Search Results Duolingo

「AppleとGoogle、ChatGPTを年間アプリに見落とす」

驚くべき事態の中、テックジャイアントのAppleとGoogleは通常のパターンから逸脱し、それぞれの「年間最優秀アプリ」を選びました。ハイキングやバイキングの相棒であるAllTrailsが、AppleのiPhone年間最優秀アプリに輝きましたが、Google Playは教育アプリのImprint: Learn Visuallyを最優秀アプリに選びました。両プラットフォームで唯一無二の選択となったのは、年間最優秀ゲームとして選ばれたHonkai: Star Railです。ただし、歴史上最も急成長した消費者向けアプリであるChatGPTが注目を浴びることはありませんでした。異例の選択 Appleの異例の選考プロセスからは、新しいまたは技術的に革新的なアプリをクローズアップするのではなく、（優れたモバイルコンパニオンとしての）確立した存在の言語学習アプリDuolingoや旅行アプリFlightyなどの有力候補が含まれていることがわかります。この動きは、確立されたモバイルコンパニオンの認識に移行していることを示しています。 AppleがAIカテゴリーを無視 Appleは、ChatGPTやその仲間たちの驚異的な成功にもかかわらず、今年の最優秀アプリにはAIカテゴリーのアプリを一つも認めませんでした。ChatGPTは、ローンチ後間もなくして1億人のユーザーに到達するなど、最速で成長する消費者向けアプリとして記録を打ち立てました。後にInstagram Threadsがこの記録を超えましたが、ChatGPTのアクティブなユーザーベースはまだ大きなものです。AIカテゴリーを回避する決定には、Appleの戦略的な選択についての疑問が投げかけられます。 Googleのマルチデバイスの焦点一方、Googleは異なるアプローチを取り、非スマートフォンアプリの発見を促進する取り組みに合致する「マルチデバイス」をクローズアップしました。Spotifyが最優秀マルチデバイスアプリの称号を獲得しましたが、最近のPlayストアの手数料を迂回するためにGoogleとの特別な取り決めが明らかになったことからも、注目を浴びました。最優秀アプリにChatGPTが選ばれなかったにもかかわらず、ユーザーたちは自分たちの選択を声に出し、それを「ユーザーが選んだ年間最優秀アプリ」としました。ChatGPTはユーザーの選択カテゴリーで勝利を収めましたが、元Googleの研究者たちはキャラクターAIでAIカテゴリーのトップに輝きました。私たちの意見 AppleとGoogleの選択が業界の観察者を惑わすかもしれませんが、選考のダイナミクスは常に消費者の嗜好や市場トレンドの絶え間ない変化を反映しているのです。AIの世界で巨大な存在であるChatGPTが見落とされたことは、予想される進路から意図的に逸脱していることを示唆しています。AIの進歩が支配する時代においては、来年の「年間最優秀アプリ」が人工知能の変革力をよりよく反映することでしょう。

APIワールド2023：API、AI、および秘密のセキュリティを結集する

「API World 2023は、ベストプラクティスの洞察を共有し、すべての資産を考慮すること、そしてAPI駆動型の世界におけるAIとAPIセキュリティの重要性についてでした」

ChatGPTの応用：産業全体におけるポテンシャルの開放

チャットGPTの応用は、仕事や家庭のあらゆる分野で私たちの生活を変えつつありますしかし、どのようにビジネスはそれを成長に活用できるのでしょうか？

生成AI 最初のドラフト、最終的なものではない

この記事は、LLLの仕組みとそれに伴う制約を、分かりやすい説明や逸話を交えながら概説していますまた、人々がLLLを自分のワークフローに導入する方法についてもアドバイスを提案しています

