Pangram、AI検出で900万ドル調達

約2年前に Stanford の AI・機械学習卒業生である Max Spero と Bradley Emi によって創業された Pangram は、Spero が「インターネット上の LLM 駆動型ロシアンディスインフォメーションキャンペーンと UAE の影響を受けたキャンペーン」およびより広範な AI 生成コンテンツ汚染と表現する問題に取り組んでいる。同スタートアップは Menlo Ventures 主導で、Haystack、ScOp、Script Capital、Cadenza の参加を得て900万ドルの資金調達を終了したばかりであり、テキスト向け「Pangram 4」と画像向け「Pangram Image」の2つの新しい検出モデルを立ち上げている。

Pangram 4 は AI 支援ライティングと人間・AI 混合コンテンツの識別で99%以上の精度を主張し、検出を回避するために設計された AI ヒューマナイザープログラムも検出できる。このモデルはコピーペーストメタデータや隠されたウォーターマークに依存するのではなく、スタイル的違いを学習することで動作する。Spero は TechCrunch に次のように説明した。「われわれのモデルは AI が一貫して行うスタイル的違いと選択を学習しており、それを使用して高い確信を持って何が AI 生成かを学習することができます」。このテクノロジーは数千万件の既知の人間ドキュメントで訓練され、話題、長さ、声のトーンを複製しているが最先端 LLM によって書かれた合成対等物と組み合わされた。重要なことに、Pangram は完全に AI 生成と完全に人間が書いたテキストの区別だけでなく、誰かが AI に自分の仕事を編集または改善するよう依頼する場合など、AI 支援の中間レベルも検出する。Spero は、そうした支援は開示されていれば許容可能だと考えている。

Pangram Image（画像検出器）は現在研究プレビュー経由でのみ利用可能であり、数週間以内のより広範なリリースが計画されている。OpenAI や Google DeepMind のウォーターマークベースのチェック（主に自社のプロプライエタリ出力を検出する）とは異なり、Pangram のモデルはピクセルレベルの分布で動作し、実写写真と AI 生成画像の間の微妙な統計的違いを学習する。Spero はそのモデルが実世界の写真に埋め込まれた AI 画像すら検出できると報告している。TechCrunch による独立したテストでは、テキスト検出器は ChatGPT と Claude からの完全に AI 生成されたニュース記事を容易にフラグ付けし、軽微に編集された AI テキストではめったに騙されないことが判明した。しかし、時に人間が書いた文を AI 支援として判定し、ときに微妙な AI 編集を見落とした。もっとも、元々書かれたとおりの完全な記事が与えられた場合、それは正しく100%人間として評点を付けた。画像検出器も同様にテスターに印象付け、フォトリアリスティックでアニメ的な AI 画像の両方を検出したが、AI 画像の実写写真を誤って人間のコンテンツと識別した。

Pangram が対処する市場は極めて現実的である。学術アーカイブ arXiv は今年、幻覚参考文献やメタコメント「何か変更がほしいですか？」といった LLM 出力を著者が適切に確認しなかった場合は1年の投稿禁止とする新しい強制方針を導入した。法的領域では、弁護士が裁判所提出文書に ChatGPT 生成の偽の引用文を使用したことで制裁と罰金を受けている。こうした制度的影響が検出ツールへの需要を生み出した。Pangram は既に Substack に統合されており、このテクノロジーは読者にお気に入りの著者のうち誰が AI を使ってニュースレターを書いているかを示すために使用されている。その他の API 顧客には Quora、学校と大学、出版社と代理人、採用担当者が含まれる。個々のユーザー向けに、Pangram は月額20ドルのウェブサブスクリプションと Chrome 拡張機能を提供し、X、LinkedIn、Substack、Reddit、Medium 上の投稿をリアルタイムで自動的にラベル付けし、人間対 AI コンテンツのパーセンテージ内訳を備えたフィード健全性スコアを提供する。Winston AI、Originality.ai、Copyleaks、GPTZero を含む競合企業は同じ市場を狙っており、それぞれ独自の検出器を構築している。Spero は、自分のテクノロジーが AI を利用して文章を書いている人々への「魔女狩り」を助長することは望んでいないが、むしろ AI 生成スロップに対抗することを望んでいると明確にしている。彼は TechCrunch に次のように述べた。「私が見ている未来は AI コンテンツが引き続き増殖するというものです。新しい GPU は新しい人間が生まれるより速く登場しています。人間のコンテンツを積極的に差別化しなければ、ますます多くの AI を目にするようになり、人間のシグナルをすべてかき消してしまうでしょう」。

Pangram の900万ドルの資金調達は、共同創業者 Max Spero が「AI スロップ汚染」と呼ぶインターネット全体に広がる現象に対応する AI 検出ツールへの制度的需要の高まりを反映している。タイミングは重要である。arXiv のような学術機関は、幻覚参考文献や未審査 AI 生成テキストなど LLM 出力を適切に確認しなかった著者の投稿禁止を強制し始めており、弁護士が ChatGPT で生成された偽の引用文に頼ったことで制裁と罰金を受けた法的事例も既に出ている。こうした制度的反発は、コンテンツが人間が書いたものか AI 生成か、あるいはその両方の混合かを検証できる検出テクノロジーの市場を生み出している。

Pangram のアプローチは競合他社の提供物と異なり、メタデータ、ウォーターマーク、隠された信号に依存するのではなく、AI 出力のスタイル的違いを学習することに焦点を当てている。同スタートアップは数千万件の既知の人間ドキュメントでモデルを訓練し、最先端 LLM を使用して合成対等物を作成し、AI が一貫して行うスタイル的選択を認識するようシステムを教えた。この方法は文字モデルで99%以上の精度を達成しているとされるが、TechCrunch による独立したテストでは、時に人間が書いた文を AI と判定し、ときに微妙な AI の編集を見落とすことが判明している。画像検出モデルも同様にウォーターマークではなくピクセルレベルの分布に基づいて動作し、異なる AI 画像生成器全体にわたってより広い到達範囲を提供する。

競争環境は混雑している。Winston AI、Originality.ai、Copyleaks、GPTZero がすべて同じ需要を狙っているが、Pangram は既に Substack 統合と Quora、学校、大学、採用担当者との API パートナーシップを通じて制度的採用を確保している。Spero は検出が正当な AI 利用に対する「魔女狩り」を助長するのではなく透明性を実現するべきだと強調し、ツールを AI 支援を完全に禁止するのではなく開示を確保する方法として位置づけている。