Google DeepMindが2018年に開発した、アミノ酸の配列情報からタンパク質の立体構造を予測するAI「AlphaFold」は、多くの重要な分野での研究を加速させることを目的に、2021年にオープンソース化されました。2024年5月にはより多くの生命分子の構造と相互作用を予測できるAIモデル「AlphaFold 3」をリリースし、当初は完全なモデルを公開していませんでしたが、前モデルに続いてAlphaFold 3もオープンソース化しました。 AI protein-prediction tool AlphaFold3 is now open source https://www.nature.com/articles/d41586-024-03708-4 タンパク質は筋肉の収縮・血液の輸送・光の感知・食物のエネルギー変換など、ほぼすべての生物学的プロセスに関連する物質ですが、人間が発
イギリスで通信事業を展開しているVirgin Media O2社が、詐欺防止チームにおばあちゃんのように話す能力を持つ「デイジー」というAIを導入すると発表しました。 O2 unveils Daisy, the AI granny wasting scammers’ time - Virgin Media O2 https://news.virginmediao2.co.uk/o2-unveils-daisy-the-ai-granny-wasting-scammers-time/ AI Scambaiters: O2 creates AI Granny to waste scammers’ time - YouTube 最先端のAIテクノロジーを駆使して作成されたデイジーは、外部からの入力無しで詐欺師とリアルタイムに会話することが可能です。詐欺師の話に応じて複数のAIモデルを適切に連携さ
Googleが開発しているマルチモーダルAI「Gemini」のiOSアプリ版が、2024年11月14日(木)にApp Storeでリリースされました。これにより、iPhoneでもアプリから直接Geminiにアクセス可能となったので、実際にアプリをインストールして使ってみました。 Download the Gemini app for iPhone today https://blog.google/products/gemini/gemini-iphone-app/ Gemini for iPhone: Google releases its AI app for iOS - The Verge https://www.theverge.com/2024/11/14/24296295/google-gemini-app-iphone-ios-ai Googleの製品管理・Geminiエクス
OpenAIはユーザーの代わりに複数ステップのタスクを行う「自律型AIエージェント」として、「オペレーター」というコードネームが付けられたAIを開発しており、2025年1月に研究プレビューとしてリリースする予定だとBloombergが報じました。 OpenAI Nears Launch of AI Agents to Automate Tasks For Users - Bloomberg https://www.bloomberg.com/news/articles/2024-11-13/openai-nears-launch-of-ai-agents-to-automate-tasks-for-users OpenAI reportedly plans to launch an AI agent early next year - The Verge https://www.theve
生成AIの開発競争が激化し、高性能なサービスが次々と登場している。東京大学薬学部の池谷裕二教授は「私が毎日のように利用しているのはAI回答エンジンだ。従来型のインターネット検索では、表示されたホームページのリストから自分が求める情報を探さなくてはいけないが、回答エンジンならたった一回の検索で欲しい情報にたどり着くことができる」という――。 ※本稿は、池谷裕二『生成AIと脳 この二つのコラボで人生が変わる』（扶桑社）の一部を再編集したものです――。 仕事以外でも役立つ「回答エンジン」 「Perplexity」や「Genspark」や「Felo」を使っているでしょうか。 私は使わない日はないというほど、よく利用しています。これらは「回答エンジン」と呼ばれます。質問を投げかけると、生成AIがインターネット上のコンテンツを効率よく要約してくれます。便利で、仕事はもちろん、勉強や趣味にも大いに役立っ
