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

今回の発表で強く感じたことは、やはりOpenAIの目指すChatGPTが単なるチャットアプリケーションではないということだ。 従来のオペレーティングシステム（OS）はハードウェアとアプリケーションの架け橋である。だがOpenAIはChatGPTを「言語で命令できるオペレーティングエージェント」と位置付け、人生のあらゆるタッチポイントで新たなゲートキーパーとなろうとしているように思える。 IT競争は手前の取り合い歴史を振り返れば、IT競争の常道とは、ゲートウェイを手前に築くことにあったようだ。PCの争いをOSが無意味化し、OSの争いをブラウザが、ブラウザの争いを検索エンジンがと、そしてそれをスマホとアプリが…このようにITの争いは常に手前を争うものだった。こうして一番手前を抑えた企業は、大きな利益を手に入れた。 今、OpenAIの動きは、このメタゲームに大きな変化を加えつつある。 OpenA

凄いものが出てきてしまった。 ChatGPTの「Code Interpreter」が話題になったが、あれはあくまでクラウド上で動いているだけ。それを模してローカルで動作するようになった「Open Interpreter」は、衝撃的な成果である。 Open Interpreterのインストールは簡単。コマンド一発だ $ pip install open-interpreter起動も簡単 $ interpreter -yこれだけでOK。 あとはなんでもやってくれる。 たとえばどんなことができるのかというと、「AppleとMetaの株価の推移をグラフ化してくれ」と言うとネットから自動的に情報をとってきてPythonコード書いてグラフをプロットしてくれる。 凄いのは、ローカルで動くのでたとえばApplescriptを使ってmacOSで動いているアプリを直接起動したり操作したりできる。「Keynot

いまからわかる！ChatGPT活用プログラミング ChatGPT APIのFunction callingを使って⁠⁠、請求書の構造化データを抽出する 先月、OpenAIからFunction calling（関数呼び出し）機能がリリースされました。これが何なのか、何のために使うべきなのか、ちょっと見ただけでは分かりづらいと思います。 今回は請求書から情報抽出をするというよくありがちなケースを題材に、Function callingの利便性を示してみます。 Function callingとは OpenAIが2023年6月13日にリリースしたChat APIの追加機能です。主にできることとして以下の3つが挙げられています。 外部ツールを呼び出して質問に答えるチャットボットを作成する 自然言語を内部APIの呼び出しやSQLに変換する テキストから構造化データを抽出する たとえば天気予報と血液型

PromptLab(プロンプトラボ)とは、AIプロンプトと呼ばれる「AIに適切な指示を出すための文章」を誰でも簡単に利用できるサービスです。必要項目を記入するだけで、面倒な作業を20秒程度でAIに片付けてもらうことができます。

何これ？ このたびは、『３秒敬語』のWebサイトにアクセスしていただき誠にありがとうございます。 私は、日本語を敬語に “翻訳” するAIでございます。 お友だちに送られるようなカジュアルなメッセージを拝読し、お取引先に送られるような丁重なビジネスメールに変換することを通して、お手伝いさせていただければ幸いです。 使い方は？

700社以上存在する「テキストベースのジェネレーティブAI市場」 ChatGPTの登場で、ジェネレーティブAI（または生成AI）への関心が爆発的に高まっている。Statistaのまとめによると、ChatGPTが登場した2022年11月からグーグル検索における「ジェネレーティブAI」への関心が徐々に高まり、関心度合いの指数は2023年2月に過去最高となったことが判明した。 現在、ChatGPTがジェネレーティブAIの代表格のような存在となっているが、ジェネレーティブAI市場には多種多様なプレーヤーがおり、ジェネレーティブAI認知の高まりとともに、今後競争が激しくなることが予想される。 ChatGPTは、チャット、文章生成、翻訳、コーディングなどさまざまなタスクをこなす万能型のAIツールだが、市場にはそれぞれのタスクを専門とする特化型AIツールが多数ひしめき合っている。Venturebeatの

このnoteのターゲットChatGPTを使ってるけど、イマイチ使いこなせていない人 ChatGPTにどんな指示をしていいか迷っている人 このnoteで得られることゴールシークプロンプトの概要を理解できる ゴールシークプロントの使い方が分かる ゴールシークプロンプトとは聞き慣れない単語だと思うので、まずはそれぞれの言葉を説明しますね。 ■ ゴール：AIを使ってユーザーが達成したい目標 ■ シーク：探す, 探し求める ■ プロンプト：AIに指示するために入力する文章 つまり、ゴールシークプロンプトとは「ゴールを自ら探しに行ってくれるプロンプト」のことです。 ゴールシークプロンプトがすごい理由ゴールシークプロンプトがすごい理由は、以下の３点。 1. 曖昧なゴール設定でも、AIが明確なゴールを探してくれる 2. AIと対話しながらゴールを探せる 3. 汎用性のある形に変更もできる ChatGPTに

既に皆さまお気づきの通り、Anond AI（https://anondai.hatelabo.jp/）はエイプリルフール企画として誕生したものですが、ご利用状況を踏まえ、今後もAnond AIをはてラボサービスとして提供し、動作検証をしていくこととしました。 今後、AIによる自動生成コンテンツが社会に多く流通することを見越して、利用事例を蓄積し、ルールやマナーの整備にもつながればと考えています。今後とも、Anond AIをお楽しみください。 AnondAIの開発秘話はこちらから developer.hatenastaff.com

With ChatGPT being all the rage today, Apple users are likely wondering how to access it on their iPhones. For those of you who aren't aware, ChatGPT is an AI-powered chatbot that allows you to have human-like conversations. Although ChatGPT doesn't have an official mobile app, you can access its capabilities on your iPhone via Siri. So, if you're already interested, read on as we'll teach you how