2024年1月からスタートする新NISA（少額投資非課税制度）は非課税期間が無期限になるとともに投資枠が大幅に拡大する。株を長期保有して配当を受け取るような配当投資にもうってつけの環境だ。これを機に配当投資を始めようと考えている人の参考に、すご腕個人投資家が満喫する華麗な配当生活を紹介しよう。かんちさん（ハンドルネーム）は元公務員の専業投資家。13年前に退職してから生活費の全てを株の利益で賄う生

大学を卒業後、大学院にて仮想通貨の評価基準について研究する。 その後、辻・本郷税理士法人に入所しスタートアップ企業の支援を行う。 延べ200社ほどのスタートアップの支援を行い、創業期の支援に対するノウハウに自信がある。

番組内で実施されたのは、完全に初出しとなるミッション「大型ミサイル発射支援」を会場内のプレイヤーに挑戦してもらうというチャレンジ企画。ミッションは大型ミサイルを発射されるまでの5分間にわたり数多の敵から死守するという内容だ。会場で抽選ボックスから選ばれたレイヴンが、ファンの視線が向けられるステージ上で立ってプレイするという、なかなかなに過酷な条件となっていた。 さらに、クリアした場合には特製Tシャツが賞品として会場全員にプレゼントされることも発表。Tシャツは非売品のスタッフ用で、胸にアセンブルの重量エラー時などに表示される出撃不能メッセージが刻印された貴重な一品だ。みなが報酬を手に入れられるかどうかの重圧が挑戦者にはかかる状況だった。 ステージ壇上（左）で挑戦することにマニアにはたまらない特製Tシャツ　司会やフロム・ソフトウェアの開発者がチャレンジングすぎる企画に苦笑する中、抽選ボックスか

Stability AIは日本語向け画像言語モデル「Japanese InstructBLIP Alpha」を一般公開しました。入力した画像に対して文字で説明を生成できる画像キャプション機能に加え、画像についての質問を文字で入力することで回答することもできます。 Japanese InstructBLIP Alpha「Japanese InstructBLIP Alpha」は、先日公開された日本語向け指示応答言語モデル「Japanese StableLM Instruct Alpha 7B」を拡張した、画像を元にしたテキストが生成されるモデルです。 「Japanese InstructBLIP Alpha」は、高いパフォーマンスが報告されている画像言語モデルInstructBLIPのモデル構造を用いております。少ない日本語データセットで高性能なモデルを構築するために、モデルの一部を大規模な

画像生成AIの躍進が目覚ましい。エンジニア兼SF作家の筆者としては、AIが絵を描けるようになるのなら、絵が描けない自分でも漫画制作ができるようになるのではという期待があった。実際に2022年の末頃にはstable diffusionを使った漫画制作UIのプロトタイプを作ってみたこともある。 Google ColabでAI漫画制作用のUIを試作してみた。コマごとにプロンプトが割り当ててあって、AIが裏でたくさん選択肢を作りまくってくれる。人間が大量の絵からベストなものを選んだり、構図やセリフの調整に集中できるようなワークフローがいいのではないかという仮説 #stablediffusion pic.twitter.com/zI64zm3cNI — 安野貴博 (@takahiroanno) November 10, 2022 それから半年以上の月日が経ち、世の中でもMulti ControlNe

この図はざっくりと3つの領域に分かれます。まず左下が従来のプログラミングの領域です。これは簡単に言うと「プログラムは間違ってはいけない定形な仕事を奪う」ということです。次にその上の士業が責任を取る領域です。これは「責任」を取る人がいないと成立しない仕事です。ミスが発生した際に罰則を与えるという形で、ミスの発生を防いでいます。最後に右側のホワイトカラーの仕事の領域です。ホワイトカラーの仕事は入出力が不定形であり、作業フローも非定型であったりします。そのため、多少のミスはあっても仕方ないという前提の上で仕事が行われています。 機械学習がビジネスに組み込まれるにつれ、ホワイトカラーの仕事領域はそれらによって少しずつ代替されつつあります。その図がこちらになります。 ホワイトカラーの担っていた領域は、表データの機械学習（重回帰や、Lasso回帰、SVM、RandomForest、LightGBMなど

5月は仮想通貨＋1708万円、株　-19万円でした。年次は　5900万円ちょっとまで続伸。平均すればS級Botter？ 原資5000円で累計利益1億円達成しました。ちゃんと集計したら1.1億稼いでいたらしく、今月どこかのタイミングで億を超えていました。 ここまで5年弱かかりました。まあ、実際触っていたのは2017/11~2018/4と、2021/6~なので実際のトレード期間だと2年弱でしょうか。仮想通貨は夢がありますね。 反り立つ壁のような利益-時間の図　まあ、税金を30ミリ払う必要があるので、あと60ミリくらい稼がないと税抜き後に億残りません。税金はクソ！！！ 2017年時点では大学院生で、限界系な生活をしていました。親は破産寸前、実家は売り飛ばされていたので、仕送りも帰るところもなく、研究室に雇ってもらった給料（8万円くらい）で暮らしていました。 そもそも高校に行くのも反対されていたの

