検索対象

並び順

ブックマーク数

期間指定

  • から
  • まで

241 - 280 件 / 1764件

新着順 人気順

ディープラーニングの検索結果241 - 280 件 / 1764件

  • PyTorch の基礎 - Training

    このブラウザーはサポートされなくなりました。 Microsoft Edge にアップグレードすると、最新の機能、セキュリティ更新プログラム、およびテクニカル サポートを利用できます。

      PyTorch の基礎 - Training

    • OpenAIが発見したScaling Lawの秘密 - ディープラーニングブログ


      OpenAIはGPT-3の次の研究を始めています． 世間がGPT-3のデモに湧き上がる中，OpenAIはScaling Lawに関する2本の論文をひっそりと公開しました． Scaling Lawを一言で説明するなら﹁Transformerの性能はたった3つの変数のべき乗則に支配されている﹂というものです． Scaling Lawはそれ単体だけなら興味深い話で終わるかもしれません．実際に英語圏でもあまり話題にあがっていません．しかし，この法則の本当の凄さに気づいている研究者もいて，なぜ話題にならないのか困惑しています． I am curious why people are not talking more about the OpenAI scaling law papers. For me, they seem very significant. What I heard so far:
        OpenAIが発見したScaling Lawの秘密 - ディープラーニングブログ

      • 伊藤詩織さんを「偽名」とツイート、元東大特任准教授・大澤昇平さんに賠償命令【UPDATE】

        ジャーナリストの伊藤詩織さんが、元東京大学大学院特任准教授の大澤昇平さんに対し、虚偽の内容のツイートで名誉を毀損されたとして慰謝料など110万円の損害賠償を求めた民事訴訟の判決が7月6日、東京地裁であった。藤澤裕介裁判長は大澤さんに対し、慰謝料など33万円の支払いと投稿の削除を命じた。

          伊藤詩織さんを「偽名」とツイート、元東大特任准教授・大澤昇平さんに賠償命令【UPDATE】

        • AmazonのAlexaが10歳の女の子に「半差しの電源プラグに硬貨で触れろ」という危険極まりないお題のチャレンジを与えたと発覚

          Amazonのスマートスピーカーなどに搭載されているAIのAlexaが、10歳の子どもに死亡事故につながりかねない危険な遊びを提案してしまった事例が報告されています。 Girl, 10, asks Alexa for a challenge and is told to poke metal into power outlet | indy100 https://www.indy100.com/viral/alexa-echo-outlet-challenge-reactions-twitter-b1982848 Amazon Alexa slammed for giving lethal challenge to 10-year-old girl https://www.bleepingcomputer.com/news/technology/amazon-alexa-slammed-f

            AmazonのAlexaが10歳の女の子に「半差しの電源プラグに硬貨で触れろ」という危険極まりないお題のチャレンジを与えたと発覚

          • 深層学習 DS-GA 1008 · 2020年度春学期 · ニューヨーク大学データ・サイエンス・センター

            概要 この講義では、深層学習や表現学習の最新技術について、主に教師あり・教師なし深層学習、埋め込み手法、距離学習、畳み込み・再帰型ニューラルネットワークや、それらを用いたコンピュータビジョン、自然言語処理、音声認識などの応用技術を取り扱います。 この講義は「DS-GA 1001 Intro to Data Science」あるいは大学院レベルの機械学習科目をすでに履修していることを前提とします。 講義 凡例: 🖥 スライド, 📓 Jupyter notebook, 🎥 YouTubeビデオ. 週 形式 タイトル 資料

            • NHKに聞く「人間のアナがいるのにAIがニュースを読む」理由

              「AI自動音声でお伝えしています」 ある朝のNHK「おはよう日本」の画面。ニュース映像の右上に、こんな文字が表示されれていて驚いた。音声に違和感がなく、人間のアナウンサーの声だとばかり思っていたからだ。 意識してよく聞けば、イントネーションや“間”がやや不自然だが、流し聞きしているだけでは分からないレベルだ。 場面がスタジオに転換すると、人間のアナウンサーが2人写った。アナウンサーがそこにいるのに、AIがニュースを読んでいたのだ。 「おはよう日本」だけではない。NHKは、平日午後のニュース、ラジオ、Webのニュース番組の一部などでAIによるアナウンスを活用している。 AIアナウンスはどのように作られたのか？　人間のアナがいるのに、なぜわざわざ、AIにニュースを読んでもらうのか？　NHKに聞いた。 放送時間ぴったりにニュースが読めるAI AIアナウンスの音声は、NHKが開発した技術だ。気象情

