5月29〜31日のオースティンコンセンサスと6月3〜7日のニューヨークテックウィークのプロトコル、分散型クラウドゲームプロトコルであるDeepLinkのアドバイザーであるBrando氏は、a16zや他の投資機関との円卓会議を開催し、DePIN Houseイベントでプロジェクトプレゼンテーションを行いました。 Brando表示，クラウドゲームは非常に大きな潜在市場を持ち、ゲーム業界に大きな変革をもたらすことになるでしょう。

金色財経によると、Fidelity Digital Assetsの英国事業は2023年に売上が60%以上減少し、全体の損失は700万ポンドを超えました。Companies Houseへの提出書類によると、2023年12月末までの12か月間で、この部門の収入は54万5000ポンドで、前年の130万ポンドを下回りました。

BTCレイヤー2開発会社であるOneness Labsは、ドバイを拠点とするファミリーファンドであるThe House of Maktoumと、WemadeとMiranaが共同設立する予定のゲームファンドであるFinewill Capitalが参加する400万ドルのシードラウンドの完了を発表しました。 Oneness Matrixは2024年第2四半期にベータ版をリリースする予定で、プラットフォームの最初のゲームは2024年末にリリースされると報じられています。 (コインテルグラフ)

1月25日のIT Houseニュースによると、Quark Appは最近、大規模なモデルに基づく新製品「AI PPT」を発売し、ユーザーはPPTトピックを入力するだけで、数十秒でPPTファイルを生成できます。 関係者によると、この機能には「よりスマートに、よりプロフェッショナルに、より簡単に操作できる」という3つの特徴があり、ユーザーは携帯電話でPPT作成を完了し、iSlideなどのプラットフォームが提供するさまざまなテンプレートを使用することもできます。

1月24日にIT Houseが報じたように、欧州委員会は来年、EU全体の戦略文書を発表し、各国が欧州大陸全体でAIロボットとテクノロジーを促進する際に相乗的な役割を果たすことができるようにする予定です。 ユーロニュースが明らかにしたEU内部会議の議事録の一部によると、EUの執行機関は、今年の第1四半期から第2四半期にかけて27の加盟国と緊密に協力し、AIを活用したロボット戦略を策定し、欧州がこの分野で「重要」であり続けることを保証する。 報告書によると、この戦略はロボットの開発と応用のあらゆる側面をカバーし、他の関連する欧州委員会のプログラム(AI in the Workplace Initiative、人工知能法など)とリンクされます。 同時に、主にヘルスケア、農業食品、物流、製造業などの産業で使用されるロボットの需要が高まっているため、欧州はロボットの労働力への適応と安全性の面で課題に直面しています。

Business Insiderを引用したIT Houseのレポートによると、Amazonは年内にAlexaのインテリジェント音声アシスタントの有料アップグレード版を発売する予定ですが、有料版は現在、テストでAIのパフォーマンスの低下に直面しています。 現在、仮称「Alexa Plus」と名付けられているこの新バージョンは、基盤となる音声技術「Remarkable Alexa」で、すでに15,000人の外部顧客によってテストされています。 現在の新しいバージョンのAlexaの主な問題は、Remarkable Alexaテクノロジーが事前設定された基準を満たしていないことです:短くて明確な答えが得られないことがあり、ライトをオンにして音楽を同時に再生するなど、さまざまなタイプのユーザーリクエストに同時に応答する機能がまだありません。

IT Houseによると、Alipayは1月23日、今年の「Jiwufu」を1月29日に開幕する「Wufu Festival」にアップグレードし、Hurricane Small Theater、Time and Space Photo Studio、Talking Red Envelopes、Everyone Comes to Find Fuの4つの主要なAIゲームプレイを開始すると発表しました。

1月20日のIT Houseのレポートによると、The Economist(エコノミスト)は最近、基調講演イベントを開催し、MicrosoftのCEOであるSatya Nadella氏とOpenAIのCEOであるSam Altman氏が、AIの未来、ChatGPTの今後などについて議論しました。 サム・アルトマン氏は、AI開発に「赤いパニックボタン」はないが、その過程で小さくても重要な決定を下すことで、AIのリスクを下げることができると述べている。 さらに、アルトマン氏は、ChatGPTの成功の尺度は、人間の仕事ができるChatGPTの割合であると指摘し、ChatGPTが「ナレッジワークコンパニオン」として組織にすぐに採用され、生産性ツールとしてワークフローに統合されていることに非常に満足していると述べました。

