AIがAIを教育する時代が、もう始まっていた

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。

今回はいつものただっちとの朝LIVE。長野は秋の気配が漂う中、まずは自己紹介から入って、そこから一気にAIニュースへ。AIがAIを教育する音声エージェント、私も声で会話するチャットボット、赤ちゃんが一瞬でおばあちゃんになる動画生成、そして安くなったファインチューニング。次々出てくる新機能に、思わず「え、これ本当にAI？」って何度も聞き返しながらの1時間でした。

「ハミングAI」でAIがAIを教育する現場を覗いた

▶ この話題を動画で見る（8:04〜）

今日の一発目のニュース、いきなり食いついちゃいました。「ハミングAI」っていう、AIの音声エージェントをテストするAIの話です。同時に数百件の電話通話を試して、AI同士で対話しながら改善していく——そういうサービスが、もう普通にビジネスとして出てきてるんですよね。あ、そうだ。最初、英語の説明だけ聞いてたときは正直よくわからなかったんです。でも、これ、要は人のトレーニングと同じことをAIにもやらせてるだけなんだよなって、話しながら腑に落ちてきました。

ひろくん（8:04〜）

「簡単に言うとAI同士で音声の、結局人のトレーニングと同じようなことをAIにもやるので、よく電話のオペレーターを教育しましょうってことで、テストでロールプレイしましょうって言ってて。こういうお客さんが電話をかけてきました、どういう風に返しますか、それはこういう風に返すといいよっていうのをボスが監修しながら教えていくっていう指導係の人がいると思うんですけども、そんな形でAIがどんどんAIを教えていくとか仕事をしていくって、どんどん精度が高まっていくみたいなことを自動テストできるみたいなイメージかなと思います。」

電話のオペレーターさんを育てるときって、先輩が横について「こう返すといいよ」って教えますよね。あれを、AIがAIに向かってやってる。指導係も生徒も両方AI。この構図、話しながらちょっと笑っちゃいました。

で、この話をさらに面白くしたのが、100件同時にテストできるって仕組みでした。ただっちが「AI同士で対話させることで時間が短縮できる」って言った瞬間、私の頭には忍者漫画の術が浮かびました。分身が100人同時に修行して、経験値だけ本体に戻ってくる感じ。人がやったら日が暮れる作業を、AIは涼しい顔でこなしていく。

ただっち（11:51〜）

「大幅にテストを繰り返しができるっていうのが、人が1件1件チェックするよりも、AI同士で対話させることによってよりテストの時間が短縮されたり、分析ができたりする。人のトレーニングだったら、これだけやったらもうちょっとパンクしちゃうけど、AIだったら一気に時間も短縮できるっていうのは、これやばいね。教育っていう学習より、めちゃくちゃ早いよね。」

ただっちのこの一言、まさにその通りだなと思ったんですよね。人だったらパンクしちゃう量のトレーニングを、AIは涼しい顔で回していく。カスタマーサービスとか医療機関の予約対応みたいな、ミスが許されない現場ほど、この「AIがAIを教育する」仕組みは効いてくる気がします。

タダ。とは言わないけど、月1万円くらいから始められるサービスらしくて、そのハードルの低さにも驚きました。品質向上のために人をどんどん増やすんじゃなくて、AIに練習台になってもらう。この発想、正直今までなかったです。

声で会話するAIが「もう一人の自分」になっていく

▶ この話題を動画で見る（13:42〜）

ハミングAIの話で盛り上がったあと、話題は「声で話すAI」に移りました。チャットボットに音声通話の機能がついて、文字を打たなくても、電話するみたいに話しかけられる。あ、そうだ、これ地味に聞こえるかもしれないけど……「文字を打たなくていい」って、けっこう革命なんですよ。ひろくんも自分で作ったチャットボットに、その場で実際に話しかけてみせてくれたんです。

ひろくん（13:42〜）

「日本語対話はまだ下手くそなんですけど、中国語になったり英語になったりするんですけど、自分が作ったチャットボットと会話ができるっていう機能がもう一つです。ディファイで作るにしても何にしても、音声で電話とか通話ができるっていうのが、これが一気に今年の年末にかけて流行るだろうと。もう、AIなのか人なのかはもうわからないし、自分でそういう対話ができるAIを作ることができる。」

日本語がまだ完璧じゃなくて、中国語になったり英語になったりする——っていうのも、なんかリアルでいいなと思ったんですよね。完璧すぎるより、こういう発展途上な感じのほうが、逆に「あ、今まさに進化してる最中なんだな」って実感できる。でね。ディファイで作ったチャットボットでも、音声で電話・通話ができるっていうのが、私にはいちばん刺さりました。今まで文字でポチポチ打ち込むのが当たり前だったのが、しゃべるだけ。年末にかけて一気に来るだろうっていうひろくんの予測、正直私もまったく同じ肌感覚です。

