AIと量子コンピューティングの研究開発を行なうKandaQuantumは、2024年8月31日、顧客の要望内容を元に自動的に要件定義を生成し、さらに自律的にシステムを構築する要件定義システム生成AI「Babel（バベル）」をリリースした。 Babelは一行の要望から要望一覧、要件定義まで一気通貫で記載する。「要件定義プログラミング」により、自然言語からコードへの直接変換を実現。顧客の要望やビジョンを入力するだけで、Babelが詳細な要件定義のYAMLファイルを自動生成する。その上で生成された要件定義に基づき、Babelが独自にシステムを設計、開発。技術的な詳細を指定することなく、望む機能やふるまいを記述するだけでシステムが構築される。

「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

画像生成AIサービスの「Midjourney」に3月12日、新機能「Creative Reference」が追加。1枚の画像から特徴を引き継いだ画像を生成できるようになり、同じキャラクターに別のポーズをとらせるなど様々な画像を作れるようになりました。これまで画像生成AI「Stable Diffusion」などで同じキャラクターの画像を作るには「LoRA」という追加学習をするのが一般的でしたが、それが必要ないため、キャラクターの再現が劇的に簡単になってきました。 画像1枚で“似た顔”　Midjourneyの新機能「Creative Reference」 使い方は、MidjourneyのDiscordに画像をアップロードして、「Creative reference」のタグ（cref）をつけてプロンプトを入力するだけ。CW 0〜100までのパラメーターがあり、0だと顔だけが共通になり、あとは数字

アップルの研究チームは3月14日、画像とテキストを理解し処理する能力を持つマルチモーダル大規模言語モデル「MM1」を発表した。今のところ論文のみの公開で、一般公開の時期は明かされていない。 一部ベンチマークではGPT-4Vをも凌ぐ性能を発揮 複数（30億、70億、300億）のパラメータサイズを備えるMM1は、10億以上の画像および30兆語以上のテキスト、GitHubのコード例などの多様なデータセットを用い、教師なし学習と教師あり学習を組み合わせる独自の方法で学習され、多様なタスクに対して高い精度を示すという。 各種ベンチマークの結果によると、30億および70億パラメーターのモデルはそれぞれのモデルサイズにおいて過去最高を記録。特にVQAv2（画像理解）、TextVQA（画像内のテキスト情報）、ScienceQA（科学知識）、MMBench（マルチモーダル）、MathVista（数学）などの

Stable Diffusion Forgeを表示した様子。基本的な操作は既存のStable Diffusion WebUI AUTOMATIC1111とほぼ同じ 画像生成AI「Stable Diffusion」用の新しいユーザーインターフェース「Forge」が2月6日に登場しました。開発したのは、これまで「Controlnet」や「Fooocus」などStable Diffusion関連の様々な重要技術を開発してきたillyasviel（イリヤスベル）さん。何よりインパクトが大きいのは、グラフィックボードのVRAM容量が小さい安価なPCでも最新版のStable Diffusion XL（SDXL）が動かせることです。 RTX 40シリーズが求められたSDXL SDXLは、2023年8月にStablity AIが発表した画像生成AI。高画質な出力ができる一方、コミュニティーサイトで話題にな

本連載「Stable Diffusion入門 from Thailand」は、2024年に入って1回目。今年も「Stable Diffusion」をメインに、画像生成AI周辺の話題について入門者視点でお伝えしていきたい。 今回の話題は、Stable Diffusionを手軽に使えるユーザーインターフェースの「Fooocus」。12月13日にリリースされた新バージョン「Fooocus 2.1.831」には、画像をアップロードするとテキストプロンプト（呪文）を生成する「Describe」機能が追加されている。 画像をドラッグ＆ドロップしてボタンを押すだけ

10月1日頃、OpenAIの新しい画像生成AI「DALL·E 3（ダリ３）」が徐々に使えるようになり、その性能の高さから話題になっています。まずサプライズで使えるようになったのがマイクロソフトのBingチャット。日本語で「猫の画像を作ってください」などと入れるだけでかわいい猫の画像が出てくると。これが無料で使えるのは衝撃的です。マイクロソフトが巨大資本で他の会社をつぶしに来たなという感じですね。どう考えても、今のところはサーバーコストが果てしなくかかる赤字サービスなのは間違いないので……。 「ラーメンを食べる女の子」が描ける！ なにより衝撃的だったのは、「アニメ風の少女と猫が遊んでいる姿を作ってください」というリクエストに対し、一発で完璧な正解を出してきたことです。Stable Diffusionだと苦手とされていた指も適切に描写されています。もうひとつの着目点はオブジェクト間の関係性です

