2021年、ソフトウェア開発プラットフォームであるGitHubがAI研究組織のOpenAIと協力してコード補完AI「GitHub Copilot」を開発し、著作権などの問題で物議を醸しています。新たな研究では、GitHub Copilotや「Facebook InCoder」などのAIプログラミング機能に依存しているプログラマーは、AIを使わないプログラマーよりも不正確でバグの多いコードを生成しやすいことが実験で示されました。 [2211.03622] Do Users Write More Insecure Code with AI Assistants? https://doi.org/10.48550/arXiv.2211.03622 AI assistants help developers produce code that's insecure • The Register h
質問を入力すると、AIでひろゆき(西村博之さん)っぽい返答を自動生成。それをひろゆきっぽいAI合成音声で再生する──音声合成AIを手掛けるCoeFont(東京都港区)は12月26日、こんなジェネレーターを無料公開した。日本マイクロソフトのチャットbot事業が独立したrinna(東京都渋谷区)とコラボ。2社のAI技術を活用して開発したという。 例えば「受験生です。勉強が辛くて悩んでいます」と質問すると、“AIひろゆき”が「受験生はつらいのは当然、自分を責めるべき」と話す紙芝居のような動画を生成する。「適当な回答がもらえる配信の様子を再現する」(CoeFont)として、同じ質問をしても毎回別の答えが返ってくるようにしたという。 rinnaはAI技術「キャラる」を提供。キャラるはTwitterの投稿を基に、アカウントの持ち主のような発言をするAIを開発できるサービスだ。ジェネレーターでは、ひろゆ
画像生成AIの「Stable Diffusion」を使ってポルノコンテンツを作成するコミュニティ「Unstable Diffusion」が、クラウドファンディングサイト・Kickstarterのガイドライン変更に伴い、同サイトで行っていた出資を募るプロジェクトを停止されました。 Our Current Thinking on the Use of AI-Generated Image Software and AI Art https://updates.kickstarter.com/ai-current-thinking/ Kickstarter shut down the campaign for AI porn group Unstable Diffusion amid changing guidelines | TechCrunch https://techcrunch.com/
こんにちは。一般イラストレーターです。今回は新しい情報ではないのですが、前々からやってみたかった「AIイラストを真面目に加筆修正する。」をやってみたのでそのまとめとなります。現在のAIイラストは細部描写の甘い部分が多く、真面目に作品に使っていこうとすると手作業での修正が不可欠となります。AI絵師を名乗る人々の中にはそういった加筆を行ってイラストをアップしている人も居るので、今後はそういうスタイルも定着するんじゃないかなと思っています。イラスト依頼系でも「このAI絵を加筆修正してくれ!」みたいなリクエストは普通にありそうですからね。まぁ、私は今回は単にやってみたかっただけなのでアレですが。 取りあえず今回のベースとなるAI生成物を見て下さい。使用AIは話題のniji journeyです。 insanely high quality masterpiece pixiv color illust
先週は、ニューヨークで開催されたAIサミットにチェアマン、プレゼンターとして参加してきた。参加者がみな人工知能(AI)に安心し、そしてワクワクしていたことを報告したい。 失礼。もちろんデータサイエンティスト、AI開発者、AIベンダーなど、当然AIに馴染み、興奮するような人たちばかりが集まっていたのだから当然だ。ビジネスリーダーや専門家にとって、AIに対する安心感や受け入れ態勢は、それほどスッキリとしたものではない。 AIが発展し、その価値が証明されるにつれて不安は少なくなるのかもしれないが、多くの人たちはまだ神経質になっているように見える。AIの導入を阻む最も顕著な要因の1つは、未知のものに対する恐怖心だ。これには、バイアスに対するもっともな懸念、データに対する不信感、機械に制御を委ねることに対する抵抗感などがあり、意思決定者はAIに対して神経質になっている。もちろん、実際のお金、それも多
9月 2024 (1) 8月 2024 (26) 7月 2024 (24) 6月 2024 (27) 5月 2024 (26) 4月 2024 (24) 3月 2024 (24) 2月 2024 (25) 1月 2024 (23) 12月 2023 (28) 11月 2023 (24) 10月 2023 (25) 9月 2023 (26) 8月 2023 (25) 7月 2023 (27) 6月 2023 (28) 5月 2023 (28) 4月 2023 (26) 3月 2023 (29) 2月 2023 (22) 1月 2023 (24) 12月 2022 (26) 11月 2022 (21) 10月 2022 (22) 9月 2022 (21) 8月 2022 (20) 7月 2022 (23) 6月 2022 (23) 5月 2022 (23) 4月 2022 (26) 3月 20
AIによる画像・動画生成や自然言語処理など、ディープラーニングがより身近に まずは深層学習(ディープラーニング)の概要から。深層学習とは、大量のデータを機械に学習させることで、画像、動画、文章などの複雑なデータを解析できるようになる機械学習モデルだ。例えば「猫」や「犬」などのラベルがついた画像を大量に読み込ませる(学習させる)と、任意の画像で「猫」や「犬」と識別できるようになる。 この画像にあるのは猫か犬か? 画像ではなく文章を分析する際は、自然言語処理と呼ばれる。人間の言葉や文章をコンピュータに理解させる時に必要になる。この場合、大量の文章を入力したLanguageモデルから意味を学習していく。 自然言語処理はWeb検索、翻訳、音声アシスタントなど身近なところで活用されている。Gmailのスマホアプリを使っているなら見覚えがあるかもしれないが、メールで簡単な返信の候補を生成することもでき
mylist = ['foo', 'bar', 'baz'] # 空文字列で要素を結合(区切り文字はない) result = ''.join(mylist) print(result) # foobarbaz # ', 'を区切り文字として要素を結合 result = ', '.join(mylist) print(result) # foo, bar, baz # 文字列以外を要素とするリストはそのままではjoinできない mylist = list(range(10)) print(mylist) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] result = ', '.join(mylist) # TypeError # f文字列を使ってリストの要素を文字列に変換すればOK result = ', '.join([f'{num:02}' for num i
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