もともと小説を書くためのAIなので物語には強いだろう。しかも日本製だし。 ということで大先生が早速試していた。 僕も真似をしてさっそく使ってみたのだが、そのままだとかなり短い文章しか出てこない。使い方に工夫が必要そうである。 そこでこんなコードを書いた。 def b(prompt): input_ids = tokenizer.encode( prompt, add_special_tokens=False, return_tensors="pt" ).cuda() tokens = model.generate( input_ids.to(device=model.device), max_new_tokens=320, temperature=0.6, top_p=0.9, repetition_penalty=1.2, do_sample=True, pad_token_id=tok

GenerativeAIをゲーム開発に活用する方法Tipsのマガジンゲーム開発AI Lab. Witchpotに含まれる記事です ゲームづくりを前提に書かれています このnoteでは観測範囲で試すことのできるサービスを実際に使用した結果などを比較していきます 追記1「見た目以外のモデル詳細も知りたい」とのコメントを頂いたので、詳細をこちら↓にまとめました！興味がありましたら合わせてご覧ください！ 追記2日本時間8/22にCSMが有料サブスクリプションプランが追加されました CSMでは使用可能な学習モデルが選択可能でこの記事でCSMの項目で紹介している3Dモデルは現在の有料プランに相当する学習モデルを使用して生成されています 要約純粋な3D生成ではCSMが最もクオリティが高そう ただしメッシュはぼこぼこになることが多く後処理が必用 「Swordのみ」など生成可能なオブジェクトタイプを限定した

コンテナは現代のアプリケーション開発の重要な要素です。コンピューティングリソースを整理し、アプリケーションデプロイのコンテンツを管理するための標準的な方法となっています。 コンテナは、個別に再現可能なコンピューティング環境を提供します。また、パッケージ化と依存関係管理を簡素化する方法も提供します。非常に大規模なマルチクラスター環境のオーケストレーションからウェブアプリケーションのオーケストレーションまで、あるいはノートパソコンで作業のテストや概念実証を行うことまで、クラウドにデプロイするソフトウェアを構築し始めるのに最適な方法です。 この意思決定ガイドは、モダンアプリケーション開発に適した AWS コンテナサービスを開始して選択する際に役立ちます。 この 4 分間の短時間の動画は、AWS Summit DC 2022 において、AWS の Principal Technical Accou

なぜ私たちはいつも締め切りに追われるのか──そんなタイトルの論文がX（元Twitter）上で話題になっている。筆者は、日本のAI研究の第一人者である東京大学の松尾豊教授。そんな松尾教授が産業技術総合研究所の研究員だった頃に書いた研究報告だ。 内容はタイトルにあるように、研究者がいつも締め切りに追われる理由を探るというもの。序論では「余裕をもって早くやらないといけないのは分かっている。毎回反省するのに、今回もまた締め切りぎりぎりになる。なぜできないのだろうか？　われわれはあほなのだろうか？」と言及。研究者が創造的な仕事をするために、締め切りがいかに重要な要素になっているか解析するとしている。 研究者の精神的ゆとりの単位「ネルー値」 論文では、研究者の精神的ゆとりを表す単位「ネルー値」を提案。1ネルー＝「今日、このまま寝てしまっても締め切りなどに影響がない状態」であり、「n日寝てしまっても締め

毎年夏コミに全日程で参戦し、炎天下に晒され続けた取材班が行きついた、究極の対夏コミ用装備 江川資具 2023年8月11日 いよいよ週末に迫った「コミックマーケット102」。現状では台風が直撃して暴風雨に見舞われるか、台風がそれて猛暑に見舞われるかという地獄みたいな2択。 ほど良く曇って、ミストシャワー程度に小雨が降って、風も吹いて、いい感じに涼しい……みたいなことになってくれねぇかなぁと思うが、たぶんそうはならないのだろう。 暴風雨コースはどうしようもないが、猛暑コースは対策で耐えられる。そこで、毎年10キロ超えの機材を背負って全日程に参加し、開会から閉会まで直射日光に晒されてなお、元気に生還し続けている当サイトのコミケ取材班が行きついた、ガチな夏コミ用装備を紹介しようと思う。 ・総勢1名 ちなみに取材班とは名ばかりで、総勢1名！　私だけだ。C94までは別の誰かが取材していたが、C95以降

