画像生成AIに照明革命 日本と世界で同時に“神ツール”登場 (1/3)
この連載ではおなじみのキャラクター「明日来子さん」に右側からライトを当ててみた。左がIC-Lightを適用したもので、右がオリジナル。環境はWebUI Forge用の拡張機能を使用 5月8日に、「ControlNet」など画像生成AI関連の著名研究者であるイリヤスフィール（lllyasviel）さんが発表した「ICライト（Imposing Consistent Light、印象的な一貫的なライト）」が盛り上がりました。入力した画像をもとに、後から指定した照明効果を踏まえた画像を生成する技術です。 画像生成AIで照明効果がつけられる「ICライト（IC-Light）」 発表された学習済みモデルは、「ライトを指定すると、キャラクターのデータに合わせてテキストのプロンプトに合わせて独自に背景を生成するもの」「キャラクターとライトの影響を加味して、別の背景画像と合成するもの」の2種類があります。これ
AI検索「Perplexity」がかなり便利だったので紹介します (1/5)
「ChatGPTはすぐに嘘をつくから調べものには使えない」という意見をよく聞くが、これには大きな誤解がある。 そもそもChatGPTの心臓部である大規模言語モデル（LLM）は、膨大な知識を元にテキストを「生成」する仕組みだ。 逆に言うと、知識として持っていないことは一切わからないので、知らないことについて説明を求められても能力的に不可能なのだ。 だから、知識にない質問をされると答えられないだけでなく、苦し紛れに幻覚（ハルシネーション）を起こしてしまう。これが「すぐに嘘をつく」と言われる理由だ。 結論を書いてしまうと「ChatGPTは検索ツールではない」のだ。むしろ「ChatGPTがいちばん苦手とすることが検索」なのだ。 今回はこの欠点を補い、AIを活用した新しい検索の形を実現するという触れ込みのサービス「Perplexity.ai」を紹介していく。 Perplexity.aiとは Perp
アップル、高度な言語理解を持つ新型AIモデル「MM1」を発表
アップルの研究チームは3月14日、画像とテキストを理解し処理する能力を持つマルチモーダル大規模言語モデル「MM1」を発表した。今のところ論文のみの公開で、一般公開の時期は明かされていない。 一部ベンチマークではGPT-4Vをも凌ぐ性能を発揮 複数（30億、70億、300億）のパラメータサイズを備えるMM1は、10億以上の画像および30兆語以上のテキスト、GitHubのコード例などの多様なデータセットを用い、教師なし学習と教師あり学習を組み合わせる独自の方法で学習され、多様なタスクに対して高い精度を示すという。 各種ベンチマークの結果によると、30億および70億パラメーターのモデルはそれぞれのモデルサイズにおいて過去最高を記録。特にVQAv2（画像理解）、TextVQA（画像内のテキスト情報）、ScienceQA（科学知識）、MMBench（マルチモーダル）、MathVista（数学）などの
女子大生が100日連続で生成AIで100本のプログラムを書いたらどうなったか？
ボードゲームやアクションゲーム、各種ツールやシミュレーションなどさまざまなソフトが100日間に作られた いままで数えきれないほどのプログラマーに会ってインタビューもさせてもらってきたが、久しぶりに若いプログラマーの話を聞いてきた。ここ1、2年では U22グランプリの男子中学生や全国小中学生プログラミング大会の受賞者たちだが、今回は、ChatGPTを使ってプログラムを書きまくった女子大生である。 彼女は X（Twitter）の自分のアカウントで1日1本のソフトを100日間連続で作るというイベントをやっていて「おっ、頑張っているな！」と思って応援していた。「こんなゲームを作ってほしい」などとリクエストを出したりもしていたのだが、どうも私が想像していたものと内容もやり方も違っていたようである。 目下、ソフトウェア産業の最大のテーマは「我々は人間の言葉でプログラムを書くようになるだろうか」というこ
“世界生成AI”到来か 画像生成AIのゲームエンジン化が進む (1/5)
Midjourneyの生成画像。12月のアップデートのv6では、写真と変わらないような画像が生成されることが話題となっている。この画像のような世界を動き回れるようになるのだろうか（筆者作成） 画像生成AIサービス「Midjourney」のオフィスアワーがあったのが1月4日。アメリカ時間で1月3日ですかね。オフィスアワーというのは、MidjourneyがDiscord上で月に1回開いて、いろいろユーザー向けに今後どのようにサービスが展開されるのかを説明するミーティングです。その会合に参加していたNick St. Pierreさんの報告によると、Midjourneyのデイヴィッド・ホルツCEOが「2024年末までにホロデッキに到達できる」と話したと言うんですね。「2024 年末までには、リアルタイムのオープンワールドが実現できればと思っています」とも言い、画像生成AIが、単にイラストといった画
