EP 119
コードを再生するAI | Video as Codeと生成的誤読
サンフランシスコ最後の夜の収録とオープニング 00:00
チェ・スンジュン 今日は10月18日、夜に収録しています。ジョンヒョンさんがサンフランシスコで過ごす最後の夜にまた収録にご一緒いただいていますが、最近、とても興味深いイベントを開いたそうですね。そして最近、コードを使ってモーショングラフィックスや映像、インタラクティブな映像を作る実験をある意味、最前線で体験されたようですが、紹介していただけますか？
パク・ジョンヒョン サンフランシスコに滞在中、
Video as Codeをテーマに開いたサンフランシスコのイベント 00:26
パク・ジョンヒョン かなり多くのイベントに参加したのですが、その中で、私が関心を持つテーマについてイベントを主催しました。そのイベントでは参加希望者を100人ほど承認しましたが、会場がそれほど広くなかったので、40人ほどが参加して、このテーマについて話しました。話したテーマはVideo as Codeです。この呼び方はまだ統一されていないようです。Code as Videoと呼ぶこともあれば、Video as Codeと呼ぶこともありますが、いずれにせよ、ビデオを作ることです。ビデオ生成モデルを使う方法では、Seedanceなどのモデルが有名ですよね。そうしたピクセルを直接生成するモデルではなく、LLMにアニメーションのコードを書かせたり、Blenderを使ったりしてビデオを作るアプローチについて話してみました。このテーマにはサンフランシスコでもかなり関心があるようで、このテーマでイベントを開くことにしたところ、Lumaというイベント開催サービスで「Featured in San Francisco」に選ばれました。つまり、その都市のトップページに表示されるということです。このテーマに関心を持つ人が多かったんです。
共同ホストのSinaがコードで作った解説動画 01:51
パク・ジョンヒョン このイベントは私一人で開いたわけではなく、一緒に滞在しているトルコ出身の起業家の友人と共同で主催しました。その友人がとても上手なので、友人の作品をお見せしたくて、先に紹介します。これが一例です。AIでコードを作り、そのコードで生成したビデオです。この友人はもともと教育に強い関心があって、これは概念を説明する映像です。映像を再生してみると、こんなふうに概念の説明や音声、音楽などがすべてコードで生成されています。これはニューラルネットワークですが、RLでどう学習させたかという内容ではありません。ごく基本的なニューラルネットワークを作り、どう走行を実現するか、どう動くかなど、AIを説明する映像です。こういう解説映像を作ったのですが、この映像は75万回再生されました。ほかにもさまざまなテーマの解説映像を作って一つずつ投稿し、中には96万回再生されたものもあります。今、映像はまだ10本しかないんです。毎日、説明したいテーマを一つ決めて映像を作って投稿していました。このレイトレーシングを説明する映像から再生回数が伸び始めて、10日間投稿したら、100万回再生も出て、すでにこれだけのフォロワーを獲得しました。
Manimから生まれたManimGXと教育への夢 03:49
パク・ジョンヒョン これは一緒にイベントを主催したSinaという友人の作品です。その友人は、かなり前からこの制作を続けています。18か月ほど前に始めたそうです。
チェ・スンジュン 18か月だと長いんですね。
パク・ジョンヒョン 今の基準ではそうですね。18か月前からです。3Blue1Brownのチャンネルの映像は、多くの方がご覧になったと思いますが、Grant Sandersonもそのチャンネルの動画を作るためにManimというライブラリを作り、そのPythonライブラリを使ってグラフィックを作って説明するんです。それをもっと上手にやりたくて、ManimGXという改良版を独自に作り、それを使って動画を自ら制作している、そういう作品です。なぜこんなことをするのか聞いたところ、難しい概念を理解するのは誰にとっても簡単ではないので、それをうまく視覚化して分かりやすくすれば、誰もが概念を理解し、学ぶことが好きになって、教育が発展するはずだと。そう考えて制作しているそうです。
チェ・スンジュン 私は3Blue1Brownの動画を見ると、いつも驚きますし、見ている間は理解した気になりますが、実は理解できていなかったと感じることが結構あります。
パク・ジョンヒョン その話もしました。
パク・ジョンヒョン 私もその点について考えを聞いてみたんです。本当に理解してもらうことが、もちろん究極の目的で、本人としては、3Blue1Brownはその道を進む中で理解してもらえるよう最大限努力しているそうです。ただ、世の中には教育コンテンツがYouTubeも含めて大量にありますが、多くの動画は再生回数を稼ぐことが目的なので、見ている間は分かった気になるけれど、実際には深く理解できない、そんな表面的な動画が多いそうです。ただ、深く理解できる動画は作るのが難しく、そういう動画にならざるを得ないんですね。そこでAIがそうした制作をうまく手助けすれば、とても難しい概念も、もっとシンプルかつ直感的に理解できるようになると。そう説明していました。
チェ・スンジュン 確かに可能性はあると思いますが、
チェ・スンジュン オンライン講義もそうであるように、動画を見ることと、頭に入ることの間には少し差があるようにも思います。
パク・ジョンヒョン はい、それもそのとおりだと思います。私も本当に必要で見るときは、最後まで理解しようと2回、3回と見ますが、気軽に見たときは一度で完全には理解できないので。それでも、役に立つのは確かだと思います。私も似たようなことをしているので、その場で
元の映像素材から始めたKurzgesagt風の実験 06:21
パク・ジョンヒョン Sinaが発表を一つ行い、私も一つ発表したのですが、私は動画の編集から始めたんです。先ほどお見せした例は、本当にゼロから作ったものです。何もないところから作った動画ですが、私の場合は元の撮影素材、今こうして私たちが録画しているような撮影素材があるとして、そこからどうすればよりよい動画を作れるか？というところから始めました。私も似たような動画生成を試してみたので、例としてお見せします。コンピューターの計算原理についての動画を私たちの共同創業者が作ってみたのですが、有名なスタイルですよね。Kurzgesagt風のスタイルで、こうした動画を一通り見てみると、なかなかよかったんです。そこで、こういう動画をどう作ったのか、その話をしてみようと思います。まず、私がこうしたことを
副業YouTuberの編集負担とAIが99%編集するチャンネル 07:41
