Search Results 洪水

「IBMとNASAが連携し、地球科学GPTを創造する：地球の謎を解読する」

データが絶対的な存在となる時代において、NASAの地球科学ミッションによって生成される膨大な情報を管理することは、膨大な挑戦をもたらします。IBM、HuggingFace、そしてNASAの共同作業により、オープンソースの地理空間の基礎モデルが生まれました。この革新は、研究者や愛好家がデータの海を楽々と航海できるようにすることを目指しています。また、これは新たな気候や地球科学のAIアプリケーションの波の設計図としても機能します。また、以下も参照してください：データ駆動の課題：データの殺到を制御する NASAの地球科学ミッションの規模は驚異的です。2024年までに、250,000テラバイトのデータが生成される可能性が示されています。このデータリポジトリの膨大さは、この情報の豊富さを管理し活用するための独創的な解決策の必要性を引き上げています。このために、テクノロジー巨大企業であるIBM、AIプラットフォームのHuggingFace、そして尊敬されるNASAの協力によって、共同の取り組みが形成されました。 IBMのオープンソース地理空間基礎モデルこの連携の核心には、AIによる探査を通じた新たな理解の時代を切り開くという狙いがあります。IBMのWatsonx.aiの機能を活用し、NASAのHarmonized Landsat Sentinel-2衛星データ（HLS）の一年分を利用して、素晴らしいオープンソースの地理空間基礎モデルが生まれました。広範なデータアーカイブの探索が可能なこのモデルは、画期的な気候や地球科学のAIアプリケーションの基盤となっています。また、以下も参照してください：Falcon AI：新たなオープンソースの大規模言語モデル GPTにインスパイアされたプロトタイプ：NASAが気候探査を先導この共同作業は、GPTモデルの強力な機能に着想を得て、AIプロトタイプの作成を中心としています。地球の複雑な謎を解読するために設計されたこのプロトタイプは、私たちが環境の課題を理解し対処する方法を革新する洞察をもたらすことを約束しています。このプロジェクトでは、IBMの基礎モデルの取り組みとNASAの地球衛星データのリポジトリを統合することで、気候変動研究などの重要な領域でAIの影響を高めることを目指しています。また、以下も参照してください：NVIDIAのAIによる地球温暖化からの地球の救済高性能のための微調整このモデルの性能向上は、協力によって達成された素晴らしい偉業です。洪水や火災跡のマッピングなどのタスクに対してラベル付けされたデータを使用して、チームは既存の最先端モデルと比較して驚異的な15パーセントの性能向上を実現しました。さらに、この向上は半分のデータ量で達成されました。オープンソース技術が私たちの惑星の未来を形作る役割 IBM Research AIのVPであるSriram Raghavan氏は、気候変動の領域を含む、画期的な発見を促進するためにオープンソース技術の重要な役割を強調しています。彼は、IBMの適応可能な基礎モデルの取り組み、NASAの貴重な衛星データのリポジトリ、そしてHuggingFaceの先進的なオープンソースAIプラットフォームのシナジーを称賛しています。この共同作業は、より持続可能な惑星を育む解決策の開発を加速することを目指しており、協力の精神を具現化しています。また、以下も参照してください：Meta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 | その理由を見つけよう私たちの言葉…

「このAIニュースレターが必要なすべて #59」

今週、Zoomの利用規約の変更（3月から）が、顧客のビデオデータの使用に関する懸念が拡散したことで注目されましたZoomの利用規約は、主に会社に自由な利用を許可するように見えました...

