Intel Ignite 2023で優勝！ AV1やH.266を超える圧縮率を実現するDeep Renderの「AIベースの動画圧縮技術」って何？
Intel Ignite 2023で優勝！ AV1やH.266を超える圧縮率を実現するDeep Renderの「AIベースの動画圧縮技術」って何？：Intel Ignite 2023（1/4 ページ） 有望なベンチャー企業を支援すべく、Intelは2019年から「Intel Ignite」という支援プログラムを展開している。支援対象になれば同社から数百万ドルの資金援助を受けられるということもあって、多くのスタートアップ企業がこのプログラムに参加／応募している。 →Intel Ignite 9月に行われたイベント「Intel Innovation 2023」では、本プログラムの年度決勝に相当する「2023 Intel Startup Innovator Award」の表彰式が開催された。このアワードは、2023年度にIgniteに応募したベンチャー企業の中から選出された“トップ3”の優勝者を
オーディオ超解像技術 AudioSR を試す｜はまち
低解像度の音声データを超解像化をする拡散ベースの生成モデル AudioSR が公表されていました。リンク先に変換サンプルなどもあり、音声や自然音、音楽など幅広いジャンルの例が示されています。高い再現度であるようなので、さっそく試してみました。 インストール!pip install git+https://github.com/haoheliu/versatile_audio_super_resolution実行！GPUメモリを16GBくらい消費します。Google Colab無料枠だとメモリが足らなくて動かない感じでした。 !audiosr -i /content/kurumi.wav変換例変換前（サンプリングレート8kHz）
GitHub - FMInference/FlexGen: Running large language models on a single GPU for throughput-oriented scenarios.
In recent years, large language models (LLMs) have shown great performance across a wide range of tasks. Increasingly, LLMs have been applied not only to interactive applications (such as chat), but also to many "back-of-house" tasks. These tasks include benchmarking, information extraction, data wrangling, and form processing. One key characteristic of these applications is that they are throughp
AIを使った音声圧縮で従来の圧縮を超えた圧縮率と圧縮速度を「Encodec」が実現
ガブリエル・シナエーブ氏らによるMeta AIの研究チームが、インターネットにおける音声の「圧縮」に対してAIを用いることで従来の圧縮よりもさらなる圧縮が可能である、という研究を発表しました。AIを用いた圧縮により、豊かなマルチメディア体験を楽しむことができると説明しています。 Using AI to compress audio files for quick and easy sharing https://ai.facebook.com/blog/ai-powered-audio-compression-technique/ 今日のインターネットにおいて「圧縮」はなくてはならない要素で、圧縮により、高品質な画像やストリーミングが可能になります。しかし、現状の圧縮技術には高速なインターネット接続と十分なストレージ容量が必要になり、高品質で中断のないインターネットは一部の人しか体験できま
文章から“3Dモデル”をAIが生成 米Googleなどが「DreamFusion」を開発
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」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。 米Google Researchと米UC Berkeleyの研究チームが発表した論文「DreamFusion: Text-to-3D using 2D Diffusion」は、テキストから3Dオブジェクトを生成するシステムを提案した研究報告だ。事前に学習したテキストから2D画像を生成する拡散モデルを用いて、テキストから3次元への合成を実行する。 テキストを条件に2D画像を生成するモデルは現在、高忠実度で多様かつ制御可能な画像合成をサポートしている。これらモデルの品質向上は、大規模な画像-テキストデータセットとスケーラブルな生成モデルアーキテクチャからもたらされる。 特に拡散モデルは、安定し
「好きなキャラに近い絵をAIが量産」――ある概念を“単語”に圧縮し入力テキストに使える技術
