無料でセルフホストも可能なオープンソースの地図「OpenFreeMap」
自身のウェブサイトやアプリケーションにカスタムマップを表示したい場合、サイトへの登録やユーザーデータベースの作成、使用料の支払いなど面倒な手順を踏む必要がある場合もあります。しかし、ソフトウェアエンジニアのZsolt Ero氏が提供する「OpenFreeMap」は、無料でカスタムマップを表示できるほか、セルフホストすることも可能です。 OpenFreeMap https://openfreemap.org/ 実際に表示されるマップの例が以下。白黒でシンプルに表示されるマップが「Positron」です。 「Bright」ではカラーでマップが表示されるほか、ビルなどの名称が表示されます。 「3D」はマップを鳥瞰(ちょうかん)で見ることが可能で、ビルなどが立体的に表現されているのが特徴です。右クリックでマップを回転・角度を変化させることも可能です。 もう一つのスタイル「Liberty」は「Bri
Raspberry Piを長期間連続稼働させる際にチェックしておくべきポイント
Raspberry Piシリーズを用いて「ルーター」「メディアサーバー」「監視カメラ」などを自作した場合、いかにして長期間連続稼働させるかが課題となります。Raspberry Piを長期間連続稼働させる際に役立つポイントをソフトウェアエンジニアのクリス・ゾムバック氏がまとめています。 Considerations for a long-running Raspberry Pi # Chris Dzombak https://www.dzombak.com/blog/2023/12/Considerations-for-a-long-running-Raspberry-Pi.html ◆インターネット接続状況を監視する Raspberry Piを長期間稼働させていると、何らかの理由でWi-Fi接続が切断されることがあります。ゾムバック氏は「Raspberry Piにpingを定期的に送信し、
Googleが超高品質な動画生成AI「Lumiere」を発表、フレーム同士のつながりが自然で「テキストや画像から動画生成」「写真の一部を動画化」「動画の一部分を指定して加工」などなど機能てんこもり
Googleの研究チームが動画生成AI「Lumiere」を2024年1月24日(水)に発表しました。Lumiereではフレーム同士が自然につながった違和感の少ない動画を生成可能で、テキストや画像を入力して動画を生成できるほか、動画の一部分を指定して別の動画に置き換えたり、写真の一部分だけを動かしたりといった操作も可能です。 Lumiere https://lumiere-video.github.io/ テキストや画像を入力して動画を生成できるAIは数多く存在していますが、それらのAIの多くは「フレームを複数枚生成し、フレーム同士を補間する」という手法で動画を生成しているため、フレーム同士のつながりが不自然になりがちです。一方で、Lumiereは「動画全体のフレームを一度に生成する」という手法を採用しており、フレーム同士のつながりが自然で違和感の少ない動画を生成可能。生成可能な動画のフレー
Amazonでの買い物をしやすくする機能5つを公式がアピール、画像を元に検索する「Amazon lens」や最近の購入情報の表示など
インターネット小売サイトのAmazonでは、日々さまざまな機能が追加・更新されていますが、なかなかどんな機能があるのか全てを把握するのは難しいもの。そうしたユーザーを助けるためか、Amazonが公式ブログにて最近追加された買い物が便利になる機能を5つピックアップして紹介していました。 5 ways Amazon is making it easier to search and shop for products https://www.aboutamazon.com/news/retail/amazon-makes-it-easier-to-search-and-shop ◆1：画像を元に検索できる「Amazon lens」 Amazonアプリの検索欄の右側にカメラマークがあるので、この部分をタップします。 Amazon lensが起動するので、中央の枠内に検索したいものを入れて「検索」
自分のイラストや写真を画像生成AIが学習するのを妨害する電子透かしを入れるツール「Mist」
Stable DiffusionやMidjourneyなどの画像生成AIはデータセットの画像から学習していますが、このデータセットに含まれる画像の著作権については議論があり、「自分のイラストや写真をAIに学習されたくない」という人も多くいます。上海交通大学の研究チームが発表した「Mist」は画像に見えない透かしを入れることで、AIによって画像を認識できなくさせ、学習を防ぐ処理ツールです。 Mist https://mist-project.github.io/index_en.html [2302.04578] Adversarial Example Does Good: Preventing Painting Imitation from Diffusion Models via Adversarial Examples https://doi.org/10.48550/arXiv.23
ついにPhotoshopへ驚異的AI機能「ジェネレーティブ塗りつぶし」追加へ、「画像の続きを生成する機能」「被写体を生成して画像内に追加」などができベータ版で利用OK
Adobeが画像編集アプリ「Photoshop」にジェネレーティブAI「Firefly」を統合し、AI機能「ジェネレーティブ塗りつぶし」を追加することを発表しました。「ジェネレーティブ塗りつぶし」では「画像の続きを生成」「画像の一部をAIで生成した画像に置き換え」といった操作を実現可能です。 アドビ | Adobe https://www.adobe.com/jp/ Photoshopに搭載されるAI機能「ジェネレーティブ塗りつぶし」はこんな感じ - YouTube 「ジェネレーティブ塗りつぶし」の実例こんな感じ。まず、画像の一部を選択状態にします。 続いて「Generative Fill(ジェネレーティブ塗りつぶし)」をクリック。 すると、道路上のタイヤ痕が消えました。 続いて道路の中央部分を選択。 「yellow road lines(黄色い車線)」と入力して「Generate」をクリ
テキストや画像から3Dモデルを生成するオープンソースのAI「Shap-E」をOpenAIが発表
