簡単なスケッチから「Stable Diffusion」で思い通りの絵を描く手順を解説
画像生成AI「Stable Diffusion」は、「森で遊ぶクマ」「アイスクリームを食べる人間」といった文章を入力するだけで文章に沿った画像を出力してくれるAIです。そんなStable Diffusionには文章と共に「元となる画像」を入力することで出力画像の精度を向上させられるモード「img2img」が存在。このimg2imgを駆使して簡単なラフ画像から高品質なイラストを生成する手順について、ソフトウェアエンジニア兼フォトグラファーのアンディ・サレルノ氏が解説しています。 4.2 Gigabytes, or: How to Draw Anything https://andys.page/posts/how-to-draw/ Stable Diffusionに「森で遊ぶクマ」といった指示を与えた場合、「構図がイメージ通りではない」「夏の森ではなく、冬の森がいい」といったように、イメージ
人工知能にコウメ太夫さんのツイートを学習させてみた - ニートの言葉
どうもこんにちは、最近何かを生成する系のAIで遊ぶことにハマってます、あんどう(@t_andou)です。 5年以上前の話ですが、人工知能に哲学書を読ませて哲学的な文章を書いてもらいました。 blog.takuya-andou.com 今回はその時よりも高度な「GPT-2」というものを使って、コウメ太夫さんのツイートを学習させてみたいと思います。 なぜコウメ太夫さんなのか コウメ太夫さんと言えば、毎日とても面白いギャグツイートすることで有名なかたです。 ですが、ごく稀に難解すぎてAIがツイートしてると疑われ、記事になることもあります。*1 AIが考えたと言われているツイート ミリンは１０％でミリン風調味料｛アルコール分１％未満｝は８％ということはキリン風ゾウ｛シマウマ縞数１００程度｝はドツチになるか考えいたら～、 竜宮城の乙姫さま生牡蠣当たってタイやヒラメにガスバナ～当ててました～。 チクシ
ヨウ素の結合エネルギー計算、AIで1.3億倍の速さに 他の物質への応用も 千葉大
千葉大学は10月13日、同大の中島誠也助教（大学院薬学研究院）と根本哲宏教授（同）が、ヨウ素を含む化合物について、化合物内の原子同士が結び付く力である「結合エネルギー」の強さを高速に算出するAIを構築したと発表した。従来の手法に比べて約1.3億倍の速さで結合エネルギーを算出できる他、計算マシンは一般的なPCで十分という。学習データを増やせば他の物質への応用も期待できるとしている。 従来の結合エネルギー計算には、分子が最も安定する構造をコンピュータで算出した上で、その分子構造から数値を導き出す「DFT計算」という手法を使っていたという。しかしDFT計算では分子1つの結合エネルギーを算出するのに数時間から数日が必要になる他、高性能なコンピュータやソフトウェアと、計算に関する専門知識が必要だった。 そこで中島助教らは、結合力が弱く多彩な化学反応を起こす「超原子価ヨウ素」を含む化合物に注目してAI
Googleが「ガビガビの低解像度画像を高解像度画像に変換するAIモデル」の性能を改善、人間が判別できないレベルに
GoogleのAI研究チームであるGoogle AIが、低解像度画像にあえてノイズを追加して「純粋なノイズ」になるまで加工し、そこから高解像度画像を生成する「diffusion model(拡散モデル)」という手法を改善する新たなアプローチを発表しました。「画質の悪い低解像度画像から高解像度画像を生成する技術」には、古い写真の復元から医療用画像の改善まで幅広い用途が想定され、機械学習の活躍が期待されているタスクの1つです。 Google AI Blog: High Fidelity Image Generation Using Diffusion Models https://ai.googleblog.com/2021/07/high-fidelity-image-generation-using.html Enhance! Google researchers detail new m
Facebook、どんな話題にも対応できるAIチャットボット「BlenderBot 2.0」オープンソースで公開。会話しつつ裏でネット検索し最新情報を取得
Facebook AI Researchは、会話の内容を知識として蓄えつつ、同時にネット検索をして知識をアップデートする機能を備えたAIチャットボット「BlenderBot 2.0」をオープンソースで公開したことを発表しました。 あたかも人間の様に会話に応じてくれるAIチャットボットは、今回発表された「BlenderBot 2.0」の前身となる「BlenderBot 1.0」も含めてこれまでにも存在しました。 これらはAIによって人間からの入力を理解し、それに対して過去にトレーニングした内容を基に情報を取り出し、適切な文章を生成して返答する能力を備えています。 しかしこれまでのAIチャットボットは、ある時点で集められた情報を基にトレーニングが行われ、それを基にAIチャットボットとして活動を行います。そのため、基本的には活動開始後に発生した事象に関する知識を持つことはありませんでした。 例え
DeNA×AI｜技術と、革新と、未来と。
