圧倒的な結果を出し続ける極予測AIとは?AI広告の仕組みをエンジニアが徹底考察

極予測AI AI広告 仕組み エンジニア 徹底考察

WEELメディア事業部AIライターの2scです。

マーケターのみなさんなら、サイバーエージェントの「極予測AI」は当然、ご存知ですよね?

極予測AIは従来型と比べて2.6倍に迫る勝率を叩き出した、AI広告サービスの最先端。成果報酬型で既存1位超えのスコアを出した広告のみを提案してくれる、どこまでも”極まった”AIツールなんです!

当記事ではそんな極予測AIについて、その仕組みを徹底解剖。内部のAIモデルや処理フローについて、弊社エンジニアの予想をお届けします!

完読いただくと、広告運用のヒントが得られるかも……

ぜひ最後までお読みくださいね。

目次

サイバーエージェントの「極予測AI」とは

「極予測AI」は、株式会社サイバーエージェントが送るAI搭載型の広告サービスです。その機能は……

  • バナー広告の効果予測・提案
  • 動画広告の効果予測・提案
  • バナーと動画を併せた効果予測・提案(クロスフォーマット機能)
  • バナーの自動生成

というもの。先行テストにおいて、従来型のAI広告比で2.6倍に迫る勝率を叩き出しました。※1

そんな極予測AIの最大の特徴は……

極予測AI従来型のAI広告
スコアの比較方法既存1位の広告と生成した新規バナーを比較する生成した新規バナー同士で広告効果を比較する
提案内容既存1位のスコアを超えたバナーだけを提案する高スコアのバナーは全部提案する

このように、一切の妥協なくNo.1を超えた広告だけを提案することにあります。

さらにユーザーが支払う報酬は「成果報酬型」で、広告効果があった時にのみ発生。極予測AIは名前どおり、”極まった”広告サービスなんです。※2

なお、広告生成用のAIツールについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
生成AIで広告を自動作成するツール5選!注意点や企業事例を徹底解説!

「極予測AI」で使われているAIモデル予想

さてここからは、極予測AIの仕組みについて弊社エンジニアの見解を紹介。まずは極予測AIを構成しているであろう各AIモデルを解説していきます。

弊社エンジニアのリサーチによると、極予測AIには……

  • 拡散モデル(画像生成AI
  • 画像認識モデル
  • 予測モデル(回帰モデル)

の3種類のAIモデルが使用されているとのことです。まずは拡散モデルから、詳しくみていきましょう!

拡散モデル(画像生成AI)

極予測AIの広告バナー生成機能には、「拡散モデル」が搭載されています。

この拡散モデルは、テキストから画像を生成する(Text-to-image)AIモデル。Stable Diffusion / Midjourney / DALL-E 3などなど、主流の画像生成AIに採用されています。※3

その仕組みは以下のとおり、意外とシンプルです。

学習時:画像をノイズで塗りつぶす工程(拡散)を学習
画像生成時:学習時の逆処理で、ノイズから画像を生成

そんな拡散モデルの、極予測AIにおける役割は……

拡散モデル
極予測AIでの機能プロンプトからバナー・動画・レイアウトの自動生成を行う
極予測AIでの学習データ既存の広告クリエイティブ・任意の商品画像
活用例Stable Diffusion / Midjourney / DALL-E 3

このように、広告クリエイティブの生成を一手に請け負っています。

画像認識モデル

極予測AIの判断基準は、既存1位の広告スコアです。下図のとおり、それ以上のスコアを残した新規広告のみが公開されます。

参考:https://www.cyberagent.co.jp/news/detail/id=24647

この広告スコアの算出・比較の方法は、おそらく……

極予測AIの広告スコア算出方法
  1. 既存広告について、1位とそれ以外を分ける要因を抽出する
  2. 抽出した要因を数値化、既存1位の広告スコアとする
  3. 新規広告について、先ほどの要因を満たす度合い(スコア)を算出する
  4. 既存1位vs.新規でスコアを比較

というふうになっているはず。もしそうであれば、広告効果を分ける要因の抽出には、「画像認識モデル」が使われているでしょう。その役割は下表のとおりです。

画像認識モデル
極予測AIでの機能バナー・動画から、効果を左右する要因を抽出
(おそらくは主成分分析&ディープラーニング)
極予測AIでの学習データ既存の広告クリエイティブ
活用例自動運転システム / ひび割れ検出ツール / 「Googleの猫」…etc.

ちなみに活用例にある「Googleの猫」は、世界で初めてディープラーニングについて扱った2012年の研究論文。いわば生成AIの源流ですね。※4

予測モデル

極予測AIにおいて、新規広告の広告スコアを算出するのは「予測モデル」の役割です。

予測モデル(回帰モデル)は過去の出来事に対する数値変動から、未来の数値変動を予測するAIモデル。極予測AIでは……

回帰モデル
極予測AIでの機能バナー・動画について、広告効果の予想値を算出
極予測AIでの学習データ既存広告において、1位とそれ以外を分ける要因を数値化したもの
活用例各種予測AIツール
(株価 / 電力消費量 / Webサイトのアクセス数…etc.)

