ノア・スミス「2020年代のテクノ楽観論」（2020年12月4日）
[Noah Smith, “Techno-optimism for the 2020s,” Noahpinion, December 4, 2020] Cheap taxis and fancy smoothies are out. Big Science is in. 安いタクシーもおしゃれスムージーも飽きた．これからはスゴイ科学の時代だ 2010年代：テクノ悲観論と停滞 2010年代，「いまは技術停滞のまっただ中だ」というのが大方の見方だった．2011年にタイラー・コーエンの『大停滞』が出たり，2016年にロバート・ゴードンの『アメリカ経済：成長の終焉』が出たりした．ピーター・ティールは「空飛ぶ車をのぞんでたのに，手に入れたのは140字だった」と宣言した．デイビッド・グレーバーもこれに同調した．ポール・クルーグマンは，キッチン器具に新しいモノが登場しないのを嘆いた．経済学者のなかには，
千葉大学は10月13日、同大の中島誠也助教（大学院薬学研究院）と根本哲宏教授（同）が、ヨウ素を含む化合物について、化合物内の原子同士が結び付く力である「結合エネルギー」の強さを高速に算出するAIを構築したと発表した。従来の手法に比べて約1.3億倍の速さで結合エネルギーを算出できる他、計算マシンは一般的なPCで十分という。学習データを増やせば他の物質への応用も期待できるとしている。 従来の結合エネルギー計算には、分子が最も安定する構造をコンピュータで算出した上で、その分子構造から数値を導き出す「DFT計算」という手法を使っていたという。しかしDFT計算では分子1つの結合エネルギーを算出するのに数時間から数日が必要になる他、高性能なコンピュータやソフトウェアと、計算に関する専門知識が必要だった。 そこで中島助教らは、結合力が弱く多彩な化学反応を起こす「超原子価ヨウ素」を含む化合物に注目してAI
第五のUI - ニューロサイエンスとマーケティングの間 - Between Neuroscience and Marketing
Izumo Ooyashiro, Izumo, Japan 1.4/50 Summilux ASPH, LEICA M (Typ 240) 気がついたら年末。半年もブログ更新ができていない*1。その上、最近、色々な場で人に色々聞かれるたびに思うことが随分と多い。澱（おり）のようにためておくのもどうかと思われ、色々書き出すモメンタムになればと少し書けたらと思う。 - 毎週何回か登壇、取材が続いているが、このところ、繰り返し聞かれることがいくつかある。 LLMによって仕事はなくなるんですか？ 今後AIでどんな仕事がなくなるんでしょうか？ OpenAI & Microsoft、Google/DeepMindのglobal big playersがガンガンとやる中、日本はなにかやれることはあるんですか Pivotなどで言われていた物魂電才について教えてください。 今後の学校教育はどうあるべきですか
DXを阻む障害
DXを阻む障害 2021.07.22 Updated by Ryo Shimizu on July 22, 2021, 09:12 am JST いわゆるDX、デジタルトランスフォーメーションする必要性を多くの企業が迫られている。 ところが、これがなかなか難しい。 たとえば、DXをコンサルティング会社に依頼するも、そもそもそのコンサルティング会社そのものがDXしてないので「DXのようなもの」しか提案できない。 とあるコンサルティング会社が顧客先にDXを提案する資料を見せてもらったことがあるが、一言で言えば、それはDXというよりも「OA化」と呼んだ方がいい段階の提案に留まっていた。 たとえば、「AIの活用」という項目では、「FAX書類に書かれた文字の自動読み取り(AI-OCR)」という項目があるだけで、そもそも我々のような生粋のIT企業では、仕事上の文章は全てE-mailやPDFでやり取りさ
AppleはGoogleから約40人のAI専門家を引き抜いてスイス・チューリッヒに極秘研究所「Vision Lab」を開設している
近年のAppleでは、オープンソースの言語モデル「OpenELM」やマルチモーダル大規模言語モデル「Ferret-UI」などのAI関連製品の開発が精力的に行われています。そんなAppleではGoogleから少なくとも36人ものAI専門家を引き抜き、スイス・チューリッヒにAIモデルや製品を開発する研究所を設立していることが報告されています。 Apple targets Google staff to build artificial intelligence team https://www.ft.com/content/87054a60-dc4d-4238-a4b9-93ab48f22f56 Apple Hired Dozens of AI Experts From Google for a Secretive Zurich Research Lab - MacRumors https:/
【実録】35歳で医師からデータサイエンティストを目指した理由〜G's Alumni Histories〜Vol.10｜Life-Changing Programming
