製品の打音や設備の稼働音から異常を検知するAIを活用したサービス 日立が提供開始: 稼働音や空調など「環境音のブレ」に対応 日立製作所は「製品の打音や設備の稼働音などの音響データから異常音を検知するソリューション」として2つのサービスを販売する。収集した音響データを、日立が独自に開発した音響解析技術で処理し、製品不良や設備故障による異常音を検知する。

0. 忙しい方へ 完全に畳み込みとさようならしてSoTA達成したよ Vision Transformerの重要なことは次の3つだよ 画像パッチを単語のように扱うよ アーキテクチャはTransformerのエンコーダー部分だよ 巨大なデータセットJFT-300Mで事前学習するよ SoTAを上回る性能を約$\frac{1}{15}$の計算コストで得られたよ 事前学習データセットとモデルをさらに大きくすることでまだまだ性能向上する余地があるよ 1. Vision Transformerの解説 Vision Transformer(=ViT)の重要な部分は次の3つです。 入力画像 アーキテクチャ 事前学習とファインチューニング それぞれについて見ていきましょう。 1.1 入力画像 まず入力画像についてです。ViTはTransformerをベースとしたモデル(というより一部を丸々使っている)ですが、
を担当しています。これらを使って、フレーズを生成し楽曲を作っていくというもので、必要に応じてコード進行からフレーズの生成、リズムパターン作成まで任せることもできる一方、コードは自分で指定して、フレーズだけ自動で作ってもらう、ということも可能になっています。 Orb Producer Suiteは4つのプラグインがセットになった製品となっている 実際にこのOrb Producer Suiteではこのティーザーのビデオにあるような雰囲気の楽曲を自動生成することが可能です(ドラム機能はないので、ループ素材などを利用する)。 ご存知の方もいるかもしれませんが、Hexachords社から以前よりOrb Composerというスタンドアローンの自動作曲ソフトがリリースされていました。それに対し、このOrb Producer Suiteは、DAW上に立ち上げて使うプラグインとなっています。Windows
著者のChris I.氏は、カナダ・トロントでデータサイエンティストとして活躍しています。同氏がMediumに投稿した記事『機械学習エンジニアが職を失いつつある。しかし、とにかく機械学習を学ぼう』では、北米のAI業界に関する雑感とAI業界で働き続けるための心得が書かれています。 Chris I.氏が北米のAI市場を見る限りでは、「第三次AIブーム」の熱は冷め、AI技術の研究職に関する求人は減り、AI技術者の供給が需要を上回る景気後退局面に入りました。しかし、こうした見方はAI業界の一側面を見ているに過ぎません。AI研究に対する熱は冷めたかも知れませんが、既存のAI技術を活用して解決すべき問題は、まだ無数にあるのです。このように現状を見たうえで、今後もAI業界で働くにあたっての心得を同氏は以下のように書き記しています。 問題を解決するのに、最先端のAI技術は必要ない。むしろ、既存のAI技術を
1台たったの約2000円という驚きの低価格でクラウドファンディングに登場し、5月から開始した税込2500円の一般販売でも順調な売れ行きを見せているスマートホームカメラ「ATOM Cam」。シンプルな外観に似合わない多機能さが特徴だが、9月には監視用カメラに止まらない大きな進化を見せる。ポイントとなるのは、なんといっても「エッジAI」としての機能が強化されることだ。 ATOM Camはすでにモーション(動体)検知の機能を備えており、映像内に動きがあったときにスマートフォンにプッシュ通知しつつ、同時に録画を開始できるようになっている。今度はこれに「犬や猫」あるいは「人」を見分けて通知・録画する機能が追加されるのだ。こうした検知機能を実現できるのは、ATOM CamがAI処理可能なチップを搭載しているからこそ。スマートフォンやサーバー、ネットワークに負荷をかけることなく、エッジ端末であるカメラ単
(全てのパーツが写って無かったので写真を差し替えました) (電源アダプタは、最初に記載した「24W級スイッチングACアダプター5V4A GF24-US0540 (¥1,280)」より多少安価なものがあったのでリストを更新しました。) 冷却ファン Jetson Nanoをフルパワーで動かすとヒートシンクが触れないくらい高温になる。 自分はアクリルケースと5V冷却ファンのセットを購入して使っている。 microSDカードは高速読み書き出来るものが必要 何種類か別のものを試したが、かなり性能に違いがあった。 差額は数百円なので、これは良いものを用意した方がいい。待ってる時間が勿体無い。 自分は32GB&1000円以下で買えるものを3種類試したが、TOSHIBA製品が一番良かった。 USB WiFiドングル Linuxで認識できるものであれば使えるはず。 自分は昔、Raspberry Pi Zer
