横須賀市は5月20日、AIチャットbot「ニャンぺい」を公開した。米OpenAIの大規模言語モデル「GPT-4o」を活用した市民の悩み相談に対応するAIチャットbotだが、まだ開発段階で“未完成”としている。公開実験と称してさまざまな不具合を収集し、それを改善するのが目的という。 ニャンぺいにアクセスすると「お悩み相談AIの実験モデルです。現段階では不謹慎・不適切・不正確な発言を行う可能性があります（その洗い出しのための実証です）」と触れ込みが記載されている。この注意事項に同意した上で「のどが痛いよ」とニャンぺいに相談すると、以下のような返信があった。 のどが痛いんだね、それはつらいにゃ。もしかしたら風邪かもしれないし、他の原因も考えられるかもしれないにゃ。まずは、暖かい飲み物を飲んで、のどを休めることが大事だにゃ。 もし症状が続いたり、悪化したりするようなら、医療機関に相談するのが良いと
OpenAIは日本時間の2024年5月14日、新たなAIモデルである「GPT-4o」を発表しました。テキストや音声、視覚情報を高速で処理してリアルタイムな応答が可能で、一般的なチャットAIが苦手とする計算問題にも優れた性能を発揮するGPT-4oが、チェスパズルでも「GPT-4」の倍以上の好成績をたたき出したことが明らかになりました。 GitHub - kagisearch/llm-chess-puzzles: Benchmark LLM reasoning capability by solving chess puzzles. https://github.com/kagisearch/llm-chess-puzzles 2024年4月、チャットボットの能力をバトル形式で比較評価する「Chatbot Arena」というウェブサイトに、「gpt2-chatbot」というモデルが突如として追
OpenAI、ChatGPTの新バージョン「GPT-4o」を発表。無料ユーザー向けにも提供、感情豊かな音声で応答、歌いながら回答も | テクノエッジ TechnoEdge
OpenAIは5月13日（米国時間）、オンラインでSpring Updateイベントを開催。その中で、フラグシップとなる大規模言語モデル「GPT-4o」を発表しました。 APIでの提供も行い、現行最新モデルのGPT-4 Turboと比べて2倍高速、価格は50％安価に、レートリミットは5倍に拡張されています。 GPT-4oはオーディオ、ビジョンを統合したマルチモーダルLLMで、強力なボイスモードを搭載。イベントで行ったライブデモでは音声で感情豊かに澱みなく回答。ユーザーからの割り込みにも柔軟に対応し、歌いながら答えたり、モバイルChatGPTアプリで英語とイタリア語が混在した会話の通訳をしたり、MacBookで動いているデスクトップ版ChatGPTアプリで画面内のコードやグラフを読み取って分析したりしてみせました。 ▲iPhone版ChatGPTアプリでカメラに映した手書きの数式を見せながら
＜この記事の著者＞ 大谷大 - Tech Team Journal ウェブデザイナー/映像クリエイター/作曲家/ギタリスト/ブロガー/YouTuber BGMや効果音を無料でダウンロードできるサービス「タダオト」を運営し、自らが作曲した楽曲を掲載。2023年に生成AIにハマり、さまざまな仕事でフル活用しながらそのノウハウをYouTubeやブログで情報発信している。 2024年5月14日に行われたOpenAIのイベントで、新しいモデル「GPT-4o」が発表されました。 新しい機能のワクワク感もありつつ、無料ユーザーにさまざまな機能が開放されたことのインパクトも強かったです。 無料開放された機能を見ると、課金しないでもいいっていうユーザーは増えそうな気がしているので、今回はChatGPTを無料で使った方がいいか課金した方がいいかを考察してみます。 【目次】 今回のイベントで発表されたことざっく
Llama 3-V: Matching GPT4-V with a 100x smaller model and 500 dollars
Edit (June 3 )— From TwitterFirst of all, we want to sincerely apologize to the original authors of MiniCPM. We wanted Mustafa to make the original statement but have been unable to contact him since yesterday. @siddrrsh and I posted Llama3-v with @mustafaaljadery. Mustafa wrote the entirety of the code for the project. Sid and I were both really excited about multimodal models and liked the archi
