人工知能（AI）は、エコー心電図の効率と品質を向上させ、操作する者の疲労を軽減することが示されています。これは、AI支援のエコー心電図に関する初めての前向きランダム化比較試験によるものです。日本の研究は、シンガポールの科学技術研究庁が支援しているソフトウェア「Us2

木曜日、英国最大のモバイルネットワーク運営会社であるO2は、電話詐欺師を阻止するために「dAIsy」というチャットボットを発表しました。このチャットボットは、編み物やペットの猫「フラッフィー」などの話題を楽しむ、たっぷり時間を持つ年配の女性を装い、詐欺師が彼女の（偽の）銀行情報を盗もうとする間に彼らを引き留めることを目的としています。 O2の「AIおばあちゃん」に関するプレスリリースによると、このチャットボットは「様々なAIモデル」を利用しています。通話者の声をテキストに書き起こし、カスタムの大規模言語モデルを使用して応答を生成し、テキスト読み上げモデルを通じて再び音声に変換します。訓練の一部には、大規模なYouTubeフォロワーを持つ「スキャムベイト」専門家のジム・ブラウニングが関わっていました。 その実際の運用を見るのは面白いです。（O2は、添付されているビデオの音声が本物であると主張しています。）もし詐欺が減少すれば、さらに良いことです。昨年、FBIは電話詐欺が60歳以上の人々から34億ドルを奪ったと報告しており、2022年の31億ドルから増加しています。生成AIと音声模倣の増加に伴い、これらの数字はさらなる増加が見込まれます。

株式市場における人工知能（AI）への熱狂が新たな高みへと市場を引き上げています。マッキンゼーは、AIが2030年までに世界経済に最大13兆ドルをもたらす可能性があると予測しています。AI関連株の中には過大評価されているものもありますが、いくつかは依然として魅力的な投資対象です。Fool

人工知能（AI）は、求人応募プロセスを変革し、いくつかの作業を容易にする一方で、新たな課題も提起しています。AIが採用においてますます普及する中、求職者は際立つために適応する必要があります。コンテンツ制作者のジェフはTikTokで、ChatGPTを使って履歴書の作成から面接の練習まで、求人応募プロセスのすべての段階でAIを活用してきたことを話しています。しかし、採用担当者の意見は分かれており、マディ・マッチョのように、AIが求人市場での雑音を増やし、AIを活用していない人にこれらのツールを導入させる圧力をかけていると指摘する人もいます。 AIツールは、応募者が履歴書を改善し、面接スクリプトを生成し、数多くの応募を迅速に行うことを可能にします。競争の激しい市場で有益なツールと考える人もいる一方で、その影響が本物性や採用プロセスの信頼性に及ぼす影響を懸念する人もいます。例えば、シャントル・カウィはChatGPTやTealのようなAIツールを活用して求人応募を強化し、より効果的に面接を受けることができました。最終的に高収入のリモートジョブを獲得したカウィは、AIが求職の重要な部分になると信じています。 AIの利用が拡大する中、LazyApplyやSimplify、AI Hawkのようなプラットフォームが応募者の求人応募の自動化を支援し、効率を向上させています。AI Applyは、カスタマイズされた履歴書サービスを提供し、利用者の採用率が高いと主張しています。しかし、AIの潜在的な可能性にもかかわらず、誤りや偏見に対する懸念も存在しています。ワシントン大学の研究は、AIツールが白人男性応募者を好む傾向を示しています。また、Pew Researchの調査によれば、多くの求職者は雇用主が採用にAIを使用することを好ましく思っていないことが分かっています。 AI生成の応募に対する対策として、認証コードや特定の単語を要求して自動応答を検出する企業もあります。著名なリクルーターのマイク・ペディットは、AIを慎重に使用する必要性を強調し、応募者が最大の効果を得るためにAI生成コンテンツを洗練するよう勧めています。リクルーターはまた、AIの不正使用によって応募者がペナルティを受ける可能性があると警告しており、成功する求職には、テクノロジーと個人的な関与を組み合わせた、思慮深くバランスの取れたアプローチが必要です。 タイガー・リクルートメントのルース・エドワーズは、AIの可能性に楽観的であり、効率や競合分析に使用している一方で、プライバシーの懸念から個人データのスクリーニングは避けています。効果的であるものの、求職者を不利にしないようにAIツールを慎重に適用する必要があります。要するに、AIは求人応募を再構成し続けており、求職者が成功するためには、利点と課題の両方を注意深くナビゲートする必要があります。

科学者たちは、遺伝的指示を解釈し設計するために設計された新しい機械学習モデル「Evo」を作成しました。Evoは、遺伝子変異の影響を予測し、新しいDNA配列を生成することができるが、これらは生物のDNAにはあまり似ていません。さらなる開発により、Evoや同様のモデルは、DNAやRNAの機能を解読したり、病気と戦ったりするのに役立つ可能性があると、11月15日にScience誌に発表された研究が述べています。 Evoは、大規模言語モデル（LLM）であり、OpenAIのGPT-4やGoogleのGeminiに似ており、膨大なデータソースを基に訓練されました。一般的なLLMのように言葉に焦点を当てるのではなく、Evoは古細菌、細菌、それらのウイルスを含む何百万もの微生物のゲノムを基に訓練され、各DNA塩基対を「単語」として扱います。Evoはこれらの配列を訓練セットと比較し、DNAの機能を予測したり、新しい遺伝物質を創造したりします。 以前のモデルは機械学習を使って遺伝データを分析していましたが、機能が限られていたり高価であったりしました。しかし、Evoは、高速かつ高解像度のモデルを使用して長い配列を処理し、ゲノムスケールのパターンを分析し、特化したモデルでは見逃されがちな大規模な相互作用を検出します。 著者たちはEvoを様々なタスクでテストしました。遺伝子変異がタンパク質構造に与える影響を正確に予測し、実験室テストでウイルス感染を防ぐ成分セットを生成しました。Evoも大きなDNA配列を作成しましたが、それらは生命を維持するものではありませんでした。指示は既存のDNAに似ていましたが、自然のゲノムの詳細な正確さには劣っており、AI画像にありがちな余分な指のような異常に似ています。 これらの進歩にもかかわらず、Evoは微生物のゲノムに限定されており、人間のDNA変異の影響を予測することはまだできません。研究者たちは、安全性と倫理の重要性を強調し、このようなモデルが改善されるにつれて悪用を防ぐために、真核宿主のウイルスゲノムデータを意図的に訓練から除外しました。科学者、安全専門家、政策立案者の間で協力し、悪用を避け、リスクを軽減する戦略を開発することを求めました。

