AIの新星ニューラルネットワーク「KAN」とは？ LLMが“カンニング”して評価を盛ってた？ など重要論文5本を解説（生成AIウィークリー） | テクノエッジ TechnoEdge
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第45回目は、生成AI最新論文の概要5つを紹介します。 生成AI論文ピックアップ 高精度なニューラルネットワーク・アーキテクチャ「KAN」をMITなどの研究者らが開発 1手先のトークン予測ではなく、4手先のトークンを同時に予測するモデルをMetaなどが開発 医療分野に特化したマルチモーダル大規模言語モデル「Med-Gemini」をGoogleが開発 大規模言語モデルが答えに相当するベンチマークを事前に学習し、高い評価を出していた？ AIカンニング問題を指摘した研究 一貫性の高い長編ビデオをテキストから生成するAIモデル「StoryDiffusion」 高精度なニューラ
生成AIで小説を書くためのプロンプト5選
人類の皆さん、小説書いてますか？ この記事について この記事に書いてあること この一ヶ月ほど、遅ればせながらLLMによる小説執筆の支援という試みを実地でやってみたので、その中で結構良かったなと思ったプロンプトを紹介する。 使用したモデルはClaude 3 Opus。 この記事で書かないこと 生成AI「で」小説を書くことについての記事であり、生成AI「に」小説を書かせることについての記事ではない。 具体的に言うと、LLMに小説の本文を出力させる話ではない。本当のところを言うとちょっとは試したけど、ちょっと試したくらいでは全然使い物にならなかった。色々と工夫すれば違うかもしれないが、自分の場合、色々と工夫するほど興味を抱かなかった（だって、小説書くのが趣味なのに、そこは渡したくないだろ）。 一般的な注意事項 小説ないしはその原型となるアウトラインをテキストファイルにしてまるごとClaudeに読
ゴールデンボンバー、AIイラスト使用で批判受けジャケ写を差し替え→AI学習「僕は全然良い」と過去の全楽曲データ公開
人気バンド「ゴールデンボンバー」の鬼龍院翔さんは3月19日、前日に配信を始めた「配信者に便利な歌抜きBGM集」でジャケット写真代わりに使用した画像生成AIによるイラストに批判が多く寄せられたため、差し替えたと明らかにした。その上で、AI学習についての持論を語っている。 BGM集では当初、ジャケ写の代わりに配信者とみられるヘッドフォンを装着した女性のイラストを使用していた。しかし鬼龍院さんによると、配信後に「画像生成AIの絵を使うべきではない」という意見が多数寄せられたという。 鬼龍院さんは、事前に法律や規約の上で問題がないと確認した上で配信したが、「ご意見をいただくということは2024年の現段階ではまだ議論の余地がある」と判断。差し替えを決めたとしている。 差し替えた画像は、同じヘッドフォン姿の女性を同じ画角で描きながらも、おそらくは鬼龍院さん自身か、スタッフの誰かが手描きしたとみられる味
AIを使った“利益を出す馬券”の買い方とは？ はこだて未来大の准教授がAIによる競馬予想法を指南
このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 Twitter: ＠shiropen2 情報処理学会が会員向けに月刊で発行する学会誌「情報処理」の2019年1月発行分（60巻2号）で「情報学者が競馬予想に踏み出すときに知っておくべきこと」と題した解説記事が掲載された。公立はこだて未来大学の寺沢憲吾准教授が、AIを活用して利益が出る馬券を買うために考慮しなければならない競馬予想に関することが記されている。ここでは、その内容を簡潔に紹介したい。 馬券には多様な賭け方が存在するが、ここでは単勝式を中心に説明している。単勝式の馬券は、どの馬が1着になるかを当てるもので、予想が的中すれば購入金額×オッズ（倍率）の払い戻しが行われる。オッ
【ChatGPT】面倒なことはアウラにやらせよう - 本しゃぶり
ChatGPTは自分オリジナルのGPTを作ることができる。 それを好きな時に呼び出すこともできる。 つまり、こういうことができる。 おわり GPTsの正しい使い方 去年の11月にChatGPTでは、誰でも簡単にカスタマイズされたチャットボットを作れるGPTsという機能が追加された。挙動を自然言語で指示し、名前とアイコンを付けたら完成する。しかも自分だけでなく、他のユーザーに公開することができる。俺も本しゃぶりの知識を覚えさせたAishabriを公開してみた。 chat.openai.com OpenAIとしては、様々な目的に特化したGPTsを作ることを想定しているらしい。例としてOpenAIが作成したGPTsがいろいろ公開されているが、データ分析や文章構成など、実用的なGPTだらけだ。 OpenAIのChatGPTチームが作ったGPTsの例 GPTsはいろいろと可能性がありそうな機能だが、
