ホーム > 新着情報：プレスリリース > 2024年09月 > AIによってナスカ調査が加速したことで、既知の具象的な地上絵の数がほぼ倍増し、地上絵の目的が明らかになった 掲載日：2024.09.24 本発表の主なポイント 山形大学ナスカ研究所とIBM研究所の共同研究プロジェクトの成果が、Proceedings of the National Academy of Sciences (PNAS) に掲載されることが決定した。 AIによって加速化された調査によって、6か月間の現地調査で新たに303個の新地上絵が特定された。これにより、ナスカ台地で確認済みの地上絵の数はほぼ倍増した。 巨大な線タイプの地上絵は、主に野生動物が描かれており、直線と台形の地上絵によって構成されるネットワークに沿って分布している。これらは、共同体レベルの儀礼活動に使用された。 小型の面タイプ（レリーフタイプ）の地上絵
このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高いAI分野の科学論文を山下氏がピックアップし、解説する。 X： ＠shiropen2 【更新履歴：2024年5月24日 午後1時50分更新 同時刻時点で論文は取り下げられ、GitHubのリポジトリ非公開となったことを確認しました。 カナダのアルバータ大学や中国の四川音楽学院に所属する研究者らが発表した論文「Sakuga-42M Dataset: Scaling Up Cartoon Research」は、AIモデルのトレーニング用に作成したアニメ動画データセットを提案した研究報告である。 Sakuga-42Mは、GitHubにおいてリポジトリが公開されており、学術研究の目的でのみ使用可能。また、データセット内の画像やビデオの著
5月17日、ドワンゴがSeiren Voice（セイレンボイス）という、これまでにない新たなAI音声合成システムの販売を開始しました。これは、従来のTTS（テキスト to スピーチ）と呼ばれる文字を入力して音声合成とは異なり、人が喋った声を入力し、その発音の仕方、イントネーションやスピード、間の取り方などを、トレースするかのようにターゲットのキャラクタの声に置き換え、非常に高品位な音声合成を実現する、というものです。 今回、その第一弾製品として、「結月ゆかり」、「琴葉 茜・葵」が、それぞれ19,800円（税込）でダウンロード販売の形でスタート。Windows10/11用となっていますが、動作させるにはNVIDIAのある程度のスペックを持ったGPUを搭載していることが必須となっています。そのため、体験版もリリースされており、これを使うことで実際に自分のPC環境で動作させることが可能なのかチェ
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
東京大学・松尾豊研究室発のAIベンチャーELYZA（イライザ／東京都文京区）は8月26日、文章の要約文を生成するAI「ELYZA DIGEST」を試せるデモサイトを公開した。人間より短時間で要約でき、要約の正確性は「人間に匹敵する」という。今後も精度を高め、議事録作りやコールセンターでの対話メモ作成などでの活用を目指す。 同社は自然言語処理技術（NLP）の研究を進めており、日本語テキストデータの学習量・モデルの大きさともに日本最大級というAIエンジン「ELYZA Brain」を開発している。 ELYZA DIGESTは、大規模言語モデルを基に、要約というタスクに特化したAIとして開発。読み込んだテキストを基に、AIが一から要約文を生成する「生成型」モデルで、文の一部を抜き出す「抽出型」モデルなどと異なり、文の構造が崩れていたり、話者が多数いる会話文だったりしても、精度の高い要約文を生成でき
言葉で伝えた動きがアニメーションになったら動画制作はがぜん楽になるだろう。将来的にはAIがこれを実現してくれるかもしれない。 文章をアニメーションに変換する技術の第一歩として、このほどカーネギーメロン大学（CMU）の研究チームが、シンプルな文章で棒人間を動かすことに成功したようだ。 研究を積み重ねることで、脚本からアニメ映画ができる…というような複雑な変換も可能になるかもしれない。・注釈と動きの関連を学習研究チームは、動きを表す文章を単純なアニメーションに変換できるコンピューターモデルを開発した。 Joint Language-to-Pose（JL2P）というニューラルアーキテクチャを使用。JL2Pでは、言葉と動きを一緒に埋め込み、その関連を学習させられる。 たとえば、「人が走りながら障害物を飛び越える」という文章では、「走りながら」といった動きの速度を表す言葉が入っていたり、「障害物を」
ディープラーニングの欠点をカバー、多変量データを短時間観測して将来動向を高精度予測――東京大学の研究グループが新理論を構築：短時間多変数の結果を長時間小変数に変換 ディープラーニングでは大量の教師データを集めることが前提となる。だが長期間にわたって時系列データを集めることは難しい。東京大学生産技術研究所の合原一幸教授らの研究グループは、多変数からなる過去の動向を短時間観測したデータを使って、この前提を崩す研究成果を発表した。遺伝子発現量や風速、心臓疾患患者数などの実際の時間データに対して予測を行い、有効性を確認したという。 東京大学生産技術研究所の教授である合原一幸氏らの研究グループは、多変数からなる過去の動向を短時間だけ観測したデータから、ターゲット変数の将来の動向を高精度に予測する新しい数学的基礎理論を構築した。 一般に、生体や経済、電力網のような複雑系では、多数の変数が複雑なネットワ
人工知能開発は「儲けないと意味がない」 東大・松尾豊さんが見た“絶望と希望”：これからのAIの話をしよう（日本編）（1/4 ページ） 日本企業は世界とどう戦っていけばいいのか。競争力を高める一手段として、人工知能（AI）開発に注目が集まっている。日本国内におけるディープラーニング研究の第一人者である東京大学の松尾豊特任准教授は「シンプルに、日本企業が世界で大きなシェアを占める領域が何かを考え、そこにディープラーニングを組み合わせればいい」と話す。 インタビュー前編：なぜ日本は人工知能研究で世界に勝てないか 東大・松尾豊さんが語る“根本的な原因” 人工知能の研究、開発、ビジネスへの活用──何をする上でも、まずは企業がどうもうけるかを考えることから全てが始まるという。産学連携の重要性や、日本が人工知能開発で活躍できる分野、日本企業で働く人たちが個人レベルでできることなどを聞いた。 （聞き手：デ
――米国や中国に比べ、日本は人工知能開発で遅れているといわれています。なぜ日本はこの競争に負けているのでしょうか。 松尾さん それは、日本がインターネットで世界に負けた理由と似ているのではないでしょうか。 一つは、技術の取り入れ方が非常に遅い点。1990年代後半には若者たちが「これからはネットの時代だ！」と言っていたのに、上の年代の人たちが理解しませんでした。「信用できない」「オタクが使うだけ」と否定し、新しいものが生まれなかった。 今もそれは同じです。一口にAI、人工知能といっても、新しい技術の中心であるディープラーニングに対して、従来の分野へのこだわりが強く、拒否感が強い人も大勢います。 もう一つは、若い人が力を持っていない点。若い人が自分の裁量で自在に動けるような社会環境になっていません。彼らに裁量を与えて何かやらせれば絶対に何か起こるんですけど、それをやらせないから変化が起こらない
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
