この記事の目的この記事はAIのガチの専門家向けではなく、業務でAIを使う必要があるエンジニアに向けて書いた「最新AIの論文を可能な限り楽に読む方法」です AIの研究者でなくても、AIの最新情報を把握しておきたい人は多いと思います。ところがAIの最新情報は日本語の書籍やブログだけでは把握することができません。今のAI界隈は動きが早すぎるので、日本語の書籍が出るのを待っていると取り残されてしまいます。AIの最新の情報は毎日発表されている論文を読むしかありません。 とはいえ、英語論文を大量に読み続けるのは大変だなぁ……と思っていたのですが、読む方法を整えていくことでかなり継続的に読み続けることができるようになりました。平均すると毎週５から７本ほど読めています。ここでは論文をコンスタントに読んでいくためのノウハウを共有したいと思います。 論文は日本語に翻訳して読む英語の勉強を頑張りたい人以外は、論

DMMボイスは、AI技術を活用した音声生成サービスです。 本サービスの特徴である多彩なボイスモデルから声を選ぶことで、感情あふれるセリフを自在に表現。ドラマティックなシーンのアフレコから心に響くナレーションまで、幅広いシーンにご活用いただけます。

Published 2024/10/13 07:05 (JST) Updated 2024/10/13 07:21 (JST) 公益財団法人「新聞通信調査会」は12日、メディアに関する全国世論調査の結果を公表した。世界的に急速に普及する生成人工知能（AI）について「著作権侵害などの悪影響を排除するため、政府は規制を強化すべきだ」と答えた人が59.7％に上り、「規制を最小限にとどめるべきだ」の19.1％を大きく上回った。生成AIの利用者は14.1％で、18～19歳では48.6％が「使っている」とした。 記者ではなく、生成AIがニュース記事を作成することには、「人の判断が入らず、フェイクニュースがまぎれ込む危険がある」（48.9％）、「記事の責任の所在があいまいになる」（44.5％）と否定的な意見を持つ人が多かった。生成AIで作成されたフェイクニュースにだまされない自信があるかを尋ねると「自信

どんな人向けの記事？ これからRAGを作ってみたい DifyやLangChainにこだわらず、自分で開発をハンドリングしたい ベクトルDBや埋め込みモデルの選定の勘所をサッと知りたい ここではRAGとは何かのような話題は扱いません。 RAGが、ほぼAI活用の現実的な最適解になりつつある LLMは高度な知的タスクを実行可能である。 そんな理解が世界に広まっていく中で、企業は自らが蓄えたデータをLLMに組み合わせてどう活用するか躍起になっています。これからはビッグデータだ！という時代を経ているため、情報インフラに投資した企業も多く、AIでデータを活用する流れはもはや確定路線と言えます。 この問題を解決する手法として一番最初に思いつくのは、モデル自体を改変するファインチューニングです。しかし、ファインチューニングにはいくつかの実用上の問題があります。ファインチューニング自体に専門知識が必要である

米AIスタートアップ「Etched」は6月25日（現地時間）、ChatGPTなど最新のAI技術の基盤となっている「Transformer」アーキテクチャーに特化したチップ「Sohu」を発表した。この発表は、現在NVIDIAが支配的な地位を占めるAIチップ市場に、新たな競争をもたらす可能性がある。 Transformer処理に特化 AIチップ市場は現在NVIDIAが圧倒的なシェアを持つ。同社の汎用GPUは様々なAIモデルを効率的に処理できる柔軟性から市場の約80%を占めている。 多くの大手テクノロジー企業がAI開発のためにNVIDIAのチップに数十億ドルを投資しているのが現状だ。 Etchedの「Sohu」は、ASIC（Application-Specific Integrated Circuit：特定用途向け集積回路）と呼ばれる、特定の用途に最適化された集積回路だ。汎用性は低いものの、特定

生成AIの登場により、検索市場が大きく変わろうとしている。米国ではグーグル対抗のAI検索エンジン「Perplexity」の検索から流入するトラフィックは毎月40％増加していることが判明。日本でもソフトバンクと連携して本格参入することが明らかになった。これに対抗してグーグルも生成AIを活用した検索システム「Search Generative Experiences（SGE）」を利用者全員に早期に展開する見込みだ。生成AIによる検索が増えるとSEO（Search Engine Optimization）にどのような影響が出るのかは多くのデジタルマーケターが注目するところ。生成AIの登場で、検索市場に何が起きるのか。

