すべてのカテゴリ

最近、「AI PC」や「NPU搭載PC」という言葉を見かける機会が増えてきました。では、これから会社で使うWindows PCは、ChatGPTのようなAIをパソコンの中で動かす端末になっていくのでしょうか。結論から言うと、Windows PCも、ローカル環境でAIやLLMを動かす方向へ進んでいくと思います。ただし、すべてのパソコンが同じ高性能なAI PCになるわけではありません。仕事の内容や利用者によって、必要なパソコンの性能は分かれていくはずです。## ローカルLLMとはLLMとは、文章の作成や要約、質問への回答などを行う生成AIの仕組みです。一般的な生成AIサービスでは、入力した文章をインターネット経由でクラウドへ送り、クラウド側で処理します。一方、ローカルLLMでは、パソコンの中にAIモデルを保存し、端末上で処理を行います。ローカルで処理するメリットとしては、次のようなものがあります。・機密情報を外部へ送らずに処理できる・インターネットに接続できない環境でも使える・毎回クラウドへアクセスする必要がない・自社業務に合わせて調整しやすい特に、顧客情報、設計資料、契約書、社内文書などを扱う企業では、ローカルAIが選択肢になる可能性があります。## MacでローカルLLMが動かしやすい理由Apple Siliconを搭載したMacでは、CPUとGPUが同じメモリを共有しています。通常のパソコンでは、CPUが使うメモリと、GPUが使うメモリが分かれている場合があります。Macでは、大容量のメモリをCPUとGPUの両方から利用しやすいため、大きなAIモデルを読み込ませやすいという特

Googleは、最新のAIモデル「Gemini Ultra」を発表しました。Geminiシリーズの最高性能モデルであるUltra 1.0は、驚異的な性能を持ち、多くのユーザーにとって魅力的なオプションとなるでしょう。Geminiシリーズの概要 Geminiシリーズには、Nano、Pro、Ultraの3つのバージョンがありますが、Ultra 1.0は最高性能を備えたモデルです。GoogleはGemini Advancedという有料プランも提供しており、さまざまな言語と地域で利用できるようになっています。 Gemini Advancedの概要 Gemini Advancedは以前のBardから名称が変更され、40以上の言語と230以上の国と地域で利用できます。Google One AIプレミアムプランを通じて利用が開始され、人間の専門家をも凌ぐ性能を誇るMMLUテストで高い評価を得ています。また、Workspace、Googleマップ、フライト、ホテル、YouTubeの情報を取得することもできます。 日本のGoogleアカウントでも利用可能ですが、日本語サポートはまだ限定的です。しかし、2024年内には日本語対応の各種AI生成機能が追加される予定です。 料金について Gemini Advancedが利用できる「AI プレミアムプラン」の価格は、月額2,900円($19.99)からで2TBのストレージなどGoogle Oneサービス内容も含み最初の2ヶ月は無料で登録でき、気軽に試すことができます。Gemini Ultra 1.0の使い方 Gemini Ultra 1.0を利用するため

PlayWrightとはPlayWrightは、Microsoft社が開発している、Webテストと自動化のためのフレームワークです。このフレームワークを使用することで、Chromeなどのブラウザをプログラム上で操作することが可能になります。これにより、Webアプリケーションのテストやスクレイピングなどを効率的に行うことができます。 PlayWright Browser Toolkitとは PlayWright Browser Toolkitは、LangChainのAgent toolkitsの一部として実装されています。LangChainのAgentは、静的なサイトだけではなく、動的にレンダリングされるサイトも操作することができるようになるツールです。PlayWright Browser Toolkitを使用することで、AgentはWeb上から情報を取得し、スクレイピングすることができます。 試してみた PlayWright Browser Toolkitを使ってWebスクレイピングを試してみました。モデルはgpt-3.5-turboでも処理できるケースもありましたが、gpt-4の方がやはり精度が高い印象でした。今回は、Agentに対して企業の住所を聞いてみました。Agentが次の通り、インターネットで調べるアクションから始まり、ステップバイステップでWeb上から情報を取得してスクレイピングして、最終的な回答を取得するまでの様子を見ることができました。どうしても、LLMでは実行毎で同じ結果にはならないという反面はありますが、動的なコンテンツなどの制御には今回のような機能が効果を