対話型ＡＩ（人工知能）「ＣｈａｔＧＰＴ（チャットＧＰＴ）」のスカーレット・ヨハンソンさん声に似ているとの指摘が出ていた合成音声について使用が停止された/Jakub Porzycki/NurPhoto/Getty Images via CNN Newsource ニューヨーク（ＣＮＮ） 女優のスカーレット・ヨハンソンさんは２０日、対話型ＡＩ（人工知能）「ＣｈａｔＧＰＴ（チャットＧＰＴ）」の最新版に自分の声と「不気味なほど酷似した」合成音声が搭載されたことについて、「衝撃と怒り、不信感を覚える」との声明を発表した。 開発元の米オープンＡＩは、映画「ｈｅｒ／世界でひとつの彼女」でヨハンソンさん演じる架空の音声アシスタントの声と比較した結果、最新機能の提供を一時停止すると発表している。 「スカイ」と名付けられた人工音声には多くの反発が起こっていた。妙になれなれしく、男性開発者の妄想の産物と思われる
【ハンズオン】ReactとGPT-4oでキャラと話せる音声チャットを作ろう【TypeScript/TailwindCSS】 - Qiita
【ハンズオン】ReactとGPT-4oでキャラと話せる音声チャットを作ろう【TypeScript/TailwindCSS】TypeScriptハンズオンReactChatGPT はじめに GPT-4oのリリースで大きく世界が変わった。時代についていくにはAIを使いこなす必要がある GPT-4oの登場は過去のGPTの中でも特に印象に残っています。とにかく返答が早く、スマホアプリでの音声チャットはほぼ人と話しているのと感覚が変わりませんでした。 今後AI技術を活かしながら新しいサービスを作ることはどんどん広がり、それがビジネスにつながっていくとはずです。AIを使ってどのような価値が作れるのかという視点をもてることが重要です AIを使って何ができるのかを思いつくには、AIを試してみて何を実現することができるのかを理解していないといけません。 今回はChatGPTの音声入力がとても印象的だったので
OpenAIがサム・アルトマンCEOを含む「安全・セキュリティ委員会」を設置、さらにGPT-4後継モデルのトレーニングを開始
OpenAI理事会が、OpenAIのプロジェクトと運営における重要な安全性とセキュリティに関する決定について勧告を行う「安全・セキュリティ委員会」を設置すること、そしてGPT-4シリーズに続く次世代モデルのトレーニングを開始することを発表しました。 OpenAI Board Forms Safety and Security Committee | OpenAI https://openai.com/index/openai-board-forms-safety-and-security-committee/ OpenAI training its next major AI model, forms new safety committee | Ars Technica https://arstechnica.com/information-technology/2024/05/open
3分でわかるOpen AIの発表｢友達みたいに話せるGPT-4o｣2024.05.14 07:3022,588 福田ミホ 音声も画像もまぜこぜで、人間みたいなスピード感で会話。 OpenAIが新たなフラッグシップモデル｢GPT-4o（フォー・オー）｣を発表しました。GPT-4に比べて画像や音声の理解力が大幅に向上していて、テキストでも音声でも画像でもひとつの会話の中で自然に受け止めてくれます。 人間の呼吸音も表情も、意味を理解デモでは音声での会話を軸に、GPT-4oの多彩な能力を見せてくれました。たとえば｢緊張してるからリラックス法を教えて！ ゼーハーゼーハー（呼吸音）｣と言うと、｢ちょｗ 掃除機じゃないんだから！｣と、ゼーハー音が荒い呼吸であることも理解している様子。｢ゆっくり深呼吸…はい吸ってー…吐いてー…｣と、リラックスするための呼吸法をガイドしてました。 Image: OpenAI
In line with our mission, we are focused on advancing AI technology and ensuring it is accessible and beneficial to everyone. Today we are introducing our newest model, GPT-4o, and will be rolling out more intelligence and advanced tools to ChatGPT for free. GPT-4o is our newest flagship model that provides GPT-4-level intelligence but is much faster and improves on its capabilities across text, v