AIマニア：バブルがはじける方向に向かっているのか？

仮想通貨ブームの後、人工知能（AI）の世界はベンチャーキャピタリスト（VC）の関心の大きな急増を経験しました。しかし、仮想通貨からAIに焦点が移るにつれて、AIブームの持続可能性に関する懸念が浮上しました。AIブームが終わりに近づいている兆候が表面化しており、AIバブルの崩壊の可能性があります。本記事では、AI市場の現状、GPUへの過度な依存、知的財産の不足、市場の飽和の兆候について掘り下げます。また読む：中国の10億ドルの賭け：Baiduの14.5億ドルのAIファンドが新たな自己依存のAI時代を示す AIがVCの関心で仮想通貨を追い越す 2022年の暗号通貨の低迷に続いて、VCは安息地を求め、それを人工知能で見つけました。OpenAIが2022年末にリリースしたChatGPTは、AIがVC市場での支配の始まりを示しました。この突破口により、Google、Microsoft、FacebookなどのテックジャイアントもAIブームに参入し、AIスタートアップの成長をさらに後押ししました。また読む：KPMGがAIに20億ドル以上を賭け、120億ドルの収益を目指す AI資金洪水：スタートアップに数億ドルが注ぎ込まれる AIスタートアップは、驚異的な投資ラウンドで巨額の資金を調達しました。Jasper AI、Anthropic、Inflection AIなどは、数十億ドルの資本を調達した数少ない例です。PitchBookの調査によると、AI市場は急速に休眠中の研究分野から投資家にとって利益の出る遊び場に変貌しました。また読む：AWSとAccelが「ML Elevate 2023」を開始し、インドのAIスタートアップエコシステムを支援 GPU不足：高性能ハードウェアを追い求める印象的な投資にもかかわらず、AIスタートアップは重大な課題に直面しています。それは、重要なGPUの不足です。調達された資金のほとんどは、NvidiaやAMDなどの企業から高性能GPUを獲得するために使われます。この激しい競争は供給チェーンの問題を悪化させ、そのような支出の長期的な実現可能性についての懸念を引き起こしています。また読む：中国の強力なNvidia AIチップの隠れた市場知的財産（IP）の潜在的な不足多くのAIプラットフォームは、OpenAIなどの既存プレーヤーのAPIに大きく依存しており、知的財産の制御や所有権がほとんどありません。需要が減退すると、Jasper AIなどのスタートアップはレイオフを余儀なくされ、頑丈なプロダクトの堀を持たないビジネスの脆弱性がさらに浮き彫りにされます。市場の飽和と性能の低下の兆候市場の飽和は、ChatGPT、Bard、BingなどのAIチャットボットへの関心が初めて低下していることから明らかになっています。GPT-4のパフォーマンスの増加した不正確さに関する報告は、AIバブルの持続可能性についての懸念を引き起こしています。スタンフォード大学の研究によると、GPT-3.5とGPT-4のパフォーマンスは時間の経過とともに低下していることから、潜在的な転換点を示しています。また読む：チップデザインへの政府の介入：インドの半導体志向にとって利益か損失か？私たちの意見 AIは確かにさまざまな産業を革新し、投資家の熱狂を引き起こしましたが、市場の飽和と外部APIへの依存はAIバブルについての懸念を引き起こしています。GPUへの過度の需要とAIモデルのパフォーマンスの低下は、バブルにさらなる重みを加えています。AIマニアは、業界レポートや潜在的な破産がバーストにつながる可能性があるため、現実的なチェックを受ける可能性があります。AIの未来を待ちながら、投資家や開発者は市場を注意深く観察し、将来の課題を乗り越え、持続可能な機会を見つける必要があります。

「15Rockの共同創業者兼CEO、ガウタム・バクシ氏によるインタビューシリーズ」

「ガウタム・バクシは、気候リスク管理とアドバイザリーサービスのグローバルリーダーである15Rockの共同創設者兼CEOですガウタムは、テクノロジー、リサーチ、製品、オペレーションを含むすべての15Rockの主要な運営部門の日々の監督を担当しています気候変動への関心が生まれた経緯と、気づいた時期について、お話しいただけますか？」

「責任ある生成AIのための3つの新興プラクティス」

「中間報告として、私たちはこの指針に基づいて行った事前の設計、レビュー、および生成型AIの開発に基づいて、私たちのベストプラクティスの3つを共有したいと思います」

