Sakana AI
概要 Sakana AIは進化や集合知などの自然界の原理を応用して基盤モデルを開発することを目指しています。私達の目標は、モデルを自ら訓練し開発することだけではありません。基盤モデルの開発を効率化、高度化、自動化するための新たな手法を生み出すことに挑戦しています。この目標に向けた第一歩として、私たちはプレプリント「Evolutionary Optimization of Model Merging Recipes （モデルマージの進化的最適化）」を公開しました。 このリリースの要点は以下の通りです。 進化的モデルマージという手法を提案します。これは、多様な能力を持つ幅広いオープンソースモデルを融合（マージ）して新たな基盤モデルを構築するための方法を、進化的アルゴリズムを用いて発見する手法です。私たちの手法は、ユーザーが指定した能力に長けた新しい基盤モデルを自動的に作成することができます。既
Intelが映像内の「血流」を用いるリアルタイムディープフェイク検出器「FakeCatcher」を発表、検出精度は96％
Intelが「Responsible AI(責任あるAI)」の取り組みの一環として、ディープフェイクで作られたフェイク映像を96％の精度で検出できる「FakeCatcher」を発表しました。 Intel Introduces Real-Time Deepfake Detector https://www.intel.com/content/www/us/en/newsroom/news/intel-introduces-real-time-deepfake-detector.html As part of Intel’s Responsible #AI work, we’ve developed FakeCatcher, a new technology that detects fake videos with 96% accuracy. This detection platform
CS50 for Japanese: コンピュータサイエンスの入門 – 当ウェブサイトは、Creative Commons ライセンスに基づいて管理されています。
お知らせ: 2022/9/1 CS50 を活用した非営利／協賛企業による「コロナ学生支援」プロジェクトを実施中 ▼ 学生の方へ：CS50 の学習（履修証明書の取得）を一緒に取り組むプロジェクト CS50日本語版の翻訳コントリビューターである CODEGYM が主催する、非営利／無償のプロジェクト「CODEGYM Academy (外部リンク)」は、昨年に続き2022年度（春/秋）も、キャリア選択を控えた学生に対し、以下の企業の協賛により無償で17週間のプログラミング教育カリキュラムを提供します。 CODEGYM Academy 協賛企業（2022年） https://codegym.jp/academy/ 今年度のエントリーは締め切りました — ようこそ！ このページは、ハーバード大学 CS50 の日本語版翻訳プロジェクトのページです。当サイトのドメインに掲載されているコンテンツは、Cre
6x6リバーシの神 - まめめも
絶対に勝てない6x6リバーシを作りました。あなたは黒番、AIが白番です。 絶対に勝てない6x6リバーシを作りました！ ぜひ挑戦してみてくださいhttps://t.co/Ul5n3q9jMp— Yusuke Endoh (@mametter) December 30, 2021 これは何？ 6x6の盤面のリバーシは後手必勝 *1 であることが知られています。 このAIは白番（後手）で完璧にプレイします。つまり黒番のあなたは絶対に勝てません。無力感を楽しんでください。 技術的な話 このAIはWebAssemblyになっているので、全部あなたのブラウザの上で動いてます。真のサーバーレスです。 AIのソースコードはRustで書きました。わりと堅実なゲーム木探索になってます。UIは普通にTypeScriptとthree.jsで実装しました。 github.com 作った順に説明します。 盤面の表現
【bitFlyer - LightningFX】アルゴリズム高頻度取引mmbotの作り方，考え方，サンプルコード紹介 - 2021年1月最終更新｜mmbotxxx
【bitFlyer - LightningFX】アルゴリズム高頻度取引mmbotの作り方，考え方，サンプルコード紹介 - 2021年1月最終更新 ＜要旨＞ bitFlyer - Lightning FXでは，金融庁へ登録制となり話題となったHFT(超高速取引)に類似した概念の，mmbotという流動性供給の自動売買システムが話題になっている．当noteはmmbot作成にあたり筆者の経験と考え方を紹介し，実際に運用させたプログラムコードのサンプルを公開する．プログラム未経験者でも運用ができるよう，環境構築手順から案内をし，誰でもソースコードの切り貼りのみで稼働可能な説明を目標としている．読者がMMBOTの運用に必要な環境にはAWS Cloud9を紹介し，ソースコードのプログラム言語はRuby及びPythonとした．なお，アルゴリズムの有意性は線形モデルによる統計データを用い単純化したうえで紹介
「無限に都市が生成されるアルゴリズム」で生成された都市を自由に歩き回ってみた - GIGAZINE
