生成AI活用研究部

生成AI関連の記事を生成AIを活用してわかりやすく解説することを目指しています。生成A…

生成AI活用研究部

生成AI関連の記事を生成AIを活用してわかりやすく解説することを目指しています。生成AIを活用した記事ゆえ正確性は保証しておりません。あくまでも一つの可能性としての取り組みと捉えていただければ幸いです。

企業向け生成AIの16の変化

本記事は16 Changes to the Way Enterprises Are Building and Buying Generative AI | Andreessen Horowitzの解説記事となります。 2023年に生成AIは消費者市場を席巻し、2024年には企業向けの収益機会がさらに拡大することが予想されます。企業が生成AIにどのように投資し、活用しているかを理解するために、Fortune 500企業やトップ企業のリーダーと対話し、調査を行いました。 予算

生成AI活用研究部

    • AI時代のクラウドから学ぶ価値獲得の競争

      本記事はThe Race to Capture Value: Cloud Lessons for the AI Era | Andreessen Horowitzの解説記事となります。 プラットフォームシフトが技術の風景を再形成するとき、誰が勝者となるのでしょうか？AIがもたらす新しいコンピューティング時代において、価値を獲得するための競争がどのように展開されるのか、SaaSおよびクラウド時代の市場動向を通じて考察します。 正の相互作用ゲームと巨額の価値技術の進歩により、

      生成AI活用研究部

      • コールセンター、従業員の「精神的シールド」として「感情キャンセル」AIを導入

        本記事はCall Centers Introduce ‘Emotion Canceling’ AI as a ‘Mental Shield’ for Workers · Gizmodoの解説記事となります。 コールセンターの従業員は、怒り狂う顧客からの電話を一日中受ける厳しい仕事をしています。多くの企業がAIを導入して、従業員の感情的な負担を軽減しようとしています。本記事では、SoftBankとFirst Horizon Bankが導入を計画しているAI技術について詳しく解

        生成AI活用研究部

        • 最高のテキストチャンクング方法とは？

          本記事はThe Best Text Chunking Method? · Hasan Aboul Hasan · Mediumの解説記事となります。 テキストチャンクング（またはテキストスプリッティング）は、大きなテキストを小さな部分に分割する方法です。教育やデータの整理、複雑な概念の理解など、人間が情報を処理しやすくするために使用されます。また、プログラミングの分野では、テキスト分析やAI、RAG（Retrieval-Augmented Generation）などで重要な

          生成AI活用研究部

        企業向け生成AIの16の変化

        生成AI活用研究部

          AIは彼らの仕事を奪った。そして今、彼らはAIを人間らしくするために報酬を得ている

          本記事はAI took their jobs. Now they get paid to make it sound human · BBCの解説記事となります。 AIの影響で仕事を失うことを心配しているなら、コピーライターの世界が未来の一端を示しているかもしれません。本記事では、AIがコピーライターの職を奪い、その後の彼らの新たな役割について解説します。 AIによるコピーライティングの自動化2023年初頭、コピーライターのベンジャミン・ミラー（仮名）は、60人以上のライ

          生成AI活用研究部

          AIは彼らの仕事を奪った。そして今、彼らはAIを人間らしくするために報酬を得ている

          生成AI活用研究部

          AIでSaaS開発を加速できるか？

          本記事はIdea → Build → Deploy. Can We Build SaaS Faster with AI ? | by Avra | May, 2024 | Mediumの解説記事となります。 AI技術の進化により、SaaS開発がどのように変化しているかについて探ります。AIを活用することで、従来よりも迅速かつ効率的にSaaSを構築する方法について解説します。 SaaS開発の現状と課題SaaS開発の従来のプロセス従来のSaaS開発では、フロントエンドとバック

          生成AI活用研究部

          AIでSaaS開発を加速できるか？

          生成AI活用研究部

          RAG技術でAIチャットボットを賢くする実践ガイド

          本記事はA practical guide to making your AI chatbot smarter with RAG · The Registerの解説記事となります。 RAG（Retrieval Augmented Generation）は、AIモデルをより有用にする技術として注目されています。本記事では、RAGの基本原理とその実践的な応用方法について詳しく説明します。 RAGとは何かRAGの基本概念RAGは、事前にトレーニングされたモデルに依存せず、外部デ

          生成AI活用研究部

          RAG技術でAIチャットボットを賢くする実践ガイド

          生成AI活用研究部

          AIエージェントの現実と期待のギャップ

          本記事はAI Agents: Hype vs. Reality · Kadoa · AI Web Scraperの解説記事となります。 AIエージェントの可能性は、繰り返し作業の自動化に対して期待されていますが、現実には複雑でオープンエンドなタスクにはまだ対応できていません。本記事では、AIエージェントの現状とその課題について解説します。 AIエージェントとは何かAIエージェントの定義と種類AIエージェントは、通常、LLM（大規模言語モデル）がRAG（Retrieve a

