タイトル通り、入力線画を(基本的には)1pixelも変えずに画像生成AIに色塗りをさせる方法について解説していきます。 本題に入る前に そもそも画像生成AIによる色塗り（着彩）について知らない方向けに、既存技術でAIに色塗りをさせるとはどのような事を指すか？またどのような課題があるか？について一度整理します。 画像生成AIによる着彩 テキストから画像を生成できるという事で一躍有名になった画像生成AIですが、テキストだけでは生成したい画像を詳細に指示することが困難であるという課題を抱えていました。 そこで、テキストと比較してより具体的に生成したい画像を指示する方法として。ControlNetを用いた画像とテキストを入力して新たな画像を生成する手法が現れます。 この応用として、色塗りがされていない線画と指示テキストを入力することで、入力した線画に対し色を塗った状態の画像を生成するという方法が存
制作事例：Lottieのアニメーションを手描き風に動かしたい！ SVGとWebGLを使った2つのアプローチ ICSでは2022年に株式会社ニコン様の中長期ビジョンを紹介する特設サイト『2030年のありたい姿』の実装を行いました。この記事ではサイトのメインビジュアルとして使用している手描き感のあるアニメーションを実現するために検証・実装したSVGとWebGLの技術ご紹介します。SVGやWebGLを活用したビジュアル表現に興味のあるエンジニアはもちろん、ウェブ技術を使ってどのような表現ができるのか知っておきたいディレクター・デザイナーの方も是非ご覧ください。 ▼ 特設サイト『2030年のありたい姿』 「人と機械の共創」を魅力的なアニメーションで描きたい 『2030年のありたい姿』の重要なキーワードが「人と機械が共創する社会」でした。特設サイトではこのビジョンを広く一般の方向けに伝えるため、株式
こんにちは、TURING株式会社（チューリング）でインターンをしている、東大大学院修士一年の舘野です。 TURINGは完全自動運転EVを開発しているベンチャー企業です。 完全自動運転を実現するには、車の周りの環境をセンシングし認識するシステムが不可欠です。センシングのためのセンサーは様々考えられますが、TURINGでは主にカメラを用いています。 自動運転AIにはカメラデータから信号機・標識・周囲の車、などの情報を読み取る必要がありますが、そのためにはそれぞれの目的に対応した学習が必要です。 一番単純な方法は、学習させる各動画フレームに対して人間が信号機・標識・周囲の車などの正解情報を付与し、AIモデルが動画を見て正解情報を予測できるようにすることです。下図は、画像から車を検出するモデルの例です。モデルの中身は画像の特徴量を抽出する部分と、分類を行う部分を分けて表現していますが、学習時は元デ
はじめに 「基礎から機械学習をちゃんと理解したいな」と思うことがあったので、学んだことを自分なりに整理してアウトプットしていきます。基本的には、自分の勉強のため（アウトプットが一番理解が深まると思っているので）ですが、私のような初学者のメモでも、同じような他の初学者の役に立つこともあるのではないかと期待しております。 記事やコードは、修正のリクエストを受けやすいようにQiitaとGitHubをメインにアップしていきます。私自身は、専門家でなく機械学習エンジョイ勢の一個人ですので、不足している点、分かりにくい点、間違いなどあるかと思います。過ちは真摯に受け止めたいと思いますので、是非知見者の方にコメント、編集リクエスト、Pull Requestをしていただけたらと思います。 現時点では、他のサイトに説明を丸投げしていたり、数式をきちんと記載できていないところ多々あるのですが、最終的には、この
![Pythonで基礎から機械学習まとめ - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/b0153c91147d4b84de7fbac87f6c3ee8222b4131/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20190905%2F20190905002807.png)
ASP.NET Coreは、ASP.NET 4.xをベースにしていますが、Webフォームには対応していません。また、開発言語にVisual Basicが利用できなくなりました。 一方、ASP.NET Coreになって、新たなライブラリ、フレームワークが提供されています。Razor Pagesは、ASP.NET Core 2.0から利用できる機能で、MVVMパターンのWebアプリケーションを実現できるフレームワークです。 MVVMパターン Razor Pagesでは、Viewにあたる部分はRazor構文によるcshtmlファイル（HTMLを拡張して、C#コードなどを含めることができる）に、ViewModelはそのcshtmlから生成されるC#のクラスになっています。このあたりの構造は、その後にリリースされた、Blazorフレームワークでも同様となっています。 Blazorは、通常JavaSc
