AI搭載版『ポートピア連続殺人事件』が4月24日にSteamで無料配信決定、『THE PORTOPIA SERIAL MURDER CASE』として名作ADVが蘇る スクエニAI部に経緯を訊いた
スクウェア・エニックスは、堀井雄二氏が手掛けた『ポートピア連続殺人事件』を題材に、先端AI技術を搭載したテックプレビュー『SQUARE ENIX AI Tech Preview: THE PORTOPIA SERIAL MURDER CASE』を2023年4月24日にSteamにて無料配信すると発表した。また公式サイトをオープンしている。 AIの一分野である自然言語処理（NLP）の技術を使った「NLPアドベンチャー」と銘打っており、日英の言語に対応している。 「THE PORTOPIA SERIAL MURDER CASE」とは 『SQUARE ENIX AI Tech Preview: THE PORTOPIA SERIAL MURDER CASE』（以下、THE PORTOPIA SERIAL MURDER CASE）は、『ドラゴンクエスト』シリーズで知られる堀井雄二氏が手掛けたADV
GPT-3を使って自分だけのAIアシスタントを作る第一歩 - Taste of Tech Topics
皆さんこんにちは。健康診断の結果がちょっと気になる年齢になってきたSsk1029Takashiです。 GPT-3を扱ってチャットボット作ってみる記事の第2弾になります。 第1弾のこちらもぜひご覧ください。 acro-engineer.hatenablog.com 前回は質問応答システムとしてGPT-3を活用しましたが、今回はAIアシスタントとしてGPT-3を活用してみます。 AIアシスタントとは何かというと、Google Homeのように命令を入力すると、それに沿った処理を実行してくれるシステムを指します。 ChatGPTとの違いは命令の結果は必ずしも文章生成だけではないということです。 ChatGPTでは文字列を入れて、要求に沿った文字列を返します。 対して、AIアシスタントでは、カレンダーに予定を入力したり、アラームを設定したりなど、具体的なタスクを実行します。 この記事では、前回に続
日本語言語理解ベンチマークJGLUEの構築 〜 自然言語処理モデルの評価用データセットを公開しました
大規模なデータセットを短期間で構築するために、データセット構築にはYahoo!クラウドソーシングを用いました。 以下に各データセットの概要を示します。 MARC-ja MARC-jaは商品レビューを入力として、ポジティブ（positive）かネガティブ（negative）かを推定するタスクです。多言語商品レビューコーパスMARC（Multilingual Amazon Reviews Corpus）[文献7]の日本語部分を用いて構築しています。検証・テストセットについては正解ラベルが妥当であるかをクラウドソーシングで判定し、ラベルをクリーニングしています（訓練セットは数が多いことからクリーニングはしておりません）。 JSTS/JNLI JSTS（Japanese Semantic Textual Similarity）とJNLI（Japanese Natural Language Infe
GPT-3を使って根拠付きで正確に質問応答してくれるシステムを作ってみる - Taste of Tech Topics
こんにちは。社内データサイエンスチームYAMALEXの@Ssk1029Takashiです。 最近はChatGPTが出て注目を浴びたり、BingにもChatGPTのように質問応答してくれるAIが搭載されるなど、OpenAIのGPTモデルが世の中を騒がせています。 私もChatGPT使ってみましたが、受け答え自体は人が書いていた文章と遜色なく、文章の自動生成もここまで来たか。。という感じでした。 そんなChatGPTの特徴の一つとして、回答には時々嘘が含まれるというものがあります。 ChatGPT自体は知識を持っているわけではないので、学習データにないことなどはそれっぽいけどでたらめな回答を返してしまいます。 ただし、最近追加されたBingのGPTでは、ChatGPTよりもはるかに正確な回答が返ってくるように感じます。 画面を見ると回答の根拠となっている詳細情報が出ています。 ここから推測する
30分で完全理解するTransformerの世界
はじめに 初めまして。ZENKIGENデータサイエンスチームのはまなすです。正式な所属はDeNAデータ本部AI技術開発部なのですが[1]、業務委託という形で今年度から深層学習系の開発等に携わっています。 深層学習界隈では、2017年に衝撃的なタイトル（Attention Is All You Need）の論文が発表されてから早5年半、元出自の機械翻訳タスクを大きく越えて、Transformer関連の技術が様々な領域で用いられる汎用アーキテクチャとして目覚ましく発展し続けています。 今回はそんなTransformerが現時点までにどのように活用されてきたか、また、どのように工夫されてきたかをざっくりと俯瞰し、流れをおさらいする目的の記事になります。本記事の大枠は、2021年時点でのサーベイ論文である A Survey of Transformers に倣いつつ、適宜、2023年2月上旬現在ま
Home | Logically
Introducing Logically Intelligence® Focus for US Elections Extract insights from across platforms and domains to identify potentially harmful content that can impact election processes, people, and polling locations - available through a monthly subscription you can cancel at any time Learn More Foreign enemies and extremists are increasingly leveraging digital platforms to help undermine democrac
Agolo
DISCOVER ANOMALIES. GET EARLY WARNINGS. FIND ROOT CAUSES. Extracting insights from your unstructured data doesn’t need to be so hardAgolo’s self-learning, generative AI transforms data from any unstructured data source or document into structured entity-based data for trusted insights and informed decisions.