AIを活用した技術の進歩。革新。 幅広いサービスの利用が、当たり前になった昨今、 これからの私たちが、提供できる価値とはいったい何か。 それは、DeNA × AIだからできる 「人」と「テクノロジー」が、組み合わさった未来です。 DeNA × AIが持つ 「意図や思いを汲み取った、質の高い発想力」、 「多岐にわたる経験を元にした、AI、データサイエンスの実践力」、 「複雑なシステムの開発、安定した稼働ができる技術力」など。 それぞれの強みを組み合わせることで、 まだどこにもない「モノづくり」や「コトがら」を、生み出していきます。 ともに、技術の向上を。 ともに、革新の追求を。 ともに、今よりも豊かな未来を。 さあ、DeNA × AIと 新しいモノづくりを一緒に。
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
Appleの自動運転車開発プロジェクト、責任者が人工知能部門トップに交代 - iPhone Mania
Appleの自動運転車プロジェクト「Project Titan」のトップが、機械学習と人工知能（AI）技術の責任者に交代した、とBloombergが報じています。 Project Titanのリーダーが交代 数年前から、Appleが開発を進めていると噂のある自動運転車プロジェクト「Project Titan」の責任者が、Appleの機械学習及び人工知能戦略担当上級副社長であるジョン・ジャナンドレア上級副社長に交代した、と事情に詳しい関係者からの情報としてBloombergが報じています。 現在の「Project Titan」は、Macのハードウェア責任者を務めたのちに約5年間のTeslaでの勤務を経て2019年にAppleに戻ったダグ・フィールド氏が率いています。 しかし、Bloombergの報道によると、フィールド氏の開発チームに所属する数百名のエンジニアたちは、ジャナンドレア氏が率いる
AIの想像力が人間を超えるとき。深層強化学習のブレイクスルー、D3RLの衝撃
AIの想像力が人間を超えるとき。深層強化学習のブレイクスルー、D3RLの衝撃 2020.10.08 Updated by Ryo Shimizu on October 8, 2020, 11:13 am JST 「最近のAIがすごい」と言われてからもう6年ほどが経過した。 なかでも人目を引いたのは、なんといっても2016年のAlphaGoだろう。最難関ゲームの一つと言われる囲碁において、人間のトップ棋士に対しAIが圧勝したのである。 これは「深層強化学習」というAIだが、実際のところ、「深層強化学習」を実用的に利用した例はまだ少ない。 多くのAIベンチャーやAIベンダーが扱う「AI」技術は、古典的な統計解析か、時折ニューラルネットを使っているくらいで、「深層学習」ではあっても「深層強化学習」とは完全に別物である。ラジオもコンピュータも同じ電気で動くものだが別物であるのと同じだ。 深層強化学
文章生成AI「GPT-3」がRedditで1週間誰にも気付かれず人間と会話していたことが判明
人工知能を研究している非営利団体OpenAIが開発した言語モデル「GPT-3」を使用して、何者かが海外掲示板のRedditに1週間近く投稿を続けていたことが分かりました。GPT-3による投稿は、最終的に開発者の手によって停止されましたが、発覚するまでの間GPT-3は誰にも気付かれることなく、Redditユーザーと言葉を交わしていたと報じられています。 kmeme: GPT-3 Bot Posed as a Human on AskReddit for a Week https://www.kmeme.com/2020/10/gpt-3-bot-went-undetected-askreddit-for.html Someone let a GPT-3 bot loose on Reddit — it didn’t end well https://thenextweb.com/neural
ヤフー、“ヤフコメ”の表示順位付け技術を無償公開 ネット上のコメント健全化目指す
APIの連携によって事業者は、AIの開発に必要な学習データや計算コストなどの初期投資をかけずに、自社サービスへのコメントの健全化に役立てることができるという。 今後もヤフーは誹謗中傷など悪質コメントに対する取り組みを進め、インターネット空間の健全化を目指すとしている。 関連記事 ヤフー、“ヤフコメ”のパトロールAIを外部提供へ 1日に2万件の誹謗中傷を削除可能 ヤフーが、「Yahoo!ニュース」コメント欄の健全化のため使用しているAIを、外部の事業者にも提供すると発表した。1日に平均約2万件の悪質な投稿を削除できる自然言語処理モデルを横展開し、投稿型サービスの健全化を図る。6月中をめどに、悪質なコメントへの対策強化に向けた検討会も開催する。 “繋がりすぎる”ネット時代の誹謗中傷問題、解決策はあるのか リアリティーショー番組でのSNS中傷を発端として、インターネット上の悪質な投稿に関する議論
Online shopping gets personal with Recommendations AI | Google Cloud Blog
With the continuing shift to digital, especially in the retail industry, ensuring a highly personalized shopping experience for online customers is crucial for establishing customer loyalty. In particular, product recommendations are an effective way to personalize the customer experience as they help customers discover products that match their tastes and preferences. Google has spent years deliv
