「LLM」は”Large Language Model”の略で、膨大なテキストデータを学習して次に来る単語の確率を予測し、文章の作成や要約、質問への回答といった処理をします。自然言語処理（NLP）技術とディープラーニングと呼ばれる機械学習技術とを利用することで構築されます。「生成AI」の基盤となる技術です。
LLMの性能は「パラメーター」という指標で表されるようです。自然言語処理に特化したAIの新興企業の「ストックマーク」（東京都港区）によると、企業の業務用で130億～700億、一般に広く使われるChatＧＰＴなどでは3500億～2兆程度だそうです。
関連ブログ（"生成AI"とは、2024.2.4）のページは、https://blog.goo.ne.jp/blspruce/e/9e2c00c1de0aefa38294f3486089d103です。
大量データの学習を行い、人間が指示することによって文章や表、イラストや写真といった画像、音声などを生み出す人工知能（AI）のことを指しています。英語で「Generative AI」と表現されたりします。
「生成AI」の利用範囲は広く、作業の効率化といったプラスの側面だけでなく、本物と見分けの付きにくい偽情報（即ち、悪意等の意志に基づく誤情報）が作成されて出回るといった問題、や作成されたものの著作権の扱いなどの課題も指摘されており、健全な活用に向けた取り組みが世界各国で展開されつつあるようです。
下の図に示すように、日経新聞各紙に登場する「生成AI」に関する記事の件数は、ここ9か月間でひと月当たり数百件のペースで推移しています。現在、如何に注目されているキーワードであるかが伺えます。
対話型AIあるいはチャットボットのサービス「チャットGPT（Generative Pre-trained Transformer）」記事の新聞掲載状況です。
チャットGPTは、2022年11月30日に公開され半年近くが経過しています。公開後、それに関する注目や議論などが瞬く間に世界に広がり、それに関する記事が、最近では毎日のように新聞を賑わしている状況です。
下図は、「日経テレコン21（※）」上で日経新聞等各紙を対象に”チャットGPT”あるいは”ChatGPT”で検索した時のヒット件数をプロットしたものです（注：2023年5月は、1～19日の間で、”チャットGPT”が160件、”ChatGPT”が119件となっている）。ここ2、3か月で急激に増加しています。
※ 日本経済新聞社が提供している総合データベースサービス。
半年間近くで利用者は1億人以上となっているようですが、利用方法や利用ルールなどが固まっておらず、対応が急がれている状況です。広島で本日より開催のG7サミットでも、議論のテーマのひとつに取り上げられているようです。
米新興企業「オープンAI（※1）」のCEO（最高経営責任者、2015年~）です。1985年4月22日、ユダヤ人家系に生まれ、高校からスタンフォード大を（2005年に起業により）中退するまで、コンピュータ－サイエンスを学んだようです（Wikipedia）。
※1 対話型AIあるいはチャットボットのサービスである「チャットGPT（Generative Pre-trained Transformer）」の開発企業。2022年11月30日に、チャットGPTをプロトタイプとして公開し、注目や議論などが瞬く間に世界に広がっている。
現在、オープンAI社のCEOですが、それに至る経緯は、以下のようです（※2）。
※2 https://www.paloaltoinsight.com/2022/11/15/openai-ceo-sam-altman/
2005年：位置情報SNSを運営する「Loopt」を共同起業
2011年：投資会社「Yコンビネーター」に参加
2012年：Looptを売却
2014年：Yコンビネーターの代表に就任
2015年：新たに設立されたAI研究機関「OpenAI」のCEOに就任
2019年：OpenAIに注力するためYコンビネーターを退職
2022年11月にチャットGPTを公開後、2023年4月に、初めての海外訪問として日本を訪れ、4月10日の午前には岸田首相と面会し、午後には自民党の「AIの進化と実装に関するプロジェクトチーム」に出席したようです（注：来日に至る経緯については未確認です）。
後者の会合において、アルトマン氏は、塩崎彰久衆議院議員の4月10日付けのツイッター記事（※3）によると、日本がAI分野で世界のリーダーになるための項目として、以下のような7つを提案されたようです。即ち、①日本関連の学習データのウェイト引き上げ、②政府の公開データなどの分析提供等、③LLMを用いた学習方法や留意点等についてのノウハウ共有、④GPT-4の画像解析などの先行機能の提供、⑤機微データの国内保全のため仕組みの検討、⑥日本におけるOA社のプレゼンス強化、⑦日本の若い研究者や学生などへの研修・教育提供、の７項目です。
※3 https://twitter.com/AkihisaShiozaki/status/1645320688746762242
なお、アルトマン氏は、日本訪問後も、他の国への訪問を積極的に行っている/行う予定のようです。
端末で取得したデータなどを、ネットの先のクラウド側に送信してAI処理する形態でなく端末側あるいはそれに近いエッジサーバでAI処理する形態です。類似ブログ（”エッジAI”とは、2020.1.2）の下記サイトも参照。https://blog.goo.ne.jp/blspruce/e/55abec71f81fd338723acac552d93bd5
