タグ

ブックマーク / okuranagaimo.blogspot.com (5)

  • 図解Stable Diffusion

    ジェイ・アラマールのブログより。 AIによる画像生成は、(私を含めて)人々の度肝をぬく最新のAIの能力です。テキストの説明から印象的なビジュアルを作り出す能力は、魔法のような品質を持ち、人間がアートを創造する方法の変化を明確に指し示しています。Stable Diffusionのリリースは、高性能(画質だけでなく、速度や比較的低いリソース/メモリ要件という意味での性能)なモデルを一般の人々に提供することになったのは、この開発における明確なマイルストーンです。 AI画像生成を試してみて、その仕組みが気になり始めた方も多いのではないでしょうか。 ここでは、Stable Diffusionの仕組みについて優しく紹介します。 Stable Diffusionは、様々な使い方ができる汎用性の高いものです。まず、テキストのみからの画像生成(text2img)に焦点を当てます。上の画像は、テキスト入力と生

    図解Stable Diffusion
  • Python 4.0が登場しない理由

    TechRepublicより。 オーウェン・ヒューズ Pythonプログラミング言語の生みの親グイド・ヴァンロッサムとの質疑応答で、Python 2.0からPython 3.0への移行がトラブル続きだったことを受けて、「Python 4について真剣に語ることはほとんどタブー」だと述べました。 グイド・ヴァンロッサムは、Microsoft Reactorとのインタビューで、Pythonバージョン 4.0の可能性をほぼ否定しました。Image: Dan Stroud under the Creative Commons licence Python 4.0に期待しないで下さい。人気のプログラミング言語の生みの親であるグイド・ヴァンロッサは、おそらく日の目を見ることはないだろうと述べています。 Microsoft Reactorとのインタビューで、ヴァンロッサムはPythonの将来とプログラミン

    Python 4.0が登場しない理由
  • AIはイデオロギーであり、テクノロジーではない

    WIREDより。 ジャロン・ラニア 今日、テクノロジーと外交政策のどちらにおいても、世界における最大の懸念は、人工知能の競争における中国の優位性であるとされています。通常のシナリオは次のようなものです。自由民主主義国が課しているデータ収集の制約がなく、より多くの資源配分を中央集権的に指示する能力があれば、中国は西側を凌駕するだろう。AIはますます多くのデータに飢えていますが、西側はプライバシーを主張しています。これは私たちには余裕のない贅沢なことであり、先にAIを介して超人的な知性を達成した世界の大国が、支配的になる可能性が高いと言われているからです。 このシナリオを受け入れるなら、中国の優位性というロジックは強力です。もし、それが間違っている場合はどうなりますか? おそらく、西側の脆弱性は、プライバシーに関する考えからではなく、AIそのものの考えから生じているのではないでしょうか。 結局

    misshiki
    misshiki 2020/10/19
    Wired記事の日本語翻訳記事。この後、英語になるが、Hacker Newsで議論が続いている。内容は長いし難しいがAIと社会/世界情勢の問題を考えさせられる。
  • Web by Google (TM)

    アラン・ギブソンのブログより。 Mozillaの財務状況を見ると、Googleが反トラスト法の問題を回避するように、彼らを生命維持装置に付けていると結論付けるのが理にかなっています。MozillaとGoogleとの契約は、今後の収益の少なくとも70%を占めることになります。これは4億ドルを超え、ブラウザの4%でデフォルトの検索プロバイダになっています。1年間です。私は次の給与を賭けてもいいのですが、MicrosoftのInternet Explorerの独占を巡るトラブルの再発を避けるために、Googleがこのかなり寛大な契約を結んだのではないかと思います。私の推測では、この最新の反トラスト法の波が吹き荒れる頃に、Googleはプラグを抜くことが、彼らの利益になると判断するのではないかと思います。 Mozillaのトラブルで、GoogleはWeChatやFacebookのウォールドガーデン

    misshiki
    misshiki 2020/08/17
    “私が思うに、問題はインターネットの集中化が単純に自然な流れだということです。...集中化は、コストが安く、収益化しやすく、コントロールが容易で、更新とアップグレードも簡単です。”
  • 汎用人工知能が実現しない理由

    Natureより。 Ragnar Fjelland 概要 人間のような人工知能(AI)を生み出そうとする現代のプロジェクトは、第二次世界大戦後、電子計算機が単なる数値計算機ではなく、シンボルを処理することもできることが分かったことから始まりました。機械知能が人間の知能と同一であることを前提とせずに、この目標を追求することが可能になりました。これは弱いAIとして知られています。しかし、多くのAI研究者は、強いAIと呼ばれる、人間の知能と原理上は同じ人工知能を開発することを目指してきました。弱いAIは強いAIに比べて野心的なものが少ないため、論争を引き起こすことはありません。しかし、弱いAIにも関連する重要な論争があります。この論文では、汎用人工知能(AGI)と特化型人工知能(ANI)の違いに焦点を当てています。AGIは弱いAIとして分類されるかも知れませんが、人間の知能の主な特徴の一つが汎用

    misshiki
    misshiki 2020/07/13
    “よく見てみると、特化型人工知能(ANI)の開発には目覚ましいものがありますが、汎用人工知能(AGI)の開発にはあまり近づいていないことが分かります。この論文はさらに、これは原理的に不可能であると主張”
  • 1