makoto2014

MRJの経験は貴重ですね。
国産航空機は国策、資金拠出もされるので明るい未来が約束されています。
航空用エンジン新工場も完成しました。

https://www.nikkei.com/article/DGXZQOJC10EP80Q4A410C2000000/

リンク先会社を間違えていたようで、申し訳ありませんでした。
よく似た人事ソリューション会社が同名であるんですね。

バリーさん、ご指摘、ありがとうございました。


>>147748

株式会社トライアンフの株式の取得(子会社化)に関するお知らせ

https://contents.xj-storage.jp/xcontents/AS81483/bd8c6f0e/26f4/4ae9/b268/ed97a24ac445/140120240410568443.pdf

1. 株式取得の目的

この度当社が株式を取得することを決定したトライアンフは、採 用・組織・人事の変革を通じて、顧客企業の従業員一人ひとりの パフォーマンスを上げ、企業の組織力向上・生産性を実現する、 人事ソリューション企業です。

同社は、顧客企業のパートナーとして、戦略立案から実行までを ワンストップで支援する、幅広いソリューションを提供しており ます。

トライアンフは1998年の創業以来、顧客の人事の現場に深く入 り込むことを起点に、新しいニーズの掘り出しと価値提供を積み 上げながら事業を進化させ、採用・組織・人事コンサルティン グ、組織アセスメントサービス、人事アウトソーシングといった 幅広いソリューションを展開するに至っております。
加えて、これまで3000社以上の採用および組織強化をサポート しており、優良な顧客基盤を築いております。

今回、人事ソリューションを提供するトライアンフをグループに 迎えることで、当社グループが展開する Al Solution、Al SaaS と の強いシナジーを見込んでいます。

具体的には、当社 AI技術を活用した人事ソリューションの付加価 値向上や Al SaaS の人事領域における機能拡張等を通じて、高度化する採用・組織・人事における課題解決を目指します。 また、トライアンフ社内における AI活用を通じた生産性向上にも 取り組みます。

株式会社トライアンフ
https://www.triumph98.com/

クレジットカード・セキュリティ官民対策会議を開催します

https://www.meti.go.jp/policy/economy/consumer/credit/creditcardsecuritykannminntaisakukaigi.html

経済産業省は、急増するクレジットカード番号等の不正利用被害に対して、官民一体となった有効な対策を推し進めるため、4月9日（火曜日）に「クレジットカード・セキュリティ官民対策会議」を開催します。

1．背景
近年、クレジットカード番号等の不正利用被害が急増しています。
時々刻々と変化する番号窃取・不正利用技術等への対策に継続的・効果的に取り組んでいくため、クレジットカード会社、決済代行業者、学識者、独立行政法人国民生活センター、関係業界団体及び経済産業省から構成される「クレジットカード・セキュリティ官民対策会議」を設置し、不正利用の状況、関係事業者における取組状況の共有や対策の方向性等についての議論を行ってまいります。

2．会議の概要
−−−−−−−−−−−−−−−−−
（３）構成員
−−−−−−−−−−−−−−−−−
角田 典彦 三菱UFJニコス株式会社 代表取締役社長 兼 社長執行役員

−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−

国内カード大手三菱UFJニコスのクレジットカード不正使用検知システムにAIソリューション「PKSHA Security（パークシャ セキュリティ）」を導入
2023/02/08

https://www.pkshatech.com/news/2023020801/

株式会社PKSHA Technology は、三菱UFJニコス株式会社 と、クレジットカード不正使用被害の抑止を目的に「PKSHA Security（パークシャ セキュリティ）」の運用を２月９日から開始しますので、お知らせします。

PKSHAは「人とソフトウエアの共進化」というビジョンの元、ソフトウエアを軸にしたソリューション・プロダクトの展開を行っています。
「PKSHA Security」の展開を通じ、世の中の急激な情勢変化やテクノロジーの進歩に伴う新たな不正・犯罪の増加という社会問題を解決し、安心安全な未来の実現を目指します。

