ThanksSpecial thanks to those below for supporting the original video behind this post, and to current patrons for funding ongoing projects. If you find these lessons valuable, consider joining. .chanceA ZookAaron BinnsAda CohenAdam CedroneAdam Dřínekaeroeng15Alan SteinAlbin EgasseAlex Alex HackmanAlexandru IrimieaAlexis OlsonAli YahyaAljoscha SchulzeAlon AmitAlvin KhaledAman KarunakaranAndrea Di

Google Cloud、Vertex AI における Gemini、Imagen、Gemma、MLOps のアップデートを発表 ※この投稿は、2024 年 4 月 10 日に、Google Cloud blog に投稿されたものの抄訳です。 Vertex AI は、あらゆるハイパースケール プロバイダのさまざまな基盤モデル、堅牢なインフラストラクチャ オプション、モデル開発と MLOps のための豊富なツール セットへのアクセスを提供するほか、生成 AI アプリやエージェントの構築だけでなく、デプロイとメンテナンスもできるワンストップ プラットフォームです。本日 Google Cloud Next ‘24 で、モデルに関するアップデートやプラットフォーム機能など、Vertex AI のさらなる強化を発表しました。 Gemini 1.5 Pro を Vertex AI のパブリック プレビ

概要 タイトルの通りなのだが、LightGBMをGPUで回すと結果の再現性が得られないことに気づいた。 CPUの場合は乱数seedを42などに固定すれば、同じ条件で何回回しても毎回同じ結果が得られる。 しかし、GPUの場合は乱数seedを固定しても回すたびに結果が変わってしまうのだ。 なぜ再現性がないのか？ この問題はLightGBMの公式のissueでも議論されている。 まず、GPUを使う場合は並列で計算できる部分は並列処理をすることで効率化している。 さらに、並列化した結果を足し算するときに、順番によって微妙に値が変わってしまうということだ。 もちろん数学的には足し算の順番が変わっても結果が変わることなんてないんだけど、コンピュータでfloatなどの値を計算する以上、丸め誤差だったり複数の要因で結果が「ほんのわずかに」違うということが起きうる。 さらに、LightGBMをGPUで回した

目次 目次 はじめに 口コミ投稿画像のカテゴライズ業務について なぜ自動化することにしたのか？ どのように自動化を実現したのか？ 1. 画像をカテゴライズできる機械学習モデルを実現した方法 1-1. CLIPについて 1-2. 口コミ投稿画像のカテゴライズ業務にCLIPを利用する方法 2. 食べログのシステムに機械学習モデルを組み込んだ方法 2-1. 今回の施策で開発したシステムの概要 2-2. 機械学習モデルを組み込む際の運用設計 2-2-1. 自動でのカテゴライズ精度が低いカテゴリへの対応 2-2-2. システム障害時の対応 一部自動化を実現した結果、どうなったか？ はじめに こんにちは。食べログシステム本部 ウェブ開発部 プロダクトチームの高橋です。 この記事では、食べログにおいて、口コミ投稿画像のカテゴライズ業務の一部を自動化した事例について紹介します。 口コミ投稿画像のカテゴライ

1. はじめに 2012年から始まった深層学習の発展の過程で、さまざまな学習フレームワークが登場しました。中でもPyTorchとTensorflowは最も広く使われており、それぞれのフレームワークが支持されている背景には、柔軟性、拡張性、そして使いやすさがあります。 一方で、これらのフレームワークはその機能を拡張し続けてきた結果として、全体として非常に巨大で複雑なライブラリになっています。そのため、独自に機能拡張を行いたいユーザーにとっては扱いづらく、性能的にもオーバーヘッドを感じさせることがあります。 そこで新たに出てきたのが「JAX」とその関連ライブラリの組み合わせになります。2019年に登場して以降、特に海外の開発者に支持されてきました。近年注目されている大規模言語モデル（LLM）の分野においても、JAXによるモデルが公開されていることは珍しくなくなりつつあります。 PyTorch（

