マイクロソフトのクラウド事業が急成長、生成AIの商用化が奏功

マイクロソフトは、2023年10～12月期（第2四半期）の決算を発表しました。売上高は前年同期比22%増の453億1700万ドル（約5兆1700億円）、純利益は48%増の205億500万ドル（約2兆3500億円）と、過去最高を更新しました。

この好調な業績の背景には、クラウド関連事業の拡大が大きく寄与しています。特に、生成AIのいち早い商用化が奏功したと言えるでしょう。

生成AIとは、人工知能（AI）が自動的に文章や画像、音声などのコンテンツを生成する技術のことです。マイクロソフトは、この分野で世界をリードする企業の一つです。

例えば、マイクロソフトは、自然言語処理の最先端モデルである「GPT-4」を開発しました。GPT-4は、1750億個のパラメーターを持ち、インターネット上の膨大なテキストデータから学習したAIです。GPT-4は、様々な言語やドメインに対応し、人間に近い文章を生成することができます。

マイクロソフトは、GPT-4を基にしたチャットボット「Copilot」を提供しています。Copilotは、ユーザーの質問や要望に応じて、情報提供や会話、コンテンツ生成などを行うAIコンパニオンです。Copilotは、無料版と有料版があり、有料版ではカスタマイズしたチャットボットを公開できるアプリストア「GPT Store」もオープンしました。

また、マイクロソフトは、画像生成の最先端モデルである「DALL-E」を開発しました。DALL-Eは、GPT-4と同じく1750億個のパラメーターを持ち、インターネット上の膨大な画像データから学習したAIです。DALL-Eは、テキストやスケッチなどの入力に応じて、想像力豊かな画像を生成することができます。

マイクロソフトは、DALL-Eを基にしたグラフィックアート生成ツール「Graphic Art」を提供しています。Graphic Artは、ユーザーが好きなテーマやスタイルを入力すると、AIがオリジナルのグラフィックアートを作成するツールです。Graphic Artは、個人や企業のロゴやポスター、ウェブサイトなどのデザインに活用できます。

これらの生成AIのサービスは、マイクロソフトのクラウドプラットフォームである「Azure」上で動作しています。Azureは、ネット経由で演算能力やストレージ、データベースなどのITリソースを提供するサービスです。Azureは、クラウド市場で世界第2位のシェアを持ち、売上高は前年同期比50%増の207億ドル（約2兆3700億円）に達しました。

マイクロソフトは、生成AIの技術をAzureの顧客に提供することで、クラウドの利用促進と差別化を図っています。生成AIは、コンテンツ制作やマーケティング、教育、エンターテイメントなど、様々な分野で革新的な価値を創出する可能性があります。

マイクロソフトのクラウド事業は、生成AIの商用化によって、新たな成長のドライバーを手に入れました。今後も、マイクロソフトは、クラウドとAIの融合によって、日本社会のデジタルトランスフォーメーション（DX）を支援していくでしょう。

でも、友達や話しするおじさん達に言わせると
ＡＩはまだまだ得体のしれない物、考えて成長して会話できるとなる怖いとか言ってる。
確かにＡＩ実際に使ってる人って３割もいないでしょう。
上手く人間と共存、バディみたくなっていければ良いと思いますね

しかしまぁ、利益５０パー増しは凄いな。

https://hatenablog.com/https://hatenablog.com/

ジーニアック：日本の生成AI加速プロジェクト

生成AI（人工知能）技術は、現代社会において革命的な変革をもたらしています。
AIによる文章生成から画像作成、音声合成まで、その応用範囲は無限大に広がりつつあります。
しかし、このような先進的なAI技術の背後には、膨大なデータ処理と学習能力を要するため、高性能な計算リソースが不可欠です。
ここで重要な役割を果たすのがGPU（グラフィックス処理ユニット）ですが、世界的な需要の高まりと供給の制約により、これらのリソースへのアクセスは日増しに困難になっています。

