人間に近づいた｢GPT-4o｣3つの進化のポイント
「私にとって魔法のようだ」ーー。サム・アルトマンCEOがそう予告していた新たなサービスがベールを脱いだ。 アメリカのOpenAIは5月13日、ChatGPTから使える新たな生成AIモデル「GPT-4o（フォー・オー）」を発表した。このAIの「知能」はこれまでのGPT-4と基本的に同じだが、応答時間を大幅に短縮するなど「使い易さ」で進化したという。 有料のGPT-4とは対照的にGPT-4oは無料ユーザーでも利用できるが、時間当たりの利用回数などが有料ユーザーに比べて制限される。無料化によってなるべく多数の利用者に使ってもらうことでChatGPTのユーザーベースを拡大し、飛躍的な進化が期待される次世代モデル「GPT-5」（まず間違いなく有料化される）のリリースに向けて足場を固めようとしている意図がうかがえる。 本稿では3つの「進化のポイント」に解説したい。 従来より「自然な会話」ができるように
みんなGPT-4oの声を聞いて。めっちゃ『her』のサマンサっぽい
みんなGPT-4oの声を聞いて。めっちゃ『her』のサマンサっぽい2024.05.14 19:305,889 そうこ 絶対寄せてきたな！と思いましたね。 OpenAIが新たに発表した｢GPT-4o｣の話です。会話の理解力だけでなく、会話の流れそのものがより自然になったGPT-4o。デモを見て受け答えの内容に関心しましたが、ぶっちゃけそれどころじゃありませんでした。 ｢これ、herだよね？｣って、声に気持ちが持っていかれちゃってたので。 『her/世界でひとつの彼女』GPT-4oが喋り出した瞬間、思った人は思ったはず。 ｢herだ！ サマンサだ！ スカーレット・ヨハンソンだ！｣ スパイク・ジョーンズ監督の『her/世界でひとつの彼女』。ホアキン・フェニックスさん演じる主人公とスカーレット・ヨハンソンさん演じるAIの奇妙なラブストーリー。 デモででてきたGPT-4oの声は、サマンサもといヨハン
グーグルが「Astra」発表、AIアシスタントからエージェントへ
グーグルはAIエージェント「Astra（アストラ）」を発表した。今年後半にリリースされる予定で、AIアシスタントはユーザーの日常生活をサポートするエージェントに進歩する。 by Melissa Heikkilä2024.05.15 4 グーグルは今年後半、「Astra（アストラ）」と呼ばれる新システムを投入する予定だ。これまでに発表された人工知能（AI）アシスタントのうち、もっとも強力かつ先進的なものになると同社は約束する。 ChatGPT（チャットGPT）のような現世代のAIアシスタントは、情報を取得して回答を提供することはできるが、ただそれだけだ。だが、グーグルは今年、AIアシスタントをさらに高度な「エージェント」としてリブランディングする。推論、計画、記憶のスキルを示したり、タスク実行のために複数のステップを実行できるという。 グーグル・ディープマインドの研究担当副社長であるオリオル
Googleがオープンソースのビジュアル言語モデル「PaliGemma」を公開＆Llama 3と同等性能の大規模言語モデル「Gemma 2」を発表
Googleが2024年5月15日にビジュアル言語モデル(VLM)の「PaliGemma」と、大規模言語モデル(LLM)の「Gemma 2」を発表しました。PaliGemmaはすでにリリースされており、簡単に試せるデモも公開されています。 Introducing PaliGemma, Gemma 2, and an Upgraded Responsible AI Toolkit - Google Developers Blog https://developers.googleblog.com/en/gemma-family-and-toolkit-expansion-io-2024/ PaliGemma – Google's Cutting-Edge Open Vision Language Model https://huggingface.co/blog/paligemma ◆ビジュ
オラクル、「Oracle Database 23ai」をクラウドで提供開始--AIベクトル検索などの機能強化
日本オラクルは5月9日、データベースソフトの最新版「Oracle Database 23ai」を同社のクラウド環境から提供すると発表した。グローバルでは米国時間5月2日に発表している。Oracle Database 23aiは長期サポートリリースであり、「Oracle AI Vector Search」のほか300を超える主要機能が追加されている。 現在、Oracle Database 23aiは「Oracle Cloud Infrastructure（OCI）」上の「Oracle Exadata Database Service」「Oracle Exadata Cloud＠Customer」「Oracle Base Database Service」「Oracle Database＠Azure」で利用可能となっている。 Oracleでデータベース・プロダクト・マネージメント担当バイスプレ
