「ChatGPT」は高精度な文章を出力できる対話型チャットAIで、その精度は人間が書いた文章かChatGPTが書いた文章かを人間が見分けることは困難なレベル。しかし、ChatGPTのようなチャットAIが出力するテキストにはAIならではの特徴があるということで、スタンフォード大学がChatGPTのようなチャットAIの作った文章を検出する「DetectGPT」を開発しています。 DetectGPT https://ericmitchell.ai/detectgpt/ Stanford introduces DetectGPT to help educators fight back against ChatGPT generated papers - Neowin https://www.neowin.net/news/stanford-introduces-detectgpt-to-help

2023-01-30 oVice、バーチャル空間「oVice」に気軽なコミュニケーションのきっかけとなる「肩ポン機能」を実装 oVice株式会社は、バーチャル空間「oVice（オヴィス）」を簡単・直感的にカスタマイズできるよう、管理画面のデザインと操作方法を全面リニューアルを実施した。また、新機能として気軽な声かけに最適な「肩ポン機能」や、バーチャル空間を拡大・縮小表示できる「ズーム表示機能」を実装した。 oViceは、アバターを使い交流する2次元のバーチャル空間だ。ウェブ上で自分のアバターを自由に動かし、相手のアバターに近づけることで簡単に話しかけることができる。2020年8月のサービス開始以降、テレワークにおけるバーチャルオフィスやオンラインイベント、オープンキャンパスなど、さまざまな場面での活用が進み、2022年10月時点で発行スペース数は3万5000件を突破したという。 今回の管理

粘菌が開発のヒントに！機械学習のさらなる精度向上を目指して・新しい変数選択手法RACSIS（Random Combination Selection with Iterative Step）機械学習データ分析経済学変数選択最適解探索 1.はじめに RACSIS（Random Combination Selection with Iterative Step）1は、全く新しい変数選択手法です。本稿では、なぜ今新しい変数選択手法を開発したのか、その経緯と開発のヒントになった粘菌の研究に触れた後、RACSISの中身について述べ、その応用事例についてもご紹介します。 2. 機械学習の精度向上の鍵を握る変数選択 変数選択は機械学習で重要なテーマの一つですが、これまで、なかなか進展がなく、精度向上の大きな足枷となっていました。どうしてかと言うと、あまりに組み合わせが膨大過ぎて、全探索による最適解探索が

顔認識でスマートフォンのロックを解除するときから、「Alexa」に楽曲を再生するよう指示するときまで、人工知能（AI）は私たちの日常生活に浸透している。現在では、AIの能力を活用して文章を作成してもらうこともできる。指示を出せば、AIライターが、なかなか着手できずにいた論文を執筆したり、コードを記述したり、電子メールを作成したりしてくれる。さらには、MBA試験に合格する能力も備えている。 「ChatGPT」がかなり大きな話題になっているが、人気の高さ故に、過負荷状態になってしまうことがよくあるため、安心して常用することはできない。幸い、ChatGPTと同等の能力を備えたAIライターは他にもたくさん存在しており、必要なときにいつでも使用することができる。本記事では、現在市場で提供されている最高のAIライターをリストにまとめた。執筆を補助してくれるツールを選ぶ際に知っておくべきすべてのことを詳

はじめに AI研究分野のひとつとして会話AI開発があるのは周知の通りですが、2022年末にOpenAIがリリースした「ChatGPT」によって、この分野の研究がさらに前進したと認知されています。同AIはリリースされるとすぐに大きな反響を呼んだのですが、実のところ、OpenAI以外の大手テック企業も会話AIを開発しており、その成果はいずれも注目に値します。そこでこの記事では、技術的に最先端なさまざまな会話AIを紹介していきます。 GPT-3から正当進化した「ChatGPT」 人間が評価した報酬によって強化されたChatGPT OpenAIは2022年11月30日、従来より人間らしく会話できる会話AIモデル「ChatGPT」を発表し、同モデルを試用できるWebページも公開しました。同モデルはその名称が示す通り、GPT-3をアップデートすることで誕生しました。同モデルを紹介したOpenAI公式ブ

以前、京都の衛星画像を機械学習で解析する記事を書きました。 今回は同じことをChatGPTに頼んでコードを書いてもらいました。 先ずはこのようにChatGPTに入力します。 するとあっという間に以下のような返答が 日本語でコメント付きです。 解析した画像の保存は次の通り。 さらにどのようなことをするか簡単な解説まであります。 しかし、このコードはバグがありました。エラーを何もコメントも付けずにそのままコピーしてみました。 これで変更されたのが以下の点です。 データ切り出し部分 画像保存部分 これでできたコードが以下の通りです。切り取り個所など若干の修正は入れてますが、ほとんどChatGPTで書かれたコードです。 import rasterio import numpy as np import glob import matplotlib.pyplot as plt from sklear

Upgrade for image upload, smarter AI, and more Pro Search.

