「ブレーキを踏んだが止まってくれない」自動運転の日常化で浮かび上がるAIと人間の協調の新課題
ITジャーナリスト 牧野 武文（まきの たけふみ） 生活とテクノロジー、ビジネスの関係を考えるITジャーナリスト、中国テックウォッチャー。著書に「Googleの正体」（マイコミ新書）、「任天堂ノスタルジー・横井軍平とその時代」（角川新書）など。 中国では、自動運転機能を備えた乗用車が市販され、無人運転のロボタクシーが営業運転をするようになっている。その最先端で起きたのが「人間とAIの協調」という問題だ。人間とAIの認識の狭間で、自動運転車が原因となる事故や渋滞が相次いでいる。人間はAIとうまくコミュニケーションをとり、共存をしていくことは可能なのか。AI本格導入で見えてきた課題とは。 keyboard_arrow_down 都市部で普及する自動運転車 keyboard_arrow_down 自動運転の日常化で見えた人間本能とAIの衝突 keyboard_arrow_down 完全無人運転の
ゴルフ上達のヒント〜アドレスの基本〜 | ゴルフコースレッスン GEN-TEN（ゲンテン）
こんにちは、toshiyukiです！ これから何回かに分けてアドレスについてお話ししていきたいと思います。ゴルフに限らず様々なスポーツにおいて構えはとても大切です。 ゴルフの「構え」をアドレスといいます。私にレッスンを始めるきっかけを与えてくれたプロコーチの江連忠氏は「手紙と一緒でアドレスを間違うとボールは狙った場所に届かない」と言っていました。私にとっては格言のようなものでずっと頭に残っています。 ゴルフにおいてアドレスではポスチャー(姿勢)、ボールの位置、エイミング(方向)などチェックポイントがいくつもあります。また、打つクラブやショットの種類、傾斜や打ちたい球筋などによってアドレスが変わります。ゴルフを始めたばかりの方や初心者の方にとっては、何に気を付ければいいか分からないと思います。 そこで今回はひとつずつ分かりやすく説明していきますのでぜひ参考にしてみて下さい！ ポスチャー(姿勢
AI、ついにパソコンを使えるようになってしまう Anthropic「Claude 3.5 Sonnet」新機能
AI企業のAnthropicは10月23日、大規模言語モデル「Claude 3.5 Sonnet」の刷新と、新モデル「Claude 3.5 Haiku」の導入を発表した。Claude 3.5 Sonnetには、AIモデルが人間のようにコンピューターを操作できるようになる新機能「コンピューター使用」が追加された。 アップデート版のClaude 3.5 Sonnetは、特にコーディング分野で大きく性能を伸ばし、業界ベンチマークで広範囲にわたる改善を示した。SWE-benchの検証済みタスクでは、前バージョンの33.4%から49.0%へと性能が向上し、他のすべての公開モデルを上回る結果となった。 新たに導入されるClaude 3.5 Haikuは、前世代の最大モデルであるClaude 3 Opusと同等の性能を持ちながら、コストと速度は前世代のHaikuと同等を維持している。特にコーディングタス
Cursorを1年弱触っているエンジニアの最近の使い方｜ニケちゃん
こんにちは、ニケです。 皆さん、Cursor 使っていますでしょうか。 私は去年の10月末から使い続けているのであと一ヶ月で1年が経過します。時間が経つのは早いですね。 前回書いた記事（↓）から半年経ち、開発の仕方が少しアップデートされたので改めて記事にしようと思います。 ちなみにこちらの記事ではブラウザ版のClaudeも紹介していますが、Claude-3.5-SonnetがCursorで利用できるようになってからはあまり使っていません。設計の壁打ちとかでたまに使ったりするくらい。 そのため、この記事ではCursorにフォーカスを当てて紹介していきます（最後に少しだけ他に使用しているAIツールを共有します）。 なお、役割によって用途が変わってくると思うので、予め私の属性を提示しておきます。 仕様を考えたりコード書くことがメインの仕事 仕事以外でも暇なときはコードを書いている 0 → 1 で
Llama Coder – AI Code Generator
Generate your next app with Llama 3.1 405B
カスハラ電話にＡＩで対抗 オペレーター離職防止へ：時事ドットコム
カスハラ電話にＡＩで対抗 オペレーター離職防止へ 時事通信 経済部2024年09月03日07時04分配信 【図解】ソフトバンクの音声変換技術（イメージ） コールセンターに寄せられる理不尽な苦情の電話からオペレーターを守るため、人工知能（ＡＩ）を使った「カスタマーハラスメント（カスハラ）」対策ツールの開発が進み始めた。電話越しの客はエスカレートしがちで、オペレーターの離職率が高い一因だと指摘される。膨大な音声データを駆使して激高した客の声色を変えたり、クレーマーの怒りを静める練習台になったりすることで、離職防止につながるのではと期待されている。 「お客さまは神様」もう古い？ 企業、カスハラ対策本腰―背景に人手不足も ソフトバンクは東京大と共同で、客の怒鳴り声を「怖くない声」に変換する技術を開発した。数万件に上る音声データを学習させたＡＩが、声量や抑揚などで「怖い声」を識別し、威圧感を適度に抑