                NHKに聞く「人間のアナがいるのにAIがニュースを読む」理由

              • ChatGPT

                A conversational AI system that listens, learns, and challenges

                  ChatGPT

                • 平井大臣によるベンチャー企業参入指示の音声データ書き起こし


                  平井卓也デジタル改革担当大臣が、同郷で懇意にしている松尾豊教授の研究所から誕生したベンチャー企業の参入を指示したという文春の報道について、実際の音声データを書き起こしたので共有したい。 詳細は文春記事︵https://bunshun.jp/articles/-/46212︶を参照のこと。 平井大臣がNECに対して脅すよう指示したという報道について、6月11日に記者会見を開いており、こちらも書き起こしてある︵anond:20210611202929︶ので、振り返りとして参照されたい。 肝心の会社名は、音声が明瞭ではなくACESと言っているかはわからなかった。︵エーエルエス、と言っているようにも聞こえる。大臣がはっきり会社名を覚えていなかったのかもしれない︶ 以下、文春の音声データ︵https://www.youtube.com/watch?v=d0RlGPaaS5I︶より書き起こし ----
                    平井大臣によるベンチャー企業参入指示の音声データ書き起こし

                  • AIで歴史上の人物をリアルに再現！ワシントン大統領「髪の毛のことは謝るよ」ベートーヴェンの姿も | Ledge.ai

                    Top > エンタメ＆アート > AIで歴史上の人物をリアルに再現！ワシントン大統領「髪の毛のことは謝るよ」ベートーヴェンの姿も

                      AIで歴史上の人物をリアルに再現！ワシントン大統領「髪の毛のことは謝るよ」ベートーヴェンの姿も | Ledge.ai

                    • 特徴量重要度にバイアスが生じる状況ご存知ですか？ - 学習する天然ニューラルネット

                      なぜこの記事を書いたのか？ 決定木をベースにしたアルゴリズムのほとんどに特徴量重要度という指標が存在する。データに対する知識が少ない場合はこの指標を見て特徴量に対する洞察深めることができる。KaggleではEDAのときにとりあえず重要度を見てみるなんてこともするようだ。 しかし、この特徴量重要度にはバイアスが存在していて、特定の条件下では信用出来ないことがある。そういった条件を広く知ってほしいということでこの記事を書いた。 この記事では人工データを生成しバイアスを再現してみた。また、こういったバイアスに対処したという論文を見つけたので軽く紹介する。おまけとしてgainベース以外の特徴量重要度についても紹介する。 目次 なぜこの記事を書いたのか？ 想定読者と実験の枠組み 想定読者 限定する枠組み 特徴量重要度とは？ 特徴量重要度にバイアスが生じる条件 1. 解像度が低い場合 2. 特徴量同士

                        特徴量重要度にバイアスが生じる状況ご存知ですか？ - 学習する天然ニューラルネット

                      • [Developers Summit 2023] ソフトウェアテスト新時代の幕開け: 機械学習とデータサイエンスで実現するテスト運用の高度化

                        Developers Summit 2023 の公募セッションで発表した資料です。https://event.shoeisha.jp/devsumi/20230209/session/4142/

                          [Developers Summit 2023] ソフトウェアテスト新時代の幕開け: 機械学習とデータサイエンスで実現するテスト運用の高度化

                        • 数式を使わないTransformerの解説（前編） - conceptualization


                          2023/3/23 追記‥ こちら半年以上前に執筆したもので、その後私の理解も進んで内容的に更新したいところが結構あるため、近日中に非公開とさせていただき,更新後に再公開させていただくつもりです。現時点での本記事の内容は、大きく間違ってはいないけどちらほら微妙なところがあるという感じです。 ︵ざっくり理解するだけでも良いという人にはそれでも良いかもしれませんが、そういう方向けには 今執筆中のこちらの記事 をおすすめします。︶ −−−− 最近話題のmidjourneyやDALL-E、凄いですよね。中身はディープラーニング︵DNN︶のようです。DNNといっても色んな技術がありますが、それらにはTransformerという手法が使われています。本記事は、その手法がどんなものであるかを数式を使わずに説明してみよう、という主旨になります。 ※なお本記事は機械学習のプロの研究者ではない私の独自の解釈が
                            数式を使わないTransformerの解説（前編） - conceptualization

