サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
買ってよかったもの
ainow.ai
画像出典:Google I/O 2022におけるサンダー・ピチャイCEOの基調講演をまとめたGoogle公式ブログ記事より引用 前書き 2022年5月11日から12日、毎年恒例のGoogle主催の開発者会議「Google I/O 2022」がハイブリッド開催されました。同社のサンダー・ピチャイCEOが行った基調講演をまとめた記事を読むと、多数のAI技術が発表されたことがわかります。この記事では、GoogleI/Oの発表から特に自然言語処理に関するものを抽出して解説します。 統合学習データを使って24の言語に対応 Google I/O 2022では、Google翻訳が新たに24の言語に対応したことが発表されました。対応した言語にはインド北東部で使われるアッサム語、クルド人が話すクルド語などが含まれいます(24の翻訳対応言語については本記事末尾の付録参照)。この新機能の実現には、多言語機械翻訳
前書き 2022年4月6日、OpenAIはテキストから画像を生成するAIモデル「DALL-E 2」を発表しました。この記事では同モデルの仕様と仕組みをまとめ、想定されるリスクも確認したうえで同モデルが社会に与える影響を考察します。こうした考察をふまえて、記事の最後には日本語版マルチモーダル画像生成モデルを開発する際の留意点も挙げます。 以下の内容は、OpenAIが発表したDALL-E 2に関するブログ記事、同モデルを詳述した論文、そして同モデルのリスクについてまとめたレポートにもとづいています。 DALL-E 2の仕様概要 DALL-E 2とは、「馬に乗った宇宙飛行士をフォトリアルなスタイルで」というような画像を説明するテキスト(キャプション)を入力すると、テキストの内容に沿った画像を生成する画像生成モデルであり、2021年1月に発表されたDALL-Eの後継モデルにあたります。 注目すべき
著者のNick Saraev氏はカナダ在住のアーティストでAI生成系アート作品を制作すると同時に、AI生成画像の制作と取引に関するサービス1SecondPaintingを運営しています(同氏の詳細は同氏公式サイトを参照)。同氏がMediumに投稿した記事『(DALL-E 2が登場した)昨今、産業としてのアートの死が記録された』では、DALL-E 2登場のアートビジネスへの影響が論じられています。 2022年3月16日、OpenAIはテキストから画像を生成する最新AIモデルDALL-E 2を発表しました。同モデルは、例えば「馬に乗った宇宙飛行士をフォトリアリスティックなスタイルで」と生成したい画像を説明するテキストを入力すると、テキストの意味に合致した画像を出力します。特筆すべきは出力される画像は1枚ではなく、さまざまな構図や画風の画像を複数枚出力することです。 DALL-E 2の性能に驚愕
著者のAlberto Romero氏はスペイン在住のAI技術批評家で、同氏の鋭い洞察に満ちた記事のいくつかはAINOWでも紹介して来ました。同氏が2022年4月にMediumに投稿した記事『GPT-4は間もなく登場。それについて私たちが知っていること。』では、リリース時期が近付きつつあるGPT-4の特徴が予想されています。 Romero氏は昨年9月にGPT-4の特徴を予想する記事を公開しましたが、自然言語処理研究の最新トレンドを考慮して予想記事を書き改めました。同氏によるとGPT-4は2022年の7月から8月頃にリリースされ、その特徴は以下のような5項目にまとめられます。 自然言語処理の最新研究にもとづいて予想されるGPT-4の特徴 モデルサイズ至上主義からの方向転換:最新の自然言語処理研究によって、モデルサイズは言語モデルの性能を決定する要因のひとつに過ぎないことが判明した。こうした知見
最終更新日: 2022年5月19日 機械学習を行う際、学習に合わせたさまざまなデータセットが使われています。 画像、動画、音声、テキストなど、多くのデータセットが存在しており、機械学習の精度を上げるため、機械学習にとってデータセットは無くてはならない存在です。 では、どうすればこれらのデータセットを作れるのでしょうか。 本記事では、データセットの作り方やフリーで使えるデータセットの紹介、データセット作成時の注意点を紹介しています。 機械学習におけるデータセットの必要性 データセットとは、機械学習をするために必要なデータの集合体です。 機械学習はコンピュータが大量のデータから学習することで成り立ちます。さらに、データの質や量によって、学習結果の精密度も変わるため、データセットの質を重視する必要があります。 また、データセットの中で「ネガティブサンプル」も活用する必要があります。 ネガティブサ
