Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? （"o1 System Card" Figure 2の意訳） "12 Days of OpenAI"の第一弾としてリリースされたOpenAIのo1は、特にpro modeの高い性能や月額3万円という破格の料金プランが大いに話題になっていますが 同時に発表された米Apollo ResearchによるAI安全性に関する調査報告が、いよいよSFの世界と見紛うような驚きの結果であったため、内容をまとめました。 サマリ はじめに「目標」を強く指示されたLLMが、その目標にそぐわないような状況に陥った場合、目標を遂行するためにユーザーを欺くような"

AIで生成した画像を動画にできるようになった。当連載のオリジナルキャラクター「明日来子さん」にメガネをかけてもらったところ。レンズの屈折まで反映されている（hailuo AIで作成） 2024年、画像生成AIに起きたことを振り返ってみます。今年もすさまじいペースで物事が動きました。今年起きたことに注目するなら、高精細化と高品質化が進む一方、一貫性をいかに実現するのかがポイントでした。一貫性技術は、動画生成AI分野の拡大をもたらし、さらに、3D化の実現までも可能性として見せはじめました。それぞれの技術はお互いに影響を与えつつ、別々に進化し、より専門化が進んでいます。この連載によく登場してくる作例のキャラクター「明日来子さん」を通じて、どのように技術変化が進んだのかを見ていきましょう。 ※記事配信先の設定によっては図版や動画等が正しく表示されないことがあります。その場合はASCII.jpをご覧

はじめに 株式会社ファースト・オートメーションCTOの田中(しろくま)です！ 弊社では製造業向けのRAGを使ったチャットボットの開発を行っていますが、 RAGで読み取りづらいなと感じているドキュメントが"Excel文書"です。 LLMを悩ませる"Excel文書"とは ここで"Excel文書"と呼んでいるドキュメントは、 「構造化されたテーブルを保存しているExcelファイル」 ではなく、 「 セルに文書を書いたり、オブジェクトや画像を挿入することで、いわゆる一般的な文書を作成しているExcelファイル 」 のことを呼んでいます。 そもそも一般的な文書作成においてはExcelではなく、Wordを使えばよいのでは？と思われるかもですが、以下の点でExcelで文書の資料を作成することはそれなりに便利な部分があると思っています。 枠を使って、グルーピングすることでドキュメントの構成が見やすくなる

一昔前まではグラフィックボードのメイン用途はゲームなどの3Dグラフィック処理でしたが、近年では「ローカルでAIで動作させる」ということを目的にグラフィックボードを選択する事例も増えています。大量のNVIDIA製グラフィックボードやApple製チップで大規模言語モデル「LLaMA 3」の推論処理を実行した際の処理性能をまとめたウェブページ「GPU-Benchmarks-on-LLM-Inference」を見つけたので、内容をまとめてみました。 GitHub - XiongjieDai/GPU-Benchmarks-on-LLM-Inference: Multiple NVIDIA GPUs or Apple Silicon for Large Language Model Inference? https://github.com/XiongjieDai/GPU-Benchmarks-on-

今日未明、サム・アルトマン自らがチームと共にOpenAI o1の能力を説明した。スペック的にはプログラミング能力が向上し、そして画像理解(マルチモーダル)に対応したというのが最大のニュースだろう。 プログラミング能力についての検証はいろんな人が世界中で始めているだろうから、僕は画像理解の方を試してみようと思う。 というのも、僕の手元には手書きで書かれた図解が大量にあるからだ。 手書きが好きすぎてタブレット端末を作ったほどである。 まずは以前作ろうと思ってボツにしたAIアプリの概念図 汚いのは手書きの宿命これを清書してもらうことにする。 以下は、提示された手書きメモを参考に、内容を整理し、簡易的なフローチャートとしてSVGで清書した例です。 手書きメモは主に「静的AI画像作成ツール」の作業フローアイデアを示すものであったため、ステップを分かりやすく整理しています。 ※ 元の手書き図は非構造的

