このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高いAI分野の科学論文を山下氏がピックアップし、解説する。 X： ＠shiropen2 英インペリアル・カレッジ・ロンドンなどに所属する研究者らが発表した論文「Copyright Traps for Large Language Models」は、大規模言語モデル（LLM）の訓練データに著作権所有者の作品が含まれているかを特定する方法を開発した研究報告である。これは、著者や出版社が自分の作品にさりげなく印を付け、それがAIモデルで使われたかどうかを後で検出できるようにする用途を目的としている。 LLMの学習プロセスで使用されるデータの中に、著作権で保護された内容が含まれていることが問題視されている。この状況を受け、研究者たちは特

関連キーワード 人工知能 | 機械学習 テキストや画像、音声、ソースコードなど、さまざまなコンテンツを生成する人工知能（AI）技術である「生成AI」の発展には、深層学習モデルが大きく寄与している。本稿は、その中でも代表的な以下の深層学習モデルについて解説する。 GAN（Generative Adversarial Network：敵対的生成ネットワーク） VAE（Variational Auto Encoder：変分オートエンコーダー） 拡散モデル （Diffusion Model） Transformer（トランスフォーマー） NeRF（Neural Radiance Fields） 「GAN」「VAE」「Transformer」とは？　5つの深層学習モデルを解説 併せて読みたいお薦め記事 生成AIの基礎技術解説 LLMの徹底理解に欠かせない「ELIZA」「Seq2Seq」「Transf

はじめに 夏真っ盛りのこの時期、いかがお過ごしでしょうか。日々の暑さに負けない、新人エンジニアの木介です。 今回は、2024年7月にプレビューとして発表された、「Amazon Bedrock Prompt Flows」を利用して、LLMワークフローを構築してみたいと思います。 aws.amazon.com はじめに Amazon Bedrock Prompt Flowsとは？ 1. 概要 2. 連携できるサービス 使い方 1. Prompt flow builderによるフローの構築 フローの構築 Prompt flowsの作成 Nodeの設定 2. 作成したフローを試す 3. APIとしてフローを呼び出す Knowledge Bases for Amazon Bedrockとの連携 まとめ Amazon Bedrock Prompt Flowsとは？ 1. 概要 Amazon Bedro

生成AIをよりよくする手法の一つにRAG = Retrieval-Augmented Generationがあります。これは単純な仕組みから作ることができて、効果的で面白いです。そして、Cloudflare Workersを中心としたCloudflareスタックで実現できます。やってみると、Cloudflareを使ったアプリケーション作成に必要なエッセンスをいくつも体験できることが分かりました。そこ今回は、シンプルなRAGアプリを作りつつ、Cloudflareスタックを学んでみましょう。 リポジトリ 今回扱うコードや関連する例は以下のリポジトリでみれます。 CloudflareスタックでRAGを作るとは？ RAGの実装方法を説明します。いくつかありますが、簡単な方法にします。 LLMと会話をするにはsystem、userというロールで以下のようなパラメータを渡します。 app.get('/

はじめに TISは、生成AIを活用した自社データと連携する社内専用のChatGPT環境である「TIS AIChatLab」の開発・利用を進めています。これは、大規模言語モデル（LLM）を基盤とし、企業固有の情報を活用できるよう拡張したシステムです。本記事は「TIS AIChatLab」のプロジェクトメンバーへのインタビューを通して、TISにおけるLLMやRAGに関する取り組みを紐解くシリーズの第2回です。 今回は評価の仕組み、作業プロセス、指標などの評価部分にフォーカスしてお届けします。 インタビュアー 水谷：会員制メディアAIDBの運営者。LLMなど機械学習の知見を論文ベースで紹介している。 サマリ 社内専用のAIチャット「TIS AIChatLab」の開発では、RAGASを活用したAIの応答を定量的に評価している。これにより、パフォーマンスを客観的に測定し、継続的な改善を可能にしている

