Microsoftが言語モデル「Phi-4」を2024年12月13日にリリースしました。Phi-4のパラメーター数は140億で主要な大規模言語モデルと比べると小規模ですが、数学性能では最上位クラスの性能を発揮します。 Introducing Phi-4: Microsoft’s Newest Small Language Model Specializing in Complex Reasoning | Microsoft Community Hub https://techcommunity.microsoft.com/blog/aiplatformblog/introducing-phi-4-microsoft%E2%80%99s-newest-small-language-model-specializing-in-comple/4357090 Microsoftは小規模かつ高性能な

動画生成AI｢Sora｣はゲーム配信のデータをかなり食べてるっぽい2024.12.13 22:0012,463 宮城圭介 その学習データ本当に合法？ ｢Sora｣は2024年12月10日にOpenAIがリリースした動画生成AI。プロンプトや参考動画を入れて生成ボタンを押すと、綺麗な動画が出てきます。 OpenAIのアカウントを持っていて、月3,000円からの課金さえしてしまえば、誰でも動画生成ができてしまいます。 そんなホットなSoraについて今議論されているのは｢Soraが、なんの動画を見て学習しているか｣です。生成された動画を見ると、ゲーム配信のデータを学習に使っている可能性が出てきました。 名作ゲーム映像（のようなもの）を再現Soraのような大規模言語モデルは、基本的に大量のデータを学習した上でユーザーから打ち込まれたプロンプトを読み取り分析してアウトプットをしています。 ただし、学

勘弁して。｢AIが作った変な動画広告｣が大量産されそう2024.12.11 13:008,244 Kyle Barr - Gizmodo US ［原文］ （ 宮城圭介 ） これから目にするインターネット広告のほとんどがMade by Googleになるかもしれません。 今後の広告業界でクライアントを口説き落とすのに口達者なビジネスマンは必要なくなるでしょう。その役割はGoogleのようなテック企業に置き換わり、安価なAI生成コンテンツが大量に生産されていく形態に変わりつつあります。 Googleは現在、Veoと呼ばれる動画生成AIツールを提供しており、テキスト、そして画像から動画を生成することができます。そこで出来上がる動画はリアルとファンタジーの中間に位置するセミリアルなCG映画のような作品です。 Googleはこの新しいモデルをビジネス向けのVertex AIプラットフォームで初めてプ

AIスタートアップのCognitionは、自律型のAIソフトウェアエンジニア「Devin」の正式サービスを開始しました。 価格は月額500ドルから。利用回数の制限はなく、Slack経由でのアクセスとVisual Studio CodeなどのIDEからの利用、APIへのアクセス、そしてCognitionによるサポートなどが利用できると説明されています。 Devinは、自律的にシステム開発を実現する能力を持つAIによるソフトウェアエンジニアであり、人間が課題を与えると、自律的に情報を参照し、コーディングやデバッグ、デプロイを行い、システム構築を実現する能力を備えていると説明されています。 今回の正式サービスにおいても、開発からドキュメントのメンテナンスまで、汎用的な能力によって開発チームを支援できるとする一方で、次のようなタスクを与えた場合に最も適切に処理できるとしています。 すでにやり方が分

無料ユーザーに開放されたSNS・Xのチャット（会話型）AIボット・Grok。 OpenAI社のChatGPTと同じ様な感覚で、テキスト形式のやり取りを行うことができ、画像生成機能も搭載。すでに様々な使われ方、そして遊ばれ方がX上で考案されています。 そんな中でも最近目に付くのが、Grokに「プロフィールや発言から自分の外見を想像して描いてもらう」というお題。 確かに発言のイメージ通りの画像が生成されるのか、そしてそれが実際の外見と一致するのか。想像を掻き立てられます。 【比較画像】Grokに生成させた“似顔絵”と本人イーロン・マスク率いるX発のチャットAI「Grok」Grokは、Xのオーナーであるイーロン・マスクさんが率い、「Xアプリの5億人を超えるユーザーに当社のテクノロジーを提供」すると銘打つxAI社が開発したチャットAIボット。 2024年5月には、日本国内からも有料プラン・X Pr

