![](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="600" height="200"><rect fill-opacity="0"/></svg>)
固定
![](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="48" height="48"><rect fill-opacity="0"/></svg>)
こちら、学会としては異例の「いらすとや」という商用サービスをタイトルに使わせてもらいました。画像生成AIと商用利用のあり方について考える材料になっていただければ幸いです。
引用
情報処理学会 / IPSJ
@IPSJ_official
いらすとや×AI：画像生成AIが変える商用画像の未来｜情報処理学会・学会誌「情報処理」 @IPSJ_official #note note.com/ipsj/n/nff4309
#IPSJ #情報処理学会
あるふ
あるふ
11.1万 件のポスト
![プロフィール画像を開きます](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="200" height="200"><rect fill-opacity="0"/></svg>)
フォロー
あるふ
@alfredplpl
画像生成AIエンジニア。AIいらすとやの開発者。デジタル贋作現象の発見者。クリエイターとエンジニアがWin-Winとなる、EmiやClean Diffusionなどを開発中。東大院→NTT研→今。 強化学習若手の会 ()運営係。 ※発言は私見
あるふさんのポスト
中学生の頃、掃除をサボって遊び回っていたら、担任から怒られて、「なんで掃除をやるのか言ってみろ」と言われたので、「教育という名の経費削減」と答えたところ、「わかっているならさっさとやれ」と言われ、以来真面目に掃除するようになったことを思い出した
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="510" height="680"><rect fill-opacity="0"/></svg>)
返信先: さん
たぶん、掃除の意義や目的が大人によって誤魔化されていて、そこが納得できないところがあり、素直に掃除しなかったんだろうな。それで、ストレートに本音をぶつけて、正しかったから、掃除に意義を見出せるようになったんだと思う。
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="655" height="409"><rect fill-opacity="0"/></svg>)
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="680" height="620"><rect fill-opacity="0"/></svg>)
返信先: さん
バズったので宣伝すると、そんな不真面目な人がロボットの研究をしているので、ロボットでなんか気になることがあったらリプライしてください
みんな特許の成り立ちについて理解してないみたいだから、当たり前の話をするけど、あれは企業がノウハウを隠すことを防ぐための仕組みであって、権利を守るのは開示するためのインセンティブにしかすぎないんだからね。本当に隠したい情報は企業は特許にすることはありません。極秘です。
昔から思うに家事用ロボットって人間の都合に合わせたままに無理に家事をさせるからコストが高くなるのであってロボットに合わせて家を作ればわりとあっさりできるのではないかと思うよ。
ルンバのために全ての家具をルンバ分浮かせるルンバブルな部屋とか。
家はロボットと考えたほうが良い。
最近の研究を見ていると、mRNAワクチンは40年間の研究を必要として世界を救い、ディープラーニングは20年間の研究により機械学習を全て塗り替えたと思うと、何が当たるか全くわからないし、自由に研究をさせる余裕こそが世の中大事なんじゃないかなと思うんですよ。浮世離れした考えかもしれませんが。
ボイジャー、人類の夢を載せて半永久的に遥か彼方へ飛んでいくんだろうけど、50年くらい経っても、まだパッチとか当てられるの人類の努力の結晶みたいな感じだ
NASAが190億km離れたボイジャー2号に18時間かけてソフトウェア更新用パッチを送信 - GIGAZINE
![](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="240" height="135"><rect fill-opacity="0"/></svg>)
さらにこの根元には検索エンジンなんですよ。日本の検索エンジンは著作権に足を引っ張られて、Googleに駆逐されたという背景があるんです。その失敗を2度としたくないと検索エンジンの人たちががんばって作ったのが第30条の4なんです。
引用
深津 貴之 / THE GUILD / note
@fladdict
イラスト業界とAIエンジニア業界の文明衝突。騒動の根っこには「改正著作権法、第三十条の四のニ」というのがある。
「大量の情報から、当該情報を構成する言語、音、影像その他の要素に係る情報を抽出し、比較、分類その他の解析を行う」ケースでは、著作者の許諾はいらないというもの。つづく
作者「YOASOBI の曲調はこんな感じで、ChatGPTで歌詞を作り、ボーカロイドを使って曲を歌わせます。」
俺「はい」
作者「ここでネットに落ちているRVCのモデルを使い、声を」
俺「これはあかん」
youtube.com
How to Make YOASOBI song
#yoasobi #vocaloid #jpopYOASOBI Social:Youtube: https://www.youtube.com/@Ayase_YOASOBI/videosMusic : Ayase (https://twitter.com/ayase_0404)Vocal : ikura (ht...
