Search Results AI

「Ai X ビジネスおよびイノベーションサミットの新着情報」

昨年のジェネラティブAIとLLMsの登場により、産業とビジネスの景観は変わりました私たちのコミュニティのビジネス志向のメンバーの急速に変化するニーズと懸念に対応するために、私たちはAi X Business and Innovation Summitを見直し、ODSC West 2023と同時開催することにしました今回は2日間になります...

「エキサイティングなローンチ：無料のGenAI Nanoコースを発表します」

どのようにしてGenerative AIの常に進化する景色に遅れないようにすることができるのでしょうか？進歩が光速で起こる分野では、最新の開発の最前線にとどまることは困難です。しかし、答えは単純でありながらも深遠なコンセプトにあります：業界を形作っている専門家から学ぶことです。先駆的なGenerative AIの秘密を解き明かし、道をリードする人々から直接洞察を得ることに熱心な方々には、エキサイティングな解決策があります。 Analytics Vidhyaによる無料のGenAI Nano Coursesをご紹介します。Nano Coursesは、Generative AIを日々実践している業界の専門家との協力によって作成されており、最先端の知識と第一線の洞察を提供します。 Nano Courseの詳細に入る前に、オンライン学習におけるNano Coursesとは何か、なぜ重要なのかを理解しましょう。 Nano Coursesとは何ですか？ Nano Coursesは、Generative AIに関する包括的な知識を学習者に提供することを目指した短く、集中的で高度に特化したコースです。これらのコースは簡潔かつ効果的に設計されており、新しい分野を探求したい熱心なエンジニアやスキルアップを目指す多忙なプロフェッショナルに最適です。なぜNano Coursesなのですか？ Nano Coursesには、多くの学習者にとって好ましい選択肢となるいくつかの利点があります：効果的な学習：Nano Coursesは、不要な余分な要素を排除し、必要な知識を直接伝えます。これにより、学習者は迅速に新しいスキルや洞察を習得することができます。 GenAIのプラクティショナーから学ぶ：これらのコースは業界のリーダーや専門家によって教えられており、学習者には内部情報や実世界の洞察が提供されます。…

『キャタリスト研究の変革：テキスト入力を使用したエネルギー予測のために設計された Transformer ベースの AI モデル、CatBERTaに出会ってください』

化学触媒の研究は、常に新しい長期的な解決策が求められるダイナミックな分野です。現代の産業の基盤である触媒は、化学反応を促進するために消費されずに使用され、より環境に優しいエネルギーの生成から医薬品の創造まで、さまざまな分野で活用されています。しかし、最適な触媒材料を見つけることは、複雑な量子化学計算と広範な実験テストが必要な困難で長期的なプロセスでした。持続可能な化学プロセスを作り出すための重要な要素は、特定の化学反応に最適な触媒材料を見つけることです。Density Functional Theory（DFT）などの技術はうまく機能しますが、さまざまな触媒を評価するために多くのリソースが必要となるため、いくつかの制約があります。単一のバルク触媒は多くの表面の向きを持ち、吸着物はこれらの表面のさまざまな場所に付着することができるため、DFT計算だけに頼ることは問題があります。これらの課題に取り組むために、研究者グループはエネルギー予測のためのTransformerベースのモデルであるCatBERTaを導入しました。CatBERTaは、優れた性能を示すディープラーニングモデルである事前学習済みのTransformerエンコーダをベースに構築されています。その特徴的な点は、人間が理解できるテキストデータを処理し、吸着エネルギー予測のためのターゲット特徴量を追加することができることです。これにより、研究者は人間が理解しやすい形式でデータを提供し、モデルの予測の利用性と解釈性を向上させることができます。このモデルは、入力テキストの特定のトークンに集中する傾向があります。これは、CatBERTaの注意力スコアの研究から導かれた主要な結論の1つです。これらの指標は、表面に付着する物質である吸着物、触媒の全体的な構成、およびこれらの要素間の相互作用と関連しています。CatBERTaは、吸着エネルギーに影響を与える触媒システムの重要な要素を特定し、重要視することができるようです。この研究は、吸着配置を説明するための有用な用語として相互作用する原子の重要性を強調しています。吸着物の原子がバルク材料の原子と相互作用する方法は、触媒にとって重要です。興味深いことに、リンクの長さやこれらの相互作用する原子の元素組成などの変数は、吸着エネルギーの正確な予測にほとんど影響を与えません。この結果は、CatBERTaが手元のタスクにとって最も重要な要素を優先し、テキスト入力から最も関連性の高い情報を抽出する可能性があることを示唆しています。精度の面では、CatBERTaは吸着エネルギーを平均絶対誤差（MAE）0.75 eVで予測することが示されています。この精度は、このような予測を行うために使用される広く使われているグラフニューラルネットワーク（GNN）と比較しても遜色ありません。また、化学的に同じシステムの場合、CatBERTaからの推定エネルギーは、互いに引いた場合に19.3%まで系統的なエラーを効果的に相殺することができます。これは、触媒のスクリーニングと反応性評価の重要な部分であるエネルギーの差の予測の誤りをCatBERTaが大幅に減らす可能性があることを示しています。結論として、CatBERTaは従来のGNNに対する可能性のある代替手段を提供します。エネルギー差の予測の精度を向上させる可能性を示し、より効果的かつ正確な触媒スクリーニング手続きの開発の道を開くことができるでしょう。

