Search Results で見る

単一のビジュアル言語モデルで複数のタスクに取り組む

Flamingoという、幅広いオープンエンドのマルチモーダルタスクにおいて、少数の学習例での学習において最先端の成果をもたらす単一のビジュアル言語モデル（VLM）を紹介します

research

AIのレンズを通じた世界の歴史

人工知能の進歩、特に大規模な言語モデルにより、歴史研究や教育においては興奮すべき可能性が広がっていますしかし、その方法については慎重に検証することが重要です...

トップ7の列操作でより効果的にPandasデータフレームを使用する

データ分析に関しては、データを操作して準備するために最もよく使用されるPythonライブラリはPandasですでは、列に対するトップ7の操作を見てみましょう

ChatGPTのTokenizerを解放する

この記事では、OpenAIが使用するオリジナルのライブラリであるtiktokenライブラリを使った実践を通じて、ChatGPTトークナイザーの仕組みを解説します

郵便番号レベルでの地理空間データの操作

一部の国では、郵便番号は地域ではなく、ポイントやルートで表されます例えば、カナダの郵便番号の最後の3桁は、地域配送ユニットに対応していて、それは一つの家に対応するかもしれません...

NVIDIAのCEO、ヨーロッパの生成AIエグゼクティブが成功の鍵を議論

3つの主要なヨーロッパの生成AIスタートアップが、NVIDIAの創設者兼CEOのジェンソン・ホアンと一緒に新しいコンピューティングの時代について話し合いました。 500人以上の開発者、研究者、起業家、経営者が、ベルリンのスピンドラー・アンド・クラットというスタイリッシュな河畔の集会場に詰めかけました。ホアンは、月曜日に気候科学に焦点を当てた国際協力体であるEarth Virtualization Engines（EVE）のベルリンサミットで発表したメッセージに触れながら、受け入れ会を始めました。ホアンは、NVIDIAのEarth-2イニシアチブの詳細や、加速された計算、AIによるシミュレーション、インタラクティブなデジタルツインが気候科学の研究を推進していることについて共有しました。 3つのスタートアップの創始者とのファイアサイドチャットに座る前に、ホアンはオーディエンスに「特別なゲスト」を紹介しました。彼は、地球を救う「無名のヒーロー」と呼ばれる世界有数の気候モデリング科学者4人を紹介しました。ホアンは「これらの科学者は、気候科学の進歩にキャリアを捧げています」と述べました。「EVEのビジョンによって、彼らは気候科学の新たな時代の設計者です。」強力な力に立ち向かうホアンは「ドイツには膨大な数のAIスタートアップがあり、それを見ることができて嬉しいです」と述べました。「あなたはまったく新しいコンピューティングの時代にいます。それが起こると、みんなが同じスタートラインに立つことになります。」ホアンは、Blackshark.ai、Magic、DeepLの創業者をステージに招待しました。これらのスタートアップは生成AIを活用して地球管理、人工一般知能（AGI）、言語翻訳などの方法を追求しています。 Blackshark.aiは、AIと分散空間計算を用いて2D画像をデータ豊かな3D世界に変換します。 Magicは、小規模なチームがコードをより速く、より安価に書くことを可能にするAGIソフトウェアエンジニアを開発しています。 DeepLは、AIを活用した翻訳ツールによって、すべてのものが互いにコミュニケーションできるようにすることを目指しています。これら3社は、確立された企業の製品に対抗すると見なされる解決策を提供しています。 500人以上のオーディエンスがファイアサイドチャットに参加しました。「なぜそんな強力な力に立ち向かったのですか？」ホアンは創業者に尋ねました。 Blacksharkの共同創設者兼CEOであるMichael Putzは、同社の製品はGoogle Earthで見ることができるものに似ていると説明しました。しかし、Blacksharkは、Google Earthの20％に比べて、地球のカバレッジが100％であると主張しています。また、Googleが地図の一部を更新するのに数か月かかるのに対し、Blacksharkはわずか3日しか必要ありません、とPutz氏は述べました。 Magicの共同創設者兼CEOであるEric Steinbergerは、自社が人間のチームのように動作するAGI AIソフトウェアエンジニアを構築しようとしていると説明しました。…

