NVIDIAと滋賀大学は9月8日、データサイエンス教育用の講義資料「DLI データサイエンス教育キット」の日本語版の無償提供を始めた。同資料はNVIDIAのデジタルスキル育成プログラム「Deep Learning Institute」（DLI）の講義資料で、滋賀大学が日本語に翻訳したもの。教育機関の教員向けに提供する。利用にはNVIDIAの開発者アカウントが必要。 講義資料では「データサイエンスとRAPIDSの入門」「データ収集と前処理（ETL）」「データセットにおけるデータ倫理とバイアス」「データ統合と分析」「データビジュアライゼーション」「Hadoop、Hive、SparkとHBaseによるスケールと分散コンピューティング」「機械学習（分類）」「機械学習（クラスタリング、次元削減）」「ニューラルネットワーク」などの分野を取り上げる。 資料の元になった「DLI データサイエンス教育キット
大ウケした「Midjourney」と炎上した「mimic」の大きな違い “イラスト生成AI”はどこに向かう？
大ウケした「Midjourney」と炎上した「mimic」の大きな違い “イラスト生成AI”はどこに向かう？：小寺信良のIT大作戦（1/2 ページ） 8月9日に本連載で公開した「AIが描いた絵の著作権は、誰が持つのか Midjourney画像の扱いを考える」というエントリーは、著作権の観点でAI生成画像を扱った記事が少なかったこともあり、当時かなりよく読まれた。ところが最近また別の視点で、読まれるようになっている。AIが学習する画像に対する著作権の位置付けも、この記事の中で扱っていたからである。 その点だけかいつまんで紹介すると、日本の著作権法では2018年の改正で柔軟な権利制限規定として、AIに学習させるソースとしては著作権が制限される、すなわち権利者の許諾がなくても自由に使える事になっている。 ただ当時の利用イメージとしては、自動運転が念頭にあったのではないかとも思う。つまりインプット
データサイエンティストのための Git 入門 ~ チーム開発編 - 変化を求めるデベロッパーを応援するウェブマガジン | AWS
皆様こんにちは。AWS の パートナーソリューションアーキテクトの 宇賀神みずき こと しょぼちむ(@syobochim) です。9 月に入りましたが皆さまいかがお過ごしでしょうか ? この記事を書いている数日間は、めちゃくちゃ暑い日々が続いています。外に出るとジリジリと肌が焼ける感覚がします。暑い。皆さまも体調にはお気をつけください。 本連載では「チーム開発を意識した Git の使い方」をデータサイエンティストの方に向けてご紹介します。 初回の記事 では、Git のクローンやコミットなど基本的な操作をご紹介しました。今回は、チームでの開発に不可欠なブランチの作成やマージ、プルリクエストの作り方をご紹介します。 初回の記事と同じように、Git の操作には Amazon SageMaker Studio Lab (以降、 Studio Lab) を利用します。 Studio Lab はデータ
僕のページは記事の内容と全く関係のない猫の画像よく使います。 ウチの飼い猫「こげ」でかわいすぎることに議論の余地はありません。 しかしながら一つ悩みがあります。 画質が粗い 昨今のインスタをはじめとする映え社会のおかげで目が肥えてきました。 粗い写真ってぶっちゃけちょっと不快。 そもそも「かわいい」を「不快」な気分で愛でるのはいかがなものか。 そこで本題。 PythonのGitHubリポジトリランキングを見てたら 僕の悩みを解消してくれそうなのがあったので使ってみます。 Real-ESRGANリポジトリ 結果 まずはReal-ESRGANを使用した結果からどうぞ。 「こげ」の華麗なる変身をご覧ください。 画像をクリックすると結構違いがわかります。 左：加工前 右：加工後 ・・・壁がすごい汚く見える。惜しい。 ・・・壁の色が悪いのかなぁ。 少しわかりづらいものもありますが全て画質がクリアにな
データサイエンス100本ノックが SageMaker Studio Lab からすぐに学べるようになりました | Amazon Web Services
