Search Results 4

「人道的な災害状況報告チャットボットの研究−GPT-4-Turboとフルコンテキストプロンプティングの使用」

この記事では、OpenAIの新しいGPT-4-Turboモデルを探求し、その128kトークンコンテキストウィンドウの増加により、情報検索のために完全なドキュメントコーパスを渡しますこれは単純な力づくである...

「MM-VID for GPT-4V(ision)による進化するAIビデオ理解の解放」

世界中で、個人は毎日さまざまなビデオを作成しています。ユーザー生成のライブストリーム、ビデオゲームのライブストリーム、ショートクリップ、映画、スポーツの放送、広告などです。多目的VoAGIとして、ビデオはテキスト、ビジュアル、オーディオなどさまざまな形態で情報とコンテンツを伝えます。これら多様な形態から学習できる方法を開発することは、手作業でキュレーションされたデータセットの制約を超えて、非キュレーションのリアルワールドのビデオを分析する能力が向上した認知的なマシンの設計にとって重要です。ただし、この表現の豊かさは、長時間のビデオに取り組む際に特にビデオの理解を探求する際にさまざまな課題をもたらします。特に1時間を超えるビデオの微妙さを把握するには、複数のエピソードをまたぐイメージとオーディオシーケンスの分析方法が必要です。この複雑さは、異なる情報源から情報を抽出し、スピーカーを識別し、キャラクターを識別し、物語の一貫性を維持する必要性とともに増加します。さらに、ビデオの証拠に基づいて質問に答えるには、コンテンツ、文脈、字幕の深い理解が求められます。ライブストリーミングやゲームのビデオでは、リアルタイムでの動的な環境の処理において追加の課題が生じます。セマンティックな理解と長期的な戦略的計画への関与が必要です。近年、大規模な事前トレーニング済みのビデオ-言語モデルにおいて大きな進展が達成され、ビデオコンテンツに対する優れた推論能力が示されています。しかし、これらのモデルは通常、短いクリップ（例：10秒のビデオ）や事前定義されたアクションクラスでトレーニングされています。そのため、これらのモデルは複雑なリアルワールドのビデオの微妙な理解を提供することに制約が生じる場合があります。リアルワールドのビデオの理解の複雑さには、シーン内の個人の特定とその行動の明確化が含まれます。さらに、これらの行動の時期や方法を特定する必要があります。また、さまざまなシーンで微妙なニュアンスやビジュアルの手がかりを認識する必要があります。この研究の主たる目的は、これらの課題に取り組み、リアルワールドのビデオ理解に直接適用可能な手法を探求することです。アプローチは、延長ビデオコンテンツを一貫したストーリーに分解し、これらの生成されたストーリーをビデオ分析に使用することを含みます。大規模なマルチモーダルモデル（LMM）の最近の進展、GPT-4V（ision）などの進歩により、入力画像とテキストの両方の処理において優れた理解能力が示されました。これにより、LMMの応用範囲をビデオドメインに拡大することに関心が集まっています。本記事で報告された研究では、ビデオ理解のために専門ツールをGPT-4Vと統合するシステムであるMM-VIDを紹介しています。システムの概要は以下の図に示されています。入力ビデオを受け取ると、MM-VIDはマルチモーダルの前処理を開始し、シーン検出と自動音声認識（ASR）を含めてビデオから重要な情報を収集します。その後、シーン検出アルゴリズムに基づいて入力ビデオを複数のクリップに分割します。次に、GPT-4Vを使用し、クリップレベルのビデオフレームを入力として、各ビデオクリップの詳細な説明を生成します。最後に、GPT-4Vは、クリップレベルのビデオの説明、ASR、および利用可能なビデオのメタデータに基づいて、全体のビデオに対する一貫したスクリプトを生成します。生成されたスクリプトは、MM-VIDがさまざまなビデオタスクを実行するための力を与えます。この研究からのいくつかの例を以下に報告します。これがMM-VIDの概要であり、GPT-4Vと専門ツールを統合した新しいAIシステムです。興味があり、さらに詳しく知りたい場合は、以下に引用されたリンクを参照してください。

