2023年12月7日に開催されたStudyCoの勉強会で、AIについてお話した際の資料です。 スライドではお伝えしきれない部分もあるので、同じ内容を記事にしてます。こちらもぜひ! https://qiita.com/segavvy/items/9e7e4ab4b253599ac58a 動画(ス…
タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
AIやディープラーニングの基礎が学べるビジネスパーソン向け動画講座「AI For Everyone」の日本語版「すべての人のためのAIリテラシー講座」がこのほど公開された。 グローバルなオンライン講座プラットフォーム「Coursera」で世界60万人以上が受講した英語講座「AI For Everyone」に、日本のAI研究の第一人者・松尾豊氏による日本向けコンテンツを加えたものだ。 受講は無料。テストを受けてCourseraが発行する受講修了証を取得したい場合は49ドルかかる。 英語版のAI For Everyoneは、ニューラルネットワークや機械学習、ディープラーニングなどAI用語の解説や、組織の課題解決にAIを適用するための方法、AI関連の社会的議論などを学べる、Corceraの共同創業者アンドリュー・ン氏による講座だ。 日本版は、英語版の音声を日本語テキスト化した講座に加えて、松尾氏
AI機械学習を用いた経営問題の解決や幅広い業種へ多数のコンサルティングの経験を持つ。AIプロジェクトに関するコンサルティングだけではなく、AI人材の育成、会社全体のDX化など幅広い分野で活躍中。AIに関わる講演を多数行なっている。 今回は機械学習でよく使うPythonのプログラムコードをアルゴリズム別に紹介していきます。 そして、機械学習といえばScikit-Learn。Scikit-Learnでよく使うコードを紹介します。 最後におまけとして、PandasやNumpyでよく使うプログラムコードも紹介します。 これらのプログラムコードはコピペで利用できるのでブックマークしておくことをおすすめします! これからエンジニアを目指して機械学習のPythonを学びたい方、エンジニア入門としてプログラムコードを書きたい方はこの記事を参考にしてください。
生成AI入門:議事録を答えるチャットAI(RAGアプリ)を作ってみよう【プログラミング不要】:AI・データサイエンス超入門 生成系AIの導入が急速に広がる今、その有用性や活用法が気になる方へ。一例としてプログラミング不要で、“会議の議事録を基に質問に答えてくれる「独自のチャットAI」”の作成を試みます。社会人の目線で、実践的な生成系AIの雰囲気をつかみましょう! 連載目次 現在、企業への生成系AI*1の導入が急速に拡大しています。2023年10月23日に日本マイクロソフトが記者向けに発表した内容によれば、日本国内でAzure OpenAI Service(Microsoftが提供するクラウドAIサービス)を活用している企業は560社以上、全世界では1万1000社を突破しています。このような状況から、「うちの会社も生成系AIを導入すべきか?」「生成系AIが何の役に立つのか?」と気になっている
はじめに 2021年頃から「データ中心のAI」という新しいAI開発思想が提唱されるようになりました。この記事では、従来の「モデル中心のAI」の問題点を確認したうえでデータ中心のAIの概要と動向をまとめて、データ整備に関する具体的なノウハウを紹介します。 92%のAI実務家が遭遇した「データカスケード」問題 従来のAI研究開発において重視されてきたのは、AIシステムの中核となる(機械学習モデルのような)AIモデルでした。AI開発者はAIシステムの精度を目標値まで向上させるために、AIモデルに対してさまざまな技法を駆使するのが慣わしでした。 こうしたなか2021年5月、Googleの調査チームは今まで当たり前に考えられたきたAIモデル中心の開発思想を批判的に検討した論文『「誰もがデータではなくモデルについての仕事をしたがっている」:ハイステークスAIにおけるデータカスケード』を発表しました。同
スマホを所有していると、日常的に地図アプリなどを操作する機会も多いですよね。地図アプリなどで自分の位置を測定して表示するために使われているのが、「GPS(Global Positioning System)」です。GPSを使えば、地球上のどこにいても受信機を持っている人間の位置情報を割り出せます。 しかしこのGPS、「何となく仕組みは分かるけど、日本での名称や詳しい仕組みまでは分からない」という方も多いでしょう。また日本の「みちびき」など、各国が位置測位用の衛星を打ち上げていますが、厳密にはGPS衛星と日本のみちびきなどの衛星は区別されていたりと、少々ややこしい部分もあります。 そこで今回はGPSとは何か、その仕組みや活用事例などを詳しくご紹介していきます。 GPS(グローバル・ポジショニング・システム)とは GPSとは「全地球測位システム」と和訳され、アメリカ合衆国によって運用されている
