A conversational AI system that listens, learns, and challenges
Elixir自社プロダクト「Bright」①:「今のIT業界でエンジニア/プログラマは適正に評価されない」と 25年間、思い悩んだ結果、「自社から変えよう」と始めて2年後、プロダクト化に至るElixirSaaSスキルシートfukuoka.exBright この記事は、Elixir Advent Calendar 2022 10の24日目です 昨日は、私で「Eixirで機械学習に初挑戦⑥:いま、Elixir AI・MLで何が出来る?→ElixirでAI・MLを構築するメリット→2023年にElixirで攻略する領域」でした 【2023/12/26追記】 皆さまに沢山、応援いただいた本コラムの続編をアップしました その後、Brightがどうなったかの後日談を、どうぞお楽しみください Merry Xmas! piacere です、ご覧いただいてありがとございます 今回は、なんだかエモいタイトルで
株式会社DIVE INTO CODEは10月5日から、「Python 3 エンジニア認定データ分析試験」の模擬試験を無料公開した。本試験は、一般社団法人Pythonエンジニア育成推進協会が2020年春に開始した、プログラミング言語「Python」を使ったデータ分析の基礎や方法を問う試験だ。 DIVE INTO CODEは、一般社団法人Pythonエンジニア育成推進協会やRails技術者認定試験運営委員会認定のオンラインで受講可能な模擬試験「DIVE INTO EXAM」を無料で公開している。2017年に開始された「Python 3 エンジニア認定基礎試験」については、2020年9月に模擬試験を公開した。 今回、DIVE INTO CODEは「Python 3 エンジニア認定データ分析試験」の模擬試験も公開することで、Python3の知識を習得するエンジニアを増やすことに貢献したいという。な
平井卓也デジタル改革担当大臣が、同郷で懇意にしている松尾豊教授の研究所から誕生したベンチャー企業の参入を指示したという文春の報道について、実際の音声データを書き起こしたので共有したい。 詳細は文春記事(https://bunshun.jp/articles/-/46212)を参照のこと。 平井大臣がNECに対して脅すよう指示したという報道について、6月11日に記者会見を開いており、こちらも書き起こしてある(anond:20210611202929)ので、振り返りとして参照されたい。 肝心の会社名は、音声が明瞭ではなくACESと言っているかはわからなかった。(エーエルエス、と言っているようにも聞こえる。大臣がはっきり会社名を覚えていなかったのかもしれない) 以下、文春の音声データ(https://www.youtube.com/watch?v=d0RlGPaaS5I)より書き起こし ----
「Deep Learning Lab」(ディープラーニング・ラボ)は、ディープラーニングを中心とした先端技術の持つ可能性を、実際のビジネスへ応用するべく、技術とビジネスの両面に精通したプロフェッショナルたちが集まるコミュニティ。Microsoft AzureとChainerを、主要なプラットフォーム/フレームワークとして、開発やビジネスの現場の声を共有する場にもなっている。 そのDEEPLARNING LABは6月8日、東京大手町で「DLLAB 2周年イベント: ディープラーニングの社会実装を阻むものは何か?」(主催:日本マイクロソフト株式会社)というセミナーとワークショップ、ミニ展示ブースで構成されるイベントを開催した。 基調講演には東京大学の松尾豊氏とマイクロソフトのRahul Dodia氏が登壇した。 また、協賛企業を中心に多くのセミナーも行われた。その中からNTTコミョニケーション
2023/3/23 追記: こちら半年以上前に執筆したもので、その後私の理解も進んで内容的に更新したいところが結構あるため、近日中に非公開とさせていただき,更新後に再公開させていただくつもりです。現時点での本記事の内容は、大きく間違ってはいないけどちらほら微妙なところがあるという感じです。 (ざっくり理解するだけでも良いという人にはそれでも良いかもしれませんが、そういう方向けには 今執筆中のこちらの記事 をおすすめします。) −−−− 最近話題のmidjourneyやDALL-E、凄いですよね。中身はディープラーニング(DNN)のようです。DNNといっても色んな技術がありますが、それらにはTransformerという手法が使われています。本記事は、その手法がどんなものであるかを数式を使わずに説明してみよう、という主旨になります。 ※なお本記事は機械学習のプロの研究者ではない私の独自の解釈が
