生成AIでDXは進化する？ 先進AI企業「4社」のホンネ、活用の失敗事例と現実解とは 2022年11月にChatGPTが公開されて以来、生成AIが注目されている。生成AIサービスを業務の中で使用するだけでなく、自社サービスの機能にも生成AIの活用を考える企業も増えてきた。しかし、生成AIを活用するには前提知識や慣れも必要となり、業務に生かし切れていない企業も多い。生成AIサービス活用の現状や、生成AIをDX活用する際のポイント、今後の企業における生成AIの活用について、ベイカレント・コンサルティング チーフエキスパートの小峰弘雅氏、Spiral.AI 代表取締役 CEOの佐々木雄一氏、エクサウィザーズ 常務取締役の大植択真氏、Algomatic 代表取締役CEOの大野峻典氏、ノンフィクションライターの酒井真弓氏（モデレーター）が語った。

NTTドコモが「生成AI」と「メタバース」に力を入れている。生成AIの急台頭で関心が大きく薄れてしまったメタバースだが、NTTドコモは生成AIによってメタバースを発展させようとしている。今回はその取り組みを紹介しよう。 「人間拡張基盤」で味覚を共有 NTTドコモは、同社やそのグループ企業が研究開発を進めている最新技術を紹介するイベント「docomo Open House」を毎年開催している。その内容はNTTドコモの主力事業であるモバイル通信技術だけでなく、コミュニケーションや都市デザインなど非常に多岐にわたる。2024年版であるdocomo Open House'24は、2024年1月17日から2日間にわたって開催された。 NTTドコモがNTTの完全子会社となって以降、NTTは基礎技術、NTTドコモはそれらを活用した応用技術と、研究開発分野のすみ分けがある程度進んでいる。 ただモバイル通信

オラクルはOracle Cloudで生成AIのマネージドサービスを提供すると発表しました。API経由で生成AIの機能を呼び出して利用することが可能です。 提供される生成AIのモデルはMetaの「Llama 2」と、オラクルが投資もしている生成AI関連のスタートアップCohereが提供する「Cohere」の2種類です。 利用者がデータを用いてモデルをカスタマイズすることもできます。 テキスト生成機能による新製品の宣伝文句の生成やマーケティングメールの生成、テキストから特定のデータの抽出や長文の要約、テキストの分類、チャットボットの作成など、生成AIのさまざまなユースケースに対応します。

正月もいよいよ大詰め。 とはいえ、AIは待ってはくれない、ということで昨日から「デイリーAIニュース」を再開しています。今週だけ過去の特番を全て見れるスペシャル仕様になっているのでこの機会にぜひ去年のAIの流れと基礎知識を振り返ってみてください。 さて、昨年末は怒涛のようにいろんな日本語対応のオープンLLMが公開されました。 東工大のSwallow-70Bや、Elyza13B、LightblueのQarasu-14Bなどです。 僕がよく使う「Wikipediaの内容を要約して会話データセットを作る」というタスクをそれぞれのLLMにやってもらいました。その結果を書いておきます。 各テストの動作環境はうちの社長(AI)こと継之助です。現在のスペックは以下 ・GPU NVIDIA A100 80GBx8 ・256GB RAM ・20TB SSD(RAID0) ・20TB HDD(RAID0) ・

Image made by DALL-E / BRIDGE 2022年後半、ChatGPTが登場したことでAI企業やハイテク大手の間で競争が始まった。 それぞれが大規模言語モデル（LLM）アプリケーションの急成長市場を支配しようと競い合っている。そしてこの激しい競争の結果もあり、ほとんどの企業は言語モデルを独自のサービスとして提供することを選択した。 しかし、だ。その多くは基礎となるモデルのパラメーター、トレーニングデータセットやアルゴリズムの詳細を明らかにすることなくAPIアクセスを販売している。 一方、このようなプライベートモデルがトレンドにもかかわらず、2023年にはオープンソースのLLMエコシステムが急増し、サーバーにダウンロードして実行したり、特定のアプリケーション用にカスタマイズしたりできるモデルがリリースされた。オープンソースのエコシステムは、プライベートモデルと歩調を合わせ

KDDIは2024年1月1日より、auのテレビCMで人気の「三太郎シリーズ」の過去シーンから生成AIがアニメーションに仕上げたCMを年始限定で放映する。同シリーズは2024年で10年目を迎える。今回の限定CMはこれを記念したもので、過去の三太郎CM約160本から歌詞の内容に沿った映像を厳選し、生成AIがアニメーションにリメイクする。

GPT-4 Turbo with Vision × Azure AI Search × Azure AI Vision 時代のマルチモーダルエンタープライズサーチAzureCognitiveSearchChatGPTGPT-4AzureAISearch 2023/3/10 の公開から 9 か月経ちましたが、GPT-4 Turbo with Vision のパブリックプレビュー開始などもあり例の RAG アーキテクチャのレポジトリがマルチモーダル対応したり他にもいろいろ改良されています。 GPT-4 Turbo with Vision による回答が可能に Azure AI Vision と Azure AI Search を使用した画像類似検索が可能に Thought process UI の改良 その他多数→別記事で解説予定 1. GPT-4 Turbo with Vision による回答

