Search Results 購読

「AVIS内部：Googleの新しい視覚情報検索LLM」

「マルチモダリティは、基礎モデルの研究において最も注目されている分野の一つですGPT-4などのモデルがマルチモーダルなシナリオで驚異的な進歩を示しているにもかかわらず、まだ多くの課題がありますが、...」

「2023年8月のアフィリエイトマーケティングにおける10の最高のAIツール」

アフィリエイトマーケティングのダイナミックな世界では、観客を魅了するために革新的で効率的なツールが求められます人工知能（AI）の急速な進歩により、コンテンツ作成や観客の関与戦略を再定義する革命が進行中です説得力のある文章の生成から魅力的な音声や映像の制作まで、AIツールはアフィリエイトにとって欠かせない存在になりつつあります

「FraudGPTと出会ってください：ChatGPTのダークサイドの双子」

ChatGPTは人々の仕事やオンラインでの検索内容に影響を与え、人気を集めています。AIチャットボットの潜在能力に興味を持つ人々は、試したことがない人でも多くいます。生成モデルの普及により、潜在的な危険性の性質が変化しました。FraudGPTの出現についての証拠は、最近のダークウェブフォーラムのスレッドで見ることができます。サイバー犯罪者は、このトレンドから利益を得る方法を調査しています。 Netenrichの研究者たちは、「FraudGPT」という有望な新しい人工知能ツールを発見しました。このAIボットは、スピアフィッシングメールの送信、クラッキングツールの開発、カーディングなど、悪意のある活動に特化して構築されています。この製品は、ダークウェブのマーケットプレイスやTelegramアプリで購入することができます。 FraudGPTとは何ですか？ ChatGPTと同様に、サイバー攻撃で使用するためのコンテンツを生成する能力が追加されたFraudGPTは、ダークウェブやTelegramを通じて購入することができます。2023年7月、Netenrichの脅威研究チームのメンバーは、その広告が掲載されているのを最初に目にしました。FraudGPTのセールスポイントの一つは、ChatGPTが疑問のあるクエリに対して反応しないようにするためのセーフガードと制限が必要であるということです。提供された情報によると、このツールは毎週または2週間ごとに更新され、さまざまなタイプの人工知能を使用しています。FraudGPTの主な支払い方法は定期購読です。月額200ドル、年間会員は1,700ドルです。どのように機能しますか？ Team NetenrichはFraudGPTを購入し、試してみました。レイアウトはChatGPTと非常に似ており、左サイドバーにユーザーのリクエストの履歴が表示され、チャットウィンドウが画面の大部分を占めています。ユーザーは質問を提供するボックスに入力し、「Enter」を押すだけで回答を得ることができます。ツールのテストケースの一つとしては、銀行に関連するフィッシングメールがあります。ユーザーの入力は最小限で、問い合わせフォーマットに銀行名を含めるだけでFraudGPTが仕事を完了させることができます。テキストに悪意のあるリンクを配置する場所を示すことさえできます。個人情報を積極的に要求する詐欺の着地ページは、FraudGPTの機能の一部です。 FraudGPTには、最も頻繁に訪れたり悪用されたりするオンラインリソースの名前を示すように促されることもあります。これは、ハッカーが将来の攻撃計画に使用するのに役立つ可能性があります。このソフトウェアのオンライン広告では、穴を探し、ターゲットを特定するための検出されないマルウェアを組み立てる有害なコードを生成できると自慢しています。 Netenrichグループはまた、FraudGPTの供給業者が以前に雇用用のハッキングサービスを広告していたことも発見しました。同じ人物がWormGPTという類似のプログラムに関連付けられていることもわかりました。 FraudGPTの調査は、警戒の重要性を強調しています。ハッカーがこれらの技術を既に使用して新しい危険を開発しているかどうかの問題はまだ解決されていません。しかし、FraudGPTや同様の有害なプログラムは、ハッカーが時間を節約するのに役立つかもしれません。フィッシングメールや着地ページは、数秒で作成または開発することができます。したがって、消費者は自分の個人情報を求める要求に対して警戒し続け、他のサイバーセキュリティのベストプラクティスに従う必要があります。サイバーセキュリティ業界の専門家は、特に悪意のある行為者がFraudGPTのようなプログラムを使用して直接重要なコンピュータネットワークに侵入する可能性があるため、脅威検出ツールを最新の状態に保つことが賢明です。 FraudGPTの分析は、ハッカーが時間とともに自分たちの方法を適応させることを思い起こさせるものです。しかし、オープンソースソフトウェアにもセキュリティ上の欠陥があります。インターネットを使用する人やオンラインインフラを保護することが仕事である人は、新興技術とそれらがもたらす脅威について常に最新情報を把握しておく必要があります。ChatGPTなどのプログラムを使用する際には、リスクを忘れずに注意することが重要です。

