Search Results A

「PythonでGoogleのPaLM 2 APIを使う方法」

「GoogleのLLMへの回答：PaLM 2 APIは、彼らのPathways Language Modelの最新バージョンですこの記事では、Pythonを使用してPaLM 2 APIを使用およびカスタマイズする方法について、いくつかのコード例を紹介しますPaLM 2 APIは、Google CloudのVertex AIプラットフォームを介してアクセスできます...」

「2023年のトップAI画像から動画を生成するツール」

Genmo Genmoは、テキストをページの二次元以上に超えるビジュアル形式に変換する、人工知能によるビデオ生成システムです。自然言語処理、画像認識、機械学習のアルゴリズムが使用され、テキスト、画像、シンボル、絵文字を動画に変換することができます。背景色、キャラクター、音楽など、ビデオをパーソナライズする方法はさまざまです。提供されたテキストと関連する画像がビデオに含まれます。GenmoのAIによって作成されたビデオは、広告、教育、説明など、さまざまな目的で使用することができます。興味深い映画を迅速かつ低コストで作成する必要がある企業、グループ、個人にとって、素晴らしいリソースです。 D-ID D-IDは、人工知能によって駆動されるビデオ制作プラットフォームであり、テキストからプロ品質のビデオを簡単かつ迅速に作成することができます。Stable DiffusionとGPT-3を使用して、同社のCreative RealityTM Studioは100以上の言語でビデオを作成します。D-IDのLive Portrait機能は、静止画像から短編映画を作成し、Speaking Portrait機能は書かれたテキストや話されたテキストにスピーチを与えます。数万のビデオの助けを借りてAPIを改善し、高品質のビジュアルを生成することができます。Digiday、SXSW、TechCrunchは、伝統的なアプローチに比べて低コストで高品質なビデオを作成する能力でD-IDを認識しています。 LeiaPix Converter LeiaPix Converterは、通常の写真を3D Lightfield写真に変換する、ウェブベースの無償サービスです。AIを使用して、写真をリアルな没入型の3D環境に変換します。出力形式を選択し、写真をLeiaPix Converterにアップロードします。変換されたファイルは、Leia Image Format、Side-by-Side 3D、Depth Map、Lightfield Animationなど、複数の形式でエクスポートできます。LeiaPix Converterの出力は高品質で使いやすいです。写真に新しい雰囲気を与え、ユニークな視覚的な作品を作る素晴らしい方法です。2Dの画像から3D Lightfieldへの変換を行います。Leia Image Format、Side-by-Side…

VoAGI ニュース、8月16日：テキストをパワーポイントプレゼンテーションに変換するための ChatGPT の利用 • ジェネラティブ AI アプリケーションを構築するための最高の Python ツールチートシート

テキストをパワーポイントプレゼンテーションに変換する方法 • ジェネレーティブAIアプリケーションのための最高のPythonツールチートシート • テックウィンターを生き残るためにデータサイエンティストは専門化する必要がある • Pythonベクトルデータベースとベクトルインデックス LLMアプリケーションのアーキテクチャ設計 • SQLクエリの高速化方法...

NEWS

効率化の解除：Amazon SageMaker Pipelinesでの選択的な実行の活用

MLOpsは、しばしば機械学習（ML）モデルを本番環境で展開するための重要な学問分野ですトレーニングと展開をしたい単一のモデルに焦点を当てるのは自然なことですしかし、現実には、数十、または数百のモデルを扱うことがあり、そのプロセスには複数の複雑なステップが関与する場合もありますそのため、重要なのは...

「AIプロジェクトはどのように異なるのか」

「私はよく見込み客から人工知能（AI）ソフトウェアのプロセスを説明するように求められます最近では、ソフトウェア開発とデータサイエンスの広範な知識を持つマネージャーからも質問を受けました...」

