明らかになったGPT-4の秘密 | AI専門ニュースメディア AINOW
著者のアルベルト・ロメロ（Alberto Romero）氏はスペイン在住のAI技術批評家で、AINOWでは同氏の記事を多数紹介して来ました。同氏がMediumに投稿した記事『明らかになったGPT-4の秘密』では、OpenAIがGPT-4のアーキテクチャおよび詳細を非公開にしたビジネス上のメリットが解説されています。 「競争と安全上の理由から」学習データやアーキテクチャが非公開だったGPT-4について、2023年6月になってリークがありました。そのリーク内容とは、同モデルは2,200億パラメータの専門家モデルが8つ連結された「専門家混合モデル」だったというものです。このアーキテクチャ自体は、Googleが2021年に発表している何ら革新性のないものです。 実際には既存技術を活用して開発していたGPT-4の詳細を非公開としたOpenAIのビジネス戦略について、ロメロ氏は以下のような3つのメリッ
国内初、キーワードをもとに約6秒で文章生成できる文章生成AI 「ELYZA Pencil」一般公開 | AI専門ニュースメディア AINOW
HOME/ 注目のニュース /国内初、キーワードをもとに約6秒で文章生成できる文章生成AI 「ELYZA Pencil」一般公開 最終更新日： 2022年3月29日 東京大学松尾研発・AIスタートアップ、株式会社ELYZAはキーワードをもとに約6秒で日本語の文章を生成できる大規模言語AIの開発に成功し、2022年3月28日より当モデルを用いた文章執筆AI”ELYZA Pencil”(イライザ ペンシル)をデモサイトとして一般公開しました。 2021年8月に公開し、5日間で13万人利用の反響を得たELYZA DIGESTに次ぐ第2弾の大規模言語AIの公開となるELYZA Pencilは、キーワードから文章生成できる日本語の大規模言語AIとして、国内初の一般公開となります。 キーワードを数個入力するだけで、約6秒で日本語のタイトルや文章を自動生成し、今回の一般公開デモではニュース記事、ビジネス
Kaggleで世界ナンバーワンになるために必要なこと | AI専門ニュースメディア AINOW
著者のParul Pandey氏は世界各地に拠点のあるAIスタートアップH2O.aiでデータサイエンス・エバンジェリストを務めており、同氏の記事はAINOWでも度々紹介してきました。同氏が最近Mediumに投稿した記事『Kaggleで世界ナンバーワンになるために必要なこと』は、Kaggleグランドマスターにインタビューするシリーズの最新記事です。 今回インタビューしたGuanshuo Xu氏は、アメリカ・ニュージャージー工科大学で電気・電子工学の博士号を取得した後、データサイエンティストになりました。その後、Kaggleを発見してのめり込み、ついにコンペで世界1位を獲得しました。そんな同氏のKaggleの取り組み方を要約すると、以下のようになります。 Kaggleコンペに参加するモチベーションは、賞金を獲得することや最新技術を学べることなど複合的な満足感から得ている。 コンペで世界1位にな
なぜ多くのデータサイエンティストが優良企業の良い仕事を辞めるのか | AI専門ニュースメディア AINOW
著者のAdam Sroka氏は、イギリス・スコットランドに拠点をおく企業の消費電力を最適化するソリューションを提供するOrigamiで機械学習エンジニアチームのリーダーを務めています（同氏の経歴はLinkedInを参照）。同氏がMediumに投稿した記事『なぜ多くのデータサイエンティストが優良企業の良い仕事を辞めるのか』では、データサイエンティストが仕事を辞めたくなる状況を確認したうえで、そうした状況を改善する方法が解説されています。 データサイエンティストは「21世紀で最もセクシーな仕事」と言われて久しいですが、現実には新しい職場を熱心に探している職種であることがアンケート調査で判明しています。離職したいと考えているデータサイエンティストが少なくないのは、仕事を辞めてしまいたくなる状況にしばしば陥るからです。 Sroka氏によると、データサイエンティストが仕事を辞めたくなるのは、以下のよ
Appleの新しいM1チップ搭載MacBookは機械学習に関するビーストマシンだ【前編】（CreateMLでの比較） | AI専門ニュースメディア AINOW
HOME/ AINOW編集部 /Appleの新しいM1チップ搭載MacBookは機械学習に関するビーストマシンだ【前編】（CreateMLでの比較） 著者のDaniel Bourke氏はオーストラリア在住の機械学習エンジニアであり、Mediumに機械学習の学びに関する様々な記事を投稿しており、そのうちのいくつかはAINOW翻訳記事として公開しています。同氏が昨年12月末にMediumに投稿した記事『Appleの新しいM1チップ搭載MacBookは機械学習に関するビーストマシンだ』では、M1チップ搭載MacBookを使ったAIタスクのベンチマークが公開されました。 2020年11月、Appleは同社純正チップ「M1チップ」とそれを搭載したMacBook Airと13インチMacBook Proを発表しました。同チップはCPUとGPUで驚異的な性能を発揮するうえに、Neural Engineを
