AIラジオ『zenncast』の技術構成（プロンプトつき）
先日、個人開発していたzenncastというWebサービスをリリースしました。 Zennでトレンドになっている記事を、毎日AIが10分のラジオにして届けてくれるというサービスです。 ありがたいことに公開後はたくさんの方に試してもらえ、技術的な質問も多数いただきました。 このZennではzenncastの技術構成や仕組みを紹介します（プロンプトつき）。 作ったもの まずはエピソードを一つ選んで1分くらい聴いてみてください！ AIラジオの雰囲気が掴めると思います。 主な機能・特徴 毎朝10分のラジオを生成 Zennでトレンドになっている記事を要約して紹介 お便りを投稿すると、翌日のエピソードでAIパーソナリティが拾ってコメントしてくれる BGMをつけて爽やかな聴き心地 これらのステップは人の手を介さずすべて自動化されています。 Spotifyなどの各種プラットフォームへの配信はSpotify
元クラフトワークのカール・バルトス、コンピューターはクラフトワークの音楽プロセスに悪影響を与えたと振り返る - amass
元クラフトワークのカール・バルトス、コンピューターはクラフトワークの音楽プロセスに悪影響を与えたと振り返る クラフトワーク（Kraftwerk）に1975年から1990年まで在籍したカール・バルトス（Karl Bartos）は、クラフトワーク時代について「コンピューターがあれば、創造性を発揮する時間が増えるという考えだったが、それは正反対だった」と語り、コンピューターはクラフトワークの音楽プロセスに悪影響を与えたと、MusicRadarのインタビューの中で振り返っています。 「クラフトワークでは“マン・マシン”というコンセプトがあった。これはフリッツ・ラングの映画『メトロポリス』からのものだけど、僕たちは（昔は）部屋でお互いの目を見て、一緒に演奏していた。僕たちのコミュニケーションを音楽にしたんだ。転機となったのはデジタル化で、クラフトワークが組織になったとき、僕たちは現代的ではなくなった
Google DeepMindがAIツールを使って220万種類の新しい結晶構造を発見、これまで発見されてきた数の45倍以上
GoogleのAI研究部門であるGoogle DeepMindが、「GNoME」と呼ばれるAIツールを使って理論的には安定しているものの実験的には実現されていない新しい結晶構造を220万種類も発見しました。220万種類という数字は、これまで発見された結晶構造の45倍以上にもおよびます。 Scaling deep learning for materials discovery | Nature https://www.nature.com/articles/s41586-023-06735-9 Millions of new materials discovered with deep learning - Google DeepMind https://deepmind.google/discover/blog/millions-of-new-materials-discovered-w
「レベル4」自動運転車両 自転車と接触事故で運行中止に 福井 | NHK
29日午前、福井県永平寺町で全国で初めて特定の条件下での完全な自動運転「レベル4」の運行を行っていた車両が、走行中に道路脇にあった自転車に接触する事故がありました。けがをした人はいませんでしたが、運行する町の第三セクターは、安全が確認されるまでは運行を中止することにしました。 29日午前10時半ごろ、永平寺町志比の町道で、自動運転を行っていた車両が、道路の左側に駐輪してあった自転車と接触しました。 警察や町によりますと、当時、この車両には4人の客が乗っていましたが、けがをした人はいなかったということです。 永平寺町では、ことし5月から、町道のおよそ2キロの区間で時速12キロ以内で走るなど、特定の条件のもとで完全な自動運転「レベル4」の車両の運行が全国に先駆けて始まっていました。 車両には、障害物を避けるためのセンサーやレーダーが取り付けられていたということで警察は事故当時の状況を詳しく調べ
DeepMind、AIで人間考案のものより優秀なソートアルゴリズムを発見 最大70％高速化
米Google傘下のAI企業Google DeepMindは6月7日（現地時間）、アルゴリズムを開発するAI「AlphaDev」が、人間が考えたものより高速なソートアルゴリズムを発見したと発表した。 ソートアルゴリズムは、入力されたデータを一定のルールに基づいて並べ替えるもの。ネット検索結果の並べ替えやランキング制作などIT技術の根幹を担う技術の一つ。今回AlphaDevが考案したアルゴリズムは既存のものに比べて、少量のデータなら最大70％、数十万規模の大量のデータなら約1.7％速く処理できた。 DeepMindはAlphaDevに新しいアルゴリズムを発見させるため、ソートの作業を「組み立てゲーム」としてプレイさせた。「正確にソートできる」「既存のアルゴリズムより高速である」という2点を満たせばクリアとした。 関連記事 OpenAIやDeepMindのCEOやトップ研究者ら、「AIによる人