この問題に対処するため、日本政府は「ジーニアック（GENIAC：Generative AI Accelerator Challenge）」プロジェクトを立ち上げました

このプロジェクトは、生成AI技術の国産化を加速させることを目指しており、特に資金力に乏しいスタートアップ企業が高性能なGPUを獲得できるよう支援することを目的としています。
ジーニアックの狙い
ジーニアックプロジェクトの背後には、生成AI技術の発展に必要な計算リソースへのアクセスを民間企業に広げるという明確な目的があります。
経済産業省（経産省）はこのプロジェクトを通じて、国内外のGPU供給者との交渉を進め、必要な計算リソースを一括で調達することに成功しました。
この取り組みは、生成AI開発を行う日本の企業が直面するGPU獲得の難しさを政府が積極的に解決しようとするものです。

ジーニアックがもたらす影響

ジーニアックプロジェクトは、日本のAI技術開発にとって画期的な意味を持ちます。第一に、このプロジェクトにより、スタートアップを含む多くの企業が先端的なAI開発に必要な計算リソースをより容易に利用できるようになります。
これは、日本国内でのAI技術のイノベーションを促進し、国際競争力の向上に寄与することが期待されています。第二に、ジーニアックは、AI技術の民主化を促進します。GPUなどの高性能計算リソースへのアクセスが容易になることで、小規模な企業やスタートアップも大企業と同じ土俵で競争できるようになります。
これにより、多様なアイデアとイノベーションが生まれ、AI技術の発展が加速されることになります。

まとめ

ジーニアックプロジェクトは、日本がAI技術の分野で世界をリードするための重要な一歩です。
このプロジェクトによって、AI開発のための高性能計算リソースへのアクセスが拡大され、イノベーションの促進が期待されます。
更にこの取り組みは日本の技術者にとっても大きなチャンスを提供します。彼らが最前線のAI技術を駆使して新しいソリューションを開発できるようになることで、社会のさまざまな問題解決に貢献できる可能性が広がります。
ジーニアックプロジェクトの成功は、国内外のパートナーシップの強化にも繋がります。国際的な協力を促進し、世界中の企業や研究機関との連携を深めることで、より大きな問題に対処するためのグローバルなアプローチが可能になります。
このように、ジーニアックは単に技術的な問題を解決するだけでなく、日本のAI産業を世界に開くための扉となるでしょう。
最後に、ジーニアックプロジェクトは、AI技術の倫理的な使用と開発に対する意識を高める機会も提供します。
高性能計算リソースがより広く利用可能になることで、AI技術の透明性、公正性、倫理的な利用に関する議論が促進されることが期待されます。
これは、持続可能で倫理的なAI開発への道を切り開くために不可欠です。
ジーニアックプロジェクトによる影響は多岐にわたり、日本の技術革新を加速させるだけでなく、世界のAI技術開発における新たな標準を設定するかもしれません。
このプロジェクトが成功すれば、AIの未来はより明るく、より平等なものとなるでしょう。

おお、やっと国がＡＩ方面に本腰になったか？
スタートアップ企業に資金提供？貸付？自国の利益になるなら税金使っても文句は出ないと思うけど、今は地震の復旧、復興でしょう。何千キロも離れた国に６０００億？自国もまともじゃないのに、んなことやってる場合じゃないと思うけどね。

https://room.rakuten.co.jp/room_c593ff0137/items

生成ＡＩゲーム

生成AIを利用したゲームの開発は、テクノロジーの進歩とともに、ゲーム業界において新たな革新をもたらしています。

この記事では、生成AIゲームの概要、その可能性、挑戦点、そして将来性について探求していきます。

生成AIゲームとは？

生成AIゲームは、人工知能の一種である生成AIを使用してゲーム内のコンテンツを自動生成するゲームのことを指します。
これには、物語のテキスト、キャラクター、環境、さらにはゲームプレイ要素そのものが含まれることがあります。
この技術の核心は、プレイヤーに独自の体験を提供することにあり、ゲームの再プレイ価値を大幅に向上させることができます。