人間が入力したキーワードを元に画像を生成したり、文章に対して受け答えをしたりするテクノロジー「ジェネレーティブAI（生成系AI）」が大きな話題となっています。 ジェネレーティブAIとは、「コンテンツやモノについてデータから学習し、それを使用して創造的かつ現実的な、まったく新しいアウトプットを生み出す機械学習手法」と言われています。（出典：「ジェネレーティブAI」とは？｜産総研マガジン） これまでAIといえば「不完全な受け答えをするボイス・アシスタント」程度のモノか、シリコンバレーのトップ企業や大学の研究室の中だけあるモノというイメージでした。しかし、2022年後半から「ChatGPT」や「DALL-E」が無料で広く使われるようになり「人間の作業と同じかそれ以上のレベル」の絵や文章、コードなどを誰もが簡単に入手できるようになりました。 AIが新たな職業を創り出している 「ジェネレーティブAI

THE WHY HOW DO COMPANY（旧アクロディア）から約3億円を借金中の小室哲哉さん、シティーハンターのおかげで1億円を繰上返済

「Z世代のヒットメーカー」の異名を取る今瀧健登氏が、若者向けマーケティングのキーパーソンと語る本連載。第6回は、20代女性から支持を得るメディア「MERY（メリー）」で、Z世代インサイトの発信やマーケティングを担う「MERY Z世代研究所」の所長、平山彩子氏と対談。Z世代マーケティングの極意を議論した。 2022年1月、MERY（東京・千代田）は「MERY Z世代研究所」（以下、Z世代研究所）を立ち上げた。MERYは20代女性をターゲットに、メディア事業やコミュニティー運営、広告制作、マーケティングコンサルティング、商品開発、ECサイト事業など幅広い領域でサービスを展開している。そうした事業の中から抽出した、Z世代インサイトの知見を蓄積、発信しているのが、Z世代研究所だ。 このZ世代研究所を率いているのが、所長の平山彩子氏だ。平山氏は、リクルートの結婚情報誌「ゼクシィ」編集長として、若者世

米Googleの研究部門Google Researchは1月26日（現地時間）、テキストから音楽を生成するAI「MusicLM」を発表した。成果物のサンプルは公開しているが、著作権侵害などの恐れがあるため、現時点ではモデルをリリースする予定はないとしている。 Googleは「MusicLMは、条件付き音楽生成プロセスを階層的なシーケンスからシーケンスへのモデリングタスクとしてキャストし、数分間にわたって一貫性を保つ24kHzの音楽を生成する」AIモデルと説明する。 テキストから音楽を生成するAIモデルは既に幾つか発表されているが、MusicLMはトレーニングデータとして、テキストと高品質な音楽のペアのデータセットであるMusicCapsを作成してこれを使ったことで、優れたものになっているという。トレーニングデータは28万時間分に上る。 MusicCapsは、5521の音楽サンプルにミュージ

【Reazon Speech】世界最高レベルの日本語音声特化の音声認識モデル！　Reazon Speechの使用感と導入方法のまとめ機械学習音声認識音声認識、コーパス深層学習商用利用 はじめに Reazon Speechという日本語音声特化の音声認識用のモデル兼toolkit兼コーパスをご存知でしょうか？ 「Reazon Speech」は、レアゾン・ヒューマンインタラクション研究所が開発した高精度な音声認識モデルを中心とするプロダクト群です。 2023年1月18日に公開されました。 それぞれ以下のような特徴があります。（PR TIMESの記事から引用） ReazonSpeech音声認識モデル: OpenAI Whisper※に匹敵する高精度な日本語音声認識モデル。商用利用可 ReazonSpeechコーパス作成ツール: TV録画データ等から音声コーパスを自動抽出するソフトウェアツール。商用

YouTubeにはチュートリアル動画がいっぱい なにかを学びたい時、なにかについての詳しい情報を知りたい時、あなたはどうするだろうか。分野にもよるが、ひと昔前は誰かに直接教わるか、入門書などを買って独学するしか手段がなかった。 だが今はYouTubeがある。YouTubeには「ニワトリの育て方」だろうが「ログハウスの建て方」だろうが「デイトレードの始め方」だろうが、ありとあらゆるチュートリアル・解説動画がアップロードされており、誰でも無料で見ることができる。 しかし、YouTubeを使った学習にはいくつか欠点がある。たとえば、動画は紙の本と違い、大事なところだけを飛ばし読みするといった使い方が難しい。分野によるが、日本語以外の言語、特に英語を使った動画が多いのもYouTubeの特徴だ。 もちろん日本語同様に英語もリスニングできる人なら問題ないが、そうでない場合は字幕に頼ることになる。「TE