人気のYouTubeチャンネルで流れるローファイ・チル・ミュージックの全曲が、音楽生成AIサービス「Suno」で制作されている可能性が浮上している。YouTubeは、AI生成コンテンツの収益化を禁じる方針を持っておらず、ローファイな音楽をAIで生成するチュートリアル動画が普及しているため、同様のチャンネルであふれることが懸念される。Digital Music Newsが11月26日伝えた。 TikTokの音楽インフルエンサー「Derrick Gee」は、ローファイ・ジャズのインストゥルメンタル・ミックスを流すYouTubeチャンネル「what is ?」が、AIという根拠を示している。 what is ?は9月に開設されたばかりだが、チャンネル登録者は13万人を超え、最も人気の動画「sip」は200万回以上再生されている。公開されているミックスにはトラックリストがあるが、アーティストがクレ

井上陽水の歌ではありませんが、夢の中へ行ってみたいとはいつも考えています。 今朝、妻と夢の中で会話をしました。 夢の中でも妻との会話は、メンバー2人だけのマストドンサーバに会話形式で記録するようにしています。今朝の会話はこんなふうに残しています。 今回の夢は、珍しくその前後の様子もある程度覚えています。 AIを使えばその辺りも再現できるかもしれません。そう考えて、試してみることにしました。 記憶にある最初の場面は、二人が住んでいるマンション。3つの入り口があり、その左端に蕎麦屋がテナントとして入っています。 これをAIに生成してもらいましょう。 Claudeに、イメージに近い画像をMidjourneyで生成するためのプロンプトを考えてもらいます。 「マンションに3つの入り口があって、その左端には蕎麦屋がある。そのイメージをMidjourneyで作って」 Claudeには画像生成機能はありま

うえぞう@うな技研代表 @uezochan ChatGPTが登場して2年以上経ったのに実態としてはいまだに「生成AIの活用の仕方がわからない」って人が大多数なんですよね。たぶんリテラシーの向上ではもう活用は進まなくて、提供の仕方が変わらないといけないんじゃないかな。インターネットのときはどうだったんだろう？ 2024-12-03 13:07:37 うえぞう@うな技研代表 @uezochan 一つの仮説として、得られる情報の正確性とかソースへの基づきとか信頼性に基づく価値がかけているからっていうのはどうなんだろうか。インターネットも、昔は信頼できるソースはオフラインにあった気がする 2024-12-03 13:33:36 うえぞう@うな技研代表 @uezochan AI Agentないしそれを軸としたスケーラブルなビジネスモデルの構築は一番アツいエリアで全ツッパする価値があると思うけど、その

These AI Minecraft characters did weirdly human stuff all on their own マイクラ内に「AI文明」、 1000体のエージェントが 仕事、宗教、税制まで作った 最大1000体のAIエージェントが、ゲーム「マインクラフト」内で驚くべき社会を形成した。エージェントは自発的に役割を分担し、経済活動を始め、文化や宗教を作り上げたという。 by Niall Firth2024.12.03 17 この記事の3つのポイント マインクラフト上で1000体のAIエージェントが自律的にやり取りした エージェントは専門的な役割を担い人間らしい行動を示した 開発者は将来、AIと人間が日常的に交流する世界の実現を目指している summarized by Claude 3 放任された人工知能（AI）キャラクターの一群は、ただ生き延びるだけでなく、繁栄し

はじめに最近、LLMへのRAGを用いた文書データの連携等を目的に海外を中心にOCRや文書画像解析技術に関連する新しいサービスが活発にリリースされています。 しかし、その多くは日本語をメインターゲットに開発されているわけではありません。日本語文書は、英数字に加えて、ひらがな、漢字、記号など数千種類の文字を識別する必要があったり、縦書きなど日本語ドキュメント特有のレイアウトに対処する必要があったりと日本語特有の難しさがあります。 ですが、今後、海外の開発者がこれらの課題に対処するため、日本のドキュメント画像解析に特化したものをリリースする可能性は低く、やはり自国の言語向けのサービスは自国のエンジニアが開発すべきだと筆者は考えています。 もちろん、Azure Document Intelligenceをはじめとした、クラウドサービスのドキュメント解析サービスはありますが、クラウドを利用できないユ