Difyを使ってみました。クラウドベースのLLM特化のワークフロー作成ツールです。ZapierやMakeとの違いはLLMに特化してるかどうか。 私の期待としてはGPTsではできない再起的なLLMの呼び出し、バッチ処理、他のソースの取り込み、コードが書けない人でもRAGが扱えるようにしたいということでした。 結論から書くと期待してたことは大体できそうでした。 入力としてCSVの処理が始めからついている 作ったワークフローについて他のワークフローから呼び出したりWeb APIとしてすぐに使える Notionを知識のソースとして使える（Notionへのデータ挿入もDifyから自動化できるため自動で成長するチャットボットも作れそう） GPTsではできないことがコードなしでできる なおDifyはオープンソースとなっており自前でホスティングすることも可能です。今回はまずはクラウドサービスを利用してみま

RAGの精度改善するために何があるかを学びました。基本系のNaive RAGを知っている人向けの記事です。 方法が多すぎるので、Youtubeの「RAG From Scratch」を中心に少し整理してみました。LangChainをよく使っているので、LangChain出典が多いです。 全体像 まずは、RAGの全体像。Indexingが同じ流れにあるのが少しわかりにくいのですが、実行タイミングとしてはRAGの前準備としてやっておきます。 画像出典: RAG from scratch: Overview もう少し粒度を細かくした図です。 画像出典: RAG from scratch: Overview 表形式で分類します。Generationだけ少し特殊です。 大分類 中分類 内容

Azure OpenAI 東日本リージョン(Japan East)でGPTの標準デプロイのモデルが利用できなくなる？(2024年8月) この記事について 顧客データ活用を支援しているインキュデータでは、企業が保有するデータと生成AIの利用支援を行っています。 Microsoft社の公式ドキュメントの情報を元に記載していますが、独自の解釈が含まれます。 2024年6月時点との変更点まとめ 東日本リージョンの標準デプロイが利用できるモデルの終了・アップグレード日が変わりました。 GPT-4(vision-preview)は2024年11月15日以降に更新されるとされました。 GPT-3.5-turbo（0613）の終了日が2024年8月1日から2024年10月1日になりました。 GPT-3.5-turbo-16k（0613）の終了日が2024年8月1日から2024年10月1日になりました。 2

米OpenAIは8月8日（現地時間）、5月にリリースした生成AIの最新モデル「GPT-4o」のリリース前に実施した安全対策とリスク評価を概説した文書「GPT-4o System Card」を公開した。 System Cardとは、OpenAIがモデルに関連するリスクと見なしている内容、安全性テストの詳細、潜在的なリスクを軽減するために実施している緩和策を記載した技術文書。これまでにGPT-4、GPT-4 with vision、DALL-E 3のSystem Cardも公開されている。 GPT-4oのSystem Cardには、公開前にレッドチームが提示したモデルの主なリスクが記述されている。レッドチームとは、システムの問題を見つけるために組織された外部の専門家グループ。GPT-4oについては、45言語を使う100人以上のメンバーが参加し、共同でテストしたという。 例えば、GPT-4oが「

世界で急速に活用が広がる「生成AI」。 チャットGPTで知られるオープンAIをはじめ、グーグルやメタといった巨大IT企業など、アメリカ企業を中心に開発競争が激しさを増しています。 一方で、日本国内でも「国産AI」を開発する動きが活発になっています。先行する海外勢に、国内企業は、どう対抗しようとしているのか。開発の最前線を取材しました。 （経済部記者 佐野裕美江/政経・国際番組部ディレクター 豊島あかり）

ChatGPTにはOpenAI製の画像生成AI「DALL-E 3」を用いた画像生成機能が搭載されています。これまでは、画像生成機能は有料プラン「ChatGPT Plus」の加入者しか使えなかったのですが、2024年8月8日(木)から無料ユーザーも使えるようになりました。すでに日本からも画像生成機能を無料で使用可能だったので、「日本語でも使えるのか？」「生成枚数の制限はあるのか？」といった疑問を解決するべく実際に使ってみました。 We’re rolling out the ability for ChatGPT Free users to create up to two images per day with DALL·E 3. Just ask ChatGPT to create an image for a slide deck, personalize a card for a fr