導入概要：過去の不正・犯罪検知プロジェクトの知見を集約させた高精度AI不正検知ソリューションが最新の不正手口へ対応

　「PKSHA Security」ではPKSHA独自の「トレンド追従型アルゴリズム」が、日々変化する不正手口のパターンを自動学習し、不正検知を高度化します。
本ソリューションをクレジットカードの不正使用検知システムと連携させることで、いち早く最新の不正手口への対応が可能となり、従来は見分けることのできなかった不正使用を、高い精度で検知します。

今後の展望：あらゆる業界・産業のソフトウエアにPKSHA Securityを実装、セキュリティの向上を目指す

　今後も「PKSHA Security」によりクレジットカード決済のセキュリティを一層高め、利用者が安全・安心・快適にクレジットカードを利用できる環境整備に注力していきます。
また、同ソリューションは既に金融・保険・Webサービス等で本番稼働していますが、今後更に多様なリスクマネジメント領域に対応させることで、あらゆる業界・産業で稼働するソフトウエアに搭載・接続し、世の中との共進化を加速させていきます。

想定するユースケース
不正送金検知、マネーロンダリング検知、クレジットカード不正検知、保険金請求不正検知、コンプライアンス違反検知、法規制違反検知、SNS上の誹謗中傷検知、不審行動検知、など

PKSHAグループ、金融データ活用推進協会に会員として加盟

金融分野におけるAI・データ活用を推進し、「人とソフトウエアの共進化」の実現を目指す

　株式会社PKSHA Technologyと株式会社PKSHA Workplaceは、一般社団法人金融データ活用推進協会（以下 FDUA）（ https://www.fdua.org/ ）に会員として加盟したことをお知らせいたします。本取組みをきっかけに、AIソリューション及びAI SaaSの金融領域への展開を加速していく所存です。

加盟の背景
 FDUAは、ミッションに”金融データで人と組織の可能性をアップデートしよう”を掲げ、「組織」「人材育成」「技術」の金融実務に関するノウハウを共有し、個人・企業・業界のアップデートを目指し設立されました。

 株式会社PKSHA Technologyグループは、AIソリューションや、チャットボットをはじめとする自然言語処理技術を活用した多様なAI SaaSプロダクトにより、働く人々とソフトウエアが相互に関わり合いながら共に進化していく新たな関係性を実現し、運用性の高いプロダクトを提供することで企業のDX推進を支援しています。
この度のFDUAへの加盟を通じて、金融業界におけるビッグデータ・AI活用などの課題に向き合い、加盟している多くの企業のDX支援、および事業成長に貢献してまいります。
また、生成AIの金融業界への社会実装も積極的に進めていく所存です。


◆一般社団法人金融データ活用推進協会について

設立日  ：2022年4月25日
所在地  ：東京都中央区日本橋茅場町1-8-1 茅場町一丁目平和ビル 3F | FinGATE CLUB
代表理事 ：岡田 拓郎
活動内容 ：（１）金融機関のAI・データ活用推進のためのデザインパターンの作成
     ：（２）金融業界内・関係諸団体等との情報交換や連携
     ：（３）金融データの魅力を発信するデータ分析コンペティションの開催、運営
ホームページ ： https://www.fdua.org

一年以上前のリリースなので、復習のため。
https://prtimes.jp/main/html/rd/p/000000081.000022705.html

研究の背景：
長期化する創薬プロセスの初期フェーズをAIで改善、コスト削減・工程短縮を目指す

　新薬を生み出すための創薬プロセスは、新規物質の有効性や安全性の研究や臨床試験等多くのステップが必要とされるため、10〜15年かかることが通常とされ、その短縮は重要なテーマとなっています。

　今回、PKSHA ReSearch※3が研究開発を行うにあたり、創薬プロセスの中でも初期フェーズに位置し、治験成績に大きく影響する「薬物動態」にフォーカスしました。

薬物動態とは、薬物が身体でどのような変化を経てどのような効果を発揮するかを意味し、膨大なコストがかかる実験前にこの予測精度を向上させる事で、創薬コストの削減と、上市までの時間短縮が見込めるとして研究開発が開始されました。

