どうも、カーブミラーです。
今回は、Sakana AIという名のAIを使ってみた結果のご報告です。といっても、とあるモデルの画像解析能力だけです。
本記事は、ChatGPT（有料版）
＋DALL-E3で行なっております。
画像はあります。 あしからず。
今回のこれは
ニュースであり、
本題でもあります。
Sakana AIとは？
元Googleの研究者ふたりが
東京を拠点に始めた
AIスタートアップです。
詳細は
ググっていただければ
と思います。
すでに
各社から
多くの投資を受けている
会社であり、
人材募集には
四日で300人の
応募があったとか。
ようするに
期待されている、
ということですね。
私も注目していました。
新しもの好きなので😅
さて、
そんなSakana AIですが
これまで、ものの提示が
ありませんでした。
あったけど見逃したかも。
それが昨日（2024/03/21）、
X-Twitterにポストが上がり、
Sakana AIからのポスト
その基盤モデルの
試作モデルが
公表されたのです。
ちなみに、
このポストは日本語でした。
以下の三つのモデルが
試験的に構築されました。
すべて日本語対話モデルです。
・大規模言語モデル
「EvoLLM-JP」
・対話可能な画像言語モデル
「EvoVLM-JP」
・高速な画像生成モデル
「EvoSDXL-JP」
一般に公開されたのは、
二番目の「EvoVLM-JP」です。
Hugging Faceにての公開です。
今回、試すのは、
この「EvoVLM-JP」です。
UIは、単純な構成です。
画像の入力枠
画像に関する質問枠
SUBMITボタン（送信ですね）
モデルからの返答
上から下に入力していけば、
最後に結果が出てくるわけです。
さて、
実食！じゃないやw
実験に
EvoVLM-JPで
画像解析をしてみます。
ここでは
DALL-E3で描画した
画像を使用します。
画像を入力して
質問を入力します。
質問：
“この写真について詳細な説明を箇条書きでしてください。”
EvoVLM-JP
- この写真は、日本の漫画やアニメによく見られる和風の衣装を着た女性のイラストです。
- 女性は長い金髪をしており、その髪は大きく広がっています。
- 女性は緑色の和風の着物を着ています。
- 着物には花の模様が描かれています
（昨日と今日やりましたが、
同一文言でした。
一字一句違わずに）
ChatGPTでも
同じ画像とプロンプトで
やってみました。
ChatGPT
- 女性のキャラクターが描かれている
- 長い金髪が風になびいている
- 青い瞳をしている
- 春らしい装いで、緑色の衣を着用
- 衣には桜の花の刺繍が施されている
- 髪にも桜の花が飾られている
- 衣は薄い緑色の透け感のある布で構成されている
- 立っている姿勢で、柔らかく女性らしい雰囲気を醸し出している
（こちらもやってみましたが
文言の中身は違いなし）
うん、ChatGPTの方が
細かい点まで、出してくれます。
細かい、っていうことは
それだけガチャ要素が
減るわけです。
ちなみに
両者を描画させると
以下のとおり。
EvoVLM-JP
ChatGPT
結果は
ChatGPTさんが
解析した方が
良い結果でしたね。
ただし、
AIの動きは、
日進月歩どころの
スピードではありません。
これから
どんなAIに化けるかを
注視したいと思います。
このことが
みなさんの
作品制作の糧に
なれば、幸いです。
今回は、ここまで。