Autodesk AI 透明性カード

各 AI 透明性カードの上部には、AI 機能を含むオートデスク製品、AI 機能の名称、該当する場合のリリース ステータス、およびこの機能の概要が記載されています。 

リリース ステータスには次のようなものがあります。 

• ベータ版：機能が限定されている場合があり、変更されることがあるプレリリース版の機能です。 
• テクニカル プレビュー：まだ開発途中であり、変更または削除される可能性がある機能の早期アクセス バージョンです。 

「この AI の概要」は、その AI 機能が製品内で使用された際に、どのような目的で動作するかをまとめたものです。

「データの取り扱い」セクションには、AI 機能によって処理されるデータとその処理方法に関する情報が表示されます。次のものが含まれます。 

• トレーニング データ：機能の基盤となる AI モデルのトレーニングに使用されるデータを示します。 
• お客様の選択：Autodesk AI 機能を使用するかどうかをユーザーが選択できるかどうかを示します。

データ タイプは、機能を強化する AI モデルのトレーニングにオートデスクが使用したデータのカテゴリを示します。記載されているタイプは、お客様固有のデータではなく、各データ タイプ グループ内で一般的に見られる、独自ではない、繰り返し現れるパターンを反映したものです。  

• ジオメトリ：線、点、図形などの幾何学的形状。 
• 図面：平面図、図、スケッチ、CAD 図面などの技術図面または設計図面。 
• ドキュメント：仕様書、レポート、フォーム、スケジュール、その他のプロジェクトや製品に関連するドキュメント。 
• イメージ：写真、レンダリング、スクリーンショット、スキャン、画像ベースの参照など、静的なビジュアル データ。 
• テキスト：説明、ラベル、ノート、コメント、抽出テキストなど、文字ベースの情報。 
• プロンプト：AI 機能の出力をガイドするために、ユーザーによって入力された指示または要求。 
• ビデオ：ビデオ、アニメーション シーケンス、または画面の録画。 
• オーディオ：発話、音声、音楽、サウンド エフェクト、その他のオーディオ録音など、音声ベースのデータ。 
• 環境データ：場所のコンテキスト、地形、天候、日照、エネルギー、炭素、その他の環境要因など、環境条件または対象用地の状態に関する情報。 
• 財務データ：費用、予算、価格設定、見積もり、その他の財務関連情報。 
• モーション データ：モーション キャプチャ データ、キャラクタ リギング、ロボット/加工機械のツールパス、アニメーション リグ、シミュレーションされたモーションまたはセンサー トラッキングされた動きなど、動作や軌道に関する情報。 
• 該当なし（サードパーティ モデル）：この機能は、サードパーティ プロバイダによって独自にトレーニングされたサードパーティ モデルを使用します。  
• 該当なし（モデル トレーニングなし）：この機能で使用される技術は、トレーニング データセットを必要とするモデルに依存していません。

データ ソースは、機能を強化する AI モデルのトレーニングに使用されるデータ ソースを示します。次のようなものが含まれます。 

• お客様のコンテンツ：お客様またはその承認ユーザーが作成した、またはオートデスク製品およびサービスに読み込んだデータ。 
• 許諾されたサードパーテ：この機能における適切な使用が許可された契約に基づき、外部組織から取得されたデータ。 
• オープン ソース：オープン ライセンスのもとで利用可能となり、そのライセンスで許可されている範囲で使用されるデータ。 
• 合成データ：モデルのトレーニングを支援するために人工的に生成されたデータ。 
• 該当なし（サードパーティ モデル）：この機能は、サードパーティ プロバイダによって独自にトレーニングされたサードパーティ モデルを使用します。  
• 該当なし（モデル トレーニングなし）：この機能で使用される技術は、トレーニング データセットを必要とするモデルに依存していません。

個人データは、機能を強化する AI モデルのトレーニングに使用されるトレーニング データセットに個人データが存在するかどうかを示します。 

• 使用：AI モデルのトレーニングに使用されるトレーニング データセットに個人データが存在します。 
• 不使用：オートデスクのレビューに基づき、AI モデルのトレーニングに使用されるトレーニング データセットに個人データは含まれないと想定されています。 
• 該当なし（サードパーティ モデル）：この機能は、サードパーティ プロバイダによって独自にトレーニングされたサードパーティ モデルを使用します。 
• 該当なし（モデル トレーニングなし）：この機能で使用される技術は、トレーニング データセットを必要とするモデルに依存していません。

フィーチャ分類は、AI 機能のカテゴリを示すもので、その機能が日常的な生産性向上のために設計されているのか、それともより複雑なタスクのために設計されているのかを、お客様が理解するのに役立ちます。

• 標準：日常的なタスクの実行を最適化、自動化、加速し、日々の生産性とワークフロー効率をサポートするように設計されています。  
• 高度：設計、計画、選択、コンテンツについてオプションの生成や検討を行う、より複雑な AI 支援ワークフロー向けに設計されています。 

