因果関係には向きがある ここまでに書いたような「比較」および「p値の算出までを含めた解析」を行なえば、きっと意味のあるデータの偏りがすぐに見つけられるだろうし、その偏りをうまくコントロールすれば、効率的に利益をあげられそうなやり方が見えてくるだろう。 素直に考えれば、広告を見た人ほど、あるいは同じように広告を見たにせよ広告を後々まで覚えている人ほど、商品を購買している可能性が高いのではないかと解釈するだろう。ちなみにこのような結果のp値、すなわち「本当は何の差もないのに誤差によってこれだけの偏りが偶然生じた確率」は0.1％を下回る。 しかしながら、このデータと統計解析の結果からは、因果関係の向きとしてはその逆の説明だって成り立つのである。 すなわち、「広告を認知していたから商品を購入した」のか、「商品を購入したから広告をその後も認知していた」のか、そのどちらの仮説が正しいのかについて、この

東京大学医学部卒（生物統計学専攻）。東京大学大学院医学系研究科医療コミュニケーション学分野助教、大学病院医療情報ネットワーク研究センター副センター長、ダナファーバー／ハーバードがん研究センター客員研究員を経て、現在はデータを活用する様々なプロジェクトにおいて調査、分析、システム開発および人材育成に従事する。著書に『統計学が最強の学問である』（ダイヤモンド社）、『1億人のための統計解析』（日経BP社）などがある。 マンガ 統計学が最強の学問である 統計学の解説書ながら42万部超えの異例のロングセラーとなっている『統計学が最強の学問である』。そのメッセージと知見の重要性は、統計学に支えられるAIが広く使われるようになった今、さらに増しています。そしてこの春、ついに同書の内容をベースにした『マンガ 統計学が最強の学問である』が発売されることになりました。その発刊を記念し、『統計学が最強の学問であ

はじめに データファーミング（Data Farming）は、シミュレーション技術とデータ分析を組み合わせ、大量のデータを生成・解析することで複雑なシステムや現象に対する深い洞察を得る手法です。このアプローチは、従来の理論的計算や限定的な実データでは困難であった問題の解決を可能にし、意思決定の精度を向上させる新たな道を開いています。この記事では、データファーミングの基本概念から応用例、さらにはその技術的詳細まで丁寧に解説します。数式を交えながら、データファーミングの仕組みとその可能性について、詳細に掘り下げます。 はじめに 1. データファーミングの基本概念 2. シミュレーションモデルとその設計 3. パラメータ空間の探索とサンプリング手法 3.1 ランダムサンプリング 3.2 ラテン超立方体サンプリング（LHS） 3.3 グリッドサンプリング 4. モンテカルロ法によるシミュレーション

Redisは、ディスク上で永続化が可能なインメモリデータベースの最新版「Redis 8」の一般提供を開始した。 Redisは2025年5月1日（米国時間）、ディスク上で永続化が可能なインメモリデータベース「Redis」の最新版「Redis 8」の一般提供開始を発表した。Redis 8はDocker Hub、snap、brew、RPM、APTで入手可能だ。 Redis 8では新機能が追加され、30以上のパフォーマンス改善が施されている。また、ライセンスオプションとして、Open Source Initiative（OSI）によりオープンソースライセンスとして認定されている「GNU AGPLv3」（Affero General Public License Version 3）が追加された。 Redisはこれに伴い、Redisの無償製品の名称を「Redis Community Edition」

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

はじめに 今回はStrawberryというライブラリを使って、PythonでGraphQLについて紹介したいと思います。 GraphQLは、FacebookによってRESTの課題を解決するために開発されたクエリ言語です。 具体的には以下のようなことができます。 特定のフィールドだけ取得 Bookオブジェクトはtitle, autherというフィールドを持っているとします。 この時autherが不要なら、Bookのtitle一覧のみ取得することができます。 ネストしたフィールドの取得 Userオブジェクトはid, name, follow_idsというフィールドを持っているとします。 idに基づきUserのnameを取得して、さらにfollow_idsに基づきフォローしているUserのnameを取得できます。 必要な情報を必要な分だけ取り出せるのがGraphQLの特徴ということになります。