「Agentic Design Patterns」と呼ばれるLLMベースのAIエージェント（以下、LLMエージェント）の4つのデザインパターンについて紹介します。 まず、「Agenticワークフロー」について説明し、続いて4つのデザインパターンを説明します (Part5の前に公開してしまったので、後追いで更新予定です) Agentic Design Patterns Part 1 Agentic Design Patterns Part 2, Reflection Agentic Design Patterns Part 3, Tool Use Agentic Design Patterns Part 4, Planning Agentic Design Patterns Part 5, Multi-Agent Collaboration 動画もあります。 LLMエージェントについての説明

イーロン・マスク氏の米AI企業xAIは4月12日（現地時間）、昨年11月に発表した独自LLM（大規模言語モデル）「Grok」の更新版「Grok-1.5V」を発表した。同社初のマルチモーダルモデルで、画像を認識する。既存のGrokユーザーに間もなく提供される予定。 1.5Vの最大の特徴は画像認識能力だ。手書きのフローチャートやスクリーンショット、写真などの解析で、既存のマルチモーダルモデルと競合するとしている。 xAIは例として、ホワイトボードに手書きしたフローチャートをPythonのコードにするようGrokに命じ、正しいコードを出力させたことを紹介している。

Googleの研究者が、大規模言語モデル(LLM)に無限の長さのテキストを処理させる手法だという「Infini-attention」に関する論文を発表しました。 [2404.07143] Leave No Context Behind: Efficient Infinite Context Transformers with Infini-attention https://arxiv.org/abs/2404.07143 Google’s new technique gives LLMs infinite context | VentureBeat https://venturebeat.com/ai/googles-new-technique-gives-llms-infinite-context/ Google Demonstrates Method to Scale Languag

アメリカのオープンAIは、おととし11月に生成AIのChatGPTを発表し、世界での生成AIの拡大のきっかけとなりました。 「ChatGPT」とは、人間のように自然な受け答えができる高度な性能を備え、世界で急速に利用が広がる対話式AIです。 会社は15日、東京都内に新たな拠点を設立し、今後の日本での事業方針について記者会見を開きました。 会社はアメリカのカリフォルニア州サンフランシスコに本社を置き、海外拠点はイギリスとアイルランドに続き、東京が3か所目となります。 東京を拠点に日本での事業を強化し、企業向けの生成AIサービスを展開するとともに、日本語や日本文化に特化したモデルの生成AIの開発を強化する方針を明らかにしました。 一方、日本政府が進める生成AIの開発や活用にあたってのルールづくりについて、事業者の立場から協力していく考えを改めて示しました。

アメリカのベンチャー企業、オープンAIの幹部がNHKの単独インタビューに応じ、日本のビジネスや文化を理解した、日本に特化した生成AIのモデルを展開していく方針を明らかにしました。 アメリカのオープンAIが東京に新たな拠点を設立するにあたり、来日したブラッド・ライトキャップCOO＝最高執行責任者がNHKの単独インタビューに応じました。 このなかでライトキャップ氏は、東京に拠点を置いた理由について「日本は国や社会に大きく貢献する技術を受け入れてきたすばらしい歴史がある。学ぶことがたくさんある場所だと考えている」と述べました。 そのうえで「日本のビジネスや文化、社会を深く理解する生成AIのモデルをもち、どのようなアプリケーションでも使えるようにしていくことが目標だ」と述べて、日本に特化した生成AIのモデルを展開していく方針を明らかにしました。 今回の記者会見でこの会社は、日本語に最適化し、現行の

米OpenAIは4月15日、大規模言語モデル「GPT-4」について、日本語に最適化したカスタムモデルを発表した。日本語のテキストを記述する能力が向上しており、「GPT-4 Turbo」より最大3倍高速とうたっている。今後数カ月以内にAPIをリリースするという。 関連記事 OpenAI、“怠けにくい”「GPT-4 Turbo」プレビューリリースや値下げを発表 OpenAIは、11月に発表した「GPT-4 Turbo」のプレビュー版をリリースすると発表した。「GPT-4」が怠け者になってきたという苦情を受け、怠けにくくしたという。公式版は数カ月中にリリースする計画だ。 マイクロソフト提供の“社内GPT基盤”もGPT-4 Turboなどに対応 米Microsoftが、大規模言語モデル「GPT-4」などのAPIをクラウドサービス「Microsoft Azure」経由で使える「Azure OpenA

