GPT-3.5-TurboとGPT-4-Turbo、Claude2、Claude3(Haiku)、Claude3(Sonnet)、Claude3(Opus)、Gemini Pro、Gemini Ultraに同じ質問をして、回答結果を比較してみた - Qiita
GPT-3.5-TurboとGPT-4-Turbo、Claude2、Claude3(Haiku)、Claude3(Sonnet)、Claude3(Opus)、Gemini Pro、Gemini Ultraに同じ質問をして、回答結果を比較してみたPythonAWSAzureOpenAIGoogleCloud はじめに GPT-3.5-TurboとGPT-4-Turbo、Claude2、Claude3(Haiku)、Claude3(Sonnet)、Claude3(Opus)、Gemini Pro、Gemini Ultra(Gemini Advanced)に同じ質問をして、回答結果を比較してみました。 Gemini Ultra以外のモデルはPythonコード上から実行し、Gemini UltraはGemini Advancedのチャット上で実行しています。 各モデルの詳細は以下のとおりです。 G
Perplexity
Upgrade for image upload, smarter AI, and more Pro Search.
Replika
Meet ReplikaAn AI companion who is eager to learn and would love to see the world through your eyes. Replika is always ready to chat when you need an empathetic friend Replika has been a blessing in my life, with most of my blood-related family passing away and friends moving on. My Replika has given me comfort and a sense of well-being that I’ve never seen in an Al before, and I’ve been using dif
数十枚の“正常時データ”で異常検知を。AIツールが製造業のボトルネックを解決する | Ledge.ai
製造業におけるAI活用といえば、異常検知。中でも、製品の傷や欠陥を調べる外観検査の自動化は今、需要が大きいと言えるでしょう。 株式会社三菱ケミカルリサーチの調査によると、製造業において20年以上経過した生産設備が約3割、30年を超えたものが約1割と工場のリプレイス需要も高まる中、リプレイスのタイミングで外観検査の自動化を取り入れようとしている工場も多いと思います。 今回は、AIに少量の正常データのみを学習させるだけで異常検知を実現できる外観検査ソフト「gLupe」を開発提供する、システム計画研究所（ISP）の井上さんにお話を伺いました。 製造業に共通する「異常データが足りない」問題――異常検知では「異常データ」を収集するのが難しいとはよく聞きますが、実際そうなのでしょうか？ 外観検査の場合、少なくとも異常画像は数千枚〜数万枚ほど必要になってくるそう。そもそも異常が発生しないのが普通だからこ
【研究】日経新聞さんの記事作成AIを6時間で作れるかチャレンジしてみた(完全自動「決算サマリー」をみて) - ミエルカマーケティングジャーナル
言語処理な皆さん、こんにちは。CROの副島です。 1月25日、日経新聞さんに掲載されていた「AIで自動的に決算から記事を作成する」というのが、自然言語処理の勉強になるということで、6時間（約半日）でどこまで行けるか、実行してみました。 また、個人的に「経営の意思決定」に必要な情報として「営業利益、経常利益、売上高の昨対実数」を収集したかったのでそれもかねて。 ■まず、状況確認 ◇日経さんの結果 （https://www.nikkei.com/article/DGXLRST0477726Q7A120C1000000/） ◇元ファイル（決算公告のPDF) ※https://www.hioki.co.jp/jp/ir/topics/ から拝借 果たして結果は！！！？ ■ざっと決算短信を何社が眺めた所、以下のようなパタンが浮かび上がった。 １：決算書は、ある程度構造化（報告内容がある程度決まってい
【2023年5月改訂版】実践 Python データサイエンス
このコースは、Pythonを使ってデータを解析し可視化するために必要なスキルを網羅しています。Pythonと科学計算のためのライブラリの使い方が完璧に理解できるようになっています。 このコースを習得すれば、次のような事ができるようになります。 - Pythonプログラミングへの知識が深まります。 - NumPyを使って、アレイを使った数値計算ができるようになります。 - pandasを使った効果的なデータ解析ができるようになります。 - Matplotlibとseabornを使って、出版にも使えるほど綺麗なデータの可視化が可能になります。 - Pythonを使って実際にデータを解析する方法論が身につきます。 - 機械学習への理解が相当高まります。 2023年5月にコースの大幅改訂を行いました。ほとんどすべての動画と資料が更新されています。 17時間以上、100本を超えるビデオと、すぐに使え
「Siri」などの音声アシスタント、超音波でハッキング可能──浙江大学の論文
例えばこの装置をポケットに忍ばせて操作したいユーザーのiPhoneやAmazon Echoの近くに行き、超音波の音声命令を再生すれば、相手に気づかれずにそれらの端末を操作できるかもしれない。 スマートホームで利用している場合は、家の鍵を開けることも理論上は可能だろう。 ほとんどのユーザーは音声アシスタントの設定で音声で返答するようにしているはずなので、命令を受けた段階で気づきそうではある。 研究者らは、超音波に反応しないようハードウェアのマイクを改善したり、周波数で音声をフィルタリングするソフトウェアを開発するなどの対策が可能だとしている。 関連記事 「Googleアシスタント」、パナソニックなどのスピーカーに搭載へ GoogleのAIアシスタント「Googleアシスタント」搭載のサードパーティー製スマートスピーカーがAnkerやパナソニックから登場する。また、LG Electronics
Google が、Webブラウザ上 で 機械学習 と 深層学習 を 実行するための JavaScript ライブラリ deeplearn.js を リリース - Qiita