画像生成AIが爆速で進化した2023年をまとめて振り返る (1/5)
Stability AIが画像生成AI「Stable Diffusion」を公開したのは2022年8月のこと。すさまじい勢いで発展してきた画像生成AIの1年を振り返ってみようと思います。 初めに見てもらいたいのは「これが無料でいいのか!? “爆速生成AI”がペイントソフトに革命を起こした」で紹介した、KritaとGenerative AI for Kritaを組み合わせて作成した設定資料的な画像です。 キャラクターの3面図のサンプル。Vroidで簡単な3Dで当たり（左）として、右の画像を作成する。それを元に、プロンプトや画像に描き込んだりして、最終画像を作成していく。2枚目には前面図の頭部のカチューシャや、胸部分のフリルがなかったりするが、そこに色を加筆して、プロンプトで指示すると、最終画像にそれが追加されるのをリアルタイムに確認しながら修正できる（筆者作成） Stable Diffusi
画像生成AI「DALL·E 3」の性能が凄まじい。これを無料で使わせるマイクロソフトは本気で競合をつぶしに来ている (1/3)
10月1日頃、OpenAIの新しい画像生成AI「DALL·E 3（ダリ３）」が徐々に使えるようになり、その性能の高さから話題になっています。まずサプライズで使えるようになったのがマイクロソフトのBingチャット。日本語で「猫の画像を作ってください」などと入れるだけでかわいい猫の画像が出てくると。これが無料で使えるのは衝撃的です。マイクロソフトが巨大資本で他の会社をつぶしに来たなという感じですね。どう考えても、今のところはサーバーコストが果てしなくかかる赤字サービスなのは間違いないので……。 「ラーメンを食べる女の子」が描ける！ なにより衝撃的だったのは、「アニメ風の少女と猫が遊んでいる姿を作ってください」というリクエストに対し、一発で完璧な正解を出してきたことです。Stable Diffusionだと苦手とされていた指も適切に描写されています。もうひとつの着目点はオブジェクト間の関係性です
アニメの常識、画像生成AIが変える可能性「AnimateDiff」のすごい進化 (1/3)
原画と原画の間にあたる画像を複数枚入れることで、自然な連続性のある動きを作る。アニメの基本となる「中割」作業を画像生成AIが実現する可能性が出てきました。鍵になっているのは「AnimateDiff」という技術。8月に入って、様々なユーザーのアップデートによって機能拡張が進められています。それは完全な画像生成AIで作られるアニメの可能性を垣間見せるほどのものです。 16コマ/2秒の短い動画が生成できる AnimateDiffは7月10日に発表された、上海AIラボ、香港中文大学、スタンフォード大学の共同研究による技術。画像生成AI「Stable Diffusion」の仕組みとデータセットを利用しつつ、数百万本の動画を学習させた「モーションモジュール」と呼ばれるデータセットを別途に参照させることで、連続するキャラクターの動きを生成可能にするというのが基本原理です。生成できる時間は、16コマ/2秒
さよならTwitterの青い鳥。11年使われたアイコン、デザイナーが解説
青い鳥ともお別れ？ デザイナーがアイコン制作の経緯を解説 「Twitter」を運営するXのイーロン・マスク氏が7月23日、「まもなくTwitterブランドと、そして徐々に、全ての鳥たちとも別れを告げる」とTwitter上で発言。 And soon we shall bid adieu to the twitter brand and, gradually, all the birds — Elon Musk (@elonmusk) July 23, 2023 Xは、同氏がツイッター買収のために設立した企業。同氏の発言は、Twitterという名称と、象徴的な鳥のアイコンを、新しいものに置き換えていくことを示唆している。 Today we say goodbye to this great blue bird This logo was designed in 2012 by a team o
9時間かかる仕事、6分で終了 パナ子会社「ChatGPTはビジネスに有効」 (1/3)
