The future of AI is hybrid, utilizing the respective strengths of cloud and client while harnessing every Windows device to achieve more. At Microsoft, we are reimagining what’s possible by bringing powerful AI compute directly to Windows devices, unlocking a new era of intelligence that runs where you are. With groundbreaking advancements in silicon, a modernized software stack and deep OS integr

ITジャーナリスト／Publickeyブロガー。IT系の雑誌編集者、オンラインメディア発行人を経て独立。2009年にPublickeyを開始しました。 マイクロソフトは、Windows上でローカルAIを実行するための基盤となる「Windows ML」の正式版リリースを発表しました。 GPUやNPUを抽象化しAIモデルを実行Windows MLは、AMD、Intel、NVIDIA、QualcommなどのCPUやGPU、NPUなどのハードウェアを生成AIの実行に最適化し、Execution Providerと呼ばれるエンドポイントとして抽象化する機能を備えています。 その上でWindows MLは、「ONNX形式」と呼ばれる学習済みAIモデルの共通フォーマットを実行するランタイムとして機能します。 ONNX形式はPyTorch、Tensorflow/Keras、TFLite、scikit-le

オライリー・ジャパンから、今月発売予定である以下の2冊の情報が明らかになっている。 実践 LLMアプリケーション開発 - O'Reilly Japan 生成AI時代の価値のつくりかた - O'Reilly Japan いずれも時宜を得た題材についての本であり、興味を惹く。 さて、この2冊に過去のオライリー・ジャパンの本になかった共通する特徴があることにお気づきだろうか？ そう書けば気づかれるだろうが、いずれも翻訳者が「オライリー・ジャパン編集部」とクレジットされていることである。 オライリー本家にアクセスしている方ならご存じだろうが、AI による翻訳が導入されており、刊行前の本でも日本語訳が読めたりする（例：少し前に紹介した『Beyond Vibe Coding』の日本語版ページ）。 これまでオライリー・ジャパンから出る本には人間の翻訳者がクレジットされていたが、翻訳者が「オライリー・ジャ

多くの開発者にとって、ハードウェア アクセラレータによる AI を大規模にユーザーに提供するためには、多くの場合、DirectML と ONNX Runtime のペアリングが最も簡単な方法です。 この 3 つの手順は、この強力なコンボを使用するための一般的なガイドです。 1. 変換 ONNX 形式を使用すると、ハードウェア間の機能を提供する DirectML で ONNX ランタイムを利用できます。 モデルを ONNX 形式に変換するには、 ONNXMLTools または Olive を利用できます。 2. 最適化 .onnx モデルを作成したら、DirectML を搭載した Olive を利用してモデルを最適化します。 Windows ハードウェア エコシステム全体に展開できるパフォーマンスが大幅に向上しています。 3. 統合 モデルの準備ができたら、ONNX Runtime と Di

先日の記事で「CoTを用いて『推論』する生成AI」の「推論」能力の限界について、論文2点を挙げて論じたところ思いの外反響が大きくてちょっとびっくりしたのでした。 なのですが、最近になって同じテーマに対して「厳密に条件統制されたデータセットを用いてLLMを実際に構築した上で実験した」という論文が出てきたとのことで、ちょっと読んでみました。それがこちらです。 実のところ、読んでみたらかなり技巧的かつ綿密に設計された内容の論文で当初一読した範囲では理解し切れない感じがありました。なのですが、非常に興味深い内容だったのと、その検証手法が斬新だったということもあり、このブログでは珍しいことですが2回連続で論文紹介をしてみようと思います*1。なおいつもながらですが、記事中に理解不足や認識の誤りなどの箇所がありましたら何なりとご指摘くだされば幸いです。 巧みな実験設計：CoT推論に影響し得る「3つの次元

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

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紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、わずか2700万パラメータという小規模なモデルでありながら、複雑な推論タスクにおいて最先端の大規模言語モデル（LLM）を凌駕するモデルを開発した論文「Hierarchical Reasoning Model」を取り上げます。 この論文はシンガポールのSapient Intelligenceと清華大学による研究発表です。Sapient Intelligenceはシンガポールに本社を置き、サンフランシスコと北京に研究センターを構えるグローバルなAGI研究企業です。精華大