Kaggleで勝ちっぱなしのデータサイエンティストに話を聞いてみた | AI専門ニュースメディア AINOW
著者のParul Pandey氏は世界各地に拠点のあるAIスタートアップH2O.aiでデータサイエンス・エバンジェリストを務めており、AINOW翻訳記事『あなたのビジネスにAI戦略を効果的に使用する方法』の著者でもあります。同氏が最近Mediumに投稿した記事では、H2O.aiに所属するKaggleグランドマスターにKaggleの取り組み方に関してインタビューしました。 データサイエンティストのPhilipp Singer氏は、オーストリアのグラーツ工科大学で博士号を取得後、自身の知識を応用する機会を求めてデータサイエンス業界に入りました。同氏がKaggleを始めたのは単なる情報収集がきっかけだったのですが、優秀な成績をおさめたことによってKaggleに夢中になりました。そんな同氏のKaggleの取り組み方、そしてKaggleから学んだことの要点をまとめると、以下のようになります。 Kag
機械学習エンジニアが職を失いつつある。しかし、とにかく機械学習を学ぼう | AI専門ニュースメディア AINOW
著者のChris I.氏は、カナダ・トロントでデータサイエンティストとして活躍しています。同氏がMediumに投稿した記事『機械学習エンジニアが職を失いつつある。しかし、とにかく機械学習を学ぼう』では、北米のAI業界に関する雑感とAI業界で働き続けるための心得が書かれています。 Chris I.氏が北米のAI市場を見る限りでは、「第三次AIブーム」の熱は冷め、AI技術の研究職に関する求人は減り、AI技術者の供給が需要を上回る景気後退局面に入りました。しかし、こうした見方はAI業界の一側面を見ているに過ぎません。AI研究に対する熱は冷めたかも知れませんが、既存のAI技術を活用して解決すべき問題は、まだ無数にあるのです。このように現状を見たうえで、今後もAI業界で働くにあたっての心得を同氏は以下のように書き記しています。 問題を解決するのに、最先端のAI技術は必要ない。むしろ、既存のAI技術を
データサイエンスから機械学習エンジニアリングへの移行 | AI専門ニュースメディア AINOW
著者のCaleb Kaiser氏は機械学習モデル開発プラットフォームCortexの開発に関わりながら、機械学習に関する技術論をMediumに投稿し続けています。AINOWで紹介した記事『機械学習自体を学ぶな』で機械学習モデルの開発実践力の重要性を力説した同氏は、最近Mediumに投稿した記事『データサイエンスから機械学習エンジニアリングへの移行』において、そうした開発実践力に「機械学習エンジニアリング」という名称をつけて詳しく解説しています。 テキストアドベンチャーゲーム『AI Dungeon』のような機械学習システムには、同ゲームに活用されている言語モデルGPT-2を開発する技術と、この言語モデルを使ってゲームを開発するそれという位相の異なるふたつの技術が関わっています。同氏は、前者のような機械学習システムの中核機能を司る技術をデータサイエンス、そして後者を機械学習エンジニアリングと区別
PFN、PyTorchユーザ向けに深層強化学習ライブラリ 「PFRL」を公開 | AI専門ニュースメディア AINOW
最終更新日： 2021年12月13日 株式会社Preferred Networks（PFN）は、PyTorchユーザー向けの深層強化学習ライブラリ「PFRL（ピーエフアールエル）」を、2020年7月30日にオープンソースソフトウェア（OSS）として公開しました。 PFRLは、PFNが深層学習フレームワークをChainerからPyTorchへ移行してPyTorchコミュニティと連携を強化する一環で、ChainerRLの後継ライブラリとして公開されました。 PFNは2019年12月に深層学習フレームワーク「Chainer」のメジャーアップデートを終了すると発表し、研究開発基盤をFacebook社の「PyTorch」に順次移行しました。 【PFRLの特長】 最新の研究に基づく深層強化学習アルゴリズム・深層強化学習機能が実装。それらを比較したり、組み合わせたりして実験することが可能。 特に重要な9
「Neural Network Console クラウド版」で最大16台（64GPU）の利用が可能に | AI専門ニュースメディア AINOW
最終更新日： 2021年12月13日 ソニーは、ディープラーニング（深層学習）のプログラムを生成できる統合開発環境「Neural Network Console クラウド版」において、複数のノードを利用して膨大な計算を可能にする分散学習環境の提供を、本日から開始しました。 最大16 台（64GPU)の利用が可能に ソニーは、2017 年6 月にディープラーニング開発のためのコアライブラリ「Neural Network Libraries」をオープンソース化し、同年8 月にコンソールソフトウェア「Neural Network Console」の提供を開始しました。 また、2018 年5 月からは複数GPU による高速学習サービス「Neural Network Consoleクラウド版」の提供を開始し、Webブラウザでアクセスするだけで、GUI ベースの直観的な操作画面やクラウド上のリソースを
