メタ啓示: AIはメタバースの重要な変数である

最近、メタバースに新たな水が流れ込んできました。 Metaが開催した研究室でのディスカッションにおいて、MetaのCEOであるザッカーバーグ氏は、自身のメタバース向けのいくつかの新技術を発表しました。

資金面でも技術面でも、MetaはMetaverse構築の最前線に立っています。昨年10月にFacebookからMetaに社名を変更し、数十億ドルを投資し、一連の買収を行うなど、ザッカーバーグの行動重視のスタイルは彼をMetaverseの深海に沈め、最近は一連の成果を達成して公に共有しています。

Meta Lab のメタバースにおける技術的躍進は、業界にどのような洞察をもたらすのでしょうか。業界の技術の先駆者として、ザッカーバーグ氏は自身の新しい技術について「メタバースの重要なステップを概説するものであり、AI は多くの進歩を実現するものです」とコメントしました。 AIとメタバースの衝突は、メタバースの世界にどのような影響を与えるのでしょうか？ 頭の中にはたくさんの疑問が浮かびますか？ さっそく本題に入り、これらの新しいテクノロジーの登場から始めましょう。

AIは人々を興奮させる

新しい技術が発表される前、Meta に関する最もホットなニュースは 2 月初旬の財務報告でした。 Meta Reality Labsは2021年に101億9,000万ドル、2020年に66億2,000万ドルの損失を出した。

実際のお金の投資は、雷は多いが雨は少ないようなものです。多くの投資家や実務家はメタバースの熱狂から冷静になっていますが、メタバースにおけるメタの最近の技術的進歩により、多くの人々がメタにいくらかの自信を持ち、メタバースのデジタル世界が一歩前進することができたようです。

Metaが発表した新技術には、音声を通じてメタバースシーンを生成するBuilder Botや、スーパーAIアシスタントのCAIRaokeなどがある。

1. 音声生成シナリオ用のビルダー ボット。録画された動画では、ザッカーバーグ氏と仲間が仮想環境にいる様子が見られる。一連の音声コマンドを通じて、彼らはもともと単調だった仮想背景に、雲、木、島、テーブル、椅子などの仮想オブジェクトを追加し、音声コマンドが終了すると、比較的豊かな仮想シーンが確立される。ただし、現在の Builder Bot は単なるデモです。より複雑な 3D 環境を生成するには、時間とさらなる研究が必要です。

2. スーパーAIアシスタントCAIRaoke。基礎となるレイヤーは、ユーザーの音声とボディランゲージを理解して学習できる自己教師型エンドツーエンドのニューラル ネットワーク モデルであり、仮想デジタル世界で音声アシスタントとより流暢で自然な会話を行えるようになります。ビデオのデモンストレーションでは、AIアシスタントが調理過程で塩の量に注意を払いながら人々とコミュニケーションを取り、ユーザーに適時に塩を補充するようリマインドします。現在、この技術はビデオ通話ポータルデバイスに適用されており、将来的にはデジタルアシスタントとのインタラクションを向上させるために AR/VR 製品に統合される予定です。

3. 一般的な機械翻訳ツール。これは Meta が開発している技術で、すべての書き言葉を含むすべての言語で音声から音声への即時翻訳を提供することを目的としたユニバーサル音声翻訳機です。この汎用的な AI 機械翻訳ツールは、私たちと情報や人々との間の障壁を打ち破ることができ、言語はもはや情報へのアクセスの障害ではなくなります。

さらに、Meta社は他のAIツールもいくつか発表しました。これらの最新のAI技術や、Meta社が以前に発表したスーパーコンピュータなどは、今後の成熟した変革を通じてMetaverseに大きな影響を与えるでしょう。

メタバースは、次世代の技術形態への入り口として、AI技術と結びついており、メタバース世界の生態学的コンテンツの充実をはっきりと感じることができます。インテリジェントな交際、インテリジェントなインタラクション、デジタル世界でのシーンコンテンツの生成と構築などは、さまざまなAIインテリジェントツールによるメタバース世界のインフラストラクチャのインテリジェントな変革を物語っています。大量のインフラストラクチャとガイダンス作業を引き継いで実践者の負担を軽減するだけでなく、エコシステム内での人間と機械のコミュニケーションとユーザーの体験に、実際の人間社会とは異なる価値を提供します。

