テレビ朝日「ハマスカ放送部」をご覧になった方のためのSuno AI入門（CloseBox） | テクノエッジ TechnoEdge
10月29日午前0時15分に放送されたテレビ朝日の番組「ハマスカ放送部」にゲスト出演していました。ハマスカ放送部は、ミュージシャンのハマ・オカモトさんと、女優・タレントの齋藤飛鳥さんがホストを務める音楽番組です。 この回では、人気お笑いトリオ「トンツカタン」の森本晋太郎さんも参加されてました。 現在、TVer、TELASAによる見逃し配信、YouTubeによる未公開シーンが視聴できるので、まだの方はぜひご覧ください。 ・ハマスカ放送部：AIで楽曲作り！驚愕クオリティの妄想曲完成（Tver） ・ハマスカ放送部：AIで楽曲作り！驚愕クオリティの妄想曲完成（TELASA） 今回のテーマは、この連載でもたびたび取り上げている、生成AIによる作曲。筆者は有力な作曲AIサービスであるSuno AIについて本を書いたりもしていることから、ゲストとして呼ばれました。 ご覧いただいた方に向けて、この回で使っ
プレゼン資料が一発で出せると話題 AIツール「v0」の使い方 (1/7)
v0とは v0（ブイゼロ）は、「Next.js」フレームワークの開発元としても有名なクラウドプラットフォーム企業Vercelが開発した、主にWebサイトやアプリケーションのUI（ユーザーインターフェース）コンポーネントの設計と開発を支援することを目的としたAIツールだ。 テキストプロンプトを入力するだけで、Webサイト用のUIコンポーネント（主にReactベース）やLP（ランディングページ）のコーディングができるのが本来の用途だが、最近はプレゼンテーション資料やその他のデザイン素材の作成にも利用できるということで注目を浴びている。 さっそく実際に使ってみることにしよう。 アカウント作成と料金プラン： v0を利用するには、まずVercelのアカウントを作成し、v0のFreeプランに登録する必要がある。 まずはv0の公式サイトにアクセス。
「RAG」とちょっと違う「Function Calling」とは 性質の違いからユースケースまで
この連載について AIやデータ分析の分野では、毎日のように新しい技術やサービスが登場している。その中にはビジネスに役立つものも、根底をひっくり返すほどのものも存在する。本連載では、ITサービス企業・日本TCSの「AIラボ」で所長を務める三澤瑠花氏が、データ分析や生成AIの分野で注目されている最新論文や企業発表をビジネス視点から紹介する。 「Function Calling」という技術がビジネス界で大きな反響を呼んでいます。2023年6月にOpenAIが発表し、その後MicrosoftやAmazon Web Services（AWS）、Anthropicなどの企業も追従しました。この技術は、生成AIが自然言語を理解し、適切なタイミングで外部システムやAPIを呼び出す能力を持たせるもので、企業の生成AI活用戦略に新たな可能性が開かれました。 Function Callingは既存の企業システム
シェイン グウ、日本発の優しさを世界へ｜Gemini - Google の AI
*本 note は、Google がシェイン グウにインタビューした内容を編集して掲載しています。また、Gemini を含む生成 AI の利用に関する説明は例示を目的としています。実際の回答結果については、ご自身で正確性をご確認いただくようお願いいたします。 こんにちは。Google の AI「Gemini（ジェミニ）」の公式 note 編集部です。今回は日本のみなさんに、Google の AI についてより理解を深めていただくために、Google DeepMind で Gemini モデルの日本語対応にも深く関わっている、Google 社員のシェイン グウのインタビュー（全 3 回）をお届けします。 シェインは、幼少期を日本で過ごし、カナダ、イギリス、ドイツ、アメリカで研究を重ねてきました。彼の研究テーマはディープラーニング、生成 AI、強化学習など多岐にわたり、手掛けた論文は業界に多大
ChatGPTが人間のようにしゃべる新機能、ついに正式スタート
OpenAIは9月24日、ChatGPTの高度な音声機能「Advanced Voice Mode」をすべてのPlusユーザーとTeamユーザー向けに提供開始すると発表した。より自然で感情豊かな会話が可能になり、ユーザーの感情を読み取って応答することができる。 サム・アルトマンCEOもXで、「高度な音声モードの展開が本日から始まります！（1週間かけて完了する予定です）待つ価値があったと思っていただけることを願っています」とコメントした。 高度な音声機能は、2024年7月に一部の有料ユーザー向けにアルファ版として提供が開始されていた。今回の発表により、すべての有料ユーザーがこの機能にアクセスできるようになる。 OpenAIによると、ユーザーからのフィードバックを基に、カスタム指示やメモリー機能の追加、5つの新しい音声の導入、アクセントの改善などが施された。また、50以上の言語で「遅れてごめんな
