Search Results SDK

データサイエンティストのツールボックス：解析

多くのデータサイエンティストにとって、複雑なドキュメントを使いやすいデータに変換することは一般的な問題です複雑なドキュメントを見て、データを変換するための異なる方法を探ってみましょうルール1：怠け者であること...

「AWS Inferentia2を使って、あなたのラマ生成時間を短縮しましょう」

Hugging Faceブログの前の投稿で、第2世代のAWS InferentiaアクセラレータであるAWS Inferentia2を紹介し、optimum-neuronを使用して、標準のテキストとビジョンタスクのためにHugging FaceモデルをAWS Inferentia 2インスタンス上で迅速に展開する方法を説明しました。 AWS Neuron SDKとのさらなる統合の一環として、🤗optimum-neuronを使用して、AWS Inferentia2上でテキスト生成のためのLLMモデルを展開することができるようになりました。デモンストレーションには、Llama 2、ハブで最も人気のあるモデルの一つ、を選択するのが最も適しています。 Inferentia2インスタンスに🤗optimum-neuronをセットアップするおすすめは、Hugging Face Neuron Deep Learning AMI（DLAMI）を使用することです。DLAMIには、必要なライブラリが事前にパッケージ化されており、Optimum Neuron、Neuron Drivers、Transformers、Datasets、およびAccelerateも含まれています。また、Hugging Face…

「初めに、AWS上でMONAI Deployを使用して医療画像AI推論パイプラインを構築しましょう！」

この記事では、MONAI Deploy App SDKで構築されたアプリケーションに再利用可能なMAPコネクタを作成する方法を紹介しますこれにより、クラウドネイティブなDICOMストアから医療画像AIのワークロードへの画像データの取得を統合し、高速化することができますMONAI Deploy SDKは、病院の運用をサポートするために使用することができますさらに、MAP AIアプリケーションをSageMakerでスケールアップするための2つのホスティングオプションもデモンストレーションします

xAIはPromptIDEを発表しました：Promptエンジニアリングと人工知能AIの透明性における新たなフロンティア

人工知能開発における画期的な一手として、xAIはPromptIDEを公開しました。PromptIDEは、プロンプトエンジニアリングと機械学習モデルの解釈性を革新するために設計された最先端の統合開発環境です。この革新的なツールは、Grokプラットフォームの基本モデルであるGrok-1の複雑な解析に取り組むエンジニアや研究者にとって大変便利なものです。PromptIDEはモデルの思考プロセスに覗きを提供し、プロンプトに対する言語モデルの応答方法やその出力の精度と関連性を深く理解することが可能になります。 PromptIDEの中核にはPythonのコードエディタがあり、新たにリリースされたSDKとともに、複雑なプロンプト技術の実装が可能です。この強力な組み合わせにより、モデルのパラメータをリアルタイムに探索・操作することができます。 PromptIDEがもたらす最も重要な進歩の1つは、豊富な分析スイートです。プロンプトが実行されると、IDEはトークンごとの分解、サンプリング確率、代替トークンの提案、アテンションの可視化など、多くの情報を提供し、モデルの意思決定プロセスを詳しく分析できます。これらの技術的な特長に加えて、PromptIDEはユーザーエクスペリエンス向上のための使いやすい機能も提供しています。全てのプロンプトは自動的に保存され、変更履歴の追跡を簡単にするためのバージョン管理システムが組み込まれており、分析結果は比較的研究のために永久的に保存することができます。さらに、ファイル処理機能の追加により、環境内でデータのアップロードと処理が可能となります。SDKの並行処理機能により、非常に大規模なデータセットでも迅速に処理することができます。 xAIは単なるツールを提供するだけでなく、コミュニティを育てています。PromptIDEは共同作業を可能にし、ユーザーはボタンをクリックするだけでプロンプトと関連する分析結果を共有できます。この機能により、共有学習の経験とプロンプトエンジニアリング技術の累積的な進歩が実現されます。現在、PromptIDEはxAIのアーリーアクセスプログラムの参加者に限定されていますが、既にAIコミュニティで話題となっています。PromptIDEは、Grokの開発を加速するだけでなく、AIベースのアプリケーションの透明性と効果性を向上させる道を切り開くことが期待されています。 AI開発の新たな時代の門出に立つ今、PromptIDEは機械学習技術との対話、理解、ガバナンスの未来を形作る重要な役割を果たすことが予想されます。これはAIのよく分からないプロセスを明らかにし、開かれた進歩に取り組むxAIのコミットメントの証です。アーリーアクセスプログラムに興味がある方々は、PromptIDEの特徴について包括的な解説を期待することができます。これにより、透明で協力的、そして最も重要なことは手の届く範囲であるAI開発の未来の一端を垣間見ることができます。 Announcing the xAI PromptIDE The xAI PromptIDE is an integrated development environment for prompt…

