primeNumberは横浜市立大学と連携協定を結んでおり、学生の皆さまにPBL実習、いわゆるインターンシップ＊を提供してきました。 今年も3週間におよぶ実習を行いました。今回は参加した学生のお二人に、その様子をまとめていただきます！お二人が実習で気付いた、データ分析のポイントとはいったい何なのでしょうか？ぜひご覧ください。 ＊＊＊＊＊ 横浜市立大学からprimeNumberのソリューション本部にインターンシップとして参加したデータサイエンス学部３年生の藤本と岡本です。 今回は３週間のインターンシップを通して取り組んだことや学んだこと、感想などをお話ししたいと思います。 取り組んだことこのインターンシップではprimeNumberのプロダクト「trocco®」の利用データを用いて、顧客分析に取り組みました。分析の目的は「オンボーディングの改善」です。 データの意味や背景を理解するために実際

1. はじめに 世は大インターネット時代。「ニュースは紙ではなく、スマホで。」が当たり前。日々生み出される膨大なニュースの中から個人の嗜好に基づいた記事を抽出するニュース推薦システムの需要は高まり、Microsoft NewsやYahoo News、Smart Newsなど数多くのオンラインニュースメディアが、その分野に多大なる労力を割いています。そして、近年用いられる手法の多くは機械学習技術が用いられています。 ニュース推薦における推薦アイテムは、いうまでもなく「ニュース記事」。そしてその大部分はテキスト情報から構成されます。機械学習 x テキスト処理となると、今最もホットなトピックといえば、やはり大規模言語モデルの応用です。 大規模言語モデルは、膨大なコーパスによる事前学習を通して深い言語理解を獲得した大規模なニューラルネットです。文書分類や翻訳、対話応答など、様々な自然言語処理タスク

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは、Yahoo! JAPAN 研究所のエンジニアの田口・山下と、Yahoo!ニュースエンジニアの小林です。 さっそくですが、皆さんはYahoo!ニュースを利用している中で、「ココがポイント」というアイコンを見たことはありませんか？これは読者の理解をよりいっそう深めるための施策として、そのニュース記事を作成した編集者が作っているQ&A コーナーです。ニュースに関する情報をQ&A形式で整理して読者の理解を支援することを目指す一方で、編集者は編集時に大量の時間と労力がかかってしまうという課題を抱えています。 今回、私たちはこの課題を解決するためのAIシステムを開発し、編集者の業務効率化とニュース記事に対する読者の理解支援を目指し

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

Since Sean Taylor and Ben Letham open-sourced Prophet in 2017, it has remained a popular tool for forecasting time series, especially in business and planning contexts where we want to model human activity and consumption (e.g. website traffic, video hours watched). To January 2023, the Python package has been downloaded over 16 million times via PyPI, and continues to see 1 million downloads per

Modularは2023年9月7日（米国時間）、Pythonの使いやすさとC言語のパフォーマンスを併せ持つ新プログラミング言語「Mojo」がローカルダウンロードできるようになったことを発表した。 2023年5月2日にMojoを発表して以来、12万人以上の開発者がJupyterHubベースでMojoを試すことができる「Mojo Playground」に登録し、1万9000人以上の開発者がDiscordやGitHubでMojoについて話し合っているという。今回のローカルダウンロードはLinuxから始まり、今後のリリースでMacとWindowsも追加される。 「今回ダウンロードできるようになったローカルの開発ツールはMojoの全力を引き出すことができる。Mojoアプリケーションを簡単に構築し、繰り返し開発するのに役立つコンパイラ機能やIDEツールの完全なセットにアクセス可能になった」（Modul

Amazon Web Services ブログ rinna の日本語大規模言語モデルが AWS にワンクリックでデプロイできるようになりました 生成系 AI の発展と共にモデルの規模はどんどん大きくなり、デプロイするためのインフラの選択や設定はますます複雑になっています。 Amazon SageMaker JumpStart は大規模言語モデルを最適な設定、かつワンクリックでデプロイする機能を提供します。オープンソースコミュニティとの連携を通じ、AWS はこれまで Meta の Llama2 や TII の Falcon などを JumpStart で提供してきましたが、この度 rinna 株式会社から公開されている大規模言語モデルも JumpStart から利用できるようになりました。日本語に対応したモデルが SageMaker JumpStart に採用されるのは初めてです。初回のリリ

