Search Results A

フォックスコンとNVIDIAが電気自動車革新を加速

NVIDIAの創設者兼CEOであるJensen Huang氏とHon Hai（Foxconn）の会長兼CEOであるYoung Liu氏は、継続的なパートナーシップの一環として、グローバル自動車市場向けの次世代のインテリジェント電気自動車（EV）プラットフォームの最新技術を発表しました。この最新の動きは、台湾で開催された第4回目のHon Hai Tech Dayで発表され、FoxconnはNVIDIA DRIVEソリューションの範囲内でEVのビジョンを実現するために協力しています。今日のNVIDIA DRIVE Orinから後続のDRIVE Thorまで。さらに、Foxconnは、NVIDIA DRIVE Hyperion 9プラットフォームを搭載した高度に自動化された自律型AI搭載EVの契約製造業者となります。これには、DRIVE Thorと最新のセンサーアーキテクチャが含まれます。卓越したパフォーマンスを持つ次世代EV 高度に自動化された完全自動運転車両の計算要件は非常に大きいものです。NVIDIAは、DRIVE Orinをグローバル自動車メーカー25社以上で使用される最も高度で最高性能のAIカーコンピュータを提供しています。 FoxconnはすでにDRIVE Orin搭載の電子制御ユニット（ECU）の一流メーカーであり、DRIVE Thorが利用可能になれば、DRIVE Thor搭載のECUも製造します。…

AIによって発見された初めての超新星

新しいAIツールは、AIにとって初めて超新星を検出、識別、分類するのに成功した手助けをしましたブライトトランジェントサーベイBOまたはBTSbotと呼ばれるこのツールは、ノースウェスタン大学、ミネソタ大学、イングランドのリバプール・ジョン・モアズ大学、ストックホルム...を中心とした国際的なコラボレーションによる成果です

「SaaS AIの機能が堀や障壁なしでアプリケーションと出会う」

最近、いくつかのエンタープライズSaaS企業が創発型AI機能を発表しましたが、これは持続可能な競争上の優位性を欠いたAIスタートアップにとって直接的な脅威です

このAI研究は、「ニューラルA *：パスプランニング問題のための新しいデータ駆動型検索方法」というタイトルで発表されました

パスプランニングは、環境マップ内の初期点から目標点への費用効果の高い有効なパスを特定するものです。パスプランニングの課題に取り組むためには、A*探索などの探索ベースのプランニング手法が広く活用されています。これらの技術は、自律型車両のナビゲーションやロボットアームの操作など、さまざまな領域での応用が見られます。最近の研究では、データ駆動型のパスプランニングが2つの特定のシナリオで重要な利点を持つことが強調されています。最初のシナリオは、従来のヒューリスティックプランナーと比較して、点から点への最短経路探索問題においてより効率的な近似最適パスの発見というものです。 2番目のシナリオは、生の画像入力を利用したパスプランニングの実現です。環境の意味論的なピクセル単位のラベリングにアクセスできない限り、これは古典的なプランナーにとっては困難な課題です。この研究では、著者たちは従来のA*探索アルゴリズムを異なる方法で再定義し、畳み込みエンコーダーと組み合わせて完全に学習可能なエンドツーエンドのニューラルネットワークプランナーであるNeural A*を作成しました。このアプローチは、与えられた問題インスタンスをガイダンスマップに変換し、そのマップに基づいて微分可能なA*探索を実行することで、パスプランニングの問題に対処します。上記の画像は、Neural A*によるパスプランニングの2つのシナリオを示しています。点から点への最短パス探索：入力マップに対して最適パス（赤）と少ないノードの探索（緑）を見つける。生の画像入力に対するパスプランニング：自然画像上の人間の軌跡（赤）を正確に予測する。 Neural A*は、検索結果を専門家が提供する正解パスと一致させる学習プロセスを通じて、正確かつ効率的に正解に従ったパスを生成することができます。この図は、Neural A*の概略図を示しています：（1）パスプランニングの問題インスタンスはエンコーダに供給され、ガイダンスマップが生成されます。（2）微分可能なA*モジュールは、ガイダンスマップを使用して点から点への最短パス探索を実行し、探索履歴と結果のパスを出力します。（3）探索履歴と正解パスとの間の損失が逆伝播され、エンコーダのトレーニングに利用されます。包括的な実験結果により、Neural A*が最先端のデータ駆動型プランナーを超え、探索の最適性と効率の良いバランスを実現することが示されています。さらに、Neural A*は、自然画像への探索ベースのプランニングの直接応用により、現実的な人間の軌跡を予測する能力を示しています。