パナソニック独自AIサービスの活用実績を報告する、パナソニック コネクト IT・デジタル推進本部 戦略企画部 シニアマネージャーの向野孔己氏 パナソニック子会社のパナソニック コネクトは6月28日、OpenAIの大規模言語モデルをベースにしたAIアシスタントサービス「ConnectAI」の活用実績を報告。今後は機能を拡大し、社内データを活用できるシステムへアップデートすると発表した。 社内利用は「想定の5倍」 「ConnectAI（旧称ConnectGPT）」は、日本マイクロソフトがMicrosoft Azure上で提供する「Azure OpenAI Service」を活用し、パナソニックコネクトが2023年2月から、国内の社員1万3400人に提供しているサービス。 当初は「GPT-3.5」でスタートしたが、Azure OpenAI Serviceの対応にあわせて、3月からは「ChatGP
世界初、ミュー粒子で「地下ナビ」成功 東大、NECなど
sponsored イラスト感覚で光が“描ける” パナソニックのマイクロLEDを活用した次世代照明がすごい sponsored 春はカメラの売り時・買い替え時!? 「デジカメ版メガ買取」でオトクに買い取りワザ sponsored Core i7-14700KF搭載「LEVEL-R779-LC147KF-TTX」をチェック 性能・コスパで考える、超快適ゲーミングに最適なRTX 4070 SUPERのBTOゲーミングPCがコチラ！ sponsored 大きくて組みやすい、自作erのかゆいところに手が届く細かな配慮にも注目 PC自作慣れしてなくても組みやすいピラーレスケース「CORSAIR 6500X」、iCUE LINKでより簡単に！ sponsored JN-PCY238FHDR180-Hシリーズをレビュー 色鮮やかな180Hz駆動ディスプレーが約2万円台！ゲーム環境にパステルカラーはいかが
画像生成AIに2度目の革命を起こした「ControlNet」 (1/4)
画像生成AI「StableDiffusion」の進化が止まりません。昨年8月にオープンソースとしてリリースされてから、世界中のプロアマ問わず多数の人たちが様々な研究成果を反映させ、毎日と言っていいほど新機能を誰かが発表するという状況が起きています。 StableDiffusion登場当初は、画像の品質のランダム性が高く、構図やポーズなどを指定できないという弱点を抱えていました。1枚の画像をもとに画像を生成する「i2i（image2image）」である程度コントロールすることはできても、「キャラクターに特定のポーズをとらせる」といったことは非常に難しかったんですね。 その状況を一変させる新機能が今年2月に登場しました。その名も「ControlNet」。プロンプトによる制約を克服するための、とてつもないポテンシャルを持つ技術でした。Stable Diffusionに次ぐ「2度目の炸裂」と言って
Blenderに挫折する前に見てほしい、日本語の解説動画を紹介
みなさんBlenderやってますか?? 私は大好きです。 どうも花田です。前にもBlenderについて書きましたが、今回は挫折した、若しくはBlender分からんッッ！ って人に話します。 Blender日本語で解説してくれている人いるよ～ います。 中でも、本当に本当に初期にお世話になった人たちを2人紹介します。 M design - YouTube 話してくれる声は少なめで、動画を止めてゆっくり進めていく方式です。 情報量が少なく、作っている動画なので見よう見まねでできました。 3D Bibi - YouTube 簡単なモデルを細かく教えてくれるため、モデルが挫折しない。 YouTubeでBlenderで検索すると他の動画も沢山出てきます。 作りたいものを作りたいんだ！ 作りたいものを検索しても、日本語版が出てこない… 英語版を見て、挫折してしまった人も多いのではないでしょうか。 Bl
古本ビジネスの「おかしい」を変えたいバリューブックス (1/5)
バリューブックスは長野県上田市を拠点とする、古本売買を主な事業とする会社だ。本の売り手から倉庫に届いた本を査定し、買取金額を支払う。そうして買い取った本を、Amazonや楽天、自社のサイトを通して次の読み手に販売している。こうした本の買取販売事業を基盤としながら、本の送り主が買取金額をNPOや大学などに寄付する仕組み「チャリボン」を運営したり、寄贈という形でも本を届けるなど、社会貢献的なサービスも展開している。 また、社会的な責任を果たす企業を認証する「B コーポレーション」（以下「B Corp」）認証の自社での取得を目指すと共に、B Corpの入門書とも言える「The B Corp Handbook」日本語版の出版にも、多くの人々と一緒に取り組んでいる。 そうした同社の取り組みに強い共感を抱いたイノラボの藤木隆司氏、青木史絵氏が、バリューブックスの創業者 兼 取締役 中村大樹氏、取締役
「接触確認アプリ」最速レビュー、withコロナ時代に必携
