旅の途中

旅の途中

開発者	ミッドジャーニー株式会社
初回リリース	2022年7月12日; 2年前（オープンベータ版） ( 2022-07-12 )
安定リリース	V6.1 / 2024年7月31日; 3か月前 ( 2024-07-31 )
Webサイト	ホームページ

Midjourneyは、サンフランシスコを拠点とする独立研究機関Midjourney, Inc.によって開発およびホストされている生成型人工知能プログラムおよびサービスです。Midjourneyは、 OpenAIのDALL-EやStability AIのStable Diffusionに似た、プロンプトと呼ばれる自然言語の説明から画像を生成します。^{[1] [2]} AIブームの技術の1つです。

このツールは2024年8月時点でオープンベータ版であり、2022年7月12日に開始されました。 ^[3] Midjourneyチームは、Leap Motionの共同創設者であるDavid Holzが率いています。^[4] Holzは2022年8月にThe Registerに、同社はすでに利益を上げていると述べました。^{[5]ユーザーは、} Discordボットコマンドまたは公式ウェブサイトを使用して、Midjourneyでアートワークを作成します。 ^{[6] [7]}

Midjourney, Inc.は、カリフォルニア州サンフランシスコで、以前はLeap Motionの共同設立者であったDavid Holz氏によって設立されました。^{[8] Midjourney}の画像生成プラットフォームは、2022年7月12日にオープンベータ版に入りました。^{[3] 2022年3月14日、Midjourney Discordサーバーは、システムトレーニング用に}TwitterとRedditに高品質の写真を投稿するというリクエストとともに開始されました。^[要出典]

同社はアルゴリズムの改善に取り組んでおり、数か月ごとに新しいモデルバージョンをリリースしています。アルゴリズムのバージョン2は2022年4月にリリースされ、^[10]バージョン3は7月25日にリリースされました。 ^[11] 2022年11月5日には、バージョン4のアルファ版がユーザーにリリースされました。^{[12] [13]バージョン4以降、MJモデルはGoogle} TPUでトレーニングされました。^[14]

2023年3月15日、バージョン5のアルファ版がリリースされました。^[15] 5.1モデルはバージョン5よりも意見が強く、画像に独自の様式化をより多く適用し、5.1 RAWモデルは改善を加えながら、より文字通りのプロンプトでよりうまく機能します。バージョン5.2には、新しい「美的システム」と、既存の画像の周囲を生成することで「ズームアウト」する機能が含まれていました。^[16] 2023年12月21日、バージョン6のアルファ版がリリースされました。モデルは9か月にわたってゼロからトレーニングされました。より優れたテキスト表現とプロンプトのより文字通りの解釈のサポートが追加された。

Midjourneyは、Discordボットまたはウェブサイトからアクセスできます。ユーザーは、公式Discordサーバー経由、ボットに直接メッセージを送る、またはボットをサードパーティのサーバーに招待することで、Discordを通じてMidjourneyを使用できます。画像を生成するには、ユーザーは/imagineコマンドを使用してプロンプトを入力します。^{[23]その後、ボットは4つの画像のセットを返します。ユーザーには}アップスケールのオプションが与えられます。ウェブサイトで画像を生成するには、ユーザーはまずボットを通じて少なくとも1,000枚の画像を生成している必要があります。

Midjourneyは、2023年9月5日にMidJourney V5.2の一部としてVary（Region）機能をリリースしました。この機能を使用すると、ユーザーは画像の特定の領域を選択し、画像の残りの部分は変更せずにその領域にのみバリエーションを適用できます。^[24]

Midjourney は、当初の Discord への依存から脱却し、ツールをよりアクセスしやすくするために Web インターフェースを導入しました。この Web ベースのプラットフォームは、2024 年 8 月に Midjourney バージョン 6.1 のリリースと同時に開始されました。Web エディターは、画像編集、パン、ズーム、領域の変更、インペインティングなどのツールを 1 つのインターフェースに統合します。

