AppleのGenmojiは偽装されたプロンプトエンジニアリングトレーニングツールかもしれない

写真が千の言葉に値するとしたら、AI が生成した絵文字の価値は何でしょうか?

アップルが6月10日の開発者会議でGenmojiを発表して以来、私はそのことについてずっと考えてきた。今秋、次期iOSオペレーティングシステムソフトウェアに搭載される予定の新しい絵文字メーカーは、生成AIエンジンを使用して、iPhoneユーザーが数語で絵文字を説明できるようにする。アップルの例には、「キュウリのスライスを着てリラックスしているスマイリー」や「リスのDJ」などがある。すると、アップルのiOS 18ソフトウェアが数秒でデジタルアイコンを作成するので、メッセージやステッカーとして共有できる。

iPhone、Mac、iPad 向けの新しい Apple Intelligence 機能セットの一部として提供される Genmoji により、Unicode コンソーシアムが標準化し、私たちがよく知っている 3,700 以上の絵文字に加えて、使用できるカスタム絵文字が爆発的に増えると多くの人が予測しています (😉👋✔️)。絵文字辞書 Emojipedia の編集長 Keith Broni 氏は、ワシントン ポスト紙に、Genmoji によってニッチな絵文字作成の「扉が開かれる」だろうと語りました。

Apple ユーザーは、クール (💀)、クリエイティブ (💡)、気の利いた (🤓)、奇妙な (🪱)、わかりにくい (🤺)、ばかばかしい、またはダサい (💩)、あるいはそれらを組み合わせたようなオリジナルの絵文字を考案して、自らを凌駕しようとするに違いありません。

しかし、Apple が以前にメッセージ アプリに楽しさを加えようとした試みがあまり反応がなかったことを考えると、AI 搭載の絵文字ジェネレーターが良いのか悪いのかは議論の余地があります。2018 年のパーソナライズされた「Memoji」やアニメーション化された「Animoji」を覚えていますか? また、カスタム絵文字はあなたにとっては巧妙に思えるかもしれませんが、受け取った人はリスの DJ が何を表しているか実際に理解できるでしょうか?

「無制限で自由な絵文字の可能性を追加することで、同社はAI絵文字をデジタル文化の新たな高みへと導くことができる。あるいは、場の空気を読めず、コミュニケーションの仕方を悪化させる可能性もある」とテイタム・ハンター氏はワシントン・ポスト紙に書いた。

確かにそうですね。Genmoji は絵文字の混乱と Mehmoji の幕開けとなるでしょうか? 正直わかりません。

しかし、私はこの新しい絵文字メーカーについて別の考えを持っています。Genmoji は、gen AI を扱ったことのない人々が、AI 搭載のチャットボットに求める内容を表す用語である「プロンプト」を気軽に書けるようになるための、シンプルで脅威のない方法なのではないでしょうか。

Apple は、新しいテクノロジーを主流にし、人々に新しいやり方を受け入れてもらうのが得意な消費者向けテクノロジーの巨大企業であり、何百万人もの人々が毎日 iPhone を使用していることを考えると、iPhone がどのような機能を導入しても、消費者市場、そして私たちとテクノロジーの関係を混乱させる可能性があります。

だからこそ、ナスやユニコーン、トロールのバリエーションを生み出すだけではなく、Genmoji は新世代のプロンプト エンジニアのための基本的なトレーニング ツールになる可能性があると考えました。

Mac のパズルと「マウスの調整」

私を変人だと決めつける前に、1984 年 1 月に発売された Macintosh 128K コンピュータのオリジナル オペレーティング システム ソフトウェアに含まれていた The Puzzle デスク アクセサリについて考えてみてください。Apple の発明家であり機知に富んだソフトウェア エンジニアである Andy Hertzfeld が設計した The Puzzle は、旧式の IBM が PC 市場を独占していた時代に、パーソナル コンピュータを所有するという概念にちょっとした楽しさをもたらしました。

しかし、このパズルの真の貢献は、人々が Mac の画期的なグラフィカル ユーザー インターフェイスの使い方を理解し、斬新な入力デバイスであるマウスをより快適に使用できるようになるのに役立ったことかもしれません。

