2023年6月の記事一覧
生成AI時代に能力を10倍に拡張した最強人材になるためのガイド | 意識したい3つのポイント
OpenAIの論文では今後全職業の80%がAIの影響を受けると指摘され、Goldman Sachsはホワイトカラー3億人の仕事をAIが奪うと発表。
生成AIによって自分の仕事が脅かされてしまうのではないかと感じている方も多いのではないだろうか。
しかし、ホワイトカラーやクリエイターがAIに代替されるということはしばらく起きない。
そうではなく、AIを使いこなした人間がそうでない人間を代替する。
定性調査をAIで"ゴリッと"
ども。しょーてぃーです。
モノづくりする際には避けては
通れないのがユーザーの定性調査だ。
私もUXデザイン、マーケティングの中で、
合計何百回も定性調査・分析をやってきた。
が
正直大変である。
費用対効果が証明できず、
組織導入がうまくいかない事例もよく耳にする。
そこでAIを活用することで、
定性調査を効率化するだけではなく
今までにないアプローチを活用して
進化させる方法につ
Stable Diffusionで顔が崩れる、ぼやけるのを改善する方法【ADetailer】
本記事では、崩れてしまった顔を簡単に修復できる、ADetailerをご紹介します。
Stable Diffusionを使っていると「顔が崩れて生成されてしまった…」とお困りの方も多いかと思います。
特にfull bodyなど、引きの画角の際に崩れがちですが、そういった修正をかなり簡単に行うことができます。
早速使い方を見ていきましょう。
After Detailerをインストールするまずは
生成AI/LLM時代のエンジニアリングとの向き合い方とは？ Ubie×ログラス×Gaudiyが語る【イベントレポート】
2023年5月23日（火）に開催された、特別イベント「生成AI/LLM時代のエンジニアリングとの向き合い方」。
生成AI/LLMにいち早く取り組んできたUbie社、ログラス社、Gaudiyの3社で、プロダクトや業務へのAI活用から、生成AI/LLM時代にエンジニアとして必要なスキルやマインドセット、今後の挑戦に至るまでをお話ししました。そのイベント内容を、長編レポートでお届けします！
第一線で
AIで動画&音楽生成はここまで来た!
AI動画生成が結構いいところまできた。
Runway-MLのGen2も素晴らしいのだが、オープンソースのZeroscope-v2-xlがすごい
音楽もmusicgenで大体作れる
これまで音楽生成には否定的だったが、ここまで作れるなら、DJ機材用のループ素材として十分使える気がする。というか30秒も作れるのでループでは勿体無いというか。「久石譲っぽく」とか「ジョン・ウィリアムズ風」とかでそれっぽ
Stable Diffusion WEB UIにおけるマイナスプロンプト検証(AUTOMATIC1111版)
1.はじめに 皆さまはクオリティアッププロンプトと言えば何を思い浮かべますか？
masterpiece？ high quality？
おっと、違いますよね。そう、お馴染み(nude:-1.8)だと思います。
おや？ ご存じでない？
奇遇ですね。私もこの記事を書き始める1時間前に発見しました。
冗談はさておき、実は検証がほぼされていない未知の領域がプロンプトの世界にはあります。
それが
Stable Diffusionの生成設定まとめ
前回学習設定の記事を書きましたが、しょうもないネタ画像を作るのが面白かったので、生成についても書いていきます。WebUIにある機能を中心に書きますが、実装をみないでフィーリングで理解してる部分もあります。
生成過程について Stable-Diffusionは拡散モデルというもので、完全なノイズからノイズを除去していって画像を生成するとかいいますね。ざっくりと以下のような図で表されます。
一般
【プロンプト公開】ジャンル別LOOK BOOK vol.3 100選
こちらのvol.2の続きとなります。
詳しい使い方はブルペンさんの下記記事をご覧ください。
DLファイルは一番下にあります。
👗🌸読モコーナー🌸👗今回 yuuriさんが登場します。
ﾟ*｡＊⌒＊｡*ﾟ＊⌒＊ﾟ*｡＊⌒＊｡*ﾟ＊⌒＊ﾟ*｡*ﾟ＊⌒＊ﾟ*｡*ﾟ
Twitter：𝒚𝒖𝒖𝒓𝒊
note：yuuri__note
撮影協力：AI写真ラボ / AIバーチャルカメラマン
ﾟ
16Kで「OpenAI CEO Altman氏と慶応義塾生との対話」を日本語で理解する
本対談を
27個の要点に分解した内容は、
記事最後に掲載している
※慶應生限定&メディアも入っている＆許諾をとっているわけではないので、全文書き起こしは手元にとどめ掲載はしていない。
OpenAI から非常に大きなアップデートが公開された
・GPT-3.5-turbo-0613 関数呼び出しが使える
・GPT-3.5-turbo-16k
従来コンテキストの長さは4kだったが４倍に
→かんた
Rinna 3.6B の量子化とメモリ消費量
「Google Colabでの「Rinna 3.6B」の量子化とメモリ消費量を調べてみました。
1. 量子化とメモリ消費量「量子化」は、LLMのメモリ消費量を削減するための手法の1つです。通常、メモリ使用量が削減のトレードオフとして、LLMの精度が低下します。
AutoTokenizer.from_pretrained()の以下のパラメータを調整します。
2. Colabでの確認Colabで