Anthropicは2024年10月23日、AIモデルClaude 3.5 Sonnetに、「Computer use」というヤバすぎる新機能を公開した。 これは、AIがマウスカーソルの移動、クリック操作、キーボード入力など、人間のように直接コンピュータを操作することを可能にする新機能だ。 本記事で...

iPhoneなどのスマホで、長文のメールやメッセージをフリック入力するのは本当にめんどくさい。 マイクを使って完璧な精度で音声入力ができればいいのに・・・と思ったことが、誰もが一度はあるはず。 本記事では、プログラミングの知識も不要で、iPhoneに初めから入っている「ショートカット」アプリを活用し...

Metaが2024年9月25日に発表したばかりの「Llama 3.2」モデルシリーズの中で、軽量・小型の3Bパラメータのモデルは、なんとiPhoneやAndroidなどのスマホ上でも動作する。 昨今のオープンソースLLMの性能の向上と小型軽量化、またスマートフォンのスペックの向上によって、人工知能(...

ChatGPTに、2024年10月3日、新たな機能「Canvas」が導入された。 Canvasは、人間とChatGPTとが協働して、文章の作成や、プログラミング・コーディングの作業をするための新しいインターフェースだ。 Wordのようなインターフェース上で、文章の一部だけを指定してAIに書き直させた...

OpenAIが5月に発表したものの、長らく利用できなかったChatGPTの高度なボイス機能「Advanced Voice Mode」が、ついに一般ユーザーにも開放された。 今週（2024年9月末）、すべての有料ユーザーに対してロールアウトが開始され、筆者のiPhoneでも利用できるようになった。 C...

ChatGPTをはじめとするAIチャットツールを、実務に活かせている、と言える人はどれだけいるだろうか。 話題のChatGPTだが、会員登録だけはしたものの、具体的な活用方法が見つからず、眠らせたままになっている人も多いのではないか。 昨今は、OpenAI社のChatGPT、Anthropic社のC...

Midjourneyに、最近新たに「Editor」機能が導入された。 ブラウザ上の分かりやすいインターフェースで、Midjourneyで生成した画像を部分的に修正することができる機能だ。 画像生成AIを使う上で最も大変なのは、思い通りの絵柄・構図が得られるまで、プロンプトを変えながら、何度もゼロから...

あなたが使っているAIチャット、本当にあなたにとって最適なモデルですか？ 最近では、OpenAI/ChatGPTのGPT-4o、AnthropicのClaude 3.5 Sonnet、GoogleのGemini 1.5 Proなど、トップクラスの性能を有するAIモデルが乱立している。 日本語力・コー...

ありえないほど安く、ありえないほど速い、まさに革命的な「Whisper」のクラウドサービスが登場した。 CPUでもGPUでもない、AIに特化した超高速チップ「LPU」を開発するスタートアップ企業「Groq」が提供するWhisperのAPIサ...

2024年6月26日、世界最高性能のClaude 3.5 Sonnetなどで知られるAnthropicが、Claude.aiの新機能「Projects」をリリースした。 Claudeは、OpenAI社が提供するChatGPTのように、ブラウ...

Runwayは、米国のAIスタートアップで、テキストプロンプトや既存の画像から動画を生成するサービスで注目を集めている。 2024年6月17日に、次世代モデルのGen-3 Alphaのプレビューを公開したばかりで、恐ろしいほどリアルな映像で...

Googleが実験的に公開しているノートアプリ「NotebookLM」は、最新AI「Gemini」を組み込んだ革新的な文書管理・作成ツールだ。 これまで米国内でしか利用できなかったところ、ついに、日本からも利用することができるようになった。...

音声認識AIがどんどん進化して、無料であっても、非常に正確に文字起こしができるツールが多数登場している。 議事録作成や音声ファイルの文字起こしを行うツールには、月額制の有料サービスも多い。しかし有料だと、個人で気軽に使ってみるには若干ハード...

「GPTs」とは、ChatGPTをカスタマイズし、特定のタスクやスキルに長けたAIを生み出せる革新的なサービスだ。ChatGPTのGPTストアで公開されているカスタムGPTを無料で利用したり、自らオリジナルのGPTを作成することもできる。 ...

「Replicate」は、クラウド上のGPUを利用して、Llama 3などの大規模言語モデルや、Whisperなどの音声認識モデル、Stable Diffusionなどの画像生成AIなどを、誰でも簡単に実行できるプラットフォームだ。 初心者...

GoogleスプレッドシートやExcelでの集計作業、グラフの作成、簡単な統計解析などは、ビジネスパーソンの必須スキルだ。 発展目覚ましいChatGPTやGeminiなどの大規模言語モデルとのチャットができるAIアプリは、英文の翻訳やメール...

Google版のChatGPTにあたる大規模言語モデルとのチャットサービス「Gemini」には、月2,900円で最新・最高精度のモデル「Gemini 1.5 Pro」を利用できるプラン「Gemini Advanced」がある。 「Gemin...

2024年5月16日、ChatGPTのデータ分析機能が大幅にアップデートされた。 今回のアップデートは、分かりやすい直感的なインターフェースで、非常に高速なGPT-4oモデルを使って、エクセルデータなどを誰でも簡単に分析・グラフ化できるよう...

Googleが開発する大規模言語モデルである「Gemini」には、実はあまり知られていない使い道として、無料で使える超高精度の文字起こしツールとしての顔がある。 2024年4月に登場したフラグシップモデル「Gemini 1.5 Pro」と、...

2023年9月に、ChatGPTのアプリに音声でAIとやりとりできる機能が一部のユーザーに追加された。有料のChatGPT Plusに登録しているユーザーであれば誰でも、iOSアプリ、Androidアプリ上でこの機能を利用できるはずだ。 O...