パク・ジョンヒョン なぜ始めたのかからお話しすると、ご覧のとおり、私たちはYouTuberです。このチャンネルでも私が共同で進行を務めていますし、sudoremoveというチャンネルでも進行を務めています。それから、実は公表していませんでしたが、それよりもずっと前から運営しているチャンネルがもう一つあります。こうしたチャンネルを運営していますが、どれも本業ではなく、副業としてやっています。私たちも週末に時間を作って撮影しています。まず私のチャンネルの場合は、最初は編集をすべて自分でやっていたので、編集には思った以上に時間がかかります。録画した動画は、そこまで完璧ではありません。私たちのsudoremoveチャンネルではライブ配信もしますが、ライブの映像は完璧ではないんです。だから編集すれば、もっとよいコンテンツにできます。説明をわかりやすくし、ミスを補い、補足の説明動画を差し込んだり、追加資料を載せたりもできます。でも、１エピソードに最低20時間はかかるんです。実際にやってみると。人によって差はあると思います。そこで最初は、AIが私の代わりに編集してくれないだろうか？という発想から始めたプロジェクトです。実際に数か月取り組んで、今、sudoremoveチャンネルではAIがすべて編集した動画を投稿しています。そうして投稿を始めてから、今で２、３か月になります。最初は半々で投稿していましたが、
パク・ジョンヒョン 再生回数も同じくらいで、知り合いの登録者の方にも聞いてみると、「AIが編集したとは気づかなかった。品質も悪くないと思う」と言ってくださる方が多かったので、今は投稿する動画の99％をAIで編集しています。その後、実際に再生回数もかなり増えました。AIが編集したからといって、再生回数が伸びたわけではありません。AIが編集したことでより多くの動画を投稿できるようになり、総再生回数が増えたんです。いずれにせよ、私たちは以前と同じくらいだと思っています。人が編集した動画と比べて。
チェ・スンジュン あの赤い矢印が、その転換点のようですね。
パク・ジョンヒョン はい、あの頃から導入し始めました。
パク・ジョンヒョン 試験的に導入し始めた時期です。それで、これを使ってもう少し実験してみました。
アスリート系インフルエンサーのファンチャンネルで比べたAI編集の成果 10:02
パク・ジョンヒョン 人間の編集者よりAIのほうがうまく編集できるのか？視聴者に満足してもらえる動画を作れるのか？そこで、私の知り合いの別のインフルエンサーのチャンネルで、登録者が１万人ほどのチャンネルですが、その方もライブ配信をしています。その後、編集版を投稿されるので、許可をいただいてそのライブの素材を私たちも編集し、ファンチャンネルを運営してみたいと伝えました。もっと広まるのでよいのではとお話しして許可をいただき、AIが編集した動画を投稿してみました。すると、そちらのほうが再生回数が伸びたんです。
チェ・スンジュン そうなんですか？
チェ・スンジュン そうなんですか？
パク・ジョンヒョン はい。これには明確な理由があります。その方は、もともと動画制作者ではないんです。私たちも、もともと動画制作者ではないので、私たちのチャンネルでも、私が編集した動画はプロが作った動画に比べると、編集技術がずっと劣ります。その方にも本業があって、実はスポーツ選手なんです。スポーツ選手の方が副業としてこうした動画を編集して投稿しているので、プロの制作者ではない以上、当然とも言えますが、ともかく、AIが編集した動画を新しいチャンネルで登録者が０人の状態で投稿しても、そちらのほうが再生回数が伸びたんです。これを見ると、AIは編集の専門家ではない人よりうまく編集できるようになったようです。
チェ・スンジュン 卓越しているわけではないけれど、
チェ・スンジュン 平均程度、あるいはそれ以上のこともできるかもしれないということですね。
パク・ジョンヒョン すると、その方が動画をとても気に入って、
パク・ジョンヒョン ご自身のメインチャンネルに投稿してほしいと言われたので、そちらに投稿しています。すると、再生回数が目に見えて増えました。もちろん、まだサンプルがそれほど多くないので、編集がよかったから再生回数が大きく伸びたと断定はできません。ただ、少なくともこの程度のよい結果は出ています。編集の分野でも、AIはかなりうまくやっています。こう捉えられると思います。
SudoCutのリリース、ショート動画の切り抜きと英語の自動吹き替え 12:11
パク・ジョンヒョン そこで私はSudoCutというサービスを作り、多くの方が使えるよう公開しました。では、編集の次は何をするか？次に始めたのがクリッピングです。ショート動画作りです。クリッピングというのは、最近私たちがライブ配信をしたんですが、2～3時間ほど配信したんです。それを編集すると、1～2時間のライブ映像が長尺の編集版になります。そこからハイライトや、視聴者が気に入りそうな部分を切り出して、ショート動画にするんです。というのも最近は、こうしたコンテンツを短く見たい方がとても多いので。いい場面を切り出した動画を次々に作って投稿していました。最初はどうしていたかというと、いい場面を切り出すだけでした。装飾は何もありません。視聴者が気になりそうな話を切り出して、次にモーショングラフィックスに挑戦しました。ここからが今回のテーマ、Video as Codeです。つまり、LLMがモーショングラフィックスを作るためのコードを書いて、切り出したショート動画の内容に合うグラフィックスを作るんです。ちなみに、これは英語吹き替え版です。聞いてみると……。
チェ・スンジュン ジョンヒョンさんの声とは、ずいぶん印象が違いますね。
チェ・スンジュン ジョンヒョンさんの声とは、ずいぶん印象が違いますね。
パク・ジョンヒョン あの声は、もともと韓国語でライブ配信したものを英語に自動吹き替えしたので、ちょっと合っていません。でも、韓国語版にもできますよね。元の音声に合わせて。こうして内容に合ったモーショングラフィックスを作るんです。これを2週間ほど前から試していました。
Opus 5.5で火がついたVideo as Codeとツール比較 14:16
パク・ジョンヒョン 本格的に始めた決定的なきっかけは、Opus 5.5です。これが驚くほどうまくできると、みんな分かりましたよね。
チェ・スンジュン そうですね。
チェ・スンジュン そうですね。
パク・ジョンヒョン それで、このVideo as Code、あるいはCode as Videoというコンセプトが、Opus 5.5からはっきり浮かび始めたんです。そこで私も試してみました。Opus 5.5のmedium、xhigh、GPT-6.1 Sol、GPT-6 Astraを全部使って、モーショングラフィックスを比較しました。すべてに同じ指示を出して。こんなふうにモーショングラフィックスができるんですが、Opus 5.5は本当にうまいです。でもGPT-6もうまいんです。つまり、最近のモデルはどれもこういうことをそれなりにこなします。そう結論づけて、もう一つ実験をしました。結局、LLMには道具を与える必要がありますよね。そこで、いくつか道具を与えてみました。ManimGXは、先ほどの、一緒に過ごしたSinaという友人が作った、Manimを改良したライブラリです。Manimと完全に一対一で互換性があるので、Manimを与えたと考えていいと思います。Manimを与え、Pythonでモーショングラフィックスを作らせる。次は何も与えず、自分で考えて作らせる。それから、今はこういうプロジェクトもかなりあります。すでにGitHubに。RemotionやHyperFramesというライブラリがあります。こういうグラフィックスを作るためのものです。そこで、それぞれを一つずつ与え、それを使って作るよう指示すると、映像がそれぞれさまざまなグラフィックスで出来上がるんですが、確かに少しずつ違います。