AI

「AI企業がソフトウェア供給チェーンの脆弱性に対して被害を受けた場合、何が起こるのか」

OpenAIの侵害を見て、AI企業SSCのハッキングとその可能な影響を推測する自分自身を守るために何ができるか？

「犯罪者がWormGPT（ダークウェブのChatGPT）を利用する恐ろしい4つの方法」

「WormGPTは、倫理的な制約や制限を持たないダークウェブ上のAIパワードチャットボットです」

「さまざまな深層学習を用いた天気予測モデルに関する研究」

気象予測の世界的な影響を考慮して、様々な研究コミュニティの研究者の関心を引いてきました。最近のディープラーニング技術の進歩、大量の気象データの広範な提供、情報技術およびコンピュータ技術の進展により、多くの研究が気象予測のための大容量の気象データセットの中に隠れた階層的パターンを探索することに動機付けられてきました。機械学習技術は、極端な気象イベントの予測、観測およびモデル化された大気条件における極端な気象および気候パターンの特定、および激しい天候の運用ガイダンスとリスク評価に適用されてきました。過去数年間、MetNet-2、WF-UNet、ClimaX、GraphCast、Pangu-Weatherなどのディープラーニングベースの気象予測モデルの開発が進んできました。この記事では、これらのモデルについて簡単に説明し、これらのモデルが従来の気象シミュレータに比べて大幅に優位になっているかどうかを理解します。 ClimaX：気象および気候の基礎モデル物理学に基づいた数値大気モデルは、現在の気象および気候予測ソフトウェアの基盤です。これらの技術は非線形ダイナミクスと複雑な多変数間の相互作用をモデル化し、近似することが困難になっています。高い空間および時間分解能で大気過程を数値的にシミュレートすることは、計算的に要求が高くなります。最新の機械学習ベースのデータ駆動型技術は、ディープニューラルネットワーク内でデータ駆動型の機能マッピングをトレーニングすることにより、ダウンストリームの予測または投影タスクを直接処理します。これらのネットワークは、離散的な時空間タスクのために限られた一貫した気候データでトレーニングされるため、数値モデルの汎用性を欠いています。 Microsoft Autonomous Systems and Robotics Research、Microsoft Research AI4Science、およびUCLAによる新しい研究では、ClimaXという気象および気候科学のためのディープラーニングモデルが紹介されています。ClimaXは、さまざまなデータセット、異なる変数、空間的および時間的なカバレッジ、物理的基盤でトレーニングすることができます。ClimaXは、CMIP6気候データセットを無監督でトレーニングに使用します。広範な利用性を維持しながら計算を増やすために、ClimaXはTransformerを新しいエンコーディングと集約ブロックで拡張しています。初期トレーニングの後、ClimaXは大気変数や異なる時間・空間スケールを含むさまざまな気候および天候のジョブを実行するために微調整することができます。低い解像度や少ない計算予算で事前トレーニングされていても、ClimaXの普遍性により、気象予測および気候予測のベンチマークでデータ駆動型のベースラインを上回る性能が得られます。研究者たちは、この手法の普遍性がさらに多様な目的に役立つ可能性があると考えています。これには、極端な気象イベントの予測や人為的気候変動の評価など、既に事前トレーニングされたClimaXバックボーンを活用できる地球システム科学のタスクの例が含まれます。気象や気候との密接な関係があるため、農業、人口統計学、および保険科学も興味深い候補です。 Pangu-Weather：グローバル気象予測のための Huawei Cloud Computingの研究チームが導入したPangu-Weatherは、ディープラーニングに基づくグローバル気象予測システムです。チームはECMWFの第5世代再解析（ERA5）から43年間の毎時のグローバル気象データを収集し、256百万パラメータを持ついくつかのディープニューラルネットワークをトレーニングするためのデータ駆動型の環境を作成しました。これは、全ての変数（高度、比湿度、風速、温度など）および全ての時間スケール（1時間から1週間まで）において、最先端の数値気象予測（NWP）技術よりも正確性が向上している初めてのAIベースのアプローチです。階層的な時間集約戦略と3D Earth Specific Transformer（3DEST）アーキテクチャを使用することで、予測の正確性が向上しています。Pangu-forteは、短期から中期までの決定論的な予測を行います。気象（つまり、予測時間は1時間から1週間まで）。 Pangu-Weatherからは、台風の追跡やリアルタイムの大規模メンバーアンサンブル予測など、さまざまなダウンストリーム予測オプションが利用できます。Pangu-Weatherは、AIベースの技術がNWP技術よりも優れた性能を発揮できるかどうかという問いに答え、ディープラーニング気象予測システムの向上に向けた新しい提案を行います。チームは、彼らのトレーニング方法がまだ完全な収束を達成していないと考えています。観測要素の数を増やし、4Dディープネットワークのトレーニングに時間次元を統合し、より深いおよび/または広いネットワークを使用する余地があります。すべてこれらは、より多くのメモリとFLOPsを持つGPUを必要とします。したがって、計算リソースのおかげで将来の気象予測はより良くなります。…

