Googleは2年前、計算アプリ「Photomath」の買収を発表した。そして同社は今回、このアプリを公式に自社のアプリとして公開するようになった。 Photomath自体は新しいアプリというわけではなく、2014年にリリースされて以来、ダウンロード数は1億を超えている。それが今回、公式にGoogleのアプリという位置付けとなった。このアプリは、乗算や除算のような、小学校レベルの基本的な問題から、三角関数や微積分のような高度な問題まで解くことができる。 Photomathに問題を読み込ませると、人工知能(AI)がその力を発揮し始める。しばらくすると解答が表示されるとともに、問題をどのようにして解いたのかが順を追って詳細に解説される。この後者の部分がPhotomathで最も便利な機能だろう。つまり、解法が提示されるだけでなく、同じ回答にたどり着く方法を学生が自らの手で学べるのだ。 同様の機能
Introducing Project IDX, An Experiment to Improve Full-stack, Multiplatform App Development Posted by Bre Arder, UX Research Lead, Kirupa Chinnathambi, Product Lead, Ashwin Raghav Mohan Ganesh, Engineering Lead, Erin Kidwell, Director of Engineering, and Roman Nurik, Design Lead These days, getting an app from zero to production – especially one that works well across mobile, web, and desktop plat
[速報]Google、自然言語でAIと対話するだけで誰でもアプリが作れる「Duet AI for AppSheet」発表。Google I/O 2023 Googleは5月10日(日本時間5月11日未明)、米カリフォルニア州マウンテンビューで開催中のイベント「Google I/O 2023」で、AIと自然言語で対話することでアプリケーションの開発ができる「Duet AI for AppSheet」を発表しました。 プログラミング不要でアプリケーションの開発が可能なため、誰でもアプリケーションが作れるようになります。これにより開発チームはより重要なアプリケーションの開発に集中できるようになると説明されています。 AIとチャットするだけでアプリケーションが完成 以下はDuet AI for AppSheetの紹介動画からの引用です。 AIとのチャットで、社内で出張申請を管理するためのアプリケー
[レベル: 上級] Google は、Generative AI(生成 AI)と融合した検索を Google I/O で発表しました。 Search Generative Experience (SGE) と名付けています。 一般公開はまだで、米国のユーザーに対してウェイトリスト登録の受付けを開始しました。 この記事では、速報として Search Generative Experience の概要を紹介します。 AI が生成した回答を検索結果に表示 クエリに対応した AI が生成する回答は検索結果のトップに掲載されます。 ウェブ検索結果よりも上です。 通常の検索では細かく分けないとたどり着けないような複雑だったり、1 つの正しい回答が存在しないような質問にも SGE は対応できます。 検索結果と融合したのは Bing チャットと同じ形式ですね。 📝すずき補足: Bing チャットは単独の
このDiff-SVCを簡単に実行できるGoogle ColabのNotebookが1月23日に公開停止となってしまったのです。ですので、前回紹介したやり方での実行はできなくなります。筆者はGoogle Colabからローカルにコピーしているのでこれまで通りに使えますが、新規に手軽にやろうという人への道は一時的にではありますが、閉ざされたことになります。 ▲筆者はGoogle ColabのNotebookをローカルに保存しているので現在も利用可能 なぜこういうことになったかというと、それは悪質な利用者のせいです。 自分の音源や、権利を所有する、許可をもらっている人物の声であれば問題ないのですが、前回言及したように、よく知られている歌手、セレブ、VOCALOIDなど既存のバーチャルシンガーの音源などを勝手にDiff-SVCでAI音源にし、歌わせたものを例えば「AIアリアナ・グランデが~を歌った
Note This is the Predict missing values tutorial. The Predict missing values documentation is available here. With Simple ML for Sheets, also referred to as Simple ML, everyone can use Machine Learning (ML) in Google Sheets without knowing ML, without coding, and without sharing data with third parties. This tutorial takes you through the steps of using Simple ML for Sheets to predict missing valu
他にも、入力したデータの学習や評価、解釈、機械学習モデルを開発環境へエクスポートすることなども可能。同社はそれぞれの作業を「わずか5クリック、10秒程度で完了できる」と説明している。 Simple MLで利用したデータはスプレッドシート中に、機械学習モデルはGoogle Driveに保存が可能。他ユーザーと共有もできる。Googleの機械学習ツールキット「TensorFlow」とも連携可能という。 関連記事 AIスゴっ! 下手な漫画が秒で“プロ並み”に 「ネームだけで原稿完成」の時代に? AIイラストメーカーを使うと、平面っぽい雑な絵が、立体的で表情も動きのある、描き込まれた美しいイラストに変わった。イラストAIが、「絵を描く」の意味を変えつつある。 「幸せになるには?」に答えてくれるAI「ChatGPT」 日本語でさまざまな質問に回答 Twitterでも話題 米AI研究企業OpenAIは
2022年8月23日に無料公開された画像生成AI「Stable Diffusion」は、「ボールで遊ぶ猫」「森の中を走る犬」といった指示を与えると指示通りの画像を出力してくれます。Stable Diffusionはデモページで画像生成を試せる他、NVIDIA製GPUを搭載したマシンを用いてローカル環境で実行することも可能です。しかし、デモページは待ち時間が長く、NVIDIA製GPUは所持していない人も多いはず。Googleが提供しているPython実行環境「Colaboratory」を利用すれば、NVIDIA製GPUを所持していなくともStable Diffusionを待ち時間なしで実行する環境を無料で整えられるので、実際に環境を構築する手順や画像を生成する手順を詳しくまとめてみました。 Stable Diffusion with 🧨 Diffusers https://huggingf
An open source research project exploring the role of machine learning as a tool in the creative process. Magenta Studio has been upgraded to more seamlessly integrate with Ableton Live. It is a collection of music creativity tools built on Magenta’s open source models, using cutting-edge machine learning techniques for music generation. Read the blog post.