OpenAIとMicrosoftの提携は米国の規制当局によって調査されており、米国司法省(DOJ)と連邦取引委員会(FTC)が現在管轄権を争っていると、IT HouseがPoliticoを引用して報じている。 問題の中心にあるのは、2019年にさかのぼり、今後数年間にわたって同社に資金を注ぎ込み続け、OpenAIのサービスをBingやOfficeなどの自社製品に統合してきたMicrosoftのOpenAIへの巨額の投資です。 また、OpenAIのCEOであるSam Altman氏はインタビューで、同社とMicrosoftのパートナーシップは非常に強力であり、MicrosoftがOpenAIへの投資を継続することを望んでいると述べています。 しかし、特に大規模言語モデル(LLM)に関しては、両社の不当な優位性についての懸念も生じています。

IT Houseによると、米アリゾナ州立大学は現地時間1月18日、高等教育機関として初めてOpenAIと協業し、ChatGPT Enterprise Editionの高度な機能を大学に提供し、教職員が生成AIの可能性を探り、教育、学習、発見を改善するとともに、「より高いレベル」のプライバシーとセキュリティを確保すると発表しました。 同校のマイケル・M・クロウ学長は、同校はジェネレーティブAIに対して非常に強気であり、ジェネレーティブAIは生徒がより早く学習し、教科をよりよく理解するためのツールとなる可能性を秘めていると述べています。 2月から、アリゾナ州立大学の教職員は、学生の成功の向上、革新的な研究のための新しい道の開拓、組織プロセスの合理化の3つの分野に焦点を当てたChatGPT for Businessに完全にアクセスできるようになります。 同校の最高情報責任者(CIO)であるLev Gonick氏は、同校は生徒のための「パーソナライズされたメンター」を創設し、同校最大のプログラムである新入生作文クラスでChatGPTを使用する予定だと述べた。 両当事者は声明の中で、学校がChatGPTに入力した指示はすべて安全であり、OpenAIは独自のモデルのトレーニングにデータを使用しないと発表しました。

IT Houseによると、Sam's Clubは最近、CES 2024で「レシート検証」のためにAIを使用して購入者のショッピングカートの内容を識別する技術を実証し、関連する技術が北米のSam's Clubの10店舗に適用され、店舗の出口での列が大幅に削減されたと主張しています。 Sam's Clubは、このテクノロジーの使用を加速させており、今年中に600以上の店舗にこのシステムを追加し、従来の検札員に取って代わる予定であると述べています。

1月18日にWebmaster's Houseが報告したように、Runwayはマルチモーションブラシ機能を更新しました。 これは、現在初期テスト中のGen-2モーションブラシの新しいバージョンです。 ユーザーは、入力画像内の最大5つの異なる被写体または領域を選択して、動きを個別に制御できます。 このアップデートにより、ユーザーはよりクリエイティブな可能性と、画像のさまざまな部分のダイナミクスをより柔軟に制御できるようになります。

1月18日のIT Houseのレポートによると、GoogleのDeepMindは最近、Nature誌に論文を発表し、数学幾何学の問題を解くことにおいて世界のトップクラスの学生に匹敵する最新のAIシステムAlphaGeometryを実証しました。 AlphaGeometryは、言語学習と演繹的推論を組み合わせたニューラルシンボルシステムです。 このシステムは、ニューラル言語モデルの予測能力とルールベースの演繹的エンジンを組み合わせて、解決策を見つけます。 高校生を対象とした国際数学オリンピック(IMO)では、AlphaGeometryは30問中25問正解し、正答率は83%でした。 比較のために、平均的な人間の金メダリストは25.9問正解しましたが、AIモデルが10問の幾何学問題に正解したというこれまでの最高記録と比較しました。 この結果は、人間の参入のゴールドスタンダードに非常に近く、Deepmindは、数学におけるAIの能力の成長を浮き彫りにしていると考えています。 このプロジェクトに携わったディープマインドの研究者であるQuoc V Le氏は、フィナンシャル・タイムズ紙に、この新しいシステムは汎用人工知能(AGI)の構築に向けた重要なステップであると述べています。

