HOME/ AINOW編集部 /Google、AIが生成したコンテンツのランキングを破壊
2022.12.01

Google、AIが生成したコンテンツのランキングを破壊

最終更新日:

著者のNick Saraev氏はカナダ在住のテック系ライターであり、AINOWでは以前に同氏の記事『なぜ言語&アートの分野でAIが急速に進化しているのか?』を紹介しました。同氏がMediumに投稿した記事『Google、AIが生成したコンテンツのランキングを破壊』では、AI生成記事のGoogle検索ランキングをはじめとするAIビジネスにまつわる3つの話題が論じられています。
Saraev氏が論じているAIビジネスにまつわる3つの話題とは、以下のようなものです。

新AI技術によって変革される3つのビジネスとその対処法

  • AI生成記事のGoogle検索ランキング:GPT-3をはじめとする大規模言語モデルの登場により、AIが自動生成する記事が公開されるようになった。しかし、こうした記事はGoogleの検索ランキングにおいてはペナリティが課せられる。それゆえSEO的観点から言えば、AI自動生成記事に人間の手を加えるのが望ましい。
  • インテリア業界に進出するAI画像技術:数枚の2D画像から3D空間を生成するNeRF(neural radiance fields)や画像生成AIの登場により、インテリア業界における部屋の3Dモデリング業務が時代遅れのものになる可能性がある。同業界で生き残るには、NeRFや画像生成AIをいち早く業務に導入すべきだろう。
  • 3Dモデル市場を変革するかも知れないAIによる3Dモデリング:3Dオブジェクトのテクスチャを自動生成するAI、さらには3Dオブジェクトをテキスト入力から生成するAIモデルの登場により、3Dオブジェクトを販売する企業とその市場が変革されるかも知れない。こうした変革に対処するにはAIによる3Dモデリングを導入して、新たなビジネスを始めるのが得策である。

以上の話題に共通するのは、AI技術によって既存市場が変革される可能性がある場合には、AI技術に習熟して有利な立場を築くのが望ましい、という論点です。こうした論点は、おそらくあらゆる市場に当てはまるでしょう。

なお、以下の記事本文はNick Saraev氏に直接コンタクトをとり、翻訳許可を頂いたうえで翻訳したものです。また、翻訳記事の内容は同氏の見解であり、特定の国や地域ならびに組織や団体を代表するものではなく、翻訳者およびAINOW編集部の主義主張を表明したものでもありません。
以下の翻訳記事を作成するにあたっては、日本語の文章として読み易くするために、意訳やコンテクストを明確にするための補足を行っています。

さらに:AIがすでにインテリアデザイナーを廃業に追い込んでいる件

The Cuspへようこそ:このメディアは最先端のAIニュース(とその意味すること)をわかりやすい英語で解説しています(※訳註1)。

(※訳註1)The Cuspで公開されている記事は、こちらから閲覧できる。

今週号では

  • 結論が出た:Google、AIが生成したコンテンツを公式に破壊 。しかし、どれくらいの割合で? ― そして、AIによる記事生成はまだ使える技術なのだろうか。
  • 新開発のAIにより、わずか数年でインテリア業界は壊滅的な打撃を受けることになる。
  • あなたは3D業界にいるだろうか。3Dモデル生成AIのおかげで、Quixelのような企業は大きな衝撃を受けることになる。

それではダイブしよう。

1.Google、AI生成コンテンツに少なくとも20%、おそらくそれ以上のペナルティを課す

昨年、GPT-3のような大規模言語モデルが、気味が悪いくらい人間のようなテキストを生成する能力を持っていることが話題になった。当然ながら、アフィリエイターや(私も含めた)コンテンツ・ライターは、このシステムを利用しようとすぐに試みた。

しかし、Googleが反撃してきたことがわかった。

インターネットマーケティングの人気ブロガーであるNeil Patelは、AIによって生成された文章に対するGoogleの新しいスタンスに関する初の実テストをしたことを発表した。その結果は決定的なものであった。AIで生成されたコンテンツは、AIユーザの検索トラフィックを破壊するのだ