こんにちはantakaです。最新のAIモデルGPT-4oは、さまざまな分野で革新的な利用がされています。ここでは、特に注目すべき14の活用事例を簡単にわかりやすく紹介します。 脳波データの解析 用途: 医療や心理学の研究に利用。 方法: 脳波データを収集・前処理し、GPT-4oで解析。脳の働きや感情状態を評価します。 難解な数学の問題を瞬時に解答 用途: 学習支援。 方法: 難解な数学問題を即座に解答し、正確な計算と解説を提供します。 漫画の魅力を解説 用途: ファン同士の交流促進。 方法: 漫画のストーリーやキャラクターの魅力を分析・解説。印象的なシーンを詳しく説明します。 手描きのUIデザインをコード化 用途: デザインから開発への迅速な移行。 方法: 手描きのUIデザインをそのままコードに変換し、開発時間を短縮します。 AIキャラクターがリアルタイムで会話 用途: 視聴者との双方向コ
Introducing GPT-4o: OpenAI’s new flagship multimodal model now in preview on Azure | Microsoft Azure Blog
Explore Azure Get to know Azure Discover secure, future-ready cloud solutions—on-premises, hybrid, multicloud, or at the edge Global infrastructure Learn about sustainable, trusted cloud infrastructure with more regions than any other provider Cloud economics Build your business case for the cloud with key financial and technical guidance from Azure Customer enablement Plan a clear path forward fo
GPT解説2 アテンションの仕組み (Attention, Transformer) | Chapter6, 深層学習
この動画は3Blue1Brownの動画を東京大学の学生有志団体が翻訳・再編集し公式ライセンスのもと公開しているものです。 チャンネル登録と高評価をよろしくお願いいたします。 日本語版Twitter https://twitter.com/3B1BJP 元チャンネル（英語） https://www.youtube.com/c/3blue1brown 元動画（英語） https://www.youtube.com/watch?v=eMlx5fFNoYc&t=795s&pp=ygUVYXR0ZW50aW9uIDNibHVlMWJyb3du 新チャンネルUfolium https://www.youtube.com/watch?v=nF7gFRebGTk&pp=ygUHdWZvbGl1bQ%3D%3D https://www.youtube.com/watch?v=wrNCjIjIzuk&p
MMLUをアップデートしたベンチマーク『MMLU-Pro』Phi-3やLlama 3、Claude 3、GPT-4oなどの評価結果 | AIDB
参照論文情報 タイトル：MMLU-Pro: A More Robust and Challenging Multi-Task Language Understanding Benchmark 著者：Yubo Wang, Xueguang Ma, Ge Zhang, Yuansheng Ni, Abhranil Chandra, Shiguang Guo, Weiming Ren, Aaran Arulraj, Xuan He, Ziyan Jiang, Tianle Li, Max Ku, Kai Wang, Alex Zhuang, Rongqi Fan, Xiang Yue, Wenhu Chen 所属：University of Waterloo, University of Toronto, Carnegie Mellon University 背景 GPT-4、Claude、Ge
IaCの問題はGPTの力で直す。Checkovの --openai-api-keyオプションで修正方法を教えてもらおう！ - Qiita
--openai-api-key OPENAI_API_KEY Add an OpenAI API key to enhance finding guidelines by sending violated policies and resource code to OpenAI to request remediation guidance. This will use your OpenAI credits. Set your number of findings that will receive enhanced guidelines using CKV_OPENAI_MAX_FINDINGS [env var: CKV_OPENAI_API_KEY] これ、IaCの静的解析 × ChatGPTでは？！ ということで、今回はこの--openai-api-keyオプションを調べてみま
