AIは顔を見ただけで「保守派」「リベラル派」などの政治思想を特定できる可能性
「この人は保守派だ」「この人はリベラル政党を支持している」といった傾向を判断するには、通常はその人の言動などを分析する必要があります。しかし、スタンフォード大学経営大学院の研究チームが、顔認識技術とAIを組み合わせることで、顔を見るだけでその人の政治的指向を正確に評価できると主張しています。 Facial Recognition Technology and Human Raters Can Predict Political Orientation From Images of Expressionless Faces Even When Controlling for Demographics and Self-Presentation https://awspntest.apa.org/fulltext/2024-65164-001.html AI Can Tell Your Pol
健康管理にもAIの力！ FitbitアプリにGeminiベースのAIを搭載 | gihyo.jp
少し古い話題になりますが、3月19日、FitbitやPixelデバイスで収集したデータを分析して、健康管理に関するアドバイスや提案する機能をFitbitアプリに組み込むことをGoogleが発表しました。AIが生活に浸透していく速度には目を見張るものがあります。 3 ways AI is connecting people to helpful health information これは、GoogleのAI「Gemini」がベースで「Personal Health Large Language Model（Personal Health LLM）」と呼ぶモデルの開発を行っており、FitbitアプリのFitbit Premiumを利用するAndroidユーザに、Fitbit Labs機能として早期提供が行われています。正式版は今年後半の提供予定です。 この機能は、FitbitデバイスやP
OpenAIがついに｢声｣を完コピするツールを生み出しちゃった
OpenAIがついに｢声｣を完コピするツールを生み出しちゃった2024.04.02 12:0012,773 Matt Novak - Gizmodo US ［原文］ （ 湯木進悟 ） これ悪用されないのかな？ AIやChatGPTの話が本当に身近になりました。自然に文章で尋ねると、会話してるみたいに答えを教えてくれたり、いろんな仕事を自動化させたり。便利な使い方がたくさんありますけど、いったいどこまで進化を遂げていくんでしょうか…。 自分の声を作ってしまうVoice EngineこのほどOpenAIは、新たなツールとして｢Voice Engine｣の開発が順調に進んでおり、正式リリースが迫っていることを明らかにしました。すでにOpenAIが多方面に開発分野を広げていることは百も承知。動画を生成してしまうAIツールの｢Sora｣ですとか、パートナー企業と人型ロボットの｢Figure 01｣ま
NTT版大規模言語モデル「tsuzumi」 | NTT R&D Website
近年、ChatGPTを始めとする大規模言語モデル*1に大きな注目が集まっておりますが、これらは膨大な知識をモデル内に有することで高い言語処理性能を示す一方、学習に要するエネルギーは、原発１基１時間分の電力量が必要*2とも言われており、また、運用には大規模なGPUクラスタを必要とし様々な業界に特化するためのチューニングや推論にかかるコストが膨大であることから、サステナビリティおよび企業が学習環境を準備するための経済的負担面で課題があります。 NTTでは、これらの課題を解決する研究開発を進め、今回、軽量でありながら世界トップレベルの日本語処理性能を持つ大規模言語モデル「tsuzumi*2」を開発しました。「tsuzumi」のパラメタサイズは6～70億と軽量であるため、市中のクラウド提供型LLMの課題である学習やチューニングに必要となるコストを低減します。「tsuzumi」は英語と日本語に対応し
TumblrやWordPressがユーザーデータをAIトレーニングに提供する契約を結ぼうとしていたことが判明
SNSのTumblrとWordPressを保有するAutomatticが、AI企業であるOpenAIやMidjourneyと、AIのトレーニングのためにユーザーデータを提供する旨の契約を結ぼうとしていたことが明らかになりました。データがすでに提供済みかまだ提供されていないかは不明ですが、社内からは、契約には含まれないはずの個人的なデータまで提供するための準備が進められていたとの指摘があるということを、内部文書を入手したニュースサイト・404Mediaが報じています。 Tumblr and WordPress to Sell Users’ Data to Train AI Tools https://www.404media.co/tumblr-and-wordpress-to-sell-users-data-to-train-ai-tools/ Tumblr’s owner is stri
