『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day

一方では、常に進化を続けるきら星のごときコントリビュータ―たちによって、数多くのオープンソースの大規模言語モデルが作られ続けている。その中でも特に有名なのが、Metaの「Llama 2」だ。一方、クローズドソースの大規模言語モデルの代表例は、商用モデルとして定評がある2つのモデルである、OpenAIの「GPT-4」と、ベンチャーキャピタルの支援を受けているスタートアップAnthropicの言語モデル「Claude 2」だろう。 これらのモデルをテストして互いに比較する方法の1つに、特定の分野（例えば医療知識）の質問に回答させ、その善し悪しを比べるというやり方がある。 権威のある医学論文誌を発行しているNew England Jounal of Medicineが創刊した新論文誌「NEJM AI」に最近掲載された、ペパーダイン大学、カリフォルニア大学ロサンゼルス校、カリフォルニア大学リバーサ

近年、OpenAIのGPT-4やGoogleのGemini、MetaのLLaMAをはじめとする大規模言語モデル（Large Language Model：LLM）の能力が大幅に向上し、自然言語処理において優れた結果を収めています[1][2][3]。これらのLLMは、膨大な量のテキストデータで学習されており、さまざまな自然言語処理タスクにおいて、タスクに固有なデータを用いてモデルをファインチューニングすることなく、より正確で自然なテキスト生成や、複雑な質問への回答が可能となっています。 LLM-jp-eval[4]およびMT-bench-jp[5]を用いた日本語LLMの評価結果。Nejumi LLMリーダーボード Neoより取得。 大規模言語モデルは近年急速な進歩を遂げていますが、これらの進歩にもかかわらず、裏付けのない情報や矛盾した内容を生成する点においては依然として課題があります。たとえ

「データを大量に学習させたのが性能向上のキモだ」。NECデータサイエンスラボラトリーの小山田昌史主席研究員は、同社の大規模言語モデル（Large Language Model：LLM）の「cotomi」の性能を高める工夫をこう語る。小山田主席研究員は加えて、「限界はあるが、同じ量のデータをLLMに学習させても、（LLMの性能向上へ実質的に寄与する）正味のデータ量が変わってくる可能性がある」と指摘する。 NEC、NTTはいずれも、小さいLLMでもビジネスで利用できる性能を実現すべく、2つの方法でデータの「質」を高めている。ではLLMの性能を高める「質の高いデータ」とは何なのか。両社の工夫を見ていこう。 不要なデータや重複する記述を削除 前提として、米OpenAI（オープンAI）が2020年1月に発表した「スケーリング則（Scaling Laws）」によると、LLMの性能はそのパラメーター数を

GeminiとGemini AdvancedはWebブラウザーで提供するほか、Androidでは「Gemini」アプリを提供。iOSは既存の「Google」アプリに搭載する。 「Duet AI」も「Gemini」へ 「Duet AI」と呼称されていた生成AIサービスの一部も、名称をGeminiに統一する。「Gmail」や「ドキュメント」などのビジネスツールを生成AIで支援する「Duet AI for Workspace」は「Gemini for Workspace」にする。Google OneのAIプレミアムプランの加入者が使えるようになる。 コード作成の支援機能などが利用できる「Duet AI in Google Cloud」は「Gemini in Google Cloud」となる。 モデル名とサービス名を統一し、生成AIの主力ブランド・エコシステムの1つとしてGeminiを利用する格好

大手生活用品メーカーのライオンが生成AI（人工知能）を活用した「知識伝承のAI化」ツールの自社開発を進めている。同社がこれまで蓄積してきた技術文書や実験データなどから、必要な情報を対話形式で効率的に取得できるようにする。まずは同社の研究開発部門へ、2024年6月にも導入を目指す。

Copilot for Microsoft 365とCopilotの違い 昨年Bing Chatから名称が変更されたCopilotと、Copilot for Microsoft 365の違いを詳しく見ていきましょう。 Copilot for Microsoft 365の機能のひとつであるMicrosoft 365 Chatは、Copilotと同様に生成AIとチャットで会話ができる機能です。ユーザーインタフェースなど見た目がほぼ同じで、使い勝手もそれほど違いはありません。Microsoft 365 Chatが大きくCopilotと異なる点は、ユーザーからの指示への回答のために、Microsoft 365内に保存された情報にアクセスできるという点です。 たとえば、「Copilot for Microsoft 365のメリットは何ですか？」とそれぞれに質問してみます。Copilotは、学習済みの

国内大手ITベンダーが2024年、ついに大規模言語モデル（Large Language Models：LLM）サービスの提供を始める。NTTは2024年3月に「tsuzumi（つづみ）」を、NECは2024年春ごろに「cotomi（コトミ）」をそれぞれ提供する予定だ。さらにソフトバンクも2024年内にLLMを開発するとしている。 NTTやNECが提供する国産LLMはいずれも、「大規模」言語モデルとはいえ米OpenAI（オープンAI）の「GPT」などに比べるとコンパクトにつくられている。実はこの規模を選んだことこそが、2社それぞれの見いだした勝ち筋でもある。果たして2社は「GPT1強」とも言える市場に変化を起こせるか。国内勢と海外勢の違いをひもときながら、2社の狙いを見ていこう。 「大規模」だけど「小さい」国産LLM これまでGPTをはじめとするTransformerベースのLLMは、パラメ

最終更新日： 2024年5月15日 OpenAI社が2022年11月にChatGPTを発表してから1年以上が経ちました。 このChatGPTをはじめとする生成AIは、ビジネスにも大きな影響を与えると連日ニュースでも大きく取り上げられました。しかしながら2023年、生成AIをビジネスに利用する動きは一部の企業で見られましたが、社会全体では大きく進んだとはいえません。 そこにはさまざまな要因が考えられますが、大きく二つが挙げられるでしょう。一つは企業側が生成AIの導入に消極的であること。そしてもう一つは従業員側が生成AI利用に消極的であることです。前者の解決方法はさまざまなところで論じられていますが、後者に関してはあまり議論が行われてきたとはいえません。 そこで本記事では、後者の従業員の生成AI利用が進まないことの要因や、企業・従業員目線それぞれから課題に対して行うべき施策をSHIFT AI代