波動関数とは「物体の状態そのもの」が波動で表されるという関数であり、時にはゲーム内の物理シミュレーションなどに利用されることもあります。そんな波動関数がある1つの固有の状態に収縮することを波動関数の崩壊と呼び、そんな波動関数の崩壊を用いた「無限に都市が生成されるアルゴリズム」を作り出す猛者が登場。実際にどのような都市生成ツールになっているのか、実際にダウンロードして試してみました。 Wave Function Collapse by marian42 https://marian42.itch.io/wfc GitHub - mxgmn/WaveFunctionCollapse: Bitmap & tilemap generation from a single example with the help of ideas from quantum mechanics. https://g
NEC、世界最速 毎秒10万件超の取引を可能にするブロックチェーン技術を開発
NECおよびNEC欧州研究所は、取引記録に参加するノード数200ノード程度の大規模接続環境下で、毎秒10万件以上の記録性能を達成する世界最速(注1)のブロックチェーン向け合意形成アルゴリズムを開発しました。これは、世界規模のクレジットカード取引を支えるシステムとして必要とされる毎秒数万件を超える性能であり、ビジネス用途でのブロックチェーンの本格的な活用を加速する技術です。 ブロックチェーンは、複数の参加者がデータの記録と共有を行い、データの保証や改ざん防止を行いますが、記録速度や参加ノード数の拡張性に課題がありました。この課題はブロックチェーンが参加ノード間の合意形成に用いるアルゴリズムに起因していました。今回、NECは、記録性能、参加ノード数で従来を超える性能を持つ合意形成アルゴリズムを備え、かつ関係者外からデータを秘匿可能なソフトウェアを開発、これにより高速性と安全性の両面で世界一の性
Chainerで顔イラストの自動生成 - Qiita
PFNのmattyaです。chainerを使ったイラスト自動生成をやってみました(上の画像もその一例です)。 20日目の@rezoolabさんの記事(Chainerを使ってコンピュータにイラストを描かせる)とネタが被っちゃったので、本記事ではさらに発展的なところを書いていきたいと思います。一緒に読んでいただくとよいかと。 概要 Chainerで画像を生成するニューラルネットであるDCGANを実装した→github safebooruから顔イラストを集めてきて学習させた 学習済みモデルをconvnetjsで読み込ませて、ブラウザ上で動くデモを作成した→こちら(ローディングに20秒程度かかります) アルゴリズム 今回実装したDCGAN(元論文)はGenerative Adversarial Networkというアルゴリズムの発展形です。GANの目標は、学習データセットと見分けがつかないようなデ
【必見】億を手にしたいろいろな投資家の投資手法14つ まとめ | デイトレーダーのためになるブログ かぶブロオフィシャルブログ
株取引で勝つためには取引手法は必ず必要です。運任せ、感情のみの取引では勝つことができません。しかし初心者の場合どのようにして手法を開発するのかわからないと思います。そこで取引手法開発の参考に「億以上稼いだ人たちの投資手法」をまとめてみました。 今から公開する情報は、ネットで公開されていたものを自分なりの解釈で編集したものです。真偽は確認できたものではないのであくまで参考程度にしてください。 SPONSORED LINK ピラミッティング手法 儲けた額をそのまま買い増ししていく手法です。積み増していくので儲かれば何十倍にもなり短期間で大きな利益が見込めます。しかし負けも大きくなるため損切りの徹底と銘柄選びが重要となります。 MBO,TOBを狙う手法 業務提携などIR発表で大きく上昇するところで買わず、上昇後下落し調整したところで買い、その後実際に提携発表したところで売却し利益を上げる手法です
分散システム処理モデルに関する動向について（MapReduceからBorgまで）
詳細については後述しますが、MapReduceの処理モデルは、上記の通り各区分ごとにそれぞれ単純化（限定）されたモデルであったと言えます。 また、MapReduceの関数プログラミングおよびグラフ的な特徴も合わせて以下に整理してみます。 関数プログラミング的な特徴 MapおよびReduceフェーズは、それぞれ関数型プログラミングのMapおよびReduce処理をモデル化したものです。MapReduceは、参照透過性がある純粋な関数処理と言えます。参照透過性とは入力により出力が一意に決まる性質のことです。言い換えればMapReduceの処理は、大域などの処理に影響する外部の環境は持たず、内部的にも静的な一時変数などの状態も持たないことを意味します。 純粋な関数処理は複数の処理が同時に実行されても他の並列に動作している処理の状態には左右されないため、この参照透過性は並列化に向いている性質がありま
パスワード管理サービスのLastPassでデータ漏えい
Steven J. Vaughan-Nichols （ZDNET.com） 翻訳校正： 佐藤卓 吉武稔夫 （ガリレオ）2015年06月16日 11時00分 クラウドベースのパスワード管理サイトLastPassでさえ、データ漏えいのリスクを免れることはできなかった。 LastPassの最高経営責任者（CEO）Joe Siegrist氏は米国時間6月15日付のブログ投稿で、ネットワーク上で不審な挙動を発見、調査した結果、アカウントのメールアドレス、パスワードリマインダ、ユーザーごとのサーバのソルト値、および認証ハッシュの情報が漏えいしたことことが分かったと述べた。 ただし、「暗号化されたユーザーボールト（保管庫）のデータが盗まれた形跡も、LastPassのユーザーアカウントがアクセスを受けた形跡もない」とSiegrist氏は述べている。 また、Siegrist氏は、盗まれたデータについて次のよ