「薬物動態推定システム」の概要：
13万の化合物データとGNNの手法によりAI予測モデルを実現 　

大手製薬企業の協力のもと、13万種類の化合物ライブラリデータを教師データとし、2021年4月より、薬物動態を予測するための研究開発が開始されました。

化合物を体内に摂取した際の、吸収・分布・代謝・排泄、および毒性からその化合物が薬となりうるかを左右する「ADMET」と呼ばれる物性群を、もの同士の可変で複雑な関係性を学習可能なアーキテクチャであるグラフニューラルネットワーク(GNN)という手法を用いて学習する独自のモデルを用いています。

化合物同士の複雑な関係性を独自のアルゴリズムを活用する事で、薬物動態の予測及び創薬プロセスの短縮に成功しました。

薬物動態のAIによる予測は過去にも検討をされていましたが、推定要因がブラックボックス化せず、予測に寄与する化合物内の部分構造を明示できる事例は日本の医薬品業界でも新しく、2022年9月に特許出願が完了しています。

ありがとうございます。
https://www.j-platpat.inpit.go.jp/c1801/PU/JP-2024-043317/11/ja

日頃からウオッチされてるんですね。さすがです。
武田薬品という大手と組むこともPKSHAらしいですし、AI創薬の実用化は市場インパクト大きいですので今後が楽しみです。

DNAもプログラミング言語と考えるDNAコンピュータも視野に入っていることでしょうね。
https://www.leapleaper.jp/2024/03/01/dna-as-a-language/

>>427

ヘッダを除くと正常投稿されるようです。
確認されるかたは頭に　https:// 　を追加すれば飛ぶと思います。

note.com/daichi_mu/n/n1178f229c912

また、解説動画の短縮版もありました。
https://www.youtube.com/watch?v=ec56a8wmfRk

> noteのリンクがうまく動作しないようですので必要なら、検索してみてください。
> 出先中のため、帰宅後わかれば再投稿します。

noteのリンクがうまく動作しないようですので必要なら、検索してみてください。
出先中のため、帰宅後わかれば再投稿します。

昨年のRetNetに関する最初の論文

arXiv:2307.08621 (cs)
[Submitted on 17 Jul 2023 (v1), last revised 9 Aug 2023 (this version, v4)]

Retentive Network: A Successor to Transformer for Large Language Models

Yutao Sun, Li Dong, Shaohan Huang, Shuming Ma, Yuqing Xia, Jilong Xue, Jianyong Wang, Furu Wei

この論文の要約解説で比較的丁寧な記事がありましたので、ご参考まで。それでも、AI技術者でないと難解でしょうね。

note.com/daichi_mu/n/n1178f229c912" rel="nofollow">https://note.com/daichi_mu/n/n1178f229c912

https://youtu.be/B_iGSeG04qo

この記事の筆者感想が私には参考になりました。
ーーーーーーーーーーーーーーーーーーー

RetNetが特徴的なのは、「retentionモジュール」という部分を使っている点です。
このモジュールは、従来のTransformerとリカレントニューラルネットワーク（RNN）、そしてスライディングウィンドウ注意という3つの要素を組み合わせています。

具体的には、RetNetでは文章を解析する際に、それまでに登場した単語や情報を適切に保持しながら、新しい情報を取り入れることができます。
これにより、文章全体の意味をより正確に理解することができます。

RetNetの利点としては、訓練（学習）する際だけでなく、実際に文章を解釈する（推論する）際にも非常に効率的に動作するという点が挙げられます。
これにより、大量の文章を高速に処理することが可能となります。

従来のTransformerには、計算の複雑さが問題になることがありましたが、RetNetではその問題を回避できます。
また、リカレントニューラルネットワークの低コストな推論も取り入れることで、より効率的な処理が実現できるのです。

RetNetは、言語モデルの分野で新たな進化をもたらすと期待されており、さまざまな自然言語処理タスクにおいて優れた性能を発揮する可能性があります。

この文章は「RetNet A Successor to Transformer for Large Language Models Explained」という論文についての要約です。
この論文では、新しいモデル「RetNet」が提案されており、それがどのように従来のTransformerや他のモデルと比較されるかについて説明しています。