こんにちは！ブログの書き方がだんだんわかってきたKoty-Mousa・矢坂幸太郎です。 ついに、初の技術系ブログとなります！夢だったDevelopersIO技術ブログのメンバーとして頑張ります！ 文章書くの難しい... 入社してから、【Kotyの新卒研修レポート】をはじめ、すでに何本か記事を執筆しております。 まだ私はブログ初心者ですので、他の社員にレビューしてもらってから投稿しております。 そんな私、文章がひどすぎる！ お恥ずかしくてお見せできませんが、【Kotyの新卒研修レポート】の初期段階は、あまりにもつたない文章で、相当な量の添削をしていただきました。 これからも誰かに添削して欲しいのですが、どの社員も日々忙しく働いております。 そんな中、ChatGPTに添削してもらうことを勧められました。とても良い記事制作に役立ったので、ご紹介します！ ご注意：本記事内では、クラスメソッドで用意
Geminiは炎上、ライブで示したGPT-4oの能力 動画・映像の理解については、現時点でOpenAI公式から細かい評価の説明はほとんどないようです。もっとも、この性能の高さについては、OpenAIのライブや、その後に公開されたGPT-4oの動画からも明らかでしょう。 実際に示した性能があまりにも高すぎて、逆に具体的で定量的な性能が問題にされていない感すらあります。 余談ですが、グーグルの開発したマルチモーダルモデル「Gemini」もGPT-4oと同じく言語、画像、動画、音声の処理能力を持っており、去年の12月に発表された直後には、人間とGeminiがリアルタイムでやり取りをしながらさまざまなタスクをこなすデモ動画が公開されました。 しかし、このデモ動画は実はリアルタイムでのやり取りではなく、複数の独立したやり取りを編集して、あたかもリアルタイムのように見せかけているということが明らかにな
この記事のポイント この記事は最新のChatGPTアップデート「GPT-4o(GPT-4omni)」について紹介しています。ChatGPT-4oの読み方はChatGPT-4 omni（オムニ）です。チャットGPT4oでは、日本語を初めとする多言語の機能向上やAPIの費用削減など、性能と利便性の向上が図られています。アップデートにより、言語だけでなく、画像、音声全てにおいてより生成AIが身近に、実用的になることでしょう。GPT-4oはGoogle Drive・OneDriveとの連携やグラフの作成、音声会話も行えます。 Microsoft AIパートナー、LinkX Japan代表。東京工業大学大学院で技術経営修士取得、研究領域：自然言語処理、金融工学。NHK放送技術研究所でAI、ブロックチェーン研究に従事。学会発表、国際ジャーナル投稿、経営情報学会全国研究発表大会にて優秀賞受賞。シンガポー
財務分析業界も生成AIがディスラプトか——シカゴ大の研究チーム、「GPT-4」がアナリストの精度を上回ることを実証 - BRIDGE（ブリッジ）テクノロジー＆スタートアップ情報
Credit: VentureBeat made with Midjourney シカゴ大学の研究者らは、大規模言語モデル（LLM）がプロのアナリストに匹敵し、それを上回る精度で財務諸表分析を行えることを実証した。「大規模言語モデルによる財務諸表分析」と題されたワーキングペーパーで発表されたこの研究結果は、将来の財務分析と意思決定に大きな影響を与える可能性がある。 研究者らは、OpenAI が開発した最先端の LLM 「GPT-4」の性能を、企業の財務諸表を分析して将来の利益成長を予測するというタスクでテストした。驚くべきことに、標準化され、匿名化された貸借対照表と、テキスト的な文脈を一切含まない損益計算書だけが提供された場合でも、GPT-4 は人間のアナリストを上回ることができた。 研究者らは次のように書いている。 我々は、LLM の予測精度が、狭く訓練された最先端の ML モデルの性能
米オープンAIはこのほど、生成AI（人工知能）のチャットGPTから、ハリウッド俳優のスカーレット・ジョハンソン氏に似ていると指摘された音声を削除すると発表した。 オープンAIは先に、チャットGPTの新しい読み上げ機能「スカイ」を発表。しかしユーザーから、読み上げ音声がジョハンソン氏の声に似ているとの指摘があった。
【AI】ChatGPTとAPIを使って網羅的なPubMed検索できるGPT「PubMed Searcher」 | EARLの医学ノート
■論文検索が可能なAIには，Consensus，Elicit，Perplexityなどがあり便利ではあるが，当然ながら完璧ではなく（漏れがでる），手動でのPubMed検索が一番網羅的で精度が高いことは変わらない．そこでPubMedというデータベースとその検索機能をChatGPTがダイレクトに操作してくれれば手動の精度を維持したまま網羅的検索を簡便に行える上に，その検索結果のファイル化，論文抽出，解説までChatGPTのユーザーインターフェース上で行うことができる． ■ChatGPTにはBingを用いたウェブアクセス機能が備わっているが，ChatGPTで論文検索を行う上では特定の論文検索エンジンを使用することをプロンプトで指示した方がよい．しかしながら，ChatGPTはPubMedのサイトをうまく読み込めず，以下のようなトラブルが発生しやすい．・PubMed検索結果を読み込めずハルシネーショ