パク・ジョンヒョン ただ、どれが本当にいいかとなると、選ぶのが難しいんです。私にはうまく選びきれませんでした。でも、とにかく重要なのは、どんな道具を与えても、それなりにうまくこなすことです。道具を何も与えずに、vanillaでモーショングラフィックスのコードを書かせて描画させても、悪くありません。そういう結論に至りました。それから、最初にお見せしたものを
有料講座で学んだCodexによるKurzgesagt風アニメーション 16:40
パク・ジョンヒョン どうすればもっとよく作れるか？そう考えているうちに、Kurzgesagtスタイルのアニメーションをどう作ったかというと、実に簡単です。ああいうものの作り方を教える有料講座があったんです。そこで、共同創業者でもある友人が講座を購入して、Codexを開き、講座を見るように指示したんです。「講座をじっくり見て、モーショングラフィックスの作り方をしっかり学んで」と。それで作ったんです。その後、「動画を作ってみて」と指示して、もちろん何度か修正を重ねました。こうしてみて、ああしてみて、と。ここは少し気に入らないから、こう直してみて、と。そうするうちに、バージョン3、バージョン4と変えていき、どんどんよくなって、この水準の動画ができたんです。本当にうまいんです。それで説明動画を。はい。
チェ・スンジュン Craft Passと書いてある部分は何ですか？
パク・ジョンヒョン これは開発中に私たちが付けた別名です。私が直接やったわけではないので、どうやったのかは分かりません。気に入らなかった工程を一つ直して、それにCraft Passという別名を付けたんだと思います。
チェ・スンジュン でも、それを評価したのは人間ではない可能性もありますよね？
チェ・スンジュン でも、それを評価したのは人間ではない可能性もありますよね？
パク・ジョンヒョン これは人間がやりました。この場を借りて、共同創業者のジホさんに感謝を伝えたいと思います。とてもよく作ってくれました。ヤン・ジホさんです。
チェ・スンジュン よくできていますね。
パク・ジョンヒョン ぱっと見た感じ、動画の出来はいいんです。
それらしい動画はslopか、良いコンテンツか 18:21
パク・ジョンヒョン ざっと見ると。そこで次に、見栄えはよくても、これはslopではなく、本当に良いコンテンツなのか、という疑問が湧きます。それが本当に難しい問題だからです。最初にClaude Codeが登場して、フロントエンドがとてもうまく作れるようになったときも、「すごい、本当にうまく作るな」と思いましたが、当時の作品やウェブページを今見ると、slopだとよく言いますよね。つまり、AIがウェブページをうまく作り始めた当時のページを、今の基準で見て、ものすごく良いページだとは思わないんです。できなかったことができて、驚いただけで。動画も今、そういう段階なのではないか？だから、これは本当に良いコンテンツなのか？同じ問いを立ててみたわけです。その問いに答えるために何をしたかというと、
複数カテゴリーのチャンネルで検証した視聴者の反応 19:13
パク・ジョンヒョン YouTubeチャンネルをいくつも作って、自分で良いと思った動画を投稿してみました。まず、さまざまなカテゴリーのチャンネルを作ってみたんです。VTuber、政治、ポッドキャスト、スポーツ、テックレビューといった動画です。これはあくまで例で、実際にこの組み合わせでやったわけではありません。こんなふうに、さまざまなカテゴリーの動画を使い、著作権などの問題が起きないよう、許可を取るか、もともと使用が許可されている動画を選びました。「私の動画を自由に使ってください」という動画もあるんです。そうした動画を編集して投稿してみました。モーショングラフィックスも加えて、しっかり作って投稿しました。本当に視聴者がその動画を気に入り、好意的なコメントや「いいね」がたくさん付けば、良い動画ですよね。そうなるはずだ。結局、判断するのは視聴者だ。そう仮定して、それを確かめたくて投稿してみたら、驚いたことに、約20％のカテゴリーの動画は視聴者に本当に好評だったんです。この実験を始めてから、ひと月ほど経ちました。ひと月前に最初に投稿した動画は、当然、まだ少し質が低かったのですが、僕たちも改善しながら投稿を続けてきたので、そのためかもしれませんし。理由はともかく、再生回数が徐々に伸び、登録者も増え、コメントもたくさん付くようになりました。驚いたのは、すでに1,000件以上のコメントをもらったことです。
パク・ジョンヒョン すべてのチャンネルと動画を合わせて、です。数えてはいませんが、数千件はあると思います。たぶん。とにかく、見られる限り全部見たのですが、「これ、AIで作ったんですか？」というコメントはありませんでした。つまり、AIだと気づかれないレベルに達したようです。本当に良いコンテンツかというと、良いものもあれば、そうでないものもありました。ですから、これは今後、僕がさらに取り組むべき課題だと思います。いずれにせよ、AIは編集でもモーショングラフィックスでも、Bロールや補足説明、資料の追加でも、何らかの形で良いコンテンツ作りに貢献していると思いますし、今後はさらに貢献するだろう、というのが現時点での結論です。なので、僕はこれを続けていきます。今も僕たちはYouTubeの動画を撮っていますが、結局、良いコンテンツを作って視聴者の皆さんに届けることが今の目標なので、そのためにAIをうまく使って、良いコンテンツを作っていきたい。それが僕の目標です。そこで、僕と一緒にこうしたプロジェクトに取り組むクリエイターの方を募集しています。自分にはこういう話、価値のある話があるけれど、編集が壁になって発信できていない方がきっと大勢いると思います。そうした方を支援して、一緒に良いコンテンツを作りながら、どうすればAIをもっと上手に使えるか、どうすれば多くの方が自分の持つ価値ある知識や洞察、話をうまく発信できるか、考えたいんです。
パク・ジョンヒョン 手助けが必要な方は、僕に連絡していただければと思います。
チェ・スンジュン それを現地で発表したとき、反応はどうでしたか？
現地の反応とカテゴリーごとに変わる編集の基準 22:41
パク・ジョンヒョン 現地で皆さんが主に知りたがっていたのは、
パク・ジョンヒョン まず、僕が技術的な中身を説明していなかったので、実際にどう作ったのか、その過程です。そこをとても知りたがっていました。基本的には、僕の編集スタイルをまねるようAIに教える形で作りました。モデルをファインチューニングしたのか、とか。サンフランシスコでの開催だったので、そういうことへの関心が高かったようです。
チェ・スンジュン ところで、ファインチューニングもしたんですか？
パク・ジョンヒョン モデルのファインチューニングはしていません。
パク・ジョンヒョン ファインチューニングをすればこそもっと良くなるだろうとはっきり感じた箇所はあります。なので、いずれやることもある
チェ・スンジュン かもしれませんね。なるほど。
