ディープラーニング

＜ AIのその先 っていうのも どんどん明確になってきているらしいです ＞ 人間は、自分たちが作り出した道具によって生活環境を大きく変えるっていうことを、大昔から何回も経験して来ていますよね。 原始の時代に「火」を道具として扱うようになって、食生活だけじゃなくって、焼いて、溶かして、生活インフラに与えた影響はとんでもなく大きなものだったでしょうね。 地球上にほぼまんべんなく生活していたであろう人間たち全員に、「火」の利用が伝わるのにどれくらいの時間を要したんでしょうか。 もちろん、同時多発的に各地で「火」を利用するようになったことも考えられますけれど、通信手段を持たない時代、国とか人種とかって…

『人間にディープラーニングは可能なのか』 このことについてNohJesuが話している動画があります。 www.youtube.com ディープラーニングといえばAIの進化がすぐに思い浮かびますが、このところのAIの進化は目覚ましく、AI研究の第一人者であるジェフリー・ヒントン氏もその危険性について警鐘を鳴らしているほどです。 このような事態を招いたディープラーニングですが、これは、人間だったら価値を見出せず無意識のうちに捨ててしまうような膨大な量のデータさえもひとつ残らず取りこぼさず、ビッグデータとして蓄積し、帰納論証的に結論を導き出す学習のことをいいます。 NohJesuの話の中で最も衝撃的…

PytorchでTraining済みのmodelを用いて推論を行う。 結果をtest dataのファイル名と一緒にcsv出力する。まずは、下準備 # module import import os import torch import torch.nn as nn import torch.optim as optim import torchvision from torch.utils.data import Dataset, DataLoader,TensorDataset,random_split,SubsetRandomSampler, ConcatDataset from tor…

機械学習ある程度やっている人が稀に遭遇する現象 あれ, testデータの方がtrainデータよりaccuracy高くね？ なんか変じゃね？すごい不安, このままリリースして問題ないの？この現象, もしかするとdropoutが原因かもしれません。この記事の内容を要約すると, 「modelのtrain時とeval時でbatch normalizationやdropoutの挙動が異なることから, testの方がtrainよりaccuracyが高くなる現象が発生している場合があるため, 評価方法を見直してみましょう」です。 では実際に, この現象を再現してみましょう。 まずはデータセットを作ります。 …

GPTに都々逸を作らせることは可能か BingChatAIは都々逸を理解しているのか 都々逸とは何か どうして都々逸は GoogleのAI サービスBardにも 締めの都々逸 GPTに都々逸を作らせることは可能か 遅ればせながら生成AIと都々逸について書いてみたい。 生成AIのChatGPTがインターネットに公開されたのは2022年11月末であった。マスコミ等によく取り上げられるようになったのは、もう少し後かもしれないが、公開からすでに半年ほど経っている。それでも、いまだにChatGPTという言葉を聞かない日はない。世間に与えた衝撃はすさまじいようだ。 生成AIにも画像生成や音楽生成、文章生成…

イギリス考古学情報heritagedaily AIディープラーニングは、考古学の分野では、物体や文書の分類、類似点の発見、3D モデルの構築、遺跡の検出に役立ちます。 研究者によると、アーカイブ内の数千枚の衛星写真の問題を強調しており、分析には大量のリソースが必要となるが、自動 AI システムを使用すれば、時間とリソースが大幅に削減されるとしている。 イタリアのボローニャ大学は、イラクのメイサン州でテストを実施し、AI アルゴリズムが 80% の精度で関心のある場所を正確に識別しました。 研究者らは、メソポタミア南部の氾濫原内の考古学的に記録された場所を表すベクトル形状で構成されるデータセット…

文系人間の心構え 最近はAIの普及が目覚ましくなっています。AIによって仕事が奪われてしまうということは以前からよく耳にすることです。私のような純粋文系の人間にとっては本当に危機感を抱くことなのでしょうか？本書は文系AI人材になるための具体的な知識や用語の概念を教えてくれる救いの1冊かもしれません。 スポンサーリンク (adsbygoogle = window.adsbygoogle || []).push({}); 【１】AI社会で職を失わないために 時代の変化とともに、今までも技術は進化してきています。手作業が中心だったこともPCの普及で劇的な変化が生じ、それに伴い新しい職種も登場するなど…

タイトル: LLM-Grounder: Open-Vocabulary 3D Visual Grounding with Large Language Model as an Agent https://arxiv.org/abs/2309.12311 この論文の説明です。 著者: Jianing Yang, Xuweiyi Chen, Shengyi Qian, Nikhil Madaan, Madhavan Iyengar, David F. Fouhey, Joyce Chai 専門外の人でも分かるように概要説明 この研究は、家庭用ロボットが周囲の物や場所を理解するための新しい方法につい…

タイトル: Generative AI vs. AGI: The Cognitive Strengths and Weaknesses of Modern LLMs https://arxiv.org/abs/2309.10371 この論文の説明です。 著者: Ben Goertzel 専門外の人でも分かるように概要説明 この論文は、大規模言語モデル（LLM）と呼ばれる人工知能（AI）について調査しています。LLMは、たとえば、文章を生成したり、質問に答えたりするAIです。このようなAIは、人間のように考えることはできませんが、特定のタスクでは非常に優れています。 この研究では、LLMがどれだ…

