はじめに 最近、3D業界で大きな衝撃を与えた「3D Gaussian Splatting」1について、ご存知でしょうか？数少ない写真から、目を奪われるほど美しい三次元シーンを再構成できるデモを見て私も大感動しました。なぜこんなに美しいのか、どんな技術で実現したのか、興味が湧いています！ "普通の3D物体ではなく、カメラの移動に合わせて、水面に映る景色も正確に表現しています。これはなかなか凄い..." 私も時間をかけて論文や公開されたコード2を勉強しました。本家の実装はCUDA化されており、難解な部分が多く、論文に書かれていないこともあります。そのため、「3D Gaussian Splatting」を勉強したい人にむけ、わかりやすい解説記事を書こうと思いました。単に概念や考え方だけでなく、ゼロから再実装できるように、すべてのロジックを数式として整理し、徹底的に解説しようと思います。 「3D

無料で使えるオンラインビジュアルツールキットの「Canva」が、複数の新しいAI機能を発表しました。新しいAI機能の中のひとつであるAI画像ジェネレーターの「ドリームラボ」は、同社が2024年7月に買収したAI画像生成サービス「Leonardo.Ai」のテクノロジーがベースとなっています。 Droptober 2024：Canvaの最新情報をチェック https://www.canva.com/ja_jp/droptober/ Canva unveils Leonardo.Ai-powered Dream Lab — Capital Brief https://www.capitalbrief.com/briefing/canva-unveils-leonardoai-powered-dream-lab-a011b92e-3236-418b-b630-113c071439f5/ Canva

人間の魂や創造性を信じる者 vs. BGMとして消費する者 第三の論点は、第一の論点と関連しつつも、より本質的なレベルのものです。あえて単純化して言えば、この間のリバイバル以降に浸透した現在のシティポップ観には、二通りの流れが入り混じりながら存在していると考えられます。 一つは、音楽的な野心に満ちたあの時代のミュージシャンたちが作家としての〈個性〉を刻みこんだ、代替の利かない創作物としてシティポップ一般の存在を捉える考え方です。リアルタイムで黄金期のシティポップを楽しんでいたファンに限らず、比較的若い人たちでも、プレイヤー志向の強いクリエイター／リスナー、および、音楽全般に特定の人物の感情の発露を求めるような熱心な聴き手には、どちらかといえばこちらの考え方に近い方が多いのではないでしょうか。 もう一つには、YouTube等のインターネット上での〈バズ〉を通じて、なんとなく懐かしくて洗練され

本稿は書籍『Javaエンジニアのための ソフトウェアテスト実践入門』Appendix 2をWeb記事として公開したものです。 2022年後半に登場したChatGPTを皮切りに、生成AIは瞬く間に世の中に浸透しました。現在では世界中の投資がこの分野に向けられており、新しいサービスも続々と登場しています。 生成AIが最もその価値を発揮するシーンの一つが、システム開発における活用です。例えばコーディングのアシストやレビュー、ログの分析、画面モックの作成など、生成AIの活用はすでに実用的な段階にあります。 本稿ではその中でも、「⁠生成AIをいかにしてテストに活用するか」という点にフォーカスを当てます。 1. 本稿で取り上げる生成AI 生成AIと一口に言ってもさまざまな種類がありますが、その代表は何といってもOpen AI社のChatGPTでしょう。 ChatGPTは、大規模言語モデル（LLM）とチ

はじめに (早速閑話休題)対象範囲を厳密に定義するのは難しい PMとは？ ML / DSとは？ (本題に戻る)早速分類 関わる業務による分類 共通して求められる能力 1. MLシステムの開発・運用 (1-a)インフラ周りの運用を行うPM (1-b)MLフレームワーク / プラットフォームの開発・運用を行うPM (1-c)MLシステムの導入開発・運用を行うPM (1-d)ほぼ PdMなPM 2. 主に分析を行うアナリスト業務 (2-a)分析方針策定・成果物の品質担保を行うPM 3. R&Dを行う業務 (3-a)R&Dチームのリード 4. ML/DS組織を運営する業務 (4-a)組織作り / 運営を行うPM 5. その他 (5-a)データマネジメント / データスチュワードに関するPM (5-b)エバンジェリズムに関するPM (閑話休題) EMとPM 最後に はじめに お久しぶりです。以前の更

はじめに こんにちは。IT基盤ネットワークグループの守屋と申します。 主に社内のネットワーク、CDN (Content Delivery Network)関連の業務を担当しています。 今までのブログではネットワークグループで採用しているサービスや、ネットワーク移行についてご紹介してきましたが、 今回は DeNA のネットワーク運用監視で使用してるツールをご紹介いたします。 AWS BYOIP を使った自社 IPv4 運用手法 DeNA での GCP ネットワーク運用 DeNA 本社移転でネットワーク構築・移行作業を実施しました DeNA のネットワークについて ネットワークは障害や品質が悪いと複数のサービスやユーザに影響を与えます。 そのため、24/365体制で、業務を円滑に進められるようなネットワークを運用監視することがネットワークグループの基本方針となります。 ただし、リソースは有限な

