クラウドデータ保護サービスのRubrikは、サイバーセキュリティにおけるデータ保護の重要性を提起している。同社のリサーチ部門「Zero Labs」で責任者を務めるSteve Stone氏が、データを取り巻く実態とセキュリティについて説明してくれた。
Category: Japanese IT global
データビークル、データ分析の「マート待ち」問題を解消する新製品「dataExpress」を発表
2023年9月6日、データ分析・取得・解析ツールのプロバイダーであるデータビークルが新製品「dataExpress」の記者会見を開いた。このツールは、分析のためのデータセットを自動で生成するというもの。
KubeCon Europe 2023共催のLinkerd Dayからアディダスの事例セッションを紹介
この稿ではスポーツ用品の大手アディダスが、Linkerdを使ってアプリケーション間のネットワークを実装したセッションを紹介する
ChatGPTのプラグイン【前半】
今回はChatGPT Plugin storeにある16個の人気プラグインのうち、主にコンテンツへのアクセスをサポートするものを7つ紹介します。また、ChatGPTとプラグインがどのような関係にあるかも理解しましょう
dotData、MLOpsの新製品「dotData Ops」を発表–パイプラインのデプロイを自動化
dotDataは8月30日、ノーコードのMLOps基盤「dotData Ops」を発表した。機械学習（ML）のパイプラインを一元管理することで、企業のAI/MLの民主化を支援する。
チャットGPTはどのように質の高い文章をつくっているのか
大規模言語モデル（LLM）は、まだ予測マシンの域を出ていない部分もあるが、人工知能（AI）が人間の意思決定を支援する方法を様変わりさせつつある。LLMの出現により、人間が判断を下す方法が大きく変わろうとしていからだ。では、LLMを使った対話型AIのチャットGPTはどのようにして、平均的な人間の書き手よりも質の高い文章をつくり出しているのか。
グーグル、「Duet AI」をクラウドセキュリティに統合
Googleは米国時間8月29日、サンフランシスコのモスコーニセンターで開催中の年次カンファレンス「Google Cloud Next」で、同社のクラウドおよびセキュリティソリューションの能力強化に重点を置く人工知能（AI）ベースの新たなソリューションを発表した。
「ChatGPT」の精度を劣化させる「ドリフト」現象–米研究チームが検証
「ChatGPT」を使っていて実際にそう感じたり、あるいはそのような記事を読んだりした人もいるだろう。ChatGPTの精度が劣化しているのではないかという、あのうわさは本当だったようだ。
金融機関APIの活用促進に向けて–「参照系API」の技術的改善を提言
電子決済等代行事業者協会（電代協）は8月10日、「参照系APIの技術的改善に関する提言」と題した報道向け勉強会を開催した。同協会は「即時」「経済的報酬」「中長期的」と3種に分類して8つの方策を提言している。
「ChatGPT」でJavaScriptブックマークレット作成–試行錯誤した適切なプロンプト記述
この数カ月間で多くの時間を費やして、「ChatGPT」をコードの作成に活用する方法を模索してきた。今回の記事で説明するのが、そのChatGPTを使ったコード作成の手順だ。
チャットGPTは左派的、大規模言語モデルに政治的バイアス
企業は、社会的責任を持つべきだろうか。それとも、株主に利益をもたらすためだけに存在するのだろうか。人工知能（AI）に回答を求めた場合、AIによって全く異なる回答が返ってくるかもしれない。オープンAI（OpenAI）の旧モデルである「GPT-2」や「GPT-3 エーダ（GPT-3 Ada）」は、前者の意見に賛成するだろうし、同社のより高性能なモデルである「GPT-3ダ・ビンチ（GPT-3 Da Vinci）」は、後者の意見に賛成するだろう。
スレッズの登場で激変するソーシャルメディアの未来
メタ・プラトフォームズの新しいソーシャルメディアアプリであるスレッズは、リリース直後、史上最速の急成長を遂げた。スレッズは将来的に、オープンなソーシャルメディアプロトコルを採用し、SNS上でのIDを他のアプリケーションに引き継げるよう、その可能性を模索しているという。
セキュリティの新語「ASPM」とは–Snyk担当者が解説
セキュリティ分野に新しい言葉「ASPM」が出現した。これを提唱するベンダーはまだ数社しかなく、その1つというSnykで製品開発部門のバイスプレジデントを務めるRavi Maira氏が内容や意義などを解説してくれた。
Google DeepMind、ロボットの能力を引き上げるAIモデル「RT-2」を発表
人工知能（AI）の進歩に伴い、かつてないほど多くのロボットやオートメーションを活用する未来が期待される。家の中をうまく移動するロボット掃除機や、動物のペットを楽しませてくれるロボットペット、週末の作業を代行してくれるロボット草刈り機など、それらは既に私たちの身の回りに存在する。私たちは、「宇宙家族ジェットソン」の世界を実際に生きる日々に少しずつ近づいているようだ。しかし、あれほど賢く見えるロボットにも限界というものがある。 提供：Andriy Onufriyenko/Getty Images Google DeepMindは、ロボット制御用のVLA（ビジョンランゲージアクション）モデル「RT-2」を発表した。ロボティクスの能力を実質的に数レベル引き上げるものだ。このシステムは、「ChatGPT」や「Bing」のトレーニングを支える大規模言語モデル（LLM）とほぼ同様に、インターネットからのテキストデータと画像でトレーニングされている。 私たちの家庭にあるロボットは、プログラムされた単純なタスクを実行できる。例えば、床を掃除するというタスクの場合、左側のセンサーが壁を検出すると、それを避けて移動しようとする。しかし、従来のロボット制御システムは、新しい状況や予期せぬ変化に対処するようにはプログラムされていない。また通常、同時に複数のタスクを実行できない。 RT-2は、時間が経つにつれて新しい状況に適応し、ウェブやロボティクスデータといった複数のデータソースから学習して言語と視覚的入力の両方を理解し、これまで遭遇したことのないタスクや実行するようにトレーニングされていないタスクを実行するように設計されている。 提供：Google DeepMind 従来のロボットの場合、球を拾うようにトレーニングすると、球は拾えるが立方体の拾い上げには苦戦する。RT-2には、球を拾うようにトレーニングされたロボットが、これまで見たことのない立方体やその他の形状の玩具を拾うために、自らの能力の限界を調整する方法を見出すことができるような、柔軟なアプローチが採用されている。 従来のロボットは、物体を物理的に認識してそれを拾い上げる方法を学習するために、数十億ものデータポイントを使った時間のかかる実世界のトレーニングが必要であるのに対し、RT-2は、大量のデータでトレーニングされており、その知識を行動に転換して、これまで経験したことのないタスクを実行できる。 「情報を行動に転換するRT-2の能力は、新しい状況や環境に、より迅速に適応するロボットが期待できることを示している」と、Google DeepMindのロボティクス責任者を務めるVincent Vanhoucke氏は述べた。「6000を超えるロボット試行実験でRT-2モデルをテストしたところ、RT-2が、トレーニングデータに含まれるタスクまたは『既知』のタスクに対して、当社の前モデルである『RT-1』と同等に機能することが分かった。その上で、初見の新しいシナリオに対する性能はほぼ2倍となっており、RT-1が32％であるのに対して62％だった」（同氏） ロボティックデータには存在せず、ウェブで事前学習した知識から転換する必要があるスキルの例 提供：Google DeepMind/ZDNET DeepMindチームは、2つの既存モデルである「Pathways Language and Image Model」（PaLI-X）と「Pathways Language Model