A Review of Public Japanese Training SetsYou 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
Othello is Solved 論文解説 (私見) - Qiita
今朝起きたら、とんでもない論文を見つけました。 Othello is Solved ゲームの オセロが"解かれた(弱解決)" というのです。飛び起きました。それで、16時まで二度寝してから読みました。 注意すべきは、この論文が査読を経て公開されているわけではないこと、つまり形式上特にチェックを受けたものではないことです。ただ、タイトルからして非常に衝撃的ですので、個人的に読んでみました。この記事では、私がこの論文(およびソースコード)を読んでわかったことを、なるべくわかりやすくまとめます。随時更新します。 余談ですが、このタイトルはどうやら、チェッカーというゲームが以前弱解決された際の論文"Checkers Is Solved"のオマージュだろうという話です。 この記事には専門用語が出てくるので、最後の方に基礎知識として重要な用語や知識をまとめました。 お詫びと訂正 この記事の内容は、私が
人工知能学会 AI哲学マップ・総括セッション 講演資料
人工知能学会誌『人工知能』で2021年1月号から2023年5月号まで全15回に渡ってレクチャーシリーズとして実施されて来た「AI哲学マップ」の目的は，新しい人工知能研究の領野を指し示すことにあった．学会誌上で11組の人工地の意研究者と哲学者の対話を記録し，AIと哲学の交差するポイントを収集してきた．本セッションは，その対話の記録を整理し，AIと哲学の間を橋渡しするAI哲学全体マップを提示することで，AI研究と哲学研究が交錯する全体像を提供することにある．また本内容は人工知能学会誌2023年1号から3号に渡って掲載された「AI哲学マップ総論」をレクチャーするものであり，広くレクチャーシリーズの成果を還元するものである．またAI哲学マップの最終的な結果を初めてに公開し解説する．
ChatGPTなどの大規模言語モデルはどんな理論で成立したのか？重要論文24個まとめ
2022年11月にChatGPTが公開され、たった1週間で100万ユーザーを超えたのをきっかけに、GoogleのBardやMicrosoftのBing AI Chatなど、大規模言語モデルを利用したチャットAIが続々とリリースされています。チャットAIを研究しているセバスティアン・ラシュカさんが、チャットAIが実用化されるまでの研究の軌跡を重要な論文24個に絞って要約しています。 Understanding Large Language Models - by Sebastian Raschka https://magazine.sebastianraschka.com/p/understanding-large-language-models ◆目次 ・主要なアーキテクチャとタスク ・スケーリングと効率性の向上 ・言語モデルを意図した方向へ誘導する ・人間のフィードバックによる強化学習(
生成AIは今までのAIと何が違うのか？なぜいま盛り上がっているのか？｜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」
世界中で大きな盛り上がりを見せる「生成AI」。 生成AIを活用したChatGPTが史上最速で月間ユーザー数1億人を突破し、TIME誌の表紙を飾ったことは、その勢いを象徴する出来事だろう。 だが、ここで以下の2つの問いが浮かぶ。 生成AIは今までのAIと明確に何がちがうのか？ なぜ今このタイミングで生成AIがここまで盛り上がっているのだろうか？ この記事では上記2つの問いを海外のいくつかの記事を参考にしつつ解説していく。 生成AIと今までのAI技術との関係性まず生成AI技術とこれまでのAI技術との関係性を概観しておこう。 広い意味でのAI技術として、データの特徴を学習してデータの予測や分類などの特定のタスクを行う機械学習が生まれ、その中でデータの特徴をマシン自体が特定するディープラーニング技術が発展した。 そして、生成AIはこのディープラーニング技術の発展の延長上にある技術だと言える。 そし
Microsoft Build 2023のAI/MLアップデート最速まとめ
はじめに Azure OpenAI ServiceとAzure Machine Learningを中心に、Microsoft Build 2023での発表内容を簡単にまとめました！スピード優先でまとめましたので内容についてご容赦頂ければ幸いです。 なお、記事内の[Preview]等の表記は、執筆時点でPreviewになっているものと、ブログ記事等のアナウンス内で「すぐに利用可能に」や「6月にプレビュー開始！」等となっているものもまとめて表記しています。 Azure Machine Learning Prompt Flow [Preview] Prompt flowはAzure Machine Learningのプロンプトエンジニアリングツールです！！ GUIも活用して様々なツールやリソースを組み合わせた形でプロンプトのフローを構築できます。LangChainにも対応しています。 Harne
