自分の作品がAIの学習に許可なく使用されたかどうかを簡単に確認できるようにするための法案「人工知能ネットワークの透明性と責任(TRAIN)法」がアメリカで提出されました。この法案が実現すれば、著作権者は学習の記録にアクセスできるようになり、自分の作品が使用されたかどうかを確認できるようになるとのことです。 TRAIN Act Seeks Transparency in AI Use of Copyrighted Works https://www.billboard.com/pro/senate-train-act-transparency-generative-ai-training-copyrighted-works/ Senator introduces bill to compel more transparency from AI developers https://www.n
英語を学ぶって、本当にお金と時間がかかる…！ 外国人に道を尋ねられたとき、就活などの人生の大切なターニングポイント、そしてお仕事の場など、英語力が必要とされる場面が格段に増えてきました。 まず家でできるリーズナブルなオンライン会話を始めようと思っても多忙でなかなか続かず、思い切って塾に通おうと思うと数十万の費用で手が出せないなど…お金や時間が課題で挫折しがち。そんなこんなでハードルが高いと思われがちな英語学習ですが、実はChatGPTを使えば、英会話からリーディングやライティングの対策までできちゃうんです♡ 今回は現在イギリスの大学に留学中のライターKが、ChatGPTがあれば完結する、コスパ抜群の英語学習法をお届けします。 スピーキング ①ChatGPTと英会話 「え？ ChatGPTと英会話？ どうやって？」と思った方も多いかもしれません。 実際に私がやっているのは、「シチュエーション
AI & MLLearn about artificial intelligence and machine learning across the GitHub ecosystem and the wider industry. Generative AILearn how to build with generative AI. GitHub CopilotChange how you work with GitHub Copilot. LLMsEverything developers need to know about LLMs. Machine learningMachine learning tips, tricks, and best practices. How AI code generation worksExplore the capabilities and be
「著作物が生成AIに無断利用された」として、VTuber・潤羽るしあさんなどのデザインを担当したイラストレーター・やすゆき（＠yasu00kamiki）さんが、訴訟費用を募るためにクラウドファンディングを立ち上げたところ、9月2日午後8時すぎには支援総額が目標額の667万円を突破した。 午後8時42分時点の支援総額は680万5614円。支援者数は1343人で、8月24日の開始から10日ほどでの達成となった。発起人のやすゆきさんは「10日ほどで目標額を達成できるとは思っていなかったので、皆さんの生成AI問題への関心の高さにびっくり」とコメントしている。 やすゆきさんは、集めた資金を訴訟費用や誹謗（ひぼう）中傷対策に充てるとしている。募集ページの概要文によれば、やすゆきさんは自身の著作物であるキャラクターの名前を使った「AI○○○○○」（※○にはキャラクター名が入る）と名乗るアカウントを、20
iPadのデザインアプリ「Procreate」が生成AIに反対の立場を表明し、自社製品に生成AI機能を導入しないことを宣言しました。 創造性を生み出すのは人々。– Procreate® https://procreate.com/jp/ai Procreateは「NO 生成AI」「あなたの作品は、あなたのもの」「個人情報を守ることに誇りを持っている」という3つのスタンスを示しました。 また、Procreateのジェームズ・クーダCEOは以下のムービーで、「個人的に生成AIは本当に不愉快です。今この業界で起こっていることも、アーティストに与えている様々な痛みも納得いかないです」と述べ、Procreateの製品に生成AIを取り入れないことを表明。「私たちの製品は常に人間が何かを生み出すという考えのもとに設計され、開発されています。この物語がどこへ向かうのか、どのように終わるのかは正確にはわかり
すべての経済活動を、デジタル化したい松村(@yu-ya4)です。LayerXのバクラク事業部機械学習グループにおいて機械学習エンジニア兼マネージャーを務めています。 先日、代表の福島(@fukkyy)が以下のnoteを公開しました。LayerXの発信を見てくださっている社外の方々から「もう入るには遅い会社だよね?」と言われることが最近増えたことに対して、LayerXがまだ全然完成されていない、成長機会だらけのこれからの会社であるということを綴った内容となります。 note.com 今回はこの内容を受け、LayerXのバクラク事業部においてAIや機械学習を活用した機能の開発・顧客価値の提供に責任を持っている機械学習グループについても、まだまだこれからの組織であり、今入っていただくことで様々な挑戦や成長の機会を提供できるということをお伝えしたいと思います。 現在のLayerX バクラク事業部