昨日(2023年2月10日)、「チャット機能を搭載した新しいBingが使えるようになったので早速試してみた」という記事を公開しましたが、ほかにも色々と試してみましたので、前回の続きとして報告します。 新しいBingの概要などが知りたい方は、以下の記事を参考にしてください。 1.ショートストーリーの作成 Bingにショートストーリーを作成してもらいました。1行指示するだけで、簡単にこんな物語を作成してくれます。 問 かわいいシーズーの子犬が活躍する物語を作って 答 こんにちは、こちらはBingです。かわいいシーズーの子犬が活躍する物語を作りますね。😊 以下が私が作った物語です。楽しんでください。 シーズーの子犬のモコは、いつも元気で好奇心旺盛な子でした。彼は飼い主のリカと一緒に暮らしていましたが、リカは仕事が忙しくてあまり遊んでくれませんでした。そこでモコは、リカが仕事に出かけた後に、家の
エンジニアHub > 記事一覧 > Kaggleは実務の役に立つ? データサイエンティストがKaggleから学んだ「教師あり学習」の勘どころ Kaggleは実務の役に立つ? データサイエンティストがKaggleから学んだ「教師あり学習」の勘どころ 機械学習のトレーニングとして、Kaggleに挑む方は多いでしょう。ただ、Kaggleで鍛えて、データサイエンティストとしての実際の業務に生かせるの?こんな疑問にこたえるべく、日本経済新聞社のデータサイエンティスト、石原祥太郎さんが、「仕事とKaggle」の関係性を綴ります。 日本経済新聞社でデータサイエンティストとして働いている石原です。 本稿では、筆者が社外活動として取り組んでいる世界規模の機械学習コンペティション「Kaggle」を紹介します。特に「Kaggleがどのような観点で実務に役立っているか」という筆者の経験談を基に、Kaggleの魅力
November 28, 2019 学環・学府特任准教授の不適切な書き込みに関する学生へのメッセージA message for students about inappropriate writings by a part-time project faculty of III/GSII 東京大学大学院情報学環特任准教授による差別的なツイートについて、さる11月24日(日)に学環長・学府長のメッセージを第一報として発表しました。 それは私の大切な学際情報学府の学生たちの気持ちに寄り添い、学環・学府長として私自らが断固として差別と闘うことを表明するメッセージとはなっていませんでした。 そうした情報と私の決意を加え、11月26日(火)に学環・学府のすべての学生に対し、メーリングリストを通じて以下のメッセージを伝えたことをお知らせします。 今後も継続して、この問題への対応などに関する情報を発表し
こんちには。 データアナリティクス事業本部 機械学習チームの中村(nokomoro3)です。 冬休みの個人的課題図書(自習)として「Pythonによる時系列予測」を読み終えましたので、感想と振り返りを書いておこうと思います。 書籍情報 以下の書籍になります。 Pythonによる時系列予測 | マイナビブックス 発売 : 2023年10月 翻訳本であり原著は以下となります Time Series Forecasting in Python 発売 : 2022年08月 概要 概要として本書に記載されていることと、記載されてないことを紹介します。 記載されていること(感想含む) 記載されていることは以下のようになっています。 時系列タスクの説明 トレンド、季節性、残差という3成分に分けられることの説明 ランダムウォークという解けない問題の定義 統計モデル MA、AR、ARMA、SARIMA、SA
