株式会社自動処理では最先端の知見を得るために、日々研究を行っています。このページではAIに関する情報や、公開可能な研究内容を公開しています。 調査研究に関するお問い合わせや、こんな調査をして欲しいなどのご要望は以下のお問合せまでご連絡ください。 お問い合わせ お問い合わせ
Microsoft の Phi-3.5 モデルファミリーは、小規模言語モデル(SLM)として高性能かつコスト効率に優れています。Phi-3.5-MoE は 6.6B のアクティブパラメータで大規模モデルに匹敵する性能を発揮し、多言語サポートと 128K のコンテキスト長を特徴としています。Phi-3.5-vision は画像理解能力が向上し、マルチフレーム画像やビデオ解析にも対応。両モデルとも、特定のタスクで大規模モデルと競争力のある性能を示し、効率的な AI ソリューションとして注目されています。安全性と責任ある AI 開発にも重点を置いており、Azure AI Studio での最適化されたデプロイメントオプションも提供されています。
Mistral Large 2は、123億パラメータを持つ高性能な大規模言語モデルです。128,000トークンのコンテキストウィンドウを持ち、マルチリンガル対応と高度な推論能力が特徴です。性能面では、MMLUで0.840のスコアを達成し、トップモデルに迫る能力を示しています。コスト効率では、入力価格461.46円/1Mトークン、出力価格1,384.38円/1Mトークンと競争力のある価格設定です。処理速度は中程度ですが、初期応答時間が0.29秒と非常に短く、高い応答性を誇ります。これらの特性から、Mistral Large 2は、コスト効率の高いAI導入やリアルタイム性が求められるアプリケーションに適しており、幅広いビジネス用途での活用が期待されます。
Metaが開発したLlama 3.1は、8B、70B、405Bの3つのモデルサイズを持つオープンソース大規模言語モデルです。405Bモデルは最先端の専有モデルと同等の性能を示し、70Bモデルは優れたコスト効率と処理速度を提供、8Bモデルは高速で低コストな処理を実現します。全モデルが128,000トークンのコンテキストウィンドウを持ち、MMLUやHumanEvalなどのベンチマークで競争力のあるスコアを達成しています。オープンソースの利点により、カスタマイズ性が高く、コスト最適化が可能です。エッジデバイスから大規模エンタープライズまで、幅広い用途に適応できる柔軟性を持ち、AI技術の民主化と革新に貢献することが期待されています。
GPT-4o miniは、OpenAIが開発した高コスト効率・高速処理の小規模言語モデルです。128Kトークンのコンテキストウィンドウを持ち、MMLUで82.0%、HumanEvalで87.2%のスコアを達成。入力24円/1M トークン、出力95円/1M トークンと、他モデルより大幅に安価です。処理速度は中央値166.1トークン/秒で最速級。テキストと視覚情報の処理、優れたコーディング能力を特徴とし、大量データ処理やリアルタイム応答が必要なアプリケーションに適しています。高性能モデルには及ばないものの、コストパフォーマンスの高さからAI技術の普及に貢献すると期待されます。
Claude 3.5 Sonnetは、Anthropic社が開発した最新の大規模言語モデルで、200,000トークンのコンテキストウィンドウを持ち、高度な推論能力とコーディング能力を備えています。ベンチマークテストでは、GPQAとDROPで最高スコアを達成し、HumanEvalでも優れた結果を示しました。コスト効率も高く、専有モデルの中で最も高いコスト効率指数を記録しています。処理速度も大幅に向上し、競合モデルと遜色ない性能を発揮しています。高度なAI機能と経済性のバランスを求めるユーザーにとって、学術研究支援や高度なプログラミング支援など、幅広い用途に適した魅力的な選択肢となっています。
本システムは、Kafka、Spring Boot、MongoDB、MySQLを中核とし、イベントソーシングとCQRSパターンを採用した高可用性・スケーラブルなアーキテクチャを実現しています。KafkaMirrorMaker2によるDRサイトへのレプリケーションで可用性を向上させ、包括的な障害対策で回復力を強化しています。パフォーマンス最適化、セキュリティ強化、品質保証プロセスにより、信頼性の高いシステムを構築しました。運用面では、詳細な監視とアラート、定期的なメンテナンスにより安定稼働を確保しています。将来的な拡張性も考慮し、新技術の採用や継続的な改善を通じて、システムの進化を推進します。このアプローチにより、現在のニーズに応えつつ、将来の変化にも適応可能な柔軟なシステムを実現しています。
