有料版のChatGPT Plusで利用できるGPT-4モデルや、画像解析の機能は、APIとしても使うことができる。 API経由でGPT-4やGPT-4V（画像解析に対応したモデル）を利用すると、入力した情報がトレーニングに使われず、プライバ...

ChatGPTで知られるOpenAIが開発した、「Whisper」という超高精度な音声認識モデルをご存知だろうか？最近では、ChatGPTのスマホアプリのボイス機能（音声対話機能）でも、Whisperモデルが音声認識のために使われている。 ...

DALL-E 3は、自然言語のプロンプトに基づいて画像を生成する、OpenAIによって開発された最新の生成AIモデルだ。 そんな最新のDALL-E 3を、誰でも、数クリックだけで簡単に、速攻で試せるGoogle Colaboratoryのノ...

ChatGPTをはじめとする大規模言語モデル（AI）は、英語学習や英会話の練習においても、非常に役に立つ。 高性能なAIをうまく使えば、人間を相手に英会話の練習をするよりも圧倒的に安く、無限に長時間の練習ができ、どれだけ話しかけても嫌がらな...

ChatGPT、特にGPT-4モデルを一度でもプログラミングのサポートに使ったことがある人ならば、GPT-4がどれだけ強力なアシスタントになるか分かっているはずだ。 何か実行したいタスクや書きたいプログラムがあるとき、その内容を自然言語で伝...

23年11月にMidjourneyに新たに導入されたばかりのStyle Tunerを、さらに便利に使うためのツールが、Discordのコミュニティ内で早速開発された。 Style Tunerは、画像生成プロンプトに基づいて、16〜128ペア...

Whisperは、ChatGPTで知られるOpenAIによって開発された非常に正確な音声認識モデルで、会話の音声をテキストに書き起こしてくれる。 100万時間以上のデータでトレーニングされた最新のAIモデルだが、驚くべきことにオープンソース...

画像生成AIのMidjourneyにおいて、狙ったアートスタイル通りの画像を、異なる被写体で安定的に生成するのは中々に難しい。例えば、女性の写真、車の写真、犬の写真などを、全て同じ80年代の洋画風のスタイルで生成する、などの用途だ。 23年...

2023年11月のOpenAIのイベントでAPIが利用可能になったばかりの、テキストからの音声合成AIであるText-to-speech（TTS）モデル。すでに有料版のChatGPTでは、ChatGPTからの返信を音声で読み上げてくれる音声...

OpenAIのAPIキーは、OpenAIが提供するテキストや画像を生成する人工知能（AI）に、アプリやプログラムからアクセスするための「鍵」や「パスワード」のようなもの。 APIキーを使うことで、テキスト生成AIであるGPT-4や、画像生成...