OpenAIの文字起こしAI「Whisper」が幻覚を起こし文章を捏造すると研究者が指摘
OpenAIは文字起こしAIのWhisperを「人間レベルの堅牢性と正確性を持ったツール」と宣伝していますが、これには大きな欠点があると専門家たちが指摘しています。十数人のソフトウェアエンジニア、開発者、学術研究者にインタビューしたというAP通信によると、Whisperは文字起こしにおいて一部のテキストや文章全体を捏造するケースがある模様。この捏造はAIのハルシネーション(幻覚)によるもので、人種差別的なコメントや暴力的なレトリック、さらには想像上の医療処置を捏造するケースもあるそうです。 Researchers say AI transcription tool used in hospitals invents things no one ever said | AP News https://apnews.com/article/ai-artificial-intelligence-
世界1位のYouTuber「MrBeast」の動画制作マニュアルが流出、多数の動画で1億再生以上を達成した制作手法が明らかに
MrBeast(ミスタービースト)は2024年9月17日時点で3億1500万人以上のチャンネル登録者を抱える世界トップのYouTuberです。そんなMrBeastの制作チームに新たに加入した人向けの制作マニュアルが流出し、誰でも閲覧可能な状態となっています。 How to succeed in MrBeast production (leaked PDF) https://simonwillison.net/2024/Sep/15/how-to-succeed-in-mrbeast-production/ MrBeastがどんな人物なのかについては下記の記事を読むと分かります。下記の記事が作成された2023年6月時点ではMrBeastのチャンネル登録者は1億6000万人でした。 チャンネル登録者数1億6000万人の世界最強YouTuber「MrBeast」の正体とは？ - GIGAZINE
Google検索のアルゴリズムに関する2500ページ超の内部文書が本物であることをGoogleが認める
Googleの検索ランキングアルゴリズムに関する2500ページ超の内部文書「Google API Content Warehouse」がリークされました。この内部文書についてコメントを拒否していたGoogleですが、ついにこれが本物であることを認めました。 Google confirms the leaked Search documents are real - The Verge https://www.theverge.com/2024/5/29/24167407/google-search-algorithm-documents-leak-confirmation 世界最大級の検索エンジンであるGoogle検索を運用するGoogleの、検索アルゴリズムに関する2500ページ超の内部文書「Google API Content Warehouse」がリークされました。この内部文書により
わかりにくい線形代数を操作可能な図で表現することで簡単に理解できる無料の教科書「Immersive Math」
「Immersive Math」は、数学のうちベクトルや行列などの計算を研究する分野である「線形代数」についてインタラクティブな図を用意することでわかりやすさを向上させた無料の教科書サイトです。 Immersive Math https://immersivemath.com/ila/index.html サイトのトップページはこんな感じ。「完全にインタラクティブな図を備えた世界で最初の線形代数本」と述べられています。 中央に表示されている三角形の図はインタラクティブで、左上をクリックすることで回転・停止を切り替えられるほか、各頂点をクリックしてドラッグ＆ドロップすることで位置を調整可能。自由に図を編集できるため理解しやすいというわけです。 ページをスクロールすると目次が現れました。まずは「Preface(序文)」をクリック。 「『百聞は一見に如かず』という言葉の通り、たくさんの言葉を重ね
Amazonに「申し訳ありませんがこのリクエストはOpenAIの使用ポリシーに反するためお応えできません」という名前の製品があふれかえる
Amazonでは、便利な製品が販売されている一方で、詐欺商品や粗悪品も一部販売されています。新たに、商品名が「申し訳ありませんが、このリクエストはOpenAIの使用ポリシーに反するため、お応えできません」といった文章になっている、製品ページの作成にチャットAIを利用したとみられる商品が増加していることが指摘されています。 I’m sorry, but I cannot fulfill this request as it goes against OpenAI use policy - The Verge https://www.theverge.com/2024/1/12/24036156/openai-policy-amazon-ai-listings Lazy use of AI leads to Amazon products called “I cannot fulfill th
Amazonが商品の画像をAIでスタイリッシュにする機能を提供