デザインは生成AI。ミツバチを手本にした飛行ロボ
デザインは生成AI。ミツバチを手本にした飛行ロボ2024.05.14 07:005,592 岡本玄介 改めてミツバチの飛び方が分かる。 ドローンが宙に浮くのは、ヘリコプターのようなローター（プロペラ）が複数個あるから。鳥やチョウ型ロボなら、翼が上下に羽ばたくからですよね。 自然界に存在する生き物はホントによく出来ていて、昆虫はまた違った運動で空を飛びます。 ミツバチの飛び方、知ってた？ ドイツの機械自動化メーカーFESTO（フエスト）が開発したのは、ミツバチに似せた飛行メカ｢BionicBee（バイオニックビー）｣。 長さ22cmで約34gと軽いメカは、羽を前後にパタパタさせて空を飛びます。 Video: Festo/YouTubeデザインは生成AIで考案されたとのこと。胸の中には羽を動かすブラシレスモーターと、 羽根の角度を変える3つのサーボモーター、バッテリー、ギアや通信装置などが搭載
マイクロソフト、諜報機関向けのAIを極秘に開発していた
チャペルは、GTP-4をベースにしたそのモデルが現在稼働しており、質問に答えることができて、コードも書けると語った。ファイルを読み込んで分析可能だが、機密情報がプラットフォーム上に出ないように学習することはできないという。そして、諜報機関による試験も認定もまだ受けていない。 2023年12月のCIAの発表では、前戦略部長のデニス・Ｊ・グリーソン（Dennis J. Gleeson）は次のように記述している。 ｢現在のチャットボットには知性がないがそれらは革新的でエキサイティングで、（インテリジェンスコミュニティの）グローバルのミッションをサポートするために、情報を収集して処理し、評価し、使用する情報の量や種類に可能性が感じられる｣ 彼は、AIは｢大量のデータの相互作用をどのように考えるかについての戦略的転換｣だと付け加えた。また、CIAのトランスナショナル・テクノロジー・ミッションセンター
OpenAI、新たな生成AIモデル「GPT-4o」を発表--無料版も大幅に機能強化
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます OpenAIは米国時間5月13日、ライブストリーミングイベントを開催し、生成AI「ChatGPT」の無料版に対する大規模なアップデートを発表した。音声や画像の支援にも対応することでマルチモーダル機能を提供する。 同イベントの最大の目玉は、OpenAIの新たな大規模言語モデル（LLM）「GPT-4o」の発表だった。同モデルはGPT-4と同等のインテリジェンスを持ちながら、パフォーマンス向上やテキスト、音声、視覚にまたがるマルチモーダル機能など、従来のモデルから機能強化が図られている。 We're opening up access to our new flagship model, GPT-4o, and features like b
無料のAI講座・Python・ITパスポート・AWS・品質管理・英文メールなど今後に役立つスキルが身に付く「Udemy」初夏のビッグセールおすすめ講座レビュー
4月は就職や転職、異動などで仕事内容が変わった人も多いはず。新たな仕事をこなしていくうちに、「どんな知識やスキルがこの先必要になってくるのか」や「どんな資格が効果的なのか」がだんだん見えてくるわけですが、動画形式で学べるオンライン学習プラットフォームのUdemyが初夏のビッグセールを行っており、スキルや資格の取得に役立つ対象講座が1講座1300円～という本1冊程度の手ごろな価格で受講できるようになっています。今回は新たな知識をスムーズに吸収できる講座を6つピックアップしてみました。 オンラインコース - いろんなことを、あなたのペースで | Udemy https://www.udemy.com/ ・目次 ◆1：GoogleのGeminiを使ってAIの使い方をマスターできる無料講座 ◆2：IT専門職ではない人にもおすすめな「ITパスポート」資格取得を目指す講座 ◆3：プログラミング言語「P
「GPT-4o」はなんて読む？ 女性の声はスカーレット・ヨハンソン（her）似？
