→ディープラーニング
llama.cppとは、 C++で実装された軽量なLLM推論エンジン。 MIT Licenseのオープンソースソフトウェア 次のバックエンドをサポートしている Backend Target devices Metal Apple Silicon BLAS All BLIS All SYCL Intel and Nvidia GPU MUSA Moore Threads GPU CUDA Nvidia GPU HIP AMD GPU ZenDNN AMD CPU Vulkan GPU CANN Ascend NPU OpenCL Adreno GPU IBM zDNN IBM Z & Linux…
はじめに 先日、母から実家近辺に住み着いている野良猫の画像が送られました。 動物好きの自分は母の思惑通りキュンキュンしてしまったのですが、画像が少し荒いため高画素化したいと思いました。 しかしながら高画素化アプリはどれも課金制だったり、広告が超絶長かったりで、量産的作業においては簡単に実行ができない状況です。 そのため今回は勉強も兼ねて、オープンソースである超解像モデルを使って高画質化をトライしてみました。 ＼ネコチャン！／＼カワイイ！／ 超解像について（以下Geminiによって監修済） 「超解像（Super-Resolution）」とは、機械学習を活用した補完によって高品質な拡大画像を生成す…
スマートフォンの顔認証、写真フォルダの自動整理、車の自動運転支援…。私たちの身の回りで、AIが「目」を持って世界を認識する技術は、もはや当たり前のものとなりました。そのほとんど全ての技術の根幹を支えているのが、「CNN（畳み込みニューラルネットワーク）」です。 今回は、このCNNが「どのような仕組みで画像を認識するのか」「どのような歴史を経てAI界の主役になったのか」、そして「どのような価値をもたらしたのか」を、分かりやすく紐解いていきましょう。 CNNとは何か？ - 画像の特徴を捉える「特殊なフィルター」 CNN（Convolutional Neural Network）とは、人間の脳が物を…
AI、特に自然言語処理の分野で重要な役割を果たすGRU（Gated Recurrent Unit）。これは、長期的な文脈を記憶できる優れたモデルLSTMの進化形、あるいは非常に成功した変種と位置づけられています。 この記事では、GRUがなぜ開発され、LSTMと比べて何が画期的なのか、そして、その「軽さ」が具体的にどれほどのインパクトを持つのかを詳しく解説します。 なぜ開発されたか？ - LSTMの「重さ」という課題 GRUを理解するには、まずLSTMが解決しようとした課題とその成功、そして新たな課題を振り返る必要があります。 LSTMは、従来のRNNが苦手だった「長期的な依存関係（文脈）」を記…
しょせん、世界認識を目的に、現実っぽく再現するために再構築（シミュレーション）しようとする試みなのだ。 「知能とはなにか」である。タイトルでか過ぎ問題である。答えはシンプルだ。定義があるようで、実はない。そんなことある？と聞き返したくなるが、物理学から知能研究、深層学習を長年追ってきた著者にとっては、不思議なことではない。それだけ揺らぎのあるものだし、コンピュータサイエンスの急発達が突破口を開いてしまっただけのことであって、起きていることと、原理原則の理屈から状況を把握してみれば冷静になれる話しだったりする。 本書は、2020年代の生成AIのブレークスルーをあらためて振り返るとともに、ギリシャ…
私がAI業界で最も注目している技術の一つ、DeepSeekの「Janus」シリーズについて詳しくお話しします。このAIモデルは、まさに次世代のマルチモーダルAIの可能性を示す革命的な存在です。 Janusとは？二つの顔を持つ神話の神から名付けられたAI Janusの革新的なアーキテクチャ：分離と統合の巧妙なバランス Janus-Pro：さらなる進化を遂げた次世代モデル 主な改良点 JanusFlow：創造性を重視した新しい生成技術 圧倒的なパフォーマンス：業界トップクラスの性能 実際の使用体験：開発者にとっての魅力 将来性と課題：マルチモーダルAIの未来 期待される応用分野 技術的な課題と今後…
私は最近、AI業界で話題になっているLeerooという企業について深く調査する機会がありました。Y Combinatorに支援されたこの企業が提供するAIエージェントは、従来のAIとは一線を画す革新的な技術を持っており、その可能性に驚かされました。今回は、Leerooの技術と将来性について詳しくご紹介したいと思います。 Leerooとは：次世代AIエージェントの先駆者 従来のAI技術との決定的な違い mergoo：LLM統合の革新的ライブラリ 実用的な応用と顧客価値 技術的基盤と開発者コミュニティ 創設者チームと企業の信頼性 AI業界における戦略的優位性 今後の展望と可能性 まとめ：AI の未…
戦略的思考で勝ち抜く！ボードゲームとKaggleで学ぶ実践的アプローチ 1. はじめに 戦略的思考は、ビジネスやデータサイエンスの分野で成功を収めるために不可欠なスキルです。今回は、ボードゲームを通じてゲーム理論を学ぶ『ゲーム理論の〈裏口〉入門』と、Kaggleコンペティションで成果を出すための実験管理術を解説した『目指せメダリスト！Kaggle実験管理術』の2冊を紹介し、それぞれのアプローチから戦略的思考を深める方法を探ります。 2. ボードゲームで学ぶ戦略的思考 『ゲーム理論の〈裏口〉入門』 https://amzn.to/3HahjNa 野田俊也氏による本書は、ボードゲームを題材にゲーム…
youtu.be 誤読の嵐です😥 桜花賞を（さくらしょう）って言うし、末脚は（諏訪市）。競馬用語の読み方リストを資料に加えたらいいかもしれないけれど、現時点では競馬に関しては使えない。 これは日本競馬だと収集するデータが日本語だけになってしまうからだろう。ビートルズ関連なら超マニアックな話題でも正確に調べて、正確に発音するのに、日本の競馬の話題になるとグダグダになってしまう。 競馬に関してはネットに転がっている情報が石の多い玉石混交で、JRAの公式サイトも文字情報が少ない。深層学習でも基準となる基礎データがウィキペディアぐらいしかないので、競馬関連に関しては阿呆になるのだろう。 というわけで、…
データインテリジェンスチームの黒臺(くろだい)です。 様々なものを対象としてセグメンテーションができるSegment Anything Model(以降SAMと表記)を本記事ではGoogle Colaboratoryで実装をします。SAMモデルの概要について、詳しい説明はこちらの前編記事を参照して下さい。 kdl-di.hatenablog.com 目次 前編のまとめ 実践編①自動でセグメンテーションを行う場合 実践編②ポイントプロンプトを使いセグメンテーションを行う場合 実践編③ボックスプロンプトを使いセグメンテーションを行う場合 まとめ 最後に 参考資料 出典 前編のまとめ 前編の記事では…
ledge.ai
speakerdeck.com
www.slideshare.net
speakerdeck.com
pc.watch.impress.co.jp
ch.nicovideo.jp
note.com
komi.hatenadiary.com
qiita.com