歌詞や音楽スタイルを入力すればAIがボーカルを含んだ楽曲を自動生成してくれるサービス「Suno」に待望の新機能が追加されました。「Personas」（ペルソナ）です。 この機能はProとPremierの有料ユーザーのみに開放されています。 ■従来のSunoでは歌手を指定できなかったこれはどういうものかというと、気に入ったボーカルなどの音楽スタイルを維持しつつ、別の楽曲を生成できるという機能。Sunoでは多様な音楽スタイルを生成できますが、その一方で、特にボーカルの声は同じものを再現するのは非常に困難です。 そのため、歌手を指定できる機能を求める要望はローンチ時点からありました。 筆者の場合は、ステム音源化によってボーカルトラックを独立させ、そこにVocoflexやSeed-VCでボイスチェンジャーをかけることで、同じ声質を再現しています。 それでも難しいことがあります。例えば、ハーモニー、

Change default search engine to ChatGPT search. Note: ChatGPT search is available to all ChatGPT Plus and Team users, as well as SearchGPT waitlist users. Enterprise and Edu users will get access in the next few weeks. We’ll roll out to all Free users over the coming months. This extension will make ChatGPT your default search engine in Chrome. Once ChatGPT has been set as your default search engi

1892年、ロシアの数学者であるアレクサンドル・リアプノフは、システムが安定であることを保証するためには、エントロピーに似た関数（後にリアプノフ関数と呼ばれる）の存在を示せばよいということを発見した。 しかし、この発見には大きな課題が残された。一般的なシステムに対してリアプノフ関数を見つける方法が難しいのである。この問題は130年以上たった現在でも未解決のまま残されている。 研究チームは、この問題に機械学習の手法でアプローチした。まずランダムにリアプノフ関数を生成し、そこから安定なシステムを作り出すという方法である。この手法で大量の訓練データを生成し、それを用いて変換器のトランスフォーマーモデルを訓練した。 研究チームが開発したAIモデルは驚くべき性能を示した。多項式システムのテストセットでは99％という高い精度を達成し、さらに、訓練データとは異なる分布のテストデータに対しても73％という

生成AI（人工知能）の精度を高める手法として、大規模言語モデル（LLM）と検索エンジンを組み合わせたRAG（Retrieval Augmented Generation、検索拡張生成）の利用が盛んだ。ところが米Google（グーグル）によれば、RAGよりも性能を高めやすい手法があるのだという。「メニーショットICL（Many-Shot In-Context Learning）」や「ロングコンテキストICL（Long-Context In-Context Learning）」と呼ばれる手法だ。 「ロングコンテキストICLを利用すると、RAGに比べて性能が12ポイント向上した例も出てきている」。Google Cloudが2024年10月24日に開催した生成AIに関するイベント「Generative AI Summit Tokyo '24 Fall」で、グーグル・クラウド・ジャパンの寳野雄太テク

広く使われている画像生成AIのStable Diffusionは「ControlNetを組み合わせてポーズ抽出やポーズ指定生成を実行する」「IP-Adapterを組み合わせて類似画像を生成する」といったように拡張機能を用いて多様な作業を実行できます。「OmniGen」はControlNetなどの拡張機能を使わず単一のモデルだけで多様な生成作業を実行可能にすることを目指して開発されたマルチモーダル画像生成AIで、単体で「画像生成」「ポーズ抽出」「ポーズ指定生成」「画像内の物体置換」「被写体指定生成」といった作業を実行可能です。 [2409.11340] OmniGen: Unified Image Generation https://arxiv.org/abs/2409.11340 GitHub - VectorSpaceLab/OmniGen: OmniGen: Unified Imag

NPUでもGPUでもない、アナログな演算がAIを動かす2024.11.01 20:0029,638 ヤマダユウス型 パソコンといえばCPU。その前提から考えたことはある？ TDK株式会社といえば、世界有数の電子部品メーカー。CEATEC 2024でも大規模なブースを展開していましたが、小さいながらもただならぬ存在感を見せつけていたのがコレ。 スピンメモリスタ〜。一見するとSSDやメモリのようにも見えますが、実はGPUやNPUなどが行うAI処理を1/100の消費電力でこなせる、ものっそい素子なんです（そりゃイノベーション部門賞も受賞するわ）。 電気のちからで、デジタル計算をアナログでやっつけるこのスピンメモリスタは、スピントロニクス技術を活用したニューロモルフィック（神経模倣）素子。似た言葉のニューラルネットワークは神経細胞の模倣で、ニューロモルフィックはニューロン発火をの仕組みをハードウェ

AIには人類が知覚できない「何か」が見えているようです。 米コロンビア大学（Columbia University）による2022年の研究で、AIに物理法則を学習させ、それを表現するために必要な「変数」の数を考えさせたところ、現在の人類には理解できない要素が含まれることが示されました。 ありふれた振り子運動や回転運動でも、AIは人類とは異なる独自の変数を用いて物理法則を理解し、正確な運動予測まで成功させていたのです。 研究者たちは、AIは人類がまだ発見できていない未知の方程式と「変数」を用いて、物体の運動法則を理解している可能性があると述べています。 もし研究者たちの予測が正しければ、振り子運動や円運動などには誰も知らない「裏の方程式」が存在しているのかもしれません。 研究の詳細は2022年7月25日付で科学雑誌『Nature Computational Science』に掲載されています