私が MacWEEK の記者として働いていたとき、Mac の 5 周年記念で彼にインタビューしたとき、Hertzfeld はそれがパズルの背後にある考えの一部だと言っていました。嬉しいことに、彼は Folklore.org で The Puzzle の起源の物語を記録しました。このサイトには、Apple と Mac の初期の歴史について、当時の人々が書いた 100 以上の物語が掲載されています。

「デスクアクセサリは、通常、電卓や目覚まし時計のようなユーティリティですが、Macintosh も楽しいものであることを示すために、ゲームも 1 つか 2 つ用意すべきだと考えました」と Hertzfeld 氏は言います。「私は、4 x 4 のスペースに 15 個の数字付きタイルを順番に並べる『15 個の数字パズル』を作成することにしました。

「空きスペースの横にあるタイルをクリックすると、そのスペースにタイルが滑り込みます」と彼は説明する。「時間をつぶしてマウスの調整力を鍛える楽しい方法でした。」

賢いでしょう？初期の Mac ユーザーはタイルを動かしてゲームをしていただけでしたが、実際には Apple の GUI の操作やマウスの使用に慣れ、それがコンピューターの入力デバイスとして普及するきっかけとなりました。（ちなみに、Hertzfeld 氏は、The Puzzle がディスク容量を大量に消費するため OS に組み込まなくなるところだったことも語っています。そこで彼はコードを書き直して 600 バイトにまでサイズを縮小しました。Mac ファンなら彼のエッセイを読んでみてください。）

とにかく、この小さなゲームが、マウスを入力デバイスとして地球に普及させるのに役立ったことを考えると、Genmoji を人々に文章の書き出しについて考えさせる方法と見なすのは無理な話ではありません。オリジナルの絵文字を思いつくのは、確かに楽しい時間の過ごし方のように聞こえます。

プロンプト、アバドア、ベビーダイコン

効果的なプロンプトを作成するには、最初の数回の質問で満足のいく回答が得られるように十分な詳細を提供して、AI の初期の出力にイライラしないようにする必要があります。

私がこれを知っているのは、過去 1 年間、ジェネレーション AI の影響と使用例を理解してきたからです。また、OpenAI のガイドや Adobe のガイドなど、55 を超えるプロンプト ガイドを研究し、YouTube 動画を何時間も視聴して、CNET チーム向けに、私が学んだことをプロンプトの技術をマスターするための 15 のヒントにまとめた入門書を作成しました。(CNET の AI Atlas で毎週発行している私の AI ニュースレターにサインアップすると、コピーを入手できます。)

コツは、プロンプトが具体的であることを確認することです。「青い星」を要求して最善を期待するのではなく、「グラフィティ アーティスト スタイルの 5 つの尖った光沢のあるアクア ブルーの星」を要求してみてください。または、猫の絵文字が好きな場合は (ここでは判断しません)、「踊る猫」ではなく、「飛行士のサングラスをかけて黒のコンバース チャック テイラーを履いたムーンウォークする三毛猫」を要求するかもしれません。

Apple によれば、Genmoji を使えば、友達や家族、そしておそらく敵の写真も絵文字に変換できるようになるという。もしかしたら、その写真を AI 化して、アンセル・アダムス風の白黒画像やコダクロームのカラー傑作に変換できるようになるかもしれない。

あるいは、Genmoji ツールボックスは、OpenAI の Dall-E チャットボットによるテキストから画像への変換実験のようなアイデアを、果物や野菜を使って「アボカド チェア」や「チュチュを着た赤ちゃん大根が犬を散歩している」など、さまざまな形で再現できるほど強力になるかもしれません。

学習環境としての Genmoji?

