AI Alignment Forum
(This post is a bit of a thought dump, but I hope it could be an interesting prompt to think about.) For some types of problems, we can trust a proposed solution without trusting the method that generated the solution. For example, a mathematical proof can be independently verified. This means that we can trust a mathematical proof, without having to trust the mathematician who came up with the pr
より高速でエネルギー効率に優れたAIを実現する新しいチップ・アーキテクチャー | IBM ソリューション ブログ
主要カテゴリー IBM Cloud Blog IBM Data and AI IBM Consulting IBM Partner Ecosystem IBM Sustainability Software Client Engineering IBM テクニカル・サポート 社員が語る「キャリアとIBM」 IBM Cloud Blog IBM Cloud News IBM クラウド・ビジョン IBM Cloud アップデート情報 IBM Cloud チュートリアル IBM Data and AI IBM Watson Blog アナリティクス Data Science and AI SPSS Modeler ヒモトク Db2 オートメーション IBM Consulting デジタル変革（DX） アプリの開発とモダナイゼーション 製品／サービス ソフトウェア ハードウェア サービス 無料評価
半導体AI設計支援の威力、ソニーセミコン「設計工数が30分の1に」
半導体IC（集積回路）の開発にAI（人工知能）/機械学習技術を適用して、設計のコストや期間を抑えたり、ICを高度化させたりする事例が増えている。処理すべきデータ量が増えてICが大規模・複雑化する一方で、IC設計期間や消費電力の削減が求められているためだ。このような状況を背景にIC設計で使うEDA（Electronic Design Automation）ソフトウエア（以下、EDAツール）には、機械学習技術が取り込まれるようになってきた。イメージセンサーの信号処理ICを使って、機械学習技術適用のEDAツールの実力を評価した結果を、ソニーセミコンダクタソリューションズとキヤノンそれぞれが「CadenceLIVE Japan 2023」（日本ケイデンス・デザイン・システムズとイノテックが2023年7月14日に横浜市で主催）において発表した（図1）。 左はソニーセミコンダクタソリューションズの本田
元Appleの天才半導体エンジニアが予測、「AIで半導体設計者はほぼ不要に」
TenstorrentはAIプロセッサーを開発するスタートアップ企業。「生成AIではCPUよりも画像に特化したGPUが使われる。だが、まだ効率化には十分でない。CPUでもGPUでもないハードウエア設計により、米NVIDIA（エヌビディア）の10分の1の消費電力の実現を目指している」とケラー氏は話す。「RISC-V Day Tokyo 2023 Summer カンファレンス」（2023年6月20日、東京大学で開催）に合わせて来日した（撮影：日経クロステック） ケラー氏は、「伝説」と称される半導体エンジニアである。米アドバンスト・マイクロ・デバイスズ（AMD）や米Apple（アップル）の主力製品において、設計面で大きく貢献した経歴を持つからだ。 例えば、AMDのCPUコア「Zen」やAppleのSoC（System on a Chip）「Aシリーズ」第1弾である「A4」の設計に携わった注1）。
トヨタ: 製造現場が自らモデル生成できる "AI プラットフォーム" を Google Cloud とのハイブリッド クラウドで開発・運用 | Google Cloud 公式ブログ
トヨタ: 製造現場が自らモデル生成できる "AI プラットフォーム" を Google Cloud とのハイブリッド クラウドで開発・運用 急激な EV シフトや MaaS の拡大など、まさに今、激変の時代にある自動車業界。そうした中、販売台数世界一（※）の座に 3 年連続で君臨するトヨタ自動車株式会社（以下、トヨタ）は、その生産力を強化する手段の 1 つとして AI を重視。製造現場が自ら AI モデルを開発できるという "AI プラットフォーム" を内製することで、実務に即した AI 活用、現場レベルでの AI 民主化を後押しできるようになったと言います。そこに Google Cloud がどのように活用されているのか、開発チームメンバーにお話を伺いました。 利用しているサービス: Google Kubernetes Engine, Anthos Attached clusters,
Meta AIの音楽生成AI「MusicGen」を読む - Qiita