概要 本APIは、入力された記事本文(最大2,000文字まで入力可能=製品版)を機械学習を用いて要約するものです。過去30年分の記事データを、ディープラーニングの機構を用いて学習させています。長文を要約するときにお役立てください。 本APIの機能は、 指定した長さごとに生成型要約 すべての文の長さを揃える すべての文を圧縮する 重要な文を抽出する 重要な文を抽出後圧縮して、指定した長さにする の5つです。より詳細はこちらに解説記事を載せています。 九州電力玄海原発3、4号機(佐賀県玄海町)の運転差し止めを住民らが求めた仮処分申し立ての即時抗告審で、福岡高裁(山之内紀行裁判長)は10日、住民側の抗告を棄却した。主な争点は、耐震設計の基になる基準地震動(想定される最大の揺れ)の合理性、原発周辺の火山の噴火リスク、配管の安全性の3点。 住民側は「基準地震動が過小評価されている」と主張。原子力規制
第4回目となる今回は、世界最大級のオンライン講座プラットフォームであるCoursera(コーセラ)上でDeepLearning.AIが提供する人気のコース「AI For Everyone」に、一般社団法人日本ディープラーニング協会(JDLA)制作、松尾豊氏が講師を務める日本向けコンテンツを加えた特別版を受けてみました。無料版では確認テストは受けられませんが、講座はすべて視聴できます。 「AI For Everyone(すべての人のためのAIリテラシー講座)」は、AI・ディープラーニングについてまず「知る」ための講座です。名前の通り、どんな人でも受けられる講座です。講座は英語ですが、日本語の音声や字幕もあります。時間は約5時間。カリキュラムは以下のとおりです。 はじめに(DXとは)Week1:AIの基礎Week2:AIプロジェクトの推進Week3:AIの社内導入と産業活用Week4:AIと社
2年ほど前に、自分の声を結月ゆかりにする声質変換技術を作り、動画を投稿しました。この技術には利用者の音声データが大量に必要であるという欠点があり、ゆかりさんになりたいというみなさんの願いを叶えるのが難しい状態でした。そこで、この技術を利用者の音声データが不要になるように改良し、誰でも簡単に使えるようにしました。ここではその技術について解説します。 手法 音声を直接変換しようとすると、利用者の音声データが必要になってしまいます。そこで、音声を直接変換するのをやめて、①音声を構成する要素である音素と音高に分解し、②音素と音高を目標の声(ゆかりさん)に再合成することを考えました。 ①は、音素の抽出に音声認識とOpenJTalkとJuliusを、音高の抽出にWORLDを用いれば簡単に実現できます。そのため、②さえ実現できれば、利用者の声のデータを用意することなく、誰でもゆかりさんの声に変換すること
ニューヨーク市教育局は、管轄する学校組織のオンライン端末およびインターネットネットワークにおける「ChatGPT」へのアクセスを禁止した。 ChatGPTは、オンラインの膨大な情報源を基に、ユーザーの質問に会話形式で回答するほか、小論文を書いたり、絵を描いたりすることもできるAI搭載チャットボットだ。 ニューヨーク市教育局は米国時間1月3日、教育ニュースサイトChalkbeatに対し、「学生の学習に対する悪影響と、コンテンツの安全性や正確性に関する懸念」を理由に、同サービスの利用を制限することを明らかにした。 「疑問に対する回答を迅速かつ簡単に得ることができるかもしれないが、学問や人生で成功を収めるために不可欠となる、クリティカルシンキングや問題解決のスキル育成にはつながらない」と、同局広報のJenna Lyle氏は語った。 学生や教員は、学校組織と関係のない端末からChatGPTに接続す
【特集】「『予測』という名の欲望」全記事はこちらから読めます ■人間にはAIの考えが分からない? ――ディープラーニングは、大量の「教師データ」を読み込み、入力する変数と、出力する変数との間の関係を見つけ出します。その関係が分かれば、新たなデータを入力したとき、出力が予測できるというわけですが、なぜ人間はそのプロセスを理解できないのでしょうか? おもにふたつの要因があります。質的なものと、量的なものです。量的な問題は、すごくシンプルです。ディープラーニングの内部で動くパラメータ(母数:システムの内部で動く情報)が多すぎるので、その大量・複雑なデータを人間の直感につなげることが難しい、という話です。最近は、多いものでは1億個を超えるパラメータから出力を予測します。じゃあ、その1億個をざっと人間が見てなにか分かるのかといえば、分からない。これが基本的に起こることです。 ――大量の変数という意味
