日本はもはや「イノベーションの国」ではなく、AIの「巨大市場」なのだろうか | 米IT大手が続々と日本に出資するわけ
日本は人工知能（AI）の中心地なのだろうか。 2024年4月、米IT企業大手「オラクル」が、クラウド・コンピューティングとAIに関するサービスの拡充のため、80億ドル（約1兆2500億円）を日本に投資すると発表した。その直前には、生成AIサービス「ChatGPT」の生みの親である「オープンAI」が、アジア最初のオフィスを東京に開設すると決め、さらにその2ヵ月前には、大規模言語モデル「Llama」を作った「メタ」社のCEO、マーク・ザッカーバーグの来日が大々的に報道されていた。 これと並行して、他にも大手テクノロジー企業が日本のITインフラに天文学的な額の投資を発表し、生成AIを用いたサービスを展開しようとしている。
『ドラクエ』堀井雄二×『倉庫番』今林宏行×『かまいたちの夜』我孫子武丸：鼎談＜過去探求編＞人工知能時代へ向けて往年の「コマンド入力式ADV」を振り返る
人類の情熱に終わりはない。探求心と技術の進化が、新時代のゲームの幕開けを告げている。昨今の人工知能の台頭はビデオゲームのストーリーテリングに大きな革新をもたらす可能性を示唆している。それはしばしば歴史が示してきたように、アドベンチャーゲームが先陣を切るだろう。 アドベンチャーゲームは、プレイヤーに物語体験を提供し、謎解きや探索を通じて物語の世界を紡ぎ出すジャンルとして長らく愛されてきた。しかしこれまでの制約を超えて、プレイヤーの行動や選択に応じてダイナミックに変化する未来のアドベンチャーゲームはどのようなものなのだろう。 そもそもアドベンチャーゲームは出発点から人工知能と縁が深いものだった。最初のアドベンチャーゲーム『Adventure』（1976年）は、初期のチャットボット・プログラムを参考にして作られており、ゲームの背後にAIがいるかのようにプレイヤーに感じさせようとしていた。最初のア
ChatGPTと食べログが連携 「明日夕方に4人で入れる焼き肉屋ある？」に返答 店探しを支援
ChatGPTプラグインは外部サービスから情報を取得してChatGPTの機能を拡張するもの。AIが生成する情報は必ずしも正確とは限らなかったが、外部情報を参照するため正しい結果を出力できる。利用にはウェイティングリストへの登録が必要。 関連記事 GPT-4搭載の「新しいBing」、誰でも利用可能に 新機能も多数追加 オープンプレビュー」に移行した。これにより、ウェイティングリストに登録せずに誰でも利用できるようになる。また、画像を交えた回答やチャット履歴の保存、マルチセッションなど多数の新機能を追加する。 OpenAIのChatGPT、イタリアで再び利用可能に 透明性改善で イタリアのデータ保護当局は、ChatGPTの使用禁止を解除した。OpenAIが年齢確認機能や履歴を保存しない機能を追加したため。GPDPはOpenAIの対策を認め、引き続き欧州データ保護法順守についての調査を続けるとし
ChatGPT 雑感 - murawaki の雑記
ChatGPT についてポエムを書き散らすのが流行っている。珍しく流行に乗ってみる。機会を逃すとまた状況が激変しそうだし。 研究者の YouTuber 化 ChatGPT は研究者が想定していた成長曲線よりも上に外れたところに現れた。こんなに流暢にテキストを生成するモデルがこんなに早く出現するとは思わなかった。なぜ日本語まで流暢なのかはいまだに謎。 ChatGPT はテレビでも取り上げられるくらい一般に認知されているらしい。複数のテレビ取材に応じたという人がいたのでそうなのだろう。*1 私の観測範囲で起きているは、参入者が大勢いること。これまで自然言語処理をやってこなかったであろう人。従来の技術よりも圧倒的に敷居が低い。そもそもプログラムを書く必要がない。自然言語で指示を出すだけなら誰でもできる。 ChatGPT の上で踊りたいかというと気乗りしない。参入障壁が低いということは、競合が多い
行政の統計資料のような非構造化データをGPTで構造化データに変換する｜mah_lab / 西見 公宏
今朝方GPT-4が発表されて、みなさん死ぬほど盛り上がってますねー。 GPT-4を使えば一発でできそうなネタではありますが、GPT-4 APIのお値段は3.5よりもお高めの設定なので、これからはどのように上手くGPTのバージョンを使い分けていくかが問われていくと思います。 というわけで今日は非構造化データを構造化データに変換する話です。 問題の背景行政が定期的に公開している統計資料をご覧になったことはありますでしょうか。ディスる訳ではないですが、以下に示すのは私が住んでいる富士吉田市の統計資料です。 統計ふじよしだ令和元年度版 - 商業 このように分かりやすい表で情報を提供してくれるのはありがたいのですが、数値データにはなっていないので分析に活用することができません。 GPTのパワーを使って、このような非構造化データを構造化データに変換できないか？というのが本日のお題になります。 コードP
最近またLinux用の日本語IMEを作っている - tokuhirom's blog
