基礎理論 RxR：多言語の案内指示に対応する能力を測るベンチマーク(1/2)
１．RxR：多言語の案内指示に対応する能力を測るベンチマーク(1/2)まとめ ・話し言葉や書き言葉を使った指示に応じて複雑な環境を案内できるAIの開発は大きな課題 ・視覚と言語のナビゲーション(VLN)と呼ばれるこの課題には、空間言語の高度...
基礎理論 
インフラ ETLの未来がELTではなくEL(T)である理由
１．ETLの未来がELTではなくEL(T)である理由まとめ ・ETLは柔軟性、視認性、及びデータ追加時にコストがかかる事が問題点である ・ELTは、データを取り込んだ後に変換するのでデータ要件が変更されても追加コストが不要 ・最終的にExt...
データセット ToTTo：表から文を抽出する能力を測るためのデータセット(2/2)
１．ToTTo：表から文を抽出する能力を測るためのデータセット(2/2)まとめ ・最もパフォーマンスの高いモデルであっても約20%の確率で情報を幻覚化するように見える ・最先端のモデルでも幻覚、数値的推論、および稀なトピックに苦労している事...
データセット ToTTo：表から文を抽出する能力を測るためのデータセット(1/2)
１．ToTTo：表から文を抽出する能力を測るためのデータセット(1/2)まとめ ・自然言語生成は元の文章に存在しない幻覚のような文章を生成してしまう事がまだある ・既存のデータセットでは幻覚の原因がデータノイズなのかモデルの欠点なのか特定が...
入門／解説 10億のパラメータを持つ人工知能は張り詰めたぁ～弓のぉ～震える弦よぉ～♪の続きを歌えるのか？
１．10億のパラメータを持つ人工知能は張り詰めたぁ～弓のぉ～震える弦よぉ～♪の続きを歌えるのか？まとめ ・未完の文章や画像の続きを作風を合わせて完成させる事が出来る人工知能が発表されている ・Jukeboxは同様に生の音楽のイントロの続きを...
アプリケーション Pr-VIPE：異なる視点から撮影した画像間で人間の姿勢の類似性を認識(2/2)
１．Pr-VIPE：異なる視点から撮影した画像間で人間の姿勢の類似性を認識(2/2)まとめ ・Pr-VIPEを使用して異なった視点から撮影された動画から同じポーズを検索する事が可能 ・カメラパラメータを使用せずに異なる視点から同じポーズを取...
アプリケーション Pr-VIPE：異なる視点から撮影した画像間で人間の姿勢の類似性を認識(1/2)
１．Pr-VIPE：異なる視点から撮影した画像間で人間の姿勢の類似性を認識(1/2)まとめ ・人間の姿勢を画像や動画などで2次元として撮影するとカメラの視点によって見え方が異なる ・二次元情報のみを使用して三次元ポーズの類似性を認識できると...
アプリケーション Jukebox：歌声を含む生のオーディオを生成可能なニューラルネット(2/2)
１．Jukebox：歌声を含む生のオーディオを生成可能なニューラルネット(2/2)まとめ ・Jukeboxは局所的には一貫性のある音楽を作成できるが曲全体で見るとまだ構造把握が甘い ・ダウンサンプリングとアップサンプリングを行っているためノ...
アプリケーション Jukebox：歌声を含む生のオーディオを生成可能なニューラルネット(1/2)
１．Jukebox：歌声を含む生のオーディオを生成可能なニューラルネット(1/2)まとめ ・音楽におけるスタイル転送が歌声を含む生の音声データで可能なOpen AIのJukeboxの紹介 ・CD品質の音楽は1,000万を超えるタイムステップ...
AI関連その他 2021年にあなたが注目すべきトップAIアーティスト
１．2021年にあなたが注目すべきAIアーティストまとめ ・様々な領域でAIを使ったアートを発表している海外のトップアーティストの紹介 ・現時点では一般的な「アート」とは見なされない可能性が高いものも含まれる ・美術史から学べばどんな分野も...
AI関連その他 2020年版AIによる創造と夢(2/2)
１．2020年版AIによる創造と夢(2/2)まとめ ・OpenAIのGPT-3は造物主が何者であるのか問う質問に回答可能 ・OpenAIのJukeBoxは生の音を対象にして作風を真似て作曲が可能 ・これらを組み合わせるとAI主導のPodCa...
AI関連その他 2020年版AIによる創造と夢(1/2)
１．2020年版AIによる創造と夢(1/2)まとめ ・AIを使って作文、作曲、画像生成、合成音声、など様々な表現が出来るようになった ・それらを繋ぎ合わせて映像作品などを造られている方の2020年の作品集まとめ ・画像、動画、独自の空間効果...