OpenAIは本社のある米サンフランシスコに加えて、英ロンドン、アイルランドのダブリンにも拠点を構えており、東京は本社含め4つ目の拠点になる。ライトキャップCOOは同社が東京進出を決めた理由について以下のように話した。 「日本にはテクノロジー分野でリーダーシップを取ってきた伝統があり、テクノロジーによって実現される未来について考えてきた。日本は私たちにとって重要な市場だ。実際、日本では1週間当たり200万人以上のアクティブ・ユーザーがおり、毎日ChatGPTを利用している」（ライトキャップCOO） また、日本政府が生成AIの議論のために立ち上げた「広島AIプロセス」も評価しているとライトキャップCOO。日本政府や企業、クリエイターなど多くの人のために生成AIがもたらす可能性を広めていきたいと語った。 同社のサム・アルトマンCEOは2023年4月に来日し、岸田文雄首相らと面談。日本進出に意欲

米OpenAIは4月15日、東京都にアジア初の拠点「OpenAI Japan」を設立したと発表した。社長は元アマゾン ウェブ サービス ジャパン社長の長崎忠雄氏。「長崎は、セールスと事業開発をリードし、渉外、製品およびサービスに関する計画、コミュニケーション、オペレーションなどを担うチームを構築する」（OpenAI）という。日本での求人を進める旨も明らかにした。 日本拠点設立に合わせ、大規模言語モデル（LLM）「GPT-4」の日本語版も発表。ITmedia NEWSでは、OpenAIが東京で実施している、日本拠点の設立発表会を取材中。追ってその様子も報じる。 関連記事 GPT-4に日本語特化モデル　OpenAI Japan始動会見で発表 米OpenAIは4月15日、大規模言語モデル「GPT-4」について、日本語に最適化したカスタムモデルを発表した。 「名前を変えろ」──イーロン・マスク氏、

As we grow our operations internationally, we’re expanding into Asia with a new office in Tokyo, Japan. We are committed to collaborating with the Japanese government, local businesses, and research institutions to develop safe AI tools that serve Japan’s unique needs and to unlock new opportunities. We chose Tokyo as our first Asian office for its global leadership in technology, culture of servi

コメントの1行目ですが、コメントアウトしたコードを削除しました。筆者は開発時に元のコードを残すためにコメントアウトします。ですが、記事を執筆する時点ではある程度ソースコードの行番号を確定したいので、このような措置をしました。 コメントの2行目ですが学習済みデータを生成する際にノイズの混入を試みたのですが、執筆時までに想定した結果を得られなかったのでこのコードは取りあえずコメントアウトしています。 コメントの3行目は、LEDマトリクスに5×5ドットの文字を映すための処理ですが、前回示したコードで5行を要していたのに対して、今回はそれを1行に書き換えました。 また、これらのコメントでは触れてないのですが、推論結果に対して再度推論してみるモードを追加しました。これもコメントにはないのですが、入力文字をランダムに設定できるモードを用意しました。 なお、リスト2に示す4行目以降のソースコード本文は、

2023年に、アメリカ・ニュージャージー州ウェストフィールド高等学校の男子生徒らが、AIを使用して作成した女子生徒のヌード画像を共有する事件が発生しました。この事件の続報と、他の地域でも次々と発生している類似の問題を、The New York Timesがまとめています。 Teen Girls Confront an Epidemic of Deepfake Nudes in Schools - The New York Times https://www.nytimes.com/2024/04/08/technology/deepfake-ai-nudes-westfield-high-school.html ウェストフィールド高校に通う15歳のフランチェスカさんは、当時14歳だった2023年10月に、同じ学校に通う男子生徒がAIを使用してフランチェスカさんらの性的な画像を生成し、生徒同

