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
Googleが“一歩先の未来を予知”できる時系列予測AI基盤モデル「TimeFM」公開、LSTMの進化形「xLSTM」など重要論文5本を解説（生成AIウィークリー） | テクノエッジ TechnoEdge
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第46回目は、生成AI最新論文の概要5つを紹介します。 生成AI論文ピックアップ LSTMの進化形「xLSTM」登場。Transformerと同等かそれ以上の性能 Google、タンパク質を予測するモデル「AlphaFold 3」発表 Googleが“未来予知”する時系列予測AI基盤モデル「TimeFM」を開発。金融や気象、交通などの一歩先を予測 Llama3 70Bと同等の性能を示す、オープンソース大規模言語モデル「DeepSeek-V2」 IBM、コーディング専用AIモデル「Granite Code Models」を開発 LSTMの進化形「xLSTM」登場。Tra
「AIチャットbotを作りたいけど、どんなリスクがあるの？」 デジタル庁、テキスト生成AIのガイドブック（α版）を公開
デジタル庁などの関係省庁では2023年12月から、生成AIの業務利用に関する技術検証を進めており、今回のガイドブックもその検証結果を踏まえたものになる。なお今回公開したものはα版。デジタル庁は「現時点では、α版のため内容に不十分な点があるが、生成AI利活用時のリスクや対策に関する議論の参考にしてほしい」と案内している。 今後も定期的に内容の拡充・改善を行い、正式版の公開を目指す。 関連記事 生成AIを巡る日本の現状は？ 東大・松尾教授の考察資料が無料公開 「1年間、日本は最善手を指し続けている」 内閣府は5月23日、22日に開催した「第9回 AI戦略会議」で取り扱った資料を公開した。公開したのは、AI研究の権威として知られる東京大学の松尾豊教授が作成した「生成AIの産業における可能性」と題した全33ページの資料など。 「RAGはそんなに簡単じゃない」──AIエンジニア主導でLLMを導入する
中国が「習近平思想」に基づいて訓練されたAIモデルを開発
中国でインターネットの規制を行っている中国サイバースペース管理局の研究所が、習近平国家主席の政治哲学に基づいた「安全で信頼できる」大規模言語モデル(LLM)を開発しました。 China’s latest answer to OpenAI is ‘Chat Xi PT’ https://www.ft.com/content/43378c6e-664b-4885-a255-31325d632ee9 Sure, why not: China built a chatbot based on Xi Jinping https://www.engadget.com/sure-why-not-china-built-a-chatbot-based-on-xi-jinping-155828456.html China rolls out large language model AI based on
生成AIの産業における可能性｜東京大学 松尾研究室
2024年5月30日に開催されたChatGPT Meetup Tokyo #7で、ChatGPTとIBM Watson Discoveryを連携させたRAGのサービスについてLTした際の資料です。 動画（スライド画面＋音声）はこちらです。 https://www.youtube.com/live/ESdtIyMEktU?feature=shared&t=361 ※個人で作成したものであり、内容や意見は所属企業・部門見解を代表するものではありません。
OpenAIがAIを活用した検索サービス、もしくはChatGPTがウェブから情報を入手できるようにする拡張機能の発表を目前に控えていると、複数のメディアが報じました。発表は、Googleの年次カンファレンスであるGoogle I/O 2024が開催される2024年5月14日の前日に行われると予想されています。 OpenAI plans to announce Google search competitor on Monday, sources say | Reuters https://www.reuters.com/technology/openai-plans-announce-google-search-competitor-monday-sources-say-2024-05-09/ Apple to Power iOS 18 AI Features With In-House