この中国のAI研究は、最新のSOTAビジュアル言語モデルGPT-4V(ision)の詳細な評価と自動運転シナリオへの応用を提供しています

上海人工知能研究所、GigaAI、華東師範大学、香港中文大学、WeRide.aiの研究チームは、自律走行シナリオでのGPT-4V(ision)と呼ばれるビジュアル言語モデルの適用可能性を評価しています。GPT-4Vは、シーン理解と因果推論の分野で優れた性能を発揮し、さまざまなシナリオの処理と意図の認識において潜在的な可能性を示しています。方向判断や信号機の認識には依然として課題があり、さらなる研究と開発が必要とされています。この研究は、自動運転の実際の運転状況におけるGPT-4Vの有望な能力を明らかにし、改善のための具体的な領域を特定しています。この研究では、自律運転の状況でGPT-4V(ision)のシーン理解、意思決定、運転能力を評価しています。包括的なテストにより、GPT-4Vは既存のシステムに比べてシーン理解と因果推論の分野で優れたパフォーマンスを示しています。ただし、方向判断や信号機の認識などのタスクには課題が残り、自律運転能力を向上させるためにさらなる研究と開発が求められています。この研究結果は、GPT-4Vの潜在能力を強調し、引き続きの探索と改善の努力を通じて特定の制約に取り組む必要性を強調しています。従来の自律車両へのアプローチでは、オブジェクトの正確な認識と他の交通参加者の意図の理解に課題があります。LLMはこれらの問題に対処する可能性がありますが、視覚データの処理能力に制約があります。GPT-4Vの登場により、自動運転におけるシーン理解と因果推論を向上させる機会が提供されます。この研究は、実際の運転状況で様々な条件の認識と意思決定能力を包括的に評価し、自動運転の将来の研究に基礎的な示唆を提供することを目指しています。この手法は、自律運転シナリオの文脈におけるGPT-4V(ision)の包括的な評価を提供しており、ドライビングシーンの理解、意思決定、ドライバーとしての役割を評価しています。基本的なシーン認識、複雑な因果推論、さまざまな条件下でのリアルタイムの意思決定などのタスクが含まれます。評価には、オープンソースのデータセット、CARLAシミュレーション、インターネットからの選りすぐりの画像やビデオが使用されています。 GPT-4Vは、現行の自律システムに比べてシーン理解と因果推論の能力が向上しており、配布範囲外のシナリオの処理、意図の認識、実際の運転状況での的確な意思決定能力を示しています。ただし、方向判断、信号機の認識、ビジョンの基礎付け、空間推論などの課題が残っています。この評価は、GPT-4Vの能力が既存のシステムを上回っており、自動運転の将来の研究に基礎的な示唆を提供しています。この研究は、自律運転シナリオにおいてGPT-4V(ision)の包括的な評価を行い、既存のシステムに比べてシーン理解と因果推論の優れた性能を明らかにしています。GPT-4Vは、配布範囲外の手順の処理、意図の認識、実際の運転状況での的確な意思決定能力を示し、潜在的な可能性を示しています。ただし、方向判断、信号機の認識、ビジョンの基礎付け、空間推論などの課題が残ります。この研究は、方向判断、信号機の認識、ビジョンの基礎付け、空間推論の課題に対処するための追加の研究と開発の必要性を認識しています。また、最新バージョンのGPT-4Vでは、現在の研究で提示されたテスト結果と異なる応答が得られる可能性があることを指摘しています。

「ジェネラティブAI：2024年の人事におけるゲームチェンジャー」

労働力の急速な変化が特徴となる時代において、近代的な学習プラットフォームのリーダーであるCYPHER Learningが実施した画期的な研究は、HRやビジネスリーダーが生成AIに対して抱く課題や態度に関して重要な洞察を明らかにしていますこの研究は、能力向上の必要性とAI技術の交差点に焦点を当て、組織がアプローチする方法を再構築しています

データドック：GPT-4が私の1年目のPythonコーディング課題で成功した

GPT-4は一石二鳥で、コンピューターサイエンスの教授たちが提供し評価することができるクオリティのあるカリキュラムのやり方を完全に変えました私もその不運な魂の一つです — 私は作成し…