昨今、大規模な言語モデルは企業がさまざまなサービスを提供する際に広く利用されつつある。既に幾つかの企業がこの技術を利用してデータ分析や自社サービスの提供を開始している。 「Microsoft Azure」（以下、Azure）は大規模なスケールアウトが可能なグローバルなパブリッククラウドであり、AI（人工知能）ソリューションを提供する企業がプラットフォームとして活用するケースも多い。Microsoftとしてもこれを活用して自社サービスやプロダクトにAI技術を取り込んでいる。 今回、MicrosoftがAzure OpenAI Serviceの一般提供を開始したことで、ChatGPTの言語モデル「GPT-3.5」やコード生成AI「Codex」、画像生成AI「DALL·E 2」といった最近話題のAIモデルへのアクセスを申請すれば、Azureでこれらを利用したアプリケーションが開発できるようになっ

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。 オーストラリアのLa Trobe UniversityとDeakin Universityに所属する研究者らが発表した論文「Audio-based Deep Learning Algorithm to Identify Alcohol Inebriation（ADLAIA）」は、12秒間の発話に基づいて個人の酩酊（めいてい）状態を予測できる機械学習モデルを提案した研究報告である。 急性アルコール中毒は、認知・精神運動能力を低下させ、交通事故や暴力など、さまざまな公衆衛生上の危険を引き起こす。酩酊者は通常、呼気測定器を用いて血中アルコール濃度（BAC）を測定することによって識別できる。 今回

1.はじめに 今回ご紹介するのは、音声と１枚の顔画像を使って、顔画像がまるで話しているような動画を作成するOne Shot Talking Faceという技術です。 ＊この論文は、2022.12に提出されました。 2.One Shot Talking Face とは？ 下記が、One Shot Talking Faceの概略図です。まず、上段のAudio-visual Correlation Leraning（音声と画像の相関性学習）を行います。 特定話者の音声と顔のキーポイントの動きとの相関性をAudio-visual Correlation Transformer に学習させます。 学習後は、One-shot Generation（音声と一枚の顔画像から動画作成）を行います。音声と１枚の顔画像をAudio-visual Correlation Transformerに入力すると顔のキー

それを、完全とは言えないまでも、かなり元の人に肉薄する品質で再現できる技術がDiff-SVCです。元になる音声データが1時間くらいあれば、与えた音声を、希望する声質に変換することが可能になるのです。 しかも、基本的にお金はかかりません。AI歌声合成が、ちょっとハードルは高いものの、無料で使えて、データさえ集めてくれば誰でも手が出せる。AI歌声合成の民主化と言っていいでしょう。 筆者は10年近く前に旅立った妻の歌声を、UTAU-Synthという、短く切り出した音素をピッチや長さを合わせながら組み合わせていくソフトウェアで再構成しています。1フレーズずつ音素を繋いで、できるだけ不自然にならないように調整していくため、短くて数日、長いと数カ月も時間をかけて完成させていきますが、もうその作業をしなくてもよくなります。 ただ、自分で歌って、もしくは他のボーカルシンセソフトでボーカルトラックをDiff

「企業でDX（デジタルトランスフォーメーション）人材が不足していて、どんな人材を育成したり採用したりすればよいかが見いだせないとき、DXを推進するために必要な専門スキルや人材を見極める参考にしてほしい」。経済産業省情報技術利用促進課の平山利幸デジタル人材政策企画調整官は、IPA（情報処理推進機構）と連携して2022年12月に公開した「デジタルスキル標準（DSS）」についてこう話す。 デジタルスキル標準は、ビジネスパーソン個人にとっての学習指針、DXを進める企業にとっての人材を育成・確保する際の指針である。経産省とIPAは、DXを推進する人材が担う役割や習得すべきスキルを定義した「DX推進スキル標準（DSS-P）」を新たに策定。経産省が2022年3月に公開済みの「DXリテラシー標準（DSS-L）」とセットにしたものをデジタルスキル標準として公開した。

メタバースとは何か？ 定義と注目を集めている背景とは メタバース市場が急拡大している。アビームコンサルティングが、米国の総合情報サービス会社であるBloombergの推計をもとに作成した資料によると、メタバースの市場規模は2020年の4,787億ドルに対して、2024年には7,833億ドルになるとの予測が出ている。また、米国のリサーチ会社であるEmergen Researchの予測によると、2028年には8,289億ドルに達すると試算されているのだ。 そもそもメタバースという言葉が登場したのは、1992年に発表されたSF作家ニール・スティーブンスン氏の小説「スノウ・クラッシュ」によってだった。超越したという意味の「Meta」と、宇宙・全空間という意味の「Universe」を掛け合わせた言葉が語源である。

oVice株式会社は、同社が提供するバーチャル空間サービス「oVice（オヴィス）」と、株式会社ビーキャップが提供する屋内位置情報サービス「Beacapp Here」が連携するオプションサービスを、2023年1月25日より提供開始することを発表した。 「Beacapp Here」は、ビーコンとスマートフォンを活用し、人やモノの所在地を可視化させる屋内位置情報サービスだ。 「Beacapp Here」の画面イメージ 「oVice」は、ウェブ上で自分のアバターを動かし、相手のアバターに近づけることで話しかけられる2次元のバーチャル空間だ。 「oVice」の画面イメージ 今回「Beacapp Here」と「oVice」が連携することで、従業員の位置情報がバーチャル空間内で可視化され、お互いの状況がわかるようになる。これにより、バーチャル空間でリアルな社内コミュニケーションや情報共有が可能となる。