Amazon Web Services ブログ データサイエンス100本ノックが SageMaker Studio Lab からすぐに学べるようになりました 2022 年夏の甲子園は、決勝で満塁ホームランが出る記録的な試合となりました。球児が野球のノックを受けるのなら、エンジニアが受けるノックは何でしょう ? 本記事では「データサイエンス 100 本ノック（構造化データ加工編）」を Amazon SageMaker Studio Lab で簡単に学ぶ方法をご紹介します。データサイエンス 100 本ノックは、データベースのテーブルや CSV ファイルといった表形式のデータから欲しいデータを取り出す方法を学べる教材です。 GitHub で公開されており、 2022 年 8 月時点で 1,800 を超える Star がつけられています。 データサイエンス 100 本ノック（構造化データ加工編）ト
Midjourney、Stable Diffusion、mimicなどの画像自動生成AIと著作権｜知的財産・IT・人工知能・ベンチャービジネスの法律相談なら【STORIA法律事務所】
ホーム ブログ 人工知能（ＡＩ）、ビッグデータ法務 Midjourney、Stable Diffusion、mimicなどの画像自動生成AIと著作権｜知… はじめに Midjourney、Stable Diffusion、mimicなど、コンテンツ（画像）自動生成AIに関する話題で持ちきりですね。それぞれのサービスの内容については今更言うまでもないのですがMidjourney、Stable Diffusionは「文章（呪文）を入力するとAIが自動で画像を生成してくれる画像自動生成AI」、mimicは「特定の描き手のイラストを学習させることで、描き手の個性が反映されたイラストを自動生成できるAIを作成できるサービス」です（サービスリリース後すぐ盛大に炎上してサービス停止しちゃいましたが）。 で、この手の画像自動生成AIのようなコンテンツ自動生成AIですが、著作権法的に問題になる論点は大体決ま
23億枚もの画像で構成された画像生成AI「Stable Diffusion」のデータセットのうち1200万枚がどこから入手した画像かを調査した結果が公開される
画像生成AI「Stable Diffusion」は入力したキーワードに沿って画像を出力してくれるAIで、簡単なお絵かきとキーワードを合わせて意図した画像を生成したり、「この画像っぽい○○」といった指示でイメージを形にできたりと、さまざまな機能や手法が生み出されています。そんなStable Diffusionについて、「画像を学習するAIは、ウェブ上のどのような画像を学習しているのか？」という疑問を解明するために、23億枚のデータセットから1200万枚を抜粋して集計した調査結果を、技術者・ブロガーのアンディ・バイオ氏が公開しています。 Exploring 12 Million of the 2.3 Billion Images Used to Train Stable Diffusion's Image Generator - Waxy.org https://waxy.org/2022/0
お絵かきAI Disco Diffusionには解像度が上がる魔法の呪文があるらしい「入れるだけで自動的にこのクオリティ」
リンク ゆるおた学習帳 イラスト自動生成AI「Disco Diffusion」に絵を描いてもらった - ゆるおた学習帳 絵を描いてくれるAI「Midjourney」をきっかけに、この世にはオープンソースのイラスト生成AIがあることを知りました。早速自分も試したい！と思ったのですが、今回の「Disco Diffusion」はイラスト生成まで少し難しかったので自分用備忘録です。 参考にさせていただいた記事はコチラ↓Get Started With Disco Diffusion to Create AI Generated Art イラスト自動生成AI「Disco Diffusion」の使い方 「Disco Diffusion 2 users リンク note（ノート） 魔術として理解するお絵描きAI講座｜深津 貴之 (fladdict)｜note やればやるほど呪術化する、AI画像錬成につい
これまで国内で制作されたアニメ、およそ1万5000作品の公開時期やスタッフなどのデータをまとめた初めてのデータベースが完成し、25日、公開されることになりました。 運営する団体はアニメの研究などに役立ててほしいとしています。 このデータベース「アニメ大全」は、日本のアニメ100周年を記念するプロジェクトの一環で制作されたもので、国内で初めてアニメが作られた1917年以降のアニメ作品、およそ1万5000作品についての公開時期やスタッフ、声優などの詳しい情報がまとめられています。 データベースはインターネットを通じて25日公開されるということで、作品の公開時期や監督の名前などから知りたい情報を検索することができるようになっています。 運営する団体によりますと、日本のアニメのデータはこれまで網羅的にまとめられておらず、時間がたって情報が失われてしまうケースも少なくなかったということで、こうしたデ