AI によって付与された能力が、メタバース世界のモード操作を加速させることがわかります。つまり、メタバースの世界構築は、映画『レディ・プレイヤー 1』の「オアシス」にまで深く入り込むことになります。

賢い「人」と「環境」

メタバースの世界にとって、最も重要な核となるのはインタラクションであり、インタラクションを没入感のあるものにするには、メタバースの没入感のある体験が必要です。仮想のパラレルワールドであるメタバースには、現実世界にあるすべての要素が含まれている必要があります。 Meta の新しいテクノロジーがメタバースに何をもたらしたかを議論したい場合、答えを見つけるにはメタバースの基本要素に戻る必要があります。

メタバースの基本要素に関する業界のコンセンサスは、基本的に、アイデンティティ、ソーシャル、没入感、低遅延、多様性、いつでも、経済システム、文明など、Roblox が提示したメタバースの 8 つの要素に基づいています。

著者は、Meta の技術革新によってメタバースにもたらされた変化は、インタラクティブで没入感のある体験の充実によるものだと考えています。

まず第一に、これは没入型の体験です。音声生成シナリオ用の Builder Bot は、究極的には、メタバースをよりインテリジェントで没入型の方向に発展させることを目指しています。音声を使用してシーンを作成するこの探索的なアプローチは、複雑な 3D 環境とメタバースの新しい世界を作成する AI の可能性を示しています。

多様で没入感のあるソーシャルメタバースを構築する過程で、シーンコンテンツを構築するための参加者の制作能力が枯渇した場合、コンテンツの制作は依然として制限されます。 AI技術を活用した自動構築に転換すれば、一部の反復的な素材やスクリプト設計など、単純で時間のかかる作業をAIツールで完結できるようになり、メタバース世界のコア製品コンテンツを磨くことにさらに力を入れることができるようになります。

インタラクティブ性という点では、ソーシャル、低レイテンシ、多様な要素が含まれます。スーパー AI アシスタント CAIRaoke や一般的な機械翻訳ツールの将来の形態は、メタバースにおける人と人、人とデジタルの人々とのやり取りをよりスムーズにすることができます。メタバース内の「人々」は、メタバースに入る探検家やメタバース内の仮想デジタル人物など、基本的な構成要素です。スーパー AI アシスタント CAIRaoke はユーザーの音声を理解して学習できるため、エコシステム内のさまざまなデジタル ヒューマンと自然に対話できます。同時に、一般的な機械翻訳ツールはさまざまな国籍の言語を瞬時に翻訳できるため、メタバースに参加するあらゆる背景を持つユーザーが障壁なくコミュニケーションできるようになります。

スーパー AI アシスタント CAIRaoke と一般的な機械翻訳ツールの将来は、メタバースでのやり取りにおける言語の壁を取り除き、デジタル世界でのやり取りをよりシンプルで統一されたものにすることができます。

Builder Bot、CAIRaoke、一般的な機械翻訳ツールなどのAI技術の研究開発の方向性と将来の形態により、メタバースの基本構成要素である人間と環境をインテリジェントなレベルにアップグレードできるようになります。これにより、メタバースが理想的な状態に近づき、より多くの人々がメタバースのソーシャルシーンに参加するようになります。もちろん、仮想AIと現実のAI技術の学習と進歩は相互にフィードバックし、現実世界においては創造的な人工知能技術の進歩も促進するでしょう。

メタバースの生態系はより立体的になります。コンテンツが人々を引き付ける鍵であることはわかっていますが、デジタル世界における人々の感情こそが結束と長寿の基盤です。この感情は、デジタル技術によって仮想世界での感覚を増幅し、現実の品質が没入感を高めることを必要とします。

現実世界を捉える：デジタル共感覚の進化

デジタル世界における私たちの感覚について話すとき、共感覚の概念を紹介すると理解しやすくなるかもしれません。共感覚の本来の意味は、視覚、嗅覚、触覚、聴覚などの異なる感覚の伝達と変換によって、人々の感情をより立体的で豊かにすることを指します。そして、メタバースの世界では、デジタル「共感覚」がAIと機械を利用して、肉体で仮想世界をより鮮明に体験・探索し、感情の温かさを表現し伝えます。