CodeZine編集部では、現場で活躍するデベロッパーをスターにするためのカンファレンス「Developers Summit」や、エンジニアの生きざまをブーストするためのイベント「Developers Boost」など、さまざまなカンファレンスを企画・運営しています。

ではそもそも“1bit”とは何が1bitなのか、どうして1bitになるとGPUが不要になるのか。LLMでGPUが不要になるとどんな世界が訪れるのか。オーダーメイドによるAIソリューション「カスタムAI」の開発・提供を行うLaboro.AIの椎橋徹夫CEOに聞いた。 プロフィール：椎橋徹夫 米国州立テキサス大学理学部卒業後、ボストンコンサルティンググループに参画。消費財や流通など多数のプロジェクトに参画した後、社内のデジタル部門の立ち上げに従事。その後、東大発AI系のスタートアップ企業に創業4人目のメンバーとして参画。AI事業部の立ち上げをリード。東京大学工学系研究科松尾豊研究室にて「産学連携の取り組み」「データサイエンス領域の教育」「企業連携の仕組みづくり」に従事。同時に東大発AIスタートアップの創業に参画。2016年にLaboro.AIを創業し、代表取締役CEOに就任。 ──まず、1bi

CTO 室の恩田です。 今回は GitHub Copilot Enterprise を評価してみて、現時点ではまだ採用しないことを決めた、というお話をご紹介したいと思います。 きっかけ とあるエンジニアが Slack で自身の times チャネルに時雨堂さんの GitHub Copilot Enterprise のススメという記事を投稿したことが発端でした。特に感想はなく URL に 👀 だけが添えられていたので、後で見るぐらいのメモだったんだと思います。 それを見かけた別のエンジニアが技術雑談チャネルにその投稿を共有して、これは凄そうと話題を向けたところ、CTO の「評価してみる？」の一言で、有志が集って評価プロジェクトが始まりました。 雑談チャネルできっかけとなる投稿が共有されてから、30分足らずの出来事でした（笑）。 この話題が出たのは金曜日でしたが、週明け早々に稟議を終え、火曜

ジョン・ヘンリーの教訓 19世紀の都市伝説に「ジョン・ヘンリー」という人物がいます[１]。 彼は屈強な肉体労働者で、ハンマーを振るって岩に穴を開ける達人でした。ところが蒸気機関で動くドリルの登場により、彼は失業の危機に瀕します。そこで彼は、人間は機械よりも優れていることを示すために、穴開け競争で蒸気ドリルに戦いを挑んだというのです。 伝説によれば、ジョン・ヘンリーは（驚くべきことに）僅差で勝利を収めたとされています。しかし、あまりにも肉体を酷使したために、勝利の直後にその場で倒れて帰らぬ人になりました。周囲の野次馬たちは言いました。「彼は人間らしく死んだ」と。 この逸話から得られる教訓は何でしょうか？ 「機械と競い合うのは命にかかわる」とか「バカバカしい」とかではないと私は思います。それはあまりにも表層的な解釈です。生成ＡＩが躍進する現在、ジョン・ヘンリーは遠い過去の伝説ではありません。現

経済産業研究所は4月8日、「漫画制作における生成AI活用の現状：2024春」という資料を無料公開した。2人組漫画家「うめ」のシナリオ・演出担当の小沢高広さんが作成したもので、3月に開催した講演で使用したもの。商業漫画において、生成AIを活用しているという小沢さんの知見を全103ページの資料で紹介している。 資料ではまず、うめさん自身の作業環境を例に挙げ「生成AIは新たなツールの1つとして作家を支援することができるが、ネームに関しては、当面の間はほぼ役に立てないと思う」と述べている。AIがもっともらしいウソをつく現象「ハルシネーション」を理由に「事実の検索には不向きだが、エンターテインメントとしての創作には適性があるのではないか」と説明している。 生成AIが具体的に漫画制作で貢献できることの例として、おじさん構文を作るなど「苦手なものを代わりにお願いする」や、アイデアを引き出すツールとして「