［速報］マイクロソフト、PCに話しかけながら画面を操作するだけで生成AIがRPAフローを自動生成してくれる、Power Automate「AIレコーダー」発表 マイクロソフトは、日本時間5月22日未明から開催中のイベント「Microsoft Build 2024」で、PCに話しかけながら画面を操作するだけでRPAフローを自動生成してくれる、Power Automateの新機能「AIレコーダー」を発表しました。 人間に操作を教えるように、AIに話しながら操作 これまでRPAフローを作成する方法として、マウスやキーボードなどの操作を記録することで基本的なRPAフローを作成することが可能でした。 今回発表された新機能「AIレコーダー」は、まるで人間に言葉で説明しながら業務アプリケーションの操作を教えるように、マウスとキーボードを操作しつつ音声で説明することで、どのような意図で操作しているのかを詳

Claude3.5Sonnetで当直シフト作成の悩みから解放！（以下、ほぼClaude3Opusが執筆） 当直表やシフトの作成に頭を悩ませたことはありませんか？不都合日や休日の希望を考慮しつつ、担当数の公平性や当直の間隔など、様々な条件をクリアしなければならないこの作業。これまでは人の手で行うしかなく、とてつもない時間と労力を要していました。 （2024.6.22追記） Claude3.5Sonnetのリリースに伴い、Claude3Opus→Claude3.5Sonnetに変更しました でも、そんな悩みともついにサヨナラできる日が来たのです！そう、Claude3.5Sonnetならこの面倒なシフト作成をほぼ完璧にこなしてくれるんです。しかもChatGPTに比べて出力が速いです。 Claude3.5Sonnetはスタッフ一人一人の希望を汲み取りつつ、担当数のバランスや当直間隔など、様々な条件

自律型AIソフトウェアエンジニア「Devin」登場。Readmeを読んで環境構築、Print文を使ってデバッグなど AIスタートアップのCognitionが自律型のAIソフトウェアエンジニア「Devin」を発表した。Devinは人間と同様にコードエディタやコンソール、Webブラウザを用いて情報を参照し、コーディングやデバッグ作業を自律的に行える能力を持つようだ。 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」を発表しました。 Devinは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AIソフトウェアエンジニアだと説明されています。 Today we're excited to introduce Devin, the first AI software engineer. Devin i

「AIと著作権に関する考え方について(素案)」に関するパブリックコメントの結果について という題名のpdfファイルが文化庁から出されました。 94011401_01.pdf (bunka.go.jp) これについて色々と言われてるわけですが…。 反AIからの論というのが極めてお粗末であるということです。 まず第一に、なぜ最初パブリックコメントの募集の話が挙がった時に、 「様式なんてどうでもいい！硬いこと考えずに意見を送ろう」などという広め方を してしまう人が出てしまったのか…。 第二に、2万も送られたのだから反映されてしかるべきだ！と考えてしまう人の存在。 これは投票ではないんですよ。多数決で何か決まるようなわけじゃないです。 そもそも同じ人が連投したりしてたのに、なぜ数を誇ってしまったのか。チョコワVSスフィンクスか？ 大事なのは論でした。なぜAIを規制すべきなのか？なぜAIのみを規制す

この文章は何： 近年の生成AIブームにより、革命的なまでにプログラミングという仕事の形は変わることが予想され、実際、今までにない速度で世界が効率化され様々なサービスがローンチされていく中「使う側」としても「作る側」としても「IT業界(特にSaaS業界など)での生存」は難しくなっているように感じます。正解を知っていたらとっくに僕は大儲けをしているわけですが、当然わかるはずもなく生存戦略に苦しむだけの中での寝言です。 まとめと結論めいたもの：AI技術の発展により「プログラミング」と呼ばれる「人間の仕事を機械に引き継ぐ行為」のほとんどはゼロコストで行えるようになり、少なくとも今ほどの価値や競争優位の源泉とはならないだろう。今やるべきは、AIを自社の競争優位の源泉とするべく、まるで人材投資のようにAIへの引き継ぎ書を書くことと、AIの研修制度を作ることかもしれない。 プログラミングという仕事の終焉

AIイラストでマンガを作る方法のマンガです。 ①～④まであります。総計64ページです。 全部読んでもらえると、うれしいです！ キャラに表情をつけていくプロンプトとは？ ②に続きます！

