2024年ノーベル物理学賞の受賞が決まったホップフィールド博士とヒントン博士（10月8日、写真：ロイター/アフロ） しかし、このノーベル物理学賞は、記銘に値する汚点というべき、恥ずかしい低見識な授賞でした。 今年5月に東京都美術館講堂で私たちが開催した「AIと教育」シンポジウムに登壇された、甘利俊一先生と福島邦彦先生のお二人によるはるかに先立つ本質的な貢献が、きれいさっぱり拭い去られているからです。 また、この受賞に対して異を唱えたり、ノーベル財団に対して抗議したりする動きが日本にないことは、さらに救いようがありません。 皆さんよろしいでしょうか。 ニューラルネットワークというのは、いまやインテルが寡占するチップ、マイクロプロセッサーがそうであったように、かつて「日本のお家芸」だったのです。 「ほとんどの先駆的業績は福岡や大阪で生まれたものである」という厳然たる事実に、改めて目覚める必要が

本物を選ぶ「審美眼」が必要 現在、数々の生成AIが生まれています。そんななか、よく質問を受けるのが「生成AIを上手に使いこなせる人と使いこなせない人の差」について。僕自身が考える、両者の一番大きな差は「審美眼」だと思います。簡単に言えば、膨大な出力とねばり強く「選ぶ力」ですね。 生成AIが10個のプロトタイプをつくったとしても、その中で採用するものを選ぶのは人間です。その際、「どれがいいのか」をきちんと精査できる目利きの力が必要になります。でも、意外とこれが難しいものです。 たとえば、動画生成AIで「波の動画をつくって」とプロンプト（指示）を入力し、数十秒もすれば、綺麗な波の動画が1個出来上がります。しかし、本来、波の動きというものは非常に複雑な計算によって成り立っているので、物理シミュレーションを駆使して再現しようとすると、現状の生成AIがつくった動画は、物理法則に基づかないものも多いの

「GPT-4超え」とうわさのAI「Claude 3」を試す　仕事は任せられる？　若手記者の所感（1/2 ページ） 3月4日（現地時間）にリリースされたチャットAI「Claude 3」がすごい。筆者も記事の執筆を任せられないか少し試しているが、使い方によっては「そこそこいけるな……少なくともGPT-4よりはイケる」と思う程度にはしっかりしている。 過去に記事でも伝えた通り、ITmedia NEWSではChatGPTを活用した記事の制作も行っている。筆者もたまにGPT-4の力を借りて記事を作っているが、ものすごく効率化につながるかと言われれば、正直そこまでではない。 10の労力が9とか8.5くらいにはなるし、それはそれですごく大事なのだが、劇的な省力化にはつながらない。さらにプロンプトを考える手間もある。その辺を加味してギリギリ黒字くらいだ。特にここ半年くらいは以前より微妙なアウトプットしか出

花笠監督の「私立GPT北高校」でグランシュライデ２週目キャラ演じてみたんだけど、面白すぎるｗ いかん、これはハマるｗ https://t.co/jNaQSFjJoZ pic.twitter.com/dGsmjfYCdr — らけしで (@lakeside529) November 10, 2023 実際に100人ぐらいの人が現時点でプレイしてくれてますね。 ありがたいですね。 GPTsの実際の作り方まずGPT Builderを立ち上げましょう。よくわからん場所にあります。 PCで立ち上げて左上を見ましょう。 Exploreってあるよね。そこ。 そこを押すと、よくわかんないリストの一番上に「+」マークが出るじゃない。それを押すのです。 そうするとこういう画面に来ますわね。 ここで画面左側、Createのタブで普段通りつくりたいGPTをテキストで打っていってもいいんですが。。。これって結局ここ

