例を示して：画像セットから視覚的コンセプトを推論する

最近のAI、特に「ビジョン・言語モデル（VLM）」と呼ばれるものは、たくさんの言葉を理解して、複雑な指示にも応えてくれるようになりました。例えば、「青いシャツを着た猫の絵を描いて」と言えば、それらしい絵を描いてくれたりします。これはすごい進歩ですよね。

でも、AIにも苦手なことがあるんです。それは、言葉の指示なしに、たくさんの「例」となる画像だけを見て、そこから共通する「見た目」のルール（コンセプト）を見つけ出すこと。例えば、色々な「リンゴ」の画像を見せられたときに、「リンゴとはこういう形や色をしているものだ」という共通の特徴を自分で見つけ出す、といったことです。

今回のApple Machine Learning Researchの研究では、このAIの「例から共通点を見つける力」を測るための新しい方法を提案しています。この能力を「セットからの視覚的コンセプト推論（VICIS）」と名付けました。これは、AIが単に指示されたものを描くだけでなく、与えられた情報から自ら学び、応用する力を高めるための研究と言えます。

この技術が進めば、AIはもっと色々な場面で活躍できるようになるはずです。例えば、デザイナーがたくさんのデザイン例を見せて「こういう雰囲気のデザインをいくつか作って」とAIにお願いしたり、医療分野でたくさんの病気の画像から共通の特徴を見つけ出して診断の精度を上げたり、といった応用が考えられます。AIが「空気を読む」能力、つまり文脈や例から共通のルールを掴む力が向上すれば、より人間のように柔軟で賢いAIになっていくでしょう。この研究は、AIの「察する力」を育むための、まさに第一歩と言えるかもしれません。