AIスピーカー（例．Amazon Alexa）やAI翻訳機器（例．ポケトーク）など従来のAI処理形態は、端末側で取得したデータをネットワーク経由でクラウドサーバへ送りクラウド側で処理する形態（注：”クラウドAI”と呼ばれる）が主でしたが、最近、クラウド側へ送る時間やクラウドサーバ側への負荷の集中を減らす観点から端末や端末に近いエッジサーバで処理する形態（即ち”エッジAI”）への注目が集まりつつあります。
エッジAIを手掛ける新興企業として、「イデイン（Idein株式会社）」（注：東京都千代田区、2015年4月7日設立）や「エイシング（株式会社AISing）」（注：東京都港区、2016年12月設立）などが知られています。
例えば、イデインでは「Actcast」と呼ばれるエッジＡＩプラットフォームを提供しているようですが、「京セラコミュニケーションシステム株式会社」は、このプラットフォームを利用し「メータリーダー」と呼ばれる、工場の計器類を読み取るAIアプリを開発し販売開始しているようです（※）。
※ 関連プレスリリース（2022.7.27）のサイトは、https://www.idein.jp/ja/news/220727-kccs-meterreaderです。
Wise Systems社（米マサチューセッツ州）が開発し、2021年第4四半期より、三菱ふそうトラック・バス株式会社（以下MFTBC）を通して日本国内で販売開始予定の、AI・機械学習を駆使した次世代の配送計画システムです。
AIと機械学習を駆使し、車両オペレーションに関わるリアルタイムに収集されるデータから、稼働率、パフォーマンスおよび顧客サービスを継続的に高めていけるようです。頻繁に利用するルートなどを機械学習により学び回数を重ねるごとに効率的な配送計画の提案が可能となるようです。従来、ベテランの配車担当者が長年の経験で行っていたようなルートの提案が、このシステムを利用することにより自動的に可能となるようです。
米国での利用実績として、平均で走行距離が15%削減、稼働率が20%向上、配送遅延が最大で80%解消といったものがあるようです。結果としてCO2の排出削減やドライバー不足への寄与もできるとのことです。
このシステムは、食品・飲料、宅配便、フィールドサービスや各種ビジネス向けのラストワンマイル配送に最適に機能するようです。
MFTBCは、7月15日に、Wise Systems社と業務提携に関する契約を締結したことを発表し、今年の第４四半期より、同社の日本国内パートナーとして、”ワイズ・システムズ”の販売を開始する予定とのことです。
なお、このシステムは、ラストワンマイル配送を最適化する配送計画システムとして、FUSOブランド製のトラックだけでなく、全てのブランドのあらゆる種類の車両で利用可能とのことです。
ただ、ワイズ・システムは、ドライバーなどが持つスマホのアプリとクラウドとのやり取りをベースとするシステムで、車両の状態などを監視する車載端末とのやり取り情報までは考慮されていないようです。これに関し、MFTBCの提供する車両には、”Truckonnect（トラックコネクト）”と呼ばれるテレマティクス機能を持つ車載端末の搭載が進められており、これが搭載されているものなら運転状況の監視も可能となるようです。
MFTBCのプレスリリース（2021.7.15）のサイトは、https://www.mitsubishi-fuso.com/ja/news/2021/07/15/%E7%B1%B3wise-systems%E7%A4%BE%E3%81%A8%E6%A5%AD%E5%8B%99%E6%8F%90%E6%90%BA%E3%82%92%E7%B7%A0%E7%B5%90/です。
ワイズ・システムズの製品紹介サイトは、https://www.mitsubishi-fuso.com/ja/product/wise-systems/です。
SGHD傘下の佐川急便が、2021年6月1日にEC事業者向けに販売開始した、ECサイト上で販売商品の特徴を自動でタグ付けするサービスです。
2021年4月に”AIタッガー”というサービスを提供している新興企業のLISUTO（東京・港区）と資本業務提携を行い、このサービスを活用することによって上記サービスを提供開始しています。
ECサイト上に陳列される商品へのタグ付けは、多くの消費者が絞り込み検索にタグを利用している現状があることから必要性が高く、このサービスを利用するとECサイト上のタグ付けが自動で短時間で可能で人手では困難な場合でも可能となるため、EC事業者にとっては有効なサービスとなります。
国内のEC市場は楽天グループ、アマゾン、ヤフーの寡占状態となっていますが、佐川急便は、楽天とヤフーに出店している約15万のEC事業者へ切り込みをかけ、そのような荷主の需要を取り込む狙いがあるようです。
佐川急便のニュースリリース（スマートAIタッガー、2021.6.23）のサイトは、https://www2.sagawa-exp.co.jp/newsrelease/detail/2021/0623_1710.htmlです。
LISUTOのプレスリリース（資本業務提携、2021.4.20）のサイトは、https://prtimes.jp/main/html/rd/p/000000004.000030878.htmlです。
関連ブログは、https://blog.goo.ne.jp/blspruce/e/24315429c2fb67013079b063fec65393です。
新興企業のLISUTO（リスト、東京・港区）が2019年8月1日より提供開始した、ECサイトへの出品時に行う商品へのタグID登録を独自開発のAIを利用して自動的に行えるサービスです。