                          • 学環・学府特任准教授の不適切な書き込みに関する学生へのメッセージ - 東京大学大学院 情報学環・学際情報学府

                            November 28, 2019 学環・学府特任准教授の不適切な書き込みに関する学生へのメッセージA message for students about inappropriate writings by a part-time project faculty of III/GSII 東京大学大学院情報学環特任准教授による差別的なツイートについて、さる11月24日(日)に学環長・学府長のメッセージを第一報として発表しました。 それは私の大切な学際情報学府の学生たちの気持ちに寄り添い、学環・学府長として私自らが断固として差別と闘うことを表明するメッセージとはなっていませんでした。 そうした情報と私の決意を加え、11月26日(火)に学環・学府のすべての学生に対し、メーリングリストを通じて以下のメッセージを伝えたことをお知らせします。 今後も継続して、この問題への対応などに関する情報を発表し

                              学環・学府特任准教授の不適切な書き込みに関する学生へのメッセージ - 東京大学大学院 情報学環・学際情報学府

                            • 【書評】Pythonによる時系列予測 | DevelopersIO


                              こんちには。 データアナリティクス事業本部 機械学習チームの中村(nokomoro3)です。 冬休みの個人的課題図書(自習)として﹁Pythonによる時系列予測﹂を読み終えましたので、感想と振り返りを書いておこうと思います。 書籍情報 以下の書籍になります。 Pythonによる時系列予測 | マイナビブックス 発売 : 2023年10月 翻訳本であり原著は以下となります Time Series Forecasting in Python 発売 : 2022年08月 概要 概要として本書に記載されていることと、記載されてないことを紹介します。 記載されていること︵感想含む︶ 記載されていることは以下のようになっています。 時系列タスクの説明 トレンド、季節性、残差という3成分に分けられることの説明 ランダムウォークという解けない問題の定義 統計モデルMA、AR、ARMA、SARIMA、SA
                                【書評】Pythonによる時系列予測 | DevelopersIO

                              • 文系大学生が松尾豊氏が監修する無料のAI基礎講座を受けてみた！ たった5時間でDXも理解できる | Ledge.ai

                                第4回目となる今回は、世界最大級のオンライン講座プラットフォームであるCoursera（コーセラ）上でDeepLearning.AIが提供する人気のコース「AI For Everyone」に、一般社団法人日本ディープラーニング協会（JDLA）制作、松尾豊氏が講師を務める日本向けコンテンツを加えた特別版を受けてみました。無料版では確認テストは受けられませんが、講座はすべて視聴できます。 「AI For Everyone（すべての人のためのAIリテラシー講座）」は、AI・ディープラーニングについてまず「知る」ための講座です。名前の通り、どんな人でも受けられる講座です。講座は英語ですが、日本語の音声や字幕もあります。時間は約5時間。カリキュラムは以下のとおりです。 はじめに（DXとは）Week1：AIの基礎Week2：AIプロジェクトの推進Week3：AIの社内導入と産業活用Week4：AIと社

                                  文系大学生が松尾豊氏が監修する無料のAI基礎講座を受けてみた！ たった5時間でDXも理解できる | Ledge.ai

                                • オープンなLLMをDockerで動かす


                                  次々と発表されるオープンな日本語大規模モデル どうなっているの？？という感じですよね。 我らがnpakaさんは、さっそくGoogle Colabで動かしていらっしゃいます。 ただ、Google Colabだと毎回モデルのダウンロードが大変なので、ローカルでDocker使って手軽に動かせるといいな、ということでやってみました。 以下GitHubのリポジトリにDockerfileとサンプルプログラムをおいています。チャットっぽいことをできるようにしています。 上記で、サイバーエージェントとリンナのLLMが両方動きます。 使用環境 前提となる環境です。使用しているPCのスペックは以下です。 項目 内容
                                    オープンなLLMをDockerで動かす

                                  • 初代デジタル相は「自分」　平井氏：時事ドットコム


                                    初代デジタル相は﹁自分﹂　平井氏 2021年08月03日14時11分 平井卓也デジタル改革担当相︵6月18日︶ 平井卓也デジタル改革担当相は3日の記者会見で、9月1日発足のデジタル庁を所管する初代デジタル相について﹁おそらく︵菅義偉首相から︶任命してもらえると思う﹂と述べた。閣僚に任命される側が自らの人事に言及するのは異例だ。 内閣官房、音声データを異例の公開　平井担当相の﹁脅す﹂﹁干す﹂ 先の通常国会で成立したデジタル庁設置法は、同庁の担当閣僚としてデジタル相を置くと明記している。 政治 コメントをする
                                      初代デジタル相は「自分」　平井氏：時事ドットコム