「土木工学におけるデータサイエンスの力を探る」

イントロダクション近年、データサイエンスの技術の統合により、土木工学は驚異的な変革を遂げてきました。データサイエンスは、インフラプロジェクトの設計、計画、管理に対する土木工学のアプローチを革新する強力なツールとして浮上しました。この記事では、データサイエンスが土木工学に果たす重要な役割と、この業界の未来を形作る影響について探っています。データサイエンスの土木工学への役割データ分析による意思決定の改善データサイエンスは、膨大なデータを分析することで、土木工学者が情報に基づいた意思決定を行う力を与えています。歴史的なプロジェクトデータ、センサーの読み取り、地質調査などの関連情報を活用して、価値ある知見を抽出します。これらのデータに基づく意思決定は、最適化された設計、より良いプロジェクト計画、改善されたプロジェクト成果につながります。インフラストラクチャの設計と計画の向上データサイエンスの技術をインフラストラクチャの設計と計画に取り入れることは、革命的な効果があります。エンジニアは、さまざまなシナリオをシミュレーションし、その影響を評価し、建設が始まる前に潜在的な課題を特定することができます。この先見性により、エンジニアは堅牢で効率的なインフラストラクチャの設計を作り出すことができます。インフラストラクチャの持続可能性のための予測保守データサイエンスが土木工学にもたらす最も重要な利点の一つは、予測保守です。エンジニアは、IoTセンサーやデータ分析を通じてインフラストラクチャの健康状態を継続的に監視することで、保守要件を正確に予測することができます。この積極的なアプローチにより、インフラストラクチャの寿命を延ばすだけでなく、利用者の安全性も確保されます。リスク評価と緩和データサイエンスは、土木工学プロジェクトにおけるリスク評価を支援し、歴史データを分析し、潜在的なリスク要因を特定することで、エンジニアはデータに基づく知見に基づいたリスク緩和戦略を立案することができます。これにより、プロジェクトの遅延や失敗の可能性を減らすことができます。コスト最適化とリソース管理データサイエンスは、土木工学プロジェクトにおいて効率的なリソース管理とコスト最適化を実現します。材料コスト、労働力、装置の利用に関連するデータを分析することで、エンジニアはオペレーションを合理化し、ロスを減らすことができます。これにより、著しいコスト削減が実現されます。土木工学におけるデータサイエンスの技術回帰分析回帰分析は、材料特性や構造の挙動などの変数間の関係を確立するために土木工学で使用されます。データに回帰モデルを適合させることで、エンジニアは結果を予測し、パフォーマンスに影響を与える重要な要因を特定することができます。これにより、設計と解析においてより情報に基づいた意思決定が可能となります。ニューラルネットワークニューラルネットワークは、土木工学の問題における複雑な非線形関係をモデル化するために使用されます。交通流予測、構造健全性監視、地盤解析などの領域で、従来の方法では複雑なパターンや相関を捉えることができない場合に使用されます。地理情報システム（GIS） GISは、空間データをさまざまな土木工学のデータセットと統合し、地理空間情報の可視化と分析を可能にします。土木工学者は、サイト選定、都市計画、インフラストラクチャ管理にGISを活用し、効率的なリソース配分と情報に基づいた意思決定を行います。有限要素解析（FEA）有限要素解析は、土木工学において複雑な構造やシステムを分析するための数値的な手法です。エンジニアは構造物をより小さな要素に分割することで、実世界の挙動や応力分布をシミュレーションすることができます。これにより、設計の最適化や構造の整合性評価に役立ちます。時系列分析時系列分析は、交通流パターンや環境要因などの時間とともに収集されたデータを土木工学に適用するための手法です。エンジニアは、傾向、季節パターン、異常を特定するためにこの手法を使用し、インフラストラクチャプロジェクトの予測と計画をより良くサポートします。…

未来への進化-新しいウェーブガイドがデータの転送および操作方法を変えています

物理学者たちは、メタサーフェス上で電磁スピンをエンジニアリングする方法を開拓し、ますますデジタル化する世界のデータストレージと転送のニーズに対応しています

Learn more about Search Results 洪水 - Page 4