ブリアのCEO兼創設者ドクター・ヤイール・アダト – インタビュー・シリーズ

ドクター・ヤイール・アダト、ブリアのCEO兼創設者は、マシン・ラーニングとコンピューター・ビジョンの専門家であり、先進的なテクノロジーと現実のビジネス・アプリケーションを結び付ける能力で認められています。ブリアを創設する前に、トラックス・リテールのCTOとして、同社を20人規模のスタートアップから850人以上の従業員を擁するグローバル・ユニコーンに変える上で中央的な役割を果たしました。彼のキャリアの中で、ヤイールはまた、スパークス、ヴィコミ、タスク、データ・ジェン、 アニマなどのAIドリブンのベンチャーに対するアドバイザーとして貢献してきました。彼のリーダーシップは、責任あるイノベーション、データ所有権、AIテクノロジーの民主化に対する強いコミットメントによって特徴付けられます。

ブリアは、責任あるビジュアル・ジェネレーティブ・AIの分野における先駆的な企業であり、オープンで倫理的なイメージ・ジェネレーション・プラットフォームを作るという使命で創設されました。同社のユニークなアプローチは、帰属エンジンを通じて、データ所有者がその貢献に対して報酬を得ることを可能にし、AIエコシステムにおける透明性と公平性を確保しています。創造性、コラボレーション、コンプライアンスに焦点を当てて、ブリアは組織がジェネレーティブ・AIを安全にワークフローに統合することを可能にし、ビジュアル・コンテンツ・インダストリーにおける説明責任と信頼の新しい基準を設定しています。

あなたは、責任あるオープンなビジュアル・ジェネレーティブ・AIのプラットフォームを作るためにブリアを創設しました。創設のインスピレーションは何でしたか？また、初期の課題や洞察は、同社の方向性をどのように形作りましたか。

2014年に、GoodfellowがGANの論文を発表したのを見て、創造的な生産が根本的に変化することを直感的に理解しました。そのプレゼンテーションで、影響は明らかでした — これは、単にインクリメンタルな改善ではなく、機械がビジュアル・コンテンツを学習して生成するための新しいパラダイムでした。

しかし、最初から、私はこれらのシステムが構築されている方法における基本的なギャップを認識しました — 訓練データに対する説明責任がなかったのです。責任ある展開のためのフレームワークがなかったのです。創造者たちの仕事が全てを可能にしたという考慮がなかったのです。

初期の課題は技術的なものではありませんでした — 構造的なものでした。創造的な仕事を強化するジェネレーティブ・AIを、創造者たちを損なうことなくどのように構築することができるのか。法的確実性が重要な生産環境で、これらのシステムを使用可能にする方法は何ですか。そうした疑問が全てを形作りました。私たちは、イノベーションと責任が反対の力ではないという原則でブリアを創設しました — それらは一緒に進歩しなければならない。そうでなければ、テクノロジーは誰も幸せにしません。

あなたのコンピューター・ビジョンの学術的背景と50を超える特許は、研究と現実のイノベーションを結び付けています。そうした経験は、ブリアの技術ロードマップと長期的な戦略にどのように影響していますか。

私の研究的背景は、私にシステム的に考えることを教えました — 異なるレイヤーの理解がどのようにして意味を形成するか。私の多くの特許は、機械が視覚情報の構造をどのように解釈するかについて焦点を当てています。そうした考え方は、ブリアのアプローチに自然に翻訳されました。私たちは、イメージ・ジェネレーションをランダムなプロセスではなく、構成的なプロセスとして見ています。

しかし、特許は技術だけについてではありません — ビジネス・リアリティーへの橋渡しについてです。私たちの知的財産のポートフォリオの重要な部分は、システム・レイヤーを扱っています — 生成されたコンテンツをその訓練元に接続する帰属フレームワークをどのように作成しますか。クリエイターを大規模に補償する経済モデルの構築方法は何ですか。そうした問題は、純粋に技術的なものではありません — インフラ、ビジネス・モデル、市場設計の問題です。

そうした広い視点が、私たちの長期的な戦略を形作りました。イノベーションは、基礎となるモデルを進歩させることだけではありません — 新しい経済構造、契約フレームワーク、業界が持続可能に運営するための新しい方法を作ることです。目標は、単により良い結果を生み出すことではありません — 結果がどのように形成されるか、誰が貢献したか、価値がシステムを通じてどのように流れるかを理解することです。そこが、科学が製品思考とビジネス・アーキテクチャーと出会う場所です。

ブリアは、FIBOと呼ばれる、プロフェッショナル・グレードのAI生成のための世界初の決定論的ビジュアル・ファウンデーション・モデルを発表しました。FIBOは、既存のビジュアルAIシステムとは何が異なるのでしょうか。

