ChatGPTは質問の仕方で活用効果がここまで変わる！プロンプトのコツやテンプレートを徹底解説
ChatGPTから望む回答を得るには、質問の仕方（プロンプト）が重要であり、具体的で明確な指示が求められる。 回答の質を高めるには、Few-Shotプロンプティ...
記事一覧
マルチモーダルAIの記事一覧
ChatGPTでの画像認識の使い方は？有料版のみ？画像読み込みが革新的な理由徹底解説！
ChatGPTは、テキスト生成だけに留まらず、画像認識という新たな領域へとその機能を拡張しています。いわば、生成AI（ジェネレーティブAI）が「眼」を持って世界...
ChatGPTのマルチモーダル機能とは？Geminiとの違い・応用例・注意点・展望を徹底解説！
ChatGPTはテキストだけでなく、画像、音声、ファイルなどを統合的に扱う「マルチモーダル機能」を備えており多様な業務を効率化 画像生成、画像認識、音声・動画解...
マテリアルズ・インフォマティクスとは？AI活用方法、国内成功事例や導入事例、材料開発におけるメリット・課題、解決策を解説！
材料開発分野のDXとして注目を浴びているマテリアルズ・インフォマティクス（MI）。しかし、共通のプラットフォーム開発が進んでいないことや、先端技術である「AI」...
CLIPとは？OpenAIのマルチモーダル基盤モデルの仕組み・活用事例5選・課題を徹底解説！
画像と自然言語を同時に理解するマルチモーダル基盤モデル「CLIP」は、生成AI（ジェネレーティブAI）の進化とともに大きな注目を集めています。OpenAIが20...
Google次世代AI「Gemini 2.0」が本格始動。マルチモーダル出力とエージェント機能が搭載
2024年12月11日（現地時間）、GoogleはAIモデル「Gemini 2.0」を発表した。昨年12月に発表したGemini 1.0から進化を遂げ、テキスト...
Mistral AI、最新LLMと無料チャットサービスを発表。画像生成やウェブ検索など多機能な統合AIプラットフォームへ
Mistral AIは2024年11月18日（現地時間）、最新のLLM（大規模言語モデル）「Pixtral Large」と、無料チャットサービス「le Chat...
【AI論文解説】CLEAR: Character Unlearning in Textual and Visual Modalities：マルチモーダルAIにおける『忘れる技術』を評価する新たなベンチマークデータセット
近年、ディープラーニングモデルの大規模化に伴い、プライバシーやセキュリティに関する懸念が高まっています。特に、テキストと画像の両方を扱う大規模マルチモーダル言語...
OpenAIの新型推論モデル「o1」シリーズ、Azureで開発者・企業向けに提供開始
2024年9月12日（現地時間）、MicrosoftはAzure OpenAI Service、Azure AI Studio、GitHub モデルにて、Ope...
経産省とNEDO、生成AI開発力強化プロジェクト「GENIAC」で新たに23件の支援テーマを採択！AI基盤モデル開発を強化
経済産業省と国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）は、2024年10月10日、生成AIの開発力強化に向けたプロジェクト「GENIAC」に...