NVIDIAの研究者が「Retro 48B」を導入：前の指示調整よりも前にリトリーバルが行われた最大のLLM Pretrained

NvidiaとIllinois大学の研究者は、「Retro 48B」という以前の検索増強モデル（Retro（7.5Bパラメータ）など）よりも遥かに大きな言語モデルを紹介しました。Retro 48Bは広範なコーパスでリトリーバルを使って事前学習され、パープレキシティが改善されます。InstructRetroのエンコーダは抽出されることができ、継続的な検索増強の事前学習が質問応答においてデコーダーのパフォーマンスを向上させることを示唆しています。検索増強言語モデルは、事前学習および推論中に開放領域の質問応答に利益をもたらします。このアプローチにより、モデルのパープレキシティが低下し、事実性が向上し、ファイントゥーニング後のタスクパフォーマンスが向上します。既存の検索増強モデルはデコーダーオンリーモデルと比較してサイズが制約されており、インストラクションチューニング後のゼロショットの汎用性が制限されています。自然言語理解に重要なインストラクションチューニングは、FLAN、OpenAssistant、Dollyなどの高品質のデータセットからのサポートを得ており、チャットや質問応答のタスクにおいて優れたパフォーマンスを実現しています。 Retroなどのリトリーバルを使って言語モデルを事前学習することは、パープレキシティの低下と事実の正確性の向上において有望な成果を示しています。ただし、既存の検索増強モデルはより多くのパラメータとトレーニングデータが必要であり、大規模な言語モデルの一般化におけるタスクパフォーマンスに影響を及ぼします。この研究では、43B GPTモデルに追加のトークンを使って事前学習を続けることにより、最大の検索増強モデルであるRetro 48Bを紹介しています。このプロセスから得られたInstructRetroは、従来のGPTモデルと比較してゼロショットの質問応答を大幅に改善します。エンコーダを抽出した場合でも、InstructRetroのデコーダーは同様の結果を達成し、質問応答におけるコンテキスト統合のための検索増強事前学習の効果を示しています。この研究では、GPTモデルを事前学習してRetro 48Bを作成し、ゼロショットの質問応答能力を向上させるために指示を与え、さまざまなタスクでのパフォーマンスを評価するという包括的なプロセスを探求しています。最大の検索増強言語モデルであるInstructRetro 48Bは、GPTモデルと比較して幅広いオープンエンドの質問応答タスクでゼロショットの精度を大幅に向上させます。Retroの拡大アプローチによって、大規模な検索増強モデルの潜在能力が自然言語理解において示されています。リトリーバルを使って事前学習されたRetro 48Bは、元のGPTモデルよりもパープレキシティが優れています。インストラクションチューニング後、InstructRetroと呼ばれるこのモデルは、ゼロショットの質問応答において、短文タスクでは7％、長文タスクでは10％の改善があります。驚くべきことに、InstructRetroのデコーダーバックボーンのみでも同等の結果が得られ、QAのコンテキスト統合のための事前学習の効果を示しています。最大の検索増強言語モデルであるInstructRetro 48Bは、GPTモデルと比較してさまざまな開放型なQAタスクにおいてゼロショットの精度を大幅に向上させます。Retroの追加方法を使った検索増強事前学習により、パープレキシティが改善されます。この研究の結果は、インストラクションチューニングの前に回収を使った継続的な事前学習がQAにおいてGPTデコーダーを向上させるための有望な方向を示しています。驚くべきことに、デコーダーは同等の精度を達成しており、コンテキスト統合のための事前学習の効果を示しています。InstructRetroは長文QAタスクで優れたパフォーマンスを発揮し、検索増強事前学習の潜在能力を示しています。