画像生成AI「FLUX.1」が相当ヤバい LoRAで画風の再現も簡単に (1/5)
画像生成AI「Stable Diffusion」開発者たちが突然発表した新モデル「FLUX.1」、これが楽しすぎてはまりこんでいます。私の本業はゲーム会社。出展を予定している東京ゲームショウまで1ヵ月で、やらないといけないことが山積みなのに、FLUX.1が面白すぎて魅力に抗えません。 わずか30分の学習で画風が安定 FLUX.1が決定的に変えてきそうなのはLoRAです。LoRAは学習済みのウェイトモデルを利用することで、少ない枚数であっても学習ができるということで、画像生成AIの分野では広く普及している手法です。FLUX.1は、Stable Diffusionで使われてきたLoRAの方法論を動かすことができることがわかっています。 そのため、FLUX.1のリリース後、ユーザーコミュニティーでさっそくLoRAの環境の整備が始まり、何ができるのかを試すフェーズに入っています。これまでの「Sta
チャットAI「Claude」人気機能「Artifacts」が誰でも使えるようになった
Anthropicが提供するAIサービス「Claude.ai」の新機能「Artifacts」が、8月28日から全ユーザーに開放された。iOS版およびAndroid版のClaudeアプリでも利用可能だ。 Artifactsは、Claudeをアシスタントとしてコンテンツを作ることに特化した機能。ユーザーはArtifactsを通じて、Claudeとともに作成したプログラムなどを専用のウィンドウで確認し、発展させられる（関連記事：チャットAI「Claude」すごい新機能「Artifacts」の使い方、全部教えます）。 Artifacts機能は2024年6月にプレビュー版として導入後、数千万件のArtifactsが作成されるなど、多くのユーザーに活用されてきたという。機能を利用することで、コードスニペット、フローチャート、SVGグラフィックス、ウェブサイト、インタラクティブなダッシュボードなど、さま
グーグルAI、1000ページのPDFを読んで質問に答えられるように 白書レベルなら余裕
グーグルは8月21日、生成AI「Gemini」を使用するための「Google AI Studio」「Gemini API」でアップロード可能なPDFの最大容量を、これまでの300ページから1000ページまたは2GBまでに拡大したと発表した。 同社でAI Studioなどを担当するLogan Kilpatrick氏によると、テキスト理解と画像理解の両方を利用して、1ページにつき1画像として処理しているという。 We just increased the max PDF page upload size to 1,000 pages or 2GB (up from 300 pages) in Google AI Studio and the Gemini API. 🗒️ We use both text understanding and the native multi-modal cap
謎の音楽生成AI「LoudMe」登場。Suno激似で作曲し放題、日本語もOK（CloseBox） | テクノエッジ TechnoEdge
SunoとUdioの2強だったボーカル付きAI作曲サービスに新たなライバル「LoudMe」が登場しました。8月15日にプレスリリースが出ていたものの、あまり話題になっていなかったサービスですが、その実力は相当なもの。実際に試してその実力を探ってみることにします。 ただ気になるポイントがいくつかあります。 ■謎企業による謎音楽生成AIサービスこうしたサービスを作るためには相当の研究成果と実行環境が必要です。LoudMeについてわかっているのは、プレスリリースの発信元がシンガポールになっていることからシンガポール企業ではないかと推測されることと、CEOの名前がMike Smithであることだけ。プロフィールについては不明です。 CEOの名前（よくある名前すぎる）や社名を検索しても出てこないのが不思議。さらに、Xの公式アカウントもなさそうなところとか、本気で売り出そうとしているのかも不明です。
コサイン類似度とは？ 新しい検索体験を支えるベクトルDBの基本技術を押さえる
生成AI（人工知能）のRAG（検索拡張生成）の導入など企業で使われ始めたベクトルデータベース。その特徴は検索にある。ベクトルデータベースとはどのようなデータベースで、なぜ「意味」で検索できるのか。ベクトルデータベースの基本技術についてデータベースの専門家が解説する。（編集部） ベクトルデータベースは自然言語処理などAI技術の発展の中で生まれたデータベースであり、ベクトルの概念を用いてデータを管理するデータベースです。生成AIの登場とともに注目を集め、いまや多くの既存のDBサービスやその応用サービスにベクトルデータベースの機能が組み込まれています。 以下で検索を例にベクトルデータベースの特徴や動作の仕組みを解説します。 ベクトルによる「類似度」の判断 ベクトルデータベースがストアするのは数値の羅列です。単語や文章などの「意味」「文脈」を数値化したデータであり、個々の数値を取り出して意味や違い
