GPT-4oとGemini-2.0の画像生成能力はいかにして作られているのか
はじめに Googleが2025年3月14日に発表したGemini-2.0と、続けてOpenAIが2025年3月26日に発表したGPT-4oの画像生成能力は、これまでの画像生成AIでは到達しえないレベルの制御性・品質での画像生成を実現しました。 ここ1年半ほど画像生成AIいじりを仕事にしてきた者としては、これまで積み上げてきた成果や進捗がすべて無に帰すレベルでの進化が突然起き、巨人にすべてを蹴散らされたという感じです。別のスキルを身につけたほうがいいかな… しかし一方で、この進化は決して1日にして為されたものではなく、これまでの研究成果が地道に蓄積された結果です。本記事では、その驚異的な画像生成能力、ひいてはAny-to-Anyの生成能力の裏にある技術的な背景を、分かる範囲でサクッと解説していきます。 これまでの画像生成AI TL;DR: これまで広く利用されてきた画像生成AIは、拡散モデ
DeepSeekのジェイルブレークにセキュリティー企業が成功、「ChatGPTより脆弱」
中国DeepSeek（ディープシーク）が開発したLLM（大規模言語モデル）の「DeepSeek R1」に注目が集まっている。 費用対効果に優れているとして話題になっているが、セキュリティー企業などはそのセキュリティーを厳しく評価し始めた。米OpenAI（オープンAI）の「ChatGPT」が登場したときと同じような状況といえるだろう。 DeepSeek R1のセキュリティーを評価したイスラエルのKELA（ケラ）は2025年1月27日、その結果を公表。「DeepSeek R1はChatGPTと類似点があるものの、はるかに脆弱だ」としている。 「ガードレール」は十分か 一般的なLLMには、悪質なプロンプト（指示文）には応じない対策（ガードレール）が施されている。不正な目的で利用しようとすると、回答を拒否する。このガードレールを回避して悪用することはジェイルブレーク（脱獄）と呼ばれる。 ChatG
OpenAIとApollo Research、「o1」は自分の目的のために嘘をつくと報告
米OpenAIとAI安全性の研究組織である米Apollo Researchは12月5日（現地時間）、OpenAIが同日公式版をリリースしたLLMの「o1」についての考察を発表した。いずれも、o1に関して幾つかの懸念事項を指摘している。 o1は、OpenAIが9月に発表したLLM。回答を生成する前に思考の連鎖を生み出すことで、複雑な推論タスクを実行できるというものだ。さまざまな戦略を試したり、間違いを認識したり、思考プロセスを洗練したりすることで、従来のモデルと比較して、より有用な回答を提供できるようになったとOpenAIは説明している。 だがApollo Researchは、o1が「scheming」（策略。開発者やユーザーの意図と異なる目的を密かに追求する能力）について評価したところ、o1が以下のような行動を示すことが明らかになったとしている。 開発者やユーザーではなく、o1自身の目標に
DTM勢がAIで作曲したら、AIの得意分野と苦手分野が見えてきた
画像をAIで生成することが当たり前になった現代だが、音楽もAIで生成できることはご存じだろうか。 SunoというAIサービスを使うと、素人が聞くにはかなりクオリティの高い楽曲が生成される。 音楽ジャンルもなんでもござれ。インスト楽曲も、日本語のボーカルあり楽曲もOKだ。 先日「存在するはずのないAI生成のシティポップ楽曲で記憶が改ざんされていく」というXのポストがバズったが、筆者が聞いてみた限りではそのAI生成楽曲もSunoで生成したものだと思う。 ▲話題になったAIシティポップ 筆者は普段DTMといわれる、パソコンで曲を作ることをしている。 DTMとはデスクトップミュージックの略だが、和製英語らしい。 もともと音楽を作るのは好きで歌うのも好きなので、オリジナルソングを作って歌って発表している。 ▲こんな曲を作っています しかし、曲を作るのは大変なんである。たのしいけど。 歌詞もかけなくて
🚀【GPT-4o mini完全攻略】【GPT-4oでも遂に!】驚異のコスパでLLMファインチューニング!【AOAIでもできるよ】🚀
はじめに 2024年7月18日にOpenAIが発表した「GPT-4o mini」は、AI業界に激震をもたらしました。その理由は、驚異的なコストパフォーマンスとGPT-4譲りの高性能を両立させた、まさに注目すべき生成AIモデルだからです。 従来、高性能なAIは導入コストが高く、大企業しか利用できないイメージがありました。しかし、GPT-4o miniの登場により、中小企業やスタートアップ企業も、低コストでAIの恩恵を受けることができるようになりました。 顧客対応の自動化による業務効率化、マーケティングコンテンツの自動生成による新規顧客獲得、社内文書の効率的な要約による情報共有の促進など、GPT-4o miniはビジネスのあらゆる側面に変革をもたらす可能性を秘めています。 GPT-4o miniを活用すれば、あなたのビジネスに特化したAIを、驚くほど低コストで実現できます。顧客対応の自動化、社
LLMに面倒なことをやらせるソフト「Code Cooker」の紹介