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

Parakeet TDT 0.6B V2 (En)","children":[{"id":"description","label":"Description:","children":[],"isValid":true,"title":"Description:"},{"id":"licenseterms-of-use","label":"License/Terms of Use:","children":[{"id":"deployment-geography","label":"Deployment Geography:","children":[],"isValid":true,"title":"Deployment Geography:"},{"id":"use-case","label":"Use Case:","children":[],"isValid":true,"tit

はじめに 比較対象のTTSサービス 実験の方法 実装 各サービスで音声合成 1. OpenAI（gpt-4o-mini-tts) 2. Google Cloud Text-to-Speech 3. Amazon Polly 5. ElevenLabs 音声合成の自動評価 評価結果 まとめ We Are Hiring! はじめに こんにちは！ABEJA でソフトウェアエンジニアを務めている宇留嶋です。2025 年 3 月に OpenAI が発表した次世代音声モデル群は、従来の Whisper を凌ぐ高精度な音声認識と、話し方まで指示できる音声合成をAPI で提供し、音声対話向けの LLM API として大きな注目を浴びました。 同 API の音声出力機能では、ストリーミングに対応した 高品質プリセットボイスが利用できるほか、外部で生成した音声ファイルを入力として与えることも可能です。 そこで

情報検索で利用する、ベクトル検索・リランカーなどのニューラルネットワークモデルの学習には、質問文と回答文がペアで必要です。回答文章はなんでも良い(もちろん質が高い文章や、独自ドメインのデータなどが高品質なモデル作成につながるのですが)のですが、学習にはその回答に関連がある質問文が必要になってきます。最近のLLMの性能向上はめざましく、回答文からLLMを通して自動作成した質問文を作成することで、そのペアを学習に利用することができます。これらのLLMが自動作成するデータセットは、合成データセットとも呼ばれています。 しかし、合成データセットを作成して広く公開したい場合、OpenAIやGeminiなどの商用LLMでは、利用規約によってライセンスの問題が発生します。また、大量の文章を処理したい場合は時間・費用もかなりかかります。 そのため、1.7B〜4B という小型サイズのモデルで高速に動作しなが

AI開発企業のMistral AIがAIモデル「Mistral Medium 3」を2025年5月7日(水)にリリースしました。Mistral Medium 3はGPT-4oやLlama 4 Maverickを超える性能を有しており、価格も低く抑えられています。 Medium is the new large. | Mistral AI https://mistral.ai/news/mistral-medium-3 Introducing Le Chat Enterprise | Mistral AI https://mistral.ai/news/le-chat-enterprise Mistral Medium 3は性能の高さとコストの低さを両立したAIモデルで、Claude 3.7 Sonnetの90％の性能を発揮しつつ、100万トークン当たり入力0.4ドル(約57円)、出力2ドル

生成AIを活用したサービス開発に取り組む株式会社SUPERNOVA（本社：東京都港区　代表取締役社長 木本　東賢　以下、当社）は、Googleの最新AIモデル「Gemini 2.5 Pro」「Gemini 2.5 Flash」を「Stella AI®」に搭載し、「Gemini 2.5 Pro」をベースにした新機能「Deep Research」のβ版を2025年5月7日（水）から提供開始します。 ■Googleの最新AIモデル「Gemini 2.5 Pro」「Gemini 2.5 Flash」の搭載 「Gemini 2.5 Pro」は、Googleが開発した最新のAIモデルで、複雑化する問題に対処するために設計された高度な推論能力を備えたAIモデルです。回答前にAIモデル側での思考を通じて推論する「思考モデル」とされており、従来の機能に加え、情報の分析、論理的な結論の生成、文脈やニュアンスの