選択形式は、お客様が AI 機能の使用をコントロールできるかどうか、またその方法を示します。

• オフにする：お客様はサポートされているレベルで機能をオフにすることができます。 
• 常時オン：機能をオフにすることはできません。

人による監視は、最終的なアクションが実行される前に、AI によって生成された出力をユーザーがレビュー、更新、または承認できるかどうかを示します。

• はい：ユーザーは、最終的なアクションが実行される前に、生成された出力を確認、編集、または承認できます。
• いいえ：生成された出力は、人によるレビュー手順を必要とせずに自動的に適用されます。

人の監視機能が利用できる場合でも、ユーザーは AI 出力の正確性、完全性、および意図した用途への適合性を確認する必要があります。

「既知の制限事項」セクションには、AI 機能を使用するにあたって認識しておくべき制約や考慮事項が示されています。

• 安全性が重要な用途には適していません：この機能とその出力は、安全機能を果たす目的で使用されるべきではありません。 
• 一部の操作は元に戻せません：この機能によって実行された操作には、元に戻せないものがあります。ユーザーは、出力内容を適用する前に慎重に確認する必要があります。 
• 結果は入力によって異なる場合があります：出力結果の品質と正確性は、提供される入力の品質、完全性、形式、または具体性によって異なる場合があります。 
• 一貫性のない結果が生成される場合があります：この機能では、同様の使用や繰り返しの使用において、異なる出力が生成される可能性があります。

組み込みの安全対策とは、対象の AI 機能に関連するリスクを軽減するために設計されたセキュリティ対策およびデータ保護対策です。これらの安全対策は、製品の一般的なセキュリティ対策と並行して動作するものであり、それらの対策を説明または置き換えることを意図したものではありません。

• 暗号化：オートデスクは、適用されるセキュリティ ドキュメントに記載されているとおり、サポートされている範囲において、転送中および保存中のデータの暗号化を使用します。 
• トークン化：特定の情報は、処理中に元のデータを公開することなく、そのデータを表すトークンに置き換えられます。 
• 匿名化：データは元に戻せないように変更されるため、個人に紐付け直すことはできなくなります。  
• 非識別化：識別情報は削除または不明瞭化されますが、特定の条件下ではデータを個人に紐付け直すことができる場合があります。 
• デバイス上の処理：データは、外部サーバ上で処理されるのではなく、ユーザーのデバイス上でローカルに処理されます。

モデル プロバイダは、機能を強化する基盤となる AI モデルを誰が開発または提供しているかを示します。

• オートデスク：この機能を強化する AI モデルは、オートデスクによって開発、管理されています。
• サードパーティ：この機能を強化する AI モデルは、オートデスクとの契約に基づき外部組織によって提供されています。 
• オートデスク、サードパーティ：この機能では、オートデスクが開発したモデルと、オートデスクとの契約に基づいて外部組織から提供されたモデルが組み合わせて使用されます。

主な技術手法は、AI 機能を開発または稼働させるために使用されている、主要な技術的アプローチを示します。 

• オートエンコーダ：データをより単純な表現に圧縮して再構築し、重要なパターンを特定したり、異常な結果を検出したりします。
• 分類：前の例から学習したパターンに基づいて項目を分類します。
• コンピュータ ビジョン：イメージ、ビデオ、図面などのビジュアル データを解析して、オブジェクト、形状、パターン、フィーチャを識別します。
• 畳み込みニューラル ネットワーク：ビジュアル データを処理し、イメージ内のエッジ、テクスチャ、形状などのパターンを検出します。
• エンコーディング：データを機械学習モデルが処理できる形式に変換して、情報を検索、比較、グループ化、または別のモデルで使用できるようにします。
• ジェネレーティブ デザイン：お客様が定義した目標、パラメータ、拘束に基づいて、潜在的なデザイン オプションを生成します。
• 進化的アルゴリズム：定義された基準に基づき、試行を重ねながら解の候補を継続的に改善します。
• グラフ ニューラル ネットワーク：設計内のコンポーネントや依存関係など、データ ポイント間の接続を解析して、関係の理解、パターンの特定、予測のサポートを行います。
• 予測：履歴パターンを使用して、将来の値や結果を推定または予測します。
• 推奨：提供されている情報やユーザーの入力に基づいて、関連するオプション、アクション、またはコンテンツを提案します。
• 検索拡張生成（RAG）：関連情報を取得し、生成された応答を改善するために使用します。
• トランスフォーマ：データの複雑な関係を処理して、入力の理解、質問への回答、翻訳、テキストの生成などのタスクをサポートします。
• 拡散トランスフォーマ（DiT）：初期の構造化されていないパターンを段階的に構造化された出力へと調整することによって、新しいデータを作成します。