AIの仕組みであるLLMの「ブラックボックス」の内部を見てどのニューラルネットワークが特定の概念を呼び起こすかを知る試みをAnthropicが解説
チャットAI「Claude」などを開発するAI企業「Anthropic」がAIモデルの内部動作について、何百万もの概念がどのように表現されているかという研究結果を報告しました。 Mapping the Mind of a Large Language Model \ Anthropic https://www.anthropic.com/research/mapping-mind-language-model AIモデルの本体である大規模言語モデル(LLM)の出力はブラックボックスとして扱われており、入力に対応して出力が行われた時になぜその特定の応答が出力されたのかは不明となっています。そのため、モデルが有害・偏見・ウソなどの危険な出力をしないことを信頼するのは難しいものです。 Anthropicは以前よりLLMの内部についての研究を行っており、2023年10月には「特徴」単位でまとめるこ
【シリコンバレー=山田遼太郎、ワシントン=八十島綾平】米新興企業オープンAIは30日、中国やロシア、イラン、イスラエルのグループが同社の生成AI（人工知能）技術を使い、世界で様々な世論工作を図っていたと発表した。日本を標的にした事例もあった。米国などの大型選挙を控え、AIが情報操作に悪用される恐れが浮き彫りになった。オープンAIはSNSのアカウントや投稿の作成、文章の翻訳、ウェブサイトの作成な
「大手メディアは伝えない日本の黒人侍」という文言とともに侍姿の黒人と家族のような画像が拡散しましたが、誤りです。写真はAIによるもので本物ではありません。 検証対象2024年3月13日、「大手メディアは伝えない日本の黒人侍（原文は英語）」という文言と、日本の城を背景に3人が立っているモノクロの画像が拡散した。3月29日現在、このポストは855万回以上の閲覧回数と6200回以上のリポストを獲得している。 検証過程画像の出所はGoogle画像検索で探すと、ネット上で確認できる最も古い同様の画像は2024年2月26日のFacebookページの投稿だった。「Poetry&Talents（詩と才能）」というページで「詩人、歌手、コメディアン、アーティストがその芸術的才能を披露するためにシェアする場所」という説明があり、投稿には「We’re everywhere!!（私たちはどこにでもいる！！）」と書
はじめにこんにちは、Doryと申します！ あらゆる業務をAIエージェントで変革するべく、Algomaticという生成AIスタートアップで自社サービス開発や法人向けのAI導入支援に取り組んでいます。 この記事では、AI技術を現場の実業務に導入しようとしたとき、企業が高確率でぶつかる「3つの壁」について、自身の経験も交えて記載していきます。 【この記事には何が書いてある？】 ・AI技術を使って業務を変革しようとするとき、必ずぶつかるのは「AI以外」の壁であること ・3つの壁を乗り越えなければ、AIによる業務改革は進まないということ 【この記事の想定読者】 ・AIを自社にも取り入れたいと考えている経営者の方 ・AIの社内推進がミッションの、いわゆる「AI推進室・DX推進室」の方 ・その他、AIの力で自社を変えたい！と考えている方 以下、本文では簡単のため「AI」という表現を多用しておりますが、具
特化型モデルが日本の生成AI開発の勝ち筋
こんにちは、シバタアキラです。5月は皆様にとってもイベントの多い月間だと思いますが、私も日韓のAI Expoに出展、各所での講演、そして今週は日本人工知能学会の大会にて論文の発表も控えております。イベント参加は時間も取られますが、生の情報に触れるいい機会でもあり、今回は直近のAI業界の状況について私が学んだことを中心にご共有します。 出口の見えない日本のLLM開発に光？ 昨年末MetaとIBMが手を組んでアナウンスされたThe AI Alliance は、「オープンAI開発を推進する」と大義を謳ってLinux Foundationとも手を組み、今月日本でカンファレンス及びディナーがありました。これまであまり話題になってこなかった団体という印象を持っていましたが、ビッグネームなメンバー企業・団体が着実に増えており、かなりモメンタムが増している印象を受けました。 私も東工大の岡崎先生と、NII
AIは国家間のパワーバランスや軍事をどう変えるのか──『AI覇権 4つの戦場』 - 基本読書
