今日気になったAI系のニュース【23/4/24】
※より正確な情報は引用元のリンクをご覧ください。
※「GPT-4で要約→手動で修正→たまにコメントいれる」で説明を書いてます。
キングソフト、生成AIアプリ「WPS AI」を近く公開 「Microsoft 365 Copilot」を追う
キングソフト（金山软件 (kingsoft.com)）は、中国最大のソフト開発販売会社のひとつ。オフィスソフトやセキュリティソフトなどのサービスとともにスマートフォンアプリやモバイル広告事業などを展開している。
キングソフトの子会社「金山弁公軟件（Kingsoft Office Software）」は4月18日、大規模言語モデルの能力を備えた生成AIアプリ「WPS AI」（仮称）を近く公開すると発表した。
WPS AIは、Notion AI（GPT-3ベース）と同様に、データ分析・コンテンツ生成・テキスト処理の3つの機能を備えており、まずは同社のオンライン共同編集ツール「軽文檔（airPage）」に搭載される予定。
Binance、ChatGPTをWeb3アカデミーに統合
Binance（バイナンス）は、暗号通貨の1日の取引量が世界最大である暗号通貨取引所（Binance - Wikipediaより）
Binanceが、AI駆動の新しいツール「Binance Sensei」をリリース。
Binance Senseiは、ChatGPTをBinance Academyに統合し、Web3に関する学習を支援。
ユーザーが質問やキーワードを入力すると、Binance Senseiが150語程度の簡潔な要約を提供。
AI技術が暗号通貨業界で広く利用される一方で、規制当局による厳格な監視が予想される。
中国では、すべてのAIサービスに対してセキュリティレビューが義務付けられる予定。
ChatGPTは、医師を助け、患者を傷つける？
スタンフォード医科大学のロバート・パール教授は、ChatGPTが医師にとって過去の聴診器以上に重要になると述べている。
医師たちは、電子健康記録の情報を発掘したり、患者に技術的なノートの要約を提供したりするために、言語モデルが役立つことを期待している。
しかし、間違った診断や治療計画につながる可能性があるため、ChatGPTが誤った情報を提供することを恐れている。
AI技術開発企業は、医学試験の成績を競争の指標としている。
言語モデルの利点として、テキストの要約などが挙げられるが、ユーザーは結果が100％正確ではないことや、バイアスがかかった結果が生成される可能性があることを理解する必要がある。
ChatGPTが心臓病や集中治療のスコアリングなどのバイアスがある診断ツールをどのように扱っているかが懸念されている。
医師は低リスクのタスクにChatGPTを使用することに熱心だが、手術が患者にとって適切な選択肢かどうかなどの難しい倫理的決定に対しては慎重であるべきである。
今後、言語モデルは医師を補完し、慢性疾患の患者のケアを改善する可能性があるが、悲しみや喪失感の対処や、高リスクの手術に関する会話などはAIが関与すべきではないとパール教授は述べている。
メーカー各社は、工場でのAIによる後押しに期待
AI（人工知能）技術が製造業に革命をもたらすことを期待している。
OpenAIのチャットボット「ChatGPT」の登場で、多くの分野でAIへの関心が高まっている。
ドイツのハノーファー工業技術見本市では、製造業でのAI活用が注目された。
HPEとAleph Alphaは、工場での機械修理のガイダンスをAIが担当する技術を開発している。
Aleph Alphaは、顧客データをヨーロッパ内で保持することが大きなアドバンテージだと考えている。
シーメンスとMicrosoftは、製品の欠陥を見つけるためのAIを導入し、効率を向上させることを目指している。
AI技術は、特にドイツのような労働力不足が問題となっている国で、技術者の不足を緩和することができる。
Andrulis氏は、AIが仕事を奪うことはないが、AIを活用する企業が市場シェアを獲得するだろうと述べている。
RedPajama、LLaMAデータセットを複製してオープンソースの最先端LLMを構築
