１２月２８日、 一部の報道機関は、「自分たちがニュースになってはいけない」というジャーナリズムの戒めに反する動きをしている。写真はニューヨークタイムス、チャットGPT, Bingのアプリ。２７日撮影（２０２３年 ロイター/Dado Ruvic） [ニューヨーク ２８日 BREAKINGVIEWS] - 一部の報道機関は、「自分たちがニュースになってはいけない」というジャーナリズムの戒めに反する動きをしている。
コラム：ＮＹタイムズのオープンＡＩ提訴、メディア側反撃の始まりか
１２月２８日、 一部の報道機関は、「自分たちがニュースになってはいけない」というジャーナリズムの戒めに反する動きをしている。写真はニューヨークタイムス、チャットGPT, Bingのアプリ。２７日撮影（２０２３年 ロイター/Dado Ruvic） [ニューヨーク ２８日 BREAKINGVIEWS] - 一部の報道機関は、「自分たちがニュースになってはいけない」というジャーナリズムの戒めに反する動きをしている。
最新ＡＩ技術「できる限り速く開発を」 米メタＡＩ研究部門トップ、ヤン・ルカン氏：朝日新聞デジタル
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
見えてきたプログラマー不要時代、GitHubが「Copilot Workspace」を発表
プログラミング分野で、久々に大きなニュースが飛び込んできた。米GitHub（ギットハブ）が2023年11月上旬に米国で開催したイベント「GitHub Universe 2023」で発表した新サービス「Copilot Workspace」だ。同月8日（米国時間）に行われた初日の基調講演の最後で、同社のThomas Dohmke（トーマス・ドムケ）最高経営責任者（CEO）が披露した。2024年に提供を開始する予定だという。 GitHubを使ったソフトウエア開発では、解決すべき課題を「Issue（イシュー）」という形で管理する。それぞれのイシューについてソフトウエア開発者がコードに手を加え、変更したコードをリポジトリー（ソフトウエア本体のコード）に取り込んでもらうよう依頼する。この依頼を「プルリクエスト」と呼ぶ。 Copilot Workspaceは、こうした一連の作業をAI（人工知能）がすべて
生成AIのデータがインターネットを汚染、基盤モデルを崩壊させる「再帰の呪い」
ChatGPTなどの生成AI（人工知能）が大量のデータをつくり出す中、フェイクなどによる事件や悪影響が懸念される。さらに、生成AIがつくり出したデータによって生成AIのモデル自体が崩壊する恐れも出てきた。今回は番外編として、この問題を取り上げる。 生成AIの基盤となるのは大規模言語モデル（LLM）や画像などを生成するための拡散モデルである。こういった基盤モデルはインターネット上の膨大なデータを使って学習させる。そのほとんどは人間がつくったデータだ。 だが生成AIの普及により、生成AIがつくった大量のデータがインターネットに日々放出されている。このため今より後の世代のモデルは、人間によるデータだけではなく前の世代のモデルがつくったデータを使って学習することになる。これを繰り返すと、モデルは一体どうなってしまうのだろうか――。 2023年5月から6月にかけて、このテーマに関する研究論文が相次い
鉄道の復旧ダイヤをわずか数分で作成、AIで「スジ屋」の勘と経験を実現
「遅れてすみません。電車が止まってしまいまして……」。こうした経験はないだろうか。事故や災害で鉄道ダイヤ（列車の運行計画）が乱れることはしばしばある。乗客としては嫌みの一つも言いたくなるだろうが、その裏ではダイヤの正常化（復旧） に向けて関係者が奔走している。具体的には、列車の折り返し運転や停止時間などを調整して通常のダイヤに復旧させる。そのための一時的なダイヤを復旧ダイヤと呼ぶ。 復旧ダイヤの作成は自動化が難しく、これまで「スジ屋」と呼ばれる職員の高度な知識やノウハウに頼ってきた。だが今後は、AI（人工知能）で作成するのが一般的になるかもしれない。NECが2023年6月下旬、復旧ダイヤを短時間で作成するシステムを開発したからだ。 今までもAIによる復旧ダイヤの作成は試みられてきたが実用化のめどは立たなかった。だが今回のシステムでは実証実験に成功したという。どうやって実現したのだろうか。
AIで加速する人間の怠け癖 快適な「コパイロット」にひそむワナ：朝日新聞デジタル
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
建築家の隈研吾氏「自分を超えるために生成AIを使う、藤井聡太名人のように」
