ベルリン工科大学の最近の研究により、ロボットと一緒に働く際の「ソーシャル・ローフィング」と呼ばれる人間の興味深い行動が明らかになった。この現象は、チームメンバーやテクノロジーが自分の努力を補ってくれると考えた場合に、「個人の勤勉さ」が低下するというものだ。ロボットがチームの一員となった場合のチームワークやモチベーションの原動力について興味深い問題を提起している。 回路基板のエラーチェックに「手抜き」が ディートリンド・ヘレン・サイメク氏が主導し、『Frontiers in Robotics and AI』に掲載されたこの研究は、共同作業環境における人間とロボットの複雑な関係を掘り下げたものである。研究者たちは、チーム内にロボットが存在することで、従来の人間チームと同様のモチベーション効果が得られるかどうかを調査した。 仮説を検証するため、作業員グループに様々な品目の品質検査を担当させた。注

私は長らくOpenAIとChatGPTの大ファンであり、ChatGPTはリリース初日から使用し、有料プランもリリース当初から加入して利用してきました。しかし、この度Claude 3 Opusの文章のクオリティの高さに魅了され、ChatGPTからの乗り換えを決意しました。 （2024.4.29追記）こんなに記事を沢山読んでいただいたにも関わらず申し訳ないのですが、純正Web版Claude3Opusの 使用制限が厳しくなっていることと、ChatGPTのGPT4-turbo へのアップデートおよびChatGPTが使いがちな単語をnegative promptで抑制することで、好みの英文が出るようなったので、現在はPerplexityProでClaude3Opusを使い、ChatGPTは課金を再開しました。（これにした経緯は後述） （2024.3.19追記）Opusとりあえず試してみたい！という方

はじめに Gitのステージングエリアにあるファイルを対象に、レビュー結果をSlackに通知するアプリケーションを作成しました。 開発環境のターミナルで指定したコマンドを実行するだけで、Slackにレビュー結果が送信されます。 ソースコードは以下です。 こんな人におすすめ コードレビューを受ける前に自分で事前チェックをしたい方 一人でコードを書くことが多く、レビュワーがいない方 どうせなら楽しくレビューしてもらいたい、好きなキャラクターにレビューしてもらいたい方 アプリケーションの構成 レビュー依頼の手順と流れ 以下のような手順と流れでレビュー結果を得ることができます。 レビュー対象のファイルをステージングエリアに登録する（複数ファイルの登録が可能です） ローカルのターミナルでaireviewコマンドを実行 Slackに必要な情報が送信される レビュー結果を確認する スレッドにレビュー結果が

OpenCVを使用して画像から複数のオブジェクトを認識し、切り出すための一般的な手順は以下のようになります： 前処理: 画像を読み込みます。必要に応じて画像をリサイズします。グレースケールに変換するか、あるいは必要に応じて色空間を変更します。オブジェクトの検出: エッジ検出、閾値処理、または色に基づくフィルタリングなどを使用してオブジェクトを検出します。輪郭検出を行い、オブジェクトの境界を見つけます。輪郭の処理: 検出された輪郭をフィルタリングして、ノイズや小さなオブジェクトを除去します。必要に応じて輪郭を近似します。オブジェクトの切り出し: 各オブジェクトの境界ボックスを使用して画像からオブジェクトを切り出します。オブジェクトごとに個別の画像として保存するか、表示します。後処理 (オプション): 切り出されたオブジェクトをさらに処理するためのステップを行います。例えば、オブジェクトのサイ

1. はじめに ついに ChatGPT-4V が使えるようになりました！ これまでGUIを作成するときには、ChatGPT に 「まず左上にテキストボックスがあって、その右にボタンがあって...」 とちまちま指示する必要があったのですが、GPT-4V により画像を渡せるようになります。 この記事では、ChatGPT-4V を使うと GUI 作成がどのくらい楽になるのかを検証してみたいと思います！ 作成するGUIはこちらのものです。 2. GPT-4V の読み取り精度の確認 2.1. 日本語のポンチ絵 まず、元の記事で使用した日本語のポンチ絵を渡して、どのように読み取れるのかを確認します。 GUIの各要素の位置はなんとなく読み取れている感じがしますが、日本語の読み取り精度はあまり高くないようです。 2.2. 英語のポンチ絵 先ほどのポンチ絵を英語に変換してみます（左下だけ詳しく書き直しました

進化したAIといえば、何を思い浮かべるでしょうか。ドラえもんや鉄腕アトムといった未来のロボットのイメージでしょうか。 アメリカでは今、こうした自ら考え、行動する究極のAIである「AGI＝汎用人工知能」の開発が現実味を帯びてきたと関心を集めています。ロボットにこのAGIが搭載されれば、なじみのある漫画やSFの世界が本当にやってくるかもしれません。 どれくらいAGIの実現性は高まっているのか？ 先進地のアメリカで追いました。 （ロサンゼルス支局記者 山田奈々） AGIとは、「Artificial General Intelligence」の略です。 日本語で、「汎用人工知能」、「汎用AI」などと訳されます。 定義は曖昧ですが、アメリカでは、文章や画像を人間の指示に応じて巧みに作り出す生成AIの、さらにその先にあるのが、AGIだとされています。 たとえば、AIに関する報告書「ステート・オブ・AI