｢生成AIイヤー｣とも言える2023年も終わりに近づいてきたが、ここにきてグーグルがさらに新しい技術を投入すると発表した。 グーグルは12月7日（日本時間）、生成AI向けの新しい大規模言語モデル｢Gemini（ジェミニ）｣を発表した。 自社のチャットAI｢Bard｣はもちろん、｢Pixel 8 Pro｣をはじめとしたAndroidスマートフォンへの組み込みも進める。 グーグルのスンダー・ピチャイCEOはリリースの中で、Geminiをこう表現する。 ｢賢いソフトウェアというよりも、より便利で直感的な、相談できる専門家または仲間のように感じられるようになる｣ グーグルが本気で取り組んだGeminiとは、どんな存在なのだろうか。

プログラミング分野で、久々に大きなニュースが飛び込んできた。ソフトウエア開発ツールを手掛ける米ギットハブが2023年11月上旬に米国で開催したイベント「GitHub Universe 2023」で発表した新サービス「Copilot Workspace（コパイロットワークスペース）」だ。同月8日（米国時間）に行われた初日の基調講演の最後で、同社のトーマス・ドムケ最高経営責任者（CEO）が披露した。

LayerX バクラク事業部 機械学習チームの機械学習エンジニア兼マネージャーの松村（@yu-ya4）です。半年間に結婚祝いでいただいたたくさんのお酒が順調に減ってきているのですが、サントリーウイスキー角瓶 4Lペットだけはなくなる気配がありません。 この記事はLayerXテックアドカレ2023の16日目の記事のはずです。 前回はosukeさんの『Azure AI SearchのSemantic Ranker』という記事でした。 次回はminako-phさんによるタメになる記事、『Notionでスプリントのあれこれをダッシュボードで可視化する 』が公開予定ですされました。 昨今のAIの進化には目を見張るものがあります。先日のOpenAI DevDayやMicrosoft Igniteでも様々な衝撃的な発表がなされました。今週は違う意味で衝撃的なニュースが多かったですが。 そのような時代です

大規模音声言語モデル(SLM)と拡散モデルによる敵対的学習を利用して、人間レベルの読み上げ音声を合成できるText-to-Speech AI「StyleTTS 2」を、コロンビア大学の研究者らが開発しました。StyleTTS 2は参照する音声を必要とせず、読み上げるテキストに最適なスタイルを生成し、ネイティブスピーカーと同じくらいなめらかに英語を読み上げることが可能です。 [2306.07691] StyleTTS 2: Towards Human-Level Text-to-Speech through Style Diffusion and Adversarial Training with Large Speech Language Models https://arxiv.org/abs/2306.07691 GitHub - yl4579/StyleTTS2: StyleTTS

承前。 goldhead.hatenablog.com 読みたい小説がある。とても古い小説で、日本語訳が手に入らない。元はノルウェー語だが、とりあえずプロジェクト・グーテンベルクの英語版は見つけた。おれは英語が読めない。翻訳エンジンを使うしかない。比べてみたらAIに翻訳させると質がいい。しかし、いちいちコピペできる分量ではない。なにか方法があるかとChatGPTに聞いてみた。Pythonを使えばできるという。なので、やってみた。とりあえず、できそうな感じがした……というのが上の記事まで。 そして、今日だ。あ、この一連の記事はリアルタイムでお伝えしています。昨日の記事は昼休みに書いた。で、今日は朝から体調を崩して、午後遅くに出社。仕事を終えたあとPythonをいじりはじめる。昨日は「短い英文テキストファイルを読み込ませて、ChatGPTに翻訳させて、日本語テキストファイルを出力させる」という

今回の発表で強く感じたことは、やはりOpenAIの目指すChatGPTが単なるチャットアプリケーションではないということだ。 従来のオペレーティングシステム（OS）はハードウェアとアプリケーションの架け橋である。だがOpenAIはChatGPTを「言語で命令できるオペレーティングエージェント」と位置付け、人生のあらゆるタッチポイントで新たなゲートキーパーとなろうとしているように思える。 IT競争は手前の取り合い歴史を振り返れば、IT競争の常道とは、ゲートウェイを手前に築くことにあったようだ。PCの争いをOSが無意味化し、OSの争いをブラウザが、ブラウザの争いを検索エンジンがと、そしてそれをスマホとアプリが…このようにITの争いは常に手前を争うものだった。こうして一番手前を抑えた企業は、大きな利益を手に入れた。 今、OpenAIの動きは、このメタゲームに大きな変化を加えつつある。 OpenA