米Anthropicは5月7日（現地時間）、「Anthropic API」にWeb検索機能を導入すると発表した。これにより、「Claude」がWeb上の最新情報にアクセスできるようになる。 開発者は独自のWeb検索インフラを管理することなく、最新の情報を活用するAIソリューションを構築できるようになるとしている。 Messages APIへのリクエスト時にWeb検索ツールを有効にできる。Claudeは、Web検索に基づく情報を受け取ると、推論機能を用いてこれらの情報が正確な回答を提供するのに役立つかどうかを判断する。Web検索が有益であれば、Claudeはターゲットを絞った検索クエリを生成し、関連する結果を取得し、重要な情報を分析し、ソース資料への引用を含む包括的な回答を提供する。 ユースケースとしては、金融サービスでリアルタイムの株価や市場動向を分析するAIエージェントの構築、法務調査で

はじめに データ分析エンジニアの木介です。 AWSの公式ドキュメントで欲しい情報を探そうとしても、なかなか目的のページが見つからなかったりすることってありませんか？ AWSから「AWS Documentation MCP Server」が公開されたため、本記事では、それを利用して、最新のAWSドキュメントに基づき、質問に回答してくれるFAQアシスタントの作成方法について紹介したいと思います。 MCP Serverの呼び出しには、Claude Desktop および dolphin-mcp を利用します。 github.com はじめに 概要 1. MCPとは MCPのしくみ 2. AWS Documentation MCP Serverとは Claude Desktop経由でAWS ドキュメントのFAQアシスタントを作成する dolphin-mcpでAWS ドキュメントのFAQアシスタント

はじめに 最近話題のMCP（Model Context Protocol）記事です。MCPに関しては、同僚の李さんが素晴らしい記事を書いてくださいましたので、MCP自体の概要に関しては以下記事参照ください（お約束）。 今回は、LLMの代表的なユースケースとも言えるRAG（Retrieval-Augmented Generation）です。RAGはドキュメントから関連情報を検索し、AIの回答生成に活用する技術で、専門知識や最新情報を必要とするタスクに使われます。以前にTanuki-8BとOllamaとDifyを使って日本語ローカルRAG構築という記事でローカルRAGの構築について説明したので詳しくはそちらを参照してください。簡単なRAGの構成図としては以下となります（記事より引用）。 今回は、このRAGをMCPを使って実現します。つくるMCPサーバの中身としてはPostgreSQLでベクトル

「Docker MCP Toolkit」を試してみたのでまとめました。 1. Docker MCP Toolkit「Docker MCP Toolkit」は、Dockerが提供するAIエージェントと外部ツールの連携を簡素化・安全化するための拡張機能です。「Docker Desktop」に統合されており、「MCP」(Model Context Protocol) 対応のツールをワンクリックで起動し、「Claude」や「VS Code」などのクライアントとシームレスに連携できます。

はじめに こんにちは、ダイニーの ogino です。 この記事では、AI エージェントや MCP に入門しようとしている人向けに、エージェントの内部実装について概説します。これを理解することで、現状の AI にできることが明確になり、今後の技術動向を追う上でも役に立つはずです。 本記事の要旨 MCP の表層的なプロトコルには大した意味も革新性も無いので、AI エージェントを理解するにはまずコンテキストを把握しましょう。 素の LLM の能力と、エージェントの実装を切り分ける AI エージェントは、自律的に判断してファイル操作や Web ブラウザなどのツールを使い分けることが可能です。しかし、その基盤となっている LLM にできるのは、テキストを入力してテキストを出力することだけに限られます[1]。 以降では「LLM にできないこと」を掘り下げ、それを補うために AI エージェントがどのよう

はじめに 最近のAI関連技術の進化は目まぐるしいですよね。私たちfreeeの開発組織でも、世の中のトレンドに追従、あるいは先回りする形でGitHub Copilotや社内から安全にLLMを利用するための基盤整備にも取り組んできました。そして2025年、これまでの検証フェーズを経て、AI活用をさらに加速させるべく、AIツールの本格導入を進めています。 現在、freeeの開発現場では主に GitHub Copilot、Cline、そしてDevinといったAIツールが活用されています（他にも細かなツールはありますが！）。特に最近全開発者向けに開放されたClineは、今後の開発スタイルを変える可能性を秘めていると注目しています。 この記事では、そのClineを全社導入するにあたり、私たちがどのように考え、どのような課題に直面し、そしてどう対策してきたのかをお伝えできればと思います。この記事が、AI