「国立競技場」（東京・新宿）や「角川武蔵野ミュージアム」（埼玉県所沢市）などの話題作を手掛けてきた隈研吾建築都市設計事務所（東京・港）の隈研吾氏は、指示文を入力するだけで文章や画像を瞬時に生成するAI（人工知能）の登場によって、建築設計者と素人の“境界”が薄れ、「AIを使いこなせば誰でも設計者になれる時代がやって来る」とみる。（聞き手は坂本 曜平＝日経クロステック） ――ChatGPTのような対話型AIや、精細なイラストなどを出力する画像生成AIが、建築設計の分野でも使われ始めています。隈さんの事務所では、こうした生成AIを活用していますか。 所員は画像生成AIのMidjourney（ミッドジャーニー）などをよく使っています。クライアントと相談したうえで、セキュリティーの高いプロジェクトでは利用しないように指示していますが、多くのプロジェクトでAIを活用しています。 ――どのような使い方で
日の丸LLMへの号砲、富士通・NTT・サイバーなどが加速する研究開発競争の勝者は
日本でも対話型AI（人工知能）の基盤となる大規模言語モデル（LLM）を独自に研究・開発する動きが急加速している。NTTや富士通といったIT大手からネット大手のサイバーエージェントやLINE、さらにはABEJAなどAI専業のスタートアップまで。「ChatGPT」で世界を驚かせた米OpenAI（オープンAI）の「GPT」に対して、各社は日本語処理の水準や企業利用の利便性を高めて差異化する考えだ。海外の技術に頼らず自前のLLMを整備する動きは、生成AIに関する経済安全保障の意味合いも帯びる。「日の丸LLM」は実現するか。各社の挑戦を追った。 「AI活用によるSociety 5.0 for SDGsの実現に向けて」。2023年6月9日、経団連がAI（人工知能）活用促進に向けた政策提言を発表した。主眼の1つが「大規模言語モデル（LLM）をはじめとするAI基盤技術を日本独自でまかなうべき」との主張だ。
今井むつみ 言語習得に見る知性の本質｜社会｜中央公論.jp
ユーザーが問いかけた質問に対してほぼ的確な答えを生成できる対話型AI、ChatGPTが話題だ。人間の使うことばとは何が違うのか。どう使いこなせばいいのか。オノマトペや「記号接地」をキーワードに、今井むつみ慶應義塾大学教授が語る。 （『中央公論』2023年7月号より抜粋） 赤ちゃんに易しく外国人に難しいことば ──子どもはことばをいかに覚えるのかを研究する今井さんですが、今回はAIの言語学習との比較などを通して、両者の違いについて伺います。まず、最新刊『言語の本質』では、日本語を話す人はオノマトペを言語習得の足場とするとのことでしたが、どういうことなのでしょうか。 英語は日本語のようにオノマトペが体系化されていませんが、だからといって英語が音と意味のつながりが薄い言語というわけではありません。英語には音の感触が織り込まれた動詞が多いんです。例えばtickle（くすぐる）。語感に日本語でいう「
IBMのエンタープライズ向けAIとデータのプラットフォーム「watsonx.ai」を支える技術のご紹介
【米国ニューヨーク州アーモンク-2023年5月9日（現地時間）発】 著者：デービッド・コックス（David Cox）、ITアーキテクト 私たちは、AI革命の最前線にいます。過去10年間で、ディープラーニングは、大量のデータと膨大な計算能力の融合により、多くの素晴らしいAI機能を可能にしました。しかし、私たちは、自動化には労力がかかるという逆説的な課題に直面しました。AIでビジネスの課題を解決しようとしたことがある人ならおわかりと思います。 従来のAIツールは強力ですが、高価で時間がかかり、使いこなすのが困難な場合があります。AIモデルを学習させるためには、苦労してデータを収集し、キュレーションし、タスクに特化した注釈を付けてラベル付けする必要があります。また、モデルを構築するためには、専門的なスキルが必要で、そのスキル習得が難しく、新しいタスクのたびに、そのプロセスを繰り返す必要があります
Watsonxのご紹介： ビジネスのためのAIの未来
【米国ニューヨーク州アーモンク-2023年5月9日（現地時間）発】 著者：カリーム・ユセフ（Kareem Yusuf）博士、IBMソフトウェア、プロダクト・マネジメント＆グロース担当シニア・バイス・プレジデント 今AI（artificial intelligence）は、革命的な瞬間にあります。この10年、機械学習（ML: machine learning）やディープ・ラーニング（deep learning）の技術によって目覚ましく進歩してきたAIは、急に飛躍的な進歩をしたように見えます。突然、誰もが生成AIについて語るようになり、時には興奮し、時には不安になっています。しかし、私たちが目にしている進歩が重要であること、そして、迅速かつ戦略的に行動する企業にとって大きなチャンスであることを疑う人はほとんどいません。 しかし、なぜ今なのでしょうか？それは、生成AIが最近進化してきた基盤モデル
生成系AI(ChatGPT, BingAI, Bard, Midjourney, Stable Diffusion等)について
