こんにちは、AIチームの邊土名( @yaelanya_ml )です。 本記事は AI Shift Advent Calendar 2024 の18日目の記事です。 私はサイバーエージェントの研究組織である AI Lab の 完全自動対話研究センター という部署に所属していまして、現在は兼務という形でAI Shiftに関わっています。 せっかく(？)ですので、今回の記事では、この1年くらいの間 AI Lab で取り組んでいた セールス対話データセット構築 の研究紹介をできればと思います。 はじめに 突然です

はじめに Corporate Engineering という部署で社内営業組織が業務で使用するSalesforceの運用や社内システム開発を担当している瀧山です。 RevCommではコミュニケーションツールとしてSlack、ドキュメント管理ツールとしてNotionを使用しています。 今回は、Slackで投稿された有益なスレッドにリアクション（以下、「スタンプ」と記載）をつけた際にNotion連携するアプリケーションを社内営業組織向けに作成したので概要や仕組みなどを説明したいと思います。 本ブログ内で書かな

こんにちは AI Shift CTOの 青野 です AI Shift AdventCalendar 2024 16日目です 今回はAIエージェントを開発する時の勘所について書こうと思います お付き合いお願いします〜 はじめに 昨今、生成系大規模言語モデル（LLM: Large Language Model）を活用したプロダクトの開発機会が急速に増えている。ChatGPTやGPT-4など、自然言語による高度な応答を可能とするLLMは、従来困難だった自然言語処理タスクを容易にし、多くの領域で新たなアプリケーシ

はじめに こんにちは、慶應義塾大学理工学部四年の加藤駿です。私はCA Tech JOBとしてABEM ...

はじめに こんにちは、クラウドエース株式会社の技術本部に所属している池上有希乃です。 Google Cloud では様々な機械学習プロダクトが利用可能ですが、選択肢が多いので「どういった方針で、どのプロダクトを利用すればいいか」と迷ってしまうときがあります。そこで、この記事では Google Cloud で機械学習モデルを使う際のガイドをしていこうと思います。 ! 本記事は2024年12月1日時点の情報をもとに記述しています。 記事中には一般提供前 (プレビュー段階) の機能も含まれています。 Googl

こちらの記事は Advent Calendar 2024 の 7日目の記事になります。 adventar.org 生成AI研究開発チームの ainoya です。 カケハシでは生成AIを使った更なる薬局業務DXに挑戦しています カケハシでは、生成AIを活用した薬局業務効率化の機能として、薬剤師の音声メモもしくは薬剤師との患者の音声データを文字起こしし、生成AIを使用して薬歴を自動生成するソリューションを 現在開発しています 。この機能が本当に業務の効率化をもたらすことができるかどうかは、医療用語を含む会話音

ニューラルネットワークの基本知識。仕組みや種類、活用事例 2023.9.19公開　2024.12.5更新 株式会社Laboro.AI　リードマーケター　熊谷勇一 執行役員　マーケティング部長　和田崇 概　要 ニューラルネットワークはディープラーニングの根本的なモデルであり、現在のAI・機械学習の基盤とも言えます。その仕組みや発生し得る問題と解決方法、種類など、基本を解説します。 目　次 ・ ニューラルネットワークとは 　・ 深層学習（ディープラーニング）とその他の機械学習の違い 　・ ニューラルネットワー

この記事は、 Track, allocate, and manage your generative AI cost and usage with Amazon Bedrock | Amazon Web Services を翻訳したものです。 企業が 生成 AI を積極的に導入するにつれて、付随するコストの管理という課題に直面しています。プロジェクトや複数の事業部門にわたって生成 AI アプリケーションの需要が急増する中、コストの正確な配分と追跡はより複雑になっています。組織は、顧客やユーザーセグメント全

こんにちは、AI Shiftの東( @naist_usamarer )です。 この記事は AI Shift Advent Calendar 2024 の2日目の記事になります。 本記事では、2024年11月28日(木)から29日(金)にかけて開催された第15回対話システムシンポジウムの内容について紹介を行います。 また、 AI Shiftから2件の発表 を行ったので、発表資料といただいた質疑の内容も併せて紹介していきたいと思います。 対話システムシンポジウム 対話システムシンポジウムは、 人工知能学会 言

本記事は 2024 年 10 月 14 日に公開された “ Improving Utility customer experience and field service efficiency using generative AI ” を翻訳したものです。 導入 公益事業者は、私たちの家庭、企業、地域社会に不可欠なサービスを提供しています。世界のデジタル化、電化、資源の制約がますます進む中、彼らは前例のない課題に直面しています。 3 つの主要な課題が浮上しています。 インフラのモダナイズと拡張: 公益事

G-gen の又吉です。当記事では、生成 AI の出力を迅速かつ効率的に評価できる Vertex AI 上の API である、 Gen AI evaluation service を紹介します。 概要 ユースケース 評価指標について 評価タイプ 計算ベース モデルベース 料金 使ってみる 概要 準備 実行と結果 その他 クォータの制限について 評価データセットの件数 概要 Gen AI evaluation service は、生成 AI アプリケーションの出力を効率的に評価するための機能です。Verte

アマゾン ウェブ サービス ジャパン（以下、AWS ジャパン）が2024 年 7 月に発表した「 生成 AI 実用化推進プログラム 」は、生成 AI 基盤の「モデル開発」支援に加え、既存「モデル利用」したビジネス課題解決も支援対象としています。 2024 年 11 月 15 日、生成 AI 実用化推進プログラムの参加者やGENIAC ( Generative AI Accelerator Challenge ) 関係者、生成 AI に関心のある企業が一堂に会する「生成 AI Frontier Meet U

この記事は、「 Implement model-independent safety measures with Amazon Bedrock Guardrails 」を翻訳したものとなります。 生成 AI モデルは幅広いトピックに関する情報を生成できますが、その応用には新たな課題があります。これには関連性の維持、有害なコンテンツの回避、個人を特定できる情報（PII）などの機密情報の保護、ハルシネーション（幻覚）の軽減が含まれます。 Amazon Bedrock の基盤モデル（FM）には組み込みの保護機能

生成AIの分野でもRAGは特に注目を集めており急成長している分野です。あまりに多くの情報に溢れており、各手法をどう捉えてよいか分かりにくい状況にあります。このブログではRAGがどのように成長し、どのような改善が試みられているのかを整理して、包括的で体系的に理解できるような説明を試みました。読んでいただいた方の理解の助けになれば幸いです。 RAGの概要 LLMは非常に優れた効果を発揮したものの、嘘を答えてしまうハルシネーションや古い知識での応答、回答の根拠の分からない不明瞭な推論といった問題を抱えています。

こんにちは！アマゾンウェブサービスジャパン合同会社で製造業のお客様を支援しているソリューションアーキテクトの村松、吉川、シニア事業開発マネージャーの和田です。 2024年10月3日に製造業向けオンラインセミナー「製品・サービスのスマート化 〜モノ / コトの壁とその解決手法 〜」を開催しました。セミナーの開催報告として、ご紹介した内容や、当日の資料・収録動画などを公開します。 製造業のお客様にとって、自社製品のスマート化や自社ソフトウェアの SaaS 化により、モノ売りからコト売りへ変革していくことが求め