どんな人向けの記事？ レビューによって心理的なダメージを受けやすい方 非エンジニアだが、エンジニアチームがどんな機能を作っているか知りたい方 業務が溜まっていて、レビューに割く時間を捻出するのに苦労している方 コピペできるコードも公開します 初回レビューをAIに任せると、いろんなロールの人の役に立つ レビューは得意ですか？ 優秀なエンジニアしかいないチームであれば、PRは1トピックに絞って小さく明確なコミットによって作成され、適切な要約とともに提供されることでしょう。 しかし、実際にはいろいろな制約から、PRが想定よりずっと大きくなってしまったり、関連トピックと異なるコードが混じってしまうこともあります。 実際のところ、大きなPRを適切にレビューするのは難しいことです。また、自分が詳しくない領域のレビューを行わなければいけない機会もあります。 今回の記事は、レビューを作成してくれるAI C

気になったゲームの攻略情報、PCの豆知識、様々なガシェットのレビューなどを紹介してます！その他にも管理人の趣味をいろいろと書き綴っています。

米OpenAI（オープンAI）が2023年3月中旬にリリースした最新の巨大言語モデルGPT-4については、大きな「謎」がある。機械学習モデルの規模（パラメーター数）や学習させたデータ量が明らかにされていないのだ。 2020年発表の「スケーリング則」がここにきて話題に オープンAIが2022年11月にリリースしたAI（人工知能）チャットボットChatGPTの能力があまりに高いことから、日本でもここにきて巨大言語モデルのスケーリング則（Scaling Law）が改めて注目されている。 スケーリング則とは、オープンAIが2020年10月に発表した論文「Scaling Laws for Autoregressive Generative Modeling」で示した法則だ。オープンAIは2020年6月に発表した巨大言語モデルGPT-3の経験に基づき、自己注意機構（SA、Self Attention）

画像生成AI「Midjourney」の開発チームが、2023年3月16日(木)に「Midjourney V5」のアルファ版をリリースしました。「Midjourney V5」では超高画質な画像生成が可能となっているだけでなく、画像生成AIの課題であった「『手』を正確に描写できない問題」が解決されたという報告も寄せられています。 Starting today our community can test Midjourney V5. It has much higher image quality, more diverse outputs, wider stylistic range, support for seamless textures, wider aspect ratios, better image prompting, wider dynamic range and more

2023/3/23 追記： こちら半年以上前に執筆したもので、その後私の理解も進んで内容的に更新したいところが結構あるため、近日中に非公開とさせていただき,更新後に再公開させていただくつもりです。現時点での本記事の内容は、大きく間違ってはいないけどちらほら微妙なところがあるという感じです。 （ざっくり理解するだけでも良いという人にはそれでも良いかもしれませんが、そういう方向けには 今執筆中のこちらの記事 をおすすめします。） −−−− 最近話題のmidjourneyやDALL-E、凄いですよね。中身はディープラーニング（DNN）のようです。DNNといっても色んな技術がありますが、それらにはTransformerという手法が使われています。本記事は、その手法がどんなものであるかを数式を使わずに説明してみよう、という主旨になります。 ※なお本記事は機械学習のプロの研究者ではない私の独自の解釈が

◆◆◆ 「確率的に確からしい」という言葉を続けるロボット ――最近、ChatGPTという言葉をよくインターネットで目にします。なんとなく「こんなことができるのかな……？」というイメージは湧いているのですが、具体的なサービス内容を簡単に教えてもらえるでしょうか。 深津貴之氏（以下、深津）　一言で言えば「人間の言葉で質問すると、人間の言葉で答えてくれるロボット」です。 例えば、質問に答えてくれたり、相談に乗ってくれたり、長文を要約してくれたり……。これまでの“検索”とは違って、人間的な知性があるかのように“文章で返答をしてくれる”のが大きな特徴というサービスですね。 お昼ごはんについて質問したときの回答。これまでの“検索”とは良くも悪くも勝手が違うことがよくわかる これはAIに大量の単語を学習させることで、「直前の単語に対して、最も可能性が高い次の単語を予測している」んです。例えば「むかしむか

