自民党は文章や画像を作ることができる生成AI(人工知能)に関する法規制の制定を政府に促す報告書をまとめる。開発や活用に関するルールを整備し、違反時には罰則を設けることで偽情報の拡散や権利侵害を防ぐ。先行する米欧などと足並みをそろえる。政府にAI推進基本法(仮)を2024年中にも整備するよう働きかける。生成AIは所管省庁が曖昧になっている。党デジタル社会推進本部の下にあるAIプロジェクトチーム(
米OpenAIは2月13日(現地時間)、ChatGPTに会話を記憶させる機能「Memory」のテストを開始したと発表した。チャットの内容を覚えさせることで、情報を繰り返す必要がなくなる。 例えば、会議の要約を頼む際、見出し、ポイントの箇条書き、最後のまとめを含ませるよう指示すると、以後はそう指定しなくてもそのフォーマットで要約するようになる。 こうした指示は昨年7月に追加された「カスタム指示」にまとめておくこともできる。 テスト段階ではこの機能は初期設定でオンになっているが、設定でオフにすることも可能。 設定は、画面左下のアカウント名→[設定]→[Personalization]→[Memory]で行う。
GMOインターネットグループは2024年2月13日、人工知能(AI)により年間18億円相当の業務効率化を目標に設定したと発表した。グループの各社・各部門でAIによる効率化やコスト削減につながる業務を洗い出して積み上げたという。 具体的にはAIを活用して一般業務の情報収集・整理、要約、議事録作成や分析、リポーティングなどの効率化に取り組む。カスタマーサービスでのAIチャット化やシステム業務でのコード生成・チェックの自動化、管理業務での資料作成、契約書のレビューなどでもAIを活用するという。 また同グループは外部講師を招いてAIセミナーを定期的に開催し、パートナー企業向けのAIテスト「GMO AIパスポート」も実施する。2024年2月から非エンジニアを対象としたリスキリング施策として3カ月間の短期プログラムを開始したという。
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。新規性の高い科学論文を山下氏がピックアップし、解説する。 Twitter: @shiropen2 情報処理学会が会員向けに月刊で発行する学会誌「情報処理」の2019年1月発行分(60巻2号)で「情報学者が競馬予想に踏み出すときに知っておくべきこと」と題した解説記事が掲載された。公立はこだて未来大学の寺沢憲吾准教授が、AIを活用して利益が出る馬券を買うために考慮しなければならない競馬予想に関することが記されている。ここでは、その内容を簡潔に紹介したい。 馬券には多様な賭け方が存在するが、ここでは単勝式を中心に説明している。単勝式の馬券は、どの馬が1着になるかを当てるもので、予想が的中すれば購入金額×オッズ(倍率)の払い戻しが行われる。オッ
各業界で人手不足が深刻になっているが、特に高いスキルを持つ人材の不足が企業にとって大きな課題となっている。日本では「経験」と「勘」に基づく言語化できないスキルが多くの仕事で重用されており、断絶の危機にひんしているものも少なくない。そこでAIなどを活用してベテランのスキルを再現したり、若手に伝承したりする取り組みが進んでいる。昔ながらのアナログなスキルをデジタル技術が支える時代が到来しつつある。 数秒で品質を判定 スマートフォンでマグロの断面を撮影してからわずか数秒。AIが「縮れ」や「焼け」、「脂」などのマグロの味を決める要素を読み取り、ランク(品質)を表示する。電通が開発したマグロ目利きAI「TUNA SCOPE」(ツナスコープ)だ。 世界各地で水揚げし、冷凍されて送られてくるマグロは、切断した尾の断面で品質を見極める目利きが重要になる。わずかな情報からマグロ全体の味を予測するのは非常に難
GoogleのAI「Bard」、日本語で「Gemini Pro」と「G」ボタン対応 英語なら描画も可能に 米Googleは2月1日(現地時間)、生成AIチャット「Bard」に関して、生成AIモデル「Gemini Pro」対応など、複数のアップデートを発表した。 「Gemini Pro」対応 Bardはこれまで、同社のLLM「PaLM 2」ベースだったが、昨年12月に英語版のみ新モデルのGemini Proベースになっていた。今回のアップデートで、日本語を含む40以上の言語でGemini Proに切り替わった。 これにより、「より高度な理解、推論、要約、コーディング能力」を発揮するとしている。 回答の再確認ボタンが日本語でも利用可能に 英語では昨年9月から利用できていた回答の再確認ボタンが、日本語を含む40以上の言語で利用可能になった。