AI Canon | Andreessen Horowitz
Research in artificial intelligence is increasing at an exponential rate. It’s difficult for AI experts to keep up with everything new being published, and even harder for beginners to know where to start. So, in this post, we’re sharing a curated list of resources we’ve relied on to get smarter about modern AI. We call it the “AI Canon” because these papers, blog posts, courses, and guides have h
マイクロソフトが自社でAIチップを開発せざるを得ない深刻理由、NVIDIA依存だけではない
マイクロソフト、自社でAIチップを開発 マイクロソフトが自社AIチップの開発に着手していることが報じられている。第一報を報じたのは、The Informationだ。NVIDIAへの依存度を下げ、大規模言語モデルのトレーニングを進めることが狙いとされる。 情報筋によると、マイクロソフトは「Athene（アテネ）」というコードネームのもと、2019年から秘密裏にチップの開発を進めており、現在マイクロソフトとOpenAIの社員らが最新のGPT-4などの大規模言語モデルでどの程度効果的に機能するかをテストしているという。 日本でも人気を博すChatGPT。開発したのはOpenAIだが、マイクロソフトも同社に多大な資金を投じ、ChatGPTのベースとなる大規模言語モデルの開発に深く携わっている。生成AIの開発・運営において必要となるのが、グラフィクス・プロセシング・ユニット（GPU）だ。このGPU
生成系人工知能（生成AI）についての学長からのメッセージ | 武蔵野美術大学
学生の皆さんへ 2023年5月11日 学長 樺山祐和 現在、ChatGPTをはじめとした生成系人工知能（生成AI）についての議論が高まっています。そして、今後ますます技術が進み、また社会にも深く広く浸透していくことが予想されます。 美術大学としてはよりよい「学び」を得てもらうべく、こうした新技術を柔軟に活用し、また危惧される側面にも十分に配慮し、制作や研究に真摯に向き合ってもらいたいと期待しています。このメッセージでは、以下の6点を軸に、生成AIをめぐる現状と課題について大学としての見解を記述します。 身近なツールとなってきた生成AIを、まずは自分の目で確かめてみよう。 生成AIの問題や可能性についてより深く考えていこう。 個人情報や機密情報、また悪意のある内容の入力は絶対にしてはいけません。 レポートや論文に、生成AIの回答をそのまま用いて提出することを禁止します。 生成AIを引用すると
【AI】生成AIにおける秘密情報の取り扱いの注意点｜福岡真之介
１ はじめに ２週間ほど前に生成 AIの著作権について書いたところ多くの人に読んでいただき、生成AIへの関心が高いと実感したので、生成AIと法律の第２弾をお送りします。前回、生成AIのリスクとして、①著作権侵害、②誤情報の利用、③秘密情報の漏えい、④個人情報の不適切な利用、⑤悪用などがあると書きましたが、今回はその一つ③秘密情報の漏えいについて取り上げます。 ChatGPTなどの生成AIに自社の秘密情報を入力してしまう従業員などは、いてもおかしくありません。実際にも、サムソンの従業員がソースコードや議事録作成のために会議の音声をChatGPTに入力してしまったという事案が発生しています。 このNoteでは、従業員がChatGPTのような生成AIのプロンプトに秘密情報を入力してしまう場合、すなわちプロンプト段階での秘密情報漏えいの法律問題について取り上げます。 秘密情報には、大きく分けて2つ
RLHF (人間のフィードバックからの強化学習) の図解｜npaka
以下の記事が面白かったので、軽く要約しました。 ・Illustrating Reinforcement Learning from Human Feedback (RLHF) 1. はじめに言語モデルは、人間の入力プロンプトから多様で説得力のあるテキストを生成することで、ここ数年、目覚ましい成果をあげています。しかし、「良い」テキストかどうかは、主観的で文脈に依存するため、定義することが困難です。 「良い」テキストを生成するための損失関数の設計は難しく、ほとんどの言語モデルは、まだ単純な次のトークン予測損失（クロスエントロピーなど）で学習しています。この損失自体の欠点を補うために、BLEUやROUGEなどの人間の好みをよりよく捉えるように設計された指標も定義されています。しかしこれらは、能力測定において損失関数より適してますが、生成されたテキストを単純なルールで参照比較するため、制限があり
