科学研究において、大量の文献から必要な情報を抽出することは非常に重要な作業です。しかし、手動での抽出は非常に時間がかかる上、誤りが発生する可能性もあるため、自動化が求められていました。 そこで、ウィスコンシン大学の研究者らは対話型AIを活用したデータ抽出手法「ChatExtract」を提案し、ChatGPTを使用した高精度なデータ抽出を実証しました。 プロンプトを工夫することによって前提条件の入力なしに論文から高精度なデータ抽出を行うのは、ChatGPTだけでなく他の対話型AIでも使えるテクニックとのことです。 【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。▼ 注目すべきポイント 科学研究において、大量の文献から必要な情報を抽出することは非常に重要な作業である。 手動で

米MicrosoftはAIの倫理的な開発のために2019年に設立した「Office of Responsible AI」（ORA、日本では「責任あるAIオフィス)」）を解散させたと、米メディアPlatformerが3月13日（現地時間）、関係者の話に基づいて報じた。 ORAは、MicrosoftのWebサイトによると、責任あるAIの実現に向けたMicrosoft全体のルールを設定し、その取り組みに関わるチームの役割と責任を定義する部門。同社のAI関連製品やサービスが「AIの基本原則」に則っているかどうかを確認する。例えば画像生成AIによる著作権侵害やチャットbotの非道徳的な言動などの可能性について開発部門に提言する。 Platformerによると、Microsoftの最近の大規模リストラの一環として、かつて30人だったこのチームのメンバーが7人に削減され、3月6日には残りのメンバーも他部

研究室のSlackチャンネルに最新の論文を共有してくれるbotがあれば、議論をもっと活発化できるのでは？と思ったので試しに作ってみました！ 目標 こんな感じで、時間通りにarxiv論文を要約したものをシェアしてくれるSlackbotを作ります。 手順 SlackBotのためのAPIトークンを生成 OpenAIのAPIを取得 Pythonコードを作成 Google Cloud Platform（GCP)で実行を自動化 完成！ 1. SlackBotのためのAPIトークンを生成 Slack APIのページからbotを作成する必要があります。 この方の記事で詳しいやり方が紹介されているので、参考にしながらアプリ作成、APIトークン生成、ワークスペースにアプリをインストール、メッセージ送信のテストまでやってみてください。 2. OpenAIのAPIを取得 今回は取得した論文を要約するために、Cha

チャットGPTは「凡庸な悪」だと、世界的な言語学の大家が指摘し、話題を呼んでいる。 「現代言語学の父」と称されるノーム・チョムスキー氏は3月8日付のニューヨーク・タイムズへの寄稿の中で、チャットGPTなどへの熱狂ぶりに警鐘を鳴らす。 寄稿では、膨大な情報を学習した大規模言語モデルと言われるAIを「機械学習の驚異」としながら、「疑似科学だ」とも断じる。 一方で、テクノロジーの思想家として知られるシリコンバレーの論客、ケヴィン・ケリー氏は、「問題はAIではなく、私たち自身だ」と述べている。 チャットGPTが抱える、本当の問題点とは？ ●「知性」と「道徳的無関心」 オープンAIのチャットGPT、グーグルのバード（Bard）、マイクロソフトのシドニー（Sydney）は機械学習の驚異だ。（中略）これらのプログラムは、汎用人工知能の地平線を照らす最初の兆し、と称えられている。機械の心が人間の脳を超える

ChatGPTで自然言語処理は終わるのか？ 黒橋先生：Yes https://t.co/aJALD5nyQv

Version 1.92 is now available! Read about the new features and fixes from July. February 2023 (version 1.76) Update 1.76.1: The update addresses these issues. Update 1.76.2: The update addresses these issues. Downloads: Windows: x64 Arm64 | Mac: Universal Intel silicon | Linux: deb rpm tarball Arm snap Welcome to the February 2023 release of Visual Studio Code. There are many updates in this versi