WebAssembly版のTensorFlow.jsが登場、Webブラウザでの推論処理を10倍以上高速に実行 Googleがオープンソースで公開している機械学習ライブラリTensorFlowの1つとして、Webブラウザ上で機械学習のモデルの構築、学習、学習済みモデルによる推論の実行などが可能になるJavaScriptライブラリ「TensorFlow.js」があります。 TensorFlow開発チームは、このTensorFlow.jsの内部で行われている処理をWebAssemblyで実装した「WebAssembly backend for TensorFlow.js」のアルファ版を発表しました。 We’re excited to release the Alpha of our WebAssembly backend for TensorFlow.js! WASM has wider dev
本講座では計8回にわたり、ディープニューラルネットワークの原理と実装について 説明してきた。ニューラルネットワークの原理は基本的には 勾配降下法であり、その基盤となっているのが関数の微分可能性である。 ニューラルネットワークにはさまざまな形態が存在するが、 画像処理・画像認識の場合は畳み込みニューラルネットワークが非常に 有効であることがわかっている。また、ニューラルネットワークの 出力形式や損失関数を変えることにより、ニューラルネットワークが 物体検出や奥行き推定など、さまざまなタスクに利用可能であることを紹介した。 さて、本講座は「真面目なプログラマのための」ディープラーニング入門、 と銘打っている。真面目なプログラマとは何か? 諸説いろいろあるだろうが、 多くのプログラマは、ソフトウェア開発において 仕様の明確さや、 システムの効率・堅牢性、そして 保守のしやすさといったものを 追求
10月31日投開票の衆院選で、香川1区に出馬する自民前職の平井卓也前デジタル相(63)。その大口献金者で、IT関連企業「豆蔵K2TOPホールディングス」(東京都新宿区)の荻原紀男社長(63)が、平井氏が受けた民間企業からの接待などについて擁護する動画を投稿し、その後、削除していたことが、「週刊文春」の取材でわかった。 香川1区からは平井氏のほか、立憲民主党前職の小川淳也氏(50)、日本維新の会新人の町川順子氏(62)が出馬している。小川氏は公示前、日本維新の会に対し、町川氏の出馬取り下げを要請。こうした行動を受け、日本共産党は県委員会の支持に留めている。現在、平井氏と小川氏が激しく争う展開だ。 平井氏と荻原氏は20年来の付き合いで、豆蔵HDは2013年から2017年にかけて毎年60万円、計300万円を平井氏が代表を務める自民党香川県第1選挙区支部に献金してきた。 さらに、平井氏と豆蔵HDを
0、はじめに マッチングアプリで機械学習エンジニアをやっているはやとと言います。今回は「Web系企業での一人目の機械学習エンジニア・データサイエンティストに必要なもの、やって感じたこと」について書いていこうと思います。 「Web系企業で機械学習エンジニアやってみたい!」「組織としてデータ分析や機械学習をやり始めたいけど何からやったらいいかわからない!」という方も多くいるでしょう。 Web系企業での機械学習エンジニア・データサイエンティストの動きはメルカリのブログとか本でよく見ます。しかし、まだ規模があまり大きくない会社における機械学習エンジニア・データサイエンティストの記事や本は一切見当たらず、また、立ち上げ(そんな大げさな言葉を使っていいのか分かりませんがw)の話が書いてあるものは見たことがないです。そのため、もしかしたら日本で初めての記事になるのではないかなと考えてワクワクしながら書い
前回: Qiita APIで記事からYoutube動画を集めてみた 🎬 、Qiita APIを使って、Qiita記事を取得してYoutube動画のURLを抽出することができました。 今回は、特定APIに関連したQiita記事を取得して、API毎に分類、タグを集計してドーナツグラフ化することでAPIの特徴を表してみました。 最新のAPI一覧はこちら API一覧 | DOGAKIITAA! ~ APIごとにQiita記事を分類 ~ Google系 Cloud Vision API https://cloud.google.com/vision/docs/quickstart 📝 機械学習を使用して画像を解析します。画像ラベリング、顔やランドマークの検出、光学式文字認識(OCR)、不適切なコンテンツへのタグ付けなどができます。 Cloud Vision APIの凄さを伝えるべくRasPi b