セレブラスとG42が4エクサフロップのAIスーパーコンピュータで新たな地平を切り拓く：8エクサフロップへの道を開拓

技術が驚異的な速さで進化する中、Cerebras SystemsとG42は人工知能の世界において大きな飛躍を遂げました。画期的なパートナーシップのもと、彼らは成功裏に4エクザフロップのAIスーパーコンピューターを完成し、前例のない計算能力を目指す旅路における重要なマイルストーンを築きました。この成果はまた、驚異的な8エクザフロップに到達する壮大な旅路のはじまりを意味します。エクザフロップの力を解き放つ：AIのマイルストーン人工知能と高性能計算の世界は絶えず進化しており、研究者やエンジニアは可能な限りの領域を追求し続けています。CerebrasとG42はこの競争において先頭に立ち、4エクザフロップのAIスーパーコンピューターを完成させることでその技術力を見せつけました。この成果は彼らの革新への取り組みと人工知能の分野を前進させるための献身の証です。 8エクザフロップへの道：壮大な野望この成果がさらに注目される理由は、それがCerebrasとG42にとって終わりではなく、より野心的な旅路の始まりであることです。成功した4エクザフロップスーパーコンピューターの完成により、彼らは目を向けている驚異的な8エクザフロップの目標を設定しました。この追求は、かつて想像もできなかった新たな可能性を開き、AI研究の限界を再定義することを約束します。 AI研究とその先への影響この成果の影響は広範囲にわたります。人工知能が医療から金融、自動運転車など、さまざまな産業においてますます重要な役割を果たす中、このような巨大な計算能力にアクセスできることはゲームチェンジャーです。研究者は前例のない規模で複雑な問題に取り組むことができ、それによって社会全体に利益をもたらすAIアプリケーションの突破口を得ることができます。協力とイノベーション CerebrasとG42の成功は、テック業界における協力とイノベーションの重要性を示しています。これら2つの企業がリソースと専門知識を結集し、かつて不可能と思われていたことを達成したのです。このパートナーシップは、優れたマインドが最も困難な問題に取り組むために一緒になるときに何が達成されるかというインスピレーションのある例となっています。 AIへの明るい未来将来を見据えると、AIの世界はさらなる進歩を遂げる準備が整っていることは明らかです。CerebrasとG42の成果は、人間の創造力と卓越性の執念の信じられないほどの可能性を証明しています。彼らが8エクザフロップに向けて目を向けていることで、我々はAIの分野で待ち受けている画期的な発見と革新を想像することしかできません。まとめると、CerebrasとG42による4エクザフロップのAIスーパーコンピューターの完成は、人工知能の世界における歴史的な瞬間です。これは8エクザフロップを目指す興奮の旅路のはじまりであり、AI研究とイノベーションの新たな時代を切り開くものです。テックの世界は、これら2つのビジョンある会社がAIの分野で可能性の領域をどれほど広げることができるかを期待しながら注視しています。この記事はCerebrasとG42が4エクザフロップのAIスーパーコンピューターで新たな道を切り開く: 8エクザフロップへの道を築くというタイトルで、MarkTechPostに掲載されています。

2024年のトップ10のAI主導のデータ分析企業

2024年にデータ分析の世界を革新する傾向にあるトップのビジネスタイタンを発見してくださいIBM CloudからGoogle Cloudまで、これらのAI駆動のデータ分析企業は人工知能の力を活用し、膨大なデータの貯蔵庫から貴重な洞察を解き放ち、企業に行動可能な知識を提供しています

Tech

「NVIDIA Grace Hopperスーパーチップは、グローバルの研究施設、システムメーカー、クラウドプロバイダーで40以上のAIスーパーコンピュータを駆動しています」

数十台の新しいスーパーコンピュータが、NVIDIAの画期的なGH200 Grace Hopper Superchipによって、巨大なスケールのAIとハイパフォーマンスコンピューティングを実現するために、まもなくオンラインに入る予定です。 NVIDIA GH200は、テラバイト単位のデータを実行する複雑なAIおよびHPCアプリケーションの高速化により、科学者や研究者が世界でもっとも困難な問題に取り組めるようにします。 NVIDIAは、SC23スーパーコンピュータショーで、Dell Technologies、Eviden、Hewlett Packard Enterprise（HPE）、Lenovo、QCT、Supermicroなど、さまざまなシステムへの導入を発表しました。 ArmベースのNVIDIA Grace CPUとHopper GPUアーキテクチャを組み合わせ、NVIDIA NVLink-C2Cインターコネクト技術を使用するGH200は、世界中の科学スーパーコンピューティングセンターのエンジンとしても機能します。これらのGH200を搭載したセンターは、合わせて約200 エクサフロップのAI性能を持ち、科学的なイノベーションを推進します。 HPE CrayスーパーコンピュータはNVIDIA Grace Hopperを統合 HPEは、デンバーのショーでHPE Cray EX2500スーパーコンピュータを提供し、NVIDIA…

Map Imagesからデータを抽出するためにGPT-4を促す：うまく機能していますか？

GPT-4の比較的新しい機能の一つは、グラフや地図を含む画像から数量データを抽出する能力です過去数日間のところ、GPT-4のインターフェースが進化しました...

「OpenAI API Dev Dayアップグレードは驚くべきものです：DALL-E 3、GPT-4 Vision、およびGPT-4 Turboのアクションをご覧ください」

OpenAIはAIの可能性を追求し続けています彼らは私たちが知っている最も能力のある大規模言語モデル、GPT-4を所有していますそして、それを使いこなしています！初めてのOpenAIデベロッパーデイの間に、彼らは...

Learn more about Search Results 4 - Page 10