ＡＩ覇権 ４つの戦場 作者:ポール シャーレ早川書房Amazonこの『AI覇権 4つの戦場』は、無人兵器についてのノンフィクションで本邦でも高く評価された『無人の兵団』著者の最新作で、タイトルの通りAIをめぐる国家間の争い、その行方について主に4つの視点から考察していく一冊になる。 AIの時代にどの国が軍事、経済、政治力で強みを握るかをもっと理解するには、データ、計算、人材、機構という四つの重要な領域をさらに深く掘り下げる必要がある。 著者はもともと米海軍のレインジャー部隊員としてイラクとアフガニスタンに出征。狙撃兵などとして活躍した後、2008〜13年まで米国防総省(ペンタゴン)で自律型兵器に関する法的・倫理的課題と政策を研究していた人物だ。ようは軍事と国防関連の知識が豊富な軍事アナリストで、本書にはその知識や経験が存分に活かされている。 近年生成系AIは飛躍的な進歩を遂げ、GPT-4だ
GPT-4o API：料金、利用方法などを完全解説
GPT-4oを自分のプロジェクトに導入したり、それを使って新しいプロジェクトを開発したりしたい場合、Apidogという完璧なAPI管理ツールを使うことがおすすめです。ApidogではOpenAI APIプロジェクトを便利にアクセスして、GPT-4o APIを直ちに利用したり、テストしたり、自分のプロジェクトに導入したりすることができます。 また、完全に無料なツールなので、下記のボタンから無料でApidogを利用し始めましょう👇👇👇 buttonGPT-4oとは？GPT-4oとは、米国時間5月13日にOpenAI社がによって発表された最新のAIモデルになります。4oのoはomniの略で、「すべてを包括」という意味合いがあり、これまでのテキストと画像か、音声でChatGPTとやりとりする利用方式とは違い、テキスト、音声、画像やビデオを組み合わせて、GPT-4oとやりとりすることができるよ
AutodeskがAIによる3Dモデル生成新技術を発表するも、「ポリゴン数多すぎ」として実用性に疑問集まる。開発初期段階ゆえか盛り盛りポリゴン - AUTOMATON
ホーム ニュース AutodeskがAIによる3Dモデル生成新技術を発表するも、「ポリゴン数多すぎ」として実用性に疑問集まる。開発初期段階ゆえか盛り盛りポリゴン 全記事ニュース
教育AI最新事例：GPT-4oなどを使った個別最適な学びの最新デモ集、自動採点やフィードバック生成、非認知能力の見取りなど｜遠藤太一郎
5/13、 14と連続してOpenAIとGoogleの発表ラッシュがありました。 教育に関するものも複数あったのですが、なかなか刺激的で面白い内容だったので、そのあらましをまとめてみました。 ざっくりとお伝えすると、「AIを活用した個別最適な学び」に該当するかなと思います。 また後半では、私が東京学芸大学と取り組んだ、文科省のプロジェクトに関しても簡単にまとめました。 こちらはAIによる自動採点やフィードバック生成、非認知能力の見取りなどに関する内容になっています。 では早速見ていきたいと思います。 リアルタイムに会話しながら、図形の問題を教える こちらはGPT-4oのデモです。リアルタイムに会話しながら、図形の問題の解き方を、子どもに寄り添って教えています。 以下、動画の内容です。 ＊＊＊＊＊＊＊＊＊＊ まずはじめに親が、「数学の問題を教えてほしい。答えは教えずに、質問をしたりしながら導
こんにちは、横須賀市生成AI推進チームのM田です。 横須賀市がChatGPTを全庁利用を始めて1年経ちましたが、現在、いよいよ市民向けのAIサービスの実現に向けて相談AIチャットボットの実証実験をはじめたところです。 既に多くの人から話しかけてもらっていて、想定したよりも多くのアクセスがあったため一時停止するトラブルもありました…。 （現在は動いています） 今回は、この「ニャンぺい」を公開するにあたって、内部で行うテストをChatGPT（GPT-4o）とPythonプログラムを使って超効率化したよ、という話です。 AIチャットボットのテストAIチャットボットを作るにあたって、チャットボットの挙動（望んだ返答をしているか）のチェックをするテストは欠かせません。 テストは、まず複数のシナリオを作り、チャットボットへ質問し、回答を採点します。そして、採点結果をもとにチャットボットを修正して、再度
【シリコンバレー=山田遼太郎】米半導体大手エヌビディアが22日発表した2024年2〜4月期決算は純利益が前年同期と比べ7.3倍の148億8100万ドル（約2兆3300億円）、売上高が同3.6倍の260億4400万ドルだった。市場予想を上回り、人工知能（AI）向け半導体の需要の強さを示した。日米などの株式市場で半導体関連銘柄の押し上げ要因になりそうだ。市場予想は24年2〜4月期の売上高が246億