パク・ジョンヒョン それから皆さんが気にしていたのは、僕があえてさまざまなカテゴリーの動画で実験してみたことです。なぜなら、今の僕たちのAIフロンティアチャンネルもAIについて話すポッドキャストですし、僕が別に運営しているsudoremoveチャンネルも似た傾向なので、別の種類のチャンネルではまったく違うだろうと思ったんです。視聴者がそのコンテンツを見る理由も違うでしょうし。だとすれば、視聴者に満足してもらうための編集方法も、たとえばバラエティー番組なら、まったく変える必要がありますよね。そう考えていたのですが、皆さんもそこを気にしていたんです。「それぞれ違うのは当然でしょう？」と。何か共通の基準は見つかったのか？そうした点を気にされる方が多かったようです。答えは当然、カテゴリーごとに違うはずです。モーショングラフィックスのスタイルも変える必要がありそうです。今のところ、分かったのはそこまでです。これからもっと時間をかけ、いろいろ試しながら、このカテゴリーではこう作るのがいい、といったやり方を見つけ、AIにもできるようにして、より良いコンテンツを公開していくのが今後の仕事になると思います。
コンテンツの本当の価値を生む元のストーリーテリング 24:38
チェ・スンジュン それでも完全に自動生成するのではなく、基本的には自分で創作した内容を土台にして、クリップを作るにしても、編集するにしても、そういう方向を目指しているんですね。
パク・ジョンヒョン これは私個人の意見であり、この取り組みの出発点となる仮説です。今、私たちは収録していますよね。実際に収録したこの元映像を編集したり、モーショングラフィックスを加えたり、説明用の映像を作って追加したりしても、視聴者の皆さんが見るのは別の映像です。なぜなら、この元映像をそのまま公開するわけではないからです。でも、編集された映像を見るときも、視聴者が求める最大の価値は、実はこの元映像にすべてあるんです。結局、この元映像を補強して、もっと良くするのが編集やモーショングラフィックスであり、説明用の映像を添えることなんです。視聴者の皆さんがこの映像を見る理由は、おそらく私やスンジュンさん、そして今日はお忙しくて来られなかったロさんの話や考え、あるいは私たちが伝える情報を求めているからです。そこに最大の価値があります。ですから、本当にゼロからAIで生成して作るコンテンツよりも、実際に人が語っている元のストーリーをもっと良くすること。私はそこに集中しています。
チェ・スンジュン 大事な点だと思います。今は分岐点がいくつかあるようですが、どこに価値を置き、どこに賭けるかで、方向が変わる時代だと思います。
パク・ジョンヒョン もちろん、こうした元映像がなくても、
パク・ジョンヒョン 先ほどSinaさんが作ったような良いコンテンツは作れると思います。ただ、そのほうが難しい道だと思うんです。
チェ・スンジュン 人間である以上、人間らしい魅力に影響されるのは
チェ・スンジュン 仕方ないようにも思えますが、それも軽々しく断定できない時代だと思うので。とにかく、興味深く拝見しました。準備もたくさんされていましたね。
プレゼン資料のデザインに見るClaudeとGPTのスタイルの違い 26:49
チェ・スンジュン ところで、このデッキのデザインはClaudeですか？今の発表資料のことです。
パク・ジョンヒョン このデッキは違います。このデッキはGPT-6.1 Solで作りました。ただ、少し混ざっています。何もないところから一気にできたデッキではなく、デザイン文書やムードボード、いろいろなデザインシステムを私がすでに作っておいたんです。それらを以前作ったときは、たぶんClaudeと一緒に作ったと思います。
チェ・スンジュン では、それを受け継いでいるのかもしれませんね。
チェ・スンジュン では、それを受け継いでいるのかもしれませんね。
パク・ジョンヒョン 複数のモデルを使いながら、自分が納得するまで作ったので、おそらく混ざっていると思います。
チェ・スンジュン Claudeだと思ったのは、GPTの基本デザインでは行間がもう少し狭いからです。それに、クリーム色を好むのもClaudeの特徴のような気がします。
ナムジュン・パイクを記憶する家で披露した「生成的誤読」 27:39
チェ・スンジュン では、ここから私が引き継ぎますね。今日は、ジョンヒョンさんの動画編集の話から始まったので、私も創作に関するものを少し用意してみました。まず昨日、久しぶりにパフォーマンスを知り合いの作家の方々とやってみました。知り合いの作家の中に、PROTOROOMというフニダ・キムさんとキム・スンボムさんが一緒にやっている活動があって、私もシン・スンベクさんとは10年以上交流を続けていて、今年の初めにも「Uneven Futures」というテーマで集まったんですが、今回は「ペク・ナムジュンを記憶する家」という東廟にある場所で展示が行われていて、ときどきパフォーマンスもされるんですが、私も招待作家として参加した作品が、先ほど画面に映した「生成的誤読」です。では、先ほどの映像を少し見てみましょう。音。ここを見ると、先ほどのbytebeatという、シフト演算子と数字を使ったコードで演奏しています。実際に装置を作って、公演という形で披露したり、展示したりもしています。そこで私が担当したのは、
Viznutのbytebeatコードと進化アルゴリズムで探る音 28:59
チェ・スンジュン ここに見えるコードを使って、もともとの作品を違う形で読み、誤読することです。最近、misalignmentが話題ですよね。整合のずれです。マジックにはmisdirectionという言葉もあります。これをあえて英語に訳すならmisreadingでしょうか。生成的に読み違えるとは、いったい何なのか。そんな問いを投げかける作品を作りました。基本的には、ここに見えるt×8と、tを右に8ビットシフトした値のORを取る式は、実はViznutという人が発見したコードで、ここでのtは時間です。時間に応じて計算した値を音に変えると、音楽のように聞こえるんです。この部分は私が少し調整しました。もともとは、人によってはもっと聞きづらい音なんです。今のこの部分では、進化アルゴリズムでコードのさまざまな組み合わせを探索しています。その一つを聞いてみると、少しうるさく感じるかもしれません。こういうパルスがあります。これが少し低い音だと、ドラムのように響くこともあり、さまざまな音を探すことができます。そこで私は、お二人の作品をじっくり読み解こうとしたんですが、さっき見たように、ここにはn1やn2のような定数を入れられる部分があって、その値を自動で探索するんです。ここを押すとこの音が出て、あそこを押すとあの音が出る。それを素早く試せるように作りました。ここまでは、じっくり読み解く作業なんですが、
チェ・スンジュン 実はこのbytebeatのコード自体、もともと音を出すために作られたものではないのに、音楽のように聞こえる部分があると発見されたんです。コードを読み違えた結果ですよね。だから、これは読み違えをめぐる話なんです。
パク・ジョンヒョン yがtの何やらかんやら、というあの式に対応する正弦波のように、
パク・ジョンヒョン シフト演算なので、正弦波ではないでしょうけど。その波形を作って、そのまま再生したんですよね？
チェ・スンジュン そうです。