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 イタリア・トリノのスタートアップ企業Cap_ableが、着用すれば顔を隠さずとも顔認識AIに認識されなくなるとうたうニットウェアコレクション「Manifesto」を発売しました。 Cap_ableによれば、この独特の色使いとややサイケデリックな風味もある特徴的なデザインによって、画像認識 AIは人がいるのではなく何らかの動物と勘違いし、顔認識処理を行わなくなるとしています。 共同設立者でCEOのRachele Didero氏は、ニューヨークの大学で修士課程に在籍していたときに初めてAI顔認識技術を知り、ファッションデザインとコンピューター科学を融合して、毎日身につけるもので個人情報を守ることができないかと考え

この記事で使用しているヴィジュアルは、全てAIでモデルを生成しています。人間のモデルと比べても遜色ないクオリティですが、AIを生成しているのはAI model株式会社が運営するサービス「AI model」によるもの。2022年3月にサービスの本格展開を開始し、注目を集めています。そんな「AI model」の開発理由は？活用方法や現状の課題、目標などAI model株式会社CEOの谷口大季氏に話を聞きました。 元々、私は三越伊勢丹や集英社、バーニーズ ニューヨーク（BARNEYS NEW YORK）などアパレル企業向けにECサイトの構築やクリエイティブ制作の支援をさせていただく事業を約17年やっています。そういった業務の中で、ブランドの世界観を表現する撮影において大変な部分が多く、もっと効率化できないか、クリエイティブの表現の幅が広がらないかと試行錯誤をしていく中で、AI技術に注目しました。

前回は、DX（デジタルトランスフォーメーション）に全社として日々挑戦している日本企業が「成功している」と断言できなくしている3つの障壁を紹介した。今回は、それらの障壁が引き起こしている課題と、その解決策を事業部でDX推進を任されたリーダーに向けて提言したい。 ＜第2回のポイント＞DX推進目線での課題は、「経営・事業とデジタルの乖離・不整合」と「DX実行の混乱・離反・衰退」に帰結する解決のキーワードは「DX推進における主体性・自律性の確立」である。そのためにはまず「DX推進主体の明確化」と「DX推進の仕組みの構築」が必要であるDXは各事業部が主体性・自律性を持って推進すべきである日本企業のDX推進における有力なアプローチは「2階建てのDX組織スキーム」であるDX専門組織のミッションは「事業部がDX推進に注力できる環境（仕組み）創り」である。 3つの障壁はDX推進の計画と実行の課題として現れる

画像生成AI「Stable Diffusion」は文章(プロンプト)を入力するだけで好みの画像を生成してくれますが、ローカル環境でStable Diffusionを使う場合は複雑な初期設定が必要です。オープンソースで開発されているPythonパッケージ「ImaginAIry」なら、Stable Diffusionを用いた画像生成環境をpipで簡単に構築可能で、画像生成以外にもプロンプトによる画像編集や超解像機能も利用できてめちゃくちゃ便利そうなので、その機能をまとめてみました。 GitHub - brycedrennan/imaginAIry: AI imagined images. Pythonic generation of stable diffusion images. https://github.com/brycedrennan/imaginAIry ImaginAIryは「L

ソニーグループは映画などの映像作品を視聴した人の情動を数値化し、映像作品制作に役立てている（出所：ソニーグループ） 視聴者の反応から情動をAI（人工知能）技術で推定し、リリース前の映像作品の評価や制作に生かす――。そんな情動推定システムをソニーグループ（ソニーG）の企業が開発し、映像制作での利用が広がっている。映像分野を端緒に、ゲーム制作やマーケティングといったさまざまな分野でAIによる情動分析技術の需要が拡大しそうだ。 従来は、視聴者が見終わった後に紙のアンケートに答えてもらったり、一部の人にグループインタビューを実施したりして、評価を得ていた。映像作品の全体の評価は得られるが、シーンや台詞（せりふ）ごとの感想など詳細な情報を得るのは難しかった。何より、タイムラインに沿った視聴者の直接的な反応を知ることができなかった。 そこで、ソニーGは視聴者の情動を推定できるシステムの運用を開始した。

日本航空（JAL）で全社的なデータ分析・活用が加速している。2019年7月に全社的に導入した米Tableau Software（タブローソフトウエア）のビジネスインテリジェンス（BI）ツール「Tableau（タブロー）」のユーザーは、2023年1月時点で1794人とグループ全体の20分の1程度まで拡大。自前でダッシュボードの作成などをこなせる「Tableau Creator」と呼ばれる多機能ライセンスを契約するユーザーも95人に増えている。 JALの取り組みで特筆すべきは、そうした全社的なデータ活用の推進役を担うプロジェクトチームの存在だ。しかも同チームのルーツは、社員の1人が2018年にひっそり始めた社内有志による非公式の草の根活動だったという経緯がある。そこからわずか3年ほどで全社規模のデータ活用推進の取り組みへと昇華するまでに、どのように周囲を巻き込んで機運を盛り上げていったのか。