2023年2月版では、依存関係にあるファイルなどを読み出して開発の準備を整えるコマンド「Python: Create Environment」の実行を止めることができるようになった。コマンドを実行した後、ファイルを読み出している間に「Esc」キーか「Cancel」ボタンを押すと、処理を停止し、コマンド実行前の状態に戻す。「Python: Create Environment」コマンドの実行を止める機能は、Jupyter向け拡張機能でも同じように利用できる。 また、従来Python向け拡張機能の一環としてまとめてインストールしていた「isort」拡張機能を、一括インストールの対象から外した。isort拡張機能は、import文を一定のルールに従って並べ替えて整列させるものだが、同様の機能を提供する拡張機能はほかにも存在する。Microsoftはユーザーから、一括インストールでインストールする

エンタープライズ向けのAIソリューション開発支援を行うZeta Alphaは2023年3月8日（米国時間）、2022年に最も引用されたAIに関する100本の論文リストや世界各国のAI論文発表数などの調査結果を公開した。 Zeta Alphaは、同社プラットフォームからのデータと慎重な人的キュレーション（方法については後述）を用いて、2022年、2021年、2020年のAI分野の上位引用論文を集め、著者の所属と国名を分析した。これにより、純粋な出版量ではなく、研究開発へのインパクトで順位をつけることができるという。 同社ブログではまず、2022年から2020年の間に公開された引用数の多い論文を幾つか紹介した。 2022年 1．AlphaFold Protein Structure Database: massively expanding the structural coverage of

kaggleを始めてから3年半、ようやく1つの目標であったGMになることが出来ました。 前回の記事で最初の金メダルを取るところまでは書いたので、その続きとして金メダルを取ったコンペを中心に機械学習人生を振り返っていきたいと思います。 転職：2020年8月 RSNA STR Pulmonary Embolism Detection：2020年10月 SIIM FISABIO RSNA COVID-19 Detection：2021年5月 Happywhale - Whale and Dolphin Identification：2022年2月 (番外編) Kaggle Days World Championship：2022年10月 RSNA Screening Mammography Breast Cancer Detection：2022年11月 なぜ金メダルが取れたか これから 転職：

3月にばんくしさんとイベントでご一緒したり個人的に話をする機会*1があったんですが、その際に何度も話題にされていたのが「エンジニア部門やAI部門にビジネス上のレゾンデートル（存在意義）をどう与えるか」というテーマでした。これについては実際にご本人もnoteの記事としてまとめられています。 このnote記事ははてブ数を見るまでもなく各所で多くの議論を呼んだようで、観測範囲ではかなり広汎に分かれた論調が散見されています。そのいずれもそれぞれの界隈*2における実態を反映しているように見受けられ、一口にエンジニア業界・AI業界といってもやはり多様なのだなという感想を持ちました。 ということで既にある程度論点が出尽くしてきた感もありますが、今回のブログ記事ではデータ分析部門の話題に特化した上で、そこに僕の見聞談並びに見解を幾許か付け加えてみようかと思います。ちなみにあまり楽しい話題ではない旨、予め警

初めまして！2023年3月前半にエムスリーのAIチームで10日間インターンに参加していた小栗 (@irungo_ic )です。 インターンでは、エムスリー発の機械学習パイプラインOSSであるgokart をKubernetes上で高速にかつ簡単に実行できるようになるライブラリであるkannon('cannon'と同じ発音！)をゼロから実装し、OSSとして公開しました。 github.com この記事ではkannonの技術的な解説、インターンに参加した感想をお伝えします！ gokartの概要 gokartの抱えていた課題 シングルスレッドでの逐次実行により実行時間が長くなってしまう GKEのリソースを効率的に使えない kannonの概要 kannonの使い方 gokart kannon gokart kannon 補足 kannonのアーキテクチャ kannonの実装 1. Task Que

PaLM API & MakerSuite: an approachable way to start prototyping and building generative AI applications Share Facebook Twitter LinkedIn Mail Posted by Scott Huffman, Vice President, Engineering and Josh Woodward, Senior Director, Product Management We’re seeing a new wave of generative AI applications that are transforming the way people interact with technology – from games and dialog agents to c

Google has been investing in AI for many years and bringing its benefits to individuals, businesses and communities. Whether it’s publishing state-of-the-art research, building helpful products or developing tools and resources that enable others, we’re committed to making AI accessible to everyone. We’re now at a pivotal moment in our AI journey. Breakthroughs in generative AI are fundamentally c

