Search Results コラボレーション

データのセキュリティとコラボレーションの強化：AWS Clean Roomsが機械学習と差分プライバシー機能を導入

Amazon Web Services（AWS）は、セキュアなデータ共有サービスであるClean Roomsの新しいアップデートを発表しました。このアップデートにより、最新の機械学習（ML）と差分プライバシー機能を組み込むことで、企業はセキュリティを強化し、機械学習モデルの活用とデータのプライバシー保護を両立させながら正確なデータ分析を推進することができます。最新のClean Roomsでは、データプライバシーを強化しセキュアな共同作業を促進するさまざまな機能が追加されました。機械学習のサポートを組み込むことにより、オリジナルデータを公開することなくMLモデルを活用することができます。この革新的な機能により、機密情報を明かすことなく共同データ分析を行うことが可能となり、データプライバシーを重視する企業にとって大きな利点となります。差分プライバシー機能もClean Roomsに統合されることで、データクエリの結果に適切にキャリブレートされたエラー（「ノイズ」とも呼ばれる）を組み込むことができます。これにより、個々のデータ貢献を曖昧化しながら分析の正確性を確保することができます。プライバシーバジェットコンポーネントを使用してプライバシーを有限のリソースとして取り扱うことにより、この機能はデータ漏洩を防ぎ、プライバシーリソースの枯渇や潜在的な侵害の回避に寄与します。差分プライバシーは、特定の個人情報を漏洩することなく統計的パターンを明らかにする技術であり、AWS Clean Roomsはこの技術の適用を簡略化します。ユーザーは差分プライバシー機能を有効にし、共同作業の設定内でプライバシーポリシーを設定することで、このプライバシー強化技術を簡単に使用することができます。今回のアップデートにおける画期的な機能であるClean Rooms MLにより、ユーザーは機械学習モデルを活用しながら機密データを保護することができます。この機能はさまざまな産業に適用され、ターゲットマーケティングの効果の高化、潜在的な顧客の特定、臨床研究の迅速化などを行う際に重要な情報を保護しながら支援します。 Clean Rooms MLの導入により、ユーザーはAWSによって管理されたモデルを組織内のデータ共有のコラボレーションにおいて訓練する必要がなくなります。このML機能のシームレスな統合により、ユーザーはモデルの予測を柔軟に制御し、分析において適応性と精度を確保することができます。さらに、Clean Roomsではプライバシーコントロール機能も導入されており、適切な権限を持つClean Roomsメンバーが実行するクエリや出力を管理する権限を使用者に与えることができます。この追加のセキュリティレイヤーにより、コラボレーションエコシステム内のデータセキュリティとプライバシーの措置がさらに強化されます。要するに、刷新されたAWS Clean Roomsは、セキュアなデータコラボレーションにおけるパラダイムシフトを象徴し、包括的なデータ分析の可能性を引き出しつつ、重要な情報の保護を重視しています。最新の機械学習と差分プライバシーの機能を組み合わせることで、AWSはデータセキュリティを確保しつつ分析の効率を高める道を開拓し、より安全で洞察に満ちた共同作業の未来を切り拓いています。この記事の投稿は、Enhancing…

