はじめに はじめまして、2024年4月より松尾研究所で働いている大西です。 前職では電機メーカーで研究職として働いており、社内外の事業を対象としたAI・最適化技術の社会実装を目的に研究開発を行っていました。 5年間勤めたタイミングで、AIに関するプロジェクトマネジメントに携わりたいと考え松尾研究所に転職しました。入社して3ヶ月が経ち、松尾研究所の良い文化と感じた勉強会について紹介させていただきます。 勉強会について 松尾研究所では、AIの社会実装に向けた社員の技術力向上を目的として数理最適化や因果推論などの勉強会を定期的に開催しています。今回は、数理最適化勉強会実施の経緯と進め方について説明します。 数理最適化とは 詳細な説明は省きますが、数理最適化とは、特定の目的関数（例：コスト、利益、時間）を最大化または最小化するために、変数の最適な組み合わせを見つけるプロセスです。現在、数理最適化は
「AgenticSeek」はローカルで動作するAIエージェントで、「PC上のファイルを検索」「コードを書く」「ウェブ上から情報を検索する」といった操作を実行できます。AIモデルは推論モデルのDeepSeek-R1を使用可能で、有料AIアシスタントのManusに匹敵する性能を無料かつ完全ローカルで実現することを目指して開発が進んでいます。 GitHub - Fosowl/agenticSeek: A open, local Manus AI alternative. No APIs, No $200 monthly bills. Enjoy an autonomous agent that thinks, browses the web, and code for the sole cost of electricity. https://github.com/Fosowl/agenticS
Google Cloud Next AI導入はもはや米国先行ではない--Google Cloud幹部が明かす「Vertex AI」の急成長 - (page 2) --生成されたコンテンツの著作権については、どのように対応しますか。 Googleは、提供する全てのモデルに対し、補償を提供している。他社と同様、Googleも基盤モデルの学習に用いたデータセットの全てを公開しているわけではない。しかし、補償を提供するため、社内の著作権専門チームと連携し、学習データは慎重に選定している。 --Lyriaの追加により、Vertex AIはテキスト、動画、画像、音楽をサポートするマルチモーダルプラットフォームになったとのことですが、顧客にとっての具体的な優位性は何でしょうか。 さまざまな利点があるが、例えば規制の厳しい業界の企業にとっては、新サービスが登場するたびに個別に導入プロセスを経るのは大きな負
では、それぞれ見ていきましょう。 arXiv AI/ML関連における一次情報源として欠かせないのがarXivです。 しかし、最近はプレプリントの投稿数が爆発的に増加しており、そのままarXivを見に行くとノイズが多すぎて、本当に価値のある論文を見つけるのが難しくなっています。 学会のトップ論文をチェックするという手もありますが、査読プロセスを経るため情報がどうしても遅くなりがちです。 そこで役立つのが、新鮮な論文を適度にキュレーションしてくれるサービスです。ここでは特におすすめの3つを紹介します。 Hugging Face - Daily Papers AI界隈で有名なAKさんをはじめとするHugging Faceのメンバーが、arXivから毎日厳選した論文リストを公開してくれているサービスです。 土日はお休みしていますが、平日は結構な量（多い日だと40本程度）の論文が選定されています。こ
■ はじめに 深層学習（DL）によりAIを生成する際には、大量の生データを用いて学習用データセットを生成し、当該学習用データセットを用いてDLを行って学習済みモデルを生成します。 学習済みモデル生成のためには質の良いデータセットと強力な計算資源が必要であるため、AIの中核的価値は学習済みモデルにあると言っていいでしょう。 したがって自ら、あるいは外注して生成した学習済みモデルをどのように保護するかはビジネスにおいて非常に重要な課題となります。 私どもはAIに関する相談を多数受けていますが、その中で非常に良く聞かれるのがこの「どのように学習済みモデルを保護するか」という点です。 たとえば以下のような相談を受けることがあります。 【設例】 工場用ロボット操業用の学習済モデルを生成したうえでロボットに組み込んでメーカーX社に納品したが、X社の担当役員によりモデルごとロボットが持ち出されてZ社に持
本記事ではAI系を中心とした「ビジネス」、「開発・技術」、「研究論文」に関する情報収集について、どのようなサイトやニュースレターを活用しているのか、そして私が実際どのように「AI-Agent（もどき）」を使用して収集・閲覧を効率化しているのかを紹介します。 本記事は4つの内容で構成されています。 最初に情報収集源に利用しているサイトをカテゴリごとに紹介します 次に購読しているニュースレターを紹介します 続いて、効率的な情報収集・閲覧手法を紹介します 最後に、執筆者が実際どのように「AI-Agent（もどき）」を使用して、情報収集を効率化しているのかを紹介します （執筆：小川 雄太郎） 本記事の目次です 情報収集先の紹介（サイト系） 1.1 カテゴリ：ビジネス 1.2 カテゴリ：開発・技術 1.3 カテゴリ：研究論文 情報収集源の紹介（ニュースレター系） 2.1 ニュースレター（毎日） 2.