イベントソーシングアーキテクチャとKafkaを用いたDRサイト運用は、高度なデータ一貫性、耐久性、高可用性を実現します。主要な改善点には、適切なレプリケーション設定、トランザクショナルプロデューサーの活用、自動フェイルオーバー、効率的なデータ管理が含まれます。このアプローチは監査能力の向上、ビジネスインサイトの獲得、システムの柔軟性を提供しますが、複雑性の増加やイベントストアの管理など課題もあります。今後は機械学習、ブロックチェーン、エッジコンピューティングなどの新技術統合が期待されます。継続的な最適化、セキュリティ強化、スキルアップが重要です。適切に実装・運用することで、スケーラブルで信頼性の高いシステムを構築し、ビジネスの成長と変化に適応できます。
このレポートでは、AI Scientistシステムの性能を評価し、その主要な発見をまとめています。システムは、言語モデリングや数学的操作、低次元拡散モデルなどのタスクで従来の手法を上回るパフォーマンスを示し、新たな仮説の生成、実験の再現性と信頼性の向上、科学的発見プロセスの加速を達成しました。AI Scientistは、低コストで効率的に研究を進め、科学研究の自動化と民主化に寄与する可能性を示しています。今後の改良と倫理的考慮が重要な課題です。
PaLM 2は、Googleが開発した最新の大規模言語モデルで、効率的なスケーリング、多言語能力の向上、強化された推論能力を特徴としています。様々な評価タスクで既存モデルを上回る性能を示し、言語能力試験、分類、クエスチョンアンサリング、数学的推論、コーディング、翻訳などで顕著な成果を上げました。また、有害性コントロールやバイアス軽減など、責任あるAIへの取り組みも進められています。一方で、計算リソースの要求、解釈可能性の限界、特定ドメインでの知識制約などの課題も残されており、これらへの対応が今後の研究開発の焦点となります。
GPT-4は、OpenAIが開発した最新の大規模言語モデルです。Transformerアーキテクチャを基盤とし、マルチモーダル機能と長いコンテキスト処理能力を特徴としています。教師なし事前学習とRLHFによるファインチューニングを経て、多様なベンチマークで優れた性能を示しました。特に、LSATで上位10%相当のスコアを達成しています。安全性も向上していますが、幻覚や推論エラーの課題は残っています。APIも提供され、開発者が利用可能です。今後は解釈可能性と安全性の更なる向上が研究課題となるでしょう。
UC Berkeley AI Hackathon 2024は、AIイノベーションの最前線を体験する場となりました。Andrej Karpathyのキーノートでは、AIの進化と新しいコンピューティングパラダイムが強調されました。参加チームは教育、都市計画、顧客サービス、緊急対応など多様な分野でAIの可能性を探求し、革新的なソリューションを提案しました。このイベントは、AIが社会のあらゆる側面に変革をもたらす可能性を示すとともに、倫理的考慮の重要性も浮き彫りにしました。今後のAI開発においては、技術革新と社会的責任のバランスを取りつつ、人間中心のアプローチを維持することが重要です。
Claude 3.5 Sonnetは、多くのベンチマークテストで競合モデルを上回る性能を示しています。特に、大学院レベルの推論、コーディング能力、視覚情報処理において優れています。200Kトークンの大規模コンテキスト理解能力も特筆すべき特徴です。一方で、高度な数学問題解決には改善の余地があります。マルチモーダル能力の高さから、テキストと視覚情報を組み合わせたタスクでの活用が期待されます。全体として、Claude 3.5 Sonnetは現代の大規模言語モデルの中で高い競争力を持ち、学術研究やソフトウェア開発など幅広い分野での応用が見込まれます。
Appleは2024年のWWDCで、次世代OSのアップデートと新しいAI機能「Apple Intelligence」を発表しました。主な発表には、Vision Proヘッドセット用の「Vision OS 2」、カスタマイズ性が向上したiOS 18、Apple Pencil対応の新機能を備えたiPadOS 18、そしてiPhoneミラーリング機能を持つmacOS Sequoiaが含まれます。特に注目すべきは、「Apple Intelligence」で、ユーザーのプライバシーを保護しながら高度な支援を提供するAIシステムです。これは、Siriとの自然な音声インタラクション、ライティング支援ツール、画像生成機能などを可能にします。Appleはまた、開発者向けにAI機能を統合するための新しいツールも提供します。