「Lab Sessions 実験的なAIの新しいコラボレーションのシリーズ」

Lab Sessionsは、アーティストから学者、科学者から学生まで、さまざまな人々との実験的なAIコラボレーションのシリーズです

AI

「愛らしい3Dクリーチャーが、今週「NVIDIA Studio」で父子コラボレーションによって生み出されました」

エディター注：この投稿は、私たちの週刊「NVIDIA Studio」シリーズの一部であり、注目のアーティストを称え、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。 NVIDIAの主要なアーティストであり、3Dの専門家であるマイケル・ジョンソンは、技術的に印象的で感情的に共鳴する高度に詳細なアートを作り出しています。彼の最新作である「父と息子のコラボレーション」では、彼の息子の鮮やかな想像力からインスピレーションを受けており、今週はNVIDIA Studioでハイライトされています。「私はアートが他の人々に喜びや素晴らしい思い出をもたらすことができるということが大好きです。素晴らしい作品は私が人間とアーティストであることを特別に感じさせてくれます」とジョンソンは述べています。「アートは人々の視点を変え、まったく異なる感情を抱かせることができます。」若い心がアーティストの世代をインスパイアします。「この作品の背後にあるストーリーは、私が単に息子をインスパイアし、物事がどのように認識されるか、他の人々のアートにインスピレーションを受けることができるかを教えたかったということです」とジョンソンは語ります。彼の息子自身もドゥードルをしているが、自分の作品は十分に良くないと考えていたとジョンソンは気づいていました。「私は彼のアートで私が見たものと、それが私にどのようにインスピレーションを与えたかを彼に見せたかった」とジョンソンは言います。このプロジェクトを通じて、ジョンソンは世界中のアートスタジオやコンセプトアーティストのNVIDIA Studioパワードワークフローも紹介しました。この生物は最高の人生を送っています。 NVIDIAのRTX GPUテクノロジーは、ジョンソンの創造力を加速する重要な役割を果たしています。「アーティストとして、私は迅速なフィードバックと安定性を重視しています」と彼は言います。「私のNVIDIA A6000 RTXグラフィックスカードはレンダリングプロセスを高速化し、迅速に反復することができます。」「父と息子のコラボレーション」では、ジョンソンはまずAutodesk Mayaを開いてキャラクターの基本的な3D形状をモデル化しました。彼のGPUアクセラレーションビューポートにより、迅速でインタラクティブな3Dモデリングが可能になりました。 https://blogs.nvidia.com/wp-content/uploads/2023/07/week68-mj-maya-recording-1280w-sm.mp4 次に、彼はモデルをさらに彫刻、フリースタイル、ディテールのためにZBrushにインポートしました。「最終的な彫刻が完成した後、モデルをRizom-Lab IVソフトウェアに取り込んでUVをレイアウトしました」とジョンソンは語ります。UVマッピングは、3Dモデルの表面をテクスチャマッピングのための2D画像に投影するプロセスです。これにより、モデルをテクスチャリングやシェーディングする際に扱いやすくなります。 https://blogs.nvidia.com/wp-content/uploads/2023/07/week68-mj-zbrush-recording-1280w-sm.mp4 …

KAISTとGoogleの研究者は、コラボレーションスコア蒸留（CSD）を導入しましたこれは、一貫した視覚合成のためのテキストから画像への拡散モデルの単数形を拡張したAIの手法です