Image:Stokkete/Shutterstock.com 生成AIが労働市場に与える脅威について多くの議論が交わされるなか、マイクロソフトが、AIの「適用可能性」が高い職種と、逆に影響を受けにくい職種を調査した結果を公表した。 この調査は、2024年に米国で行われた約20万件の匿名化されたMicrosoft Bing Copilotとの対話データを分析したものである。ユーザーがAIに何を求めているのか（ユーザー目標）と、それに対してAIがどのようなタスクを実行したのか（AI行動）を分類している。 分析から算出された「AI適用度スコア」は、「成功率（タスクの完遂率）」「カバー率（目標の達成範囲）」「利用頻度」などを組み合わせて計測したもの。AIがどれだけ有効かを、職種や業務活動ごとに数値化した。 結果、AI適用度が高い職種は、主に「知識労働」に分類される通訳・翻訳者、販売員、プログラマ

Generative AI Integrate the power of Generative AI and Large language Models (LLMs) in your apps and services with ONNX Runtime. No matter what language you develop in or what platform you need to run on, you can make use of state-of-the-art models for image synthesis, text generation, and more. Learn more about ONNX Runtime & Generative AI →

米Microsoftは1月7日（現地時間）、昨年12月に発表した小規模言語モデル（SLM）の「Phi-4」をHugging Faceで公開したと発表した。ライセンスはMITなので、商用アプリを含むモデルを自由に使用、変更、構築できる。モデルの重みも公開されており、開発者は基礎となるパラメータに直接アクセスして変更可能だ。 Phi-4は、Phiファミリーの最新モデル。14B（140億）パラメータとコンパクトながらも、従来の言語処理に加え、数学などの分野での複雑な推論に優れる。数学の競技問題で、米Googleの「Gemini Pro 1.5」や米OpenAIの「ChatGPT 4o-mini」を含む、はるかに大規模なモデルよりも優れたパフォーマンスを発揮するとしている。

BERT や GPT の登場により、テキストを扱うモデルは大きく発展しましたが、否定というごくありふれた操作を扱うのが依然難しいです。 本稿では、その理由と、部分的な解決策を紹介します。 目次 目次 否定文を理解できないAIたち 否定文を理解できずに困ること なぜ否定文をうまく扱えないのか なぜたまに成功するのか 対処法 ファインチューニング プロンプトの工夫 否定文を意識した訓練 文書数を増やす クエリとキーを拡張する おわりに 否定文を理解できないAIたち BERT (tohoku-nlp/bert-base-japanese-v3) で A =「私はお寿司が好きです。」 B =「私の好きな食べ物はお寿司です。」 のテキスト埋め込みのコサイン類似度を求めてみましょう。A と B は同じようなことを言っており、予想されるようにコサイン類似度は 0.9695 と高いです。 では、 A =「

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紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、大規模言語モデル（LLM）の数十億のパラメータの中でたった1つのパラメータを削除するだけで、モデルのテキスト生成能力が完全に崩壊することを発見した論文「The Super Weight in Large Language Models」に注目します。 研究チームは、このパラメータを「スーパーウェイト」と名付けました。70億のパラメータを持つMetaのLlama-7Bモデルでは、このスーパーウェイトをゼロにするだけで、モデルのテキスト生成能力が完全に失われ、ゼロショッ

動画生成AIの発展により、非常に面白い方向性が生まれてきています。最新の動画生成技術と3D技術を組み合わせることで、たった1枚の絵から、3Dデータを作れるようになる可能性が出てきているんですね。これは将来のゲーム開発や映像制作のあり方を激変させる可能性があります。 ※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をご覧ください 動画生成AI「Runway」新機能がきっかけ まず、この動画を見てください。Stable Diffusionを使って作成した1枚の画像を、いくつかの手順を実施することで、3Dモデルとして扱えることに成功している様子です。 こうしたことが実現できるようになったのは、動画生成AIサービス「Runway」に11月2日に追加された新機能「カメラコントロール機能（Advanced Camera Control）」のためです