AIテクノロジーを使ってあなたの牛を見守る

Amazon Web Services (AWS)では、お客様に幅広い総合技術ソリューションを提供するだけでなく、お客様のビジネスプロセスを深く理解することも重要です。私たちは第三者の視点と客観的な判断力を持ち、お客様の価値命題を整理し、課題を収集し、適切な解決策を提案し、ビジネスの目標を体系的に達成するために、最も費用対効果の高い使いやすいプロトタイプを作成することをお手伝いしています。この手法をAWSでは「逆に働く」と呼んでいます。これは、技術やソリューションを一旦置いておき、お客様の期待する結果から出発し、その価値を確認し、最終的な解決策を実施する前に、逆の順序で何をするべきかを推論することを意味しています。実装フェーズでは、最小限の製品というコンセプトに従い、数週間以内に価値を生み出すプロトタイプを迅速に形成し、それをイテレーションしていくことも行っています。今日は、AWSとニューホープダイアリーがクラウド上にスマートファームを構築したケーススタディを見てみましょう。このブログ投稿から、AWSがスマートファームの構築にどのようなサポートを提供できるか、そしてAWS専門家と一緒にクラウド上でスマートファームアプリケーションを構築する方法について、深く理解することができます。プロジェクトの背景ミルクは栄養豊富な飲み物です。中国では国民の健康を考慮して、乳製品産業の発展を積極的に推進しています。ユーロモニターインターナショナルのデータによると、2020年に中国の乳製品の販売額は6385億元に達し、2025年には8100億元に達すると予測されます。また、過去14年間の年平均成長率も10％に達し、急速な発展を示しています。一方で、2022年時点では、中国の乳製品業界の収益の大部分はまだ液体ミルクから得られています。生乳の60％は液体ミルクとヨーグルトに使用され、さらに20％は液体ミルクの派生品であるミルクパウダーです。チーズやクリームなどの高度に加工された製品にはごくわずかしか使用されていません。液体ミルクは軽度に加工された製品であり、その生産量、品質、コストは生乳と密接に関連しています。これは、乳製品業界が高度に加工された製品の生産に集中し、新しい製品を創造し、より革新的なバイオテクノロジー研究を行うためには、まず生乳の生産と品質を改善し安定させる必要があることを意味します。乳製品業界のリーダーであるニューホープダイアリーは、牧場の運営効率を改善し、生乳の生産と品質を向上させる方法について考えてきました。ニューホープダイアリーは、AWSの第三者の視点と技術的な専門知識を活用して、乳製品業界のイノベーションを促進したいと考えています。ニューホープダイアリーのVP兼CIOである胡六桐氏のサポートと推進により、AWSのカスタマーチームは乳牛農場の運営と潜在的なイノベーションポイントを組織し始めました。乳牛農場の課題 AWSはクラウドテクノロジーの分野で専門家ですが、乳製品業界でのイノベーションを実施するには、乳製品の専門家からの専門的な助言が必要です。そのため、ニューホープダイアリーの生産技術センターの副所長である宋良榮氏、牧場の管理チーム、栄養士との数回にわたるインタビューを行い、農場が直面しているいくつかの問題と課題を把握しました。まずは予備牛の棚卸し牧場の乳牛は乳牛と予備牛の2種類に分かれています。乳牛は成熟し続けてミルクを生産しますが、予備牛はまだミルクを生産する年齢に達していません。大規模でVoAGIサイズの牧場では、予備牛に対してより大きな屋外活動エリアを提供して、より快適な成長環境を作ります。しかし、乳牛と予備牛の両方は牧場の資産であり、毎月棚卸しする必要があります。乳牛は毎日搾乳され、搾乳中は比較的動きが少ないため、棚卸し追跡は容易です。しかし、予備牛は開放的な空間にいて自由に動き回るため、棚卸しは不便です。棚卸しは数人の作業員が異なるエリアから予備牛を反復して数え、最終的に数を確認するプロセスです。このプロセスには数人の作業員が1〜2日を費やし、数の整合性が問題になることや、各牛が数えられたかについての不確実性が頻繁にあります。予備牛の棚卸しを迅速かつ正確に行う方法があれば、大幅な時間を節約することができます。次に、立ち往生牛の特定です現在、ほとんどの乳製品企業はホルスタインという品種を使用してミルクを生産しています。ホルスタインは私たちがよく知っている黒と白の牛です。しかし、同じ品種を使用しているにもかかわらず、異なる企業や牧場の間でミルクの生産量や品質には差があります。これは、乳牛の健康状態が直接ミルクの生産に影響を与えるためです。しかし、牛は人間のように自分自身で不快感を表現することができないため、獣医師が数千頭の牛に定期的に身体検査をすることは実用的ではありません。そのため、牛の健康状態を迅速に判断するためには、外部の指標を使用する必要があります。 AWSを使用したスマート牧場牛の健康の外部指標には、体条件スコアと跛行度が含まれます。体条件スコアは主に牛の体脂肪率と関連があり、長期的な指標です。一方、跛行は脚の問題や足の感染などによる短期的な指標であり、牛の気分、健康状態、乳生産に影響を与えます。また、成体のホルスタイン牛は500 kgを超える重さになることがあり、不安定な場合は足に重大な害を与える可能性があります。そのため、跛行が発生した場合には、可能な限り早期に獣医師が介入する必要があります。 2014年の研究によれば、中国の重度の跛行牛の割合は31％にもなることがあります。この研究以来状況が改善されている可能性もありますが、農場での獣医師の数は非常に限られているため、牛の定期的なモニタリングは困難です。跛行が検出されると、状況はしばしば深刻であり、治療は時間がかかり困難であり、乳生産は既に影響を受けています。…

Amazon PersonalizeとAmazon OpenSearch Serviceの統合により、検索結果をパーソナライズします

アマゾンパーソナライズは、Amazon OpenSearch Serviceとの新しい統合を開始し、それにより各ユーザーの検索結果を個別にパーソナライズし、彼らの検索ニーズを予測することができますOpenSearch Service内のAmazon Personalize Search Rankingプラグインを使用すると、ウェブサイトとアプリの検索からエンドユーザーの関与度とコンバージョンを向上させることができます