AI というネーミング AI は Artificial Intelligence (人工知能) の略で、 1956 年のダートマス会議で生まれた言葉。 アメリカの認知科学者の ミンスキー がダートマス大学で 『The Dartmouth Summer Research Project on Artificial Intelligence』(人工知能に関するダートマスの夏期研究会)という名前の学会を開催した。 ここで世界で初めて「人工知能」という言葉が使われた。 ↓「人工知能の父」と呼ばれる ミンスキー 氏 (写真は ウィキペディア『マービン・ミンスキー』 より) 『人工の知能』って、すごい名前を付けましたね! 人工の知能。強そう。 本に戻ります。 この命名からは、機械に言語を扱えるようにさせる自分たちの研究により、機械がいずれ人間の知能に追い付くのだという意気込みが感じられると思います。
デジタルの世界で働いていれば、だれにとっても機械学習(ML、Machine Learning)の重要性は増すばかりだ。とはいえ「機械学習」と聞くと、手を出しにくいテーマのように感じることも多いだろう。 しかし、そんな風に思う必要はない。SEOタスクの自動化という点で、機械学習がもたらす競争力を活用しない手はない。 頭をテクニカルSEOに切り替えて、メモを取る準備をしよう。今回のホワイトボード・フライデーでは、ブリトニー・ミュラーが機械学習の基本について説明してくれる。 Mozファンのみんな、こんにちは。ホワイトボード・フライデーにようこそ。今回は、機械学習についてあれこれ話そうと思う。 知っている人も多いだろうけど、これは私が特に情熱を持っているテーマで、話題にするのも大好きだ。そのため、これを機にさらに掘り下げてみる人が出てくることを願っている。というのも、機械学習は、私たちの分野で長年
現代ではスマートフォンの登場により、インターネットにつながる機器が一気に増加しました。さらに「スマートウォッチ」や「AIスピーカー」など新たなデバイスも登場し、今後はありとあらゆるものがインターネットにつながるようになるでしょう。 こういった「IoT(Internet of Things)」機器で提供されるサービスの中核となるのが「クラウドコンピューティング」です。クラウドコンピューティングでは企業などが用意した「クラウドサーバー」を通して必要な処理を行います。しかしインターネットに接続するデバイスが増加したことで、クラウドコンピューティングに限界が来つつあります。 そこで注目されているのが「エッジコンピューティング」です。クラウドコンピューティングとエッジコンピューティングを組み合わせれば、負荷分散を始めとしてさまざまなメリットがあります。 今回はエッジコンピューティングとはそもそも何か
IT化によって業務のあり方も大きく変化してきています。特に最近になって大きなトレンドとなっているのが、「クラウド化」というキーワード。しかし、誰でもアクセスできる、カスタマイズ性が低いなどの点から、クラウドを危険視してなかなか導入に踏み切れない企業も少なくありません。 そんな企業におすすめなのが「プライベートクラウド」です。プライベートクラウドを導入すれば、クラウド環境でありながらも安全に作業を行えるようになります。 今回はプライベートクラウドとは何か、対極にある「パブリッククラウド」との違いをメリット・デメリットなどを比較しながらご紹介していきます。 ▼この記事でわかる! プライベートクラウドとは何か? プライベートクラウドとパブリッククラウドの違い クラウドの市場規模と今後 プライベートクラウドとは? プライベートクラウドとは、その名の通りプライベートな自社専用の環境でクラウドを構築す
身の回りのあらゆるものがインターネットへ接続し、データ通信を行う「IoT(モノのインターネット化)」が、段々日常生活に浸透し始めてきました。スマートウォッチに代表されるウェアラブル機器など、さまざまなIoT機器が私たちの生活を便利にしています。 そしてIoTに今やなくてはならないのが、センサネットワークです。センサネットワークはセンサー及び、センサーで取得したデータを処理して通信するチップなどで構成された機器(ノード)が無線でつながっています。センサネットワークは、IoTにさまざまなメリットをもたらします。 今回はIoTになくてはならないセンサネットワークとは何か、そしてその仕組みや構造、IoTにもたらすメリットなど、幅広く解説していきます。 センサネットワークは、前述の通りセンサー及び関連のチップなどで構成されたノードを複数相互接続し、張り巡らせたネットワークのことです。無線で構築するの