MLOpsを体系的にまとめた論文「Machine Learning Operations (MLOps): Overview, Definition, and Architecture」を読んだので、要点をまとめました。 元論文：https://arxiv.org/abs/2205.02302 TL;DR 「MLOpsって何？」に答えた論文 MLOpsに関わる文献調査・ツール調査・専門家インタビューを行った MLOpsに必要な原理・要素・ロール・アーキテクチャをまとめた MLOpsの言葉の意味を定義した MLOpsの課題をまとめた 本文要点 0 Abstract MLOpsは今だに漠然とした言葉であり、研究者と専門家間でMLOpsの定義が曖昧となっている。 本論文では文献調査・ツール調査・専門家へのインタビューを行い、MLOpsを調査した。 調査から以下の結果を体系的にまとめた MLOps

データサイエンティストの皆さん、次のような性能問題にであったことないでしょうか。「データの加工処理が遅いからインスタンスタイプを上げたが速くならなかった」「機械学習の学習が遅いから、GPUを増やしたが、速くならなかった」こういったときにどうすればよいか説明します。

PySimpleGUIでメニュー画面を作成する。 PySimpleGUはデスクトップアプリを作成するGUIライブラリ :::note alert その名の通りデスクトップアプリなので、ローカル上で動作する。googleclabでは実行してもGUIは表示されないので注意。 ::: インストール でインポートできる。 毎度毎度pysimpleguiと打つのは大変なので as sg とすると後が楽。 レイアウトでよく使うもの ・sg.Text('キーワード') ・sg.In(key='word') ・sg.InputText() ・sg.FolderBrowse(key="folder") ・sg.Button('スタート') Text テキストの表示 In 入力欄 InputText 文字入力 FolderBrowse こんな感じにファイル参照される。 ###Button ##レイアウトの仕組

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。テックラボでYahoo!広告のR&Dを担当している水口です。 Yahoo!広告では、入稿時審査や広告配信などのあらゆるフェーズで機械学習モデルを導入しています。旧来は人間が「これは広告として掲載がOKかNGか」（ガイドラインに準拠しているか）を判断していましたが、システムがこの補助をするようになっています。本記事では、その中でもディスプレイ広告の画像審査にマルチモーダルモデルを活用した事例についてご紹介します。 今回構築したマルチモーダルモデルは以下のようになっています。特筆したいのは内部的にはマルチモーダルモデルでありながら、入力には画像のみを使用していることです。これにより他の情報を用意することなく、通常の画像モデ

ChatGPTの使い道がありすぎで怖い！ 英文校正だけじゃない、翻訳、Google Docsとの連携とか、英語ツールの翻訳サポートとか、、 言語の壁を取っ払うだけじゃない、コンピュータとの壁もとっぱらうかもしれない、、

『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day

3つの要点 ✔️ テキスト・音声・動画の特徴を活用した感情認識で高精度を達成！ ✔️ Transformerにより発話間の関係を、Multi-Head Attentionによりモダリティ間の関係を学習！ ✔️ 動画特徴では"表情"だけでなく"シーン全体"のコンテクストを利用する必要性を示した M2FNet: Multi-modal Fusion Network for Emotion Recognition in Conversation written by Vishal Chudasama, Purbayan Kar, Ashish Gudmalwar, Nirmesh Shah, Pankaj Wasnik, Naoyuki Onoe (Submitted on 5 Jun 2022) Comments: Accepted for publication in the 5th Mul

こんにちは。dcm_chidaです。 ドコモ開発者ブログ初投稿です。よろしくお願いします。 はじめに みなさん「NeurIPS」と言う国際会議名を聞いたことがあるでしょうか？ 機械学習・データ分析の分野では毎年たくさんの国際会議が開催されていますが、NeurIPSはその中でも歴史あるトップカンファレンスの一つです。世界中の研究機関や企業から最先端の論文が投稿されます。 NTTドコモR＆DではKDDやNeurIPSといった国際会議の論文読み会を不定期に開催しております。「今年もNeurIPSの論文読み会やるかー」と思って、会議そのもの概要や最新の研究動向などを調べてみたので、ブログ記事にまとめようと思います。 論文そのものの解説記事ではないのでご注意ください。 １分で分かるNeurIPS2022の概要まとめ 会議名称 The Conference and Workshop on Neural

流行りのChatGPTで記事を書いてみたかったので、自動化ネタの定番「Excel操作」をChatGPT君にやってもらうことにしました。 使用するExcelファイル こちらから拝借しました。1000行のデータが含まれています。 複数のExcelファイルを結合してみる 下のような5つのExcelファイルがあると仮定して、中身を結合してもらいます。

