お知らせ 運営会社の年末年始休業につき、2023年12月27日(金)13時以降のconnpass機能のお問い合わせにつきましては2024年1月6日(月)より順次ご案内させていただきます。あらかじめご了承ください。 お知らせ イベントページ内のフィードコメント投稿仕様を変更しました。今後、コメントの投稿は、イベントに参加登録（補欠・抽選を含む）しているユーザー、またはイベント開催関係者（管理者・発表者）のみ可能となります。参加登録をしていないユーザーで、イベントページに関する連絡や質問がある場合は、「イベントへのお問い合わせ」機能をご利用ください。 お知らせ 2024年9月1日より、connpassではスクレイピングを禁止し、利用規約に明記しました。以降の情報取得にはconnpass APIをご利用ください。APIご利用についてはヘルプページをご確認ください。
Adobeが権利的にクリアなトレーニングモデルを用いた画像生成AI「Firefly」を発表したり、Microsoftの検索エンジンであるEdgeで対話型AIのChatGPTが活躍していたり、世界的なコンサル企業が「社員の50％は業務にジェネレーティブAIを活用している」と明らかにしたりと、ジェネレーティブAIは社会に広がり続けています。しかし、AIを使用してコンテンツを作成・公開する人が増えていることで、新たな問題として「AIが生成したコンテンツがインターネット上にあふれ、それをAIが学習することで、重大な欠陥が生まれている」ということが研究者グループから指摘されています。 [2305.17493] The Curse of Recursion: Training on Generated Data Makes Models Forget https://doi.org/10.48550/
1 画像生成AIを含む生成系AIとビジネス ビジネス領域において、画像生成AIを含む生成系AI技術が利用される場面は大きく分けると2つあるように思います。 1つはユーザー側で利用する場面、つまり「生成系AIを利用して生成したコンテンツを自社プロダクトで用いる場合」、もう1つはベンダ側で提供する場面、つまり「生成系AIのモデルそのものや当該モデルをベースとするアプリケーションを開発・提供する場合」の２つです。 もちろん、企業によっては「自社で生成系AIツールを開発し、当該ツールを用いて生成したコンテンツを自社プロダクトで用いる」ということもあるでしょう。その場合は2つの領域双方にまたがった検討が必要です。 （1） 生成系AIのモデルそのものや当該モデルをベースとするアプリケーションを開発・提供する場合 生成系AIのモデルそのものや、当該モデルをベースとするアプリケーションをベンダ・サービサー
ChatGPT についてポエムを書き散らすのが流行っている。珍しく流行に乗ってみる。機会を逃すとまた状況が激変しそうだし。 研究者の YouTuber 化 ChatGPT は研究者が想定していた成長曲線よりも上に外れたところに現れた。こんなに流暢にテキストを生成するモデルがこんなに早く出現するとは思わなかった。なぜ日本語まで流暢なのかはいまだに謎。 ChatGPT はテレビでも取り上げられるくらい一般に認知されているらしい。複数のテレビ取材に応じたという人がいたのでそうなのだろう。*1 私の観測範囲で起きているは、参入者が大勢いること。これまで自然言語処理をやってこなかったであろう人。従来の技術よりも圧倒的に敷居が低い。そもそもプログラムを書く必要がない。自然言語で指示を出すだけなら誰でもできる。 ChatGPT の上で踊りたいかというと気乗りしない。参入障壁が低いということは、競合が多い
ちょっと前に以下のようなことを放言したら、思いの外反響が多くてちょっとびっくりしたのでした。それだけ、現代のLLM chatbot / generative AIの台頭に期待と不安を抱いている人が多いということの裏返しなのでしょう。 既に色々コメントが出ているけど、我々人類が「知的労働」だと思っていることの大半が実は「過去実績をなぞって適当にその場に合わせて組み立てているだけ」なんじゃないかと訝っているので、そういう「自称知的労働」は多分LLMで代替されると思う。新奇なものを生み出す仕事は相変わらず残る https://t.co/GGK41vSDcn— TJO (@TJO_datasci) 2023年3月15日 昨年の年末振り返り記事でも話題にしたChatGPT（そして後続の各種LLM chatbot）ですが、今年に入ってからの話題の広がり方には想像を超えるものがあり、ついに朝の情報番組な
