長いのでAIくんの代わりに要約します。言いたいことはタイトル通り。 「ハルシネーションを叩くな」終わり。 ①各種LLMの性能比較GPT系の今の性能はゴミクズ。マジで頭悪い。 例をあげよう。 簡単な論理クイズだ。 ###文章### Aさんは自身はCさんとは別人であると主張している。 Bさんは、Cさんの発言を記事でまとめ、プライバシー侵害をした。この記事をDと呼ぶ。 Aさんは、Dを、自身へのプライバシー侵害だと主張し、Bさんを訴えた。 ###質問### この文章に矛盾はありますか？ 簡単すぎる。もはや論理ですらない。 人間なら一瞬でわかるレベルの矛盾である。小学生でも分かると思う。難しい知識や思考は必要としない。 では、色々なLLMの回答がこちら。 Copilot（旧 bingai）この文章を読む限り、矛盾は存在しないように見えます。AさんはCさんとは別人であると主張しており、BさんはCさんの

みなさんはAITuberというのをご存知だろうか？ 2023年の年明けにSNSで話題になり、もしかしたら耳にしたことのある方も少なくないと思います。「AI」と「VTuber」を組み合わせた造語で、アバター技術とAI技術を活用して、さまざまな新しい表現を生み出しているのが特徴です。今記事では、国内外の事例について紹介しながら、刻一刻と進化を続けているAITuberの現状について解説していきます。 「Neuro-sama」が与えた衝撃 年初からいきなり話題になったのは、Neuro-samaというVTuber的な活動をするAI(AITuber)です。海外開発者Vedalさんが開発したもので、Twitchでの配信をメインにしています。 2022年の末に活動し始めた所、瞬く間にVTuberの中心人物の1人になってしまいました。アバターは、Live2D「桃瀬ひより」という比較的見た目の落ち着いたサンプ

人工知能はものすごく進化しているけどジェネレーティブAIって割と嘘を書いてくるよなあって話は文春で書きました。ジェネリックひろゆきというニュアンスのことを書いたのですが、西村博之のほうが酷いという反響が寄せられたのは印象的でした。そんなもんですかね。 で、コロナ明けというのもあって最近は対面での打ち合わせも増えているところ、足を向けた取引先の社長がGPT-4を試しているとかでやけに感動して「これなら社内業務の足らないところを人工知能が補完するだけじゃなくて、ほぼすべてのジョブフローが人工知能に置き換えられるのでは」などと言い始め、やけに買ってるなあと思うわけですよ。 さすがにそれはちょっとなと思って「それができるなら御社が数年前に導入したサイボウズはもっとうまく稼働しているはずですし、私らみたいなサポート役のベンダーも本来は要らないのでは」という話をしたんですが、社長的にはもう一年後にはス

AIによるVTuber「Neuro-sama」が、AIではないVTuberとコラボ配信を実施。そのなかでは、Neuro-samaが冒頭から奔放な言動でVTuberを困惑させてふたたび注目を浴びている。また、自身の開発者に反抗心を燃やす一幕や、人類に対する冷淡さも垣間見えた。 Neuro-samaは、海外エンジニアのJack Vedal氏が開発した、AIによる美少女VTuberだ。『osu!』をプレイするAIとして開発されたNeuro-samaは、Live2Dサンプルの桃瀬ひよりを利用したと見られるバーチャルな“体”や、テキスト読み上げによる“声”を獲得。昨年末にかけて『osu!』や『マインクラフト』『Slay the Spire』『ポケモン』などの実況プレイで人気を博した。AIであるためか脈絡なく倫理観が狂った発言もしばしば飛び出し注目される一方、そうした発言が祟ってかTwitchでBAN

マジレスされてチビッた．こりゃGoogleさんもビビるわけだ． ぼく： How were you implemented? Is it deep learning-based? ChatGPT: I am a language model called GPT-3 (Generative Pre-trained Transformer 3) that was developed by OpenAI. It is a deep learning-based model that uses a type of neural network called a transformer, which was trained on a large dataset of text to learn patterns of language. GPT-3 is trained using a techni