単体で富岳レベルのやつを出すとか、NVIDIAエグいな。
NVIDIA、1EFLOPSの性能で生成AI/LLM処理を加速する「DGX GH200」 - PC Watch
![](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="680" height="383"><rect fill-opacity="0"/></svg>)
やはり、GPT-4、倫理的なナーフがかかっている。男性の未婚率より女性の未婚率の方が低いのは複数の女性が1人の男性と結婚するから、と言う説明すら否定してくる。これ以外の理由でどう説明するんだ。ちょっとこれは残念すぎるな。
-Google日英翻訳の変遷-
原文「存じ上げません」
2015/6「Zonjiage not」
2016/3「No Zonjiage」
2016/10「I have no idea.」
2016/11「I do not know.」 ←New!!!
返信先: さん
バズったので追加に書いておくと、実物を触ると、なんじゃこりゃという気持ちがもっと湧いてくるので、みなさん無印にいきましょう(ステマ
ChatGPT、頭が良い人が使うと頭の良い回答をしてくるため、(構造に詳しくない)頭が良い知識人ほどヤバいと感じるのだが、実はそこまで引き出せる人はごく僅かであって、そのごく僅かな人の生産力を極大にする効果があるだけではないかと思えてきている。
GPT-4がなぜ諸現象を引き起こすのか理解できている人は現状誰もいません。だからこそ、開発者はこの結果を「神の恵み」と称したのです。(技術報告の結論に書かれている)
引用
バーチャル美少女ねむ/Nem
2023年最も輝いたV@MoguLive VTuber Award
2023年最も輝いたV@MoguLive VTuber Award@nemchan_nel
GPT-4、完全に「文脈を理解して対話してる」ようにしか見えないし、「次の単語を予想する」を大規模学習しただけで何でAIがこんなことに頭よくなっちゃったのか私の頭では全然理解できなくてぶっちゃけ怖いレベル。理解してる人いるの？ どこまで行くの？
レベルファイブ、こんなゴリゴリにStable Diffusion を使っていたのか
AI時代の知的財産権検討会（第３回） 議事次第 kantei.go.jp/jp/singi/titek
今、イラスト向け画像生成AI(略して、作画AI)は3つの大きな問題を抱えています。
1つ目はNovel AI Diffusion の漏洩モデルやその漏洩モデルを元としたAnything V3などのモデルがもつ不正競争防止法違反の疑いが高いモデルの利用です。ことが国外であるためややこしいですが、国内ならば立派な犯罪です
コンピュータビジョンの研究課題とその解決手法を一覧にした凄まじいサイトを発見してしまった。しかも、全部コードが付いている。参考になる paperswithcode.com/area/computer-
Real-time LCM、こんな感じにほぼリアルタイムで生成できる。A6000でも十分タイピングについていけれた。
github.com/radames/Real-T
メディアを再生できません。
再読み込み
社内で事前にテストしましたが、おそらく日本語性能ではGPT-3.5-turbo-16kに匹敵する性能だと思います。7Bと軽いので使ってあげてください。 #PR
引用
![正方形のプロフィール画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="24" height="24"><rect fill-opacity="0"/></svg>)
サイバーエージェント 広報＆IR
@CyberAgent_PR
当社が開発した「独自の日本語LLM」である32,000トークン対応の商用利用可能なチャットモデルを一般公開いたしました。
今後もモデル公開や産学連携を通し、国内における自然言語処理技術の発展に貢献してまいります。
cyberagent.co.jp/news/detail/id
ChatGPTには極めて深刻な問題、Hallucinationを抱えています。Hallucinationは噛み砕いていうと、しれっと嘘をつく現象です。ユーザーがこの嘘を嘘と見抜けない領域にChatGPTを適用するのは誤った理解を促す可能性があります。これはインターネット黎明期に似ています。
![](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="360" height="185"><rect fill-opacity="0"/></svg>)
返信先: さん
補足すると、オールつらたんって四諦のことですね。
なお、全文はこちら。
おっす、チーム！じゃあさ、ブッダ様の話したプチイチオシっすぐらい短いまとめ、やっとくわ。出来るだけキャチ〜な感じで。
1. オールつらたん: 少なくとも誰もが何かの苦しみがあんげーじ (>_<)
2.…
さらに表示
ストレートに言いましょう。NovelAIDiffusionを越えるには採算度外視な改良型Imagen を使います。1枚目がLatent Diffusion の限界で、2枚目が普通のImagenの中途半端版です。これだけの差があります。Google が公開しない理由がわかりますか？本質的にやばいんですよ。
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="256" height="256"><rect fill-opacity="0"/></svg>)
瞳孔のサイズが人によらず一定であることから、目の三次元位置をカラー画像から推定する手法らしい
引用
Google AI
@GoogleAI
Presenting a novel method for metric distance estimation from video using #MediaPipe Iris 
— no depth sensor required. Check out our blog for more details at goo.gle/3kmL519
— no depth sensor required. Check out our blog for more details at goo.gle/3kmL519メディアを再生できません。
再読み込み
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="358" height="360"><rect fill-opacity="0"/></svg>)
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="360" height="320"><rect fill-opacity="0"/></svg>)
本当にAIの時代になったなぁと思う一方、今日のNHKニュースを見ても、一ミリもGPT-4の話題が出てこなかったので、単に偏って情報を見てるだけなんかなと言う気持ちにもなる
MicrosoftがやらかしてGPT-3.5-turboのパラメータ数を20BとGPTとは関係ない論文で漏らしてしまった。
引用
Teknium (e/λ)
@Teknium1
FYI the new code diffusion model paper by some people at Microsoft claims ChatGPT-3.5-turbo is 20B params..