AI作曲サービスは「長さ」の戦いに。Udioが2分10秒の生成に対応、Sunoは全ユーザーに4分生成を開放（CloseBox） | テクノエッジ TechnoEdge
AI作曲サービスは、Sunoが先行し、UdioとSonautoがそれを追いかける図式となっています。そのSunoとUdioが相次いで製品強化を発表しました。 まずは、Udio。一度に32秒しか生成できないというUdio最大の弱点が改善されたバージョンを提供開始しました。今度は最大2分10秒の生成が一度で可能となります。 Udioは2分10秒の生成が可能に。ただし今使えるのは月額30ドルProユーザーのみ新バージョン「Udio-130」には、このほかに、プロンプトと歌詞の強度、ハッシュ値、生成をスタートするタイミングなどを調整できる機能も追加されています。 Stable Diffusionに近いパラメータ操作が可能になったわけです。音質パラメータも加わっています。生成をスタートするタイミングはExtendで曲を延長するときに便利でしょう。 さて、このUdio-130ですが、サブスクリプション
OpenAI、ChatGPTのMacアプリ公開。Macのカメラやスクショ、写真ライブラリにもアクセスし音声対話可能 | テクノエッジ TechnoEdge
OpenAIは5月14日、ChatGPTのGPT-4oを使えるマルチモーダルなMacアプリを公開しました。chat.openai.comにアクセスしてダウンロードリンクが表示されれば利用できます（現在利用できるユーザーはPlusプランの購読者のみ）。ChatGPTアプリはこれでiPhone、Androidに続いてMac版が公開されたことになります。Windows版は年内に登場予定です。 機能としてはiPhoneアプリと同様で、現状ではGPT-4oの音声モデルや、カメラの映像を見ながら音声で対話したりといったことはできません。使われている音声モデルも、従来のものと同じで、遮られても会話をスムーズに続けたりといった機能は実装されていません。歌うこともできません。
生成AIグラビアをグラビアカメラマンが作るとどうなる？第24回：照明を自由にコントロールできるIC-Light登場！(西川和久) | テクノエッジ TechnoEdge
lllyasviel氏復活第一弾のIC-Light前回(第23回)にControlNetやFooocus、stable diffusion webui forgeを作ったlllyasviel氏、ここ数ヶ月Xなどに書き込みが無いと書いたが、いきなり驚くべき仕掛けを提げての復活。その名もIC-Light(Imposing Consistent Light)。Stable Diffusionの技術を使って、照明を自由にコントロールできる仕掛けだ。 これまでStable Diffusionでは、SD 1.5、SDXLに関わらず、Promptで光や照明などの指示はできたのだが、どのように反映されるかは、Modelやその他の設定しだい。例えば backlight, soft bounced lighting, soft natural lighting, candolelight, neon ligh
多すぎて悩む生成AI､最新注目ツールはこの3つ！
コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕
［速報］マイクロソフト、Copilotを一連のタスクを自律的に実行できる「エージェント」へと拡張。受注したら在庫確認して顧客へ発送などが可能に
マイクロソフトは、日本時間5月22日未明から開催中のイベント「Microsoft Build 2024」で、Copilotを一連のタスクを自律的に実行できる「エージェント」へと拡張するCopilot Studioの新機能を発表しました。 Copilot StudioはMicrosoft Copilotの拡張やカスタマイズを可能にする開発環境です。今回の新機能では、Copilotがエージェントとして機能するように、以下の拡張が可能になります。 一定期間実行が継続されるビジネスプロセスの自動化 ユーザーからの入力とアクションについての推論 過去の記録からコンテキストを理解する ユーザーからのフィードバックによって学習を行う 具体的には、Copilotに対して処理の内容と手順を「インストラクション」で具体的に説明し、「トリガー」となるプロセスを指定。さらに参照すべき「ナレッジ」を指定し、どのよう
