画像生成AI「StableDiffusion」の進化が止まりません。昨年8月にオープンソースとしてリリースされてから、世界中のプロアマ問わず多数の人たちが様々な研究成果を反映させ、毎日と言っていいほど新機能を誰かが発表するという状況が起きています。 StableDiffusion登場当初は、画像の品質のランダム性が高く、構図やポーズなどを指定できないという弱点を抱えていました。1枚の画像をもとに画像を生成する「i2i（image2image）」である程度コントロールすることはできても、「キャラクターに特定のポーズをとらせる」といったことは非常に難しかったんですね。 その状況を一変させる新機能が今年2月に登場しました。その名も「ControlNet」。プロンプトによる制約を克服するための、とてつもないポテンシャルを持つ技術でした。Stable Diffusionに次ぐ「2度目の炸裂」と言って

Cloudflare WorkersでNode.jsを動かすためのあれこれをスクラップに残していたのですが、ハマったポイントが多かったのでこちらに整理しておきます。 今回やろうとしたのは、Zennのマークダウン→HTML変換のAPIをCloudflare Workersで動かすというものです。試行錯誤の末に断念したのですが、以下でその理由をまとめておきます。 CPUやメモリ、ファイルサイズなどの制限が厳しめ 2023/07/25時点でのCloudflare Workersの制限一覧がこちら。 Limits - Cloudflare Workers CDNのエッジで動くので、パフォーマンスが良いぶん制限が厳しめです。 メモリ上限は128MB サイズ上限は無料プランだと圧縮後1MBまで 有料プランだと10MBの上限となるが、できるかぎり1MB以内に抑えたい（参考:Server Side Jav

書評：横山茂雄、栗田英彦、堀江宗正、竹下節子、辻隆太朗、雨宮純、清義明『コンスピリチュアリティ入門　スピリチュアルな人は陰謀論を信じやすいか』（創元社） 「宗教現象」については、かなり幅広く勉強していて、それなりに自信も持っていた私だが、本書には教えられるところが多々あり、特に、横山茂雄と栗田英彦による「巻末対談」には、私がこれまで軽んじてきた部分が、いかに重要なものであったかをズバリと指摘され、反省を余儀なくされた。 まず最初に、本書の内容を大雑把に紹介する「紹介文」を引用しておこう。 『　コンスピリチュアリティに関する初の論考集 「Ｑアノン」、新型コロナ生物兵器説、自然食、イルミナティ、そして爬虫類系宇宙人による人類の支配。 政治的影響力を持つまでに至った陰謀論と、その背景にあるとされるスピリチュアルな世界観。 この2つをともに論じることを可能にする注目の視座「コンスピリチュアリティ」

わくわくゲームズは5月20日、『ファミレスを享受せよ』Nintendo Switch/PC（Steam）版を2023年夏に発売すると発表した。価格は税込1500円。プレスリリースによると、本作はフリーゲームとして配信中の『ファミレスを享受せよ』の内容にギャラリーモードなどを追加した「完全版」的な位置づけとなるようだ。 『ファミレスを享受せよ』は、永遠のファミレスで先客たちと長い時間を過ごす、少し不思議なアドベンチャーゲームである。本作の舞台は、永遠の時間が流れるファミリーレストラン「ムーンパレス」。主人公はある夜、気分転換のために近所のファミレス「ムーンパレス」を訪れた人物だ。主人公は店に足を踏み入れた後、店員の接客を受けて席に着く。しかし気がつくと、主人公は最初に入ったファミレスとは異なる奇妙な場所へとやってきていた。店名こそ同じムーンパレスであるものの、店の雰囲気がどこか違っており、注

今回はLangChainの小ネタの記事でHugging FaceのモデルをLangChainで扱う方法について調べたので、その記事になります。 LangChainについてご存じないという方のために一言で説明するとLangChainはChatGPTの内部で使われているLLMを扱いやすい形でwarpしたライブラリになります。紹介記事を以前書きましたので、詳しく知りたい方はこちらをご覧ください。 LangChainのexampleを見ると多くの場合OpenAIのAPIを使うことが多いように感じます。ただ、OpenAIのモデルは精度が良いのですが、一方で長文の生成をしようとするとかなりの額のお金が必要になります。このため、遊びで使うには勇気がいるケースがあります。 このため、懐に優しい形でLangChainを扱えないか？ということで、有名どころのモデルが大体おいてあるHugging Faceを利用