なぜAIに“日本語”を学習させるのか？ 35種類のLLMで実験し分析 東工大などが研究報告
このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高いAI分野の科学論文を山下氏がピックアップし、解説する。 X： ＠shiropen2 9月3日に開催の第261回自然言語処理研究発表会において、東京工業大学と産業技術総合研究所に所属する研究者らが発表した「LLMに日本語テキストを学習させる意義」は、大規模言語モデル（LLM）に日本語を学習する効果について実験結果を基に評価した研究報告である。 この研究では、35種類のLLMに対して日本語と英語の19種類のタスクを用いて評価を実施し、その結果を詳細に分析。評価に用いたLLMは、学習データや構築手法によって大きく4つのカテゴリーに分類される。 「英語フルスクラッチ」は英語中心のデータで学習されたモデル（Llama 3など） 「日本
iPhone 16の選び方の肝になる。アップル独自AI｢Apple Intelligence｣とは何か
アップルは2024年のiPhoneを｢Apple Intelligence｣を前提とした製品にしている。 ただ、Apple Intelligenceとはなにか？ スマホを買い換えるほどの価値があるのだろうか？ Apple Intelligenceに関する解説記事や試用レポートを掲載してきたが、あらためてその意味を考えてみよう。 なお、Apple Intelligenceが日本で使えるのは2025年からとアナウンスされており、最短でも4カ月後だ。 しかし、アップルの戦略を考える上でも、｢Apple IntelligenceレディなiPhone 16などを買うべきか｣を考える上でも、現状を知っておくのは重要なことだ。
ChatGPTはこう使う、深津式プロンプトの極意
ChatGPTを利用するときに漫然とプロンプトを入力するだけでは、その能力を十分に引き出せない。ChatGPTの達人である深津貴之氏が、プロンプトの極意を伝授する。 第5回 深津氏に学ぶChatGPTプロンプトの極意、必要な行動を考えさせてから尋ねる ChatGPTの達人である深津貴之氏にプロンプトの書き方を整理して教えてもらう。今回取り上げるのは「ReAct（Reasoning + Acting）」だ。 2024.09.06 第4回 深津氏に学ぶChatGPTプロンプトの極意、段階ごとやアプローチ別に考えさせる ChatGPTの達人である深津貴之氏にプロンプトの書き方を整理して教えてもらう。今回取り上げるのは「Chain of Thought」と「Tree of Thought」だ。 2024.09.05 第3回 深津氏に学ぶChatGPTプロンプトの極意、資料そのものをAIに作ってもら
AIと著作権について | 文化庁
AIと著作権の関係については、令和6年3月に文化審議会著作権分科会法制度小委員会において、「AIと著作権に関する考え方について」を取りまとめました。 本ページでは、AIと著作権について、上記の考え方と、その関連文書を紹介します。 著作権法第30条の4等の基本的な考え方について IoT・ビッグデータ・人工知能（AI）等の技術を活用したイノベーションに関わる著作物の利用に係るニーズのうち、著作物の市場に大きな影響を与えないものについては、平成30年の著作権法改正により、相当程度柔軟性を確保する形で、著作物の利用の円滑化を図るべく、「柔軟な権利制限規定」が整備されました。 以下の資料では、この柔軟な権利制限規定の趣旨・内容・解釈やサービス・行為の取扱い等について、文化庁としての基本的な考え方をお示ししています。 ・デジタル化・ネットワーク化の進展に対応した柔軟な権利制限規定に関する基本的な考え方
GrokのFLUX.1と有料サービスのFLUX.1 Proについて｜まゆひら
※ Last update 8-22-2024 ※ 2-6. Tips(?) を追加しました。 ※ アニメ調の画像ばかりを生成していますが、リアル系ももちろん生成できます（むしろそちらの方が得意）。 ■ 0. 概要▼ 0-0. 本記事について 本記事では、下記の内容を掲載しています。 8-14-2024に登場したX上のGrok 2.0で、FLUX.1の画像生成を試してみた例。 有料サービスでFLUX.1 Proを利用してみた例。 ■ 1. XのGrok 2.0にFLUX.1が搭載 ▼ 1-1. 初出の情報 調べた限りでは8-14-2024の未明（日本時間）に、Grok 2.0とFLUX.1の実装に関する最も古いポストがありました（5.と6.の箇所）。日本では、この日の午後あたりから話題になり始めます。 Changes have been detected in the texts of t
Sakana AI、複数の画像を扱える“日本語視覚言語モデル”公開 非英語圏での先駆けに
