今のLLMを取り巻く状況について紹介します。
企業・組織に属している方向けの ChatGPT の社会・ビジネスへの影響を考えるお話です。 人とComputerの在り方が大きく変わったこれらも交えて。それらが周囲にあふれ出すその日のために、今はしっかりと Prompt の仕方を学んでおきたいものです。そのためのサンプルも幾つか継続して提示しています - ChatGPT の具体的な利用例 - とある人の、変わってしまった日常の一部。Microsoft Copilot (Bing Chat) - 挫折へのチャレンジ。DALL-E 3 - Plugin の可能性 - Code Interpreter の可能性 - Meeting Simulator - 音声入力の可能性 - Copilot の可能性 そして、自分で動かすための演習。こちらが演習のコンテンツです。 https://github.com/dahatake/ChatGPT-Prom
[電話予約の無人化]Amazon Connect + GPT-4 JSONモード + Whisperで、1回の発話から予約情報(日付,時間など)を抽出 はじめに Amazon Connect + GPT-4 JSONモード + Whisperで、1回の発話から予約情報(電話番号,日時,名前,人数)を正しく抽出できるか検証しました。 コールセンターでは、有人対応から無人対応に変更したいニーズが増えているように思います。 電話予約の無人対応を想定し、1回の発話で、下記の5つの予約情報を抽出できるか確認します。 お名前 電話番号 予約日 予約時間 人数 発話で予約情報を抽出する方法として、GPT-4 Turbo のJSONモードを利用します。 JSONモードの詳細は、下記を参照ください。 例えば、「名前はクラスメソッドで、電話番号は09011111111。来週の火曜日の19時に4名で予約できます
国連が2022年7月に発表した「世界人口推計(World Population Prospects:WPP)2022」によれば、2050年の世界人口は約97億人(中間値)と、2021年よりも約18億人増加する見通しだ。国連食糧農業機関(FAO)の推定によると、この増加と富裕化を続ける人口を養うために、2050年までに農業生産量を現在より60%も増やす必要があるという。かなり大きな数字である。 一方で、FAOによると、世界の食用作物の最大40%が、植物病害虫の被害によって失われており、これによる農産物貿易の損失は、年間2200億ドル以上にのぼるという。農業生産量を大幅に増やすためにも病害虫被害の低減は喫緊の課題になっている。 これまで病害虫の駆除には、主に化学合成農薬が用いられてきたが、近年は病害虫が「薬剤抵抗性」を持つようになり、農薬が効かなくなってきたことが指摘されている。薬剤抵抗性とは
始めに こんにちは!自然言語処理(NLP)・自然言語生成(NLG)の解説記事を書いている、すえつぐです! 突然ですが、BERT、GPT-3、PaLMを使ったことはありますか?Transformerはこれらの最先端のモデルに使用されている、現代のNLPモデルには欠かせないモデルです。おそらくBERTやGPT-3でTransformerを知った、このページに来たという人も多いのではないでしょうか。機械学習、特にNLPの勉強をしている方々は、Transformerの概要は知っておいた方が良いと思います。 ただ多くのサイトは、いきなり細かい仕組みの解説をする中級者以上向けの記事が多いですよね。 そこで、このページでは、Transformerの入門〜中級までの解説をしていきます!まず入門として、「Transformerの使い道」「Transformerの何が凄いのか?」を先に解説します。その上で「T
人工知能(AI)を使って、文章から画像や3Dモデルを生成する技術が注目を集めていますが、Googleがテキストなどの情報から音楽を生成できるAIモデル「MusicLM」を発表しました。GoogleのWebサイトで多数のサンプルが公開されています。 28万時間の音楽を学習 テキストから音楽を生成する技術そのものは以前から存在していますが、Googleの「MusicLM」は、28万時間の音楽を学習させて開発されており、音を複雑に組み合わせた高度な楽曲を生成できるのが特徴です。 ただし、Googleはさまざまリスクを考慮し、MusicLMを一般向けに公開する計画はないそうです。 曲の雰囲気を指示すると作曲、鼻歌もアレンジ MusicLMの生成する楽曲のうち特に印象的なものを、人工知能情報のWebサイトbleedingedge.aiがTwitterに紹介しています。 例えば、「早めのペース、アップ
Bulletproof coffee, also known as butter coffee or keto coffee, is a high-calorie drink made with added fats, intended to fuel your start to the day. It was created by Dave Asprey, the originator of the Bulletproof Diet, and is popular among low-carb dieters and those following a ketogenic diet. The drink consists of coffee made from high-quality beans, unsalted butter, and a medium-chain triglyce
株式会社アイスマイリーはアナログの書類や帳票をデジタルに変換するOCRツールをまとめた「AI-OCRカオスマップ」を2021年4月19日に公開した。掲載数は合計104サービス。 OCRの製品・サービスにはツールによって機能や実現できる内容に違いがあるので、自社の課題は何か、どんな結果を実現したいのかという観点から、それぞれのツールの違いを充分に比較検討することが重要だ。OCRは、書類はもちろん、請求書などの帳票、名刺やナンバープレート、彫刻文字もいろいろなものをデジタル変換できる。RPAを駆使して、自社の基幹システムに処理したデータを出力するなど、活用シーンによって選択するOCRツールも異なる。 今回のカオスマップは、「AI-OCRを試したい」という人から「最新のOCRツールを探している」という人に向け、AIsmileyが独自の主観で、104の製品サービスを取りまとめ、マッピングしたものだ