K-means 法を D3.js でビジュアライズしてみた
クラスタリングの定番アルゴリズム K-means 法（K平均法）の動作原理を理解するために、D3.js を使って可視化してみました。 図をクリックするか [ステップ] ボタンを押すと、1ステップずつ処理を行います [最初から] ボタンを押すと、最初の状態に戻ります [新規作成] ボタンを押すと、N (ノード数) と K (クラスタ数) の値で新しく初期化します 古いブラウザーではうまく表示できない可能性があります (IE 10、Firefox 25、Chrome 30 で動作確認しています) K-Means 法とは 英語版 Wikipedia の k-means clustering - Wikipedia, the free encyclopedia の手順に沿って実装しています。 英語版の手順をザックリと書くとこんなイメージになります。 初期化: N 個のノード (丸印) と K 個の
機械学習 はじめよう 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
機械学習アルゴリズムへの招待 | POSTD
機械学習の問題 については以前に紹介したので、次はどんなデータを収集し、どんな機械学習アルゴリズムを使うことができるのかを見ていきましょう。本投稿では、現在よく使用されている代表的なアルゴリズムを紹介します。代表的なアルゴリズムを知ることで、どんな技法が使えるかという全体的なイメージもきっとつかめてくるはずですよ。 アルゴリズムには多くの種類があります。難しいのは、技法にも分類があり拡張性があるため、規範的なアルゴリズムを構成するものが何なのか判別するのが難しいということですね。ここでは、実際の現場でも目にする機会の多いアルゴリズムを例にとって、それらを検討して分類する2つの方法をご紹介したいと思います。 まず1つ目は、学習のスタイルによってアルゴリズムを分ける方法。そして2つ目は、形態や機能の類似性によって（例えば似た動物をまとめるように）分ける方法です。どちらのアプローチも非常に実用的
algorithm
奥村晴彦さんの「C言語による最新アルゴリズム事典」技術評論社、1991年、の C 言語プログラムの Ruby への翻訳に挑戦します。プログラムの説明は同書を読んでください。変換はできるだけ逐語的に行っています。プログラムの動作は原作の C プログラムのそれと比較してチェックしていますが、うまく動作しないときは C から Ruby への変換のさいに起きたものです。バグレポートは tnomura@mnet.ne.jp までお願いします。 この Ruby 翻訳版はできるだけレイアウトも含めて原作の C プログラムを変更しないようにしたため、必ずしもRuby らしいコーディングスタイルとは言えないかもしれませんが、プログラムがきちんと動作することを優先しました。C から Ruby への翻訳の著作権に関しては Ruby のライセンスに準じます。配布、改変は自由です。ただし、プログラム本体には原作者の
遺伝的アルゴリズム(GA)によるサーバの自動チューニング - Qiita
遺伝的アルゴリズム(GA)でサーバの自動チューニングをします。 GAを機械学習を一つと書いてしまいましたが違うようなのでタイトルを変更させて頂きました。 遺伝的アルゴリズムについては↓の動画が分かりやすいです http://www.youtube.com/watch?v=yZJ1V-zv_gU まずは通常の負荷テストができるところまで準備する必要があります。攻撃用のサーバをターゲットと(ネットワーク的に)近い場所に用意してください。負荷を掛ける側(Attacker)にも相応のスペックは必要です。 ストレスツールはコマンドラインから利用出来るものでしたらなんでもかまいません。ab(Apache Bench)などは最初から入っているので手軽ですが、今回は「グリーン破壊」というソフトを利用しました（グリーン破壊のインストール方法は本家サイトに譲ります） 自動チューニングを行うにあたり、ターゲット
Gunosy Blog — ここ最近のGunosy関連の批判についての所感
初めまして。Gunosyのマーケティング担当の竹谷と申します。 ※下部がきれてしまうというCSSマターの問題があったため同内容をはらせて頂いております。 http://bit.ly/10cRtX6 週末から、Gunosyに対する批判記事があり様々なユーザー様から質問を頂いているので簡単に所感を書かせて頂きたく思います。 ここまで大きな騒動になっているにも関わらず会社から何も出さないことは良くないと思いましたのでこの場を借りて所感を記載させて頂きます。 おそらく批判記事の内容を見ていると大きく分類して論点となるのは以下かと思います。 1.Gunosyは、はてブの再編集である/アルゴリズムなど存在しない? 結論から先に言わせて頂きますと、そんなことは無いです。ただ、我々のアルゴリズムの未熟さにより実際にそういう風に見えてしまう部分はあると思います。 現状、以下のフローで配信準備を行っております
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
IDEA * IDEA
Algorithms with Python
サービス終了のお知らせ