前書き 最近テック系ニュースでよく見かけるようになった量子コンピュータについて、その印象を聞かれると「爆速で処理する新型コンピュータ」と答えたくなる人は少なくないように思われます。また、時々耳にするようになった量子機械学習についても、「量子コンピュータを使って爆速で実行する機械学習」という印象を多くの人が持っているのではないでしょうか。 以上の印象は間違っていませんが、多少の誤解を含んでいます。この記事では量子コンピュータに関する誤解を払拭したうえで、量子機械学習研究の最前線を紹介します。 この記事の要約 この記事は、量子コンピュータを正しく理解するためにその動作原理のみならず、市場動向や開発進捗についてまとめた後に、量子機械学習研究の最前線を眺望します。こうした構成のため、全文を読むには少なくない時間と労力を要してしまいます。それゆえ、この記事を簡単に理解するために、はじめに内容を以下の
最終更新日: 2022年4月19日 ディープラーニングやニューラルネットワークという言葉を聞く機会が増えてきたのではないでしょうか。その一方、両者の違いがわからない方も多いでしょう。 そこで、本記事ではディープラーニングとニューラルネットワークの違いや関係性その種類を紹介します。
著者のRichmond Alake氏は、イギリス在住のコンピュータビジョンエンジニアです。同氏がMediumに投稿した記事『研究論文の読み方:機械学習実務者のための実用的アプローチ』では、研究者でなくても機械学習に関連する学術論文を読める方法が解説されています。 研究活動がさかんな機械学習の最新情報を入手するには、専門メディアやブログだけではなく、最新の学術論文を読むのが重要となります。しかし、学術論文を読むとなると、二の足を踏む人が少なくないのが事実です。 こうしたなか、Alake氏は学術研究の経験がなくても学術論文を読む方法として、以下のような7つのステップを提案しています。 学術論文を読むための7つのステップ テーマの特定:読みたい論文のテーマや問題領域を決める。 論文の検索:読みたい論文を探す。探すにはコード付き論文検索サービス「PapersWithCode」がおすすめ。 コンテク
株式会社ALBERT(以下、ALBERT)が、2021年6月にSBIホールディングス株式会社(以下、SBIグループ)と資本業務提携し、産業間におけるAI・データの利活用を促進する「CATALYST戦略」にさらに注力すると発表しました。 具体的な提携内容として、次の7つの項目が発表されました。 SBI グループの先進技術領域における、ビッグデータおよびAI を活⽤した既存事業の⾼度化、新規サービスの企画検討および開発 SBI グループの先進技術領域における、AI プロダクト、AI システムの共同企画の検討および開発 SBI グループとALBERT の連携による、横断的な業種を対象とするビッグデータを活⽤した新たなビジネスソリューションの企画検討および開発 SBI グループの幅広い事業領域における実績とノウハウの活⽤による、ALBERT が展開する「CATALYST 戦略」の更なる推進 SBI
最終更新日: 2022年2月14日 よく耳にするDXという言葉。 現在では、DXはビジネス用語として定着しつつあります。 ここでみなさんに質問です。 答えはさまざまあるかと思います。 本記事では、経済産業省と東京証券取引所が選定する「DX銘柄」における「DX注目企業2021」に選定された富士通株式会社に焦点を当てて、この問いに答えていこうと思います。 そこで今回は、富士通が提供するDXのソリューションから、富士通の社内改革に至るまで詳しく解説していきます。 本記事を読んだら、「富士通は具体的にどのようにDXを推進しているのか」 この問いに答えられるはずです。ぜひ最後までご一読ください! DX(デジタルトランスフォーメーション)のおさらい 本題に入る前に、まずDX(デジタルトランスフォーメーション)についておさらいしましょう。 DXとは、2004年にスウェーデン・ウメオ大学のエリック・ストル
最終更新日: 2022年2月8日 近年、DXを推進する企業が増えています。 DXを実現するためには、紙などのアナログデータをデジタル形式に変換するプロセス、いわゆる「デジタイゼーション」が欠かせません。 ▼ DX(デジタルトランスフォーメーション)について詳しくはこちら
最終更新日: 2022年12月23日 今回は、機械学習の主要な12のアルゴリズムの概要や活用シーンを理解できるように、わかりやすく説明します。 機械学習を知る上で必要不可欠な用語(教師あり学習など)に関しても、この記事を通して、きちんと理解できるようになっています。 また、さらに詳しく機械学習を学びたい方向けに、より専門的な記事や、機械学習ライブラリのチュートリアルも紹介しています。 ▼機械学習について詳しく知りたい方はこちら