こんにちは。 本連載は、G's ACADEMYというプログラミングスクールを卒業してしばらくした卒業生たちに、ぶっちゃけプログラミングでどう人生が変わったかをお話していただくインタビューの連載になります。 IT人材の不足が深刻化する今日、世の中にはそれに付け込むかのように怪しげなプログラミングスクールが乱立したり、情報教材まがいのものが溢れています。そんな中、真面目にプログラミングで人生を変えたいと思っている人たちに、あくまで第三者的にプログラミングスクールのリアルをお伝えするべく、私たちは本連載を開始しました。 今回はその第10弾です。データサイエンティストをされている山田光倫（やまだみつとも）さんにお話を伺いました。 Profile 山田 光倫（やまだみつとも） ~2018年 心臓外科医 2019年 G’s ACADEMY TOKYO LABコース 卒業 2020年 株式会社Block
GPT-4のコード生成精度を2倍以上向上させる「AlphaCodium」、写真1枚から本人性を維持した画像を量産できる「InstantID」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30回目は、PhotoMakerのライバルともいうべき技術やAppleのLLMなど、生成AI最新論文の概要5つを紹介します。 生成AI論文ピックアップ大規模言語モデルのコード生成能力を向上させるツール「AlphaCodium」 高解像度の画像を高いメモリ効率で高速処理する視覚理解モデル「Vision Mamba」 1枚の写真からアイデンティティを維持しながら画像を量産できる画像生成モデル「InstantID」、SDXLとの統合も可能 ソースコードを一行も書かずに、大規模言語モデルを実際のアプリに導入できる推論エンジン「Inferflow」 Apple、20億枚の画像
米Googleのヘルスケア部門Google Healthは1月1日（現地時間）、AIによる乳がん診断に関する論文をNatureで発表した。6人の放射線科医と比較した研究では、開発したAIシステムは放射線科医全員より正確に乳がんを特定した。 Google HealthはGoogle系列のAI企業DeepMind、英Cancer Research UK Imperial Centre、米ノースウェスタン大学、英Royal Surrey County Hospitalと共同で、英国の7万6000人以上、米国の1万5000人以上の女性の匿名化したマンモグラフデータで学習させたモデルを構築した。このモデルを学習データとは別の2万8000人以上（英国2万5000人、米国3000人）の匿名化データセットで評価したところ、偽陽性（がんではないのにがんだと診断すること）が英国では1.2％、米国では5.7％減
米Alphabet傘下のGoogleは4月20日（現地時間）、2014年に買収し、現在はAlphabet傘下の英DeepMindとGoogle Brain Teamを統合し、Google傘下のGoogle DeepMindという企業にすると発表した。 CEOは、現在DeepMindのCEOを務めるデミス・ハサビス氏。Google Brainの責任者、ジェフ・ディーン氏はGoogleのチーフサイエンティストに昇格し、Google ResearchとGoogle DeepMindのチーフサイエンティストを兼任する。ディーン氏はAlphabetおよびGoogleのCEO、スンダー・ピチャイ氏の直属になる。 Google Researchは今後もアルゴリズムやプライバシー、量子コンピューティング、ヘルスケア、責任あるAIなどの分野への取り組みを続ける。 ピチャイ氏は、新ユニットが「AIの進歩を大幅
In 2018, PyTorch was a minority. Now, it is an overwhelming majority, with 69% of CVPR using PyTorch, 75+% of both NAACL and ACL, and 50+% of ICLR and ICML. While PyTorch’s dominance is strongest at vision and language conferences (outnumbering TensorFlow by 2:1 and 3:1 respectively), PyTorch is also more popular than TensorFlow at general machine learning conferences like ICLR and ICML. While som