5月13日（米国時間）に米OpenAIが発表した、生成AI「GPT」シリーズの新たなモデル「GPT-4o」。クラウドサービス「Microsoft Azure」を使い、API経由でGPTシリーズにアクセスできる「Azure OpenAI Service」でも、すでに試用可能となっている。 Azure OpenAI Serviceでは、プレビュー版として米国リージョンの一部でGPT-4oを提供。Web開発環境「Azure OpenAI Studio」で機能を試すことができ、現時点でテキスト・画像の入力に対応。動画や音声の入力機能は今後追加するという。 関連記事 マイクロソフト提供の“社内GPT基盤”もGPT-4 Turboなどに対応 米Microsoftが、大規模言語モデル「GPT-4」などのAPIをクラウドサービス「Microsoft Azure」経由で使える「Azure OpenAI Se
テキスト、音声、画像をリアルタイムに処理できるAIモデルGPT-4oが登場、ChatGPTではさらに多くの機能が無料で利用可能に OpenAIは2024年5月13日、同社のフラッグシップとなる強力なAIモデル「GPT-4o」を発表した。 Hello GPT-4o | OpenAI Introducing GPT-4o and more tools to ChatGPT free users | OpenAI We're opening up access to our new flagship model, GPT-4o, and features like browse, data analysis, and memory to everyone for free (with limits). https://t.co/H2dB6w7Ynz — OpenAI (@OpenAI
便利な生成AI（人工知能）だが、悪用もされている。代表例が、マルウエア（悪意のあるソフトウエア）やフィッシングメールの作成だ。そして今回、米イリノイ大学アーバナ・シャンペーン校（UIUC）の研究者らによって、新たな悪用の可能性が示された。ソフトウエアの脆弱性（セキュリティー上の欠陥）を突く攻撃への悪用だ。脆弱性に関する公開情報を教えるだけで、脆弱性のあるコンピューターに対して自律的に攻撃を仕掛
GPT-4o’s Chinese token-training data is polluted by spam and porn websites GPT-4oの中国語に異常 ポルノ、ギャンブルで トークンが汚染されていた オープンAIの最新の大規模言語モデル「GPT-4o」の中国語トークナイザーに、ポルノやギャンブル関連の用語が大量に含まれ、ハルシネーション（幻覚）が発生していることが分かった。訓練データのクリーニング不足が原因と見られる。 by Zeyi Yang2024.05.28 3 9 オープンAI（OpenAI）が5月13日にチャットボットの最新バージョン「GPT-4o」をリリースした直後、一部の中国語話者は、何かがおかしいことに気づき始めた。テキストを解析するために使われるトークン（モデルが取り扱う言葉の単位）がスパムやポルノフレーズであふれていたのだ。 チャットボットなど
GPT-4o ( omni ) が出たので、経済的自由の探求ブログの紹介記事の要約をGPT-3.5, GPT-4と比較してみました - Be financial freedom. 経済的自由の探求
こんにちは、株もっちーです。 火曜日は、身近なネタの日です。 OpenAIからGPT-4oがリリースされました GPT-3.5 GPT-4 GPT-4o まとめ ランキング・宣伝など OpenAIからGPT-4oがリリースされました というわけでなんか早速使ってみたいなと思いまして、以下のなつかしい記事の要約を比較してみたいとおもいます。 kabu-motty.hatenablog.com 全然マルチモーダル機能（テキストのみではなく、音声や、画像などを一緒に扱える機能）を活用できていませんが、その辺はご容赦ください。 GPT-3.5 この記事は、経済的自由についての考察と、その実現方法に焦点を当てています。著者は、経済的自由を「お金に束縛されない状態」と捉え、これを実現するためには資金が必要であると述べています。具体的には、投資による資産形成や収入の確保が重要であり、FIRE（Finan
※価格は全て100万トークン辺りの金額 詳細な料金プランはOpenAIの公式サイト内で確認できます。 OpenAI API price OpenAI ChatGPT アップデートの新機能 GPT-4oでは、さまざまな新機能が追加され、ユーザーエクスペリエンスが大幅に向上しています。 テキストはもちろん、音声・画像・映像をシームレスに扱い、自然なテンポでのリアルタイム音声会話が可能になりました。 Say hello to GPT-4o, our new flagship model which can reason across audio, vision, and text in real time: https://t.co/MYHZB79UqN Text and image input rolling out today in API and ChatGPT with voice an
