AI・機械学習

Microsoft Research 2023年9月発表 Multi-Agent 会話フレームワーク。GPT-4 + Agent 間対話で複雑タスク・GitHub 38k

Microsoft社AIアシスタント。Copilot for Microsoft 365(Word/Excel/PowerPoint/Teams・$30/user/month)・Copilot Chat(GPT-4.5/o3-mini駆動)・Copilot+ PC(Snapdragon X Elite・Copilot キー搭載)・GitHub Copilot(VS Code/JetBrains)・Copilot Studio(ノーコード)が2026年ラインナップ。

MicrosoftのCopilot Pro有料プラン（月$22/人）。Word/Excel/PowerPoint/Outlook/Teams内でのAI機能・GPT-4 Turbo優先アクセス・Copilot Studio・Designer（DALL-E 3）搭載。Microsoft 365利用企業向けの統合AIアシスタント（2025年）。

2024年Q1 Microsoft + OpenAI joint announcement Stargate・Future $100B+ super datacenter project・2024年-2028年 5-year horizon long-term deployment・Industry-shocking投資規模 ($100B+ rumored・Industry-leading single AI infrastructure investment scale)・Wisconsin Mt Pleasant site primary + 多Multi-site distributed potential + Custom NVIDIA + Microsoft Maia + AMD MI300 multi-vendor accelerator integration + Industry-leading AI infrastructure investment + OpenAI strategic partnership long-term commitment・GPT-5 + GPT-6 + AGI training compute infrastructure long-term foundation。

2023年Microsoft公開Semantic Kernel。Pro 業界Pro Mainstream Plugin AI Framework Top + Pro Microsoft + Pro Sam Schillace Pro推進 + Pro C#/Python/Java対応 + Pro Plugin Architecture + Pro Microsoft 365 Copilot基盤 + Pro MIT License + 累計2023-2026年3年Heritage継承代表機。

2007年Microsoft公開Translator(2007-Bing Translator → 2014-Microsoft Translator統一)。Pro 業界Pro Mainstream Translation Top競合 + Pro 100+言語対応 + Pro Microsoft Office/Bing/Azure統合 + Pro Satya Nadella Microsoft CEO + Pro Free + Pro Azure AI Translator API + 2024-Pro Copilot連携 + 累計2007-2025年18年Heritage。

2024年Microsoft公開のCustom AI Accelerator。Maia 100 SoC+TSMC N5+105B transistor+1.6TB/s HBM2e+800Gbps Network+Azure OpenAI inference+GPT-4 service向け。

2025年Q1 Microsoft発表予定のMaia 200・Microsoft第2世代AI accelerator chip (Maia 100 2024年Q1初代 後継)・1,500+ TFLOPS BF16 + HBM3e + 3nm TSMC + 2倍 Maia 100性能 + Azure Maia 100 cluster scale-up + OpenAI GPT-5/Orion training partner + Microsoft Azure Custom Silicon strategy ($100B+ Investment) + Project Stargate infrastructure deployment ($500B AI infrastructure plan core hardware)・NVIDIA H100/AWS Trainium 3/Google Trillium TPU v6競合のMicrosoft AI Sovereignty hardware Top tier。

1989年Yann LeCun発表Optimal Brain Damage paper先駆け・Industry-leading Weight Magnitude Pruning Baseline paradigm + Industry-leading simple weight magnitude criterion + Industry-leading 35+ years foundational pruning paradigm + Industry-leading neural network pruning Baseline paradigm Pioneer。

2024年2月Magnific AI公開(Freepik 2024-08買収)。Pro 業界Pro Mainstream AI Upscale Top + Pro Hallucination Mode Pro Famous + Pro Javi Lopez + Emilio Nicolás Pro Co-founders + Pro $39/月 + Pro 4x-16x Upscale + Pro Freepik $1B Valuation買収 + 2025-Pro Magnific AI 2.0 + 累計2024-2025年Heritage。

プロンプトを用意せず、LLMのデコード機構を直接利用して指示と応答を同時生成する合成データ手法。LLMに「Human:」だけを与えると自動的に指示を補完し続ける性質を利用し、大量の自然な指示データを低コストで生成できる。

Zhangら（2024）が提案したアライメントデータ生成手法。LLMのpre-query template（システムプロンプト+ユーザーターンの空行）だけを与えてLLM自身に質問を自己補完させ、大量のQ&A合成データを抽出する。

事前学習済みLLMにシステムプロンプトなしで推論させ、モデル自身が生成した高品質instructionデータを自動収集する合成データ手法。

2024年6月UW + Tsinghua発表Magpie・Industry-leading aligned LLM self-synthesis + Industry-leading 4M synthetic instructions + Industry-leading no human seed needed + Industry-leading UW Magpie alignment-data synthetic instruction generation 2024。

2024年Xu et al. + UCLA発表Magpie paper・Industry-leading Aligned LLM self-synthesis paradigm + Industry-leading Magpie pre-query self-synthesis + Industry-leading UCLA 2024年latest data augmentation。

Carnegie Learningが開発した数学特化型AI適応学習システムで、個々の学習者のつまずきパターンをモデル化し最適な問題と解説を動的に提供する。

Mistral AI が 2025 年 9 月公開した推論特化型 LLM。Chain of Thought を内蔵化し、数学・コード・論理推論ベンチで大型モデルに匹敵する性能を 24B クラスのオープンウェイトで実現。

2024年Magic Patterns公開Magic Patterns。Pro 業界Pro Mainstream Designer向けAI UI Generator Top + Pro 米国SF + Alex Danilowicz Pro Co-founder + Pro Figma連携Pro Famous + Pro React/Tailwind/shadcn生成 + Pro $20/月 Pro Plan + 累計2023-2026年3年Heritage継承代表機。

テキスト指示による画像編集のための高品質人手アノテーションデータセットおよびモデル。Amazon MTurkによる精密な人手編集ペア9,316枚を収録し、InstructPix2Pixの精度を大幅に向上させたNeurIPS 2023採択研究。Zhejiang University発。

Machine Learning Opsは、人工知能・機械学習分野における重要な概念・技術です。