本件は mozc の ut がどうこうとかは関係なくて、ふと linux desktop を使おうと昨年末に思いまして、昨年末からちまちまやってます https://github.com/tokuhirom/akaza かな漢字変換って作るの難しいのかなぁ、と思ったので作ってみている。これはまさに Just for Fun でやっている。 わりと普通に自分で常用してる分には困らないかな、というところまできている。 以下は、思ってることの垂れ流しという感じで、まとまってないですが。 「日本語入力を支える技術」という本が 2018年に出ていて、この本の内容を読めば、だいたいエンジン部分は実装できる。Amazon のレビューではこの本よんでも実装できないって書いてあるけど、変換エンジン自体は実装できます。 UI が辛い。けど。 エンジンは、ビタビアルゴリズムで最小コスト法を実装する、とかであれば
Wikipediaの前処理はもうやめて「Wiki-40B」を使う - Ahogrammer
最近の自然言語処理では、大規模なテキストから単語の分散表現や言語モデルを学習させて使っています。学習する際のテキストとしては、分量や利用しやすさの都合からWikipediaが選ばれることが多いですが、その前処理は意外と面倒で時間のかかる作業です。そこで、本記事では比較的最近リリースされた前処理済みのデータセット「Wiki-40B」とその使い方を紹介します。 Wiki-40Bとは？ Wiki-40Bは、40言語以上のWikipediaを前処理して作られたデータセットです。このデータセットは言語ごとに学習/検証/テスト用に分かれているので、単語分散表現や言語モデルの学習・評価に使えます。言語ごとの対応状況については、以下のページを参照するとよいでしょう。 wiki40b | TensorFlow Datasets 前処理としては、大きくは以下の2つに分けられます。 ページのフィルタリング ペー
自然言語からSQLクエリを機械学習で生成、業務データベースが言葉で検索できるように。セールスフォース・ドットコムがAIの研究成果を公開
自然言語からSQLクエリを機械学習で生成、業務データベースが言葉で検索できるように。セールスフォース・ドットコムがAIの研究成果を公開 セールスフォース・ドットコムの人工知能研究部門であるSalesforce Researchは、自然言語による質問とデータベーススキーマの情報を基に、質問に対応するSQLクエリを機械学習で生成する研究成果を公開しました。 これによってビジネスパーソンがSQL言語を学ぶことなく、業務データベースから必要な情報を自然言語で検索できることが期待できます。 自然言語を解析してSQLクエリを生成 下記の図は、公開された研究成果の概要を示したものです。 図の左上「How many engine types did Val Musetti use？」が自然言語の問いとなり、「Entrant / Constructor / Chassis / Engine / No / D
Rebuild: 181: UNK Reply Bot (higepon)
Taro Minowa さんをゲストに迎えて、ボット、機械学習、AI などについて話しました。 Show Notes seq2seq の chatbot を日本語で動かしてみた - Higepon’s blog ひげみbot (@higepon_bot) Convolutional neural network Sequence-to-Sequence Models ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 TensorFlow Keras Theano Chainer 意味分からない。最初からKeras使った方が良くない？流石日本人。Chainer好きすぎでしょ。 MeCab: Yet Another Part-of-Speech and Morphological Analyzer りんな Twitter taught Microsof
Google機械翻訳の仕組み&できるようになったこと/まだ難しいことについて、社内の機械学習勉強会で説明します - yasuhisa's blog
社内の機械学習勉強会で最近話題になった機械学習関連のエントリを取り上げているのですが、ここ一ヶ月ではGoogle Neural Machine Translation(GNMT)がとても話題になっていました。GNMTで使われているEncoder-Decoderやattentionのような仕組みを直近で使う予定は特にはないですが、機械学習を使うエンジニアとして知っておいて損はないし、技術的に何が変わったことにより何ができるようになって、何はまだできないのかを知ろう、というのが目的です。技術的な項目は興味ない人も多そうなので、最後に持っていきました。 Google Neural Machine Translation(GNMT)の最近の進化について できるようになったこと 定量的な評価 まだまだ難しいこと 技術的な詳細 Encoder-decoder Attention based encod
Rebuild: Aftershow 136: Googling with Bing (takoratta)