Googleは2023年12月6日、新しいAIモデル「Gemini」を発表しました。Geminiは、テキスト、画像、動画、音声のマルチモーダルに対応した次世代AIモデルです。中でも、Gemini Proは、OpenAIのGPT-4を上回る性能を誇るとされています。 今回は、Gemini Proを実際に試してみました。Gemini Proとは Gemini Proは、Geminiの3種類のモードのうちの1つです。Gemini Proは、Googleの生成AIであるBardに搭載されています。Bardは、テキスト、コード、翻訳、さまざまな用途に利用できるAIです。日本語版BardはGemini Proに未対応 現時点では、日本語版BardはGemini Proに未対応です。日本でもBardでGemini Proを使う方法 日本でもGemini Proを使いたい場合は、チャットで利用する方法とAPIを利用する方法の2つがあります。Chromeの言語を英語に変更して使用するChromeブラウザの言語設定を英語に変更するだけで、英語版Bardが表示され、Gemini Proを試すことができます。 Chromeブラウザの言語設定を英語に変更します。Google検索で「Bard」を検索し、BardのWebサイトにアクセスして利用可能です。写真をアップロードして、日本語の入力、応答にも対応しています。APIを使用するAPIを使用する場合は、API TOKENを発行して、Google Colabでチュートリアルが可能です。通常の質問はもちろん、画像についてのやり取り、履歴を使った方法など、Cha

ためしに、ChatGPTやGeminiに聞いてみてください。「この街で、おすすめの〇〇は?」返ってきた答えは、何を根拠にしているのか。たどってみると、たいていは、そのお店の公式サイトではありません。比較記事や口コミ、地図、誰かのまとめ。どれも、他人がそのお店について書いたものです。ここに、これからのLLMO（AIに、正しく見つけてもらうための工夫）の芯があります。AIは、外の声を聞いている「AI対策」と聞くと、多くの人がまず、自分のサイトに手を入れます。構造化データ（検索向けに、決まった形へそろえた情報）を足し、FAQを並べ、説明文を直す。悪い手では、ありません。ただ、それだけでは届かない場所へ、勝負は移りつつあります。トロント大学の調査では、AIが引用する情報の、およそ7割が、自社発ではない第三者のメディアでした。グーグル自身も、生成AI向けの公式ガイドで、はっきり書いています。やらせの言及をかき集めても、効かない、と。AIは、本人の自己申告よりも、外で語られている話を信じます。私たちが、人を信じるときと、同じですね。「検索で上位」も、当てにならない検索で上に出ているか。それも、あてになりません。Ahrefsが86万のキーワードを調べたところ、AIの要約が引く情報源のうち、検索の1ページ目に入っていたのは、4割に届きませんでした。しかも、この半年で、76%から38%へ。半分近くまで落ちています。「グーグルで上位だから、AIにも出る」。その前提は、もう置けません。## 戦う場所が、変わるこれまでのSEOは、自分の陣地をどう整えるかの戦いでした。自分のサイト。そこが、主戦場でした

Difyで手軽にGoogle検索結果を基にしたブログ記事の作成する方法を紹介します。Difyの設定画面Difyは下記のように左から右にフローチャートのように作成します。左側のブロックは入力処理でキーワードからGoogle検索を行い、上位3件のURLを取得しています。 真ん中のブロックは取得した3件のURLからWebページの内容を取得しています。 右側のブロックでは、取得したWebページの内容をテキスト情報に変換し、それを元にタイトルや、ブログの導入部分、本文を作成しています。使用方法使用方法は、検索キーワードと読者（誰をターゲットにするか）を入力するだけで、先ほどの処理が動作し、ブログの記事が生成されます。以下の例では「副業 メルカリ 最新」というキーワードで、記事を生成した結果です。生成結果は、2024年の内容が反映されていることがわかります。これはGoogle検索で「副業 メルカリ 最新」の結果から、サイトの内容を取得し、それを基にした記事の生成を行っていることがわかります。以上のように、Google検索と連携して最新の情報を取得することが可能です。これによって、SEOの観点でターゲットとなるキーワードの上位のページの内容を考慮した、コンテンツの作成が可能とになります。取得した結果を基にしてどのように記事を作成したいのかは、生成AIのプロンプトなど柔軟に対応可能です。興味があれば下記のサービスよりお見積りのご相談をいただければと思います。

みなさま、こんにちはAIコーディネーターを名乗っているハギです。みなさま最近"RAG"という言葉をよく聞かれていないでしょうか？私の会社の周りにも"RAG"作って問題解決しようと言っている、一般社員や管理職をよく目にします。それを私はこんな気持ちで聞いています・・・"RAG"の構築方法や"RAG"の課題を本当に把握して言っているのかな？(確かに世の中は便利で、Difyのようなアプリもリリースされています。)ただ、そもそも、解決したい問題は"RAG"で解決できるのでしょうか？もっと根本的には、みんな"RAG"って言いたいだけでは？なんて思って聞いています。今更、LLMについて聞けない、RAGが何か聞けないと悩んでいる方がいれば私の作成した資料を使ってご説明も可能ですので、ご連絡ください。参考までにイントロ部分を載せておきます。続きを聞きたい方は是非ご連絡ください。課題解決に悩んでいる方がいらっしゃれば、是非ご相談ください。