EU＝ヨーロッパ連合が世界で初めて包括的にAIを規制することを目指して手続きを進めてきたAI法案は21日、加盟国に承認され、成立しました。 一部のAIの利用を禁止したり利用に厳しいリスク管理を求めたりする内容で、2年後の2026年に規制が本格的に適用される見通しです。 EUは21日、加盟国のデジタル分野などを担当する閣僚会議を開き、AIを規制するAI法案を承認しました。 ヨーロッパ議会はことし3月にすでに承認していて、今回、加盟国の担当閣僚による承認でAI法は成立しました。 EUのAI法はリスクに応じてAIを分類し、このうち人々の社会的な信用度の評価、分類に使うAIや、犯罪を行う可能性を予測する目的で人々の特性を分析、評価するAIなどは利用が禁止されます。 また、教育機関や企業が入試や採用で人々を評価する際などに使うAIはリスクが高いとされ、偏った判断をしないよう適切なデータで学習させたり
【読売新聞】 インターネット上で公開されている対話型生成ＡＩ（人工知能）を悪用してコンピューターウイルスを作成したとして、警視庁は２７日、川崎市、無職の男（２５）を不正指令電磁的記録作成容疑で逮捕した。複数の対話型生成ＡＩに指示を出
マイクロソフト、「Copilot Connectors」発表。CSVファイルからOracle、Salesforceなどさまざまなサービスやデータソースと接続しAIが理解
マイクロソフト、「Copilot Connectors」発表。CSVファイルからOracle、Salesforceなどさまざまなサービスやデータソースと接続しAIが理解 マイクロソフトは日本時間5月22日から開催中のイベント「Microsoft Build 2024」で、Microsoft Copilotをさまざまな外部のサービスやデータソースと接続することで、Copilotがそれらのデータを読み取り理解できる新機能「Copilot Connectors」を発表しました。 Copilotが外部サービスの情報や状況を読み取って理解する Microsoft CopilotはもともとOutlookやExcel、Teamsといった同社が提供するMicrosoft 365製品のデータを読み取って理解し、それを基に生成AIが文章やプレゼンテーションの作成などを提供するサービスとして登場しました。 Co
仕事でAI利用する8割が、個人のAIツール持ち込み「Bring Your Own AI」 Microsoftが警鐘
米MicrosoftとLinkedInが発表した、職場でのAI活用の実態調査の結果によると、職場でAIを使っている日本のユーザーのうち78％が自前のAIツールを職場に持ち込んでいた。同社は、「日本の職場でも今後“Bring Your Own AI”が増加すると考えられる」とし、企業データを安全に活用するための環境整備が必要だと訴えている。 2024年2月から3月にかけ、日米を含む世界31の市場で、各1000人のフルタイムの従業員と自営業のナレッジワーカーを対象にオンラインで実施。平均値を算出した。 対象者の75％が仕事にAIを活用しており、うち46％が半年以内に使い始めていた。 地域別で見ると、生成AIを仕事で使っている人は北米で66％、アジア太平洋地域で83％、欧州で65％、日本では32％と日本は相対的に低かった。 世界でAIを使っている人の78％が自前のAIツールを職場に持ち込んでおり
Amazon Web Services ブログ 生成AIで外観検査をやってみた 1. はじめに 製造業における品質管理は非常に重要な課題です。製品の外観や組立状態を確認し、欠陥の有無を判断する外観検査工程は、高い品質を維持するうえで欠かせません。この検査工程を人手に頼らず自動化できれば、コスト削減と品質の安定化が期待できるため、さまざまな検査工程の自動化が試みられています。今でも外観検査のソリューションとしてAWSではAmazon Lookout for Visionというサービスを提供していますが、今回は違う切り口から、Amazon Titan Multimodal Embeddings G1を使って生成AIで同じような外観検査ができるかトライしてみました。 Embedding方式の利点は、製品カテゴリーを問わず同じ数値化モデルを活用できる点にあります。サンプル画像の数値化自体は製品に依
gpt-4oを試す
GPT-4o テキスト、オーディオ、ビデオの入力を扱い、テキスト、オーディオ、イメージの出力が可能。 GPT-4o以前では、ChatGPTのボイスモードが3つの異なるモデルを使用していた。 GPT-4oはこれらの機能を一つのモデルに統合し、テキスト、ビジュアル、オーディオの各入力を同一のニューラルネットワークで処理する。 現在のAPIの能力 現在のAPIは、テキスト、イメージの入力とテキストの出力をサポート 追加のモダリティ（例えばオーディオ）は現時点（2024/5/14）では使えない。近日導入される予定 Colaboratoryで動かしてみる インストール