このように1位とそれ以外を分ける要因、つまり「広告の勝ちパターン」を基準にスコアを出しています。

「極予測AI」の仕組み

極予測AIは以下の流れで広告案を出している、というのが弊社エンジニアの予想です。

  1. 画像生成AI:広告バナーを生成
  2. 画像認識モデル:生成バナーから要点を抽出
  3. 予測モデル:生成バナーの広告効果を算出
  4. 予測モデル:算出したものを既存1位のスコアと比較
  5. ユーザー:既存1位を超えた広告案を公開

この流れを図式化すると、下図のようになります。

ユーザーが極予測AIにプロンプトを入力すると、まずは画像生成AIが新規バナーを生成。命令文中の位置情報を参考に、レイアウトまで決定します。

その後生成したバナーを分析するのは、画像認識モデルです。広告効果に寄与する要素(勝ちパターン)だけを次の予測モデルに渡します。

最後は予測モデルの出番です。予測モデルは画像分析の結果から広告効果のスコアを算出し、既存1位のスコアと比較。既存1位を超えるスコアを出した広告のみをユーザーに提案します。

なお、各AIモデルについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
AIモデルとは?種類一覧やそれぞれの仕組み・開発における選び方を解説

その他「極予測AI」に関連するAIツール

最後に「極予測AI」に使われているモデルと関係があるAIツールを紹介します。それは……

  • Stable Diffusion 3
  • CogVLM

の2つです。それぞれ、概要をみていきましょう。

Stable Diffusion 3

「Stable Diffusion 3」は2024年2月に発表された、画像生成AI・Stable Diffusionの最新モデル。これまでのモデルと比べて、

  • 画像内での文字の表現能力
  • 複数の主題をもつ画像の生成能力
  • 画像の品質
  • テキスト生成の品質

が大幅にUPしています。とくに文字の生成における進化は目覚ましく……

参考:https://ja.stability.ai/blog/stable-diffusion-3

このように、ちゃんと読める文字が生成できちゃうんです。

ちなみにモデルチェンジにあたっては、ニューラルネットワークを見直しています。従来のU-Net畳み込みニューラルネットワーク(CNN)を廃止、なんとGPT-4やSora同様の「Transformer」を採用しているんです。

公式サイト:SD 3 Waitlist — Stability AI

CogVLM

「CogVLM」は画像の認識・理解ができるLLM、つまりマルチモーダル生成AIです。

その強みは、画像の細部をも見逃さない点にあります。同じくマルチモーダル生成AIのGPT-4VとCogVLMのそれぞれに、画像中の家の数を答えてもらうと……

参考:https://github.com/THUDM/CogVLM

なんとCogVLMは画像の右端に映り込む屋根を認識、「画像中に家は4軒ある」と正しく答えてくれるんです!

公式サイト:GitHub – THUDM/CogVLM: a state-of-the-art-level open visual language model | 多模态预训练模型

なお、CogVLMについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
【CogVLM】GPT 4を超える精度のマルチモーダルAI!?サイゼリアの間違い探しをAIにやらせてみた | WEEL

弊社のAIツール開発について

弊社では、AIツールの開発を承っております。

  • PoC開発:既存のモデルを流用して、業務用AIツールを開発
  • ソリューション開発:ゼロ(基盤モデル)から、AI搭載型システムを開発

過去の開発事例としては

【PoC開発の事例】
● 専門領域における試験問題作成の代替
● カスタマーサポートの代替
● 業界特化知識保有のチャットボットの作成

【ソリューション開発の事例】
● 人事評価の代替
● お問い合わせの自動対応機能
● 研修用補助AIの作成
● デジタルクローンの作成
● 自動追加学習機能

以上のとおり、業界特化型のAIツールをおもに手がけています。

なお弊社コンサルティングの期間や料金につきましては、下表をご覧ください。

PoC開発ソリューション開発
期間2〜4ヶ月4ヶ月〜
内容・データ処理
・環境構築
・プロトタイプ開発
・検証
・コードの提出
・検証結果報告
AIプロトタイプの内容+
・システムの要件定義書作成
・AIシステムの開発
・社内システムとの連携
・AIシステムの実装
・運用
見積もり額¥ 2,400,000 ~ 4,800,000¥ 13,200,000 ~

まずは無料相談で、貴社のお困りごとをお聞かせください。「解決できる無料AIツールはないか?」といった、開発以外の解決策も含めて共有させていただきます。
→無料相談で話を聞いてみる

ソリューション開発紹介資料

生成AIのシステム開発をしたい!といった方へ

【無料】サービス紹介資料生成AIのソリューション開発

AIを使って自社独自のシステムを開発したいといった企業様へ。実績や事例も載せています。

ソリューション開発紹介資料

生成AIのシステム開発をしたい!といった方へ

【無料】サービス紹介資料生成AIのソリューション開発

AIを使って自社独自のシステムを開発したいといった企業様へ。実績や事例も載せています。

目指すは既存1位超えの「極予測AI」

当記事では株式会社サイバーエージェントの「極予測AI」について、内部のAIモデルや処理フローを予想していきました。以下にてもう一度、極予測AIの処理の流れをみていきましょう!

  1. 画像生成AI:広告バナーを生成
  2. 画像認識モデル:生成バナーから要点を抽出
  3. 予測モデル:生成バナーの広告効果を算出
  4. 予測モデル:算出したものを既存1位のスコアと比較
  5. ユーザー:既存1位を超えた広告案を公開

このように、既存1位を超えた広告のみを提案するのが極予測AIの特徴です。しかも報酬が発生するのは、広告の効果があった場合のみ。”極”の名は、伊達じゃありませんね。

サービス紹介資料

生成系AIの業務活用なら!

・生成系AIを活用したPoC開発

・生成系AIのコンサルティング

・システム間API連携

投稿者

  • 2sc

    テクニカルライター 大学時代はアリの生態を研究。 ラボで唯一、Pythonを使ってデータ分析を効率化していた。 現在はライターとして、オウンドメディアや学術記事の執筆に当たっている。

  • URLをコピーしました!
  • URLをコピーしました!
目次