Googleの関連企業であるAI開発企業DeepMindが、人間の動きを参考に「立ち上がって歩行する方法」から「サッカーをプレイする方法」までを学べるAI技術を開発しました。開発された学習手法では従来の手法と比べて実際の人間や動物に近い動きを学習可能で、公開されたムービーにはAIがドリブルやパスを駆使ししてサッカーをプレイする様子が収録されています。 From motor control to team play in simulated humanoid football | Science Robotics https://doi.org/10.1126/scirobotics.abo0235 From motor control to embodied intelligence https://www.deepmind.com/blog/from-motor-control-to-e
AI研究者として知られるデミス・ハサビス氏が率いる、GoogleのAI開発部門・Google DeepMindが、開発中のAI「Gemini」のリリースが近づき、一部企業に初期バージョンへのアクセスを許可したことが報じられています。 Google Nears Release of Gemini AI to Challenge OpenAI — The Information https://www.theinformation.com/articles/google-nears-release-of-gemini-ai-to-rival-openai Google nears release of AI software Gemini - The Information | Reuters https://www.reuters.com/technology/google-nears-re
モチベーション 私のブログの方(Machine Learning For Algorithmic Trading 解説リンクまとめ)で上級者向けに日本語でアルゴリズム取引に関する本を翻訳、解説しているのですが、いきなり始めるにはかなり難易度が高いと思いました。 そこで、アルゴリズム取引の目標や、どういった分野を勉強するのか、そして、どういった予備知識があれば良いのかについてここでは紹介したいと思います。 ここで書いてある技術的なことや細かい部分はブログでコード付きで紹介しているので、興味ある部分はブログの記事を直接参考にする等ご自由にご活用くださいませ。 新しく始めたい方や既に始めているけど知識に穴がある方の参考になれば幸いです。 1.1 目標: アルファを見つけよう！ 投資の定量分析者の目標は、「将来の価格変化率を説明出来る変数=新しいアルファを持つ変数の探索」と「そのリターンをシステム
チャットGPTや大規模言語モデルは、その能力の高さで世間を驚かせているが、セキュリティ面では問題を抱えている。これまで以上に簡単に、個人情報の窃取などができてしまうのだ。 by Melissa Heikkilä2023.05.12 13 9 この記事は米国版ニュースレターを一部再編集したものです。 イーロン・マスクらテック業界の大物たちは3月末、人工知能（AI）が人類の「存在にかかわるリスク」をもたらすと主張する公開書簡に署名した。AI関係者はこの公開書簡をめぐって活発に議論を交わした。賛同者たちは、「GPT-4」よりも強力なテクノロジーの開発を6カ月間停止するよう、AI開発企業や団体に呼びかけた。 この書簡に対しては、「将来起こるかもしれないリスクを心配してばかりいると、AIが今日すでに引き起こしている現実の害悪から目をそらすことになる」との批判がある。私はその意見に同意する。バイアスの
ディープマインドのデミス・ハサビスCEO。 UNG YEON-JE/AFP via Getty Images グーグル（Google）は、一番の競合となったOpenAIと同社のチャットボットを現在支えているテクノロジーで、この業界を長年にわたり牽引してきた。 ChatGPTの｢T｣はTransformerの略で、グーグルの研究所が生み出した大規模言語モデルの技術だ。グーグルはこの技術を生み出しただけでなく、それらに関する特許も取得している。つまり、グーグルが訴訟を起こすと競合他社を阻止することができ、同社の知的財産を保護することができる。 にもかかわらず、以前から知られているグーグルの哲学とは、研究成果をオープンソースとして誰にでも利用できるようにするというもので、同社研究所のウェブサイトにもそう記載されている。本来、外部の研究者がグーグルのAI技術の一部にアクセスし、繰り返し使って研究す
Googleの親会社であるAlphabet傘下のAI研究所「DeepMind」は、タンパク質構造解析AI「AlphaFold」や人間の赤ちゃんと同様の学習方法を実践できるAIなど数多くのAIを開発しています。DeepMindはAlphaFoldの開発に関連して約100万件のタンパク質構造を閲覧可能なデータベース「AlphaFold Protein Structure Database(AlphaFold DB)」を公開していたのですが、新たにAlphaFold DBで閲覧可能なタンパク質構造情報が約2億件に増え、「ほぼすべてのタンパク質構造」を閲覧可能になったことが発表されました。DeepMindは、Google検索のような簡単な操作でほぼすべてのタンパク質構造を検索可能と述べています。 AlphaFold reveals the structure of the protein univ