米OpenAIは5月13日（現地時間）、生成AI「GPT」の新たなモデル「GPT-4o」を発表した。このモデルの詳細は別記事にゆずり、本稿ではモデル名の読み方とその由来、「声」についてのうわさを紹介しよう。 oはomniのo GPT-4oは「ジーピーティーフォーオー」と読む。oは「omni」のo。omni（オムニ）は「オムニバス」「オムニチャンネル」などの日本語にもなっているように、すべて、全体、全方位などを表す言葉だ。 GPT-4oが、テキスト、音声、画像の任意の組み合わせを入力として受け入れ、テキスト、音声、画像の任意の組み合わせの出力を生成するマルチモーダルなAIであることを表している。 女性の声は映画「Her」に似ている？ GPT-4o発表のライブストリームデモでは、OpenAIのミラ・ムラティCTO（最高技術責任者）とエンジニアがiPhoneに搭載されたGPT-4oと会話する形で
GPT-4o の概要｜npaka
以下の記事が面白かったので、簡単にまとめました。 ・Hello GPT-4o 1. GPT-4o「GPT-4o」 (「omni」の「o」) は、人間とコンピュータのより自然な対話に向けた一歩です。テキスト、音声、画像のあらゆる組み合わせを入力として受け入れ、テキスト、音声、画像の出力のあらゆる組み合わせを生成します。 音声入力にはわずか232ミリ秒 (平均320ミリ秒) で応答できます。これは、人間の会話における応答時間とほぼ同じです。英語のテキストおよびコードでは「GPT-4 Turbo」のパフォーマンスに匹敵し、英語以外の言語のテキストでは大幅に改善されており、APIでははるかに高速で50%安価です。「GPT-4o」は、既存のモデルと比較して、特に視覚と音声の理解に優れています。 2. モデルの機能「GPT-4o」以前は、音声モードを使用して、平均2.8秒 (GPT-3.5) および5
アトラシアン、新AIサービス「Atlassian Rovo」発表。GoogleドライブやGitHub、Slack、Teamsなど同社内外のサービスを横断してAIが学習、ユーザーを支援
アトラシアン、新AIサービス「Atlassian Rovo」発表。GoogleドライブやGitHub、Slack、Teamsなど同社内外のサービスを横断してAIが学習、ユーザーを支援 アトラシアンは、同社製品およびGoogleドライブやGitHubなどサードパーティのサービスを横断してAIが情報を学習し、統合的な検索やチャットによる回答を実現することでユーザーを支援してくれる新しいAIサービス「Atlassian Rovo」を発表しました。 AI breaks down yet another barrier! Today at Team '24 we announced Atlassian Rovo – a new product that unleashes a company’s knowledge so teams can make better decisions faster.
スパコン「富岳」で開発のAIが完成 報道陣に公開 | NHK
世界最高クラスの計算性能を持つスーパーコンピューター「富岳」を使って開発されたAIが完成し、10日、報道陣に公開されました。生成AIの開発の基盤となる大規模言語モデルと呼ばれるAIで、開発の担当者は「今後、日本語に特化した国産の生成AIのさまざまな研究・開発に活用されることを期待したい」と話しています。 開発された大規模言語モデル「FugakuーLLM」は、世界最高クラスの計算能力を持つスーパーコンピューター「富岳」を活用した国産のAIの研究開発プロジェクトとして、去年5月から東京工業大学や東北大学、富士通、理化学研究所などが進めてきたもので、10日、研究成果の発表会が東京 目黒区の東京工業大学で行われました。 発表会では、FugakuーLLMはAIのモデルが一から独自に構築されているため、透明性と安全性に優れていることや学習データのおよそ6割を日本語のコンテンツから学習したことで、日本語
15歳の高校生、「日本語能力最強」のAIモデル開発 AITuber向けに設計
15歳で現役高校生の開発者「Holy-fox/子狐」氏は5月9日、パラメーター数7Bクラスとしては日本語能力が最強となる大規模言語モデル（LLM）「ArrowPro-7B-KUJIRA」を公開した。 「AITuberの魂」になることを想定 7Bにおいて日本語能力最強のモデル、ArrowPro-7B-KUJIRAができました。Elyza-task100においては約3.8をマークしています！AItuber用途を主眼において設計されています（それ以外もできるよ！） https://t.co/kiywdI5YCs — Holy-fox/子狐 (@Holy_fox_LLM) May 9, 2024 同モデルはMistral系のオープンソースLLM「NTQAI/chatntq-ja-7b-v1.0」をベースに、AITuber（生成AIを使ったバーチャルYouTuber）やAIアシスタントでの利用を想定