G-gen の杉村です。BigQuery のオンデマンドクエリの利用量にフタをする、つまりスキャンデータ量に上限を設けて突発課金を防止する工夫について紹介します。 はじめに 割り当て (Quota) の設定 Query usage per day 設定手順 割り当て画面へ遷移 対象の割り当てをフィルタ 編集ボタンをクリック 割り当てを設定 新しい割り当ての確認 動作確認 クエリのサイズ上限設定 クエリ単位での上限設定 設定手順 (コンソール) クエリ設定を開く 詳細オプションの設定 動作確認 設定手順 (bq コマンドライン) 課金が想定を超えてしまった場合の検知 はじめに BigQuery の課金体系にはオンデマンドと Editions の2つから選択できます。前者はスキャンしたデータ量に応じた従量課金です。後者は確保するコンピュートリソースの量に応じた課金で、オートスケールの幅 (上限

第1回は、さまざまなタスクをこなす万能型ジェネレーティブAIツール「ChatGPT」の性能の鍵を握る「トークン長（GPTが文脈を意識できる過去の単語数）」やGPTの歴史的経緯について解説しました。第2回はGPTを支える自然言語処理 の分野で使用される深層学習モデル「Transformer」とその根幹となる「Attention機構（そのタスクにおいてどの単語の重要度が高く、注目すべきか決める仕組み）」についてです。TransformerとAttention機構の仕組みを定性的に把握し、それを踏まえてGPTの能力と可能性について考察したいと思います。テクノロジー領域に明るくない人でもわかる記事を目指します。

特集「ChatGPTとプログラミング」では、OpenAIが提供する対話型生成AI「ChatGPT」のコード生成やプログラミング支援機能について解説する。 第1部「押さえておきたいメカニズム」では、トークンや強化学習といった技術ワードから読み解くChatGPTのメカニズムや、大規模言語モデルのベースとなっているTransformerの動作について解説。 第2部「活用テクニック」では、プロンプトの上手な書き方や指示の定型文、コード生成やレビュー／デバッグなどに応用できる活用テクニックを紹介する。 第3部「徹底実験！ChatGPTのプログラミングの実力を確かめる」では、温度センサーとRaspberry Pi Pico、ESP32を使用してクラウドサーバーに接続し、測定値を送信するプログラムや、STM32マイコンでDCブラシレスモーターを制御するプログラムなど、ChatGPTでプログラミングした事

パーソルイノベーションが展開するリスキリング支援サービス「学びのコーチ」は9月25日、全国の企業に勤める人を対象に実施した「リスキリング」に関する定点調査を発表した。今回の調査は3回目で、対象人数は 662人。 回答者が所属している企業において、「直近1年の間で、従業員のリスキリング施策に関する取り組みを行いましたか？」と尋ねたところ、「実施した」と回答した人は、前回の41.6％に対して、49.1％と増加し、今後も伸びていくことが予想されている。 直近1年の間で、従業員のリスキリング施策に関する取り組みを行いましたか？　引用：「リスキリング」に関する定点調査 企業規模別の回答を見ると、中小／スタートアップ企業に勤めている人の「実施した」との回答が、前回は28.0%だったところ、今回は40.5%となり、中小企業やスタートアップ企業の実施率が大幅に増加していることが分かっている。 また、企業で

DALL·E 2（ダリツー）やMidjourney（ミッドジャーニー）などの画像生成AI（人工知能）の急速な台頭は、Getty Images（ゲッティイメージズ）のようなストックフォト企業の脅威となっている。 しかし、ゲッティイメージズは、生成AIを自社のビジネスに組み込もうとしている。同社は9月25日「生成AI by Getty Images」と呼ばれる生成AIを活用した画像作成ツールを発表した。 このツールは、エヌビディアのクラウドAIであるNVIDIA Picassoを、ゲッティの画像ライブラリで学習させたもので、完全なライセンシングが保証された画像を作成できる。同社は、権利が保証されたオリジナル画像を求める顧客に最適なサービスを提供しようとしている。 ゲッティは、クリエイターの権利を尊重しつつ、このサービスを運営しておりAIモデルの学習に使用されるコンテンツを提供したクリエイターは