「Embroid」を紹介します：複数の小さなモデルから埋め込み情報を組み合わせるAIメソッドで、監視なしでLLMの予測を自動的に修正することができます

もしも、薬や医療歴に基づいた基本的なデータ分析を行うための言語モデル（LM）をプログラムしたとしたら、機械学習モデルのトレーニングには、各種患者の歴史を含むラベル付きデータが必要です。大規模なラベル付きデータセットを構築するのは非常に困難です。ドメインの専門家による手動のラベリングが必要であり、これは費用がかかります。こういったモデルにはどのように対処しますか？スタンフォード大学、Anthropic、およびウィスコンシン大学マディソン校の研究者たちは、言語モデルを設計して、文脈における注釈付けタスクの学習を行い、手動のラベリングをスケール化して置き換える方法に取り組んでいます。LMの文脈における能力により、モデルはプロンプトの説明からタスクを記憶することができます。彼らは、プロンプト自体ではなく、プロンプトの予測を修正することを試みます。なぜなら、言語モデルはプロンプトのわずかな変更にも敏感であり、誤った予測を生み出す可能性があるからです。研究者のアプローチは、正確な予測は一貫性も持つべきという直感に基づいています。ある特徴表現の下で似たようなサンプルは同じプロンプトの予測を受けるべきです。彼らは「Embroid」という手法を提案しており、異なる埋め込み関数の下でデータセットの複数の表現を計算し、LMの予測の一貫性を利用して誤った予測を特定します。Embroidはこれらの近傍を使用して、各サンプルに対して追加の予測を生成します。これらはさらに単純な変数グラフィカルモデルと組み合わせて、最終的な修正予測を決定します。一つの当然の疑問は、データセットのサイズが変わるとEmbroidの性能向上も変わるのかということです。研究者は、Embroidは異なる埋め込み空間の最近傍に依存しているため、注釈付きデータセットが小さい場合には性能が低下する可能性があると述べています。また、埋め込みのドメイン特異性が変化した場合や埋め込み空間の品質が変化した場合の性能の変動を比較しました。その結果、いずれの場合でも通常の言語モデルよりも優れた性能を示すことがわかりました。研究者によれば、Embroidは弱教師あり学習で開発された統計的な技術も使用しています。弱教師あり学習では、複数のノイズの予測を組み合わせて未ラベルのデータの確率的なラベルを生成することが目的です。彼らは、埋め込みを使用して追加の合成予測を構築し、これを元の予測と組み合わせると述べています。研究者は、95の異なるタスクについてEmbroidを他の6つの言語モデルと比較しました。各言語モデルについて、文脈内デモンストレーションの3つの組み合わせを選択し、各プロンプトの予測にEmbroidを独立して適用しました。その結果、GPT-JTではタスクごとに平均7.3ポイント、GPT-3.5ではタスクごとに平均4.9ポイント、元のプロンプトよりも性能が向上することがわかりました。

AI生成コンテンツ：クリエイターにとってこれは何を意味するのか？

「ジェネレーティブAIはコンテンツクリエイターにどのような影響を与えるのか？AIによる生成コンテンツの限界、課題、および法律について調査してください」

トムソン・ロイターが6週間以内に開発したエンタープライズグレードの大規模言語モデルプレイグラウンド、Open Arena

この記事では、トムソン・ロイター・ラボがAWSとの協力のもとで開発したトムソン・ロイターの企業全体で使用される大規模言語モデル（LLM）のプレイグラウンド、Open Arenaについて説明しますオリジナルのコンセプトは、Simone Zucchet（AWSソリューションアーキテクト）とTim Precious（AWSアカウントマネージャー）のサポートを受けたAI/MLハッカソンで生まれ、AWSのサービスを使用して6週間以内に本番環境に開発されましたAWS Lambda、Amazon DynamoDB、Amazon SageMakerなどのAWS管理サービス、および事前に構築されたHugging Face Deep Learning Containers（DLC）がイノベーションのスピードに貢献しました

Amazon SageMakerを使用して、オーバーヘッドイメージで自己教師ありビジョン変換モデルをトレーニングする

この記事では、Amazon SageMakerを使用して、オーバーヘッドのイメージに対して自己教師ありビジョン変換器をトレーニングする方法を示しますトラベラーズは、Amazon Machine Learning Solutions Lab（現在はGenerative AI Innovation Centerとして知られています）と協力して、このフレームワークを開発し、航空写真モデルのユースケースをサポートおよび強化しました

「ベストインクラスのセッションが開催中：新しいNVIDIA Studioノートパソコンがコンテンツ、ゲーム、教育を超高速化する」

編集者注：この投稿は、週刊NVIDIA Studioシリーズの一部であり、注目のアーティストを紹介し、クリエイティブなヒントやトリックを提供し、NVIDIA Studioテクノロジーがクリエイティブなワークフローを向上させる方法を示しています。また、新しいGeForce RTX 40シリーズGPUの機能、技術、リソースについても詳しく説明し、コンテンツの作成を劇的に加速する方法について深堀りしています。新学年の始まりは、学生がNVIDIA Studioラップトップを手に入れて、コンテンツの作成、ゲーム、教育の能力をアップグレードする理想的な時期です。これらのラップトップは、GeForce RTX 40シリーズのグラフィックスカードで動作します。 Marmoset Toolbagは、完全な3Dアート制作ツールであるバージョン4.06をリリースしました。これは、Toolbag 4ユーザー向けの無料アップデートで、OpenUSDファイル形式のサポートを拡張し、NVIDIA Omniverseとの互換性を追加し、NVIDIA DLSS機能、AI OptiXノイズリダクション、およびレンダリングとベイキングの高速化を提供します。すべてがRTXでアクセラレートされます。最後に、今週のNVIDIA Studioで人気のあるインフルエンサーであるJiffyVFX氏が、120万回以上再生された「Doors to Realities」というバイラルビデオシリーズについて話します。創造、ゲーム、学習 GeForceとNVIDIA Studio RTX 40シリーズのラップトップは、AIの力を利用してコンテンツの作成、ゲーム、学習アプリを高速化します。…

Learn more about Search Results A - Page 285