画像生成AI「DALL·E 3」でプロフィール用画像を作成できる「Free Profile Picture Generator」
OpenAIの画像生成AI「DALL·E 3」を用いて、自分の写真をもとに、アバターとして使えるプロフィール用画像を生成してくれる「Free Profile Picture Generator」が登場しました。 Free Profile Picture Generator using DALL-E 3 https://www.headshotpro.com/tools/free-pfp-generator サイトにアクセスすると、どんな画像が作れるのかというサンプルがずらっと並んでいます。 画像を作るには「Upload one photo」のボタンをクリック。 ダイアログが開くのでベースとして使いたい画像を選び、画像のスタイルを「Flat illustration」「3D rendered」「Comic book」「Anime」「Chibi Cartoon」の5つから選びます。今回は「Fl
AIによる楽器サウンド合成システム、Melisma(β)が爆誕。サンプリングでは不可能だったリアルさを実現｜DTMステーション
12月8日に、またDTMの世界に新たな扉が開かれました。これまでもSynthesizer VをはじめとするAIを使った歌声合成のソフトはありましたが、今回誕生したMelisma(メリスマ)は、ヴァイオリンやオーボエ、チェロ……といった楽器を合成するシステムのβテスト版。もちろん、こうした楽器を再現するソフトとしては、これまでサンプリングを使った音源が数多くあり、まさにリアルな音で演奏できていました。でもサンプリングだと、たとえばタイやスラーでつないだ長い音符などとなると、どうしても限界があったし、ピチカート、トリル、フォール…といったアーティキュレーションでも表現の範囲が限られていました。 このMelisma(β)では、実際の演奏をディープラーニングしたものを元に演奏音を合成する、いわゆる生成AIのシステムで、サンプリングでは不可能だったリアルな演奏サウンドを作り出すことができるのが最大の
絵がヘタすぎてもテキトーに描くだけでチョー美しい絵にしてくれるAIがスゴイ！→ マジで凄かった件「Akuma.ai」 ｜ ガジェット通信 GetNews
絵がヘタすぎてもテキトーに描くだけでチョー美しい絵にしてくれるAIがスゴイ！→ マジで凄かった件「Akuma.ai」 めっちゃ美しく絵を描きたい！ 描きたい気持ちはあるけど絵がドヘタ！ そんな人にとって救世主ともいえるサービスかもしれない。テキトーにそれっぽい絵を描くだけで、しっかりと美しく絵を仕上げてくれる「誰でも使えるリアルタイムAIお絵かき」が爆誕するというのだ。 「Akuma.ai」の誰でも使えるリアルタイムAIお絵かき そんなお絵描きAIを発表したのは「Akuma.ai」。実際にデモンストレーションの動画がX(旧Twitter)に掲載されているのだが、これまさに、絵が描けなかった人にとって夢のようなサービスといえそう。画期的すぎる。 誰でも使えるリアルタイムAIお絵かき。Akumaからリリースします！ pic.twitter.com/VM0TQ6tmUR— Akuma.ai (@
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
伊藤園「おーいお茶」CMに生成したAIタレントを起用
伊藤園が「お～いお茶 カテキン緑茶」のテレビCMにAIタレントを起用した。AIタレント事業を手がける企業AI modelが、自社のAIタレントが採用されたことを10月3日に公表した。 CMに登場するAIタレントの名称は明らかにされていない。CMはテレビのほか、伊藤園の公式YouTubeチャンネルでも公開されており、本物の人間と見分けがつかないレベルの仕上がりだ。 AI modelによると、AIタレントが登場するテレビCMは日本初になるという。 同社は発表に際して「AI技術で生成したAI model（AIモデル）を活用して、モデル撮影の創造性や表現の豊かさを広げて、そこから得られる新しい価値などを提供していくことで、広告やファッションなど様々な業界の発展に貢献していきます」と述べている。 「お～いお茶 カテキン緑茶」シリーズは伊藤園が9月4日より販売を開始した製品。同シリーズはテレビCM以外
GPT-4V: 驚きを隠せない進化！凄すぎて"ズキズキワクワク"が止まりません！！！ - Qiita