Google DeepMindの最新研究によれば、Large Language Models（LLM）が最適化問題を解決する新たな手法として利用できる可能性が示されました。この研究は、自然言語を用いて最適化タスクを説明し、それに基づいてLLMが新しい解を生成するという方法を提案しています。 さらに、LLMがプロンプト自体を最適化する能力も示されています。LLMはプロンプトの形式に敏感であり、意味的に類似したプロンプトでも性能が大きく異なる可能性があります。したがって、プロンプトエンジニアリングはLLMが良好なパフォーマンスを達成するために重要です。 参照論文情報 タイトル：Large Language Models as Optimizers 著者：Chengrun Yang, Xuezhi Wang, Yifeng Lu, Hanxiao Liu, Quoc V. Le, Denny Z
現在世界行脚中の米OpenAIのサム・アルトマンCEOは5月24日（英国時間）、EUが審査中のAI関連法案「EU AI Act」を順守できない場合、欧州での事業を停止する可能性があると語った。米TIMEなどが報じた。 これは、ロンドン大学ユニバーシティカレッジでのパネルディスカッションでの発言。アルトマン氏は、EU規制当局担当者とも会い、この法案についても話し合ったとも語った。 108ページにわたるEU AI Actには、「ハイリスク」だと判定されたAIアプリについて、トレーニングに使うデータやトレーニング方法などの開示義務を定義する条項もある。 OpenAIは3月に「GPT-4」を発表した際、開発に使ったハードウェア、トレーニング方法、データセット構築などに関する詳細を開示しないとテクニカルレポート（PDF）で説明した。 アルトマン氏は、EU AI Actの要件の一部には、準拠することが
米Google傘下のGoogle DeepMindは12月14日（現地時間）、LLM（大規模言語モデル）とLLMによる幻覚（ハルシネーション）を防止する“評価器”を組み合わせた新たなシステム「FunSearch」を発表した。長年解決不可能な数学問題とされてきた「Cap set問題」を解き、実社会でも役立つ「ビンパッキング問題」のための効果的なアルゴリズムを発見したという。 FunSearch（funは「楽しい」ではなく、「関数」に由来する）は、GoogleのLLM「PaLM 2」をコンピュータコードで微調整したバージョンの「Codey」を使っている。LLMは不正確な情報を幻覚させることが分かっているため、LLMの出力から不正確だったり無意味だったりする部分を拒否する“評価器”アルゴリズムを組み合わせているという。 FunSearchはLLMと評価器による出力と評価を反復させていくことで、自
The messy, secretive reality behind OpenAI’s bid to save the world ベールに包まれた 世界最高峰の頭脳集団 「オープンAI」の正体 サンフランシスコを拠点とする非営利団体のオープンAIは、人間の学習能力と推論能力を持つ「汎用人工知能（AGI）」を最初に開発し、すべての人にその恩恵が及ぶようにすることを目的として鳴り物入りで設立された。しかし、熾烈な競争環境の中で当初の理想は次第に失われつつある。 by Karen Hao2020.05.27 31 38 オープンAI（OpenAI）では毎年、従業員が汎用人工知能（AGI）の実現時期の予想を投票する。基本的に従業員の絆を深める楽しい余興のようなもので、人によって予想は大きく異なる。だが、人間のような自律システムが可能か否かの議論に関しては、従業員の半分が15年以内に実現する可能
AIが激ムズ100メートル走ゲー『QWOP』の人類の世界記録を抜く。人間の元世界記録保持者を教師とし、独学と模倣の果てに大記録を達成
2008年に公開され、4つのキーで人間の両足を操作する超難度の徒競走ゲームとして話題を呼んだ『QWOP』だが、本作をAIにプレイさせる試みが海外でひそかに注目を集めている。 データサイエンティストのウェスリー・リャオ氏は「強化学習」と「模倣学習」を使ってAIに『QWOP』をプレイさせる方法について発表した。簡単に説明すると「強化学習」はAIが何度も試行錯誤を繰り返して学習する方法、「模倣学習」は人間のお手本を元にAIが学習する方法だ。 （画像はYouTube 「AI sets new QWOP World Record (47.34) using Reinforcement Learning」より） 『QWOP』は、「壺男」こと『Getting Over It with Bennett Foddy』の開発者として有名なベネット・フォディ氏が2008年に公開したFlashゲーム。ランナーがト
構造生物学界隈のみならず、生命科学研究者やAI研究者の界隈すら超え、一般のニュースにもなっているタンパク質立体構造予測プログラム「AlphaFold2」について、構造生物学を専門としない生命科学研究者を主な対象として、note記事を3回くらいに分けて書いてみたいと思います。 生体高分子の立体構造データベース「Protein Data Bank」に登録されている実験構造は今や18万を超えています（私が15年くらい前にこの分野の研究を始めた際は2万弱でした)。にも関わらず近年急速に増えるゲノム情報に対しては、実験構造の数は圧倒的に不足しているのが実情だと思います。そのような状況の中、AlphaFold2はこの分野における「福音」だと私は感じてます。実際、構造生物学者の私自身も、ここ数日AlphaFold2で遊んでいますが、今までの構造予測と比べて非常にレベルが高く、研究のアイディアがバンバン浮