テキストから画像への拡散モデルは、数十億の画像テキストペアと効果的なトポロジーを用いて構築されており、入力として与えられたテキストを使用して高品質でリアルかつ多様な画像の合成能力を驚異的に示しています。また、画像から画像への変換、制御された生成、カスタマイズなど、さまざまなアプリケーションにも展開されています。この分野での最新の使用例の1つは、モダリティ固有のトレーニングデータを利用して、拡散モデルを変更せずに2D画像を超えた他の複雑なモダリティに広げる能力です。本研究は、事前に学習されたテキストから画像への拡散モデルの知識を使用して、モダリティ固有のトレーニングデータを利用した2D画像を超えた高次元の視覚生成タスクに対してますます挑戦し、高次元の視覚生成タスクに対応するための課題に取り組むことを目指しています。彼らは、多くの複雑な視覚データが、特定のモダリティに固有の一貫性に制約された画像の集合として表現できる可能性があるという予感から始めます。たとえば、3Dシーンは、ビューの一貫性を持つ複数のビューフレームの集合であり、映画は時間的な一貫性を持つフレームの集合です。残念ながら、彼らの生成サンプリング手法は、画像の拡散モデルを利用する際に一貫性を考慮していないため、画像の合成や編集のための画像のグループ全体にわたる一貫性を保証する能力を持っていません。その結果、一貫性を考慮せずにこれらの複雑なデータに画像の拡散モデルを適用すると、図1（パッチごとのクロップ）で見られるように、写真が継ぎ合わされた箇所が明確にわかるような、より一貫性のある結果となる可能性があります。図1: パノラマ画像の修正：上部右側の切り抜かれたパッチでは、Instruct-Pix2Pixは不安定な画像編集を行います。（3行目）高いガイドスケールyでも、MultiDiffusionを使用したInstruct-Pix2Pixは一貫した画像を編集しますが、指示に対する忠実度は低下します。第3行適切なガイドスケールを選択することで、CSD-Editは指示に対する忠実度が高い一貫した画像編集を提供します。このような振る舞いは、ビデオ編集でも見られます。したがって、後続の研究では、画像の拡散モデルを採用してビデオ固有の時間的一貫性に対応することが提案されています。ここで、彼らはスコア蒸留サンプリング（SDS）と呼ばれる新しい戦略に注目しています。SDSは、テキストから画像への拡散モデルの豊富な生成事前知識を利用して、異なる可能な演算子を最適化する問題として生成サンプリングの課題を設定します。他の研究者は、SDSがNeural Radiance Fields事前知識を使用してテキストから3Dオブジェクトを生成する際にその有効性を示していますが、これは3D空間で一貫したジオメトリを仮定する密度モデリングを介しています。しかし、他のモダリティの一貫した視覚合成についてはまだ調査されていません。本研究では、KAISTとGoogle Researchの研究者が、信頼性の高い視覚合成のためのテキストから画像への拡散モデルの潜在能力を拡張する直感的かつ効率的な手法であるCollaborative Score Distillation（CSD）を提案しています。彼らのアプローチの鍵は、まず、Stein変動勾配降下法（SVGD）を使用して、複数のサンプルが拡散モデルから得られた情報を共有することで、サンプル間の一貫性を達成することでSDSを一般化することです。第二に、CSD-Editという、最近開発された指示による画像拡散モデルであるInstruct-Pix2Pixを組み合わせた一貫した視覚編集のための強力な手法を提供します。彼らは、パノラマ画像の編集、ビデオ編集、および3Dシーンの再構築など、さまざまなアプリケーションを使用して、彼らの手法の適応性を示しています。彼らは、CSD-alterが複数の画像パッチを最大化することで空間的一貫性を持つパノラマ画像を変更することができることを示しました。さらに、彼らの手法は、以前の手法と比較して指示の正確さとソース-ターゲット画像の一貫性のバランスを優れたものにしています。ビデオ編集の実験では、CSD-Editは複数のフレームを最適化することで時間的な一貫性を実現し、時間フレームに一貫したビデオ編集を行います。また、CSD-Editを使用して3Dシーンを生成および編集し、さまざまな視点での一貫性を促進します。

Dropboxが、ゲームチェンジングなAIパワードツールを発表：生産性とコラボレーションの新時代

今日のデジタル世界では、常にデータに圧倒されています。以前に比べて情報がより多く利用可能になっていますが、必要な情報を見つけるのに時間がかかる場合があります。特に、タスクが複数のプログラムに分散している場合は特にそうです。AIとMLの最近の進歩により、わずか数か月で新たな機会の時代が訪れました。機械が読み書きし、私たちと話し、すべての質問に答える未来が、まるで一夜にして現れたのです。しかし、これはAIが生産性をどのように向上させるかの表面に触れるに過ぎません。顧客は、自分たちのために一から構築されたAIが欲しいと明確に示しています。彼らの質問に答え、彼らのデータとビジネスの内容に洞察を提供するAIを求めています。Dropboxチームは、ユーザーがコンテンツを最大限に活用し、生産性を最大化するための新しいAIパワードツール、Dropbox DashとDropbox AIをリリースしました。 Dashは、人工知能によって駆動される包括的な検索エンジンです。Dashを使用すると、Dropboxのコンテンツ、受信トレイ、メッセージ、開いているタブなどを含む検索を行うことができます。Google DocsやSlackなどのアプリにもそれぞれ独自の検索機能があります。Dashは機械学習を中心にしているため、使用するほど改善されます。Dashを使用するほど、自分の検索の習慣を学び、より正確にニーズを予測することができるようになります。 Dashは検索エンジンにとどまらず、コンテンツを「スタック」に整理することもできます。例えば、現在進行中の作業のためのスタックや関連する調査を行ったスタックなどを作成することができます。ユーザーの行動に基づいて、Dashは試すべき他のスタックも推奨することができます。まだ開発中ではありますが、Dropbox Dashは効果的な時間の節約と生産性向上ツールです。 DashにはStart Pageというツールもあります。一元的な検索（Dash）、スタック（進行中の作業）、最近完了したタスクへのクイックリンク、会議の要求によって、日常を効率的に進め、最も重要なことに戻ることができます。 Dropbox Dashの利点の一部は以下の通りです：この方法を使用することで、回答を探すのに時間を無駄にせずに済みます。ドキュメントや情報を探すのにかける時間を減らして、より多くのことを行えます。類似したメディアをまとめて整理することで、秩序を保つことができます。スタック内の最近の活動を表示して、開発の最新情報を把握し続けることができます。コンテンツスタックへの追加の提案を見つけることができます。興味がある場合は、Dropbox Dashのベータテストに参加することができます。https://www.dropbox.com/dash Dropbox AIチームは、ウェブサイトの最も訪れられる領域の1つであるファイルプレビューに人工知能（AI）を実装しています。長文を素早く把握したり、全体をひと通り見ることなく視聴したりすることができます。例えば、契約書や会議の記録をクリックひとつで簡単に要約することができます。山ほどのデータを探し回ることなく、まさに求めているものを見つけることができます。瞬時の回答を得るために質問するのと同じくらい簡単です。そして、まもなくユーザーはDropbox AIをすべてのフォルダとファイルで利用することができるようになります。Dropboxファイルプレビュー用の人工知能は現在ベータ版です。現在、テスト用に選ばれたDropbox Teamsに展開され、米国のすべてのDropbox…