Artificial intelligence (AI) researchers have been developing and refining large language models (LLMs) that exhibit remarkable capabilities across a variety of domains and tasks, challenging our understanding of learning and cognition. The latest model developed by OpenAI, GPT-4, was trained using an unprecedented scale of compute and data. In this paper, we report on our investigation of an earl
この1週間はGPT-3のユースケースの広さに驚かされる毎日でした． シリコンバレーでは話題騒然ですが日本ではほとんど話題になっていないので，勢いで書くことにしました． GPT-3はOpenAIが開発した言語生成モデルです．名前の由来であるGenerative Pretrained Transformerの通り，自然言語処理で広く使われるTransformerモデルを言語生成タスクで事前学習しています． 先月申請すれば誰でもGPT-3を利用できるOpenAI APIが発表され，様々な業種の開発者によって驚くべきデモンストレーションがいくつも公開されています． 特に話し言葉からJSXやReactのコードを生成するデモは著名なベンチャーキャピタルから注目を集め，誇大広告気味だと警鐘を鳴らす事態に発展しています． This is mind blowing. With GPT-3, I built
日本気象協会はこのほど、AIで最大15日先の降雨量を予測し、ダムの事前放流の判断を支援するサービスの提供を始めた。 同協会の予測方法は、気象庁の従来手法に比べて時間、空間ともに高精度な予測が可能という。従来手法の降雨予測では、3時間の降雨量・20kmメッシュという精度での予測だったのに対し、AIを用いた新手法では1時間の降雨量・5kmメッシュまで予測精度を高められる。従来手法で予測できるのは約5日先までだったが、新手法では最大15日先まで予測できる。 これらの特徴を生かすことで、ダムの管理事務所に対して余裕を持った事前放流を促せるとしている。 同協会は、サービスの背景について「『平成30年7月豪雨』や『令和元年東日本台風』など、過去に例を見ない大雨により河川のはん濫や浸水被害が相次いだことを受け、ダムの洪水調節能力を向上させる方策として事前放流の活用が内閣官房の検討会議で示された」としてい
もうお分かりだと思うが、この懐かしいフォークソングのような雰囲気の曲は、最初から最後まで全てAIが作ったものだ。人間が加工してブラッシュアップした部分はない。 2月22日に、楽譜を入力すれば自動で人間のような歌声を出力するAI歌声合成ソフト「NEUTRINO」（ニュートリノ）が登場した。何もしなくても勝手に人間のように歌うということで、ネット上で話題になっている。 そこで私は考えた。「作詞や作曲、仕上げをするAIはすでにある。もしかして、AIだけで曲を作れるのではないか」。作曲AIのデモソングは今までもあったが、AIが作った曲を人間がブラッシュアップしたものが多く、全工程AIという曲はなかなかない。 今回はAIの力を総動員して楽曲制作してみた。制作を通してAIと触れ合ってみると、「AIシンガーは息継ぎをしないと歌えない」「AIには適切な指示を出さないといけない」といった、まるで人間のような
