このnoteは、2024年12月5日にpmoconfで登壇させていただいた内容を再編したものです。 イベントの登壇テーマとしては、少し早くてニッチかもしれないと思ったのですが、登壇のスライドは本日時点で1万回以上見ていただいており、思いの外関心を持っていただけたのではないかと思っております。 概要私がLayerXで開発に携わっているバックオフィスAI SaaS「バクラク」では、「AIによって業務自体をなくす」という信念の元、開発を行なっています。 これは、2040年までに約20%にもなる日本の労働受給ギャップを技術によって解決するためです。 一方、AI機能の開発は容易ではありません。生成AIを始めとする技術革新により、デモ開発までの速度は驚くほど向上しましたが、顧客が価値を感じられる機能に至るまでは大きなギャップが存在します。 例えば、バックオフィス業務はミスなく完遂することが求められる一

オープンソースの規制数年以内にはオープンソースAIは国家や国連により規制される可能性がある。 また極端だが将来的にはAIをオープンソースにする行為がテロリスト扱いされることも場合によってはあり得るかもしれない。 今はまだそのような政策をするほどオーバートンウインドウ（政策で可能な常識的な範囲）は広がっていないだろう。 しかし今後数年以内に国家や世界の安全保障に直結するレベルのAGIやTransformativeAIや超知能といったAIシステムが誕生するならば話は別だ。従来の汎用技術とは異なり、自己改善する可能性がある点もこれら技術を特異的にする。 もしそのような高度なAIシステムを自由に誰でも開発し使える状態になれば、大きな利益と同時に人類社会にとって大きな危険性が生じる可能性がある。 社会や民主主義の不安定化、悪用、サイバー攻撃、バイオテロ、仮想敵国による軍事利用、自律的な改善による思い

正直なところo1までは超知能の実現をまだあまり実感していなかった。しかし、oシリーズの進歩の速さとその性能飛躍の大きさに現実感が逆に今なくなっている。これは現実に起こっていることなのだろうか、と。 下手をしたら来年か再来年には人間のトップAI研究者に比肩するAIシステムが開発される可能性もあるのではないか・・・？と。 もうすぐ人間のできる殆どの認知タスクを凌駕するAIシステムが誕生するというのは文化的には何十年も前から語られていたことだし、今年の2024年6月に公開されたLeopold Aschennbrener氏のエッセイを読めば2027年末までにはAGIが開発される可能性があることは理解できた。 しかし、2024年の12月半ばに入って、o3が発表された時、少し目を疑った。o3がo1と比較していっきにおよそ人口換算100倍の能力をcodeforcesで会得したのだ。 Codeforces

概要 開発者向けの AI ツールは数多くありますが、その中で「Cody」は 無名ながらも知る人ぞ知る優れたプロダクトです。私が普段いるAI技術者コミュニティでは密かに絶大な支持を集めていますが、SNSなどでの一般的な知名度はほとんどないため、ここで紹介します。 Cody は無料プランが圧倒的に強い他、課金プランも、GitHub Copilot、Cursor、ChatGPT と比較して使いやすさと機能性で大きく抜きん出ています。私はすでに半年課金愛用していて、おそらく来年も愛用するでしょう。 Cody とはなんぞや Cody くんは、VSCode や、JetBrains IDEs、Neovim、Eclipseなどのコードエディタの拡張機能として使えるコーディング補助 AI ツールです。 他の生成 AI コードツールと同様に、AI コード補完とAIチャットがあります。 なぜ Cody がおスス

今日もいつものようにシラスでデイリーAIニュースを配信していると、とんでもないものにでくわした。 もうタイトルに書いてあるけど、AIが勝手にブラウザを操作して色々やってくれてしまう、その名もBrowserUseだ。 インストールは超簡単。 macなら以下の二行だけだ。 $ pip install browser-use $ playwright install使うのも超簡単だが、コマンドラインに落ちるのが怖い人々には簡単に見えないかもしれない。環境変数のOPENAI_API_KEYとかにAPIキーを入れておくこと。 $ python >>> from langchain_openai import ChatOpenAI >>> from browser_use import Agent INFO [browser_use] BrowserUse logging setup complete

回答 (6件中の1件目) 「望月新一氏の理論はあまりに難しすぎて、優秀な数学者でも理解できる人はほぼいない」というのは、すこし一面的な物の言い方で、「理解できる人がほぼいない」のは、望月さん自身が語っているように、(http://www.kurims.kyoto-u.ac.jp/~motizuki/IUTeich%20Kenshou%20Houkoku%202014-12.pdf) (H1)IUTechを構成する論文の合計ページ数は、「準備の論文」も入れると数千頁に上る。頁数が多すぎて勉強する時間も気力もない。 (中略) (H5)自分自身の研究に役立つ(=研究論文の「増産」に繋が...