話題のGraphRAGとは - 内部構造の解析と実用性の考察
初めまして。経営企画本部AI推進室の鏡味、窪田、小林と申します。当社は本年度、AI推進室という新組織を発足させ、主に生成AIについての社内の利用促進、およびユーザーへ生成AIを活用したソリューションの提供を進めるべく、新技術の展開や検証を行っています。 今回は、最近話題となっている、Microsoftが発表したRAG（Retrieval Augmented Generation）技術であるGraphRAG ⧉について、元となる論文やブログ記事、GitHubのコードを元に内部の構造を解析し、さらに現時点でどの程度実用的かを考察していきます。 GraphRAGとは GraphRAGは、ナレッジグラフと生成AIの技術を組み合わせることで、従来のRAGでは対応が難しかった問い合わせに回答できるようになったRAGです。2024年2月にMicrosoftによって発表 ⧉され、その後、2024年7月にリ
間違いが許されなくてもLLMが使えるユースケースとは @GenAI Playground Meetup #01
2024/7/31 GenAI Playground Meetup #01
中年が人生に輝きを取り戻す、唯一のコツ
むかし、「35歳を過ぎると、急に頑張らなくなる」という話を書きました。 「中年の危機」です。 なぜ35歳を超えると頑張らなくなるのか。それはロールプレイングゲームの終盤と同じだから。 私の世代であれば、ドラゴンクエストや、ファイナルファンタジーといったRPGに熱中した方も多いだろう。 だが、私は「最後までやりきったゲーム」が異常に少ない。 なぜなら、いつもラストダンジョンになると、やる気を失ってしまうからだ。 序盤はとても面白い。自分が強くなる実感が得られるし、新しい世界が次々に広がっていく。 ところが、中盤を経て、終盤になると、とたんにゲームはつまらなくなる。 作業的なレベル上げ。 探検しつくされた世界。 有り余るお金。 そうだ。 操作するキャラクターは強くなっているはずなのに、そこには「可能性」が無くなっているのである。 キャラクターが育ち、謎がとけ、世界の広がる可能性だ。 「可能性」
無料で使える「ChatGPT Mac用アプリ」がかなり優秀だった。ウェブ版にはない機能も | ライフハッカー・ジャパン
フォームローラーでほぐし続けた結果...ようやくわかった効果とメリット3つ #Amazonプライムデー
もはや仮歌は自分の歌でOK？AIでボーカルを自在に差し替えるSoundID VoiceAI。声を楽器に差し替えることも｜DTMステーション
毎日のように、新たな生成AIのシステムが発表され、1年前には想像もつかなかったような時代に入ってきていますが、また非常にユニークで画期的なシステムが登場してきました。ヨーロッパのラトビアのメーカー、Sonarworksが開発したSoundID VoiceAI、というもので、ボーカルトラックをまったく別のシンガーが歌ったものに差し替えるというソフトです。つまり歌詞やメロディーはそのままに、違う歌声に差し替えることができる、というわけです。それに近いことはSynthesizer Vの「オーディオ・ノート変換」機能を利用することで実現していましたが、SoundID VoiceAIではプラグインエフェクトとして声を変換できるため、より手軽に扱えるほか、非常に多くのシンガーが利用できるというのがメリットとなっています。 さらにSoundID VoiceAIがすごいのは変換ターゲットが必ずしも人間のボ
超重要な基盤技術「Attention」、Transformerがなぜ画期的なのかを知る
対話型AIサービス「ChatGPT」で使われている自然言語モデルの核になっている技術が「Transformer」だ。自然言語処理を例に、Transformerの仕組みを解説する。 実は、エンコーダーとデコーダーに用いられている「RNN」（Recurrent Neural Network）には、欠点があります。それは、長い文章が苦手だということです。 なぜ苦手かというと、以下の2つのポイントからそのように言えます。 （1）RNNでは、翻訳元文章全体の特徴を記憶できるサイズが固定されている。そのため、文章が長くなり単語の数が増えるほど、エンコーダーにおいて、文章の前の方で出現した単語の意味が薄まってしまう。 （2）RNNでは、単語を1つずつニューラルネットワークで処理する。そのため、単語の数が多くなればなるほど処理時間がかかってしまう。 ですので、RNNが持つこうした欠点を解消するための仕組み
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
「GPT-4o with canvas」がスゴい! 文章作成やコーディング生産性が爆上がり
「RAG」と「ロングコンテキストLLM」の徹底比較：LLMの長文理解における新たなハイブリッドアプローチ Google DeepMindとミシガン大学の研究 | Ledge.ai
全社的な生成AI活用プラットフォームとしての Difyの導入事例紹介
