AI News

~AI関連記事を3行にまとめて紹介~

💼

大手企業でも進む黒字リストラ、AIに仕事を奪われて“余る人” DMM亀山会長らが語る、AI時代の..

  • 経営者4名がAIについて議論し、リストラ対象の拡大について語る
  • 三宅氏はM&Aの専門家で、スタートアップのM&Aにも積極的に関与
  • 亀山氏はAI企業のM&Aに積極的に取り組んでおり、AIの進化が全業種に影響を与えると語る

🗣️

XTTS: Open Source Release Announcement / Blog / Coqui

  • XTTSは初の生成型テキスト読み上げモデルで、オープンソースとしてリリースされました。
  • XTTSは13の異なる言語で音声を生成し、任意の声をクローンすることが可能です。
  • XTTSは新しいモデルライセンス、Coqui Public Model License(CPML)の下でリリースされました。

💻

売り上げは本当に上がっているか? 〜 グラフで変化を可視化/比較:やさしいデータ分析 - @IT

  • データをさまざまな角度から分析し、有益な情報を取り出す方法を学ぶ
  • 表計算ソフト(ExcelやGoogleスプレッドシート)を利用した作成例を紹介
  • Pythonや統計ソフトRの作成例も触れ、前提知識は不要

💥

「エヌビディアのGPUサーバーが確保できない」、国内のLLM開発企業が悲鳴 | 日経クロステック(x..

  • 「エヌビディアのGPUサーバーが確保できない」と、国内のLLM開発企業が困っている
  • 特にパブリッククラウドを利用するユーザーは適切なGPUサーバーを確保できない状況が続いている
  • このままGPUインフラが不足すると、国内企業による独自LLMの開発が遅れる可能性がある

🚀

富士通の自動機械学習技術とAI公平性技術が、Linux Foundationのオープンソースプロジェクトとし..

  • 自動機械学習技術とAI公平性技術をオープンソースプロジェクトとして開始
  • 新プロジェクト「SapientML」と「Intersectional Fairness」はAIの民主化を支援
  • 2023年9月19日からスペインで開催される「Open Source Summit Europe 2023」で正式に始動

🤖

新しいタンパク質をアミノ酸配列から生成するAI「EvoDiff」をMicrosoft Researchが開発、タンパ..

  • AI「EvoDiff」はタンパク質のアミノ酸配列に焦点を当て、タンパク質生成のコストや制約を解決することが期待されています。
  • EvoDiffは天然変性タンパク質の生成や特定の機能を持つタンパク質の作成も可能です。
  • 今後、実験室でのテストにより、EvoDiffが本当に機能するかどうかが確認される予定です。

🎯

「LLMはタスク処理エンジンにすぎない」 日本マイクロソフト・エバンジェリストが語る“生成AI..

  • AIやGenerative AIを活用することで、市場調査やデータの参照、文章の生成など、目標設定のプロセスをサポートできます
  • ベクトル化やチューニング、責任あるAIの考慮も重要です
  • 開発者が最終的な判断を下すことも大切です

💬

LangChainの「Chain」や「Agent」を使う時は注意が必要 「Chat APIの形式を活かした実装かどう..

  • LangChainは過去の会話を覚えず、新しいリクエストに対しては過去のやり取りを忘れてしまいます。
  • チャットボットなどを作る際には、過去の会話を踏まえて応答してほしいことがあります。
  • LangChainにはMemory機能があり、過去のやり取りの履歴をプロンプトに入れることができます。

💻

PostgreSQL を使用して生成 AI アプリケーションを構築するための AlloyDB AI を発表 | Google C..

  • AlloyDB AIは、PostgreSQLを使用して生成AIアプリケーションを構築するための統合機能セットです。
  • ベクトルエンベディングのエンドツーエンドサポートを提供し、データベース内のエンベディング生成を簡単に行い、高速なベクトルクエリを実行できます。
  • AIエコシステムとのインテグレーションも可能で、どこでも生成AIアプリを構築できます。

🎓

Demystifying Machine Learning - KDnuggets

  • 機械学習は、コンピュータが経験から学ぶことを可能にし、産業を変革し、現代の世界で不可欠なものとなりました。
  • 機械学習には主に4つのタイプがあり、それぞれが異なる学習方法と応用例を持っています。
  • 機械学習のプロセスは、データ収集、前処理、アルゴリズムの選択、モデルのトレーニングなど、6つの基本的なステップから成り立っています。

🤖

元ファーウェイの天才エンジニア、工場作業も家事もできる人型ロボット発表。「コスト400万円に..