Artificial Intelligence

「学生向けの最高のAIツール（2023年9月）」

人工知能（AI）は、教育においてさまざまな応用があります。インタラクティブなバーチャル教室の開発、”スマートコンテンツ”の生成、言語の壁の取り払い、知識のギャップの解消、そして各生徒に合わせた個別の授業計画の作成などです。学校のAI市場は、今後数十億ドル規模になると予想されています。教育体験のあらゆる側面を革新する潜在能力が、その急速な台頭に貢献しています。このため、いくつかの先見的なビジネスがAI技術を開発しています。学習環境で最も有用なAIアプリケーションのいくつかを探ってみましょう。 Gradescope Gradescopeは、学生が互いに評価やコメントを提供することで時間を節約するAIプログラムです。機械学習（ML）と人工知能（AI）がGradescopeの核心にあり、採点プロセスを効率化して時間と労力を節約します。教育者は、従来の評価、デジタル評価、課題、プロジェクトの採点を集中的に行うためにGradescopeを利用することができます。アウトソーシングにより、教育者はより重要な仕事に集中することができます。 Undetectable AI Undetectable AIは、AIコンテンツを優れた品質の人間によって書かれたコンテンツに変換する先端のツールです。AI検出器がコンテンツをフラグにすることを心配していますか？ Undetectable AIがあれば、それはあなたの新しい秘密の武器です。このツールを使えば、AIによって生成されたテキストを人間のような本物の自然なコンテンツに簡単に変換することができます。最も高度なAI検出器でも騙されるほどの本物のコンテンツを提供します。Undetectable AIは単なるコンテンツ作成ツールを超えており、市場で利用可能な最も高度なAI検出器リムーバーツールです。その独自のアルゴリズムは、テキストからすべての認識可能なAIの特徴を削除し、すべてのAI検出チェックを成功させるように設計されています。コンテンツ作成の制約を忘れてください。Undetectable AIを使えば、ツールだけでなく創造的な旅における完全な自由を手に入れることができます。このツールを使えば、AIコンテンツ検出器をバイパスすることができ、コンテンツがAI生成としてフラグ付けされたり識別される心配をする必要がありません。 Quizgecko Quizgeckoは、ビジネス、教育者、個々の学習者を対象としたAIパワードのオンラインテスト・クイズ作成ツールです。あらゆる言語で作業する能力を持つこのツールは、既存のコンテンツをカスタマイズ可能な評価に簡単に変換します。選択肢から穴埋め問題まで、ユーザーは簡単にクイズを作成、共有、埋め込むことができます。従業員のトレーニング、教室の指導、個別の学習に関わらず、Quizgeckoはプロセスを簡素化し、時間を節約し、関与を向上させます。 Aragon AI Aragonを使って、驚くほど簡単にプロフェッショナルなヘッドショットを作成しましょう。最新のAI技術を活用して、自分自身の高品質なヘッドショットを瞬時に作成します！写真スタジオの予約や着飾る手間を省略してください。写真の編集や修整も迅速に行われます。次の仕事を得るための優位性をもたらす40枚のHD写真を受け取りましょう。 Notion Notionは、高度なAI技術を活用してユーザーベースを拡大することを目指しています。最新の機能であるNotion AIは、ノートの要約、ミーティングでのアクションアイテムの識別、テキストの作成と編集などのタスクをサポートする強力な生成AIツールです。Notion AIは、煩雑なタスクを自動化し、ユーザーに提案やテンプレートを提供することで、ワークフローを効率化し、ユーザーエクスペリエンスを簡素化して改善します。 Hostinger AIウェブサイトビルダー Hostinger…

「ChatGPTにおける適切なプロンプト設計の必須ガイド」

「Prompt Engineering」に没頭して、急速に成長しているChatGPTユーザーベースに与える影響に焦点を当てた詳細なガイドで、プロンプトエンジニアリングについて探求してみてくださいプロンプトエンジニアリングとは何か、どのようにプロンプトエンジニアになるか、トップの技術やこのトレンドのあるAIキャリアパスの可能性をつかんでください

「GPT-4はこの戦いで449対28で敗北した」

過去2〜3年間に、新興企業のOpenAIやCohereからGoogleやMetaといった巨大企業まで、さまざまな会社によって基盤モデルの開発が左右されてきましたこれらの...