2019年3月28日、株式会社scouty、エムスリー株式会社、クックパッド株式会社、Repro株式会社の4社の共済によるイベント「Machine Learning Team Building Pitch」が開催されました。機械学習チームのチームビルディングについて、各社の取り組みを共有する本イベント。徐々に増え始めた機械学習組織の運営における知見を語ります。プレゼンテーション「クックパッドと機械学習 」に登壇したのは、クックパッド株式会社研究開発部部長の原島純氏。講演資料はこちら クックパッドの研究開発部門について 原島純氏（以下、原島）：よろしくお願いします。クックパッドの原島です。今日「何話そうかな？」ってギリギリまで考えたんですけど、ベタに自分の会社と僕の紹介にしようと思います。 まず簡単に自己紹介だけさせていただきますと、原島と申します。 2006年に京都大学の自然言語処理の
2023年2月4日、「中国からアメリカ上空まで飛んできた謎の気球」をアメリカ空軍が撃墜し、日本でも大きな話題となりました。アメリカ国防総省はこの気球を「中国の偵察気球」だと主張していますが、「そもそも偵察用の気球とは何なのか？」「空から情報を得るなら人工衛星ではダメなのか？」といった疑問について、アメリカのコロラド大学ボルダー校で航空宇宙工学教授を務めるイアン・ボイド氏が解説しています。 Chinese spy balloon over the US: An aerospace expert explains how the balloons work and what they can see https://theconversation.com/chinese-spy-balloon-over-the-us-an-aerospace-expert-explains-how-the-b
東映アニメーションは3月12日、AIベンチャーのPreferred Networks（以下、PFN）のAI技術を活用してアニメ制作を効率化する実験を行ったと発表した。背景写真をアニメ調やサイバーパンク調に自動変換することで、美術クリエイターが画像の前処理にかける時間を従来の約6分の1に短縮できた。 長崎県佐世保市を舞台にした実験作「URVAN」（ウルヴァン）の制作に、画像処理AIを搭載したPFNの背景美術制作支援ツール「Scenify」（シーニファイ）を活用。佐世保市で撮影した風景写真をアニメ用の背景美術に自動変換し、美術クリエイターの負担を削減した。 背景美術の制作工程は、写真の配置、色調補正、アニメ調に変換、微調整、サイバーパンク調に加工の5段階。Scenifyはアニメ調に変換するとともに、キャラクターの前面に来るパーツと背面パーツに分ける作業や、空白部分を自然に塗りつぶす作業などを担
プロフェッショナルな品質の美しい花の写真を撮ることがiPhone 12 ProとiPhone 12 Pro Maxによってこれまで以上に簡単になりました。ポートレートモードやApple ProRAWなど、iPhone 12 Proの各モデルの高度なカメラシステムを使うことで、花の写真をこれまで以上に奇麗に撮れるようになったと、世界をリードするフローラルデザインスタジオの一つ、TulipinaのNathan Underwood氏は言います。 iPhone 12 ProとiPhone 12 Pro Maxの多才なプロカメラシステムは、パワフルな新しいコンピューテーショナルフォトグラフィでイノベーションの限界を押し広げ、120度の視野角を持つ超広角カメラ、ポートレートの構図に適した、これまで以上に焦点距離の長い望遠カメラ、そしてf/1.6の開放絞り値を持つまったく新しい広角カメラを搭載しています
こんにちは！LayerXエンジニアの高際 @shun_tak です！ この記事では、LayerX インボイスの請求書AI-OCRを支える非同期処理の仕組みについて解説したいと思います。 いきなりサマリーですが、今回お伝えしたいのは以下の2点です。 請求書は突然大量にアップロードされるので（大歓迎です！）、Amazon SQSとGoの machinery を活用して非同期処理しているよ！ AI-OCRの処理は重たいけど、AWS Lambdaを活用してシステム全体の負荷を分散し、スケーラビリティと可用性を確保し、コストも抑えることができたよ！ では早速ですが、前回のブログ LayerX インボイスにおける請求書AI-OCRの概要 の復習です。LayerX インボイスの請求書AI-OCRは、以下の図のように複数の処理によって構成されています。 図にするとあっさりしてますが、前処理も後処理も複数の
高等学校での理科教員を経て、現職に就く。ナゾロジーにて「身近な科学」をテーマにディレクションを行っています。アニメ・ゲームなどのインドア系と、登山・サイクリングなどのアウトドア系の趣味を両方嗜むお天気屋。乗り物やワクワクするガジェットも大好き。専門は化学。将来の夢はマッドサイエンティスト……？ 第10位 冬虫夏草 冬虫夏草（とうちゅうかそう）は、きのこの一種で、広くは、セミや蛾の幼虫に寄生するセミタケ、サナギタケなどを指します。 ただ、中国では、チベットを原産とするオオコウモリガの幼虫に寄生するオフィオコルディセプス・シネンシスのみを「冬虫夏草」と呼びます。 また、冬虫夏草という名前は、チベットで「菌が冬は虫の姿で過ごし、夏になると草となる」と考えられたことから命名されました。 これらの菌は、土中にいる幼虫に寄生して体内でゆっくりと成長。春頃に幼虫の養分を利用して菌糸を伸ばし始め、夏に地