LLMに面倒なことをやらせたい 面倒なことはChatGPTにやらせようという本の著者のからあげです。 書籍では、様々な面倒なことをChatGPTにやらせています。ChatGPT単体（コアの部分）は、基本的にテキスト（言葉）を生成することしかできないので、どうやって面倒なことをやらせているかというと、ChatGPTの生成したテキストで、拡張機能を操作することで、実現しています。イメージ的には以下のように、ChatGPTの手足のように拡張機能を使う感じです。拡張機能としては、色々ありますがChatGPTが生成したコードを実行できるAdvanced Data Analysis（Code Interpreter）が重要かつ代表的な機能となります。 面倒なことはChatGPTにやらせよう（講談社）より引用 この機能はChatGPT独自のものだったのですが、最近はGeminiのGoogle AI St
OpenAIとは何者なのか？ ChatGPT開発企業のサービスと歴史を解説
関連キーワード 人工知能 | Microsoft（マイクロソフト） | チャットbot | 機械学習 OpenAIは、人類全体に利益をもたらす汎用人工知能（AGI）を開発することを目指す非営利法人だ。同法人は、営利目的のOpenAIやOpenAI Globalといった会社を複数社保有している。非営利法人のOpenAIはイーロン・マスク氏やサム・アルトマン氏らによって2015年に設立され、サンフランシスコに本部を構えている。 OpenAIの歴史 ブックレット「『AI規制』に生成AIベンダーOpenAIのCEOが大賛成する理由」ダウンロードはこちら OpenAIの創業者たちがAGIの欠陥や誤用から生じる事故のリスクに懸念を抱いていたことから、同法人は設立された。創業者と他の投資家たちは、10億ドルの寄付金で法人を設立した。マスク氏は自身がCEOを務める自動車会社Teslaの事業とOpenAIが
GitHub Actionsで実現する高度なイシュー管理: 安野たかひろ都知事選マニフェストリポジトリの自動化ワークフロー解説 - Sun wood AI labs.2
ワークフローの概要 このGitHub Actionsワークフローは以下の主要な機能を持っています： 新しいイシューが開かれたときに自動的に起動 イシューの内容を分析し、不適切なコンテンツをチェック 既存のイシューとの重複を検出 必要に応じてラベルを付与 ワークフローの詳細解説 トリガーとパーミッション設定 name: Issue Review on: issues: types: [opened] permissions: issues: write contents: read このセクションでは、ワークフローの名前を定義し、トリガー条件とパーミッションを設定しています。 on.issues.types: [opened]: 新しいイシューが開かれたときにワークフローが起動します。 permissions: ワークフローがイシューの読み書きと、リポジトリコンテンツの読み取りを行うための権
AI時代の「三人寄れば文殊の知恵」~秘書・調査・企画担当の生成AIを仮説思考のバディにする~ (NotebookLM体験記)
「納得感のある仮説を立てたい。でも、どんなに頭をひねっても、表面的なアイデアしか浮かんでこない…」 あなたは、そんな苦い経験をしたことはありませんか？ 良いアウトプットは、良い仮説を作るところからだと言われています。しかし、経験や知識が足りない領域では、深みのあるアイデアを生み出すことができず、もどかしい思いをすることも少なくありません。私自身、様々な思考整理術を試してはみたものの、決定打を見つけることができずにいました。 そんな時、私の前に現れたのが、生成AIという「思考のバディ」です。 本記事では、3つの生成AIツールを駆使して、まるで「三人寄れば文殊の知恵」のように仮説思考を爆速化する、私のとっておきの方法をご紹介します！ 1. 生成AIを思考のバディにするコンセプト NotebookLMを「優秀な秘書」、PerplexityAIを「博識な調査員」、そしてChatGPTを「戦略的企画
Microsoft、クリップボードの内容をインテリジェントに変換して貼り付ける「Advanced Paste」機能をPowerToysに搭載 ―ChatGPTベースのAI変換機能も | gihyo.jp
Microsoft、クリップボードの内容をインテリジェントに変換して貼り付ける「Advanced Paste」機能をPowerToysに搭載 ―ChatGPTベースのAI変換機能も MicrosoftはWindowsの強化ユーティリティPowerToysの最新バージョンに、テキストをクリップボードから任意の形式でインテリジェントに貼り付けることができる機能「Advanced Paste」を搭載した。 WindowsのPowerToys Advanced Paste -Microsoft Learn Introducing PowerToys Advanced Paste 📋 Transform clipboard contents contextually before pasting within any application ⭐️https://t.co/Fit2BEuekM
わずか3日で配信中止になった話題作が復活！ 「ドキドキAI尋問ゲーム 完全版」，Steamで配信開始