2024年の生成AIはどうなる? サイバーエージェントなどIT企業4社の“本音” 「OpenAI強すぎる問題」に活路はあるか(1/3 ページ) ChatGPTが注目を集め、生成AI導入の機運が一気に広がった2023年。先進的なIT企業はどのように取り組んでいるのか。日本で生成AIの開発、実装に携わるIT企業4社が生成AI活用の現状と2024年の生成AIの展望を語った。 トークセッションは、2023年12月22日開催の企業による研究発表カンファレンス「CCSE2023」で実施。登壇者は、サイバーエージェントの石上亮介さん、rinnaの沢田慶さん、メルカリの大嶋悠司さん、Sansanの猿田貴之さんの4人だ。 2024年の生成AIはどうなる? カギは「マルチモーダル化」 2023年は生成AIが脚光を浴びた1年となった。チャット型で柔軟な受け答えを実現した「ChatGPT」が世界的に注目の的となり
政府は、国産の生成AIの開発力を強化するため、基盤モデルを開発する国内7者を採択し支援する方針を固めたことが、テレビ東京の取材でわかった。採択されるのは、ABEJA、Preferred Elements、ストックマーク、Sakana AI、Turingの国内スタートアップ企業と、情報・システム研究機構、東京大学の7者。経済産業省が所管するNEDO(新エネルギー・産業技術総合開発機構)が、ポスト5Gの情報通信システム基盤強化の研究開発事業として去年11月から公募していた。予算総額は84億円で、7者は最新鋭のGPU(AI向け半導体)を搭載したGoogleのスーパーコンピューターを無料で利用でき、およそ6か月間で社会実装に向けた“国産・生成AI”の開発を目指す。 プロジェクト名は「GENIAC(ジーニアック)」で、Generative AI Accelerator Challengeの略。生成A
人工知能(AI)が人々の仕事に与える将来的な影響について、私たちはあまり多くを理解できていない。しかし、1950年代初頭にコンピュータがビジネスに導入され「オートメーション」という言葉が一般化して以来、AIが仕事に与える影響に関しては多くのことが語られており、最近では、AIが人々の仕事を奪う可能性について、さまざまなことが議論されている。 MITコンピュータ科学・人工知能研究所が先日発表した論文の「Beyond AI Exposure: Which Tasks are Cost-Effective to Automate with Computer Vision?(AIエクスポージャーの先にあるもの:どのようなタスクがコンピュータビジョンを用いてコスト効率良く自動化できるか?)」は、AIと仕事の未来の関係について非常に率直な予測を立てている。ここで喜ぶべきニュースは「コンピュータビジョンを
4年後までにソフトウェアテストの70%を生成AIが作り、コードの品質は向上するようになるとの予測、IDC 調査会社のIDCは、4年後の2028年までに生成AIベースのツールがソフトウェアテストの70%を作成できるようになり、手動テストの必要性が減り、テストのカバレッジが向上することで、ソフトウェアのユーザービリティとコードの品質向上が実現するとの予測を発表しました。 同社によると、生成AIによるテストスクリプトの生成や管理などを含むテスト自動化は日本を除くアジア太平洋地域で特に人気が高まっており、開発者とDevOpsの専門家がこれらの技術を活用することで、ソフトウェア開発全体の自動化をより推進していくことになるとのことです。 また生成AIはレガシーアプリケーションのコードに対するリファクタリングも促進するとしており、2027年までにリファクタリングに関わるコードの変換や開発タスクの50%が