『イラストで読む AI 入門』読書メモ 02:ヒトの神経細胞とニューラルネットワーク入門の入門 (シナプス, ニューロン, ヘッブ則)入門AI人工知能ニューラルネットワーク 今日は、「人間の脳の働き (神経細胞間の情報ネットワーク) を模したシステムを作りたい」という「 ニューラルネットワーク 」の 入門の入門 についてお話しします。 人間の脳では、何百億個という ニューロン (神経細胞) が情報をやりとりしています。 ニューロンによる情報伝達は、主に電気信号によるものです。一方でコンピュータも電気信号で情報伝達の処理を行っています。 ということで、コンピュータ上で、 脳内で起きている情報処理を真似できないか、という発想になります。 なので、この記事では、まずは、実際の人間の脳がどのように情報の伝達をしているのか という解説から入り、 生体ニューロン と 形式ニューロン のお話までします。
時代が進むにつれて社会のIT化はどんどん進み、今やITなしの生活は考えられなくなっています。 それはビジネスでも同様で、一見ITとは無縁と思われるものにまで浸透している現状があります。もはや業種に関係なく、あらゆる産業がITの恩恵を受け、ITなしではビジネスが成立しなくなってきているといっても過言ではありません。 このように、ITによってモノや仕組み、サービスを進化させたり付加価値を付けたりすることを「デジタライゼーション(Digitalization)」と呼びます。今回はデジタライゼーションとは何か、混同されがちやデジタルトランスフォーメーションとの違いや、メリット・デメリット、さらには具体的な取り組み事例なども併せてご紹介していきます。 デジタライゼーションは、ITによって製品やサービスに付加価値をつけたり、業務効率化を図ったりする取り組みのことを指します。 分かりやすい身近な例で言え
今や私たちの暮らしに、ITは必要不可欠なものになりました。そして近年では従来製造業などで専門的に利用されていたロボットが人間との対話用など、さまざまな目的で使われるようになっています。 こういったロボットの開発を支えるのが「ロボティクス」です。ロボティクスでの研究はロボット技術にフィードバックされ、私たちの暮らしはロボットによってどんどん便利になっていきます。 さらに「AI(人工知能)」や「IoT(モノのインターネット化)」などが組み合わさり、ロボットの活躍の場はどんどん広がっています。今後ロボットの活躍に伴って、ロボティクスの重要性もどんどん増していくでしょう。 今回はロボティクスとは何か、そしてロボットの種類やロボティクス業界事情など、ロボティクスについて幅広くご紹介していきます。 ロボティクスとは「ロボット工学」のことで、その名の通り「アクチュエーター(ロボットの手足に当たる部分)」
スマートフォンをはじめとしたデバイスにおいて、大きな課題となっているのがセキュリティです。従来のようなパスコードの手入力ではセキュリティ面で完璧とはいえず、多様なセキュリティが誕生しました。なかでも現在注目されているのが、「顔認証」技術です。 顔認証はあらゆるモノがインターネットにつながる「IoT(Internet of Things)」とも関係が深く、顔認証により来店を認識し、無人で決済を済ませてしまうシステムの研究も進んでいます。また「iPhone」などのスマホでも簡単に顔認証を使えるようになり、私たちの身近なところでも顔認証技術を活用した事例が増えています。 今回は普及が進んでいる顔認証技術について、概要やメリット・デメリット、具体的な事例などをご紹介していきます。 顔認証とは、その名の通り人間の顔を認識できるコンピューター技術です。 まず顔認証用のサーバーに、認証する人の顔のデータ
AI機械学習を用いた経営問題の解決や幅広い業種へ多数のコンサルティングの経験を持つ。AIプロジェクトに関するコンサルティングだけではなく、AI人材の育成、会社全体のDX化など幅広い分野で活躍中。AIに関わる講演を多数行なっている。 今回は機械学習でよく使うPythonのプログラムコードをアルゴリズム別に紹介していきます。 そして、機械学習といえばScikit-Learn。Scikit-Learnでよく使うコードを紹介します。 最後におまけとして、PandasやNumpyでよく使うプログラムコードも紹介します。 これらのプログラムコードはコピペで利用できるのでブックマークしておくことをおすすめします! これからエンジニアを目指して機械学習のPythonを学びたい方、エンジニア入門としてプログラムコードを書きたい方はこの記事を参考にしてください。
