すべてのカテゴリ

【AI CM】 文字や写真やイラスを自動で作る 自動生成型AIの進歩は ニューラルネットワークが出来た 10年前から凄い進歩をし始めました このニューラルネットワークは 人の脳と同じ情報処理方法をする コンピューターの事で 今までのPCと全然違います。 これ以前のAIは 普通の情報処理コンピューターで AIとして不向きな物だから AIが全然進化しませんでした。 この特殊な処理をする AI専用コンピューターに ネットにある膨大な情報を記憶させ どんどん賢くさせて行きました。 人の問いかけに対し この膨大な情報を元にAIが 問いかけに近い物を組み立てて作り 人に提供します。 しかしまだAIは 人の気持ちや感性を理解できず 人の問いかけに対し全然違う 変な回答を作ってしまいます。 そんなAIにピザのCMを作らせたら 架空のピザ屋を作り出し 登場人物の動作や顔や物理法則を 完全に無視したホラーになりました 〓＝〓＝〓＝〓＝〓＝〓＝〓＝〓＝〓 【後悔】 CMに出てくる架空のピザ屋の名前は 「ペパロニハグスポット」と言う 意味が解らない名前のピザ屋で いかにもホラーっぽいです。 全体的な映像も何だか薄暗く ピザを食べる家族や配達員や ナレーションなどの場面は 普通に見えてなんかおかしいです 顔も歪んでるしキャッチコピーも 「何か家族みたい！」 「でもチーズたっぷり」とか 面白い事を言ってます。 更に「このピザは 貴方の魂にとても良いです！」とか 不気味な言葉を繰り返してて 音声もなんか虚ろで悪夢の中みたい ホラー感が出てしまう原因は AIがまだ人間の細かい動作が解らず 口を痙攣させてパクパ

前回は、ニューラルネットワークの基本的な仕組みを、ニューロンの模倣から誤差逆伝播法まで一通り解説しました。今回はその応用編として、画像認識AIの心臓部にあたる「CNN(畳み込みニューラルネットワーク)」の仕組みを見ていきます。「画像を判断するAI」がコンピューターの中でどんな計算をしているのか、図解のイメージを言葉で補いながら説明していきます。・そもそも、コンピューターは画像をどう見ているのか私たちが写真を見るとき、そこには「人の顔」や「猫」といった意味のある情報が映っていますが、コンピューターにとって画像は、単なる数字の集まりでしかありません。1枚の画像は、細かい格子状のマス目(画素、ピクセル)に分割され、それぞれのマスに明るさや色を表す数値が割り当てられています。白黒画像であれば、1つの画素につき「0(真っ黒)から255(真っ白)までの256段階」といった具合に、明るさが数値化されているイメージです。このとき、1つの画素をどれくらい細かい段階で表現するかを「ビット深度」と呼びます。8ビットなら256段階、4ビットなら16段階、2ビットなら4段階、1ビットなら白と黒の2段階しか表現できません。段階が少なくなるほど、画像はのっぺりとした荒い表現になっていきます。同様に、画素そのものの「数」が少なくなる(解像度が下がる)ほど、画像はぼやけていきます。画素数が多いほどきれいに画像を表現できる、というのは直感的にも分かりやすいと思います。カラー画像の場合は、赤(R)・緑(G)・青(B)の3つの数値の組み合わせで色を表現する「RGB」方式が広く使われています。これは光の3原色をベースに

ChatGPTやClaudeのようなAIの中身って、結局どうなっているんだろう。そんな疑問を持って、大学のディープラーニング講義資料を読み込んでみたので、その内容を自分なりに整理しながらブログにまとめていきます。今回のテーマは、あらゆるディープラーニングの土台になっている「ニューラルネットワーク」の基本的な仕組みです。数式も出てきますが、一つ一つできるだけ丁寧に説明していくので、ゆっくり読み進めてもらえればと思います。・そもそも「ニューラルネットワーク」って何の真似?ニューラルネットワーク(神経回路網)という名前の通り、これはもともと人間の脳の中にある神経細胞(ニューロン)の仕組みを、数式でざっくり真似したものです。私たちの脳の中では、1つのニューロンが「樹状突起」という部分で他のニューロンからの信号を受け取り、「軸索」を通じて電気信号として次のニューロンに伝えます。ニューロンとニューロンのつなぎ目は「シナプス」と呼ばれ、ここでは神経伝達物質という化学物質を介して信号がやり取りされています。面白いのは、ニューロンの反応の仕方です。ニューロンは、受け取った刺激が一定の強さ(閾値)を超えるまでは「無反応」ですが、閾値を超えた瞬間に一気に「フル反応」します。中間がないんです。これは「全か無かの法則」と呼ばれる性質で、刺激が弱いうちはピクリとも反応しないのに、ある強さを超えた途端にスイッチが入ったように反応する、というイメージです。この「ある条件を超えたら反応する」という仕組みが、後で説明する人工ニューロンのモデルにもそのまま受け継がれています。・人工ニューロンを数式にしてみるこの「ニ

■事前学習AI翻訳モデル実行方法（GCP）１．購入した翻訳モデルをGCPインスタンスにアップ。 (インスタンスのアップロード先：/home/ubuntu/)$ scp -i ubuntu-rsa-gcp-key /xxx/xxx/.zip ubuntu「アット」xxx.xxx.xxx.xxx:/home/ubuntu/２．sshでGCPインスタンスに接続 $ ssh -i ubuntu-rsa-gcp-key ubuntu「アット」xxx.xxx.xxx.xxx３． インストール　（java/python/mmt/python-module） $ cd ~/ $ sudo apt update $ sudo apt install -y openjdk-8-jdk python3 python3-pip $ sudo update-alternatives --set java /usr/lib/jvm/java-8-openjdk-amd64/jre/bin/java $ java -version $ wget 「modernmt/modernmt/releases/downloadのリンクをここに」 $ tar xvfz mmt-4.7-ubuntu.tar.gz $ pip3 install -r mmt/requirements.txt４．アップロードした翻訳モデル解凍 $ unzip .zip５．翻訳エンジン起動 $ cd mmt $ ./mmt start -e -p 8045　&６．翻訳 ./mmt translate -e "翻訳する原文"７．翻訳エン