~「AWS LLM開発支援プログラム」で開発、近日公開予定~ カスタマーサポートDXを推進するカラクリ株式会社（東京都中央区：代表取締役CEO 小田志門、以下カラクリ）は、アマゾン ウェブ サービス ジャパン合同会社（以下、AWSジャパン）の「AWS LLM 開発支援プログラム」を活用し、2023年9月より国内最大規模となる700億パラメーターのLLMを開発いたしました。2024年1月18日に、LLMのベンチマークテスト「Japanese MT-Bench」で性能評価を実施し、国産LLMモデルとして最高性能（※）の評価が採点されました。世界市場での競争力を持った国産AIモデルの構築を加速するため、本モデルを公開可能な形に修正して、近日中に公開する予定です。 ※ 「Japanese MT-Bench」はStability AI社が提供しているベンチマークテストです。2024年1月18日に性能
米Autodesk（オートデスク）は、設計作業を自動化する人工知能（AI）の「大規模製品モデル（Large Product Model）」を開発する取り組みを開始した。2023年7月19日に同社の製造業担当シニアディレクターのデトレフ・ライヒネーダー（Detlev Reicheneder）氏が東京都内で会見し、明らかにした。大規模製品モデルは製品の3D形状や設計技術、生産技術、技術上の問題の解決法といった情報を学習したモデルという。 同社は既に、一定の制約条件と目的のもとで多数の設計案を自動生成する「ジェネレーティブ・デザイン」の機能を製品化している。しかし現状の機能では、ユーザーが制約条件などを細部の数値に置き換えて指定する必要がある。これに対して大規模製品モデルでは、設計概念を直接扱えるようにするとともに、現状よりも多様な設計案を生成できる機能の実現を目指す。 大規模言語モデルが文章や
LLMの知識を狙い撃ちして編集する手法（Knowledge Editing：知識編集）の現状を網羅的にまとめた論文が公開されています。 知識編集はモデル全体を再学習させることない効率的なアプローチと言われており、信頼性の向上や、パーソナライズされたエージェントの開発に役立つとのことです。なお、有名な手法としてはLoRAなどが含まれます。 本記事では背景、知識編集の概要、3つのフェーズ、評価方法、今回行われた実験と結果、そして応用例について紹介します。 【告知】AIDB HRの人材側登録者全員に対し、業界研究の手間を削減できるように「AI事業を行う企業リスト」を配布します。無料登録後すぐに閲覧とダウンロードが可能です。▼ 参照論文情報 タイトル：A Comprehensive Study of Knowledge Editing for Large Language Models 著者：Ni
以下の記事が面白かったので、かるくまとめました。 ・Eureka! NVIDIA Research Breakthrough Puts New Spin on Robot Learning 1. Eureka「NVIDIA Research」が開発した、ロボットに複雑なスキルを学習させることができる新しいAI エージェントは、ロボットハンドにペン回しを教えることができました。 これは、ロボットを学習させるための報酬アルゴリズムを自律的に作成する 「Eureka」のおかげで、ロボットが達成できるようになった30近くのタスクのうちの1つになります。引き出しやキャビネットを開ける、ボールを投げる、キャッチする、ハサミを使うなどの作業も覚えました。 公開された「Eureka」の研究には、論文とプロジェクトの AI アルゴリズムが含まれており、開発者は強化学習研究用の物理シミュレーション リファレン
はじめに Microsoft Ignite 2023でのAzure AIのアップデートをまとめました。 まずは下記ブログの翻訳を中心にしています（ほぼ翻訳です）。 Ignite 2023: What’s new in Azure AI Platforms – Charting the Future with Innovative AI and ML - Microsoft Community Hub 主要なアップデート Azure AI Studioのパブリックプレビュー サティヤ・ナデラの基調講演で、Azure AI Studioのパブリックプレビューが発表されました。これは、生成型AIアプリケーションとコパイロット開発を簡素化する最先端のプラットフォームです。Azure AI Studioは、急速に成長しているモデルカタログ、ツール、サービスをシームレスに統合し、統一された開発体験を提