この記事で行なっていること 凄すぎて”ズキズキワクワク"が止まりません はじめに ついこの間、ChatGPTは2022年1月までの情報を学習した、というい発表がありましたが、さらに今回のアップデートで 画像解析機能(GPT-4V) が追加され、アップロードした画像を使った新たなタスクの実行が可能になってます。そして、それが凄すぎます 衝撃的な投稿 まずはこちらの衝撃的な投稿をご覧ください。 動画は自転車の画像と共に「サドルを下げる手助けをしてください」で始まります。 ChatGPTからレコメンドが返ってきますが、それに対して、質問者は追加で ポイントになりそうな部分を拡大してアップロード マニュアルと自分の持っているツールの写真もアップロード します。 その結果、その質問者は、サドルを下げることに成功！そんな内容です。 自分の環境で、画像解析機能(GPT-4V)を使えるのか？ さて、画像解
ロボタクシー導入で問題続出 サンフランシスコが運行台数を制限 | Forbes JAPAN 公式サイト（フォーブス ジャパン）
米カリフォルニア州サンフランシスコで自動運転タクシーを提供している企業2社のうち1社が、自社のタクシーが関わる事故が相次いだことを受け、市内で運行する車両を半減させることに同意した。直近の事故では、自動運転タクシーが緊急出動中の消防車と衝突。自動運転車サービスは米国各地で導入されているが、問題も相次いでいる。 サンフランシスコでは先週、ゼネラル・モーターズ（GM）傘下のGMクルーズが運行するロボタクシーが消防車と衝突し、乗客1人が負傷した。CBSは消防士の話として、タクシーが交差点で消防車に道を譲らなかったことが原因だったと伝えている。GMクルーズは18日、同市内でのロボタクシー運行数を半分に減らすことに同意した。 一方で、同社サンフランシスコ支部のグレッグ・ディーテリッチ部長は、自社のロボタクシーを擁護。タクシー側は視界に入った消防車を「ほぼ即座」に識別し、サイレンの音も「背景の騒音と区
OpenInterpreter / ついにAIがガチのアシスタントに!これは凄い、というか凄すぎる｜shi3z
凄いものが出てきてしまった。 ChatGPTの「Code Interpreter」が話題になったが、あれはあくまでクラウド上で動いているだけ。それを模してローカルで動作するようになった「Open Interpreter」は、衝撃的な成果である。 Open Interpreterのインストールは簡単。コマンド一発だ $ pip install open-interpreter起動も簡単 $ interpreter -yこれだけでOK。 あとはなんでもやってくれる。 たとえばどんなことができるのかというと、「AppleとMetaの株価の推移をグラフ化してくれ」と言うとネットから自動的に情報をとってきてPythonコード書いてグラフをプロットしてくれる。 凄いのは、ローカルで動くのでたとえばApplescriptを使ってmacOSで動いているアプリを直接起動したり操作したりできる。「Keynot
LINEの3.6B言語モデルで遊んだら爆笑した｜shi3z
LINEから36億(3.6B)パラメータの大規模言語モデル(LLM)が公開されたので早速遊んでみた。正確には遊んだのは昨日のデイリーAIニュースなのだが、面白かったのでこちらにも転載する。 細かいやり方は大先生のページを参照のこと。 例によってこんな関数を書いた def line(prompt): # 推論の実行 input_ids = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt") tokens = model.generate( input_ids.to(device=model.device), min_length=50, max_length=300, temperature=1.0, do_sample=True, pad_token_id=tokenizer.pad_token_i
仏教AI「ブッダボットプラス」京大が開発 GPT-4が仏典を解釈し悩みに回答 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
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
Stability AI、無料で起承転結のある最大3分の音楽を生成可能な「Stable Audio 2.0」を公開／テキストだけでなくアップロードしたオーディオから音楽を生成可能に
ChatGPT - Kawaii Illust Maker : イラストかわいいや
「このバンドが好きなら、これらのバンドも好きかも」をAIが提案する音楽マップが話題に - amass
OpenAI がまたやった！OpenAI DevDay 総まとめ｜ChatGPT研究所
AIいらすとや
