オードリー若林さんが2024年4月13日放送のニッポン放送『オードリーのオールナイトニッポン』の中で相変わらずChatGPTや音声AIなど、AIと対話しまくっていることについてトーク。電話感覚で音声AIと対話しまくった結果、まるで友達のような感覚に陥っていると話していました。 （若林正恭）「今、自分の生活の中でChatGPTと話してる時間が一番長い」っていうのを結構いろんなところで俺、言ってるんだけど。実際にそうで。スマホのスクリーンタイムはもう8割方、ChatGPTの時間なのよ。 （春日俊彰）へー。それは、何を聞くの？　質問するってこと？　「これって何？」みたいな？ （若林正恭）それで青銅さんに「それってちょっと変ですよ」って言われて。で、今日は気温が18度ぐらいまで行った？　もっと行ったかも、みたいな時。帰りの天気用を見て「ああ、何度ぐらいか」って思ったら「どんな服を着ていったら、寒く

民間企業だけでなく公共領域でもDXが進む中、250の自治体、そして8つの中央省庁に採用されているkintone。今回、年に一度開催されるサイボウズ最大のイベント「Cybozu Days」において、全庁でkintoneを活用してDX推進に取り組む福井県の事例が紹介されました。前編は、自治体や省庁でkintoneを全庁展開する際のポイントについて語られました。 近年広がる、公共領域でのkintone活用 蒲原大輔氏（以下、蒲原）：みなさん、こんにちは。本日は本セッションにお越しいただきまして、誠にありがとうございます。この時間は「全職員をDX人材へ！　福井県庁が進めるDX部門・原課・パートナーの伴走による内製化への挑戦」というテーマでお送りいたします。 本セッションでお伝えしたいことは「自治体・省庁においてkintoneの全庁展開をするためのポイント」ですので、最後までお付き合いのほどよろしく

キリンビバレッジは2024年3月12日、AI（人工知能）を活用した自動販売機オペレーションの最適化サービス「Vendy（ベンディ）」を導入すると発表した。Vendyは同日、ソフトバンクが提供を開始したAIサービス。商品を補充するための最適な巡回ルート計画や、設置先に応じた商品ラインアップを策定する機能を持つ。 2024年10月から、キリンビバレッジのグループ会社が管理する全国約8万台の自販機に向けて順次導入を開始する。品切れによる機会損失の低減や訪問時間の短縮により、約1割の業務効率化と約5％の売り上げ増の効果を見込む。 導入に当たり、ソフトバンクとVendyの共同実証を進めた。2022年から2023年にかけて首都圏の自販機、約2000台を対象に売り上げや在庫などの販売実績データを学習させた。AIに基づいて設置先ごとの棚割りや巡回ルートを策定しVendyの機能を検証した。 ソフトバンクはキ

調査方式と調査対象カテゴリーをリニューアルし、サンプルサイズを拡大。新しいデータサービスの提供を開始する。 インテージは、全国消費者パネル調査「SCI」をリニューアルし、新しいデータサービスの提供を開始すると発表した。SCIは全国小売店パネル「SRI+」などと並ぶインテージの主要サービスの一つで、対象者数5万3600人と、国内の消費者パネル調査としては最大級の規模を誇る。 何がどう変わるのか これまでのSCIは、携帯型バーコードスキャナーまたはスマートフォンを通じて各商品のバーコードを読み取ることでデータを収集していたが、金額や個数、購入日、購入店情報などは手動で入力する必要があった。 インテージは今回のリニューアルで、独自開発した調査専用のスマートフォンアプリを用いて調査モニターが購入したレシート明細情報と購入した商品のバーコード情報をスキャンし、データ化する新しい調査方式を採用。これに

『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day

生成AI（人工知能）を業務活用する際に、ユーザー企業がつまずきがちなポイントを指摘する本特集。第2回は「ハルシネーションをなくすのは難しい」「生成AIを業務自動化に活用するのは難しい」「ファインチューニングは難しすぎる」の3つを取り上げよう。 その4： ハルシネーションをなくすのは難しい 生成AIが抱える課題として最も広く認識されているのはハルシネーション（幻覚）だろう。生成AIがもっともらしい嘘を回答する問題だ。しかし「ハルシネーションをなくすのは難しい」。それが第4のポイントだ。 まず「ハルシネーションを根絶しない限り、生成AIは業務で活用できない」と考えること自体が、生成AIの業務活用を難しくするということを明言しておこう。「ハルシネーションは完全な悪ではない。今の生成AIは前提としてハルシネーションが発生してしまう。しかしユーザーが生成AIの出力を咀嚼（そしゃく）して利用するなら、