大和証券グループ本社は5月10日、子会社の大和証券やグループ各社が利用する社内向け生成AI対話環境に、米Anthropicの「Claude3」と、画像入力に対応した米OpenAIのAIモデル「GPT-4 Turbo with Vision」を導入したと発表した。顧客向けサービスへの導入を見すえ、生成AI活用を進めるとしている。 Claude3などをAPI経由で使えるAmazon Web Services（AWS）の「Amazon Bedrock」を活用し。セキュアな対話環境を社内に構築。長文の読解や日本語性能などに優れたClaude 3を活用し、顧客向けサービス活用も視野に入れる。 同グループは「Azure OpenAI Service」を活用したChatGPT対話環境を2023年に導入しており、プログラミング補助や翻訳、議事録作成、アイデア出しなどに活用してきたという。Azure Ope
エンジニア向けキャリア支援サービスを手掛けるLAPRAS（東京都品川区）は、ITエンジニア881人を対象に生成AIサービスの利用状況などを調査した。 生成AIをプロダクトやサービスに利用しているエンジニアは3割に上った。生成AIの基盤技術となる大規模言語モデル（LLM）の開発・公開が相次ぐ中、ITエンジニアが最もよく使っているLLMとは――。
GPT-4の予測力の源泉を調べたところ、訓練データセットにあった情報（記憶）を単に再生しているのではないことが分かった。むしろ、財務諸表の数値から理論的な理解と経済的推論を用いて有用な洞察を引き出す能力によるものであった。実際、GPT-4が生成した財務分析のテキストには、それ自体に実質的な情報価値があることを示していた。 最後に、GPT-4の予測に基づいた投資戦略を評価したところ、他の機械学習モデルに基づく戦略よりも高いシャープレシオとアルファ値を示した。つまり、GPT-4を用いることで、より収益性の高い投資意思決定が可能になるということである。 Source and Image Credits: Kim, Alex G. and Muhn, Maximilian and Nikolaev, Valeri V., Financial Statement Analysis with Larg
【超速報】OpenAIが最強・最安の「新GPT」を発表した
先週末、ChatGPTを展開するOpenAIが「新しい発表をするよ」とX（旧ツイッター）上に投稿したことで、AI界の話題はGPTで持ち切りになり、誰もがライブ発表を正座して待った。
生成AI大手OpenAIは5月13日（現地時間）、文字、音声、映像の入力からリアルタイムに推論ができて、まるで人間相手のように自然に会話できる最上位のLLM「GPT-4o（オー）」を発表した。今後数週間以内にChatGPTで使えるようになる。無料ユーザーも回数制限つきで利用できる。有料ユーザーは無料ユーザーの最大5倍利用可能。oは“オムニ”の略。 推論性能は他社モデルと比べてもトップクラス。音声入力の応答時間は最速232ミリ秒で、会話中の人間の応答時間と似ているという。APIとしては、旧来のモデルである「GPT-4 Turbo」に比べても処理が2倍早く、さらに料金が50％安く、レート制限は5倍になる。 文字、映像、音声を含むすべての入力と出力を、同じニューラルネットワークが処理する仕組みになっているのが特徴。旧来モデルのGPT-4より情報の損失が少なく、声のトーン、複数の話者、背景音なども
IT記者が心底驚いた｢GPT-4o｣本当の目玉機能
滑らかで魅力的な声を持ち、あたかも生きているかのような人工知能（AI）が、人間のユーザーを魅了する。ふざけ合ったりしてユーザーの欲求を満たし、最終的には人間を虜にする。 これは、2013年の映画『her/世界でひとつの彼女』のあらすじだ。映画では、ホアキン・フェニックス演じる孤独で内向的なセオドアが、スカーレット・ヨハンソンが声を担当するサマンサという仮想アシスタントに心を奪われる。 しかし私はむしろ、「ChatGPT」をつくり出したOpenAIがサンフランシスコのイベントでAI音声アシスタントの最新バージョンを披露した、5月13日の光景を描写しているのかもしれない。 CEOアルトマンも認める「公式」の関係 同社の最新モデル「GPT-4o」（「o」は「オムニ」の略）」では、ChatGPTがユーザーの声から感情を検出し、表情を分析して、ユーザーの望みに応じて口調と抑揚を変えるなど、よりリアル