生成AIゲームの可能性

生成AIゲームの最大の魅力は、無限に近いバリエーションのゲーム体験を提供できることにあります。
たとえば、AIが生成する独自のストーリーラインやクエストにより、プレイヤーは自分だけの物語を体験することができます。
また、環境やキャラクターもAIによって生成されるため、毎回異なる世界を探索することが可能になります。
挑戦点生成AIゲーム開発の最大の挑戦は、AIが生成するコンテンツの質を保証することです。AIによって生成されたストーリーが常に意味をなすわけではなく、またゲームプレイに必要な論理的なつながりを欠いている場合もあります。
さらに、生成されたコンテンツがプレイヤーにとって面白いとは限らず、プレイヤーの期待に応えることは容易ではありません。

将来性

生成AIの技術は日々進化しており、これらの挑戦を乗り越えることが期待されています。
より高度なAIモデルの開発により、生成されるコンテンツの質は向上し、よりリアルでプレイヤーを引き込むゲーム体験を提供することが可能になるでしょう。
また、生成AIを利用したゲーム開発ツールが一般に普及することで、開発者はより簡単に独自の生成AIゲームを制作できるようになります。

結論

生成AIゲームは、ゲーム業界における新たなフロンティアを切り開いています。無限に近いバリエーションのゲーム体験を提供することで、プレイヤーにとっての魅力を大幅に高めることが可能です。
技術の進化により、今後はさらに多くの開発者がこの新たな領域に挑戦し、ゲーム業界に革新をもたらすことでしょう。生成AIゲームの未来は明るく、その可能性はほぼ無限大です。

マルチシナリオのゲームは.[プレイヤーの選択でいける場所が変わったり、エンディングが、変わったり]昔からけっこうあるけど、(ロマサガとかメガテンとか)これはプログラムされている中で選択ってことなので、結末はあって4か5つだと思うけど、生成ＡＩが絡むゲームはその都度進行具合によってリアルタイムにシナリオ作るみたいですね。
なのでプレイヤーごとにシナリオが、結末が変わる可能性があるのかな？
ネタが尽きてきておんなじことばっかやってるソシャゲとの相性は良いね。

それこそゲーム開始からいろいろな行動、いろいろな場所にいけるゲームとの相性はいいのかな？

個人的には生成ＡＩが作るメタルマックスを無印からやりたいかな

強化学習

強化学習とは、AIが自ら試行錯誤しながら最適な行動を学習する技術のことです。強化学習は、ゲームや囲碁などの複雑な環境で人間を超える性能を発揮することができるという点で、注目されています。しかし、強化学習にはまだ解決すべき課題も多くあります。今回のブログでは、強化学習の基本的な仕組みと、その課題と展望について紹介します。

強化学習の仕組み
強化学習では、AIはエージェントと呼ばれる主体として、環境と相互作用します。
エージェントは、環境から得られる観測や報酬というフィードバックに基づいて、自分の行動を選択します。
報酬は、エージェントの目的に沿った行動をしたときに与えられる数値で、エージェントは報酬の総和を最大化するように学習します。
観測は、エージェントが環境の状態を知るための情報で、エージェントは観測から状態を推定します。
状態は、エージェントが行動を選択する際に必要な情報を表す変数で、エージェントは状態に応じて行動を決めます。

エージェント：学習する主体です。

環境：エージェントが相互作用する対象です。
行動：エージェントが選択できる操作です。
状態：エージェントが行動を選択する際に必要な情報です。
観測：エージェントが環境から得る情報です。
報酬：エージェントの目的に沿った行動をしたときに与えられる数値です。

