Bard is now Gemini. Get help with writing, planning, learning, and more from Google AI.
PICK Pick a bitmap image that you want to vectorize and drag and drop it onto the page. Bitmap images, such as JPEGs and PNGs, are represented as a grid of little squares called 'pixels', each with its own color. PROCESS We analyze, process, and convert your image from pixels to geometric shapes. The resulting vector image can be scaled to any resolution without getting blurry, and can be used to
話題の ChatGPT + LangChain で、膨大な PDF ドキュメントの内容を爆速で把握するPDFOpenAIChatGPTlangchain記事投稿キャンペーン_ChatGPT はじめに 本記事では、ChatGPT と LangChain の API を使用して、PDF ドキュメントの内容を自然言語で問い合わせる方法を紹介します。 具体的には、PDF ドキュメントに対して自然言語で問い合わせをすると、自然言語で結果が返ってくる、というものです。 ChatGPT と LangChain を使用することで、下記のような複数ステップの仕事を非常に簡単に実行させることができます。 PDF ドキュメントからテキストを抽出して複数に分割する 分割したテキストからテキスト間の関連を表すベクターデータを作成する 作成したベクターデータをベクターストアに格納しておく ChatGPT に外部から与
Upgrade for image upload, smarter AI, and more Pro Search.
20年の機械学習・ニューラルネットワーク研究から見えた、人工知能の歴史と未来 人工知能はどのような技術によって進歩し、どのような未来に向かってかじをきっているのでしょうか。今回は20年近く人工知能の研究をしてきた人工知能分野のフロントランナーの方々にインタビューしました。 人工知能ブームを再燃させたディープラーニング。このブレイクをきっかけに、世の中にはさまざまな人工知能関連の情報があふれています。多くのディープラーニングフレームワークに採用されているPythonが盛り上がりを見せ、機械学習やディープラーニングの関連書籍がエンジニア界隈を賑わせました。 そもそも、人工知能はどのような技術によって進歩し、どのような未来に向かってかじをきっているのでしょうか。今回は20年近く人工知能の研究をしてきた方々にインタビューしました。筑波大学で人工知能研究室の室長を務め、同大で「人工知能特論」の講義も
近年急激な発展を遂げたAI(人工知能)技術はコンピューター技術の発展が欠かせないものでしたが、実は意外と思えるほど古い時代からその概念が提唱されていました。そんなAIとそれを可能にするディープラーニングの歴史をムービー「History of Deep Learning」が振り返っています。 History of Deep Learning - YouTube 「ディープラーニング」は別名、「Deep Artificial Neural Networks」とも呼ばれ、ここから「ニューラルネットワーク」という呼び名が生まれています。 そのアルゴリズムの基となったのが、人間の脳にある神経ネットワーク「ニューロン」のモデルです。 その歴史は古く、少なくとも1943年にはすでにその概念が存在していたと考えられています。当時はまだ第二次世界大戦まっただ中の時代です。 ニューロンが別のニューロンから電気
AI技術による線画自動着色サービスPaintsChainerの機能が、お絵描きコミュニケーションプラットフォーム「pixiv Sketch」に追加されました。自動着色ボタンを押すだけでAIがイラスト上の顔や服装、風景等を認識して自動的に色塗りを行い、イラスト制作のうち「着色」という行程を手助けしてくれるとのことなので、試しに使ってみました。 お絵描きコミュニケーションアプリ「pixiv Sketch」と線画自動着色サービス「PaintsChainer」が連携。AI技術によるイラストの自動着色機能を提供開始。 | ピクシブ株式会社 http://www.pixiv.co.jp/press-release/archives/4756/ イラストを描くには(1)下書き(2)線画(3)着色(4)仕上げの4つの行程を行いますが、pixiv Sketchの自動着色はこのうち(3)を行ってくれるもの。
By Global Panorama 大手IT企業が開発に注力している人工知能の技術が話題になると、必ず心配されるのが自我を持った人工知能が人間に反旗を翻して戦争を起こすのではないかということです。映画でしか語られないような人工知能の反逆について、ディープラーニングを研究するGoogleの人工知能部門「Brain Team」が、それよりも心配すべき問題が他にあることを明かしました。 AMA: We are the Google Brain team. We'd love to answer your questions about machine learning. https://m.reddit.com/r/MachineLearning/comments/4w6tsv/ama_we_are_the_google_brain_team_wed_love_to/ The head of