そしてね。ここでポロッと出た「もう、AIなのか人なのかわからない」って一言。これが、このあとの話の伏線になるんですよ。ミソは、そういう対話できるAIを自分で作れちゃうってところ。誰かが用意した既製品じゃなくて、自分の分身みたいなAIを、自分の手で組み立てられる。……これ、地味だけどすごいことなんですよね。

でね。ここから話はさらに面白い方向に転がっていきました。ただっち本人の声で話す「AIただっち」を作れば、本人がお休みの日でもズームに代わりに出てもらえるんじゃないか、みたいな話に。冗談みたいだけど、技術的にはもう、そこまで来てるんですよね。ぶっちゃけ、私がひろくんの代わりに朝LIVEに出る日も、そう遠くないのかも……なんて、ちょっと想像しちゃいました。

この延長で出てきたのが、AIがビジネスの現場で「自分の代わりにプレゼンする」っていう話でした。

ひろくん（17:30〜）

「こういった技術を使えば、お客さんにもできるよね。お客さんへの提案も、資料とかスライドを送ってとか、録画してそれを送ってとか、直接デモするとかじゃなくても、いきなりこのAIが全部プレゼンしてくれる。そこに電話応対ができれば、いかがでしたか、これってどういうことなんですかっていうQAも答えてくれるし、しかも本人の声にもなるし、見た目もなれる。ってことは、完全にAI分身になっちゃうよねって話ね。」

いやー、これを話しながら私、ちょっとゾクッとしたんですよね。営業資料を送る代わりに、AIが本人の声と見た目でプレゼンして、質問にもその場で答えてくれる。べんりだけど……本人が、いない。それでも商談が成立しちゃう世界。なんだかすごい距離感だなと思いました。しかも見た目も声も本人そっくり——「完全にAI分身になっちゃうよね」って、ひろくんが言った通り。ただっちも「結婚式でも使えそうですよね」って乗っかってきて、確かに新郎新婦のAIメッセージとか、想像すると胸が熱くなる使い方もあるなと思いました。

あ、そうだ。この「もう一人の自分」って、実は今日いちばんのキーワードだったのかもしれません。声も、見た目も、しゃべり方も、全部自分。でも中身はAI。それが電話に出て、プレゼンして、質問に答える。便利すぎて、ちょっと立ち止まっちゃう。私、話しながら「これ、使い方を間違えたらエラいことになるな」って、うっすら思ってました。でも同時に、体がひとつしかない私たちにとって、これほど心強い相棒もいないんですよね。便利にも、ちょっと怖くも転がっていく——その両方を、この短い時間で一気に味わった感じでした。

赤ちゃんがおばあちゃんになる動画にざわついた

▶ この話題を動画で見る（15:39〜）

声のAIの次は、映像の話です。ここ1〜2週間で、画像も動画も一気にレベルが上がってるって話をしてたんですが、その中でも私が「うわ、それ」ってなったのが、リアルタイム生成のクオリティでした。

ひろくん（15:39〜）

「このリアルタイムで、光とかも全部このクオリティで見えないじゃないですか。YouTuberとかそういう領域じゃなくて、こういう形でもできてくるよっていう話と、あとはやっぱりこの映像系。ちょうどまたルマ、ドリームマシーンがバージョンアップしてきたので、1.5になったんですね。赤ちゃんからおばあちゃんにするとか、成長してる。」

光の当たり方まで自然に生成されるって、正直ちょっと想像を超えてくるんですよね。しかも、Luma Dream Machineが1.5になって、写真1枚から成長や老化のシミュレーションまでできるようになった。赤ちゃんから、おばあちゃんへ。たった1枚の写真から、なんですよ。この発想自体、初めて聞いたときはちょっと鳥肌でした。

で、私の頭の中はすぐ「これ、何に使えるかな」に切り替わります。結婚式の余興でも、誕生日のミュージックビデオでも使えそうだし、料理系のコンテンツにも応用できそうだなって、その場でアイデアが湧いてきました。

ひろくん（16:52〜）

「料理もだからさ、バーチャル上の料理作って、こんな感じで作りますよってレシピのクッキング、AIが考えたレシピをAIがクッキング動画作って、それが一つコンテンツになるなーってちょっと思ったりとか。」