「『予測』という名の欲望」連続インタビュー＃７（完） 今泉允聡・統計数理研究所助教 囲碁の世界チャンピオンを破ったソフト「アルファ碁」などで一躍注目を浴びるようになったのが、人工知能（AI）の「ディープラーニング」（深層学習）という技術だ。大量のデータを学習してデータ間のつながりを見つけるのに長け、非常に精度の高い予測をする。文字・画像認識の分野での活用が広がるが、どうやってその答えを見つけ出したのか、人間には理解できないという。なぜ、人間はAIの考えが理解できないのか。分かるようになる日は来るのか。ディープラーニングの仕組みなどを研究している統計数理研究所助教の今泉允聡さんに聞いた。（西村宏治） 【特集】「『予測』という名の欲望」全記事はこちらから読めます ■人間にはAIの考えが分からない？ ――ディープラーニングは、大量の「教師データ」を読み込み、入力する変数と、出力する変数との間の関
回答 (5件中の1件目) ディープラーニングは昔ニューラルネット（神経回路網）と言われていました。 モデルとなった神経回路網において、神経の結合、処理状態がわかれば考えていることがわかるのか？と言われればそれは無理ですね。これはブラックボックスです。 じゃ、考えていることがわかるようなニューラルネットは作れるかと問われれば、できないと断言はできない。 ちなみに三十年くらい前のAIの主要トピックスは。 エキスパートシステム これは専門家の知識を記述するもので内容はわかります。 ファジーシステム どこ行ったんでしょうね？ ニューラルネット でした。
最近とある企業の採用担当者と会い、大変興味深い話をうかがった。その方の会社は中々に革新的で、昨今話題のAIによる採用判定を書類選考に絞って導入してみたのだという。 結果はなかなかに上々だったとの事だけど、最終的には採用におけるAIの導入は断念した。 AIの採用を見送った理由はAIの判断が悪かったからではない。結果だけみれば、AIの判断はプロの採用担当者と比較して、そう悪いものではなかったようだ。 問題となったのは、AIが「なぜこの人を選んだのか。なぜこの人を選ばなかったのか」を説明してくれなかったところにあったという。 これは実に大変興味深い指摘で、今後AIが導入される社会を生きる私達にとって非常に有益な知見が詰まっている。今日はこれを掘り下げて、僕なりのAIが導入された後の社会の行方についてみていく事にしよう。 AIの思考回路は人間と随分違う AIは囲碁の世界チャンピオンを打ち倒したり、
人間の「内なる声」は人工知能に届くのか（1）見落とされているアンビエント型AIの重要性 テーマ11：「プロファイリングの現在と未来」 2015.11.17 Updated by 特集：プライバシーとパーソナルデータ編集部 on November 17, 2015, 12:12 pm JST パーソナルデータに関する検討の最前線の一つとして、プロファイリング（データによる推定）が挙げられる。 パーソナルデータを含むビッグデータの蓄積に、人工知能や機械学習等の解析技術を掛け合わせることで、対象となる人間の知性や人格をコンピュータ上で数理的に再現。従来のパラダイムを大きく超えた、サービスの品質向上や最適化、あるいは新たなサービス開発も予想されている。 一方、プライバシーやパーソナルデータに関する従来からの懸念はもちろん、プロファイリングによって仮想的に形成された知性や人格が、新たな社会的問題を生
コンピューターで人間の頭脳を代替する人工知能（ＡＩ）の研究競争が世界で 熾烈 ( しれつ ) さを増してきた。中でも中国の伸長が著しく、ＡＩで東京大学合格をめざす日本のプロジェクトを模倣した中国版「難関大学突破プロジェクト」も始まった。産業応用を狙うと言い、技術交流を日本側に持ちかけてきた。中国側の狙いはどこにあるのか。日本側のプロジェクト・ディレクターである新井紀子・国立情報学研究所（ＮＩＩ）教授に寄稿してもらった。 ＊新井教授の横顔は こちら １９８０年代初頭に茨城県つくば市を訪れたことがある。研究機関らしい巨大なビルが点在する広大な空き地の上を、建設作業車が土埃(ぼこり)を上げて雑草をなぎ倒して行く。あの頃のつくば市によく似ている。それが私の中国・合肥の第一印象である。 私は２０１５年７月、合肥にある「ｉＦＬＹＴＥＫ」（アイフライテック；科大迅飛）という新興ＩＴ企業で開催される“中国
