タグ

AIに関するtessyのブックマーク (9)

  • 社内勉強会で生成AIについて発表したので70ページの資料を公開する! - Qiita

    前置き 毎週金曜日夕方に行われる社内勉強会にて、先日生成AIについて発表しました。折角なので少し加筆修正した資料を公開します。進化のスピードが早く、一時期傷気味に陥ってましたが改めて昨今の生成AI関連の基となるインプットを目指しました。 ※資料内冒頭に記載してますが、AIの専門家ではないので認識や説明に誤りがある可能性があります。 当方も勉強中なので、「ここ違うよ」や「これの説明もあるといいんじゃない」など様々なコメント大歓迎です! 資料 資料目次 AIの基 機械学習について 深層学習について 機械学習の種類 教師あり学習の得意なこと 教師あり学習のイメージ 教師なし学習の得意なこと 教師なし学習のイメージ 強化学習の得意なこと 生成AIについて 生成AIとは 生成AIの位置付け 生成AI利用例 代表的なサービス例 日における盛り上がり 生成AI市場規模 AGIとは AGIは近い?

    社内勉強会で生成AIについて発表したので70ページの資料を公開する! - Qiita
  • GPT-4時代のエンジニアの生存戦略 - Qiita

    GPT-4時代のエンジニアの生存戦略 ※ この記事の内容の一部はこちらのイベントでお話したことと重複します。 はじめに 2023年3月1日にOpenAI社よりChatGPTAPIが公開されました。 さらに14日にはGPT-4が登場し、その翌々日にはMicrosoft 365 CopilotでGPT-4をOffice製品に搭載することが発表されるなど、AI領域で大きな変化が起きています。 変化の速度の速さと変化量の大きさにより、私自身も追いつくのが精一杯な状態です。 個人的には、iPhoneの登場時以上の衝撃を受けています。 人類の歴史上、過去3回AIブームがありました。Generative AIが4回目のブームになります。 そして、特に日においては顕著なのですが、AIへの過度な期待とそれへの失望の繰り返しがここ数十年にわたって繰り返されてきました。 直近だと数年前のDeep Learn

    GPT-4時代のエンジニアの生存戦略 - Qiita
  • 2022年11月末、今からAI画像生成を触りたい未経験者向け記事|852話

    こんにちは、852話です。 世でAI画像生成サービスが騒がれ、一旦瞬間最大風速を超えたかなと思う最近ですが、改めて『全くAI画像生成に触れてきてないけど、今から触ってみたい』という人向けの記事を書きます。 記事は ・パソコンを持っていなくても気軽に初められる ・英語がわからなくてもなんとかなる ・無料で体験できる ・もっとカッコいいものを作りたい時 などを書きました。 今現在AIに触れている方向けの記事はまた次の機会にアップします。 ・そもそもAI画像生成って何?この項目は区別がつかなかったりしても大丈夫ですし読み飛ばしても構いません。 現在話題になっているAIでの画像生成サービスの機能は、 「文章から画像を出力する」 text to image→通称t2i 「画像を指定して画像を出力する」 image to image→通称i2i の二種類がメインです。 サービス自体はDALL-E、Mi

    2022年11月末、今からAI画像生成を触りたい未経験者向け記事|852話
  • 自動運転車セキュリティ入門 第1回:自動運転車セキュリティの概要 | 技術者ブログ | 三井物産セキュアディレクション株式会社

    現在、世界各国で自動運転車の開発が盛んに行われています。 自動運転車は、人間が運転操作を行わなくとも自動で走行できる自動車と定義されており、カメラやレーダー、GPSなどのセンサー類や、高精細の地図情報を配信するクラウドサービス、また、他車両と通信を行うネットワークサービスなどを組み合わせることで、自律的な走行を実現しています。また、より完全な自立走行を実現するために、道路標識や歩行者などの認識や、運転操作の意思決定をディープラーニング・モデルで行う自動運転車も開発が進んでいます。 このように、自動運転車には「繋がる」「自律走行」という、従来の自動車にはなかった新たな性質が加わっています。しかし、これと同時に、センサー類やクラウドサービス連携に対する攻撃や、ディープラーニング・モデルに対する攻撃といった、従来の自動車にはなかった新たな攻撃経路も生まれています。 そこで、連載は「自動運転車セ

    自動運転車セキュリティ入門 第1回:自動運転車セキュリティの概要 | 技術者ブログ | 三井物産セキュアディレクション株式会社
  • AIの認識をだませる『敵対的機械学習』の話がもうSFの世界「人間には同じ画像に見えるのに」

    ウチューじん・ささき @uchujin17 攻撃的機械学習 Adversarial Machine Learning (AML)なんて用語が出来ていたのか。そしてAMLに対抗すべくCounter-AML AIが導入されているという。「敵は海賊」の世界はもう現実になっていたんだな。 2020-12-05 03:51:06 リンク Wikipedia Adversarial machine learning Adversarial machine learning is a machine learning technique that attempts to fool models by supplying deceptive input. The most common reason is to cause a malfunction in a machine learning model

    AIの認識をだませる『敵対的機械学習』の話がもうSFの世界「人間には同じ画像に見えるのに」
  • 「AVモザイク除去」できるAIに業界が震撼、人気AV女優も被害に… | 日刊SPA!