NRIセキュアテクノロジーズは2024年1月25日、日本と米国、オーストラリアの3カ国の企業を対象とする、情報セキュリティーに関する実態調査の結果を発表した。国別に生成AI(人工知能)サービスの導入状況と、利用に関して設定しているセキュリティールールなどについて調査した。導入状況について日本は、米国とオーストラリアに大きく水をあけられている現状が明らかになった。 生成AIサービスの導入状況について、セキュリティールールを「整備の上、導入済み」、または「整備していないが導入済み」と回答した割合の合計は、日本が18.0%だった。同じ回答の割合は米国で73.5%、オーストラリアで66.2%と、いずれも日本と比べ生成AIサービスの導入率が高かった。導入していない理由として「利用禁止のため未導入」と回答した割合は日本で10.1%だったのに対し、米国は0.9%、オーストラリアは2.0%と、生成AIサー
こんにちは。電通総研コーポレート本部システム推進部の山下です。 最近はChatGPTなどのLarge Language Model(LLM)を利用したAIが話題ですね。 そのLLMを応用したRetrieval-Augmented Generation(RAG)という技術があります。 これは、LLMに文書検索などを用いて関連する情報を与えて回答させることで、 LLMが知識として持っていない内容を回答させたり誤った情報を答えてしまうハルシネーションを抑止する技術です。 今回はこのRAGをLlamaIndexというライブラリを使ってローカル環境で実装する方法について紹介します。 なぜローカル環境でLLMを利用したいのか 大変便利なツールのLLMですが、利用が難しいこともあります。 例えば、機密情報を取扱いたい、外部インターネットへの接続に制限が掛かっているといった場合です。 最終的にOpenAI
工場の現場作業を支援する画像認識ソフトウェア「Ollo Factory」を展開するOllo(オロ)は1月22日、弥生の前代表取締役 社長執行役員である岡本浩一郎氏が取締役会長に就任したことを明らかにした。経営体制の強化が目的だとしている。 工場向けの画像認識ソフトウェアを手掛けるOllo Olloは2019年2月に創業。東京大学松尾研究室のメンバーを中心とするAIスタートアップ企業で、工場での作業をカメラ映像から解析する画像認識ソフトウェア「Ollo Factory」を手掛ける。 同サービスは、組み立て作業をはじめとする人の作業をAIによって自動で解析可能だ。動画をアップロードして、1サイクルの開始点と終了点を指定するだけで、AIが動画に含まれるすべてのサイクルを自動で分析するという。 多量の学習データを用いなくても利用開始可能で、作業のばらつきや抜け、ムダなどをスピーディーに発見し、作業
Microsoft Copilot Pro「全世界のWindowsユーザーが生成AIを意識せずに、当たり前のツールとして使いこなす未来」- Blog 2024/1/7 Copilot Pro が個人でも利用可能になったので、大まかにCopilotの全体像を理解した上で、操作しながら試してみました。 私はMacユーザーですが、Copilotを検証するために先週からWindowsをメインにしています。WordやPowerPointはまだ慣れていないので、今日は記録のみ掲載。 Copilot ProCopilot Pro パフォーマンスを高速化し、創造性を高める機能を希望するユーザーには、Copilot エクスペリエンスを向上させる Copilot Pro がおすすめです。この月額サブスクリプション製品には、Copilot のすべての機能に加え、次を実現する機能が含まれています。 ・ピーク時でも
せっかく10年以上かけて学んだプログラミングだが、人間がコード書くよりChatGPTにやらせた方が早いなということが度々あり、だんだん自分でプログラミングをやる時間が減ってきた。AIにコードを書かせてそれをGitHubにコピペして残りの時間は遊んでるだけで成果が出てお給料ももらえる日は近いし、段々会社もそのことがわかってきて失職する日も近い。 残念ながら現時点では全ての仕事がAIで上手くいくわけではないが、どういう時に使えるかを知っておくと楽をしやすくなるので、僕がどう使っているかをまとめておく。 失職できるケース 簡単なスクリプトを高速に書かせる 僕はRubyが全ての言語の中で一番慣れており、StackOverflowやドキュメントをほぼ見ずに大抵のプログラムを書き切れるため、Rubyを書いている時がプログラマとして一番生産性が高いのだが、それでも最近AIにRubyを書かせたことがあった
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