[👦質問者] LLM（Large Language Model）の特徴と役割、またその枠組みの中でchatGPTが持つ独自性について詳しく説明していただけますか？ [😺阿修羅ワークス] Large Language Models（LLM）は、非常に大きなコーパス（データセット）を使用して訓練された深層学習ベースの言語モデルです。 これらのモデルは、自然言語理解（NLU）と自然言語生成（NLG）において、人間に近いパフォーマンスを示すことを目的としています。 LLMの特徴1. 大規模データセットの使用LLMは、インターネット上のウェブページ、書籍、記事などからコンパイルされた膨大なテキストデータに基づいて訓練されます。 2. 事前学習と微調整 多くのLLMは事前学習という段階で一般的な言語のパターンを学び、特定のタスクに最適化するために後に微調整されます。 3. 転移学習の利用一度学習した言語知識を様々な言語タスクに適用する能力を持っています。 4. 文脈理解 長いシーケンスのテキストにおいても、その文脈を理解し続ける能力があります。 5. 多様なアプリケーション 翻訳、要約、質問応答、文章生成など、多岐にわたるアプリケーションで利用されます。 ChatGPTの独自性ChatGPTは、OpenAIによって開発されたGPT（Generative Pre-trained Transformer）アーキテクチャに基づくLLMですが、チャットボットとしての対話に特化しています。 1. 対話向け最適化 ChatGPTは特に会話形式のテキスト生成に優れているため、対話を通じて情報を提供したり

■ はじめに最近、AI業界で急に増えた言葉があります。再帰的自己改善。英語では Recursive Self Improvement、略してRSIと呼ばれます。意味は文字どおりです。AIが自分より優れたAIを作り、その新しいAIがさらに優れたAIを作り、それが延々と続く。そういう状態を指します。この言葉が急に注目された理由もはっきりしています。主要なAI企業が、自社のAIシステムのコードの8割以上を自社のAIが書いている、と公表したからです。AIを作る会社がAIにコードを書かせる。当然の流れです。そうなると、次の疑問が出てきます。もしAIが、自分の次のバージョンを100パーセント自分で書けるようになったら、何が起きるのか。この記事では、その問いを冷静に分解します。煽るためでも、否定するためでもなく、実際に何がボトルネックになっているかを見ます。■ この話は60年前からある新しい言葉ですが、概念自体は古いものです。1965年、数学者のアーヴィング・ジョン・グッドが「知能爆発」という考えを示しました。要約するとこうです。どんな賢い人間よりも知的な機械を考える。機械の設計も知的な活動の一つである以上、その機械はもっと優れた機械を設計できる。すると知能爆発が起き、人間の知能は遥か後方に置き去りにされる。したがって、最初の超知能機械は、人間が作る必要のある最後の発明になる。この考えは後にシンギュラリティ、日本語では技術的特異点と呼ばれるようになりました。技術の進歩が加速し続け、やがて人間には理解も制御もできない速度に達する、という仮説です。期待する人にとっては人類の飛躍であり、心配する人

## はじめに「ChatGPTは便利だけど、会社で使用禁止になった...」「機密データをAIに分析させたいけど、外部送信は絶対NG...」「毎月のAPI課金が痛い。定額で使い放題にしたい...」こんな悩みを持つ企業担当者の方、増えていませんか？実は、**完全オフラインで動作するAI環境**を自社PCに構築することで、これらの課題を解決できます。---## なぜChatGPTが使えない？### 企業がChatGPTを禁止する理由| 理由 | 内容 ||------|------|| 情報漏洩リスク | 入力データがOpenAIサーバーに送信される || コンプライアンス | 機密情報の外部送信が社内規定違反 || 監査対応 | データの所在が不明確で説明困難 || コスト | 従量課金で利用量が増えると高額に |---## オフラインAIとは？オフラインAIは、**自社PC内で完結して動作するAI環境**です。### クラウドAIとの違い| 観点 | ChatGPT/Claude API | オフラインAI ||------|-------------------|-------------|| **情報漏洩リスク** | データが外部サーバーに送信 | **一切外部送信なし** || **コスト** | 従量課金（使うほど高額） | **初期費用のみ、以降無料** || **カスタマイズ** | プロンプトのみ | **社内データでチューニング可** || **可用性** | インターネット必須 | **オフライン動作可能** || **監査対応** | データ所在が不明確 |