大規模言語モデルのGPT-4やチャットボットAIのChatGPTを開発するOpenAiが、テキストや画像を入力することで3Dモデルを自動生成するAI「Shap-E」を発表しました。Shap-Eはオープンソースで開発されており、無料で使用できます。 GitHub - openai/shap-e: Generate 3D objects conditioned on text or images https://github.com/openai/shap-e 機械学習エンジニアのhysts氏がShap-Eを体験できるデモサイトをAI向けリポジトリサイトのHugging Faceに作成しており、Shap-EがどんなAIなのかをブラウザから簡単に体験できます。 Shap-E - a Hugging Face Space by hysts https://huggingface.co/spaces
オープンソースでGPTベースの大規模言語モデル「Cerebras-GPT」7種類が一気に誰でもダウンロード可能に
AI企業のCerebrasが、オープンソースでパラメータ数1億1100万～130億の大規模言語モデル「Cerebras-GPT」7種類を公開しました。Cerebras-GPTは、OpenAIのGPT-3をベースに、DeepMindが2022年3月にリリースしたChinchilla方式で学習したモデルで、これまでに公開されているどのモデルよりも学習時間が短く、学習コストが低く、消費電力が少ないのが特徴とのことです。 Cerebras-GPT: A Family of Open, Compute-efficient, Large Language Models - Cerebras https://www.cerebras.net/blog/cerebras-gpt-a-family-of-open-compute-efficient-large-language-models/ cerebr
Stable Diffusion開発元が3Dアニメーション生成AI「Stability For Blender」を発表、アニメーション生成や3Dモデルのテクスチャ生成などが可能
画像生成AI「Stable Diffusion」の開発元であるStability AIが、3DCGソフトウェア「Blender」上で動作するAI搭載拡張機能「Stability For Blender」を公開しました。Stability For Blenderでは「Blenderで作成したラフ画像を元に好みの画像を生成」「テクスチャのラフ画像からリアルなテクスチャ生成」「アニメーションを生成」といったAI機能を無料で使えます。 Stability for Blender https://platform.stability.ai/docs/integrations/blender Stability AI Announces Stability For Blender; Text To Image Creation in 3D — Stability AI https://ja.stabi
画像生成AI「Stable Diffusion」をPhotoshopで使えるプラグインが登場したので使ってみた
画像生成AI「Stable Diffusion」は、文字列を入力するだけで簡単に人が描いたような絵や写真を作り出すことが可能なソフトウェアとして話題になりました。このStable Diffusionが生成した画像をさまざまな画像編集ソフトで扱えるようにするプラグインが有志によってこれまで開発されており、ついにAdobe Photoshopで使えるプラグイン「The Stable Diffusion Photoshop Plugin」が登場したので、実際に導入してみました。 Christian Cantrell https://christiancantrell.com/#ai-ml The Stable Diffusion Photoshop Pluginは、Stable Diffusionの開発元であるStability AIが提供する画像生成サービス「DreamStudio」に演算を任
Google Cloudが商品棚の在庫状況を天井カメラ・ロボット・店員からの動画や画像を分析することで追跡できるAIツールを発表
Googleのクラウドコンピューティング部門であるGoogle Cloudが、2023年1月13日(金)にVertex AI Vision上に最先端のAIソリューションを構築し、小売店の店内在庫を認識・追跡することができるAIツールを発表しました。 Google Cloud Unveils New AI Tools for Retailers https://www.prnewswire.com/news-releases/google-cloud-unveils-new-ai-tools-for-retailers-301721298.html Google Cloud Introduces Shelf Inventory AI Tool for Retailers - WSJ https://www.wsj.com/articles/google-cloud-introduces-sh
Microsoftが「感情を読み取る」と物議を醸した顔認証ツールを廃止
Microsoftが、年齢や性別、表情などを読み取る顔認識サービスの一部機能を廃止することを発表しました。これらの「人々の感情を読み取る機能」は、Microsoftの社内外で正当性やプライバシーに関する物議を醸していました。 Microsoft's framework for building AI systems responsibly - Microsoft On the Issues https://blogs.microsoft.com/on-the-issues/2022/06/21/microsofts-framework-for-building-ai-systems-responsibly/ Responsible AI investments and safeguards for facial recognition | Azure Blog and Updates |
無料で写真から3Dプリント出力可能なモデルを生成できるオープンソースの3D再構築ソフト「Meshroom」
3D再構成とカメラ追跡アルゴリズムを提供するフォトグラメトリフレームワークのAliceVisionに基づくオープンソースの3D再構成ソフトが「Meshroom」です。MeshroomはWindowsとLinux向けにリリースされており、無料でインストールすることができます。 AliceVision | Meshroom - 3D Reconstruction Software https://alicevision.org/#meshroom Meshroomがどんなソフトなのかは以下のムービーを見ればよくわかります。 Photogrammetry 2 – 3D scanning with just PHONE/CAMERA simpler, better than ever! - YouTube Meshroomは複数の大学やラボの協力によって開発された、フォトグラメトリソフトウェアです