Data-Centric AIとは Google Brainの共同設立者であり世界有数のAI研究者であるAndrew Ng先生が2021年の講演の中で使い始めた言葉です。従来、AI開発においては与えられたデータに対していかに機械学習モデルを改善していくかに注目が集まりがちでした。このようにデータを固定してモデルを改善していくアプローチはModel-Centric AI（モデル中心のAI）と呼ばれますが、Data-Centric AI（データ中心のAI）は逆にモデルを固定してデータを改善していくアプローチです。これらは二者択一ではなくいずれも重要であり、実プロジェクトにおいては両面から取り組むことが多いですが、モデル改善の方がAI開発の花形として多く語られているのが実情です。Andrew Ng先生はあえてData-Centric AIという言葉を使うことによって、AI開発におけるデータ改善の
こんにちは。エンジニアリンググループゼネラルマネジャー & 機械学習エンジニアの大垣です。 さて、私が機械学習エンジニアとして仕事をしているAI・機械学習チームでは、今年一年で28個のプロダクトをリリースしました。月に2つくらいは新規プロダクトが出てる計算ですね。なかなか高速にリリースできているのではないでしょうか。 なお、この1年で5名のメンバーが新規に加わり、チームが12人から17人になったので、来年は更に加速していきたいです！*1 これらのプロダクトを簡単にお見せしつつ、エムスリーという医療xWebの企業でMLのチームはどういう仕事をしているのか、というのをお届けできればと思います！ 多いっちゃ多いので、新メンバーはカルタでプロダクトを覚えています。このカルタ自体もLazzaroniというプロダクトです 年間15個以上のプロダクトをリリースするAIチームを入社したてのフレッシュな目線
時価総額が120億ドル（約1兆8000億円）を上回る語学学習プラットフォーム、Duolingo（デュオリンゴ）の創業者でCEOのルイス・フォン・アーン（46）は、人工知能（AI）が人々のいくつかの仕事を奪うだろうと述べている。 彼の言葉には、実体験が伴っている。昨年末にDuolingoは契約社員の約10％を削減し、代わりにAIを一部の業務に使用することを決定した。「会社としての方針は、もし何かを自動化できるならば、そうするというものだ」と、フォン・アンは人員削減について語った。 「正社員の仕事を自動化するのは非常に難しいが、時間給の契約社員が行っていた単純作業は自動化できた」 彼は、この決定が自社にとって正しい道だと強く信じているが、AIがもたらすより大きな問題があることを認識している。「AIは、貧しい人や教育を受けていない人々の仕事に影響を与えるだろう」と彼は言う。「しかも、それはアメリ
こんにちは。パロアルトインサイトCEOの石角友愛です。以前、私の記事で新しい職種として「AIエンジニア」について紹介しました。今回は、このAIエンジニアを含むAI人材の需要の高まり、そして企業による獲得競争について紹介したいと思います。 AIエンジニアの需要は、さまざまな業界でAI技術の採用が進んでいることを背景に、大きく伸びています。 まずは、AIエンジニアの現在の需要と雇用見通しの概要を紹介します。 AIエンジニアは、テクノロジー分野で最も急成長している分野の1つであり、従来のようなデータサイエンスや機械学習のタスクを主業務とするのではなく、AIツールの活用と製品化に焦点を当てた役割であり、ソフトウェアエンジニアリングとAIの橋渡しをする役割であるという内容で紹介した新しい職種です。 米国労働統計局は、2021年から2031年の間にAIエンジニアの雇用成長率が21%になると予測しており
MMF is a modular framework for vision and language multimodal research from Facebook AI Research. MMF contains reference implementations of state-of-the-art vision and language models and has powered multiple research projects at Facebook AI Research. See full list of project inside or built on MMF here. MMF is powered by PyTorch, allows distributed training and is un-opinionated, scalable and fas
📝 Markdown Generation 🧹 Clean Markdown: Generates clean, structured Markdown with accurate formatting. 🎯 Fit Markdown: Heuristic-based filtering to remove noise and irrelevant parts for AI-friendly processing. 🔗 Citations and References: Converts page links into a numbered reference list with clean citations. 🛠️ Custom Strategies: Users can create their own Markdown generation strategies tail
昨日（訳註：原文掲載日は現地時間で22日）、Nvidiaは2024年度第4四半期（2024年1月31日）の売上高を221億ドルと発表し、ウォール街の予想をあっさり上回った。生成AIの爆発的な成長により、収益は前年比265％増となった。 1993年にカリフォルニア州サンノゼのデニーズ・レストランで3人のエンジニアが始めた会社としては悪くない。 私がNvidiaに関する最初の記事を書いたのは1996年、同社がグラフィック・チップを「ウィンドウズ・アクセラレーター」として売り込んでいた頃だ。しかしこの物語はそれよりも早く、Huang（ファン）、Chris Malachowsky（クリス・マラコウスキー）、Curtis Priem（カーティス・プリーム）の3人が共有した「夢」から始まったのだ。 今日、同社の市場価値は1兆6,670億ドルを超え、Microsoft、Apple、Amazon、Goog
This article is a collaborative effort by Michael Chui, Eric Hazan, Roger Roberts, Alex Singla, Kate Smaje, Alex Sukharevsky, Lareina Yee, and Rodney Zemmel, representing views from QuantumBlack, AI by McKinsey; McKinsey Digital; the McKinsey Technology Council; the McKinsey Global Institute; and McKinsey’s Growth, Marketing & Sales Practice. The speed at which generative AI technology is developi
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