カリフォルニア州メンロパークに拠点を置くTogether社が、分散型クラウドとオープンソースモデルを構築するためにRedPajamaプロジェクトを発表。
RedPajamaは、Together、Ontocord.ai、ETH DS3Lab、Stanford CRFM、Hazy Research、MILA Québec AI Instituteとの共同プロジェクトで、先進的な完全オープンソースの大規模言語モデル（LLM）を作成することを目指す。
1.2兆トークンのデータセットがリリースされ、どの組織でも許諾されたモデルを事前学習できるようになった。データセットはHugging Faceで利用可能で、Apache 2.0スクリプトを使用してGithub上で結果を再現できる。
RedPajamaデータセットを元にしたLLMのフルスイートが今後数週間以内にリリースされる予定で、完全にオープンソースで商用利用が可能であることが強調されている。
オープンソースAIが近年注目されており、LLMリリースの波及や、スタートアップやアカデミアが閉鎖的で独占的なLLMに対抗する動きがある。
RedPajamaプロジェクトは、商用アプリケーションで利用可能な完全オープンソースのLLaMAの再現を目指しており、研究に対してより透明性のあるパイプラインを提供することを目指している。
（ちょっと遅れたニュースですが、今日Hugging FaceのトレンドにRedPajamaがでてきたので紹介しました。togethercomputer/RedPajama-Data-1T · Datasets at Hugging Face）
SentinelOne、新しい脅威をハンティングするプラットフォームの一環としてGPT-4の実験を実施
自律型サイバーセキュリティ企業SentinelOneが、ニューラルネットワークとGPT-4を含むLLMを基にした自然言語インターフェースを組み合わせた新しい脅威ハンティングプラットフォームを発表。
SentinelOneの脅威ハンティングプラットフォームは、エンドポイント、クラウドサービス、ネットワークログからデータを収集・集約・相関させ、セキュリティアナリストが脅威ハンティングの質問をしたり自動対応アクションをトリガーするための自動アシスタントとして機能。
ユーザーは自然言語でシステムに質問し、例えばPowerShellを使った潜在的な成功したフィッシング試行を調べたり、Log4jの潜在的なエクスプロイト試行を探したりできる。
SentinelOneの発表は、MicrosoftがGPT-4を搭載したAIセキュリティアシスタント「Security Copilot」をリリースした数週間後、およびRecorded FutureがGPT駆動のセキュリティソリューションを発表したわずか2週間以内に行われた。
ジェネレーティブAIセキュリティ市場は2023年の113億ドルから2028年には518億ドルに成長すると予測されており、SentinelOneのCEOであるTomer Weingarten氏は、自動化された対策アクションを行える同社のソリューションが競合他社との差別化を図っていると主張している。
KPMG：米国の経営者は、生成型AIの即時導入に向けた準備が整っていない
KPMG USが実施した最近の調査によれば、2023年3月に調査された225人の米国の幹部のうち約2/3（65%）が、次の3〜5年間で生成型AIが組織に高いまたは非常に高い影響を与えると考えており、他の新興技術を上回っている。
しかし、同数（60%）の回答者が、初めての生成型AIソリューションの実装までまだ1〜2年かかると述べており、すぐに導入するための準備が整っていないことが示されている。
調査では、回答者の半数以下が、生成型AIを成功裏に実装するために必要な技術、人材、ガバナンスが整っていると考えている。
生成型AIの遅れた採用に関して、規制や倫理的な懸念がもう一つの理由であると述べている。
調査で、生成型AIが最も破壊的な技術になる可能性があると回答した幹部は全体の77%に上り、企業全体の分野での影響が最も高いと予想されている。