                                    • ニューヨーク市、学校での「ChatGPT」利用を禁止

                                      ニューヨーク市教育局は、管轄する学校組織のオンライン端末およびインターネットネットワークにおける「ChatGPT」へのアクセスを禁止した。 ChatGPTは、オンラインの膨大な情報源を基に、ユーザーの質問に会話形式で回答するほか、小論文を書いたり、絵を描いたりすることもできるAI搭載チャットボットだ。 ニューヨーク市教育局は米国時間1月3日、教育ニュースサイトChalkbeatに対し、「学生の学習に対する悪影響と、コンテンツの安全性や正確性に関する懸念」を理由に、同サービスの利用を制限することを明らかにした。 「疑問に対する回答を迅速かつ簡単に得ることができるかもしれないが、学問や人生で成功を収めるために不可欠となる、クリティカルシンキングや問題解決のスキル育成にはつながらない」と、同局広報のJenna Lyle氏は語った。 学生や教員は、学校組織と関係のない端末からChatGPTに接続す

                                        ニューヨーク市、学校での「ChatGPT」利用を禁止

                                      • ディープラーニングの力で誰でもゆかりさんの声になれる声変換技術を作ってみた


                                        2年ほど前に、自分の声を結月ゆかりにする声質変換技術を作り、動画を投稿しました。この技術には利用者の音声データが大量に必要であるという欠点があり、ゆかりさんになりたいというみなさんの願いを叶えるのが難しい状態でした。そこで、この技術を利用者の音声データが不要になるように改良し、誰でも簡単に使えるようにしました。ここではその技術について解説します。 手法　音声を直接変換しようとすると、利用者の音声データが必要になってしまいます。そこで、音声を直接変換するのをやめて、①音声を構成する要素である音素と音高に分解し、②音素と音高を目標の声︵ゆかりさん︶に再合成することを考えました。 ①は、音素の抽出に音声認識とOpenJTalkとJuliusを、音高の抽出にWORLDを用いれば簡単に実現できます。そのため、②さえ実現できれば、利用者の声のデータを用意することなく、誰でもゆかりさんの声に変換すること
                                          ディープラーニングの力で誰でもゆかりさんの声になれる声変換技術を作ってみた

                                        • おわりに - なぜ機械学習はうさん臭く感じられるのか? / 真面目なプログラマのためのディープラーニング入門

                                          本講座では計8回にわたり、ディープニューラルネットワークの原理と実装について 説明してきた。ニューラルネットワークの原理は基本的には 勾配降下法であり、その基盤となっているのが関数の微分可能性である。 ニューラルネットワークにはさまざまな形態が存在するが、 画像処理・画像認識の場合は畳み込みニューラルネットワークが非常に 有効であることがわかっている。また、ニューラルネットワークの 出力形式や損失関数を変えることにより、ニューラルネットワークが 物体検出や奥行き推定など、さまざまなタスクに利用可能であることを紹介した。 さて、本講座は「真面目なプログラマのための」ディープラーニング入門、 と銘打っている。真面目なプログラマとは何か? 諸説いろいろあるだろうが、 多くのプログラマは、ソフトウェア開発において 仕様の明確さや、 システムの効率・堅牢性、そして 保守のしやすさといったものを 追求

                                          • Neural Network Console概説： GUIで直感的にディープラーニングしよう！

                                            Neural Network Console概説： GUIで直感的にディープラーニングしよう！：AI・機械学習のツール＆ライブラリ Sonyが自社製品でも活用する信頼性の高いディープラーニングツール「NNC：Neural Network Console」の概要と特徴を筆者なりに分析して紹介。どんな人がどんな用途で使うべきかの指針も提案する。

                                              Neural Network Console概説： GUIで直感的にディープラーニングしよう！

                                            • 「危険すぎる」と言われたAIの自動文章作成ツール「GPT-2」のモデルが新たに公開へ


                                              by duallogic AIによる文章生成ツール﹁GPT-2﹂はあまりにも高度な文章が作成できることから、﹁危険すぎる﹂と判断され公開が延期されていました。2019年2月に小型モデル、5月に中型モデルと、段階的に公開されていたGPT-2でしたが、新たに7億4700万個のパラメーターを持つより大きなモデルが公開されています。 GPT-2: 6-Month Follow-Up https://openai.com/blog/gpt-2-6-month-follow-up/ GPT_2_August_Report.pdf (PDFファイル)https://d4mucfpksywv.cloudfront.net/GPT_2_August_Report.pdf OpenAIは2019年2月にテキスト生成用のAIモデル﹁GPT-2﹂を開発しましたが、あまりにも高度な文章が作成されてしまうため、﹁悪用
                                                「危険すぎる」と言われたAIの自動文章作成ツール「GPT-2」のモデルが新たに公開へ