この1週間はGPT-3のユースケースの広さに驚かされる毎日でした. シリコンバレーでは話題騒然ですが日本ではほとんど話題になっていないので,勢いで書くことにしました. GPT-3はOpenAIが開発した言語生成モデルです.名前の由来であるGenerative Pretrained Transformerの通り,自然言語処理で広く使われるTransformerモデルを言語生成タスクで事前学習しています. 先月申請すれば誰でもGPT-3を利用できるOpenAI APIが発表され,様々な業種の開発者によって驚くべきデモンストレーションがいくつも公開されています. 特に話し言葉からJSXやReactのコードを生成するデモは著名なベンチャーキャピタルから注目を集め,誇大広告気味だと警鐘を鳴らす事態に発展しています. This is mind blowing. With GPT-3, I built
【特集】「『予測』という名の欲望」全記事はこちらから読めます ■人間にはAIの考えが分からない? ――ディープラーニングは、大量の「教師データ」を読み込み、入力する変数と、出力する変数との間の関係を見つけ出します。その関係が分かれば、新たなデータを入力したとき、出力が予測できるというわけですが、なぜ人間はそのプロセスを理解できないのでしょうか? おもにふたつの要因があります。質的なものと、量的なものです。量的な問題は、すごくシンプルです。ディープラーニングの内部で動くパラメータ(母数:システムの内部で動く情報)が多すぎるので、その大量・複雑なデータを人間の直感につなげることが難しい、という話です。最近は、多いものでは1億個を超えるパラメータから出力を予測します。じゃあ、その1億個をざっと人間が見てなにか分かるのかといえば、分からない。これが基本的に起こることです。 ――大量の変数という意味
機械学習の時間を100分の1へ、インテルAIの戦略:Nervanaプラットフォーム(1/2 ページ) インテルは2016年12月9日、米国で開催した人工知能(AI)に関するイベント「AI Day」で発表した内容をもとに、AI事業に向けた戦略について説明会を開催した。2016年8月に買収したNervana Systemsの技術をベースとしたAI製品群を展開し、2020年にマシンラーニング(機械学習)における時間を現行の最速ソリューションと比較して100分の1に短縮することを目指す。 人間の能力を上回る「ディープラーニング」 インテルは2016年12月9日、米国で開催した人工知能(AI)に関するイベント「AI Day」で発表した内容をもとに、AI事業に向けた戦略について説明会を開催した。 同社アジアパシフィック・ジャパン担当HPCディレクターの根岸史季氏は、まずAIの分類について説明する。AI
If you're looking to make a significant difference in the world, your startup could be the vehicle that drives that change.
(Photo credit: A Health Blog via Visual Hunt / CC BY-SA) 「人工知能」ブームが本格化してまだほんの数ヶ月だと思うんですが、気がついたらTV含む大手メディアが皆こぞって毎日のように「人工知能」を取り上げ、あまつさえ政府や与党の諮問会議でまで「人工知能」の語が飛び交う有様で、一体何をどうしたらこうなるのか僕には全く分かりません(汗)。 とは言え、実際にビジネスの現場でも「人工知能」への期待感が日に日に高まり続けているのは事実で、例えば友人知人の経営者との酒席でも「最近人工知能ってめっちゃくちゃ流行ってるじゃん、あれって実際どうなの?本当に役に立つの?今からでも人工知能事業に参入すべきなのかな?それとも俺たちあいつらに滅ぼされちゃうの?」みたいなことを聞かれることが多いんですよね。 ということで、そういう「人工知能」ブームに乗り遅れたけれど
Googleは昨年8月に「Alphabet」とその傘下企業群という形に組織構造を変更したため、今年の手紙はGoogle CEOとなったSundar Pichai氏が本文を書いています。 この手紙ではGoogleの今後の方向性が明確に示されています。それは機械学習やAI(人工知能)への傾倒です。 Googleは創業当初からこの分野へ積極的に投資しリードしてきた存在ですが、今年の手紙の中でPichai氏は「We will move from mobile first to an AI first world.」(私たちはモバイルファーストからAIファーストの世界へ移るつもりだ)と、その変化を明確にしました。 その背景にある考え方はどのようなものでしょうか。手紙はいくつかの章に分かれているので、章ごとのサマリを紹介しましょう。 Knowledge for everyone: search and
ここ数年、人工知能(AI)や音声認識を使ったサービスが急速に広まっています。「siri」、「OK,Google」など、あなたが呼ぶだけでインターネットにアクセスし用事をこなしてくれるパーソナルアシスタントはますます一般的になってきています。さらには、FacebookはMessengerアプリに「M」という名のパーソナルアシスタントを入れようとしています。世界中では、次々と最新のテクノロジーを活用したサービスが登場しているのです。もし、人工知能を搭載したサービスやIoTデバイスを使ったアプリなどを自分でプログラミングして作れたら・・と考えてる方も少なくないのではないでしょうか。 今回は、そんなあなたのためにアプリやIoTデバイス上で音声認識や人工知能を簡単に使えるようになるサービスをご紹介します。 また人工知能を勉強できるおすすめの書籍を紹介しています。 興味を持たれた方は下記からご覧くださ
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