satoru-takeuchi.hatenablog.com ↑この記事が Twitter の TL に流れてたから読んでみたら面白かったのでコードを書き始めた7年前*1から振り返りながら書いてみる。 コードが残っていたりするものは載せていきたい。思い出せる限りなるべく時系列順で書いていく。多少前後する。 「独学でプログラミングを始めるなら C 言語から」という文言に載せられ Windows のコマンドプロンプト*2で動く簡単のプログラムをいくつか作った。ほとんど入門書の写経 + αだった。例によってポインタがわからず、もっと酷いことに return もわからなくて*3一旦距離を置く。return がわからなかったので関数を使うことを割けていたので全部 main 関数に書いていた気がする。初めて黒い画面にバババーっと文字が出てきたときはめちゃくちゃ楽しかった。 Java とかいう言語を使い
この記事は、先日の 2020年01月25日に慶応大学で開催されたシンポジウム「圏論的世界像からはじまる複合知の展望」の登壇資料を文字起こししたものです。 Slide: 圏論とプログラミング / Category Theory and Programming - Speaker Deck Video: 圏論とプログラミング / 稲見泰宏 - YouTube 皆さん、こんにちは。稲見 泰宏と申します。 本日は、この圏論シンポジウムという貴重な場でお話しさせていただくことをとても光栄に思います。 私の方からは、圏論とプログラミングに絡めた話について発表します。 それでは、どうぞよろしくお願いします。 まず簡単に自己紹介します。稲見泰宏といいます。 現在は、フリーランスのiOSアプリ開発者として活動しております。 ここに書いてあるのは、私の過去10年間のプログラミング経歴ですが、 PHPとJava
「フェイク画像」「無断アップロード」撲滅なるか？ ニコンが「来歴記録カメラ」を試作：Adobe MAX 2022 Adobeとニコンは10月19日、撮影した写真データに出所や来歴などの情報を付加することで真正性確認をしやすくする「来歴記録機能」をデジタルカメラに実装する取り組みを発表した。Adobeが10月18日（米国太平洋夏時間）から実施しているイベント「Adobe MAX 2022」のリアル会場では、この機能を試験実装した「Nikon Z 9」が展示されている。 アドビ（Adobeの日本法人）が10月19日に開催したイベント「Adobe MAX 2022 Japan」のリアル会場でも、来歴記録機能を試験実装したNikon Z 9が展示されていたので、この記事で紹介する。 来歴記録機能の概要 写真（静止画）や動画がデジタルデータとなり、これらを編集するアプリが高機能化したこともあり、最近
生産現場IoTへの挑戦 #08 ～Raspberry PiとUSBカメラで外観検査装置を作る 前編～ - Qiita
1.はじめに 今回のタスクはRaspberry PiとUSBカメラを使って画像処理による外観検査装置を作ることです。 いわゆる外観検査装置には様々な専門メーカーが非常に多機能な装置を提供しており入手も簡単ですが、高価すぎてコストメリットが出しにくいケースもあるかと思います。 ちなみにみんな大好き○ーエンスさんの外観検査装置は、カメラ＋コントローラー＋照明でざっくり150万円くらいしますが、今回は照明無し、カメラ（USBカメラ）＋コントローラー（Raspberry Pi 4B 4GB）の計1万円強でやってみます。 外観検査をする際は撮影環境の設定がとても重要です。 前編ではv4l2によるカメラのパラメータ設定を行います。 後編では実際に検査を行うプログラムを解説します。 2.検査する内容 今回トライするのは、「樹脂成型部品のショートショットの検出」です。ショートショットと言うのは、樹脂の射出
実際に「ITmedia NEWS」でカードを作成したところ、「カードを2枚引く」効果を持つ、「インスタント」という種類のカードを生成した。イラストは街並みのようなものになり、一部で火災が発生しているようにも見える。 また、「The theory is that they provide entertainment in a space where others can't find anything else.」（他人が何も見つけられないような空間で、エンターテインメントを提供するというのが持論です）というフレーバーテキスト（ゲームの進行に影響を与えない文章）も生成した。 このAIを開発したメンバーの1人で、Cohere社の共同創業者であるニック・フロスト（Nick Frosst）さんのTwitterアカウント（＠nickfrosst）によると、テキスト生成にはCohere、画像生成にはカ
アニメや写真を高解像度化できる「waifu2x for macOS/iOS」がReal-ESRGAN、Real-CUGANなどで拡大の無効化に対応し、解像度を上げずに画質を向上させることが可能に。
