商品名から先に製品開発してそうな小林製薬、機能性表示食品に未知の成分が混入してしまい18億円かけて自主回収へ

デジタル戦略を支える人材の確保・育成のための新会社を設立「ミッションは『GO WILD WEST!』です。ワイルドに、尖った会社にしたいと思います」。宮崎祐丞氏は、JR西日本がデータ分析企業の株式会社ギックスと共同で設立した新会社「TRAILBLAZER」について思いを語った。 宮崎氏は現在、西日本旅客鉄道マーケティング本部 担当部長 兼 デジタルソリューション本部　データアナリティクス担当部長を務めるが、2023年10月2日に設立されたTRAILBLAZERの取締役も兼任する。「TRAILBLAZER」は英語で「先駆者」を意味しているが、「鉄道（RAIL）」という単語を含んでいるのも社名採用の理由の一つだという。 同社設立の目的は、JR西日本グループのデジタル変革を推進することにある。だが、JR西日本グループ向けの仕事が中心であれば、あえて新会社として切り出す必要はない。ただ、「GO W

はじめに こんにちは、久しぶりに技術系の記事を書きます、株式会社カンムで機械学習エンジニアをしている fkubota です。 今日はSQLについてです。 弊社に入社してから毎日のようにSQLのクエリを書いてきました。 クエリを書き始めてからもう3年が経とうとしています。 日々クエリを書きながら少しずつ自分のスタイルが出来上がってきているのを日々実感しています。 僕は 正確で 読みやすく 再利用しやすいクエリを 高速に 生み出すための工夫を重ねてきました。 結果的にテスト駆動開発ぽいスタイルが生まれたので今日は紹介してみようと思います。 似たような記事がないので少しドキドキですが温かい気持ちで読んでもらえると嬉しいです。 対象読者 対象読者は、分析のためにクエリを書いている人とします。 プロダクトに乗せるクエリというより、ビジネス的になにか示唆を得たいときにクエリを書く人を想定します。 痛み

三菱UFJ信託銀行は2024年2月19日、情報銀行サービス「Dprime」の提供を2024年5月20日に終了すると発表した。利用者から提供されたパーソナルデータを同社が依頼のあった企業に提供し、利用者が対価としてポイントなどをもらえるサービスだった。サービス終了の理由は「個人ユーザーの情報管理不安を起因とする積極的な活用が進まず、企業・団体などに対する既存のリサーチ業界との差別化も難しい中、長期にわたる事業の継続は困難」（リリース）と判断したためだという。 2月19日に新規会員登録及び登録済み会員の本人確認申請を停止し、2月29日にアプリケーション内でのポイント付与を終了する。3月5日に1ポイント以上のポイントを保有する利用者に端数ポイントを交換に使えるようにするためのポイントを付与する。三菱UFJ信託銀行は5月20日までにポイントを交換するよう呼びかけている。個人情報については、サービス

厚生労働省は１９日、飲酒のリスクや体への影響をまとめた初のガイドラインを発表した。年齢や性別、体質、疾病別で異なる飲酒による健康リスクを示したほか、酒量より「純アルコール」の摂取量に着目することが重要としている。 指針によると、大腸がんの発症リスクを高める飲酒量の目安は、１日当たりビールロング缶１本に相当する約２０グラム（週１５０グラム）以上などと例示。特に高齢者は体内の水分量の減少などで酔いやすく、飲酒量が一定量を超えると認知症が発症する可能性が高まる。 また、１０～２０代は脳の発達段階にあり、多量の飲酒で脳機能が低下するとのデータがあり、高血圧などのリスクが高まる可能性もある。女性は男性よりもアルコールの影響を受けやすく、少量でも肝硬変のリスクが高まるという。 指針では、健康リスクを減らすために、酒に含まれる「純アルコール量」を用いた健康管理を勧めている。純アルコール量は、アルコール度

本連載で繰り返し訴えてきたのは、データ分析にまつわる「誤解」だ。データ分析で重要なのは、ビッグデータや統計学ではなく、「問題」「問い」「仮説」を発見する力である。しかし、実際に実践してみると、同じ事実でも人によって異なる「問題」にたどり着く。筆者はそのことに気付かず、過去に定量データの分析で大失敗を味わったことがある。その理由は「観察力」と、物事を認知する「フレーミング」にある。 同じ事実でも人によって異なる「問題」にたどり着くことがある。その理由は「観察力」と、物事を認知する「フレーミング」にある（写真／yoshitaka／stock.adobe.com） この連載を読んでいる知人から久しぶりに連絡をもらい、昼食を共にした時のエピソードから話を始めたい。他愛もない話をしていると、急に知人が心配そうな表情で「松本さんって定量分析にすごく否定的ですよね？」と尋ねてきた。 筆者にそんなつもりは