先行の研究と比べてRetNetの特徴は、「retention」モジュールを導入している点です。
このモジュールは、Transformer、リカレントニューラルネットワーク（RNN）、スライディングウィンドウ注意を組み合わせており、文章全体の情報を保持しつつ効率的に処理することができるようになっています。

RetNetの技術や手法の肝は、グループ規範と位置エンコーディングの導入です。
グループ規範は従来のソフトマックス関数を置き換えることで、クアドラティックな複雑性を回避しています。位置エンコーディングは、トークンの相対的な位置を考慮するために導入されています。

RetNetの有効性は、推論コストやトレーニングの並列化、メモリ効率などの観点から他のモデルと比較して検証されています。
さまざまな言語モデリングタスクにおいて、RetNetが高い性能を示していることが報告されています。

昨日のWBS 見逃した方へ

https://youtu.be/YqI8Q62CpVk?si=DsNbZx3oHFo1svGA

本発表の記者会見の様子

日本マイクロソフト株式会社 執行役員 常務 最高技術責任者(CTO) 野嵜 弘倫氏
と共に上野山社長が説明されています。

https://aismiley.co.jp/ai_news/pksha-ms-llm-retnet-report/

都内で開かれた記者会見では株式会社PKSHA Technology 執行役員 兼 株式会社PKSHA Workplace/Communication 代表取締役 佐藤 哲也 氏、株式会社PKSHA Technology AI Solution 事業本部 技術統括責任者(VPoE) 森下 賢志氏、アルゴリズムエンジニア 稲原 宗能 氏、日本マイクロソフト株式会社 執行役員 常務 最高技術責任者(CTO) 野嵜 弘倫氏、そして株式会社PKSHA Technology 代表取締役社長の上野山 勝也氏が登場しました。

■日本マイクロソフト株式会社 執行役員 常務 最高技術責任者 野嵜 弘倫様よりコメント

　日本マイクロソフトは、株式会社PKSHA Technology様による新たな大規模言語モデル開発とそのビジネスへの応用を心から歓迎いたします。
この革新的なプロジェクトは、Microsoft Research 開発の先進技術「RetNet」及び Microsoft Corporationにて開発された「DeepSpeed」を活用した日英対応の言語モデルであり、従来のモデルより3倍の速度で回答を生成することが可能です。

これにより、コンタクトセンターや社内ヘルプデスクの生産性向上が期待できます。株式会社PKSHA Technology様のこの取り組みは、コミュニケーションの即時性と精度を高めることで、企業の効率化とサービス品質の向上を支援しております。

　日本マイクロソフトは、株式会社PKSHA Technology様の「人とソフトウェアの共進化」のビジョンと、その実現に向けた革新的な取り組みを全力でサポートしてまいります。
技術革新を通じて、より豊かな社会の実現と日本企業のDXの加速に貢献できることを楽しみにしております

信用取引は証券会社との契約同意内容にあるように、リスクを充分理解されていることが明記されています。

その上で、これまで何回も追証になり、反省されているのであれば、以下をご検討下さい。

本業収入による自己資金を積み上げ、信用の担保はその自己資金現金もしくは暴落に強い保有ディフェンシブ銘柄代用にとどめ、同一銘柄を担保とする二階建は行わないことだけてもリスクは半分になります。
さらに、この時の現金もしくはディフェンシブ銘柄の売却資金で、本命銘柄の暴落に立ち向かえます。

つまり、信用倍率の絶対値ではなく、担保の中身によるのではないでしょうか？

3月15日大引け30万株弱の殆どはIntegrated Core Strategies(ICS)の買戻し22万株の可能性高いと見ます。
当日はモルガン、ゴールドマンも場中で買戻してますが、ICSは桁が違いますね。
場中で22万株を買戻すと株価が高騰しますので。