取材・文/白鳥士郎 「……まさか?」 『水匠』開発者・杉村達也は、自身の開発した将棋ソフトの読み筋にその文字を見つけた瞬間、血の気が引いていくのを感じた。 『それ』が存在することを、杉村は事前に知ってはいた。 同時に、極めて再現性が低いということも知っていた。ある棋士はその出現率を「2年で3~4回」と語っていたのだから……。 『それ』について、『やねうら王』の開発者である磯崎元洋(やねうらおのペンネームで知られる)もやはり「再現性がない」という理由で、大して取り合ってくれなかった。 つまり、いつ出るかわからないし、出る確率も極めて低いということである。 しかしそれが今、水匠の読み筋の中にはっきりと出現していた。 「え!? こ、ここで出るのか……」 しかも『それ』が出たのは、水匠だけではなかった。 検討のために別のパソコンを使って走らせていた、別のソフトでも……その『バグ』が出現していたのだ
「だから復帰後は、マジでエンジン全開ブンブンでw、愛に溢れたMusicをガンガン届けていきますからね」とAIさんは意気込みを語っている。 AIさんは17日に、新曲「Summer Magic」を世界同時配信した。実はこの楽曲は、スマートスピーカー「Amazon Echo」シリーズのCMソング。AIさんとAI(エーアイ)の関係は決して悪くはなさそうだ。 関連記事 「AIが仕事を奪う」への疑問 いま、“本当に怖がるべきこと”は 「人工知能が原因で失業する」。しばしば、AIはこうした脅威論の文脈で語られることがある。AIは本当にそこまで怖いものなのだろうか。 なぜ日本は人工知能研究で世界に勝てないか 東大・松尾豊さんが語る“根本的な原因” なぜ日本はAI(人工知能)の研究開発で米国や中国に勝てないのか。ディープラーニング研究の第一人者、東京大学の松尾豊特任准教授が日本の問題点を解説する。 「人類に
はじめに(8/3追記) この記事を一旦書いたあと、重要な追加証言が得られたため、追記修正しています。結論もやや変わっていますが、現時点のほうがより正確です。 本編:ここから ディープラーニングが現在これだけ流行っている1つの要因は、TensorFlowやPyTorchなどのフレームワークが非常に便利だからです。ニューラルネットワークの設計、訓練、そして分類などの推論がフレームワークを使えばとても簡単に行なえます。 普通に使っている人達は、これらのフレームワークを『ツール』あるいは『ライブラリ』だとみなしていると思います。でも実際のところ、これらはプログラミング言語です。より正確に言えば、すべてのディープラーニングフレームワークはディープラーニング計算用DSL(Domain-Specific Language、ドメイン特化言語)と見なせます。このDSLは大抵、Pythonなど他の汎用言語への
最近、内容はともかくとしてブログを久しぶりに連続更新した。実は足を骨折して3週間前から入院していて暇だ。とは言ってもベッドの上で起き上がってパソコンで作業するのが苦にならなくなったのは、やっと今週からだ。そして、昨日、抜糸も終わって、3週間ぶりに寝返りとかしてみたりして、いい感じだ。 というわけで、5年前ぐらいから、考えていることを少し書いてみようと思う。ディープラーニング革命以降、AIって新しい産業になるのかという質問される機会が多いので、僕も何回か考えてみたのだが、結論を言うと、ちょっと大きなビジネスはできそうもないよね、と言うことになった。が、一つだけこれはいけそうじゃないかというアイデアがあって、僕はいいアイデアを秘密にする価値はないと思っているので、5年前からいろんな人に喋ったし、有識者会議でもちょっと披露したりしたのだが、あんまりみんなピンと来てくれない。 いいアイデアだと思う
","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 --><div id=\"kiji_bottom-banner\">\n<p style=\"padding:10px;\"><a href=\"https://www.asahi.com/senkyo/shuinsen/2021/?iref=kiji_bottom_banner\" style=\"display:block;\"><img src=\"https://www.asahicom.jp/senkyo/shuinsen/2021/images/shuinsen2021_660x100.jpg\" alt=\"2021衆院選\" style=\"width:100%;height:auto;\"/><