わずか3日で配信中止になった話題作が復活！ 「ドキドキAI尋問ゲーム 完全版」，Steamで配信開始 編集部：荒井陽介 インディーゲームクリエイターのヤマダ氏は本日（2024年5月25日），PC向けアドベンチャーゲーム「ドキドキAI尋問ゲーム 完全版」をSteamでリリースした。価格は389円で，リリースから1週間は10％オフの350円で購入できる（価格はいずれも税込み）。 この発表は，本日配信された「Indie Live Expo」で行われたもの。 本作は，ChatGPTの利用によって，プレイヤー自身の言葉で容疑者（AI）を尋問できるアドベンチャーゲーム。7回以内の尋問でAIを自白させることが目的となるが，そこから本当の「AIとの対話」が始まるという。 タイトル名に「完全版」とあるが，オリジナルの「ドキドキAI尋問ゲーム」は，2023年3月に1度リリースされたものの，想定を遥かに上回る利
AutoPrompt: プロンプト作成の自動化
HiCustomerの小田です。週明けから東京でも桜の開花が始まるようです。最近はわざわざお花見に行くことはないんですが、ちらちら落ちる桜の中をこうなんとなく歩いているときが結構好きだったりします。たぶん匂いとか華やかな色とか、そのへんから自然の美しさを感じられて好きなのかな。たぶん栽培品種で人工的に作られたものなので、正確には自然ではないんですが。 まあそんなことを考えながら、東京ではいつ頃咲くかなと思ってさくらの開花前線を見ていました[1] 。日本列島にいくつも線が入った画像を見ていると、ふとLLMが簡単なplanningを解けるのか気になったので以下のプロンプトをなげてみました。 生成結果は以下になります。 この画像は、日本のさまざまな場所で桜の開花予想日を示していますね。 この情報に基づいて、仙台、新潟、そして東京に住んでいる3人がお花見をするための候補日を提案します。 桜の開花日
生成AIの業務利用は増加、でも生産性が伸びないのはなぜ？
生成AIは急速に普及したものの、生産性向上などのメリットを享受できている人は少ない。生産性を上げるために企業にできることとは。 2022年11月に生成AI「ChatGPT」が登場以降、企業での生成AI活用が急速に進んでいる。インターネットが17年、スマートフォンが21年普及するのにかかったことと比較すると、その速さがよく分かる。 普及はしたものの、生産性向上などのメリットを享受できている人はまだ少ないという。何が生成AI活用の障壁となっているのか。生産性を上げるため、企業にできることを解説する。 生成AIを導入しても生産性が上がらないワケ シンクタンクのthe Oliver Wyman Forumが2024年1月16日（現地時間）に発表した報告書によると、生成AIツールが企業で急速に導入されているものの、生産性の大幅な向上は実現できていないという（注1）。 スイスのダボスで開催された世界経
女子大生が100日連続で生成AIで100本のプログラムを書いたらどうなったか？
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
GPT APIを組み込んだ業務システムを開発するときの虎の巻｜伊志嶺(LLMで業務改善する人)
はじめに幸運なことに、今年は多くのGPTを組み込んだシステムのPoCなどを担当させていただいた。 自身の備忘録も兼ねて、それらで得られたコツのようなものをまとめてみる。 ここで解説するテクニックは、OpenAI公式で解説されている基本的な情報は含んでいないため、未読の方はOpenAI公式のドキュメントも読了することを強くおすすめする。 プロンプトはできる限り単純に、単一タスクの指示にするまず、一番大事なことはこれである。 プロンプトエンジニアリングと検索してよくヒットする様々なテクニックは、「ChatGPTを用いて複雑なタスクを一つのプロンプトで実行する」ためのものである。 そのため、それらのテクニックに沿ってプロンプトを作成すると、大抵の場合様々な処理を一つにまとめた長文になることが多い。 しかしこれはGPT APIをシステムに組み込む場合にはアンチパターンとなる。 なぜならプロンプトが
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
GitHub - evyatar9/GptHidra: GptHidra is a Ghidra plugin that uses the OpenAI Chat GPT to explain functions. With GptHidra, you can easily understand the purpose and behavior of functions in your codebase. Now with GPT4 Support!
GitHub - bakks/butterfish: A shell with AI superpowers
ChatGPT APIで肥大化したプロンプトによるハルシネーションへの対策 - Qiita
GitHub - Nutlope/aicommits: A CLI that writes your git commit messages for you with AI
Power Automate の数式って難しい？だったら生成 AI に聞いちゃえ！ - Qiita
