グーグルが8月中旬、チャットAIサービス「Gemini」で使える画像生成AIモデルを「Imagen 3」に更新。グーグルの画像生成AIサービス「ImageFX」でImagen 3を試した人たちが驚き、「これはとんでもない」と騒ぎになりました。実際にImageFXを試してみると、性能が高いことは間違いありません。現在は、1日40回程度までは無料で使用することができます。 ※一部の配信先では画像や図表等が正確に表示されないことがあります。その場合はASCII.jpに掲載の記事をご確認いただければ幸いです フィルターはとても厳しく、女性を出すのは難しい ただし、コンテンツフィルターがとても厳しく、暴力的な画像や性的な画像、また未成年者に見えるような画像を出すこともできないようになっています。2023年12月に前バージョンの「Imagen 2」が出されたときも「厳しすぎる」と評価がありました。特に

マイクロソフトは4月23日、生成AI向けの小規模言語モデル（SLM）「Phi-3-mini」を発表した。 Phi-3-miniは、パラメーター数が38億の比較的小型軽量な言語モデル。単純なタスクに適しており、特定のニーズに合わせて容易に微調整できる点を特徴とする。スマートフォンや自動車のコンピューター、リモートカメラといったリソースの少ないデバイスでも利用できるほか、オフライン動作にも対応し、ネット接続が困難な地域でも生成AIの恩恵を受けられるという。 同社が実施したベンチマークテストでは、パラメーター数で勝るメタの「Llama 3-8B-in」（80億）や、グーグルの「Gemma 7B」（70億）に対して、より優れた性能を発揮。特にLlama 3に関しては、4月18日のリリースからわずか5日でPhi-3-miniに追い越される形となった。 ただしPhi-3-miniも万能ではなく、広範な

進化する「メモ帳」、変わるテキスト編集ソフトの未来 2023年9月、マイクロソフトは「ワードパッド」を非推奨とし、2024年3月27日、とうとうWindows 11 24H2に搭載しないと発表した。「ワードパッド」はWindows 95から搭載された簡易ワープロソフトで、約30年間もWindowsに標準搭載されてきた。昔は、「メモ帳」で扱えるファイルサイズに制限があり、大きなファイルを開くときなどに活躍していた。しかし、今ではそんな制限もなくなっており、筆者としても「ワードパッド」を起動することはほぼないので、標準アプリからの削除も致し方のないところ。お疲れさまでした。 「ワードパッド」がバージョンアップされない中、「メモ帳」は着実に進化を続けている。もう何年も「メモ帳」を使っていない、と言う人は驚くこと請け合い。 なんとタブ機能を搭載し、複数のメモを切り替えながら作業できるのだ。「＋」ボ

「ChatGPTはすぐに嘘をつくから調べものには使えない」という意見をよく聞くが、これには大きな誤解がある。 そもそもChatGPTの心臓部である大規模言語モデル（LLM）は、膨大な知識を元にテキストを「生成」する仕組みだ。 逆に言うと、知識として持っていないことは一切わからないので、知らないことについて説明を求められても能力的に不可能なのだ。 だから、知識にない質問をされると答えられないだけでなく、苦し紛れに幻覚（ハルシネーション）を起こしてしまう。これが「すぐに嘘をつく」と言われる理由だ。 結論を書いてしまうと「ChatGPTは検索ツールではない」のだ。むしろ「ChatGPTがいちばん苦手とすることが検索」なのだ。 今回はこの欠点を補い、AIを活用した新しい検索の形を実現するという触れ込みのサービス「Perplexity.ai」を紹介していく。 Perplexity.aiとは Perp

ボードゲームやアクションゲーム、各種ツールやシミュレーションなどさまざまなソフトが100日間に作られた いままで数えきれないほどのプログラマーに会ってインタビューもさせてもらってきたが、久しぶりに若いプログラマーの話を聞いてきた。ここ1、2年では U22グランプリの男子中学生や全国小中学生プログラミング大会の受賞者たちだが、今回は、ChatGPTを使ってプログラムを書きまくった女子大生である。 彼女は X（Twitter）の自分のアカウントで1日1本のソフトを100日間連続で作るというイベントをやっていて「おっ、頑張っているな！」と思って応援していた。「こんなゲームを作ってほしい」などとリクエストを出したりもしていたのだが、どうも私が想像していたものと内容もやり方も違っていたようである。 目下、ソフトウェア産業の最大のテーマは「我々は人間の言葉でプログラムを書くようになるだろうか」というこ