強化学習の目的は、エージェントが報酬の総和を最大化するような行動方策を学習することです。
行動方策とは、状態に応じて行動を選択する規則のことです。行動方策は、確率的なものや決定的なものがあります。
確率的な方策は、状態に対して行動の確率分布を定義するもので、エージェントはその確率に従って行動を選択します。
決定的な方策は、状態に対して一意に行動を定めるもので、エージェントはその行動を選択します。

強化学習のアルゴリズム
強化学習の問題は、以下の要素で定義されます。
大きく分けて以下の2種類に分類されます。

価値ベースのアルゴリズム：価値関数と呼ばれる関数を用いて、状態や行動の価値を評価します。価値関数は、状態や行動から得られる報酬の期待値を表す関数です。価値ベースのアルゴリズムでは、価値関数を最適化することで、最適な行動方策を導出します。価値ベースのアルゴリズムの例としては、Q学習やDQNなどがあります。
方策ベースのアルゴリズム：行動方策を直接最適化することで、最適な行動方策を学習します。方策ベースのアルゴリズムでは、方策関数と呼ばれる関数を用いて、行動方策を表現します。方策関数は、状態に対して行動の確率分布を定義する関数です。方策ベースのアルゴリズムの例としては、方策勾配法やREINFORCEなどがあります。

強化学習の課題と展望
強化学習は、多くの応用分野で有望な技術ですが、まだ解決すべき課題も多くあります。以下では、強化学習の課題と展望について、いくつかの例を挙げます。

サンプル効率：
強化学習は、大量の試行錯誤を必要とするため、サンプル効率が低いという問題があります。
サンプル効率とは、学習に必要なデータの量のことです。サンプル効率が低いと、学習に時間がかかったり、コストがかかったりします。
サンプル効率を向上させるためには、事前知識や教師データを利用したり、転移学習やメタ学習などの技術を用いたりすることが考えられます。

安全性：
強化学習は、報酬を最大化することを目的とするため、予期しない副作用や危険な行動を起こす可能性があります。
安全性とは、エージェントが人間の意図や倫理に沿った行動をすることを保証することです。安全性を確保するためには、報酬設計や制約条件の工夫や、人間のフィードバックや介入の導入などが考えられます。

一般化
強化学習は、学習した環境に依存することが多く、異なる環境に対応できないという問題があります。
一般化とは、エージェントが学習した環境以外の環境でも適応できることです。一般化を実現するためには、環境の多様性や不確実性を考慮したり、抽象化や転移学習などの技術を用いたりすることが考えられます。

以上のように、強化学習は、基本的な仕組みと、その課題と展望について紹介しました。強化学習は、まだ発展途上の技術ですが、今後もさらなる研究や応用が期待されます。強化学習に興味がある方は、ぜひこのブログを参考にして、さらに学んでみてください。😊.

人間がいろいろ指示しないでもトライアンドエラー繰り返して勝手に学習してく？みたいな。
電力が来てれば無限に成長する？なんか凄いけどちょっと怖いぞ
まぁ面白そうだから見てみたいけど

https://hatenablog.com/https://hatenablog.com/

AIチャットボットで始めるAI入門

いつかのブログで初めて触るには画像生成が良いよみたいな事書きましたが、ChatgtpはChatポット勧めてきました。

はじめにAI（人工知能）は、今や私たちの日常生活に欠かせない存在になっています。
しかし、AIの世界に足を踏み入れるのは難しそう、と感じている方も多いでしょう。そんな方々におすすめしたいのが、AIチャットボットを使ったAI入門です。

AIチャットボットとは？

AIチャットボットは、自然言語処理（NLP）というAIの分野を用いて、人間の言葉を理解し、適切な返答を行うプログラムです。
私たちが普段使っているメッセージアプリや、ウェブサイト上で質問に答えてくれるあの便利なツールが、まさにAIチャットボットです。

AIチャットボットの魅力

気軽にAIと対話できるスマートフォンやPCがあれば、いつでもどこでもAIチャットボットと対話することが可能です。
複雑な操作は不要で、日常の会話感覚で利用できます。