深刻な人手不足に悩まされている介護業界ですが、近年はロボット技術の力を借りた新たなシステムの導入が進んでいます。「介護ロボット」と呼ばれるそれは、最新のロボット技術を応用して「知能化」したロボットを指したものです。 今後確実に到来する超高齢化社会と、深刻な介護士不足を解決することが期待されている介護ロボットとは一体どのようなものなのでしょうか。この記事では、介護ロボットの概要やメリット・デメリットに加えて補助金制度についても詳しく解説していきます。 厚生労働省によると、介護ロボットは”ロボット技術が応用され利用者の自立支援や介護者の負担の軽減に役立つ介護機器”と定義されています。 (引用:https://www.mhlw.go.jp/file/06-Seisakujouhou-12300000-Roukenkyoku/0000210895.pdf) 「ロボット技術」についてもう少し詳しく紹
「生成AI入門」は、近年発展が著しい生成AIについて学ぶ講座です。 難しい数式やコードを使わずに生成AIの要点を丁寧に学ぶので、文系の方でも問題なく受講できます。 文章生成AIのChatGPTやGemini、画像生成AIのMidjourneyやStable Diffusionなどに代表される生成AIは、その高い精度と自然言語によるインターフェイスにより現在世界中の注目を集めています。 時には人間の創作物と見分けがつかないようなコンテンツが生成されることもあり、今後人間社会をどのように変えていくのか、多くの人が関心を抱いています。 また、AIを上手く活用すれば、「作業」を任せることで創作活動や仕事の効率化が可能になります。 AIに任せられることは任せて、人間はより人間らしいことに集中できるようになっていくことが期待されています。 本講座では、最初に生成AIの基礎を学んだ上で、様々な生成AIを
Jetson nanoはAI入門におすすめ こんにちは。 AI coordinator管理人の清水秀樹です。 コロナが猛威を奮っていますね。 健康には十分気をつけていきましょう。 さて、本日はAI初心者に大変オススメのJetson nanoを使ったAI体験を簡単に実現できる方法をご紹介致します。 Jetson nanoはNvidia社が開発したGPU搭載の小型マイコンになります。 なぜAI初心者にオススメなのかというと、セットアップが滅茶苦茶楽ちんだからです。 通常のPCですといちいちAI開発用にセットアップが必要となりますが、Jetson nanoはもともとAIを活用することを前提に開発したマイコンになっているため、Jetson nano用のOSイメージを活用すればすぐにでもAIを体験できるようになっています。 しかもマイコンそのものは1万ちょっとと金額も安い。 通常のGPU搭載のPCを
IT社会の現代では、企業や個人が資金を募る方法も多様化してきました。なかでも現在もっとも注目を集めているのが、「クラウドファンディング(CrowdFunding)」です。 当初は寄付的側面の強かったクラウドファンディングですが、最近では製品やサービス開発などに関係した資金募集を行う企業も増えてきており、上手く活用すればさまざまなメリットを受けられます。クラウドファンディングを実際に活用するには、クラウドファンディングに関する知識を深めておくと安心です。 そこで今回はクラウドファンディングとは何か、そして実際の利用手順やメリット・デメリット、IoTでの活用事例などさまざまな内容をご紹介していきます。「クラウドファンディングとはそもそも何か知っておきたい」、「クラウドファンディングの利用手順やメリット・デメリットを知った上で、活用事例も参考にして利用前に万全の準備をしておきたい」という企業担当
Posted by yamada_yoshiki Tweet Facebook Hatena Pocket LINE Feedly こんにちは。こんばんは。山田です。 今回はALGYANグループが主催する。 NVIDIA社のJetson Nanoを使用した勉強会に参加してきたので、その内容を紹介します。 ALGYANについては下記を参照ください。 ALGYANグループ NVIDIAとは アメリカ合衆国にある半導体メーカー。 主にコンピュータのグラフィックス処理や演算処理の高速化を主な目的とするGPUを開発し販売しています。 自作PCなどを作ったことがある方ならNVIDIA社のロゴを一度は見た事あるのではないでしょうか。 Jetson Nanoとは Jetson Nanoは、2019年に発売されたAIに特化した組み込みGPUプラットフォームです。 最新の画像分類・物体検出・セグメンテーション
注意! わかりやすくなるように極端に簡略化している部分や個人的な見解でまとめている部分があります。 数式や専門用語は極力使わないようにがんばりましたが、ページ下部の注釈では専門用語を使用しています。 2024年2月時点の情報に基づきまとめています。AI界隈は動きが早いので 常に最新の情報で確認してください。 個人で作成したものであり、内容や意見は所属企業・部門見解を代表するものではありません。 なお、この記事の内容は、2023年12月に開催したStudyCoさんのイベントでお話した内容とほぼ同じですので、動画の方が好みの方はこちらの配信動画をどうぞ! 第1章 AIはなぜ人間みたいなことができるのか? 初回は「そもそもAIとはなにか?」についてのお話です。 そもそもAIとはなにか? AIとは「artificial intelligence」の略です。日本語にすると「人工知能」ですね。コンピュ