2024年1月1日、プログラミング言語Pascalの開発者、ニクラウス・ヴィルト氏の訃報が伝えられた。筆者が初めて習ったプログラミング言語はPascalだった。1979年に大学生となり、おそらく1年の時に学んだはずである。45年近く前、コンピューターのエンジニアになろうと意気込んでいた。 教えてくださったのは著名な森口繁一先生であり、森口先生が書いた教科書を読んだ記憶がある。ところが今、インターネットを検索してみると森口先生の著書『Pascalプログラミング講義』（共立出版）は1982年の出版となっている。講義を受けた時は別の本で学んだのかもしれない。そういえば構造化プログラミングに関する翻訳書を買った気がする。 四十数年前にもAI（人工知能）はそれなりに話題だった。自然言語処理と呼んでいたと思う。そちらのほうを勉強しようと『LISP入門』（培風館）、『Prologプログラミング入門』（オ

Googleの研究チームが動画生成AI「Lumiere」を2024年1月24日(水)に発表しました。Lumiereではフレーム同士が自然につながった違和感の少ない動画を生成可能で、テキストや画像を入力して動画を生成できるほか、動画の一部分を指定して別の動画に置き換えたり、写真の一部分だけを動かしたりといった操作も可能です。 Lumiere https://lumiere-video.github.io/ テキストや画像を入力して動画を生成できるAIは数多く存在していますが、それらのAIの多くは「フレームを複数枚生成し、フレーム同士を補間する」という手法で動画を生成しているため、フレーム同士のつながりが不自然になりがちです。一方で、Lumiereは「動画全体のフレームを一度に生成する」という手法を採用しており、フレーム同士のつながりが自然で違和感の少ない動画を生成可能。生成可能な動画のフレー

こんにちは、富士通で生成AI推進を担当している淺間です。 生成AIの業務利用において、非常に注目されているMicrosoft社の「Microsoft Copilot for Microsoft 365」（以下、Copilot for Microsoft 365）をご存じでしょうか。Teams、PowerPoint、 Outlookなど、おなじみのMicrosoftアプリケーションに生成AIを導入する強力なサービスとして話題です。 Copilot（コパイロット、飛行機の副操縦士の意味）と言えば、先日、Microsoftから発表のあった個人向けCopilot Proも記憶に新しいですね。 富士通は早期アクセスプログラムに参加し、2023年10月より本サービスのトライアルを実施してきました。 この記事では、トライアルの様子、ユーザー評価、厳選したユースケースなどを紹介したいと思います。 Copi

『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

一方では、常に進化を続けるきら星のごときコントリビュータ―たちによって、数多くのオープンソースの大規模言語モデルが作られ続けている。その中でも特に有名なのが、Metaの「Llama 2」だ。一方、クローズドソースの大規模言語モデルの代表例は、商用モデルとして定評がある2つのモデルである、OpenAIの「GPT-4」と、ベンチャーキャピタルの支援を受けているスタートアップAnthropicの言語モデル「Claude 2」だろう。 これらのモデルをテストして互いに比較する方法の1つに、特定の分野（例えば医療知識）の質問に回答させ、その善し悪しを比べるというやり方がある。 権威のある医学論文誌を発行しているNew England Jounal of Medicineが創刊した新論文誌「NEJM AI」に最近掲載された、ペパーダイン大学、カリフォルニア大学ロサンゼルス校、カリフォルニア大学リバーサ

近年、OpenAIのGPT-4やGoogleのGemini、MetaのLLaMAをはじめとする大規模言語モデル（Large Language Model：LLM）の能力が大幅に向上し、自然言語処理において優れた結果を収めています[1][2][3]。これらのLLMは、膨大な量のテキストデータで学習されており、さまざまな自然言語処理タスクにおいて、タスクに固有なデータを用いてモデルをファインチューニングすることなく、より正確で自然なテキスト生成や、複雑な質問への回答が可能となっています。 LLM-jp-eval[4]およびMT-bench-jp[5]を用いた日本語LLMの評価結果。Nejumi LLMリーダーボード Neoより取得。 大規模言語モデルは近年急速な進歩を遂げていますが、これらの進歩にもかかわらず、裏付けのない情報や矛盾した内容を生成する点においては依然として課題があります。たとえ

「データを大量に学習させたのが性能向上のキモだ」。NECデータサイエンスラボラトリーの小山田昌史主席研究員は、同社の大規模言語モデル（Large Language Model：LLM）の「cotomi」の性能を高める工夫をこう語る。小山田主席研究員は加えて、「限界はあるが、同じ量のデータをLLMに学習させても、（LLMの性能向上へ実質的に寄与する）正味のデータ量が変わってくる可能性がある」と指摘する。 NEC、NTTはいずれも、小さいLLMでもビジネスで利用できる性能を実現すべく、2つの方法でデータの「質」を高めている。ではLLMの性能を高める「質の高いデータ」とは何なのか。両社の工夫を見ていこう。 不要なデータや重複する記述を削除 前提として、米OpenAI（オープンAI）が2020年1月に発表した「スケーリング則（Scaling Laws）」によると、LLMの性能はそのパラメーター数を

