Search Results 384

アマゾンセージメーカースタジオを使用して、素早い実験結果のためにLlama 2、LangChain、およびPineconeを使用してRAG型の質問応答ソリューションを構築しましょう

「Retrieval Augmented Generation（RAG）は、ファインチューニングなしで大規模言語モデル（LLM）に外部の知識源（リポジトリ、データベース、APIなど）へのアクセスを提供することができます質問応答に対して生成的AIを使用する際、RAGはLLMが最も関連性の高い最新情報で質問に回答し、必要に応じて引用することができるようにします...」

LangChain、Amazon SageMaker JumpStart、およびMongoDB Atlasの意味検索を利用した検索増強生成

生成AIモデルは、企業の業務を革命化する可能性がありますが、企業はデータの保護やAI生成コンテンツの品質を確保しながら、そのパワーを活用する方法を慎重に考慮する必要があります検索強化生成（RAG）フレームワークは、ドキュメントリポジトリ、データベース、APIなど、複数のソースからの外部データをプロンプトに追加することで、アイデアの生成を支援します

「中国AI研究チームが導入した4K4D ハードウェアラスタライゼーションをサポートし、前例のない描画速度を実現する4Dポイントクラウド表現」

ダイナミックビューシンセシスは、キャプチャされたビデオから動的な3Dシーンを再構築し、没入型仮想再生を生成しようとするコンピュータビジョンとグラフィックのタスクです。この技術の実用性は、高忠実度なリアルタイムレンダリング能力に依存しており、VR / AR、スポーツ放送、芸術的パフォーマンスキャプチャなどで使用されます。従来のアプローチでは、動的な3Dシーンをテクスチャ付きメッシュシーケンスとして表現し、複雑なハードウェアを使用して再構築しますが、制御された環境に限定されます。最近の研究では、RGBビデオから動的な3Dシーンを再構築するための暗黙のニューラル表現が、微分可能なレンダリングを通じて非常に成功しています。最近開発された手法では、対象シーンを動的な放射輝度場としてモデル化し、ボリュームレンダリングを使用して画像を合成し、最適化のために入力画像と比較します。動的ビューシンセシスで印象的な結果を達成しているにもかかわらず、既存の手法は通常、1080pの解像度で画像をレンダリングするために数秒または数分の時間を要します。静的なビューシンセシスの手法に触発され、特定のダイナミックビューシンセシスのテクニックは、コストまたはネットワーク評価の数を減らすことによってレンダリング速度を向上させます。これらの戦略を採用することにより、MLPマップとして知られる表現は、ダイナミックな前景人物のためのレンダリング速度を41.7 fpsに達成します。ただし、レンダリング速度の課題は依然残ります。MLPマップは、中程度の解像度の画像（384×512）を合成する場合にのみリアルタイムのパフォーマンスを発揮します。4K解像度の画像をレンダリングする場合、その速度は1.3 FPSまで低下します。この研究では、4K4Dという新しいニューラル表現を紹介し、動的な3Dシーンのモデリングとレンダリングに使用します。4K4Dは、レンダリングの速度を大幅に改善し、レンダリングの品質において競争力を維持しています。システムの概要を以下に示します。このコアのイノベーションは、4Dポイントクラウド表現とハイブリッド外観モデルにあります。具体的には、動的なシーンでは、空間刻みアルゴリズムを使用して取得した荒いポイントクラウドシーケンスを使用し、各ポイントの位置を学習可能なベクトルとしてモデル化します。4D特徴グリッドを導入し、各ポイントに特徴ベクトルを割り当て、それをMLPネットワークに入力してポイントの半径、密度、および球面調和（SH）係数を予測します。 4D特徴グリッドは、ポイントクラウドに空間的正則化を自然に適用し、最適化のロバスト性を向上させます。さらに、異なる可能な深さの剥離アルゴリズムを開発し、ハードウェアラスタライザを使用して前例のないレンダリング速度を実現します。研究では、MLPベースのSHモデルが動的シーンの外観を表現する際の課題を特定しています。これに対処するために、SHモデルを補完するための画像ブレンディングモデルを導入して、シーンの外観を表現します。重要な設計の選択肢により、画像ブレンディングネットワークは視線方向と独立しており、トレーニング後の事前計算を可能にし、レンダリング速度を向上させます。ただし、この戦略は、ビュー方向に沿った離散動作の課題を導入し、連続のSHモデルを使用して緩和されます。3Dガウススプラッティングとは異なり、SHモデルのみを使用するのではなく、このハイブリッド外観モデルは入力画像で捉えられた情報を十分に活用し、レンダリング品質を効果的に向上させます。著者によって報告された広範な実験では、4K4Dは注目すべきレンダリング品質であると同時に、桁違いに高速なレンダリングを達成しています。RTX 4090 GPUを使用した場合、この手法は1080pの解像度で最大400 FPS、4Kの解像度で80 FPSに達するとのことです。以下の画像は、最先端の技術との視覚的比較です。これは4K4Dの概要であり、ハードウェアラスタライゼーションをサポートし、前例のない高速なレンダリングを可能にする革新的なAI 4Dポイントクラウドの表現です。詳細を知りたい方は、以下に引用されたリンクを参照していただくか、お気軽にお問い合わせください。

コードを解読する LLMs

最近の数年間は、言語モデルの進化が著しく、トランスフォーマーの導入によって、私たちが日常的なタスクを行う方法、例えばメールの書き方や作成方法などが革命化されました...