米OpenAIの共同創業者でもある実業家のイーロン・マスク氏が2月29日にOpenAIとサム・アルトマンCEOを契約違反で提訴したことについて、同社幹部は社内メモで「マスク氏の主張は現実を反映していない」と語った──。このメモを入手した米Axiosなど複数のメディアが3月1日に報じた。 マスク氏は、OpenAI設立時、アルトマン氏が「人類のためにAIを開発するオープンソースの非営利企業を設立する」と語っていたにもかかわらず、米Microsoftが出資するOpenAIが営利を追求しており、また、GPT-4をオープンソースにしていないのは契約違反だと主張している。 OpenAIはMicrosoftとの提携で、AGIの開発に成功した場合、AGIにはMicrosoftのライセンスは適用されなくなるという契約条件だが、GPT-4は既にAGIであり、ライセンスを適用するべきではないともマスク氏は主張す
リード・ホフマン氏ら率いるInflection AI、創業1年目で13億米ドル調達——ビル・ゲイツ氏、エリック・シュミット氏も参加 - BRIDGE（ブリッジ）テクノロジー＆スタートアップ情報
Image credit: Inflection AI 7月4日の週末前のサプライズとして（編注：7月4日は、アメリカの独立記念日）、DeepMind の共同創業者 Mustafa Suleyman 氏と LinkedIn 共同創業者 Reed Hoffman 氏が創業したパロアルトに拠点を置くスタートアップ Inflection AI が13億米ドルの資金調達を行ったと発表した。 Forbes は、Microsoft と Nvidia が、Hoffman 氏、Microsoft 共同創業者 Bill Gates 氏、元 Google CEO Eric Schmidt 氏とともに、このラウンドをリードしたと報じた。Nvidia は唯一の新規投資家であり、Nvidia とそのサービスプロバイダー CoreWeave が Inflection と協力して Inflection の現在の H10
Impact AlphaDev discovers faster sorting algorithms Published 7 June 2023 Authors Daniel J. Mankowitz and Andrea Michi New algorithms will transform the foundations of computing Digital society is driving increasing demand for computation, and energy use. For the last five decades, we relied on improvements in hardware to keep pace. But as microchips approach their physical limits, it’s critical t
かなり高度なクオリティでやりとりができる対話型チャットボットであるChatGPTの登場などにより、人工知能(AI)の発展と流行は大きく加速しています。そのようなAIの発展にどのような懸念事項があるのかについて、最強の囲碁AI「AlphaGo Zero」やタンパク質の立体構造予測AI「AlphaFold」を開発したことで知られるAI研究グループGoogle DeepMindの共同創設者であるムスタファ・スレイマン氏が語っています。 ‘I hope I’m wrong’: the co-founder of DeepMind on how AI threatens to reshape life as we know it | Artificial intelligence (AI) | The Guardian https://www.theguardian.com/books/2023/s
日本CTO協会が主催の「Developer eXperience Day 2023」は、“開発者体験” をテーマに、その知見・経験の共有とそれに関わる方々のコミュニケーションを目的としたカンファレンスです。ここで登壇したのは、東京大学の教授である松尾豊氏。LLMの技術的な概要について解説するとともに、今後の技術的な進展について発表しました。全3回。3回目は、民間企業・行政におけるChatGPT活用例と、LLM開発において必要なことについて。 従来あり得ないぐらいのスピード感で国も動いている 松尾豊氏：（スライドを示して）こういった技術の進展、ChatGPTという社会現象に対して、国も非常に急ピッチで動いています。かつてこんなに、最新の技術の変化に対して動きが速いことがあったのだろうかと思うぐらい、民間の経営者やスタートアップも含めて、本当に国全体が非常に速い動きをしていて、私はすばらしいこ
