#15 開発者の祭典！オープンAI DevDayで明らかになったAIの新地平
ポッドキャスト第15回目の紹介 ## オープンAIの発表 - オープンAIがGPT-4 Turboを発表。 - GPT-4 Turboは高性能かつ低価格なアップグレードを実現。 - 日本語のLMモデルも公開され、個別のチャットAIを作成可能。 - 新しいAIチャットボットGrokはユーモラスな反応で最新の情報に回答。 ## GPT-4 Turboの特徴 - GPT-4 Turboは2023年4月までのデータに対応し、処理できるテキスト量が増えた。 - 価格も安くなり、APIを通じて利用可能。 - GPT-4 Turbo with Visionも発表され、画像入力に特化。 ## オープンAIのDevDay - オープンAIがDevDayというイベントを開催。 - 新機能が発表され、新しいモデルが追加された。 ## GPT'sのカスタム版作成 - ノーコードでChatGPTのカスタム版を作成可能。 - GPT'sを公開できるGPT Storeも提供予定。 - APIの呼び出しに対応し、メールの読み取りや買い物アシスタントの機能も追加可能。 ## AI Chatbot Grokの発表 - AI Chatbot Grokは最新の情報に関する質問に回答可能で、ユーモラスな反応を示す。 - ベータ版で試験的な使用が許可され、将来的にはプレミアムサービスに含まれる予定。 ※ タイトルや概要は AI にて生成させています。 放送で紹介されたニュースへのリンク https://ainewsdev.substack.com/weekly-ai-news-16 放送の最初と最後の音声は https://elevenlabs.io/ で作成しました。 途中の音声は OpenAI の Text to speech API で作成しています。 https://platform.openai.com/docs/guides/text-to-speech
#14 日本語AIモデルの新時代：LLM-JPからStockMartまで、日本のAIがどう変わるか
ポッドキャスト第14回目の紹介 - AI関連の話題 - 日本語向けの大規模言語モデルの公開と進化 - 新しいオープンソースツール「Nightshade」の登場 - アーティストがAIモデルのトレーニングに収入を得ることができる「ドク」の導入 - SensorRTという新機能の登場によるディープラーニングモデルの高速化 - AWSとの連携により生成AIサービスが強化され、Alexaも活用される- 日本語向けの大規模言語モデル - LLM-JP、Japanese Stable LM、StockMartの3つのモデルが公開された - 各モデルは特徴や利点が異なる - LLM-JPの公開文書に特徴や利点が明記されていない点に改善の余地がある- 敵対的な画像生成 - オープンソースツール「Nightshade」が登場 - 画像に毒を注入することでAIの学習結果を操作できる - AIのセキュリティに関わる重要な技術であり、注意が必要- 画像生成の高速化 - Stable Diffusion、Web UI、TensorRTの機能が追加された - NVIDIAのドライバーによる高速化が可能 - 他のフレームワークにも広がる可能性がある- アレクサの強化 - Amazonのスマートスピーカー「アレクサ」にAIが搭載される - パーソナライズされた会話が可能になり、スマホを開かずに利用できる - AIが身近なデバイスで利用されることにより、AIの普及が進む ※ タイトルや概要は AI にて生成させています。 放送で紹介されたニュースへのリンク https://ainewsdev.substack.com/weekly-ai-news-14 放送の最初と最後の音声は https://elevenlabs.io/ で作成しました。
#13 AIモデル大集合！プロード2、ダリースリー、ラングチェーンの全貌
ポッドキャスト第13回目の紹介 - AI関連の話題 - AIが自動でピックアップし、ポッドキャストで話す - AIチャットボートCloud2が世界95の国と地域で利用可能になった - 新しいAIモデルDAL-Eが会話からユニークな画像を生成することができるようになった - AIによる微情報がネット上で広まり、企業のウェブサイトも影響を受けている - Googleが生成AIの著作権リスクに対する保証を表明した- AIの進化 - AIの音声合成が自然な感じになってきている - AIがポッドキャストのスクリプトを生成してくれるようになった - AIの精度が向上している- AIモデルの紹介 - プロード2: GPT-3.5以上の性能を持ち、長い文章を入力できる - モデルダリースリー: 一般提供され、課金ユーザーが利用可能になった - ラングチェーン: LLMアプリケーション開発に使用されるフレームワーク- AIによる偽情報の拡散 - AIが作成した情報がネット上で広まり、真偽がわからない情報が溢れることが問題となっている- 企業の保証 - Googleが生成AIの著作権リスクに対する保証を表明した - 大手企業が責任を負うことで、AIの普及率が変わってくる可能性がある ※ タイトルや概要は AI にて生成させています。 放送で紹介されたニュースへのリンク https://ainewsdev.substack.com/weekly-ai-news-13 放送の最初と最後の音声は https://elevenlabs.io/ で作成しました。