「今機械学習に必要なのはデータマネジメント」5つの秘訣を実例つきで紹介 | AI専門ニュースメディア AINOW
最終更新日： 2020年8月6日 データを活用する多くの企業の価値が向上しています。世界的な企業は、ユーザのデータを巻き込み広告などのビジネスを展開し、現在、多くのビジネスはデータを資本に展開されているといっても過言ではないでしょう。 一方、データの活用の環境が整っている会社ばかりではありません。電子化されていないデータ、管理者がバラバラなデータ、企業によってデータに関する多くの課題があることでしょう。データの課題は、そのままAIの活用を大きく遅らせる足かせにもなってしまいます。 この記事では、重要性が高まる「データマネジメント」について解説します。 バズワード化するAIとデータマネジメントの必要性の高まり 2010年代に入り、今までのシステム以上の精度で画像認識することが可能になり、ディープラーニングなど機械学習への注目が高まりました。 AIの導入に少しでも興味を持った方は、AIの中でも
データサイエンスを過度に民主化するな | AI専門ニュースメディア AINOW
著者のRahul Agarwal氏はインドで活躍するデータサイエンティストであり、AINOW翻訳記事『機械学習システムを構築するための6つの重要なステップ【前編】』と後編の著者でもあります。同氏が最近Mediumに投稿した記事『データサイエンスを過度に民主化するな』では、「データサイエンティストになるのは簡単」という風潮が批判されています。 データサイエンティストが「21世紀における最もセクシーな仕事」と呼ばれるようになって久しい現在では、この職種から得られる報酬や肩書を求めるデータサイエンティスト志望者があふれています。こうした志望者の少なからずは、オンライン講座で機械学習モデルを実装するコーディングスキルを学んだ後にデータサイエンティストを名乗るようになります。 こうしたコーディングスキルを習得しただけの自称データサイエンティストは自信過剰に陥っている、同氏は指摘します。というのも、実
機械学習自体を学ぶな | AI専門ニュースメディア AINOW
著者のCaleb Kaiser氏は、転移学習を重視した機械学習開発プラットフォームCortexの開発に携わっており、AINOW翻訳記事『ディープラーニングはもう難しくない』の著者でもあります。同氏が最近Mediumに投稿した記事では、機械学習モデルの構築を学習するに際して、従来の方法を批判したうえで新しい学習方法が提案されています。 第3次AIブームが到来する前の2000年代後半までは、機械学習を学ぶ人は専ら大学研究者でした。こうした事情により、当時の機械学習の教科書は数学的理論の理解を重視したものとなっていました。理論重視の教科書作りはその後も引き継がれ、現在入手できる機械学習の教科書も初学者に理論から学ばせる傾向のものが少なくありません。 同氏は、機械学習を使って実用的なAIモデルを開発したいエンジニアにとっては、理論重視の教科書は学習の妨げになっていると批判します。エンジニアが習得す
わたしがAI戦略を立案して学んだ教訓 | AI専門ニュースメディア AINOW
著者のAlexandre Gonfalonieri氏は、フランス・パリで活躍するデータサイエンティストでAINOW翻訳記事『なぜ機械学習モデルは製品化すると劣化するのか』の著者でもあります。同氏が最近Mediumに投稿した記事『わたしがAI戦略を立案して学んだ教訓』では、世界的電気機器メーカーのPhilipsでAIストラジテストを務めたことから学んだ教訓が解説されています。 AI戦略の立案に関して、同氏が学んだ教訓は以下のような10項目に要約することができます。 データ収集に早く着手した企業は、データによって市場を支配できるようになる。 データはAIシステムを生み出し、AIシステムはさらに新たな種類のデータを生み出す。 データとAIシステムが循環的に生み出されるAIエコシステムを構築することこそが、AI戦略の目標。 データを持っているが活用法を知らない大企業と、データはないが活用法を知って
データサイエンスはつまらない（パート1）【前編】 | AI専門ニュースメディア AINOW
