top of page

Generatived(Beta)|生成AIの最新ニュースとトレンドを提供

logo.png

AI Shift子育て支援チャットボット実験

Generatived

24/11/26 4:30

AI Shift(東京都渋谷区)は、親会社のサイバーエージェントと大阪府豊中市と共に、自治体向けAIチャットボットの実証実験を行う。このプロジェクトは、子育て支援を目的としており、保護者が簡単に情報を得られるようにすることを目指している。

豊中市は、こども家庭庁の実証事業に参加し、子育て家庭の負担軽減を図る。AI Shiftはサイバーエージェント等と協力し、「生成AIを活用した子育て相談チャットボット」の開発に取り組む。

実証実験は、子育てに関する悩みを持つ保護者を支援するために行われる。豊中市の調査によると、多くの保護者が夜間に情報収集を行っており、非対面のチャットボットに相談意欲があることが分かった。

実証実験は2024年12月7日、豊中市千里文化センター「コラボ」で行われる。来場者はチャットボットを体験し、その使用感や満足度をアンケートで評価する。AI Shift、サイバーエージェント、メリル、アビームコンサルティングが協働する。

この記事を共有:

最新のニュース
NVIDIA Aerial Omniverse が効率的な 6G AI ネットワークを実現

NVIDIA Aerial Omniverse が効率的な 6G AI ネットワークを実現

26/3/3 0:00

NVIDIAは、通信業界が抱える重要な課題、すなわち6Gテクノロジー向けAIネイティブネットワークの構築に対するソリューションを発表しました。

NVIDIA と Tech Mahindra が AI 主導の通信ネットワークを実現

NVIDIA と Tech Mahindra が AI 主導の通信ネットワークを実現

26/3/3 0:00

NVIDIAの最新レポートによると、通信事業者の65%がネットワーク自動化にAIが不可欠であると考えていることが明らかになりました。

アリババ、強化されたマルチモーダルエージェント向けQwen3.5を発表

アリババ、強化されたマルチモーダルエージェント向けQwen3.5を発表

26/3/3 0:00

アリババは、マルチモーダルエージェントにネイティブな視覚言語機能を追加することを目的とした、最新のオープンソースQwen3.5シリーズを発表しました。

NVIDIA が LLM 向けスマート GPU スケジューリングを導入

NVIDIA が LLM 向けスマート GPU スケジューリングを導入

26/3/3 0:00

大規模言語モデル(LLM)を導入する組織は、リソース需要が大きく変動する推論ワークロードの管理という課題に直面しています。

Copyright © 2024 Generatived - All right Reserved.

この記事を共有:

この記事を共有:

Generatived AI Logo

Generatived は、Generative AIに特化した情報やトレンドをお届けするサービスです。大きく変わりゆく世界の情報を全力でお届けします。

  • Facebook
  • X

フォローをお願いします

言語

最新のニュース
NVIDIA Aerial Omniverse が効率的な 6G AI ネットワークを実現

NVIDIA Aerial Omniverse が効率的な 6G AI ネットワークを実現

26/3/3 0:00

NVIDIAは、通信業界が抱える重要な課題、すなわち6Gテクノロジー向けAIネイティブネットワークの構築に対するソリューションを発表しました。

NVIDIA と Tech Mahindra が AI 主導の通信ネットワークを実現

NVIDIA と Tech Mahindra が AI 主導の通信ネットワークを実現

26/3/3 0:00

NVIDIAの最新レポートによると、通信事業者の65%がネットワーク自動化にAIが不可欠であると考えていることが明らかになりました。

アリババ、強化されたマルチモーダルエージェント向けQwen3.5を発表

アリババ、強化されたマルチモーダルエージェント向けQwen3.5を発表

26/3/3 0:00

アリババは、マルチモーダルエージェントにネイティブな視覚言語機能を追加することを目的とした、最新のオープンソースQwen3.5シリーズを発表しました。

NVIDIA が LLM 向けスマート GPU スケジューリングを導入

NVIDIA が LLM 向けスマート GPU スケジューリングを導入

26/3/3 0:00

大規模言語モデル(LLM)を導入する組織は、リソース需要が大きく変動する推論ワークロードの管理という課題に直面しています。

bottom of page