#12 Adobeの画像革命、Googleの教育プレイ、そして言語の壁を超える11Lab
ポッドキャスト第12回目の紹介 1. AmazonのAWSが提供しているBedrockというサービスに関する話題が続いている。 2. GoogleのアシスタントウィズバードがAndroidとiOS向けにリリースされ、機能が統合されている。 3. Adobe Illustratorに生成AIが組み込まれ、ベクター画像の修正が容易になった。 4. Googleが無料の機械学習教材を提供しており、ゲーム感覚で学習が進められる。 5. オープンAIが独自のAIチップの開発を検討している。 6. オープンAIがAPIコストの削減やGPT-4Vの提供を予告している。 7. 11Labが音声を別の言語に翻訳するサービスを提供しており、言語の壁をなくすことができる。 その他 OpenAIが2023年11月に開発者向けの大規模なアップデートを実施か https://gigazine.net/news/20231012-openai-major-updates/ ElevenLabs Launches Voice Translation Tool to Break Down Language Barriers for Content https://elevenlabs.io/blog/elevenlabs-launches-voice-translation-tool-to-break-down-language-barriers-for-content/ ※ タイトルや概要は AI にて生成させています。 放送で紹介されたニュースへのリンク https://ainewsdev.substack.com/weekly-ai-news-12 放送の最初と最後の音声は https://elevenlabs.io/ で作成しました。
#11 AI界の巨人たちが動き出す！AmazonからGoogle、メタまでの最新動向まとめ
ポッドキャスト第11回目の紹介 - AmazonがBedrockというサービスを開始したことが話題になりました。これまでは一部の企業しか利用できなかったが、今後は誰でも利用可能になる予定です。- ChatGPTの話題が出ました。ウェブのブラウジング機能が一時的に取り消されていましたが、最近復活しました。- オープンAIがDARI3という画像生成モデルの機能を開放したことが話題になりました。DARI3はJAT GPTの対話型インターフェースで使用できるようになりました。- メタ（旧Facebook）がAIを活用した新しい機能やVRに関する発表を行ったことが話題になりました。- 孫正義さんの講演が話題になりました。AIの活用についてのメッセージが強く、AIを活用していない人々に対しての指摘がありました。- GoogleがPixel 8というスマートフォンを発表し、AIの活用が強調されました。 その他 まだChatGPTを使ってない人は「人生を悔い改めた方がいい」――孫正義節が炸裂 https://www.itmedia.co.jp/news/articles/2310/04/news175.html Googleの新しいスマホ｢Pixel 8｣でやらなくてよくなる、“めんどうなこと”まとめ https://www.gizmodo.jp/2023/10/google-pixel-8-ai-assistant-with-bard.html ※ タイトルや概要は AI にて生成させています。 放送で紹介されたニュースへのリンク https://ainewsdev.substack.com/weekly-ai-news-11 放送の最初と最後の音声は https://elevenlabs.io/ で作成しました。
#10 画像、音声、そして未来のデバイス：AIの進化が加速する
ポッドキャスト第10回目の紹介 ## 1. AIによる画像認識の進化- オープンAIのChatGPTに対して、画像認識機能が追加された。- これにより、画像をテキスト情報とともに解析し、チャットGPTが回答することが可能になった。- 例えば、レシートの画像を撮影し、その内容を問い合わせると、チャットGPTが解析して回答してくれる。- これまでは、画像の説明をするだけでなく、画像に含まれる文字情報も解析し、回答してくれる。- これにより、手書きのメモの内容を問い合わせる際に、OCRで文字列に変換する必要がなくなった。- 画像とテキストのマルチモーダルな機能により、チャットGPTの利用範囲が広がった。## 2. ChatGPTと音声会話の進化- ChatGPTとの対話が音声で行えるようになった。- スマートフォン向けのアプリで、チャットモードや会話モードを選択することで、音声での対話が可能。- ユーザーが発音すると、チャットGPTがきれいな日本語で回答してくれる。