パドック映像をAI（人工知能）で解析して馬ごとに分割し、見やすい形でファンに届ける「パドックアイ」が2023年8月にリリースされた。サービスの提供元は、日本中央競馬会（JRA）のシステム子会社であるJRAシステムサービスだ。将来的にはAIによる解析内容をさらに詳細にし、個々の馬の歩き方から調子を分析する「歩様解析システム」に発展させる構想だ。 JRAシステムサービスの前身である「日本トータリゼータ」は1968年設立。JRAから勝馬投票券（馬券）の発売・払い戻しを担う基幹システムである「トータリゼータシステム」の運用保守管理業務を受託したことが始まりだった。以降、数々のJRAシステムの運用保守を担ってきた。 その後、平成に入ったころから「開発も担うようになってきた」（JRAの関口勉情報システム部システム企画室室長）。JRAシステムサービスによると、同社の運用・保守担当者数は2023年1月時点

はじめにこんにちは！つむです🐈 8月より社内で実施するchatGPTをフル活用したUI勉強会を実施しています📚 開催までの背景や内容決定までのプロセス、プログラムをご紹介します🚩 使用するペルソナ・ユーザーストーリー・情報アーキテクチャ図を生成するプロンプトも公開しますのでぜひご覧ください✨ 自己紹介2022年KDDIにUXデザインコースで新卒入社（KDDIアジャイル開発センターに兼務出向中） auショップ向けDX施策やワーケーション施設検索サービス「タビトシゴト」などでUIUXを担当 背景UI業務多いのにUIデザイナーが少ないKAGデザイナーは基本的に上流を主戦場に置くUXデザイナーやサービスデザイナーとして業務をしている方が多いです。 しかし私は学生の頃からUIが得意たっだため最初はUIデザイナーからスタートし、徐々に上流へ足を広げる方針にしていただきました🙌 配属直後はUIデ

画像生成AIツールの名称は「Create Real Magic」で、2021年から実施しているグローバルキャンペーンのタグライン「Real Magic」にかかっている。アカウントの作成後、「テーマ」「シーン」「スタイル」のそれぞれで提示される選択肢を選ぶと、クリスマスカードを生成できる。用意されている選択肢に加え、文章で生成したい画像の指示（プロンプト）を追加することも可能。 AdverTimes.編集部が「Create Real Magic」で生成した画像。生成した画像には見えない透かしが入っており、コカ・コーラが同ツールで生成した画像かどうかを識別するのに使用している 生成には、過去、コカ・コーラの広告のデータも使用している。1931年〜64年にコカ・コーラのクリスマス・キャンペーンを彩った、ハッドン・サンドブロムによる「サンタクロース」や、1993年に「Always Coca-Col

G7知財庁長官級会談が国内発メタバースプラットフォーム「cluster」にて実施されました～メタバース等の新たなデジタル空間における知財権保護の重要性などの議論を、メタバース空間内で～臨場感あふれる会議を目指し、クラスターが２つのメタバース（バーチャル）空間を制作 イベント累計動員数2,000万人を超える、国内最大級のメタバースプラットフォーム「cluster」を運営するクラスター株式会社（本社：東京都品川区、代表取締役CEO：加藤直⼈、以下「クラスター」）は、日本国特許庁（JPO）に協力し、メタバース空間上で行なわれたG7知財庁長官級会談（※１）のワールド制作及び運営協力をいたしました。 「G7知財庁長官級会談※1」： 2023年度は、日本国特許庁（JPO）が議長となり、G7参加国の知財庁（G7知財庁）の長官級等が一堂に会する、G7 知財庁長官級会談（G7 Heads of IP Off

Googleは12月7日、新しい大規模言語モデル｢Gemini（ジェミニ）｣を発表した。 Geminiは今年5月に開催されたGoogleの開発者会議「Google I/O」で発表されており、当時は大規模言語モデルである「PaLM 2」の後継モデルとしての発表にとどまっていた。生成AI元年とも呼べる2023年も年末に差し掛かった中、Googleが満を持して「ChatGPT超え」を本格化させるべく打ち上げた号砲がこのGeminiだ。 Geminiがどんなものなのか見てみよう。 マルチモーダルとオンデバイス Geminiを理解する上でのキーワードは「マルチモーダル」と「オンデバイス」だ。 マルチモーダルとは、テキスト、画像、音声、動画、コードなど、さまざまな種類の情報をAIがシームレスに理解し、操れることといえる。Googleは、Geminiをマルチモーダルのために「ゼロから構築したモデル」と表