    かつて実話誌の広告にあった「AVのモザイク除去機」が現代に甦った! AI技術の進化によりモザイクの除去が可能となったが、人気AV女優も被害にあうなど、業界は深刻な被害に頭を痛めていた 昨年12月にSPA!は、AI人工知能)で有名芸能人の顔にすげ替えた「フェイクポルノ」の蔓延についてお伝えしたが、現在、AIを悪用したアダルトコンテンツにはもう一つの潮流がある。それはモザイクが限りなく薄く見える「モザイク除去動画」の存在だ。すでにKやFといった海外のポルノ動画サイトでは大量にアップされている。 なかには来、無修正作品が出回っているはずのない有名女優のT・SやM・Yなどの動画もある。これらの動画が流通し始めた当初、「いったいこれは何だ?」と謎が謎を呼んだが、そのカラクリが明らかになりつつあり、AV業界が震撼しているという。 真相に迫る前に、まずは実際にサイトで件の動画を探してみた。無数にア

    「AVモザイク除去」できるAIに業界が震撼、人気AV女優も被害に… | 日刊SPA!
    tessy
    tessy 2020/02/12
  • 故人の歌声合成を、当事者視点で考える 「AI美空ひばり」は冒とくなのか

    故人の歌声合成を、当事者視点で考える 「AI美空ひばり」は冒とくなのか:立ちどまるよふりむくよ(1/3 ページ) これについては、死とIT技術の関係を追いかけているジャーナリスト、古田雄介さんが総括しているので、現在取り沙汰されている「問題点」はこの記事を読んでもらえばスッキリすると思うが、ある種の当事者としては自分のケースを少し話しておいたほうがよさそうな気がする。 お久しぶりか、初めましてか――“AI美空ひばり”に見る「デジタル故人」との付き合い方 ぼくは、2013年にが他界してから、彼女が遺した録音を元に歌唱合成した楽曲を制作し、公開し続けている。100曲を超えてからは数えていない。故人の新たな歌声と日常的に接している例があるということ、「AI美空ひばり」は何も特別なものではないということを、まずは知ってもらいたい。 次の文章は、の歌声による歌唱合成ができるようになってしばらくし

    故人の歌声合成を、当事者視点で考える 「AI美空ひばり」は冒とくなのか
    tessy
    tessy 2020/01/23
  • 東大特任准教授が「行き過ぎた言動」を謝罪 原因は「AIの過学習によるもの」

    「弊社Daisyでは中国人は採用しません」などとTwitterで発言していた東京大学大学院情報学環・学際情報学府の大澤昇平特任准教授が12月1日、自身のTwitterで謝罪した。「この度は当職による行き過ぎた言動が、皆様方にご迷惑、不快感を与えた点について、深く陳謝します」とし、一連の発言は「AIの『過学習』によるもの」と説明した。 不適切とされた一連のツイートについて大澤氏は、「特定国籍の人々の能力に関する当社の判断は、限られたデータにAIが適合し過ぎた結果である『過学習』によるものです」と投稿。これを受け、ネットでは「AIのせいにするな」など批判の声が相次ぎ、12月1日に「AIのせい」がTwitterでトレンド入りした。 AI開発を行う企業Daisyの代表を務める大澤氏は11月20日、「弊社Daisyでは中国人は採用しません」などと投稿し、人種差別ではないかとネットでは批判が殺到。これ

    東大特任准教授が「行き過ぎた言動」を謝罪 原因は「AIの過学習によるもの」
  • 「女性エンジニア少ない問題」を解決するために、機械学習で男性エンジニアを女性に変換する

    2018年4月21日、株式会社サイバーエージェントが主催するイベント「Battle Conference U30」が開催されました。30歳以下のエンジニアによる30歳以下のエンジニアのための技術カンファレンスであるイベントには、さまざまな領域で活躍する若手が登壇。企業の枠を超えて、自身の技術・事業・キャリアに関する知見を発表しました。「機械学習ブームの裏側に」に登壇したのは、ヤフー株式会社データプラットフォーム部の池上哲矢氏。「女性エンジニアが少ない」という問題に対して、機械学習を用いて解決を試みた、ユニークな取り組みを紹介します。 「連続最適化」を研究し、ヤフーへ 池上哲矢氏(以下、池上):ご紹介に預かりました、ヤフー株式会社の池上哲矢と申します。 今日は「機械学習ブームの裏側に」というタイトルで、発表させていただきたいと思います。こういったイベントは初めてで、すごく緊張しているんで

    「女性エンジニア少ない問題」を解決するために、機械学習で男性エンジニアを女性に変換する
    tessy
    tessy 2018/06/24
  • 1