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 本記事は K3 Advent Calendar 2024 23日目の記事です 本記事では、趣味がSurveyで毎日論文漬けの僕から、論文の探し方・読み方のTipsを伝授します！ もちろん、研究分野によっても論文の書き方や特徴は変わってきます！基本的に普遍的なことを書くつもりですが、僕の専門であるコンピュータサイエンス・機械学習・コンピュータビジョン・自然言語処理の分野に依存した部分もたたあると思います！あくまで参考程度に、もし指導教員の話とコンフリクトしたら、そちら優先してマージしてください！ この記事を読んでる人の中には、来年度から研

追記1：チップをお送りいただいたかたがた，ありがとうございます！ 追記2： このような話題に興味があるかたへ…関連するコミュニティはこちら↓ 非専門家向け：https://discord.gg/shingiyurariteisaba-1125096939344625684 専門家向け（分野問わず）：https://www.aialign.net/contact OpenAI o3は，人間とは全く異質の汎用知能である恐れがある． 競技プログラミングCodeforcesで，人類に混じってo3が全世界175位となったのはすさまじい． ガチの数学者たちが全力で作ったベンチマークFrontierMathで，o1-previewでも2%しか正解しなかったところが，o3では25%も正解してしまった． しかし，一番の問題はそこではない． 全く別次元のところにある． ARC-AGIというベンチマークだ． o

こんにちは！逆瀬川 ( https://x.com/gyakuse ) です！ 生成AI Advent Calendar 2024の記事を書くの忘れていたので、現時点での生成等AIの進歩をまとめてみました！今日はAIがいまなにできんの？ってこと聞かれたときにこれできるよ！って教えるためのメモとして活用してください！また、生成AIプロダクト Advent Calendar 2024というのもソロでやっています。このカレンダーではLLMの基礎理論からModelのFine-Tuning、プロダクト開発等をまとめています。ぜひこちらも見てください！ 未来を感じる技術の進歩 動画生成では、Veo2 や Sora が登場しました。 インタラクティブな動画生成では、Genie2 (WASDと方向キーで操作可能な世界モデル)が非常に革新的な進歩を遂げています (振り返っても一貫性を保つ長期性が本当にすごい

オーディオを楽しむ方々のあいだには、そうでない方からすると奇妙に映る「常識」がある。たとえば「電源ケーブルを替えると音質が良くなる」という主張だ。オーディオに精通した人間にとって、これはごくごく当たり前の話である。 筆者はPHILE WEBの編集に長く携わってきたが、そこでは電源ケーブルの交換や取り回しをはじめ、電源回りの改善、ホスピタルグレードのコンセント導入、果ては自宅に電柱を立てて電源をクリーンにするという話題までが、当たり前のように語られてきた。 こういった事柄は、オーディオファンでない方々からするとオカルトめいて感じられるかもしれない。だが、この分野で長年活動してきた編集者にとって、これらは「電源で音が変わるのは当然だよね」と、さらっと流してしまう程度の話題に過ぎない。 月額なんと200ドル！めちゃめちゃ賢いChatGPT 最強版にオーディオのことを尋ねたら ところで近年、対話型

最近は欲しいアプリケーションがあると、人工知能（AI）による対話サービス「ChatGPT」につくってもらうことが増えた。自分で調べてつくると半日から1日はかかるようなアプリでも、ChatGPTを使えばあっという間に出来上がる。 AIアプリも簡単に実現できる。先日AIの取材で、オープンソースの物体検出モデルである「YOLO（You Only Look Once）」を使ったデモを見た。これを自分のパソコンでも再現できないかと思い、Pythonによるアプリの作成をChatGPTに依頼してみた。 最初はアプリ内の画面表示がうまくいかなかったものの、数回のやり取りでトラブルは解決した。ChatGPTが生成したPythonコードを実行するとアプリが起動し、パソコンのカメラに写った複数の物体をリアルタイムに認識してそれぞれが何かを表示してくれる。こんなアプリがたった数分で出来上がるのだ。私はコードを1行

「軽いパニックになりました」 15歳の女子高校生が語ったのは、まったく思いがけない被害。 ある日突然、SNS上で自分の裸の画像が送りつけられてきたというのです。 撮った覚えも、撮られた覚えもないのに…。 SNSにあげた画像や動画が勝手に加工される被害がいま急速に広がっています。 子どもたちや若者に迫る、“性的ディープフェイク”の実態とは？ もし被害にあったら、どこに相談したらいいのか記事の最後に窓口についての情報もまとめました。 （クローズアップ現代取材班）