イーロン・マスク氏肝いりのAI｢Grok｣公開
X Premium Plusの有料特典的にスタート。 イーロン・マスク氏がOpenAIと袂を分かって開発した渾身のAI、Grokが公開され始めました。といっても完全オープンではなく、とりあえずX（旧Twitter）のPremium Plusユーザー限定で、その中でも長期間使ってた人から順次使えるようにしてるそうです。 それでも、すでにGrokと会話できた人たちが、その会話の内容を伝えてくれてます。 そもそもGrokって？Grokとは、イーロン・マスク氏率いる｢xAI｣社が開発した、チャットのできるAIです。xAIの説明によれば、｢Grokの独自かつ根本的な利点は、Xプラットフォームを通じて世界のリアルタイムの知識を持っていること｣であり、｢多くの他のAIシステムが拒否するスパイシーな質問にも答える｣としています。 マスク氏は元々、ChatGPTを開発するOpenAIの立ち上げメンバーだった
「AI」を名乗るサービスの多くがまがい物であるという主張
by geralt 人工知能(AI)として企業から提供されているサービスの一部は、十分機能するかしないかを吟味されていないという批判があります。なぜこのようなことが起きているのかについて、プリンストン大学のコンピューター科学者であるアーヴィン・ナラヤナン氏が解説しています。 How to recognize AI snake oil (PDFファイル)https://www.cs.princeton.edu/~arvindn/talks/MIT-STS-AI-snakeoil.pdf ナラヤナン氏は、企業が提供するまがい物のAIとして、人事担当者向けの「採用候補者をAIが評価するシステム」を例にあげています。このシステムは採用候補者が面接で話す内容ではなく、ボディランゲージや会話の特徴を分析することで人物を評価できるというもの。しかし、実際は「精巧な乱数発生器でしかない」とナラヤナン氏は批
Impact AlphaDev discovers faster sorting algorithms Published 7 June 2023 Authors Daniel J. Mankowitz and Andrea Michi New algorithms will transform the foundations of computing Digital society is driving increasing demand for computation, and energy use. For the last five decades, we relied on improvements in hardware to keep pace. But as microchips approach their physical limits, it’s critical t
全ての生物学的プロセスはタンパク質を中心に展開していますが、3次元的な立体構造を持つタンパク質が、実際にどのような形状を持っているのかということは、この50年間ほとんど解き明かされてきませんでした。「タンパク質の立体構造を理解することは病気の治療・新薬の開発・環境問題の解決にとってブレイクスルーになるはず」と科学者の多くが取り掛かってきたこの「フォールディング問題」を、Google傘下の人工知能企業DeepMindが解決したと発表しました。 AlphaFold: a solution to a 50-year-old grand challenge in biology | DeepMind https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology A
注意： Alphafold2の手法解説です。使い方の説明ではありません 構造生物学ドメインにはある程度の説明をつけます アーキテクチャ設計の意図については個人の考察であり、正しさに何ら保証がありません AttentionとTransformerそのものについての説明は行いません AlphaFold2とは タンパク質折り畳み問題について タンパク質はバイオ・ナノマシン タンパク質立体構造の重要性 データ駆動の立体構造予測 AlphaFold2の概観 4つのモジュール AF2のやってることをざっくり理解する 0. データ準備 MSA (Multiple sequence alignment) の作成 MSAへのBERT風マスク導入 テンプレート構造の検索（任意） 1. Embeddingモジュール 入力データのOne-hot化 MSA Representation Pair Represent