(ツクレル編集部より)著者による著書紹介、略して「著著紹介(ちょちょしょうかい)」のコーナーです。今回は『JetsonNanoではじめるエッジAI入門』の著者である坂本俊之さんに、ご自身の著書を紹介していただきます。 AIを搭載した機器を自作できる 最近のAIブームは、既に物珍しさからくる熱狂のステージを超えて、実際の製品に組み込まれて利用されるステージへと入っています。 そして、そのような状況になった以上、AIを搭載した機器を、実際に自作してみたい、と思うのは、「ものづくり」を実践している方であれば当然の気持ちだと思います。 AIを搭載した物体認識カメラや車載AI、ペットロボットなど、多少の電子工作の知識がある方であればなおさら、自分の手で組み立てて見たいと思うのでは無いでしょうか? NVIDIA Jetsonシリーズとは NVIDIAが発売している、Jetsonシリーズは、まさにそうし
スマートホームは一般住宅向けに開発されたシステムですが、それに対してオフィスビルやショッピング施設などの建物を対象としているのがスマートビルディングです。家庭内またはオフィス内のあらゆる機器にセンサーやCPUなどのモジュールを組み込み、インターネット上で相互連携させて便利な生活を実現します。 スマートビルディングでは空調やトイレ、喫煙室など、あらゆる設備にモジュールを組み込みます。そしてインターネット上で連携させることで、従来ビルにあった課題を解決します。 スマートビルディングの定義は広いですが、現在は主にオフィスビルでの導入が進んでいます。日本でも「NTT」をはじめとして、建設業界や通信業界、IT業界などさまざまな企業がスマートビルディングによるソリューションサービスを提供しています。 スマートビルディングの特徴 スマートビルディングには、次の特徴があります。 最近出てきたスマート構想の
Jetson Nanoは、NVIDIA社が発売しているシングルボードコンピューターです。同社は、エッジAI向けにJetsonシリーズというシングルボードコンピューターを発売していますが、Jetson Nanoはその中の最も小さなモデルとなります。Jetson Nanoの最も大きな特徴は、何といっても128個のCUDAコアからなる機械学習用アクセラレータを搭載している点です。 このように、Jetson Nanoには、CUDAアクセラレータを搭載したエッジAI向けコンピューターという特徴と、小型の組み込みボードという2つの特徴があります。 本書では、その両面を生かすため、Jetson Nano上での機械学習プログラムの開発と、組み込み用途での開発の両方をテーマにしています。 そして、AI開発は主にソフトウェアの作成が、組み込み用途での開発は主にハードウェアの作成がテーマとなります。 そのため、
株式会社MatrixFlowは、AI・DX人材育成のための教育研修事業を行うライトハウスラボ株式会社と提携して、ビジネスのためのAI活用プラットフォーム「MatrixFlow」を使用したビジネス人材向け「誰でも分かる機械学習・AI入門/AI作成体験講座」の提供を開始すると発表した。 本講座では、ライトハウスラボ株式会社の提供する「誰でもわかる機械学習・AI入門」をもとにしたAIジェネラリスト育成のためのAI基礎知識の習得と、数学やプログラミング知識のないビジネス人材が自分自身でAIモデルを作成・運用をすることができるAI構築プラットフォーム「MatrixFlow」の実践的な活用方法を学ぶことができる。 AI開発の際に問題となる、AIエンジニアの採用やAIベンダーに外注をする場合にかかる時間や高額な費用(外注時の事務手続きの工数、コミュニケーションコスト)を抑えて、自社のDX・マーケティング
SGDSGDはstochastic gradient descent(確率的勾配降下法)の略です。 SGDの考え方は、 「勾配を見ればどちらに動かせばlossが減るのか分かるなら、勾配の分だけパラメーターの値を減らせばよい」 です。 for i in range(steps): parameter = parameter - lr * grad デフォルトパラメータ lr = 0.01 パラメータを勾配×学習率だけ減らします。 学習率は一度のパラメータの更新でどのぐらい学習を進めるかを調整します。小さすぎると学習が全然進まず、大きすぎるとパラメータが最適値(lossが最小になるときの値)を通り過ぎてしまいうまく学習できません。 もっとも簡単で基本的なアルゴリズムです。これ以降に紹介する最適化アルゴリズムは基本的にこれを改良していったものです。 確率的勾配降下法だけでなく、最急降下法やミニバ