HなStable Diffusion
前提として、Stable Diffusionでエロ画像を出そうとしてもsafety checkerという機能が入っており、センシティブな画像を出そうとすると黒塗りになる。 (Stable DiffusionのSaaSであるDream Studioはぼかしだが、多分別の技術) https://github.com/huggingface/diffusers/releases/tag/v0.2.3 そこでGoogle Colabでちゃちゃっと環境を作り、なおかつNSFWを回避する。 1. 下記のリンクでノートを開く https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion.ipynb 2. 下記の箇所を書き換える vvvvvvvvvvvvvvvvvv f
不確実性の高い機械学習プロジェクトを自己組織化されたチームで健全かつ最大化されたゴールに向かうために
2. ライセンスの確認以下のモデルカードにアクセスして、ライセンスを確認し、「Access Repository」を押し、「Hugging Face」にログインして（アカウントがない場合は作成）、同意します。 4. Colabでの実行Colabでの実行手順は、次のとおりです。 (1) メニュー「編集→ノートブックの設定」で、「ハードウェアアクセラレータ」に「GPU」を選択。 (2) 「Stable Diffusion」のインストール。 # パッケージのインストール !pip install diffusers==0.3.0 transformers scipy ftfy(3) トークン変数の準備。 以下の「<HugginFace Hubのトークン>」の部分に、先程取得したHuggingFace Hubのトークンをコピー&ペーストします。 # トークン変数の準備 YOUR_TOKEN="<H
やばすぎるAI画像生成サービス「Stable Diffusion」始まる。 【簡単解説 & 応用 & Prompt付生成事例集】｜やまかず
一応、StableDiffusionとははっきりまず言います…とにかくやばいです。 分かりやすく、他のDALL・E2、Midjourney、Disco Diffusion、他有象無象Text to image machine learning系サービスと比較しますと… クオリティがかなり高い。 制限がなくなり、かなり細かい調整ができるようになったDALL・E2のような感じです。 生成が早い。 設定なしで使えば正直体感DALLE2より早いです。6秒..くらい？ 安い。 3円くらいだと思います。 DALL・E2は1生成17円。Midjourneyは月4000円。 オープンソース これからいろんなサービスにこのAIが搭載されます。 他AIではかけられている学習データのフィルターがない。 各国の代表者や、有名人、ポルノがデータに含まれています。 PC上で使用できる。（ = その場合無料） いや、こ
世界のルールが根本的に変わってしまう… そういう展開は、マンガや映画ではよく起こる。それが現実でも起きそうだ。 あと数日（から数週間）で「トップレベルの画像生成AI」が、世界中にフリーで配布される。 イラスト、マンガはおろか3D CGや建築、動画、映像…果てはフェイクニュースからポルノまで…あらゆる創作に携わる全ての人を巻き込む、歴史的な転換点が訪れようとしている。 凄さ的には、悪魔の実がメルカリで買えるようになる。念能力トレーニング動画がYoutubeにアップされる。それぐらいヤバい。 メルカリで悪魔の実が買える世界では、誰もが能力者（一流とは限らない）になれる。そんな、漫画やゲームのラスボスが語るようなユートピアが、あと数日で現実になってしまうかもしれない。 Stable Diffusionで出力したドワーフの王様Stable Diffusionで出力したホビットのスタディ Stabl