2023-12-272023-12-27 ELYZA、商用利用可能な130億パラメータの日本語LLMを一般公開 株式会社ELYZAは、商用利用可能な130億パラメータの日本語「ELYZA-japanese-Llama-2-13b」を開発し、一般公開した。 2023年8月に公開した「ELYZA-japanese-Llama-2-7b」と同様、Meta Platforms, Inc.（以下Meta）が開発した英語の言語能力に優れた大規模言語モデル（以下LLM）である「Llama 2」に対し、日本語による追加事前学習と、ELYZA独自の事後学習を行ったモデルとなっている。 学習に用いたのは、OSCARやWikipedia等に含まれる日本語テキストデータだ。複数のバリエーションがあり、ユーザからの指示に従い様々なタスクを解くことを目的としてELYZA独自の事後学習を施した「ELYZA-japane

『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

数多くのモダナイゼーション案件を見てきた筆者の経験から、実際に起こり得る問題や葛藤を架空の事件簿として解説する本連載。最終回となる今回は、レガシーシステムからの脱却と改善をシステム子会社に任せてあやうく頓挫するところだったモダナイゼーション事例を紹介する。 システム子会社が脱メインフレームに抵抗した事件 一般家庭に電力を供給し社会インフラを支えるA社は、創業から100年を超える。1980年代には、企画機能だけを本社に残し、システムの開発や運用の機能を新たに設立したシステム子会社に移管した。他の多くの企業にも見られた「ITを中核事業とは見なさない」という動きだ。本社とは異なる給与体系の導入によるコスト削減や、他社のシステム開発の受注などにより、収益の改善という意味では一定の目的を果たした。 ところが昨今の電力会社は、電力自由化による販売競争の激化や環境に配慮した脱炭素といった課題を抱えている

こんにちは、AI製品開発グループの太田です。 この記事では巨大言語モデルに基づくマルチエージェント技術についてご紹介します。 近年、人工知能（AI）の進化は目覚ましいものであり、その中でも巨大言語モデル（Large Language Models、LLM）は注目を浴びています。 その中でもChatGPTは、その優れた自然言語処理能力により、様々な応用分野で高い評価を受けています。 本記事では、ChatGPTを基にした新たな応用技術である「LLMマルチエージェント」に焦点を当て、その可能性や機能についてご紹介いたします。 LLMエージェントとは？ まず初めに、「LLMエージェント」について簡単に説明します。 LLMエージェントは、巨大言語モデルをベースに構築されたAIエージェントです。 このエージェントは、自然言語でのコミュニケーションを通じてユーザーと対話し、自ら自身がすべきタスクを考える

サイバーエージェントは、AI(人工知能)で効果の出せる広告テキストを予測・自動生成する「極予測TD」で独自日本語LLM(大規模言語モデル)のバージョン2「CyberAgentLM2-7B・CyberAgentLM2-7B-Chat」を実装したと12月21日に発表した。日本語と広告に特化したのLLMにのアップデートで大量に実際に活用可能なテキスト生成が可能になった。 先行テストで、「KW(キーワード)の含有率」の指標で独自LLMバージョン1(23年5月公開)とバージョン2(2311月公開)を比較したところ、バージョン2を導入している91.1%のアカウントで生成品質が高まったことが確認できた。生成品質が194％向上したクライアント実績が出るなど、広告効果への貢献が期待できる。 検索連動型広告などの運用型広告では、広告効果最大化を目的とした継続的な運用が重要。サイバーエージェントは広告効果向上に

関連キーワード 人工知能 | Microsoft（マイクロソフト） | Microsoft Azure 2023年11月、Microsoftは米シアトルで開催したカンファレンス「Microsoft Ignite 2023」において、新たな製品や機能拡充を発表した。同社がこのカンファレンスで重点を置いたのは、AI（人工知能）関連技術とクラウドコンピューティングだった。同社は新たな生成AI（テキストや画像などのデータを生成するAI技術）やAI関連サービス群「Azure AI」の新機能を矢継ぎ早に投入する。 「オリジナル生成AI」を作れるMicrosoftの新サービス 併せて読みたいお薦め記事 MicrosoftのAI関連サービス ExcelやTeamsで生成AIが使える「Microsoft 365 Copilot」とは？ 「Microsoft 365」はOpenAIとのタッグで何が変わる？ M