著者のIan Xiao氏は、顧客企業に機械学習ソリューションを提供するカナダの企業DESSAにおいて「契約リード（Engagement Lead）」という肩書で機械学習プロジェクトを指揮管理しています。同氏がMediumに投稿した記事「データサイエンスはつまらない（パート1）」では、データサイエンス職におけるつまらない側面が解説されています。 同氏の甥はコンピュータサイエンスの修士課程で勉強しており、卒業後はデータサイエンス職に就きたいと考えていると聞いて、同氏は甥が正しい判断を下せるようにデータサイエンス職における「つまらない」側面をあえて伝えようと決意しました。 データサイエンス職を志望する若者は、仕事に就けば機械学習モデルの構築のような知的にエキサイティングな業務に携われると思い込んでいます。しかし、現実には業務時間のほとんどを退屈でつまらない仕事に関わることになる、と同氏は指摘しま
意識の高いデータサイエンティストのためにすすめる6つのこと | AI専門ニュースメディア AINOW
Ben Weber氏は、スマホ向けゲーム開発で有名なZyngaで主席データサイエンティストを務めています。同氏が英語長文メディアMediumに投稿した記事『意識の高いデータサイエンティストにオススメの6つのこと』では、「仕事のできる」データサイエンティストと見なされるために実践すべき6つの行動が解説されています。 データサイエンティストとしてヒトを雇う立場も経験している同氏によると「できるデータサイエンティスト」が実践すべき（あるいは実践している）6つの行動とは、以下のようなものです。 クラウドコンピューティングを実際に試す 新規のデータセットを作る （ツールやシステムといった）物事を接合する サービスを立ち上げる 目をみはるビジュアライゼーションを作る ホワイトペーパーを書いてみる 以上の行動はPythonのプログラミングスキルや統計学の専門知識といったデータサイエンティストの必須スキル
ディープラーニングの活用ムーブメントの震源になるか -JDLA資格試験 合格者の会レポート- | AI専門ニュースメディア AINOW
最終更新日： 2019年7月16日 この記事では、7月2日に日本ディープラーニング協会（以下JDLA）が主催した「JDLA資格試験 合格者の会」の参加レポートをお届けします。 今回の合格者の会は、初となるG検定合格者・E資格合格者共同での開催で、700名近くが参加し、大いに盛り上がりました。 増加する合格者、ディープラーニング活用の渦がここから巻き起こる 合格者の会のはじめに、JDLA資格試験のG検定とE資格の合格者コミュニティCDLE(Community of Deep Learning Evangelists)のコアメンバー挨拶が行われ、その後、JDLA事務局長で新たに理事に就任した岡田隆太朗氏が登壇し、これまでのJDLA資格試験の状況について説明されました。 増加する資格申込者・合格者 これまでJDLAによって行われた試験はG検定が5回、E資格は2回です。 各試験の累計の受験者はG検
12の機械学習スタートアップと働いてわたしが学んだこと | AI専門ニュースメディア AINOW
著者のDaniel Shenfeld氏は、AI製品開発や企業のAI導入を支援するAIコンサルタントを個人で営んでいます。同氏がMediumに投稿した記事では、同氏がAIコンサルティングを通して学んだ8つの教訓がまとめられています。 学んだ8つの教訓は、それぞれに付けられた見出しを見ると大意がわかります。それらは、以下のようなものです。 製品を作るのであって、AIを作るのではない 考えるべきは問題であり、手段ではない データと製品のシナジーを探す データがはじめ、AIは後 効果的なコミュニケーションへの投資 早いが鈍くさいのは実は鈍くさくない 迷ったら、データを見せろ 信頼を築く なお、以上の教訓が解説されるにあたっては、本翻訳記事の元記事とは別のMedium記事で論じられた「製品とデータの適合」「モデル価値グラフ」「データ債務」といった概念が援用されています。こうした概念については、注釈を
【NIPS 2018最優秀賞論文】トロント大学発 ： 中間層を微分可能な連続空間で連結させる、まったく新しいNeural Networkモデル | AI専門ニュースメディア AINOW
【NIPS 2018最優秀賞論文】トロント大学発 ： 中間層を微分可能な連続空間で連結させる、まったく新しいNeural Networkモデル 論文：Ricky T. Q. Chenほか（2018）Neural Ordinary Differential Equations 今年（2018年）も残すところあと１週間です。 今年を振り返る方法には各人各様の方法があると思いますが、僕は少し背伸びして（そして気取って）、情報処理と人工知能の学術分野で最高峰レベルの国際論文誌であるNIPS（Neural Information Processing Systems）で採択された論文を振り返ってみました。 （なお、NIPSは正式名称は変わらないものの、略称はNIPSではなく、NeurIPSに変わったようです。しかし、まだNIPSという略語が研究界隈では定着していると思いますので、この記事ではこれまで
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
【人工知能学会（JSAI）まとめ 】組織から出版物、全国大会まで網羅 | AI専門ニュースメディア AINOW