柿沼 太一 on Twitter: "#midjourney 流行ってますね、Midjourney。 これは簡単に言うと、「文章（呪文）を入力するとAIが自動で画像を生成してくれる自動画像生成ツール」です。 ちなみに、添付の画像は、私が「A picture ne… https://t.co/4lSIHL6xzU"
#midjourney 流行ってますね、Midjourney。 これは簡単に言うと、「文章（呪文）を入力するとAIが自動で画像を生成してくれる自動画像生成ツール」です。 ちなみに、添付の画像は、私が「A picture ne… https://t.co/4lSIHL6xzU
最近、データサイエンスが流行っていることもあり、線形回帰モデルについても解説記事を見かけることが多くなりました。情報にアクセスしやすくなったのはいいことだと思うんですが、ずっと以前から間違いや解説の不足が多い理論なので、私なりに解説を試みたいと思います。全体的にあまり厳密ではありませんが、線形回帰モデルを学びたての方には有益な記事になるかなと思います。 あと、私も勉強中の身なので、間違いがあったらご指摘いただけたら嬉しいです。 本題 さて、よくある間違いとは以下のような解説です。 線形性の仮定が満たされていないので、線形回帰モデルを使ってはいけない 残差が正規分布&等分散ではないので、線形回帰モデルを使ってはいけない 回帰係数に対するt検定の結果をもとに、p値が大きい説明変数を除外する 多重共線性があるとよくないので、変数間で相関が強い、もしくはVIF値が大きい変数を除外する AICが小さ
イギリスのロンドンとアメリカのロスアルトスを拠点とするスタートアップ・Stability AIが2022年8月10日、まるで人間のアーティストが描いたような高クオリティの画像を生み出せる画像生成AI「Stable Diffusion」を研究者向けにリリースしました。Stable Diffusionは間もなく一般公開も予定されていますが、人間のアーティストからは「アーティストの権利を侵害している」といった批判が寄せられています。 Stable Diffusion launch announcement — Stability.Ai https://stability.ai/blog/stable-diffusion-announcement Stable Diffusion draws controversy on Twitter from artists who say the AI in
〈写真多数〉あばら骨がクッキリ浮き出た日本兵、強制収容所で体操する少女…カラー化した写真で振り返る“戦時下のリアル” | 77年、運命の夏 | 文春オンライン
「そう考えていた際に、乗り鉄であり、撮り鉄でもあったJ・ウォーリー・ヒギンズ氏が、カラーフィルムで収めていた日本の風景写真をまとめた『秘蔵カラー写真で味わう60年前の東京・日本』（光文社新書）のような新書がつくれないかと思ったんです。 その折に、本書の著者である渡邉英徳先生と庭田杏珠さんによる「記憶の解凍」というカラー化の活動を知り、これだ！と直感しました。 戦前・戦後の生活風景、戦地のリアルな光景をカラーの写真でまとめられれば、『写真に写っている人は実際にこんな土地でこんな風に暮らしていたんだ』というところから、戦争の諸問題について考えてもらえるのではないか、という発想でしたね」（同前） 日系人強制収容所で体操をする少女 Ansel Adams撮影 AIだけでなく人力の採色も行ったワケ 企画時の想定通り、発売後は「カラー写真になったことで“現在”と地続きに“当時”を感じられる」と話題を呼
空間AI白書 - 添景無限生成編｜宮下巧大
他にも「LatentMajestyDiffusion」「centipidediffusion」「latenddiffusion」「discodiffusion」「dalle2」など存在します。アルゴリズムが違うと同じ呪文でも質の違う画像が生成されるので、気が向いた人は色々と試してみることをお勧めします。 画像生成に関する基本知識画像生成に関するベーススキルは、どんなものを生成する場合でも一緒なので、上級錬金術師に学ぶのが一番早い。参考をいくつか紹介します。 大原則となる考え方を深津さんのnoteから抜粋します。 対話型のAIにとって、呪文プロンプトとは画像錬成の方向性ベクトルを定めるものにすぎない。 だからAIをよく使役するには、2つの理解「ベクトルの方向を強く適宜する力ある言葉ルーンの語彙力」と「再現性をもった呪文の組み立て」が必要になる。 深津さんのnote「魔術として理解するお絵描き