GPT-3の衝撃 - ディープラーニングブログ
この1週間はGPT-3のユースケースの広さに驚かされる毎日でした． シリコンバレーでは話題騒然ですが日本ではほとんど話題になっていないので，勢いで書くことにしました． GPT-3はOpenAIが開発した言語生成モデルです．名前の由来であるGenerative Pretrained Transformerの通り，自然言語処理で広く使われるTransformerモデルを言語生成タスクで事前学習しています． 先月申請すれば誰でもGPT-3を利用できるOpenAI APIが発表され，様々な業種の開発者によって驚くべきデモンストレーションがいくつも公開されています． 特に話し言葉からJSXやReactのコードを生成するデモは著名なベンチャーキャピタルから注目を集め，誇大広告気味だと警鐘を鳴らす事態に発展しています． This is mind blowing. With GPT-3, I built
コロナ前のデータで訓練された機械学習モデル、現在完全に破綻 | ScanNetSecurity
ガートナー社によると、新型コロナのパンデミック以前にビジネスを行うために構築された機械学習モデルは、経済がロックダウンから立ち直るにつれもはや有効ではなくなり、企業は機械学習と企業データ管理において新たな課題に直面することになるという。 同社の調査グループは、「新型コロナの余波による極端な混乱により ... 過去のデータに基づいた多くのモデルが無価値になってしまった」と報告している。 例えば、製品推奨エンジンやネクスト・ベスト・オファーに機械学習を一般的に使用している企業は、そのアプローチを再考する必要があるだろう。教師あり機械学習モデルを再訓練するに十分なコロナ後のデータがないため、機械学習技術の幅を広げる必要がある。
AIブームに完全に出遅れたエグゼクティブの方々のための本を書きました - 渋谷駅前で働くデータサイエンティストのブログ
空前の人工知能ブームの中、主にエンジニアを中心とする若い人たちは必死に人工知能（機械学習）の研究開発・技術開発のトレンドを追いかけ続けているように見えますが、一方でそういう若い人たちをマネージする立場のエグゼクティブの方々を見ていると明らかに置いてきぼりを食らっている感がどこの現場を見ても否めません。 ということで、以下の2年前にバズった記事をベースにエグゼクティブの方々のためのAI入門本を書きました。 目次 第1章 なぜ世の中では今AIが騒がれているのか 第2章 なぜAIには理解不能な数学が使われているのか 第3章 なぜAIエンジニアの説明はあれほど小難しいのか 第4章 なぜAIの開発は大金を積んでもうまくいかないのか 第5章 なぜ鉄腕アトムやドラえもんが未だに作れないのか 第6章 なぜAIと国語教育の問題とがつなげて議論されているのか 第7章 なぜ我々は「ブラックボックスとしてのAI」
人工知能が不正を検知 証券取引審査をAIで強化する実証実験、SBI証券などが開始
SBI証券と楽天証券が、NECのディーブラーニング技術を活用して、不正取引の疑いのある取引を検知する実証実験を開始した。 SBI証券と楽天証券はそれぞれ、売買審査業務でAIに適用する実証実験をNECと共同で開始した。 SBI証券の現在の売買審査業務では、不公正取引の疑いのある注文をあらかじめ設定した基準で抽出して、そのデータを審査担当者が判断し、疑いが強いものについて詳細な調査を進めるという2段階のフローで行っている。だが、初期調査のデータが多いため、業務負担の軽減や業務効率の向上が課題だった。 それに加えて、近年は手口の複雑化などで売買審査の対象が拡大しており、不公正取引の疑いのある注文を、正確かつ迅速に判断することがより重要になっているという。 今回の実証実験では、NECのAI技術群「NEC the WISE」の1つであるディープラーニング技術を搭載した「NEC Advanced An
第1回 AI・人工知能 EXPO 基調講演まとめ - 人工知能に関する断創録
6/28から6/30に東京ビッグサイトで開かれた第1回 AI・人工知能EXPO*1に参加して、基調講演を聴いてきたので概要をメモ書き程度にまとめた。個別の展示はちょっと数が多いので省略^^; 今年の目標（2017/1/1）にも書いたけれど、AIをどうビジネスにしていくかという点は関心があるので今後も動向をウォッチしていきたい。MicrosoftとWatsonのAPIはあとで使い込んでみる予定。 全体的な所感 カスタマーサービス向けのチャットボットツール（ルールベース）に関する展示が非常に多い コンピュータビジョンに関連したDeep Learning技術も目立ったが既存モデル（YOLO物体検出、人検出など）の活用が中心 DL以前の機械学習手法・データマイニング・テキストマイニングの活用事例も多い テキスト・画像・音声データの収集・アノテーションに特化した会社（IR-ALT、REALWORLD
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
【後藤弘茂のWeekly海外ニュース】 人間の脳から産まれたディープラーニングのプルーニング
Dynamic Routing Between Capsules
グーグルの天才AI研究者、ニューラルネットワークを超える「カプセルネットワーク」を発表