AI時代に一人勝ち。NVIDIAの「CUDA」がIntelやAppleを蹴散らし業界の“実質的なスタンダード”になった背景を中島聡が徹底解説 - まぐまぐニュース！
空前のAIブームの中にあって、その開発の現場で「一人勝ち」とも言うべき圧倒的なシェアを誇っているNvidia（エヌビディア）のGPU向け開発環境「CUDA」。IntelやAppleといったライバルたちを尻目に、いかにしてCUDAはトップに登り詰めたのでしょうか。今回のメルマガ『週刊 Life is beautiful』では世界的エンジニアとして知られる中島聡さんが、CUDA誕生の経緯から業界の「事実上の標準」となるまでを詳しく解説。さらにMicrosoftが5月20日に発表した「Copilot+PC」に関して、中島さんが注目したポイントを記しています。 ※本記事のタイトル・見出しはMAG2NEWS編集部によるものです／原題：NvidiaのCUDAが今の地位を築いた経緯 プロフィール：中島聡（なかじま・さとし） ブロガー／起業家／ソフトウェア・エンジニア、工学修士（早稲田大学）／MBA（ワシ
米Microsoftが支援する仏Mistral AIは5月29日（現地時間）、同社としては初のコーディング向け生成AIモデル「Codestral」を発表した。 コード生成タスクを明示的に設計されたオープンウェイト（モデルの重みを公開している）の生成AIモデルで、HuggingFaceからダウンロードし、MistralのAPIプラットフォームを通じて利用できる。 Python、Java、C、C++、JavaScript、Bashを含む80以上のプログラミング言語の多様なデータセットでトレーニングされている。また、SwiftやFortranでも「優れた性能を発揮する」という。 3万2000トークンのコンテキストウィンドウを持つ220億パラメータモデル。コード生成の長期評価のRepoBenchでは、競合する米MetaのCode Llama（4000／700億）や中国DeepSeekのDeepSe
日本アニメが権利侵害にさらされている。生成AI（人工知能）を利用し作成した画像を共有できるサイトには、アニメキャラクターに類似した画像が氾濫する。日本経済新聞が約9万枚を調査したところ、著作権侵害の疑いが浮上した。またAIの学習に違法配信の海賊版が使われている可能性もある。AIの進化は加速し映像の領域へ踏み出した。漫画の一コマからでもアニメをつく
リンク Yahoo!ニュース 「太陽フレア」農業にも影響 トラクター自動操舵、国内でも〝ずれ〟（日本農業新聞） - Yahoo!ニュース 太陽表面の爆発現象「太陽フレア」による地球の磁場の乱れで衛星利用測位システム（GPS）が影響を受け、米国の一部地域では農機の自動操舵（そうだ）機能が使えなくなるなどの事態が発生している。日本でも一 49 users 247 リンク nikkei4946.com 縮小続くビール市場、酒税改正で反転に期待｜ビジュアル・ニュース解説｜経済ナレッジバンク｜日経をヨクヨムためのナビサイト - nikkei4946.com 夏本番を迎え、キンキンに冷えたビールがおいしい季節になりました。ビールの出荷量は価格が安いビール系飲料の発泡酒や第三のビールなどに押されて減少が続いていますが、ビール系飲料の酒税が2020年から３段階で見直されて26年に一本化されるのを控え、状況
【無料】高精度&爆速で文字起こしが終わるAIツール「Gladia」がスゴイ | 株式会社LIG(リグ)｜DX支援・システム開発・Web制作
こんにちは、インハウスマーケティング部のかけるです。 生成AIによってライティング業務の効率化が進むなかで、「文字起こし」は生成AIが得意とする領域の一つです。 今回は数ある文字起こしAIのなかでも、実際に使ってみて良かった文字起こしAI「Gladia」について、その使い方や魅力をご紹介します！ 「Gladia」は精度が抜群 https://www.gladia.io/ まず前提として、Gladiaの文字起こしの技術には、OpenAIがオープンソースとして公開している文字起こしAI「Whisper」が活用されています。 Gladiaの大きな魅力は、なんといっても音声から文字を起こす（Speech-to-Text）際の精度の高さです。 一般的に、音声認識の精度は「単語誤り率 （WER）」という、その音声認識モデルが音声をテキストへ変換する際にどれぐらい間違えてしまったのかという評価尺度があり