はじめに 研究しなきゃなのはわかってるが何から始めればいいんだ、とりあえずでモデル組んだけどまともに動かん。なにがダメなのか分からねぇ、どこをどういじれば何がどう変わるんだ、、、と日々悲鳴をあげている中、Google Researchの研究者による、Deep Learning Tuning Playbook（ https://github.com/google-research/tuning_playbook ）が公開されました。 どうやら深層学習ネットワークをチューニングする際の考え方やら注意点を、Googleの神たちがまとめてくださっているようです。これは読んでおこうと思い、自分の読解とメモついでに和訳してみることにしました。 【注意】 翻訳アプリそのままではなく、一応多少自分なりに解釈して理解したいということで、一部抜けてたり言い回しが違ったり、そのまんま和訳になっているとは限りませ

最近データ活用について改めて色々考えているのですが、データ活用がうまく進められないのは、「そもそも適切なKPI設計ができていない」というのが大きな原因ではないかと思うようになりました。 なぜそう思うようになったのかというと、あちこちでデータ活用の気運が高まるようになり、データに関心のある人が増えていますが、なぜかその多くは、そもそもKPIと関係のないデータを見たがるのです。 というと少々語弊があるかもしれませんが、もう少し言い方を変えると「おそらくKGIと多少関係しているのかもしれないデータ」くらいの意識はあるのかもしれません。 ただ本当にKGIと関係するのか裏付けを取っているかというと、そういうことはなく、なんとなくそうかもしれないといったレベルの未検証の仮説データであることがほとんどではなかろうか、と思います。 KPIはKGIを因数分解したものであれば、当然KGIの一部でもあるので、「

PolarsというPandasを100倍くらい高性能にしたライブラリがとても良いので布教します1。PolarsはRustベースのDataFrameライブラリですが、本記事ではPythonでのそれについて語ります。 ちなみにpolarsは白熊の意です。そりゃあまあ、白熊と大熊猫比べたら白熊のほうが速いし強いよねってことです2。 何がいいの？ 推しポイントは３つあります 高速！ お手軽！ 書きやすい！ 1. 高速 画像はTPCHのBenchmark（紫がPolars）3。 日本語でも色々記事があるので割愛しますが、RustやApach Arrowなどにお世話になっており、非常に速いです。MemoryErrorに悩まされる問題も解決されます。開発者のRitchieがしゃれおつなツイートをしてるので、そちらも参考にどうぞ ↓ 4。 抄訳： （ひとつ目）Pandasは黄色くした部分でDataFram

はじめに ここ最近、Polarsについて調べる中で色々と面白そうだと思い現在勉強中です。今回の記事では勉強内容の整理も兼ねて、Polarsの特色を紹介できればと思っています。 Polarsとは RustとPythonで使える[1]超高速("Blazingly fast")DataFrameライブラリー、つまりデータ解析に使えるライブラリーとなります。pandasに対するPolars(しろくま)であり洒落ているなと思います。 Core部分はRustで実装されており、インターフェースとしてPythonからも呼び出せるようになっています。RustからPythonパッケージへのビルドはmaturin(PyO3)を使っています。 環境 記事作成時のOSや言語、ライブラリーのバージョンは以下になります。関連が強そうなもののみ抜粋しています。 Ubntu 22.04 Python 3.10.6 (mai

Excelにインターネットからデータを取り込むサイト

新卒採用や就職の支援事業を手掛けるネオキャリアとメタバース事業を提供するX（エックス）は2023年1月27日と28日、2024年卒業生に向けた就職合同説明会をメタバース空間を使って開催する。開催時間は両日とも午後1時から午後4時まで。100超の企業が出展し、半数は地方企業という。

現職のコンサルっぽい仕事・インフラアーキなエンジニアな仕事も大好きですが, やっぱデータを見ると興奮するぐらいにデータ好きな人です. startpython.connpass.com 本日（2023/1/19）, ありがたいご縁がありまして, 「機械学習エンジニアが目指すキャリアパスとその実話」というお話をさせていただきました. 参加者の方々, ご清聴ありがとうございました&参加されていない方も気になるポイントあればぜひ御覧ください. 1/19の #stapy で「機械学習エンジニアが目指すキャリアパスとその実話」なるトークをすることになりました, 自画自賛ですが思ったよりいい内容に仕上がった気がします, 機械学習とかデータサイエンティストとかのキャリアでお悩みの方に届くと嬉しいです, 来てねhttps://t.co/KHxAXYY5mr pic.twitter.com/eguUyEnfb