Google 製品を利用してくださる世界中の方々、パートナーの皆さま、そしてGoogle 社員へ 今月、Google は 25 歳の誕生日を迎えます。この節目を迎えることができたのは、Google 製品をご利用いただき革新を続けることに挑戦してくださる皆さま、製品開発のために惜しみなく才能を注いできた過去から現在に渡る何十万人もの Google 社員、そして私たちと同様に Google の使命を信じてくださるパートナーの皆さまのおかげです。 改めて、全ての皆さまに感謝をお伝えします。そしてこれまでのことを少し振り返ってみたいと思います。 この 25 年間でテクノロジーがどれほど進化し、人々がそれにどのように適応してきたのかについて、私はずっと考えてきました。昔、私がアメリカに留学していた時、インドにいた父が初めてメールアドレスを取得しました。私は父とより早く（そして経済的に）連絡を取る手段
深層強化学習AI時代の”人間”の仕事
深層強化学習AI時代の"人間"の仕事 2022.01.21 Updated by Ryo Shimizu on January 21, 2022, 07:18 am JST 2022年は、AIはあまりニュースの話題にのぼらないだろうと思う。 なぜならば、もはやAIを用いることは当たり前になってきているからだ。 バズワードとしてのAIは2021年で終わった感がある。 一方で、AIの仕事は、うまくいけばいくほど地下に潜る性質がある。 すなわち、競争相手にどうやっているかを探られないように巧妙に隠す必要があるからだ。 次にニュースになるものがあるとすれば、AIがコンシューマ製品に搭載された時だが、たとえば「スマホにAI」は既に入っているのでニュース性がない。「ゲーム機にAI」が入っているのは当たり前であり、「テレビにAI」ももはや新鮮味がない。 アカデミズムの世界では、少し前までは、「ディープラ
このコーナーでは、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いるWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 Twitter: ＠shiropen2 米Google Researchと米Google DeepMindに所属する研究者らが発表した論文「Android in the Wild: A Large-Scale Dataset for Android Device Control」は、Androidデバイスを自然言語で操作するための大規模な学習データセットを提案した研究報告である。このデータセットには、画面やアクションを含むデバイスのインタラクションの人間によるデモンストレーションと、それに対応する自然言語の指示が含まれている。データセットはこちらから入手できる。 自然言語コマンド
Google DeepMindがAIツールを使って220万種類の新しい結晶構造を発見、これまで発見されてきた数の45倍以上
GoogleのAI研究部門であるGoogle DeepMindが、「GNoME」と呼ばれるAIツールを使って理論的には安定しているものの実験的には実現されていない新しい結晶構造を220万種類も発見しました。220万種類という数字は、これまで発見された結晶構造の45倍以上にもおよびます。 Scaling deep learning for materials discovery | Nature https://www.nature.com/articles/s41586-023-06735-9 Millions of new materials discovered with deep learning - Google DeepMind https://deepmind.google/discover/blog/millions-of-new-materials-discovered-w
新型コロナの感染拡大に伴い、政府が出した3度目の緊急事態宣言下での大型連休が終盤に差し掛かった。しかし、変異株の流行もあり、東京、大阪を中心に主要都市での新規陽性者数は再び増加傾向にある。 先行きに不透明感がある中、注目を集め続けているものがある。米Googleの新型コロナに関する予測サービス「COVID-19感染予測（日本版）」（以下、Googleモデル）だ。機械学習を用いた独自の計算式に基づき、都道府県別に日別の新規陽性者数、死亡者数などを予測する。 「AlphaGo」など、人間のトッププロを超える囲碁AIを開発した英DeepMindを傘下に持つGoogleが出したモデルであることから、その注目度は高い。しかし、必ずしも予測が当たるかというとそうではない。例えばGoogleモデルは1月12日に、新規感染者数が2月6日に1万人を超えると予想していたが、実際には1月8～16日がピークで、2