Neilは50のWebサイトを取り上げ、2つのグループに分けた。一方のグループの記事は、AIのみによって生成されたものだった。もう一方は人間が書いたり、編集したり、あるいは(AIと人間の)両方のアプローチをミックスしたものだった。

そして、Googleが記事をインデックスするのを待った。その結果どうなったか。純粋にAIで生成されたコンテンツには、すぐに20%のペナルティが与えられた – こうしたペナリティはあくまで平均値である。場合によっては、60%ものペナルティが課されることもあった(※訳註2)。

(※訳註2)本記事におけるAI生成記事に関する記述は、Neil Patel氏のブログ記事『Googleのスパム更新が完了。その結果』に依拠している。この記事ではAI生成記事の欠点として、生成記事のなかに内部リンクおよび外部リンクを設定しない500英単語数以上の英文記事を生成するのを苦手としていることを挙げている。

多くの人が思うだろう:20%…それだけ?なぜそのペナルティが大きな問題なのだろうか。

以上のペナルティが問題になるのは、Google検索で上位になればなるほど、大規模で非対称な利益が発生するからだ。トラフィックは上位に近いほど指数関数的に増加する。

1位なら、2位の2 倍のクリック数を得られる。2位なら8位の6倍近くクリックされる。

つまり、AIを使ったことで20%減点されただけで、少なくとも2つ以上の順位が下がり、75%以上のトラフィックを失うことになるのだ(※訳註3)。

(※訳註3)以上の検索におけるペナリティと検索順位の関係についての記述は、以下のグラフを参照するとわかりやすくなる。以下のグラフによれば、何らかのキーワードでオーガニック検索1位を獲得した場合、クリック率(Click Through Rate:CTR)が34.2%であったとする。この状況で20%のペナリティが課されてCTRは14.2%まで低下したとすると、検索3位となる

しかし、多少の明るい兆しもある。AIによって生成されたものだが、人間が*修正*したコンテンツは、平均6%しかトラフィックが落ちなかった。

AIライティングでは4倍から5倍のスピードアップが日常的に行われているので、特に競合の少ないキーワードでは、(AIライティングという)選択はまだ非常に価値ある投資と言えるだろう。

AIライティングをどう生かせるか。

ウェブサイトを運営していて、そのサイトをもっと上位に表示させたいと思っている時には

  • コンテンツを自動的に生成しようとしないこと ― その戦略は底辺への競争につながる。
  • その代わり、GPT-3Jurassic-1(※訳註4)のようなAIで現在の有能なライターを補強しよう。
  • また編集の際には、わかりやすさ、文体、文章のトーンなどを確認しよう。
(※訳註4)Jurassic-1とは、スタンフォード大学のYoav Shoham教授らが2017年に創業したAIスタートアップのA21 Labsが開発した大規模言語モデル。同モデルには2つのバージョンがあり、サイズが大きいJurassic-1 Jumboパラメータ数は1,780億であり、1,750億のGPT-3よりわずかに大きい。

わずか6%の順位変動で、掛け値なしに最大400%の成果を上げられるのだ。競合の少ないロングテールキーワードをターゲットにしている場合、AI自動生成コンテンツの減少を相殺するのに十分すぎるほどの効果があり、ボリュームの面でも大きなアドバンテージを得られる

2.3Dインテリアデザイナーは、AIのせいでもうすぐ時代遅れになる

NeRF(neural radiance fields)が大きく進化を遂げた。

上の動画は、数十枚の室内写真から作られたものだ。NeRFは、これらの写真をシームレスにつなぎ合わせ、style transfer(※訳註5)を使って、色、雰囲気、家具を瞬時に変更できる。

