高精度な画像を生成できることで話題となっている「Stable Diffusion」が、どのように入力されたテキスト(プロンプト)からイラストを生成しているのかについて、機械学習関連のトピックについての解説動画などを投稿しているジェイ・アラマー氏が解説しています。 The Illustrated Stable Diffusion – Jay Alammar – Visualizing machine learning one concept at a time. https://jalammar.github.io/illustrated-stable-diffusion/ アラマー氏は、テキストから印象的な画像を生成するAIの登場が、人間がアートを作成する方法が変わることを示していると主張。Stable Diffusionのリリースにより、比較的安いリソースで使用で誰もが高性能なモデルを使
ChatGPTやBardのような高度な文章作成能力を有するチャットAIの登場により、「AIが作成した文章」を判別するためのツールが求められるようになっており、日本の企業もChatGPTの文章を判別するためのソフトウェアを開発したことが報じられています。しかし、この種のツールは英語を母語としない人が書いた文章を「AIにより作成されたもの」と判別してしまうことが最新の研究により明らかになりました。 GPT detectors are biased against non-native English writers: Patterns https://www.cell.com/patterns/fulltext/S2666-3899(23)00130-7 Programs to detect AI discriminate against non-native English speakers
ギブリーは4日、自社専用のChatGPT環境を構築できる「法人GPT」をリリース。行政GPTは、セキュリティを強化し行政機関が活用しやすいよう改良したサービスとなる。 法人GPTとの違いは料金体系にも。従量課金制で予算調整が困難だったところを、行政機関が利用しやすいよう定額制での提供とした。 関連記事 自社専用のChatGPTを構築できる「法人GPT」 入力文はOpenAIでの学習に使われない AIチャットbotなどを提供するギブリーは、法人内でChatGPTを活用できる「法人GPT」を4月上旬にリリースすると発表した。法人内で活用できる企業専用のChatGPT環境の構築できるという。 ベネッセ、社内用チャットAI「Benesse GPT」発表 グループ全社員1万5000人に展開 ベネッセホールディングスが、ChatGPTなどをMicrosoftのクラウドで使える「Azure OpenAI
米マサチューセッツ工科大（ＭＩＴ）メディアラボ元所長で、インターネット関連事業を展開するデジタルガレージ取締役の伊藤穰一氏が１３日、産経新聞の取材に応じ、日本の人工知能（ＡＩ）開発の方向性について、米オープンＡＩの開発した対話型ＡＩ「チャットＧＰＴ」のように「今から巨大なＡＩを作る必要はない」と指摘。その上で、チャットＧＰＴとは別の効率的な仕組みで学習する次世代ＡＩ「ニューロシンボリックＡＩ」の開発と活用を呼びかけた。（大坪玲央） ニューロシンボリックＡＩは物事のルールを覚えることで答えを導き出すＡＩで、チャットＧＰＴの基盤となっているＡＩ「大規模言語モデル」が「１＋１＝２」という解答を出すために大量の数式を学習する必要があるのに比べて、足し算などの仕組みや構造、ルールを学習するため、非常に効率的だという。 伊藤氏は、オープンＡＩのサム・アルトマン最高経営責任者（ＣＥＯ）の４月の訪日を前に
画像生成AI「Stable Diffusion」でスマホでもわずか1枚2秒という爆速で画像生成ができる「SnapFusion」
画像生成AIのStable Diffusionは、文章を入力するだけでイラストや写真を自動で生成してくれます。しかし、この画像生成のプロセスは複雑な処理を何度も行うため、ハイスペックなGPUを搭載したマシンが必要となります。そんなStable Diffusionをスマートフォン上で、1枚2秒未満という速度で画像生成できるようにした「SnapFusion」を開発したと、ノースイースタン大学と写真共有アプリ・Snapchatの開発企業であるSnapの研究者が発表しました。 SnapFusion https://snap-research.github.io/SnapFusion/ SnapFusionが爆速で画像を生成する様子は、以下のムービーで見ることができます。 On-Device Demo for SnapFusion - YouTube iPhoneでSnapFusionを実行している