日本マイクロソフトは11月18日、AI研究拠点「Microsoft Research Asia-Tokyo」（マイクロソフトリサーチアジア東京） を都内に設立したと発表した。AIの社会実装に向けた研究を進めるとともに、人材育成にも注力する。 アジア太平洋地域におけるAI研究やイノベーション強化を目的。 主な研究テーマは、ロボットなどにAIを組み込み、対話などを行う「Embodied AI」、AIが社会に及ぼす影響を研究し、技術を人類の利益に役立たせる「Societal AI」、学際的な研究と産業界との協力を通じてイノベーションを促進する「インダストリーイノベーション」など。 共同研究プロジェクトやインターンシップ、招聘研究員プログラムなどを通じた人材育成も進める。 関連記事 Microsoft、日本の生成AI・クラウドに大型投資　AI研究所も開設　過去最大4400億円 米Microsoft

ネコがニャーと鳴くのは人に対してだけだが、何を言わんとしているのかを理解するのは難しい。（PHOTOGRAPH BY MARTIN POOLE, DIGITALVISION / GETTY IMAGES） 「ネコにはボキャブラリーがあります。そして、注意を払っていれば、飼いネコをより理解できるようになります」と言うのは、飼いネコのニーズを理解する「最高のツールの提供」を目指したAI（人工知能）アプリ「にゃんトーク（MeowTalk Cat Translator）」の生みの親であるセルゲイ・ドレイジン氏だ。にゃんトークは無料アプリで、飼いネコの鳴き声を録音すると、「イライラしてる（I’m annoyed）」「餌ちょうだい！（Feed me!）」など、短いせりふに翻訳してくれる（編注：一部サービスは有料）。 翻訳の精度を評価できるようになっており、それによってコンピューターモデルが改良されてい

米Microsoftは10月1日（現地時間）、「Copilot+ PC」と「Windows 11」に搭載する新たなAI機能を複数発表した。Copilot関連とWindows 11に分けて紹介する。 Copilotの新機能 Copilotは、「すべてのユーザーのためのAIコンパニオン」。Microsoftは、「ユーザーの許可があれば、ユーザーの代わりに人生の複雑さを軽減し、ユーザーが重要なことに集中するための時間を増やすことを支援する」としている。 OpenAIの「高度な音声モード」のような「Copilot Voice」 「Copilot Voice」は、米OpenAIのChatGPT向け「Advanced Voice Mode」（高度な音声モード）と似た音声機能。モバイルアプリとして、音声で会話しながらブレインストーミングや日常会話を行える。4種類の音声から選択可能。会話を繰り返すことで、

８月２８日、米巨大ＩＴ企業が、暗号資産（仮想通貨）ビットコイン採掘事業者からエネルギー資産を取得しようとする動きが広がりつつある。写真はペンシルベニア州ケナーデルの発電所の近くに設置されたマイニング施設。２０２２年３月撮影（２０２４年　ロイター／Alan Freed） [２８日 ロイター] - 米巨大ＩＴ企業が、暗号資産（仮想通貨）ビットコイン採掘事業者からエネルギー資産を取得しようとする動きが広がりつつある。急拡大する人工知能（ＡＩ）やクラウド関連事業に必要なデータセンター向けの電力確保が目的だ。

非常に高性能な画像生成AI「ImageFX（Imagen 3）」の登場です。 FLUX.1がMidjourneyと並ぶ最高峰の画像生成AIとして注目を浴び始めてから2週間もたたないうちに、新しいAI画像サービスが、なんとGoogleから登場しました。それがImageFXです。 Googleは画像生成AIの新バージョンであるImagen 3をリリースしたばかりですが、この技術を使った「ImageFX」というサービスをGoogle AI Test Kitchenでスタートしています。これが生成する人物画像がとてもリアルだというので評判です。GeminiでもImagenを使った画像生成は可能なのですが、制限が厳しく、人物を含んだ画像の生成ができなくなっています。 ▲GeminiのImagenでは人物画像が生成できない ImageFXは、テキストプロンプトを入れると、4枚の画像が生成されるという仕