アニメや写真を高解像度化できる「waifu2x for macOS/iOS」がReal-ESRGAN、Real-CUGAN、カスタムモデルで拡大の無効化に対応し、解像度を上げずに画質を向上させることが可能になっています。詳細は以下から。 waifu2x for macOS/iOSは、深層畳み込みニューラルネットワークによる二次元画像のための超解像システム「waifu2x」を、GoogleのYi XieさんがCore MLで実装したmacOS/iOS用クライアントで、アニメや写真の高解像度を行うことができますが、このwaifu2x for macOS/iOSがv7.1アップデートで拡大の無効化に対応しています。 Real-ESRGAN、Real-CUGAN、カスタムモデルで拡大を無効にできるようになり、解像度を上げずに画質を向上させました。 リリースノートより抜粋 waifu2x for m
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは。ヤフーで画像処理エンジニアをしている吉橋です。この記事ではヤフーのさまざまなサービスで使われている独自の画像文字認識（OCR）技術と、特に最近のPayPayフリマ「本棚一括持ち物追加機能」での活用事例をご紹介します。 画像文字認識とは 皆さん、ウェブサイトを見ていて「このキーワード気になるな……よしコピーしてヤフーで検索してみよう！ と思ったらこれ画像じゃん、コピーできないよ……」なんて困ったことはありませんか？ ウェブで私たちが目にする情報は“テキスト”と“画像”の2種類が主なものです。 テキスト： 文字列としての情報を保持したデータであり、コピーやウェブ検索に利用したり解析したり、容易に活用できます。 画像データ：
複数のビットフィールドを持つ数値の並列演算
並列化といえばHadoopだSparkだMPIだといったキーワードが世の中を賑わせているが、古典的な話としてゲームなどのグラフィクス処理界隈ではMMX命令などのSIMDを使う事なくデータ並列性を引き出すことによって高速化していた。 このテクの一部を扱った傑作記事が気づいたら検索で辿れなくなっていてWebArchive入りしてしまっていたので一つの機会として解説記事を書くことにした。 古株のエンジニアからすれば見慣れたテクニックではあるが知らない人から見るとパズルのような面白みがあり応用の幅もある面白いテクニックである。 複数のビットフィールドとは スーパーファミコンのように表示可能色が32,768色に制限されている環境というのは、内部的には1色を15bit(2^15=32,768)を使って表現している事が多い。当然この色数で自然界のあらゆる物を自然に描写するのは難しいが、ゲーム用途などでは
AWS Startup ブログ 【寄稿】dely株式会社における機械学習の取り組み この投稿はdely株式会社 データサイエンティスト 辻 隆太郎 氏に、クラシルでの Amazon SageMaker を中心とした機械学習の取り組みについて寄稿頂いたものです。 クラシルというサービスについて dely株式会社の辻と申します。delyでは、70億人に1日3回の幸せを届けるというミッションを掲げ、レシピ動画サービスのクラシルを展開しています。 クラシルとは？ クラシルは延べ利用者3,000万を誇る食領域におけるマスメディア。レシピ数2万7,000件を誇る世界No.1のレシピ動画サービスです。（※Appliv調べ 料理レシピ動画掲載アプリ内 レシピ動画数） AWSはサービス開始当初から利用しており、様々なサービスを組み合わせながら柔軟なアーキテクチャを構築できることにとても魅力を感じています。ま
技育祭登壇しました。これから機械学習を学びたい方向けへの自分の経験談とおすすめの本、サイトの紹介もします | フューチャー技術ブログ
技育祭登壇しました。これから機械学習を学びたい方向けへの自分の経験談とおすすめの本、サイトの紹介もします TIGの玉木です。去年の12月までは主に機械学習エンジニアとして機械学習案件を任されていましたが、今年の1月からはITコンサルタントとして業務の幅が広くなりいろいろやっています。 先月技育祭 1と呼ばれるイベントの勉強会という枠で、同僚の上野さんと一緒に「初心者必見！機械学習エンジニアがあれこれ話します。〜基礎から実社会応用まで〜」というタイトルで発表しました。この記事では技育祭の簡単な紹介と、当日あったこれから機械学習学びたい方向けへの本、サイトの紹介をします。 技育祭とは公式サイト 1から引用させていただくと、 技育祭は「技術者を育てる」ことを目的としたエンジニアを目指す学生のための日本最大のテックカンファレンスです とのことです。元2ちゃんねる管理人のひろゆきさんや、東京大学の松
アップル、iPhone 16から全面的に「生成AI」導入で戦略転換 | Forbes JAPAN 公式サイト（フォーブス ジャパン）