(※訳註5)style transferとは、画風を変換する画像生成モデル。同モデルを論じた論文『畳み込みニューラルネットワークを用いたImage Style Transfer』は2015年にプレプリント版が公開され、2016年に正式発表された。同論文には、以下のような画風変換事例が掲載されている。

話題にしたライブラリ(NeRF Studio)はまだ開発中だが、41億ドル規模のインテリアデザインソフトウェア業界を破壊する可能性を秘めていることは既に明らかだ(※訳註6)。

(※訳註6)調査会社IMARCが発表した世界のインテリアデザインソフトウェア市場に関するレポートによると、2021年の同市場の規模は41億7,000万ドルであった。同市場は2027年までに年平均成長率9.5%で成長して、2027年には2022年と比較して約1.8倍の73億6,000億ドルに達すると予測されている。

しかも、NeRFは無料というだけでなく、従来の設計手法に比べて桁違いに速い。

従来は空間の写真を何十枚も撮影し、詳細な間取り図を作成し、誰かに何百ドル(あるいは何千ドル)も支払ってモックアップを作る必要があった。

最近では、Matterportのようなソリューションが人気を集めている。こうしたソリューションを使えば、3Dスキャンを使用して、空間のモデルを素早く作成できる。しかし、Matterportは品質が良くないことで有名で、画像合成処理が遅く、直感的でもない。

一方、NeRFはわずか数分で完了する。

3Dインテリア設計業界にいるすべての業界人がNeRFに乗り換える日は、そう遠くないだろう。そして、そうなったとき、市場は大混乱に陥る。

インスタントレンダーサービス

3Dインテリアデザインに加え、インスタントレンダーサービスもAIを活用したもうひとつのアプローチとして急速に人気を集めている。

Interior AIは部屋の画像を撮影してから、Stable Diffusionを利用して、撮影画像に家具やその他のオブジェクトを含む新しい画像を重ね合わせ、ユーザの部屋がどのように見えるかを示す無料のデザインモックアップアプリである。

上に引用したInterior AIの画像事例を見ると、このアプリがすでに市場のニッチに貢献していることに疑う余地はない。そして、画像生成AIの成長速度を考えると ― 画像生成AIはたった6年でぼやけた16×16画素の牛から完全にリアルな人間の顔になった ― 同様のサービスは、あらゆるレベルで人間のデザイナーをすぐに凌駕するだろう。

インテリア生成AIをどう生かせるか。

AIを設計にどう使うか。こうしたAIで手っ取り早く稼ぐ方法は山ほどある。

  • NeRFの仕組みを習得し、ワークフローに導入する。
  • アウトプットの改善に加えて、他のデザイナーがインテリアAIを同様に使えるように教える情報商材(コース、電子書籍など)を作成する。

別の選択肢:AIを建築か不動産に使えないか。AIを使えばこうした業界は、これからもっと効率的になる。

  • NeRFを使って物件の3Dモデルを素早く作成する。
  • インスタントレンダーAIでアイデア出しを自動化する。
  • 部屋がどのように見えるかに関するモデルを生成して、それをデザイナーに送り、修正してもらう。

あなたが所属する業界の(AIに起因する)大混乱に巻き込まれる必要はない。前もって計画を立て、ワークフローに変更を加え、利益を得よう。

3.AIテクスチャ生成は、まもなくQuixelのような企業と競り合うようになる

3Dといえば、AIによるテクスチャ生成がここ数年で大きく飛躍している。そして、3Dテクスチャを制作・販売しているQuixelのような企業と競り合うようになっている。

ご存じない読者のために説明すると、Quixelはゲームや映画、その他のCGIに使用される3Dテクスチャを制作している。

しかし、こうした3Dモデルのテクスチャを作成するには、膨大な時間とコストがかかる。フォトグラファーは遠隔地に出向いて現実の物体にズームインしてから、さまざまな角度から写真を撮って、包括的なテクスチャライブラリを作成しなければならない。