MongoDBで結合操作を実行するためのシンプルなテクニック

はじめにデータベースの人々はJOINSに非常に精通しています。複数のテーブルからデータを取得する場合、主キーと外部キーに基づいてテーブルを結合することがよくあります。この記事では、MongoDBで結合操作を行うためのシンプルなテクニックを学びましょう。画像の出典：Pixabay 上記の図は、組織のリレーショナルデータベーススキーマの図解です。これらのブロックは、特定の種類のデータ（学生/教授/従業員）を格納するテーブルであり、線と矢印は共通のキーを使用してテーブル間の関係を表します。テーブル間の関係に基づいて結合を行うことができます。例えば、組織では、従業員、部門、プロジェクトなどのデータを格納するための別々のテーブルがあります。従業員の詳細と彼らがどの部門とプロジェクトで働いているかを取得するには、テーブル間で結合を行い必要なデータを取得する必要があります。同様に、大学では、学生と教授のデータを格納するための別々のテーブルがあるかもしれません。特定の学生を教えている教授を見つけるには、テーブル間で結合を行う必要があります。学習目標このチュートリアルでは、MongoDBでさまざまな結合操作（内部結合、外部結合、右結合、左結合）をどのように実行できるかを見ていきます。この記事は、Data Science Blogathonの一環として公開されました。異なるタイプの共通結合操作の理解 A. SQLと異なる種類の結合私たちの大部分はSQLデータベースの知識を持っています。そこでは、以下で説明する4つの主要な結合操作をよく行います。 1. 内部結合：両方のテーブルで共通のキーを持つ行のみが結果のテーブルに存在します。学校データセットの2つのテーブル – Marks & Rank 内部結合内部結合を実行した結果、Roll…

メタが彼らの有望なプロジェクトをすべてオープンソース化 | その理由を知る

はじめに Facebookとして以前は知られていたMetaは、オープンソースソフトウェア開発のリーダーとなりました。この動きは、プロプライエタリな技術に依存している企業にとっては直感に反するかもしれませんが、Metaがすべてのプロジェクトを一般公開する理由はいくつかあります。また読む：Metaはマルチセンサリーモデルをオープンソース化この記事では、Metaがなぜオープンソースソフトウェアを強く推奨しているのか、そしてそれが企業にどのように利益をもたらすのかについて探っていきます。 Metaによるオープンソースリリースの規模過去数年間、AIの分野では有望なオープンソースソフトウェアの数が大幅に増加しています。Metaはこの革命の最前線に立ち、200以上のプロジェクトをオープンソース化しています。しかし、特に効率的に商業化できるプロジェクトを一般に公開することで、会社は何を得るのでしょうか。 Metaの倫理的義務 Mark Zuckerbergを含む同社の主要な人物によると、Metaはオープンソースの結果です。当初、同社のプラットフォームはLinux、Apache、Mysql、PHPの組み合わせであるLAMPから構築されました。そのため、Metaは設立以来、自社のプロジェクトをオープンソース化することに「利他的でイデオロギー的な義務」を感じています。つまり、Metaは共同体に還元する道徳的な義務を感じています。 Facebookはオープンソースコミュニティから多くの教訓を得ており、さらに学ぶことを楽しみにしています。オープンソース化の背後にある3つの最も重要な考えは次のとおりです。実用的なものを共有する。ヒーローを強調する。一般的な問題を修正する。より良いソフトウェアとコード Meta自身によれば、有望なモデルをオープンソースで公開することは、彼らがより良いソフトウェアを構築し、より良いコードを書くことを意味します。彼らのエンジニアは自分たちの仕事をオープンソース化できると知っているため、より誇りを持って働くことができます。最終的には、エンジニアがMetaが取り組んでいることを自分自身で見ることができるため、トップの人材を引き付けることが容易になります。したがって、これには堅実なビジネスセンスがあります。また読む：データエンジニアリングの概要失うよりも得るものが多い自社のプロジェクトをオープンソースとして公開する決定は、Metaにとって不利よりも有利な可能性があります。競合他社がFacebookのコードを使用しても、会社には大きな害はありません。したがって、Metaはプロジェクトをオープンソースとして公開することで得るものが失うものよりも多いのです。コミュニティからの無料貢献 Metaは、モデルやコードへのオープンアクセスを提供することで、コミュニティの無料の貢献を活用することができます。この動きは、オープンソースの開発者の間で好意的な評判を得ることにもつながり、彼らがMetaに就職したりセキュリティ上の脆弱性を責任を持って通知したりする可能性が高くなるでしょう。より優れた採用コードが公開されると、より多くの開発者がそれに触れることができるため、Metaは求人募集に適格な候補者を見つけやすくなります。この広範な露出はまた、Metaの技術の標準化をインターネット全体でもたらし、会社にとって2つの利点があります：ユーザーベースの拡大とより良いブラウザのサポート。また読む：AIは人間を置き換えるか？ Gen…

ChatGPTから独自のプライベートなフランス語チューターを作成する方法

議論された外国語チューターのコードは、私のGitHubページの同梱リポジトリで見つけることができます非商業利用に限り、自由に使用することができます長い間延期していたので、私は...

GPTと人間の心理学

GPTと人間の心理学との類推を行うことで、私たちは生成型AIの出力を促進する方法を理解することができます

Learn more about Search Results で見る - Page 18