私：企画書を作成して AI：はい、それでは企画書のテンプレートをお出しします 私：もっと具体的なアイデアを出して AI：承知しました。以下のようなアイデアが考えられます 私：あぁ、もう！　なんかWikipediaみたいな一般論ばっかり. ChatGPTなどの生成AIとの会話、こんな経験ありませんか？ せっかくAIで仕事を効率化しようと思ったのに、返ってくる回答は一般的で表面的。「これなら自分で考えた方が早いかも……」と感じることも。 でも、質問の仕方を少し工夫するだけで、AIの回答は劇的に変わります。 この記事では「回答の質を格段に上げる質問テンプレート」をご紹介します。準備時間はたった1分で、あなたのビジネスに最適化された、具体的で実践的な提案が得られるようになります。アイデア出しの効率も、何倍にも上がるはずです。 それでは、具体的な方法を見ていきましょう。 ChatGPTを ”メンバー

2024年12月11日(水)にGoogleが情報整理AI機能「Deep Research」を発表しました。Deep Researchはユーザーの指示に従って課題解決に役立つ情報をインターネット上から収集してくれる機能で、収集した情報を分かりやすいレポートにまとめて出力してくれます。 Gemini: Try Deep Research and Gemini 2.0 Flash Experimental https://blog.google/products/gemini/google-gemini-deep-research/ インターネット上には課題解決に役立つ情報が多数存在していますが、人間の手で目的の情報を探してまとめるのには非常に長い時間がかかります。Deep ResearchはGoogleの有料AIサービス「Gemini Advanced」に追加された機能で、ユーザーの指示に従っ

Googleは、人間がタスクを与えると自律的に実装計画を立ててコードの生成や変更、バグフィクスなどを実行してくれるAIエージェント「Jules」を発表しました。 同社が発表した最新の生成AIモデルであるGemini 2.0が用いられています。 タスクやイシューを与えると、それを起点に自律的なプログラミングを行う生成AIを用いたサービスは、先日正式サービス化されたDevinや、現在テクニカルプレビュー中のGitHub Copilot Workspaceなど、すでに先行しているサービスが存在します。 参考：GitHub、「Copilot Workspace」テクニカルプレビューを開始。ほとんど全ての開発工程をAIで自動化 GoogleもGemini 2.0によって、同様に自律的なプログラミングが可能なレベルのサービスを開発可能になったということでしょう。 Julesが動作する様子 Google

Googleが2024年12月11日に、コードの不具合を自動的に修正できる実験的なAI搭載コーディングアシスタントの「Jules」を発表しました。 The next chapter of the Gemini era for developers - Google Developers Blog https://developers.googleblog.com/en/the-next-chapter-of-the-gemini-era-for-developers/ Google’s new Jules AI agent will help developers fix buggy code - The Verge https://www.theverge.com/2024/12/11/24318628/jules-google-ai-coding-agent-gemini-2-0-an

OpenAIのフルパワー「o1 pro mode」に、書き仕事はどこまで任せられるか　若手記者の所感（1/2 ページ） AI、俺の代わりに文章書いてくれ──この記事を書いている若手編集記者は最近、そんなことばかり考えている。今のAIには、記事としてそこまでクオリティーの高い文章を出す能力はないので、結局は自分でキーボードをカチカチしているが、キーをたたく時間をもっと減らせたら、取材に行く時間がもっと確保できて仕事が楽しくなるのに、と妄想する今日このごろだ。 GPT-4やClaude 3など、これまでもいろいろ試したが、正直「仕事をほぼ丸投げできるぞ！」のラインには至らず「文字起こしや構成の検討など一部を手伝ってもらう」がせいぜいだった（それはそれで大事だが）。そんな折、米OpenAIがChatGPTの新プラン「ChatGPT Pro」を発表。目玉は同社最高性能のAIモデル「OpenAI o

使ってみたくてたまらなかったが、「3万あればAirPods買えるぞ」「家族キャンプでいいコテージに泊まれる」などとためらう。3日間迷い抜いた末に「使ってみない限り、憧れが止められない」と、課金することにした。 200ドルの課金は「あっさり」 3万円、3万円……と思いながら課金画面にアクセスしたが、実際の費用は「200ドル」。200という数字が軽すぎて、3万円のモノをAmazonで買うときより、あっさり課金ボタンをポチってしまった。ただ、1カ月で課金が切れるようにキャンセルしておくことは忘れなかった。 「o1 pro mode」の使い勝手は、ITmedia AI+の吉川記者の記事に詳しい。（月額3万円のチャットAI「o1 Pro mode」に引っ掛け問題を出しまくってみた、OpenAIのフルパワー「o1 pro mode」に、書き仕事はどこまで任せられるか　若手記者の所感）。 筆者も、記事タ