Preetham Venkatesh @PreethamVi This is historic. The #CASP14 results are out, and #AlphaFold2 by @DeepMind has outperformed everyone by quite a margin. The results could well mean that the protein folding problem has largely been solved, which would be one of the biggest scientific advances in recent times. pic.twitter.com/cVusrzhtxQ 2020-11-30 17:47:22 Masakazu Sekijima @m_sekijima @rincha1204 今ま
無料で商用利用可能な大規模言語モデル「Mixtral 8x7B」が登場、低い推論コストでGPT-3.5と同等以上の性能を発揮可能
GoogleのDeepMindやMeta出身の研究者によって設立されたAI企業のMistral AIが、大幅にモデルのサイズを縮小してコストパフォーマンスに優れた推論を行える大規模言語モデル「Mixtral 8x7B」をリリースしました。多くのベンチマークでGPT-3.5やLlama 2 70Bを上回る性能を持つとされています。 Mixtral of experts | Mistral AI | Open source models https://mistral.ai/news/mixtral-of-experts/ Mistral AIは2023年5月に設立されたフランスのスタートアップAI企業で、9月にはパラメーター数を70億に抑えながら「Llama 2 13B」や「Llama 1 34B」を上回る性能を持つ大規模言語モデル「Mistral 7B」をリリースするなど積極的にAIの開発
Googleと同じAlphabetを親会社とし、深層学習によるタンパク質の構造解析や世界最強の囲碁AIを開発したことでも知られる人工知能企業のDeepMindが、90分先までの降水確率を高い精度で予測できる深層生成モデル「DGMR」を開発したと発表しました。天気予報において2時間以内の気候の変化を予測するのは最も難しい問題とされており、今回のモデルの登場により天気予報の精度が大幅に改善されることが期待されています。 Skilful precipitation nowcasting using deep generative models of radar | Nature https://www.nature.com/articles/s41586-021-03854-z Nowcasting the Next Hour of Rain | DeepMind https://deepmin
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 Google DeepMindに所属する研究者らが発表した論文「Grandmaster-Level Chess Without Search」は、これまでの定石である探索アルゴリズムを使用せずに、AIがチェスにおいて人間のグランドマスターに匹敵するレベルに到達できることを示した研究である。 1997年にIBMのチェス専用のスーパーコンピュータ「Deep Blue」が世界チェスチャンピオンのガルリ・カスパロフさんを破った。この勝利は、複雑な思考と戦略を要するチェスで、機械が初めて人間を上回る可能性があることを世界に示した。 Deep Blue
実はDeepMindの囲碁AI「AlphaGo」や進化版である「AlphaZero」のコア部分はひっそりとオープンソース化されている
AI開発企業のDeepMindが開発し、人間のトップ棋士を打ち負かしたことで話題を呼んだ囲碁AIの「AlphaGo」や、あらゆるボードゲームを学習できる進化版AIの「AlphaZero」のコアとなる部分が、実はひっそりとGitHubでオープンソース化されていると指摘されています。 Do you know that DeepMind has actually open-sourced the heart of AlphaGo & AlphaZero? It’s hidden in an unassuming repo called “mctx”: https://t.co/GpNtwH9BxA It provides JAX-native Monte Carlo Tree Search (MCTS) that runs on batches of inputs, in parallel, a
グーグル、｢AIにコードの書き方を教える｣プロジェクトを密かに推進中。実現すれば人間のエンジニアの作業が大幅減に
グーグル（Google）は、機械学習を使ってコードを書き、修正し、アップデートするよう訓練する秘密のプロジェクトに取り組んでいる。 このプロジェクトは、画像、動画、コードなどを生成するためにアルゴリズムを使用する、いわゆるジェネレーティブAI（生成AI）の分野におけるグーグルの取り組みの一環だ。この取り組み如何では、グーグルの将来と開発者たちに大きな影響を与え得る。 この件に詳しい人物によれば、このプロジェクトはもともと｢ピッチフォーク（Pitchfork）｣というコードネームでアルファベット（Alphabet）の機密開発研究所｢X｣内で始まったが、2022年の夏にグーグルラボ（Google Labs）へと移管されたという。 グーグルに移ったということは、経営首脳陣の間で本プロジェクトの重要性が増していることを意味する。というのも、グーグルラボはVR/ARに関するプロジェクトを含む長期的な