2022年11月の公開から瞬く間に大旋風を巻き起こしたAIチャットボット「ChatGPT」。その技術を自社の検索エンジン「Bing」に取り入れたマイクロソフトと、生成AIの進化に貢献した深層学習の手法「Transformer」を生んだグーグルによるAI競争も、熾烈さを増している。 一方で、こうした生成AIの回答には誤りも多く、社会にもたらす悪影響への懸念がくすぶる。このテクノロジーとどう向き合うべきなのか。国立情報学研究所 社会共有知研究センター長で、2011年にスタートした人工知能プロジェクト「ロボットは東大に入れるか」のプロジェクトディレクタを務めた新井紀子氏に聞いた。 ――ChatGPTやBingchatが続々と公開され、自然な受け答えを評価される一方、誤りの多さについて懸念も上がっています。 Transformerの登場以降、書き手が人か機械かの見分けがつかないほど、AIの生成する

ChatGPTに世間が沸いている。 長年この分野を見てきた者としては｢ちょっと沸きすぎ｣のようにも見える。深層学習を使った会話ロボットは、何もChatGPTが初めてというわけではない。 ところが、世界中が驚かざるを得ないゲームチェンジャーが現れた。 その名も｢FlexGen｣と言う。2月15日に公開された。 特筆すべきは、FlexGenが、ChatGPTなどの大規模言語モデルを｢従来の100倍高速に動かせる｣上に、NVIDIA Tesla T4という、わずか16GBのメモリーしかないGPUでその性能を使えるということだ。 つまり、大規模言語モデルを秋葉原で売っているパソコン程度で動かせる新しいフレームワークが登場したことになる。 このインパクトがどれほどすごいのかを解説してみよう。 目次： ｢Google翻訳｣と｢大規模言語モデル｣は技術的にかなり近い 会話AIの正体とは何か ChatGP

多彩な頭脳労働をこなしてくれる 「これぞ本物の人工知能」と呼べそうなものがついに登場した ―― 米国の研究機関OpenAIが最近公開した言語生成AI「ChatGPT」が今、世間の注目を浴びている。 すでにツイッターなどで大きな話題になっている他、つい先日ノーベル経済学賞受賞者のポール・クルーグマン氏がニューヨークタイムズのコラムでも紹介した程だから、いわゆる技術系オタクのみならず一般の人たちの間でも相当知られているはずだ。 このシステムはユーザーとの対話形式で、政治・経済・文化をはじめ、あらゆる分野における質問に丁寧に答えてくれる。また、こちらのリクエストに応じて、何らかのテーマに関する小論文や短編小説を書いたり、ソフトウエア・コードのデバッグ（誤り訂正）などもしてくれる。 他にも多彩な頭脳労働をこなしてくれるので、ひところ取り沙汰された「人間の仕事（特に頭脳労働）がAIに奪われる」という

誰もが知っておくべき画像生成AI「Stable Diffusion」の仕組みと使い方：Stable Diffusion入門 Stable Diffusionの概要と基本的な仕組み、それを簡単に使うための公式なWebサービスである「DreamStudio」を紹介し、Stable Diffusionで画像生成する際に行われていることについて駆け足で見ていきましょう。 連載目次 今、画像生成AIが「革命」と言えるほど盛り上がっているのをご存じでしょうか。2022年8月前後 からDALL・E 2（ダリ・ツー）やImagen（イマジェン）、それからもちろんMidjourney（ミッドジャーニー）など、多数の画像生成系AIが登場し、世の中を騒然とさせていました。が、それらを一足飛びで追い越して多くの人が熱中しているのがStable Diffusion（ステーブルディフュージョン）です。最初はSNSで大

それはちょっとした実験だった。あるアメリカの大学生が「GPT-3」という文章生成AIが作り出した記事をためしにブログに投稿してみたのだ。 それはまったくでたらめな記事だったのだが、それがAIによって作られたフェイクであると気づいた人はほとんどおらず、中には登録する人すらいたという。結果数万人が騙され、記事の1つはニュースランキングで1位を獲得したほどだ。 カリフォルニア大学バークレー校でコンピューター科学を専攻するリアム・ポー氏は、「超簡単です。それが一番怖いところなんですが」と述べている。 危険すぎる文章生成AIの最新バージョン「GPT-3」 GPT-3は、イーロン・マスクによって設立された非営利団体「OpenAI」が開発した最新かつ最大の文章生成AIモデルだ。 じつは昨年2月、OpenAIはその旧バージョンにあたる「GPT-2」を開発していたのだが、悪用の恐れがあるとして非公開にしてい