プロンプトを入力するだけで商品の背景画像を自由に生成できる機能のベータ版をAmazonが提供しました。白背景にぽつんと写った商品の画像などを、実際のライフスタイルに合ったシーンに差し替えることができます。 Amazon rolls out AI-powered image generation to help advertisers deliver a better ad experience for customers https://www.aboutamazon.com/news/innovation-at-amazon/amazon-ads-ai-powered-image-generator 画像を生成する様子は以下の動画で確認できます。 Amazon rolls out AI-powered image generation to help advertisers delive
さまざまなUSB-Cコネクタをスキャンして違いを検証、Appleの1万円超え純正ケーブルと安価なケーブルではどんな違いがあるのか
「USB-Cケーブル」というカテゴリの中では、AppleのThunderbolt 4(USB-C)Proケーブルのように1万円を超えるような高額商品からたった数百円で購入できる安価なものまでさまざまな商品が存在しています。価格帯によって中身がどのように違うのかについて、産業用CTスキャナーを手がける企業「Lumafield」が分析結果を公表しています。 USB-C head-to-head teardown https://www.lumafield.com/article/usb-c-cable-charger-head-to-head-comparison-apple-thunderbolt-amazon-basics ◆Apple Thunderbolt 4(USB-C)Pro AppleのThunderbolt 4(USB-C)ProケーブルはThunderbolt 3・Thund
Metaが日本語音声を入力するだけで「文字起こし」「翻訳」「吹き替え」を実行できるAI「SeamlessM4T」を公開、英語や中国に翻訳可能で無料で使えるデモも公開されたので使ってみた
Metaが音声を入力するだけで「文字起こし」「別言語への翻訳」「別言語への吹き替え」を実行できるAI「SeamlessM4T」を2023年8月22日(火)に公開しました。SeamlessM4Tは日本語音声の入力にも対応しており、日本語・英語・中国語・フランス語などを含む35言語への出力をサポートしているとのこと。誰でも使えるデモも公開されていたので、実際にデモを使ってどれだけの精度で文字起こしや吹き替えを実行できるのか試してみました。 Introducing SeamlessM4T, a Multimodal AI Model for Speech and Text Translations | Meta https://about.fb.com/news/2023/08/seamlessm4t-ai-translation-model/ Introducing a foundationa
「どうカーソルを動かしたか」「どこをクリックしたか」「どの部分をスクロールして読み飛ばしたか」などのアクセス情報を全て入手し解析・分析できるオープンソースのアプリ「highlight.io」を使ってみた
ウェブアプリの開発をする時、ユーザーに「どこが分かりにくかったか」や「どこでエラーが発生したのか」などの情報をフィードバックしてもらいたいものですが、そうしたフィードバックを送る作業はなかなかに面倒なもので、全然直接のフィードバックは来ないのにTwitterにはいろんな意見が書かれている……ということはよくあります。「highlight.io」はそうしたフィードバックを勝手にやってくれるツールということで、実際に使って試してみました。 highlight.io: The open source monitoring platform. https://www.highlight.io/ highlight.ioはオープンソースということでセルフホスト版が用意されていますが、今回はどんな機能があるのかについて確かめるためhighlight.ioの開発元が提供するSaaSを利用します。公式サイ
技術選定をGitHubのスター数で行う場合の落とし穴についてオープンソース開発者のグループが語る
オープンソースのプロジェクトを評価する際に、最も「正しい」と言える方法はコードの中身を確認することです。しかし、コードの読解は労力のかかる作業であるため、開発者たちの中にはGitHubについているスターの数で評価を決める人が数多く存在します。そうした「スター数で評価を決める」場合の落とし穴について、オープンソース開発者で構成される団体「The Guild」がブログに掲載しています。 How Much Are GitHub Stars Worth to You? – The Guild https://the-guild.dev/blog/judging-open-source-by-github-stars 例えばフロントエンド開発のライブラリを比較して「Angularは8万8000スターでReactは21万スターなのでReactの方が優れたライブラリだ」と述べた場合、これが冗談だとわかる
