生成AIプロジェクトの30％が概念実証後見送りに Gartner予測
Gartnerは2024年7月29日（豪州時間）、データ品質の低さ、リスク管理の不十分さ、コストの増大、ビジネス価値の不明確さなどの理由から、2025年末までに生成AI（人工知能）プロジェクトの少なくとも30％が概念実証（PoC）後に見送られるという予測を発表した。 Gartnerのバイスプレジデントアナリストであるリタ・サラム氏は、次のように述べている。「生成AIの2023年の過熱ぶりを経て、経営幹部は投資に対するリターンを急いで求めているが、組織は価値を証明し、実現することに苦戦している。イニシアチブの範囲が広がるにつれて、生成AIモデルの開発、導入に伴う財務負担も増加している」 Gartnerによると、組織が生成AIに多額の投資をして生産性向上を図ることは、大きな課題となっているという。「生成AIの導入をすぐに財務的な利益につなげるのは難しい場合が多い。つまり、生成AIへの投資を正当
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
月額2万円のAIで万引き対策が激変 日本版「顔認証」活用の裏側
AI（人工知能）の高度化とカメラの低価格化によって、映像で人物の属性や行動あるいは顔の特徴を特定する技術が広がっている。本特集では、小売店や飲食店などでも格安で導入できる「映像解析／顔認証」の最前線を追う。第1回は北海道の「サツドラ」の防犯やマーケティングに生かす事例を紹介する。 北海道を中心に展開するサツドラ（サッポロドラッグストアー）は20年内に100店舗でAI画像分析システムを導入する計画を立てている。写真はサツドラ桑園北8条店 第3次AIブームを引き起こすきっかけとなったディープラーニング（深層学習）が得意とするのは、アナログデータの中に隠れた特徴や意味を見つけ出すこと。中でも映像に何が写っているかを判断する画像認識の分野で応用が進んでいる。ITコンサルのアイ・ティ・アール（東京・新宿）によると、画像認識AIの19年度市場規模は50億円弱で、21年度には約100億円と2倍の規模で成
低解像度ビデオもすぐに高解像度に変換できる超解像アルゴリズムTecoGANがすごい
3つの要点 ✔️ 低解像から高解像へ変換 ✔️ 時間的に一貫したフレームを生成するために双方向損失関数を採用 ✔️ 超解像度へ変換するTecoGANを提案 Learning Temporal Coherence via Self-Supervision for GAN-based Video Generation Temporally Coherent GANs for Video Super-Resolution (TecoGAN) written by Mengyu Chu, You Xie, Jonas Mayer, Laura Leal-Taixé, Nils Thuerey (Submitted on 23 Nov 2018 (v1), last revised 21 May 2020 (this version, v4)) Comments: Published by arXi
1
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
処理を実行中です
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
生成AIの「RAG」とは？ 知っておきたい重要キーワードを解説する【イニシャルB】