          生成AI活用研究部

          AIエージェントの現実と期待のギャップ

          生成AI活用研究部

          Function Callingで自律的なAIエージェントを構築する

          本記事はBuild Autonomous AI Agents with Function Calling | by Julian Yip | Towards Data Scienceの解説記事となります。 Function Callingは、チャットボットを外部APIと連携できるエージェントに変えるための強力なツールです。この記事では、実用的な実装方法を紹介し、自律的なAIエージェントを構築する手順を詳述します。 Function Callingの概要Function C

          生成AI活用研究部

          Function Callingで自律的なAIエージェントを構築する

          生成AI活用研究部

          RAGシステムのための新しいチャンク方法

          本記事はNew Chunking Method for RAG-Systems | by Andreas Stöckl | Jun, 2024 | DataDrivenInvestorの解説記事となります。 RAG（Retrieval Augmented Generation）システムの性能は、大きな文書を小さな部分に分割する方法に大きく依存します。この記事では、文書をトピックの変化に応じて分割する新しい方法を紹介します。この方法は、文書内のトピックの移行点を特定し、各部分

          生成AI活用研究部

          RAGシステムのための新しいチャンク方法

          生成AI活用研究部

          GenAI成熟度モデル：あなたのAI企業は準備ができていますか？

          本記事はThe GenAI Maturity Model. Is your AI Enterprise ready ? | by Ali Arsanjani | May, 2024 | Mediumの解説記事となります。 本記事では、生成AI（GenAI）の成熟度モデルについて説明し、企業が自社のGenAIの成熟度を評価し、目標達成のための戦略を立てる方法について詳述しています。成熟度モデルは、GenAIソリューションの進展を7つのレベルで示しており、企業が現在の位置を把握

          生成AI活用研究部

          GenAI成熟度モデル：あなたのAI企業は準備ができていますか？

          生成AI活用研究部

          AIエージェントの到来：2024年の12の予測

          本記事はThe AI Agents are Coming. 12 Predictions for 2024 | by Daniel Dowler | Mediumの解説記事となります。 2023年は生成AI（GenAI）と大規模言語モデル（LLM）が注目を浴びましたが、2024年にはAIエージェントがその主役となるでしょう。この記事では、AIエージェントがビジネスや消費者に与える影響について、12の予測を紹介しています。 AIエージェントの夜明けAIエージェントの定義AI

          生成AI活用研究部

          AIエージェントの到来：2024年の12の予測

          生成AI活用研究部

          ChatGPTが語るLeopold AschenbrennerのAIエッセイ

          本記事はRead ChatGPT's Take on Leopold Aschenbrenner's AI Essay - Business Insiderの解説記事となります。 OpenAIの元研究者Leopold Aschenbrennerは、AIの未来について165ページにわたるエッセイを発表しました。ChatGPTにこのエッセイを要約させたところ、以下のような重要なポイントが浮かび上がりました。 主なポイントAIの急速な進歩Aschenbrennerは、AIの進化

          生成AI活用研究部

          ChatGPTが語るLeopold AschenbrennerのAIエッセイ

          生成AI活用研究部

          たった2分でAIインフルエンサーを作成しました

          本記事はI just CREATED an AI Influencer in under 2 minutes | by Kanika B K | Mediumの解説記事となります。 こんにちは、パッシブインカムコーチのKanikaです。2024年の未来波であるAIインフルエンサーについてお話しします。今回は、わずか2分でAIインフルエンサーを作成する方法をご紹介します。 背景ストーリーRendernetの紹介数日前からXプロファイルでRendernetというツールが頻繁に

          生成AI活用研究部

          たった2分でAIインフルエンサーを作成しました

          生成AI活用研究部

          T-RAG = RAG + ファインチューニング + エンティティ検出

          本記事はT-RAG = RAG + Fine-Tuning + Entity Detection | by Cobus Greyling | Mediumの解説記事となります。 T-RAGアプローチは、RAG（Retrieval Augmented Generation）アーキテクチャとファインチューニングされたオープンソースのLLM（大規模言語モデル）およびエンティティツリーベクトルデータベースを組み合わせたものです。この手法は、文脈的な検索に焦点を当てています。 T-

          生成AI活用研究部

          T-RAG = RAG + ファインチューニング + エンティティ検出

          生成AI活用研究部

          テックスケープ: 安価なアウトソーシング労働がAI英語を形成する方法

          本記事はTechScape: How cheap, outsourced labour in Africa is shaping AI English | Technology | The Guardianの解説記事となります。 AIアシスタントの使用において、生成される応答の質には独特な特徴があります。これらの特徴は、AIシステムの設計とトレーニング方法に起因しており、その多くはアフリカでの安価なアウトソーシング労働によって形成されています。 AIの生成する言語の特徴特

          生成AI活用研究部

          テックスケープ: 安価なアウトソーシング労働がAI英語を形成する方法

          生成AI活用研究部