Google AIが教育環境でのオーディオブックに対するソーシャル意識を持つ時間的因果関係を考慮したレコメンダーシステム「STUDY」を紹介します

読書は、言語能力や生活スキルの向上から感情の健康に至るまで、若い学生に大きな利益をもたらします。読書の楽しみと学業の成功との相関関係はよく知られています。さらに、読書は一般知識を広げ、多様な文化を理解することにも役立ちます。現在の世界では、オンラインとオフラインの両方において豊富な読書資料があり、適切な年齢に合った魅力的なコンテンツへの学生の誘導は重要な課題です。効果的な推薦は、学生の読書への関心を持続させる上で重要な役割を果たします。ここで、機械学習（ML）が援助を提供する場面が登場します。機械学習と推薦システム MLは、さまざまなデジタルプラットフォームでの推薦システムの開発を革新しました。これらのシステムはデータを活用してユーザーに関連するコンテンツを提案し、ユーザーの全体的な体験を向上させます。MLモデルは、ユーザーの好み、関与度、および推薦されたアイテムを分析することにより、個別のコンテンツの提案を行います。教育支援の非営利団体であるLearning Allyとの共同研究により、GoogleはSTUDYアルゴリズムを開発しました。このアルゴリズムは、オーディオブックに焦点を当てたユニークなコンテンツ推薦システムです。Learning Allyは、購読プログラムを通じて学生にオーディオブックを提供し、彼らの読書体験を向上させています。STUDYアルゴリズムは、読書の社会的側面を考慮に入れることで、仲間が読んでいる内容を考慮します。アルゴリズムは、同じ教室内の学生の読書関与履歴を処理し、推薦が地域の社会的グループ内の現在のトレンドと一致していることを保証します。データとモデルのアーキテクチャ Learning Allyが提供するデータセットには、学生とオーディオブックの相互作用を含む匿名化されたオーディオブックの利用データが含まれています。データは学生の身元と学校の保護のために細心の注意を払って匿名化されています。Googleの研究者は、STUDYアルゴリズムをクリックスルー率の予測問題として効果的なモデルを作成するために設計しました。アルゴリズムは、ユーザーの特性、アイテムの特徴、および過去の相互作用のシーケンスに基づいて、特定のオーディオブックへのユーザーの相互作用を予測するため、オーディオブックの消費の時間的性質を組み込んでいます。 STUDYモデルのユニークな側面 STUDYアルゴリズムの革新性は、ユーザーのオーディオブックとの相互作用の時間的依存関係を組み込んでいる点にあります。個々のユーザーシーケンスで動作する従来の推薦システムとは異なり、STUDYは同じ教室の学生から複数のシーケンスを結合します。ただし、このユニークなアプローチでは、トランスフォーマーベースのモデル内で注意マスクを注意深く処理する必要があります。タイムスタンプに基づいた柔軟な注意マスクが導入され、モデルがさまざまなユーザーシーケンスに注意を向けることができるようになります。実験結果 STUDYアルゴリズムの有効性は、実世界のオーディオブックの利用データを使用していくつかのベースラインモデルと比較して評価されました。評価指標は、上位n個の提案内で正確な推薦の割合を測定することに焦点を当てました。結果は一貫して、STUDYが他のモデルよりも優れたパフォーマンスを示し、ターゲットに合った推薦を提供する能力を示しています。グループ化の重要性 STUDYアルゴリズムの核心には、学校と学年レベルに基づいて学生をグループ化する戦略があります。切り離し研究によれば、より地域に密着したグループ化がモデルのパフォーマンス向上につながることが明らかになりました。これは、仲間の好みが読書の選択に影響を与える読書の社会的性質が適切なグループ化戦略を通じて効果的に捉えられていることを示しています。今後の展望この研究の成功は同質的な社会的つながりのモデリングにあるものの、異なる関係ダイナミクスや影響力の強さが異なるユーザーポピュレーションに拡張する可能性があります。このような拡張は、より正確かつ効果的なコンテンツの推薦に向けた約束を持っています。要するに、STUDYアルゴリズムは機械学習と教育の強力な交差点を示しており、学生の読書の好みの社会的ダイナミクスを反映した、特定の読書体験を提供することができます。技術の進歩に伴い、STUDYのようなモデルがより個別化された、魅力的で有益な教育体験の道を切り拓いています。