「性的な嫌がらせ、STEM分野における女性へのジェンダーバイアスは依然として広範囲に存在する、研究が明らかに」

「調査された女性STEM専門家の3分の2は、男性と比較して収入が低いと報告しています」

チューリングのミル：AIスーパーコンピューターが英国の経済エンジンを加速

産業革命の発祥地であるイギリスが、次なる革命に巨額な投資を行うことを発表しました。イギリス政府は、世界最速のAIスパーコンピューターを構築するために、2億2500万ポンド（2億7300万ドル）を費やすことを発表しました。名前はイサンバードAIと呼ばれ、19世紀の伝説的なイギリスのエンジニアにちなんで命名され、ブリストル大学でホストされています。来年完全に設置されると、5,448のNVIDIA GH200 Grace Hopper Superchipsを搭載し、国内外の研究者に対して驚異的な21エクサフロップのAIパフォーマンスを提供します。この発表は、AIの安全サミットで行われました。このサミットは、100人以上の国際的な政府と技術リーダーが集まったもので、世界初のデジタルプログラム可能コンピューターの場所であるブレッチリーパークで開催されました。この場所は、アラン・チューリングなどの革新者の仕事を反映しており、AIの父とされています。「AIは産業革命、電気の登場、インターネットの誕生と同様に、産業に変革をもたらす」と、イギリスの首相であるリシ・スナック氏は先週のスピーチでこのイベントについて述べました。このイベントは、国際的な協力を促進することを目的としています。現代経済の推進力イサンバード・ブルネルが創造したものの一つ、世界初のプロペラ駆動の航海鉄船のように、彼の名前を冠したAI技術は既に国を前進させています。先日、国の科学、イノベーション、技術担当大臣であるミシェル・ドネラン氏がこのシステムについて行った発表によると、AIはイギリス経済に37億ポンド以上の貢献をし、5万人以上の人々を雇用しているとのことです。このブリストルにおけるAI研究リソースへの投資は、「科学的な発見を促進し、イギリスをAI開発の最先端に位置づけます」とドネラン氏は述べました。 AI自体と同様に、このシステムは機械学習の潜在能力を活用して、ロボット工学、データ分析、薬物探索、気候研究など、さまざまな組織で使用されるでしょう。「イサンバードAIは、イギリスのAI計算能力の大きな飛躍を表しています」と、イサンバード国立研究施設のブリストル大学教授であるサイモン・マッキントッシュ＝スミス氏は述べています。「現在のイサンバードAIは、世界で最速のスーパーコンピューターのトップ10にランクインし、2024年後半に稼働すると、どこにでもあるオープンサイエンスのための最も強力なAIシステムの一つになるでしょう。」次なる製造業の革命産業革命と同様に、AIは製造業の進歩を約束しています。それが、イサンバードAIがイギリスの7つの製造研究センターの一つであるブリストル・バス科学公園に拠点を置く理由の一つです。また、フロンティアAIタスクフォースという研究グループは、フロンティアAIの安全な開発に関してグローバルな取り組みをリードする役割を果たしており、このシステムの主要な利用者になる予定です。イサンバードAIを構築しているヒューレット・パッカード・エンタープライズは、イギリス政府のネットゼロカーボン目標をサポートするエネルギー効率の計画において、ブリストル大学とも協力しています。エネルギー効率の高いHPC 来年ブリストル・バス科学公園に導入される2つ目のシステムは、非加速のハイパフォーマンスコンピューティングワークロードのArmのエネルギー効率を示すものです。イサンバード-3は、推定2.7ペタフロップスのFP64ピークパフォーマンスを提供し、消費電力は270キロワット以下であり、世界でトップ3の最もエネルギー効率の高い非加速スーパーコンピューターの一つに位置づけられます。これは、バース、ブリストル、カーディフ、エクセターの大学の間で研究連携が行われる一環で、医学や科学の研究に使用される予定のArmベースの384のNVIDIA Grace CPU…

合成時系列データ生成としてのLLM

最近、私たちはBremboハッカソンで$10,000の大賞を獲得しました課題は、ジェネラティブAIを使用して新しい化合物を作成し、それらの予測されたパフォーマンスデータを生成することでした私たちは…

2023年10月の10個の最高のパスワードマネージャーツール

今日のデジタル時代では、私たちが利用するオンラインアカウントやサービスの数は驚くほど多いものですソーシャルメディアプラットフォームやメールアカウントからオンラインバンキングやEコマースサイトまで、それぞれ独自の認証情報が必要ですこれらすべてのパスワードを思い出すことは、圧倒的な課題であり、複数のアカウントで同じパスワードを使用することは、 [...]

best of

特定のドメインに特化した物体検出モデルの最適化方法

物体検出は、学術界から産業分野まで、広範な領域で広く採用されていますその理由は、低い計算コストで素晴らしい結果を提供する能力にありますしかし、それにもかかわらず、...

「マスク言語モデリングタスクのBERTトレーニング方法」

「最近、大規模言語モデル（LLM）は、機械学習コミュニティ全体の注目を浴びていますLLMが登場する前には、さまざまな言語モデリングに関する重要な研究フェーズがありました...」

Learn more about Search Results 384 - Page 2