ウェブインターフェースの導入により、MidjourneyのDiscordチャンネルとウェブルーム間の会話も同期され、両プラットフォーム間のコラボレーションがさらに強化されました。この変化は、Adobe FireflyやGoogleのImagenなど、人気のあるデザインツールに統合されたネイティブウェブアプリとしてすでにリリースされている他のAI画像生成プラットフォームとの競争の激化に対応したものでした。 ^[25]

この機能により、ユーザーはアップロードした画像が最終出力にどの程度影響を与えるかを制御できます。「画像の重み」パラメータを調整することで、ユーザーはプロンプトの内容または画像の特性を優先できます。たとえば、重みを高く設定すると、生成された結果が画像の構造と詳細に厳密に従うようになりますが、重みを低くすると、テキストプロンプトが最終出力に大きな影響を与えるようになります。^[26]

スタイルリファレンスを使用すると、ユーザーは画像をアップロードして、作品のスタイルガイドとして使用することができます。このツールにより、MidJourney は参照画像からカラーパレット、テクスチャ、全体的な雰囲気などのスタイルを抽出し、新しく生成された画像に適用することができます。この機能により、ユーザーは特定の芸術的なスタイルやムードを統合することで、作品の美観を微調整することができます。^[27]

文字参照機能により、文字をより的確に定義することができます。ユーザーは文字の画像をアップロードすることができ、システムはその画像を参照として使用して、出力で同様の文字を生成します。この機能は、異なる画像間で文字の外観の一貫性を維持するのに特に役立ちます。^[28]

ミッドジャーニーの創設者であるデイビッド・ホルツ氏は、アーティストは自分たちが仕事を始める前にクライアントに見せる芸術的コンセプトの迅速なプロトタイプ作成にミッドジャーニーを利用している、とレジスター紙^{に語った。 [5]}

広告業界は、Midjourney、DALL-E、Stable DiffusionなどのAIツールをいち早く取り入れてきました。広告主がオリジナルコンテンツを作成し、アイデアを素早くブレインストーミングできるツールは、「個人向けに作成されたカスタム広告、特殊効果を作成する新しい方法、さらにはeコマース広告の効率化」など、新しい機会を提供しています。 [ ^{29] [プロモーション? ]}

建築家たちは、 Google画像検索の代替として、プロジェクトの初期段階でムードボードを作成するためにこのソフトウェアを使用していると述べています。^[30]

このプログラムは、英国の雑誌エコノミストが2022年6月号の表紙を作成するために使用されました。 ^{[32] [33]}イタリアでは、主要新聞コリエレ・デラ・セラが2022年8月に作家ヴァンニ・サントーニがミッドジャーニーを使用して作成した漫画を掲載しました。 ^{[34]チャーリー・ワーゼルは、}アトランティック誌のワーゼルのニュースレター用にアレックス・ジョーンズの2枚の画像を生成するためにミッドジャーニーを使用しました。 AI生成の表紙の使用は、アーティストの仕事を奪っていると感じた人々から批判されました。ワーゼルは、生成された画像を使用するという決定に関する記事で、自分の行動は間違いだったと述べました。^[35]ジョン・オリバーのラスト・ウィーク・トゥナイトでは、 2022年8月に放送されたエピソードにミッドジャーニーに関する10分間のセグメントが含まれていました。^{[36] [37]}

ミッドジャーニーの画像「Théâtre D'opéra Spatial」が、2022年コロラド州フェアのデジタルアートコンテストで1位を獲得した。ミッドジャーニーに画像生成のきっかけを与えたプロンプトを書いたジェイソン・アレンは、画像をキャンバスに印刷し、ミッドジャーニー経由でジェイソン・M・アレンの名前を使用してコンテストに応募した。他のデジタルアーティストはこのニュースに動揺した。^[38]アレンは謝罪せず、コンテストのルールに従ったと主張した。2人のカテゴリー審査員は、ミッドジャーニーがAIを使用して画像を生成したことを知らなかったが、後にこれを知っていたら、アレンに最優秀賞を与えていただろうと述べている。^[39]