東京に拠点を置くテクノロジー企業「レアゾン・ホールディングス」が、1万9000時間に及ぶ国内最大級の日本語音声コーパス「ReazonSpeech」を無償公開しました。同時に、OpenAIが開発した超高性能音声認識AI「Whisper」に匹敵する性能をアピールする文字起こしサービスも公開されていたので、実際に使ってみました。 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 - Reazon Human Interaction Lab https://research.reazon.jp/news/reazonspeech.html ReazonSpeech - Reazon Human Interaction Lab https://research.reazon.jp/projects/ReazonSpeech/ レアゾン・ホールディングスは「R

こんにちは！いろんなプロに相談できるMENTA代表の入江です。 話題のChatGPT。いろんな質問例がTwitterに上がっていて未来を感じさせてくれます。 ※ただし、どんな質問にも答えてくれるChatGPTですが間違いもあるので注意が必要です。 1)バグを見つけてもらう

DXの先進企業、中位企業、遅れている企業の間で取り組み状況の差が大きいのは、ITへの向学心醸成や全社的なIT教育である。論理思考はもはや当たり前。必要なのはVUCAの時代を生き抜く人材育成だ。 次に第3の仮説である、IT技術者だけでなく全社員のIT技術やDXの学びについて見ていく。ここではDX推進企業の特徴を捉えるため、直接対応している顧客・業務提供先が「自社事業部門」「社内エンドユーザー」「社外エンドユーザー（一般消費者）」のいずれかとした回答者を対象とした。 まずは、自社のDXの取り組み状況を同業他社との比較で尋ね、DX推進度を分類して集計した。業界をけん引する企業になるには何が必要か、経営層や上司の観点から分析した。 具体的には回答者の評価を基に、自社が業界内で「先頭グループ」に位置する企業を「DXリーダー」、「平均的なグループ」を「DXチャレンジャー」、「遅れているグループ」を「D

(追記) 自動ログイン機能が利用規約に抵触していたらしく、マーケットプレイスより削除されました。 GitHubにAPIを使ったものは残っているので、知識があれば動作させられるかと思います。（自己責任） これを使った再配布等の行動はトラブルの元なので控えた方がよいでしょう。 ChatGPT いいよね 最近一番メッセージやりとりしてるのChatGPTだし、なんなら1日にしゃべる量よりChatGPTと話してることの方が多い可能性まであります ChatGPTのチャットツール自体はこちらから参加して試せるわけですが、プログラムを書くときに使ったことのない言語やライブラリを開拓する際ここまで有難い存在はありません． このようにネット上を探し回ると地味に時間のかかる情報もチャット形式で手に入ります． さて、今回の話題ですが、我が愛しのテキストエディタ「Visual Studio Code」のChatGP

近年は対話型AIのChatGPTや画像生成AIのStable Diffusionなど、さまざまなAIが登場して世間の注目を集めています。これらのAIを開発するために使用される機械学習ソフトウェアの過去10年の変遷について、半導体分野のアナリストであるディラン・パテル氏が解説しています。 How Nvidia’s CUDA Monopoly In Machine Learning Is Breaking - OpenAI Triton And PyTorch 2.0 https://www.semianalysis.com/p/nvidiaopenaitritonpytorch ◆TensorFlow対PyTorch 数年前の機械学習フレームワークエコシステムではGoogleのTensorFlowがフロントランナーであり、機械学習業界を支配する準備ができているように見えたとパテル氏は指摘。ま

はじめに こんにちは。イノベーションセンター、テクノロジー部門、データ分析コンサルティングPJの更科です。 この記事では、2022年12月08日にβ版フリートライアルキャンペーンが始まったNode-AIで時系列データの因果分析・重要度可視化・要因分析などをしてみようと思います。 Node-AIは時系列データの分析をするNTT Communicationsの内製開発サービスで、製造業を中心に様々な領域で活用されています。Node-AIについて詳しくは「ノーコードAIモデル開発ツール Node-AI」や「ノーコードAI開発ツールNode-AIの紹介」をご覧ください。 読んでほしい人 ノーコード(ローコード)AI開発ツールに興味がある人 時系列データの可視化に興味がある人 因果分析、特徴量重要度、要因分析に興味がある人 伝えたいこと Node-AIを使ってデータの様々な情報を可視化できる！ No

はじめに 初めまして！イノベーションセンターテクノロジー部門　データ分析コンサルタントPJの松岡和志です。普段はお客様の経営課題に対して、データ分析を通して解決策を提示する仕事をしています。 この記事では内製開発サービスであるノーコードAI開発ツール Node-AIを用いた需要予測について紹介していきます。 読んでほしい人 AIについてこれから勉強しようと思っている人 AIを使ったデータ分析をやりたい人 AIを活用した需要予測を業務に導入したいと思っている人 効率的にデータ分析したい人 ノーコードツールに興味がある人 伝えたいこと Node-AIで簡単に需要予測をするやり方 Node-AIはAIを作る工程がわかりやすく分かれていること Node-AIとは Node-AIは、ブラウザ上からノーコードでAIモデルを作成できるサービスです。NTT Comが独自に開発し、2021年10月11日にリ