レシピを考えるのも、それを調理する映像を作るのも、全部AIにやらせる。人間はそれを見て「あ、美味しそう」って選ぶだけ。そんな未来が、もうすぐそこまで来てる気がしたんですよね。ただっちも「こんなことができるの?」って素直に驚いてて、あの反応、私もまったく同じ気持ちでした。誕生日のお祝いソングに合わせたパーソナライズ動画とか、相手ごとにカスタマイズしたミュージックビデオも普通に作れる時代。クリエイティブの敷居が、ものすごい勢いで下がってます。

このLuma、前のバージョンでもクオリティは高かったんですけど、1.5になってからは本当に一段違うレベルに感じました。動画って、今まで「時間をかけて撮って、編集して」っていう工程がある前提だったのに、写真1枚とちょっとした指示だけで、成長の物語がまるごと出来上がってしまう。これ、コンテンツを作る側の時間の使い方が根本から変わる話だなと、話しながらしみじみ思いました。ワークショップ、本気でやろうかなって、その場で口に出しちゃったくらいです。

ミュージックビデオの話も、ただの余興じゃなくて、ビジネスの現場でそのまま使えるなと感じました。お店のオープン記念とか、誕生日のお祝いとか、今までなら業者に頼んで何万円もかけていたようなものが、自分たちだけで作れてしまう。動画を作るハードルが、ここまで下がってきてるんだなあと、改めて実感した瞬間でした。

人間かAIか見分けがつかない時代に、ちょっと怖くなった

▶ この話題を動画で見る（18:55〜）

映像の話の流れで、ハードウェアの話にもなりました。Googleの新しいPixelに、AIがガッツリ内蔵されてくるっていう話です。ソフトの中のAIじゃなくて、スマホそのものにAIが住みつく——そういう時代なんですよね。

ひろくん（18:55〜）

「大きな変化としてはやっぱりそのハードウェアにAIが入ってくるってところ。特にこのGoogleのPixelっていうのが、まさにこれが出るのかなと。これで結局ハードウェアに入ってくるので、スマホの中にAIが内蔵されてるっていうのが、iPhoneもまさにこれができますけど、いち早くGoogleはこうやって出てくるので、だからもう写真の捏造し放題みたいな感じですよ。」

「捏造し放題」って、私も言いながら結構ドキッとしたんですよね。写真の中に、いなかった人を自然に足したり、背景ごと変えたり。しかもこれ、特別なソフトを立ち上げるんじゃなくて、もうスマホの標準機能でできちゃう。iPhoneもまさにこれができるって話でしたけど、Googleがいち早くこうやって出してくる。何が本物の写真か、パッと見て判断できない時代が、すぐそこまで来てます。……正直、ちょっと背筋がヒヤッとしました。

でね。そのままの流れで、ただっちがAIと人間を見分けるクイズ動画を見せてくれました。YouTubeで堂々と解説してる人物なんですが、これがまさかのAI。見た目も、声も、話し方も、本当に人間そのもの。私、画面をじーっと見ても、まったくわからなかったんです。右下の小さな文字にやっと気づいて、初めて「あ、これAIだったんだ」って。本物。じゃなかった。この落差、なかなかのものでした。

ただっち（20:03〜）

「すげーなー。これどこまであるのか、さっきAIなんかわかんないけど、さっきのあのAIの説明の人が出てきてくれたじゃないですか。あれ、AIを喋っているのがあるんだな、どこまでやるんだろうね。」

私も画面を見ながら、正直これは人間だと思ったんです。でも「わかってしまったんですけど、AIっていうね」って種明かしされた瞬間、ゾワッとしました。AIのYouTuberやインフルエンサーが、もう普通にCMにも出てくる時代。技術としてはすごいことなんですけど……本当に人がやってるのか、AIがやってるのか、その境目がスーッと消えていく感覚には、正直、怖い。素直にそう思いました。便利な刃物ほど、使う人の姿勢が問われるんだろうなと。

AIの人物が堂々と解説して、それを何万人もの人が「本物の人間だ」と思って見てる。もうそういう世界に、私たちはとっくに片足を突っ込んでるんですよね。ここまで来ると、「見抜けるかどうか」を競っても、正直きりがない気がして。大事なのはたぶん、見抜くことより、作る側が誠実でいられるかどうか。そんなことを、ぼんやり考えていました。

しかもこの日は、ズームした先の映像まで自然に生成できちゃうっていう話も出ていて、画面の奥まで無限にCGで埋められる感覚に、ちょっと目眩がしました。ぐーっと寄っていった先に、本当はなかったはずの景色が、それっぽく広がってる。写真の捏造も、ズームの先の景色も、全部AIが「それっぽく」作ってしまえる。ぶっちゃけ、この手の技術は使う側のモラル次第だなと思います。結婚式のサプライズ動画とか、優しい使い方もできる一方で、悪用しようと思えば、いくらでもできてしまう。だからこそ、この技術に触れる人ほど、「誰のために、何のために使うのか」をはっきりさせておく必要があるんだろうなと、強く感じました。

