how we interact with the digital realm, making our lives easier and maybe just a bit more fun.
この技術が成熟するにつれて、私たちがデジタル領域とどのように接するかが変わり、私たちの生活がより簡単に、そしてほんの少し楽しくなるかもしれない。
Now let's shift our attention to another breakthrough from Google.
それでは、Googleのもうひとつの躍進に目を移そう。
And let me start with a question: ever wished your smartphone could pull off Hollywood-style video effects?
まず質問から。スマートフォンでハリウッドスタイルのビデオエフェクトができたらいいのに、と思ったことはないだろうか？
Well, Google's new tech, DynIBaR, is here to grant that wish.
Googleの新技術、DynIBaRがその願いを叶えてくれる。
This ingenious tool lets you freeze time, swish the camera around, or slow down action, all from a single video shot on your phone.
この独創的なツールを使えば、時間をフリーズさせたり、カメラを振り回したり、アクションをスローにしたりすることができる。
It stands for neurodynamic image-based rendering, a groundbreaking method illustrated in a paper honored at CVPR 2023 that unlocks photorealistic free viewpoint renderings from a mere single video of a complex dynamic scene.
これはニューロダイナミック・イメージ・ベース・レンダリングの略で、CVPR2023で発表された論文で示された画期的な手法であり、複雑なダイナミック・シーンのたった1本のビデオからフォトリアリスティックな自由視点レンダリングを可能にする。
DynIBaR opens up a new world of video effects, bringing the magic of bullet time effects where time almost stands still as the camera circles around a scene, video stabilization, depth of field tweaks, and slow motion effects, all from just a single video shot on your phone.
DynIBaRは、ビデオ・エフェクトの新しい世界を切り開き、カメラがシーンの周囲を旋回する際に時間がほぼ静止するブレットタイム・エフェクト、ビデオ・スタビライゼーション、被写界深度の微調整、スローモーション・エフェクトなどのマジックを、すべて携帯電話で撮影した1本のビデオから実現します。
This tech significantly advances video rendering for complex moving scenes, paving the way for exciting video editing applications.
この技術は、複雑な動きのあるシーンのビデオレンダリングを大幅に進化させ、エキサイティングなビデオ編集アプリケーションへの道を開く。
And the excitement doesn't end there.
さらに、興奮はそれだけでは終わらない。
The code for DynIBaR has been shared with the public, welcoming everyone to explore what it has to offer.
DynIBaRのコードは一般に公開され、誰もがその機能を探求できるようになっている。
At the heart of this innovation is a challenge most videographers grapple with: the 4D scene reconstruction problem.
この技術革新の中心には、ほとんどのビデオグラファーが取り組んでいる課題、すなわち4Dシーン再構成問題がある。
When capturing moving objects like people, pets, or cars, traditional view synthesis methods tend to output blurry, inaccurate renderings when applied to dynamic scenes.
人、ペット、車などの動く物体をキャプチャする場合、従来のビュー合成手法を動的なシーンに適用すると、ぼやけた不正確なレンダリングを出力する傾向がある。
This is where DynIBaR sweeps in with a fresh rendering paradigm.
そこで、DynIBaRが斬新なレンダリングパラダイムで登場します。
Unlike preceding dynamic Nerf methods that cram the entire scene's appearance and geometry into a multi-layer perceptron (MLP) neural network, DynIBaR only stores motion, a more smooth and sparse signal.
シーン全体の外観とジオメトリを多層パーセプトロン（MLP）ニューラル・ネットワークに詰め込む先行するダイナミック・ネルフ手法とは異なり、DynIBaRは、より滑らかで疎な信号である動きのみを保存する。
Utilizing the input video frames to determine everything else required to render new views.
新しいビューをレンダリングするために必要な他のすべてを決定するために、入力ビデオフレームを活用する。
The cleverness of DynIBaR comes from its shift away from the need to stash all scene details in a massive MLP.
DynIBaRの巧妙さは、すべてのシーンの詳細を巨大なMLPにため込む必要性からシフトしていることにある。
It chooses to directly harness pixel data from nearby input video frames to render new views.
新しいビューをレンダリングするために、近くの入力ビデオフレームからピクセルデータを直接利用することを選択する。
Building on an image-based rendering (IBR) method known as IBRNet, designed for static scenes, IBR methods, including IBRet, operate on a principle that a new target view of a scene should closely resemble nearby source images.
静的なシーンのために設計されたIBRNetとして知られる画像ベースのレンダリング（IBR）手法に基づき、IBRetを含むIBR手法は、シーンの新しいターゲットビューは近くのソース画像によく似ているべきであるという原則に基づいて動作する。
This resemblance allows the synthesis of the target by dynamically selecting and warping pixels from nearby source frames, rather than pre-reconstructing the entire scene.
この類似性により、シーン全体を事前に再構成するのではなく、近傍のソースフレー ムから動的にピクセルを選択してワーピングすることで、ターゲットの合成が可能になる。
To extend IBR to dynamic scenes, DynIBaR incorporates scene motion during rendering.
IBRを動的なシーンに拡張するために、DynIBaRはレンダリング中にシーンの動きを取り込む。
It tackles the motion of every 3D point in a scene, representing this motion using a motion trajectory field encoded by an MLP.
これはシーン内のすべての3D点の動きに取り組み、MLPによってエンコードされた動きの軌跡フィールドを使用してこの動きを表現する。
This method of rendering, however, is not devoid of challenges.
しかし、このレンダリング方法にも課題がないわけではない。
As reconstructing and deriving new views for a complex moving scene is a highly ill-posed problem with numerous solutions.
複雑な動きのあるシーンの再構成と新しいビューの導出は、多数の解決策を持つ、非常に非投与的な問題であるためだ。
Explaining the input video, furthermore, DynIBaR introduces cross-time rendering to obtain high-quality results.
さらに、入力映像について説明すると、DynIBaRは高品質な結果を得るためにクロスタイムレンダリングを導入している。
This technique utilizes the state of a 4D representation at one time instant to render images from a different time instant, ensuring coherence over time.
この技法は、ある時間瞬間の4D表現の状態を利用して、別の時間瞬間の画像をレンダリングすることで、時間的な一貫性を確保する。
To refine rendering fidelity, the scene is automatically factorized into static and dynamic components, modeled by time-invariant and time-varying scene representations, respectively.
レンダリングの忠実度を高めるため、シーンは自動的に静的な要素と動的な要素に分解され、それぞれ時不変のシーン表現と時変のシーン表現によってモデル化される。
With DynIBaR, Google narrows the gap between professional videography and everyday smartphone users, making cinematic creativity accessible to everyone.
GoogleはDynIBaRによって、プロのビデオ撮影者と日常的なスマートフォンユーザーの間のギャップを縮め、映画のような創造性を誰もが利用できるようにした。
It showcases the strides AI and machine learning have made, hinting at a future where your smartphone effortlessly turns ordinary moments into cinematic treasures.
AIと機械学習の進歩を示すものであり、スマートフォンが何気ない瞬間を映画のような宝物に変える未来を示唆している。
Alright, now if you enjoyed this video, don't forget to hit the like button, subscribe to my channel, and click the bell icon to stay updated on all my future uploads.
さて、もし動画をお楽しみいただけたなら、いいねボタンを押していただくのをお忘れなく、私のチャンネルを購読し、ベルアイコンをクリックしていただくと、今後のアップロード情報をお知らせします。
Thanks for tuning in, and I'll catch you in the next one.
ご視聴いただきありがとうございます。次回もお楽しみに。
この記事が気に入ったらサポートをしてみませんか？