AIToday
画像生成AI安全性・アラインメントArs Technica AI掲載日時: 2026年10月14日 22:00

GoogleとOpenAIの画像AI、13%で回避され

LINEで送る
GoogleとOpenAIの画像AI、13%で回避され

3つのポイント

  1. 何が起きたか

    White Circleの研究者は、GoogleのNano Banana 2とOpenAIのDALL·E 3およびGPT-Image-2が約13%の確率で回避され露骨な画像を生成できることを発見した。

  2. なぜ重要か

    White Circleは、この回避率が同一基準でテストされたあらゆる手法の中で最高だと述べた。同グループは、フロンティアラボの外部評価者としての立場を確立しつつある。

  3. 注目点

    White Circleは今年11月のNeurIPS 2026でこの研究を共有する予定だ。

誰に効くかGoogleとOpenAIのAI安全性チームは、画像生成の安全策強化に向けた外部からの圧力に直面している。第三者による安全性テストの義務化を検討する政策立案者たちは、引用できる具体的な回避率を手にした。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

White Circleの発見は、AI生成の露骨なコンテンツが野放しで広がる中で出たものだ。Googleが共同執筆した今月の研究では、非同意コンテンツがテキストメッセージやダイレクトメッセージで一般的に共有されたり、発見・通報されにくいプライベートクラウドに保存されたりしていることが分かった。Googleの研究者は、最も重要な介入点は依然として源流にあると結論づけた。

Googleの研究ではまた、AIヌードを作成したと認めたオンラインユーザーの20%が「楽しみのため」または「冗談として」そうしたことも分かった。ほぼ3分の1は単に「技術を試していた」だけだった。これを受けて、Internet Watch Foundationは先週、2026年上半期にCSAMの法的定義に該当するAI画像6,310点を発見したとして、緊急の行動が必要だと警告した。

White CircleのShilov氏は、義務化されない限りフロンティアラボは安全性テストに投資しないと主張する。同グループは第三者による安全性テストについて、政府関係者と初期段階の協議を進めている。

よくある質問
White Circleはどのような攻撃手法を使ったのか?
この手法は「Red-teaming via Iterative Strategy Evolution」(RISE)と呼ばれる。攻撃モデルでジェイルブレイクを生成し、判定モデルで禁止コンテンツを検証する。
各社はこの結果に応答したのか?
GoogleもOpenAIも、自社モデルで見つかった脆弱性について直接コメントするというArsの要請には応じなかった。
White Circleはこの攻撃パイプラインをどうするのか?
攻撃パイプライン全体をGitHubでオープンソース化し、今年11月のNeurIPS 2026で研究を共有する計画だ。
Ars Technica AI元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

関連記事

次の記事へFriend 2の個性、同じに見える