- ワイヤレスのヘッドセットを使用し、24時間アプリを立ち上げておくことで、常にAIとの会話が可能。- 本を読んでいる最中に疑問が生じた場合、口頭で質問すると、チャットGPTが回答してくれる。- 音声を通じてAIとの対話ができることで、自身の能力が拡張された。## 3. ダリースリーと新しいデバイス開発- オープンAIのサム・アルトマン氏と、デザイナーのジョナサン・アイブ氏がAIのハードウェア開発に取り組む可能性があるとの噂が広まっている。- この話はまだ確定的な情報ではなく、業界の話題として注目されている。## 4. AmazonのAIへの出資- Amazonがアンソロピックという会社に対して約5900億円の出資を行い、生成AIの強化を図ることを発表した。- AmazonがAIの生成に本格的に取り組む姿勢を示している。## 5. プリファード・ネットワークスの大規模言語モデル- プリファード・ネットワークスが、高性能な大規模言語モデルを発表した。- プラモという名前のモデルは、日本的な名前付けがされており、注目を集めている。 ※ タイトルや概要は AI にて生成させています。 放送で紹介されたニュースへのリンク https://ainewsdev.substack.com/weekly-ai-news-10 放送の最初と最後の音声は https://elevenlabs.io/ で作成しました。
#9 AIの進化が止まらない！DALL·E v3、Google Bardアップデート、コパイロット新機能、YouTubeのショート動画革命
ポッドキャスト第9回目の紹介 ## トピック1: OpenAIの画像生成サービス「DALL·E」のバージョン3の発表- OpenAIが提供する画像生成のサービス「DALL·E」のバージョン3が発表されました。- 今回の発表は、「出るぞ」という発表であり、注目を集めました。- チャットGPTに組み込まれることで、使いやすさや期待感が高まっています。## トピック2: Googleの大規模言語モデル「BERT」のアップデート- Googleが提供する大規模言語モデル「BERT」が大幅にアップデートされました。- Googleワークスペースなどのサービスと連携できるようになり、利便性が向上しました。- チャットGPTと組み合わせることで、最新の情報を取得できるようになりました。## トピック3: MicrosoftのAIアシスタント「コパイロット」の新機能- MicrosoftのAIアシスタント「コパイロット」に新機能が追加されました。- Windows 11にも統合される予定であり、Windowsのユーザーエクスペリエンスが向上します。- GitHubコパイロットチャットが一般利用可能になり、個人でも利用できるようになりました。## トピック4: YouTubeのテキストベースのショート動画機能- YouTubeにテキストベースのショート動画機能が追加されました。- ユーザーは簡単にテキストを入力するだけで、自分だけの映像作品を作成し、公開することができます。- クリエイターにとって使いやすいツールとなっており、動画生成が簡単になりました。 ※ タイトルや概要は AI にて生成させています。 放送で紹介されたニュースへのリンク https://ainewsdev.substack.com/weekly-ai-news-9 放送の最初と最後の音声は https://elevenlabs.io/ で作成しました。 その他 YouTube、生成AIでテキストからショート動画背景を“創造” https://www.watch.impress.co.jp/docs/news/1533358.html Windows 11、9月26日の大型アプデ「23H2」で「Microsoft Copilot」ビルトイン https://www.itmedia.co.jp/news/articles/2309/22/news089.html 「GitHub Copilot Chat」ベータ版が個人でも利用可能に ～AIがプログラミングに助言 https://forest.watch.impress.co.jp/docs/news/1532976.html
#8 AIが奏でる音楽、書くコード、描く画像、そして仏教ボット
ポッドキャスト第8回目の紹介 ## AIによる音楽生成- ステイブルオーディオという音声系のAIがリリースされた。- 簡単なテキストを入力すると高品質な音楽を作ることができる。- 音楽としては高品質であり、BGMとして使用できる。 ## マイクロソフトのCopilot- マイクロソフトが提供するCopilotは、AIがプログラミングのソースコードを生成するサービスである。- 企業向けのサービスであり、著作権の侵害リスクについてマイクロソフトが責任を負うことを発表した。 ## 自然言語でのプログラミング- オープンインタープリターという自然言語でプログラミングができるオープンソースツールが登場した。- インターネットにアクセスし、外部ライブラリーを利用することができる。## 画像生成AIの進化- アニメートリフという画像生成AIが進化し、自然な動きを表現することができるようになった。