GitHubは2024年3月25日（米国時間）に公式ブログで、コード補完機能を活用して良質なコード提案を得るために、豊富なコンテキストを提供することの重要性を訴えた。本稿では、同ブログの中からコンテキスト提供に関連する内容に焦点を当て、紹介する。 コンテキストの重要性 関連記事 GitHub、「GitHub Copilot」の活用方法や組織への展開方法を学べるコースを無料公開 GitHubは、GitHub Copilotの活用方法や組織への展開方法を学べるコンテンツを無料公開した。組織のリーダーが抱きがちな疑問を理解する手助けになるとしている。 Windows Copilotで「働き方の新時代の推進」、Microsoftが語る3つの戦略 Microsoftは2024年3月に開催されたデジタルイベントで、Copilotや新しいSurface for Business、Windows Clou

CodeZine編集部では、現場で活躍するデベロッパーをスターにするためのカンファレンス「Developers Summit」や、エンジニアの生きざまをブーストするためのイベント「Developers Boost」など、さまざまなカンファレンスを企画・運営しています。

こんにちは、安部です。 最近急に、暖かさを通り越して暑いぐらいになってきましたが、皆さまいかがお過ごしでしょうか。 季節外れかなとも思いつつ、もう半袖で過ごしたいくらいの気候ですね。 さて、今回は、OpenAIのAssistants APIの使い方を紹介していきます。 題材は「PDFを和訳して要約してもらう」としました。 これはWeb版のChatGPTでも単にPDFファイルを添付して依頼すればできますが、APIの使い方を示すサンプルとしてはちょうどよいと思います。 最新情報については以下の公式ドキュメントをご覧ください。 https://platform.openai.com/docs/assistants/overview https://platform.openai.com/docs/api-reference/assistants それでは早速、Assistants APIの使い方

人類の皆さん、小説書いてますか？ この記事について この記事に書いてあること この一ヶ月ほど、遅ればせながらLLMによる小説執筆の支援という試みを実地でやってみたので、その中で結構良かったなと思ったプロンプトを紹介する。 使用したモデルはClaude 3 Opus。 この記事で書かないこと 生成AI「で」小説を書くことについての記事であり、生成AI「に」小説を書かせることについての記事ではない。 具体的に言うと、LLMに小説の本文を出力させる話ではない。本当のところを言うとちょっとは試したけど、ちょっと試したくらいでは全然使い物にならなかった。色々と工夫すれば違うかもしれないが、自分の場合、色々と工夫するほど興味を抱かなかった（だって、小説書くのが趣味なのに、そこは渡したくないだろ）。 一般的な注意事項 小説ないしはその原型となるアウトラインをテキストファイルにしてまるごとClaudeに読

近年、AIの進化によりソフトウェア開発のプロセスが大きく変化しています。これまで手作業で行われてきた画面設計やプログラミング作業も、AIの登場により驚異的なスピードに進化しています。今回は、その中でも私が実際に使っている2つのAIツール、UizardとUI Sketcherについて紹介します。 なお、本記事では医師と患者を繋ぐマッチングサービスという架空のサービスを例に話を進めます。 Uizard: サービス概要からUIデザインを自動生成 Uizardは、画面設計作業を劇的に短縮する革新的なAIツールです。このツールを使えば、サービス概要を入力するだけで、わずか数分で美しく洗練されたUIデザインが生成されます。つまり、開発者は時間をかけてUIデザインを考える必要がなくなり、その時間を他の重要な作業に集中することができます。 Uizardの使い方 メニューから Generate with A

米OpenAIは4月12日（現地時間）、ChatGPTの有料版のPlus、Team、Enterpriseで「GPT-4 Turbo」の提供を開始したと公式Xアカウントで発表した。 GPT-4 Turboは昨年11月に発表したGPT-4の改良版LLM。コンテキストウィンドウが12万8000トークン（GPT-4は8000トークン）に拡大されており、発表当時、学習データは2023年4月までに増えていた。 GPT-4 Tutbo自体も9日付で更新されており、学習データは2023年12月までになっている。また、Xにポストされたベンチマークのグラフによると、旧版より特にMATH（数学的問題解決）とHumanEval（コーディング）で大きく改善している。 この評価は同社がGitHubで公開したLLMの評価ツール「simple-evals」によるものだ。 また、ChatGPTでメールやメッセージの下書きを