ANNOUNCING OPENFLAMINGO: AN OPEN-SOURCE FRAMEWORK FOR TRAINING VISION-LANGUAGE MODELS WITH IN-CONTEXT LEARNINGby: Anas Awadalla and Irena Gao, 28 Mar, 2023 Overview. We are thrilled to announce the release of OpenFlamingo, an open-source reproduction of DeepMind's Flamingo model. At its core, OpenFlamingo is a framework that enables training and evaluation of large multimodal models (LMMs). Check
米OpenAIは10月26日（現地時間）、AIの「フロンティアモデル」が人類にもたらす可能性のある“壊滅的な（catastrophic）”リスクに備えるための新部門「Preparedness」チームを結成したと発表した。 同社は7月にはAIを手掛けるAnthropic、Google、Microsoftとともに、AIの安全性のベストプラクティスを特定し、社会的課題へのAI技術の利用を促進するための業界団体「Frontier Model Forum」（FMF）を立ち上げた。 フロンティアモデルとは、FMFによると「最先端の既存モデルの機能を超え、さまざまなタスクを実行できる大規模な機械学習モデル」という。 Preparednessチームを率いるのは、マサチューセッツ工科大学（MIT）のMLセンター所長、アレクサンダー・マドリー博士。LinkedInによると、5月にPreparednessのトッ
はじめに はじめまして。機械学習エンジニアをしています、原です。 Google Cloud Champion Innovators(AI/ML)として選出いただき、活動しています。Google Cloud Innovatorsは、Google Cloud開発者/技術者のためのメンバーシッププログラムです。誰でも参加可能ですので、Google Cloudユーザーの方はぜひ参加をおすすめします！ この記事では、2023年12月13日にVertex AIで利用可能になったGemini Proを使います。これから試してみる方の参考になれば幸いです。 Geminiとは この記事を読んでいる方は既にご存知かもしれませんが、Geminiとは何かを軽く説明します。VertexAI Gemini APIに関してのみをキャッチアップしたい方は「Vertex AI での Gemini Proの概要」からお読みい
Googleには「Google Brain」と呼ばれるAI開発部門が存在しました。同時に、Googleの親会社であるAlphabet傘下で独自にAIの研究開発を行い、プロ棋士にも勝利した最強の囲碁AI「AlphaGo Zero」やタンパク質の立体構造予測AI「AlphaFold」を開発した企業が「DeepMind」も存在していました。2023年4月、GoogleはDeepMindを吸収してGoogle Brainと統合し、「Google DeepMind」という1つのAI研究部門を創設したことを発表しました。このGoogle DeepMindのCEOに就任したのが、DeepMindの共同創設者でAI研究者のデミス・ハサビス氏です。IT系ニュースサイトのThe Vergeが行ったインタビューの中で、ハサビス氏がGoogleとDeepMindが統合した理由や経緯を明らかにしています。 Goog
もはや知性はAIのゴールではなくなったのか
英国の数学者であるAlan Turing氏は1950年に、「『機械は考えることができるか』という問いについて考えてみることを提案する」と書いた。同氏の問い掛けは、その後数十年間にわたって、人工知能（AI）研究の議論の枠組みとして機能してきた。 AIについて議論してきた数世代の科学者にとって、AIが「本物の」（あるいは「人間の」）知性を実現できるかどうかという問いは、常に重要な要素だった。 しかし現在のAIは、多くの人にとってその問いが問題ではなくなるという転換点を迎えているかもしれない。 近年になって産業用AIと呼ばれるものが登場したことは、そのような高尚な問題意識の終わりを示している可能性がある。計算機科学者のJohn McCarthy氏が「AI」という用語を生み出してから66年が経ち、現在のAIが持つ機能は、これまでになく高度になっている。その結果、AIの産業化が起こり、議論の焦点が、