及川卓也さんと、Build, Google IME, エイプリルフールなどについて話しました。 Show Notes Microsoft Azure Machine Learning Studio Microsoft bots will help you order pizza, book hotels from Skype Googleで「はらへった」と検索するとピザが届くようにするまで Windows for Pen Computing Microsoft Bob Google 日本語入力 物理フリックバージョン mozc-furikku Google 日本語入力 - モールスバージョン Introducing Gmail Mic Drop List of Easter eggs in Microsoft products
GitHub - cookpad/cookpad-internship-2015-summer: http://techlife.cookpad.com/entry/2015/09/08/113442
ハッカドールにおけるElasticsearch利用法について発表しました - mosa_siru’s blog
DeNA社内でのElasticsearch勉強会にて、アプリ「ハッカドール」におけるElasitcsearch利用法について発表してきました。 スライドはこちら。 Elasticsearch for Hackadoll from mosa siru Elasitcsearchの中身や運用について濃く触れるというよりは、ちゃんとした検索エンジン作るための泥臭い話がメインになっています。 （ある意味で昨年Tokyo WebMiningにて発表した捗るリコメンドシステムの裏事情（ハッカドール）の派生スライドです。） ハッカドールは1周年を迎え、来月にはアニメ化もされます。ニュースアプリがアニメ化とか開発者としてもどうなるか予想がつきませんが、放映時には全裸待機しようと思います！ hackadoll-anime.com
研究者流 コーディングの極意 言語処理学会第19回年次大会(NLP2013) チュートリアル資料（岡崎担当分）
言語処理学会第19回年次大会 (NLP2013) チュートリアル資料（岡崎担当分） 岡崎 直観 東北大学大学院情報科学研究科 okazaki at ecei.tohoku.ac.jp http://www.chokkan.org/ @chokkanorg 研究者流 コーディングの極意 1 研究におけるコーディングの極意？ • 今回のチュートリアルをきっかけにサーベイ – ソフトウェアエンジニア向けの指南書は存在 – でも，研究者向けの資料は数少ない • 自分が修士課程の頃は完全に我流だった – 複数文書自動要約のプログラムをすべてC++で実装 – *NIXを使うスキルはなく，すべてWindows上で実行 – 今から考えると，無駄だらけの実験作法だった • ほとんどの大学では実験の講義があるが… – 研究のためのコーディング作法は教えてくれない 2 繰り返される残念な光景 • 論文の締切前日
googleの日本語音声認識を自由に呼び出して使う方法 - お前の血は何色だ!! 4
google chrome とかにある、google音声認識を自由にプログラムから呼び出す方法を調べたので書いてみる。 Fiddler2 でごにごにしてぐるぐるした結果、こーなった。 音声データは、 16000hz 1channel の flac形式で送信している。 で、その結果を元に調べてみると、外人で何人か解析している人がいた。 だけど、日本語のやつがなかったんで作ってみた。 基本的には、lang=ja と lang=US の違いぐらいだけど。 まず、手元に 16000hz 1channel の test.flac を作る。 ffmpeg使うと簡単に作れる。 ffmpeg -i test.wma -vn -ac 1 -ar 16000 -acodec flac test.flac あとは、HTTPS通信してデータを取得する。 chrome がやっているとおりに投げてみた。 なので、サー
livedoor Techブログ : 住所正規化APIをロケタッチでリリースしたよ！１
LINE が PC から使えるようになって、自社サービスなのに wktk しながらハックしてた大沢Yappo和宏です。こんにちわ。初めましての人は初めましてね。 今回は、先日ロケタッチの API に、住所正規化 APIを追加したので簡単な紹介をします。 ロケタッチ API って何？ ロケタッチ API は、ロケタッチのユーザーデータ、スポットデータ、チェックインデータ等にアクセスできる API です。 OAuth2 で実装されているので、どのような言語からも利用しやすくブラウザだけで完結するような JavaScript アプリケーション等にも気軽に導入する事が出来ます。 Perl の世界だと Amon2 という Web Application Framework の認証プラグインとしてAmon2::Auth::Site::Loctouchが CPAN にあるので、これを使うと簡単にロケタッ
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
大規模言語モデルの驚異と脅威
生成AIはiPhone登場時並みのインパクトがありデジタル格差を解消する。NVIDIA ジェンスン・フアンCEO
Yahoo!メール
サービス終了のお知らせ