AIとはなにかということを、真剣に考え始めたのは、6年前からだ。AIとはなにかというテーマを突き詰めていくと、そもそも人間の知性とはなにか、という疑問にぶちあたる。 人間の知性を将来はコンピュータに搭載された人工知能が超えてしまうという想像はコンピュータの登場とともに誕生していて、なにも新しいことではない。事実、コンピュータは発明された瞬間に、計算能力においては人間を軽く超えていた。 計算能力で劣っているにも関わらず知性において人間がコンピュータに負けてないと思うのは少し奇妙なことでもある。人間の脳の機能の進化において、数字を扱って、計算できるようになったのはかなり最近のことのようだ。人間の脳にとっては、足し算とかかけ算は、最新のバージョンアップで、やっと可能になった最先端の高度な情報処理能力であって、それでコンピュータに負けてしまったということだ。 人間がコンピュータには直感はないとか、

AlphaZeroの論文が出てきました。arxivに出してた論文はイケてなかったですが今回のはイケてます。 前回の論文に対しては今の御時世でWCSC27のelmoに勝ったぐらいで convincingly defeated a world champion program とか言わないでよとか、投了の基準が900点なの意味がわからんとか、定跡はどうしたのかとか、棋譜がないのはどういうことかとか散々な評価をした記憶があります。 が、なんと今回は棋譜があります。しかも羽生竜王に棋譜コメを貰ったようです。棋譜の公開に伴い、戦型の分布も明らかになりました。Zero言いながらちゃんと居飛車を指します。WCSC28でCrazyShogiも矢倉組んでたので驚くほどではないかも知れません。 そして、棋譜の公開と同じくらいイケてるのがaperypaq(Apery-Qhapaq関数、略してaperypaq。2

NVIDIAが解説するディープラーニングの基礎（前編）：歴史から仕組み、学習まで（1/4 ページ） エヌビディアは2018年4月24日、ディープラーニングに関するセミナー「NVIDIA Deep Learning Seminar 2018」を東京都内で開催した。本稿では、セッション「これから始める人のためのディープラーニング基礎講座」から、ディープラーニングの歴史や概要、学習の流れについて紹介する。

AWSのテキスト読み上げサービスを使ったラジオ放送で、一躍有名になったエフエム和歌山。システムを作った山口さんが、AWSのユーザーイベント「JAWS DAYS 2018」で、AIアナウンサーの裏側を語った。 「年間1000円で働いてくれるAIアナウンサー」。エフエム和歌山のコミュニティーFM「Banana FM」が2017年7月に始めたラジオ放送は、大きな反響を呼んだ。米Amazon Web Services（AWS）のテキスト読み上げサービス「Amazon Polly」を使い、ニュースや天気予報を自動で読み上げるというもので、年間でのコストは1000円程度とも言われている。 あらかじめ新聞社などからニュース原稿を受け取り、エフエム和歌山が開発したプログラムを使い、合成音声で読み上げやすいようにルビや句読点の位置などを自動修正。原稿をエフエム和歌山のサーバに保存しておき、放送直前にAmaz

製造業における課題として大きな注目を集めている品質問題。その解決策のひとつとしてAIの活用に関心が集まっている。その中で、実績が出始めているのが検査工程でのAI活用だ。先行して多くの導入事例を持つNECに話を聞いた。 2017年の製造業にとって大きく影を落としたのが品質問題だ。背景の1つとしてあるのが、製品の複雑化と労働人口減少による人手不足である。従来に比べ人手を確保するのが難しくなり、さらに長年の習慣化や仕組みの形骸化などが加わったことで、組織内でこの問題を解決できなくなってきているのだ。 こうした品質問題への対策は多くの日本の製造業にとって急務であるといえるが、従来通りのやり方で解決するのは現実的に難しくなってきている。以前のように人手や時間を十分にかけることは、人材確保と市場競争の両面で難しい。このような中で、品質を高めるためには、組織全体で品質に対する取り組みを高度化する必要があ