※この投稿は米国時間 2023 年 3 月 14 日に、Google Cloud blog に投稿されたものの抄訳です。 ジェネレーティブ AI は、インタラクティブなマルチモーダル体験の新しい波の到来を告げるものであり、情報、ブランド、そして互いとの関わり方を変えるものです。Google Cloud は、AI に対する Google の数十年にわたる研究、革新、投資の力を活用し、企業や政府に対して、シンプルな自然言語のプロンプトからテキスト、画像、コード、動画、音声などを生成する機能を提供します。 この技術の可能性を実現することは、すべての開発者、企業、政府の手にこの技術が提供されることを意味します。これまで、組織がジェネレーティブ AI にアクセスすることは難しく、カスタマイズはおろか、時には信頼を損ないかねない不正確な情報が生成されることもありました。10 年前、企業や開発者が新しい

Google が生成AI (ジェネレーティブAI)を Gmail やドキュメント・スライド・スプレッドシートなど Workspaceアプリ全般に組み込むことを発表しました。 ジェネレーティブAIでできることの例は、 Gmail の下書き、返信、要約、優先順位づけ ドキュメントでのブレインストーミング、校正、執筆、書き直し スライドで自動生成された画像、オーディオ、ビデオを使って、クリエイティブなビジョンを作成する スプレッドシートの自動補完、数式生成、文脈に応じた分類により、元データから洞察や分析につなげる Meet で新しい背景を生成し、会議のメモを作成する Chat で物事を進めるためのワークフローを実現する Google WorkspaceのジェネレーティブAIはテストユーザーに先行して順次提供し、そのあと一般提供を開始する予定。 Googleが公開した動画では、あくまで演出ではある

About five years ago, artificial intelligence research organization OpenAI pitched Microsoft on a bold idea that it could build AI systems that would forever change how people interact with computers. At the time, nobody knew it would mean AI systems that create pictures of whatever people describe in plain language or a chatbot to write rap lyrics, draft emails and plan entire menus based on a ha

Congratulations to our partners at Open AI for their release of GPT-4 today. We are happy to confirm that the new Bing is running on GPT-4, which we’ve customized for search. If you’ve used the new Bing preview at any time in the last five weeks, you’ve already experienced an early version of this powerful model. As OpenAI makes updates to GPT-4 and beyond, Bing benefits from those improvements. A

米Microsoftは3月14日（現地時間）、米OpenAIによる「GPT-4」発表を受け、2月から提供しているチャットbot「新しいBing」は「検索用にカスタマイズしたGPT-4」をエンジンとしていると公式ブログで明らかにした。 Microsoftはこれまで、新しいBingは「OpenAIが昨夏に共有したGPT-3.5よりはるかに強力な、ChatGPTを強化するLLM」とのみ説明していたが、「過去5週間に新しいBingプレビューを使った人は、GPT-4の初期版を既に体験済みだ」とコーポレートバイスプレジデント兼コンシューマーチーフマーケティングオフィサーのユスフ・メディ氏は語った。 OpenAIによるGPT-4の更新は、随時Bingに反映される。 2月に新しいBingのAIモデル「プロメテウス」について説明したジョルディ・リバス氏は「プロメテウスで使う次世代モデルはGPT-4だ」とツイ

※この投稿は米国時間 2022 年 10 月 12 日に、Google Cloud blog に投稿されたものの抄訳です。 エコシステムが閉鎖的で排他的なものであると、人工知能（AI）や機械学習（ML）のイノベーションを阻む障壁となり、テクノロジー間の非互換性が生じ、ML モデルの迅速かつ簡単な改良が困難になってしまいます。 Google は、柔軟性のない戦略による課題を克服するには、オープンソース ソフトウェア（OSS）が不可欠であると考えています。Cloud Native Computing Foundation（CNCF）の主要な貢献者として、Google は、20 年以上にわたりコミュニティと協力し、OSS プロジェクトをアクセスしやすく透明性のある技術的進歩の促進剤に変える取り組みを行ってきました。Google はあらゆる種類のオープン エコシステムの実現に取り組んでいますが、A

Googleは2023年3月8日（米国時間）、AI（人工知能）／ML（機械学習）業界の多くの主要企業が共同開発を進めているオープンソースMLコンパイラエコシステム「OpenXLA」（XLA：Accelerated Linear Algebra）の利用と貢献を可能にしたと発表した。 OpenXLAの開発にはAlibaba、Amazon Web Services（AWS）、AMD、Apple、Arm、Cerebras、Google、Graphcore、Hugging Face、Intel、Meta、NVIDIAなどが参加している。 利用するフレームワーク増加に伴うサイロ化が課題に 現在のML開発、導入では「TensorFlow」「PyTorch」「JAX」といったMLフレームワークや、多種多様なハードウェアの利用により、インフラが断片化、サイロ化していることが問題となっている。問題の背景には、