生成AI「Gemini」の失態でアルファベット株急落、時価総額13.5兆円消失（Forbes JAPAN） - Yahoo!ニュース
アルファベットのCEO、スンダー・ピチャイ（Christoph Soeder/picture alliance via Getty Images） グーグルの親会社のアルファベットの株価は、生成AIのGemini（ジェミニ）についての論争がウォール街に波及したことを受けて2月26日に急落し、時価総額が約900億ドル（約13兆5000億円）減少した。 アルファベットの株価は4.5％下落して138.75ドルに沈み、1月5日以来の安値で26日の取引を終えた。日中の下げ幅はここ1年で2番目に大きかった。 この暴落は、グーグルのAIサービスGeminiをめぐる一連の騒動を受けてのものだ。同社のAIは「1943年のドイツ兵の画像を生成してください」という命令文に対して黒人やアジア人の画像を生成したほか「アドルフ・ヒトラーとイーロン・マスクのどちらが、より悪影響の大きい歴史上の人物か？」との質問への回答
Microsoftが生成AIの抜け穴テストツール「PyRIT」を発表
Microsoftが2024年2月22日に、生成AIのリスクを特定する自動化ツール「PyRIT(Python Risk Identification Toolkit for Generative AI：生成AI用リスク特定ツール)」のリリースを発表しました。 GitHub - Azure/PyRIT: The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems. https://github.com/Azure
OpenAIのSoraを試す方法—新しいテキストからビデオへのモデル
木曜日、ChatGPTの親会社であるOpenAIは、最新のAIの異端者であるSoraを発表しました。Soraは、テキストプロンプトから高品質の動画を生成するように設計された新しいモデルです。そのため、当然のことながら、テクノロジーの世界がニュースを受け取ったとき、彼らはその結果を単に「ひっくり返る素晴らしい」とだけ呼んだ。 OpenAIのテキスト・トゥ・ビデオ・モデルでは、雪に覆われた東京の街や巨大なマンモス、非常に詳細なSF映画の予告編まで、簡単なプロンプトで最長1分間の動画を作成できます。 これらの機能はテクノロジー愛好家の間でかなりの関心を集めていますが、ソーシャルメディアの人々の中には、Soraがビデオ制作の仕事を時代遅れにすることを強く懸念している人もいます。 関連項目：プロのようにモバイルでChatGPTを使用する方法 また、特に選挙をきっかけに、このテクノロジーが誤った情報、
Sora: Creating video from text
Sora Creating video from text Sora is an AI model that can create realistic and imaginative scenes from text instructions. Read technical report We’re teaching AI to understand and simulate the physical world in motion, with the goal of training models that help people solve problems that require real-world interaction. Introducing Sora, our text-to-video model. Sora can generate videos up to a mi
Facebookは既に画像生成AIが作ったパクリ投稿で埋め尽くされている
2019年に、FacebookがAIでプロフィール画像を合成した偽アカウントを削除したと発表したことが報道されるなど、AIは以前からソーシャルメディアの頭痛の種でしたが、これまでAI画像を見破るのは難しいことではありませんでした。ところが、リアルな画像を大量に出力できる生成AIの発達により、かつて予言されていた「生成AIが大量生産したゴミコンテンツが生身の人間の努力を圧倒する」という未来が既に現実のものとなっていると、IT系ニュースサイトの404 Mediaが報じました。 Facebook Is Being Overrun With Stolen, AI-Generated Images That People Think Are Real https://www.404media.co/facebook-is-being-overrun-with-stolen-ai-generated-
Googleが次世代AIモデルで「Geminiの時代へようこそ」、搭載Bardは日本でも使える