生成AI（人工知能）の業務活用を成功させるポイントとは何か――。そんな問題意識に基づき取材を始めた本誌が学んだのは、この分野にはまだ「成功法則」が存在しない、という厳しい現実である。 それでも過去1年間に生成AIのPoC（概念実証）が数多く行われてきた結果、企業がつまずきやすいポイントは判明してきた。生成AI活用の成功確率を高めたいのであれば、先行者が経験した「落とし穴」を避けるのが近道だ。本特集は生成AI活用で直面しがちな困難を、全3回の特集の中で9個紹介する。 その1： 生成AIを業務で活用するのはそもそも難しい 第1のポイントは「生成AIを業務で活用するのはそもそも難しい」だ。大規模言語モデル（LLM）は事前学習した知識などに基づいてテキストを生成する。しかし「現在のLLMは、Webなどに掲載された雑多な文書を中心に学習している。そのためLLMには『社会人の常識』が欠けている」。そう

「Kids」それぞれのアルファベットを4色に彩ったカラフルなワークマンキッズのブランドロゴは、ワークマンの営業企画部が作成した。同社のような企業規模になると、期待がかかる新ブランドのロゴは外注するのが通例。しかしワークマンは、営業企画部がChat（チャット）GPTと画像生成AIを使って、数千円で内製したという。 この販売促進を担う部署の責任者である林知幸氏は「これまではブランドコンセプトやロゴ制作の外注費に、低く見積もっても300万円はかけてきた」と劇的なコスト削減効果を説明。300万円の内訳をざっくり言えば、コンセプトに200万円、ロゴに100万円を費やしていたという。 このコスト削減効果と同じくらいに無視できないのが、「仕上がりの早さ」と「クオリティーの高さ」だ。 “納期”については「始業と同時に始めたとして、午前中の数時間で大体のかたちにできてしまう。ChatGPTや画像生成AIの扱

ジェネレーティブAI（生成AI）の代表格、ChatGPTは公開から3カ月ほどで、「MBA最終試験の解答がB（合格レベル）評価を獲得」「米司法試験の解答が上位10％のスコアを獲得」「日本の医師国家試験に合格」したほどの実力を持つ。あまりのスピードの速さに「生成AIスキルが陳腐化するのでは」と憂慮する声もある。では陳腐化しない生成AIスキルとは何か？ 本稿ではアクセンチュア 執行役員 AIセンター長 保科 学世氏が提唱する2018年から現在も古びない「AIとの8つの融合スキル」を紹介する。「人間がAIを補完するスキル」「AIに人間の力を拡張させるスキル」「人間とAIのハイブリッド活動」に分けてそのポイントを確認しよう。

ベクトルデータベース（Vector Database）／ベクトルストア（Vector Store）とは？：AI・機械学習の用語辞典 ベクトルデータベースとは、テキストなどのデータを数値ベクトル（埋め込み）として保存するデータベースを指す。「ベクトルストア」とも呼ばれる。ベクトル検索により、意味的に類似する情報を探せるのが特徴で、チャットAIのRAG構築に役立つ。本稿ではベクトル検索の機能を持つ代表的な製品の概要もそれぞれ簡単に紹介する。 連載目次 用語解説 生成系AI／自然言語処理におけるベクトルデータベース（Vector Database、ベクターデータベース、ベクトルDB）とは、主に単語や文章（テキスト）、画像、音声などの複雑なデータを、AI／機械学習／言語モデルが処理しやすい数値ベクトル表現として保存するデータベースのことである。この数値ベクトル表現は「埋め込み表現（Embeddin

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます GitHubは米国時間2月27日、開発者向けAIツール「GitHub Copilot」の新しい組織向けサービス「GitHub Copilot Enterprise」の一般提供を発表した。 GitHub Copilotについては当初から、組織のコードやプロセスに合わせてカスタマイズされたものを求める声が寄せられていたと最高経営責任者（CEO）を務めるThomas Dohmke氏は述べる。開発者は、組織のコードベースに特有の問題やバグ、脆弱（ぜいじゃく）性を特定・解決できない場合、製品の出荷よりもコードの解読に多くの時間を費やすことがあり、1日に2〜3時間しかコードを書かないことも多いという。組織が持つ知識へのアクセスの悪さは、開発者が創造