Google DeepMind社がtransformerを用いたチェスAIで、探索なしにグランドマスターレベルに到達したという論文を発表した。 Grandmaster-Level Chess Without Search : https://arxiv.org/abs/2402.04494 ちなみに上の論文には私の名前も入っている。 チェスAIのStockfishの主要開発者として名前を入れてもらった感じでありがたい限りである。(StockfishのGitHubにプルリクしたことすらないのにな…) 将棋AIの方も、2022年にPolicy Networkだけの指し手を指すことで二番絞り(ソフト名)が、アマ四段ぐらいの強さになっているという記事をこのブログで書いた。 PolicyNetworkだけの将棋ソフトの強さは？ : https://yaneuraou.yaneu.com/2022/0
Googleの兄弟会社である人工知能開発企業の「DeepMind」が、物理演算エンジン「MuJoCo」の買収を2021年10月18日付けで発表しました。買収に伴い、MuJoCoは誰でも無料でダウンロード可能になります。 Opening up a physics simulator for robotics | DeepMind https://deepmind.com/blog/announcements/mujoco MuJoCoは「Multi-Joint dynamics with Contact」を略した言葉で、多関節の動力学シミュレーションに適した物理エンジンです。MuJoCoはワシントン大学・移動制御研究室のEmo Todorov氏によって開発され、2015年からはRobotiを通じて有料で商用提供されていましたが、買収に伴いApache License 2.0のもとで無料ダウン
オープンAIが開発した大規模言語モデル「GPT-3」が作成する文章は、不気味なほどのリアリティで人間の書く文章を模倣できる。だが、こうした成果は主に、ニューラル・ネットワークの規模と訓練に使うデータをとてつもなく大規模化したおかげであり、現在のAIが抱える無視できない問題点も明らかにしている。 by Will Douglas Heaven2021.04.26 64 58 15 24 ディープマインド（DeepMind）の「アルファ碁（AlphaGo）」や、チェスをするIBMの「ディープ・ブルー（Deep Blue）」以降に登場したさまざまな人工知能（AI）の中で、人々の心を確実に捕らえているAIがある。「GPT-3」だ。 この記事はマガジン「10 Breakthrough Technologies」に収録されています。 マガジンの紹介 GPT-3は、サンフランシスコを拠点とする研究所である
1. はじめに 2012年から始まった深層学習の発展の過程で、さまざまな学習フレームワークが登場しました。中でもPyTorchとTensorflowは最も広く使われており、それぞれのフレームワークが支持されている背景には、柔軟性、拡張性、そして使いやすさがあります。 一方で、これらのフレームワークはその機能を拡張し続けてきた結果として、全体として非常に巨大で複雑なライブラリになっています。そのため、独自に機能拡張を行いたいユーザーにとっては扱いづらく、性能的にもオーバーヘッドを感じさせることがあります。 そこで新たに出てきたのが「JAX」とその関連ライブラリの組み合わせになります。2019年に登場して以降、特に海外の開発者に支持されてきました。近年注目されている大規模言語モデル（LLM）の分野においても、JAXによるモデルが公開されていることは珍しくなくなりつつあります。 PyTorch（
『AIで人類絶滅のリスクは現実』アルトマンやハサビス、ヒントンら専門家が共同声明 | テクノエッジ TechnoEdge
AIが及ぼすリスクの軽減を目指す非営利団体 Center for AI Safety (CAIS)が、AI専門家や各界著名人による共同声明『Statement on AI Risk』(AIの危険性についての声明)を公表しました。 声明はわずか22語の極めて簡潔な内容です。 Mitigating the risk of extinction from AI should be a global priority alongside other societal-scale risks such as pandemics and nuclear war. 仮訳すれば「AIによる人類絶滅の危険性を軽減することは、他の社会的規模リスク、たとえばパンデミックや核戦争と並んで世界的な優先課題であるべきです」。 署名者のごく一部を挙げれば、 ジェフリー・ヒントン：「機械学習の父」「AIのゴッドファーザー
米Google DeepMindは3月13日（現地時間）、自然言語の指示でゲーム内のタスクを実行するAIエージェント「Scalable Instructable Multiworld Agent（SIMA）」を発表した。 同社は2015年のATRIゲームをプレイする「DQN」や「AlphaGo」など、ゲームをプレイするAIの開発では長い歴史を持つ。 だが、SIMAはこれまでの単一のゲームでハイスコアを目指す同社のAIとは異なり、多様なゲームで言語インタフェースを介して設定内の指示に従い、適切にプレイする“ジェネラリストで言語駆動型のAIエージェント”を目指すという。 そのために、8社のゲームメーカーと協力し、「No Man's Sky」「Teardown」「Valheim」「Goat Simulator 3」「Satisfactory」「Hydroneer」「Space Engineer」