安倍晋三元首相が銃撃されてからおよそ1ヵ月が経った。容疑者・山上徹也の犯行動機や彼が抱えていた屈折については、供述内容などから断片的に伝わってきてはいるが、まとまった像はなかなか見えてこない。 【写真】安倍元首相銃撃後の日本、このままでは「暗黒時代」のドアが開く 以下では、成蹊大学の伊藤昌亮教授が、山上容疑者のものとされるツイートを定性的・定量的な手法で分析、容疑者が持っていた独特の政治的傾向を探った(文中敬称略)。 調査の概略 本論では、安倍晋三元首相銃撃事件を起こした山上徹也容疑者のものとされるツイートの分析から、その政治的傾向を探ってみたい。彼はどんな立場から何を見、何に憤り、自らが生きる政治的世界をどう捉えていたのだろうか。 まず調査の概略を記しておこう。対象としたのは、Togetterにアーカイブされている彼自身のすべてのツイート、1147件だ。リツイートは含まず、引用リツイート
野球好きとデータ好きのためのStatcastデータ入門 - スポーツデータ解析の第一歩 - Lean Baseball
【2022/8/13更新】打球位置のプロット例を追加しました（解説ブログのリンクを含む） プライベートの時間はウイニングポスト9*1で自家生産の馬を育てるか, 野球データと戦っている人です. 野球のデータは見れば見るほど面白いです, どれぐらい面白いかと言うと「10年見ても飽きない*2」それぐらい面白いです（個人の感想です）. それはさておき, 私はメジャーリーグのデータを使って調べ物をしたりなにかのテーマに取り組む時, 以下のデータセットを用いています.*3 Lahman’s Baseball Database. 年度別のチーム・選手成績など, ある程度まとまった単位のデータ. GitHubから取得可能（https://github.com/chadwickbureau/baseballdatabank）. Retrosheet. 試合・打席ごとの成績データ. GitHubから取得可能（
AIが絵を描いてくれるサービス「Midjourney」が人気だ。8月に入ってからSNS上で言及が急速に増え、Midjourneyで描かれた絵が大量にシェアされるようになっている。 AIに絵を描かせることは以前からできたが、自分で環境を整備する必要があり、描き始めるまでのハードルが高かった。だがMidjourneyは、少し英語が分かればすぐに、お試しで、無料で使えるのも大きいだろう。 筆者も試してみて、こうしたサービスがどんな意味を持つのかを考えてみた。 なお本記事は、毎月10ドルの有料プラン「Basic」を利用して制作している。 この記事について この記事は、毎週月曜日に配信されているメールマガジン『小寺・西田の「マンデーランチビュッフェ」』から、一部を転載したものです。今回の記事は2022年8月8日に配信されたものです。メールマガジン購読（月額660円・税込）の申し込みはこちらから。さら
はじめに こんにちは。estieでデータサイエンスをしている齊藤です。これはestie夏のブログ祭り8日目の記事です。 8/10はヤドンの日なので、ヤドン好きな私が記事を書いています。 ヤドンと私 PLATEAUとは PLATEAUとは、国交省のオープンデータプロジェクトです。雑に説明すると、「日本中の都市をまるごと3Dデータとして整備・公開・活用しよう！」というプロジェクトです。 基本的にはビルや道路の3Dデータなので、UnityやVRに持っていって遊ぶような使い方がまず想定され、実際にさまざまな活用がされています。 3D都市モデル PLATEAU LT 01 - connpass 3D都市モデル PLATEAU LT 02 - connpass 一方で私はestieでビルの賃料を予測したり、補正したりする業務に携わってきました。そのため、ビルの属性（竣工年は？造りは？価格は？）といった
やればやるほど呪術化する、AI画像錬成について。 以下は、その道の専門家にはメッチャ怒られるかもしれない、雑なロジックと制御講座。 いちおうメジャーなサービスでは、共通して動作するノウハウ（DALL-E2, MidJourney, StableEiffusion, DiscoDiffusion, crayon, dall-e mini 他）。 雑に理解する画像AIのしくみ対話型のAIにとって、呪文プロンプトとは画像錬成の方向性ベクトルを定めるものにすぎない。 たとえば、以下は「I love apple」で錬成された画像の例である。どうにも、ふわっとしたものが出てくる I Love Apple「Apple」という方向性ベクトルは、「リンゴ」「青リンゴ」と「アップルコンピューター（旧レインボーロゴ」「アップルコンピュータ（新ロゴ）」など、複数の可能性を同時に持つからだ。 つまり、「Apple」
