OpenAIのFunctionCallingを理解する
2023/06/13 OpenAIの大きなアップデートが発表されました。 その中でも新たに加わった目玉機能がFunction callingです。 このFunction calling、一見すると「APIのレスポンスをいい感じのJSONにしてくれるのかな？」と思ってしまうのですが、それは使い方の一部で本質ではありません*。本記事では、この少し概念がややこしいFunction callingを早く、正確に理解できるように具体的な実装を交えてご紹介します。 *記事の最後にレスポンスをJSONにする方法もご紹介はします。 Function callingとは Function callingとは、OpenAI API(以降OpenAI)のレスポンスが外部関数の呼び出しを検知し、教えてくれる仕組みです。これにより、OpenAIと外部のシステム連携をミスなく正確に行うことができるようになります。 具
AIを学ぶのに必要な最低限の数学の知識は5つだけ!｜shi3z
最近、「AIを理解したくて代数幾何の教科書を勉強しているんですよ」という人によく会う。 五年前くらい前に、note株式会社の加藤社長も「社内で代数幾何学の勉強会を開いてるんですよ」と言っていた。僕はその都度「それは全く遠回りどころか明後日の方向に向かってますよ」と言うのだがなかなか聞き入れてもらえない。 確かに、AI、特にディープラーニングに出てくる用語には、ベクトルやテンソルなど、代数幾何学で使う言葉が多い。が、敢えて言おう。 代数幾何学とAIはほとんど全く全然何も関係していないと。 なぜこのような不幸な誤解が生まれてしまうかの説明は後回しにして、意地悪をしても仕方ないので、AIを理解するために最低限知っておかなければならない用語を5つだけ紹介する。 テンソル(スカラー、ベクトル、行列など)おそらく、「テンソル」という言葉が人々を全ての混乱に向かわせている。 Wikipediaの説明は忘
ChatGPTに強力なライバル：DeepMindのSparrow
Alphabet傘下のAI研究所DeepMindが開発するチャットボット「Sparrow」は、市場投入時には、ChatGPTより優れた製品になる可能性がある。Sparrowは、証拠となる出典を示し、嘘やなりすましのようなリスクを抑制する工夫をしている。 DeepMindのデミス・ハサビスCEOが、米TIME誌のインタビューの中でChatGPTの対抗馬となるチャットボット「Sparrow」を開発中であることを明かした。DeepMindはSparrowのプライベートベータ版を2023年中にリリースする予定だ。 チャットボットは通常、インターネットからかき集めたテキストで訓練した大規模言語モデル（LLM）によって動いている。これらのモデルは、少なくとも表面上は一貫性があり文法的に正しい文章の段落を生成することができ、ユーザーからの質問やプロンプトに応答することができる。 Sparrowの特徴的な
Speak - The language learning app that gets you speaking
The language learning app that gets you talkingTalk out loud, get instant feedback, and become fluent with the world’s most advanced AI language tutor. Get started for free You need to speak a language out loud to learn it.Speak’s core philosophy is centered around getting you speaking out loud, as much as possible. Introducing Speak Tutor. The world’s best English teacher.Speak Tutor is your very
AIに思い通りの絵を描かせられるのは誰だ！ 「Midjourney」指示力選手権
「Midjourney」というAIが今アツい。英文でお題を与えると、それに沿った画像を出力するAIだ。Twitterではさまざまなイラストが投稿され「触ってみたら本当にすごかった」「少し加筆するだけですごい絵ができる」といった反応がみられる。 筆者もいろいろ試してみて感じたのだが、AIに思い通りのイラストを描いてもらうのは結構難しい。他のユーザーの作品を見ていると、上手な人は高画質で破綻を感じさせないハイクオリティーな画像を生成しているが、筆者は思い通りの図を出すのにも苦労している。 Midjourneyは、言葉（英語）で絵の内容を指定する。重要なのは“指示力”だ。適切な指示を出せば思い通りの画像が得られる。そこで、こんな企画を考えた。 AIに思い通りの絵を描かせられるのは誰だ！ 「Midjourney」指示力選手権 ルール説明 選手権のルールは以下の通り。 （1）AIに指示できるのは1人
Midjourneyの使い方を徹底解説！利用規約や有料プラン詳細も | くいなゲームズ -KUINA GAMES-