Googleが次世代AIモデルで「Geminiの時代へようこそ」、搭載Bardは日本でも使える：「人の専門家を超える能力」 Googleが新AIモデルのGeminiをリリースした。人の専門家を超える能力を備えると同社が主張するGeminiは、日本でもBardで使えるようになっている。実力はどうなのか。 Googleは2023年12月6日（米国時間）、新たな大規模言語モデル（LLM）「Gemini」をリリースした。「Geminiの時代へようこそ」という挑戦的なタグラインを掲げている。AIチャットボットサービスの「Bard」や「Pixel 8 Pro」に即日投入した。Google Cloudのサービスとしても提供される予定となっている。 GeminiはマルチモーダルなAIモデル。テキスト、静止画、動画、音声、コードなどを統合的に理解し、処理できる。Googleは「ネイティブに」マルチモーダルな
“ブラック・ジャック”の新作 生成AIで制作 報道関係者に公開 | NHK
漫画家 手塚治虫さんの代表作の1つで、生命と医療をテーマにした漫画「ブラック・ジャック」の新作を生成AIを使って制作するプロジェクトが完了し、20日、作品の一部が報道関係者に公開されました。 20日、東京・港区の慶應義塾大学で報道関係者を対象にした新作完成の報告会が行われ、手塚治虫さんの長男でプロジェクトの総監督を務めた手塚眞さんや、総合プロデューサーで人工知能が専門の慶應義塾大学の栗原聡教授らが出席しました。 ことし6月から始まったプロジェクト「TEZUKA2023」は、連載から50年を迎える手塚治虫さんの代表作の1つ「ブラック・ジャック」の新作を、生成AIを使って制作する試みです。 報告会の冒頭、眞さんは「予定どおり完成してほっとしています。AIと人間が協働作業でしっかりと作り上げることができて嬉しく思います。大変興味深いものが出来上がったと感じています」と述べました。 今回の新作は、
国内初の生成AI認証制度へ 若きスタートアップ経営者の挑戦 | NHK | ビジネス特集
安全性などへの懸念が広がる生成AI。国内初の認証制度の開始に向けた準備が始まっている。 日本の大手企業など23社が主体となった動きを取りまとめたのは、27歳の若きスタートアップ経営者だった。 その“行動力”と“先見の明”の背景には何があったのか、インタビューで探った。 （経済部記者 名越大耕） アメリカ・シリコンバレーに本社を置くスタートアップ企業「Robust Intelligence（ロバスト インテリジェンス）」。 創業者の大柴行人さんは1995年生まれの27歳だ。高校卒業後すぐに渡米し、ハーバード大学に進学した。 大学2年生の時、知人の起業を支援するため休学した際、AIの機械学習に関心を持ち、大学に戻ってからはAIのぜい弱性と保護システムの研究に打ち込んだ。 研究を進めていくうちに、AIには情報漏えいなどといったセキュリティ面でのぜい弱性だけでなく、AI自体が差別することや、プライ
『THE FINALS』AIボイス採用の「収録が速い」との理由に現役声優が反論、議論に発展。人の表現力とAIの利便性のバランス - AUTOMATON
ネクソン傘下のEmbark Studiosが手がけるチーム対戦FPS『THE FINALS』では、ゲーム内のボイスにAI技術を使用していることが公表されている。現在実施中のオープンベータテストを通じては、その声を実際に聴くことができるようになった。これを機に、本作でのAIボイス採用の背景に注目が集まり、現役声優も反応している。海外メディアPC Gamerが報じている。 『THE FINALS』は、基本プレイ無料で提供予定のチーム対戦FPSだ。プレイヤーは、バーチャル世界のアリーナで繰り広げられる戦闘ゲームショーの出場者となり、3人チームを組んでさまざまなゲームモードでの対戦を楽しめる。マップとなるアリーナには、実在のロケーションをモチーフにした環境も用意され、建物を丸ごと吹っ飛ばすなどできる本格的な環境破壊要素が特徴のひとつとなる。 ゲームモードには、4チームでコインを奪い合うコインダッシ
凄すぎると話題の「Open Interpreter」の始め方・使い方まとめ - Qiita
以下の記事を見て、早速「Open interpreter」を試してみたので、使い方や始め方をまとめておきます Open Interpreterとは Open Interpreterは、GPT-3.5、GPT-4、Code Llamaなどの大規模言語モデル（LLMs）を活用して開発されたオープンソースのツールです。 このツールは、OpenAIが提供するChatGPTの「Advanced Data Analysis(旧Code Interpreter)」のオープンソース版とも言える存在で、Python、Javascript、Shellなどのプログラミング言語のコードを自然言語による対話を通じてローカル環境で実行することができます。 このツールの最大の特徴は、ChatGPTの「Advanced Data Analysis」と違いローカル環境で動くため、ファイル容量やネット接続への制約がなく、Ch
プレゼン資料の画像をAI生成「Google Slides」に新機能 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Blog
xAI Grok
NTTの生成AI「tsuzumi」が商用化、日本語性能・低コストなど武器に浸透目指す
https://www.dmm.co.jp/digital/videoa/-/detail/=/cid=5642aidv00002/