                                              • 人間が深層学習のAIを理解できないのには、理由がある：朝日新聞GLOBE＋


                                                ︻特集︼﹁﹃予測﹄という名の欲望﹂全記事はこちらから読めます ■人間にはAIの考えが分からない？ ――ディープラーニングは、大量の﹁教師データ﹂を読み込み、入力する変数と、出力する変数との間の関係を見つけ出します。その関係が分かれば、新たなデータを入力したとき、出力が予測できるというわけですが、なぜ人間はそのプロセスを理解できないのでしょうか？ おもにふたつの要因があります。質的なものと、量的なものです。量的な問題は、すごくシンプルです。ディープラーニングの内部で動くパラメータ︵母数‥システムの内部で動く情報︶が多すぎるので、その大量・複雑なデータを人間の直感につなげることが難しい、という話です。最近は、多いものでは1億個を超えるパラメータから出力を予測します。じゃあ、その1億個をざっと人間が見てなにか分かるのかといえば、分からない。これが基本的に起こることです。 ――大量の変数という意味
                                                  人間が深層学習のAIを理解できないのには、理由がある：朝日新聞GLOBE＋

                                                • WebAssembly版のTensorFlow.jsが登場、Webブラウザでの推論処理を10倍以上高速に実行


                                                  WebAssembly版のTensorFlow.jsが登場、Webブラウザでの推論処理を10倍以上高速に実行 Googleがオープンソースで公開している機械学習ライブラリTensorFlowの1つとして、Webブラウザ上で機械学習のモデルの構築、学習、学習済みモデルによる推論の実行などが可能になるJavaScriptライブラリ﹁TensorFlow.js﹂があります。 TensorFlow開発チームは、このTensorFlow.jsの内部で行われている処理をWebAssemblyで実装した﹁WebAssembly backend for TensorFlow.js﹂のアルファ版を発表しました。 We’re excited to release the Alpha of our WebAssembly backend for TensorFlow.js! WASM has wider dev
                                                    WebAssembly版のTensorFlow.jsが登場、Webブラウザでの推論処理を10倍以上高速に実行

                                                  • 「接待は普通」平井前デジタル相　後援者社長の“擁護動画”が削除された | 文春オンライン


                                                    10月31日投開票の衆院選で、香川1区に出馬する自民前職の平井卓也前デジタル相︵63︶。その大口献金者で、IT関連企業﹁豆蔵K2TOPホールディングス﹂︵東京都新宿区︶の荻原紀男社長︵63︶が、平井氏が受けた民間企業からの接待などについて擁護する動画を投稿し、その後、削除していたことが、﹁週刊文春﹂の取材でわかった。 香川1区からは平井氏のほか、立憲民主党前職の小川淳也氏︵50︶、日本維新の会新人の町川順子氏︵62︶が出馬している。小川氏は公示前、日本維新の会に対し、町川氏の出馬取り下げを要請。こうした行動を受け、日本共産党は県委員会の支持に留めている。現在、平井氏と小川氏が激しく争う展開だ。 平井氏と荻原氏は20年来の付き合いで、豆蔵HDは2013年から2017年にかけて毎年60万円、計300万円を平井氏が代表を務める自民党香川県第1選挙区支部に献金してきた。 さらに、平井氏と豆蔵HDを
                                                      「接待は普通」平井前デジタル相　後援者社長の“擁護動画”が削除された | 文春オンライン

                                                    • 平井卓也氏、香川1区で敗れたが比例で復活　前デジタル相：朝日新聞デジタル

                                                      ","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><div id=\"kiji_bottom-banner\">\n<p style=\"padding:10px;\"><a href=\"https://www.asahi.com/senkyo/shuinsen/2021/?iref=kiji_bottom_banner\" style=\"display:block;\"><img src=\"https://www.asahicom.jp/senkyo/shuinsen/2021/images/shuinsen2021_660x100.jpg\" alt=\"2021衆院選\" style=\"width:100%;height:auto;\"/><

                                                        平井卓也氏、香川1区で敗れたが比例で復活　前デジタル相：朝日新聞デジタル

                                                      • LLM時代のX情報収集術｜べいえりあ


                                                        AI for Everyoneについては日本語版もあるのと、どちらのコースも日本語字幕付きで見られる︵多分機械翻訳での英語字幕からの翻訳だが、翻訳の質は悪くない︶ので、英語分からなくてある程度何とかなるんじゃないかと思います。 あと、余力のある人、最新のNLP研究を理解したい人はこちらの本を読むことをオススメします。アルゴリズムの詳細は必ずしも理解しなくても良いですが、どんなタスクがあるのかは理解しておいた方が良いかと思います。 NLPの知識がLLMを応用する上で実際にどう役に立つかですが、例えばで言うとNLP的には対話の中には﹁タスク指向型対話︵task-oriented dialogue︶﹂と﹁雑談︵chit-chat dialogue︶﹂があります。それぞれ対話の中で重要視されるものから評価の仕方まで全然違うのですが、NLPをやらずにLLMをやっている人と話しているとこれらをごっちゃ
                                                          LLM時代のX情報収集術｜べいえりあ