アップルはこれまで、iPhoneの標準モデルとProモデルを切り分けることで、標準モデルの価値を下げずに、Proモデルの価格の高さを正当化しようと努力してきた。しかし、今年の秋にこの2つのモデルの関係に根本的な変化が訪れるかもしれない。その変化は、人工知能（AI）の導入がもたらすものだ。 グーグルは、昨年秋に発売したGoogle Pixel 8とGoogle Pixel 8 Proを手にスマートフォンのAI競争の幕開けを告げた。同社は、Pixelが世界初の「AIファースト」な端末として注目されることを望んだが、結局はサムスンのGalaxy S24シリーズに搭載されたGalaxy AIに注目を奪われてしまった。また、他のメーカーやサプライヤーもAIへの注力を開始している。 Android端末でAIブームが起きるなか、アップルはAIという宣伝文句をつけずに発表したiPhone 15を発売し、そ
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。 中国のZhejiang Labと米UCLA（University of California, Los Angeles）の研究チームが開発した「Compact light field photography towards versatile three-dimensional vision」は、虫の複眼とコウモリの超音波探知を組み合わせた新たなカメラシステムだ。曲がった先の物体や何かの背後にある隠れた物体も同時に観察できるという。 コウモリは暗闇の中で、エコーロケーションと呼ばれる音波探知機を使って、周囲の状況を鮮明に映し出す。コウモリの鳴き声は、高周波数で周囲に反射し、耳で拾われる。そ
複雑怪奇なIT“業界”を解説する本連載。今回のテーマも年収です。構造的に、人をリスクと捉え、育てる環境がないIT業界。では、その中でエンジニアはどうやってキャリアを切り開いていけばいいのでしょうか。 YouTubeを見る人が増えると、YouTuberの人気が出て高い収入を得る人が出てくる。そしてYouTuberが子供たちの憧れる職業になる――というのは自然な流れです。しかし、AI、クラウド、SaaS、DX（デジタルトランスフォーメーション）などの話題が経済ニュースで盛り上がっても、それを現場で支えるITエンジニアは高い年収を手にできる憧れの職業となっているかというと、若干雲行きが怪しくなってきます。 みずほ情報総研が経済産業省の委託事業として実施した、平成30年度の「IT人材需給に関する調査」によると、「2030年には約79万人ものIT人材が不足する」とされており、ITエンジニアは需要が高
AIが上回ること
コンピュータで観測可能なこと＝AIが学習できることなので、今だと画像処理とかが強いという認識なんだけど、コンピュータで観測可能なことが今後広がっていくとすると、例えば料理とかは絶対AIにさせたほうが良いよね？ 人間だと料理作ってそれを評価してというフィードバックループでもって料理スキルあるいはレシピを改善していくのだと思うけど、やっぱりお腹いっぱいになるじゃん？お腹すくまで待たなきゃだめじゃん？だから、待たなくていいAIのほうが、圧倒的スピードでフィードバックループを回して学習できるよね？ 中国四千年の歴史なんてあっという間に追い越してしまって、今の人類が想像もできないような料理を編み出してくれるんでないかとわくわくしている。
１．緒言 低い画質の画像を高画質に変える技術である”超解像”技術のライブラリである"Real-ESRGAN"ライブラリを紹介します。 公式より、Real-ESRGANの使用方法は下記３つがあり、とにかく簡単に試したいならOnline inferenceが便利であり「https://arc.tencent.com/en/ai-demos/imgRestore」からWebアプリベースで実施できます。 【Real-ESRGANの使用方法】 Online inference：Webアプリで簡単に実行できる Portable executable files (NCNN)：ー Python script：今回の記事で作成した通りPythonで実行 ２．環境構築 基本的な実装方法はGitHubの"Installation"を参照しました。 私のPC環境ではCUDAのメモリに乗らないためGoogle C
先日、新卒から3年ほど勤めた某Nグループの SIer を退職しました。 転職してから少し経ったので、振り返りの意味も込めてつらつらと書き綴っておきます。 あくまで私の主観に基づいた半径数メートルの話でしかないので、ここに書いた話が全てだと主張するつもりは全くありません。特に面白い話も書いてません。 あとは私の社会性フィルターが機能していることを祈ります。 私のプロフィール情報系の修士卒で、現在社会人4年目になります。 現職（転職先）では MLOps を推進する部門に在籍し、機械学習基盤の構築や、分析案件のエンジニアリングなどを担当しています。 新卒入社まで前職について改めて触れておくと、社員数数千人規模の会社で、主にグループ会社向けのシステム開発や保守運用などをミッションとしていました。 詳細は省きますが、実態としては上記に留まらず何か色々（雑）やっていたと思います。 私はアーキテクト職を