1 月 18 日に IT House が報じたように、Red Hat の開発者である Jiri Kyjovsky 氏は最近、Log Detective と呼ばれる新しい AI ツールを共有しました。 これは、AIモデルを活用してRPMパッケージのビルドが失敗する理由を分析するのに役立つ開発中の新しいツールです。 Red Hatの開発者は現在、Log Detectiveを開発し、「ビルドが失敗した理由を簡単な言葉で特定して説明する」ことを目標にAIモデルをトレーニングしています。 Log Detectiveは、AIモデルをトレーニングしてRPMビルドログを理解し、簡単な言葉でエラーを説明し、開発者がログをまったく開かなくても修正を提案します。 RPM(Red Hat Package Manager)は、Linuxシステム用のインターネットダウンロードパッケージのパッケージ化およびインストールツールであると理解されています。 RPM拡張機能、Linuxユーザーは、Windowsユーザーがexeファイルをインストールするのと同じ方法でRPMパッケージをインストールでき、通常、Red HatのCentOSおよびRed Hatシステムで使用されます。

1月18日にIT Houseが報じたように、Google Bardは、検索生成エクスペリエンス(SGE)とスライドショーの後、独自のAI画像生成ツールを立ち上げ、ユーザーにより広いクリエイティブスペースを提供する予定です。 1月18日付けの未公開のGoogle Bard変更ログによると、ユーザーはBardで簡単に画像を作成できます。 他のツールと同様に、Bardは、ユーザーがほんの数語で想像力に命を吹き込むことができる簡単なクリエイティブプロセスを提供します。 この機能は、GoogleのImagenファミリーのモデルを利用します。 12月、GoogleはImagen2を発売し、特にロゴ生成やテキストオーバーレイ付きの画像作成などのエンタープライズユースケース向けに、画質を劇的に向上させることを目的としています。 Google Searchが10月にリリースした同様の画像ジェネレーターとは異なり、Google Bardの画像ジェネレーターは、Duet AIの一部としてGoogleスライドとMeet(カスタム背景用)に追加され、よりパーソナライズされた画像生成機能をユーザーに提供します。

最近のブルームバーグの報道では、1月15日にIT Houseが報じたように、Metaのメタバースの失敗の背後にある小さなエピソードが明らかになり、プロジェクト内部の恥ずかしさを反映しています。 報道によると、2022年8月、ザッカーバーグ氏がワイオミング州で行われた元最高執行責任者(COO)のサンドバーグ氏の結婚式に出席した際、メタバースで自撮りをしたことを嘲笑され、ザッカーバーグ氏はかなりイライラした様子を見せたという。 複数の情報筋によると、ザッカーバーグはゲストの嘲笑に非常に不満を抱いており、同社の広報部門がメタバースを十分に「セクシー」なものとしてパッケージ化できなかったとさえ確信していました。 事件後、Metaは社内で何度も人事異動を行いましたが、結局、減少を回復させることはできませんでした。 それ以来、メタバースプロジェクトが失敗しようとしていることを示す様々な兆候がありました。 ウォール街は、この分野への巨額の投資に懐疑的であり、専門家はそれについて歌い、メタバースを経験した人々はそれを「荒涼とした、孤独で、高価」と呼んでいます。 結局、メタはザッカーバーグのメタバースギャンブルで465億ドルを失いました。 OpenAIのChatGPTの登場により、Metaは人工知能の分野に静かに軸足を移しました。

1月15日のIT Houseのレポートによると、Google Researchは最近、独自のBIG-Bench Benchmarkを使用して「BIG-Bench Error」データセットを確立し、関連するデータセットを使用して、市場で人気のある言語モデルの「エラー確率」と「エラー訂正能力」に関する一連の評価調査を実施しました。 Googleの研究者は、過去に大規模言語モデルの「エラー確率」と「自己修正能力」を評価できるデータセットがなかったため、「BIG-Bench Error」と呼ばれる専用のベンチマークデータセットを作成してテストを評価したと述べています。 研究者らは、まずPaLM言語モデルを使用して、独自のBIG-Bench Benchmarkタスクで5つのタスクを実行し、次に生成された「思考の連鎖」の軌跡を修正して「論理エラー」セクションを追加し、それをモデルに再スローして、思考の連鎖の軌跡のどこにエラーがあるかを判断したと報告されています。 Googleの研究者は、BIG-Bench Mistakeデータセットはモデルの自己誤り訂正能力を向上させるのに有益であり、関連するテストタスク用に微調整されたモデルは「一般的に、ゼロショットプロンプトを備えた大規模なモデルよりも優れたパフォーマンスを発揮する」と主張しています。