SNSで話題の、文章から画像を生成するAI「Midjourney」のクオリティが凄いです！ ゲーム制作やTRPG、挿絵、漫画の背景、デザインのアイデア出しなど、色々な用途で活用できそう！ ちなみに上のアイキャッチ画像はMidjourneyで生成しました。 他にもめちゃくちゃ綺麗な画像を作られている方々がたくさんいますよ！ グラフィック関係の人間如何にして #midjourney と、AIと付き合っていくかというと、生成した画像に少々加筆(主に人部分)するだけで日本的な萌え絵文化とのMIXができて、「可愛いのに印象的、なんかすごい」絵みたいなのが数分で完成したりする。 私は出来上がったこの絵が結構好きです。 pic.twitter.com/uqFMGx7Ufa — 852話(hakoniwa) (@8co28) August 2, 2022 さらに、サブスク登録すれば商用利用もできちゃいまし
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
米AI研究企業OpenAIは7月20日（現地時間）、文章から画像を生成するAI「DALL・E 2」のβ版を公開し、事前登録していたユーザーの招待を始めた。招待人数は100万人。利用は基本無料で、生成した画像は商用利用も許可する。 利用は毎月ユーザーに配布するクレジットを消費する形で回数を調整。クレジットは販売も行うため、多く利用したいユーザーは追加購入できる。画像の生成の他に、生成画像やユーザーがアップロードした画像を自然言語による指示で編集できる機能や、1枚の画像から複数のバリエーションを生成する機能などを備える。 悪用防止のため、有名人や政治家の似顔絵、実在の人物の写実的な画像の他、暴力的、性的、政治的な画像は生成できないようブロックする。差別防止に向けては「CEO」「教師」など、人種や性別を特定しない指示で画像を生成すると、さまざまな属性の人の画像を生成するようにした。 関連記事 最
さまざまなゲームを人間のようにプレイ可能なAIをDeepMindが開発、マルチプレイにも対応
世界最強の棋士を打ち負かした囲碁AI「AlphaGo」やタンパク質構造解析アルゴリズム「AlphaFold」を開発したことで知られるAI開発企業のDeepMindが、「まったくルールの異なるゲームにも対応できるAI」を開発したことを発表しました。 Open-Ended Learning Leads to Generally Capable Agents | DeepMind https://deepmind.com/research/publications/open-ended-learning-leads-to-generally-capable-agents Generally capable agents emerge from open-ended play | DeepMind https://deepmind.com/blog/article/generally-capabl
米アップル、自動運転車を製造へ 2024年目標＝関係筋（ロイター） - Yahoo!ニュース
米アップルが自動運転車の開発を推し進め、２０２４年の乗用車製造開始を目指していることが複数の関係筋の話で明らかになった。ニューヨークで昨年１０月撮影（２０２０年 ロイター/Mike Segar） ［２１日 ロイター］ - 米アップルが自動運転車の開発を推し進め、２０２４年の乗用車製造開始を目指していることが複数の関係筋の話で明らかになった。自社開発の最先端の電池が搭載される見通しという。 アップルは、ゼロからの自動運転車開発に向け１４年に「プロジェクト・タイタン」を発足。ただ進展具合は一様ではなく、１９年には同プロジェクトで１９０人をレイオフした。 関係筋２人によると、その後は十分な進展が得られ、現在は一般向けの乗用車の開発を目指している。米アルファベット傘下のウェイモがタクシー業界向けの自動運転車の開発を目指しているのとは対照的だ。 ３人目の関係筋によると、アップルは電池価格の大幅な低下
Deep Learning将棋は従来の将棋ソフトとここが違うぞ | やねうら王 公式サイト
ふかうら王の製作のためにdlshogiのソースコードをくまなく読んだので、Deep Learning型の将棋についてつらつらと書いてみる。 dlshogiとは dlshogiは先月に開催された将棋ソフトの大会「電竜戦」で優勝したGCTのエンジン部分(探索部)でもある。つまりは、dlshogiは現在、世界最強の将棋ソフトと言っても過言ではないだろう。従来の将棋ソフトとはどこが異なるのだろうか。今後、Deep Learning系の将棋ソフトの導入を検討している人向けにざっと書いていく。 ※ 今回書くのは、現在のdlshogiの話である。将来的に改良される可能性は大いにあるが、2020年の電竜戦では、この仕様であったということである。 CPUを使うソフトとGPUを使うソフト、どちらがコスパがいいの？ 今回、電竜戦で優勝したGCTをGeForce RTX 2080で動かすとfloodgateでR3
「クリリンのことかーっ！」は怒り36％、嫌悪21％──声から感情を検出するAI、ユーザーローカルが無償公開
ユーザーローカルは11月19日、AIが人間の声を分析し、その中に含まれる感情を7種類に分類するサービスを無償公開した。同社が実験でアニメのせりふを分析したところ、「ドラゴンボール」に登場する孫悟空の「クリリンのことかーっ！」は怒りが36.8％、嫌悪が21.3％だったという。 感情の度合いを数値化したり、グラフ化したりできる。まずはPCブラウザ（Google Chrome、Firefox、Microsoft Edge）向けの専用サイトで提供し、今後はWeb APIのリリースも検討する。 検出できる感情は「平穏」「幸福」「怒り」「悲しみ」「恐怖」「嫌悪」「驚き」。利用者が専用サイトで声を録音するか、オーディオファイル（MP3・WAV）をアップロードすると、AIが音声を分析。これらの7種類に分類し、その度合いを数値化する。 アニメのせりふを使った他の実験では、「鬼滅の刃」に登場する我妻善逸の「雷