■ IPAシンポジウム2015へ行ってきた セキュリティ関係のネタをあさりにIPAシンポジウム2015へ行ってきた……というわりにはあんまりセキュリティ関連の講演は聞かなかった気がするな……。まぁ同僚が聞いていたはずなのでよしとしよう。 いちばん面白かったのは、東大・松尾博士の「人工知能は人間を超えるか～ディープラーニングの先にあるもの～」。いいかげんDLから人工知能って流れの話は飽き飽きしているし、DLがそのまま進化して人工知能になんてなるわけないじゃん、まったく、またバズワード化して消えていくのか人工知能ブーム……と最近は冷ややかに見ているんだけど、この講演は違ったねぇ。DLが人工知能になるわけではないというところまでは同じなんだけど、DLはこれまでの人工知能研究を足止めしていたポイントを突破するブレイクスルーで、これをきっかけにしてさまざまな研究が進むだろう(身体化とか)、という流れ
最近は人工知能分野の話題に事欠かないので、IT系に詳しくない人でも、Deep Learning がどうとか、人工知能がどうとかという話題を耳にすることが多いと思います。 猫も杓子も Deep Learning な世の中ですが、そもそも人工知能とか Deep Learning ってなんなんだっけ？ という疑問に答えられる人は多くないはずです。 今回は、広く浅く、人工知能と Deep Learning について書きます (この記事をご覧になればわかるように、人工知能 = Deep Learning では決して無いのですが、両者はよく並んで紹介されるので、ここでも同列に書いています)。 最初に結論 Deep Learning は(真の)人工知能ではない。なんでもかんでも人工知能って呼ばない。 「Deep Learning」、「人工知能」ともにバズワード*1になりつつあるので気をつけよう。 コンピ
「人工知能が人類を追い越す特異点（Singularity）は来ない」「深層学習（Deep Learning）が大流行しているが、壁に突き当たる」「人工知能は、目先の技法にとらわれることなく、本来の目的に向かって進め。つまり、人工知能は人間のインテリジェンスを目指せ」──ショッキングで考えさせられる内容の講演だった。 人工知能開発への厳しい意見 New York University心理学部教授Gary Marcusは、2015年8月、人工知能学会「SmartData Conference」（上の写真）で、このように講演した。Marcusは心理学者として、頭脳の知覚機能を人工知能に応用する研究を進めている。GoogleやIBMを中心に、IT業界が人工知能開発につき進む中、その手法は正しいのか。厳しい意見が続いた。 Marcusの発言の根底には、人工知能は我々が考えているより“未熟”である、と
2. 自己紹介 • Typhon（テポ)です。 • セキュリティエンジニアやってます。 • 仕事で人工知能とかやりません。やれたらおもろいなぁ • 趣味： ヘドバン出来る音楽（デスメタル、ハードコア、アニメスピードトランス） 勉強(セキュリティ、数学、AI、言語) 3. 発表前の前置き • 機械学習、ディープラーニングという言葉がよく登場するようになってきた • 人工知能？なにそれ？な人が突然携わるの辛い • 大学のときに片っ端から学んだ授業の記憶は残ってる • 深い話よりも浅い話や体系的な話ならできそう • 薄くても浅くても、学ぶきっかけさえあれば人はそこから走りだせる • てことで、ゆるふわ発表できるささみ向けに書いてみました。 • 今日から人工知能を勉強するための一役を担えたら幸いです。 • 公開する目的の資料ではなかったのですが、せっかくなのでアウトプットします。 • 色々とツッコ
比戸です。スムージーの美味しい季節ですね。 今回は「ディープラーニングの未来」というパネルディスカッションに関するブログの翻訳をお送りします。この業界の有名人が多数参加していて、とても興味深い内容だったため、日本のコミュニティでも共有できたらと思ったのです。 それは2015年7月に開かれた機械学習の国際会議・ICML内のDeep Learning Workshopの企画でした。元記事はワークショップ主催者のKyunghyun Cho氏のBrief Summary of the Panel Discussion at DL Workshop @ICML 2015です。ご本人の許可を得られたので、以下に日本語訳を掲載します。なるべく原文に忠実に訳したつもりですが、分かりづらい部分は意訳が入っているため、もし誤りがあればご指摘下さい。 — ここから翻訳 <はじめに> ICML 2015で開かれた
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