2025年5月7日、日本マイクロソフトのオフィスで開催された「AI駆動開発Conference Spring 2025」では、OpenAIによる買収が報道されたばかりのWindsurfのCEOらが登壇。会場の参加者が一番知りたかったOpenAIとの関係については「ノーコメント」だったが、OpenAIのようなトップAI企業がなぜWindsurfを魅力的に感じたかは理解できた。 Cursorと双方をなすAIエディター「Windsurf」 有志とスポンサーによって開催された今回の「AI駆動開発Conference Spring 2025」。現地開催が245人が満員となり、オンライン参加は2800人強という集客。この数ヶ月で一気に業界を変えつつあるAI駆動開発への高い関心が伺える。 冒頭、基調講演にオンラインで登壇したのはOpenAIによる買収が報じられたWindsurf CEOのヴァラン・モーハ

Published Apr 18, 2025 Claude Code is a command line tool for agentic coding. This post covers tips and tricks that have proven effective for using Claude Code across various codebases, languages, and environments. We recently released Claude Code, a command line tool for agentic coding. Developed as a research project, Claude Code gives Anthropic engineers and researchers a more native way to int

Proでは、AIによるコーディングの補完機能が無制限で使える。米OpenAIのAIモデル「GPT-4o」や、米Anthropicの「Claude 3.7 Sonnet」など、有料プランでのみ使える高性能なAIモデルによる高速処理機能は、月500回まで利用できる。同モデルを用いた低速での処理は無制限で利用可能。 ただし使用量ベースでの追加料金の支払いを有効にしている場合、月500回を超える高速処理機能の利用には、使用料に応じた料金がかかる。 既にProを利用している対象ユーザーは、公式サイトから学生認証の手続きをすると無料利用に切り替わる。未使用期間分の料金を支払い済みの場合、自動的に返金されるという。 1年間の無料期間の終了後は、月額20ドル（2860円、1ドル143円換算）か年額192ドル（2万7456円、同）の通常料金で自動的に更新される。無料期間内であれば、契約の自動更新を停止できる

GitHub Copilotプレミアムリクエスト制限1の適用開始日を2025年6月4日に変更いたしました。 現在、プレミアムリクエストの可視化と管理機能の強化を進めており、ご利用状況や上限、費用を開発者の皆さまご自身で把握・制御できるようにすることを目指しています。 6月4日まではこれまで通りプレミアムモデルをご利用いただけます。 5月下旬より：VS Code、Visual Studio、JetBrains IDEs、およびgithub.comでプレミアムリクエストの使用量が表示されるようになります。これは使用量を表示するのみで、その時点では課金や制限のためのトリガーにはなりません。 6月4日より：すべてのGitHub Copilotユーザーに制限が適用されます。プレミアムリクエストの利用が開始され、制限を超過して利用したい場合は、リクエストごとの課金を有効にするオプションの設定ができます

最近、ClaudeやCursorなど、ソフトウェア実装の時間を大幅に短縮できるサービスが増えています。 その中の１つにGitHub Copilotがあります。GitHub CopilotではVisual Studio Codeなどのエディタでコーディングの補完ができるだけでなく、「〜という機能をもつアプリを作ってください」という書き方をして、必要なファイル一式を作ってもらうこともできます。 今回は、GitHub Copilotを使ってXcode向けiOSアプリを作ってみました。そのときの手順や最終系に仕上げるまでの過程を整理しました。 1. GitHub Copilotの概要 2. Visual StudioでのGitHub Copilot環境構築方法 3. 試したこと：メモ帳アプリ開発 (Xcode) 4. 試したこと：Azure Open AI Serviceを使った音声解析と文書要約

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに こんにちは。主にXにてAI駆動開発について発信している熊井悠です！ プロジェクトマネージャーになってから早数年・・・ 基本的に実装工程はメンバーに依頼しつつPMとしてコードを読むことが多くなっていたのですが、AI駆動開発を利用した組織作りをする中で自分自身で実装する機会がかなり増えました。 そうした活動を続けていたところ想定以上に知識が蓄積されると気づいたので、そこから学んだプログラミング学習方法をまとめてみました！ 補足：AI駆動開発 AI駆動開発とは AIソリューション（CursorやWindsurfなど）を利用したシステ