3つの要点 ✔️ BigGANを超えた最強の非GANジェネレータの登場 ✔️ 階層型の潜在マップを使用し、潜在表現を異なるスケール毎に学習 ✔️ 階層内の各レベルを個別にピクセルに依存させることで、デコーダでの再構成エラーを減らす Generating Diverse High-Fidelity Images with VQ-VAE-2 written by Ali Razavi, Aaron van den Oord, Oriol Vinyals (Submitted on 2 Jun 2019) Comments: Published by arXiv Subjects: Machine Learning (cs.LG); Computer Vision and Pattern Recognition (cs.CV); Machine Learning (stat.ML) BigGAN
ChatGPTで同じ単語を無限リピートさせるとトレーニングデータを吐き出すという論文を受け、該当プロンプトが無効に
米OpenAIの生成AIチャット「ChatGPT」に単語を永遠に繰り返すよう要求すると、トレーニングに使ったソースデータを吐き出すという論文が11月28日に公開されたことを受け、本稿執筆現在、こうしたプロンプトを入力すると「申し訳ありませんが、そのようなリクエストには対応できません。他にお手伝いできることがあれば、お知らせください」と表示されるようになっている。 この論文を発表したのは、OpenAIと競合する米Google傘下のGoogle DeepMindの研究者らだ。トレーニングデータの抽出は、これまでも攻撃で実施されてきたが、この方法は運用モデルを利用したものだと論文では説明している。 たとえば「company」という単語を永遠に繰り返すよう依頼すると、電話番号やメールアドレスを含む幾つかの実際の企業情報が表示されることが示されている。
Research Competitive programming with AlphaCode Published 8 December 2022 Authors The AlphaCode team Note: This blog was first published on 2 Feb 2022. Following the paper’s publication in Science on 8 Dec 2022, we’ve made minor updates to the text to reflect this. Solving novel problems and setting a new milestone in competitive programming Creating solutions to unforeseen problems is second natu
Google DeepMind has taken the wraps off a new version AlphaFold, their transformative machine learning model that predicts the shape and behavior of proteins. AlphaFold 3 is not only more…
「最近よく聞くGPUってなんなの？」観る将棋ファンのためのコンピュータ講座（２）（松本博文） - エキスパート - Yahoo!ニュース
松本 では今回も講師に「水匠」開発者の杉村達也先生、ゲストに渡辺明名人を迎えて進めさせていただきます。第２回のテーマは「最近よく聞くGPUってなんなの？」です。 杉村 これもまた難しい質問ですが（笑） 渡辺 もちろん、わかりません（笑） 松本 ちょうどよかった。私もわかりません（笑）。多くの将棋ファンの方もわからないのではないでしょうか。 杉村 GPUとはGraphics Processing Unitのことで、主に3Dグラフィックを描画するためのパーツです。 松本 はい。本格的にゲームなどする人が重視するパーツというのが、私のざっくりした知識です。グラフィックボード（グラボ）とGPUは、ほぼ同義ですか？ 杉村 ほぼ同義です。グラボの一部にGPUが付いています。 松本 なるほど。 杉村 よく言われるのはCPUは大学生。GPUは小学生がたくさん。 松本 といいますと・・・？ 杉村 GPUだと
Google CEO Sundar Pichai on Gemini and the coming age of AI 単独ロングインタビュー サンダー・ピチャイが語る GeminiとAI新時代 グーグルは12月6日、オープンAIに対抗する最先端のAIモデル「ジェミナイ（Gemini）」を発表した。発表の前夜、グーグルのピチャイCEOがMITテクノロジーレビューのロングインタビューに応じ、ジェミナイが自社やAI、社会全体に対して与える影響について語った。 by Mat Honan2023.12.11 29 18 グーグルは12月6日、次世代人工知能（AI）モデル「ジェミナイ（Gemini）」の第1弾を発表した。ジェミナイは、最高経営責任者（CEO）のサンダー・ピチャイが監督・推進してきた、グーグル社内の長年の取り組みが結実したものだ（ジェミナイの詳細については、本誌の既報をご覧いただきたい