OpenAIが4度目のブレイクスルーとなる数学ができるAI「Q*(キュースター)」で汎用人工知能開発の飛躍を目指す、アルトマンCEO解任騒動の一因か
OpenAIが新たなAI開発プロジェクト「Q*(キュースター)」を進めていることを認めたと報じられています。このQ*は数学的推論能力の改善を目指したもので、汎用人工知能(AGI)の研究に画期的な進歩をもたらすかもしれず、2023年11月に起こったサム・アルトマンCEO解任騒動の一因にもなった可能性が指摘されています。 OpenAI researchers warned board of AI breakthrough ahead of CEO ouster, sources say | Reuters https://www.reuters.com/technology/sam-altmans-ouster-openai-was-precipitated-by-letter-board-about-ai-breakthrough-2023-11-22/ OpenAI ‘was workin
うっとうしい電話勧誘や、クレジットカードの番号を聞き出そうとする詐欺行為まで、電話にまつわる嫌がらせや犯罪行為は後を絶ちません。こうした迷惑電話を対処するべくAIによる自動応答ボットを作成した人物の話を、ウォール・ストリート・ジャーナルが紹介しています。 People Hire Phone Bots to Torture Telemarketers - WSJ https://www.wsj.com/amp/articles/people-hire-phone-bots-to-torture-telemarketers-2dbb8457 以下が実際に行われたというAIと電話相手のやりとりです。電話相手はバンク・オブ・アメリカの従業員を名乗り、クレジットカードの番号を聞き出そうとしてきたそうです。 電話の相手、ケビン(以下、ケビン)： カードサービスをご利用いただきありがとうございます。ご機
AI画像生成サービスを提供するAI Picasso（東京都港区）は8月10日、フリー素材サイト「いらすとや」風のイラストを生成できる「AIいらすとや」の正式サービスを始めた。これまで公開していたβ版では、生成した画像の用途がSNSへの投稿のみに限られていた。今後は、同社の有料サブスクリプション（月額1480円）に登録すれば、無制限に画像を生成し、全てクレジットなしで商用利用できる。 AIいらすとやは、いらすとやを運営するみふねたかしさんと提携の上、2022年12月に発表したサービス。「Stabel Diffusion」などと同じくテキストから画像を生成できる他、画像をアップロードし、生成の参考にしてもらうこともできる。縦横比や背景透過の有無も指定できる。無料でも、月に20枚の制限つきだが画像の生成が可能。
GPTなどの大規模言語モデルは脳科学・記号論・言語学の観点で驚くほど良くできている｜梶谷健人 / 新著「生成AI時代を勝ち抜く事業・組織のつくり方」
大規模言語モデルの優秀さの秘訣ChatGPTなどに代表されるサービスで採用されている大規模言語モデル（LLM）によって、AIは今までとは比べ物にならないくらい自然な対話ができるようになった。 なぜLLMでは自然な対話ができるかというとその秘訣の1つは、LLMは大量のテキストを学習する際に、文章内の単語を「ベクトル（向きと長さを持つ数学的な量）」に変換して処理しているからだ。 GPTでは各単語は数万という次元でベクトル化されており、単語ベクトルは意味が近いほどベクトル同士の距離が近くなる。 https://openai.com/blog/introducing-text-and-code-embeddingsこれこそが大規模言語モデルがここまで高い言語能力を獲得したポイントであるが、たまたま最近読んだ脳科学、言語学、文字学の本の中で、このLLMにおけるベクトル化の仕組みは非常に理にかなってい