                                                        • ChatGPTに渡す文章の適切な区切り線について検証した記事｜Clirea


                                                          はじめに大規模言語モデルであるChatGPTに文章を渡す際、適切な区切り線の使用は、情報の正確な伝達や解釈に大いに役立ちます。 この記事では、区切り線に適切なものを検証します。 区切り線とは？使い方区切り線は文章を区切る時に使用する文字列のことです。 例えば下記のようなものです。 また、使い方をまとめた記事もあるので参考にしてください。 def test() a = "a" b = "b" c = a + b print(c) ================================　←これが区切り線 上記のコードについて教えてください 結論先に結論を言うと、4個～16個連続した﹁-﹂か﹁=﹂ もしくは8の倍数の﹁-﹂か﹁=﹂が区切り線としてはベストでした。 ---- ---------------- -------------------------------- ==== ==
                                                            ChatGPTに渡す文章の適切な区切り線について検証した記事｜Clirea

                                                          • Haruhiko Okumura on Twitter: "「現場周辺の防犯カメラには青い自転車に乗った男が写っていましたが、当時は映像が粗く、顔を確認することはできませんでした。しかし先月、新たな技術で映像を解析し直したところ、顔がはっきりと判別できるようになり」超解像！でも浮かび上がっ… https://t.co/Oq3tZuz80m"

                                                            「現場周辺の防犯カメラには青い自転車に乗った男が写っていましたが、当時は映像が粗く、顔を確認することはできませんでした。しかし先月、新たな技術で映像を解析し直したところ、顔がはっきりと判別できるようになり」超解像！でも浮かび上がっ… https://t.co/Oq3tZuz80m

                                                              Haruhiko Okumura on Twitter: "「現場周辺の防犯カメラには青い自転車に乗った男が写っていましたが、当時は映像が粗く、顔を確認することはできませんでした。しかし先月、新たな技術で映像を解析し直したところ、顔がはっきりと判別できるようになり」超解像！でも浮かび上がっ… https://t.co/Oq3tZuz80m"

                                                            • HOM55 on Twitter: "統一教会関連団体による活動﹁ピースロード﹂に、自民党議員が関与しまくってて衝撃！！ 2021年に香川で行われたピースロードの式典では、自民党の平井卓也・デジタル大臣(当時)がなんと﹃主催者挨拶﹄で登壇。さらに磯﨑仁彦・官房副長官や… https://t.co/sFFEZqx9eh"  



                                                              ● 203 users  

                                                              ● twitter.com/HON5437  

                                                              ● 世の中  
                                                              ●2022/07/19
                                                                

                                                              統一教会関連団体による活動﹁ピースロード﹂に、自民党議員が関与しまくってて衝撃！！ 2021年に香川で行われたピースロードの式典では、自民党の平井卓也・デジタル大臣(当時)がなんと﹃主催者挨拶﹄で登壇。さらに磯﨑仁彦・官房副長官や… https://t.co/sFFEZqx9eh
                                                                HOM55 on Twitter: "統一教会関連団体による活動「ピースロード」に、自民党議員が関与しまくってて衝撃！！ 2021年に香川で行われたピースロードの式典では、自民党の平井卓也・デジタル大臣(当時)がなんと『主催者挨拶』で登壇。さらに磯﨑仁彦・官房副長官や… https://t.co/sFFEZqx9eh"

                                                              • Hirokatsu Kataoka | 片岡裕雄 on Twitter: "深層学習が登場してからの、直近１０年分のコンピュータビジョンを俯瞰するセッションです！分野の主要な流れを凝縮して「たったの」４０分で解説していきます。 #NVIDIA #GTC22 https://t.co/QCH1o73T9x https://t.co/iHj3nbpxyc"

                                                                深層学習が登場してからの、直近１０年分のコンピュータビジョンを俯瞰するセッションです！分野の主要な流れを凝縮して「たったの」４０分で解説していきます。 #NVIDIA #GTC22 https://t.co/QCH1o73T9x https://t.co/iHj3nbpxyc

                                                                  Hirokatsu Kataoka | 片岡裕雄 on Twitter: "深層学習が登場してからの、直近１０年分のコンピュータビジョンを俯瞰するセッションです！分野の主要な流れを凝縮して「たったの」４０分で解説していきます。 #NVIDIA #GTC22 https://t.co/QCH1o73T9x https://t.co/iHj3nbpxyc"

