生成AIは日本語の画像をどこまで理解できるのか？ - Qiita
はじめに こんにちは！AI エンジニアのヤマゾーです。 ここ数年生成 AI の進化が目覚ましく、生成テキストの品質だけでなく画像の理解力も各段に向上しつつあります。例えば以下の記事を書いた時の ChatGPT は画像中に書かれた日本語を殆ど読めなかったのですが、現在は難しい漢字もスラスラ読めるようになっています。 その他にも、X ではインフルエンサーの「〇〇を読めた！」「〇〇を扱えた！」という投稿を毎日のように見かけます。中には再現性や新規性が怪しい投稿も含まれるようですが、ここまで活発かつ継続的に多くの進展が報告されるのは異例の事態です。 それでは、現時点における生成 AI は実際どこまで日本語の画像を理解できるのでしょうか？ 本記事ではこの疑問に答えるべく、三大生成 AI である ChatGPT、Gemini、Claude を対象にオリジナルのテストを行い、初学者向けに解説しようと思い
Firefox、サイドバーに統合する生成AIを選択可能に。まずはChatGPTやGoogle Gemini、HuggingChatなど、今後も選択肢を追加
Firefox、サイドバーに統合する生成AIを選択可能に。まずはChatGPTやGoogle Gemini、HuggingChatなど、今後も選択肢を追加 Mozillaは、Firefoxの新機能としてサイドバーにChatGPTやGoogle Geminiなど任意の生成AIサービスを選択して統合できるようにすることを明らかにしました。 今後数カ月のうちに登場するFirefoxの開発バージョンであるNightlyにおいて、実験的実装を開始する予定です。 下記はその動作を説明している画像で、左側にあるサイドバーに生成AIのチャットボットが統合され、Webページ上で選択された文字列をチャットボットに送り、要約してもらうといったことが可能です。 ほとんどのWebブラウザでは、Googleなどの検索エンジンの機能が統合されていますが、ユーザーはどの検索エンジンを利用するかを設定で変更可能になっていま
NotebookLM: Personalized AI
NotebookLM gives you a personalized AI, grounded in the information you trust.NotebookLM is only available in the U.S. for users 18 and up.Try NotebookLM Collaborate with a virtual research assistantWhen you upload the documents that are central to your projects, NotebookLM instantly becomes an expert in the information that matters most to you.
Slackで動くChatGPTのチャットボットをGoogle Apps Script（GAS）でサクッと作ってみる
Slackで動くChatGPTのチャットボットを作りたい 本記事では、Slackで下記仕様を実現できるChatGPTのチャットボットをGoogle Apps Script（GAS）でサクッと作成していきます。 botが所属するSlackのチャンネル内でメンションされると、スレッドで返信する botとのダイレクトメッセージの場合は、メンション無しでもスレッドで返信する botが参加しているスレッド内でのメッセージには、メンション無しでも（スレッド内の会話内容を読み取った上で）返信する また、下記項目も自由に設定することができます。何でも明るく回答してくれる社内のアイドル的なbotを作ってみるのも良いかもしれません。 botのアイコン、振る舞い（人格・役割など）の設定 gpt-3.5-turboやgpt-3.5-turbo-16kなどのGPTモデル設定 今回のbotは、非エンジニアの方でも作成
アトラシアン、新AIサービス「Atlassian Rovo」発表。GoogleドライブやGitHub、Slack、Teamsなど同社内外のサービスを横断してAIが学習、ユーザーを支援
アトラシアン、新AIサービス「Atlassian Rovo」発表。GoogleドライブやGitHub、Slack、Teamsなど同社内外のサービスを横断してAIが学習、ユーザーを支援 アトラシアンは、同社製品およびGoogleドライブやGitHubなどサードパーティのサービスを横断してAIが情報を学習し、統合的な検索やチャットによる回答を実現することでユーザーを支援してくれる新しいAIサービス「Atlassian Rovo」を発表しました。 AI breaks down yet another barrier! Today at Team '24 we announced Atlassian Rovo – a new product that unleashes a company’s knowledge so teams can make better decisions faster.