スマホ1台で手軽に物体を3Dスキャンできるアプリ「Trnio 3D Scanner」を使ってみた
iPhoneを利用して物体の3Dスキャンを行うアプリは複数存在しますが、その多くはLiDARスキャナ(測距センサー)が必須で、LiDARスキャナを搭載していないモデルでは使用できません。iPhone向けアプリの「Trnio 3D Scanner」なら、LiDARスキャナを搭載していないモデルでもカメラを使った3Dスキャンが可能とのことなので、実際に使って物体の3Dスキャン手順を確かめてみました。 Trnio 3D Scanner https://www.trnio.com/ ・目次 ◆1：Trnio 3D Scannerのインストール手順 ◆2：色んな物体を3Dスキャンしてみた ◆3：3Dデータの出力手順 ◆1：Trnio 3D Scannerのインストール手順 まずは、以下のリンクからTrnio 3D Scannerの配布ページにアクセスします。Trnio 3D ScannerはiPho
ドイツ新政権が「公共の場での生体認証による監視の禁止」を発表、監視の規制が欧州全体に広がる可能性も
2021年11月24日に連立政権の樹立が決定したドイツ社会民主党・緑の党・自由民主党は連名で、公共の場で顔認証などの生体認証技術を用いた監視や追跡を行うことを禁止する公約を打ち出しました。公約には、欧州全体に対する要請が含まれているため、EUの人権擁護団体であるEuropean Digital Rights(EDRi)らは新政権を歓迎する声明を発表し、差別につながるとの懸念がある監視技術撤廃の支持を表明しています。 SUCCESS! New German government calls for European ban on biometric mass surveillance - Reclaim Your Face https://reclaimyourface.eu/new-german-government-calls-for-european-ban-on-biometric-
数ミリ単位での位置情報取得が可能な「Micro-GPS」が開発される
GPSは、スマートフォンや自動車、ドローンなどの位置情報取得に用いられていますが、「室内では位置情報を取得しづらい」「数mm単位での位置情報取得は難しい」といった問題が存在します。そんな中、アメリカ・プリンストン大学の研究チームが地面の情報をスキャンすることで非常に高精度な位置情報を取得するシステム「Micro-GPS」を開発しました。 High-Precision Localization Using Ground Texture https://arxiv.org/abs/1710.10687 Micro-GPS https://microgps.cs.princeton.edu/ Micro-GPSは地面の模様データを基に位置情報を数mm単位で認識可能。以下のムービーではMicro-GPSの仕組みが解説されています。 Micro-GPS ICRA2019 - YouTube Amaz
Intelが3Dスキャン・奥行知覚・顔認識などを実現する「RealSenseテクノロジー」の開発を終了
Intelがハイテクカメラ・センサー事業を縮小し、3Dスキャン・奥行知覚・顔認識などに用いられている同社の「RealSenseテクノロジー」の開発を終了すると発表しました。 Intel Says It’s Shuttering RealSense Camera Business https://www.crn.com/news/components-peripherals/intel-says-it-s-shuttering-realsense-camera-business Say goodbye to Intel’s RealSense tech by remembering its incredible demos - The Verge https://www.theverge.com/2021/8/17/22629528/intel-realsense-3d-camera-tec
オープンソースのニューラルネットワーク向けプログラミング言語「Triton」をOpenAIが公開
NVIDIAが開発・提供するGPU向けの汎用並列コンピューティングプラットフォームである「CUDA」を超える生産性と高速コード記述が可能になるようなオープンソースのニューラルネットワーク向けプログラミング言語「Triton」が公開されました。非常に効率的なカスタムディープラーニングプリミティブを作成するための言語コンパイラとなっており、GitHub上で開発リポジトリが公開されています。 Introducing Triton: Open-Source GPU Programming for Neural Networks https://www.openai.com/blog/triton/ OpenAI debuts Python-based Triton for GPU-powered machine learning | InfoWorld https://www.infoworld.
OpenAIが開発した画像認識AI「CLIP」の思考の特徴とは？
高精度な文章を生成するAI「GPT-3」や、文章から画像を生成するAI「DALL・E」などを開発している非営利団体のOpenAIが、新たに開発している画像認識AI「CLIP」の思考の特徴を解説しています。 Multimodal Neurons in Artificial Neural Networks https://openai.com/blog/multimodal-neurons/ 人間には、「女優のハル・ベリーの顔写真を見ても、ハル・ベリーのイラストを見ても、『ハル・ベリー』という文字列を見ても反応するニューロン」のように、異なる種類の情報に対して一様に反応するニューロンが存在することが知られています。OpenAIによると、CLIPは人間と同じようにさまざまな形態の情報を同じものとして扱うことができます。 人間の顔を「人間の顔」として認識する従来の画像認識モデルは、人間の顔のイラス
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
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