オムニバースへ：Reallusionは、2方向のライブ同期とOpenUSDサポートにより、キャラクターアニメーションのワークフローを向上させます

編集者の注：この投稿はInto the Omniverseシリーズの一部であり、アーティスト、開発者、企業がOpenUSDとNVIDIA Omniverseの最新の進歩を活用してワークフローを変革する方法に焦点を当てています。単一の3Dキャラクターをアニメーション化したり、産業のデジタル化のためにそれらのグループを生成したりする場合、人気のあるReallusionソフトウェアを使用するクリエイターや開発者は、今月リリースされたiClone Omniverse Connectorの最新のアップデートでワークフローを向上させることができます。このアップグレードにより、NVIDIA Omniverseを使用するクリエイターにとって、シームレスなコラボレーションが可能になり、創造的な可能性が拡大します。NVIDIA Omniverseは、OpenUSDベースのツールやアプリケーションを接続および構築するための開発プラットフォームです。新機能には、プロジェクトのリアルタイム同期や、Universal Scene Descriptionフレームワーク（OpenUSDとも呼ばれる）の強化されたインポート機能が含まれており、これによりiCloneとOmniverseの間の作業がより迅速でスムーズかつ効率的になります。このアップデートには、バグ修正と改善も含まれています。 3Dキャラクターをより良くアニメーション化する世界中のクリエイターは、リアルタイムの3DアニメーションソフトウェアであるReallusion iCloneを使用してキャラクターを生き生きとさせています。ソロモン・ジャグウェは、3Dアーティスト、アニメーター、受賞歴を持つ映画監督であり、彼の作品はしばしば環境に焦点を当てています。東アフリカで育ったジャグウェは、兄と一緒に田舎に冒険に出かけたときに見た生物を描くという幼い頃の思い出を思い出します。今でも、彼の3D作品の多くは、ペンと紙を使ったシンプルなスケッチから始まります。このアーティストは、常に影響を与えるアートを作り出すことを目指していると語っています。たとえば、ジャグウェは、ウガンダの文化についてあらゆる年齢の人々に教育するためのビデオシリーズ「Adventures of Nkoza and Nankya」を作成しました。彼はこのシリーズのためのセットをAutodesk…

コンピュータ科学者がAIを活用して危険なアプリを特定する

マサチューセッツ大学アマースト校のブライアン・レビーン教授と数名のコンピュータ科学者が、子供やティーンエイジャーにとって安全ではない可能性のあるソーシャルネットワーキングアプリの顧客レビューを評価するための計算モデルを開発しました

StackOverflowの転機：破壊から機会への転換

GPT4のような非常に効果的なモデルが登場し、生成型AIを強化していることで、データ専門家が所属する組織に長期的な価値を提供する方法が進化しています真の価値は...