ここ数か月、AIの進化が加速していて、時代についていけなくなりそうです。音楽関連のものも次々と登場していて、いつも驚くばかりですが、ここ数日SNSのタイムラインで何度か目にしたのがSongRなるもの。「これ、何だろう？」とリンクを踏んでみたところ、AIが自動作曲・編曲してくれ、作詞もしてくれるし、自分で歌詞を入力すればそれに合わせて歌ってもくれるというサービスだったのです。 アプリをインストールしたりする必要もなく、ブラウザで使えるサービスであるためWindwosでもMacでもiPhone、Androidでも何でもOKというもの。まだスタートして1、2週間のようですが、現在ベータ版という扱いだからか、誰でも無料で使うことができ、サービスとなっています。まだ発展途上という感じではありますが、今後進化していくと、かなり凄いものになりそうな気もするシステムだったので、ちょっと紹介してみましょう。

「高品質なアニメ画像でNSFWコンテンツを生成したい」 「MeinaMixを画像生成のモデルとして利用している」 このような場合には、MeinaHentaiがオススメです。 この記事では、MeinaHentaiについて解説しています。 本記事の内容 MeinaHentaiとは？MeinaHentaiの利用方法MeinaHentaiの動作確認 それでは、上記に沿って解説していきます。 MeinaHentaiとは？ MeinaHentai – V3 | Stable Diffusion Checkpoint | Civitai https://civitai.com/models/12606/ 上記ページは、NSFWのコンテンツなので要注意です。 そして、ページにアクセスするにはログインが必要となっています。 MeinaHentaiとは、Meinaシリーズのモデルです。 Meinaシリーズと言

MAX replaces and simplifies your AI inference stack, maximizing performance and reducing cloud costs

をしていきます。 先日某所で情報をチェックしていたところ、LoRAモデルの画期的な活用方法を考案した方が登場して大変話題になっていました。なぜそんなに話題になったのかというと、その方が作成したLoRAモデルをうまく使えばイラストに圧倒的なディテールを追加できるからです。 ここではそのLoRAモデルである「flat LoRA」の概要や使い方をご紹介しますね。

「画像の解像度を上げたい」 「AUTOMATIC1111版web UIにアップスケーラーを追加したい」 このような場合には、この記事の内容が参考になります。 この記事では、web UIにアップスケーラーを追加する方法を解説しています。 本記事の内容 アップスケーラーとは？アップスケーラーの追加追加したアップスケーラーの動作確認 それでは、上記に沿って解説していきます。 アップスケーラーとは？ アップスケーラーとは、デジタル画像や動画の解像度を向上させるためのアルゴリズムや技術のことです。 解像度が低い画像や動画は、画素数が少なく、拡大するとぼやけたり荒れたりすることがあります。 アップスケーラーを使うと、そのような低解像度のデータを高解像度に変換することが可能です。 その結果として、より鮮明で美しい画像や動画を生成することが可能になります。 AUTOMATIC1111版web UIの場合で

発表動画はこちら。 https://youtu.be/l9fpxtz22JU 2023/4/29 一部修正とAPIに関するページ追加 2023/5/11 ChatGPTの言葉の意味を補足する資料を追加。Azure OpenAI Serviceで使えるモデルの記載を一部修正・最新情報追記。 202…

A new tool that blends your everyday work apps into one. It's the all-in-one workspace for you and your team

しばらく経ってもこの画面に変化がない場合は、Javascript を on にして再度読み込んで下さい。

Stable DiffusionやMidjourneyといった画像生成AIや、ChatGPTのようなチャットAIの登場により、AIはますます人々の生活に浸透しています。新たに、AIを用いて著名アーティストの声を模倣し、既存の楽曲やオリジナル曲を歌わせることが流行りつつあると、テクノロジーメディアのMotherboardが報じています。 Inside the Discord Where Thousands of Rogue Producers Are Making AI Music https://www.vice.com/en/article/y3wdj7/inside-the-discord-where-thousands-of-rogue-producers-are-making-ai-music AIを用いて著名アーティストの声を再現し、この合成音声にオリジナルの楽曲や既存の楽曲を歌