Microsoftは、AIを深く統合した革新的なパーソナルコンピューター「Copilot+ PC」を発表した。この新カテゴリーのPCは、Microsoft Copilotを中核とし、ユーザーの生産性向上と創造性の解放を約束する。最先端のシステムオンチップ設計とWindows 11の最適化により、シームレスで高度なAIエクスペリエンスを提供。Surface LaptopとSurface Proが、AI-PC統合の完璧な例となる。手頃な価格設定と大手PCメーカーとのパートナーシップにより、Copilot+ PCは幅広いユーザーに届けられる。2024年6月18日の発売により、AIを活用した明るい未来が期待される。
Google I/O 2024の基調講演で、Sundar Pichai氏らは、Geminiモデルを基盤とする革新的なAI技術を発表しました。Gemini 1.5のProとFlashバージョンは、マルチモーダル機能と長いコンテキストウィンドウを備え、開発者に提供されます。GoogleはGeminiをWorkspace、検索、Androidに統合し、AIの責任ある開発に取り組んでいます。AI Studioや Vertex AIなどの開発者向けツールも提供されます。GoogleのAIの進歩は、科学的発見の加速、気候変動対策、教育の革新、情報アクセシビリティの向上に貢献すると期待されています。これらの発表は、Googleの長年のAI研究と開発の集大成であり、社会に有益な製品を生み出すことを目指しています。
Zeyuan Allen-Zhuは、言語モデルの内部メカニズムを「物理学」的アプローチで解明する研究を紹介しました。知識獲得、推論能力、言語構造の学習に焦点を当て、合成データを用いた制御実験の重要性を強調。モデルの内部表現や動的計画法の自動学習など、驚くべき発見を報告。また、モデルアーキテクチャの影響や、AGIに向けた課題についても議論。この研究は、言語モデルの能力を再評価し、より効果的な訓練方法の開発につながる可能性を示唆しています。
サブバラオ・カンブハンパティ教授のICML 2024チュートリアルでは、LLMs(大規模言語モデル)のプランニングにおける役割が詳細に検討されました。LLMsは自律的なプランニングには不適切であるものの、アイデア生成やスタイル批評などで有用性を示すことが明らかになりました。教授はLLM Moduloフレームワークを提案し、LLMsの強みを活かしつつ限界を補完するアプローチを示しました。また、ブロックワールド問題やミステリードメイン実験を通じてLLMsの限界を実証し、プランニングにおける正確性の重要性を強調しました。このチュートリアルは、LLMsの可能性と制約をバランスの取れた視点で探求し、今後の研究方向性を示唆しています。
Scenicは、自律システムの検証と安全性向上のための確率的プログラミング言語です。複雑なシナリオを効率的にモデル化し、シミュレーションを通じてテストを行うことができます。静的・動的シナリオの定義、オブジェクト指向機能、空間制約、確率的プログラミングなどの機能を備えています。自動運転車、航空機、VRトレーニングなど幅広い分野に応用され、大規模言語モデルとの統合も進んでいます。オープンソースプロジェクトとして、豊富なドキュメントとアクティブなコミュニティサポートを提供しています。
SEMICウェビナーでは、CPSV-APの最新情報と実装事例が紹介されました。フィンランドとギリシャの事例から、CPSV-APが公共サービスのデジタル化と透明性向上に貢献する可能性が示されました。同時に、BPMNの使用やデータ品質確保などの課題も明らかになりました。CPSV-APは今後、より柔軟で技術的に高度なモデルへと進化し、グローバルな標準としての地位確立を目指しています。このウェビナーは、CPSV-APの重要性を再確認し、その実装と発展に向けた具体的な道筋を示す貴重な機会となりました。
このワークショップでは、通信ネットワークにおけるAIと機械学習(ML)の導入が技術的進歩を超え、ネットワークの設計、運用、管理に根本的な変革をもたらす可能性があることが強調されました。議論を基に、段階的な導入アプローチ、高品質データの確保、AIモデルのカスタマイズ、説明可能性の確保、エネルギー効率の最適化、産学連携、標準化活動、継続的な学習と適応の文化の醸成が推奨されました。また、今後の研究方向性として、AIネイティブアーキテクチャの深化、大規模言語モデルの通信ドメインへの適用、デジタルツインと強化学習の統合などが挙げられました。
AI for Good Global Summit 2024のプレスカンファレンスでは、ブレイン・マシン・インターフェース(BMI)技術の最新進展が紹介された。Unbabel、IBM、Wondercraft、Dot Lumen、テキサス大学、Inclusive Brains、Cognixionの7社が、障害者支援のための革新的なAI技術を展示。コミュニケーション支援、移動補助、リハビリテーションなど、多岐にわたる応用が示された。これらの技術は、障害者の生活質向上と社会参加促進に大きな可能性を秘めている。同時に、倫理的課題やプライバシー問題も指摘され、技術発展と社会的受容のバランスの重要性が強調された。