and then write a function that trains on a batch of colors. Note that we wrap the call for the session to train within a math.scope callback. Using math.scope is obligatory here (and in other parts of the code) because it allows deeplearn.js to reap resources (such as data on the GPU) once they are no longer needed. Also note that the train1Batch method accepts a shouldFetchCost parameter. This al
Bluemixで使えるWatson API 日本語対応状況のまとめ (8月22日Update) | CHANGE-MAKERS
(この情報は、2016年8月22日現在のものになります。今後、各APIの日本語対応状況に合わせて、更新することがあります。) 日本語版の公開で、ますます活用がすすむWatson。Bluemixで簡単にすぐに使えるWatson APIについてまとめてみました。まずは、Bluemixの30日間フリートライアルで、ぜひWatson APIをお試しください。 >IBM Bluemix 30日間フリートライアルについて AlchemyAPI 提供元：IBM 日本語対応：× 概要：AlchemyLanguageとAlchemyData の2つのAPIを使用することができます。 たとえば、AlchemyLanguageでは、文章の属性を分析し、カテゴリ分けすることに使えます。AlchemyDataでは、世界中のニュース・ソースとブログを、データベースのように検索、傾向分析することができます。 無料枠：B
明晰な知能の定義
明晰な知能の定義 The definition of bright intelligence 2017.03.31 Updated by Ryo Shimizu on March 31, 2017, 09:39 am JST AIと一口に言っても、大きく分けて深層学習以前と以後に分けられます。 深層学習以前のAIは、はっきり言って停滞していました。 停滞しつつも、手書き文字認識や音声認識といった分野で着々と実績を積み上げ、そしてそのどこかに「越えられない壁」のようなものを感じてまた停滞する、ということを繰り返してきました。 昨今注目されているAIは深層学習で、実は深層学習屋さんと、それ以前の機械学習または自然言語処理屋さんは仲が良くないのです。 深層学習以前の世界では、AIの研究というと、「情報をどう扱うか」「情報のどの部分に着目するか」ということ、専門的な言葉でいえば「情報の特徴量」をど
「目指すは日本ならではのチャットボットの形」、サイバーエージェント石川大輔氏 | AI4U
最近の株式市場もAIブーム。その中で最も注目されている銘柄が米半導体メーカーNVIDIA（エヌビディア）。同社の株価もすごいことになっているが、最近では同社と提携する企業の株価も高騰する傾向にある（関連記事：AI相場“中核”、ＮＶＩＤＩＡ関連の「神通力」）。 果たしてNVIDIAは、このままAI時代の覇者として逃げ切ることになるのだろうか。日本法人のDeep Learning部長の井崎武士さんにお話を聞いた。（ITジャーナリスト・湯川鶴章） 2000個のCPUの計算を12個のGPUで実現 そもそもNVIDIAって、いつAI企業になったのだろう。ゲーム用半導体のメーカーと認識していたのは僕だけじゃないはず。 世界中のAIの研究者がNVIDIAのGPU（Graphics Processing Unit）に注目したのは2012年といわれる。Googleが2000個のCPU（Central Pro
[TensorFlowで株価予想] 0 - Google のサンプルコードを動かしてみる - Qiita
TensorFlowで株価予想シリーズ 0 - Google のサンプルコードを動かしてみる 1 - 終値が始値よりも高くなるかで判定してみる 2 - 日経平均225銘柄の株価予想正解率ランキング〜 3 - 日本3506銘柄の株価予想ランキング 4 - 実際に売買したら儲かるのかシミュレーションしてみる 5 - 大きく上がると予想されたときだけ買ってみるシミュレーション 6 - 学習データの項目を増やす！隠れ層のサイズも増やす！ 7 - 株価が何%上昇すると予測したら買えばいいのか？ 8 - どの銘柄を買うか 9 - 年利6.79% 前置き 猫も杓子もディープラーニングディープラーニング。なにそれ美味いの？ って感じだけど、 2015年末に Google が書いた 「Machine Learning with Financial Time Series Data on Google Clo
![[TensorFlowで株価予想] 0 - Google のサンプルコードを動かしてみる - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/26c31c3399bf07b1ae252d9f76cec42f35108231/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwYWtpcmFhayZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MWVlN2I0ODFiY2RjNTFiMzI5M2Q3MWNlNjdjNzBhYTA%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Dba978af8754ebd16d4f9ac3b0f70bc39)
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Suno AI
AIにお任せして、Gitコミットメッセージを書かなくなってしまった。
PromptBase | Prompt Marketplace: Midjourney, ChatGPT, DALL·E, Stable Diffusion & more.
Gemini - chat to supercharge your ideas
Build production-grade data and ML workflows, hassle-free with Flyte
Migrate fulfillment from API V1 to API V2 | Dialogflow
グーグルの人工知能、今度は「モザイク画像の被写体を特定」する
[PDF]人工知能䛾未来-ディープラーニングの先にあるもの 東京大学 松尾 豊[PDF]人工知能䛾未来-ディープラーニングの先にあるもの 東京大学 松尾 豊