Search Results Google Play

Google at ACL 2023′ ACL 2023におけるGoogle

Posted by Malaya Jules, Program Manager, Google 今週、自然言語処理と理解のリーダーであり、ACL 2023のダイヤモンドレベルスポンサーであるGoogleでは、50以上の研究発表と、さまざまなワークショップやチュートリアルへの積極的な参加を通じて、この広範な研究領域を紹介いたします。 ACL（Association for Computational Linguistics）は、自然言語に対する計算的手法に関連する幅広い研究分野をカバーする一流の会議であり、オンラインで開催されています。 ACL 2023に登録されている場合、Googleブースにお立ち寄りいただき、数十億人のために興味深い問題を解決するためにGoogleで行われているプロジェクトについて詳しくお知りください。以下でGoogleの参加についてもっと詳しく知ることもできます（Googleの関連情報は太字で表示されます）。理事会および組織委員会エリアチェアは、Dan Garrette、ワークショップチェアは、Annie Louis、パブリケーションチェアは、Lei Shu、プログラム委員会には、Vinodkumar Prabhakaran、Najoung Kim、Markus Freitagが含まれます。注目論文…

「ACL 2023でのGoogle」

投稿者: Malaya Jules、プログラムマネージャー、Google 今週、自然言語処理に関する計算言語学の第61回年次総会（ACL）がオンラインで開催されます。ACLは、自然言語に対する計算的アプローチに関心のある広範な研究分野をカバーする主要な学会です。自然言語処理と理解のリーダーであり、ACL 2023のダイヤモンドレベルのスポンサーであるGoogleは、50以上の研究発表とさまざまなワークショップやチュートリアルへの積極的な参加とともに、この分野の最新の研究を紹介します。 ACL 2023に登録されている場合、Googleブースにぜひお立ち寄りいただき、何十億もの人々のために興味深い問題を解決するためのGoogleのプロジェクトについて詳しく学んでいただければと思います。以下でGoogleの参加についてもっと詳しく知ることもできます（Googleの関連情報は太字で表示されます）。ボードと組織委員会エリアチェアには、Dan Garrette、ワークショップチェアには、Annie Louis、発表チェアには、Lei Shu、プログラム委員には、Vinodkumar Prabhakaran、Najoung Kim、Markus Freitagが含まれています。注目論文 NusaCrowd: インドネシアNLPリソースのオープンソースイニシアチブ Samuel Cahyawijaya, Holy Lovenia, Alham…

GoogleがACL 2023に参加します

Posted by Malaya Jules, Program Manager, Google 今週、計算言語学協会（ACL）の第61回年次総会がオンラインで開催されています。ACLは、自然言語に関する計算手法に関連する広範な研究分野をカバーする一流のカンファレンスです。自然言語処理と理解のリーダーであり、ACL 2023のダイヤモンドレベルスポンサーであるGoogleは、50以上の論文を発表し、様々なワークショップやチュートリアルに積極的に参加することで、この分野での最新の研究を紹介します。 ACL 2023に登録されている場合、Googleブースにぜひ訪れ、数十億人の人々のために興味深い問題を解決するためにGoogleで行われているプロジェクトについて詳しく学んでください。以下でGoogleの参加についてもっと詳しく学ぶこともできます（Googleの関連組織は太字で示されています）。理事会および組織委員会エリアチェアには：Dan Garrette、ワークショップチェアには：Annie Louis、出版チェアには：Lei Shu、プログラム委員会には：Vinodkumar Prabhakaran、Najoung Kim、Markus Freitagが含まれます。注目論文 NusaCrowd：Indonesian NLPリソースのオープンソースイニシアティブ Samuel…