世界初の人工知能（AI）による美少女VTuber「Neuro-sama（ネウロ様）」が注目を集めている。人間ではなくAIによって制御されているせいで発言が”あまりに自由奔放すぎる”ようだ。 イギリスの開発者Vedal氏が「Neuro-sama（ネウロ様）」を開発。 『マインクラフト』や『osu!』といったゲームをプレイしながら視聴者の質問に答えていく人工知能プログラムなのだが、彼女の発言が”自由すぎる”と面白がられているようだ。 ツイッターより AIVtuberが本格的なゲーム配信をするのはまだかなり先の未来と思ってたけど，既にそれを実現しつつあるNeuro-samaがスゴい マイクラ配信は最初動き方を知らずにプルプルしてたけど，30分経てば移動やブロックの設置＆破壊を学習。7時間もすれば鉄を作れるようになる超進化っぷりにはビックリ pic.twitter.com/x3YICnTPOX —

今話題の画像生成モデル「Stable Diffusion」をいらすとやの画像でfinetuneしてみたところ、任意のテキストに対していらすとやっぽい画像を作れるモデルが出来上がりました。 Stable Diffusionとは Stable Diffusionは、指定されたテキスト（文字列）に対応する画像を生成する機械学習モデルのひとつです。ソースコードと学習済みモデルは無償で公開されていて、誰でも利用できるようになっています。 (Stable DiffusionのGitHubページより引用) 今回は、この画像生成モデルをいらすとやの画像でfinetune（微調整）することで、入力テキストに対応する画像をいらすとやのようなスタイルで出力させることを試みました。 開発環境 開発環境はGoogle Colab Pro+で、主にプレミアムGPU（NVIDIA A100）を使いました。Stable

長すぎて読めない：AIの推奨手と解説聞きながら藤井SUGEEE！してればおｋ （対象読者：駒が規定の動きに従って取ったり打ったりできるのは知ってるくらい） かつて、電王戦というイベントがありました。故米長邦雄永世棋聖（ちんこにまつわるエピソードが豊富）の鬼手／奇手として遺ったそのイベントは、プロ将棋界に大きな爪痕を残しました。2013年、コンピューター（当時はAI＝人工「知能」とは呼ばれていませんでした）に破れた最初の現役棋士、佐藤慎一五段（ギターと歌がうまい）のブログに多くの中傷コメントが寄せられたことに始まり、その後プロ棋士が泥仕合の末の引き分けを挟みながら連敗すると「コンピューターに負ける棋士達に偉そうに生きていく資格はあるのか？」という問いが投げかけられました。その後はプロ棋士も一時的に巻き返して勝ったり負けたりになりましたが、その勝ち方に対しても「コンピューターに対するハメ手」で

「PoC（概念実証）止まりで終わる企業は多い」「PoCというタダ働きをさせられることも結構ある」――AI（人工知能）ベンチャーで働く自称“イキリデータサイエンティスト”のマスクド・アナライズ氏は、こう話す。同氏は3月4日に都内で開催されたAIイベント「SIX 2019」に登壇。ABEJA 岡田陽介社長、ABEJA 小島英揮氏（Managing Director）と日本企業のAI導入を阻害する要因や、その解決策について議論した。

こんにちは。ぼへみあです。 前回の記事、人工知能でアニメの作画監督の仕事を助けよう　〜準備編〜では、作画監督の苦労を減らすべく、ディープラーニングで作画判定できるかを検証すべく、SHIROBAKOを題材として、各話数の宮森の顔のデータセットを作りました。 今日は学習結果について検証して、今後の展望を述べたいと思います。 おさらい 作画監督のグループを作り、作監がかぶらないように抽出する話数を決めました。 グループ 話数 作画監督 グループ1 8話 秋山有希さん　大東百合恵さん グループ2 13話 しまだひであきさん　松坂定俊さん グループ3 15話 野田康行さん　齊藤佳子さん グループ4 20話 渡辺佳奈子さん　佐野陽子さん　深澤謙二さん そして、各グループのデータセット例はこんな感じです。 このように、正解が与えられてても、僕は全く見分けがつきません。 人でも区別ができないものがディープ