最近はよくディープラーニングという言葉を聞くようになったけど、具体的にそれがどのような形で利用されているのかがよくわからないという方も多いかもしれません。 そこで、この記事では、ディープラーニングの実用例を紹介します。皆さんの身近な場所でディープラーニングが活躍しているかもしれません。 ▼ディープラーニング(深層学習)について詳しく知りたい方はこちら ディープラーニングとは ディープラーニングとは機械学習の一つで、コンピュータが自動で大量のデータを解析してデータの特徴を抽出する技術です。深層学習や略してDLとも呼ばれています。 ディープラーニングの名前の由来は、その構造においてニューラルネットワーク(NN)の中間層が複数になっているためです。 中間層を多層化することで、データの特徴をさらに深く学習することが可能となっています。 なぜディープラーニングが注目されているのか ディープラーニング
最終更新日: 2022年1月26日 rinna株式会社は、日本語に特化した13億パラメータのGPT言語モデルを開発し、公開しました。 rinna社は2021年4月、日本語に特化した中規模サイズのGPT-2(GPT3-medium)の日本語モデルを公開しました。そして同年8月25日、GPT-2(GPT2-small、GPT2-xsmall)の2つのモデルと、BERTを改良したRoBERTを公開しました。これらのモデルはGitHubやHuggingFaceなどに公開されています。 そして今回、これまでに公開してきたモデルより大規模な13億パラメータを持つ日本語に特化したGPT言語モデルを開発し、日本語のNLPコミュニティに貢献するために、この言語モデルをNLPモデルライブラリ Hugging Face に商用利用可能なMITライセンスで公開しました。 今回、rinna社が公開した日本語GPTは
最終更新日: 2021年12月21日 AIのことはよく聞くけど、人間の能力とAIの能力はどのように違うのかがよくわからないという方も多いと思います。 そこで今回はAIと比べて人間にしかできないことをわかりやすく紹介していきます。ぜひ参考にしてみてください。 AIには困難で人間にしかできないこと 今回はAIにできることをいくつかの分類に分けて紹介します。紹介するのは以下の4つのポイントです。 常識的な判断をすること 絶えず学び、その場で適応すること 原因と結果を理解すること 倫理的な推論をすること それぞれのポイントについて詳しく解説します。 ①常識的な判断をすること 人間にしかできないことの1つ目は、常識を含んだ判断です。常識とは「普段は口にすることのない日常的な知識」を指します。 次のようなシナリオを考えてみましょう。 ある男性がレストランに行き、ステーキを注文し、彼は多額のチップを残し
著者のAlberto Romero氏はMediumのコントリビューティングライターで、AIの技術的可能性とその批判的検証に関する記事を多数執筆しており、AINOWでもそれらの記事の一部を紹介しています(同氏の経歴はLinkedInを参照)。同氏が2021年9月にMediumで公開した記事『GPT-4は、GPT-3の500倍となる100兆個のパラメータを持つだろう』では、GPT-3の批判的検証とその後継モデルが実現するかも知れない能力が論じられています。 2020年6月にOpenAIが公開した巨大言語AI「GPT-3」は、ヒューマンライクな文章を生成することで世界を驚愕させました。同モデルは、ディープラーニングモデルを巨大化していけば人間の知性と同等なAGI(汎用人工知能)の実現に近づくという「スケーリング仮説」にもとづいて開発されました。 OpenAIがGPT-3をさらに巨大化してGPT-
英語を学習したいけど、どうしたらいいかわからない 塾やレッスンサービスは料金が高くて通えない 英会話をしたいけど、人と話すのが不安 英会話を学習したいと思っている方の中には、上記のような理由でなかなか学習に手をつけられない方も多いのではないでしょうか? 英会話アプリは、オンラインで日常の英会話からビジネス場面での英会話までを手軽に学べる画期的なサービスです。しかし、調べてみてもたくさんありすぎてどれを選べば良いのか分からないこともあるでしょう。 そこで今回は、無料で利用できる英会話アプリ7選を分かりやすく紹介していきます。 英会話アプリを使うことのメリットや選び方なども紹介していますので、英語学習の参考にしてみてください。
