InfoQ ホームページ Artificial Intelligence に関するすべてのコンテンツ
アーティクル
RSSフィード-
/articles/llm-adoption-considerations/ja/smallimage/virtual-panel-small-logo-1727098889834.jpg)
バーチャルパネル：大規模言語モデルを採用する際の考慮点
Four experts discuss some issues people should think about when adopting LLMs and how they can make the best choice for their specific use case. Topics include how to choose between an API-based vs. self-hosted LLM, when to fine-tune an LLM, how to mitigate LLM risks, and what non-technical changes organizations need to make when adopting LLMs.
-
/articles/future-testing-metaverse/ja/smallimage/LOGO-1677142364008.jpg)
メタバースにおけるテストが向かう未来
In this article, Tariq King describes the metaverse concept, discusses its key engineering challenges and quality concerns, and then walks through recent technological advances in AI and software testing that are helping to mitigate these challenges. To wrap up, he shares some of his thoughts on the role of software testers as we move towards a future of testing in the metaverse.
-
/articles/ai-ml-data-engineering-trends-2023/ja/smallimage/the-infoq-trends-report-small-logo-1693560017882.jpeg)
AI、ML、データエンジニアリングのInfoQトレンドレポート - 2023年9月
In this annual report, the InfoQ editors discuss the current state of AI, ML, and data engineering and what emerging trends you as a software engineer, architect, or data scientist should watch. We curate our discussions into a technology adoption curve with supporting commentary to help you understand how things are evolving.
-
/articles/architecture-trends-2023/ja/smallimage/the-infoq-trends-report-1680611416202.jpeg)
ソフトウェア・アーキテクチャとデザインのInfoQトレンドレポート - 2023年4月
Daprのようなフレームワークがクラウドネイティブの抽象化モデルに焦点を当て、アーキテクトがビジネスロジックを実装の詳細から切り離せるようにするため、移植性を考慮したデザインが採用されつつある。
-
/articles/software-testing-ai-ml-2023/ja/smallimage/logo-1674221439156.jpg)
2023年のソフトウェアテスト、人工知能、機械学習の動向について
Technology has taken significant leaps within the last few years, introducing advancements that have taken us further into the digital age, impacting the software testing industry, and we're seeing advances in machine learning, artificial intelligence, and the neural networks making them possible. These new technologies will change how software is developed and tested like never before.
-
/articles/ai-devops-takeover/ja/smallimage/logo-1633456324591.jpg)
AIはDevOpsに取って代わるのか？
AIツールは開発者の役割をゆっくりと - DevOpsがかって行ったように - 置き換えています。そして最終的には、DevOpsに完全に取って代わるでしょう。この予測の正しさを評価するのは難しいのですが、この記事では、AIが開発プロセスにもたらすものは何かを確認した上で、それが人間である開発者の作業を本当に引き継ぐことができるのか、数十年後のDevOpsがどのようなものになっているのかを見ていきます。
-
/articles/optimizing-mlops-enterprise-ai/ja/smallimage/how-optimizing-MLOps-can-revolutionize-enterprise-AI-logo-small-1614873793830.jpg)
MLOpsの最適化がどのようにエンタープライズのAIに革命を起こすか
この記事では、著者のMonte Zweben氏が、データサイエンスのアーキテクチャ、コンテナ化、およびフィーチャーストアなどの新しいソリューションが機械学習プロセスのライフサイクル全体にどのように役立つかについて説明します。
-
/articles/gpt3-enabled-applications/ja/smallimage/first-wave-GPT-3-enabled-applications-logo-small-1597055494711.jpg)
GPT-3対応アプリケーションの最初の波は、AIの未来のプレビューを提供します
GPT-3ベースのアプリケーションの最初の波が現れています。GPT-3は、ほんの数例を準備しただけで、エッセイを書いたり、質問に答えたり、コンピューターコードを生成したりすることができました。さらに、GPT-3は、そのような概念を教えられたことがないにもかかわらず、代数計算と言語翻訳を実行できます。 ただし、GPT-3は予測できない結果を伴うブラックボックスです。開発者はそれを応答的に使用する必要があります。