新世紀エヴァンゲリオンにでてくる超AI、MAGIシステムを作ってみたメモ。 OpenAI社のGPT3を使って、三頭制合議型のAIシステムを組んでみた。 MAGIシステムとは？MAGIは、アニメ「新世紀エヴァンゲリオン」にでてくる超AI。 このAIの面白い特徴は、性格の異なる3体のAIが、それぞれ独立に見解をだし、それを集約して1つの結論をだすという合議制のシステムです。 キリストの祝福を告げた三賢者にちなみ「メルキオール」、「バルタザール」、「カスパー」という3つのAIが、それぞれ開発者である赤城博士の「科学者」、「母」、「女」として側面をから答えを出します。 MAGI GPT3の実装最近話題のChat GPTの凄さをみるに、「MAGIシステム」現実に作れるのでは？と思って、Google Colabで実装してみました。 1つの質問に対し、GPT3を4回ぶんまわすシステム図のように、1つの質

はじめに データサイエンスで誰もがまず間違いなく扱うであろうテーブルデータ。pandasや最近ではpolarsを使って解析・可視化する人も多いでしょう。一方で、データサイズがそれほど大きくないときは、インタラクティブに編集・プロットしたり、セルの中でちゃちゃっと平均とかを計算できるExcelの方が便利な場合が多いです。 pandasGUIというものもあるのですが、かなり操作性が悪いし、開発もそんなホットではないですね... テーブルデータをExcelみたくいじりながら、いつでもDataFrameでデータを回収してPythonで解析できるソフトがあったらいいなあと思ったので、tabulousというのを作りました。この記事ではこれを簡単に紹介したいと思います。 名前はtabularとfabulousを掛けたものです。GUIはQtで作っています。 なお、詳しいドキュメント（英語）はこちらにありま

Tripwireはこのほど、「AI-generated phishing attacks are becoming more convincing」において、AIによって作成された文章が、フィッシングをはじめとするサイバー犯罪に利用可能だという研究の結果について伝えた。WithSecureが実施した調査によると、言語モデル「GPT-3」を利用することで、一見信頼できそうな内容の悪意のあるコンテンツを驚くほど簡単かつ高速に作成できることが明らかになったという。 Creatively malicious prompt engineering - WithSecure Labs GPT-3は、OpenAIが開発した高性能な自然言語モデルであり、深層学習を使用して人間が作成したかのようなテキストを自動生成することができる。2022年後半に話題となったチャットAIもGPT-3による成果物の一つである

ソフトウェアエンジニアがプログラミングの腕を競い合う競技プログラミングや、データサイエンティストや機械学習エンジニアが機械学習モデルの精度を競い合うKaggle。こうしたコンペティションのトップランカーが持つテクニックやスキルを実際の業務にも活かそうとしている、あるいはすでに活かしている企業も少なくないでしょう。 一方で、その能力を最大限活かして仕事に取り組めるかには課題も残っているようです。「競技のトップランカー」の肩書きに引きずられるためか、彼らの強みを活かすためには起用範囲を絞らざるをえない、という悩みも方々から聞こえてきます。 そんな中、リクルートではトップランカーのスキルや技術だけでなく、「本質的な強み」に着目。その「本質的な強み」を、領域を横断してさまざまなプロジェクトに活用することで、事業課題の解決やサービス価値の向上につなげています。 トップランカーの「本質的な強み」とは、

はじめに Python だけでクロスプラットフォームなアプリを作ることが出来る、Flet というフレームワークについての記事です。 Pythonだけで次のようなWeb・デスクトップに両対応したアプリを作ることが出来ます。 Flet の概要 Flet は Flutter をベースにしています。主に以下のような特徴があります。 From idea to app in minutes 「素早くGUIアプリを作成出来る」ことが、Fletの主なセールスポイントのようです。 Simple Architecture JSフロントエンドやRestAPIを書くこと無く、PythonだけでSPAを作る事が出来ます。 Batteries included Batteries Included は、Pythonの設計思想のようです。電池が付属している、つまりそのままでもすぐに動かせることを指します。 Powere

映画を観たとき、美しい景色に出会ったとき、人の優しさに触れたとき…心を動かされる瞬間はたくさんありますよね。教育学研究科博士後期課程の櫃割仁平さんは、そうした感動体験を心理学の視点から研究しているそう。 いったいどんな方法で「感動」を研究するのでしょうか？学生団体での活動についても教えていただきました。 感動体験の個人差を、俳句から研究する ――櫃割さんの研究内容を教えてください。 「認知心理学の分野で、感動をテーマに研究しています。そもそも研究のとっかかりは、自分自身が感動しやすいこと。学校行事や自分の関わったイベント、芸術作品を鑑賞したときなど、感動するたびに価値観や人生観が変容するような感覚があり、そこにすごく力を感じていました。それがほかの人にとっても同じで、感動というものにそんな力があるのだとしたら、研究する価値があるのではないかと思い始めて。そこで、感動体験の研究をするために大