https://www.amazon.co.jp/人工知能-Vol-36-No-5-2021年9月号/dp/B09CRH6CVY/ref=a... https://www.amazon.co.jp/人工知能-Vol-36-No-5-2021年9月号/dp/B09CRH6CVY/ref=asc_df_B09CRH6CVY/?tag=jpgo-22&linkCode=df0&hvadid=529635459077&hvpos=&hvnetw=g&hvrand=15695650357096521152&hvpone=&hvptwo=&hvqmt=&hvdev=c&hvdvcmdl=&hvlocint=&hvlocphy=1028828&hvtargid=pla-1417433584691&psc=1&th=1&psc=1 『人工知能』は編集委員がテーマを決め、AIに関連する有識者が記事を持ち寄っ
最終更新日: 2023年4月1日 AI技術を取り扱う企業は、国内・海外を問わず飛躍的に増加しています。AI研究は主に大手IT企業が先導する一方で、社会へのAI導入にはスタートアップ企業の活躍が欠かせません。 例えば、GAFA(Big Tech)と呼ばれる巨大IT企業群の影響力はすさまじく、また、世界のAIスタートアップ企業のなかには、企業の評価額が10億ドル(約1250億円)を超えるユニコーン企業も少なくありません。 今回の記事では、国内と海外の企業のAIへの取り組みを通じて、さまざまなAI企業を紹介します。 AIの開発の流れや必要なスキルなどは以下の記事でも解説しています。 ▶関連記事|AI開発の疑問を解決!開発の流れから必要なスキル・勉強法まで>> 国内の注目AI企業 この記事では、主要なAI企業を国内(日本)、アメリカ、中国の3つの部類に分けて紹介します。まず、国内企業のAIに対する
AI(人工知能)の話題が連日のようにニュースに登場するようになりました。富士キメラ総研の「2020 人工知能ビジネス調査」によると、2020年度の国内AIビジネス市場規模は、前年度比15.4%増の1兆1084億円に拡大すると見込まれています。また、2021年度以降はDX(デ... そもそも「人権」とは? 法務省の公式サイトによると、人権は以下のように記されています。 「すべての人々が生命と自由を確保し、それぞれの幸福を追求する権利」あるいは「人間が人間らしく生きる権利で、生まれながらに持っている権利」 要するに、「人間がみな持っている幸せに生きるための権利」です。 人権の発展の歴史 人権についてもう少しだけ深堀りしましょう。 今なお人種差別の問題で度々取り上げられる人権問題ですが、普段私たちが当たり前のように享受している「人権」は、一体どのような発展を遂げたのか?歴史を通じて紹介します。
最終更新日: 2021年10月5日 AIへの注目が高まるとともに、ビッグデータの重要性もさらに高まり、AIの分野では、膨大なデータをいかに集めるかどうかが鍵となっていました。しかし、教師データを作成するために大量のアノテーション(タグ付け)を行う必要があるなど、大量かつ高品質のデータを作成するには大きくコストがかかるという課題がありました。 そのような中、AIの分野ではアルゴリズムに偏重した考え方よりも、比較的少ないデータ量でもいかに高品質のデータを集めるかどうかが重要であるというデータセントリック(データ中心)なAI開発の考え方が普及しています。これからは少量で高品質なデータをいかに効率よく、低コストで作成できるかが成功と失敗を分けるポイントとなります。 今回は、AI開発を高速化するアノテーションプラットフォームサービスを提供するFastLabel株式会社の鈴木 健史氏に、注目されるデー
著者のDale Markowitz氏はGoogleCloudに所属する現役Google社員であると同時に、Forbes等に記事を投稿するライターでもあります(同氏の個人サイトも参照)。同氏がMediumに投稿した記事『DALL·E を5分以内で説明してみた』では、2021年初頭に発表されたOpenAI開発の画像生成モデルDALL·Eが簡潔に解説されています。 DALL·Eとは、「アボカドの形をしたアームチェア」のようなテキストを入力として渡すと、そのテキストの意味と合致する画像データセットを出力するモデルです。同モデルのアーキテクチャにはTransformerが採用され、学習データにはインターネットから収集されたテキストと画像の組が大量に使われたと推測されます。 同モデルの驚くべきところは、学習データのなかにあったとは考えられない「キリンとカメを合成したキメラ」のようなテキストに対する画像
次のページ
このページを最初にブックマークしてみませんか?
『AINOW|日本最大級のAI専門メディア』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く