Google AIは、MediaPipe Diffusionプラグインを導入しましたこれにより、デバイス上で制御可能なテキストから画像生成が可能になります

最近、拡散モデルはテキストから画像を生成する際に非常に成功を収め、画像の品質、推論のパフォーマンス、および創造的な可能性の範囲の大幅な向上をもたらしています。しかし、効果的な生成管理は、特に言葉で定義しにくい条件下では依然として課題となっています。 Googleの研究者によって開発されたMediaPipe拡散プラグインにより、ユーザーの制御下でデバイス内でのテキストから画像の生成が可能になります。本研究では、デバイスそのもの上で大規模な生成モデルのGPU推論に関する以前の研究を拡張し、既存の拡散モデルおよびそのLow-Rank Adaptation（LoRA）のバリエーションに統合できるプログラマブルなテキストから画像の生成の低コストなソリューションを提供します。拡散モデルでは、イテレーションごとに画像の生成が行われます。拡散モデルの各イテレーションは、ノイズが混入した画像から目標の画像までを生成することで始まります。テキストのプロンプトを通じた言語理解は、画像生成プロセスを大幅に向上させています。テキストの埋め込みは、テキストから画像の生成のためのモデルにリンクされ、クロスアテンション層を介して結びつけられます。ただし、物体の位置や姿勢などの詳細は、テキストのプロンプトを使用して伝えるのがより困難な例です。研究者は、条件画像からの制御情報を拡散に追加することで、拡散を利用して制御を導入します。 Plug-and-Play、ControlNet、およびT2Iアダプターの方法は、制御されたテキストから画像を生成するためによく使用されます。Plug-and-Playは、入力画像から状態をエンコードするために、拡散モデル（Stable Diffusion 1.5用の860Mパラメータ）のコピーと、広く使用されているノイズ除去拡散暗黙モデル（DDIM）逆推定手法を使用します。これにより、入力画像から初期ノイズ入力を導出します。コピーされた拡散からは、自己注意の空間特徴が抽出され、Plug-and-Playを使用してテキストから画像への拡散に注入されます。ControlNetは、拡散モデルのエンコーダーの訓練可能な複製を構築し、ゼロで初期化されたパラメータを持つ畳み込み層を介して接続し、条件情報をエンコードし、それをデコーダーレイヤーに渡します。残念ながら、これによりサイズが大幅に増加し、Stable Diffusion 1.5では約450Mパラメータとなり、拡散モデル自体の半分となります。T2I Adapterは、より小さなネットワーク（77Mパラメータ）であるにもかかわらず、制御された生成で同等の結果を提供します。条件画像のみがT2I Adapterに入力され、その結果がすべての後続の拡散サイクルで使用されます。ただし、このスタイルのアダプターはモバイルデバイス向けではありません。 MediaPipe拡散プラグインは、効果的かつ柔軟性があり、拡張性のある条件付き生成を実現するために開発されたスタンドアロンネットワークです。訓練済みのベースラインモデルに簡単に接続できる、プラグインのようなものです。オリジナルモデルからの重みを使用しないゼロベースのトレーニングです。モバイルデバイス上でほとんど追加費用なしにベースモデルとは独立して実行可能なため、ポータブルです。プラグインはそのネットワーク自体であり、その結果はテキストから画像への変換モデルに統合されます。拡散モデル（青）に対応するダウンサンプリング層は、プラグインから取得した特徴を受け取ります。テキストから画像の生成のためのモバイルデバイス上でのポータブルなオンデバイスパラダイムであるMediaPipe拡散プラグインは、無料でダウンロードできます。条件付きの画像を取り込み、多スケールの特徴抽出を使用して、拡散モデルのエンコーダーに適切なスケールで特徴を追加します。テキストから画像への拡散モデルと組み合わせると、プラグインモデルは画像生成に条件信号を追加します。プラグインネットワークは、相対的にシンプルなモデルであるため、パラメータはわずか6Mとなっています。モバイルデバイスでの高速推論を実現するために、MobileNetv2は深度方向の畳み込みと逆ボトルネックを使用しています。基本的な特徴自己サービス機械学習のための理解しやすい抽象化。低コードAPIまたはノーコードスタジオを使用してアプリケーションを修正、テスト、プロトタイプ化、リリースするために使用します。 Googleの機械学習（ML）ノウハウを使用して開発された、一般的な問題に対する革新的なMLアプローチ。ハードウェアアクセラレーションを含む完全な最適化でありながら、バッテリー駆動のスマートフォン上でスムーズに実行するために十分に小さく効率的です。

「ノーコードアプリビルダーのトップ10（2023年12月）」

テクノロジーの絶えず進化する風景の中で、ノーコードアプリビルダーの台頭は、アプリ開発の民主化の証ですかつてはベテランプログラマーやソフトウェア開発者の領域にのみデジタルソリューションを作成する時代が終わりましたノーコードプラットフォームは、起業家やビジネスプロフェッショナル、クリエイティブな思考を持つ人々に扉を開いています[…]

「AV 2.0、自動運転車における次のビッグウェイブ」

自律型車載技術の新たな時代であるAV2.0は、知覚、計画、制御など多くの要素を制御できる統合型のAIモデルによって特徴付けられています。ロンドンを拠点とする自律走行技術企業のWayveがリードしています。 NVIDIAのAIポッドキャストの最新エピソードでは、ホストのKatie Burke Washabaughが同社の共同創設者でCEOのAlex Kendall氏と対談し、AV 2.0が自動運転車の将来にどのような意味を持つのかについて話しました。 AV 1.0のように車両の知覚能力を高めるために複数のディープニューラルネットワークを使用することに焦点を当てるのではなく、AV 2.0では現実世界のダイナミックな環境で意思決定を行うために包括的な車載インテリジェンスが必要とされています。 The AI PodcastWayve CEO Alex Kendall on Making a Splash in Autonomous Vehicles –…