新型コロナウイルス Googleの闘い方
いろんな企業が新型コロナウイルス感染症と闘うために、今できることをハイスピードで考え、実行に移しています。 掃除機や空気清浄機能付きファンヒーターなどを開発・販売している英ダイソンの創業者が英国首相から電話で「量産できる人工呼吸器作って」と頼まれて、ゼロから設計して製造しています。 3Dプリンタも製造している米HPは、医療用のフェイスシールド（透明でウイルス入りの飛沫などから医療従事者を守るための防具）や感染したかどうかチェックするときに使うあの鼻の穴に突っ込む棒「スワブ」など、緊急に必要な新型コロナ対策用パーツを医療専門家と協力して設計し、スワブはもう大量生産中の上、設計データをWebサイトで公開しています。 Googleさんももちろん、その技術力と資本を生かした取り組みを大量に打ち出しています。今日はその一部をご紹介します。 Verilyのスクリーニングサイト始動 1000人のGoog
大規模言語モデルを利用して数学の未解決問題で新たな解を発見――実用的な課題でもその性能を実証 - fabcross for エンジニア
Google DeepMindは、大規模言語モデル（LLM）を利用した新手法「FunSearch」を用いて、数理科学において長年の未解決問題である「cap set（キャップ集合）問題」の新しい解を発見した。さらに、現実世界で多様な応用が可能な「ビンパッキング（箱詰め）問題」の、より効果的なアルゴリズムも見つけた。この研究は2023年12月14日付で『Nature』に掲載され、科学や数学の未解決問題に対して、LLMを使って新しい発見をした初めての研究例になるという。 LLMは概念を組み合わせることに優れており、読み書きやコーディングができて、問題解決を支援する便利なアシスタントだ。しかし、LLMはまるで「幻覚」を見たかのように、事実とは異なる情報をもっともらしく生成して出力することがあるという点が明らかになっており、LLMを使用して立証可能な正しい発見をすることは困難だ。 そこで研究者らは、
GitHub - google-deepmind/alphafold: Open source code for AlphaFold.
This package provides an implementation of the inference pipeline of AlphaFold v2. For simplicity, we refer to this model as AlphaFold throughout the rest of this document. We also provide: An implementation of AlphaFold-Multimer. This represents a work in progress and AlphaFold-Multimer isn't expected to be as stable as our monomer AlphaFold system. Read the guide for how to upgrade and update co
大規模言語モデルを駆使して数理科学問題の新しい解決策を数学者よりも巧みに出力するAIシステム「FunSearch」をGoogle DeepMindが発表
GoogleのAI開発部門であるGoogle DeepMindが、大規模言語モデル(LLM)を利用して数理科学の未解決の問題を解決したり、新しい知見をもたらしたりすることができるAIシステム「FunSearch」を発表しました。Google DeepMindのデミス・ハサビスCEOは「FunSearchのブレークスルーに興奮しています」と語っています。 FunSearch: Making new discoveries in mathematical sciences using Large Language Models - Google DeepMind https://deepmind.google/discover/blog/funsearch-making-new-discoveries-in-mathematical-sciences-using-large-language-
米Microsoftは2月26日（現地時間）、仏生成AI新興企業のMistral AIと複数年の提携を結んだと発表した。 この提携により、Mistral AIはMicrosoft AzureのAIインフラを使って次世代LLMの開発と展開を加速させる。 Microsoftは、Mistral AIのモデルをAzure AI StudioとAzure Machine LearningモデルカタログのMaaSを介してAzureの顧客に提供する。 Microsoftは現在、やはり提携している米OpenAIのモデルをAzure顧客に提供しているが、これにより、顧客の選択肢が広がることになる。 さらに、両社は欧州の公共部門のワークロードを含む、欧州顧客向けの目的別モデルのトレーニングに関する協力を検討する。 Mistral AIは昨年5月創業の、パリに拠点を置く非公開企業。米Googleに買収された英D