こんにちは、最近ピアノを習い始めた安部です。 今回は、ChatGPTのAdvanced Data Analysis (旧Code Interpreter)にBNF式を与えてパーサーを作成してもらおうと思います。 BNF式のように機械的に解釈可能なものであれば、正確にコードを生成してくれるのではないでしょうか？ BNFでうまくいけば、その他の様々な形式のデータやフォーマットからパーサーを自動生成してくれることが期待できそうです。 1. BNFとは BNF（バッカス・ナウア記法）とは、プログラムの構文規則（文脈自由文法）を記述するための記法です。 正確な定義よりも具体例を見た方が早く理解できると思…

人工知能はなぜ未来を変えるのか 松尾 豊・塩野 誠 本作品の全部または一部を無断で複製、転載、配信、送信したり、ホームページ上に転載したりすることを禁止します。また、本作品の内容を無断で改変、改ざん等を行うことも禁止します。 本作品購入時にご承諾いただいた規約により、有償・無償にかかわらず本作品を第三者に譲渡することはできません。 本作品を示すサムネイルなどのイメージ画像は、再ダウンロード時に予告なく変更される場合があります。 本作品の内容は、底本発行時の取材・執筆内容に基づきます。 本作品は縦書きでレイアウトされています。 また、ご覧になるリーディングシステムにより、表示の差が認められること…

タイトル: Transformers versus LSTMs for electronic trading https://arxiv.org/pdf/2309.11400.pdf この論文の内容を簡単に説明します。 著者: Paul Bilokon, Yitao Qiu 概要: この研究では、金融の時系列予測において、LSTM（Long Short-Term Memory）とTransformerという二つの異なる人工知能モデルの性能を比較しています。LSTMは、これまで金融の時系列予測で広く使用されてきました。一方で、Transformerは自然言語処理（NLP）で成功を収めており、時系…

強化学習と深層学習（ディープラーニング）：共通点と相違点を解説 人工知能（AI）の分野では、様々な学習手法が開発されています。その中でも、近年注目を集めているのが強化学習と深層学習（ディープラーニング）です。 強化学習と深層学習は、どちらもAIの高度化に貢献している技術ですが、その仕組みや応用範囲は異なります。本記事では、強化学習と深層学習の共通点と相違点について、わかりやすく解説します。

タイトル: 「Generative AI vs. AGI: 現代のLLMの認知的な強みと弱み」 https://arxiv.org/abs/2309.10371 著者: Ben Goertzel 概要: この論文では、2023年半ばのLLM（大規模言語モデル）に関する詳細な考察が行われています。具体的には、ChatGPT, GPT-4, Bard, Llamaなどのモデルに焦点を当てています。これらのシステムの認知的な強みが検討され、その後、これらのLLMがどのような認知システムであるか、そして人間がどのような認知システムであるかという点での大きな違いに注意が払われています。これらのAIシステ…

1. im2colの基本 「im2col」は、畳み込み演算を効率的に行うための手法です。具体的には、4次元配列（ミニバッチサイズ、チャンネル数、縦幅、横幅）を行列に変換し、畳み込み演算を行列積の計算として実行します。この変換により、畳み込み演算の処理速度が劇的に向上します。 2. im2colの動作 入力: 4次元の入力データ（例: ミニバッチサイズ、チャンネル数、縦幅、横幅） 出力: 2次元の行列 im2colは、入力データから局所的な領域を抜き出し、それを1列のデータとして展開します。この操作を入力データ全体に対して行うことで、2次元の行列が得られます。 3. im2colのコードの解説 …

Born in 1917, started racing at age 102👏pic.twitter.com/REfYIW3ds1 — Tansu YEĞEN (@TansuYegen) September 20, 2023 pic.twitter.com/2ovOkC9VUW カナダの樹氷らしい。きれい — 以下略ちゃん™ (@ikaryakuchan) September 20, 2023 The life is very short, enjoy every day... pic.twitter.com/zYLuYQVOJp — The Best (@ThebestFigen) Sep…

こんにちは、igaです。 先日、久しぶりにライブで声を出したらのどが枯れてしまいました。 前回に引き続き、Azure OpenAIのセキュリティを向上させるため、ネットワークのアクセス制限について確認します。 今回は、以前検証した独自データを使用する場合のネットワークのアクセス制限について確認します。acro-engineer.hatenablog.com Azure OpenAIの構成 前回の構成で、Azure OpenAIに対してインターネットからのアクセス制限を行いました。独自データ（原文の表記はon your data）を使用する場合、構築した直後はデータを保持するCognitive …

目次 はじめに 第１章：AIの基礎知識 （１）AIってなに？ （２）AIの歴史 （３）AIの課題や問題点 第2章：ChatGPTとは （１）ChatGPTってそもそもなに？ （２）OpenAIってなに？ （３）ChatGPTで何ができるの？ （４）ChatGPTにできないこと 第3章：ChatGPTの登録方法 【事前に準備しておくもの】 【ステップ１】OpenAIのサイトにアクセス 【ステップ２】アカウント作成 【ステップ３】利用開始 ・画面の説明 第4章：ChatGPTの使用方法 （１）基本的な使い方 ・会話の始め方 ・スマホで使う場合 （２）ChatGPTの利用料金は？ ・利用料金 ・有料…