生成型AIの優先順位は、セクターごとに大幅に異なる。テクノロジー、メディア、通信業界（71%）およびヘルスケア・ライフサイエンス業界（67%）の多くの幹部が、生成型AIを適切に優先していると感じているが、消費者・小売業界の幹部（30%）および産業製造業界の幹部（37%）の割合は小さい。
生成型AIの隆盛に対する対応を調整する中央チームや人物をまだ任命していないと答えた幹部は68%に達した。現在、IT部門が主導している。
調査によれば、組織は人間の仕事と生成型AIを組み合わせた新時代の労働力を予測している。多くの人が生産性が向上し、仕事の仕方が変わり、革新が促進されると考えている一方で、潜在的なマイナス面も懸念している。
生成型AIを採用する際の主な障壁には、明確なビジネスケース、適切な技術、人材、ガバナンスが挙げられる。
KPMGは、競争に勝ち抜くために、幹部が生成型AIの迅速な導入を優先し、同時に倫理的かつ責任ある利用を確保することを推奨している。
KPMGは、CEOや取締役が生成型AIを理解するために個人的に時間を投資し、チームに同じことを求めるべきだと述べている。
生成型AIの成功の鍵は、組織内での受け入れ、採用、整合性であり、この戦略はリテラシーを最初に考慮することから始めるべきである。また、企業は新しい運用モデルを検討し、生成型AIの能力、潜在的な使用例、制限事項に関する研究開発を行うべきである。
企業は、「手を汚して」技術を試し、その潜在的な影響をよりよく理解するために、パイロットプロジェクトで実験を行うべきである。
ZoopはHumans.aiと提携し、世界中のファンのために有名人のトークを新しい言語に翻訳します。
Zoopは、ファンとお気に入りのセレブやクリエイターをつなぐ企業で、AIスタートアップのHumans.aiと提携して言語の壁を取り除き、世界中のファンに意味のあるパーソナライズされたつながりを提供します。
この提携により、Zoopは既存の障壁を取り除き、ファンとセレブ間の関係を向上させるという使命を達成できると述べています。
Zoopは、Humans.aiの技術と安全なフレームワークを使用して、言語の壁に関係なく、ビデオやオーディオでセレブやクリエイターと交流する際に、ファンが彼らの独自の声で同じ言語を話すことができるようになります。
Zoopは、セレブがファンとつながり、個人ブランドを収益化するためのツールやプラットフォームを提供しています。また、アニメーション化されたアバターとして生き生きとしたトレーディングカードのような、カスタムデジタルコレクタブルを作成するために、クリエイターやセレブと直接提携しています。
ファンは、独占的なコンテンツや報酬、機能にアクセスし、同じ趣味を持つコミュニティとつながり、デジタルや現実の世界での体験に参加することができます。
RMT：1Mトークン以上のメモリを使えるTransformer
4/19の論文ですが、なんか今日Twitterで話題になってたので紹介します。
この論文では、自然言語処理において最も効果的なTransformerベースのモデルであるBERTの文脈長を延長するために、リカレントメモリを適用しています。
リカレントメモリトランスフォーマーアーキテクチャを利用することで、モデルの有効な文脈長を前例のない200万トークンまで増加させ、高いメモリ取得精度を維持しています。
提案手法は、局所的および大域的な情報の格納と処理を可能にし、リカレンスを利用して入力シーケンスのセグメント間の情報伝達を可能にします。
実験により、提案手法の有効性が示され、自然言語理解や生成タスクにおける長期依存関係の取り扱いを向上させるだけでなく、メモリ集約型アプリケーションに対して大規模な文脈処理を可能にする大きな潜在能力があることが分かりました。
（GPT-4が3万トークンくらい使えたけど、RMTを使うと200万トークンもいけるってことらしい。つまり、LLMならめっちゃ長い文章を入力できるし、チャット形式ならかなり昔の会話まで覚えてくれる）
ぼやき
業界動向をメインでまとめてるけど、論文の紹介も需要あるんだろうか。。
とりあえずしばらく続けます。
この記事が気に入ったらサポートをしてみませんか？