Image made by DALL-E / BRIDGE 2023年は生成AIと基盤モデルの話題がすべてだった。しかし企業がワークフローにおいて生成AIを真剣に使おうとすればするほど、データ管理を整えることがいかに重要であるかに気付き出したのだ。 企業は常にビジネスの成功における高品質データの役割を理解していたが、生成AIの台頭によってその価値はさらに高まり、誰もがデータに注目するようになった。2024年はさらに大きな生成AIのストーリーが生まれると予想されている。そこで本稿では業界をリードする専門家やベンダーたちに、データ・エコシステムが今後の数カ月でどのように進化するかについて、それぞれの予測を語ってもらった。 1.リレーショナルはSQLから脱却する 最新のエッジ、IoT、または生成AIアプリケーションを活用してビジネスを成長させるにせよ、2024年の企業の大胆な計画には事欠かない。

★AIDB会員限定Discordを開設いたしました！ 会員登録／ログインの上、マイページをご覧ください。 Geminiは、テキストと画像を組み合わせたマルチモーダル推論に特化したLLMです。開発元であるGoogleは、Geminiは人間のような柔軟性と理解力を持つことを目指す存在だとしています。 本記事では、様々な常識推論タスクを通じてGeminiの性能を評価した研究を紹介します。 Geminiは登場からまだ間もなく、実験結果は貴重なデータかもしれません。 関連研究：Googleが「人間の専門家レベルを超える最初のモデル」とする『Gemini』発表、GPT-4を凌駕 参照論文情報 タイトル：Gemini in Reasoning: Unveiling Commonsense in Multimodal Large Language Models 著者：Yuqing Wang, Yun Zh

- PostgreSQLカンファレンス 2021 - チュートリアル - https://www.postgresql.jp/jpug-pgcon2021 - 詳細はこちら https://github.com/soudai/pgcon21j-tutorial

2023年の1年間、ChatGPTやMidjourneyなどの生成AIを使い続けて、得た知見をブログやYouTubeにて情報発信してきました。 僕は生成AIのユーザーでしかありませんが、音楽も映像も画像編集もコーディングもライティングも、どれもこれも生成AIに助けられてきた人間として、生成AIが今年どう進化していくかを予想してみたいと思います。 paiza転職について詳しくはこちら もうしばらくはChatGPT一強時代が続きそう 2024年も、もうしばらくはChatGPTが飛び抜けて強そうです。GPTがLLMとして優れているだけでなく、ChatGPTのユーザーインターフェースが優秀すぎます。 チャットで喋るだけという手軽さで、様々なプラグインの利用、DALL·E 3による画像生成、画像の解析など、様々なサービスを渡り歩かなくてもChatGPTだけで完結できるのが素晴らしいです。 また、GP

信じられないことだが、ChatGPTが公開されたのは、わずか1年前の2022年11月下旬だった。そこが始まりとなり、マイクロソフトからグーグル、アマゾンに至るまで、ほぼすべてのハイテク企業が生成AIの超特急に飛び乗った。 だが、企業や学校、事業などで時間とお金を節約する使用例を、技術者がどんどん発見するにつれて、世界中で「現実の世界」におけるこの技術の適切なバランスを見つける苦労も増えている。 今年に入り、AIの急速な登場と普及は、急速な技術革新と競争力の飛躍をもたらしただけでなく、道徳的・倫理的な議論を次々に巻き起こし、世界中でAIの実装に関する規制が作られたり、行政命令が出されることにもなった。同時に、安全で経済的に持続可能なAIの実装におけるオープンなフレームワークと、より大きな標準を開発しようとするグローバルな提携（最近のMeta + IBM AI Allianceのような）も生ま

知財ニュース 明治大、“熟成”や“新鮮”などの食味の時間軸を変える手法を発表─ひと晩寝かせたカレーや野菜の鮮度再現が即可能に 明治大学の宮下芳明教授は2023年11月24日、飲食物の味の時間軸を変える研究の検証結果をまとめた論文を公開した。また、11月29日から12月1日に行われた「第31回インタラクティブシステムとソフトウェアに関するワークショップ（WISS2023）」で、同論文を発表した。 論文は、カレースープやトマトなどを用いて、時間を置くことによる熟成（順行）と、時間経過で風味が落ちたものの鮮度再現（逆行）ができるかという検証をまとめたもの。測定は味覚センサーと実食で行い、調味には、宮下教授らが開発した高精度な味の調整ができる家電「TTTV3」を使用した。 検証では、作りたてのカレーや未熟なトマトを、数日寝かせた味わいに変えられることを確認。また熟成したものを数日前の味に戻すことも

