ChatGPTの知識からCSVファイルを作成する このようにCode Interpreterを使えば、ファイルをアップロードするだけでデータ分析ができるのだが、実はデータを用意しなくても、ChatGPTが持つ知識を利用してChatGPT自身にデータを作製してもらい、それを改めてアップロードすることで、自分が作ったデータを自分で分析するといったことも可能だ。 さっそくデータを作ってもらおう。 「歴代アメリカ大統領のリストをCSVファイルとして作ってください。 フォーマットは以下です 名前, 所属政党, 出身都市, 就任年齢, 退任年齢, 就任期間（単位:月）, 」 というプロンプトを入力。アメリカ生まれのAIだし、さすがにこれはできるでしょ。 「大変申し訳ありませんが、現在のシステム環境ではインターネット接続が無効化されているため、最新のアメリカ大統領の情報を取得することができません。」 最

自然な対話や高度な文章などを生成できるChatGPTや単語を入力するだけでクオリティの高い画像を生成できるStable DiffusionやMidjourneyなどの登場により、クオリティでは人間が勝っていても生産速度や無料には勝てないという指摘があり、AIがイラストレーターの仕事を奪う事例やゲーム開発のあり方が変わりつつある事例が報告されています。AIを導入したことでオンラインストレージサービスのDropboxが全従業員の約16％を解雇したり、AIにより問題解決にかかる時間が大幅に短縮されたことでスタッフの90％がクビになったりと実際に職業をAIに奪われたケースも発覚していますが、「最も企業によるAIの導入でリスクを抱えているのは、アウトソーシングに対応するフリーランスや契約労働者である」と、テクノロジーメディアのRest of Worldがさまざまな業種のフリーランスにインタビューしな

やBingなどの生成系AIは、文章作成にも活用することができます（写真：ほんかお／PIXTA） 150字程度の要約を書き、生成系AIにそれを500字程度の文章にしてもらう。そこから推敲を繰り返して、自分の文章とする。これが、「逆向き文章法」だ。よい文章を書けるのは、よい要約を書ける人であり、それは、よいアイデアを持っている人だ。 昨今の経済現象を鮮やかに斬り、矛盾を指摘し、人々が信じて疑わない「通説」を粉砕する──。野口悠紀雄氏による連載第93回。 質問をするのでなく、要旨を拡大させるやBingなどの生成系AIに文章を書かせるには、2つの方法がある。 第1は、疑問を投げかけることだ。例えば、「2022年の日本の貿易収支の動向について教えてください」というように。 第2は、指示を与えることだ。要旨を示し、それをもっと長い文章にしてもらう。生成系AIは長文の要約を作成してくれるが、その逆をやっ

対話型AIの「ChatGPT」や画像生成AI「Stable Diffusion」などの「ジェネレーティブAI」の急速な発展により、セキュリティ専門家の40％以上が「2030年までにAIに仕事を奪われる」と予想していたり、全職業の80％がAIの影響を受けるという研究結果が示されていたりと、高すぎる能力が抱えるリスクもしばしば指摘されています。2023年3月末に報告されたアメリカの金融グループであるゴールドマン・サックスの調査によると、ジェネレーティブAIは大きなブレイクスルーを与えてアメリカとユーロ圏で行われる作業の4分の1を自動化し、世界の国内総生産(GDP)を7％押し上げるとともに、労働市場に「重大な混乱」を引き起こすリスクがあると指摘されています。 (PDFファイル)Goldman Sachs| Global Economics Analyst| The Potentially Lar

GPT-4やStable Diffusionなど次々と優れたAIモデルがAPIやオープンソースの形でリリースされている中で、そうしたAIモデルを組み合わせた新規サービスや、既存のサービスにそうした生成AIを組み込む領域には大きなビジネスチャンスがあります。 下のa16zの生成AIスタックの右上のアプリケーションレイヤーの戦いです。 (a16z) Who Owns the Generative AI Platform?しかし、この領域の戦いには固有の1つの課題が存在します。 それは、次々と新しいモデルがリリースされる生成AI領域のスタートアップにおいて、生成AIモデルはより高機能なモデルが日々リリースされるので機能それ自体は差別化要素にも長期的なMOATにもなりえないという課題です。 現時点で個人的には、生成AI領域で競合優位性を獲得するための戦略は大きく分けて6つだと思っており、このnot

