Azure OpenAIの「Add your data」で出来ること出来ないこと
この記事の主題ではないので簡単に説明しますが、PaaSへのアクセスを閉域化するのがPrivate Endpoint、PaaSからのアクセスを閉域化するのがVNet統合です。 非対応だった以前までの内容 では、登場人物全てが閉域化に対応しているのに、なぜ「Add your data」は閉域化できないのでしょうか。それはAzure OpenAIからCognitive Searchへの通信が執筆時点ではパブリックのみになっているからです。「Add your data」の仕組み図を閉域ネットワーク的に書き換えると以下の図のようになります。 ネットワーク閉域化をしている場合、インターネットからのアクセスを遮断するのでAzure OpenAIからのインターネット経由のアクセスができなくなります。そのため、執筆時点では「Add your data」は閉域化できないということになります。Azure Ope
AIで作成した「全力ダッシュする大仏」の躍動感がすごい 「めちゃ強そう」「表情で笑う」
画像生成AIを使って作られた「走る大仏」のイラストがTwitterで注目され、約7300件のいいねが寄せられるほどの話題となっています。大仏の動きや表情がまるで実在するかのような迫力です。 迫力がすごい「走る大仏」のAIイラスト 古橋秀之（@Furuhashi_h）さんが画像生成AIソフトmidjourneyやnijijourneyを使って作ったイラスト。大仏が穏やかさを忘れ、全力でダッシュしています。師走（12月）はお坊さんも走りまわるほど忙しいといわれますが、大仏も忙しく走りまわる季節なのかもしれません……？ AIも「大仏は正面を向いて座っているもの」と学習しているのか、走るポーズの出力には苦労したという古橋さん。せっかく走っている構図になったと思えば、大仏っぽく肌を塗った太り気味の人がジョギングしているだけだったり……。完成版では大仏の質感や必死さが伝わる表情などすごい迫力で見応えが
披露宴の席次を Gromov-Wasserstein 最適輸送で決めた話
数理最適化 Advent Calendar 2022の9日目です。 新緑の頃、新型コロナ流行の合間をぬって、ささやかな結婚披露宴を表参道の式場にて催しました。諸々の準備の中でも席次はこだわるとキリがなく、数理最適化を使って決めました。人間関係をできるだけ保つようなゲスト集合から座席集合への写像を考えます。 ゲスト間人間関係を考慮して良い感じの配席を考えたい tl;dr 披露宴をしました 知り合い関係が複雑かつ長机でゲストの席配置が難しい 組合せ爆発は本物。高々20人の配置に1週間以上悩んだ結果、数理最適化した方が早いと結論 「知り合い同士を近くに配席する」問題は非凸な二次計画になり汎用ソルバでうまく解けない ゲストを席に"輸送"すると考えて最適輸送の一種で解くとうまくいった 本質的に非凸な問題を非凸のまま、しかし性質の良い距離構造を活用するアプローチが奏功したのではないか 再現用Colab
「偉すぎる」「こういう案件けっこう多い」機械学習のコンサルティングをした結果、機械学習をしないほうがいいという話を進め結果自分の仕事がなくなった
Yoshifumi Seki / 関 喜史 @YoshifumiSeki 機械学習のコンサルをした結果、機械学習しないほうがいいという話を進め、結果自分の仕事がなくなるやつをやった、えらい 2021-10-20 11:55:00 Yoshifumi Seki / 関 喜史 @YoshifumiSeki Fairy Devices Inc. 執行役員 CPO. SFC特別招聘准教授, 株式会社Gunosy 共同創業者,博士(工学). 未踏ジュニアメンター, 2011年度未踏クリエイター.富山県高岡市出身. カターレ富山オフィシャルパートナー. ポケカプレイヤー(シティ2022S3優勝). https://t.co/U6q7l3DjgI
やる夫で学ぶ機械学習シリーズ · けんごのお屋敷