Midjourney/Memeplex(StableDiffusion)などの画像生成AIで思い通りの画像を出すヒント｜shi3z
このnoteの収益を使ってStable Diffusionを使ったWebサービス https://memeplex.appを公開しました。誰でも無料で何枚でもAI作画をすることができます(そのかわり、混み合ってる時は時間がかかると思います)。 このnoteで学んだことをぜひ活用して、AIによる新しい時代の風を感じてください。 また、本文中にMidjourney、StableDiffusion、DreamStudio、Memeplexなどの言葉が頻出するため、全面的な修正を行うことにしました。StableDiffusionに統一しておきたいと思います。 現状(2022/8/28)は、StableDiffusion=DreamStudio/Memeplexと考えて構いません。Memeplexは将来的にStableDiffusion以外のアルゴリズムもサポートする予定だからです。
日本版Billboardとして、2008年からヒットチャートをスタートさせたBillboard JAPAN（ビルボードジャパン）。 CDセールスやダウンロード数、ストリーミング数のみならず、動画の再生数やツイート数、カラオケで歌われた数など、複数の指標に独自の係数を掛け合わせて合算。総合ソングチャートとして算出している。 グッズや握手券など、音楽以外の付加価値によって上下しやすい単一のセールスランキングと比べ、Billboardのチャートは複合的な観点からつくられ、より“音楽的”であると評価されてきた。 さらに時代の変化に合わせて、新たな指標の導入や係数の見直しを実施。時代を映す鏡として、音楽シーンを語る上で欠かせない存在となっている。 その一方、ここ数年ますます影響力を強めているのが「ファンダム」の存在である。 熱狂的なファン集団やその文化を指すファンダム。そのエネルギーは音楽産業に光を
データをいろいろ見てみる on Twitter: "マスコミは過去何を言ったか手軽に検索・可視化出来るサイトが無かったため、マスコミ各社のツイートを一括で検索・可視化出来るサイトを作りました。 https://t.co/uzUkK1NGSI"
マスコミは過去何を言ったか手軽に検索・可視化出来るサイトが無かったため、マスコミ各社のツイートを一括で検索・可視化出来るサイトを作りました。 https://t.co/uzUkK1NGSI
文章から高解像度な画像を生成するAI、Microsoftなどが開発 「DALL・E2」や「Imagen」よりも横長で出力
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。 Microsoft Research Asia、北京大学、Microsoft Azure AIによる研究チームが開発した「NUWA-Infinity: Autoregressive over Autoregressive Generation for Infinite Visual Synthesis」は、 テキストから画像や動画、画像から動画、画像から拡張画像（コンテンツの関係を失うことなく画像を拡大すること）などを生成する学習モデルだ。 OpenAIのDALL・E2、GoogleのImagenやPartiなど、テキストから高品質の画像を生成できるモデルが注目されている。これらが解像度1
データに関係するビジネスはもはや存在しないと言える今、エンジニアであればたとえ専門領域でなくてもデータサイエンスの基本は知っておきたいところです。今回はその入門書『図解まるわかり データサイエンスのしくみ』（翔泳社）から、データと情報の違いやアルゴリズム、さらにデータ分析を楽しく学ぶ方法が解説されている「第1章 データサイエンスを支える技術～需要が高まる未来の必修科目～」を紹介します。 本記事は『図解まるわかり データサイエンスのしくみ』の「第1章 データサイエンスを支える技術～需要が高まる未来の必修科目～」から一部を抜粋したものです。掲載にあたって編集しています。 21世紀の資源 データと情報の違いとは？ 私たちの生活の中では、「予測」や「見積もり」が必要な場面がたくさんあります（図1-1）。このとき、経験や勘に頼る方法もありますが、過去のデータを探したり、アンケートやインターネットなど