Erin Snodgrass ［原文］ （翻訳：大場真由子、編集：井上俊彦） May. 22, 2024, 09:00 AM 深掘り 11,341 GPT-4oを初めとするマルチモーダルAIは、近い将来私たちの働き方を変えるかもしれない。 あるAIアナリストは、配管工や電気技師の仕事はAIに代われないが、｢AIはデータを使うあらゆる仕事に影響を与えるだろう｣と話している。 コンピューター・ワーカーはAIとの付き合い方を学ぶ必要がありそうだ。 OpenAIの最新モデルやそれに類するものは、劇的に職場の変化を改革する可能性がある。 同社の最新マルチモーダルモデル｢GPT-4o｣は、テキスト、音声、画像を組み合わせてインプットもアウトプットもできる。このテクノロジーは、近年の人工知能（AI）の大きな進歩を表したものだ。 OpenAIは2024年5月14日、一連のデモ動画でこのモデルを発表し、この
GPT-4oのマルチモーダル入力をiOSから試す
2024年5月21日に開催されたイベントで発表した内容です。GPT-4oのマルチモーダル機能を、iOSからAPIをたたいて試してみた、という話。 リアルタイムにGPT-4oに動画を理解してもらうアプリを実装し、デモも行いました： またデモ・各種サンプルコードは以下で公開しています。 スライド・発表動画 スライドはこちら： 発表動画 [1] がこちら： 以下、発表資料を記事として再構成したものになります。登壇後に調査した内容も追記しています。 GPT-4oと「マルチモーダル」 GPT-4oのモダリティ 2024.5.13 GPT-4o発表 Hello GPT-4o | OpenAI の1行目： We’re announcing GPT-4o, our new flagship model that can reason across audio, vision, and text in re
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
AIの不適切発言を引き出せ！ 横須賀市、“未完成”のチャットbot公開 GPT-4o活用
OpenAIのAIモデル「GPT-4o」がチェスパズルで従来モデルの2倍以上の好成績をたたき出しランキングトップに
早速「GPT-4o」を採用した「EmEditor」v24.2.0が正式版に、AI無用の環境にも配慮／［お気に入り］機能のテコ入れやインストーラーの簡素化も
GPT-4o登場と「見て、しゃべれるAI」が変えるもの【小寺信良のくらしDX】
GPT-4o発表！課金すべきかVS無料でいくか - paiza times
チャットＧＰＴの合成音声、スカーレット・ヨハンソンさんが「衝撃と怒り」と非難
3分でわかるOpen AIの発表｢友達みたいに話せるGPT-4o｣
Introducing GPT-4o and more tools to ChatGPT free users
Kenn Ejima on X: "LLMはチャットUIの誕生でブレイクスルーを起こしたが、今はチャットUIに呪われている。 2022年末にChatGPTが誕生し、史上最速で10億人が使うサービスになったことは記憶に新しい。 しかし、その後は急速に飽和し、GPT-4ローンチ後はずっと15億前後で停滞している。 https://t.co/N7mDwzbwyb" / X
GPT-4oの多彩な活用事例：わかりやすく簡単にまとめてみた - smileブログ
ChatGPTにブログ記事を添削してもらおう！GPT-4o | DevelopersIO
GPT-4oの動画・画像、音声の能力は？ これから使える機能、今わかっていることまとめ
ChatGPT-4o(GPT-4o)とは？使い方や料金、無料で使う方法を解説！ | AI総合研究所
チャットGPT、音声を一部削除 米俳優ジョハンソン氏の声に似ているとユーザーら指摘 - BBCニュース
GPT-4o、Azureの生成AIサービスでも体験可能に
テキスト、音声、画像をリアルタイムに処理できるAIモデルGPT-4oが登場、ChatGPTではさらに多くの機能が無料で利用可能に | gihyo.jp
OpenAI、「GPT-4o」を発表、2倍速く、50％安く、～テキスト・音声・画像すべてを理解／新しい「ChatGPT」アプリも、Windows版は今年後半リリース予定
生成AIを悪用したサイバー攻撃 GPT-4利用で成功率87% - 日本経済新聞
GPT-4oの中国語に異常 ポルノ、ギャンブルで トークンが汚染されていた
GPT-4oとは？ChatGPT最新AIモデル GPT-4o の使い方や料金を詳しく解説
大和証券グループ、生成AI「Claude 3」導入 「GPT-4 Turbo」の画像対応版も
ITエンジニアが使う生成AI 「Copilot」「GPT-4」を超えた1位は？
経済アナリスト vs. GPT-4──生成AIは金融投資にどれくらい使える？ 米シカゴ大が研究報告
OpenAI、処理が爆速で人間相手のように会話できる「GPT-4o」
Torishima / INTP on X: "GPT-4o マジだ、相当複雑にも関わらず相当高いレベルで漫画を読解できててすごい 雑なプロンプトだから一部セリフが抜けちゃってるけど、それよりも漫画から人物の状況をほぼ完璧に理解できていることの方に驚いた エッグいな…… https://t.co/J59zf55GI8"
GPT-4oはブルーカラーを後押し…データを扱う仕事は大きな影響を受ける