2019年8月、セガ（当時セガゲームス）のVFXアーティスト、岩出 敬氏が膵臓がんで永眠した。享年50歳。18日に大宮典礼会館で開催された告別式では、元同僚を中心に多くのゲーム開発者が集まり、その早すぎる別れを偲んだ。会場には岩出氏が制作にかかわったゲームソフトや関連資料が展示された。本稿では全3回にわたって岩出氏の足跡を辿りつつ、日本のゲーム開発シーンをグラフィックの側面からふり返ってみたい。 ■関連記事はこちら セガ岩出 敬氏・特別追悼企画〜故人の足跡を辿りながら日本のゲームグラフィックスをふり返る（2） セガ岩出 敬氏・特別追悼企画〜故人の足跡を辿りながら日本のゲームグラフィックスをふり返る（3） INTERVIEW＆PHOTO＿小野憲史 / Kenji Ono EDIT＿小村仁美 / Hitomi Komura（CGWORLD）、山田桃子 / Momoko Yamada ©SEGA
「GPT-4」発表、司法試験上位10％＆日本語でもめちゃくちゃ高性能＆画像処理もプログラミングも可能で「初代iPhoneと同等の衝撃」とも評される
2023年3月14日(火)に、OpenAIが「GPT-4」を正式発表しました。GPT-4はテキストだけでなく画像の入力も受付ける「マルチモーダルAI」として開発されており、「人間用の試験問題を解く」「依頼に従ってプログラミングする」「『この画像は、何が面白いの？』といった質問に答える」といった動作を実現。さらに、日本語を含む英語以外の言語での性能も非常に高度な領域に達しているとのことです。 GPT-4 Research https://openai.com/research/gpt-4 GPT-4 Product https://openai.com/product/gpt-4 Announcing GPT-4, a large multimodal model, with our best-ever results on capabilities and alignment: https
先月発売されたしたiPhone 13 Proのカメラ性能、かなり素晴らしいようですね。新型iPhoneやPixelが出るたびに、もう一眼レフやミラーレスはいらない、スマホで十分！なんて話題もよく目にしますが（これは10年前のiPhone 4の頃から言われてる気もしますが）、最新世代のiPhoneカメラの進化は相当なものだと感じます。 https://www.apple.com/jp/iphone-13-pro/以前はどうしてもセンサーサイズや光学系での画質差はありましたが、GoogleのPixel 3あたりからスマホ用の極小センサーながらもバースト撮影からのコンポジット処理等を始めとする画像処理の進化が著しく、レンズやセンサーサイズの差すら徐々に埋まる程の画質向上が見られるようになっています。 これを見てしまうとかなりiPhone 13 Proが欲しくなる！ レンズ交換不要で超広角から77
本稿の筆者を含む8人の著者陣は2016年、ITpro（現日経クロステック）において「ブロックチェーンは本当に世界を変えるのか」というタイトルの連載を始めた。黎明（れいめい）期にあったブロックチェーン技術の基礎を解説するとともに、ブロックチェーン技術が世の中をより良くする形で普及するために解決すべき課題を論じた。 この連載はのちに「ブロックチェーン技術の未解決問題」という形で2018年に書籍化され、発行直後に発生したコインチェック事件につながる解説などで注目を集めた。この書籍はまもなく中国語と韓国語に翻訳され、さらに2021年には独Springer（シュプリンガー）より英語版（タイトル『Blockchain Gaps』）が出版された。 当時の連載で議論の対象としたのは主にBitcoin（ビットコイン）が実現した技術だった。2016年時点でEthereum（イーサリアム）は稼働していたが、今日
Retty データ分析チーム 2020年の振り返り - 意思決定支援/分析民主化/データ基盤/ML - Retty Tech Blog
この記事はRetty Advent Calendar 2020の21日目の記事です。 adventar.org 昨日は、森田さんのETL基盤でデータを汎用的に処理できるようにした話でした。 はじめに こんにちは。平野(@MasaDoN22)です。 Rettyデータ分析チームのマネージャーを担当しています。 去年、一昨年に引き続き、分析チームの1年の振り返りとして書きました。 今年を一言でいうと、持てる武器を最大限活用して、目の前の課題に向き合った一年でした。 内容としては、分析チームの役割である意思決定支援・分析民主化・データ基盤・MLに沿って書いた一年の総集編です。 その結果、今年も文量が多くなってしまったので、興味のある分野だけ抜粋してお読みいただけますと幸いです。 本記事の前提となる、Rettyデータ分析チームの役割や過去の取り組みは、以下記事を御覧ください。 engineer.re
Retty データ分析チーム - 立ち上げ2年目の振り返り 〜データプラットフォーム/データ民主化/統計モデル〜 - Retty Tech Blog