AIロボット企業のFigureが、世界初の商業的に実現可能な自律型ヒューマノイドロボット「Figure 02」を発表しました。 Figure https://www.figure.ai/ アメリカでは1000万件の未充足の求人があり、そのうち700万件は倉庫・輸送・小売業に関する求人であるといわれています。しかし、これらの求人を埋められる人材はアメリカには600万人しかいないとされており、さらにこれらの業種は離職率が高いという問題も抱えています。そんなアメリカで不足する求人をヒューマノイドロボットで満たすために設立されたのが、AIロボット企業のFigureです。 なお、Figureがロボットではなくヒューマノイドロボットに固執する理由は、「人間が人間の形に合わせて世界を設計した」という考えがあるからだそうです。ロボットが人型で人間と同じように動作することができれば、ドアを開けたり階段を上っ

『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day

東京海上日動火災保険が、生成AI（人工知能）によるシステム開発の効率化を進めている。基幹システムの新規アプリケーションの開発や仕様変更で、設計書からAIでコードを生成する実証実験を実施したところ、新規開発においてプログラミング工数が44％削減できると分かった。実証実験を経て、2024年10月から実際の業務での利用を始める方針だ。 「人間にしかできない、戦略的な業務に人員を投入したい」。東京海上日動システムズの山下裕記ITインフラサービス本部インフラソリューション三部部付部長は、システム開発における生成AI活用に乗り出した理由をこう話す。生成AIと親和性が高い領域として、まずはプログラミング工程での活用を選んだ。 2023年9月から、東京海上日動システムズと日本IBMが共同でコード生成の実証実験を開始した。実証実験の対象としたのが、全国の拠点からの保険金請求に対応する損害調査システムだ。この

議論とは何か。 日本国語大辞典によれば、「互いに、自己の意見を述べ、論じ合うこと。意見を戦わせること。」 と定義されている。 ビジネスにおいては、もう少し拡張してもいいかもしれない。 意見を戦わせる目的は２つある。 一つは 「意見を戦わせることで、どの意見が優れているか（正しいか）、判定すること」 そしてもう一つは 「意見を戦わせることで、よりよい意見を生み出すこと」 この２つを目的とした議論を、「建設的な議論」と呼ぶことにする。 ほとんどの人は建設的な議論ができない しかし。 私は様々な会社で議論を見聞きしてきたが、「建設的な議論」ができる人はそれほど多くない。 組織内における議論のほとんどは、「自分の地位を上げること」と、「相手を貶めること」に使われてしまうからだ。 議論の目的が「意見」を出したり、質を高めることではなく、人の評判を操作するだけに使われる状況。 これが「不毛な議論」だ。

AIと人間はどのように共存すべきか？　脳科学者・茂木健一郎さんの主張　「人間は人間にしか興味がない」（1/3 ページ） AIの急速な発展により、人間の知性や情報処理能力の優位性が失われつつある今、われわれは人間の価値とは何かを問い直す必要に迫られている。 脳科学者の茂木健一郎さんは、日本CTO協会が開催した「Developer eXperience Day 2024」において「脳力とAIのアライメント」というテーマで講演した。AIアライメントとは、AIの目的や行動を人間の価値観や倫理に合致させることを目指す研究分野。AIアライメントの実現プロセスにおいて、人間がAIとどのように向き合うべきかについて、哲学的な考察を展開した。 ChatGPTはメタ認知を持たない 茂木さんは、ソニーコンピューターサイエンス研究所のシニアリサーチャー、また東京大学大学院客員教授及び特任教授として、AIアライメン

短編動画アプリ「TikTok」で知られる字節跳動（バイトダンス）が、新サービス「Jimeng AI」でAI分野に正式参入した。 Reutersが米国時間8月6日にいち早く報じたように、バイトダンス傘下のFaceu Technologyが、テキストから画像や動画を生成するJimeng AIアプリをAppleの「App Store」で中国ユーザー向けに公開した。報道によると、これは7月31日の「Android」版リリースに続くものだという。 ユーザーは簡単なテキストを入力するだけで、アプリ内で画像や動画を生成できる。Jimeng AIのウェブサイトに掲載されている例では、リアルなディテールと高品質なレンダリングによる素晴らしい表現が見られる。 ダウンロードは無料だが、App Storeの説明によると月額69元（約1400円）または年額659元（約1万3400円）のサブスクリプションプランが用意