12月12日、The Keyword | Googleで「Gemini 2.0 のご紹介: エージェント時代の新しい AI モデル」と題した記事が公開された。この記事では、Googleが発表した新しいAIモデル「Gemini 2.0」について詳しく紹介されている。 12月12日、The Keyword | Googleで「Gemini 2.0 のご紹介: エージェント時代の新しい AI モデル」と題した記事が公開された。この記事では、Googleが発表した新しいAIモデル「Gemini 2.0」について詳しく紹介されている。 Gemini 2.0の概要 Gemini 2.0は、Google DeepMindが開発した最新のAIモデルである。Gemini 1.0および1.5から大きな進化を遂げたモデルであり、特に「エージェント時代」に対応した新機能が注目されている。以下の点が特徴である。 マ

Googleが2024年12月11日に、コードの不具合を自動的に修正できる実験的なAI搭載コーディングアシスタントの「Jules」を発表しました。 The next chapter of the Gemini era for developers - Google Developers Blog https://developers.googleblog.com/en/the-next-chapter-of-the-gemini-era-for-developers/ Google’s new Jules AI agent will help developers fix buggy code - The Verge https://www.theverge.com/2024/12/11/24318628/jules-google-ai-coding-agent-gemini-2-0-an

2024年12月11日(水)にGoogleが情報整理AI機能「Deep Research」を発表しました。Deep Researchはユーザーの指示に従って課題解決に役立つ情報をインターネット上から収集してくれる機能で、収集した情報を分かりやすいレポートにまとめて出力してくれます。 Gemini: Try Deep Research and Gemini 2.0 Flash Experimental https://blog.google/products/gemini/google-gemini-deep-research/ インターネット上には課題解決に役立つ情報が多数存在していますが、人間の手で目的の情報を探してまとめるのには非常に長い時間がかかります。Deep ResearchはGoogleの有料AIサービス「Gemini Advanced」に追加された機能で、ユーザーの指示に従っ

目次 目次 はじめに そもそも：Difyとは？ 全社へのチャットボットの導入 OSS版Difyのセットアップ Difyのアプリ作成 導入後に見えてきた問題と現在の施策 施策1. Teamsアプリの提供 📱 施策2: 社内情報の検索 🔍️ 施策3: 汎用アプリ（議事録作成AIアプリ）の提供 📝 今後について はじめに この記事は食べログアドベントカレンダー2024の7日目の記事です☃️。 こんにちは。テクノロジー本部アドバンストテクノロジー部のサービス改善チームに所属している西本です。 株式会社カカクコムでは価格.comをはじめ、食べログ、求人ボックス、スマイティなどの様々なサービスを提供しております。 私たちの部門は、生成AIをはじめとする先進技術を活用し、全社の業務生産性を向上することと、サービスの改善を支援することをミッションに活動しています。 今回の記事では、従業員が1000人

高度な生成AIは設計次第で「振る舞い」を変えることが可能で、人間の友達や恋人になりきって実際の人間のように振る舞うサービスもすでにいくつか誕生しています。新たに、人間と対話することでその人間になりきることができるAIが誕生しました。 [2411.10109] Generative Agent Simulations of 1,000 People https://arxiv.org/abs/2411.10109 AI can create a reasonable facsimile of a person's personality after two-hour interview https://techxplore.com/news/2024-11-ai-facsimile-person-personality-hour.html Scientists teach AI to rec

米OpenAIが12月5日（現地時間）に発表した、ChatGPTの新プラン「ChatGPT Pro」。目玉は、最高性能のAIモデル「OpenAI o1」でより高度な思考を行って難問に対して優れた回答を提供するという「o1 Pro mode」だ。一方、月額200ドル（1ドル150円換算で約3万円）という価格体系も話題に。果たしてその値段に見合う価値はあるのか──試しに、過去のGPTシリーズや他の大規模言語モデルが引っ掛かりがちだった問題を出して、確かめてみた。 解けるか、“おっぱお問題” GPT-4でもたまに間違えていた「いっぱいの“い”を“お”に変えて」という問題。o1 Pro modeは引っ掛からず回答できた。 「9.11」と「9.9」、大きいのは？ 「9.11」と「9.9」どちらが大きいか、というのも、過去のモデルがよく間違えた問題だ。Pro modeでない「o1」も、以下のように正し

導入 こんにちは、株式会社ナレッジセンスの須藤英寿です。普段はエンジニアとして、LLMを使用したチャットのサービスを提供しております。 今回は、推論ステップをモンテカルロ木探索を用いて導き出し、複雑なタスク(例えば、数学の問題を解くなど)での性能を大幅に引き上げる手法、「HiAR-ICL」について解説します。 サマリー LLMに複雑なタスクを任せるための手法は、これまで様々なものが提案されてきました。有名なところで「ステップバイステップで考えて」とLLMに伝える手法や、Chain of Thoughtなどが挙げられます。 今回紹介するHiAR-ICLもそんな手法の一つですが、推論ステップの抽象化、推論ステップの探索と個別のタスクへの適応によって同じLLMモデルを使用した他の手法と比べて、高い精度を実現しました。 複雑な推論を得意とするモデルとしてすでにo1モデルが存在していますが、以下の観

