［評価指標］再現率（Recall）／感度（Sensitivity）とは？
［評価指標］再現率（Recall）／感度（Sensitivity）とは？：AI・機械学習の用語辞典 用語「再現率」、別名：「感度」について説明。二値分類タスク（問題）に対する評価指標の一つで、実際の正解値が「陽性」で、かつ、予測値も「陽性」だった正解数（＝TP）を、実際の正解値が「陽性」である全てのデータ数（＝TP＋FN）で割った値を指す。 連載目次 用語解説 統計学／機械学習における再現率（Recall）もしくは感度（Sensitivity）とは、（基本的に）二値分類のタスク（問題）に対する評価指標の一つで、正解値（真の値）が「陽性（Positive、正例）」であるデータ全体のうち、機械学習モデルによる予測値も「陽性」で正解だった確率である。0.0（＝0％）～1.0（＝100％）の範囲の値になり、1.0に近づくほどより良い。 言い換えると再現率は、正解値が陽性である場合において、機械学習
AIの第一人者ルカン氏、現在のアプローチの多くは真の知能につながらないと批判
「Facebook」「Instagram」「WhatsApp」を運営するMeta Platformsで人工知能（AI）担当のチーフサイエンティストを務めるYann LeCun氏は、この分野に携わる多くの人を困惑させることになりそうだ。 LeCun氏は6月、「Open Review」に投稿した論文で、機械に人間レベルの知能を持たせることが期待できると考えるアプローチについて概観を示した。 この論文で暗に主張しているのは、現在のAIに関する大規模なプロジェクトのほとんどは人間レベルという目標に決して到達できないという点だ。 LeCun氏は、9月に入って米ZDNetが実施した「Zoom」でのインタビューの際、現時点で最も成功しているディープラーニング（DL）の研究手法の多くを非常に懐疑的に見ていることを明らかにした。 コンピューター科学分野のノーベル賞に相当する「ACM A. M. チューリング
Data-centric AI とは｜Idein株式会社
はじめにR&D 室の渡邉です． 本日は，機械学習界隈ではお馴染みの Andrew Ng 先生が提唱されている Data-Centric AI について A Chat with Andrew on MLOps: From Model-centric to Data-centric AI という動画の内容を中心に紹介していきたいと思います． 2021 年頃に出てきた話なので何番煎じか分からないくらいの紹介になりますがお付き合いいただければと思います． Model-centric AI から Data-centric AI へはじめに Data-centric AI とは何なのかという話ですが，Data,Centric,AI という Word からデータを中心とした AI っぽいことを言っているのは想像が付くかと思います．そうです，Data-centric AI とはデータに重きを置いたアプロー
無料でOpenAIの「Whisper」を使って録音ファイルから音声認識で文字おこしする方法まとめ
画像生成AI「DALL・E2」や文章生成AI「GPT-3」「InstructGPT」などを開発するAI研究団体のOpenAIが、2022年9月に高性能な文字起こしAI「Whisper」を発表しました。オープンソースのWhisperはリポジトリが一般公開されており、日本語にも対応しているとのことで、オンライン実行環境のGoogle Colaboratory(Google Colab)やローカルのWindows環境に導入して使ってみました。 Introducing Whisper https://openai.com/blog/whisper/ GitHub - openai/whisper https://github.com/openai/whisper ○目次 ◆Hugging Faceの体験版を使ってみる ◆Google Colabに導入して使ってみる ◆Windows環境に導入してみ
画像生成AI「Stable Diffusion」でどれぐらいプロンプト・呪文の指示に従うかを決める「CFG(classifier-free guidance)」とは一体何なのか？
入力したプロンプトを基に画像を生成するAI「Stable Diffusion」は一般公開以降、世界中の人々から注目を浴びており、さまざまなツールや応用方法も発表されています。そんなStable Diffusionで画像を生成する際の設定項目には、「画像生成でどれだけプロンプトに従うか」を決める「CFG(classifier-free guidance)スケール」という値があります。 CLASSIFIER-FREE DIFFUSION GUIDANCE.pdf https://arxiv.org/pdf/2207.12598.pdf 【論文解説】OpenAI 『GLIDE』を理解する | 楽しみながら理解するAI・機械学習入門 https://data-analytics.fun/2022/02/13/openai-glide/#toc5 The Road to Realistic Full
リアルなニセモノ画像の大量生成でAI構築、安川電機が外観検査に試験導入
人工知能（AI）を使うには大量の学習データが必要――。そんな常識を覆そうとしているのは、安川電機の子会社であるエイアイキューブ（東京・中央）だ。同社のAIソリューション「Alliom（アリオム）」は、「学習データがなければ自ら作ってしまう」という驚くべきアプローチでAIの普及に挑んでいる。 一般に、人が何となく判断していることを人工知能（AI）で置き換えるには、人の判断結果をAIに学習させる必要がある。例えば、図1に示したポテトサラダの写真を見比べて、どちらがうまく盛り付けられているかと聞かれたら、多くの人は（a）を選ぶだろう。しかし、それを自動化しようとすると、合否の条件を明確にしなければならないので、とたんにハードルが上がる。そこで、条件を明確にしなくても自ら学ぶAIを使おうとなるのだが、そのためには学習データとなる「うまい盛り付け」や「へたな盛り付け」の画像が大量に必要になる。 とこ
AI画家「DALL・E 2」、ウェイティングリスト削除で誰でもすぐ利用可能に
米AI研究企業OpenAIは9月28日（現地時間）、文章から画像を生成するAI「DALL・E 2」のβ版に設けていたウェイティングリストを削除したと発表した。誰でもサインアップしてすぐに使えるようになった（有料）。 現在、150万人以上のユーザーが既にDALL・Eを使って1日当たり200万点以上の画像を作成しているという。 APIを介しての利用はまだできないが、現在テスト中だ。 AI生成画像については多様な問題もあるが、OpenAIは「ここ数カ月でコンテンツポリシーに違反するような性的や暴力的なコンテンツの生成を拒否するフィルターを強化し、悪用防止のための技術を構築した」としている。 関連記事 AI画家「DALL・E 2」一般公開へ 商用利用も可能に 悪用、差別防止機能を搭載 OpenAIが、文章から画像を生成するAI「DALL・E 2」のβ版を公開し、ユーザーの招待を始めた。招待人数は1
AI画像生成の課題雑感
プロンプトエンジニア？現在のAI画像生成はほぼ画像検索といっていい、プロンプトは検索ワード並べてるのと変わらない。個人的にはエロ動画探すときの検索が一番似てると思った。 界隈でプロンプトエンジニアとか言い出した際には本当にセンスがなくて失望した。 適当なワードで画像検索してすばらしい景色の写真を見つけられて俺ってスゴイと思うだろうか。 俺の検索技術で最高なイラストを見つけてやったとか？ キーワードによる画像生成の問題はコントロールがおおざっぱすぎることと、学習モデルが変更されたときに結果があっさり大幅に変わることである。 ユーザーが思ったところに思ったように描画してもらうにはもっと工夫が必要で、なぜかAI界隈はそういうのに無頓着でAI自動塗りなんてのもすごい大雑把な機能で「未来を予感」させながら実際は使い物にならんなこれと放置されている。 抽象モデルの必要性ツールを機能させるにはユーザーの
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