「AI識別で作業効率を大幅に改善し、アクセスアップに貢献」、「タグ登録をAIが識別し自動化できるサービス」といったフレーズがつけられています。
ECサイト上で商品のタグID登録をしていないと絞り込み検索に反映されないため、消費者にとっては本当に必要な商品に出会えず、サイト運営者側にとっても販売機会を逃してしまい、双方にとって良くありません。そのためECサイト上の商品についてタグID登録が望まれますが、これを人手で行う場合は大きな負担となっていました。
”AIタッガー”を利用すると、CSVファイルから商品の特徴情報をAIが抽出し、商品に最適なタグIDを自動で登録できるようです。すなわち、カラーやサイズ、商品の種類の他、ブランドなどをAIが自動で読み込み、特徴を表記した”タグ”を選択するようです。1000商品分のタグID登録が約5分で可能とのことです。
なお、SGホールディングス傘下の佐川急便は、2021年4月にLISUTOと業務提携をし、2021年6月より楽天やヤフーに出店している約15万店舗のEC事業者を対象に”スマートAIタッガー”の販売を開始したようです。
LISUTOのプレスリリース（AIタッガー、2019.7.30）のサイトは、https://prtimes.jp/main/html/rd/p/000000002.000030878.htmlです。
LISUTOのプレスリリース（資本業務提携、2021.4.20）のサイトは、https://prtimes.jp/main/html/rd/p/000000004.000030878.htmlです。
佐川急便のニュースリリース（スマートAIタッガー、2021.6.23）のサイトは、https://www2.sagawa-exp.co.jp/newsrelease/detail/2021/0623_1710.htmlです。
”Federated Learning of Cohorts”の頭文字をとったものです。グーグルが、サードパーティー･クッキーに代わる広告ターゲッティングに利用しようとしている技術です。
”Federated Learning（協調機械学習、下記グーグルのAIブログサイト※を参照）”は、AIの手法でスマホなどの複数のエンドデバイスが協調して共有予測モデルの学習を行うような手法です（https://developers-jp.googleblog.com/2017/05/federated-learning-collaborative.html）。また、”Cohorts（コホート）”とは、仲間、相棒といった意味です。
※https://ai.googleblog.com/2017/04/federated-learning-collaborative.html
FLoCに対応するAI機能がグーグルのブラウザであるChromeに搭載され、ユーザーが閲覧した際、そのサイトやコンテンツの内容がFLoCにより分析され、ユーザーが数千人規模のグループ（注：これをCohortと呼んでいる）に分類されるようです。
分類された各グループにはID情報（コホートID）が付与され、それで区別されますが、各コホートIDがどのような属性の集団なのかはグーグルからは提供されないようです。
広告配信側は、ユーザーがサイトを閲覧した際に入手したコホートIDや他の情報から広告コンテンツを配信し、その反応を見ながら最適な広告を配信するようにしていくようです。
今後のスケジュールとしては、2021年3月までにChromeへFLoC機能を搭載し、同4月以降に関連業者でトライヤルを行っていく計画のようです。サードパーティクッキー方式のサポートは、最終的に2022年1月までには廃止されるようです。
関連ブログ（2021.3.6）は、https://blog.goo.ne.jp/blspruce/e/c23385a6e12ee851b4bfbf08f84e8d01です。
NTTドコモによって開発されたAI画像認識エンジンとサイバーリンクスの商品画像データベースとを用いて構成された、スマホ等で撮影された売場の棚割画像から陳列されている商品やその位置を自動認識することができるシステムです。このシステムは、2018年4月よりサイバーリンクス経由での提供が開始されています。
実店舗にとって売り場の棚割をどう構成するかは重要な課題ですが、最適な棚割を検討するには、まず、現状の売り場の棚にどんな商品がどのように並んでいるかを正確に把握する必要があります。
従来では、商品のバーコードを人手でスキャンし手作業で専用ソフトへの入力データを作成していましたが、このシステムを利用すると、それが自動でできることになります。すなわち、スマホ等で棚を撮影し、それをサーバーへアップすると、商品の情報やその位置情報をAIが判別し、棚割の状況を自動でデータ化してしまうようです。
ドコモでは、今後、自社が所有している各種のデータ（人口統計情報、モバイル空間情報、ｄポイントの会員情報およびアンケート情報など）や店舗のPOSデータとこのシステムとを組み合わせ、AIが自動的に最適な棚割を提案するようなシステムを構築していこうと考えているようです。
ニュースリリース（2018.3.1）のサイトは、https://www.nttdocomo.co.jp/info/news_release/2018/03/01_01.htmlです。
棚SCAN-AIを説明しているサイト（NTTドコモ）は、https://www.nttdocomo.co.jp/biz/service/tanascan_ai/です。