データサイエンティストは何を勉強すべきか：「教養」と「必須」と「差別化」と - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Wokandapix from Pixabay) 個人的な観測範囲での話ですが、データサイエンティストという職業は「21世紀で最もセクシーな職業」として刹那的な注目を集めた第一次ブーム、人工知能ブームに煽られて火がついた第二次ブーム、そして「未経験から3ヶ月で人生逆転」ムーブメントと折からのDXブームに煽られる形で沸き起こった第三次ブームを経て、何だかんだで社会に定着してきた感があります。 で、このブログを始めた頃からの連綿と続くテーマになっていますが、いつの時代も話題になるのが「データサイエンティスト（になるに）は何を勉強すべきか」ということ。7年前から恒例にしてきた「スキル要件」記事では、基本的には「どれも必要な知識（学識）」であるという前提で分野・領域・項目を挙げてきました。少なくとも、最初の3回ぐらいはそういう認識でスキル要件記事を書いていた気がします。 ところ
データアナリティクス事業本部の鈴木です。 私は業務でデータ分析や機械学習システムの開発のご支援をさせて頂いておりますが、その中で、こういう点に気を付けておくと、依頼側・分析者・開発者それぞれで準備がしやすいだろうなと思うポイントをまとめてみました。 はじめに この記事で準備ポイントを押さえることで、ご依頼頂いた際にプロジェクトをスムーズに立ち上げ、より良い結果をご一緒に出せるようにしたい思いがあります。 今回は以下の４つの観点をまとめてみました。 目標設定のポイント：プロジェクトを進めていく上での観点です。 データ作成のポイント：特に検証を始める際に準備しておくデータについての観点です。 データの種類について：データ作成の前提に関する観点です。 検証・運用場所について：検証や運用開始後の環境に関する観点です。 以下、各観点について説明していきます。 目標設定のポイント 1. 解決したい課題
ソニー開発のディープラーニングによる世界最高の音源分離技術を利用できる、音楽制作サービス、Soundmain｜DTMステーション
ソニー・ミュージックエンタテインメント（以下SME）によるSoundmain（サウンドメイン）というプロジェクトをご存知でしょうか？ ソニーが研究・開発する最新の音楽関連テクノロジーをいち早く機能として実装し、クリエイターが利用できるようにするプラットフォームとなっており、将来的にはブロックチェーン技術と権利処理のノウハウを組み合わせたサービスや、後述の音楽制作サービスにAIを用いた機能の実装が予定されるなど、これからも進化を続けていくユニークなプロジェクトとなっています。そして、その中にSoundmain Studioというサービスがあり、これはブラウザ上で使える音楽制作ツール、つまりインストールすることなく使えるDAWとなっています。 そのSoundmain Studioにおいて、現在の目玉となる機能が、ソニーが開発した世界最高峰という音源分離技術。簡単にいうと、これは2mixの音源を
キヤノンは7月25日、同社のクラウドフォトサービス「image.canon」において、「クラウドRAW現像」を提供すると発表した。image.canonへの直接アップロードに対応したカメラから写真を転送し、カメラ内現像と同じ操作でクラウド上のRAWデータを現像できるという。月額550円で、画像は1カ月あたり80枚まで。新規ユーザーは31日間の無料期間も設ける。 ディープラーニング技術を採用したデモザイク処理のアルゴリズムにより、モアレ、偽色、ジャギーを強力に抑制するという。キヤノンはクラウド現像が効果的な写真例として、「高ISOで撮影した夜景・天体写真、暗い場所で動く人物を撮影した写真、細かな縞模様、タイル模様の建築物を撮影した写真」を上げている。 対応機種は、最新モデルの「EOS R3」「EOS R7」「EOS R10」から。PC／スマホと接続し、カメラのメニューで「クラウドRAW現像」