Moveworks: Automate Employee Support
Empower your workforce to find answers, automate tasks, and create content across all your business systems with generative AI The AI copilot that takes the friction out of work Moveworks is the fastest way to put AI in the hands of your global workforce. Solve support tickets, search content, and automate workflows across your business systems in 100+ languages — all from your enterprise chat.
化合物とタンパク質間の相互作用を「自然言語でモデル化」 | 医療とAIのニュース・最新記事 - The Medical AI Times
米フロリダ州オーランドに本拠を置くセントラルフロリダ大学（UCF）の研究チームは、AIを用いた高精度スクリーニング技術によって、有望な医薬品候補化合物の特定を高速化できる可能性を明らかにした。研究成果はこのほど、Briefings in Bioinformaticsから公開されている。 研究論文によるとこの技術は、薬物とタンパク質の相互作用をタンパク質結合部位ごとの「単語」で表現し、深層学習を用いて両者の複雑な相互作用を支配する特徴を抽出するというもの。「自然言語で相互作用をモデル化する」という興味深いアプローチは「AttentionSiteDTI」と呼ばれ、候補化合物の特定精度は最大97%に達するという。研究者らは、化合物とタンパク質の結合相互作用を測定する実験室内実験を行っており、モデルが計算で予測した結果と比較することで、モデル性能を検証した。この実験では、SARS-CoV2ウイルス
テキストメッセージのNLP解析 – 増悪する若年者メンタルヘルス | 医療とAIのニュース・最新記事 - The Medical AI Times
テキストベースの無料メンタルヘルスサービスを提供する「Crisis Text Line」はこのほど、同団体の活動を通じて明らかにされた「米国におけるメンタルヘルス状況」に関する報告書を公開した。同報告書は、2021年中の利用者とカウンセラーとのテキスト会話について、自然言語処理（NLP）を用いて解析したもの。 「United in Empathy」と名付けられた報告書では、130万件に及ぶ会話（総計4000万通のテキストメッセージ）を解析対象としている。会話の70%は25歳以下のユーザーであり、特に若年者が抱える不安・うつ・自殺念慮などのメンタルリスクの深刻さが強調されている。特に、新型コロナウイルス感染症の拡大が「若年者のメンタルヘルスを著しく増悪させた事実」が明らかにされており、2020年との比較においても「リスクは増大した」としている。特徴的であったのは、パンデミック前と比較して「食
ABEJAで作った大規模GPTモデルとその道のり - ABEJA Tech Blog
1. はじめに 2. そもそもGPTとは?? 3. ABEJAで作ったGPTモデルについて 3.1 モデルサイズ 3.2 データセット Wikipedia CC100 OSCAR mC4 3.3 参考にしたコード 3.4 モデルの学習 せっかくここまで育てたモデルが・・・ 4. 技術的な工夫点 4.1 データセットの前処理 4.2 GPT-neoxの活用 4.3 並列VMでの学習 4.4 モデルアーキテクチャの工夫 5 学習したGPTのアウトプット例 5.1 失敗モデルたちの作品集 5.2 完成モデルの出力例 5.3 少しFine-tuningした結果 6. 最後に 6.1 採用メッセージ 6.2 ABEJAで学習したGPTモデルの今後について 1. はじめに こんにちは、ABEJAの服部です。昨日、ABEJAが主催しているABEJA SIX2022でも発表がありましたが、NVIDIA社の
【重要】日本語形態素解析・自然言語理解API V2 リリースのお知らせ - Yahoo!デベロッパーネットワーク
いつもテキスト解析Web APIをご利用いただきありがとうございます。 テキスト解析Web APIにおける一部APIの後継バージョン（V2）リリースと仕様変更についてお知らせいたします。 ■ 対象API 日本語形態素解析 自然言語理解 ■ 変更箇所 リクエストURLが変わります GETリクエストは廃止となり、POSTリクエストのみになります リクエストパラメータが変わります（一部パラメータが廃止されます） レスポンス形式・フィールドが共に変更になります V2の仕様の詳細につきましては以下のページをご覧ください。 日本語形態素解析 自然言語理解 V1終了予定時期につきましては2022年11月末を予定しております。 ご迷惑をおかけしますが、なにとぞご了承ください。 今後ともテキスト解析Web APIをよろしくお願いいたします。
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
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
SQUARE ENIX AI Tech Preview: THE PORTOPIA SERIAL MURDER CASE
宮脇+'23 - Prompt Engineering サーベイ
ChatGPT と自然言語処理 / 言語の意味の計算と最適輸送
FABLE
Cresta AI | Generative AI for the Contact Center
DigitalOwl | A Meaningful Medical Summary
Future proof your business with GTM AI
Grammarly: Free Writing Assistant