【業務効率革命】GAS Interpreter の衝撃｜ChatGPT研究所
今までで最もインパクトのあるGPTsが完成しました。 その名も、「GAS Interpreter」です。 このGPTは名前の通り、Code Interpreter のように Google Apps Script コードを生成し、その実行までを行います。 他者に使ってもらうものではなく、自分専用のプライベートGPTです。 人によっては、Code Interpreter よりも便利です。なぜかというと、インターネットアクセスができることに加えて、GAS の便利で豊富なライブラリやリソースが活用できるためです。 例を示します。 GAS Interpreter の可能性以下に示す、いくつかの業務フローの実例をGAS Interpreterで行い、業務活用への可能性を示します。 今日の予定を聞きます今日の予定を教えて下さい 正確に今日の予定を教えてくれました。 会議参加者の相手に連絡したいので、その
AIで商品名をクレンジングする、Llama2や、Google Cloud Gemini-proとVertex AIを活用した商品名の最適化
ECサイト上の商品名は、「送料無料」や「ポイント5倍」、「母の日」といった宣伝文句が付加され、本来の商品名が分かりづらくなっています。 これらの不要なキーワードは、自然言語モデルを作成する際の妨げとなり、精度を上がりづらくしている一つの要因となっています。 そこで、本記事では、これら不要なキーワードを効率的に除去する方法について、具体的な手法と事例を紹介します。 データクレンジングの例、LLMオープンモデルを活用したアプローチ、さらにはGoogle Cloud PlatformのVertex AIやGemini-proを用いた解決策について触れます。 3行まとめ ・商品名から頻出単語のリストを作成し、商品名から不要なキーワードを検索して除去する ・オープンモデルでプロンプトを実行し除去する ・Google Cloud Platform のVertex AI、Gemini-proで除去する
GitHub - google/magika: Detect file content types with deep learning
Magika is a novel AI powered file type detection tool that relies on the recent advance of deep learning to provide accurate detection. Under the hood, Magika employs a custom, highly optimized Keras model that only weighs about 1MB, and enables precise file identification within milliseconds, even when running on a single CPU. In an evaluation with over 1M files and over 100 content types (coveri
【2024年最新】共通テストを色んな生成AIに解かせてみた（ChatGPT vs Bard vs Claude2）｜株式会社LifePrompt
2023年の流行語大賞にも選ばれた「生成AI」。 ChatGPTだけでなく、Google BardやClaude2など似たようなAIチャットボットも登場し、性能も日に日に上がっている感覚がありますね。 しかし、結局どれが一番賢いんだろう？と思いつつひとまずChatGPTを使っている方も多いはず。 そこで、今どのチャットAIが一番頭良いのか白黒つけてしまおう！ということで、ちょうど週末に行われた大学入試共通テスト2024を使って学力テストを行いました！ 参加する学生は、 ①GPT-4くん ②Google Bardちゃん ③Claude2さん の三名です 果たして誰が学力王の座に輝くのか・・・？ 選手入場①GPT-4くん一人目は、皆さんご存じChatGPTです。Open AI予備校に月額＄20の課金して学力武装しています。 特徴としては、プロンプトの研究が進んでおり、画像やPDFファイルの読み
Vertex AI Gemini ProとLangChainで実現するMultimodal RAG
はじめに この記事は、Google Cloud Champion Innovators Advent Calendar 2023 18日目の記事です。 機械学習エンジニアをしています、原です。Google Cloud Champion Innovators(AI/ML)として選出いただき、活動しています。Google Cloud Innovatorsは、Google Cloud開発者/技術者のためのメンバーシッププログラムです。誰でも参加可能ですので、Google Cloudユーザーの方はぜひ参加をおすすめします！ 先日、下記のような記事を公開し、Vertex AIにおけるGemini APIの概要と簡易的な実装例を紹介しました。 今回は少し実践寄りで、Vertex AIでのGemini APIとLangChainを組み合わせて、MultimodalなRAGを構築する一例を紹介します。実現