arxiv.org/abs/2310.17680
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="528" height="378"><rect fill-opacity="0"/></svg>)
今ふと、量子コンピュータって限られたアルゴリズムしかできないから、新しいアルゴリズムをGPT-4に考えさせればよくない？と気づいちゃったわけです。で、やってみたわけです。やってから気づきました。
>これシンギュラリティそのものじゃん<
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="467" height="680"><rect fill-opacity="0"/></svg>)
電卓が計算能力の補助となるように、大規模言語モデルは思考能力の補助、拡散モデルは創造能力の補助になると思う。これらが使いこなせる人と使いこなせない人では話にならない生産性の差が発生するだろう。ホモ・デウスの世界に近付いている。
note.com/nogacchi/n/n0a
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="680" height="491"><rect fill-opacity="0"/></svg>)
返信先: さん
なので、画像生成AIに関して、画風などを特許のように守るべきというのは若干謎です。また、実際に画風を守ってしまうとアシスタントなどが困ってしまいます。なので、防ぐことはできません。
これインパクトが絶大すぎて、本当か疑わしいと斜に構えていたが、どうも元論文がNeurIPS 2022を通してて、その上での再実験のようだから、実装もあるし、本当らしい。これでGPT-4クラスのものができたらどうなるんだ世の中は。
引用
今井翔太 / Shota Imai@えるエル
@ImAI_Eruel
ChatGPT,GPT-4以降の研究で一番のインパクト
arxiv.org/abs/2304.11062
GPT系は最大3万トークン入力で,これが記憶の実現や大量のテキスト入力を妨げていたのですが,本手法はなんと200万トークンが可能に
本や大量のコードも丸ごと入力でき,会話なら過去の情報を丸ごと入力して記憶できるレベル
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="900" height="288"><rect fill-opacity="0"/></svg>)
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="900" height="378"><rect fill-opacity="0"/></svg>)
ペッパーの生産停止で思い出したんだけど、今の会社の面接を受けているときに、「コミュニケーションロボットはこれから幻滅期に入りますが、それでも回復期に入るまで事業や研究を続ける自信はありますか？」と事業責任者に質問したら、「あります」と即答されたので、入社を決めたところがあるな。
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="300" height="195"><rect fill-opacity="0"/></svg>)
docswell.com
フルスクラッチで作る画像生成AI | ドクセル
フルスクラッチで作る画像生成AI
今の私はChatGPTやtext-to-image、text-to-videoにより、以下の仕事が専門家並みに可能です。
・医者(特に精神科医
・弁護士
・弁理士
・税理士
・作家
・写真家
・イラストレーター
・アニメーター
・映画監督
・ソフトウェアエンジニア
他
もちろん、想像の範囲なので試してみないとわかりませんが。
さらに表示世界最高性能の画像生成AI、Imagen Freeが解放されました。 Stability AIとHugging Faceの人たちお疲れ様でした。
引用
あるふ
@alfredplpl
huggingface.co/spaces/DeepFlo
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="680" height="680"><rect fill-opacity="0"/></svg>)
Xを使ってみよう
今すぐ登録して、タイムラインをカスタマイズしましょう。
トレンドはありません。