GPT-4登場以降に出てきたChatGPT/LLMに関する論文や技術の振り返り - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 このたびブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。 この記事では、GPT-4の登場から執筆日（2023年5月31日時点）までの2ヶ月間で登場した論文を振り返りながら、まとめて紹介していきます。 LLM/ChatGPTの動向 オープンソースLLM モデル オープンソースLLMの調整 Adapter、LoRA Instruction Tuning Human Feedback プロンプトエンジニアリング プロンプトエンジニアリングの課題①：プロンプトに大量の情報を入れられない プロンプトエンジニアリングの課題②：複雑なタス
ControlNet(v1.1)の詳しい解説！輪郭やポーズから思い通りの絵を書かせる【Stable Diffusion】 | 謎の技術研究部
ControlNet(v1.1)の詳しい解説！輪郭やポーズから思い通りの絵を書かせる【Stable Diffusion】 AIイラストはPromptだけだと思い通りのポーズが出せない。そこで既存の線画やポーズから出力をコントロールする手法がControlNet。できるだけ細かいところまで設定を見ていく。 ControlNetがv1.1にアップデートされたため随時記事更新中！推定モデルの解説はほぼ網羅(一部あまり使われてないと思われるものは掲載していない) かなり頻繁に更新しているため、履歴を最下部に掲載 最終更新時のControlNetのバージョン：1.1.201 はじめに この記事はStable DiffusionのExtensionであるControlNetのより深い解説を目指す。 なにをするもの？ 今まで殆ど運任せだった画像生成だが、ControlNetを使うことである程度ユーザーが
はじめてのコメント紹介 - こんすとらくてぃ部
山で滑落して動けなくなり、3日後に救助された方による遭難体験談と捜索側の動きを記した貴重な内容の連続ツイートまとめ [登山] [事故] 壮絶かつ貴重な記録。もし自分なら…と考えると、きっと川を渡る判断ができなかった。この方の山屋の経験・知識・判断、家族・友人の行動が命を繋いだのだと思う。 2023/04/14 03:11 山で滑落して動けなくなり、3日後に救助された方による遭難体験談と捜索側の動きを記した貴重な内容の連続ツイートまとめ 失敗の経験を語って下さる方はいつも偉大だ。感謝。もしかしたら生還後、興奮状態がしばらく続き周囲に話したくなるのは対処法をシェアする人間という種の生存本能なのかもしれないな 2023/04/13 15:17 山で滑落して動けなくなり、3日後に救助された方による遭難体験談と捜索側の動きを記した貴重な内容の連続ツイートまとめ [お役立ち] [事故] [togett
Galaxyのカメラの100倍ズーム機能「スペースズーム」で撮影した月の写真は「AIによる偽造」という指摘
2020年に登場したSamsungの「Galaxy S20 Ultra 5G」をはじめとするSamsungのハイエンドスマートフォンでは、AI処理を施した最大100倍の「スペースズーム」を特徴のひとつとしています。しかし、Samsungのスペースズームで撮影した写真は「正確なものではない」とRedditユーザーのibreakphotosさんが指摘しています。 Samsung "space zoom" moon shots are fake, and here is the proof : Android https://www.reddit.com/r/Android/comments/11nzrb0/samsung_space_zoom_moon_shots_are_fake_and_here/ It looks like Samsung is cheating on 'space zo
ぶるぺん流AIイラスト生成術｜blue.pen5805｜pixivFANBOX
たまに質問いただいたりいただかなかったりするので自分がAIイラストを投稿するまでの手順をできるだけ詳細に記してみます 基本的に以下の記事のパクリです 使用しているものは AUTOMATIC1111 氏の stable-diffusion-webui のみです（加筆修正、色調補正などは行わない方針） -1. 3行要約と完成品 ・テーマは「和装の女...