「TransformersとTokenizersを使用して、ゼロから新しい言語モデルを訓練する方法」

ここ数か月間で、私たちはtransformersとtokenizersライブラリにいくつかの改良を加え、新しい言語モデルをゼロからトレーニングすることをこれまで以上に簡単にすることを目指しました。この記事では、”小さな”モデル（84 Mパラメータ = 6層、768隠れユニット、12アテンションヘッド）を「エスペラント」でトレーニングする方法をデモンストレーションします。その後、モデルを品詞タグ付けの下流タスクでファインチューニングします。エスペラントは学習しやすいことを目標とした人工言語です。このデモンストレーションのために選んだ理由は以下のとおりです：比較的リソースが少ない言語です（約200万人が話すにもかかわらず）、このデモンストレーションはもう1つの英語モデルのトレーニングよりも面白くなります 😁 文法が非常に規則的です（例：一般的な名詞は-oで終わり、すべての形容詞は-aで終わります）。そのため、小さなデータセットでも興味深い言語的結果が得られるはずです。最後に、この言語の基盤となる目標は人々をより近づけることです（世界平和と国際理解を促進すること）。これはNLPコミュニティの目標と一致していると言えるでしょう 💚 注：この記事を理解するためにはエスペラントを理解する必要はありませんが、学びたい場合はDuolingoには280,000人のアクティブな学習者がいる素敵なコースがあります。私たちのモデルの名前は…待ってください…EsperBERTo 😂 1. データセットを見つけるまず、エスペラントのテキストコーパスを見つけましょう。ここでは、INRIAのOSCARコーパスのエスペラント部分を使用します。OSCARは、WebのCommon Crawlダンプの言語分類とフィルタリングによって得られた巨大な多言語コーパスです。データセットのエスペラント部分はわずか299Mですので、Leipzig Corpora Collectionのエスペラントサブコーパスと連結します。このサブコーパスには、ニュース、文学、ウィキペディアなど様々なソースのテキストが含まれています。最終的なトレーニングコーパスのサイズは3 GBですが、モデルに先行学習するためのデータが多ければ多いほど、より良い結果が得られます。 2.…

AIのレンズを通じた世界の歴史

人工知能の進歩、特に大規模な言語モデルにより、歴史研究や教育においては興奮すべき可能性が広がっていますしかし、その方法については慎重に検証することが重要です...

大規模言語モデル（LLM）とは何ですか？LLMの応用と種類

コンピュータプログラムである大規模言語モデルは、テキストの解析や作成のための新しいオプションをソフトウェアに提供します。大規模言語モデルは、ペタバイト以上のテキストデータを使用してトレーニングされることが珍しくなく、そのサイズは数テラバイトになることもあります。モデルのパラメータは、以前のトレーニングデータから学習されたコンポーネントであり、テキスト生成などのタスクにおけるモデルの適性を確立します。音声認識、感情分析、テキスト要約、スペルチェック、トークンの分類など、自然言語処理（NLP）の活動は、言語モデルを基盤としています。言語モデルはテキストを分析し、ほとんどの自然言語処理のタスクで次のトークンの確率を予測することができます。ユニグラム、N-グラム、指数、およびニューラルネットワークは、言語モデルの有効な形式です。 LLMの応用以下のチャートは、大規模言語モデル（LLM）の現状を機能、製品、およびサポートソフトウェアの面でまとめたものです。画像の出典：https://cobusgreyling.medium.com/the-large-language-model-landscape-9da7ee17710b シェルコマンドの生成次世代ターミナルのWarpは、GPT-3を使用して自然言語を実行可能なシェル命令に変換します。GitHub Copilotのようなものですが、ターミナル向けです。経験豊富なプログラマでも、シェルコマンドの構文を説明する必要がある場合があります。正規表現の生成開発者にとって正規表現の生成は時間がかかりますが、Autoregex.xyzはGPT-3を活用してこのプロセスを自動化します。コピーライティングこのタスクに最も人気のあるモデルはGPT-3ですが、BigScienceのBLOOMやEleuther AIのGPT-Jなどのオープンソースの代替品もあります。Copy ai、Copysmith、Contenda、Cohere、Jasper aiなどのスタートアップ企業は、この分野でアプリを開発しており、ブログ投稿、販売コンテンツ、デジタル広告、ウェブサイトのコピーなどの執筆を素早く容易にします。分類テキストを予め定義されたカテゴリに分類することは、教師あり学習の例です。クラスタリングという教師なし学習技術を用いることで、意味が似ているテキストを事前定義されたクラスなしでまとめることができます。応答生成応答生成は、サンプルの対話を使用して対話のフローを生成し、機械学習のアプローチを採用するアイデアです。ユーザーに提示される次の議論がモデルによって決定され、ユーザーの過去の応答と最も可能性の高い将来の会話を考慮に入れます。これを予測対話と呼びます。テキストの生成 LLMの能力は、簡単な説明からテストを生成することで、「メタ能力」と見なされるかもしれません。ほとんどのLLMは生成の役割を果たします。フューショット学習データは、生成を大幅に向上させるだけでなく、データのキャスティングもデータの使用方法に影響を与えます。知識応答知識応答は、アプリケーションプログラミングインターフェース（API）のクエリや従来の知識ストアに頼ることなく、一般的なクロスドメインの問い合わせに対する応答を可能にする知識重視の自然言語処理（KI-NLP）の応用です。知識重視の自然言語処理はウェブ検索ではなく、意味検索をサポートする知識ベースです。…

Learn more about Search Results Duolingo