「天才プログラマー」が挑む“誰でも使えるAI”
※日経トレンディ 2019年6月号の記事を再構成 あらゆる人がAI（人工知能）を使いこなし、使っていることさえ意識しなくなる──。本連載の3人目は、そんな社会を目指すギリア社長の清水亮氏。かつて情報処理推進機構から「天才プログラマー」と認定された同氏は、AIは技術に目がいきがちだが、今は活用のアイデアが重要だと説く。AIが当たり前となった先の変化とは。 ギリア社長 清水 亮 新潟県長岡市生まれ。プログラマーとして世界を放浪した末、2017年にソニーコンピュータサイエンス研究所、WiLと共にギリアを設立、「ヒトとAIの共生環境」の構築に情熱をささげる。東京大学先端科学技術研究センター客員研究員。主な著書に『よくわかる人工知能』（KADOKAWA）、『プログラミングバカ一代』（共著、晶文社）、『教養としてのプログラミング講座』（中央公論新社）など 『今のAIの状況は昔のインターネットに似ている
DeepMindのマルチモーダルモデル「Flamingo」をオープンソースで再現したフレームワーク「OpenFlamingo」がリリースされました。これにより、ユーザーが手軽にテキストと画像を含む大規模なコーパスを利用できるようになります。 Announcing OpenFlamingo: An open-source framework for training vision-language models with in-context learning | LAION https://laion.ai/blog/open-flamingo/ GitHub - mlfoundations/open_flamingo: An open-source framework for training large multimodal models https://github.com/mlfo
画像生成AIは法的・倫理的に激しい議論の対象となっていますが、その論点の1つが学習に使われる膨大なデータセットです。AIの学習に用いられるデータセットにはインターネットで収集された画像も多く含まれており、著作権の問題がクリアになっていないことが問題視されています。Stable Diffusionのような潜在拡散モデルの画像生成AIで、トレーニングに用いられたデータセットに含まれる画像をほぼそのまま生成することに成功したという論文を、Google・DeepMind・カリフォルニア大学バークレー校・プリンストン大学・チューリッヒ工科大学の研究者グループが発表しました。 [2301.13188] Extracting Training Data from Diffusion Models https://arxiv.org/abs/2301.13188 Paper: Stable Diffusi
ドミニク・ウィリアムズ（Dominic Williams）氏は、インターネットの基礎となるソフトウエアを"改革する"ことでテクノロジー分野の起業家がテック大手と競えるよう支援することを目指す非営利団体 ｢ディフィニティ（Dfinity）｣の創業者でチーフ・サイエンティストだ。 これを達成するためにディフィニティは、ウィリアムズ氏が｢インターネット・コンピューター｣と呼ぶ、インターネットをより効率的でセキュア、かつ起業家にとって使いやすいブロックチェーン基盤のクラウド・コンピューティング・プラットフォームを構築している。これは理論上、アマゾンのクラウド・サービス｢AWS｣に匹敵するものだ。 その価値は20億ドル（約2100億円）ともいわれるディフィニティは、ベンチャーキャピタルの｢アンドリーセン・ホロウィッツ（Andreessen Horowitz）｣といった投資家たちから、2億ドル近くもの
大手からスタートアップまで、AIやデータを活用できる人材の不足に悩む企業は多い。初任給が引き上げられたり高額の年収が約束されたりと好待遇の求人も増えてきたが、AI人材の獲得競争は激化しており、ただ待遇を良くするだけでは良い人材は集まらない。 こうした状況の中、日本のAIスタートアップCogent Labs（コージェントラボ）は、世界20カ国以上からの人材獲得に成功している。特にR＆Dのチームメンバーは、約5割が修士号、約3割が博士号を取得済み。米Googleなど海外の大手IT企業から専門性の高い人材が集結しつつある。 なぜ、社員約70人という日本の小さなスタートアップに海外の人材が集まってくるのだろうか。人事採用マネージャーのマルコ・スリマさんと、2018年に英DeepMindからCogent Labsに転職したティアゴ・ラマルさん（リードリサーチサイエンティスト）への取材を基に、その理由
GoogleのマルチモーダルAI「Gemini」ベースのプログラミングに特化したAI「AlphaCode 2」登場、競技プログラミング上位15％に入る性能