TL;DR 機械学習のアルゴリズムには詳しくなりたいけど実装はしない、という立場の人向けの学習資料まとめ 知人向けで、具体的には同僚医師がターゲット読者(めちゃ狭い!)だが、一定度他の人にも役に立つかも 改めて色々眺めてみてやっぱり大学の講義は質の高いものが多いと思った 知人が機械学習のアルゴリズムを学びたいと言っているので、オススメの資料などを見繕ってみるブログエントリ。 機械学習への関わり方を雑にアルゴリズムと実装で分けた場合に、アルゴリズムには詳しくなりたいけど実装をするわけではない、という立場の人向けである。 このようなタイプの人はそんなにいないと思うけど、具体的にはドメインエキスパートとして機械学習エンジニアと一緒にアルゴリズム・データ改善に取り組んでいて、アルゴリズムでどんなことをやっているかをちゃんと理解したい、みたいなのが一例となる。 なんとなくのイメージ的な理解だけだと、
Pythonの学習を始めて3年間でたくさんの技術書を読んできましたが、自分の技術力のレベルによって読みたい本が変わってしまうので、どの技術書を読めばいいのかがわからなくて本選びに相当な時間をかけたと思います。 今回は、これからプログラミング言語Pythonを学習しようとしている方、Pythonの基礎は勉強したけどもっと踏み込んで学びたい方向けに、ぼくが読んだPythonの技術書の中でこれは読んでよかった!という本を読みたい順番に紹介していきます。 この記事の対象読者 未経験からPythonを学習しようとしていて、どの技術書で学習を進めるべきか悩んでいる方 Pythonは少し学習したことあるけど、実践的なWebアプリケーションを開発するときに参考になる技術書を知りたい方 Pythonを活用したWebアプリケーションエンジニアになるために必要な知識やスキルを知りたい方 Pythonエンジニアと
話した言葉をテキストデータに変換できる「音声文字起こしサービス」。テレワーク時代の情報共有ツールとして大いに役立つものの、気になるのはその実用性だ。発言の認識精度に加え、大まかな流れや会話の文脈を後から振り返るのに使えるのかどうか。主要な7つのサービスを使用し、比較した。 ※日経トレンディ2021年5月号の記事を再構成 ディープラーニングやビッグデータの活用が進み、音声認識の精度が大きく向上。話した言葉をテキストデータに変換できる「音声文字起こしサービス」が相次いで登場している。 会議の内容を振り返ったり、他の人にシェアしたりなど、テレワーク時代の情報共有ツールとして注目されているこれらのサービスは、どこまで実用的なのか。主要な7つのサービスを実際に使い、比較してみた。
日本マイクロソフトは8月29日、人間のトッププレイヤーに匹敵する強さの麻雀AI「Suphx」(Super Phoenix、スーパーフェニックス)を開発したと発表した。国内最大級のオンライン麻雀サイト「天鳳」で、AIとして初めて十段に到達した。 研究開発機関のMicrosoft Research Asiaが開発した。Suphxは19年3月、4段以上のプレイヤーのみが参加できる天鳳内の「特上卓」に出現。人間のプレイヤーと5000回以上対局し、6月に十段になった。天鳳のユーザー数は33万人で、19年8月時点で十段を維持するプレイヤーは12人しかいないという。 麻雀は、対戦相手の手牌などの情報が把握できない「不完全情報ゲーム」だ。自分の手牌と捨て牌以外の情報が分からず、運の要素も大きいため、AIで解析するのが難しいとされている。 Suphxでは、与えられた環境における価値を最大化するようにエージェ
人工知能、AI、機械学習、ニューラルネットワーク、ディープラーニング…これらの言葉が世間ではよく聞かれるようになっています。よく聞く言葉だけれども、よくわからない、自分の身近なものではなさそうと思っている方も多いのではないでしょうか。本講座では、AI に関わる基本知識だけでなく、事例や具体的にそれがどのような仕組みで動いているかも紹介します。AI の基礎を理解し、AI をどう活用できるかのヒントがつかめるように、本講座で学びます。