総務省は2月15日、クラウドサービス事業者に対する情報開示の指針「クラウドサービスの安全・信頼性に係る情報開示指針」に、新たにAIを活用したSaaSやASP（アプリケーション・サービス・プロバイダ）に関する指針を追加したと発表した。これまでは「IaaS・PaaS編」など7通りの指針を定めていたが、AIを活用したクラウドサービスが増加傾向にあることから新たに策定した。 AIを使ったSaaSやASPを巡る指針では、セキュリティや災害対策の状況に加え、AIの精度や今後の精度向上に向けた施策の有無など、計106の項目を開示するよう新たに定めた。総務省は今後も必要があれば項目を更新する方針。 クラウドサービスの安全・信頼性に係る情報開示指針は、クラウドサービスの利用者がより安全な製品を選べるよう、総務省と一般社団法人のASP・SaaS・AI・IoTクラウド産業協会が策定した指針。 クラウド事業者向け
Metaが既存の生成AIにあるトークン制限をはるかに上回る100万トークン超のコンテンツ生成を可能にする次世代AIアーキテクチャ「Megabyte」を発表
MetaのAI研究チームが、100万トークンを超えるテキストや画像、オーディオ形式などのコンテンツを生成できる可能性を持つ「Megabyte(メガバイト)」のアーキテクチャを提唱しました。GPT-4やBardなどのAIモデルの基盤となっているアーキテクチャは「Transformer」ですが、MegabyteをAIモデルに採用することで、より高度で熟練したAIモデルの開発が可能になるとMetaは主張しています。 [2305.07185] MEGABYTE: Predicting Million-byte Sequences with Multiscale Transformers https://doi.org/10.48550/arXiv.2305.07185 Meta AI Unleashes Megabyte, a Revolutionary Scalable Model Archit
国立情報学研究所（NII）は10月20日、パラメータ数130億の大規模言語モデル（LLM）「LLM-jp-13B」を公開した。初期段階のモデルだが、アカデミアや産業界の研究開発に資するため、コーパスやツールなどを含めてすべてオープンにする。 公開したLLMの学習データ量は合計約3000億トークン。うち日本語は約1450億トークン（mC4／Wikipedia）、英語は約1450億トークン（The Pile／Wikipedia）、プログラムコード約100億トークン。 計算資源としては、大学や研究機関が共同運営する仮想化環境・データ活用社会創成プラットフォーム「mdx」を12ノード活用。モデル構築にはMicrosoftのDeepSpeedを、モデル構築時の監視やログの保存には、モデル開発プラットフォームのWeights＆Biasesを利用した。 NIIが主宰するLLM勉強会（LLM-jp）で7月
｢ChatGPT苦手な人｣はただ1つのコツを知らない
近年、ChatGPTをはじめとする生成AI（人工知能）の出現により、私たちの仕事の進め方に大きな変化が現れてきています。これらのAIは、文章の生成や情報の解析など多岐にわたるタスクを行うことができ、効率的な作業をサポートしてくれます。 しかしこのような変化は、ChatGPTなどのAIツールを積極的に使いこなし仕事に生かしている方と、そうではない方とでは、実感としてまったく異なるものとなっています。AIツールを活用している方々は、情報収集や文章作成の速度が格段に向上し、それによって生産性や創造性が高まっていると感じていることでしょう。 それに対して、これらのツールをまだ使いこなせていない方々からすると、ChatGPTの登場がそれほど大きなインパクトを持っているようには感じられないかもしれません。 「あなたの実現したいことは明確か？」が唯一論点に 私の周りでもChatGPTを使いこなして「稼げ
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
画像生成AI「Stable Diffusion」がどのような仕組みでテキストから画像を生成するのかを詳しく図解
英語を母語としない人が書いた文章が「AIにより作成されたもの」と誤検知されている
ChatGPTの行政専用環境「行政GPT」 業務効率化に一役 機密情報の入力を抑止する機能も
「国産巨大ＡＩは〝戦艦大和〟」 伊藤穰一氏、開発の必要性否定
電話詐欺師と無駄な会話を続けて苦痛を与える「自動応答AIボット」が作成される
「いらすとや」風画像を無限に生成 「AIいらすとや」商用利用可に 有料サービス化
総務省、「AIを活用したSaaS」の情報開示指針を策定 AIの精度など106項目
NII、130億パラメータのLLM構築 コーパスなども全公開 「今後の研究に資するため」