                                                                • 【2024年版】WSL2+Ubuntu24.04+Docker＋GPUでつくる機械学習環境


                                                                  はじめに WSL2︵Windows Subsystem for Linux 2︶は、Microsoft Windows上でLinuxカーネルを直接実行できるようにする機能です。 この記事ではWSL2環境にDockerを導入しGPUを用いた機械学習環境を構築する手順を紹介します。 構築イメージは以下の図の通りです。NvidiaGPUを搭載したマシンにWSL2環境を構築します。Dockerを用いてコンテナを用意し、CUDAは各コンテナ内のCUDA Toolkitを用いて利用します。 今回開発するPCのスペックは以下の通りです。 Windows 11 Windows version: 22H2 GPU‥NVIDIA Geforce RTX 3060 12GB 設定 1. WSL2を有効化 デフォルトではWSL2環境が無効化されている可能性があるので、始めに有効化しておきましょう。 ﹁コントロール
                                                                    【2024年版】WSL2+Ubuntu24.04+Docker＋GPUでつくる機械学習環境

                                                                  • 講座情報詳細｜はじめてのAI （METI/経済産業省）

                                                                    人工知能、AI、機械学習、ニューラルネットワーク、ディープラーニング…これらの言葉が世間ではよく聞かれるようになっています。よく聞く言葉だけれども、よくわからない、自分の身近なものではなさそうと思っている方も多いのではないでしょうか。本講座では、AI に関わる基本知識だけでなく、事例や具体的にそれがどのような仕組みで動いているかも紹介します。AI の基礎を理解し、AI をどう活用できるかのヒントがつかめるように、本講座で学びます。

                                                                    • ［速報］Google、責任あるAIを実現するとして、画像にウォーターマークとメタデータの埋め込みを進めると発表。Google I/O 2023

                                                                      Googleは5月10日（日本時間5月11日未明）、米カリフォルニア州マウンテンビューで開催中のイベント「Google I/O 2023」で、最新のAI基盤モデル「PaLM 2」を発表しました。 PaLM 2は規模の異なるGecko、Otter、Bison、Unicornの4種類のモデルが用意され、いちばん小さな規模のGeckoはモバイルデバイスでの利用も可能で、オフラインでも動作可能。

                                                                        ［速報］Google、責任あるAIを実現するとして、画像にウォーターマークとメタデータの埋め込みを進めると発表。Google I/O 2023

                                                                      • ツイッターのアルゴリズム、右寄り政治投稿を増幅＝自社研究 - BBCニュース

                                                                        米ツイッターは21日、自らの研究で、自社のアルゴリズムが右寄りの政党や報道機関のツイートを、より増幅しがちだと分かったと明らかにした。 ツイッターは2016年から、利用者のホームタイムラインに表示されるツイートを、従来通り最新ツイートが上にくる時系列順に並べるか、それとも自社アルゴリズムが選ぶ「トップツイート」やおすすめツイートが優先的に並ぶようにするか、利用者が選べるようにしている。

                                                                          ツイッターのアルゴリズム、右寄り政治投稿を増幅＝自社研究 - BBCニュース

                                                                        • 自分がどれくらいニューラルネットワークを理解しているかを確かめられるゲーム「Graph Game」

                                                                          「Graph Game」はニューラルネットワークの構造をグラフで作成するゲームです。AI技術の発展と共に頻繁に目にするようになった「ニューラルネットワーク」をどの程度理解しているか試せるゲームとのことなので、実際にプレイしてみました。 Graph Game - By Sabrina Ramonov https://graphgame.sabrina.dev/ サイトにアクセスするとこんな感じ。「RNN」「LSTM Cell」「GRU Cell」「ResNet Block」「Deep RNN」という5つのステージが用意されています。まずは「RNN」をクリックしてみます。 「x_t」「h_t」「y_t」という3つの箱が出現しました。それぞれの箱はデータを表しており、上が出力で下が入力となっています。「x_t」の上の○をクリックし、ドラッグして「h_t」の下に接続します。 緑の線で接続が表示され