ただ、引け直前と株価変わらなかったのは、他のファンドの売りと数わせの契約？して相殺したかも知れません。
つまり、空売り買戻しと現物売りの組み合せでした。

悪名高きICSは１兆3000億円の資産で15日だけで457億円も買戻してます。添付資料　日銀の決定前の処理でしょうね。
これでPKSHAからも手を引いてくれましたし、モルガンも18日で残り60万株になりました。

AIファンドは次のビッグイベントでまた買って来るかと思います。例えば、プレミア市場替え、配当開始、株式分割など。

楽しみは続きますね。

ご紹介ありがとうございます。
この記事のここ大事ですね。

Nvidiaのファン氏が19日、米カリフォルニア州サンノゼで開いた記者会見で日本に関する質問に答えた。

同氏は日本語の学習データは特殊だと指摘し、
「日本語データでAIを開発し、日本に再び輸入するのを（外国企業などの）第三者に任せる理由はない」
「AIは国家の生産性を高めるベストな方法だ」
と指摘した。


二階建てと言われる同一銘柄を担保とした信用取引は、株価上昇時には資金効率メリットありますが、下落時には大きなリスクが伴いますので、より一層の資金管理が重要ですね。

空売り機関は証券会社から個人投資家の保証金率やロスカットライン情報を手に入れ、ロスカットを巻き込んだ追証発生まで売り浴びせますので。

3/19開催｜TMJビジネスウェビナー
生成AIのリーディング企業5社とTMJが語る コンタクトセンター運営の進化と期待

01:00:36 - 01:16:00
株式会社PKSHA communication. 宮崎純一氏

PKSHA AI SaaS × 生成AIが実現する最先端のオペレーター支援

https://youtu.be/CtGuaJG1vBE

動画は本日限定だそうです。

ファンドに新規組入れ、Nvidia に続く2位
サッカーチームに例えてNvidiaと共にPKSHAはFWに布陣

Carwd Innovation Fund as of today

https://twitter.com/Delacro96469569/status/1769578154035929096?s=19

今の投資アイディアは生成AIにより変わりゆく人間の在り方。

ベースアイディアは変わらず2041年の世界を想像しながら、生成AI、半導体、ビッグデータに投資していく。

SPYさん、ありがとうございます。

大引けで大量出来高を伴ったにも関わらず、終値が大引け直前値と殆ど変わっていないことから同一機関によるクロス売買ではないかと。
その目的は株価に影響を与えずに、リスクヘッジすること思われます。

なので、ROBTファンドの構成銘柄の入替えというよりも、換金売りと信用買いの組合せで株価上昇に対するヘッジでしょうかね。
株価戻りと平行に現引してくれればいいのですが。

以下の信用買残データが更新されたときに分かるかも知れません。一週間ディレイ？
https://karauri.net/3993/torikumi/?date=2024-03-15

参考として、添付は3月3日のレポートですが、確かに組入銘柄トップでした。
https://etfdb.com/advisor_reports/ROBT/

今後もファンドの動き教えて下さい。

ファンドに組み入れられている他の銘柄でも本日の大引けで大きなクロス取引があったようです。
年度末という日本独特の決算時期処理ということは、海外ではなく銀行、生保などの国内機関、投資信託の可能性もありますね。

本日大引けに1日の出来高12０万株の1/４相当のクロス取引き、つまり現物買いと信用売りが行われました。
素直に考えれば、超大口機関が約30万株の現物株を仕入れると同時に、リスクヘッジの空売りを入れたと考えられます。
来週、株価が低下すれば空売りは保持され、上昇すれば空売りの買戻しとなるでしょう。
一方、逆に現物売りと信用買いの組合わせも考えられないこともありません。
3月期末に向けて、ファンドの分配金確保目的の利益確定です。

どちらにしても、大引けで約30万株（約15億円）の取引を行う超大口機関がPKSHAの売買に絡んでいて、まだ流動性が保たれているということが分かりました。

クロス取引なので、その瞬間には株価変動はありませんが、大量取引の影響はその後の株価変動の幅が大きくなる要素はあるでしょうね。