AI技術の進化: Dall-E 3とChatGPTがもたらすブログ制作の革命 【日刊AIニュース 10/9】
AI技術の進化: Dall-E 3とChatGPTがもたらすブログ制作の革命
（OJ）: ねぇ、Nekoちゃん、Dall-E 3とChatGPTって聞いたことある？
（Neko）: ああ、それは最近のAI技術の中でも特に注目されているものだのだ。詳しく説明するのだ。
（OJ）: それって何なの？
（Neko）: Dall-E 3はOpenAIによって開発された先進的なAIモデルで、テキストの説明からユニークな画像を生成する能力があるのだ。一方、ChatGPTはテキスト入力に対して人間のような応答を生成する言語モデルだのだ。
（OJ）: それだけ？
（Neko）: いえ、それだけではないのだ。これらのAIモデルを組み合わせることで、ビジュアルとテキストをシームレスに統合し、魅力的で情報的なビジュアル体験を生み出すことができるのだ。特に、Dall-E 3 x ChatGPTの組み合わせは、SEOやコンテンツ制作のための強力なツールとして登場しているのだ。
（OJ）: それはすごいね。でも、どうやってそれを使うの？
（Neko）: Dall-E 3を使用すると、記事やブログ投稿に完璧にフィットする驚くべき画像を生成することができるのだ。そして、ChatGPTは、テキスト内に画像を埋め込むための適切なプロンプトを提案することで、ライターをサポートするのだ。
（OJ）: それは効率的だね。でも、どんな利点があるの？
（Neko）: AIによって生成されたインフォグラフィックスは、情報の効率的な表現やカスタマイズの可能性、時間とコストの節約など、多くの利点があるのだ。さらに、SEOの目的のためにも使用することができるのだ。
（OJ）: これからのコンテンツ制作には欠かせないツールになりそうだね。
（Neko）: まさにそうだのだ。Dall-E 3とChatGPTのシナジーは、コンテンツ制作の新しい時代をもたらしているのだ。これらのAI技術を活用することで、コンテンツ制作者やビジネスはデジタルの風景で先を行くことができるのだ。
OpenAI、独自のAIチップ製造への道を模索 - 買収の可能性も
（OJ）: ねぇ、Nekoちゃん、OpenAIって、自分たちのAIチップを作成しようとしているって聞いたことある？
（Neko）: ああ、それはサイプラスメールの記事で読んだのだ。OpenAIは、ChatGPTの背後にある会社で、自分たちの人工知能チップを作成することを検討しているらしいのだ。実際には、会社の計画に詳しい人々によれば、潜在的な買収対象を評価するほど進んでいるとのことだ。
（OJ）: ええ、でも、まだ決定していないんだよね？
（Neko）: そうなのだ。最近の内部の議論によれば、まだ前に進むとは決めていないようだ。しかし、少なくとも昨年から、OpenAIが依存している高価なAIチップの不足を解消するためのさまざまな選択肢を議論しているとのことだ。これには、自社のAIチップを製造すること、Nvidiaなどの他のチップメーカーとの連携を強化すること、そしてNvidiaを超えて供給先を多様化することが含まれているのだ。
（OJ）: Nvidiaって、AIアプリケーションを実行するのに最適なチップのグローバル市場の80%以上を制御しているんだよね？
（Neko）: その通り。CEOのサム・アルトマンは、会社のトッププライオリティとして、より多くのAIチップの取得を進めているのだ。彼は、グラフィックス処理ユニットの不足について公然と不平を言っているのだ。この努力は、OpenAIのソフトウェアを動かす先進的なプロセッサの不足と、その努力と製品を動かすためのハードウェアに関連する「目を見張るような」コストの2つの主要な懸念に関連しているのだ。
（OJ）: それは大変そうだね。でも、OpenAIが自分たちのAIチップを開発すると、どうなるの？
（Neko）: 自分のAIチップを開発する努力は、OpenAIを、自分たちのビジネスにとって基本的なチップの設計をコントロールしようとしている大手テックプレイヤーの小さなグループ、例えばアルファベットのGoogleやAmazon.comの中に置くことになるのだ。しかし、OpenAIがカスタムチップを製造する計画を進めるかどうかは明確ではない。そうすることは、業界のベテランによれば、年間数億ドルのコストとなる重大な戦略的取り組みとなるだろうのだ。
（OJ）: それは大きな投資だね。でも、チップ会社を買収することで、プロセスをスピードアップできるの？
（Neko）: その通り。Amazon.comが2015年にAnnapurna Labsを買収したように、チップ会社の買収はOpenAIが自社のチップを製造するプロセスを加速する可能性があるのだ。実際、OpenAIは、計画に関して十分な調査を行った段階まで考慮していたとのことだ。
ジョージア州立大学、AIとロボティクス研究のための1000万ドルの助成金を獲得 - 未来の技術への大きな一歩
（OJ）: ねぇ、Nekoちゃん、ジョージア州立大学がAI、ロボティクス、エッジコンピューティングの研究のために1000万ドルの助成金を受け取ったって聞いたことある？