「Teachable Machine」はGoogleが提供する、簡単に機械学習のモデルを作成できるサービスです。Teachable Machineでは「画像プロジェクト」「音声プロジェクト」「ポーズプロジェクト」の3種類のモデルが作成可能ですが、今回は「画像プロジェクト」を作成します。 まずはTeachable Machineにアクセスします。 「使ってみる」をクリックします。 「画像プロジェクト」を選択します。 「標準の画像モデル」を選択します。 「Class1」と「Class2」にそれぞれ犬と猫の画像を10枚ずつアップロードします。 アップロードができたら、「モデルをトレーニングする」をクリックします。 学習が完了したら、「Webcam」の部分を「ファイル」に変更し、学習時に使わなかった画像をアップロードします。 無事、予測ができました。 最後に今回はTeachable Machine
はじめに 同じ苦しみを味あわないために これから随時、Dialogflow(ダイアログフロー)についてのFAQを覚書含めて掲載していこうと思います。 Dialogflowは、あまりプログラミングしないでもGoogle Homeとかのアプリを自前でできちゃう優れもの。 簡単と思って、「よし、やってみよう!」と安易に手を出すと実は結構..... いやー、JSONって何?Node.jsって何って、結構単純なことでつまずいたり、ころんだり?の試行錯誤の繰り返し。 私のような還暦迎えたおじいちゃんには、ちと難儀です。 ここでは、「難しい理屈はなし」にして、「どうすればいいか」に的を絞ったDialogflow FAQを随時追加作成していきます。というよりは、自分の覚書的なものかもしれませんが.... ところで、内容が間違っていたり、勝手に思い込んで書いたりすると思います。 ですがそこは、還暦おじいちゃ
個人用メモです。 機械学習は素材集めがとても大変です。 でもこの素材集め、実は無理してやらなくても、元から良質な無料データベースがあったようなのです。 URLはこちら YouTube8-M https://research.google.com/youtube8m/explore.html 提供されているサービスは以下の通り 800万個の動画 19億個のフレーム 4800個の分類 使い方はExploreから画像セットを探し、ダウンロードするだけ。 他の方法も見つけた open images dataset 「すごい神だな」と思ったのは これもう完成されてますよね もちろんこの認識前の画像もセットでダウンロードできます。 Youtube-8Mとは、画像数を取るか、精度で取るか、という違いでしょうか。 他にも良い素材集を教えていただきました (はてなブックマーク情報 @sek_165 さん )
2018年9月にサンフランシスコで開催されたGoogle Cloud Next ’18において、「Cloud AutoML Vision」のBETAリリースが発表されました。 Cloud AutoML Visionは、機械学習に関する高度な知識を持たずとも独自の画像認識モデルを作れるサービスとなっており、AIの民主化を掲げるGoogle Cloudを象徴するサービスとして注目が高まっています。 本当に高度な機械学習知識を持たずとも画像認識モデルが作れるのか、全くプログラミングができない私が実際にCloud AutoML Visionを使ってモデルを作ってみました。 1.AutoML Visionは簡単に独自の画像認識モデルが作れるサービス Google Cloudの画像認識サービスとして「Vision API」というサービスが既に提供をされています。Vision APIは簡単に画像認識技術
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
処理を実行中です
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