![[Ignite 2023] Azure AI アップデートまとめ](https://cdn-ak-scissors.b.st-hatena.com/image/square/bb5f379136a8cb00351aad61a1fcd78ab2f50db7/height=288;version=1;width=512/https%3A%2F%2Ffanyv88.com%3A443%2Fhttps%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--oUqgiPjo--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3A%25255BIgnite%2525202023%25255D%252520Azure%252520AI%252520%2525E3%252582%2525A2%2525E3%252583%252583%2525E3%252583%252597%2525E3%252583%252587%2525E3%252583%2525BC%2525E3%252583%252588%2525E3%252581%2525BE%2525E3%252581%2525A8%2525E3%252582%252581%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_34%3AShohei%252520N.%252Cx_220%252Cy_108%2Fbo_3px_solid_rgb%3Ad6e3ed%252Cg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyL2MzZDNiN2I3OGYuanBlZw%3D%3D%252Cr_20%252Cw_90%252Cx_92%252Cy_102%2Fco_rgb%3A6e7b85%252Cg_south_west%252Cl_text%3Anotosansjp-medium.otf_30%3AMicrosoft%252520%252528%2525E6%25259C%252589%2525E5%2525BF%252597%252529%252Cx_220%252Cy_160%2Fbo_4px_solid_white%252Cg_south_west%252Ch_50%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzEzNmNkNzdkYWMuanBlZw%3D%3D%252Cr_max%252Cw_50%252Cx_139%252Cy_84%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png)
日本語大規模言語モデル「Japanese Stable LM 3B-4E1T」「Japanese Stable LM Gamma 7B」を公開しました Stability AI Japan は日本語向け大規模言語モデル「Japanese Stable LM 3B-4E1T」及び「Japanese Stable LM Gamma 7B」を公開しました。前者は約30億パラメータ、後者は約70億パラメータのモデルであり、日本語タスクを用いた性能評価において、同等サイズのモデルで最高水準の性能を発揮しています。モデルはすべて商用利用可能な Apache 2.0 ライセンスにて公開しています。 今回公開したモデルは以下の通りです。 30億パラメータの汎用言語モデル: Japanese Stable LM 3B-4E1T Base 30億パラメータの指示応答言語モデル: Japanese Stable
人工知能による創作や、人工知能と人間との協調による創作は、SFの重要なテーマの一つです。我々は、適切な人工知能（AI）技術の使用が、創作において大きな手助けになりうることを理解しており、その発展を歓迎します。日本のSF作家や関係者は、AIの開発のために許諾済みの著作データを提供し、アイデア提供や広報に協力するなど、AI技術の開発に大きく協力してきました。我々は原則として、生成AIが人々の権利を侵害しない形で創作に使われ、人々の創作活動が広がることを歓迎しており、AIを作り、使い、AI生成物を楽しむ権利は守られるべきだと考えます。 一方で、現在広く使われている生成AI技術では、学習に用いたデータが、生成物にどのように貢献したかを示すことが技術的にできていません。この問題が未解決のため、生成AIの使用者は、生成物における学習元著作の影響や貢献度合いを評価することが困難です。そのため現状の生成A
権利者から許諾を得たゲームのシナリオを、LLM（大規模言語モデル）学習用の日本語のデータセットとして公開する「日本語オープンコンテンツデータセットプロジェクト」を、会社員で編集者の「松xR」さんが、個人でスタートした。 第1弾として、現在は解散している美少女ゲームブランドRosebleuの10作品（約550万文字）のシナリオデータをJSONL／TSV形式にコンバートし、商用利用可能なライセンス（Apache License 2.0）で公開した。 コンテンツは、Rosebleuの作品のうち、権利譲渡などがなされなかったもので、Rosebleu元代表・青猫氏から提供を受けたという。また、松xRさんが過去に作成した同人ゲームのシナリオ（約2万文字）と、一般人とお嬢様との会話のデータセット（約7000文字）も公開した。 「AI開発において、日本語の良質なエンターテイメントコンテンツが学習データとし