プログラミング支援AIサービスが主要各社から出揃う、各サービスのまとめ。GitHub／AWS／Google／GitLab／JetBrains
プログラミング支援AIサービスが主要各社から出揃う、各サービスのまとめ。GitHub／AWS／Google／GitLab／JetBrains AIがプログラミングを支援してくれるサービスが主要各社から出揃いました。 Publickeyではこれまで各社の発表時点でそれぞれのサービスを紹介してきましたが、ここであらためて主要各社のプログラミング支援AIサービスをまとめます。 本記事では、各AIサービスごとの主な機能などをリストアップしています。ただし、実際にはAIに指示などをすれば品質の差異はあれどおそらく何らかの結果は返ってくるであろうこと、この分野は急速に進化していて各社とも積極的な能力向上と機能追加を行っていくであろうことから、現時点で機能差はあったとしてもそれほど顕著な違いとは言えないでしょう。 そして、おそらくは今後各社のコード生成関連のAIの能力はある程度十分な高さまで急速に到達し
辻正浩氏が語る、SEOに携わる者の責務と未来
「日本国内におけるSEOの第一人者は？」 と聞かれ、真っ先に頭に思い浮かぶのはきっと辻正浩さん（@tsuj）ではないでしょうか。ウォッチしている検索キーワードの数はなんと30万超。日本の月間検索数はほぼ100億前後と推測され、そのうち、5億回は辻さんのお客様のサイトがヒットするそうです。 日本の検索の約5％に関与しているSEOの専門家・辻さんに、SEOに携わる人々のこれからについて、お話を伺いました。 日本では2022年末よりAIチャットボット「ChatGPT」に注目が集まり、SEO領域においてもますます “AIの活用” が議論されるようになりました。「ChatGPTはGoogleの脅威になる」といった意見も見受けられますが、辻さんはどのように捉えていらっしゃいますか？ 「ChatGPTがGoogle検索に置き換わるかどうか」でいうと、そうはならないだろうと思っています。Googleより部
AI時代に起きる｢デジタルカルテル｣とは。 独禁法の観点から弁護士が解説
近年、個人の行動や嗜好などの情報をもとにサービスを提供する企業が増え、その収集技術も広がってきました。一方、データをめぐる政策づくりの動きも世界で本格化しています。大量のデータ、それを処理する人工知能（AI）が社会にもたらす影響は、法律や政策、倫理規範にも及ぶことになるでしょう。 AIを手がける企業は、データとどう向き合うべきなのでしょうか。独占禁止法の専門家、池田毅弁護士による解説を紹介します。 データによる支配力の拡張 本日は、データと独占禁止法（独禁法）、AIとカルテルというテーマでお話します。 いま、独禁法は国内外で話題になっています。Googleは検索市場で強いマーケットパワーをもっています。たとえばGoogleで｢カメラ｣と検索すると、ただの検索結果だけではなくGoogleショッピングの画像も現れ、カメラの機種、価格、販売店舗などの情報が表示されます。 Android端末を使っ
Googleを解雇されたAI倫理研究者が指摘していた「大規模言語モデル」の危険性
Googleを解雇されたAI倫理研究者が指摘していた「大規模言語モデル」の危険性：Googleさん（1/2 ページ） 先週の金曜日、いつも巡回している米国のIT系メディアがいっせいに、GoogleのAI部門、Google AIのEthical Artificial Intelligence（倫理的AI）チーム共同リーダー、ティムニット・ゲブルさんがGoogleをクビになったと報じました。 ゲブルさんが2日の夜、自らのTwitterで、Googleがいきなり自分をクビにしたとツイートしたのです。 ゲブルさんは、AI研究分野では著名で尊敬されている研究者。黒人で女性。かつてMicrosoft Research在籍中、今の顔認識は学習データが白人男性の顔に偏っているので肌の色が白くないと認識率が下がるという有名な論文を共著で発表しました。著者名は覚えていなかったけれど、私もこの論文（の記事）は印
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
自分だけの信頼できるAIへ グーグル「NotebookLM」公開
Chrome DevToolsにもGeminiを搭載へ。エラーの解決策などAIが支援
Japan: COVID-19 Public Forecasts
How Google does Machine Learning 日本語版
新しいスキルを、すべての人に。 - Grow with Google
TechCrunch | Startup and Technology News