繰り返しになりますが、Genmojiに何を尋ねられるかは、Appleがテキストを画像に変換するツールにどのようなトレーニングデータと機能を組み込んでいるかによって異なります。Memojiでは、Appleはキャラクターのデッキを提供し、肌の色、髪型、目などの特徴をカスタマイズできるようにしました。

Genmoji に関しては、それがどのように機能するかについてはまだそれほど多くの詳細はわかっていません。

私はアップルに、ユーザーインターフェースとヒューマンファクターデザインに注力するデザインチームで、Genmojiを、人間がAIチャットボットと会話するためのトレーニング方法として検討した人がいるかどうか尋ねた。アップルの広報担当者は、同社のプレスリリースと、ワールドワイドデベロッパーカンファレンスの基調講演で公開されたGenmojiのデモを紹介してくれた。

また、開発者向けに「Genmoji を使ってアプリに表現力をもたらす」方法を説明した 11 分間の解説ビデオもあります。その中で、Apple の入力エクスペリエンス エンジニアである Aaron Hurley が、Unicode 絵文字と Genmoji の違いについて説明しています。

「従来の絵文字は実際には画像ではなく、プレーンテキストとして送信される Unicode 文字の標準化されたリストであり、他のテキストコンテンツと同様に、適切な画像を独自のフォントでレンダリングするのは表示デバイス次第です」と Hurley 氏は言います。「一方、Genmoji のようなパーソナライズされた画像は、Unicode テキスト文字では表現できない独自のラスタライズされたビットマップです。」

同氏はさらに、Genmoji は「画像グリフ」であり、開発者は NSAdaptiveImageGlyph と呼ばれる新しいアプリケーション プログラミング インターフェイスを介してアプリに追加できると付け加えた。NSAdaptiveImageGlyph は標準の画像形式をサポートし、正方形のアスペクト比で複数の解像度で作成でき、コンテンツの説明などのメタデータで拡張できる。

わかりました。しかし、Apple が Genmoji を考案したときに、楽しさの要素を超えて考える点で Hertzfeld 氏と同じくらい賢明だったかどうかはまだわかりません。

そこで私は、ユーザー エクスペリエンスの専門家に、これまでチャットボットと関わったことのない一般の人々が AI ツールと会話することに慣れるための、脅威のない簡単な方法として Genmoji についてどう思うか尋ねてみました。

ニールセン・ノーマン・グループのユーザー体験専門家で、元計算神経科学者のカレブ・スポンハイム氏は、私のアイデアはそれほど突飛なものではないと私に言った。同氏は、これは「人々がちょっとした楽しみを味わえる、リスクもコストも低い環境をアップルが作り出す方法」になるかもしれないと語った。しかし、すべてはツールがどれだけ有能でユーザーフレンドリーであるかにかかっていると付け加えた。

「アップルの発表を額面通りに受け取るなら [and that] 少なくとも彼らが言っているようにうまく機能すれば、人々が画像生成のコンテキストで生成AIを体験し、使い始めるための入り口となるだろう」とスポンハイム氏は語った。

しかし、「それがどれだけ使いやすく、どれだけ楽しい体験になるかは、Apple とその実装次第だ」と同氏は付け加えた。「そうでなければ、難しかったりイライラしたりすれば、それはキーボードの背後に隠れた iMessage のもう 1 つの機能になってしまうだろう」

たとえアップルが本当に独創的な絵文字メーカーを作ったとしても、人々がそれを使って作成を楽しむとは限らない。OpenAIのDall-EやMidjourneyなど、現在人気のAIテキスト画像エディタの問題は、プロンプトで何が機能し、何が機能しないかについて適切なフィードバックを提供しないことだとスポンハイム氏は述べた。フィードバックループがないと、システムにアプリコットの画像がない場合、笑顔の顔の代わりにキュウリのスライスを目の上に載せたリラックスしたアプリコットの絵文字を作成しようとしているユーザーにとって、イライラすることになるだろう。

「AIも、優れた使いやすい体験を実現する方法に関する基本的なインターフェースガイドラインから免除されるわけではない」とスポンハイム氏は言う。

Apple が Apple Intelligence にどれだけの AI 知能を組み込むかは、ただ待つしかありません。それまでの間、独自の絵文字を作成する可能性にワクワクしているなら、ブレインストーミングを始めましょう。Genmoji は単に楽しい時間をつぶす方法かもしれませんが、プロンプトの技術を習得することでクラスをリードすることになるかもしれません。🤷

編集者注: CNET は AI エンジンを使用して数十の記事を作成し、それに応じてラベル付けしました。お読みの注記は、AI のトピックを実質的に扱っている記事に添付されていますが、すべて当社の熟練した編集者とライターによって作成されています。詳細については、当社の AI ポリシーをご覧ください。