超高精度で商用利用可能な純国産の日本語音声認識モデル「ReazonSpeech」を無償公開
株式会社レアゾン・ホールディングス(本社：東京都新宿区、代表取締役：渡邉 真)は世界最高レベルの高精度日本語音声認識モデルおよび世界最大19,000時間の日本語音声コーパス※「ReazonSpeech」を公開いたしました。 2023年1月18日 株式会社レアゾン・ホールディングス(本社：東京都新宿区、代表取締役：渡邉 真)は世界最高レベルの高精度日本語音声認識モデルおよび世界最大19,000時間の日本語音声コーパス※「ReazonSpeech」を公開いたしました。 ※音声コーパス: 音声データとテキストデータを発話単位で対応付けて集めたもの。音声認識モデルを作成する材料として使用され、その規模と品質が音声認識の精度を大きく左右する。 ※2「ReazonSpeech」を用いた文字起こしサービスをプロジェクトwebサイトにて実際に試すことができます。 プロジェクトwebサイト：https://
お客は「どの弁当」の前で立ち止まっているのか ベルクの分析が面白い
「のり弁、チキンカツ弁当、カレー、全部おいしそうだなあ。うーん、どれにしようか決められない」といった感じで、スーパーの弁当売場の周りをウロウロしたことがある人も多いのでは？ 弁当以外でもジュースであったり、総菜であったり、菓子パンであったり。店内のお客を見ていると、熟考している人をよく見かける。 迷っている人たちは、どの弁当の前で立ち止まっているのか。店内にカメラを設置することで、お客の行動を分析しているスーパーがある。埼玉や群馬を中心に、関東で展開しているベルク（埼玉県鶴ヶ島市）だ。 2022年4月、千葉県の我孫子市に「フォルテ我孫子店」（以下、我孫子店）をオープン。そのときにセーフィー社のAIカメラ「Safie One」を設置して、お客はどんな行動をしているのか、立ち止まった人はどのくらいいるのかなどを分析して、売り上げを伸ばそうとしている。近い将来、スタッフの間で「月曜日の昼の時間帯
AIが生成した“偽音声”を見抜く技術 99％以上の精度で検出
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。 米フロリダ大学の研究チームが発表した論文「Who Are You（I Really Wanna Know）？ Detecting Audio DeepFakes Through Vocal Tract Reconstruction」は、音声生成モデルで作成された合成音声を見抜く検出器を開発し検証した研究報告だ。音声から声の通り道「声道」を作成して、その声道から人の音声か偽物の音声かを識別する。精度は99％以上だという。 人の声をまねた合成音声はロボットっぽい音で出力されていたが、近年では機械学習モデルの進歩により、合成音声の品質は劇的に向上して人間っぽい音で出力されるようになってきた。人間
画像生成AI「Stable Diffusion」が実はかなり優秀な画像圧縮を実現できることが判明
2022年8月に一般公開されたStable Diffusionは、入力した言葉に従って画像を自動で生成してくれるAIです。そんなStable Diffusionを画像生成AIだけではなく強力な非可逆画像圧縮コーデックとして使う方法について、ソフトウェアエンジニアのマシュー・ビュールマン氏が解説しています。 Stable Diffusion based Image Compression | by Matthias Bühlmann | Sep, 2022 | Medium https://matthias-buehlmann.medium.com/stable-diffusion-based-image-compresssion-6f1f0a399202 実際に以下の画像はすべて512×512ピクセルに圧縮した画像で、サンフランシスコ市街を撮影したもの。1枚目がJPEG形式、2枚目がWeb
IT関連の採用面接でディープフェイク使用が増加…FBIが警告
FBIは、採用面接でディープフェイクの技術を使って別人になりすます人がいると明かした。 そのような人物は、機密情報にアクセスできるようなIT関連の職種を狙っているという。 ディープフェイクに対応する技術はまだ完全ではないが、ディープフェイクを見つけるシンプルな方法がある。 就職のオンライン面接で別人になりすますなど、ディープフェイク技術の悪用が増えていると、アメリカ連邦捜査局（FBI）が警鐘を鳴らしている。 FBIの発表によると、面接の最中に別人の映像や画像、音声を自身に重ね合わせている人がいるという申し立てが増えている。これらの事例は、PII（個人を特定できる情報）、経済情報、企業のデータベースや機密情報といった極秘情報にアクセスできるリモートワーカーへの応募に関連しているとFBIは述べている。 ディープフェイク映像は娯楽目的で使われることもあるが、非常に有害となる可能性もある。Meta
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
zenncast - 技術トレンドをAIがラジオに変換
女の子になれる。変幻自在のAIボイスチェンジャー「Voidol3」
伝説のCPUアーキテクトJim Keller氏が示すAIの未来
AIでCG風のキャラ画像生成→デプス生成→Blenderで簡易3D化。他の方がやってるのを参考に以前から試してみたかったやつやった。単純な手法だけど楽しい
Rust を ChatGPT だけで勉強する【実験記録】