その名前自体が、私たちのアプローチを示しています — FIBOはフィボナッチ、数学的なシーケンスであり、固有の美的特性で有名です。黄金比 — フィボナッチ・シーケンスの連続する数字の比率 — は、数学、視覚芸術、幾何学、建築学において、美しいと認識される比例で現れます。ローマ・パンテオンやホワイトハウスの寸法、人間の体やレオナルド・ダ・ヴィンチの『ヴィトルウィアヌス的人間』に描かれた顔、自然の形態に至るまで、そこにそれを見ます。数学的構造と視覚的美しさの関係が、FIBOが体現するものです — 構造を通じての美的品質。

FIBOは、意図と出力の関係を変えます。ほとんどのビジュアルAIシステムは、意図と出力の間に解釈の層を挿入します — プロンプトを書き、モデルが言語エンコーダーを通じてそれを翻訳し、ノイズを通じて拡散し、結果があなたのビジョンと一致することを願います。FIBOは、完全にそうした層を取り除きます。

私たちは、ビジュアルAIをコードのように動作させることに成功しました — 創造的な要素はすべて編集可能で繰り返し使用可能です。プロフェッショナルにとって、これはブレークスルーです — それまで、プロンプト・ルーレットに縛られていました。これは、明確な、制御可能なプロパティとして、照明の方向、カメラ・アングル、カラーパレット、構成、スタイルが存在することを意味します。JSON構造により、必要なパラメータのみを変更し、他のすべてをロックすることができます。照明の強度を変更することなく構成を変更したり、カメラ・アングルのみを変更することができます。システムは、指定された通りに動作します — 常にそうです。

私たちは、FalとNVIDIAと共同で、開発者が実際にどのように決定論的生成を使用できるかを示すハッカソンを開催しています。JSON構造自体がブラックボックスを開きます — 画像を作成したパラメータを正確に見ることができ、それを再現し、精度を持って変更することができます。これは、プロンプト・エンジニアリングとは完全に異なるパラダイムです。

従来のテキスト・ツー・イメージ・システムは、特定の結果を達成するために、ますます複雑なプロンプトに依存しています。FIBOのアプローチは、プロンプトの複雑さの問題をどのように解決しますか。

解決しなければならない2つの問題があります。まず、プロンプトのランダム性の問題は、現在のモデルがユーザーの意図を抽出しようとしていること、そしてモデルが美的または望ましいと考えるものをプロンプト強化を通じて追加しようとしていることから生じています。2つ目は、プロフェッショナル・プロパティに対する制御の欠如です。

FIBOはこれを逆転します。モデルは、1枚の画像につき1,000語を超える視覚的な説明で訓練され、JSON形式で100以上の独立した属性を明示的にエンコードしました。これは、事後処理や抽出ではありませんでした — これが、ネイティブな訓練形式でした。各属性が構造的に表現されているため、モデルは視覚的な構成を、テキストの曖昧な解釈ではなく、離散的で制御可能なパラメータのセットとして学習しました。

実践では、これは、プロンプトと祈るのではなく、構造を通じて美的意図を定義できることを意味します。テキストとイメージの整合性は、翻訳層がないため、根本的に高くなります。プロパティは独立しているため、照明を構成に影響を与えることなく変更したり、スタイルに影響を与えることなく色のパレットを調整したりできます。制御は外科的です。

FIBOは、従来のイテレーティブ・ジェネレーションとは異なる「リファイン」ワークフローを導入します。プロフェッショナルがビジュアル・プロダクションに取り組む方法をどのように変えますか。

ほとんどのジェネレーティブ・ワークフローは、イテレーティブですが、苛立たしいものです — 生成、評価、プロンプトの調整、再生成、近づいているかどうかを願います — これが「プロンプト・アンド・プレイ」です。何が変わったのか、またなぜ変わったのか、わかりません。

リファインは、実験をデザインに変えます。新しいプロンプトが何をするかを推測するのではなく、画像を、Photoshopで光や色を調整するように、正確に操作します。JSONレベルで直接作業する必要はありません — ビジョン・ランゲージ・モデルが、自然言語の指示に基づいてJSONを変更します。しかし、JSON自体が、正確に何が起こったかを理解することを可能にします。初期の画像を生成し、そのJSON表現を調べ、調整する必要のあるプロパティを特定します — たとえば、照明の強度が高すぎるか、またはカメラ・アングルの調整が必要か — そして、単純な指示に基づいてそれらの値のみを変更します。すべての他のものはロックされたままです。