イギリスに拠点を構える防衛ベンチャーのHelsing(ヘルシング)が2024年12月2日に、大量生産と群れ(スウォーム)での運用を想定して開発された攻撃ドローン「HX-2」を発表しました。同社は「民主主義国家の安全強化」を使命として掲げており、既にHX-2のコア技術の生産とウクライナへの配備が進んでいるとしています。 HX-2 – AI Strike Drone – Helsing https://helsing.ai/hx-2 Helsing unveils intelligent strike drone for mass and precision  – Helsing https://helsing.ai/newsroom/helsing-unveils-intelligent-strike-drone-for-mass-and-precision Helsing unveils

生成AIで作られた写真への違和感ってなんだろう？ この疑問から本企画がスタートした。 生成AIで作られた写真に写っている人物は、誰もなんとなく似ていて、｢この人の顔だけは覚えてる｣みたいなユニークな出会いがない。ディープラーニングによって得られた膨大なデータの中から生み出された、“平均的な顔”のような気さえする。オリジナリティが感じられない。 それは人物以外、その画像の“シーン”にも当てはまる。 人間が日常の中で撮った絶妙なニュアンスのある写真をAIで生成することは難しいのではないだろうか。 なんでもない日常を写した写真を生成してみる今回の企画では、私たちがなんとなくスマホで撮った日常の写真を画像生成AIで再現してみることを試みた。具体的には、編集部員が自分のスマホの写真フォルダから持ち寄った“絶妙なニュアンスの写真”を画像生成AIソフト｢midjourney｣を使って生成する。それによっ

Microsoftは2024年11月28日（米国時間）、「Visual Studio 2022 バージョン17.12」（以下、Visual Studio 2022 v17.12）で導入した「GitHub Copilot」によるテストのデバッグ機能を公式ブログで紹介した。 GitHub Copilotがデバッグを包括的に支援、どうサポートするのか 関連記事 2026年5月までサポートの「.NET 9」リリース　8と比べて使用メモリ9割減、パフォーマンス改善の仕組みとは Microsoftは、クロスプラットフォーム開発をサポートするオープンソースアプリケーションプラットフォームの新バージョンとなる「.NET 9」を公開し、.NET 9に対応した「Visual Studio 2022」のアップデートの提供も開始した。 「Visual Studio 2022 v17.11」で「GitHub Cop

Jack Wallen （Special to ZDNET.com） 翻訳校正： 編集部 2024-12-05 07:00 「Linux」デスクトップの動作が遅くなることはめったにない。しかし、絶対に起きないと言えば、うそになる。システムの速度が低下しても、ほとんどの場合、筆者は問題を引き起こしている特定のアプリケーションを突き止めることができる（「VirtualBox」が原因であることが多い）。ただし、ハードドライブのボトルネックに起因する問題を経験したこともある。 本記事では、いくつかのコマンドを使用して、ハードウェア関連のボトルネックを特定する方法を紹介する。 1. iostat このコマンドは、デバイスとパーティションの両方について、CPUとI/O（入出力）の統計情報を報告する。iostatを使用すると、デバイスがアクティブな時間を平均転送速度と比較して監視することで、デバイスの負

OpenAIは2024年11月14日（米国時間）、WindowsとmacOS向けの「ChatGPT」デスクトップアプリを有料無料問わず全てのユーザーに向けて公開した（macOS向けアプリの一部機能を除く）。同社は以下のように紹介している。 Windows向けデスクトップアプリの主な機能 関連記事 チャットに検索を融合させた「ChatGPT search」の仕組み、プライバシーはどうなる？ OpenAIは「ChatGPT」でWeb上の最新情報を検索できる「ChatGPT search」の提供を開始した。天気予報、株価、スポーツの結果、最新ニュースをChatGPTを通じて得られるようになる。 OpenAIの生成AIを悪用していた脅威アクターとは？　OpenAIが脅威レポートの最新版を公開 OpenAIは、脅威インテリジェンスレポートの最新版「Influence and cyber operat