プロンプティングからOpenAI API、さらには周辺のライブラリやHubのエコシステムまで広く活用の助けになる知見を共有し、みんなで手を動かして楽しむためのコミュニティ「ChatGPT Meetup」。3回目に登壇したのは、yatszhash氏。GPT-3を使ったアプローチで「音楽アドリブ生成AIコンテスト」に参戦した時の取り組みについて発表しました。 テキストのLanguage Modelで「音楽アドリブ生成AIコンテスト」に参戦yatszhash氏：「歌え！GPT！text LLMによるアドリブ生成AIコンテスト参戦！」というタイトルで発表させていただきます。 と言っても、すみません、私、口下手なので、まずは1曲演奏をさせてください。言語モデルにさせます。 ということで、こちら、オルガンのメロディー部分が生成部分になります。伴奏は、人間が作ったものです。 今回の話は、GPTとは別の文
ELYZAが公開した日本語LLM「ELYZA-japanese-Llama-2-7b」についての解説 : (1) 事前学習編 はじめに こんにちは。ELYZAの研究開発チームの佐々木 (@hikomimo)、中村 (@tyo_yo_)、堀江 (@eemon18)、平川 (@h__must__) です。 先日弊社株式会社ELYZAでは以下のようなリリースをさせていただきました。 Metaの「Llama 2」をベースとした商用利用可能な日本語LLM「ELYZA-japanese-Llama-2-7b」を公開しました 上記のリリースには、Metaの「Llama 2」をベースとした以下のモデルが含まれます。 日本語追加事前学習済みモデル ELYZA-japanese-Llama-2-7b ELYZA-japanese-Llama-2-7b-fast 上記の事前学習済みモデルに事後学習 (instr
Heronは、各モジュールを追加学習するための学習コードと日本語を含むデータセット、学習済みのモデル群で構成。画像認識モデルと大規模言語モデル（LLM）をつなぎ、画像を入力に使えるようになる。例えば、Heronで学習したAIモデルは、画像に何が写っているかを正確に把握しつつ、前の質問を含む文脈を理解しながら画像について回答することができる。 Heronの学習ライブラリでは、学習するLLMを自由に変換可能。「既存の言語モデルの性能を生かしつつ、今後開発・公開される新たなLLMに対しても容易に対応できる柔軟性がある」（同社）という。 公開中の学習済みのモデル群は「Llama 2-chat」（700億パラメータ）「ELYZA-Llama 2」（70億パラメータ）「Japanese StableLM」（70億パラメータ）などをベースにHeronで追加学習し、マルチモーダル化させたもの。これらのモデ
画像生成AIにイラストや写真を学習させることを防ぐため、「Mist」などを使って画像に敵対的サンプルと呼ばれるノイズを入れる方法があります。この敵対的サンプルによるノイズを画像から除去するためのツール「AdverseCleaner」が登場しています。 GitHub - lllyasviel/AdverseCleaner: Remove adversarial noise from images https://github.com/lllyasviel/AdverseCleaner AdverseCleanerはHugging Faceで公開されており、実際に試してみることができます。 AdverseCleaner - a Hugging Face Space by p1atdev https://huggingface.co/spaces/p1atdev/AdverseCleaner 今
［CEDEC 2023］生成AIをゲーム開発で活用する際に，法律・知財・契約上で留意すべきポイントとは。弁護士が解説したセッションをレポート ライター：大陸新秩序 2023年8月23日，ゲーム開発者向けカンファレンス「CEDEC 2023」にて，セッション「コンピューターエンターテインメント領域における生成AIの利用と法律・知財・契約」が行われた。 本セッションには，STORIA法律事務所のパートナー弁護士である柿沼太一氏が登壇し，生成AI（主に画像生成AI）をコンピューターエンターテインメント領域にて利用する場合の法律や知財，契約上の留意点について解説した。 生成AIと著作権に関する論点一覧 本セッションの冒頭で，柿沼氏は生成AIの著作権に関する論点がほぼ 「AI開発・学習と著作権侵害」 「AI生成物の生成・利用と著作権侵害」 「AI生成物と著作物性」 の3つであることを指摘。それぞれを
大規模言語モデル（LLM）を、実際にプロダクトや実務に役立つかたちで利用している各社が見た使いどころや、実践の上での工夫について学び合うためのイベント第二弾。今回のテーマは「大規模言語モデルがつくる新しい顧客体験」。ここで登壇したのは、株式会社LayerXの松村優也氏。機械学習の民主化とMLPdMの重要性について発表しました。 LayerX社・機械学習チームのマネージャーの松村優也氏松村優也氏：それでは、LayerXの松村優也が「機械学習エンジニアから見るプロダクト開発におけるLLM」を副題として、「機械学習の民主化とMLPdMの重要性」というタイトルで10分お話しします。お願いします。 簡単な自己紹介ですが、あらためて、松村です。（スライドの）右上の黒いアイコンでよくSNSをやっています。「Twitter」などのIDはご覧のとおりです。 バックグラウンド的には、もともと京都大学で情報検索
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