- 技術の進化が早く、今後の発展が期待される。 ## 仏教の領典を学習したAIBot- 仏教の領典を学習させたAIBotが開発された。- GPTをファインチューンさせることで、キャラクター性を持ったボットを作成することが容易になった。## AdobeのFirefly- Adobeの画像生成AIであるFireflyが公式リリースされた。- 商用利用が可能になり、フォトショップとの連携も可能になった。 ※ タイトルや概要は AI にて生成させています。 放送で紹介されたニュースへのリンク https://ainewsdev.substack.com/p/weekly-ai-news-8 その他 Adobe、無料ですぐ使える画像生成AI『Firefly』ウェブ版提供開始。Photoshopの「生成塗りつぶし」「生成拡張」も。権利クリア画像で学習 https://www.techno-edge.net/article/2023/09/13/1904.html
#7 渋谷のスマートシティ夢と現実：AIカメラの物議、教育のAIチューター、そしてITパスポートの新時代
ポッドキャスト第7回目の紹介 ## トピック1: 渋谷駅周辺に設置されたAIカメラ- 渋谷駅周辺に100台のAIカメラが設置され、スマートシティ化と街づくりを目指す話題が取り上げられている。- カメラの設置に対しては物議があり、プライバシーの問題やトラッキングの懸念がある。## トピック2: AIの教育への活用- オープンAIがAIの教育への活用方法について情報を公開した。- AIをチューターや学習の補助として活用する方法が具体的に示されている。## トピック3: ITパスポートにおける生成AIの問題- ITパスポートの試験に生成AIに関する問題が追加された。- ITの基礎知識とともに生成AIの理解も求められるようになった。## トピック4: Twitterの公開データの利用ポリシー改定- X社がTwitterの公開データをAIのトレーニングに利用するポリシーを改定した。- 明示的に公開データの利用を宣言し、意識の変化をもたらした。 ※ タイトルや概要は AI にて生成させています。 放送で紹介されたニュースへのリンク https://ainewsdev.substack.com/p/weekly-ai-news-7 その他 Teaching with AI https://openai.com/blog/teaching-with-ai 君は解けるか？ ITパスポート試験に新登場する“生成AI”のサンプル問題、IPAが公開 https://www.itmedia.co.jp/news/articles/2308/31/news184.html X（旧Twitter）、ユーザーの公開データをAIトレーニングに使うと改定ポリシーに明記 https://www.itmedia.co.jp/news/articles/2309/03/news038.html
#6 GoogleのAIパワーアップ：SGE検索とDuet AIが仕事をどう変える？
ポッドキャスト第6回目の紹介 ## 1. GoogleのAIによる検索体験（SGE） - GoogleがAIによる検索体験を提供していることが話題になっている。 - SGEは検索キーワードからユーザーが知りたい情報を提案する機能を持っている。 - SGEはGoogle検索の一部であり、検索エンジンの体験を向上させる役割を果たしている。 ## 2. GoogleのAI支援ツール「Duet AI」 - Google Cloud Next 2023イベントで発表されたDuet AIは、Google Workspaceの一部として提供される。 - Duet AIは、Google MeetやGoogleスライドなどのツールで利用できるAI機能を提供する。 - Duet AIは、会議の自動文字起こしやスライド作成のアシストなど、業務の効率化に役立つ機能を持っている。 ## 3. メタ社のAIモデル「コードディアマ」 - メタ社がAIモデル「コードディアマ」を発表した。 - コードディアマは、プログラムの生成に特化したモデルであり、優れた能力を持っている。 - コードディアマは、特定の目的に特化したAIモデルを作成するためのツールとして利用されている。 ## 4. オープンAIのエンタープライズ向けチャットGPT - オープンAIがエンタープライズ向けのチャットGPTを提供開始した。 - エンタープライズ向けのチャットGPTは、セキュリティや安定性などの要件を満たすために開発された。 - エンタープライズ向けのチャットGPTは、企業の業務改善に役立つ機能を提供している。 ## 5. テキスト読み上げモデル「バリー」 - テキスト読み上げモデル「バリー」が登場した。 - バリーは、多言語のテキストを読み上げることができるモデルである。 - バリーは、事前に登録した音声を元に、テキストを読み上げることができる。 ※ タイトルや概要は AI にて生成させています。 放送で紹介されたニュースへのリンク https://ainewsdev.substack.com/p/weekly-ai-news-6