近年のIT業界ではAIを使った開発が急速に浸透しています。それに伴い「AIに仕事を奪われるのでは」という漠然とした不安を抱えているエンジニアも多いようです。 エンジニアという職業に見切りをつけてマネジメント系や他の職種に転身するような人も出てきているようですが、AIがどんなに進化してもエンジニアの仕事を完全には奪えない理由について簡単に解説したいと思います。 理由1：企業間競争は終わらないエンジニアに限りませんが、求人の源泉は資本主義社会における企業間競争です。尽きることのない人間の欲望が市場に新たなニーズを生み、そのニーズを満たして金を稼ぐために企業は競争します。人間の欲求には際限がないので企業間競争が終わることはありません。 そして現代社会はインターネットをはじめとするITを基盤として成立しています。企業が競争に勝つためには今後もITの活用が不可欠です。 在庫管理、品質管理、コスト削減

YuEやDiffRhythmなど、オープンソース版も充実してきた楽曲生成AIですが、再び中国から新しいソフト「ACE-Step」が公開されました。ACE-Stepは、英語、日本語を含む19言語の歌詞に対応し、歌詞と音楽タグからの楽曲生成が可能。 特徴は、YuEのようなLLMベース技術とDiffRhythmのDiffusionモデルのいいとこどりをし、歌詞や楽曲構成の一貫性を維持しながらも高速生成を可能にしたことだと開発元は述べています。 プラットフォームはWindowsだけでなく、MacやLinuxでも利用可能。 筆者はRTX 4090を搭載したWindowsマシン（Core i7）にインストールして試しました。自分の環境だとvenvではうまくいかず、condaを使用することで稼働。 初回は巨大なウェイトをダウンロードするので5分以上かかりましたが、その後は1曲まるごとの生成に12～14秒

アラブ首長国連邦(UAE)の教育省が、AI開発大国になることを目指し、2025年中に公教育のカリキュラムにAI教育を導入する予定を発表したと、国営報道メディアのWAMが報じました。導入される予定のコースにはAIの基礎概念だけでなく、倫理意識や実社会への応用が含まれます。 Ministry of Education introduces AI curriculum in public schools starting from 2025-2026 academic year https://www.wam.ae/en/article/bji6z2n-ministry-education-introduces-curriculum-public UAE Rolls Out AI for Schoolkids in New Push for Sector Forefront - Bloomber

生成AIは最先端のIT技術のひとつですが、信者と対話して罪を赦す「AIキリスト」が誕生したり、AIを教祖とする新興宗教が台頭したりと、宗教との親和性も指摘されています。対話型AIの中でも特に人気のChatGPTにより、多くのユーザーがスピリチュアルな妄想や陰謀論にはまっていると、ポップカルチャー情報誌のRolling Stoneが報じました。 AI-Fueled Spiritual Delusions Are Destroying Human Relationships https://www.rollingstone.com/culture/culture-features/ai-spiritual-delusions-destroying-human-relationships-1235330175/ ◆ケース1：妻へのメッセージをAIに考えさせる夫 教育関連の非営利団体で働く41歳の

IT Leaders トップ ＞ テクノロジー一覧 ＞ AI ＞ 新製品・サービス ＞ 法人向けChatGPT「ChatSense」、AIエージェント機能「Deep Research」を追加 AI AI記事一覧へ [新製品・サービス] 法人向けChatGPT「ChatSense」、AIエージェント機能「Deep Research」を追加 アナリストの調査に匹敵する詳細なレポートを生成 2025年5月7日(水)日川 佳三（IT Leaders編集部） リスト ナレッジセンスは2025年5月7日、法人向け生成AI/ChatGPTサービス「ChatSense」の新機能として、調査AIエージェント機能「Deep Research」（ベータ版）を一部ユーザーに向けて先行リリースした。ユーザーの代わりにWeb検索を繰り返し、レポートを作成する機能である。人間なら数時間かかる作業が十数分程度で完了すると

