【入門】コピペでOK！今日から始める「GPT英語」
この度、英語上達のためのChatGPTプロンプトを制作いたしました。 英語学習と生成AIの相性は非常に良く、大変効果的であると考えております。 また、最近ChatGPT-3.5が登録不要で無料で利用できるようになったことから、誰もが気軽に活用できる環境が整ったと言えます。 GPT-4ではロールプレイの精度が非常に高いですが、GPT-3.5では精度が上がらず、プロンプト作成に苦労する面がございました。 個人的な見解ですが、ある程度英語が話せる方であれば、ChatGPTの音声会話機能を活用し、積極的に会話することで、英語力の向上が期待できると考えます。 音声会話中に間違いを指摘するよう依頼すれば、ChatGPTが毎回指摘してくれるため、英語力アップに直結します。 実際のデモについては、以下のリンクをご参照ください。 https://x.com/masahirochaen/status/1774
文系非エンジニアがChatGPT / LLMを数式なしで解説してみる｜Yuichiro.ito@Finatext(フィナテキスト)
先日、社内でChatGPT / LLMを活用した実証実験をしていたら、一部感動するほど結果が出たことで、今更ながら俄然興味を持ってしまいました。 これからビジネスユースケースを考えていくうえで、「本質的にどういうものなのか」を理解しておくことがとても大切だと思い、改めてChatGPT / LLMの基本的な仕組みを整理してみました。 私みたいな文系で行列や統計はわからないけど、もう少し根本的なところを理解しておきたい！という方に是非です。 それでは、GPTをはじめとするLLM（大規模言語モデル）がどのような背景から生まれてきたのかを振り返りながら、LLMの特徴を理解していきましょう！（最後に参照したおススメの動画・記事を貼っていますので、それだけでも是非ご覧ください。） 1. ベースは、ディープラーニングを用いた自然言語処理モデル2015年頃、日本でも"AI"がバズワードになり、ディープラー
20230614_「ChatGPTについて調べてくれ」と社長から特命を受けた人のためのChatGPT概論(40min版)
https://forest.f2ff.jp/introduction/7866?project_id=20230601
GPTの仕組みと限界についての考察（１） - conceptualization
GPT4が登場してChatGPTが盛り上がってますね。 本記事は、GPT（を支えるTransformerという仕組み）をChatGPTユーザにとって分かりやすく説明し、その能力と限界についての見通しをよくしよう、という趣旨になります。 少し長くなりそうなので、全部で記事を3回に分けようと思います。 （１）大まかな背景と概要：本記事 （２）GPTの能力と可能性：実際の使用例とTransformerの仕組みを踏まえて説明 （３）GPTの限界と未来展望：Transformerの仕組みが持つ限界と研究の進展を予想 GPT3と4の違い： トークン長とは何か？ まずここから話を始めます。GPT-3は、パラメータ数が750億個（850GBの容量を食う）でトークン長が4097(GPT-3.5)でした。GPT-4は、パラメータ数は非公開でトークン長は32768ですので、ちょうど8倍になります。 さて、トーク
Netflixを支える推薦システムの裏側｜masa_kazama
イントロNetflixは、スマホやPCがあれば、どこでもいつでも、映画やドラマを見放題で楽しむことができます。今年はお家時間が増えたことで、Netflixをより満喫している方も多いのではないでしょうか。実際に、2020年1月〜3月に会員が全世界で1600万人ほど増え、合計1億8000万人を超えています。 Netflixをいくつかの数字で見てみると、さらにその凄さに驚かされます。 ・全世界のインターネット通信量(下り)の15%をNetflixが占めており、YouTubeを超える世界一の動画サービス ・時価総額が20兆円超え ・サブスクリプション収入が月々約1500億円 そんな多くのユーザーを有するNetflixの魅力の１つに、推薦システムがあります。Netflixのホーム画面には、今話題の作品やユーザーにパーソナライズ化されたおすすめの作品が並びます。 Googleの検索と違って、Netfl
【秘伝】アマゾンのおすすめ機能はこうして生まれた
アマゾンではおなじみの光景となっている「レコメンデーション」。ついで買いを促したり、サイト上の回遊を促したりと、アマゾンの売り上げを増やす上で欠かせない役割を担っている。
【直撃】Netflixが明かす、コンテンツを「個別化」する舞台裏
ネットフリックスにアマゾン、スポティファイ。これらのサービスに共通するのは、個人の好みに合わせてコンテンツや商品をすすめる「レコメンデーション」のうまさだ。
精度99％の衝撃。米企業のAI採寸ツールでZOZOSUITは明日にも必要なくなるかもしれない
2018年7月、ZOZOSUITによる採寸を活かしたフォーマル・ラインナップを発表した時のZOZO前澤友作社長。この3カ月後、｢ZOZOSUITいらなくなる｣発言が飛び出した。 REUTERS/Kim Kyung-Hoon ｢今後は、ZOZOSUITなしでPB（プライベートブランド）を購入できるようになります｣ 10月31日午後、ファッション通販サイト｢ZOZOTOWN（ゾゾタウン）｣を展開するZOZOの前澤友作社長が、世界中への配布に着手していた、体型データを計測するZOZOSUITを将来的になくしていくことを明らかにすると、SNS上では悲喜こもごもの投稿が飛び交うとともに、夕方から夜にかけてZOZOSUIT廃止のニュースが一気に拡散されていった。 その後数日にわたって議論を巻き起こしたのは、前澤社長が会見で語った｢ZOZOSUITがなくても、これまで集めたデータの機械学習などにより、最
AI企業としてのAdobeの戦略 （本編）｜深津 貴之 (fladdict)