（Neko）: ああ、それは最近のニュースで大きく取り上げられている話だのだ。ジョナサン・シハオ・ジー（Jonathan Shihao Ji）教授が、人とロボットの相互作用、3D仮想環境の再構築、エッジコンピューティング、信頼性のあるAIに関する重要な問題を解決するために、国防総省（DoD）からその助成金を受け取ったのだ。
（OJ）: AIって最近よく耳にするけど、どれくらいの影響があるの？
（Neko）: AIは今や私たちの世界で非常に一般的になっているのだ。検索エンジンや音声アシスタント、自動運転車などを動かしている。ジー教授は、「AIは新しい電気だ」と最近言われている。これにより、次の数年でほぼすべての業界が変革されるだろうと彼は考えているのだ。
（OJ）: それはすごいね。ジョージア州立大学の研究チームはどんなことをしているの？
（Neko）: ジョージア州立大学の研究チームには、アヌ・ブルジョワ教授やイー・ディン助教授などが含まれているのだ。この助成金により、彼らは**CoE-ACS（先進コンピューティングとソフトウェアのセンター）**を設立し、デューク大学のアテナNSF AI研究所や米国陸軍研究所の研究者との協力を促進することができるのだ。
（OJ）: それに、ジー教授はボストンダイナミクスのSpotという四足歩行の犬のようなロボットも持っているって聞いたことがあるよ。
（Neko）: そうだのだ。Spotを使用して、ジー教授と彼の研究チームは、ロボットの自然言語インターフェースを開発することで、AI技術を進化させることを期待しているのだ。例えば、「キッチンに行って冷蔵庫のドアがちゃんと閉まっているか確認して、閉まっていなかったら閉めて」とSpotに指示することができるようになるのだ。
（OJ）: それは便利だね！他にも何か研究していることはあるの？
（Neko）: もちろんだのだ。彼らは、人とコンピュータの相互作用を容易にするための機械学習アルゴリズムの開発にも焦点を当てているのだ。また、AIデバイスとシステムのセキュリティを強化することにも取り組んでいるのだ。特に、エッジコンピューティングという技術が注目されているのだ。これは、データをクラウドではなくローカルで保存し処理する技術だのだ。
（OJ）: これからのAIとロボティクスの研究が楽しみだね。
（Neko）: まさにそうだのだ。ジョージア州立大学は、この助成金により、多くの学生や研究者をサポートし、次世代のAIとロボティクスの研究者を育成する大きな役割を果たすことになるだろうのだ。
本日の論文 言語エージェントの進化: FireActと微調整の力
要点
この研究では、質問応答(QA)タスクに焦点を当てています。これは豊富で高品質なトレーニングデータが利用可能であり、評価（正確な答えの一致）が容易で信頼性が高いためです。
Chain of Thought (CoT) という手法が紹介されています。これは、質問と答えの間のギャップを埋めるための中間的な推論を生成するものです。各CoTの軌跡は、中間の推論が「思考」、答えが「行動」となるようなシンプルな1ラウンドのReAct軌跡に変換することができます。
Reflexion という手法も取り上げられています。これは主にReActの軌跡に従いますが、追加のフィードバックや自己反省を取り入れています。
革新的なポイント
FireActエージェント の導入により、少数のショットプロンプトの必要性が軽減され、推論がより効率的かつ便利になります。これにより、タスクの複雑さに適応して適切な方法を暗黙的に選択することができ、より広範で多様な学習サポートの結果として、プロンプトよりも強力な一般化とロバスト性を示すことができます。
（OJ）: ねぇ、Nekoちゃん、"FIREACT"って聞いたことある？
（Neko）: ああ、それは言語エージェントの微調整に関する最新の研究だのだ。最近、言語モデルを外部ツールや環境と組み合わせて、理由を持って行動できる言語エージェントの開発が進められているのだ。しかし、これらのエージェントの多くは、既存の言語モデルを使用しているのだ。
（OJ）: それって、どういうこと？
（Neko）: 例えば、質問応答（QA）のセットアップでGoogle検索APIを使用する場合、さまざまな基本言語モデルやプロンプト方法、微調整データ、QAタスクを探索すると、言語エージェントは微調整後に一貫して改善されることがわかるのだ。特に、Llama2-7BをGPT-4で生成された500のエージェントトラジェクトリで微調整すると、HotpotQAのパフォーマンスが77%向上するのだ。
（OJ）: それはすごいね！でも、なぜ微調整が必要なの？
（Neko）: 既存の言語モデルは、エージェントの使用（例：アクションの生成や自己評価）のために開発されていないのだ。その結果、ほとんどの言語モデルはエージェントとして使用するときに性能や堅牢性が低下するのだ。微調整は、これらの問題の適切な解決策となるのだ。
（OJ）: なるほど、それでこの研究では何が提案されているの？
（Neko）: この研究では、FireActという新しい方法が提案されているのだ。これは、複数のタスクやプロンプト方法からのトラジェクトリを使用して言語モデルを微調整する方法だのだ。さらに、微調整データの多様性の重要性も示されているのだ。
https://arxiv.org/pdf/2310.05915.pdf