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」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。 イスラエルのTel-Aviv UniversityとNVIDIAの研究チームが開発した「An Image is Worth One Word: Personalizing Text-to-Image Generation using Textual Inversion」は、ある概念を新しい単語（論文ではnew pseudo-wordと表現している）に置き換え、その新しい単語を一部に用いた文章を画像生成AIの入力に使用するシステムだ。 指定したキャラクターや物、絵などが持つ概念（形、質感、雰囲気、構成、デザインなど）を単語に圧縮し、入力テキストに活用することでその概念に沿ったさまざまな画像を
実験室内で培養した人の「ミニ脳」にゲームをプレイさせることに成功、AIよりも速いわずか5分で習得
オーストラリアとイギリスの研究チームが、ペトリ皿の中で培養した人間の脳細胞に卓球ゲームの「PONG」の1人用モードをプレイさせることに成功したと発表しました。 In vitro neurons learn and exhibit sentience when embodied in a simulated game-world | bioRxiv https://www.biorxiv.org/content/10.1101/2021.12.02.471005v2 A mass of human brain cells in a petri dish has been taught to play Pong https://medicalxpress.com/news/2021-12-mass-human-brain-cells-petri.html Mini-brains: Clumps
AIが声の表現を自動で分析し、抑揚などの演出を与える音声合成ツール「Voice Track Maker」
東芝デジタルソリューションズは8月17日、ゲームやコンテンツを制作するクリエーター向けに、AIが声の表現を自動で分析し、音声合成に抑揚とテンポの演出を与える機能を搭載した音声合成ツール「Voice Track Maker」を発表。同日から発売する。 これはWindows PC向けのソフトウェアで、テキストから音声合成を作成できるツール。複数の声の辞書を組み込んで自由で滑らかな発話を作成することができるほか、人の音声の抑揚とテンポの情報をその場で分析し、音声合成に真似させて発声させることができる「韻律射影機能」を搭載している。 これにより、従来の音声合成において、喜びや怒り、哀しみなどといった感情表現機能では難しかった、さまざまな演技表現を再現することが容易になったという。この機能により、ユーザーが模範となる演技表現をソフトウェアに教えることが可能となり、ゲームやコンテンツの制作など、人の声
ファンタジー世界が舞台のゲームでAIが「目的があるかのように」話したり行動したりできるようにする研究
RPGなどのゲームをプレイしている最中に、村人のようなノンプレイヤーキャラクターが同じことしか言わなかったり、同じ行動ばかり続けていることにがっかりしたことがあるゲーマーは多いはず。ジョージア工科大学と、Facebook AI Research(FAIR)が協力して行った最近の研究で、「目標を持って会話したり行動したりするファンタジーゲームのAI」が発表されました。 How to Motivate Your Dragon: Teaching Goal-Driven Agents to Speak and Act in Fantasy Worlds (PDFファイル)https://arxiv.org/pdf/2010.00685.pdf Teaching AI agents to communicate and act in fantasy worlds https://techxplor
NTT、ネットワーク障害の原因を推定するAI技術を開発。従来のネットワークエンジニアによる分析と切り分けを不要に
NTT、ネットワーク障害の原因を推定するAI技術を開発。従来のネットワークエンジニアによる分析と切り分けを不要に NTTは、ネットワーク障害時にネットワーク機器などから発生するさまざまな警告などを分析し、障害の原因を分析、推定するAI技術を開発したと発表しました。 NTTによるとこのAI技術は、ネットワーク障害の対応履歴などを基にネットワーク機器などからのアラームと真の障害原因を教えていくことで、障害の原因を推定するルールそのものを自動的に作り出せるというもの。そしてこのAI技術によって、これまでネットワーク障害時に技術者が行っていた障害の切り分けや分析作業をAIが実行できるようになるとのこと。 本技術を用いた障害原因推定がシステム化されると、これまで数時間から数日かかることもあった分析作業を数秒程度に短縮することができ、スキルフリーで迅速なネットワーク障害対応が可能となります。 （プレス
「りんな」の技術を使ったローソン「あきこちゃん」は、なぜ「マジで!? やば！」などの“女子高生”口調にならないのか
「りんな」の技術を使ったローソン「あきこちゃん」は、なぜ「マジで!? やば！」などの“女子高生”口調にならないのか 女子高生AI「りんな」のシステムを用いたローソン公式アカウント「あきこちゃん」の技術の裏側が、LINE DEVELOPER DAY 2016で明かされた。 ローソンが先日、LINE公式アカウント「ローソンクルー♪あきこちゃん」を日本マイクロソフトの女子高生AI「りんな」と連携させたと発表した。ただし、あきこちゃんアカウントでは、りんなのように「マジで!? やば！」など“日本の女子高生”をイメージした受け答えをするわけではない。 「おはよう」と呼びかければ「おはようございます♪」と返ってくるし、「ねむたい」と言えば「いい夢をみてください♪」と丁寧な口調で返してくれる。りんなのシステムを用いているのに、なぜこのようなことが可能なのか――。LINEの技術者向けカンファレンス「LIN
