AI検出企業Pangram、900万ドル調達

約2年前にStanfordのAIおよび機械学習卒業生Max SperoとBradley Emiによって創設されたPangramは、ChatGPTのローンチ後に激化した問題に取り組んでいる：人間生成コンテンツとAI生成テキストおよび画像を区別することの難しさである。同スタートアップはMenlo Venturesが主導する900万ドルの資金調達ラウンドを成立させたばかりであり、Haystack、ScOp、Script Capital、Cadenzaも参加している。同時に2つの新しい検出ツールをローンチした：Pangram 4（次世代テキスト検出モデル）およびPangram Image（AI画像検出器）である。

Pangramのテキスト検出モデルはAI支援執筆および人間とAIの混合コンテンツの識別において99％を超える精度を謳い、AI人間化プログラムを通じた検出回避の試みを検出できる。モデルは数千万件の既知の人間作成文書での訓練により機能し、その後Speroが「合成ミラー」と呼ぶものを各文書について作成する：トピック、長さ、トーンを複製するが、最先端LLMで執筆する。検出器はAIが一貫して行う文体的な違いと選択を学習し、メタデータのコピー・貼付けや隠しウォーターマークに頼ることなく高い信頼度でAI生成コンテンツを識別できる。Speroは、このツールは完全なAI執筆コンテンツをキャッチするだけでなく、AI支援のレベルを測定するよう設計されていることを強調した。彼はAI利用の開示が重要であり、AIが関与していたかどうかではないと信じている。

Pangramのローンチのタイミングは現実の制度的プレッシャーを反映している。arXivは今年、著者がLLM出力を査読しなかったことの証拠（幻覚した参考文献や「変更を加えていただきたいか？」のようなメタコメントなど）を含む論文に対して1年間の投稿禁止を引き起こす可能性がある新しい施行ポリシーを導入した。同様に、弁護士はChatGPTで生成された虚偽の引用を法廷に提出した容疑で懲罰と罰金を受けている。カナダの政治家Rob Oliphantは、議員への演説でAI生成プロンプトを大声で読み上げた後、嘲笑を受けた。これらの事件は、コンテンツの真正性を検証しようとしている学校、大学、出版社、採用企業、プラットフォームにおける検出ツール需要を引き起こしている。

ユーザーはウェブでの月額20ドルの購読、またはX、LinkedIn、Substack、Reddit、Mediumの投稿をリアルタイムで自動ラベル付けするChrome拡張機能経由でPangramにアクセスできる。これは、人間およびAIコンテンツのパーセンテージ分解を表示するフィードヘルススコアを提供している。同社はAPIアクセスも提供している；Substackは最近Pangramの技術を統合して、どのニュースレター著者がAIを使用しているかを読者に表示している。その他のAPI顧客には、Quora、学校と大学、出版社とエージェント、採用企業が含まれる。異なるAIモデル全体でAI生成画像を検出することを約束する画像検出器（OpenAIやGoogle DeepMindのウォーターマークベースチェックとは異なり、主に自社の出力を検出する）は、現在研究プレビュー版のみで利用可能である。Pangramは今後数週間でより広く公開する予定である。画像モデルはピクセルレベルの分布を分析して、実写写真とAI生成画像間の微妙な統計的違いを学習し、実写写真内に表示されているAI画像さえ検出できることで機能する。Pangramはwinston AI、Originality.ai、Copyleaks、GPTZeroなど、同じ成長する需要を獲得するために独自の検出器を構築している他のAI検出スタートアップと競合している。

Pangramの900万ドルの資金調達は、AI生成コンテンツのオンライン上での爆発的な拡大によって引き起こされた成長する市場ニーズを反映している。ChatGPTのローンチ以来、インターネットはAI生成SEOスパム、ボット執筆のソーシャルメディア投稿、および共同創業者Max Speroが「LLM駆動のロシア偽情報キャンペーンとTwitterでのアラブ首長国連邦の影響を受けたキャンペーン」と表現するもので溢れている。その結果はもはや恥ずかしさに限定されない：弁護士はChatGPTが生成した虚偽の引用を提出した容疑で懲罰と罰金を受け、arXivなどの学術機関は未査読のLLM出力の証拠を含む論文に対して投稿禁止期間1年を含む罰則の施行を始めている。

同社の検出手法はOpenAIやGoogle DeepMindが提供するウォーターマークベースのシステムとは異なる。代わりに、Pangramは数千万件の既知の人間作成文書で機械学習モデルを訓練し、その後、最先端LLMで執筆された合成対応物を作成する（同じトピック、長さ、トーンを保持）ことで、文体の違いを学習する。テキストについて、モデルはAI完全生成コンテンツと混合人間・AI作業を区別でき、AI支援は開示されている限り受け入れ可能というSperoの信念に対応している。画像については、システムはピクセルレベルの分布を分析して、実写写真に組み込まれている場合でさえAI生成画像を検出する。

PangramはGPTZero、Originality.ai、Copyleaks、Winston AIなど、同様の需要を追う確立されたプレイヤーと競合している。しかし高プロフィールのプラットフォーム（Substackはその技術を統合してAI執筆ニュースレターにフラグを付けている）による早期採用、および学校、大学、採用企業への広がりは、市場が単一の勝者への統合ではなく使用事例別に二分化していることを示唆している。