この記事はRettyアドベントカレンダー19日目の記事です。 昨日はretty-y-takaseによるプロポーザル提出は個人のモチベーションに左右されずコントロールすることが可能なのかでした。 1. はじめに こんにちは、Rettyのデータ分析チームでマネージャーをやっている平野(twitter / fb)です。 データ分析チームを去年の4月に立ち上げてから1年と9ヶ月が立ちました。1年目ではチームの意義や組織における位置づけ・分析するための環境つくりなど手広くやってきました。 1年目を振り返ると、データ分析チームとして各データアナリストがPJに貢献する体制が構築できたのと、分析するためのデータレイク層やデータマート・ダッシュボード開発など進み、組織としては最低限のデータ活用を行える土壌が整えることができたと思っています。 そのときの取り組んだ内容は去年のアドベントカレンダーで紹介してます
世界初のトレーディングカードゲーム「マジック：ザ・ギャザリング」のカードを、カード名に好きな言葉を指定するだけでAIが自動で作ってくれるサイト「Urza's AI」が登場しました。 Urza's AI https://www.urzas.ai/ Urza's AIにアクセスするとこんな感じ。「Nae your card」の欄に好きな文字列を入力し、「Forge a Spell」をクリックすればカードを生成できます。今回は「Gigazine」と入力。なお、カード名は日本語入力が可能ですが、生成されるカードのテキストは英語になります。 まずカードの色とコスト、カードの種別、テキスト、パワー／タフネスが決定され、以下のように表示されます。文章を生成するのは自然言語処理モデル「co:here」です。 そして、次に画像処理モデル「Wombo」によって、カードのイラストが生成されました。カードイラスト
平均年収2088万円と日本一の給与水準を誇るキーエンス。給与が高いだけでなく、業績も7期連続で最高益と絶好調だ。なぜそんな経営が可能なのか。公認会計士の川口宏之氏は「自己資本比率が94.4％と、超盤石な財務基盤をもつ。その結果、取引先への金払いがいいので、価格競争で優位に立てる。いわばGAFAと逆張りの戦略だ」と分析する――。 日本が誇る超優良企業の実力 日本が誇る超優良企業といえば、その筆頭に挙がるのはキーエンスだろう。 同社は工場の自動化に不可欠なセンサー機器や画像処理機器などの開発から販売までを手がける。一般消費者との接点がないBtoBビジネスのため、知名度はそれほど高くないが、順調に成長を遂げている。 決算書に目をやると、2019年3月期の純利益は2261億円と7期連続で最高益を達成。さらに社員の平均年収は2088万円（2018年3月期の有価証券報告書）で、会社四季報によると日本一
はじめに 初めまして。 株式会社キカガクの安藤です。 ㅤ AI 開発・機械学習で、プログラミングをするのであれば Python がメジャーです。2020 年におけるプログラミング言語のランキングでは必ずと言っていいほど Python が上位にきます。 Python には多くのフレームワークがあり、開発に適したものが豊富に用意されています。 今回は、ディープラーニング (Deep Learning) 用フレームワークをご紹介します。 本記事を参考にして欲しい方 本記事では、以下のような方にオススメです。 Python の主要なディープラーニング用フレームワークを簡単に確認したい方 初学者の方で学習、実装の為にどのフレームワークを使っていけばいいか分からない方 ※初学者の方に向けた分かりやすさを重視しています。 目次 ディープラーニング・フレームワーク・ライブラリ・ API とは フレームワー
こんにちは。ピクシブの社内エンジニア職横断組織「エンジニアギルド」マネージャのbashです。主にエンジニア採用プロセスを取りまとめています。 ピクシブでは複数の事業部があり、様々な専門性を持ったメンバーが集って事業領域にフォーカスする体制を取っています。各事業部にいる技術のキーパーソンがどのような考えでエンジニアリングを進めているのかを紹介したいと思います。 先日、pixivFACTORYというプロダクトで特別コラボ企画があり、普段とは違ったスペシャルな体制でリアルタイム対応が行われました。その件をテーマとして、pixivFACTORYのプロダクト開発と運用を主導しているFACTORY部エンジニアhayaと、ピクシブの全サービスインフラを横断的に管理しているインフラ部SREチームリーダーkonoizに、当日対応や準備の様子について話を聞いてみたいと思います。 まずは自己紹介をお願いします。
EDoS Attack: クラウド利用料金でサービスを止められるって本当？ - Flatt Security Blog
どうもお久しぶりです。株式会社 Flatt Security セキュリティエンジニアの Azara(@a_zara_n)です。普段は Web やプラットフォームの診断やクラウド関連の診断と調査、Twitter ではご飯の画像を流す仕事をしています。 よろしくお願いします。 セキュリティ診断にご興味のある方は是非「料金を自分で計算できる資料」を公開しているので、ダウンロードしてみてください。 DoSやDDoSといったサイバー攻撃はみなさん聞いたことがあると思いますが、クラウド時代において、これらと並びサービスの継続に非常に関わってくる攻撃があるのはご存じでしょうか？ 世の中ではEDoS(Economic Denial of Sustainability)攻撃と呼ばれるもので、読んでの通り、経済的にサービスを停止させるといった攻撃です。 過去の事案であれば、2022年の06月に発生した、”NH