Microsoftは2024年3月21日（米国時間）、デジタルイベント「Advancing New Era of Work（働き方の新時代の推進）」を開催した。AI at Work担当コーポレートバイスプレジデントのジャレッド・スパタロウ氏は、Windows 11、Windows 365、新しいビジネス向けSurfaceデバイスのアップデートにより、Microsoftソフトウェア、サービス、デバイス全体でCopilot機能を進化させていることを発表した。 Windowsを使用してビジネス全体でAIを推進する3戦略 デジタルイベントでは、MicrosoftとWindowsが顧客のビジネス全体でAI（人工知能）を安全かつ効率的に拡張するための3つの戦略が紹介された。 1. Copilotで目標を達成する――煩雑なタスクから解放 1つ目の戦略は、Copilotで従業員の作業効率を高めることだ。A

ボーカルトラックをAIがキレイに整えてくれるEZVox これまでも「EQの常識を覆す画期的なイコライザ、AIが調整すべき周波数帯を自動で割り出してくれるNeo EQシリーズのスゴさ」、「手ごろな価格でフルオーケストラサウンドを実現できるSound MagicのNeo Orchestra CEの実力」といった記事で紹介したアメリカの新進気鋭なプラグインメーカー、Sound Magic。ほかのメーカーにはない、ユニークなプラグインを次々と開発しているのですが、先日また新たなプラグイン、EZVoxなるものをリリースしています。 このEZVoxはボーカルトラックをいい感じに整えてくれるプラグインでその調整をAIが自動で行ってくれるというもの。英語ではありますが、その効果を紹介するビデオがあるのでご覧になってみてください。2分33秒のビデオですが、前半で機能紹介があり、1分12秒あたりからオリジナル

Google Workspaceの「Google Vids」は、一般的な動画作成ツールと発想が違う：ドキュメントからビデオを自動生成 Google Cloudが年次イベント「Google Cloud Next ‘24」で発表した動画作成ツールの「Google Vids」は、他の使いやすい動画作成ツールとどう違うのか。生成AIはどのように使われているのか。デモの内容から利用イメージを探ってみた。 Google Cloudが2024年4月9日（米国時間）、年次イベント「Google Cloud Next ‘24」で動画作成ツールの「Google Vids（以下、Vids）」を発表した。 これは「Google Workplace」の一機能。「Googleドキュメント」「Googleシート」「Googleスライド」などと連携し、生成AIを活用して、誰でも簡単に仕事用のビデオコンテンツが作成できると

最も重視するのは「サイバーセキュリティ対策」 分析結果によると「ITインフラへの投資を優先する（最も優先度が高い投資領域だ、優先度の高い投資領域の一つだ）」と回答した企業の割合は合わせて86.0％。また、事業開始当初からデジタル技術を中核にしている企業（IDC Japanは「デジタルネイティブビジネス企業」と定義）に限定すると、6割が「ITインフラ投資は最も優先度が高いIT投資領域だ」と回答している。 関連記事 2024年は機械の顧客が増える？　Gartnerが発表した2024年のITインフラトレンド6選 Gartnerは、今後12～18カ月間にインフラストラクチャとオペレーションに大きな影響を与える6つのトレンドを発表した。2024年のトレンドとして、マシンカスタマーや生成AIと並んで拡張接続型ワークフォースなどの新しい動きを挙げた。 2025年には約4分の1の企業が「マネージドサービス

NTTドコモの社会科学系の研究所であるモバイル社会研究所は4月11日、「2023年親と子の調査」において、小・中学生の親が授業で生成AIを使うことに対する調査結果を発表した。調査時期は、2023年11月。調査対象は、関東1都6県の小学生および、中学生とその親。回答数は、600。 同研究所によると、ChatGPTなど、生成AIの活用は学習分野でも検討されているが、生成AIの活用にあたっては、多くのサービスが年齢制限もしくは、保護者の同意を必要としているという。そこで、小中学生の親に学校の授業で生成AIを活用することの賛否を調査したところ、「賛成」（「賛成」と「やや賛成」の合計）が37％、反対（「やや反対」と「反対」の合計）が21％だった。一方で、「わからない」が42％に達している。 また、「賛成」「反対」「わからない」のそれぞれで、回答者の特性を調べると「親の年齢」が大きく関連していたという