TL; DR 強化学習コンペなのにルールベースのほうが強かった 強化学習コンペなのに、コンピュータが全然強化学習してくれない 優勝者のポエムが読みにくいしうざい はじめに みなさまはKaggleを知っていますでしょうか。 世の中にはKaggleというAIのコンペティションを開いているサイトがあります。 Kaggleでは画像認識のコンペティションなどが定期的に行われていますが、最近、これの変わり種として、とあるゲームのAIを作るコンペティションが開かれました。ゲームAIは近年目覚ましい成長を遂げています。例えば、囲碁の世界では人間に勝つまでになりました。そのゲームAIの中核となる技術が強化学習です。強化学習とはエージェントと呼ばれる存在が試行錯誤しながら行動を自律的に学んでいく技術になります。当然、このゲームAIのコンペティションでも強化学習を使うことが期待されていたのでしょう。チュートリア
Over the past decade, we’ve seen that Neural Networks can perform tremendously well in structured data like images and text. Most of the popular models like convolutional networks, recurrent, autoencoders work very well on data that have a tabular format like a matrix or a vector. But what about unstructured data? What about Graph data? Is there a model that can learn efficiently from them? Probab
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
人間の動きを学習して3日でサッカーの動きを学習できるAI学習システムが開発される
ChatGPTのライバルと目されるGoogleのAI「Gemini」がリリース間近
アルゴリズム取引を始めよう！ ～イントロダクション～ - Qiita
詐欺とスパムが横行する、生成AI時代のインターネット
ChatGPTの技術特許を持つグーグルは、なぜ訴訟に踏み切らないのか。専門家がその理由を解説
2億件超えのタンパク質立体構造をGoogle検索なみに簡単検索可能なデータベースがDeepMindによって公開される
OpenAI幹部、社内メモでマスク氏による提訴を全面否定
AlphaDev discovers faster sorting algorithms
人工知能が大きな脅威をもたらす可能性についてDeepMindの共同創設者が語る
「これまでのキャッチアップの遅さに比べると、今回の日本のスピードは悪くない」 日本のLLM開発が“国際的な競争力”を持つために必要なこと
AlphaDev discovers faster sorting algorithms
50年前からの生物学の超難問にDeepMindの開発した「AlphaFold」がAIのパワーで道筋を示し研究が加速
スッキリわかるAlphaFold2 - どこから見てもメンダコ
DeepMindのAlphaFold2、タンパク質立体構造予測コンペ(CASP14)でブッチギリ１位
Google関連企業のDeepMindが90分先までの天気予報精度を大幅に向上、気象予報士も認める正確さ
GoogleのゲームAI、“探索なし”でチェスのグランドマスターレベルを達成 大量データでの訓練のみで
Announcing OpenFlamingo: An open-source framework for training vision-language models with in-context learning | LAION
OpenAI、AIの“壊滅的な”リスクに取り組む「Preparedness」チーム結成
Vertex AI(Gemini API)でGemini Proを試す
Google DeepMindのデミス・ハサビスCEOが「GoogleとDeepMindはなぜ統合されたのか」を語る
チェスAIが探索なしでグランドマスターレベルに到達した件 | やねうら王 公式サイト
無料で物理演算エンジン「MuJoCo」がダウンロード可能に、DeepMindの買収により
GPT-3が「最高」で「最悪」なAIである理由
今こそはじめるJAX/Flax入門 Part 1
Google DeepMind、9種のゲームでトレーニングしたAIエージェント「SIMA」発表
Microsoft、OpenAI競合の仏Mistralと複数年契約 AIモデルをAzure顧客に提供
Kaggleの強化学習コンペがグダグダだった話 - Qiita
Graph Neural Networks - An overview | AI Summer