画像生成AI「Stable Diffusion」開発元がチャットAI「StableVicuna」をリリース
Stable Diffusionの開発元であるStability AIが、オープンソースのチャットボットAI「StableVicuna」のリリースを発表しました。StableVicunaは、Metaが開発した大規模言語モデルのLLaMA 13BをベースとするチャットボットAI「Vicuna-13B」をさらに調整して訓練したチャットボットAIです。 Stability AI releases StableVicuna, the AI World’s First Open Source RLHF LLM Chatbot — Stability AI https://stability.ai/blog/stablevicuna-open-source-rlhf-chatbot StableVicunaは、「プロンプトのファインチューニング」と「人間のフィードバックによる強化学習(RLHF)」とい
ツンデレ・幼なじみ・メイド・妹のボイスが入った「∞(むげん)プチプチ ぷち萌え」 - GIGAZINE
逐次検索やタイプミス耐性、ファセット検索、ジオサーチ、マルチテナンシーなどの機能を備えた高性能検索エンジン「Meilisearch」が2023年2月に初の安定版であるバージョン1.0をリリースしたとのことなので、早速ローカルで動作させて日本語の検索性能を確かめてみました。 Meilisearch 1.0: the next stage in search https://blog.meilisearch.com/v1-enterprise-ready-stable/ 公式サイトには英語のデモが用意されており、簡単に使い勝手を確かめることができます。試しに「mario」と入力を始めたところ、逐次検索が有効なため途中の状態でも結果が返ってきています。 「mario」と入力すると36件の結果がヒットしました。検索にかかった時間は4ミリ秒と驚異の速度。 デロイトとGoogleによる調査結果によると
AppleがApp Storeの月間アクティブユーザー数を公開、iOSは1億100万人・iPadOSは2300万人・macOSは600万人・tvOSは100万人・watchOSは100万人未満が使用
2022年11月16日にヨーロッパで発効された「デジタルサービス法」(DSA)に準拠するために、Appleが2023年1月31日までの6カ月平均に基づくヨーロッパのApp Storeにおける各OS別月間アクティブユーザー数を公開しました。 Legal - European DSA Recipients of Services Report - Apple https://www.apple.com/ie/legal/more-resources/dsa/ie/ Apple discloses number of monthly active users for the App Store in Europe - 9to5Mac https://9to5mac.com/2023/04/27/how-many-users-app-store-europe/ Apple reveals how
ChatGPTに匹敵する性能の日本語対応チャットAI「Vicuna-13B」のデータが公開され一般家庭のPC上で動作可能に
Vicuna-13BはChatGPTの90％の性能を持つと評価されているチャットAIで、オープンソースなので誰でも利用できるのが特徴です。2023年4月3日にモデルのウェイトが公開され、誰でも手元のPCでチャットAIを動作させることが可能になったとのことで、早速使い勝手を試してみました。 GitHub - lm-sys/FastChat: The release repo for "Vicuna: An Open Chatbot Impressing GPT-4" https://github.com/lm-sys/FastChat/#vicuna-weights 2023年3月30日にはオンラインで動作を試せるデモ版が公開されていました。デモ版の様子は下記の記事で確認できます。 ChatGPTやGoogleのBardに匹敵する精度の日本語対応チャットAI「Vicuna-13B」が公開され
ChatGPTをオープンソースで再現、わずか1.6GBのGPUメモリですぐに使用でき7.73倍高速なトレーニングが可能
OpenAIの対話型AI「ChatGPT」は史上最も急速な成長で「月間1億ユーザー」をわずか2カ月で達成するなど、大いに注目を集めています。それに伴い、GoogleがChatGPTのライバルとなる会話型AI「Bard」を発表したり、中国企業が続々とChatGPT風AIを開発していると報道されている一方で、OpenAIはChatGPTのコードを公開していないためChatGPTを効果的に複製することは難しくなっています。AIのディープラーニングトレーニングを最適化するオープンソースプラットフォームのColossal-AIが、ChatGPTトレーニングプロセスをわずか1.6ギガバイトのGPUメモリで7.73倍高速なトレーニングに再現したと告知し、オープンソースで公開しています。 Open-source replication of ChatGPT implementation process!