これは、機械学習に関する基礎知識をまとめたシリーズ記事の目次となる記事です。まとめることで知識を体系化できて自分自身の為にもなるので、こういうアウトプットをすることは大事だと思っています。ただ、普通にブログ記事を書くのも面白くないので、ちょっといつもとは違う方法でやってみようというのが今回のシリーズ記事。 2 ちゃんねるのキャラクターが登場人物として出てきて、彼らが会話して話が進んでいく「やる夫で学ぶシリーズ」という講義調の形式のものがあります。個人的にはやる夫で学ぶシリーズや 数学ガール のような会話形式で話が進んでいく読み物は読みやすいと思っています。さらに、先日みつけた やる夫で学ぶディジタル信号処理 という資料がとてつもなくわかりやすく、これの真似をして書いてみようと思い至りました。記事中のやる夫とやらない夫のアイコンは http://matsucon.net/material/m
不確実性と上手く付き合う意思決定の手法
予測モデルの不確実性を減らすActive Learning, モデルの不確実性を予測結果に反映するThompson Sampling, オンライン最適化など
AIが見つけた、埋もれたQiita良記事100選 - Qiita
背景 Qiita殿堂入り記事、と、７つの「驚愕」 良い記事なんだけどなかなかいいねがつかなかった記事を、 AIによって発掘したいという試み。 または、機械によって「いいね」かどうか判断させたり、 何いいねになる記事なのか、予測することは可能なのか？という問題を考えてみたい。 以下の２つの記事の中でも少し予告していた、 一番難しそうな内容に挑戦してみる。 Qiita殿堂入り記事ランキングを作った物語（2018/06/29投稿） Qiitaの記事データの取得と、全体感について記載。 既にいいねを多数集めている「良記事」を「殿堂入り」として月ごとにまとめ。 直近１年のQiita記事分析で分かった７つの「驚愕」（2018/07/03投稿） 直近の記事データから、傾向分析を実施し、 様々な知見や気づきを得ることが出来た。 上の記事を読んでいない人へのまとめ。前回までのあらすじ Qiitaのデータを分
AIで似ているAV女優を紹介しているスケベAI「スケベ博士」を作りました。②実装編
AIで似ているAV女優を紹介しているスケベAI「スケベ博士」を作りました。①アプリ紹介編 の続きです。実際にどう実装したかという話です。 まだ友達追加していない人はここからチェケラ https://line.me/R/ti/p/6XAcvOifDl AIで似ているAV女優を紹介しているスケベAI「スケベ博士」を作りました。①アプリ紹介編 こんにちは。スケベサイエンティストのDAI(@never_be_a_pm)です。 AIで、画像から似ているAV女優を紹介してくれるLine Bot「スケベ博士」を作りました。 背景 私たち男性がスケベするときに、よく妄想しますよね。 中学生の頃は「○○ちゃん」のことを想像しながらスケベしておりました。 問題点 ... 実装技術編 前処理編 まず、前処理です。流れとしては、 PythonでエロサイトからAV女優名とサムネイル画像をスクレイピング 取得したデー
悪用厳禁：絶対に成功するA/Bテストの作り方
ソフトウェアエンジニアの間でも一般的な言葉になった「機械学習」。本書では、その機械学習やデータ分析の道具をどのようにビジネスに生かしていけば良いのか、また不確実性の高い機械学習プロジェクトの進め方などを「仕事で使う」という観点から整理し… オライリージャパンさんからは、売れ行きがとてもいいという話を伺っており、これで新しいノートPCを買う足しになるかなぁと思っています。 物理本については少数ですが、Cloudera World Tokyo2017で限定販売されるそうです。CWT2017申し込みが始まったので、物理版がほしい方は申し込むとよいんじゃないでしょうか。 書評もいくつか届いており、勝手ながら紹介させていただきます。
「すごすぎる」――地方のパン屋が“AIレジ”で超絶進化 足かけ10年、たった20人の開発会社の苦労の物語
「スゲー。これが今の日本の技術か……」 「世間はここまで進歩していたのか」 開発したのは、兵庫県西脇市に本社を置くシステム開発会社・ブレイン。創業35年、いまも社員20人のうち約16人がエンジニアという、生粋の技術者集団だ。 約10年前にゼロから開発スタート マシンの名前は「BakeryScan」（ベーカリースキャン）。「お店に提供を始めたのは今から4年ほど前。最近になって突然『ネットですごい反響がある』と人に言われて驚いた」――ブレインの原進之介執行役員はこう話す。 BakeryScanの開発が始まったのは2008年にさかのぼる。きっかけは、地元・兵庫県のパン店社長から相談を受けたことだった。 「人が足りなくて困っている。経験の浅い外国人スタッフでもレジ打ちや接客ができるようなシステムを作ってほしい」――。 だが、同社のパンに関する専門知識はゼロ。そこから待ち受けていたのは、約6年にわた