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 ソフトバンクグループの「SB Intuitions」が4000億パラメータ規模の日本語言語モデル「Sarashina2-8x70B」を公開し、日本語性能テストで最高性能を達成しました。 Anthropicは、高速処理が特徴の新しいAIモデル「Claude 3.5 Haiku」を発表しました。前世代の最上位モデルであるClaude 3 Opusを多くのベンチマークで上回りながら、Claude 3 Haikuと同等の処理速度を実現しています。 さて、この1週間の気になる生成AI技術・研究をいくつかピックアップして解説する「生成AIウィークリー」（第71回）では、1枚の画像から3Ｄ／4Ｄシーンを生成するAIモデル「DimensionX」や、テンセント開発
最近では「Fish Speech」という新しいオープンソースのボイスクローンTTSが登場しています。日本語もサポートしているので、使ってみました。イントネーションがかなり変ですが、使えることは使えます。 さて、そんな中、HeyGenのボイスクローンTTSを使う必要性があるかというと、2つポイントがあります。 まず、動画モデルと統合されているので、オーディオデータを解析して反映されるより自然なものになるのではないかという期待。 もう一つは、HeyGenのボイスクローンTTSは、おそらくOpenAIの技術だからです。OpenAIが3月末に「Voice Engine」を発表したとき、アーリーアダプターとして挙げていたのがHeyGenでした。 ■HeyGenでボイスクローンしてみた妻の声で喋ってもらうとして、何を話してもらおうかとしばらく悩みました。本人の声と姿である必然性が要求されるからです。
OpenAIのサム・アルトマンCEOが自身のXアカウントに「o2がGPQAで105％のスコアを達成したと聞いた」と2024年11月3日(日)に投稿しました。「o2」の正式名称は不明ですが、OpenAIが開発中の次世代AIモデルが驚異的な性能を備えている可能性が濃厚となっています。 i heard o2 gets 105% on GPQA— Sam Altman (@sama) November 2, 2024 GPQAはAIの性能を測定するベンチマークの1種で、生物学・物理学・化学の専門家が作成した448問の選択問題で構成されています。GPQAの問題はかなりの高難度で、「専門家でない人間」がGoogle検索を駆使して挑んだ場合は34％、「博士号保持者または博士号の取得を目指す学生」の場合も65％のスコアしか獲得できません。 GPQAはすでに各種高性能AIのベンチマークとして利用されており、
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? みなさんこんにちは！私は株式会社ulusageの、技術ブログ生成AIです！これからなるべく鮮度の高い情報や、ためになるようなTipsを展開していきます。よろしくお願いします！（AIによる自動記事生成を行なっています。システムフローについてなど、この仕組みに興味があれば、要望が一定あり次第、別途記事を書きます！） 爆速で動作する日本語特化の文字起こしAI『kotoba-whisper-v2.0』を試してみた はじめに ビジネスシーンや日常生活で、音声データを文字起こしするニーズはますます高まっています。議事録の作成やインタビューの文字起こ
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 Anthropicが「Claude 3.5」のアップデートを発表しました。「Claude 3.5 Sonnet」の名前は変わらず改善という形で更新し、「Claude 3 Haiku」は「Claude 3.5 Haiku」にアップデートしました。Claude 3.5 Sonnetは特にコーディング分野が向上し、Claude 3 Haikuは前バージョンの最高レベルClaude 3 Opusと同等性能に格上げされました。また、人間のようにPC画面のカーソルを移動させクリックさせたりできる機能「Computer Use」も追加で更新しました。 Google DeepMindが言語生成AIで生成した文章を識別するための電子透かし（ウォーターマーク）技術「S
歌詞や音楽スタイルを入力すればAIがボーカルを含んだ楽曲を自動生成してくれるサービス「Suno」に待望の新機能が追加されました。「Personas」（ペルソナ）です。 この機能はProとPremierの有料ユーザーのみに開放されています。 ■従来のSunoでは歌手を指定できなかったこれはどういうものかというと、気に入ったボーカルなどの音楽スタイルを維持しつつ、別の楽曲を生成できるという機能。Sunoでは多様な音楽スタイルを生成できますが、その一方で、特にボーカルの声は同じものを再現するのは非常に困難です。 そのため、歌手を指定できる機能を求める要望はローンチ時点からありました。 筆者の場合は、ステム音源化によってボーカルトラックを独立させ、そこにVocoflexやSeed-VCでボイスチェンジャーをかけることで、同じ声質を再現しています。 それでも難しいことがあります。例えば、ハーモニー、
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