チェ・スンジュン 基本的には、そういうものを変えて試せます。作家の方々が演奏したサンプルがあるんです。その中から12個ほどサンプルをいただいたんですが、3番がちょっと面白かったですね。3番も面白いし、9番も面白かったですね。こういうものを一つだけ演奏するのではなく、複数のチャンネルで鳴らすと、いろいろな楽器のように聞こえるんです。今のはUMAPをかけたもので、私が別にコーディングしたわけではありません。latentを少し見てみたもので、ここまではじっくり読み解く作業だったんですが、
音を画像と絵文字として読み直す誤読 32:03
チェ・スンジュン 次に試したのは、さっきの3番のようなものを画像として見ることです。ちょっと聞いてみましょう。こんな不思議な画像が出るんですが、もとはコードだったものを音に変えて、それを今度は画像に変えたわけですよね。でも、長くコーディングをしていると、名前は任意に付けられるものだと分かりますよね。記号学でもそうですが、シニフィアンとシニフィエのように、私がチェ・スンジュンと呼ばれるのは私の原子構造を表すわけではなく、恣意的な関係ですよね。そうですね。変数も同じです。だから、名前を扱えることはプログラミングではとても重要で、名前を付けるとそれを操れるようになる。まるで魔法使いのように。実際、Ursula Le Guinという方は『ゲド戦記』という素晴らしいファンタジー小説を書いた方ですが、そこでも、名前を知れば介入できる、命令できるという話が出てきます。だから、名前を知ればコードで何かを操作できるようになるんです。それが現実の物理世界で光を発したりモーターを動かしたりするので、私には、言語が現象に介入するというイメージがあって、それを本来意図されていなかった方法で読み解いてみる作業をしたわけです。それで、先ほどお見せしたものも少し再生してみます。今ここに出ている部分はクマと読まれたんですが、これは回帰をかけて、この部分のピクセルに似た絵文字を探したんです。実際にはまったく関係ないんですが、私たちが雲を見るときに雲の中に顔を見いだすような、パレイドリアという概念がありますよね。そんなふうに、無理やり読ませてみたんです。
チェ・スンジュン でも、無理やり読ませてみると、今度はクマという意味が生まれて、ここには流れ星という意味が生まれるわけです。ここに出ているのは、この構造を一種の数学的な結び目として表現し、その軌跡も生成してみたものですが、これも恣意的なものです。つまり、どう読んでみようかという試みでした。
パク・ジョンヒョン とにかく、音をコードでデザインして、
パク・ジョンヒョン できた音を画像で表現したあと、その画像を似たもの同士でマッチングして絵文字にし、別名を付けるように、結局、絵文字が別名になったんですね。
チェ・スンジュン そうです。もともとそんな名前はなかったんですが、絵文字には物の名前だけでなく、概念の名前もありますよね。それを使って、また無理やり読んでみるんです。読み違える試みを重ねながら、私が知りたかったのは、最初のbytebeatのコードからどこまで遠くへ行けるか、ということでした。
パク・ジョンヒョン 一つ伺います。あのコードで音を作られましたが、あれは複数の作家の方が
コードだけで音を予測できるか、verifiabilityの問題 35:14
パク・ジョンヒョン デザインしたものですよね。私だけでなく、おそらく誰もが同じように思うでしょうが、あのコードを見ても、どんな音がするかまったく予想できませんよね。
チェ・スンジュン たくさんやれば分かります。
チェ・スンジュン 何度も試せばいいんですが、最初は普通分かりませんよね。それに、全体を完璧に予測するのは難しいです。例えばtが1万くらいになったとき、どんな値になるかまで予想するのは難しいですよね。実際、それは計算してみないと分かりませんが、大まかにどんな感じかという直感はつかめるようにはなります。たくさん試せば、ですけど。
パク・ジョンヒョン では、あの作家の方々が式をデザインするときは、
パク・ジョンヒョン 感覚を頼りに式を作って聞いてみて、いまいちなら式を変えてまた聞く、そんなふうに進めるんですか？
チェ・スンジュン はい。それをいじって試せるインターフェースが
チェ・スンジュン A、Bのようなスライダーとして実際のハードウェアにあるんです。ただ、それで変えられるのは定数です。コードの構造を変えるには、何度も試行錯誤する必要があります。でも、先ほど私がやったように進化アルゴリズムを使えば、可能性の空間そのものの中で、演算子がどう組み合わされるかをあらかじめ探索させることはできますが、私が試した限りでは、人が苦労して作ったものより品質はずっと低かったです。
パク・ジョンヒョン 結局、これも検証可能かどうかという問題で、
パク・ジョンヒョン そういう疑問がずっと浮かぶんです。進化アルゴリズムもそうですし。音を聞いて、これでいいかどうかを判断するのは、結局、今は人がやっているわけですよね。
チェ・スンジュン そうですね。実はこの実験とは別に
チェ・スンジュン 別の実験では、Opusなどのモデルが作曲できるのか気になって音を聴けるのか調べようとしました。でも、ChatGPTもOpusも自分たちの説明では、まだ音は聴けない。ただ、スペクトログラムを描いて画像を見ることはできる。スペクトログラムは音の形を周波数分析だけでなく別の形でも示せるんです。FFTではなくスペクトログラムで描けば、例えばある楽器を模倣するときに、その回帰や最適化を行うこともできます。良い音楽には、ある種の感覚があって、それを一段階翻訳して何かの形で表現させ、そこに向けて最適化することは可能です。今後、モデルが音を聴いて好みを持つことが内在化されれば、性能は大きく上がり、この探索自体もうまくできるでしょう。
パク・ジョンヒョン 私も、良い動画とは何かを評価するのはとても難しいので、それと同じように、ここでは何をもって良い音と人が判断するのか気になっていました。結局、ここでも似たような、まだ完全には解けていない難しい問題に取り組んでいるんだと感じます。
チェ・スンジュン 私の作品とは別に、シン・スンベクさんは
YAMNetによる音の分類、絵文字の合成とピクセルアートゲーム 38:07
チェ・スンジュン YAMNetという音の分類器を使って、さっきのピピピッという音が20万件の音声サンプルのどれに似ているか、そんな実験をされました。つまり、モデルはその音を鳥の声や楽器の音、奇妙な雑音のどれとして聴いたのか。さらに逆に、それを演奏させる実験もシン・スンベクさんがされていて、面白かったです。一方、私が探ったのは少し記号的なものでした。例えば、そろばんやクマなどが登場したとき、そろばんとフロッピーディスクが出会うと計算する機械になる。そういう合成の原理について、「小さな錬金術師」という意味のLittle Alchemyという錬金術ゲームから着想を得て、合成のルールを作らせました。そこからどこまで進めるかというと、LLMなので、それをルールに基づいて、プロンプトの入ったテンプレートを用意し、そのテンプレートに登場する絵文字をキャラクターや状況を表す要素として使うプロンプト自体を生成してみたんです。今、プロンプトがこんなに長く出ていますが、さっきの三日月やクマなどが登場して、何と何が出会い、何が起こるのか。それをもとに形式を自分で選び、何かの創作に仕上げるわけですから、私は思い切って委ねてみたかったんです。そうしてできたのが、たぶんこれです。私自身も何をするものか分からないまま、