SalesForce AI研究所によって開発されたProGen：人工知能を使用したタンパク質エンジニアリングの飛躍的進歩

機能性タンパク質の開発は、医療、バイオテクノロジー、環境持続性など、さまざまな科学分野で重要な追求となっています。しかし、従来のタンパク質工学のアプローチは、ランダムな変異と自然選択に頼っており、正確なタンパク質設計に課題がありました。研究者たちは、特定の特性を持つタンパク質を生成するための制御された正確な方法の必要性に気づき、人工知能（AI）をこの問題の解決策として探求するようになりました。従来のタンパク質工学の課題に対応するため、Salesforceの研究チームは、ProGenというAIモデルを導入しました。ProGenは、従来の手法から逸脱し、包括的なタンパク質配列のデータセットを活用し、条件付きタグを組み込んでモデルを訓練し、タンパク質の複雑な言語を理解する能力を獲得しました。これらの条件付きタグを利用することで、ProGenはタンパク質配列内の次のアミノ酸を予測することができ、望ましい特性を持つタンパク質の設計と生成を容易にする可能性を示します。 ProGenの基本的な手法は、自然言語処理において利用される予測アルゴリズムと同様の次のトークンの予測メカニズムを活用しています。ProGenは、タンパク質配列のさまざまな側面をカバーする10万以上の条件付きタグの包括的なセットを活用することで、事前定義された構造と機能の属性に従いながら新しいタンパク質を効果的に生成することができます。ProGenの性能評価は、ほぼ自然な構造エネルギーを示すタンパク質配列を生成する能力を示し、潜在的な機能的生存性を示唆しています。この能力は、VEGFR2やGB1などのタンパク質の生成に成功しており、特定の機能要件に合致したタンパク質配列を生成するProGenの能力を示しています。結論として、研究チームによるProGenの開発は、タンパク質工学における重要なマイルストーンを示すものです。制御されたタンパク質生成のProGenの高度な能力は、従来のタンパク質工学手法によってもたらされる課題に取り組むための重要な進歩を示しています。AI駆動の手法の統合により、タンパク質の設計における精度と制御が向上し、バイオテクノロジー、製薬、環境持続性など、さまざまな分野で科学の進歩を加速する新たな可能性が開かれます。ProGenの能力の成功により、従来のタンパク質工学手法の制約を克服するための重要な一歩が示されました。まとめると、ProGenの開発における研究チームの画期的な業績は、タンパク質工学における重要な節目を示しています。ProGenの制御されたタンパク質生成の高度な能力は、従来のタンパク質工学の技術による課題への重要な進歩を示しています。AI駆動の手法の成功により、タンパク質の設計における精度と制御が向上し、科学研究と開発の革新と進歩に新たな展望を開きます。 ProGenが進化し続けるにつれて、タンパク質工学におけるさらなる進歩と応用の可能性が期待されます。この能力の成功したデモンストレーションは、タンパク質工学の進歩における重要な進展を示し、科学研究と開発における革新と進歩の新たな展望を開くものです。

「Amazon PharmacyはAmazon SageMakerを使用して、LLMベースのチャットボットを作成する方法を学びましょう」

「Amazon PharmacyはAmazon.com上のフルサービス薬局であり、透明な価格設定、臨床とカスタマーサポート、そしてドアへの無料配送を提供しています顧客ケアエージェントは、処方箋の明確化や移行状況、注文や調剤の詳細、および患者プロファイル情報を含む薬局情報に関連する情報を迅速かつ正確に取得するために重要な役割を果たします」

NVIDIA RTXビデオスーパーレゾリューションのアップデートがビデオ品質や詳細の保全を向上させ、GeForce RTX 20シリーズのGPUへの拡張も行われました

今日、NVIDIAはRTXビデオスーパーレゾリューション（VSR）のアップデートを発表しました。このアップデートにより、全体的なグラフィカルな忠実度が向上し、詳細が保持され、ネイティブのビデオのアップスケーリングとGeForce RTX 20シリーズのデスクトップおよびノートPCのGPUのサポートが可能になります。 RTX VSRなどのAIアシストで、より向上した創造性や生産性から、爆速のゲームまで、詳細はAI向けのRTXページをご覧ください。また、今週の「NVIDIA Studio」では、TwitchパーソナリティのRunebeeさんが自身のインスピレーション、ストリーミングのヒント、およびAIとRTX GPUの加速をどのように活用しているかについて共有しています。そして、10月にはお化けのハロウィンテーマのアート、11月には収穫と秋をテーマにした作品を投稿してくださることをお忘れなく。インスピレーションの源として、iryna.blender3dさんなどのアーティストの作品をTwitterでご覧ください。 The #SeasonalArtChallenge continues on with an incredible render from iryna.blender3d (IG). 🎃 Share your spooky/Halloween-themed…

Learn more about Search Results A - Page 149