1枚の画像からAIが動画を生成する、ランウェイ（Runway）社のサービス「Gen-2」が大きな話題になっています。 ランウェイは2018年創業のスタートアップ。もともとStability AIと共同でStable Diffusion用のデータモデルの開発を進めていましたが、現在は完全に独自のサービスを展開しています。画像生成AIはStability AIが先に行ってしまったので、生成AIでの動画作成にフォーカスして、技術開発とサービス展開をしています。今年6月には、Google、NVIDIA、セールスフォースなどから1億4100万ドル（約200億円）の資金調達を受けるなど、生成AI企業のなかでも大きく注目を浴びています。 わずか2分で画像が動画に 今年2月に発表された第1世代の「Gen-1」は、動画をプロンプトに応じて別の動画へと変換する（video to video）サービスでしたが、

生成AI、中でもOpen AIの大規模言語モデルであるChatGPTを社内ツールとして取り入れ、業務に活用する動きが広がっている。筆者が記憶している限り、最も速い動きを見せた企業の1つがパナソニック子会社のパナソニック コネクトだ。 マイクロソフト「Azure OpenAI Service」の提供開始にあわせて独自システム「ConnectAI」を開発し、2月には全社導入を発表。今年9月からはさらに一歩踏み込んで、ChatGPTに社内データをつなぎ込み、10月以降カスタマーサポートで活用する計画も発表している。 導入から数ヵ月、ChatGPTは今、どのような業務にどう活用されているのか。見えてきた業務効率化の鍵と課題を、パナソニック コネクト IT・デジタル推進本部 戦略企画部 シニアマネージャーの向野孔己氏に聞いた。 使用回数は1日あたり5800回、トータルで26万回 ──今年2月に全社に

PCやスマホを使って、英語学習を時短にする便利なサービスやツールなどを紹介する連載。今回は、初心者から上級者まで、幅広くリスニング能力を向上できる「ELLLO」をご紹介します。 ELLLOは、「English Listening Lesson Library Online」の略で、読んで字のごとく、英語のリスニング学習に特化したオンライン学習サイト。3000以上という多くの無料のレッスンが用意されており、幅広いレベルの学習者が利用できる。もともと、日本で英語教師だったTodd Beuckens氏が創設したサイトで、2004年にスタートしたサイトだ。 メインの学習コンテンツは、ひたすら英語の音声を聞くというもの。スクリプトも用意されているため、聞き取れなかった場合も内容は把握できる。理想的なのは、スクリプトを見なくても聞き取れるようになることだ。 メインコンテンツとなるリスニングレッスンは、

注目スタートアップのビジネスモデルを分かりやすく解説。ノットは製造小売（SPA）モデルにより、1万円台でメイドインジャパン品質の腕時計を製造・販売している企業。 ノットの純国産腕時計「タイムピース」。ケース（1万2000円）とストラップ（3500円）で合計1万5500円　写真：knot セイコーの前身となる服部時計店が純国産腕時計「ローレル」を発売したのは1913年。 それから50年弱が経過し、セイコーが世界初のクオーツ式腕時計「アストロン」を発売した1969年以降、腕時計市場の製造現場は大きく変わった。大手メーカーが心臓部にあたるムーブメント（動力部）を供給し、商社や代理店が開発・製造・販売などを細かく分業するようになった。 そして100年以上が経った今、製造から販売までをすべて自社で請負う新たなメーカーが日本に誕生した。社名はノット。日本製にこだわり、製造小売、今風にいえばユニクロ式の

格安データ通信SIMのまとめをお届けしている本記事。iPhone 6の発売前日にIIJmioが、高速通信で利用できる通信量を倍増させる大きなサービス改定を発表した。 IIJmioの月972円のプランで通信量が月2GBに 他社にも動きが生じる!? SIMフリー版iPhone 6／iPhone 6 Plusも発売された先週。格安SIMでは人気トップクラスのIIJmioから、驚きのサービス改定の発表が行なわれた。 具体的には月972円で利用できる「ミニマムスタートプラン」で、高速通信で利用可能な通信量が従来の月1GBから月2GBに倍増されたのだ。 さらに、月1641.6円の「ライトスタートプラン」も月4GBに倍増。SIMが3枚まで持てる「ファミリーシェアプラン」（月2764.8円）ではなんと月7GBである。 このほかに、追加クーポンも100MBあたり324円から216円に値下げ。さらに080／0

PAM（iPad Apps Music）とはDTMよりもお気楽お手軽簡単にiPad（とその周辺機器）を用いてスマートな音楽制作を楽しもうと、私フジムラが提唱しているコンセプトです。2ヵ月ぶりの今回は「BeatMaker 2」をメインに据えて進めていきたいと思います。BeatMaker 2を選んだ理由は、MIDIデータの打ち込み、音声データの録音／編集、ミックスまでをひとつで完結させることができるからです。 前回は「Music Studio」（関連記事）をメインに、足りない部分はさまざまなアプリを組み合わせて補完しました。BeatMaker 2のスペックを見る限り、PAMに求められる要素を単体でクリアできるのではないか。そんな期待を胸に、楽曲制作に当たってみました。 ※　制作手順は最終ページにまとめてあります。合わせてご覧ください。 BeatMaker 2 価格2000円 作者INTUA バ