「自動通話要約を通じて、エージェントの生産性を向上させるために生成的AIを使用する」

あなたのコンタクトセンターは、ビジネスと顧客の間の重要なリンクとして機能しますコンタクトセンターへのすべての電話は、顧客のニーズとそれらのニーズをどれだけ満たしているかをより理解する機会ですほとんどのコンタクトセンターでは、エージェントが毎通話の後に会話をまとめることを求めています通話の要約は、コンタクトセンターが顧客の電話から洞察を得るための貴重なツールですまた、正確な通話の要約は、別のエージェントに転送される際に顧客が情報を繰り返す必要をなくすことにより、顧客の旅を向上させますこの記事では、ジェネレーティブAIの力を利用して通話の要約と通話の手座を作成する作業の効率化と正確性を高める方法について説明しますまた、最新バージョンのオープンソースソリューション「Live Call Analytics with Agent Assist」を使用して素早く始める方法も示します

「AWS上でのPySparkの展開におけるベストプラクティスは何ですか？」

イントロダクションビッグデータと高度な分析において、PySparkは大規模なデータセットの処理と分散データの分析における強力なツールとして登場しています。AWSクラウド上でPySparkを展開することは、データ密集型のタスクに対してスケーラビリティと柔軟性を提供する画期的なものであり、Dockerコンテナと組み合わせることでシームレスで効率的なソリューションとなります。しかし、クラウドインフラ上でPySparkを展開することは複雑で困難な場合があります。分散コンピューティング環境の設定やSparkクラスタの構成、リソースの管理などの詳細は、多くの人々がその完全な潜在能力を引き出すことから遠ざけてしまいます。学習目標 PySpark、AWS、およびDockerの基本的なコンセプトを学び、クラウド上でPySparkクラスタを展開するための堅固な基盤を確立します。 AWSを使用してPySparkをDockerで設定する包括的なステップバイステップガイドに従い、AWSの設定、Dockerイメージの準備、およびSparkクラスタの管理を行います。モニタリング、スケーリング、およびベストプラクティスへの適合により、AWS上でPySparkのパフォーマンスを最適化する戦略を発見し、データ処理ワークフローの最大限の活用を実現します。この記事はデータサイエンスブログマラソンの一部として公開されました。前提条件 PySparkをAWS上でDockerを使用して展開するための旅に出る前に、次の前提条件を満たしていることを確認してください： 🚀 ローカルPySparkインストール： PySparkアプリケーションを開発およびテストするためには、ローカルマシンにPySparkをインストールすることが重要です。オペレーティングシステムの公式ドキュメントに従ってPySparkをインストールします。このローカルインストールは開発環境として機能し、AWSに展開する前にPySparkコードの記述とテストを行うことができます。 🌐 AWSアカウント： PySparkの展開に必要なクラウドインフラストラクチャとサービスにアクセスするためには、有効なAWS（Amazon Web Services）アカウントが必要です。AWSアカウントを持っていない場合は、AWSのウェブサイトでサインアップすることができます。新規ユーザにはリソースが制限された無料利用枠が提供されていますが、支払い情報の提供が必要となります。 🐳 Dockerのインストール： Dockerはこの展開プロセスで重要なコンポーネントです。Ubuntuオペレーティングシステム向けのインストール手順に従って、ローカルマシンにDockerをインストールします。Dockerコンテナを使用して、PySparkアプリケーションを一貫した形でカプセル化して展開することができます。 Windows 以下の Windows向けDocker…

データロボットとAWS Hackathon 2023でGenAI CVスクリーナーを構築する

この記事は、DataRobot＆AWS Hackathon 2023で第3位を獲得した音声AI履歴書スクリーナーの解決策について述べていますソリューションの設計には、DataRobotとAWS Bedrockが必要です...