今年初め、Googleが考案した音楽生成AI「MusicLM」を、関連研究から順に追って解読する記事を書きました。 実はGoogleがSoundStreamやAudioLMを発表するのを後追いするように、Meta AIもEnCodecやAudioGenと名付けた音生成モデル研究発表を出してきました。そして今回、MusicLMと比肩するtext-to-audio音楽生成モデルのMusicGenを発表しました。 Googleの先行研究と敢えて張り合うような名前を付けるのは何か意図があるのでしょうか… MusicGenはMusicLMと比較して以下の特徴があります。 文脈特徴量を使わず、音響特徴トークン列を直接推定する。 音響特徴トークン列の推定に並列化手法を導入している。 テキスト条件付けのほかに、無条件・メロディー条件付け生成もできる。 オープンソースである（ソースコードはMIT、学習済みモ
見たくないものを、見る｜Hiroshi Maruyama
4年前の2019年に、人工知能研究者として私たちがすべきことというブログを書きました。そこで、人工知能の研究者は 正しく伝える 適切に怖がる 見たくないものを、見る という３つのことをしなければならない、と主張しました。 人工知能研究とは、知的とされる人間の活動を機械で模倣することによって、知能とは何かを明らかにしようとする学問です。「知的活動」の代表例として、ゲームをプレイする、数式を解く、専門家の思考過程を模倣する、画像を認識する、などの領域で研究がなされ、機械が人間のパフォーマンスを凌駕できることが次々と示されてきました。当分機械には出来ないだろうと思われていた自然言語を扱う分野でも、ChatGPTの登場によって、使い方によっては人間と拮抗する品質の知的作業を機械が行えることが示されました。このように人間の知能が機械によって相対化されていく先には何があるのでしょうか。 今まで意図的に
IDEにChatGPTを統合、「この関数のテストコードはどこ？」「XXXを実装するならどう書けばいい？」など、AIでコードと対話できる「qqbot」登場
IDEにChatGPTを統合、「この関数のテストコードはどこ？」「XXXを実装するならどう書けばいい？」など、AIでコードと対話できる「qqbot」登場 テキストから高度なイラストを生成するAIや、人間と自然な対話を可能にするAIが最近話題になっています。 この人間と自然な会話をするAIチャットの代表的なサービスであるChatGPTの派生サービス（Variant of ChatGPT）をVisual Studio CodeなどのIDEに統合し、開発中のコードについて「この関数のテストコードはどこ？」などと対話できる「qqbot」が登場しました。 開発したのはDan Robinson氏。 Introducing qqbot, a variant of ChatGPT that lives in your IDE. The cool thing about qqbot is that it k
Perplexity
Upgrade for image upload, smarter AI, and more Pro Search.
The lawsuit that could rewrite the rules of AI copyright
The key question in the lawsuit is whether open-source code can be reproduced by AI without attached licenses. Credit: Getty Images Microsoft, its subsidiary GitHub, and its business partner OpenAI have been targeted in a proposed class action lawsuit alleging that the companies’ creation of AI-powered coding assistant GitHub Copilot relies on “software piracy on an unprecedented scale.” The case
チップが大きいことは良いことなんです - 世界最大級のAIアクセラレータ
Cerebras Systemsは2016年にAndrew Feldman氏とGary Lauterback氏、Michael James氏、Sean Lie氏、Jean-Philippe Fricker氏の5人によって創立された。 この5名の創立者はSeaMicroという多数の小規模サーバをネットワークで接続して性能の高いサーバを作るという開発を行っていたが、SeaMicroは2012年に3億3400万ドルという高値でAMDに買収された。当初はFeldman氏等はAMDに移ったが、2016年に昔のSeaMicroの5人の仲間で独立しCerebrasという会社を創立した。 なお、AMDはSeaMicroの技術をもとにInfinity Fabricを開発し、現在では同社のチップ間ネットワークとして広く活用している。 一方、Lauterbach氏は、サーバやワークステーションの大手のSun M
「DXで日本のGDPは2倍になる」松尾豊氏が語る、AI後進国日本が逆転する3つのポイント | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
1
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
SOUNDRAW
Deep learning theory lecture notes
Europe's No.1 AI text & image generator | neuroflash