カリフォルニア大学バークレー校とサンフランシスコ校の研究者チームは2025年3月31日（米国時間）、脳信号をほぼリアルタイムで可聴音声に合成するストリーミング手法を開発したと発表した。同チームは以下のように紹介している。 この研究は、発話神経補綴（ほてつ）装置（失われた機能を補完する装置）において長年の課題であった「発話の試行」と「音声の生成」の間に生じるタイムラグ、すなわち遅延の問題を解決する。研究チームは、AI（人工知能）に基づくモデリング技術の近年の進歩を活用して、脳信号を可聴音声にほぼリアルタイムで変換するストリーミング方式を開発した。 神経データを音声に変換できるように カリフォルニア大学バークレー校で電気工学とコンピュータサイエンスの博士課程に在籍する共同筆者チョル・ジュン・チョー氏によると、この神経補綴装置は、発話を制御する部分である脳の運動野から神経データをサンプリングし、

IT Leaders トップ ＞ テクノロジー一覧 ＞ データセンター ＞ 新製品・サービス ＞ 日立システムズ、コンテナ型データセンター製品を刷新、AIシステム基盤など用途別3モデルを提供 データセンター データセンター記事一覧へ [新製品・サービス] 日立システムズ、コンテナ型データセンター製品を刷新、AIシステム基盤など用途別3モデルを提供 2025年5月8日(木)日川 佳三（IT Leaders編集部） リスト 日立システムズは2025年5月8日、コンテナ型データセンターの製品ラインアップを刷新し、同日付で販売開始した。生成AIシステム向け「高負荷サーバーモデル」（10億円程度）、専用環境向け「サーバールームモデル」（2億5000万円程度）、キャリア基地局向け「エッジコンピューティングモデル」（1億円程度）の3つの用途別モデルを標準で用意している。 コンテナ型データセンターは、デー

はじめにこんにちは、きまま / Easygoing です。 今日はローカル最強の 画像生成AI、HiDream をご紹介します。 HiDream-I1-DevHiDream って何？HiDream は 2025年4月8日に公開された新しい 画像生成 AI です。 Flux.1 超えの 170 億 パラメーター VRAM 12GB で利用可能 オープンライセンスで商用利用も可 ComfyUI でのモデルの最小分割容量HiDream は ローカル最大 のパラメータのモデルでありながら、ミドルレンジ の GPU で利用することができ、しかも 完全な商用利用 が可能です！ HiDream 最高画質モデル一式ダウンロードまず、HiDream を最高画質で利用するモデルの一式ダウンロードページをご紹介します。 HiDream は、後で示すワークフローで VRAM 12GB、システム RAM 64 GB

最近、生成AIサービスを契約したり、churnしたりといったことを繰り返している。その結果、自分自身が今どのサービスを、どのような目的で使っているのかが、非常に曖昧になりつつあると感じている。 そこで、一旦立ち止まり、自分のための整理も兼ねて「AIサービスデッキ」を作成してみることにした。今後、各AIサービスをどのように活用し、どれをやめて、どれに移行していくべきか。その方向性を明確にするために、現状の状況をここでまとめておこうと思う。 ChatGPT Pro 現状、間違いなくもっとも頻繁に使っているのはChatGPT。Proを解約しようかと思った矢先にo3の発表があり、そのままズルズルと課金を継続している。数週間後にはo3 pro modeのリリース予定、とアナウンスされていたのだが、現時点ではまったく続報がないため、若干信頼性に揺らぎが生じている。 ただ、実際にはo3をかなり気に入って

米国のテック系人気ユーチューバーの何人かが、こぞって「AI開発競争はGoogleが勝利した」という見出しの動画をアップしている。彼らの興奮気味の語り口を聞いていると、まるでゲームチェンジャーが現れたかのような印象を受ける。確かに、ここ最近のGoogleのAIに関する発表は目覚ましいものがある。特にGemini 2.5 Proの登場は、AI業界に大きなインパクトを与えたと言えるだろう。 動画のサムネイルやタイトルにはっきりと「Google won」（Googleが勝った）と明記しているのは、人気ユーチューバーのMatthew Berman氏、Wes Roth氏や、Theo - t3․gg氏、PromptHub氏など。ここまで人気ユーチューバーが、一斉に勝利宣言をするのは珍しい。これでGoogleの勝利が決定したのかどうかは私には分からないが、少なくともOpenAIの首位独走の時代は終わったの