各種方針等 arrow_forward_ios生成系AIについて 生成系AI(ChatGPT, BingAI, Bard, Midjourney, Stable Diffusion等)について 2023年4月3日 東京大学理事・副学長（教育・情報担当） 太田 邦史 この半年ほどの期間で、生成系人工知能(Generative AI)が複数発表され、社会的に大きな注目を集めています。基本的には、インターネット上などに存在する既存の文章や画像イメージを大量に機械学習し、これに強化学習を組み合わせなどして、一定レベルの品質の文章や画像を生成するシステムです。とくに、2022年11月に公開され、話題になった大規模言語モデルChatGPTはバージョンが更新され、最新のGPT-4では生成される文章などの質や正確性が著しく向上しています1。 これらの生成系AIは、平和的かつ上手に制御して利用すれば、人類の
ChatGPT、何が問題か 元グーグル社員「非常に無責任で無謀」：朝日新聞デジタル
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 --><!--株価検索 中⑤企画-->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">
論文解説 Attention Is All You Need (Transformer) - ディープラーニングブログ
こんにちは Ryobot (りょぼっと) です． 本紙は RNN や CNN を使わず Attention のみ使用したニューラル機械翻訳 Transformer を提案している． わずかな訓練で圧倒的な State-of-the-Art を達成し，華麗にタイトル回収した． また注意を非常にシンプルな数式に一般化したうえで，加法注意・内積注意・ソースターゲット注意・自己注意に分類した．このうち自己注意はかなり汎用的かつ強力な手法であり他のあらゆるニューラルネットに転用できる． WMT'14 の BLEU スコアは英仏: 41.0, 英独: 28.4 で第 1 位 Attention Is All You Need [Łukasz Kaiser et al., arXiv, 2017/06] Transformer: A Novel Neural Network Architecture f
（天声人語）チャットＧＰＴ：朝日新聞デジタル
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
会話という錯覚について｜shi3z｜note
あちらの記事は万人向けに書いているので、行間読まないとわからないようなことは省略してあるのだが、本欄の読者には補足として蛇足になるかもしれないが会話について研究していて思ったことを記しておく。 人工無能と僕記事中にあるように僕がチャットボット・・・当時は人工無能と呼ばれていたが・・・を開発し始めたのは中学生の頃だ。1990年頃だと思う。 きっかけは、中学校にNECのパソコンが導入されて、友達に自分のプログラムを見せる機会を得たからだ。 家で一人でプログラミングしているときはどうも気分が乗らなかったのだが、友達を面白がらせるという動機は子供の頃の僕にとっては非常に強く働いた。 一度、家で人工無能のプログラミングをしたときは、相手が自分しかいないのでわりとすぐ飽きてしまったが、中学になってその熱が再燃した。 きっかけは月刊ASCIIに、AWKの特集が載ったことで、AWKというのは要はUNIX用
テクノロジーが後押しするワクチン接種 AIによる接種優先順位決定は正しいのか？
テクノロジーが後押しするワクチン接種 AIによる接種優先順位決定は正しいのか？：ウィズコロナ時代のテクノロジー（1/2 ページ） マスクの着用や手洗い、消毒など、ウイルスや細菌による感染症の予防にはさまざまな手段がある。その中で最も有効なものの一つが、ご存じの通り、ワクチンによる予防接種だ。 マスクや消毒の場合には、病原体が体内に入るのを防ぐことで病気を回避するわけだが、ワクチン接種では体内に「免疫」つまり病原体を撃退するメカニズムをつくることで、病原体に触れても悪影響が出ないようにする。目には見えないほど小さい病原体を、100％防御することは非常に難しいため（だからといってマスクや消毒の重要性を否定するわけではない）、ワクチンの予防接種はパンデミックを収束させる上での強力な武器となる。 しかし免疫は個々の病原体に合わせて獲得しなければならないため、それを身体に与えるためのワクチンも、個別
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
Hugging Face – The AI community building the future.
Digital employees are the future of work | IBM Research Blog
対話型AIを使ってひろゆきっぽく論破させたり「ざーこ♡」って言わせたりおじさん構文にしたりする人たち