チェ・スンジュン 今は分かりますが、初めて見たパフォーマンスの場では分からないまま、これをやってみたんです。推測しなければならないんです。さっきの、これをどうプレイするかという話です。さっき、そろばんがありましたよね。たぶん、そろばんの玉で何かをして窓の明かりを全部つけると物語が終わる、そんな形にまとまったんです。今は意図的にピクセルアートを目指したのでこうなりましたが、Opus 5.5くらいならプロンプトが何であれ、さっきジョンヒョンさんが冒頭で見せてくださったように、どんな物語でも作るはずです。最初は簡単なコードから始まりましたが、それを読み違え、また読み違え、さらに読み違えると、こういう創作になるわけです。メディアアートの歴史を見ると、
John Cageとナムジュン・パイク、偶然の解釈と大量生産の仮説 40:47
チェ・スンジュン John Cageもペク・ナムジュンもそうですし、もっと遡ればMozartもそうでした。偶然性を取り入れたり、自分の考えを外に出したりして、偶然から生まれるものを解釈する試みは長い間続けられてきました。私もそういう流れの中で試したんです。そもそもモデルに創造力や好奇心のようなものが本当にあるわけではありませんが、あると仮定して任せたら、何をするのか。私の仮説では、テンプレートは必要でしょうが、こうしたプロンプトが大量にあるときに生まれる物語の質を測定できれば、大量生産できるのではないか。そして数を重ねれば、その中に良いものがあるかもしれない。そう考えられるほど、モデルの能力が上がった。そんなことを考えたんです。
パク・ジョンヒョン はい、分かりました。
パク・ジョンヒョン 創造性についても、こちらに来てから
学習分布の外に出にくいLLMの創造性 41:45
パク・ジョンヒョン こういう質問をたくさんして回ったんです。動画生成モデルを作っている人たちに大勢会ったので。結局、LLMもそうですし、拡散モデルを使った動画モデルもそうですが、学習データに人間のデータの分布があれば、そこから確率的に最もそれらしいものを出力するので、モデルはその分布から外れるのが難しいんです。だから、どんな文章を頼んでも似たようなものを書きますし、私たちが「鉄の味がする」と表現する、あの似たような感じの言葉になる。それにさっきは、私が作った発表資料を見てスンジュンさんが「それ、Claudeが作ったんじゃないですか？」と。もうそういうパターンが見分けられるわけですよね。結局、創造性とはかなりかけ離れた、ありきたりなものを出すそういうAIの姿ですが、では、LLMは賢いとはいえ、どうすれば創造性を発揮させられるのか。創造性というのは、私の感覚では、これまで人間が作った作品の分布がこの範囲にあるとしたら、そこから外れる作品を作ることではないでしょうか。そう考えると、どうすればそこから外れつつ、荒唐無稽すぎないものを作れるのか。そこで、意図的に誤読し、わざと読み違えることでその分布の外へ飛び出させる。そうした作業が創造性を発揮するうえでのヒントになるかもしれません。お話を聞きながら、そう思いました。
チェ・スンジュン 前回の収録で、
チェ・スンジュン 数学のconvex hull of ideas、アイデアの凸包について話しましたよね。この作品のタイトルも、「生成的な誤読」という言葉の「誤読」ではなく「生成的」の部分を見ると、機械学習での厳密な意味では、データを学習してモデルを作り、モデルがそのデータの分布に属する新しいデータを出せることが、「生成」、generativeのより厳密な意味ですよね。だから、帰納的に似たものを出す以上のことは、これまで難しいと感じていましたが、数学で起きていることを見ると、それが非常に得意で、思いもよらないものを結びつけて解くことがありますよね。たとえば数学のある分野Aと分野B、つまり数学の分野同士で、普通なら結びつけようと思わないものを、モデルは結びつけて、新しい問題、つまりその難問をそのつながりによって解くのを見ると、凸包の中にあっても、それらの組み合わせには意外な創造性があるのかもしれません。では、そういうことを極限まで推し進めるのは、量をこなすことで可能なのか。そんなことを考えました。
パク・ジョンヒョン 私も似たことを思うんですが、
interpolationとout of distribution、広がる探索の領域 44:37
パク・ジョンヒョン 最初にDALL-Eなどが出たとき、最初の例はriding a horse、astronautのようなものだったと思います。宇宙服を着た宇宙飛行士が馬に乗っている画像です。DALL-E 2のときですね。あれがまさにその例だと思うんです。馬に乗っている人というのはごく一般的なものですし、宇宙飛行士、宇宙服を着た宇宙飛行士、これもごくありふれたイメージですが、二つを組み合わせると補間ですよね。それなりにもっともらしく、当時の基準ではかなり創造的に感じる画像ができたんです。では、その画像は私たちがこれまで見てきた膨大な画像の分布の中にぽっかり空いていた補間の地点を見つけたのだと思います。これを創造性と呼べるかというと、今、仮に名前をつけるなら、組み合わせによる創造性の第一段階と言えそうです。でも、馬でも宇宙服でもなく、見たこともない要素を組み合わせてこれまで一度も見たことのない分布の外にある画像を作り出したとしたら、それが次の段階の創造性かもしれません。ただ、見るに値するものでなければ創造性とは言えず、単なるランダムノイズになってしまいますよね。では、分布の外へ、ランダムノイズにならずに創造的にどう進むか、その答えになるのでしょうか？
パク・ジョンヒョン それとも、この生成的誤読も結局は分布の中に隠れていた補間の地点を見つける創造性なのでしょうか？そんな疑問が湧きます。
チェ・スンジュン 私の直感では、近くの手の届きやすい果実を摘むのだと思います。本当に外側へ出るわけではなくても、近くにはまだ、先ほど「埋める」とおっしゃいましたが、空いているところがきっとあって、そこを埋める作業から比較的簡単に成果を得られる時期があり、その間にモデルの能力も上がっていきますよね。その先は誰にも断言できませんが。それに探索空間も広がるでしょうから、そうすると、また空白が生まれますよね。そこが次の世代にとっての手の届きやすい果実になるかもしれません。そうやって領域が広がり続けるイメージを持っています。私が数学の分野を
衝撃を受けた数学界とTerence Tao、Grant Sandersonの視点 47:04
チェ・スンジュン ずっと見ていようと思うのは、実は囲碁では、ずっと前の10年前にすでに衝撃があり、囲碁でも人類の最前線が衝撃を受けたのはとても象徴的ですよね。そして今回、数学もほかの学問や科学とは少し違い、孤独に取り組みつつもそのコミュニティの中で発展し続ける生態系があるようで、私には、その点が囲碁に似て見えました。そういう人たちが先に強い衝撃を受けているわけですが、最近のTerence Taoを見ると、この話とは関係なく、とてもつらそうに見えます。今は心配になるような様子だ、そんな感じがします。
パク・ジョンヒョン 顔を見るだけでも、やつれた様子が気になりますよね。