マルチモーダルAIでロボットが飛躍的に進化、実験も自動化へ【美容業界における生成AIのインパクトを考える（５）】 ◆ 新着記事をお届けします。以下のリンクからご登録ください。 Facebookページ｜メルマガ（隔週火曜日配信） LINE：https://line.me/R/ti/p/%40sqf5598o テキストや画像、動画の生成AI（Generative AI）は、日本政府のAI戦略会議で「産業革命やインターネット革命よりずっと大きなものになる」と分析されるほどの社会へのインパクトが想定されている。美容業界のビジネスパーソンとしてどのような展望を描けばよいのか、イノベーション・AI関連分野に知見をもつ識者に、「生成AIがもたらすインパクトとすぐそこにある近未来の社会」についての洞察を聞くインタビューをシリーズで掲載する。第5回はロボット×AI分野の権威である、早稲田大学 理工学術院 基

今やAIやデータサイエンスの話題は、ChatGPTの登場もあり、IT業界だけではなく日常会話でも頻繁に登場する状況になっている。その一方、社会全般でAIを活用したオートメーションが進んでいるのかと言えば、自動運転などの特定分野を除けば、まだあまり実生活上、体感するほどには進んでいないのではないだろうか。 筆者らはデータサイエンティストとして、さまざまなデータ分析やAI実装のプロジェクトに参加しているが、そこで多くの場合にぶち当たる壁がある。それは「PoCの壁」とも言えるものだ。AIやデータ活用に関しては多くのユーザーが前向きで、PoCの形でプロジェクトを始めるが、そこで作成したAIや機械学習モデルを実際の業務プロセスに活用しようとすると、まったく進まないという問題である。

9月6日に公開された Open Interpreterは、現在世界で最も注目を集めるGitHubのリポジトリです。公開から2日でデスクトップアプリの早期アクセスウェイトリストには5000人、さらにDiscordでのコミュニティ参加者は500人を超え、レポジトリには9月15日現在で、レポジトリには20K以上のスターが付いています。このツールは、自然言語の指示でさまざまなコードを書き、実行することができ、日常の作業を劇的に効率化します。この記事では、Open Interpreterという新時代のAIの力で、あなたの仕事もプライベートも次のステージへと進化させるための「活用事例25選」をご紹介していきます。 Open Interpreter の基本的な機能・情報はこちらの記事に分かりやすくまとめてくださっていますので、こちらもぜひご覧ください!! 👉 Today I’m launching O

2022/06/28 DeepLearningで動画からモーションデータを作成！ 「MocapNET」 3D Blender 機械学習 機械学習グループの吉田です。 今回は機械学習で動画からモーションデータを自動で作成できるアルゴリズムMocapNETについて調査を行ったので、その内容を共有していきたいと思います。 MocapNETとは MocapNETとは、DeepLearningを利用し動画データから人間の3Dモーションデータ(bvh)を作成する技術です。 この技術を利用すればモーションキャプチャのように特殊な機材を必要とすることなく動画データだけからモーションデータを作成することができます。 こちらが公開されているMocapNETの生成例です。ダンスの動画を使って左側に表示されているモーションのボーン情報を作成しています。 今回はこのMocapNETを使って、独自に動画からモーション

病院の警備員として働く米オハイオ州ボーリンググリーン在住のジェイコブ・ケラーさん（45）は真夜中に廊下の巡回を開始する。病院内は静まり返り、勤務時間のほとんどは一人だ。友達の多くとは既に疎遠で、妻と子どもたちは寝ている時間だ。寂しく感じることもある。

前回まで ITエンジニアなのにまだ投資やってないの？ITエンジニアならChatGPTでクオンツシステム作って儲けようぜ ITエンジニアなのにまだ投資やってないの？ITエンジニアならChatGPTでクオンツシステム作って儲けようぜpart2 ネトフリは面白い 僕はネトフリのヘビーユーザーなんですが、投資系にも リーマンショックまでの経緯と仕組みを実録インタビューで振り返る「インサイドジョブ」や AIテック系の話で、チェスは機械には勝てないと言われてAIが勝ち、「人間の高度な知的能力でしか勝てない」と言った囲碁の世界王者に勝ち、今では7、8年も訓練を積んでようやくなる戦闘機のエースパイロットにも勝ち、AIの実用速度の高さをドキュメントした「アンノウン」なんかも面白いし勉強になります。 投資思考では技術力UPは悪手 投資思考って事業でも人生でもとても大事です。 例えば、収入に不満を持ってるエンジ