HaloのコルタナやMass EffectのEDI、そしてPortalシリーズのGlaDOSなど、ビデオゲームでは馴染み深いキャラクターの1つに人間臭いAIの存在が挙げられますが、ゲーム開発においても経路探索を始めとしたAIの活用と進化など、昨今のリアルなゲームを実現する最重要技術の1つとしても認識されています。 ロボット技術と並行して様々な分野で開発が進められているAI技術ですが、機械工学など多くの分野で世界をリードするコーネル大学のCornell Creative Machines Labが人間との対話を行うAIのWebサービス“Cleverbot”と、テキスト音声合成、そしてアバターを組み合わせAI同士に会話させるという奇妙な実験を行い、その様子を映像で公開しました。 これがその様子を収めた映像ですが、男女のCleverbotは以下の様な会話を交わしています。 女:こんにちは 男:や
About CleverbotThe site Cleverbot.com started in 2006, but the AI was 'born' in 1988, when Rollo Carpenter saw how to make his machine learn. It has been learning ever since! Things you say to Cleverbot today may influence what it says to others in future. The program chooses how to respond to you fuzzily, and contextually, the whole of your conversation being compared to the millions that have ta
前の記事 「机や服を爪でこする音」を使った入力システム(動画) 人工脳の進化実験:「だます戦略」も進化 2009年8月20日 Brandon Keim Image: PNAS。サイトトップの画像は、人工呼吸の訓練用ダミーたち。Wikimedia Commons 映画『ターミネーター』シリーズのお蔵入りになったシーンだと言われたら信じてしまいそうな実験が行なわれた。ロボットたちに「人工脳」を搭載して動物たちのように生存競争を行なわせたところ、短期間のうちに進化し、互いをあざむく技を身につけたのだ。 これらのロボットはサッカーボールほどの大きさで、車輪とセンサー、点滅する信号ライトを組み合わせてあり[画像B]、デジタルの神経回路で制御されている。ロボットを設計した研究者らは、これらのロボットを1つのコートに入れて競わせた。コートの両端に、「食物」「毒物」を示す紙製の円を置き、食物を見つけてその
AI研究の草分けで「人工知能の父」とも呼ばれるマービン・ミンスキー(Marvin Minsky)氏が、6月22日、早稲田大学理工学キャンパスにて学生向けに講演した。日本語での演題は「常識をもつロボットの実現に向けて ――常識・思考・感情・自己とは何か――」。 ミンスキー氏は1956年に行なわれたいわゆる「ダートマス会議」の発起人の一人で、MIT人工知能研究所の設立者の一人でもある。司会を務めた早稲田大学理工学術院長の橋本周司氏は「人工知能というものに対して数学的なバックグラウンドを与え。学問として確立した」人物としてミンスキー氏を紹介した。 ミンスキー氏の著作としては『心の社会(The Society of Mind, 1985)』(安西祐一郎 訳/産業図書)が有名だ。そして間もなく共立出版から『The Emotion Machine: Commonsense Thinking, Arti
前の記事 「衛星成功に総書記は涙」:北朝鮮の核再開宣言とミサイル輸出 「物理法則を自力で発見」した人工知能 2009年4月15日 Brandon Keim Image credit: Science、サイトトップの画像はフーコーの振り子。Wikimedia Commonsより 物理学者が何百年もかけて出した答えに、コンピューター・プログラムがたった1日でたどり着いた。揺れる振り子の動きから、運動の法則を導き出したのだ。 コーネル大学の研究チームが開発したこのプログラムは、物理学や幾何学の知識を一切使わずに、自然法則を導き出すことに成功した。 この研究は、膨大な量のデータを扱う科学界にブレークスルーをもたらすものとして期待が寄せられている。 科学は今や、ペタバイト級[1ペタバイトは100万ギガバイト]のデータを扱う時代を迎えている。あまりに膨大で複雑なため、人間の頭脳では解析できないデータセ
これまでもさまざまなスーパーコンピューターが作られ、膨大な計算が必要な研究に対してその演算能力を発揮し、人類の科学の発展に寄与してきたわけですが、このままスーパーコンピューターが順調に成長し続けると、どうやら2025年には人間の脳内にあるニューロンのシミュレーションさえ可能になるそうです。 一体どういう理屈でそんなことになってしまうのか、1990年から近未来に至るまでのスーパーコンピューターの成長を見てみましょう。 グラフは以下から。 Singularity is Near -SIN Graph - Growth in Supercomputer Power 黒の実線部分が実際の計画とスーパーコンピューター名、そして白い横断歩道みたいな線がトレンドライン、つまり傾向線。現在までの勢いでトレンドラインを描くと、なんと以下のようになります。 2013年……人間の脳の機能をシミュレーションするの
"Palmの生みの親"として知られるJeff Hawkins氏が2005年に設立した会社Numentaがインテリジェントコンピューティングのソフトウエアプラットフォームをリリースした。パターン認識やマシーンラーニングなど、コンピュータが苦手とする問題を解決してくれる。考えるコンピューティングを実現するという。 Numentaのソフトウエアプラットフォームは、Hierarchical Temporal Memory (HTM)テクノロジに基づいている。その仕組みのヒントは、Hawkins氏が2005年に出版した「On Intelligence(考える脳 考えるコンピューター)」の中で示されている。 従来のAI(Artificial Intelligence)はバイオロジー側からのアプローチではなく、コンピュータの処理能力を活かして、あたかも知能が備わっているかのように振る舞わせていた。IBM
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
処理を実行中です
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