ChatArenaをご紹介します：複数の大規模言語モデル（LLMs）間のコミュニケーションとコラボレーションを容易にするために設計されたPythonライブラリです

ChatArenaは、様々な巨大言語モデルを支援するために作成されたPythonパッケージです。ChatArenaにはすでにマルチエージェント会話シミュレーション環境が含まれています。参加者は周囲によって支援され、役割によって決定された相互作用を持つことができます。 ChatArenaにはすでにマルチエージェント会話シミュレーション環境が含まれています。キャラクターは様々な役割を担うことができ、雰囲気は協力を促します。LLMを使用することで、ゲームが終了するタイミングや、状態間の進行方法を決定することができます。 ChatArenaが互換性のあるLLMバックエンドには、GPT-3.5-turbo、GPT-4、Huggingface Pipeline（モデルハブから1900以上のモデルを持つ）、Cohereなどがあります。これにより、競合するLLM間のオープンなコミュニケーションと協力が促進され、ゲームの強度と多様性が高まります。 ChatArenaの便利なWebUIとCLIインターフェースのおかげで、誰でも簡単にChatArenaで異なるシナリオを試すことができます。直感的なインターフェースにより、新しいゲームを作成し、素早くプレイヤーのリクエストを実装し、簡単に異なるゲーム作成アプローチを試すことができます。自分自身の言語ゲームを作成したい場合は、このガイドを参照してください。https://tinyurl.com/2t5us7fv 協調的AIの可能性と課題に対する考慮と対応が必要となっています。マルチエージェント言語ゲームに関して、ChatArenaは安全性とアライメントを理解するためのツールと第一歩です。キーコンセプトプレイヤー – ゲームをプレイするには、「プレイヤー」である他のプレイヤーと相互作用できるエージェントが必要です。名前、インフラストラクチャ、機能はすべて、特定の参加者を識別するために貢献します。人間と大規模言語モデルの両方が対象です（LLM）。バックエンド – プレイヤーが他のプレイヤーと通信する方法を定義するために、Python開発者は「バックエンド」と呼ばれるクラスを作成します。バックエンドは、人間またはLLM、またはその両方のハイブリッドである場合があります。バックエンドの名前、タイプ、およびパラメータは、その定義的特徴です。環境 – Pythonでは、ドメインはゲームルールを定義するクラスです。名前、タイプ、およびパラメータがすべて協力して環境を指定します。モデレーター – Pythonクラスとして、モデレーターはゲームのルールを指定します。その定義的特徴は、モデレーターの名前、クラス、および設定です。 Arena – Pythonでは、アリーナはゲームを定義するクラスです。特定のアリーナのパラメータには、名前、タイプ、およびサイズが含まれます。…

