Search Results 認証

「ファウンデーションモデルの安全で準拠した利用を可能にする生成AIゲートウェイを作成する」

AIや機械学習（ML）の急速に進化する世界では、Foundation Models（FM）は革新を推進し、新たなユースケースを解き放つための大きな可能性を示していますしかし、組織がますますFMのパワーを利用するにつれて、データプライバシーやセキュリティ、追加費用、コンプライアンスに関する懸念が最重要視されるようになりました金融サービスなどの規制とコンプライアンスに特化した業界では、･･･

「CDS HooksとAWS HealthLakeを使用してCRDを自動化して事前承認を行う」

「あらかじめの承認は、医療において非常に重要なプロセスであり、医療処置や手続きが行われる前に承認を受けることを含んでいますこのプロセスは、患者が適切なケアを受けることを確保し、医療提供者が正しい手順を守っていることを確認するために必要ですしかし、あらかじめの承認は時間がかかり、複雑なプロセスであり、[…]

「モノのインターネット」から「すべてのインターネット」へ：AIと6Gの融合によるつながる知性

「人工知能や6Gなどの最先端技術が、すべてがインターネットに接続される新しい時代を招く方法を学びましょう」

「AIと.NETの連携による現実世界のソリューションを強化する」

テクノロジーの絶えず進化する風景において、人工知能（AI）と.NETフレームワークの融合は、画期的な革新の道を切り開いてきました

「動きのあるAIトレンドに対応するAPI戦略の適応」

AIは最近注目を集めていますこの記事では、APIを使用して製品を開発している私たちにとって、AIのトレンドがどういう意味を持つのかを探求します

「メーカーに会うロボット学生がNVIDIA Jetsonを搭載した自律型車椅子を発表する」

AIの助けを借りて、ロボット、トラクターやベビーカー、さらにはスケートパークさえも自律化しています。Kabilan KBという開発者は、障害を持つ人々の移動性を向上させるため、車椅子に自律航行機能を組み込んでいます。このインドのコーヤンバトールのカルニヤ工科大学の学部生は、エッジAIとロボティクスのためにNVIDIA Jetsonプラットフォームを使用して、自律車椅子プロジェクトを進めています。この自律型電動車椅子には、デプスセンサーやLiDARセンサー、さらにはUSBカメラが接続されており、環境を認識し、ユーザーの目的地への障害物のない経路を計画することができます。 “自動車椅子を使用する人は、移動先の場所を指示することができます。それは自律航法システムにすでにプログラムされているか、割り当てられた数値とともに経路が計画されているかもしれません。たとえば、キッチンに移動したい場合は「1」を押し、寝室に移動したい場合は「2」を押せば、自律型車椅子がそこに連れて行ってくれます。”とKBは述べています。 NVIDIA Jetson Nano Developer Kitは、カメラやセンサーからのデータをリアルタイムで処理します。そして、深層学習ベースのコンピュータビジョンモデルを使用して、環境中の障害物を検出します。この開発キットは自律システムの脳として機能し、周囲の2Dマップを生成し、目的地への衝突のない経路を計画し、途中で安全なナビゲーションを確保するために、電動車椅子に更新された信号を送信します。メーカーについて KBは機械工学の経験を持っており、パンデミック中にAIとロボットに魅了されました。その際、彼は自由な時間を使って教育的なYouTube動画を検索しました。現在、彼はカルニヤ工科大学でロボットとオートメーションの学士号を取得するための勉学に励み、将来的にはロボットのスタートアップを立ち上げたいと考えています。自己教育の支持者と自称するKBは、NVIDIA Deep Learning Instituteから「Jetson Nanoでエッジ上のビデオAIアプリケーションを構築する」や「Omniverseで拡張可能な開発、カスタマイズ、公開をする」など多くの認証を受けています。ロボット技術の基礎を学んだ後、彼はNVIDIA Omniverseでシミュレーションを試み始めました。NVIDIA Omniverseは、OpenUSDフレームワークに基づいて3Dツールやアプリケーションを構築・運用するためのプラットフォームです。 “シミュレーションのためにOmniverseを使用すると、ロボットのプロトタイプモデルの大規模な投資をする必要がありません。代わりに、合成データ生成を使用することができます。それは将来のソフトウェアです。”と彼は話しています。…

「5つの手順でGoogle Cloud Platformを始める」

「アカウントのセットアップからモデルの展開まで、データサイエンスと機械学習のためのGoogle Cloud Platformの必須要素を、実践的なプロジェクトの例を交えて探索してください」

Data Engineering

MailchimpにおけるMLプラットフォーム構築の教訓

この記事はもともと、「MLプラットフォームポッドキャスト」という番組のエピソードでしたこの番組では、ピオトル・ニェジヴィエツとアウリマス・グリチューナスが、MLプラットフォームの専門家たちと一緒に、設計の選択肢、ベストプラクティス、サンプルのツールスタック、そして最高のMLプラットフォームの専門家たちからの実際の学びを話し合っていますこのエピソードでは、ミキコ・バゼリーがMLの構築から学んだことを共有します...

MLOps

「より良いMLシステムの構築-第4章モデルの展開とその先」

モデルを展開し、その制作を支援することは、機械学習よりもエンジニアリングに関わります機械学習のプロジェクトが制作段階に近づくにつれて、ますます多くの人々が関わってきますバックエンド...

Segmind APIとPostmanを使用した簡単なGenAIアプリの統合

はじめに人工知能（AI）をアプリケーションに統合することは、ビジネス競争力を維持するためにますます必要になっています。これらのAI機能を追加することで、ユーザー体験が向上し、タスクが自動化され、有益な洞察が提供されます。私たちは多様なGenAIモデルを利用できるため、可能性があります。しかし、AIをアプリに統合することは複雑です。特にGenAIの新しいトレンドでは、まだ多くのプロセスが試行錯誤されています。したがって、ファッションアプリなどの個人用アプリケーションやソフトウェアにGenAIを統合する方法を知りたい場合は、この記事ではSegmind APIとPostmanを使用してGenAIアプリを統合するプロセスを簡素化することを目指しています。学習目標 SegmindモデルとAPIの理解 SegmindとのGenAI統合APIの理解 Segmind APIとのPostmanの使用この記事は、Data Science Blogathonの一環として公開されました。 SegmindモデルAPIの理解 SegmindのGenAI APIを包括的に理解するためには、その目的、機能、利点を理解する必要があります。eコマースアプリやファッションデザイン、アニメーション、背景除去、アートワーク、絵画、漫画などの画像認識に関する潜在的なユースケースを強調することができます。利用の容易さに加えて、Segmind AIはWebサイトのAPIとプレイグラウンドを介して利用可能なGenAIモデルを提供しています。この記事ではAPIの推論コールを使用します。利用可能なAPIスクリプトを使用して、タスクに適したモデルを選択することは簡単です。以下は、https://www.segmind.com/models/sd1.5-outpaint/api で利用可能なStable Diffusion 1.5 Outpaintingモデルの例です。 import requests from base64 import…

Learn more about Search Results 認証 - Page 14