多様な用途

天気予報からニュース、趣味の話題まで、AIチャットボットは幅広いテーマに対応しています。
これにより、AIの応答能力や学習能力を身近で感じることができます。

AI技術への理解

チャットボットを使うことで、AIがどのようにして言葉を理解し、応答を生成するかの基本的な理解が深まります。AIの仕組みについて学ぶ第一歩になります。

AIチャットボットの活用方法

日常の質問「今日の天気は？」や「近くのレストランは？」など、日常的な質問をしてみましょう。これにより、AIの即応性と情報提供能力を体験できます。

趣味の情報収集

好きな音楽、映画、スポーツなどの趣味に関する情報をAIチャットボットに尋ねてみましょう。AIがどのようにして関連情報を収集し、提示するかを観察することができます。

学習サポート

言語学習や専門的な知識の質問など、教育的な目的でAIチャットボットを利用することもできます。
これにより、AIの教育分野での応用を体験することが可能です。

まとめ

AIチャットボットは、AI技術への入門として非常に優れたツールです。複雑なプログラミング知識や専門的な背景は必要ありません。今この記事を読んでいるあなたも、すぐにAIの世界への第一歩を踏み出すことができます。AIの可能性を探求し、日常生活におけるAIの活用を考えてみてはいかが

自分も朝イチはいつも今朝おすすめのニュースある？ってBingに聞くと5つから10記事位出してくれる。まぁ3つくらいしかない日もあるけど、、、音声有りでやってると割と面白いですよ

https://room.rakuten.co.jp/room_c593ff0137/items

2024年はＡＩ技術のルール作り

2024年は、AI技術に関する国際的な規制の動向が大きな転機を迎える年となる可能性が高いです。特に米国、欧州、中国などの主要国では、AIの進化と普及に伴い、その使用に関する法律や規制の必要性が高まっています。このブログ記事では、それぞれの地域でのAI規制の現状と今後の展望について掘り下げていきます。

米国：AI規制の新たな動向

米国では、AIに関する具体的な国家レベルの規制はまだ確立されていませんが、2024年の大統領選挙が、この分野での議論を活発化させることが予想されています。
MIT Tech Reviewによれば、生成AIの社会への影響や誤った情報の拡散など、AIに関連する様々な問題が選挙期間中に重要な議論のトピックになるでしょう 。
また、米国立標準技術研究所（NIST）が提案しているAI技術のリスクに応じた等級付けの枠組みが、今後の規制の方向性を示しています。

欧州連合（EU）

AI法の施行とその影響欧州連合は世界初の包括的なAI規制、AI法に合意しました。
この法律は2024年前半に正式に施行される予定で、特に「高いリスク」をもたらすと考えられるAIアプリケーションに対する厳格な基準が設けられます。
教育、医療、警察の分野で使用されるAI技術は、新しい基準を満たす必要があります。これにより、欧州におけるAI技術の開発と使用は、新たな規則への適応が求められることになります 。

中国：AI技術の進化と規制

中国もまた、AI技術の進化に伴い、これを規制するための法律や基準の整備に注力しています。
中国政府は、特にデータセキュリティと個人のプライバシー保護を重視しており、これらの側面を中心にAI技術の使用を規制する動きが見られます。
中国の規制は、国内のAI技術開発だけでなく、国際市場における中国製AI製品の競争力にも影響を及ぼす可能性があります。

総括

2024年は、AI技術に関する規制の形成が加速する重要な年となります。各国の規制の動向は、AI技術の開発と使用における新たな基準を設け、AI技術の社会への統合をより安全で倫理的なものにするための重要なステップとなるでしょう。
このような国際的な規制の動向によって、AI技術の未来がどのように形作られるかが注目されています。