AWS CDKを始めるハンズオン ─ IaCの第一歩をAWS LambdaとDynamoDBのシンプルな仕組みで学ぶ アマゾン ウェブ サービスが提供するIaC（Infrastructure as Code）の開発キットがAWS CDK（AWS Cloud Development Kit）です。本記事はAWS CDK入門者向けのチュートリアルとして、AWSでソリューションアーキテクトを務める吉川幸弘（@WinterYukky）さんによる、AWS Lambda関数でDynamoDBテーブルをスキャンするシンプルなハンズオンです。 みなさん、こんにちは。アマゾン ウェブ サービス ジャパン合同会社でソリューションアーキテクトを務めている吉川幸弘と申します。私は普段、西日本のお客様を中心に技術的なご支援や課題解決などをしています。 さっそくですが、みなさんはInfrastructure as C

やっぱGPTを仕組みから勉強したい、という本をいくつか見つけたのでまとめておきます。 まず理論的な概要。 機械学習からニューラルネットワーク、CNNでの画像処理、トランスフォーマーでの自然言語処理、音声認識・合成、そしてそれらを組み合わせたマルチモーダルと章が進むので、理論的な概観を得るのにいいと思います。 最初は数式が多いのだけど、Σをfor文だと思いつつ、定義が説明文中に埋まってるPerlよりたちが悪い記号主体言語だと思えば読めるけどめんどくさいので飛ばしても問題ないと思います。 深層学習からマルチモーダル情報処理へ (AI/データサイエンスライブラリ“基礎から応用へ” 3) 作者:中山 英樹,二反田 篤史,田村 晃裕,井上 中順,牛久 祥孝サイエンス社Amazon で、もういきなり作る。 トークナイザーから全部つくっていきます。TensorFlowでBERTをつくってGPT2をつくる

この記事について この記事は、 Web制作の基礎から学べる「Webコーディングスクール」 などの資料制作をお手伝いして頂いているemiさんによる寄稿記事です。 emiと申します。USAGI DESIGN emi.というサイトでWebデザインやコーディング練習用のデザインデータを配布しています。Webデザインをメインにストックイラストレータ、グッズデザインなどしております。 ChatGPTとは ChatGPTはOpenAIが開発した対話型のチャットボットです。質問を入力すると質問に対する回答が出力されます。 今回はChatGPTを使って、効率よくコーディングを進めてみます。 headタグ内のコードをChatGPTで生成しよう HTMLの大枠をChatGPTを使ってコーディングしてみよう グロナビをChatGPTで生成してみよう ボタンをホバーした時のCSSをChatGPTで生成してみよう H

今回はStable Diffusionでリアル系イラストを生成できるモデルを紹介します。 Stable Diffusionではどのようなモデルを使用するかによって、生成される画像のクオリティが大きく変わりますので、モデルの選択は重要な要素となります。 本記事で紹介するモデルは、どれも実写と見分けがつかないほどハイクオリティなイラストを生成できますので、ぜひ試してみてください。

話題の ChatGPT + LangChain で、膨大な PDF ドキュメントの内容を爆速で把握するPDFOpenAIChatGPTlangchain記事投稿キャンペーン_ChatGPT はじめに 本記事では、ChatGPT と LangChain の API を使用して、PDF ドキュメントの内容を自然言語で問い合わせる方法を紹介します。 具体的には、PDF ドキュメントに対して自然言語で問い合わせをすると、自然言語で結果が返ってくる、というものです。 ChatGPT と LangChain を使用することで、下記のような複数ステップの仕事を非常に簡単に実行させることができます。 PDF ドキュメントからテキストを抽出して複数に分割する 分割したテキストからテキスト間の関連を表すベクターデータを作成する 作成したベクターデータをベクターストアに格納しておく ChatGPT に外部から与

ChatGPTが思いがけずいろいろなことを人間より賢くやっているのを見てシンギュラリティという言葉を使う人が増えたように思いますが、逆に、シンギュラリティは来ないのではという思いを強くしています。 まず、この文章でのシンギュラリティがなにかという話ですが、レイ・カーツワイルが「シンギュラリティは近い」の1章の終わりで「さあ、これが特異点だ」といっている特異点、そのシンギュラリティです。 シンギュラリティは近い―人類が生命を超越するとき 作者:レイ・カーツワイルNHK出版Amazon この特異点は単にAIが人間より賢くなるというだけではありません。人間より賢くなるだけだと、便利な道具が増えるだけなので、大騒ぎするほどの変化は起きません。人の仕事を奪うといっても、蒸気機関ほどでもないですね。印刷機などと並んで、人の生活を変える転換点にすぎず、ただひとつの点をあらわすシンギュラリティには なりま