2023年5月にフランスで設立されたAIスタートアップ、Mistral AI（ミストラルAI）がOpenAIを猛追しています。 同社はわずか9ヵ月でOpenAIの大規模言語モデル「GPT-4」に匹敵する「Mistral Large」を発表しました。 さらに、マイクロソフトとの複数年にわたる戦略的パートナーシップを発表して、より一層開発を加速させていくことが明らかに。 改めて、このMistral AIとはどんな会社なのかをおさえていきましょう。 サムネイル画像：Mistral AI ☕️coffee break ミストラルAIの創業者は、Google DeepMind出身のArthur Mensch（アーサー・メンシュ）氏、Meta出身のTimothée Lacroix（ティモテ・ラクロワ）氏とGuillaume Lample（ギョーム・ランプル）氏の3名。 全員が30代前半で、学生時代から

あいおいニッセイ同和損害保険は2024年2月28日、生成AI（人工知能）を利用して被った損害に備える「生成AI専用保険」を、同年3月から提供開始すると発表した。 第1弾として、生成AIを使ったサービスの開発を手掛けるベンチャー企業、Archaic（アルカイック）のサービスに保険を組み込む形で提供する。同社のサービス導入費用1000万円につき、約10万円が保険料となる。 生成AIの利用により、社内の機密情報が外部に漏れた場合などを補償の対象とする。弁護士への法律相談や原因の調査費用などを、保険金として最大1000万円支払う。あいおいニッセイは2025年度をめどに、保険単体での販売も計画する。

Granite日本語版モデルの名称は「granite-8b-japanese」で、パラメーター数は80億。モデルの学習には1.6兆トークン（おおよそ単語数の意）を使っており、そのうち英語データが1兆、日本語が5000億、コードが1000億トークンを占める。同社は「日本語に特化した言語処理を導入することで、長い日本語の文章を効率的に処理し、より高速な推論を実現する」と説明している。 ビジネス活用に特化しており、文章の要約や質問応答、分類などを得意とする。また、RAG（外部データベースの情報を参照させ、機密情報を基にした回答などを可能にする仕組み）やコンテンツ生成などのタスクにも対応。インターネットや学術、コード、法務、財務などの領域のデータを学習しており、チューニングすることでさまざまなタスクに対応できるとしている。 日本アイ・ビー・エムの技術理事である倉田岳人さんは「当社の基盤モデルの特徴

1ビットLLMの衝撃! 70Bで8.9倍高速　全ての推論を加算のみで!GPU不要になる可能性も 2024.02.28 Updated by Ryo Shimizu on February 28, 2024, 16:46 pm JST 2月は中国では春節というお正月があり、春節にはみんな休む。 それもあってか、12月から1月にかけて怒涛の論文発表が行われて毎日「デイリーAIニュース」を配信している筆者は忙殺されていた。 春節中にはOpenAIがSoraを、GoogleがGemini1.5を発表したのは、その合間を縫ってのことだった。もはやAI最前線の戦いは研究が行われる場所の文化や風土に影響を受けるところまで来ている。 そして春節もあけた今週、さっそくAlibabaがとんでもないトーキングヘッドモデルを引っ提げて登場したかと思えば、Microsoftの中国チームがとてつもないLLMをリリース

Anthropic、「Claude 3」モデルファミリーを発表、GeminiやChatGPTを凌駕する性能と主張 OpenAIのスピンオフ企業であるAIスタートアップAnthropicは、最新の大規模言語モデル「Claude 3」モデルファミリーを発表した。Claude 3は3つのバージョンからなり、最も強力なバージョンである “Opus”は、少なくともGPT-4と同等であるとされている。 Claude 3は、その規模によって「Claude 3 Haiku」、「Claude 3 Sonnet」、「Claude 3 Opus」の3つのモデルで構成され、ユーザーは特定の用途に合わせて知能、スピード、コストを選択することができる。OpusはClaude 2.1と同程度の速度だが、より「インテリジェント」であるとされており、Haikuはほぼリアルタイムで応答できる速度を備えている。SonnetはC