OpenAIが選挙活動へのAI使用を禁止

米大統領選への影響は？
こんにちは、今回は、生成AIの最先端企業であるOpenAIが、選挙活動へのAI使用を禁止すると発表したことについて、考察していきたいと思います。

生成AIとは？
生成AIとは、自然言語や画像などのコンテンツをAIが自動的に生成する技術のことです。最近では、多くの企業や研究機関が生成AIの開発や応用に力を入れています。生成AIは、ビジネスや社会に大きな影響を与える可能性があります。

生成AIの代表例として、OpenAIが開発した「ChatGPT」が挙げられます。ChatGPTは、自然言語の生成や理解に優れた大規模言語モデルで、さまざまな分野で活用されています。例えば、対話型AIや文章作成AIなどです。

OpenAIが選挙活動へのAI使用を禁止した理由
しかし、ChatGPTは悪用される危険性もあります。例えば、選挙活動において、ChatGPTを使って偽のニュースやプロパガンダを拡散することができます。これは、民主主義や公正な選挙を脅かすことになります。

そこで、OpenAIは、2024年の米大統領選に向けて、選挙活動へのAI使用を禁止すると発表しました。これは、AIの倫理的な使用に関する重要な議論を提起するものです。

OpenAIのブログによると、選挙活動へのAI使用禁止には、以下のような内容が含まれます。

投票プロセスや資格（いつ、どこで、誰が投票する資格があるかなど）を偽ったり、投票を妨げたりするアプリケーションの作成を禁止する。
選挙候補者や政党、政策などに関する情報を偽ったり、誤解を招くようなアプリケーションの作成を禁止する。

選挙候補者や政党、政策などに関する情報を生成するアプリケーションの作成を禁止する。

選挙候補者や政党、政策などに関する情報を収集するアプリケーションの作成を禁止する。
　
選挙候補者や政党、政策などに関する情報を分析するアプリケーションの作成を禁止する。

これらの禁止事項は、OpenAIのChatGPTやAPIなどの技術を利用するすべてのユーザーに適用されます。OpenAIは、違反者に対しては、技術の利用を停止するなどの措置を取るとしています

OpenAIの選挙活動へのAI使用禁止の影響は？

OpenAIの選挙活動へのAI使用禁止は、米大統領選だけでなく、世界中の選挙に影響を与える可能性があります。生成AIは、選挙において、有権者の意思決定や投票行動に影響を与える強力なツールとなり得ます。しかし、同時に、生成AIは、選挙において、有権者の意思決定や投票行動に悪影響を与える危険なツールともなり得ます。

生成AIの悪用は、選挙の公正性や信頼性を損なうだけでなく、民主主義や社会の安定性をも揺るがすことになります。そのため、生成AIの適切な使用や規制は、選挙に限らず、社会全体の課題となっています。

OpenAIの選挙活動へのAI使用禁止は、そのような課題に対する一つの取り組みと言えるでしょう。OpenAIは、自らの技術の社会的な影響に責任を持ち、自主的に制限を設けることで、生成AIの倫理的な使用に向けた模範となろうとしています

しかし、OpenAIの選挙活動へのAI使用禁止は、万能な解決策ではありません。生成AIの悪用を防ぐには、OpenAIだけでなく、他の企業や研究機関、政府や国際機関など、さまざまな関係者の協力が必要です。また、生成AIの悪用を見抜くには、有権者自身の情報リテラシーの向上が必要です。

生成AIは、選挙において、良いことも悪いこともできる技術です。生成AIの利点を享受しつつ、リスクを回避するには、生成AIの正しい理解と適切な使用が求められます。私たちは、生成AIと選挙の関係について、常に注意深く考える必要があります。

やはりこの話が出ましたね。企業側から言っているのが、オープンＡＩも大統領選のＡＩ悪用を注視しているというか、最初から警戒してますよね。ＡＩのイメージダウンになる事案がない事を祈ります

https://hatenablog.com/https://hatenablog.com/