コンピュータ芸術の先駆者、ヴェラ・モルナールさんが99歳で亡くなりました

ヴェラ・モルナールは、ハンガリー生まれの画家であり、彼女の先駆的なデジタル作品においてジェネラティブアートの代表的存在と称されていました彼女は99歳で、12月7日にパリで亡くなりました

パスライトのCTO兼共同創設者、トレイ・ドイグのインタビューシリーズ

トレイ・ドイグは、パスライトの共同創設者兼CTOですトレイは、IBM、クリエイティブ・コモンズ、Yelpでエンジニアとして働いた経験を持つ、テック業界で10年以上の経験を持っていますTreyは、Yelp Reservationsのリードエンジニアであり、SeatMeの機能をYelp.comに統合する責任を負っていましたTreyはまた、SeatMeウェブアプリケーションの開発を率いました...

コンテナの力を解放する：あらゆる開発ニーズに対応するトップ20のDockerコンテナを探索する

イントロダクション Dockerコンテナは、ソフトウェア開発とデプロイメントの急速に進化する風景で欠かせないツールとして登場しました。アプリケーションをパッケージ化、配布、実行するための軽量かつ効率的な方法を提供しています。この記事では、さまざまなカテゴリーでのトップ20のDockerコンテナについて詳しく説明し、その機能、使用例、開発ワークフローの合理化への貢献を紹介します。 Webサーバーとコンテンツ管理 Webサーバー Nginx Nginxは、優れたパフォーマンスと拡張性で称賛される多目的のWebサーバーおよびリバースプロキシです。軽量な構造と同時接続の適切な管理により、効率を求める開発者にとって上位の選択肢となっています。主な特徴には、堅牢な負荷分散機能、静的コンテンツの効率的な処理、高度なセキュリティ機能があります。その用途は、静的ウェブサイトの提供からマイクロサービスの負荷分散、アプリケーションサーバーのリバースプロキシまでさまざまです。 Apache HTTP Server Apache HTTP Serverは、Webサーバーのランドスケープでの草分けとして、動的なコンテンツの配信において堅固なオプションです。モジュラーデザインと豊富な設定可能性のために有名で、さまざまなアプリケーションに容易に適応できます。主な特徴には、包括的なモジュールサポート、優れた設定可能性、堅牢なコミュニティの支援があります。その用途は、動的ウェブサイトのホスティング、PHPアプリケーションの実行、さまざまなウェブベースのアプリケーションのバックエンドサーバーまで広がっています。 Traefik もう1つのDockerコンテナであるTraefikは、マイクロサービスアーキテクチャに特化した現代のリバースプロキシとロードバランサーです。動的な構成と自動的なサービスディスカバリーが魅力で、コンテナ化された環境に最適な選択肢となっています。主な特徴には、自動的なサービスディスカバリー、コンテナオーケストレーションツールとのシームレスな統合、Let’s Encryptのサポートが含まれており、SSL/TLS証明書の自動プロビジョニングを可能にします。その用途は、マイクロサービスの負荷分散や指定されたルールに基づいたトラフィックルーティングから、SSL/TLS証明書を自動的に管理することによるセキュアな通信の促進まで、現代のインフラストラクチャセットアップにおける重要なツールとなっています。コンテンツ管理システム WordPress WordPressは、インターネットの大部分を支える支配的なコンテンツ管理システムです。WordPressをDocker化することで、展開を合理化し、拡張性のある環境でコンテンツ管理ニーズを効率化することができます。その大きな特徴は、広範なプラグインエコシステム、ユーザーフレンドリーなインターフェース、堅牢なコミュニティのサポートです。ブログやコンテンツ作成を支援するだけでなく、ビジネスウェブサイトの構築やオンラインコミュニティの監督など、さまざまなウェブ関連の活動に適応する柔軟なソリューションとなっています。データベースとデータストア関係性データベース MySQL MySQLは、広く使われているオープンソースの関係性データベースで、高速性と信頼性が評価されています。MySQLのDocker化は、さまざまなアプリケーションでのデータベースの設定と管理を簡素化します。ACID準拠、レプリケーションとクラスタリングの堅牢なサポート、高性能な機能が主な特徴です。その用途は、ウェブアプリケーションのバックエンドストレージ、eコマースプラットフォームのデータストレージの管理、コンテンツ管理システムのサポートなど、さまざまなドメインでのさまざまなストレージニーズの適応性を示しています。 PostgreSQL PostgreSQLは、拡張性と標準への厳格な準拠で称賛される堅牢なオープンソースの関係性データベースです。PostgreSQLのDocker化により、展開に柔軟性をもたらす移植可能なレプリケーション可能なデータベース環境が実現できます。その特徴には、カスタム関数と演算子による拡張性、データの信頼性を保証するACID準拠、複雑なクエリの強力なサポートが含まれます。その用途は、ジオグラフィック情報システム（GIS）のパワーリング、データウェアハウジングのニーズのサポート、金融アプリケーションの複雑な要件への対応など、厳密なデータ処理とクエリ処理機能を必要とするさまざまなドメインに広がっています。…