デジタル共感覚では、言語が相互作用の背景となり、聴覚が言語相互作用の基礎となり、デジタルビジョン（VR）とタッチ（感知装置）が私たちの身体に仮想世界におけるリアルな質感と触感を与えます。聴覚デバイスとテクノロジーの進歩は、デジタルビジョン（VR）とセンサーデバイスと相まって、メタバース世界のリアリティをますます深めています。

聴覚AI技術は、主にインテリジェント音声認識とインテリジェント音声合成に焦点を当てています。前回の説明では、仮想世界では、音声技術と統合されたAIアシスタントの組み合わせにより、指示であれ通常の音声対話であれ、AI音声技術の導入により、ユーザーは機械と人間の仲間意識や帰属意識を体験できることを学びました。音声技術の擬人化により、仮想世界の温かさもより自然になります。同時に、コミュニケーションプロセス中の機械の継続的な学習により、仮想世界のデジタル人間はユーザーの特性をよりよく理解できるようになります。AIアシスタントが仮想の親友に成長するのは時間の問題です。

メタバースのデジタルビジョンの「共感覚」は、AR/VR テクノロジーに依存しています。 AIとの組み合わせも、AR/VRの将来の発展にとって重要な部分です。 MetaのOculusを例に挙げましょう。Oculusは、ヘッドセットを選ぶときに多くの人が最初に選ぶものです。Horizo​​n Homeの仮想空間では、Oculusは社交の場として使用できます。デスクトップ、キーボード、ソファなどのアイテムのジェスチャー認識と追跡はすべて、AIテクノロジーのサポートに依存しています。視覚デジタル共感覚により、AR と VR は仮想世界への入り口から AI インタラクティブ エクスペリエンスのインテリジェントなアップグレードへと、現実から仮想へ、そして仮想からインテリジェントへと移行することができます。

デジタルタッチの共感覚は、AI テクノロジーを搭載したいくつかのセンサー デバイスから生まれます。たとえば、Meta は、手のジェスチャーや手首の動きを追跡し、環境を認識できるウェアラブル グローブやスマート リスト デバイスをリリースしました。システムは手首の筋電図信号を分析することで、細かい指の動きを理解し、それをデジタルコマンドに変換してデバイスに送信し、デジタルによる操作と制御を実現します。触覚手袋は、空気圧装置と触覚レンダリング システムを通じて実際の触覚をシミュレートします。触覚レンダリング システムでは、対応するソフトウェアとアルゴリズムを構築して、仮想環境内の手の位置、物体の重さ、質感、硬さなどをモデル化し、分析し、手袋の空気圧装置に正しい指示を送って、実際の物理世界の触覚を表現する必要があります。

AI技術の助けを借りて、デジタル視覚、聴覚、触覚は仮想世界の次元の壁を突破しました。メタバースの仮想アバターは、デジタル空間で仮想世界の素材の「現実」を感じ、情報と衝突し、仮想世界で成長することができます。

メタバースのインフラストラクチャの改善は、汎用インテリジェント技術の継続的な進歩に依存する長く困難なプロセスです。メタバースの構築の過程で、AI の応用は、メタバースをより没入型で多様化するための鍵となります。これは、無数のユーザーをメタバース プラットフォームに引き付け、そこに留まらせる効果的な方法でもあります。

従来のインターネットでは、私たちの経験は、最終的には傍観者としての情報の伝達とやり取りに行き着きます。メタバースでは、AIを活用することで、メタバースに幅広く豊かな環境とコンテンツを作り出すことができるだけでなく、AIによって可能になるデジタル共感覚によって、ユーザーは仮想空間で感覚を開放・増幅し、共感覚を持つ仮想人間として参加することで、物理的な身体のさまざまな制限を取り除き、交流、探索、共有を行うことができるようになります。

デジタル共感覚とメタバースの組み合わせである AI は、何億人ものユーザーにとって人間と機械の共生と統合の新しい未来を築く、欠かせないつながりの架け橋です。