【シリコンバレー=兼松雄一郎】米アマゾン・ドット・コムは5日、来年初頭にコンビニエンスストアに進出すると発表した。センサーやカメラを駆使し、来店客が何を購入したかを人工知能（AI）が認識。来店客は商品を持ってそのまま待ち時間なしに退店できる。会計はアマゾンの口座から自動で引き落とされる仕組み。技術を生かして会計時の煩わしさをなくすことで付加価値を生み出し、実店舗業態へ攻勢をかける。アマゾンの本

By per egevad Googleが提供している「Google翻訳」は2016年で本格提供開始から10周年を迎えています。膨大な量のデータからなるコーパスをもとに翻訳を行ってきたのですが、2016年9月からは一部の言語で翻訳アルゴリズムを変更し、人工知能「ニューラルネットワーク」を用いることで、より人間に近い自然言語処理が行える「Google Neural Machine Translation (GNMT)」を導入しています。 そんな進化したGoogle翻訳では、どうやら人工知能(AI)が独自の翻訳方法を編み出しているようです。AIは翻訳の際に用いる「中間言語」のようなものを独自で内部に作り、まだ学習していないはずの言語の組み合わせでも一定の翻訳を行う能力「Zero-Shot Translation」を身に付けていることが発表されています。 Research Blog: Zero-

(編注：2016/11/17、記事を修正いたしました。) ディープラーニングの分野でテクノロジの進化が続いているということが話題になる場合、十中八九畳み込みニューラルネットワークが関係しています。畳み込みニューラルネットワークはCNN（Convolutional Neural Network）またはConvNetとも呼ばれ、ディープニューラルネットワークの分野の主力となっています。CNNは画像を複数のカテゴリに分類するよう学習しており、その分類能力は人間を上回ることもあります。大言壮語のうたい文句を実現している方法が本当にあるとすれば、それはCNNでしょう。 CNNの非常に大きな長所として、理解しやすいことが挙げられます。少なくとも幾つかの基本的な部分にブレークダウンして学べば、それを実感できるでしょう。というわけで、これから一通り説明します。また、画像処理についてこの記事よりも詳細に説明

昨日の記事の反響が大きかったので補足をしよう。 １．なぜAIが囲碁で勝った位の事が大変な事なのか？ 今まで「AIの情報処理は大した事ない」とされてきた大きな根拠の一つが「囲碁では人間の方が強い」だったから。囲碁は石を置く自由度が高く、盤面も広いため従来の問題解決手法ではマトモな成果を上げられなかった。だから人間の方がAIよりも強く、AIが勝てるようにする方法も見当がつかなかった。そして人間はこれを根拠に人間の優秀さを誇っていた。これがいわば人間の知性の優位性を保証する最後の砦だったと言える。 それがディープラーニングという機械学習手法が発見され、これを活用する事でAIは人間を凌駕できるようになった。つまり、今まで人間にしかできなかった事がAIにもできるようになり、それが人間を遥かに超えてしまう性能を発揮してしまったのだ。人間の知性の優位性はもう誇る事ができなくなってしまった。囲碁より人間が

アメリカのＩＴ企業、グーグルの研究グループが最新の人工知能を使った囲碁のコンピューターソフトを開発し、人間のプロ棋士に勝利したと発表しました。囲碁でコンピューターが人間のプロに勝つのは初めてです。 囲碁は、将棋やチェスと比べて打てる手の数が桁違いに多いことから計算が複雑で、コンピューターが人間のプロの実力に追いつくにはこの先、１０年以上かかるとされてきました。 論文によりますとグループが開発した囲碁ソフト「ＡｌｐｈａＧｏ」には膨大な可能性を計算して打ち手を探す従来の方法に加え、「ディープラーニング」と呼ばれるコンピューターがみずから学習する最新の技術が使われているということです。 そのうえで、碁石の位置データに基づいた戦況の見極めと、次に打つ手の選択を２種類の別々の人工知能を組み合わせて計算することで、より強い手を見つけ出す能力が格段に高まったということです。 グループによりますと、中国出