1. はじめに 2018~2019年に、本コラムの旧シリーズとなる全5回のAI入門コラムを書かせていただきました。それ以降、この人工知能に関しては、皆さんもご存じの通り、2022年の中旬以降に大きな進展がありました。当時のコラムでは深層学習(Deep Learning)は人工知能の3次ブームだ!という表現をしましたが、今回解説する生成AI(Generative AI)は、さらに第3.5次ブームとか、第4次ブームともいわれるほどの大きな進展です。この技術は進展が速く、本コラムはすぐに陳腐化してしまうかもしれませんが、できるだけ普遍的な基礎理解のための続編の位置付けとして投稿します。既に沢山の解説記事や書籍が存在しますが、私なりの視点で生成AIについて、分かりやすく解説してみたいと思います。今回も数式は使いませんので、ご安心を。 2. 人工知能への期待と挑戦 さて、深層学習(Deep Lear
※この投稿は米国時間 2023 年 9 月 13 日に、Google Cloud blog に投稿されたものの抄訳です。 生成 AI は、現在注目を浴びている ML と AI の一種です。ここでは、皆様がこの分野で一歩先を行けるよう、Google Cloud が提供する最新のトレーニングをご紹介します。このブログ投稿では、生成 AI について、そのビジネスへの影響、そして活用方法を理解するためのリソースをまとめています。 Google Cloud は、生成 AI の新しいトレーニング オプションを公開するとともに、Google Cloud Skills Boost のトレーニング カタログを継続的に拡充しています。その中に学習パスが 2 つあり、それぞれ包括的なコンテンツが含まれます。1 つは技術者以外の方を対象とする入門レベルの Introduction to Generative AI
生成AIツールを、あなたのUXスキルを代替するためではなく、サポートし、強化するために使おう。小さなUXタスクから始めて、ハルシネーションや誤ったアドバイスに気をつけよう。 AI for UX: Getting Started by Kate Moran and Jakob Nielsen on November 3, 2023 日本語版2024年3月13日公開 最近、ヤコブは、UX分野は早急にAIに取り組む必要があると書いた。これは、既存のAIツールのユーザビリティ向上が切に求められていることもあるが、AIを適切に活用することで、UX業務に大幅な進化がもたらされる可能性があるからだ。 幸運なことに、UXコミュニティのメンバーの多くがこれに同意し、UXの作業にどのようにAIを使うべきかを我々に尋ねてきている。そこで、ケイトは、彼女のLinkedInのフォロワーに、これまで仕事でAIを使った
ECサイトやコーポレイトサイトでは次第にチャットボットの導入が増えてきました。 しかし、いざ自社サイトにチャットボットを導入しようと思っても、 「自社サイトにチャット機能を実装したいけど有料ツール使うのは面倒。」 「一度無料のプラグインのチャットボットで試してみたい。」 などと感じてしまうのではないでしょうか。 実は、チャットボットのWordPressプラグインにも選ぶ際に2つの注意点があります。 今回の記事で紹介するのは、有料・無料のチャットボットのWordPressプラグイン6選です。さらに、チャットボットのプラグインを実装する際の注意点について2点ほど解説しています。 この記事を読んでチャットボットのプラグインについて具体的に理解していきましょう。 チャット用のWordPressプラグインを選ぶ際の2つの注意点 まずはチャットボットを選ぶ際の注意点について解説していきます。せっかくチ
ASRock製のインテル Arc搭載ビデオカードを使って、画像生成系AIのパフォーマンスを検証。環境設定の仕方から解説する 「インテル Arc Aシリーズ」(以下、インテル Arc)は2022年の発売以降、ドライバーのアップデートを繰り返し、性能を高めている。昨年末に掲出した、ASRock製インテル Arc搭載ビデオカードの検証記事(https://ascii.jp/elem/000/004/177/4177741/)では、ゲームにおいての性能アップも確認できた。 一方で、昨今のGPUはゲームを快適に遊ぶためだけのものではない。特に最近は、GPUメーカー自身が画像生成系AIで自社のGPUが使えるかをアピールするようになった。この分野ではCUDAが利用できるNVIDIAのGeForceの情報量が多いが、インテル Arcではその辺りのパフォーマンスはどうなのだろうか? ASRockの「AI Q
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