はじめにLayerXの代表をしています福島と申します。本日はLLM(Large Language Model, 大規模言語モデル)について、なぜ大事なのか?経営者の視点でどうこの波を考えればいいのかについてです。 LLMが今非常に話題になっています。ChatGPTの裏側もこのLLMからできていると言えばわかりやすいでしょうか。 私は現在、LayerXという会社を経営しております。LayerXでも多分に漏れず、LLMに対するものすごいワクワクと、この波に対応しないと会社が消えてなくなるという強い危機感を抱いています。 私自身が元機械学習エンジニア、現在現役の経営者というキャリアを歩んできました。その立場から、なるべくわかりやすく、LLMの波というものを経営者がどう捉えるべきか、どう波を乗りこなすべきかの一助となればと思い筆を取っています。(機械学習のプロの方からすると、おいおいそれは単純化し

Bob Iger said Wednesday that Disney “would like to stay” in India and is considering its options in the world’s most populous country where its TV business continues to pull profit b

「すごく賢いAIが存在」「ディープラーニングは最強」は誤り――AIに関する“10のよくある誤解”、ガートナーが発表 「すごく賢いAIがすでに存在する」「機械学習などを使えば、誰でもすぐに『すごいこと』ができる」――IT調査会社のガートナージャパンは12月22日、人工知能 (AI) に関する10個の「よくある誤解」を発表した。AIは現在「過度な期待」を受けているとした上で、日本企業は今後AI開発に必要な人材確保が難しくなる――などと予測している。 「すごく賢いAIは今のところ存在しない」 ガートナーによれば、経営者やテクノロジーにそれほど詳しくない人は「今のAIは、人間と同様のことができる」「今すぐにすごいことができる」と誤解している傾向があるという。 2016年、ガートナーには顧客から「どのAIが最も優れているか」などの質問が寄せられたという。同社はその背景に「すごいAIがすでに存在する」

「人工知能は人間の仕事をどこまで奪うか」についての議論を新聞紙面などでよく目にする。筆者もその議論を始めた一人かもしれないが、巷に散見する多くの議論に違和感がある。 違和感は大きく2つある。1つは、技術の加速度的進化を想定していない点。人工知能技術の開発は、昨日できなかったことが今日はできるようになり、今日できなかったことも明日にはできるかもしれない、といった勢いで進められている。「2045年に人工知能が人間を超える」とするRaymond Kurzweil氏の予測も、技術の加速度的な進化を前提にしている。そのため、昨日できなかったことは今日もできないというスタンスでの議論には意味がないと感じるのである。 もう1つの違和感は、多くの議論が「人間はAが苦手でBが得意、一方、人工知能はAが得意でBが苦手。だから、上手く棲み分けが可能だ」、という棲み分け論である点だ。大学の著名な教授でも、こうした

メガバンクで人工知能を導入する動きが本格化している。正確性が要求される銀行業務での実績が積み上がれば、社会全体として、人工知能を導入するハードルが一気に下がる可能性がある。 人工知能がもたらすインパクトは、インターネットが登場してきた時よりもはるかに大きなものとなるだろう。人工知能の普及によって多くの仕事が失われるというネガティブな予想も多いが、人工知能の普及は、産業社会に対してもっと本質的な変化をもたらす可能性が高い。我々は、仕事に対する根本的な価値観の転換を迫られることになるかもしれない。 メガバンクが相次いでコールセンターに人工知能を導入 三井住友銀行は、年内にも、米IBMが開発した人工知能「ワトソン」をコールセンター部門に導入する。同行は昨年から、ワトソンに関するテストを行い、さまざまな状況において適切な回答ができるのか検証を重ねてきた。テストの結果、十分に実用に耐えると判断し、コ