OpenAIの元メンバーによって2021年に設立され、チャットボットAI「Claude」を開発するAI企業のAnthropicが、Amazonから最大40億ドル(約5950億円)の投資を受けることを発表しました。Anthropicは投資を受けて、Amazon Web Services(AWS)を基盤とするチャットボットAIの展開とAIチップの設計に協力することになります。 Anthropic \ Expanding access to safer AI with Amazon https://www.anthropic.com/index/anthropic-amazon Amazon-and-Anthropic-Announce-Strategic-Collaboration-to-Advance-Generative-AI https://press.aboutamazon.com/2

日立製作所は、AIテキスト解析技術による高精度な分析によって、知財情報を生かした戦略立案を支援する「特許情報分析サービス」を発表した。特許文献の読み取りや分析を容易にする機能を提供する。

IBM、生成AI基盤モデル追加で「watsonx」を強化　何が変わるのか：「watsonx.governance」のテクニカルプレビューも同時に発表 IBMは2023年9月7日（米国時間）、同社のAIプラットフォーム「watsonx」に新しい生成AI（人工知能）基盤モデル（Foundation Model）を追加したと発表した。 IBMが発表した機能強化には「watsonx.governance」のテクニカルプレビュー、「watsonx.data」に導入される新しい生成AIデータサービス、一部のソフトウェアおよびインフラストラクチャ製品全体にわたる「watsonx.ai基盤モデル」の統合計画が含まれる。 watsonx.aiの生成AI基盤モデルに含まれるモデル watsonx.aiに導入される新しい生成AIには、次の基盤モデルが含まれる。 「Granite」基盤モデルファミリー Grani

Googleは2023年9月21日（米国時間）、「Android Studio」から直接アクセスできるAIベースのコーディングアシスタント「Studio Bot」を、170以上の国と地域（日本を含む）で利用できるようにしたと発表した。 Android Studioは、Androidアプリ開発用の公式の統合開発環境（IDE）。Studio Botは、Android StudioのCanary版のリリースチャネルで提供されている。今回発表された措置により、2023年5月に発表されたStudio Botは、ほとんどの国で利用できるようになったが、対応言語は英語のみとなっている。 Studio Botは自然言語を理解でき、開発者がチャットウィンドウに入力した内容に応じて、アプリのコードを生成したり、質問に答えたり、関連リソースを見つけたりできる。これにより、開発者が高品質のAndroidアプリをよ

生成AIを「使ってみた」だけではなく「使い続けている」企業はどのくらいある？　AI inside：「仕事を奪われるから」といった懸念は少ない AI insideは、生成AIの活用実態と意向に関する調査の結果を発表した。生成AIの認知率は5割強。信頼性や使い勝手に懸念を持つ人が多いが、「生成AIに仕事を奪われる」といった懸念を持つ人は少なかった。

【シリコンバレー=山田遼太郎】文章や画像を自動でつくる生成AI（人工知能）が米テクノロジー大手の主戦場になってきた。アマゾン・ドット・コムは米新興企業に最大5900億円規模の投資を決め、米オープンAIと組むマイクロソフトを追う。グーグルを含むクラウドコンピューティングの3強が新興勢を巻き込み競争を先導する。アマゾンは25日、2021年設立のスタートアップ企業、アンソロピックに最大40億ドル（約

画像のノイズ除去やボケ除去、超解像といった従来の画像修復問題は、特定の劣化状態、既知の単純な劣化にのみ効果的であった。 これに対して、実際の環境下での多様な劣化を考慮した「Blind Image Restoration」（BIR）という手法が注目されている。BIRは、一般的な画像と、それが持つさまざまな劣化に対して、リアルな画像再構築を目指している。特に、BIRの研究は以下の3つのカテゴリーに分けられる。 （1）Blind Image Super-Resolution（BSR）:低解像度で劣化が不明瞭な画像の超解像問題に取り組む技術、（2）Zero-Shot Image Restoration（ZIR）:これは新しい研究の方向性で、劣化の前提条件を明確に定義した上で、クラシックな画像修復タスクで印象的なゼロショット復元を達成する方法、（3）Blind Face Restoration（BF