ChatGPTがロボットの世界に足を踏み入れる：ボストン・ダイナミクスの最新メカニカルマーベルが今度は会話する

画期的な開発が行われ、エンジニアリング会社であるボストン・ダイナミクスは、OpenAIが開発した洗練された言語モデルであるChatGPTを、その驚異的なロボットSpotの1つに統合しました。この犬のようなコンパニオンは、建物のガイド付きツアーを提供し、途中の展示物ごとに洞察に富んだ解説を行うことができるようになりました。 Spotは驚異的な変化を遂げ、特色ある個性の選択肢を持つようになりました。選択されたパーソナリティに応じて、ロボットの声、トーン、個人的な発言が適応します。周囲の状況を認識するため、SpotはVisual Question Answering（VQA）モデルを利用し、画像のキャプションを生成し、それに関する簡潔な応答を提供することができます。この視覚データは約1秒ごとに更新され、テキストプロンプトとしてシステムに伝えられます。 Spotのコミュニケーション機能は、Respeaker V2スピーカー用の特別に作られた振動耐性マウントを追加することで強化されています。この革新的なハードウェアは、LEDが付いたリングアレイマイクロフォンで飾られたSpotのEAP 2ペイロードとUSBでシームレスに統合されます。ロボットの制御は、デスクトップPCまたはノートパソコンのオフボードコンピュータによって管理され、そのコンピュータはSpotとの通信にはソフトウェア開発キット（SDK）を利用しています。EAP 2とのオーディオコミュニケーションを容易にするために、簡単なSpot SDKサービスが実装されています。口頭応答に関しては、SpotはElevenLabsのテキスト読み上げサービスを利用しています。応答時間を最適化するため、エンジニアはテキストを「フレーズ」として並行してツールにストリーミングし、生成されたオーディオを直列で再生するシステムを考案しました。個性を付加するため、Spotは今や身体の言語能力も持っています。移動するオブジェクトを識別し追跡することができ、最も近くの人物の位置を判断し、腕をその方向に向けることができます。愉快な演出の一環として、発話にはローパスフィルターが適用され、パペットの口の動きを模倣しています。この効果は、グリッパーにおかしな衣装を付けたり、くりくりした目をつけたりすることでさらに引き立てられます。この実験の最も興味深い側面の1つは、AIの固有の論理ですが、最小限の微調整が必要でした。例えば、「親」という言葉について質問されたとき、Spotは驚くべきことに、それまでのモデルが存在する場所に自動的に移動し、おかしくもそれらを「先輩」と称しました。これは、モデルが意識を意味せずに概念間の統計的な関連性を確立する能力を示すものです。ただし、デモンストレーションにはいくつかの制約があります。Spotも他の言語モデルと同様に、時折幻覚を経験することがあり、架空の情報を生成することがあります。この現象の興味深い例は、AIエージェントが集まるSimsにインスパイアされた町についての記事に見ることができます。さらに、応答にはわずかな遅延があり、ユーザーは約6秒待つことがあります。これらのわずかな妨げにもかかわらず、このプロジェクトは、ロボティクスとAIの交差点での研究における重要な進歩を表しています。ボストン・ダイナミクスは、人間中心の環境でロボットのパフォーマンスを向上させることを目的として、この技術の融合をさらに探求することを約束しています。この有望な試みは、機械との相互作用の方法を革新し、知的なコンパニオンシップの新たな時代を築く可能性を秘めています。