筆者も話題になった直後から試そうとしていたのですが、自分ではうまくいかず悶々としていたところ、Memeplexでできるようになったので、そのインプレッションをお届けします。 AnimateDiffの基本的な動作は、静止画を作成できるAI作画モデルを使って、一貫性のある短いアニメーションGIFを生成するというもの。Stable Diffusion 1.5、2.0といった標準的なものだけでなく、その上にカスタム学習（ファインチューニング）したモデルにも対応できるというのが特徴です。同様の技術としては「Tune-A-Video」があったのですが、一貫性が乏しかったために使いどころがなかなか難しいものでした。 筆者は現在、MemeplexとStable Diffusion WebUI上に、妻の写真を学習させたAIモデル（Checkpoint）を作成して使っていて「異世界とりちゃん」という名の下に日

チャットGPTから期待する回答結果を引き出すには、質問となるプロンプトの内容や入力方法に工夫が必要です。この記事では、チャットGPTを開発しているOpenAIが推奨する質問のテクニックから、重要なものを「10選」としてまとめて紹介します。 OpenAIが推奨する質問方法を参考にしよう ChatGPTに質問したところ「期待していた回答ではない」と思ったことはありませんか？質問の仕方を変えることで、求めていた回答を得られやすくなります。 この記事では、ChatGPTの開発元であるOpenAIが推奨する質問方法「GPT best practice」（GPTベストプラクティス）に基づき、期待通りの回答を得るために重要な質問のテクニックを「10選」としてまとめて紹介します。 GPT best practices（英文） 1．明確な指示を含めて質問する 求めた回答の精度を高めるには、プロンプトに詳細情

Stability AI Japan は70億パラメータの日本語向け汎用言語モデル「Japanese StableLM Base Alpha 7B」及び、指示応答言語モデル「Japanese StableLM Instruct Alpha 7B」を一般公開しました（略して「JSLM」)。これらのモデル はベンチマークスイート「lm-evaluation-harness」による複数の日本語タスクを用いた性能評価において、一般公開されている日本語向けモデルで最高の性能を発揮しています。 汎用言語モデル「Japanese StableLM Base Alpha 7B」「Japanese StableLM Base Alpha 7B」はウェブを中心とした大規模なデータを用いてテキスト生成を学習したモデルです。学習データは主に日本語と英語で、それに加えソースコードが約2%含まれています。学習データに

anond:20230806015455を改訂しました。 追記内容のまとめ・8/6の01:54 元増田を投稿した時からの記載→注釈なし ・8/6～7 元増田を一部修正した記載→【前回追加】表記 ・8/9の00:44 この増田を投稿した時からの記載→【今回追加】表記 ・8/9の13:00頃まで この増田を一部修正した記載→【今回追加２】表記 ・8/10の01:00頃まで この増田をさらに修正した記載→【今回追加３】表記 まあ、ここまで区別しなくてもとも思ったけど、 頂いたコメントを活かして作ったという性格上、この辺はある程度書いた方が不義理にならないかなと思って、こうしました。 なお、更新はここで打ち切ります。だらだら更新されても、見る側もつらいかと思います。この辺が引き際。 （僕はあとは基本オフラインでやります。なお、ブコメはあと一週間くらいは見続けると思います。） どうしても続けたい方が

「ChatGPT Meetup」は、プロンプティングからOpenAI API、さらには周辺のライブラリやHubのエコシステムまで広く活用の助けになる知見を共有し、みんなで手を動かして楽しむためのコミュニティです。1回目に登壇したのは、株式会社リンクアンドモチベーションの白田幹氏。社内向けのChatGPTを改善した時の開発について発表しました。 LLM推進担当の白田氏 白田幹氏：「Vector Storeを使って社内向けのChatGPTの頭を少しだけ良くした話」というところで、ちょっとお話できればと思っています。 はじめに、自己紹介をさせてください。株式会社リンクアンドモチベーションという会社におります、白田幹と申します。2020年新卒入社で、データサイエンティストとしてこれまで働いてきたのですが、「ChatGPT」の登場とともに今はLLM推進担当というところで、基本的には社内に向けてLLM

1枚の画像からAIが動画を生成する、ランウェイ（Runway）社のサービス「Gen-2」が大きな話題になっています。 ランウェイは2018年創業のスタートアップ。もともとStability AIと共同でStable Diffusion用のデータモデルの開発を進めていましたが、現在は完全に独自のサービスを展開しています。画像生成AIはStability AIが先に行ってしまったので、生成AIでの動画作成にフォーカスして、技術開発とサービス展開をしています。今年6月には、Google、NVIDIA、セールスフォースなどから1億4100万ドル（約200億円）の資金調達を受けるなど、生成AI企業のなかでも大きく注目を浴びています。 わずか2分で画像が動画に 今年2月に発表された第1世代の「Gen-1」は、動画をプロンプトに応じて別の動画へと変換する（video to video）サービスでしたが、