子供の頃からの夢「ドラえもんをつくる」ために、神経科学や認知科学を武器に本気で最新のAI開発に取り組む、新進気鋭の研究者である大澤正彦氏。 単なるロボットとしてではなく、人とのかかわりや人間がもつ感情や心に注目し、「人間」を徹底的に研究し、最新のAIやHAIをもとに、各分野のエキスパートや仲間の力を借りて、「ミニドラ」づくりに取り組んでいる。 本稿では、そんな大澤氏の著書『ドラえもんを本気でつくる』より、ミニドラ完成に欠かせないAIに対する誤解や、実務者と技術者の相互不理解を解消するための方法に言及した一節を紹介する。 ※本稿は大澤正彦著『ドラえもんを本気でつくる』(PHP新書)より一部抜粋・編集したものです。 AIに奪われる代表的な職業として、よく会計士があげられます。ほんとうに会計士の仕事はなくなるのでしょうか。 一度、公認会計士の方々とのカンファレンスを主催したことがあります。公認会
ゆうべ、そろそろ寝ようかなと思っていたらものすごいものが投下され、興奮して結局3時半まで起きてしまいました。 ということで、昨晩公開された「AIきりたん」こと歌声合成エンジンNEUTRINO1について(今の興奮をあとで思い返すためにも)書いておきます。 AIきりたんとは とりあえずこれを聴いてみてください。 これが合成音声か!?と思ってしまうような仕上がりですが、これがAIきりたん……歌声合成エンジンNEUTRINOによって生成されたきりたんの歌声です。 NEUTRINOはSHACHIさん(@SHACHI_KRTN)によって製作されたフリーウェアで、昨晩公開されました。その標準の同梱ライブラリの1つが東北きりたんのものなので、そちらのことが「AIきりたん」または「AIシンガーきりたん」と呼ばれているというわけです。 ニューラルネットワークを用いた歌声シンセサイザー【NEUTRINO】を公開
基調講演にABEJA岡田氏 基調講演には、株式会社 ABEJA CEO 岡田氏が登壇し、「ABEJA Platform が提供する製造業のビジネスモデル変革とオペレーション変革」というタイトルで講演した。ABEJAの導入事例を聞くケースはこれまで多くはなかったが、今回、いくつかのユースケースを知るよい機会になった。 岡田氏は冒頭、ABEJAのビジネスの変遷を紹介、製造業ではダイキン工業と連携したのがはじまりで、今ではNVIDIAやGoogleから出資を受けている。また、今回は「製造業の方向けにビジネスモデルの変革、オペレーションの変革」について話したい、とした。 ABEJAは現在200社以上の企業に導入、1万以上のコンテナが稼働、70テラバイト/日の情報を処理しているという。AIに対するは幻滅期に突入しているが、AIへの期待値が大きい人が幻滅している状況であり、我々は現場へのAIの実践を粛
AIでRCカーを走らせよう! 「AIカー」と呼ばれるものをご存じでしょうか? ひとことでいえば、AI(人工知能)で自動走行する模型の自動車。市販RCカーにRaspberry Piなどのコンピューターをのせてグーグルの機械学習AIプラットフォームであるTensorFlowなどをインストールして走らせます。 こう書くとだいぶ難しそうに聞こえますが、実は、キットさえ買ってくればとりあえず誰でも体験できる。私も受講したことがある超入門編の“手書き数字の認識”と同じようなAIプログラムで冗談のようにちゃんと走る。ここ数年で注目されている多層ニューラルネットワークという技術がどれだけの意味を持つのかを、手で触れて理解できる。 しかも、実験室でノロノロ走るクルマではなくの市販のオフロードやレーサータイプのRCカーなので、一般の人にも楽しめるエンタメ性がある。一方、腕に覚えのある人はハードウェアもソフトウ
ディープラーニング(深層学習)研究では国内トップレベルの東京大学・松尾研究室のメンバーが開催する最新論文の輪読会から、話題の論文を紹介する本連載。今回は、直接データを必要としない予測モデル「メタ学習」に関する論文を取り上げる。 AI(人工知能)、特にディープラーニング(深層学習)の研究がここ数年で急速に発展する一方、「AIは幻滅期に入った」と今後の伸びしろに懐疑的な声も上がり始めている。 今までのAI研究が否定されるわけではないとはいえ、私たちAIの研究に携わる者としては次のように感じてしまう。「製品化できたAIは氷山の一角であり、表面的でごく一部にすぎない」「高次元なディープラーニングの利用を考えれば現実的な応用の可能性がさらに見えてくるのに、それを知る人はほとんどいない」。 客観的に見れば、AIを現在のシステムに代わるものとして取り入れたり、ハードウエアに制約がある形で実装したりするの
最終更新日: 2022年10月25日 AI技術が発展し、画像認識や音声認識、テキストの分析などが可能になり、技術的なブレークスルーが起きました。同時に、AIが人類の知能を超えてしまうシンギュラリティ(技術的特異点)に注目が集まっています。 AI技術が、さらに進化を遂げた未来では、AIが人類の知能を超え、指数関数的に進化し、その進化の速度が予測できなくなると言われています。そのAIが人類を超えるポイントが「シンギュラリティ(技術的特異点)」です。 今回は、シンギュラリティが具体的にどんな理論なのかを紹介し、私たちにどんな影響を与えるのか考察していきます。 シンギュラリティの概要 シンギュラリティは、「AIが人間の知能を超える転換点」のことを指し、日本語では「技術的特異点」と訳されます。アメリカの未来学者レイ・カーツワイル氏が2005年に提唱したことで広く知られるようになりました。 シンギュラ
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
処理を実行中です
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