LoRA（ローラ、ロラ、Low-Rank Adaptation）とはLLM（大規模言語モデル）や画像生成AI（人工知能）を効率良く調整する手法の1つだ。ある特定のタスクやジャンルに寄せた出力をするようにカスタマイズする「ファインチューニング」を行う際に用いる。 具体的にはLLMのパラメーターを固定したまま、別のパラメーターを「横付け」してその部分だけファインチューニングする。オプションパーツのようなイメージだ。 例えば文章を生成するAIに、ある特定の作者のような文体で文章を生成させたいとする。この場合、LLMのパラメーターを全てファインチューニングするには大量の計算が必要だ。そこで前述の手法を用いると、計算コストや、計算するためのGPU（画像処理半導体）に関するコストなどを現実的な範囲に抑えることができる。 この他にも「保険業界特有の専門用語を使った文章を生成したい」「この作者のような絵柄

はたして生成AI（人工知能）に幻滅期はあるのだろうか――。 ここで言う幻滅期とは、先進技術の普及度合いを示す米ガートナーのハイプ・サイクルにおいて、黎明（れいめい）期や「過度な期待」のピーク期に続いて訪れるとされる期間のことだ。技術はこの幻滅期を経て社会に受け入れられていくとしている。2023年のハイプ・サイクルでは、生成AIは「過度な期待」のピーク期に位置付けられていた。 そうだとすると、2024年以降に生成AIの幻滅期がやって来る。過剰な期待がしぼみ、急速に関心が失われることとなる。技術に限らず、ブームの後には必ず反動が来るというのが世の常だ。ChatGPTが一大ブームとなった生成AIも同じ道をたどると考えるのは、理にかなっている。 だが、生成AIはハイプ・サイクルや世の常に従わない可能性が高い。前例がある。インターネットとスマートフォンだ。ここで言うインターネットとは、1990年代半

1985年、福島県生まれ。慶應義塾大学文学部卒業。IT系ニュースサイトを運営するアイティメディアで情報システム部に在籍し、エンタープライズIT領域において年間60本ほどのイベントを企画。2018年10月、フリーに転向。現在は記者、広報、イベント企画、ブランドアンバサダー、マネージャーとして、行政から民間まで幅広く記事執筆、企画運営に奔走している。著書『ルポ　日本のDX最前線』（集英社インターナショナル） Twitter：https://twitter.com/sakaisaketen 酒井真弓のDX最前線 2018年に経済産業省のレポートが「DXの壁」を指摘したように、日本では、DX（デジタルトランスフォーメーション）が遅れているとよく言われている。また、「日本はもはやIT後進国」「なぜアメリカのGAFAや中国のBATHと渡り合える企業が日本では生まれないのか」などの悲観的な意見もしばしば

Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything

野村総合研究所（NRI）がまとめた「IT活用実態調査（2023年）」によると、デジタル技術の導入状況について尋ねた結果、導入率が最も高かったのは、「RPA（ロボティック・プロセス・オートメーション）」で69.9％だった。

日本でも利用可能になった米Microsoft（マイクロソフト）の生成AI（人工知能）支援機能である「Microsoft Copilot（以下、Copilot）」。2023年11月には文書作成ソフト「Word」やプレゼンテーションソフト「PowerPoint」などに導入され、日本語で様々なタスクを指示できるようになった。 Copilotは、マイクロソフトが出資する米OpenAI（オープンAI）の大規模言語モデル（LLM）「GPT-4」を利用している。ただし、Copilotの支援機能を支えているのはLLMだけではない。検索エンジン「Bing」の検索アルゴリズムや、情報の信頼性を上げる技術「Prometheus」など、マイクロソフトの独自技術をLLMと組み合わせている。 この独自技術を築くに当たって、重要な役割を果たしたプレーヤーがいる。 米ワシントン州レドモンド。マイクロソフトが本社を構えるこ

キリンホールディングス（HD）はマーケティングリサーチの一環で、生成AI活用の道を探る。新商品開発の過程で生成AIを用い、アイデアに対して消費者がどんな反応を示すかを推測する。 「氷結」は2022年から好調が続いている。特に「無糖シリーズ」は23年の年間目標を前倒しで達成した 12月19日に発表した。フレーバーや無糖、ノンアルコールなどの商品バリエーションが多い「氷結」から検証を始める。実際の消費者を対象とした調査自体は残し、生成AIから得る擬似的な消費者の反応は、調査前の工数短縮や、商品案の精度向上に生かす。これまでは、開発担当者が過去の消費者データから想定される反応を抽出するなどの作業に平均50時間かかっていたという。 生成AIには過去3年分の消費者インタビューなどの定性データを学習させた。データは今後も順次追加する。活用する生成AIは複数社と同時に検証を進めており、キリンHDは「個別