数学を避けてきた社会人プログラマが機械学習の勉強を始める際の最短経路 - Qiita
巷ではDeep Learningとか急に盛り上がりだして、機械学習でもいっちょやってみるかー、と分厚くて黄色い表紙の本に手をだしたもののまったく手が出ず（数式で脳みそが詰む）、そうか僕には機械学習向いてなかったんだ、と白い目で空を見上げ始めたら、ちょっとこの記事を最後まで見るといいことが書いてあるかもしれません。 対象 勉強に時間が取れない社会人プログラマ そろそろ上司やらお客様から「機械学習使えばこんなの簡単なんちゃうん？」と言われそうな人 理系で数学はやってきたつもりだが、微分とか行列とか言われても困っちゃう人 この記事で行うこと 数学の基礎知識に慣れるための、数式が最初から出てこないプログラマ向けの数学入門書の紹介 機械学習の初学者には鉄板の、オンライン講座（MOOC）の機械学習コース紹介 環境 WindowsでもMacでもLinuxでも大丈夫(MATLAB/Octaveというツール
府大生が趣味で世界一の認識精度を持つニューラルネットワークを開発してしまった論文を読んだ - Qiita
Deep Learning Advent Calendar 2016の20日目の記事です。 ConvNetの歴史とResNet亜種、ベストプラクティスに関連スライドがあります（追記） 背景 府大生が趣味で世界一の認識精度を持つニューラルネットワークを開発してしまったようです。 M2の学生が趣味でやっていたCIFAR10とCIFAR100の認識タスクで，現時点での世界最高性能の結果を出したそうだ…趣味でっていうのが…https://t.co/HKFLXTMbzx — ニーシェス (@lachesis1120) 2016年12月7日 府大のプレスリリース 一般物体認識分野で、府大生が世界一の認識精度を持つニューラルネットワークを開発 黄瀬先生の研究室の学生さんだそうです。凄いですね！ ちょうどResNet系に興味があったので、読んでみます。この論文を理解するには、ResNet, (Wide
画像処理の数式を見て石になった時のための、金の針 - Qiita
画像処理は難しい。 Instagramのキレイなフィルタ、GoogleのPhoto Sphere、そうしたサービスを見て画像は面白そうだ！と心躍らせて開いた画像処理の本。そこに山と羅列される数式を前に石化せざるを得なかった俺たちが、耳にささやかれる「難しいことはOpenCVがやってくれるわ。そうでしょ？」という声に身をゆだねる以外に何ができただろう。 本稿は石化せざるを得なかったあの頃を克服し、OpenCVを使いながらも基礎的な理論を理解したいと願う方へ、その道筋(アイテム的には金の針)を示すものになればと思います。 扱う範囲としては、あらゆる処理の基礎となる「画像の特徴点検出」を対象とします(実践 コンピュータビジョンの2章に相当)。なお、本記事自体、初心者である私が理解しながら書いているため、上級画像処理冒険者の方は誤りなどあれば指摘していただければ幸いです。 画像の特徴点とは 人間が
1
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
「AI相手にTRPGのGMやる！」というテーマでChatGPTで遊んでいたら最後までプレイが成立してしまった「一人でTRPG楽しめる時代が来る？」
えるエル on Twitter: "東大が無償でPDF公開している，統計学会の75周年記念出版『21世紀の統計科学』の3冊 1と2は実際の統計データを用いて，各事例への統計学の応用手法，3は機械学習の人なら馴染み深い統計計算を解説 下手な市販の本を買うよりは，この3… https://t.co/w2cSVIxmUI"
日本人アイドルも被害に。96％がポルノ動画の「ディープフェイク」政治的な悪用も
死にゆくアンチウイルスへの祈り