  • 元ファーウェイのエンジニアが人型ロボットを開発
  • ロボットは工場作業や家事が可能
  • 製造コストは400万円に抑えられる

🔢

Optimizing your LLM in production

  • 大規模言語モデル(LLM)は人間中心のタスクに取り組む能力が向上し、現代の知識ベース産業で必須のツールとなりつつありますが、実世界のタスクに展開することは依然として困難です。
  • LLMは数十億のパラメータで構成され、推論のメモリ要件が増大します。また、詳細な文脈情報が必要で、非常に長い入力シーケンスを処理できる能力が求められます。
  • 効率的なLLMの展開のためには、低精度の数値精度で動作すること、Flash Attentionというメモリ効率の高い注意アルゴリズムを使用すること、アーキテクチャの革新が有効です。

🔌

Azure OpenAI ServiceとOpenAI のAPI、どちらを使うべき? | 株式会社LIG(リグ)|DX支援・システ..

  • OpenAIのモデルはOpenAI社のAPIだけでなく、Azure OpenAI Serviceでも利用可能
  • Azure OpenAI Serviceは独自のプロンプト追加、外部送信不要、WindowsやAzureとの連携、安定稼働が必要な場合に適している
  • OpenAIのAPIはフィジビリやプロトタイプ組み込み、Azure OpenAI Serviceにない最新モデル利用が必要な場合に適している

🤖

How artificial intelligence can revolutionise science

  • AIは科学の進歩を加速させ、特に医学、気候科学、環境技術などの分野で科学的な発見のペースを劇的に加速させる可能性があると主張されています。
  • AIのツールと技術は現在、ほとんどの科学の分野で応用されており、分析のための有望な候補を特定したり、複雑なシステムのモデリングと分析を行うことができます。
  • AIは「文献に基づく発見」や「ロボット科学者」などの新しい方法で科学の実践を変革する可能性がありますが、その実現には人間の科学者の意欲と能力が必要です。

💻

Learn how to build and deploy tool-using LLM agents using AWS SageMaker JumpStart Foundati..

  • AWS SageMaker JumpStart Foundation Modelsを使用してLLMエージェントを構築および展開する方法を学びます。
  • LLMエージェントは、外部ツールへのアクセスと自己指導型のタスクの計画と実行の能力を持つプログラムです。
  • Amazon SageMaker JumpStartとAWS Lambdaを使用してeコマースLLMエージェントを構築および展開する方法をデモンストレーションします。

👍

5 Amazing & Free LLMs Playgrounds You Need to Try in 2023 - KDnuggets

  • 無料で最新のAIモデルを体験できる5つのLLMプレイグラウンドが紹介されています。
  • これらのプラットフォームは、執筆、コード生成、トラブルシューティング、ブレインストーミングをサポートします。
  • プラットフォームはプライバシーを重視し、匿名で使用可能で、モデルの比較や日常の仕事に利用できます。

👍

MediaPipe FaceStylizer: On-device real-time few-shot face stylization – Google Research B..

  • リアルタイムの顔特徴生成と編集機能を使用したAR体験に対する関心が高まっています。
  • MediaPipe FaceStylizerは、少数のサンプルでの顔スタイリゼーションを効率的に行うモデルです。
  • MediaPipe FaceStylizerはオープンソースで、MediaPipe Model Makerを使用して微調整し、オンデバイスの顔スタイリゼーションアプリケーションに展開することが可能です。

😎

The Most Underrated Application of LLMs - Kasper Junge

  • LLMを使用することで、テキスト分類器の作成時間が7,200分から1分に短縮された
  • 1分のプロンプトではデータ収集が行われないため、分類器の性能を測定する材料がない
  • しかし、分類器があるため、アクティブラーニングのアプローチを使用して効率的にアノテーションを行い、分類器の評価に時間を使うことができる

📚

GitHub - junruxiong/IncarnaMind: Connect and chat with your multiple documents (pdf and tx..

  • IncarnaMindは、大規模言語モデルを使用して個人のドキュメントとチャットすることが可能です
  • スライディングウィンドウチャンキングメカニズムとアンサンブルリトリーバーを利用して、ドキュメント内の情報を効率的にクエリします
  • ユーザーからのフィードバックや新機能の提案を歓迎しています

2023年09月16日

|

このサイトについて

/

ニュースレター

/

@AINewsDev