2022年12月、Midjourneyは週末に制作されたAI生成の児童書の画像生成に使用された。Alice and Sparkleと題されたこの本は、自意識を持つロボットを作る少女を主人公としている。作者のAmmaar ReeshiはMidjourneyを使用して大量の画像を生成し、その中から13枚を本用に選んだ。^[40]製品とプロセスの両方が批判を浴びた。あるアーティストは「主な問題は...アーティストの作品からトレーニングされたことだ。私たちが作った作品、私たちが作った独特のスタイルが、使用されることに同意していない」と書いた。^[31]

2023年には、Midjourney、 DALL-E、Stable Diffusion ^{[41] [42]}などのAIベースのテキスト画像生成器のリアリティが非常に高いレベルに達したため、AI生成写真が大量に拡散しました。Midjourneyで生成された、白いパファーコートを着たフランシスコ教皇の写真^{[43] [44]、}ドナルド・トランプ大統領の逮捕の架空^{[45] 、}ペンタゴンへの攻撃のいたずら^[46]、プロのクリエイティブアートでの使用などにより、大きな注目を集めました。^{[47] [48]}

研究によると、Midjourneyが生成する画像には偏りがある可能性がある。例えば、ある研究では中立的なプロンプトでさえ、性別、肌の色、場所の面で不平等な結果が返された。^{[49]非営利団体}Center for Countering Digital Hateの研究者による研究では、このツールは人種差別的および陰謀的な画像を生成するのに簡単に使用できることが判明した。^[50] 2023年10月、Rest of Worldは、Midjourneyは国家のステレオタイプに基づいた画像を生成する傾向があると報告した。^[51]

2024年、フロンティア誌は、ミッドジャーニーで生成された意味不明な図を含む論文^[53]を発表しました。その図の1つは、大きな睾丸と巨大なペニスがそびえ立つネズミの図でした。この画像がTwitterで拡散した翌日、論文は撤回されました。^[52]

2023年5月以前、ミッドジャーニーは禁止語システムに基づいたモデレーションメカニズムを実装していました。この方法では、性的またはポルノ的なテーマや極端な暴力などの露骨な内容に関連する言葉の使用が禁止されていました。さらに、このシステムでは、アッラーや習近平などの宗教的および政治的人物を含む特定の単語も禁止されていました。この慣行は、ミッドジャーニープラットフォーム内での検閲の事例として認識され、時折論争を巻き起こしました。^{[54] [55]}

2023年5月からバージョン5以降のアップデートで、MidjourneyはAIを活用したコンテンツモデレーションシステムに移行しました。この高度なメカニズムにより、ユーザープロンプトを全体的に分析することで、より微妙な解釈が可能になりました。その結果、以前は禁止されていた単語を文脈に応じて使用できるようになりました。たとえば、ユーザーはAIに習近平の肖像画を生成するよう指示できるようになりました。同時に、システムは、逮捕された状況での習近平を含む世界の指導者の描写など、物議を醸す画像の生成を防ぎます。^[56]

2023年1月13日、サラ・アンダーセン、ケリー・マッカーナン、カーラ・オルティスの3人のアーティストが、スタビリティーAI、ミッドジャーニー、デビアントアートに対して著作権侵害訴訟を起こし、これらの企業がウェブから収集した50億枚の画像を使ってAIツールを訓練し、元のアーティストの同意なしに何百万人ものアーティストの権利を侵害したと主張した。^[57]

この訴訟は、ジョセフ・サヴェリ法律事務所と提携したマシュー・バタリック弁護士によってサンフランシスコで提起された。同チームは、マイクロソフト、GitHub、OpenAI（ChatGPTとDALL-Eの開発元）を法廷で訴えたのと同じチームである。2023年7月、米国地方裁判所のウィリアム・オリック判事は、アンダーセン、マッカーナン、オルティスが提起した訴訟の大半を却下する傾向にあったが、新たな訴状を提出することを認めた。^[58] 2023年11月には、ミッドジャーニー、スタビリティAI、デビアントアート、ランウェイAIに対して、4,700人以上のアーティストの著作物を使用しているとして別の訴訟が提起された。^[59]

• 人工知能アート
• コンピュータアート
• ジェネレーティブアート

ウィキメディア・コモンズには、 Midjourneyに関連するメディアがあります。

• 公式サイト