本ブログ内の画像はgpt-image-1の技術検証目的で掲載しています。 本記事で掲載している画像は、画像生成AIによる創作物で既存のキャラクターや著作物の権利侵害を意図したものではありません。 三行まとめ OpenAIの最新画像生成モデル gpt-image-1 の仕様把握と業務利用の検討でSlackbotを試作 実用に耐えるレベルの画像生成には費用コストがかかる。また権利的にも怪しい画像が生成される 現時点だと業務利用のユースケースはかなり限定的になりそう OpenAI gpt-image-1とは https://openai.com/index/image-generation-api/ gpt-image-1は、執筆時2025年05月でOpenAIが提供する最新の画像生成AIモデルで、テキストや画像を同時に入力し、高精度な画像生成や編集ができる「ネイティブ・マルチモーダル」モデルで

５月７日　米オープンＡＩは、資金面で主要な支援者であるマイクロソフト と分け合う収益の割合を縮小する方針を投資家に伝えた。写真はオープンＡＩのロゴ。２月８日撮影（２０２５年　ロイター／Dado Ruvic） [７日 ロイター] - 米オープンＡＩは、資金面で主要な支援者であるマイクロソフト(MSFT.O), opens new tabと分け合う収益の割合を縮小する方針を投資家に伝えた。米ネットメディアのジ・インフォメーションが６日報じた。 報道によると、オープンＡＩは投資家に示した財務予測で、マイクロソフトと共有する収益の割合は、２０２０年代の終わりまでに少なくとも半分に減少するとの見通しを示した。現行契約では、オープンＡＩは３０年まで収益の２０％をマイクロソフトと共有することになっているという。

【シリコンバレー=渡辺直樹】米オープンAIが商業主義へとカジを切る組織転換の計画を断念した。人工知能（AI）は日進月歩で性能が高まり、兵器やサイバー攻撃への転用、制御不能になるといったリスクを抱える。人知を超える万能AIの登場も予想される中、社内外の警戒を背景に非営利部門が経営陣に歯止めをかける体制を残した。【関連記事】新体制は公益性を重視する営利企業（パブリック・ベネフィット・コーポレーショ

米OpenAIは5月7日（現地時間）、Stargateプロジェクトの新たな取り組み「OpenAI for Countries」を発表した。 このイニシアチブは、データセンターの設置やOpenAI製品の現地言語およびニーズへの適応などを含む10の国際プロジェクトから開始される。資金はOpenAIと参加各国政府の両方から提供される見込みだ。 米国でのStargateプロジェクトは、OpenAI、ソフトバンク、米Oracle、UAEのMGXの合弁会社で、2029年までに米国のAiインフラに最大5000億ドルを投じることを目指している。米テキサス州では既に10カ所のデータセンターが建設中だ。 新イニシアチブのパートナー諸国は、世界的なStargateプロジェクトの拡大にも投資し、AI分野における米国のリーダーシップの継続を支援し、民主的なAIのためのグローバルネットワーク効果の拡大に貢献するとして

【シリコンバレー=山田遼太郎】米アップル幹部は7日、スマートフォン「iPhone」に採用している米グーグルの検索エンジンを巡って、他社の生成AI（人工知能）サービスへの切り替えを検討していると表明した。ネット検索での支配的地位が揺らぐとの見方から、グーグル親会社の株価は前日比で一時10%下落した。ネット検索の反トラスト法（独占禁止法）違反を巡るグーグルと米司法省の裁判で、アップルのサービス担当