Appleが2022年6月に発表した次世代シリコンの「M2」チップを搭載した「MacBook Air」と、AMDの「Ryzen 7 PRO 6850U」を搭載したThinkPad X13 Gen 3を用意して、M2チップとRyzen 7 PRO 6850Uのベンチマークスコアを比較するレビューをテクノロジーメディアのPhoronixが公開しています。 Apple M2 vs. AMD Ryzen 7 PRO 6850U Performance In Nearly 200 Benchmarks - Phoronix https://www.phoronix.com/review/apple-m2-amd-ryzen Phoronixはベンチマークテストを行うに際し、M2搭載MacBook AirとThinkPad X13 Gen 3の条件をなるべく一致させるため、Apple Siliconで
科学研究において、大量の文献から必要な情報を抽出することは非常に重要な作業です。しかし、手動での抽出は非常に時間がかかる上、誤りが発生する可能性もあるため、自動化が求められていました。 そこで、ウィスコンシン大学の研究者らは対話型AIを活用したデータ抽出手法「ChatExtract」を提案し、ChatGPTを使用した高精度なデータ抽出を実証しました。 プロンプトを工夫することによって前提条件の入力なしに論文から高精度なデータ抽出を行うのは、ChatGPTだけでなく他の対話型AIでも使えるテクニックとのことです。 注目すべきポイント 科学研究において、大量の文献から必要な情報を抽出することは非常に重要な作業である。 手動での抽出は非常に時間がかかる上、誤りが発生する可能性もあるため、自動化が求められていた。 対話型AIを活用したデータ抽出は、プロンプトとフォローアップの質問を工夫し、情報の正
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
入力線画を全く変えずに画像生成AIに色塗りさせる方法
制作事例：Lottieのアニメーションを手描き風に動かしたい！SVGとWebGLを使った2つのアプローチ - ICS MEDIA
脱・人力アノテーション！自己教師あり学習による事前学習手法と自動運転への応用
Pythonで基礎から機械学習まとめ - karaage. [からあげ]
C#でSPAが実現できる、Blazor WebAssemblyのはじめかた
クックパッド研究開発部門のチームビルディング
「スパイ気球とは一体何なのか？人工衛星ではダメなのか？」という疑問に専門家が回答
東映、アニメ背景制作をAIで効率化 写真をイラスト風に自動変換、前処理を1/6に短縮
iPhone 12 Proの各モデルで驚くほど美しい花の写真を撮る方法
AI-OCRを支える非同期処理アーキテクチャ - LayerX エンジニアブログ
一位は金の約11億倍の価値!?「金より高価な物質TOP10」 - ナゾロジー
私のコード履歴書 - それが僕には楽しかったんです。
「圏論とプログラミング」発表スライドメモ - Qiita
「フェイク画像」「無断アップロード」撲滅なるか？ ニコンが「来歴記録カメラ」を試作
「マジック：ザ・ギャザリング」風のカードを自動生成できるAI 好きな言葉をカード名に入れるだけ
機械学習で実現するヤフーのOCR（文字認識技術）〜 PayPayフリマ 本棚出品での活用事例
【寄稿】dely株式会社における機械学習の取り組み | Amazon Web Services
物陰に隠れた物を撮影できるカメラ ハエの複眼とコウモリの超音波探知から着想 LiDAR7台使用
SI系企業で働くエンジニアが年収を上げるためにすべきこと
Pythonライブラリ 画質向上(超解像)：Real-ESRGAN｜KIYO
ジャパニーズトラディショナルカンパニーを退職した話｜mhiro2｜note
セガ岩出 敬氏・特別追悼企画〜故人の足跡を辿りながら日本のゲームグラフィックスをふり返る（1）
最新スマートフォンのカメラ性能は素晴らしそうだけど、自分が登山用途で使うのはもう少し先かも？ - I AM A DOG
ブロックチェーン技術の未解決問題と、DAOやWeb3.0で新たに生じる問題とは
マジック：ザ・ギャザリングのカードをAIが自動で作ってくれる「Urza’s AI」
キーエンスが年収2000万超を払える理由 社員にも取引先にも気前よく支払う
【初学者向け】機械学習の主要なフレームワークをわかりやすく解説！ - Qiita
特別コラボ企画の爆発的アクセスを捌き切るエンジニアリングと腕力 - pixiv inside
Appleの「M2」チップとAMDの「Ryzen 7 PRO 6850U」を徹底比較するベンチマークレビューが公開
ChatGPTで「論文から非常に正確なデータ抽出」ができるとの報告 | AIDB