「AIベースのサイバーセキュリティがビジネスの強靭性を高める方法」

世界の50億人以上のインターネットユーザーとおよそ540億個のデバイスが、IDCによると1秒あたり3.4ペタバイトのデータを生成しています。デジタル化が加速する中、企業のITチームは、ビジネスの運用やサービスが中断されないように、入ってくるサイバー脅威を特定してブロックするための頼りになる手段として、AIベースのサイバーセキュリティを利用しています。サイバー脅威から免れる業界はごく一部です。今年だけでも、国際ホテルチェーン、金融機関、フォーチュン100社の小売業、航空管制システム、アメリカ政府などが脅威と侵入を報告しています。内部のミス、サイバー犯罪者、ハクティビスト、その他の脅威からのリスクにより、サイバーランドスケープでの損害は企業の評判や収益に影響を与えることがあります。セキュリティ侵害は業務を麻痺させ、特許や顧客データを危険にさらし、規制違反に対する罰金を申し受けることになったり、顧客の信頼を損ねる結果になることもあります。 AIと高速計算を活用することで、ビジネスはサイバー脅威を検出しブロックするために必要な時間と運用費用を削減できるだけでなく、リソースをコアビジネスの価値創造活動や収益を生み出す活動に集中させることができます。以下では、様々な業界がどのようにAI技術を活用してデータを保護し、より早い脅威の検出を可能にし、攻撃を緩和して顧客やパートナーへのサービスの一貫した提供を保証しているかをご紹介します。公共部門：身体の安全、エネルギーの安全、市民サービスの保護 AI搭載の分析ツールと自動化ツールは、政府機関が市民に情報やサービスに即時アクセスさせ、データに基づいた意思決定を行い、気候変動をモデル化し、自然災害を管理するなどの支援をしていますが、デジタルツールとインフラストラクチャーを管理する公的機関は、規制の遵守要件、公的監査、大規模で相互に接続されたネットワーク、機密データや重要な標的の保護の必要性を含む、複雑なサイバーリスクの環境に直面しています。敵対する国家は、ネットワークの中断、知的財産の窃取、機密政府文書の盗難などのためにサイバー攻撃を開始する可能性があります。内部のミスや複雑な外部スパイ活動により、公共機関はデータ侵害の高いリスクにさらされます。スパイ活動者は内部の協力を受けることもあり、16％の公共行政の侵害事件では、共謀の証拠が見られます。重要なインフラ、市民データ、公的記録などの機密情報を保護するために、連邦機関はAIに頼っています。アメリカエネルギー省（DOE）のサイバーセキュリティ、エネルギーセキュリティ、緊急対応（CESER）事務局は、新興の脅威に対応し、エネルギーインフラのセキュリティを向上させることにより、国のエネルギーセクターの耐性を強化することを目的としています。DOE-CESERは2010年以来、サイバーセキュリティの研究、開発、デモンストレーションプロジェクトに2億4,000万ドル以上を投資しています。その一環として、同省はエネルギー供給システムのセキュリティの脆弱性とパッチ管理をAIで自動化し最適化するツールを開発しました。また、エネルギー供給システムの状況認識を向上させるためにソフトウェア定義ネットワークを利用した人工多様性とディフェンスセキュリティのための別のプロジェクトも行っており、エネルギーの連続的な流れを確保しています。国家安全保障のための画期的な技術の研究と投資を担当している国防高等研究プロジェクト局（DARPA）は、機械学習とAIを複数の領域で使用しています。DARPAのCASTLEプログラムは、AIを訓練して高度で持続的なサイバー脅威から防御することを目的としています。この取り組みの一環として、研究者たちは自動化、繰り返し可能性、測定可能性を持つアプローチでサイバーセキュリティの評価を迅速化することを意図しています。また、サプライズ攻撃や敵対的攻撃に耐性のあるAIモデルの開発を支援するためのプラットフォーム、ライブラリ、データセット、トレーニング資料を提供するためのDARPA GARDプログラムもあります。脅威の変化に対応し、身体の安全、エネルギーの安全、データの安全性を確保するために、公共機関はAIを統合し、ダイナミックで予防的かつ広範なサイバーディフェンスの姿勢を維持する必要があります。金融サービス：デジタルトランザクション、支払い、ポートフォリオのセキュリティ確保銀行、資産運用会社、保険会社などの金融機関は、AIと機械学習を活用して、不正検知、ポートフォリオ管理、アルゴリズム取引、セルフサービスバンキングなどで優れたパフォーマンスを提供しています。デジタルトランザクション、支払い、融資、投資取引などが絶え間なく行われる金融サービス機関は、最も大規模で、複雑で、機密性の高いデータセットを取り扱っています。医療業界に次ぐデータ漏洩のコストは第二位であり、一件あたりのコストは約600万ドルです。規制当局からの罰金が発生した場合や、回復に法的費用や訴訟解決費用がかかるとコストは上昇します。さらに悪いことに、信頼が修復されなければ、失われたビジネスを回復することはありません。銀行や金融機関は、AIを使用して内部の脅威を検知し、フィッシングやランサムウェアを検出し、機密情報を安全に保つための対策を講じています。 MastercardとEnel Xによる共同事業であるFinSec Innovation Labは、顧客がランサムウェアに対抗するためにAIを活用しています。FinSecとの協力前に、1つのカード処理顧客は1時間半で200社のサーバーがLockBitランサムウェアの攻撃を受けました。会社はサーバーをシャットダウンし、業務を一時停止しなければならず、推定で700万ドルのビジネスの損失が生じました。 FinSecは、この攻撃を研究所で再現し、NVIDIA Morpheusサイバーセキュリティフレームワーク、NVIDIA DOCAソフトウェアフレームワーク、およびNVIDIA…

「GeForce NOW-vemberは50以上の新しいゲームをクラウドでストリーミングする」

感謝の気持ちを持ってより多くの時間をゲーミングに費やしましょう。GeForce NOWは、会員に今週クラウド上で15の新たなサポートされたゲームを提供します。これは始まりに過ぎません – 11月には合計で54のタイトルが登場します。会員は、Virtex StadiumがGeForce NOWライブラリに加わり、『League of Legends』の世界選手権観戦パーティーに参加することもできます。いまだかつてないeスポーツの体験「League of Legends」のeスポーツを、いままでにない形で観戦しよう。今年のLeague of Legendsワールドチャンピオンシップ決勝は、オンライン仮想スタジアムのVirtex Stadiumで開催されます。これはNVIDIAのクラウドゲームインフラストラクチャーで現在ストリーミングされています。 Virtex Stadiumでは、eスポーツファンは世界中の友達と交流し、アバターを作成・カスタマイズし、自宅の快適さからライブ競技を一緒に観戦することができます。 11月2日（木）から、数千人とともにVirtex StadiumでLeague of Legends Worlds…

Learn more about Search Results SDK - Page 6