TechCrunch | Startup and Technology News
A hacker has stolen the messages, call logs and locations intercepted by a widely used phone monitoring app called LetMeSpy, according to the company that makes the spyware. The phone monitoring app, In 2020, Cisco bought Thousandeyes, a network monitoring company that provides a wealth of data on the health of networks, something near and dear to Cisco, whose core business after all remains netwo
伝説的ハッカーが自動運転車をわずか1カ月で自作、すでに公道走行済み
17歳にして世界で初めてiPhoneのSIMロックを解除し、その後も脱獄(ジェイルブレイク)界隈で名を上げ、プレイステーション3を誰よりも早くハッキングしてソニーに訴えられるなど、天才プログラマーにして伝説的なハッカーとして知られるジョージ・ホッツ氏が、なんと1カ月で市販車を改造し、自動運転車に仕立て上げました。世界中の自動車メーカーやIT企業がこぞって参戦している自動運転車の開発競争に天才がたった一人で殴り込みをかけるとこうなるようです。 George Hotz Is Taking on Tesla by Himself http://www.bloomberg.com/features/2015-george-hotz-self-driving-car/ ホッツ氏が開発した自動運転車が実際に自動運転する様子は以下のムービーで確認できます。 Meet the 26-Year-Old Ha
NVIDIA、機械学習向けGPU「Tesla M40」などを発表
データセンター向けの取り組みを進めているNVIDIAが、機械学習の効率を高めるよう設計された新しいプラットフォームを発表した。 NVIDIAがハイパースケールデータセンター向けのエンドツーエンドプラットフォームを手がける目的は2つある。 第1の目的は、開発者に対し、人工知能の技術をベースとしたディープラーニング（深層学習）ネットワークの構築とスマートアプリの開発を促すことだ。これは複数のデータセンターにまたがるディープニューラルネットワークを構築するための新しいアクセラレータの提供という、第2の目的につながっている。 NVIDIAの最高経営責任者（CEO）で共同創業者のJen-Hsun Huang氏は、自動車から医療まで、さまざまな利用機会があることを示唆した上で、機械学習について、「われわれの世代にとって最大のコンピューティング上のチャレンジだ」とまで述べている。 NVIDIAは、このよ
ドワンゴ、イラスト投稿作品の閲覧数を事前予測する技術を発表
ドワンゴは、イラスト投稿サービス「ニコニコ静画」の投稿作品を活用したディープラーニング技術の研究成果を、11月2～5日に神戸で開催される、コンピュータグラフィックスとインタラクティブ技術に関する展示会「第8回ACM シーグラフアジア2015」で発表する。あわせて、学術機関向け研究目的データ公開用サイト「nico-opendata」を開設。12月上旬から大学などの学術機関にデータを提供していくという。 発表するのは、イラストの画像データからニコニコ静画での閲覧数を事前予測する技術。ニコニコ静画に投稿されたこれまでのイラストの閲覧数、お気に入り数を同時にニューラルネットで学習し、一切のメタデータを使わず、画像データからのみ閲覧数やお気に入り数を予測するものだと説明している。 ドワンゴによれば、たとえば、クリエイターがイラストを投稿、公開する前に、画像のデータから閲覧数やお気に入り数をある程度予
二次元画像を拡大したいと思ったことはありませんか？ - デー
うまくできましたか？ ボヤけたり、ギザギザになったりしませんでしたか？ waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。 画像を拡大するのではなく、縮小される前の状態に戻します。 縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。 その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。 二次元画像のJPE
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
人の心を読んで、今見ている映像が何かを再現する人工知能（AI）が誕生（ロシア研究） : カラパイア
信濃毎日新聞社と富士通、AIによる記事の自動要約システムを実現
社員の幸福感、AIで測定・個別指南 日立が実験 - 日本経済新聞
【後藤弘茂のWeekly海外ニュース】 AMDがドライバを含めたGPUソフトウェアをオープンソース化