ちなみにDXという略語では、「Transformation」が「X」と略されている。Transformationには「cross」、つまり「×」という意味が含有されているためだ。 DXへの3段階のステップ 図1から分かるように、DXの実現に至るまでには、基本的に下記の3段階のステップが必要とされている。 デジタイゼーション（Digitization）： アナログ情報をデジタルデータへ変換すること。例えばタクシーの位置情報をリアルタイムなGPSデータにするなど デジタライゼーション（Digitalization）： そのデジタルデータとデジタル技術を活用して、既存の業務プロセスやワークフローをコンピュータ上に実現することで効率化すること。例えばタクシーの位置データをクラウドで管理してリアルタイムに地図に表示し、人のオペレーターがタクシーの配車をより効率的に管理するなど DX： さらにAIやデ
「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回
2022年7月15日 クリーク･アンド･リバー社でのUXデザイン基礎セミナー第1回 「『UXデザインとは』からはじめる『本流』のUXデザインはじめの一歩」のスライドです。 UXデザインとは何をすることか、その中心は「ユーザーに会うこと」だというお話をしています。Read less
情報処理推進機構（IPA）は7月15日、情報セキュリティに関する書籍「情報セキュリティ白書2022」を公開した。国内外の官民の各種データや資料を引用し、情報セキュリティ分野のトピックを240ページ以上に渡り解説している。IPA会員ならばアンケートに回答することで、PDFファイルを閲覧可能。印刷書籍版もあり、2200円で購入できる。 情報セキュリティ白書はIPAが2008年から毎年発行している書籍。情報セキュリティに関する国内外の政策や脅威の動向、インシデントの発生状況、被害実態などをまとめている。22年版では「内部不正防止対策の動向」「個人情報保護法改正」「クラウドの情報セキュリティ」「中小企業に向けた情報セキュリティ支援策」「米国や欧州の政策」などのトピックも取り上げた。 読書アンケートによると情報セキュリティ白書は、「学習・自己研さん」「対策強化・予算策定などの上位者への説明資料」「新
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
データサイエンス教育用の講義資料1000ページ、教員向けに無償公開 NVIDIAと滋賀大が連携
https://twitter.com/developer_quant/status/1566417479727222784
Real-ESRGANを使って写真をキレイにする
ハーバード大のコンピュータサイエンス講座「CS50」の日本語化が完了し、無償公開
https://twitter.com/jaguring1/status/1563764990863343616
日本アニメ 約1万5000作品のデータベースが初めて完成 公開へ | NHK
AI Project Management Flow and Build Trap Review
Google Colab で はじめる Stable Diffusion v1.4｜npaka
世界変革の前夜は思ったより静か｜深津 貴之 (fladdict)
https://twitter.com/kanae_udemy/status/1560872379240579072
プロでもよくある線形回帰モデルの間違い - Qiita
まるで人間のアーティストが描いたような画像を生成するAIが「アーティストの権利を侵害している」と批判される
山上徹也容疑者の全ツイートの内容分析から見えた、その孤独な政治的世界（現代ビジネス） - Yahoo!ニュース
Midjourneyを使って考えた「AIとクリエイティビティ」
PLATEAUから街の構造を見る - estie inside blog
魔術として理解するお絵描きAI講座｜深津 貴之 (fladdict)
Billboard運営が警鐘「チャートハック目的では、音楽を“聴く”とは言えない」
データと情報の違いは？ アルゴリズムとは？ 専門でなくても必要なデータサイエンスの基本
データ分析・機械学習システムの検証・開発依頼のための準備ポイントをまとめてみた | DevelopersIO
キヤノン、「クラウドRAW現像」提供 カメラから直接アップロード ディープラーニングで高画質現像
DX（デジタルトランスフォーメーション）とは？
「情報セキュリティ白書2022」、IPAが公開 国内外の政策や被害実態など240ページに渡り解説