昨年10月、Apple社とコーネル大学の研究者たちは、テクノロジー業界の廊下で、どんな組織的な発表よりも大きな反響を呼んだ静かな発表として、Ferretをひっそりと世界に発表しました。オープンソースでマルチモーダルなこの大規模言語モデル（LLM）は、Appleの秘密主義の伝統を打ち破り、AI分野への大きな飛躍を示しています。画像をクエリとして利用するFerretは、GitHub上でひっそりとデビューし、人工知能愛好家や研究者の間で大きな関心を集めました。
イノベーションの静まり返った廊下の真ん中で、Appleとコーネル大学の研究者たちは昨年10月、予想外の動きとして、オープンソースのマルチモーダル大規模言語モデル（LLM）「Ferret」を発表しました。GitHubで予告なしにリリースされたこのリリースは、当初は注目されませんでしたが、その後AIコミュニティの注目を集めています。
フェレットの巧妙な作戦 – 詳しく見る
Ferretの手法は、画像内の特定の領域を調べ、重要な要素をdent、それらをバウンディングボックス内にカプセル化することです。この斬新なアプローチにより、ユーザーはこれらの要素をクエリとして利用でき、Ferretは従来の方法で応答します。
例えば、ユーザーが動物の画像をハイライトし、Ferretにその動物の種類について質問すると、モデルはそれをdentし、それに応じた応答を返します。Ferretは画像内の他の要素のコンテキストを活用して、より詳細な回答を提供することも可能です。これは、Ferret独自のマルチモーダル機能の一端を垣間見ることができるでしょう。
オープンソースの Ferret モデルは、さまざまな要素をさまざまな粒度レベルで参照し、接続を確立する機能を持つと特徴付けられており、Apple の AI 研究科学者 Zhe Gan 氏が共有した洞察からもわかるように、Apple にとって大きな前進となります。
秘密主義で知られる同社が、AIの進歩をオープンソースコミュニティと共有する姿勢を示したことは、意外な動きと捉えられている。この新たなオープン性により、AppleはマルチモーダルAI分野における重要なプレーヤーとしての地位を確立し、業界の期待に挑戦することになる。
Ferretのリリースは、AppleがオープンソースAIに進出したことを示すだけでなく、AI業界における課題に対する同社の戦略的対応を反映するものでもあります。テクノロジーブロガーのベン・ディクソン氏が指摘するように、Appleはコンピューティングリソースの制約により、Microsoft社やGoogle社といったライバル企業との厳しい競争に直面しています。ChatGPTのようなモデルとは異なり、Appleのインフラストラクチャは大規模言語モデル（LLM）を大規模に提供できる体制が整っていません。
この窮状により、Appleは2つの実行可能な選択肢という岐路に立たされています。1つ目は、クラウド・ハイパースケール・プロバイダーと戦略的提携を結び、AI機能を強化することです。2つ目は、Ferretのリリースが示唆するように、Meta Platforms Inc.が採用している戦略に類似したオープンソース・アプローチを採用することです。コラボレーションとコミュニティ共有のどちらかを選択するというAppleの姿勢は、急速に進化するAI環境において競争力を維持しようとするAppleの姿勢を反映しています。
FerretがマルチモーダルAIの領域において静かに未踏の領域を切り拓く中、Appleは単なる技術革新を超越する岐路に立っています。このオープンソースの驚異的な成果の発表は、AppleのAI分野における将来について、微妙な疑問を提起しています。
フェレットは、AppleをマルチモーダルAIの最前線へと押し上げ、業界の常識に挑戦し、協業の進展を促すことになるのでしょうか？それとも、業界の巨人たちが独自の強みと共同イノベーションのバランスを取ろうとする、AIを取り巻くより広範な変化を象徴することになるのでしょうか？フェレットのひっそりとした登場の余韻は今もなお残り、人工知能の未来を形作るAppleの役割の進化について、様々な憶測を呼び起こしています。その答えは、テクノロジー、協業、そして絶えず変化するAIをめぐる物語のダイナミクスが交差する中で明らかになるでしょう。