市場で買った台湾パイナップルにQRコードがついてたので読み込んでみたら農作業の記録まで記載されていた「安心感が高まりそう」
おたま @okerokero 大阪市でちまちました日常を送っています 台湾 香港大好きだけど 今は台湾にしか行ってません 関西で台湾好きのコミュニティができたら良いなと思ってます 台湾 香港ネタで盛り上がれる方 繋がってください あと、周遊型謎解きにどっぷりハマり中！ おたま @okerokero 天満市場で買ってきた台湾パイナップルにQRコードがついてたので読み込んでみました 生産者情報くらいが出てくるのかなと思ったら、なんとなんと生産地の地図やら農作業の記録まで！2022年11月に植えた木から今年の5月3日に収穫されてました 張さんありがとう🙏✨ pic.twitter.com/98gAzrlHN1 2024-05-19 14:35:08
漫画が爆速で完成する…韓国発「ウェブトゥーン」 生成AIで作画アシスト 目指すは「漫画界のネトフリ」：東京新聞 TOKYO Web
スマートフォンで縦にスクロールしながら読む韓国発のデジタル漫画「ウェブトゥーン」の市場が世界的に拡大している。優れたアイデアをより速く作品にできるよう、人工知能（AI）を活用して作画を手助けする新興企業も登場した。（ソウル・木下大資、写真も） ウェブトゥーン web（ウェブ）とcartoon（カートゥーン）を合わせた造語。韓国ネイバー社が2000年代にサービスを開始した。日本ではスマホ向けアプリ「LINEマンガ」「ピッコマ」などで配信され、映画化やドラマ化も展開。新型コロナウイルス禍をきっかけに急伸長した。
AI検索エンジンのPerplexityがユーザーのプロンプトに基づいてカスタマイズ可能なウェブページを生成する「Pages」機能を発表
AI検索エンジンのPerplexityが、ユーザーのプロンプトに基づいてカスタマイズ可能なウェブページを生成する新機能「Pages」を発表しました。Pagesは、教育者や研究者、趣味の人々が知識を共有するのに役立つように設計されているとのことです。 Introducing Perplexity Pages https://www.perplexity.ai/hub/blog/perplexity-pages Perplexity will research and write reports - The Verge https://www.theverge.com/2024/5/30/24167986/perplexity-ai-research-pages-school-report Pagesがどんな機能なのかは、以下のムービーを見るとよくわかります。 Introducing Perp
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
「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？
RAGのサービスをリリースして1年が経ちました
OpenAIが2024年5月13日にGoogleのライバルとなる「AI検索エンジン」を発表するとの報道
「Git」に深刻度「Critical」の脆弱性 ～「Git for Windows 2.45.1」などが公開／リモートコード実行などにつながるおそれ
OpenAI「中国やロシアが当社AI使い世論工作」 日本も標的に - 日本経済新聞
黒人侍とその家族の画像？【ファクトチェック】
AI導入で企業が挫折するのはなぜ？―AI「以外」の壁にどう立ち向かうか｜Dory
AIチャットボット「ニャンぺい」のテストをPython×GPT-4oで自動化する！｜自治体AI活用マガジン（運営：横須賀市）
NVIDIA､2〜4月売上高3.6倍 AI半導体「1強」予想上回る - 日本経済新聞
EU AI法案が加盟国に承認され成立 規制は2026年に適用の見通し | NHK
生成ＡＩ悪用しウイルス作成、警視庁が２５歳の男を容疑で逮捕…設計情報を回答させたか
生成AIで外観検査をやってみた | Amazon Web Services
Mistral AI、コーディング用生成AIモデル「Codestral」リリース
NIKKEI Film 蝕まれる日本アニメ 生成AI時代、横行する「新・海賊版」 - 日本経済新聞
『太陽フレアの影響で田植え機蛇行、田んぼの稲がうねる』思わぬ形で訪れた"自動操縦への影響"の可視化「精度すご」
パソコン向けChromeに生成AI「Gemini Nano」を搭載、翻訳や要約をオンデバイスで実現
AMD新CPUの「Ryzen AI 300」は、12コアCPUとSnapdragon Xを超えるNPUを搭載