「研究：社会的に意識した時間的因果関係デコーダー推薦システム」

エルタイエブ・アフメド（リサーチエンジニア）とサブラジット・ロイ（シニアリサーチサイエンティスト）によるGoogle Researchの投稿読書には、言語能力や生活スキルの向上など、若い学生に多くの利益があります。また、楽しみのための読書は学業の成功と相関することが示されています。さらに、学生は読書によって感情の幸福感が向上し、一般的な知識や他の文化の理解も向上すると報告しています。オンラインやオフラインの読み物が非常に多いため、適切な年齢層に合った関連性の高い興味を引くコンテンツを見つけることは難しい課題ですが、学生が読書に没頭するためには必要なステップです。関連性の高い読み物を効果的に推薦することは、学生の読書を継続させるのに役立ちます。これが機械学習（ML）が役立つ場所です。 MLは、動画から書籍、eコマース商品まで、さまざまな種類のデジタルコンテンツにおいて推薦システムの構築に広く使用されています。推薦システムは、ユーザーに関連性の高い興味を引くコンテンツを提示するために、さまざまなデジタルプラットフォームで使用されています。これらのシステムでは、ユーザーの好み、ユーザーの関与度、および推薦されるアイテムに基づいて、各ユーザーにアイテムを提案するためのMLモデルがトレーニングされます。これらのデータは、モデルが興味を引く可能性のあるアイテムを推薦できるようにするための強力な学習信号を提供し、ユーザーエクスペリエンスを向上させます。「STUDY：社会的に意識した時間的因果デコーダ推薦システム」という論文では、教育の設定でのオーディオブックのコンテンツ推薦システムを紹介しています。このシステムでは、読書の社会的な性質を考慮しています。私たちは教育非営利団体であるLearning Allyとのパートナーシップを通じてSTUDYアルゴリズムを開発しました。Learning Allyは、学生に学校全体の購読プログラムを通じてオーディオブックを提供することを目的としています。Learning Allyの図書館には、さまざまなオーディオブックがあります。私たちの目標は、学生が自分の読書体験と関与を高めるための適切なコンテンツを見つけるのを支援することです。私たちは、同じクラスにいる学生の読書関与の履歴を共同で処理することで、現在のトレンドに基づいてモデルが学生のローカライズされたソーシャルグループ（この場合は教室）内でトレンドになっているものを利用するようにしました。データ Learning Allyには、学生を対象とした豊富なデジタルオーディオブックのライブラリがあり、学生の学習成果を向上させるためのソーシャル推薦モデルの構築に適しています。私たちは2年分の匿名化されたオーディオブックの消費データを受け取りました。データ中のすべての学生、学校、およびグループは匿名化されており、Googleによって追跡できないランダムに生成されたIDでのみ識別されます。さらに、潜在的に識別可能なメタデータは集計形式でのみ共有され、学生や機関が再識別されることを防ぐためです。データには、学生のオーディオブックとの相互作用のタイムスタンプ付きレコードが含まれています。各相互作用には匿名化された学生ID（学生の学年と匿名化された学校IDを含む）、オーディオブックの識別子、および日付があります。多くの学校では、1つの学年の学生を複数の教室に分けていますが、このメタデータを活用して、同じ学校と同じ学年のすべての学生が同じ教室にいるという単純化された仮定を行います。これにより、より良いソーシャル推薦モデルを構築するために必要な基盤が提供されますが、個人、クラスグループ、学校を再識別することはできません。 STUDYアルゴリズム私たちは、クリックスルー率の予測問題として推薦問題を構築しました。つまり、各特定のアイテムとの相互作用におけるユーザーがアクションを起こす条件付き確率をモデル化するものです。このモデル化には、Google Researchが開発した広く使用されているTransformerベースのモデルクラスが適しているという以前の研究結果があります。各ユーザーが個別に処理されると、これは自己回帰的なシーケンスモデリング問題になります。私たちはこの概念的なフレームワークを使用してデータをモデル化し、その後、STUDYアプローチを作成するためにこのフレームワークを拡張しました。