Midjourney、Stable Diffusion、mimicなどの画像自動生成AIと著作権｜知的財産・IT・人工知能・ベンチャービジネスの法律相談なら【STORIA法律事務所】
ホーム ブログ 人工知能（ＡＩ）、ビッグデータ法務 Midjourney、Stable Diffusion、mimicなどの画像自動生成AIと著作権｜知… はじめに Midjourney、Stable Diffusion、mimicなど、コンテンツ（画像）自動生成AIに関する話題で持ちきりですね。それぞれのサービスの内容については今更言うまでもないのですがMidjourney、Stable Diffusionは「文章（呪文）を入力するとAIが自動で画像を生成してくれる画像自動生成AI」、mimicは「特定の描き手のイラストを学習させることで、描き手の個性が反映されたイラストを自動生成できるAIを作成できるサービス」です（サービスリリース後すぐ盛大に炎上してサービス停止しちゃいましたが）。 で、この手の画像自動生成AIのようなコンテンツ自動生成AIですが、著作権法的に問題になる論点は大体決ま
大規模言語モデル（LLM）に関連するビジネスを展開する際に留意すべき法規制・知的財産権・契約｜知的財産・IT・人工知能・ベンチャービジネスの法律相談なら【STORIA法律事務所】
OpenAIのChatGPT、MicrosoftのBing、GoogleのBardなど、言語系のAIサービスが急速に普及し始めました。1ちなみに記事冒頭のアイキャッチ画像は, 会社のロゴ風画像で「GPT」という文字をなんとか表示させようと画像生成AIで1時間悪戦苦闘したが結局、意味不明の文字列しか出てこなかったロゴ」です これらのサービスは、いずれも大規模言語モデル（Large Language Models; LLMs)をベースにしているという共通点があり、社会や産業に極めて大きなインパクトを与えると予想されています。 そこで、このような大規模言語モデル（LLM）に関連するビジネスを展開する際に留意すべき法規制・知的財産権・契約について、何回かに分けてまとめてみようと思います。 今回は、まずは総論部分として「大規模言語モデル（LLM）に関連するビジネス3つの領域」と「それぞれの領域におい
「AIで作成したコミックの絵は著作権で保護されない」とアメリカ著作権局が宣言、作者は「素晴らしいニュース」と歓迎
アメリカ著作権局が2023年2月21日に、「画像生成AIを使用して制作されたグラフィックノベルの画像は、著作権による保護を受けない」と宣言しました。当該グラフィックノベルの作者は、引き続きアートワークの著作権を追求する予定としつつも、作品のストーリーや画像の配置などに関する創作性が認められた今回の決定を歓迎すると述べています。 US Copyright Office withdraws copyright for AI-generated comic artwork | Ars Technica https://arstechnica.com/information-technology/2023/02/us-copyright-office-withdraws-copyright-for-ai-generated-comic-artwork/ AI-created images lose
画像生成AIを利用して生成したコンテンツを自社サービスで利用する際に注意すべき事項｜知的財産・IT・人工知能・ベンチャービジネスの法律相談なら【STORIA法律事務所】
1 画像生成AIを含む生成系AIとビジネス ビジネス領域において、画像生成AIを含む生成系AI技術が利用される場面は大きく分けると2つあるように思います。 1つはユーザー側で利用する場面、つまり「生成系AIを利用して生成したコンテンツを自社プロダクトで用いる場合」、もう1つはベンダ側で提供する場面、つまり「生成系AIのモデルそのものや当該モデルをベースとするアプリケーションを開発・提供する場合」の２つです。 もちろん、企業によっては「自社で生成系AIツールを開発し、当該ツールを用いて生成したコンテンツを自社プロダクトで用いる」ということもあるでしょう。その場合は2つの領域双方にまたがった検討が必要です。 （1） 生成系AIのモデルそのものや当該モデルをベースとするアプリケーションを開発・提供する場合 生成系AIのモデルそのものや、当該モデルをベースとするアプリケーションをベンダ・サービサー
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
hotchpotch/jaqket_v1_qa_wikija_context · Datasets at Hugging Face
AIの仕組みを知る: 言語処理モデル・生成モデルとその可能性
生成系AI/LLM に関する 注目アップデート ~MS Build 2023 編~
ジェネレーティブAI実践入門/20230524
人工知能・深層学習を学ぶためのロードマップ | 東京大学松尾・岩澤研究室（松尾研）- Matsuo Lab