人の仕事の80％はAIが担う 世界的研究者インタビュー
ベン・ゲーツェル氏とAIロボットの「デズデモーナ」。ブラジル・リオデジャネイロで開催された「ウェブサミット2023」で（2023年5月3日撮影）。(c)MAURO PIMENTEL / AFP 【5月21日 AFP】ブラジル出身の人工知能（AI）研究の第一人者ベン・ゲーツェル（Ben Goertzel）氏（56）はこのほど、AFPのインタビューに応じ、AIは数年後、人の仕事の80％を担うかもしれないが、それはいいことだとの見解を示した。 数学者で認知科学者でもあり、ロボットクリエーターとしても知られるゲーツェル氏は現在、人の認知能力を持つAI「汎用（はんよう）人工知能（AGI）」を開発する研究グループ「シンギュラリティネット（SingularityNET）」の最高経営責任者（CEO）を務めている。 ゲーツェル氏は今月、ブラジル・リオデジャネイロで開催された世界最大級のテクノロジーカンファレ
ソフトバンク、LINEと和製GPT立ち上げへ 「やらなければ今後の参加権がなくなる」
ソフトバンクは5月10日の決算会見で、LINEと共同で和製GPTの立ち上げを進めていることを明らかにした。グループのLINEが開発を進めてきたLINE AiCallなどのHyperCLOVA技術をベースに、OpenAIに追いつくことを狙う。 「GPTの基礎ベースを持っている会社は日本ではわが社しかない。これはもうやらざるを得ない。米国勢や中国勢に勝てるかどうかではなく、やらなければ今後の参加権がなくなる」（宮川潤一社長） 3月に組織を立ち上げ、合弁会社も用意した。グループ内からAI開発人材として1000人を選抜し、異動または兼務を検討している。「1000人から5000人規模の“GPT祭り”をやらなければ、日本の中でのGPTの立ち上がりはない」（宮川氏） LINEが開発してきた独自の大規模言語モデルHyperCLOVAは、LINE子会社のワークスモバイルジャパンに移管されている。Zホールディ
ChatGPTとBardの対決を超える“事件”。無料の｢StableLM｣登場で｢AIの超民主化｣争いが始まった
2022年に画像生成AIで一大ムーブメントを巻き起こしたStableDiffusion（ステーブル・ディフュージョン）が4月19日、再びAIの世界を興奮の渦に巻き込んだ。 2022年末から爆発的に話題になり、岸田首相までが言及し、先進国首脳会議G7広島サミットの議題にも上がるという、OpenAIの｢ChatGPT｣に対抗する、完全にオープンでフリーな大規模言語モデル（LLM）｢StableLM｣を発表したからだ。 StableLMの登場は、LLM（大規模言語モデル）をめぐるこの半年の激変のなかで、象徴的な出来事だ。 勢力争いは、OpenAIとグーグル、メタ（Facebook）など｢巨大ITの対立軸｣で語られがちだが、今、LLMの世界で起きている勢力争いはそこではない。
Stable Diffusionを「いらすとや」で追加学習する - TadaoYamaokaの開発日記
前回、Stable Diffusionをdanbooruデータセットを使用して追加学習することを試した。 今回は、自分でデータセットを作成して追加学習することを試す。 データセットには、画像とキャプションが揃っている必要があり、キャプションがない場合はCLIPで疑似ラベルを生成するなどする必要がある。 今回は、画像に対するキャプションがある「いらすとや」をスクレイピングして、データセットを作成した。 データセット作成 「いらすとや」から全ての画像とキャプションを取得した。 画像に複数バリエーションがある場合は、1つ目の画像のみを使用した。 キャプションは、日本語になっているため、Googleスレッドシートで、「=GOOGLETRANSLATE(XX,"ja","en")」を使って英語に変換を行った。 合計で、22891枚の画像とキャプションのセットが用意できた。 画像サイズ変換 画像は、5
過剰適合 - Wikipedia
ノイズのある、ほぼ線形なデータは、一次関数にも多項式関数にも適合する。多項式関数は各データポイントを通過し、一次関数は必ずしもデータポイントを通過しないが、端の方で大きな変化が生じることがないため、一次関数の方がよりよい適合であると言える。回帰曲線を使ってデータを外挿した場合、過剰適合であれば悪い結果となる。 教師あり学習（ニューラルネットワークなど）における過剰適合。訓練時のエラーを青、評価時のエラーを赤で示している。訓練時のエラーが減少しているのに、評価時のエラーが増えている場合、過剰適合が起きている可能性がある。 過剰適合（かじょうてきごう、英: overfitting）や過適合（かてきごう）や過学習（かがくしゅう、英: overtraining）とは、統計学や機械学習において、訓練データに対して学習されているが、未知データ（テストデータ）に対しては適合できていない、汎化できていない
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
実在しない人をAIに描いて貰う。嘘偉人を作る遊び。
Microsoft、検索しても出てこない画像を代わりにAIで生成する技術を「Bing」に実装／OpenAIの画像生成AI「DALL-E 2」ベース