大規模言語モデル（LLM）の基本概念を専門知識なしでも理解できるよう完全解説！ChatGPT・Claude・Geminiの仕組み、Transformerアーキテクチャ、attention機構から最新の技術動向まで網羅。2025年のAI革命の核心技術を学び、ビジネス活用のヒントも満載。初心者から上級者まで必読の決定版ガイド。「ChatGPTってどんな仕組みで動いているの？」「なぜAIが人間のような文章を書けるの？」そんな疑問を抱いている方は多いのではないでしょうか。現在のAI革命の中核を担っているのが、大規模言語モデル（LLM：Large Language Model）という技術です。ChatGPT、Claude、Geminiなど、私たちが日常的に使っている生成AIサービスは、すべてこのLLMをベースに構築されています。この記事では、LLMの基本概念から内部メカニズム、最新の技術動向まで、専門知識がない方にもわかりやすく解説します。AIの今と未来を理解するための重要な知識を、一緒に学んでいきましょう。大規模言語モデル（LLM）とは何か？LLMの基本定義大規模言語モデル（LLM：Large Language Model）とは、膨大なテキストデータとディープラーニング技術を用いて構築された、自然言語処理に特化したAIモデルです。LLMの特徴を一言で表すと： 「人間が書いたような自然な文章を理解し、生成することができるAI」従来の言語モデルと比較して、LLMは以下の3つの要素が大幅に強化されています：データ量：数百ギガバイトからテラバイト級の学習データ計算量：コンピューターが処理する仕

LLMとは「Large Language Model（大規模言語モデル）」の略です。最近、AIの話題で頻繁に登場する言葉ですが、正体がよくわからないまま使われていることも多い用語です。LLMは、一言で言うと「人間の言葉を扱うことに特化したAI」です。LLMは、インターネット上の文章や書籍、会話文など、非常に大量のテキストデータを学習しています。その学習を通して、「この文脈では次にどんな言葉が来やすいか」を高い精度で予測できるようになります。この仕組みによって、自然な文章を作ったり、質問に答えたりすることができます。従来のコンピューターは、あらかじめ決められたルールに従って動いていました。「この条件ならこの答え」という形です。しかしLLMは、明確な正解が用意されていない問いに対しても、文脈を読み取り、それらしい文章を生成できます。この点が、これまでのプログラムとの大きな違いです。LLMは、文章を「理解している」ように見えますが、人間のように意味を考えているわけではありません。実際には、言葉と言葉のつながりを統計的に処理し、「次に来そうな単語」を選び続けているだけです。それでも結果として、人間と自然に会話しているような文章が生まれます。現在、LLMはさまざまな場面で使われています。質問への回答、文章の要約や翻訳、企画のアイデア出し、プログラミングの補助など、言葉を使う作業の多くで活用されています。特に、チャット形式でやり取りできるサービスが登場したことで、AIは一気に身近な存在になりました。一方で、LLMには注意点もあります。もっとも大きな問題は、間違った情報でも自然な文章で出力し

こんにちは、ハギ です！今回は日本語対応したドキュメントパーサーである"YomiToku"のご紹介です。このドキュメントパーサーは有料級の性能を無料で提供しています。(個人利用・研究目的のみ)この"YomiToku"を試しに使ってみたのですが、その精度にびっくり！！！本当に有料級なのでぜひお試しください！出力形式は.md以外に.json, .csv, .htmlも指定可能とのこと。個人的には今度の利用も考慮して.mdを使っていきたいと思います。

巨大な言語モデル（LLM）の進化に合わせて、従来のプログラミング言語ではカバーしきれなかった課題に取り組む「Sui」という新しい言語が登場した。実に面白いコンセプトで、LLM用の「超正確」なプログラム記述を目指している。Suiの命名は「粋」から来ているらしく、無駄を徹底的に削ぎ落としつつ洗練された設計思想に基づいている。1行1命令のシンプルさで、複雑な入れ子や括弧による混乱を避け、構文エラー自体を排除している点が斬新だ。さらに、命令はアルファベットと数字だけで構成されており、可読性はほぼ無視、トークン効率を最大化することに振り切っている。また、SuiはLLMでの扱いやすさを最優先し、変数名も数字や連番を許してタイプミスを減少させている。既存のアセンブリ言語や機械語との比較も興味深く、モデルがトークンベースでコードを理解・生成する性質を徹底的に活用しているのだと感じた。コード例としてフィボナッチ数列の処理も用意されていて、Suiで書かれたプログラムは一見数字や英字の羅列で、何を書いているのか一瞬で分かりづらいものの、Pythonなど他言語へのトランスパイルもできる。人間読みがしづらい一方で、モデルにとっては効率や間違いの少なさが魅力になっているようだ。面白いのが、Suiで1命令が2トークンになるため、一般的なPythonより消費トークン数が増えてしまう事例も出てきている。しかし、冗長な命名や説明コメントがないため、全体の設計としては長期的な効率化に期待が持てる。MITライセンスで公開されていて、数学的なユーティリティや標準パッケージの充実も目指しているとのこと。自分としても、今後