このレポートは、AI時代における創造性とテクノロジーの融合について探究しています。芸術家と研究者のコラボレーションの重要性、AIを活用したパフォーマンスの可能性、そしてAIに対する不安と期待が議論されています。創造性は、AIや気候変動などの現代的課題に対する新しい視点や解決策を提供する重要な要素として強調されています。また、社会変革における創造的アプローチの効果が、同性婚合法化運動の事例を通じて示されています。最後に、技術開発におけるクリエイターの関与の重要性と、包括的な対話の必要性が強調されています。
本ワークショップでは、AI、LLM、VLMの産業応用と人間-機械協調に関する最新事例と展望が紹介された。国連機関の専門家らが、環境政策、気候変動交渉、産業開発におけるAI活用事例を報告。また、研究者らがAI支援外交や人間-ロボット共生製造の最新技術を解説。これらの発表を通じ、AIの産業応用が持つ可能性と課題が明らかになった。特に、人間中心のアプローチの重要性、データの質と量の確保、倫理的配慮の必要性などが強調された。今後の技術開発と社会実装に向けた方向性も示された。
AIによる動物コミュニケーションの解読が、人類の世界観を変える可能性を探る。Earth Species Projectの取り組みを通じ、AIが言語間翻訳や動物の音声分析を可能にする過程を説明。イルカやクジラとの実験例を挙げ、種間コミュニケーションの実現可能性を示す。同時に、倫理的課題や責任ある研究開発の必要性を指摘。最終的に、AIが人間の知覚を拡張し、生物多様性への理解を深め、人類中心主義からの脱却をもたらす可能性を示唆する。
本レポートは、脳インターフェース技術の最新動向を探る。Kernel社の非侵襲的脳機能測定、Inbrain Neuroelectronics社のグラフェン製埋め込みデバイス、Cognition社のAR統合システムを詳説。これらの技術は、認知症の早期発見、パーキンソン病治療、重度障害者のコミュニケーション支援など、医療分野に革新をもたらす可能性を示す。同時に、データ管理、規制対応、倫理的問題など、課題も浮き彫りに。技術の公平な分配や社会的受容も重要な論点となる。脳インターフェース技術は人類に大きな可能性をもたらすと同時に、慎重な開発と運用が求められている。
このレポートは、大規模言語モデル(LLM)のオープンソース化に関する業界リーダーによるパネルディスカッションを要約しています。Linux Foundation、Meta、Google、WikipediaなどのCEOや代表者が、オープンソースの利点と課題、責任ある開発アプローチ、倫理的考察、セキュリティ懸念について議論しました。参加者は、イノベーション促進と安全性確保のバランス、低資源環境での活用、規制のあり方などを探り、AI技術の民主化と責任ある発展へのバランスの取れたアプローチの必要性を強調しました。
AIとロボティクス技術の進歩により、義肢とリハビリテーション工学分野に革新的な進展がもたらされている。高度な個別化、継続的モニタリング、家庭でのリハビリテーションが可能になりつつある。同時に、ユーザー中心のアプローチ、安全性とプライバシーの確保、データの効果的活用が重要な課題となっている。将来的には、神経可塑性の活用や遠隔リハビリテーションの発展が期待される一方、倫理的・法的課題への対応も必要となる。この分野の発展は、多くの人々の生活の質向上に貢献すると期待されている。
OpenAIのCEOサム・アルトマンは、AIが地政学と社会に与える影響について重要な洞察を提供しました。民主主義プロセスへの脅威、軍事利用の倫理的課題、科学研究の加速、教育の変革、米中間のAIインフラ競争など、多岐にわたる影響を指摘しています。アルトマンは、AIと社会の「共進化」の重要性を強調し、技術開発と並行して倫理的配慮や社会との対話を重視するOpenAIのアプローチを説明しました。AIがもたらす変革に適切に対応するには、国際協力、適切な規制、継続的な社会との対話が不可欠だと訴えています。
このレポートは、AAAI-24で開催されたDoug Lenatの功績を称える特別セッションの内容をまとめたものです。Lenatの先駆的なCycプロジェクトと知識中心アプローチの重要性が強調され、現代のAI、特に大規模言語モデルとの関連性が議論されました。また、Lenatの遺産が今後のAI研究に与える影響や、神経象徴的AIの可能性も探られました。AIの未来に向けた課題として、知識表現、推論能力の向上、透明性、倫理的考慮などが挙げられ、人間との協調を念頭に置いたAI開発の重要性が強調されました。