「OpenAI WhisperとHugging Chat APIを使用したビデオの要約」

イントロダクション建築家ルートヴィヒ・ミース・ファン・デル・ローエが有名になったように、「少ないことがより多い」ということは、要約の意味です。要約は、膨大なテキストコンテンツを簡潔で関連性のある要素にまとめるための重要なツールであり、現代の情報消費スピードに適したものです。テキストアプリケーションでは、要約は情報の検索を支援し、意思決定をサポートします。Generative AI（OpenAI GPT-3ベースのモデルなど）の統合により、テキストから重要な要素を抽出し、ソースの本質を保持したまま意味のある要約を生成するというプロセスが革新されました。興味深いことに、Generative AIの機能は、テキストにとどまらず、ビデオ要約にも広がっています。これには、ビデオから重要なシーン、対話、概念を抽出し、コンテンツの要約を作成することが含まれます。ビデオ要約は、短い要約ビデオを生成したり、ビデオコンテンツの分析を行ったり、ビデオのキーセクションを強調表示したり、ビデオのテキスト要約を作成するなど、さまざまな方法で実現できます。 Open AI Whisper APIは、自動音声認識技術を活用して話された言語を書かれたテキストに変換することで、テキストの要約の正確さと効率性を向上させます。一方、Hugging Face Chat APIは、GPT-3などの最先端の言語モデルを提供します。学習目標この記事では、以下のことを学びます：ビデオ要約の技術について学ぶビデオ要約の応用について理解する Open AI Whisperモデルのアーキテクチャを探索する Open AI WhisperとHugging Chat APIを使用してビデオテキスト要約を実装する方法を学ぶ…

「AI Time JournalがeBook「2023年の顧客サービスとサポートにおけるAIのトレンド」を発表 – アシスタンスの進化に関する先駆的なインサイト」

「アメリカ、サンフランシスコ─人工知能（AI）の分野における知識交換とリーダーシップの促進を目的とした主要な出版物であるAI Time Journalは、最新のeBook「AI in Customer Service and Support Trends 2023」のリリースを喜んで発表しますこの画期的なコンピレーションは、アシスタンスの進化に関する先駆的な洞察を提供していますAI Time Journalが発行するeBook「AI in Customer Service and Support Trends 2023」についての詳細はこちらをご覧ください」

Press Releases

ローカルマシン上でGenAI LLMsのパワーを解放しましょう！

はじめに GenAI LLMsのリリース以来、私たちはそれらをある方法または別の方法で使用しています。最も一般的な方法は、OpenAIのウェブサイトなどのウェブサイトを介して、OpenAIのGPT3.5 API、GoogleのPaLM API、またはHugging Face、Perplexity.aiなどの他のウェブサイトを介してChatGPTやLarge Language Modelsを使用することです。これらのアプローチのいずれにおいても、私たちのデータはコンピュータの外部に送信されます。これらのウェブサイトは最高のセキュリティを保証しているとはいえ、何が起こるかわかりませんので、サイバー攻撃のリスクがあるかもしれません。時には、これらのLarge Language Modelsをローカルで実行し、可能であればローカルでチューニングしたい場合もあります。この記事では、Oobaboogaを使用して、つまりLLMsをローカルで設定する方法について説明します。学習目標ローカルシステムに大規模な言語モデルを展開することの意義と課題を理解する。大規模な言語モデルを実行するためのローカル環境を作成する方法を学ぶ。与えられたCPU、RAM、およびGPU Vramの仕様で実行できるモデルを調べる。 Hugging Faceから任意の大規模な言語モデルをローカルで使用するためのダウンロード方法を学ぶ。大規模な言語モデルを実行するためにGPUメモリを割り当てる方法を確認する。この記事はData Science Blogathonの一環として公開されました。 Oobaboogaとは何ですか？ OobaboogaはLarge…