GeminiとGemini AdvancedはWebブラウザーで提供するほか、Androidでは「Gemini」アプリを提供。iOSは既存の「Google」アプリに搭載する。 「Duet AI」も「Gemini」へ 「Duet AI」と呼称されていた生成AIサービスの一部も、名称をGeminiに統一する。「Gmail」や「ドキュメント」などのビジネスツールを生成AIで支援する「Duet AI for Workspace」は「Gemini for Workspace」にする。Google OneのAIプレミアムプランの加入者が使えるようになる。 コード作成の支援機能などが利用できる「Duet AI in Google Cloud」は「Gemini in Google Cloud」となる。 モデル名とサービス名を統一し、生成AIの主力ブランド・エコシステムの1つとしてGeminiを利用する格好

大手生活用品メーカーのライオンが生成AI（人工知能）を活用した「知識伝承のAI化」ツールの自社開発を進めている。同社がこれまで蓄積してきた技術文書や実験データなどから、必要な情報を対話形式で効率的に取得できるようにする。まずは同社の研究開発部門へ、2024年6月にも導入を目指す。

Copilot for Microsoft 365とCopilotの違い 昨年Bing Chatから名称が変更されたCopilotと、Copilot for Microsoft 365の違いを詳しく見ていきましょう。 Copilot for Microsoft 365の機能のひとつであるMicrosoft 365 Chatは、Copilotと同様に生成AIとチャットで会話ができる機能です。ユーザーインタフェースなど見た目がほぼ同じで、使い勝手もそれほど違いはありません。Microsoft 365 Chatが大きくCopilotと異なる点は、ユーザーからの指示への回答のために、Microsoft 365内に保存された情報にアクセスできるという点です。 たとえば、「Copilot for Microsoft 365のメリットは何ですか？」とそれぞれに質問してみます。Copilotは、学習済みの

国内大手ITベンダーが2024年、ついに大規模言語モデル（Large Language Models：LLM）サービスの提供を始める。NTTは2024年3月に「tsuzumi（つづみ）」を、NECは2024年春ごろに「cotomi（コトミ）」をそれぞれ提供する予定だ。さらにソフトバンクも2024年内にLLMを開発するとしている。 NTTやNECが提供する国産LLMはいずれも、「大規模」言語モデルとはいえ米OpenAI（オープンAI）の「GPT」などに比べるとコンパクトにつくられている。実はこの規模を選んだことこそが、2社それぞれの見いだした勝ち筋でもある。果たして2社は「GPT1強」とも言える市場に変化を起こせるか。国内勢と海外勢の違いをひもときながら、2社の狙いを見ていこう。 「大規模」だけど「小さい」国産LLM これまでGPTをはじめとするTransformerベースのLLMは、パラメ

OpenAI社が2022年11月にChatGPTを発表してから1年以上が経ちました。 このChatGPTをはじめとする生成AIは、ビジネスにも大きな影響を与えると連日ニュースでも大きく取り上げられました。しかしながら2023年、生成AIをビジネスに利用する動きは一部の企業で見られましたが、社会全体では大きく進んだとはいえません。 そこにはさまざまな要因が考えられますが、大きく二つが挙げられるでしょう。一つは企業側が生成AIの導入に消極的であること。そしてもう一つは従業員側が生成AI利用に消極的であることです。前者の解決方法はさまざまなところで論じられていますが、後者に関してはあまり議論が行われてきたとはいえません。 そこで本記事では、後者の従業員の生成AI利用が進まないことの要因や、企業・従業員目線それぞれから課題に対して行うべき施策をSHIFT AI代表の木内翔大氏へのインタビュー内容も

ファーストリテイリングの2024年8月期第１四半期決算は、グローバルブランド事業以外はすべて増収増益となり予想通り、圧倒的な強さを見せつけた。定量的な部分は同社の決算報告動画で極めて分かりやすく説明されているので、私は同社の「圧倒的な強さ」の背景にあるメカニズムについて分析してみたい。 Peter Fleming/istock なぜ、ファーストリテイリングだけが 一人勝ちができるのか ファーストリテイリングの、特に「ユニクロ事業」についていつも感じているのは、同社の「他の競合を寄せ付けないほどの圧倒的な競争力」である。その中でも、同社の競争力の源は、素人が見てもその違いがわかるほどの圧倒的なコスパ（コスト対パフォーマンス）である。 ユニクロは、もはや日本人の人民服といってもよいほど、「服の価格基準値」をつくってしまった。私もセレクトショップでイタリア製の服を好んで買っていたが、最近ではユニ