                                                                            自分がどれくらいニューラルネットワークを理解しているかを確かめられるゲーム「Graph Game」

                                                                          • さっそく月30万円稼ぐ人も現れた「ChatGPTを使って稼げる副業」のスゴすぎる中身（岡村 聡） @moneygendai


                                                                            安全性や倫理性が問題視され物議をかもしている﹁ChatGPT﹂ですが、昨年11月に公開されるや圧倒的な性能で瞬く間にグローバルに広がりました。 前編﹃年収4000万円以上も夢じゃなくなった 進化するChatGPTが生み出す﹁新しい仕事と副業﹂のヤバすぎる中身﹄で紹介したように、すでにエンジニアの世界では新しい﹁職種﹂まで誕生し、その年収は4000万円にも上っています。 さて、ChatGPTは社会や仕事の現場をどのように変えるのか、さらに詳しく紹介していきましょう。 翻訳で稼ぐ人が登場 シンガポールの周囲のビジネスパーソンの間でも、仕事にChatGPTを使っているという声はここ数ヵ月で急速に増えています。 特によく聞くのが翻訳作業においての利用です。多様な言語を話す様々な人種が多いシンガポールでは、翻訳作業へのニーズが多く、副業でこれに取り組む人も周囲に何人もいますが、この分野では生成AIの
                                                                              さっそく月30万円稼ぐ人も現れた「ChatGPTを使って稼げる副業」のスゴすぎる中身（岡村 聡） @moneygendai

                                                                            • 大澤昇平 :: AI 救国論 🇺🇳 on Twitter: "あと色々誤解があるようだが、俺にはもともと中国人への差別意識はなく、レイシストでもなければ、ヘイトスピーチを行った事実もない。うちの採用方針はあくまでAIの分析により得られた「区別」であって、差別じゃない。国内外の報道は、シバキ隊… https://t.co/SPLac4CCjV"

                                                                              あと色々誤解があるようだが、俺にはもともと中国人への差別意識はなく、レイシストでもなければ、ヘイトスピーチを行った事実もない。うちの採用方針はあくまでAIの分析により得られた「区別」であって、差別じゃない。国内外の報道は、シバキ隊… https://t.co/SPLac4CCjV

                                                                                大澤昇平 :: AI 救国論 🇺🇳 on Twitter: "あと色々誤解があるようだが、俺にはもともと中国人への差別意識はなく、レイシストでもなければ、ヘイトスピーチを行った事実もない。うちの採用方針はあくまでAIの分析により得られた「区別」であって、差別じゃない。国内外の報道は、シバキ隊… https://t.co/SPLac4CCjV"

                                                                              • 日本語に特化した13億パラメータのGPT言語モデルを公開｜rinna株式会社


                                                                                ～商用利用可能なライセンスで日本語のNLPコミュニティに貢献～ rinna株式会社︵本社‥東京都渋谷区/代表取締役‥ジャン"クリフ"チェン、以下rinna社︶は、日本語に特化した13億パラメータのGPT言語モデルを開発し、公開しました。 ■背景 rinna社はこれまでに、日本語の自然言語処理 (NLP) に特化したGPT (3.3億パラメータ) やBERT (1.1億パラメータ) の事前学習モデルを公開し、多くの研究・開発者にご利用いただいています。最近のNLPに関する研究では、モデルのパラメータ数が多いほど高い性能であることが知られています。 そこでrinna社は、これまでに公開してきたモデルより大規模な13億パラメータを持つ日本語に特化したGPT言語モデルを開発し、日本語のNLPコミュニティに貢献するために、この言語モデルをNLPモデルライブラリ Hugging Face に商用利用可
                                                                                  日本語に特化した13億パラメータのGPT言語モデルを公開｜rinna株式会社

                                                                                • 2022年の深層学習ハイライト - Qiita

                                                                                  はじめに 2023年になって日が経ってしまいましたが、今年も深層学習の個人的ハイライトをまとめたいと思います。今回は研究論文5本と応用事例4つを紹介します。他におもしろいトピックがあれば、ぜひコメントなどで教えて下さい。 AIの研究動向に関心のある方には、ステート・オブ・AIガイドの素晴らしい年間レビューもおすすめします。また、私が過去に書いた記事（2021年、2020年、2019年）もよろしければご覧ください。 * 本記事は、私のブログにて英語で書いた記事を翻訳し、適宜加筆修正したものです。元記事の方も拡散いただけると励みになります。 ** 記事中の画像は、ことわりのない限り対象論文からの引用です。 研究論文 Block-NeRF: Scalable Large Scene Neural View Synthesis 著者: Matthew Tancik, Vincent Casser,

                                                                                    2022年の深層学習ハイライト - Qiita
                                                                                  前のページ 3 4 5 6 7 8 9 10 11 12 次のページ

                                                                                  はてなブックマーク

                                                                                  公式Twitter

                                                                                  はてなのサービス

                                                                                  • App Storeからダウンロード
                                                                                  • Google Playで手に入れよう
                                                                                  Copyright © 2005-2024 Hatena. All Rights Reserved.