テクスチャ作成は現在どうなったか。AIはその作業のすべてをほんのわずかな時間とコストで行える。

Runway.mlは最近、デザイナー、アーティスト、3Dモデルの専門家が10分の1の時間でテクスチャを作成できるように、最先端のテクスチャ生成機能をリリースした。Quixelの特許取得済みMegascanライブラリにはまだ及ばないが、それに近いものとなっている ― そして、何より早くテクスチャを作れる。

さらに(ここが非常に重要なのだが)、Runway.mlがリリースしたテクスチャ生成機能は現実世界には存在しない、無限のテクスチャを生成できる。

以上に述べたAIによるテクスチャ生成は、何を意味するだろうか。

Mordor Intelligencよると、3Dマッピングとモデリング産業の規模は約130億ドルである。

しかし、Stable Diffusionによって生成された3Dモデル(※訳註7)を組み合わせることでテクスチャ生成器は近い将来、この業界の多くの人々を失業させることはほぼ確実だろう。一夜にして、この業界全体が消滅してしまうのだ。

(※訳註7)ソースコードが公開されている3Dオブジェクト生成モデルには、中国・北京大学の博士課程に在学中のJiaxiang Tang氏が開発中のStable-Dreamfusionがある。このモデルは、Googleが発表した3Dオブジェクト生成モデルDreamFusionに関する論文を参考にして開発された。なお、GoogleはDreamFusionのソースコードを公開していない。もっともTang氏によると、Stable-Dreamfusionの品質はDreamFusionに及ばないとのこと。

AI生成テクスチャをどう生かせるか。

幸いなことに、先見の明があれば、準備や話題作りに十分な時間がある。

  • まず、Stable Diffusion を使って独自のテクスチャを生成する方法を学ぶ(または Runway.ml のような既製のソリューションを使用する)。
  • 高品質な3Dテクスチャを生成・アップスケールするパイプラインを構築する。
  • そして、そのパイプラインが破綻する前に、CGTraderのようなマーケットプレイスで3Dオブジェクトをできるだけ多く売ろう。売れ行きが鈍り始めたら(きっとそうなる)、パイプラインそのものを売り込んで、さらに使い倒す。
  • CGI専門家向けにAI活用の始め方を教える情報商材を作成する。

クリエイティブな産業が自動化されるのはいつだって悲しいことだが、自動化による経済的な可能性は否定できない。そして、その可能性は経済的なもの以上なのだ:AIによる3Dアセット生成は、メディア、ストーリーテリング、そして私たちの文化に多大な(ポジティブな)影響を与えることだろう。私たちが失業してソファで横になっているときに、AI生成技術によって、何か見るものを得られるのだ。

・・・

この記事をお楽しみ頂けましたか。この記事をお知り合いとシェアすることを検討してください。また、あなたがこの記事を読んでいるのは、知り合いがそれを送ってきたからだとしたら、ここからサインアップして次回のニュースレターを入手してください。

来週もよろしくお願いします。

― Nick


原文
『Google destroys AI generated content rankings』

著者
Nick Saraev

翻訳
吉本幸記(フリーライター、JDLA Deep Learning for GENERAL 2019 #1取得)

編集
おざけん

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する

あなたにおすすめの記事

「Yahoo!知恵袋」でも活用、LINEヤフーの生成AI活用戦略

IMFレポート解説:無策だとAIによって格差社会となる。「公平なAI先進国」になるための日本の政策とは?

AGI実現までのロードマップを歩み出す

生成AI導入事例集|産官学の生成AI導入背景、実装方法、効果まで完全網羅

あなたにおすすめの記事

「Yahoo!知恵袋」でも活用、LINEヤフーの生成AI活用戦略

IMFレポート解説:無策だとAIによって格差社会となる。「公平なAI先進国」になるための日本の政策とは?

AGI実現までのロードマップを歩み出す

生成AI導入事例集|産官学の生成AI導入背景、実装方法、効果まで完全網羅