[B! AI] hide0414のブックマーク

GPT-4を超えた。 Geminiの使い方とその性能を解説｜ChatGPT研究所

AGIラボは、最高のAI情報をお届けするためのマガジン・コミュニティです。GPTsを筆頭にClaude 3やSoraなど注目のAIについても詳しく解説、今日から使えるAI活用情報を一番わかりやすくお伝えします。他に限定コミュニティへのアクセス、限定イベントへの参加権が含まれます。

hide0414 2023/12/09

google
AI

リンク

あなたの開発生産性を爆上げする、エンジニア向けAIツール22個｜苦しんでプログラミングを学んだ柴犬（くるしば）

こんにちは。くるしばです。元々コンサルタントの仕事をしていましたが、独学でプログラミングを学習し、Webサービスを作って起業しました。その後個人で開発したサービスを売却したり、また別のIT系の会社を創業、経営したりしています。去年の8月から下記のTwitterにてプログラミング学習に関して発信し始め、ありがたいことに13000人以上の方々にフォローして頂きました。プログラミング初心者に絶対覚えてほしい、ググる時の効率が10倍上がるコツ pic.twitter.com/hK1ZhNavwh — くるしば | 読めば10倍効率が上がるプログラミング学習の教科書 (@shiba_program) September 13, 2022

hide0414 2023/11/25

AI
tools

リンク

MidjourneyやStable Diffusionなどの画像生成AIの仕組みについて｜IT navi

以前、﹁最近、人工知能による自然言語処理が爆発的に進化しているのでまとめてみた。﹂という記事の中で、DALL-E2、Imagen、Partiなどのテキスト(文字情報)から画像生成するAIについて解説したのですが、その後、Midjourneyや DreamStudio︵Stable Diffusion︶などの新しい画像生成AIが次々と公開されて、世間が盛り上がってきましたので、新しい情報を追加してまとめ直すことにしました。1．4種類の画像生成モデル　一般的に、ディープラーニングを利用して自動的に画像を生成する画像生成モデルとしては、大きく分けて以下の4種類のモデルがあります。 (1) 変分オートエンコーダー︵VAE︶　VAE︵Variational Auto-Encoder︶は、入力データを特徴量に圧縮し、その特徴量をまた元のデータに戻すという仕組みのオートエンコーダーの一種で、この特徴量

hide0414 2023/04/12

リンク

AI・Python活用レシピ100選 - Qiita

※ 一部ガイドラインに反する内容がありましたので、該当箇所を修正のうえ再投稿しております。はじめにAxrossは、エンジニアの"教育"と"実務"のギャップに着目し、﹁学んだが活用できない人を減らしたい﹂という想いで、ソフトバンク社内起業制度にて立ち上げたサービスです。現役エンジニアによる実践ノウハウが"レシピ"として教材化されており、実際に動くものを作りながら、具体的な目的・テーマをもってプログラミングを学ぶことができます。今回は、Axross運営が厳選した﹃AI・Python活用レシピを100選﹄をご紹介します。是非、みなさまのAIやPython学習の参考にしてみてください。Axross‥https://axross-recipe.com 公式Twitter‥https://twitter.com/Axross_SBiv 基礎スクレイピング 01 . JUMPの掲載順をスク

hide0414 2021/09/20

リンク

ステート・オブ・AI ガイド

最新・最高性能の大規模言語モデルGPT-4は果たして「AI研究」なのか先週、OpenAI から最新の大規模言語モデル GPT-4 が発表されました。現時点で性能レベルで最高と考えられる GPT-4 では、知能試験で人間を上回る成績を残し、学術系のベンチマークにおいてもこれまで発表された言語モデルを大きく上回る SOTA を更新しています。一方、発表された論文内には、モデルのスケール、訓練データや計算量についての情報が全く無く、「これはアカデミックの論文ではなく、単なるプロダクト宣伝である」という批判もコミュニティ上で続出しています。本記事では、この GPT-4 について、テクニカル・レポートを読み解き、分かる範囲でその技術を解説したいと思います。

hide0414 2021/08/13

リンク

【保存版】オープンデータ・データセット100選 -膨大なデータを活用しよう！ | AI専門ニュースメディア AINOW

最終更新日‥ 2020年3月4日 AIの高まりとともにデータの大切さが再認識される今、オープンにさまざまなデータが公開され、気軽に活用できるようになっています。オープンデータの存在は、膨大なデータから学習を行う機械学習にとって不可欠で、構築したいAIに合わせてオープンデータを選択し、活用することが必要です。一方、オープンデータのみでは競合優位性のあるAIは構築できません。マクロなオープンデータと、独自に収集したミクロなデータを組み合わせて、独自のAIを構築していくことが重要です。オープンデータを活用したサービスを構築する際には、サービスのUX︵ユーザー体験︶を高め、いかにユニークなデータを取得できるかが勝負なのでオープンデータに頼りすぎないようにしましょう。今回、オープンデータ・データセットを6カテゴリに分類し、100個選出しました。自身のサービスやAIの構築に活かせそうなデータを

hide0414 2020/03/05

リンク

マイクロソフト、AIでソフトウェアのバグや脆弱性を探る「Microsoft Security Risk Detection」を発表

マイクロソフト、AIでソフトウェアのバグや脆弱性を探る﹁Microsoft Security Risk Detection﹂を発表バグや脆弱性を発見する有名な手法のひとつに﹁Fuzzing Test﹂があります。Fuzzing Testとは、検査対象のソフトウェアに問題を引き起こしそうなデータ︵これが﹁Fuzz﹂と呼ばれる︶を大量に送り込み、その応答や挙動を監視する、というものです。これまでFuzzing Testは一般にセキュリティテストの専門家などがテストデータを作成し、実行し、その挙動を監視する作業を行ってきました。また、すでに一部のリスク検出サービスではこうした作業にAIの利用も始まっているとのこと。 Microsoft Security Risk Detectionは、AIを使ってこうした作業を自動化し、クラウドによって大量に実行すると、マイクロソフトリサーチのDavid M

hide0414 2017/07/26

security
AI

リンク

はてなブックマーク

タグ

関連タグで絞り込む (9)

AIに関するhide0414のブックマーク (7)

お知らせ

今週のはてなブックマーク数ランキング（2024年7月第2週）

はてなブックマーク透明性レポート（2024年 2月-2024年4月）

今週のはてなブックマーク数ランキング（2024年7月第1週）

公式Twitter

キーボードショートカット一覧

はてなブックマーク

公式Twitter

はてなのサービス