これは、エージェント・ワークフローに適した構造です。AIエージェントは、JSONを分析し、画像の完全な状態を理解し、ターゲット化された変更を行い、その理由を説明することができます — すべてのパラメータが明示的で解釈可能であるためです。エージェントは、プロンプトの変更が何をするかを推測するのではなく、既知のプロパティに対する精密な調整を行います。

これは、プロフェッショナルがジェネレーティブ・AIに懐疑的だった、予測不可能性を除去します。画像を作成した完全なパラメータ・セットを見て、各プロパティが制御するものを理解し、他のものが漂うことなく個々の属性を自信を持って変更できる場合、実験しているのではなく、デザインしています。JSONの可視性がブラックボックスを開きます。法的確実性や出力の質が重要なプロフェッショナルなプロダクション・ワークフローでは、これは、創造的な玩具とプロダクション・ツールの違いです。

データ・エチケットとブランド・セーフティは、エンタープライズ・AIの重要な要素になりました。ブリアが完全にライセンスされた、権利クリアされたデータを使用することで、どのようにしてコンプライアンスとクリエイターのIPへの尊重を確保していますか。

最初の日から、私たちは、業界が責任を持って成長するためには、データの完全性から始める必要があると決めました。FIBOを訓練したすべての画像は、ゲッティ・イメージズやエンヴァトなどのコンテンツ・リーダーとのパートナーシップを通じて、ライセンスされた、権利クリアされたソースから来ています。これにより、モデルはコンプライアンスであり、公平であることを保証します。私たちは、クリエイターへの尊重を価値の連鎖の一部と見なしています — それが制限ではありません。エンタープライズは、その完全性から法的および倫理的な確実性を得ることができます — それが、彼らが自信を持って拡大するために必要なものです。

FIBOは、各企業のユニークなブランド・スタイルとアイデンティティを学習することができます。そうした能力は、グローバル・ブランドがコンテンツ・クリエーションやビジュアル・コンシステンシーに取り組む方法をどのように変えますか。

ブランドには、デザインを通じて感情、信頼、目的を表現するための独自の視覚的なDNAがあります。FIBOは、その言語を学習できます。訓練された後、同社のアイデンティティを定義する構成、トーン、雰囲気と同じ視覚的なものを生成します。これは、AIを創造的なアシスタントからブランド・アセットに変えます。グローバル・チームが、近似ではなく、整合性を持って創造することを可能にします。結果は、個性を失うことなく、スケールでの整合性です。

パッケージ・デザイン、製品イメージ、創造的なキャンペーンの自動化にFIBOを使用している早期の採用者がいる中で、どのような結果やフィードバックが、あなたにとって最も印象的でしたか。

マインドセットのシフトです。チームは、AIを運用ツールの一部として扱い始めています — 新規性ではありません。グローバル・ブランドは、ブランドのコンシステンシーを維持しながら、地域のパッケージ・バリアントをはるかに迅速に生成しています。リーディング・クリエイティブ・エージェンシーは、制御されたイテレーションを通じてキャンペーンの開発を10倍に加速しました。しかし、本当の信号は、クリエイティブ・ディレクターが私たちに、よりコントロールされていると感じているということです — モデルは彼らの視覚的な意図を理解しているのです。那は、業界の転換点です。

ブリアは、倫理的で制御可能なAIのリーダーとして位置付けられています。そうした哲学は、将来的に視覚的なAIの規制や業界の標準にどのように影響しますか。

私たちは、イノベーションとガバナンスが一緒に進む必要がある段階に達しました。規制は、障害ではありません — 持続可能な成長のためのインフラです。私たちのアプローチ — 透明なデータ、決定論的出力、明確なプロバンス — は、現れ始めた政策の要求と密接に一致しています。私は、トレーサビリティ、説明可能性、権利保護を優先する新しい規格が見られるでしょう。ブリアの哲学は、実践を通じてそうした規格を定義することです — 政策声明ではありません。

今後、FIBOの後には何がありますか。イメージ、ビデオ、3D生成を一つの制御可能なフレームワークの下に統合するマルチモーダルAIへの拡大を想定していますか。

はい。FIBOを支える原則 — 構造、制御、透明性 — は、すべての視覚的なドメインに適用されます。私たちはすでに、ビデオや3Dへの拡張を探究しています — そこで、決定論がイメージと同じ信頼性をもたらすことができます。私たちの目標は、シンプルです — AIの創造性を、コードを書くことと同じくらい制御可能で安全にし、イメージからビデオ、3Dまで、すべての視覚的なメディアにそれを拡張することです。

素晴らしいインタビュー、ありがとうございます。読者がもっと学びたい場合は、ブリアを訪れてください。