画像認識の大革命。AI界で話題爆発中の「Vision Transformer」を解説！ - Qiita
0. 忙しい方へ 完全に畳み込みとさようならしてSoTA達成したよ Vision Transformerの重要なことは次の3つだよ 画像パッチを単語のように扱うよ アーキテクチャはTransformerのエンコーダー部分だよ 巨大なデータセットJFT-300Mで事前学習するよ SoTAを上回る性能を約$\frac{1}{15}$の計算コストで得られたよ 事前学習データセットとモデルをさらに大きくすることでまだまだ性能向上する余地があるよ 1. Vision Transformerの解説 Vision Transformer(=ViT)の重要な部分は次の3つです。 入力画像 アーキテクチャ 事前学習とファインチューニング それぞれについて見ていきましょう。 1.1 入力画像 まず入力画像についてです。ViTはTransformerをベースとしたモデル(というより一部を丸々使っている)ですが、
クボタ、NVIDIAと協業 「完全無人農機」実現に向け、エッジAI開発を加速
クボタはこのほど、米NVIDIAと、農業機械の自動運転分野で戦略的パートナーシップを結んだと発表した。車載型で遅延のないエッジAI技術の開発を加速し、完全無人で動作する「次世代型無人農機」の実現につなげるとしている。 クボタはこれまでにも、GPSを使い、有人監視の下で無人運転できるトラクタを発売するなど、自動運転農機の開発を進めてきた。 次世代型として、天候や生育状況などのデータから適切な農作業を自律的に判断・実行できる、完全無人農機の実現を目指している。 周囲の状況を自律的に把握し、次の行動を即座に判断できる無人農機の実現には、車載型で遅延のないエッジAIの開発が必要と判断。従来からNVIDIAと連携して開発を進めてきた。 新たに、NVIDIAと戦略的パートナーシップを結ぶことで、連携を強化し、開発をスピードアップしていく狙いだ。 関連記事 NVIDIA、“スマート病院エッジAI”システ
顔写真を「二次元アニメ風」に自動変換してくれるAI - 科学ニュースメディア！ナゾロジー
Point ■韓国のNCSOFT社によって、顔写真を二次元アニメ風に自動変換することのできるAIが開発される ■画像翻訳技術には、顔の中の注目すべき特徴を抽出し、不要な部分は無視するための「CAM技術」が使用されている ■今回は開発されたAIはアニメ像への変換だけでなく、ごく普通の風景写真を絵画の巨匠風にアレンジすることも可能 最近、顔をルネッサンス絵画風に変換してくれるAIアプリが話題となりましたが、今度はアニメです。 韓国のオンラインゲーム会社「NCSOFT」が、人の顔写真を二次元アニメキャラクターに変換してくれるAIを開発しました。 AIには「敵対的生成ネットワーク（GANs）」というディープ・ラーニングが用いられ、膨大な数の顔写真とアニメキャラの顔をAIに学習させることで、全く新しい画像サンプルを作り出すことができます。 この技術によって本人の顔の特徴を捉えたアニメキャラ像を生成す
1枚のイラストからアニメーションを自動生成する深層学習エンジン「DeepAnime」を開発・提供開始
株式会社AlgoAge（本社：東京都港区 / 代表取締役：安田洋介 / 以下、AlgoAge）は、独自開発した人工知能技術により、1枚のイラストからキャラクターの顔のアニメーションを自動生成するAIエンジン「DeepAnime」を開発、提供開始しました。 （https://lp.deepanime.com/） ■ 音声入力に合わせたアニメーション生成デモ ■ 「DeepAnime」 特徴 DeepAnime: https://lp.deepanime.com/ 自然なアニメーション 入力は1枚の画像のみ 音声など状況に合わせて生成可能 ■ 背景 今日、深層学習技術の発展に伴い、静止画に対する認識/生成技術は急速に進歩してきました。イラストコンテンツに関しても同様に、自然なイラストの自動生成や自動着色など、深層学習によりその表現力が拡大されてきました。一方で未だ動画の認識や生成に関しては未解
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
Meta、新音声生成AIモデル「Voicebox」 短い音声から自在に声を生成
Satoshi Nakajima @NounsDAO 🇺🇦 on Twitter: "話題のchatGPT3ですが、そのベースになっているGPT3について連投で解説します。元々は「途中で切れている文章の次の単語を予測する」だけの人工知能を作り、それにインターネット上にある大量の文章で教育してみる、という実験から始まったものです。(1/n)"
Apple製EV「Apple Car」、2021年9月に発売か？
https://jp.techcrunch.com/2020/10/02/watashiha/
AIで1枚のイラストキャラをアニメーションさせる技術