パク・ジョンヒョン 顔を見るだけでも、やつれた様子が気になりますよね。
チェ・スンジュン ここでも、ロマンのある時代は過ぎたと表現されています。数学のロマンのある時代は終わり、今は産業革命の時代へ移らなければならない。だから、以前と同じやり方ではなく、新しい方法で進まなければならない。ただ、そこにはほろ苦さや名残惜しさもあるようだと話していたと思います。一方、Grant Sandersonは先ほども出てきましたね。Grant Sandersonの表情は明るいんです。立場が違うんですね。彼はこの動画で楽観的な見方を語っていました。昨日公開された動画だったかと思いますが。数学には、モデルがどれほど進歩しても探究すべきことがあり、それを知りたい人も大勢います。私もこの動画をきちんと全部見たわけではなく、AIで要約したものを見た程度なのですが。彼が楽観的な見方を語っているので、タイムラインでは批判されることもあります。今は希望を語るときではなく、実際に数学者たちが経験していることにもっと共感すべきだ。共感し、心を痛めるべきだ、そういうことでしょうね。タイムラインの反応は、そう受け取ることもできました。
AI時代も解説者や伝え手は安泰か 49:08
チェ・スンジュン でも、先ほどジョンヒョンさんが紹介した人たちは安泰でしょうか？物事を説明する人やコミュニケーターです。
パク・ジョンヒョン 安泰ではないでしょうね。ただ、説明する人についても、私と一緒にイベントを主催したSinaという友人が目指しているのは、3Blue1Brownのような役割なんです。多くの人に分かりやすい説明を届けるプラットフォームになることです。実はSinaは動画だけで終わるつもりはなく、対話できるものを作ろうとしています。では、その価値はどこから生まれるのかというと、どれほど優れたツールがあっても、説明したいテーマや考え方、核となる概念は、作る人がすべて理解していなければならない。Sinaはそう考えているようです。でも、私は同意しません。もちろんSinaも、将来はAIが何でもうまくやってくれると思っています。つまり、学びたい人が「これが気になる」と言ったら、先ほどフーリエ変換の話が出たので、「フーリエ変換が気になる」と言えば、フーリエ変換を分かりやすく説明するための視覚資料がその場ですぐに生成されて、理解を助けてくれる。そんなプラットフォームを思い描いています。では、今の解説者たちは安泰なのか？それとも利用者はみんな、その場で生成されるコンテンツを使って対話しながら学ぶようになるのかと考えると、解説者たちの立場は確実によくなると思います。だからといって、解説者がいなくなるとも思いません。なぜなら、自分が何を知りたいのかさえはっきりしないことが多いからです。
チェ・スンジュン そうですね。
チェ・スンジュン そうですね。
パク・ジョンヒョン 解説者が「君はこれが気になるはずだよ」「これは本当に価値のある概念や知識だから、一度見てみて」と勧める役割を考えれば、解説者にも、やることは残ると思います。そう考えると、3Blue1Brownがあんなに楽しそうな表情をしているのも納得です。翼を得て、自分が説明したかったことをもうすぐ次々と説明できそうですから。
チェ・スンジュン この方は以前から説明が上手でしたし、これからもそうでしょうね。今もきっと、悲観するだけでなく、新しい可能性を探そうという意図でしょう。ただ、先ほど収録前にディレクションは安泰なのか、という話も少ししましたよね。今のジョンヒョンさんのアプローチも、先ほど私が作ったものも、何らかの意図があって、シナリオを書かなくても物語になり、伝えたいメッセージの構想があるうえで、AIを使って形にしていますよね。でも、そうした発想自体、物語の構成を考えるという発想自体は安泰なのか？ジョンヒョンさんのアプローチは、私の詳しくない分野ですが、グロースハックに少し似ていると感じました。つまり、消費者や利用者がいて、そこに合わせて最適化し、あとは市場が判断する。だとすれば、物語の構成そのものも市場が判断する、という考え方が成り立ちますよね。
パク・ジョンヒョン そうですね。AIがさまざまなストーリーを
パク・ジョンヒョン 一気に大量に作ることまではできると思います。でも、そのストーリーが本当にいいかは分かりません。いい場合もあれば、そうでない場合もあります。ただ、私がそのストーリーを見て「これはいい」とはっきり判断できるなら、自分で選んで紹介したと思います。問題は、私の判断が正しい保証はないことです。だから結局、判断は市場に委ねて、市場で高く評価されたものを見て、あとから解釈しようと思っています。「利用者はこういうものが好きなんだ。なぜだろう？」と。利用者が何を好むのかを知る大きな手がかりになると思います。解説動画なら、特定のテーマが好きで、その解説動画を気に入る人もいるでしょう。あるいは、説明がとても上手だからその説明を気に入る人もいるでしょうし、いずれにせよ、気に入られれば「いいね」も増え、感謝のコメントもたくさん付くでしょう。支援を募れば、支援額にも差が出るでしょう。結局は、探っていくことが大事なんです。ただ現状、その探索の成果を評価できるのは実際の人間だけだと思います。だから市場に公開するんです。もし将来、人間の代わりにAIがこれを見て良し悪しを的確に判断できると思うなら、こんなことをする必要はないでしょう。それもAIに任せればいいでしょう。でも、そんな日が来るでしょうか？
AIが判断できない希少な場所へ向かう価値 53:46
パク・ジョンヒョン 先週もロさんがそうおっしゃっていましたが、結局、価値は希少なところに集まる。そこは、おそらくAIが判断できないところで、なぜなら、AIがすべて判断できるなら、AIが選んだものは似たようなものであふれ、そこから外れたコンテンツが人々に愛されるはずですから。結局、AIが最後まで何でもうまくできるのか？私は絶対にそうはならないと思います。私たちのチャンネルも、私も、スンジュンさんもロさんも、AIがすべてをこなせるようになると楽観的に考えるほうですが、それでも、そこまではできないと思います。
幼稚園の歌の動画とOpusが作った手書き文字のアニメーション 54:30
チェ・スンジュン 私たち全員の意見が一致しているとは限りませんよ。最後に番外編としてご紹介したいのが、本業でやらなければならない仕事なんです。私も動画を作らなければならないのですが、私たちの幼稚園には園歌があります。「遊びは子どもの人生だ」という園歌で、楽譜はあったのですが、ピアノだけの録音しかありませんでした。そこで楽譜から音楽を取り出して、少し音が聞こえると思いますが、こんなツールを作りました。今は一般的なトラッカーなど、音楽を扱えるツールを作って、ここからMP3の音楽ファイルを作っています。ただ、SoundFontやサンプリングした音より品質が劣るので、Sunoで仕上げたものがあります。こんな動画を作ってみました。ここで手書きのように出てくる文字は、Opusが書いたものです。以前フォントを作ったとき、Opusをはじめとする今のモデルは、ハングルの筆画などをよく理解していると分かったので、試してみました。この絵は子どもたちが描いたものですが、アニメーションはすべてOpusが作りました。やってみると、かなり面白かったです。
