IRライブラリ 決算(短信・説明資料・有価証券報告書) IRリリース IRイベント資料(機関投資家向け) 統合レポート Investor’s Guide 市場データ・販売概況 環境報告書
第1回は、さまざまなタスクをこなす万能型ジェネレーティブAIツール「ChatGPT」の性能の鍵を握る「トークン長(GPTが文脈を意識できる過去の単語数)」やGPTの歴史的経緯について解説しました。第2回はGPTを支える自然言語処理 の分野で使用される深層学習モデル「Transformer」とその根幹となる「Attention機構(そのタスクにおいてどの単語の重要度が高く、注目すべきか決める仕組み)」についてです。TransformerとAttention機構の仕組みを定性的に把握し、それを踏まえてGPTの能力と可能性について考察したいと思います。テクノロジー領域に明るくない人でもわかる記事を目指します。
DX(デジタルトランスフォーメーション)により、注目が高まる「データドリブン経営」。経営層から現場まで全社員がデータを活用して業務を進めるよう、社内の体制や文化を築く取り組みだ。 多くの企業がデータドリブン経営の推進を経営目標に掲げる一方で、ガートナージャパンの調査によると、全社的なデータ活用について「十分に効果が出ている」と感じる企業は数%しかない。 データドリブン経営に取り組む企業は、どうして効果を十分に感じられない「残念」な状況に陥ってしまうのか。データドリブン経営を支援するコンサルティング会社や、データ基盤・活用のツールベンダー、そしてデータドリブン経営に取り組む企業への取材を基に、その原因と対策を探る。 前回はデータドリブン経営に向けた準備について取り上げたが、今回はデータドリブン経営に着手して数年たった企業が陥りがちな残念ポイントを取り上げる。データドリブン経営を継続し、成果を
明治大学 総合数理学部 宮下芳明研究室(以下、宮下芳明研究室)、株式会社NTTドコモ(以下、ドコモ)、H2L株式会社は、宮下芳明研究室とH2Lが研究開発した味覚を再現する技術と、ドコモが開発した「人間拡張基盤」を連携し、相手の感じ方に合わせた味覚を共有する技術を開発した。 今回開発された技術は、味覚に関するデータを把握する機器(センシングデバイス)と、味覚の感度に対する個人差を推定し共有する「人間拡張基盤」、味覚を再現する駆動機器(アクチュエーションデバイス)の3つで構成されている。 具体的には、伝えたい味をセンシングデバイスで分析・数値化したものと、共有する相手の味覚の感じ方を、約25項目のデータをもとに人間拡張基盤上で独自アルゴリズムを用いて推定し、それらをアクチュエーションデバイスを通じて、相手に伝えたい味を再現する。 アクチュエーションンデバイスは、味の基本となる五味(甘味、酸味、
LLMの内部表現とは何か LLMに限らず機械学習モデルを理解してコントロールする上で、モデルの内部表現にどんな情報が含まれているのか知るのはとても重要です。 内部表現とは、モデルが入力データ(例えばテキスト)を受け取ったときに、そのデータを解析し理解するために内部で生成されるデータの表現です。表現はモデルの各層で異なる形式を持ち、最終的な出力(例えば文章生成など)に至るまでのプロセスに密接に関わります。内部表現は隠れた表現という言い方もできます。 これまで、内部表現を理解するための研究はたくさん行われてきました。しかし、スケールの限界や精度の悪さ、表現力の不足などが問題となり、なかなか実用的なアプローチとは言えるものはなかったと言われています。 そこでGoogleの研究者らは、LLMならば自分自身の内部表現を人間のために「翻訳」することが可能であると考えました。LLMがテキストを生成する高
研究視点から鳴らす今の生成AIブームへの警鐘 ――日本IBM主席研究員金山博氏が危惧する知の消費と「人らしさ」の重要性 「生成AIが出てきて悩んでいる。今の生成AIは作業の効率化を促進できている場面もあるのだが、人間が賢くなる、成長するという喜びを増幅する存在ではない。なのに、多くの方が両手を上げて賞賛している。効率化だけを求める風潮に危険を感じるのだ」。 こう語るのは日本IBM 東京基礎研究所の自然言語処理技術 主席研究員である金山博氏だ。金山氏は世界を変えたIBM社員の1人と言っても過言ではない。 IBMの認知型テクノロジー「Watson」がクイズ番組『Jeopardy!』で人間のチャンピオン2人を破ったのは2011年2月のことで、これは現在生成AIブームで沸く「第三次AIブーム」の火付け役の1つと私は捉えている。 Watsonの勝利は、機械学習と自然言語処理におけるAIの能力を広
AWS が日本にもたらす経済効果に関するレポートによると、今回の投資計画は日本の国内総生産(GDP)に5兆 5,700億円貢献し、国内企業で年間平均30,500人以上の雇用を支える見込み 2011年から 2027年までの AWS の日本のクラウドインフラに対する投資総額は3兆 7,700億円に達する見込み Amazon.com, Inc.(NASDAQ: AMZN)の関連会社である Amazon Web Services, Inc.(AWS)は本日、日本でのクラウドサービスに対する顧客需要の拡大に対応するために、2027 年までに東京と大阪のクラウドインフラに 2 兆 2,600 億円を投資する予定であると発表しました。AWS が日本にもたらす経済効果に関するレポートによると、今回の投資計画は日本の国内総生産(GDP)に 5 兆 5,700 億円貢献し、国内で年間平均 30,500 人以上
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
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) ・
はじめに 最近プロジェクトマネジメント関連の仕事をする機会が増え、(駆け出しですが)要件定義や設計関連の業務もするようになったので、私の経験を基に要件定義の具体的なプロセスや考え方について、まとめていきます。 この記事の対象者 要件定義の基本や思考プロセスを学びたい人 エンジニアからプロジェクトマネジメントをやりたい人 ビジネスサイドとエンジニアサイドのコミニュケーション能力を向上させたい人 具体的な事例を通して要件定義を学びたい人 前提 紹介する内容はあくまで一例であり、プロジェクトやチームの状況に応じて調整が必要 あくまで自分(駆け出しPM)の経験に基づいた内容を言語化しています プロジェクト規模は10名〜20名のWebアプリ開発を想定しています システム開発の全体像 一般的なシステム開発のプロジェクトは下記のフェーズで進んでいきます。 ※ コンサルの領域だと要件定義の前に企画構想とい
全世界で現実世界の活動が制限された数年間で、仮想空間「メタバース」の注目度が一気に高まった。リアルへの回帰が進む中で、それは下火になったと見る向きもある。だが、VRアーティストのせきぐちあいみ氏は、「まだこれから発展する」と語る。 彼女は、VR元年とされる2016年からVRでのアート活動を開始。17年には世界初のVR個展を開催している。21年には、Forbes JAPAN(フォーブスジャパン)の「影響力のある日本人トップ100」に選ばれ、現在は日本を含む世界10カ国で活躍。23年10月には、ドバイ文化庁主催のイベントで没入型ドーム「Al Wasl Plaza」にてライブペインティングのパフォーマンスを行うなど、活動の領域を大きく飛躍させている。せきぐち氏が捉えているメタバースとは。また、その魅力はどこにあるのか。アート活動や実体験を通じて見えた、現在のメタバースの姿とこれからの可能性につい
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
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。
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
処理を実行中です
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