AIスタートアップのSakana AI（東京都港区）は8月2日、複数の画像について日本語で質疑応答できるAIモデル「Llama-3-EvoVLM-JP-v2」を発表した。このモデルは、同社が提案する生成AIの開発手法「進化的モデルマージ」で開発した視覚言語モデル（VLM）。作成したAIモデルなどはHugging Faceで公開中。 「Llama-3-EvoVLM-JP-v2」の特徴は、複数の画像を扱えること、日本語で応答できることだ。例えばこのAIモデルに、2枚の犬の画像を見せて「それぞれを簡単に説明してください」と質問すると、犬種や身に着けている装飾品など、質問に対する回答を日本語で返してくれる。米Metaが公開しているAIモデル「Llama-3」をベースにしており、同社が過去に公開したAIモデルよりも性能が向上しているという。 これまでも、画像に対する説明や質疑応答のできるVLMが多く
Microsoft、LLMで注目の「RAG」の精度を向上させる「GraphRAG」をGitHubで公開
Microsoft Researchは2024年7月2日（米国時間）、「RAG」（Retrieval-Augmented Generation：検索拡張生成）の精度を強化する「GraphRAG」と、Microsoft Azure上でGraphRAGを実行するためのソリューションアクセラレータリポジトリをGitHubで公開した。 GraphRAGは、Microsoftが2024年2月に発表した新たなRAGのアプローチだ。Microsoft Researchは、従来のRAGの問題点や、GraphRAGの特徴、RAGとGraphRAGの比較結果を次のように述べている。 従来のRAGの問題点 LLMの最大の課題は、LLMの能力を「プライベートデータセット」（LLMのトレーニングに活用されていない未知のデータを指す。企業の独自研究やビジネス文書、通信などが含まれる）にも適用させることだ。 そこで注目
アップルの生成AI｢Apple Intelligence｣開発版を使って分かった“賢さ”とは。他社との違いを探った
慎重に｢アメリカ・開発者向け｣から展開 アップルに限らず、スマートフォンでは｢AI活用｣が注目されるようになっている。単純な性能アップでは差別化しづらくなり、AIで利便性を高めることが重要と判断されているからだ。 アップルが開発中の｢Apple Intelligence｣もその流れの中にある。 ただし、他社と違うのは、iPhoneだけでなくiPadやMacでも同じ機能が搭載されるということだ。 今回のテストは、｢開発者向けの初期公開バージョン｣であるiOS 18.1 Beta/iPadOS 18.1 Betaを利用し、｢iPhone 15 Pro Max｣と｢iPad Pro（13インチモデル、M4搭載）｣を使っている。今回のベータ版はアメリカ向けに英語で提供されているため、機器の設定は｢地域がアメリカ｣｢システムとSiriの言語設定が英語｣でないと動作しない。 さらに、一旦ウィッシュリス
Apple、Apple Intelligenceの基盤システムを解説した「Apple Intelligence Foundation Language Models」を公開 | NEWS | Mac OTAKARA
※本サイトは、アフィリエイト広告および広告による収益を得て運営しています。購入により売上の一部が本サイトに還元されることがあります。 AppleのMachine Learning Researchが、Apple Intelligenceの機能を強化するために開発された、デバイス上で効率的に動作するように設計された約30億のパラメータモデルと、Private Cloud Compute用に設計された大規模なサーバーベースの言語モデルを含む、基盤言語モデルを紹介する「Apple Intelligence Foundation Language Models」（PDF）を公開しています。 これらのモデルは、幅広いタスクを効率的かつ正確に、責任を持って実行できるように設計されていて、本レポートでは、モデルのアーキテクチャ、モデルの学習に使用したデータ、学習プロセス、推論のためのモデルの最適化方法、
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
グーグル「Gemini Live」、日本でスタート 自然な音声で会話できる
「AIは人の創造性を置き換えない」。アドビが主張する新機能のあり方とは【西田宗千佳のRandomTracking】
OpenAI、AIモデルのマルチモーダル対応やファインチューニング機能強化を発表 無料でどこまで使える？
文章から資料や図、フローチャートを自動生成する「Napkin AI」 日本語にも対応、開発の背景とは？
グーグルがGeminiで狙う｢スマホのパラダイムシフト｣。Google幹部とKDDI社長に聞くその成否
写真とAI生成AI時代の「写真」とは