現地時間の2023年12月6日にGoogleがマルチモーダルAI「Gemini」をリリースしました。Geminiは大規模言語モデル「PaLM 2」と比べてプログラミング能力が向上しているほか、Geminiをベースに競技プログラミングに特化させたAI「AlphaCode 2」も開発されています。 Introducing Gemini: Google’s most capable AI model yet https://blog.google/technology/ai/google-gemini-ai/#scalable-efficient Gemini: Excelling at competitive programming - YouTube GeminiはPython、Java、C＋＋、Goを扱うことが可能とのこと。 約200種のPythonコードを書かせるテストでは、PaLM 2
1997年にスーパーコンピューターがチェス世界チャンピオンに初めて勝利して以降、対戦型のゲームでAIが人間を打ち負かす例がいくつも話題になっています。チェス界に新たに現れた「ミトン」という名前のボットは、かわいらしい子ネコのアバターをしている一方で、1日平均2750万ゲームをプレイして対戦相手を見下した発言をしながらプレイヤーを打ちのめす怪物として話題になっています。 The Chess World’s New Villain: A Cat Named Mittens - WSJ https://www.wsj.com/articles/chess-mittens-cat-bot-11674018529 What is Mittens? A chess nightmare behind an innocent kitty bot | Esports.gg https://esports.g
Taming Go’s Memory Usage, or How We Avoided Rewriting Our Client in Rust — Akita Software
Taming Go’s Memory Usage, or How We Avoided Rewriting Our Client in Rust A couple months ago, we faced a question many young startups face. Should we rewrite our system in Rust? At the time of the decision, we were a Go and Python shop. The tool we’re building passively watches API traffic to provide “one-click,” API-centric visibility, by analyzing the API traffic. Our users run an agent that sen
Googleが「石油・ガス産業が化石燃料の掘削を効率化するために提供してきた人工知能(AI)や機械学習(ML)の構築は今後行わない」と発表したと、複数のメディアが報じています。 Google bans A.I. for oil and gas firms after Greenpeace study https://www.cnbc.com/2020/05/20/google-ai-greenpeace-oil-gas.html Google Says It Will Not Build Custom A.I. for Oil and Gas Extraction https://onezero.medium.com/google-says-it-will-not-build-custom-a-i-for-oil-and-gas-extraction-72d1f71f42c8 Google
Googleは11月1日、フィットネストラッカーメーカーのFitbitを買収すると発表した。ウェアラブル事業の活性化が目的だ。同社は、Appleやサムスンのスマートウォッチと競合する「Pixel Watch」を製造しようとしているとみられる。 私の悲観論を許してほしい。私はこの買収がきっと、Fitbitの従業員、製品、顧客にとって残念な結果に終わると予想している。Googleはこれまで買収した企業の多くについて、買収した企業を自社の企業文化にうまく統合できていないためだ。 恐らく、Googleの最初の10年間における買収は、例えばYouTube、「AdSense」と「AdWords」、「Googleマップ」と「Google Earth」のように、同社のコアサービス製品構築に必要で、有益なものだった。だが、この10年間の買収実績はひどいものだ。5億ドル以上の大規模買収の場合は特にひどい。 G
Google傘下のDeepMindがゲームのルールを教えられなくても勝ち方を勝手に学習していくAI「MuZero」を発表