「InVideoレビュー：2023年11月の最高のAIビデオジェネレーター？」

「最も包括的なInVideoのレビューをお探しですか？最高のAIビデオジェネレーターについての情報を入手し、詳細はこちらでご確認ください」

AIパワードテックカンパニーが、食品小売業者に供給チェーン管理での新たなスタートを支援します

低く垂れ下がっている果物について話しましょう。Afreshは、食品ロスを減らすために供給チェーンを効率化するAIスタートアップです。 NVIDIAのAI Podcastの最新エピソードで、ホストのノア・クラヴィッツが同社の共同創設者で社長のネイサン・フェナーとその使命、提供内容、食品ロス削減の大きな課題について話しました。多くのスーパーマーケットや小売業者を対象としたサプライチェーンと在庫管理の提供は古くなっています。フェナーと彼のチームは、そのビジネスの不壊性の側面向けに作られたソリューションが、新鮮な側面ではうまく機能しなかったことに気づきました。この問題により、巨大な食品ロスと数十億ドルの損失が生じています。 The AI PodcastAIを活用したテック企業がスーパーマーケットのサプライチェーン管理を刷新チームはまず、店舗の補充課題を解決するために、適切な量の新鮮な農産物を注文するためのプラットフォームを開発しました。これにより、コストを最適化しながら需要に応えることができます。彼らは、非壊性商品が生成するデータよりも乱雑である新鮮な農産物が生成するデータを効果的に使用するための機械学習とAIモデルを作成しました。鮮度の低下時間、需要の変動、バーコードの不足によるスキャンエラーなどの要因により、セルフチェックアウトレジスターでの誤ったスキャンが生じます。その結果、物流プロセスの各ノードで情報を提供し、食品ロスを減らすために意思決定を支援する、完全に統合された、機械学習ベースのプラットフォームが生まれました。会社はまた、最近、在庫管理ソフトウェアを発売し、スーパーマーケットが時間を節約し、データの正確性を高めるために賢明に在庫を追跡できるようにしました。その情報は、プラットフォームの注文ソリューションに再入力され、在庫データの正確性がさらに向上します。これはすべて、Afreshの大きなミッションである気候変動への取り組みの一環です。「気候変動を緩和するためにできる最も効果的なことは、食品ロスを減らすことです。」フェナー氏は言います。「私がビジネスに参入する一つの鍵になったことが、常に気候変動の分野で働くことへの興味です。多くのチームメンバーにとって、これは非常にやる気を起こさせる要素であり、ミッションの重要な部分です。」 AI Podcastを購読する：Amazon Musicでご利用いただけます AI PodcastはAmazon Musicを通じてご利用いただけます。さらに、AI Podcastは<itunes、Google Podcasts、Google Play、Castbox、DoggCatcher、Overcast、PlayerFM、Pocket Casts、Podbay、PodBean、PodCruncher、PodKicker、Soundcloud、Spotify、StitcherおよびTuneInでも利用できます。</itunes…

「AIの利用者と小規模事業者を保護するための法的措置を講じる」

「今日、私たちは2つの詐欺グループに対して法的措置を取る予定です」

ハリソン.aiのCEOであるエンガス・トラン博士による、健康チェックにAIをスペルチェックとして使用することについての記事

臨床家主導の医療AI企業 Harrison.ai は、放射線科医にとって「スペルチェッカー」として機能するAIシステムを開発しました。このシステムは臨床画像の分析において重要な所見を示し、放射線学のイメージ分析のスピードと精度を向上させ、誤診を減らす効果があります。 NVIDIAのAIポッドキャストの最新エピソードで、ホストのノア・クラビッツはHarrison.aiの共同創業者兼CEOのAengus Tran氏と、同社が自律型AIシステムによって世界の医療能力を拡大させる使命について話しました。 Harrison.aiの初期製品であるAnnalise.aiは、放射線学のイメージ分析を自動化するAIツールであり、より迅速で正確な診断を可能にします。Annalise.aiは124-130種類の異なる診断を行い、重要な所見を示して放射線科医の最終診断の支援を行います。現在、Annalise.aiは胸部X線と脳のCTスキャンに対応しており、今後もさらなる対応が進められています。 The AI PodcastHarrison.ai CEO Aengus Tran on Using AI as a Spell Check for Health Checks – Ep.…

Learn more about Search Results Google Play - Page 2