「第一の汎用ビジュアルと言語のAI LLaVA」

GPT-4は非常に強力ですが、それを完全に利用して構築されたAIがあることを知っていましたか？はい、GPT-4は非常に優れているため、他のAIモデルをトレーニングするために十分なデータを生成するために使用することができますそして、どんなモデルでもなく…

「AI スタートアップの資金調達 9 月 1 号 ConverSight、Voxel、AI21、および Gesund」

技術の急速な進化の中で、人工知能（AI）は類まれなる約束と課題を持つ重要なフロンティアとして立ち位置を確立しています。これに伴い、ベンチャーキャピタリスト、エンジェル投資家、企業は、次なる大きなブレークスルーを資金提供するためにAIスタートアップへの投資を増やしています。2023年9月1日号では、AIスタートアップへの資金提供の複雑な世界について詳しく掘り下げています。最も収益性の高い取引から投資の景色を形作るトレンドまで、2023年にお金を集める要素について包括的な洞察を提供しています。 ConverSight 最新の資金調達：900万米ドル詳細：インディアナポリスに拠点を置くソフトウェア企業ConverSight.aiは、ニューヨーク市のSurface VenturesをリードとするシリーズAラウンドで900万米ドルの資金調達に成功しました。このスタートアップは、ビジネスの意思決定のためのAIとデータ分析に特化しており、Techstars、Augment Ventures、Elevate Venturesなどからの投資も受けています。ConverSight.aiは、2022年1月にシードラウンドで400万米ドルを調達したことがあり、総資金調達額は1500万米ドルになります。この資金は、データに基づくビジネスソリューションをさらに洗練させるためのスタートアップの取り組みを支援するでしょう。 Tavus 最新の資金調達：1800万米ドル詳細：ビジネス向けのカスタマイズ可能なビデオに特化した2年のスタートアップであるTavusは、シリーズAラウンドで1800万米ドルを調達しました。これはシードラウンドからわずか5か月後のことで、投資後の企業価値は8000万米ドルになります。現在の年間繰り返し収益は100万米ドルであり、Tavusは年末には200万から300万米ドルの繰り返し収益を見込んでいます。予想よりも低い収益が報告されたため、少なくとも1人の投資家が資金調達の機会を逃したようです。 Voxel 最新の資金調達：1200万米ドル詳細：サンフランシスコに拠点を置くスタートアップのVoxelは、職場の安全性を向上させるために1200万米ドルを調達しました。AIとコンピュータビジョンを活用して、Voxelはセキュリティカメラを強化し、リスク管理と報告を自動化します。 AI21 最新の資金調達：1億5500万米ドル詳細：イスラエルのAIスタートアップAI21 Labsは、1億5500万米ドルのシリーズCラウンドを調達し、企業価値を14億米ドルに引き上げました。GoogleやNvidiaなどの有名な投資家も参加しています。新たな資本は、企業向けにカスタマイズされたテキストベースの生成型AIサービスを拡大するために割り当てられます。AI21 LabsはOpenAIやAnthropicなどの業界の巨人に対抗しており、Jurassic-2というプロプライエタリな言語モデルを提供しています。これは、カスタムテキストベースのビジネスアプリケーションや多言語AIアシスタントを支えるプラットフォームです。

「AWS 上の生成型 AI を使用して、放射線学のレポートの所見から自動的に印象を生成します」

この投稿では、AWSサービスを使用して、公開されているLLMsを放射線学報告の要約のために微調整する戦略を示していますLLMsは、自然言語の理解と生成において卓越した能力を示しており、さまざまなドメインやタスクに適応できる基礎モデルとして機能します事前学習済みモデルを使用することには、重要な利点があります計算コストを削減し、炭素フットプリントを削減し、ゼロからモデルをトレーニングする必要がなく、最先端のモデルを使用できます

「Azure Lightweight Generative AI Landing Zone」

「Azure AI サービスに基づくランディングゾーンの構築に関する完全ガイドでは、AI プロダクトを紹介し、AI の活用により利益を得るトップ 3 の企業について調査します」

Learn more about Search Results AI - Page 9