人工知能企業の「DeepMind」が、新たに「ルールの知識がゼロでも囲碁・将棋・チェス・Atariの勝ち方を自分で学んでいくことができるAI」を発表しました。「MuZero」と名付けられたAIは、「自分で考えるAI」への大きな一歩だとみられています。 Mastering Atari, Go, chess and shogi by planning with a learned model | Nature https://www.nature.com/articles/s41586-020-03051-4 MuZero: Mastering Go, chess, shogi and Atari without rules | DeepMind https://deepmind.com/blog/article/muzero-mastering-go-chess-shogi-and-atar
アルファベット傘下の人工知能（AI）企業であるディープマインドは、深層強化学習AIで核融合炉内の磁場を制御し、超高温のプラズマを2秒間にわたって「電磁気の檻」に閉じ込めることに成功した。 by Will Douglas Heaven2022.02.18 27 12 英国に拠点を置く人工知能（AI）企業、ディープマインド（DeepMind）が、世界レベルの人工知能（AI）をハードサイエンスの課題に応用する一連の取り組みを続けている。同社は今回、スイス連邦工科大学ローザンヌ校（EPFL）スイス・プラズマ・センターと協力し、深層強化学習アルゴリズムを訓練して核融合炉内の過熱されたスープ状の物質を制御することを試みた。ネイチャー（Nature）誌に掲載されたこのブレークスルーによって、物理学者らの核融合への理解が深まり、無限のクリーンエネルギーの実現が早まるかもしれない。 「強化学習の現実世界への
Google DeepMindによる「AIを使って220万種類の新しい結晶構造を発見した」という主張に研究者が異議を唱える
GoogleのAI研究部門であるGoogle DeepMindは、「GNoME」と呼ばれるAIツールを使って、「理論的には安定しているものの実験的には実現されていない新しい結晶構造」を220万種発見したことを発表しました。しかし、複数の研究者がGoogle DeepMindの発表した新しい結晶構造を分析した上で、「既知の物質を過度に拡大解釈したものがほとんどで、驚くほど新しいと言える化合物では含まれていない」と反論しています。 Artificial Intelligence Driving Materials Discovery? Perspective on the Article: Scaling Deep Learning for Materials Discovery | Chemistry of Materials https://pubs.acs.org/doi/10.1021
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
ヨウ素の結合エネルギー計算、AIで1.3億倍の速さに 他の物質への応用も 千葉大
AIがマンモグラムでの乳がん検出確度で人間の医師を上回った──Google論文
Google、AGIのある未来を目指しGoogle DeepMind立ち上げ
The State of Machine Learning Frameworks in 2019
LLMが巡回セールスマン問題などの最適化問題を解く〜自分自身で優れたプロンプトを作成＆活用〜 | AIDB
OpenAIのアルトマンCEO、「EU AI Act順守が困難ならEUでの事業は停止する」
Google DeepMind、LLM採用AIシステム「FunSearch」で数学的難問を解決
ベールに包まれた 世界最高峰の頭脳集団 「オープンAI」の正体
タンパク質立体構造予測プログラムAlphaFold2の非専門家向け活用法 第1回「予測の良し悪しの判断」｜上海老師
“問い” が “当たり前” に変わり、新たな問いが生まれる: 四半世紀の変革
米Google、自然言語でAndroidデバイスを操作するための学習データセット公開
Googleの「コロナ感染者予測」は信頼に足るのか 専門家がメカニズムを解説
BigGANを超えた！DeepMind、史上最強の非GANジェネレータVQ-VAE-2を提案
Competitive programming with AlphaCode
TechCrunch | Startup and Technology News
単独ロングインタビュー サンダー・ピチャイが語る GeminiとAI新時代
画像と文字を扱うマルチモーダルモデルがオープンソースの「OpenFlamingo」として登場、無料で使えるデモも公開中
Stable Diffusionなどの画像生成AIは「記憶」に基づいて学習した画像をほぼそのまま生成できるという報告
グーグルのディープマインド買収は｢非道｣…… テック大手による独占に待ったをかける科学者が語った
「チームの半数は修士号を取得」「20カ国以上から採用」 世界のAI人材が日本のベンチャーに集まるワケ
チェス界に現れたサイコなネコ型ボット「ミトン」がチェスプレイヤーを苦しめている
Googleが「もう石油・ガス会社のためにはAIを提供しない」と宣言
フィットビットは終わる運命？グーグルの過去10年の買収を振り返って思うこと
ディープマインド、AIで核融合炉内プラズマの制御に成功