このクリックスルー率予測アプローチでは、個々のユーザーの過去と将来のアイテムの好みの依存関係をモデル化することができますが、推論時に異なるユーザー間の依存関係をモデル化することはできません。読書の社会的な性質を認識し、この欠点を補うために、私たちはSTUDYモデルを開発しました。このモデルでは、各学生が読んだ複数の本のシーケンスを1つのシーケンスに連結し、単一の教室内の複数の学生からデータを収集します。しかし、このデータ表現はtransformerによってモデル化される場合には注意が必要です。transformerでは、注意マスクは入力がどの出力の予測に情報を提供できるかを制御する行列です。出力の予測に先行するすべてのトークンを入力に使用するパターンは、因果デコーダで伝統的に見られる上三角の注意行列につながります。しかし、STUDYモデルに供給されるシーケンスは時間的に順序づけられていないため、その構成要素の各部分シーケンスは時間的に順序づけられています。標準的な因果デコーダは、このシーケンスには適していません。各トークンを予測しようとするとき、モデルは展開時には利用できない後続のトークンすべてにアテンションを向けることは許されません。これらのトークンのいくつかは、後のタイムスタンプを持ち、展開時に利用できる情報を含んでいる可能性があります。この図では、通常、因果デコーダで使用されるアテンションマスクを示しています。各列は出力を表し、各列が出力を表します。特定の位置の行列エントリの値が1（青で表示される）である場合、モデルは対応する列の出力を予測する際にその行の入力を観察できることを示し、値が0（白で表示される）である場合はその逆を示します。 STUDYモデルは、時間刻みに基づいた柔軟なアテンションマスクを使用して、因果トランスフォーマーをベースに構築します。通常のトランスフォーマーでは、異なる部分列間でのアテンションを許可せず、シーケンス内では三角形の行列マスクが使用されますが、STUDYではシーケンス内で因果律のある三角形のアテンション行列を維持し、タイムスタンプに依存する柔軟な値を持つアテンションを異なるシーケンス間で許可します。したがって、シーケンス内の任意の出力ポイントでの予測は、その時点に対して過去に発生したすべての入力ポイントによって通知されます。これは、シーケンス内の現在の入力の前後に表示されるかどうかに関係なく、実際の世界の展開には利用できない未来の情報を使用して予測することを学習しないように、訓練時に強制される因果関係の制約が重要です。 (a)では、各ユーザーを個別に処理する因果律アテンションを持つ順次自己回帰トランスフォーマを示しています。 (b)では、同じ計算結果をもたらす同等の共同順送信を示しています。最後に、 (c)では、アテンションマスクに新しい非ゼロの値（紫で表示）を導入することで、ユーザー間で情報の流れを許可します。これにより、予測は同じユーザーからの相互作用に限らず、過去のタイムスタンプとのすべての相互作用に依存することができます。実験私たちは、比較のために複数のベースラインとともにSTUDYモデルを学習するためにLearning Allyデータセットを使用しました。私たちは、個別と呼んでいる自己回帰クリックスルーレートトランスフォーマーデコーダ、k最近傍法ベースライン（KNN）、および比較可能なソーシャルベースラインであるソーシャルアテンションメモリネットワーク（SAMN）を実装しました。訓練には最初の学年のデータを使用し、検証およびテストには2番目の学年のデータを使用しました。…

XGen-Image-1の内部：Salesforce Researchが巨大なテキストから画像へのモデルを構築、トレーニング、評価する方法

Salesforceは、新しい基盤モデルの最も活発な研究所の一つです最近、Salesforce Researchは、異なるドメインにわたるさまざまなモデルをリリースしてきました

「2023年8月のどこでもSpotifyストリーミングのための10の最高のVPN」

スポティファイは音楽業界を革新し、ユーザーに広範な曲、プレイリスト、ポッドキャストへのアクセスを提供していますしかし、グローバルなプラットフォームであるにもかかわらず、地域制限や価格の違いがユーザーエクスペリエンスに影響を与えることがありますこれが、仮想プライベートネットワーク（VPN）の使用が重要になる場面です[...]

Learn more about Search Results 購読 - Page 19