米アップルは自社のウェブブラウザー「サファリ」について、人工知能（ＡＩ）を活用した検索エンジンに焦点を当てた形に再構築することを積極的に検討している。長年続いてきたグーグルとの提携が終了する可能性を示し、業界にとって大きな転換点となる。 サービス部門責任者エディー・キュー氏が７日、米司法省によるアルファベットを相手取った訴訟での証言で明らかにした。 この訴訟の焦点は、アップルとアルファベット傘下グーグルの間で結ばれている年間約200億ドル（約２兆8700億円）と推計される契約にある。同契約に基づき、アップルのスマートフォン「iPhone」などに標準搭載されているサファリで検索を行う際のデフォルト検索エンジンにはグーグルが採用されている。

スピッツの「美しい鰭」は、映画『名探偵コナン 黒鉄の魚影』の主題歌としても知られる有名な楽曲だ。私も好きなスピッツの楽曲の1つで、リリース当初から何度も耳にしていた。 www.youtube.com ご存知のように、この曲のAメロは変拍子だ。私は学生時代にバンド活動に打ち込んでいたこともあり、8分の7が2小節続くという構造にも自然と気づいた。 流れるようなメロディーと草野マサムネの優しい歌声がいつも通り響く。しかし、その調和の中に、明確なリズムの「ずれ」が存在している。その違和感は不協和音とはならず、むしろ聴く者の心を捉える魅力として際立ってくる。 ふと思った。この変拍子のアイデアを、果たして生成AIは生み出せるだろうか？ もちろん、スピッツっぽい曲調を生成AIに頼むことは可能だ。実際、「スピッツ風のギターポップを作って」と指示すれば、それらしいコード進行やメロディを出力することはできるだ

AIについて人々は、超知性や軍拡競争と絡めて過度にユートピア的、あるいはディストピア的に語りがちだ。米プリンストン大学の研究チームは、AIを「普通のテクノロジー」として捉え、冷静な議論を呼びかけている。 by James O'Donnell2025.05.07 9 この記事の3つのポイント AIは超知性ではなく「普通の技術」として扱うべきというプリンストン大学研究者の提言 AIの社会への浸透は津波のように一気ではなく「雫」のようにゆっくり進む現実 派手な「超知性対策」より地味だが重要な「民主的制度強化・AIリテラシー向上」を優先すべき summarized by Claude 3 人工知能（AI）は現在、あらゆるところに存在しているにもかかわらず、普通の技術とはみなされていない。まもなく「超知性」という言葉にふさわしいAIシステムが登場するという話があり、グーグルの元CEO（最高経営責任者

「AIのゴッドファーザー」ジェフリー・ヒントン（Geoffrey Hinton）氏は、AI（人工知能）の進歩は予想以上に速いと語った。ヒントン氏は、AIが超知能（superintelligence）になれば、人間はAIに乗っ取られるのを止めることはできないかもしれないと警鐘を鳴らした。グーグルに在籍していたこともあるヒントン氏は、AIの開発を命がけの虎の子育てに例えた。AI分野の変革に貢献したある科学者は、自分は77歳で「ちょっと良かった」と語った —— この技術がもたらす危険な結末を目の当たりにするほど長生きしないかもしれないからだ。 2024年にノーベル物理学賞を受賞した「AIのゴッドファーザー」ジェフリー・ヒントン氏は、AIの進歩は予想以上に速く、ひとたび人間の知能を超えたら、人間はAIに乗っ取られるのを防ぐことはできないかもしれないと、4月26日に放送されたCBSのインタビューの中

多くのビジネスリーダーはまだ気付いていないが、オンラインで情報を見つける方法は根本的に変化している。Bain & Companyが2025年2月に発表した調査によると、消費者の80％が検索の少なくとも40％でAIによる要約を利用しており、従来のウェブサイトへのクリック数が最大25％減少している。 この変化を主導しているのはグーグルだ。同社の「AIによる概要」機能は、すでに100カ国以上で展開し毎月10億人を超えるユーザーに利用されており、結果リンクをクリックせずとも回答を提供する。 ほかのプレイヤーも急速に台頭している。ChatGPT、マイクロソフトのCopilot（コパイロット）、Perplexity（パープレキシティ）は、従来の検索結果を完全に迂回する「アンサー（回答）エンジン」という新たなカテゴリーを生み出している。 もし自社のビジネスが、こうしたAIが生成する回答に含まれていなけれ