ありがとう、おばあちゃん。 おばあちゃんデザイン イギリスの通信会社Virgin Media O2は、興味深いAIの創作物を発表しました。それは、電話詐欺師を混乱させることを目的とした、おばあちゃんを模したオーディオチャットボットです。 「詐欺師関係担当部長として、この先進的なAIおばあちゃんの目的は、人間のようなとりとめのない話を通じて詐欺師を引き留め、彼らの時間をできる限り無駄にすることです」と、Virgin Mediaはボットについて説明しています。「様々な最先端AI技術を用いて作られ、著名なYouTube詐欺対策者ジム・ブラウニングの指導のもと訓練されたデイジーは、本物の人間と区別がつかないリアルなAIおばあちゃんです。」 デイジーは、通常では詐欺に使われることの多いAIチャットボットを逆に利用した、珍しくも良い例です。この巧妙な仕組みは、特に実世界のおばあちゃんたちを含む、詐欺の被害に遭いやすい人々を守る役割を果たすかもしれません。 電話の巧みさ 詐欺師を引き留めるために、デイジーは推定される詐欺電話に自動的に接続され、彼らに家族や編み物の愛情について混乱した話を始めます。銀行情報を求められると、デイジーはランダムな数字を提供します。O2によれば、彼女は詐欺師を最長40分間引き留めることに成功しています。 「犯罪者が実在の人を騙していると信じ込ませ、高齢者に対する詐欺師の偏見を利用することで、デイジーは本物の被害者を標的にするのを妨げてきました」と、Virginのブログには記載されています。 「しかし重要なことは、電話相手がどんなにもっともらしくても、それが必ずしもあなたが思っている人ではないということを思い出させる存在でもある」と、Virginの詐欺対策ディレクター、マレー・マッケンジー氏は付け加えました。 AIに関する詳細: Facebookは、メンバーに致死性のキノコを食べるように勧めるボットをキノコ採取グループに追加しました。

スティーブン・ジョンソンは、研究ソフトウェアの専門家としての評判と13冊のノンフィクション本の著者として知られ、常に創造的なプロセスを向上させるデジタルツールを探しています。大規模言語モデル（LLM）の台頭により、ジョンソンはこれらが情報を整理するためにどのように使えるかに特に興味を持ちました。2022年、彼のLLMに関するニューヨークタイムズの記事がGoogle Labsの研究者の注目を集め、彼らはNotebookLMの作成で協力するようになりました。このAIを使ったノートツールは、ユーザーが提供する情報を整理、要約、質問に答えるのを助けるもので、デジタル研究アシスタントとして機能します。ジョンソンはこれを理解のためのツールと説明し、情報整理を効率化することで創造的な作業をより深く探求できるようにします。 生産性の技術で生成AIは人気が出ており、スケジュール管理やメール、ノート作成などの作業を効率化するツールが多数登場しています。初めは懐疑的だった著者も、NotebookLMがルーチンを自動化することで創造的な作業に集中できる可能性を探ります。このツールは、ユーザーが提供する情報のみで動作し、ノートを効果的にまとめ、要約し、関連付ける点でユニークです。このアプローチは特に学生や知識労働者に魅力的なようです。 ただし、NotebookLMには欠点もあります。長い回答を生成したり、AI生成の要約に主観性が入り込むこともあります。それでもスティーブン・ジョンソンは、このツールが特に記憶の延長として創造的なプロセスにどれほど影響を与えたかを示しています。 「セカンドブレイン」の概念は、生産性の場で注目を集めており、デジタルツールが多くのルーチン作業を行い、より価値のある活動に時間を割くことができます。Notionのような企業はコラボレーション機能を持つ広範な組織ツールを提供し、Capacitiesは「オブジェクト」としてノートを分類しリンクする新しい方法を提供しています。これらのツールは初めは圧倒されるかもしれませんが、個人化されたセットアップによる生産性向上を約束します。 生産性を重視する人々を対象に設計されたこれらのプラットフォームは、複雑な組織タスクに特化したツールを提供します。しかし、HSMアドバイザリーのアンナ・グルン氏が指摘するように、生産性と単なる忙しさを混同しないことが重要です。ツールの成功した利用には、望む結果の明確さと、生産性に影響を与える感情面の認識が必要です。 さらにAIの能力を向上させるために、企業は、フォームの記入やフライトの予約などの自動的な行動を取るAI「エージェント」の開発を進めています。これらのエージェントは、将来的にはスケジューリングや交渉、ユーザーの代わりにコミュニケーションを行うことも可能になり、仕事の手順への関わり方を変革することを目指しています。 全体として、これらの新しいAIツールと生産性の向上は期待できますが、そうしたツールの効果は、ユーザーの規律、目的の明確さ、および効率と創造性のバランスをとる能力に大きく依存します。