Lightblue、商用利用可能な日本語LLM「Karasu」「Qarasu」を公開既存の日本語公開モデルの中で最高性能を達成、オンプレミス環境でのLLM利用を実現可能に 生成AIの研究開発「LLab」を運営し、日本語LLMの開発・提供を手掛ける株式会社Lightblue（代表取締役：園田亜斗夢、本社：東京都千代田区、以下「Lightblue」）は商用利用可能な日本語LLM「Karasu」「Qarasu」を公開したことをお知らせします。 ■ Karasu/Qarasuシリーズについて Karasuシリーズは70億パラメータのShisa（ https://huggingface.co/augmxnt/shisa-7b-v1 ）に対して、日本語と英語の学習データを用いて70億トークンで継続事前学習とファインチューニングを実施したモデルです。 またQarasuシリーズは、140億パラメータのQw

著者プロフィール：酒井麻里子（さかい・まりこ） ITジャーナリスト／ライター。生成AIやXR、メタバースなどの新しいテクノロジーを中心に取材。その他、技術解説やスマホ・ガジェットなどのレビューも。著書に『趣味のChatGPT』（理工図書）、『先読み！IT×ビジネス講座ChatGPT』（共著・インプレス）など。Yahoo!ニュース公式コメンテーター。株式会社ウレルブン代表。XRと最新テクノロジーのWEBマガジン「TechComm-R」運営。 生成AIが一気に浸透した2023年 22年末のChatGPTリリース後、23年3月には、より高性能なモデル「GPT-4」が公開され、外部サービスの機能と連携できる「プラグイン」も登場した。7月にはファイルをアップロードしてデータ分析を行える「Code interpreter」（現Data Analysis）や、チャットの設定や要件を保存できる「Custo

生成AIを教育に活用する──業務効率化を目的とした生成AIの導入・活用が増える一方で、大学教育にも生成AIを役立てようという試みが出てきている。同志社大学は2024年4月から1年間、AIを使った学習支援の仕組みを整える実証実験を始める予定だ。 「個別最適化がやれるのが、生成AIのいいところ。学生の間違い方などは何パターン化に層別できると思う。それに合わせて教材を最適化していく。そこまでできれば本格的」──取り組みに携わる宿久洋教授（文化情報学部）は、生成AI活用の理想像についてこう話す。 同大による実証実験の狙いはどこにあるのか。予定している取り組みの内容と合わせて、宿久教授や谷村智輝副学長（教育支援機構長、経済学部教授）に詳細を聞いた。 講義の質問にAIで答える環境など整備　Azure OpenAI Service活用 まず、同志社大による実証実験の内容を整理する。同大は、学生による学習

プロンプトの原則26ヶ条をまとめた論文が公開されています。 LLaMA-1/2, GPT-3.5/4を使用してスケール評価をした結果、これらの原則が応答品質を向上させると確認できているとのことです。 本記事では、詳細を見ていきます。 参照論文情報 タイトル：Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4 著者：Sondos Mahmoud Bsharat, Aidar Myrzakhan, Zhiqiang Shen 所属：VILA Lab, Mohamed bin Zayed University of AI URL：https://doi.org/10.48550/arXiv.2312.16171 GitHub：https://github.com/VILA-Lab/ATLAS

キリンホールディングスのグループ会社であるキリンビールはこれまで、新商品開発の際に顧客インタビューを実施してきた。集めた“顧客の声”を基に商品コンセプトを検討するのだが、インタビューにかかる時間は平均50時間。そのせいで開発期間が長期化する課題を抱えている。 そこで同社は、「キリン 氷結」ブランドをはじめとしたRTD（Ready to Drink：栓を開けてそのまま飲めるアルコール飲料）商品の新商品開発工程において、生成AIを活用して構築した「AIペルソナ」をマーケティングに導入する実証実験を始めた。 キリンの課題意識とは？ キリンビールでは新商品を開発する際に「コンセプト仮説」を立てた後に顧客調査を実施するという手順を踏んでいる。 例えば、夏向けの商品開発をする場合、まずは過去のデータなどを基に社内で議論し、「かんきつ系」を押し出すといったコンセプトを仮定。そのコンセプトを実在する顧客に

松尾研究室が2023年9~10月に東京大学サマースクールで開催した LLM 大規模言語モデル講座のコンテンツを無償公開しています。 本講座は約2,000名の受講者が参加し、全7回の講義を実施しました。 最終課題としてGPUを使ったコンペティションでは約800名が参加し熱戦を繰り広げました。 現在、講義のスライドのみ公開しております。 ダウンロードは利用規約を確認の上、下記からダウンロードをお願いいたします。 最終更新: 2024年2月10日 問題・フィードバック報告フォームはこちら 第1回：Overview of Language Models LLMの概要、今後の各回の講義の概要、および日本のLLM開発状況について 第2回：Prompting and Augmented Language Model 事前学習済みLLMを追加学習せずに活用する技術（プロンプティング、⽂脈内学習、Augme