暗闇の世界 @LW_darkness この前点字ブロック上を歩いていたら、何かがあって苦労しながら避けて通ったんだけど、何か分からなかったから写真撮ってビーマイAIで解析したら壊れた傘だったらしい。 転んだり怪我しなくてよかった。 もしこういうのを見たら、そっと脇に避けてもらえるとめちゃくちゃ助かります。 pic.twitter.com/dsIEHsZufN 2024-04-12 06:58:55

はじめにこの記事は、初めてStable DiffusionのLoRAを作成する方に向けた解説です。わかりづらかったらすみません。 この解説ではSDXLベースのAnimagine-XL-3.1で二次元イラストのキャラクターのLoRAを作成します。 注意すでにWebUIの環境構築と生成ができていて生成に慣れている前提のガイドとなります。 Windows向けのガイドです。 また、NVIDIAのGeForce RTXグラフィックボード(VRAM 8GB以上)が搭載された高性能なパソコンが必要です。 そもそもLoRAってなんぞや？Low-Rank Adaptationが正式名称です。 難しくいうと、ウェイトとデータセットの差分を出力するものです。低ランクの行列に分解してからファインチューンすることで少ないメモリで学習できるようにしたものです。 簡単に言えば、LoRAはキャラ、衣装、シチュエーションや

IDCは2024年4月1日、生成AI（人工知能）に関する予測結果を公開した。それによると、生成AIを企業のマーケティングタスクに適用すると、2029年までの期間で生産性が40％以上向上するという。 IDCのエンタープライズマーケティングテクノロジー部門でリサーチディレクターを務めるジェリー・マレー氏は「2024年以降の5年間で、生成AIは特定のマーケティング業務の40％以上を処理できるレベルまで進化するだろう」と述べている。「生成AIの機能が急速に進化しているため、マーケティングリーダーは、役割、スキル、組織構造の根本的な変化に対応できるよう、スタッフに準備させる必要がある」 関連記事 ChatGPTを安全に使う方法　「生成AI」のリスクとは？ 日常生活だけではなく、ビジネスの世界でも利用が広がりつつある「ChatGPT」などの生成AIツール。セキュアに使うためには、生成AIのリスクを熟知

AIの開発にはGPUやAIアクセラレータからなる大規模な計算資源が必要です。AI企業Anthropicのダリオ・アモデイCEOはAIモデルの学習費用が今後数年で約100億ドル(約1兆5400円)に達すると推測しています。 Transcript: Ezra Klein Interviews Dario Amodei - The New York Times https://www.nytimes.com/2024/04/12/podcasts/transcript-ezra-klein-interviews-dario-amodei.html 大規模言語モデルやマルチモーダルAIモデルの学習には、大量のGPUやAIアクセラレータが必要です。NVIDIAやAMD、Intelといった半導体企業はAIの学習を効率的に実行できるチップの開発を進めていますが、それらのAI特化チップは性能の高さと引き換

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

［解決！Python］NaN（非数）かどうかを判断したり、NaNの数をカウントしたりするには：解決！Python math.isnan関数やnumpy.isnan関数、pandas.DataFrame.isnaメソッド、numpy.sum関数、pandas.DataFrame.sumメソッドなどを使って、非数かどうかを判断したり、多次元配列やDataFrameに含まれるNaNの数をカウントしたりする方法を紹介する。 # NaNは浮動小数点数値の演算結果を適切な数値として表現できないことを意味する inf = float('inf') print(inf * 0)  # nan print(inf - inf)  # nan print(inf / inf)  # nan print(inf + inf)  # inf # NaNはfloat('nan')やfloat('NaN')、nump