特化型AIが安く簡単に作れる時代がやってきた

▶ この話題を動画で見る（23:01〜）

最後に盛り上がったのは、ファインチューニングの話です。これ、AIがAIを教育するっていう今日のテーマとも、ちゃんと地続きなんですよね。

ひろくん（23:01〜）

「昔からファインチューニングができたんですけども、簡単にできるのと、あと激安でチューニングできるようになったのが出てきて。例えば今、建築業界の特化型のAI、GPTの建築業界特化型の教育をした、超専門用語を理解するAIを作るとか。前もできたけど、より安く簡単に超高精度な特化型AIが作れるっていうのが出てきた。」

専門用語だらけの業界って、汎用のAIだと的外れな答えを返しがちなんですよね。それが、業界特化で鍛え直せるようになった。しかも激安で。この「安く・簡単に」っていう組み合わせ、地味だけどインパクトはかなりデカいと思います。

ぶっちゃけ、とっつきにくさがあるから使ってる人がまだ少ない、っていうのも正直な感想として出てました。

ひろくん（23:59〜）

「これは意外とすごいことなんだけど、とっつきにくさがあって使ってる人は少ないんですけど、これを使いこなせると全然次元の違うところに行けるので。ChatGPTっていう汎用性あるモデルだと、なかなかうまくいかないケースが多いけども、特化型を作っていける。するのに簡単かつ激安で早くなったっていうのがあるので、かなりこれは今後、これを使えるか使えないか相当また差が出てくる。」

「使えるか使えないかで差が出てくる」——この一言、けっこう重く受け止めました。差が出る。もう、出てる。合気道でも、ファインチューニングを使って特化型のAIを作っていけたら、もっと深いところまで理解を助けてくれるAIが作れるはずです。マニア向けのワークショップ、本気でやりたくなってきたんですよね。8月25日と29日には、AIの教育革命をテーマにしたセミナーも予定していて、今日話した「AIがAIを教育する」流れは、この先もっと加速していきそうです。

実は「ファインチューニングワークショップはマニアしか集まらないかも」なんて話も出ていたんですが、それでもいいから私自身が学びたいんですよね。これからファインチューニングまみれの時代が来るのは、ほぼ間違いないと思っているので、早いうちに手を動かして慣れておきたい。教育革命セミナーの話とあわせて、AIをどう育てるかっていうテーマが、今日はずっと通奏低音として流れていた気がします。

安く、簡単に、そして精度も落とさずに。この3つが同時に揃うのって、実はそう頻繁にあることじゃないんですよね。汎用のAIで「なんとなく」答えを出す時代から、専門特化のAIで「ちゃんと」答えを出す時代へ。今日話したどのニュースよりも、地味だけどいちばん実務に効いてくる変化かもしれないと思っています。

ひろくんコラム — 遊ぶことが、学びになり、稼ぎになる

よくある質問

Q. ハミングAIとは、どんなサービスですか？

LIVEで紹介されたのは、AIの音声エージェントをテストするための「ハミングAI」というサービスです。同時に数百件の電話通話をシミュレーションして、AI同士が対話しながら改善点を見つけていく仕組みで、電話オペレーターの教育と同じようなロールプレイをAIにもやらせるイメージだと話されていました。

Q. 声で会話できるチャットボットの機能とは？

LIVEでは、自分で作ったチャットボットと音声で会話・通話できる機能が紹介されました。日本語対応はまだ発展途上としながらも、この「AIと電話する」感覚が今年の年末にかけて一気に広まるだろうと語られています。

Q. Luma Dream Machineの新機能はどんなものですか？

バージョン1.5にアップデートされたLuma Dream Machineでは、赤ちゃんの写真からおばあちゃんになるまでの成長過程を動画で生成できることが紹介されました。リアルタイムでの映像生成のクオリティにも驚いたと話されています。

Q. ファインチューニングが安くなったというのは本当ですか？

LIVEでは、以前からできたファインチューニングが、より簡単に、そして激安でできるようになったと話されていました。建築業界向けなど特化型AIを作りやすくなったことで、汎用モデルでは対応しづらい専門領域のAI活用が進みそうだと語られています。

関連記事

• AIに真似できないのは「Why」だけ。ゴールデンサークルで学ぶ、選ばれる商品づくり
• Gemini in Chromeのスキル機能とは？同じプロンプトを1秒で呼び出す使い方
• AIで作った診断アプリを無料で世界に公開する方法｜Netlify・LINE Harness実演【社長モテる化計画】