「2024年に使用するためのトップ10のリアルタイムデータベース」

導入現代アプリケーションのダイナミックな世界において、リアルタイムデータベースはスムーズなデータ管理と即時の更新を維持するために重要です。大量のデータを扱うために設計されたこれらのデータベースは、情報への瞬時のアクセスを提供します。この記事では、2024年に影響を与えるであろうトップ10のリアルタイムデータベースについて詳しく説明します。リアルタイムデータベースの理解リアルタイムデータベースは即時の更新とアクセスが必要なデータを管理するために作成されています。同期の遅延が発生する従来のデータベースとは異なり、リアルタイムデータベースはすべての接続されたデバイスやアプリケーションにデータ変更の迅速な反映を保証します。これにより、リアルタイムのコラボレーション、メッセージング、モニタリングのニーズを持つアプリケーションに適しています。現代アプリケーションにおけるリアルタイムデータベースの重要性リアルタイムデータベースの重要性は、即時のデータ更新と同期の需要により、現代のアプリケーションで増大しています。メッセージングアプリから共同編集可能なドキュメントエディタ、リアルタイムアナリティクスダッシュボードまで、これらのデータベースはスムーズなデータ管理と瞬時のコミュニケーションの基盤となります。データ同期の遅延を解消することにより、リアルタイムデータベースはユーザーエクスペリエンスを向上させるだけでなく、効率的かつデータに基づく意思決定を可能にします。トップ10のリアルタイムデータベース以下は、2024年に使用するトップ10のリアルタイムデータベースのリストです。 1. Firebase リアルタイムデータベース Firebase リアルタイムデータベースはクラウドホスト型のNoSQLデータベースであり、開発者がデータをリアルタイムに保存および同期できるようにします。JSONデータモデルの使用は、開発プロセスに柔軟性と簡便さをもたらします。Firebaseプラットフォームの重要なコンポーネントとして、ウェブとモバイルの両方のアプリケーションを作成するための強力なツールキットに貢献します。機能と利点 Firebase リアルタイムデータベースの優れた機能の1つは、データ変更があった場合にすべての接続されたデバイスで瞬時の更新が保証されるリアルタイム同期です。これにより、ユーザーは常に最新の情報を得ることが保証されます。さらに、データベースはオフラインサポートを提供し、インターネットに接続していない状況でもデータにアクセスおよび変更を行うことができます。Firebase リアルタイムデータベースは堅牢なセキュリティルールを取り入れており、機密データへの不正アクセスからデータを保護します。ユースケースと例 Firebase リアルタイムデータベースは、チャットアプリ、共同編集可能なドキュメントエディタ、リアルタイムダッシュボードなど、リアルタイムの更新を要求するアプリケーションで広く使用されています。例えば、Firebase リアルタイムデータベースを活用したメッセージングアプリは、すべての参加者に迅速にメッセージを配信し、シームレスかつリアルタイムのコミュニケーション体験を作り出します。こちらから入手できます: https://firebase.google.com/ 2.…

Learn more about Search Results コラボレーション