InfoQ ホームページ Artificial Intelligence に関するすべてのコンテンツ
-
GitHub Copilotアップデート、新しいAIモデルの採用とセキュリティ向上を強化
GitHubは、GitHub Copilotは以前のモデルよりも高速で正確な新しいAIモデルを採用したと発表した。さらにGitHubでは、セキュアでないコーディング・パターンをリアルタイムにブロックしてCopilotの提案から脆弱性を検出するためにAIの運用を開始した。
-
Stack Overflowによる実証済み技術と実験的技術の評価調査
Stack Overflowは量子コンピューティング、ナノテクノロジー、ブロックチェーンなどの「話題性のある」技術や、クラウドコンピューティング、機械学習、ロボティクスなどの実証済みの技術を含む幅広い分野の技術についてソフトウェアエンジニアが有用性と影響をどのように捉えているかを測る技術評価調査を発表した。
-
AWSとNVIDIA、ジェネレーティブAIを高速化する次世代EC2 P5インスタンスでコラボレーションを発表
AWSとNVIDIAは、大規模言語モデルのトレーニングと高度なジェネレーティブAIアプリケーションの開発に特化した拡張性の高いオンデマンドAIインフラの開発を発表した。このコラボレーションはますます複雑になるAI関連の要求に対してもっとも最適化された効率的なシステムを構築することを目指している。
-
低スキルのサイバー犯罪者がChatGPTでマルウェアを作成している可能性について
最近のレポートで、イスラエルのサイバーセキュリティ会社 Check Point Research(CPR)は、サイバー犯罪者がChatGPTを使用してダークウェブ上で悪意のあるプログラムを開発している、と警告した。CPRによると、ChatGPTを用いて未熟な攻撃者でも機能するマルウェアが作成可能になる。
-
Metaが手がけるパラメータ数10分の1の大規模言語モデルLLaMA
Meta AI はパラメータ数が10分の1にもかかわらずGPT-3 などのモデルよりも優れた性能を持ち、PaLM と競合する新しい大規模言語モデル、Language Large Models Meta AI（LLaMA）をリリースした。70億から650億までのパラメータの言語モデルのセットがリリースされており、パラメータ数はLLaMAのバージョンによって決まる。
-
Doordashが店舗状況の把握に機械学習を導入
DoorDashはユーザー体験を向上して数千件もの注文キャンセルを削減するために、店舗の稼働状況を予測する機械学習モデルを導入している。店舗の稼働状況や注文の受付・処理能力を把握することは、DoorDashのプラットフォームにとって非常に重要だ。DoorDashの各マーケットプレイスは独立して稼働しているので、注文が届かないことを顧客に知らせたり、閉店したマーケットプレイスに他の注文が入るのを避けるためにも営業時間の情報は重要なのである。
-
GitHub、法的論争が続く中、Copilotをビジネス向けにリリース
GitHubは、OpenAIを搭載したコーディングアシスタント「Copilot」のビジネスプラン「Copilot for Business」を発表した。今回のリリースは、オープンソースライセンスに違反しているとして、Microsoft、GitHub、OpenAIに対して最近起きた集団訴訟を受けたものである。
-
マイクロソフト、ChatGPTでロボットを言語で制御することを目指す
Microsoft Autonomous Systems and Robotics Groupの研究者は論文でOpenAIのChatGPTをロボット工学アプリケーションに活用する方法を発表した。プロンプトの設計方法と、手元のタスクをプログラムするために特定のロボットライブラリを使用するようにChatGPTに指示する方法などである。
-
Wayveの自動運転車向けEnd-to-Endディープラーニングモデル
ディープラーニングAI技術に注力するWayveは、CARLAのシミュレーションデータを基に世界モデルと車両の運転方針を学習し、HDマップのない車への自律性を実現する最先端のエンドツーエンドモデルを発表した。
-
Metaが1750億パラメータAI言語モデルのOPTをオープンソース化
Meta AI Researchは、1750億パラメーターAI言語モデルのOpen Pre-trained Transformer（OPT-175B）をリリースした。このモデルは1800億のトークンを含むデータセットでトレーニングされている。GPT-3と同等のパフォーマンスを示す一方で、必要なカーボンフットプリントはGPT-3トレーニングの7分の1のみである。
-
Amazon RekognitionがStreaming Video Eventを導入
AWSは先頃、Amazon Rekognitionの新機能として、ライブビデオストリーム上でリアルタイムなアラートを提供するStreaming Video Eventsの提供を開始すると発表した。
-
グラフニューラルネットワークのベンチマークを高速化する新ツール GraphWorld
Google AIは先頃、グラフニューラルネットワーク(Graph Neural Networks、GNNs)分野のパフォーマンスベンチマークを加速するツールとして、GraphWorldをリリースした。異なるノード次数分布やジニ係数のように、さまざまな構造特性でグラフを生成するための、コンフィギュレーション可能なフレームワークである。
-
TensorFlow DTensor：分散ディープネットワークトレーニング向けの統合API
最近リリースされたTensorFlow v2.9では、モデル、データ、スペースパラレル（別名、空間タイル）ディープネットワークトレーニングのための新しいAPIが追加された。DTensorの目的は、シャーディング命令をモデルコードから分離することである。そのためにDTensorは、デバイス間でモデルとバッチパラメータを分割するための高レベルのユーティリティを提供する。
-
Amazonが51言語のAIトレーニングデータセット”MASSIVE”を公開
Amazon Alexa AIのNatural Language Understandingグループは "Multilingual Amazon SLURP (SLU resource package) for Slot Filling, Intent Classification, and Virtual-Assistant Evaluation"(MASSIVE)をリリースした。自然言語理解(NLU)AIモデルのトレーニングを目的として、51言語から100万件のアノテーション付きサンプルを収めたデータセットだ。データを使用するためのコードやツールも含まれている。
-
GoogleがWorkspaceに新しいAI機能を追加
Googleの最新のAI開発は、従業員を支援することを目的としている。すべての動作モードと場所において、何が重要か、安全なコラボレーション、人間関係の強化に注力している。