オープンＡＩ、13日に新プロダクト発表－「GPT-5」でも検索でもない
対話型人工知能（ＡＩ）「ChatGPT」を開発した米オープンＡＩは、米太平洋時間13日午前10時（日本時間14日午前２時）にライブ配信を通じて製品アップデートを発表するとウェブサイトに発表した。ＡＩ界の巨人がどのような大型リリースを計画しているのか、臆測を呼んでいる。 オープンＡＩはこのイベントで検索プロダクトを発表することはないとしている。アルファベット傘下のグーグルとＡＩ検索スタートアップ（新興企業）のパープレキシティに対抗する機能を、オープンＡＩは開発中だ。 発表は人気の「ChatGPT（チャットＧＰＴ）」とそのＡＩモデルのアップデートが中心になる。ＧＰＴ－４のリリースからすでに１年余りが経過。新しいモデルの発表が待望されている。同社はしかし、このイベントはシリーズ最新ＧＰＴ－５のローンチではないという。 サム・アルトマン最高経営責任者（ＣＥＯ）は10日、ソーシャルメディア「Ｘ（旧ツ
OpenAIがChatGPTのモデル仕様を公開、「性的な話題はNGだが科学的な文脈ならOK」「犯罪の助長はNGだが犯罪防止のための情報提供はOK」などChatGPTの応答ルールが盛りだくさん
ChatGPTおよびOpenAI APIのモデル仕様が2024年5月8日(水)に公開されました。モデル仕様にはChatGPTおよびOpenAI APIの「望ましい動作」と「望ましくない動作」が記されており、OpenAIがどのような意図でChatGPTの応答を調整しているのかが分かるようになっています。 Model Spec (2024/05/08) https://cdn.openai.com/spec/model-spec-2024-05-08.html Introducing the Model Spec | OpenAI https://openai.com/index/introducing-the-model-spec/ ChatGPTを使っていると、「その質問には応答できません」といったように質問への返答を拒否されることがあります。新たに公開されたモデル仕様には質問の種類に応じ
ネコとAIだけが暮らす世界は幸せか？ 遊びやエサを与える自律ロボとネコが過ごす実験 英国チームが検証
近年、ロボット掃除機の上で楽しそうに乗っている猫の動画がソーシャルメディアで話題になるなど、猫たちは動き回るロボットにも動じることなく、むしろその存在を楽しんでいるようにさえ見える。ロボット掃除機や芝刈り機など、ロボットによる支援が身近になりつつある中、研究チームはロボットが猫の飼育環境の質的向上に役立つ可能性について探った。 研究チームは「Cat Royale」と名付けられた、猫とAIロボットがインタラクションする特別な室内環境を設計。この空間には、おもちゃやキャットツリー、水飲み場、植物がふんだんに用意され、中央にはロボットアームを配置した。 ロボットアームは、猫じゃらし風のおもちゃやボールで獲物を追わせるゲームや玉転がしなど、500以上の遊びを提供し、おやつも与える。さらに、ロボットが特定の遊びを行った後、その遊びが各猫の幸福度にどのような影響を与えたかを計測し、その結果をAIシステ
画像生成AIに“照明”革命 ControlNet開発者が作った「IC-Light」
画像生成AI関連の著名な開発者、lllyasviel（イリヤスフィール）氏が5月7日、生成AI画像の照明を自在に操作できるツール「IC-Light（Imposing Consistent Light）」を公開した。 2種類のモデルを公開 IC-Lightは画像の照明を操作するプロジェクト。前景画像（人物やオブジェクトなど）を入力し、プロンプトにテキストや背景画像を指定するだけで、まるで別の環境で撮影したかのような画像を得ることができるという。 現在、「テキスト条件付きリライティングモデル（text-conditioned relighting model）」と「背景条件付きモデル（background-conditioned model）」の2種類がGitHubで公開されており自由に試すことができる。 なお、作者のlllyasviel氏は「Stable Diffusion」のWebUIであ
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
The world's biggest banks are hiring AI talent twice over
Pluralistic: AI is a WMD (09 May 2024) – Pluralistic: Daily links from Cory Doctorow