OpenAIは2月15日（現地時間）、テキストから最大1分間の動画を生成できる動画生成AIモデル「Sora」を大量のデモ動画と共に発表した。複数のキャラクター、特定の種類の動き、被写体と背景の正確な詳細を含む複雑なシーンを生成することができるという。 プロンプトから破綻のない動画を生成 Introducing Sora, our text-to-video model. Sora can create videos of up to 60 seconds featuring highly detailed scenes, complex camera motion, and multiple characters with vibrant emotions. https://t.co/7j2JN27M3W Prompt: “Beautiful, snowy… pic.twitter.com

プラグインの基本を知ろう ChatGPTの有料サブスクライブプラン「ChatGPT Plus」には、ChatGPTの機能を拡張するためのツール「プラグイン（Plugin）」が多数用意されている。プラグインを導入することで最新情報にアクセスしたり、サードパーティーのサービスを利用できるようになる。プラグインの導入方法については前回の記事を参照してほしい。 注：本記事はすべて筆者がChatGPT Plusでプロンプトを実行・検証している。 「結果はこちら（クリックで拡大表示）」のリンクをクリックすることで、すべてのプロンプトと生成されたChatGPTの回答を見ることができる。 なお、記事内で触れられていない質問や頓珍漢な回答も含まれているが、これはChatGPTとのリアルな対話記録であるため、その点をお楽しみいただければと思う。 知識ベース情報を取得できるプラグイン　その1 前回はChatGP

マイクロソフトは2017年9月の「Ignite 2017」で、量子ゲート方式を採用した量子コンピュータの開発を進めていることを明らかにし、併せてVisual Studioで使える量子ゲート方式の量子コンピュータ向けプログラミング言語「Q#」を発表しました。12月には、Q#を使って量子コンピューティングを行うための開発キット（Quantum Development Kit）の無償提供を開始しています。 この開発キットには、Q#言語とコンパイラー、ライブラリのほか、皆様がお使いのx64 Windows PCでデバッグできる量子コンピュータのシミュレータ、Visual Studio 2017をQ#用に整備する拡張機能が含まれています。 今回は、この開発キットを使って、1．Q#開発環境を整備する手順、2．量子コンピューティングの手始めとなる「量子もつれを測定可能にする」手順を紹介します。 1.1

マイクロソフトは米国時間9月25日、技術カンファレンス「Microsoft Ignite 2017」基調講演で、量子コンピューティング技術を発表した。安定した量子ビットを生み出す「トポロジカル量子コンピューティング」と呼ばれる技術を、独自開発のハードウェアボードに実装している。将来構想として、この量子コンピューティングをAzureに統合していく計画だ。 マイクロソフトは、量子デバイスの製造に特化した研究所を持っており、今回発表したハードウェアボードは、トポロジカル量子デバイス専用に原材料から独自開発したナノワイヤー、集積回路の製造技術で作成した薄い伝導層を搭載。配線など設計の工夫により、冷却システムを含めたスケーラビリティ、低エラーレート、長時間実行を実現しているとのことだ。このハードウェア上に、量子コンピューターのファームウェア、オペレーティングシステムから成るランタイム層を構築している

開発者は詐欺師です。 言い過ぎかもしれませんが、少なくともそう感じます。多くの開発者自身もそう感じていると思います。自分は不十分で、ダメで、周りの人たちと比べて才能がないと感じるのです。 そう、自分が詐欺師のように思えてしまうのです。 自分が詐欺師であるような感覚に苦しむ有能な開発者の話を何度も、何度も聞いたことがあります。才能が足りない専門家は単純に能力がそのレベルに達していません。それを、なんとかして隠そうと必死です。 「自分の才能が足りないことを、周囲に悟らせてはいけない」 「自分はふさわしくない」という重荷 多くの人が重責を抱えています。恐れ、懸念、失望から、細かいことにも敏感になります。そして、インポスター症候群（訳注：自分の能力や実績を認められない、自己評価が異常に低い傾向のことで、詐欺師症候群とも呼ばれる）に悩まされ、生活の大部分で辛い思いをしています。 専門家によればインポ

米Googleは3月28日（現地時間）、同社のオープンソースに関する取り組みをまとめたWebサイト「opensource.google.com」を開設した。 opensource.google.comは、Googleのオープンソースプロジェクトをすべて一ヵ所にまとめたサイトで、「Projects」「Community」「Docs」の3つのセクションから構成されている。 Projectsセクションは、オープンソース・プロジェクトの全体像をインタラクティブなマップで把握でき、カテゴリーやキーワードで絞り込める。各プロジェクトのページは、説明やライセンス情報などが記載されている。 Communityセクションは、「Google Summer of Code」や「Google Code-in」といった同社がホストしているプログラムを紹介しているほか、参加またはサポートする組織が一覧になっている。