パスワード管理アプリ「LastPass」によるデータ流出事件の弁明をセキュリティ専門家が「あからさまなウソに満ちている」と痛罵
パスワード管理アプリ「LastPass」から情報が盗み出されていた問題で、セキュリティ専門家のウラジミール・パラント氏が、LastPassから出された声明文を「省略ばかり、真実が半分しかない、あからさまなウソに満ちている」と痛罵。具体的な内容を挙げて、厳しく非難しています。 What’s in a PR statement: LastPass breach explained | Almost Secure https://palant.info/2022/12/26/whats-in-a-pr-statement-lastpass-breach-explained/ パラント氏はまず、声明がクリスマスを目前に控えた12月22日に出されたことを、「報道の数を抑えるために意図的に行われた可能性があります」と指摘しました。 声明内容にも1段落目から厳しい目を向けています。LastPassは「透
ビデオ会議が捗るオートゲインコントロールや残響抑制を搭載した最大24時間連続通話可能な会議用スピーカーフォン「Anker PowerConf」レビュー
働き方が多様化している現代社会において、勤め先に出社することなくリモートワークをしている人も多いはず。そんなリモートワーカーとのビデオ会議に使える、オートゲインコントロールや残響抑制を搭載した会議用スピーカーフォン「Anker PowerConf」が2020年2月28日より国内で入手可能になりました。事前に実機を借りることができたので、ビデオ会議がどれほど快適になるのか、実際に使って確かめてみました。 Anker | Anker PowerConf Bluetooth Speakerphone https://www.anker.com/store/anker-powerconf-bluetooth-speakerphone/A3301011 これが編集部に届いた「Anker PowerConf」 内容物は本体、ケース、取扱説明書、USB Type-Cケーブル。本体はケースの中に収納された
Amazon Alexaは「巨大な失敗」と社員が吐露、損失は年間1兆4000億円のペースに
7000億円以上の営業損失を出したデバイス事業の見直しを進めているAmazonが手がける音声アシスタント「Alexa」は、2022年だけで100億ドル(1兆4000億円)を食いつぶす大きな失敗だったと、Amazonの社員が語りました。 Amazon Alexa is a “colossal failure,” on pace to lose $10 billion this year | Ars Technica https://arstechnica.com/gadgets/2022/11/amazon-alexa-is-a-colossal-failure-on-pace-to-lose-10-billion-this-year/ Amazonは営業不振により最大で1万人を解雇する史上最大規模の人員整理を進めており、その中で最も大きな影響を受けているのが音声アシスタントであるAlexa
「週40時間労働」は長いのか？短いのか？
日本の労働基準法においては、使用者は原則として1日に8時間、1週間に40時間を超えて従業員を労働させてはならないと定められています。一方で独立行政法人労働政策研究・研修機構によると、ドイツやフランス、イギリスでは、労働時間の上限は基本的に週48時間とされているとのこと。このように定められた「週に40時間～50時間」という数字はどこから来て、どんな歴史をたどってきたのかについて、セキュリティや認証サービスを展開するOktaが紹介しました。 Is 40 hours a week too much? Here’s what history and science say | Okta Australia https://www.okta.com/au/identity-101/40-hour-work-week/ 1日8時間という労働時間の決まりには長い歴史があります。さかのぼること1817年、
自分の行動を毎日24時間録音してWhisperで文字起こしする「全自動口述日記」を1週間つけつづけたエンジニアの報告
AI研究団体のOpenAIが開発した「Whisper」は非常に高い精度で録音から文字起こしを行うAIモデルで、オープンソースで無料公開されています。エンジニアのロバー・ダム氏が自身のブログで、毎日スマートフォンに行動を逐一吹き込み、その録音をWhisperで文字起こしすることで「全自動口述日記」を残すことができるシステムを試した結果について報告しています。 I record myself on audio 24x7 and use an AI to process the information. Is this the future? https://roberdam.com/en/wisper.html ダム氏が全自動口述日記を思いついたのは、以前から「1TB超えのストレージを内蔵したスマートフォンが登場すれば、24時間365日録音し続けることが可能なのではないか」と考えていたことから
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