オープンソース開発コミュニティー「Covid-19 Radar Japan」のコードをベースとした新型コロナウイルス感染拡大防止のためのコンタクトトレーシングアプリが、6月19日、厚生労働省の公式アプリ「接触確認アプリ」として、App StoreとGoogle Playに公開された。さっそくレビューする。 ログイン操作は不要 アプリをインストールして起動すると、「このアプリでできること」「プライバシーについて」の説明ページからスタートする。接触確認アプリは、スマホ端末間のBluetooth信号を使ってアプリのユーザー同士の接近を各々の端末内に記録するもの。最近接触した人（過去14日間に、1m以内に15分以上滞在したユーザー）の中に新型コロナウイルス陽性者が出た場合にアプリから通知を受け取ることができる。
新型コロナ／定額給付金、神戸市はたったひとりの職員が1週間で、申請状況確認サイトを構築 (1/7)
今回のひとこと 「行政がITシステムの仕様書を作って発注し、入札を行い、請負契約を結ぶという時代は終わりつつあることを強く感じた。特別定額給付金の申請状況等確認サービスは、神戸市の職員自らが構築した。行政サービスを作り上げるひとつの試みであり、今後、広げていきたい」 特別定額給付金の申請状況を確認できるサービス 神戸市が、日本マイクロソフトの「Microsoft Power Platform」を活用して、新型コロナウイルス感染症対策に関する住民サービスの提供を開始している。 そのうちのひとつが、5月29日からサービスを開始した「特別定額給付金の申請状況等確認サービス」である。特別定額給付金の⼿続き状況を⾒える化し、それを住民が確認できるサービスだ。 神戸市は、5月14日に、特特別定額給付⾦の申請書の郵送を開始。100万⼈以上の都市では全国最速の対応が注目を集めたが、全国の自治体と同様に、コ
macOS Catalina 10.15.5配信開始、MacBookでのバッテリー寿命を延ばす新機能
アップルは、macOSの最新バージョンとなるmacOS Catalina 10.15.5の配信を開始した。 今回追加されたものとして、MacBookのバッテリー寿命延長を目的とした状態管理機能が公表されている。これはバッテリーの温度履歴や充電パターンを観察し、普段の利用状況に合わせて、最適な量だけ充電することで、バッテリーの劣化を遅らせて、寿命を延ばす効果があるというもの。 逆に言えば、最大容量まで充電しないケースも考えられ、その結果として、充電完了時からのバッテリー駆動時間が短くなる可能性がある。そこでこの機能をオフにする設定が追加されている。具体的には、「システム環境設定」から「省エネルギー」を選択し、「バッテリー状態」をクリック。その中にある「バッテリー状態管理」の選択を解除すればいい。
銀座ソニーパーク「星の王子さま」で荒れ模様 (1/4)
sponsored ミニLED採用で有機EL並みに黒が黒いWQXGAディスプレー RTX 4060搭載でクリエイティブ作業もパワフル処理！MSI「Prestige 16 Studio A13V」レビュー sponsored TGS2023 GALLERIAブースステージイベントをレポート【後編】 SHAKAさんやBeauloさん、『スト6』プロも！ GALLERIAステージイベントが豪華すぎた sponsored 【前編】CVTE社ロングインタビュー＆本社ラボ写真公開 日本の働き方を変えたWEB会議システム「MAXHUB」の開発企業CVTEに注目すべき理由 sponsored キャリブレーション済の液晶パネルで出先でも動画編集が快適！アスキーの動画担当も納得なノートPC sponsored 「OooDa＆伊織もえ ～ゲームの学校～」の第二回番組収録後インタビューも！ ソフマップ主催eSpo
Web屋の私が勘違いしていた、世界のネット通信環境の驚くべき状況
ユーザーの目線でWebサイトを作ることは基本中の基本ですが、グローバルサイトを担当することになったら日本の常識を捨てて現地の状況を理解する必要があります。 アプリやWebサイトをより良く、より速く、よりアクセシブルにする手助けが私の仕事です。CalibreでWebを構築したり、メンテしたりする際にぶつかる課題について、知見が集まりました。 この1年で本当に驚いたことは、一般のユーザーがどうインターネットにアクセスしているかです。Web業界に従事しているのに、ほとんど理解していませんでした。自分たちがユーザーにコンテンツを配信する方法がいかに時代遅だったのかもわかりました。 ここ数年の進歩で、コンテンツをWebからダウンロードする速度は劇的に速くなりました。しかし、「HTMLをロードし、ほかのリソースを探してそれもロードする」という基本は変化していません。 世界中の約46.1%がインターネッ
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
グーグル、高クオリティかつ高速なテキスト画像生成モデル「Muse」を発表