隠れAIプレイヤーだったAdobeが、今回のMAXでいよいよ表舞台に立った。 前記事では、Adobeの構造と収益体制について解説した。今回は本編として、AdobeがAI戦略で、何を狙っているのかを考察する。 ＊注 筆者はAdobe社から、Adobe MAX 2017への招待を受けて参加しています。…が、それはそれとして中立で書きます。Adobeさん、都合の悪いこと書いてたらごめんなさい！ Adobeが学習しているモノは何か？AdobeのAIプレイヤーとしては、特殊性なポジショニングを持つ。その特殊性を理解するには、まずAdobeが何を学習しているのか？を理解しなければならない。多くの人々は、「AdobeのAIは画像認識」だと考えている。だが、それは大きな間違いだ。画像認識は、AdobeのAI群のわずか一部分にすぎない。 では、AdobeのAIの本質は何か？ Adobe Senseiの本質は
Adobe Summit 2018の新技術まとめ｜深津 貴之 (fladdict)
招待枠でAdobe Summitに参加してきました。基本的には中立だが、そのあたりを差しい引いてお読みください。ラスベガスからこんにちは。Adobeのマーケティングイベント、Adobe Summit2018に参加してきました。 イベントの2日目には、恒例で新技術をチラ見せするスニークプレビューというセッションがある。ここで発表されるのは完成度60%ぐらいの実験技術。 このためスニークピークは、未来を占うヒントになる。 そんなわけで、今年のサミットで発表されたエモキモい最新テクノロジーを、ざっくりご紹介。Adobe Senseiによるクリエイティブとマーケティングの融合は、ちょっと異様なレベルまで達している。 目次 ・コンテンツの最適化を行うContent Insight ・最適のカスタマージャーニーを提案するPerfect Path ・広告ボットを摘発するCatching Bot Frau
27歳で起業、創業6年で売上1,000億円を突破！AIがスタイリストの服のチョイスを支援する「Stitch Fix(SFIX)」の上場申請書(S-1)を読んでみた
「 AIを使って作るPrivate Brand」として、Scrum Venturesの「これからの小売を理解するための20のキーワード」でも紹介されたStitch Fix。2017年10月27日に上場申請書(S-1)を提出したので早速気になる点をまとめてみた。 AIがスタイリストの服のチョイスを支援するStitchFix 女性、男性、キッズ、妊婦、大きなサイズから靴やアクセサリーまで幅広く商品を提供するStitchFix。Pinterestの画像情報や服の好みを伝えると、AIがチョイスした商品をパーソナルスタイリストが5アイテム選んで郵送してくれます。このAIと人が選んだ5アイテムを「Fix」と呼んでいます。郵送サイクルは隔週、毎月、2ヶ月から選べます。気に入れば購入し、気に入らないアイテムは3日以内に返品します。気に入ったアイテムの代金は事前に登録してあるクレカから自動引き落としされ、気
画像認識対決 ~Microsoft VS Google VS IBM VS AWS~ - Qiita
はじめに この記事は、Life is Tech ! アドベントカレンダー2016 18日目の記事です。 はじめまして！iPhoneメンターのにっしーです。 「時間があるときに勉強しよう」と人工知能／機械学習／Deep Learning／認識技術といったトピックの記事の見つけてはストックしてきたものの、結局2016年は何一つやらずに終わろうとしているので、とにかく一歩でも足を踏み出すべく、 本質的な理解等はさておき、とにかく試してみる ということで画像認識技術に触れてみることにしました。 画像認識とは? 画像認識とは、画像データの画像内容を分析して、その形状を認識する技術のことである。 -- Weblio辞書 画像認識では、画像データから対象物となる輪郭を抽出して、背景から分離し、その対象物が何であるかを分析するのが基本になります。 しかし、人間なら無意識化に行われていることですが、コンピュ
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
ふろむだ on X: "AIに奪われないのは、創造的な仕事ではなく、教師データの作成＆メンテのコスパが見合わない仕事です。 具体的には、以下の４つの性質を持つ文脈に依存する仕事が、それです。 (1)個別具体的 (2)頻繁に変化する (3)暗黙的 (4)大量 たとえば、医者AIを作るとします。" / X
iwashi / Yoshimasa Iwase on X: ""AI Product Management" というマーティ・ケイガンらの記事からメモ： - AI プロダクトマネジメントの定義と重要性 - AI を活用したプロダクト開発のことを指す - 将来的に多くのプロダクトマネージャーに必要なスキルになる - モバイルプロダクトマネジメントがその例 -" / X
らんぶる on X: "私が今まで読んだ生成AIサービスに関する分析で一番です" / X
James Riney🐠Coral Capital on X: "SaaSビジネスがいま、AIで大きく変わろうとしている https://t.co/WyV0TAVEwj" / X
湊 雅之 | Masa Minato@ALL STAR SAAS FUND on X: "『業界特化型 生成AIxSaaS 1,000社を見た学び』 生成AI x vSaaSの機会の評価軸 1) 市場の大きい 2) 書類に依存が高い 3) ユーザーの人件費の高い 4) 高い精度が要求される 5) プロセスが複雑 6) 業務への規制が強い 結果、 ヘルスケア リーガル 財務 会計 だそうです https://t.co/v1jZCxazv1" / X
Ko Harada 🇺🇸🇯🇵 on Twitter: "Chat GPTについて東大 松尾研究所のこの資料がすごくわかりやすい。 後半には 「医療に特化した学習をさせれば、医療専用のChat GPTが作れる」 「ほとんど全てのホワイトカラーに、２～３年以内に影響が出る」 という恐ろしいことがさらっと書かれています。 #ChatGPT https://t.co/0xqp40cVwg"
【リアル体験】ChatGPTを、まるごと使い倒してみた
【実録】無名会社員を「スター歌手」に押し上げた新発明