生成してはいけない領域と規模を拡大できない意味 56:22
チェ・スンジュン ただ、一つ大事な点があります。こういう絵も、やろうと思えば、いくらでも生成できそうです。でも、それはやってはいけないんだと気づいたことが、大きな気づきの一つでした。ある部分ではAIの助けを借りても、別の部分まで代わりにやらせると、作品の意味そのものがなくなることもあると思います。今回の制作で強く感じましたし、周りからもそういう意見をもらいました。あの絵まで生成していたら、一体何の価値があるのか、と言われたんです。
パク・ジョンヒョン 私もまったく同感です。あの絵を自分で描いた子どもたちがいるわけで、極端に言えば、その子たちにとっては、自分の絵が入っているというだけで、価値のある作品になるんですよね。自分が描いたものですから。
チェ・スンジュン それに、これを見る関係者にとっても、あの絵まで生成したとなれば、価値がなくなりますし、むしろ害になるかもしれません。だから分野によっては、そういう部分にこそ手間をかけたり、ゆっくり進めるべき部分もあると思います。ですから、こういうものは規模を大きくできません。子どもが絵を描くという意味のある過程が必要なので、規模を広げられないんです。
パク・ジョンヒョン それとは別に、あの手書き風の、
パク・ジョンヒョン 子どもの手書き風のアニメーションは、かなりうまくできていますよね。これが今の状態なのだと思います。あの文字だけでこのコンテンツに価値が生まれるかというと、そうでもないと思うんです。本当に子どもが書いた文字なら、それならではの価値がありますけどね。でも、あの文字を見ると、どうでしょう。少なくとも私には不自然に見えません。子どもが書いたと言われても、信じてしまうかもしれません。
チェ・スンジュン ただ、子どもは
チェ・スンジュン こんなに上手に字を書けないこともあります。3歳児は字を書けません。5歳児なら、練習すれば少し書けるでしょうけど。ですから、この点はある意味、ご理解いただける部分かもしれません。ただ、こうせざるを得ない理由は、文字のタイミングを合わせるには、録音だけでは正確に合わず、楽譜を基準にすればすべてのタイミングを合わせられるからです。なので、ここはどうしても機械的な部分があります。もちろん、スキャンして筆画に変える作業も、やろうと思えばできますが、ずっと手間がかかったはずです。だから、ここは少し簡単な方法を選びました。
パク・ジョンヒョン とにかく、このコンテンツ自体に落第点になる要素はない。つまり、十分によくできている。そこに子どもが自分で描いた絵をひとさじ加えて、その絵が拡張されることで、一緒に見る保護者の方々や同じクラスの友達など、みんなが楽しめるコンテンツになったと思います。
チェ・スンジュン ただ、私自身の悩みは、前にも一度お話ししたように、
組み合わせ式のハングルフォントとClaude Codeだけで行うデザイン 59:20
チェ・スンジュン デザインの仕事が私に回ってくることがあって、どうすれば少し楽にできるかと考えて、夏ごろに作った組み合わせ式のハングルフォントは、完成させました。それで、11,172文字でしたっけ？それらをスペースに合わせて配置するところまではある程度できて、使ってはいるんですが。ただ、まだよく分からないんです。これが本当にいいフォントなのか、疑問は残っています。前に作ったときよりはよくなりましたけどね。それで、自分では満足できない部分もあるんですが、例えば最近、デザインの作業をするとき、さっきの動画を作ったときも、動画編集ソフトを一度も開きませんでしたし、デザインの作業でも、ベクター編集ソフトを一度も開かずにやっています。それで、今こうして作っているレイアウトにはClaudeらしさが出ていますが、全部Claude Codeアプリで作ったものです。写真を分けたり、レイアウトを決めたり、そういうことを全部モデルと一緒にやっています。
減らない作業時間とスライド・ポスター自動生成の限界 1:00:38
チェ・スンジュン ただ、時間はそれほど短縮されませんでした。なぜかというと、結局、私が納得できなかったからです。それに、フィードバックをもらおうとすると、ある箇所にはその写真ではなく、こちらの写真を入れるべきで、文言もそれではなく、こちらにすべきだと判断する段階がいくつもあって、簡単には進まないんです。結局、自分でデザインするのと同じくらい時間がかかって作業しています。だから、うまく機能するところもあれば、任せて、すんなり作ってもらえるコンテンツの領域もあると思いますし、自分でじっくり取り組むべき領域もあると思います。私もまだ、はっきりとは分かりません。試行錯誤の途中なのだと思います。ただ、来年の今ごろも同じことで悩んでいるかは分かりません。
パク・ジョンヒョン おそらく私も、皆さんも
パク・ジョンヒョン 同じような段階にいると思います。
チェ・スンジュン 今は信じられないほどのチャンスがあって、何とも言えませんね。
チェ・スンジュン 今は信じられないほどのチャンスがあって、何とも言えませんね。
パク・ジョンヒョン ただ、進歩の速さは少し違う気がします。この方向では、進歩がものすごく速いとは感じないんです。例えば、PPTを自動でさっと作ったり、ポスターを自動でさっと作ったりすることは、1年前と今を比べても、私の感覚ではそれほど大きな差はない気がします。その点に限っては。
チェ・スンジュン そうですね。
パク・ジョンヒョン 結局、適切な報酬を与えるのが難しいからでしょうね。正解のない問題ですから。
スタイルの画一化が生むslopと似通うモーショングラフィックス 1:01:56
チェ・スンジュン 先ほどおっしゃったように、「一目でAI製だと分かる」と気づいた瞬間、内容がよほど良くなければ、AIで作っても内容が良ければ、中国で人気を集めるドラマがあるように、価値は生まれます。でも、スタイルが重要な場合にどれも似たようなスタイルだと、まったく希少性がありません。むしろAIスロップになってしまいます。最初は良くても、ありふれたものになった瞬間、人々の見る目も肥えてしまうので、先ほどおっしゃった合格ラインを下回る可能性がありますし、最近はモーションの分野ですでにその兆しが見えます。モーショングラフィックスがどれも似たような仕上がりになっている気がします。
パク・ジョンヒョン そうですね、そうですね。
締めくくりと次のお知らせ 1:02:39
チェ・スンジュン 今日はロさんがまたお忙しいので、私たちだけであれこれ話しましたが、そろそろ戻ってきていただかないと。
パク・ジョンヒョン 明日、飛行機で韓国に帰ります。こちらでの活動に時間をすべて使っていたので、ニュースをすぐに追えなかったのですが、帰ったら私もニュースを追って、また来週お会いしましょう。
チェ・スンジュン ニュースの話はできませんでしたが、話題はたくさんありました。DeepSeekも、Flashの10月17日版が出て、Muse Wonderも登場し、どちらもフロンティアを脅かすという話が出ていますが、そういうニュースはこれからも出てくると思います。その話はまた次の機会にしましょう。今日はお疲れさまでした。ありがとうございました。
パク・ジョンヒョン お疲れさまでした。
パク・ジョンヒョン お疲れさまでした。