概要 pythonからOpenCVのテンプレートマッチ及びGUI操作モジュールを使うことで、 webブラウザ上の麻雀牌をBOTに認識・クリック操作させることができ、プレイの自動化ができました。 また、どの麻雀牌をクリックするかのロジック部分には機械学習を用いました。 テンプレートマッチの探索用画像を差し替えれば雀魂に限らず他の麻雀ゲーム全般で利用可能であり、機械学習の部分を変えれば、特定条件下で合理的選択を繰り返し求められるようなゲーム全般で応用が可能です。 ※内容理解の一助とするために記事内随所に雀魂のゲーム内画像を利用していますが、著作権保護等の観点から強いボカシを入れています。 対象読者 (麻雀が好きで)機械学習を触ってみたい人 WindowsやGUI操作の自動化に興味があるけどOpenCVって何だろうって人 雀魂は好きだけど試練イベント走るのがマジ試練すぎて心が折れた人 過去に大学
安全性や倫理性が問題視され物議をかもしている「ChatGPT」ですが、昨年11月に公開されるや圧倒的な性能で瞬く間にグローバルに広がりました。 前編『年収4000万円以上も夢じゃなくなった 進化するChatGPTが生み出す「新しい仕事と副業」のヤバすぎる中身』で紹介したように、すでにエンジニアの世界では新しい「職種」まで誕生し、その年収は4000万円にも上っています。 さて、ChatGPTは社会や仕事の現場をどのように変えるのか、さらに詳しく紹介していきましょう。 翻訳で稼ぐ人が登場 シンガポールの周囲のビジネスパーソンの間でも、仕事にChatGPTを使っているという声はここ数ヵ月で急速に増えています。 特によく聞くのが翻訳作業においての利用です。多様な言語を話す様々な人種が多いシンガポールでは、翻訳作業へのニーズが多く、副業でこれに取り組む人も周囲に何人もいますが、この分野では生成AIの
このChatGPT機能、もっと早く出ていたらだいぶ楽だったのに……。 そんなAIサービスが今日リリースされました。昨今話題の生成系AI、チャットAIを使いやすくするサービスです。 筆者が他界した妻の写真をAIで生成していることに対してさまざまなご意見を頂戴し、それに対する考えを記事にしたのが1月6日。SNSなどから拾ったコメントを分類し、いろいろな立場からの異論・反論・オブジェクションに対して回答していったのですが、非常に骨の折れる作業でした。もちろん、記事を書いたことによる成果は非常に大きく、その後はほとんど反論らしい反論は見かけなくなったのですが、事前にこうした反響をシミュレーションできていれば、記事内に予防線を張っておけたかもしれません。 そうしたセンシティブな話題のときの反響をある程度推定し、対策できるようなサービスが出ました。 清水亮さんが開発・運営している画像生成AIサービス「
新型コロナウィルス感染拡大に伴い不要の外出を控える社会人や学生のみなさまに向け、 JDLA認定プログラムを実施する事業者の協力を得て、一部のオンライン学習コンテンツを期間限定で無料公開いたします *2020年1月20日に「INTLOOP株式会社」の講座を追加しました *12月1日に「エッジテクノロジー株式会社」の講座提供期間を延長しました *5月19日に「スキルアップ株式会社」の講座期間定めなし、申込み方法追加しました *5月13日に「スキルアップ株式会社」の1講座を追加しました *5月1日に「Study-AI株式会社」の3講座を追加しました *4月27日に「NTTラーニングシステムズ株式会社」の1講座を追加しました *4月24日に「株式会社日経BP」の1講座を追加しました *4月17日に「エッジテクノロジー株式会社」の3講座を追加しました *4月9日に「株式会社キカガク」の1講座を追加し
~商用利用可能なライセンスで日本語のNLPコミュニティに貢献~ rinna株式会社(本社:東京都渋谷区/代表取締役:ジャン"クリフ"チェン、以下rinna社)は、日本語に特化した13億パラメータのGPT言語モデルを開発し、公開しました。 ■背景 rinna社はこれまでに、日本語の自然言語処理 (NLP) に特化したGPT (3.3億パラメータ) やBERT (1.1億パラメータ) の事前学習モデルを公開し、多くの研究・開発者にご利用いただいています。最近のNLPに関する研究では、モデルのパラメータ数が多いほど高い性能であることが知られています。 そこでrinna社は、これまでに公開してきたモデルより大規模な13億パラメータを持つ日本語に特化したGPT言語モデルを開発し、日本語のNLPコミュニティに貢献するために、この言語モデルをNLPモデルライブラリ Hugging Face に商用利用可
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