英語版では、司法試験の模擬問題を解かせたところ、GPT-3.5では受験者の下位10％のスコアしか取れなかったのに対し、GPT-4では上位10％のスコアで合格できる水準に達しているという。日本語でも、GPT-3.5の英語版より高い性能を発揮する。一度に扱える入力文字数も2万5000文字まで拡大した。 このGPT-4をいち早く試せるのが、おなじみChatGPTの有料版「ChatGPT Plus」だ。月額2400円（月額20ドル）だが、ピーク時でも優先利用できる他、レスポンススピードのアップ、新機能への早期アクセスが可能。今回、利用できる言語モデルにGPT-4が追加された。

You can now configure and run Evals directly in the OpenAI Dashboard. Get started → Evals provide a framework for evaluating large language models (LLMs) or systems built using LLMs. We offer an existing registry of evals to test different dimensions of OpenAI models and the ability to write your own custom evals for use cases you care about. You can also use your data to build private evals which

OpenAI が大規模言語モデル GPT-4 を正式発表しました。 会話型AIとして話題になった ChatGPT に従来使われてきた GPT-3.5 と比較して、多くの点で劇的に進化しています。例を挙げれば、 画像を扱えるマルチモーダル化。何が映っているか、どんな状況かを認識(例：テーブルに載った食材でレシピを考える、風船の紐を切れば空に飛んでゆくと推論など) 扱えるテキスト量が8倍以上に増加(2万5000ワード超)。より長く詳細な指示を受けたり、長い文章からスタイルを模倣する、従来より長い文章を生成するなど。 知識量および推論能力が大きく向上。米国の大学入試共通テストにあたるSATや弁護士試験など、多数の試験において受験者の上位10%内など人間を超える結果。(GPT-3.5は下位10%の成績) 創造性も向上。たとえば「Aで始まる単語からアルファベット順にZで始まる単語まで、重複なし26個

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? こんにちは！逆瀬川 ( https://twitter.com/gyakuse ) です！ 今日発表されたGPT-4について見ていきたいと思います。 なにがすごいのか 専門的な問題を解けるようになった たとえば米国司法試験で上位10%、GPT-3.5は下位10%だった 非常に長い文章を入出力できるようになった 最大で32k tokens (日本語で約2.5万文字、文庫で50pくらい) 画像をもとに会話できるようになった (これは実験段階でまだ提供されません) 特に嬉しいのは32k tokensまで文章を扱えるようになったことでしょう。

GPT-4 is more creative and collaborative than ever before. It can generate, edit, and iterate with users on creative and technical writing tasks, such as composing songs, writing screenplays, or learning a user’s writing style.

「GPT-4」発表　日本語でもChatGPT英語版より高性能、司法試験で上位10％、「この画像何が面白いの？」にも回答（1/3 ページ） 米OpenAIは3月14日（現地時間）、大規模言語モデル「GPT-4」を発表した。テキストでのやりとりだけでなく、新たにユーザーから画像を受け取り、適切な情報も返せるようになったという。司法試験の模擬問題を解かせたところ、現在の「ChatGPT」が採用しているGPT-3.5では受験者の下位10％ほどのスコアしか取れないのに対し、GPT-4では上位10％のスコアで合格するとしている。 ChatGPTの有料版「ChatGPT Plus」やAPI経由ですでに利用できるようになっている。 専門的領域なら人間レベル　日本語でもGPT-3.5の英語版より高性能に GPT-4の性能について、同社は「現実世界のシナリオにおいては人間に劣ることも多いが、（司法試験の模擬問

We’ve created GPT-4, the latest milestone in OpenAI’s effort in scaling up deep learning. GPT-4 is a large multimodal model (accepting image and text inputs, emitting text outputs) that, while less capable than humans in many real-world scenarios, exhibits human-level performance on various professional and academic benchmarks. We’ve created GPT-4, the latest milestone in OpenAI’s effort in scalin