◎正当な理由による書き込みの削除について： 生島英之 とみられる方へ:【統計分析】機械学習・データマイニング32 YouTube動画>2本 ->画像>10枚
動画、画像抽出 ｜｜
この掲示板へ
類似スレ
掲示板一覧 人気スレ 動画人気順
このスレへの固定リンク： http://5chb.net/r/tech/1659286605/ ヒント： http ://xxxx.5chb .net/xxxx のようにb を入れるだけでここでスレ保存、閲覧できます。
!extend:on:vvvvvv:1000:512 http://2chb.net/r/tech/1597882603/ http://2chb.net/r/tech/1609459855/ http://2chb.net/r/tech/1632587566/ deepfoldてどの程度すごいの？
AI開発用のマシンを自作したいです
「データサイエンティストはやめとけ」というネットの声をまとめた
https://1blog.jp/16212 自作マシンは確かにきりがなさそう
プーチン大統領が「核戦争に勝者無し」と言い出したので、10月までに核を使うと思うわ。
>>5 青天井って英語で言うとブルースカイとかなんの？
ブルースカイって良さげでは？
>>10 調べたら skyrocketing という表現があるみたいですね。
意味は急上昇や暴騰、上限が見えないことらしいです。
人間最後は遊び
実際お金あったらこんなんやらへんやろ？
UKI @blog_uki (2022/08/04 10:00:30)
書きました。
「トレーダーから絵師に転生する話（現在進行中）」
https://ohayua.cyou/?ssl=1&d=note%2Ecom&p=uki_profit%2Fn%2Fn22a488a441ee https://ohayua.cyou/tweet/1554995662009143296/blog_uki 株や仮想通貨のbotterとして超有名な方も経済的余裕ができたらクリエイティブに進む
結局な、人間って芸術家やクリエイターに憧れを抱く生き物なんやな
だからこそ最初っからお金関係なしに人生懸けてクリエイティブの道を選択し突き進む芸術家やクリエイターは至高の存在として輝いて見えるんだろう
人間は消費よりも創造に人生の満足感を見出しますからね。
scikit learn をnvidiaのGPU に対応させられる？
時間のかかる学習を1か月ぐらいやってます
あっ、思い出した
金払わなくても速いよ
有名な研究者の動画とか見ると，みんなMacを使っているのはなぜですか？
彼らは個人の研究者だから
自分が情シスだったらごく一部のマカーのためだけにMacまで管理する手間などかけたくはない
>>39 研究者やサーバーサイドの開発は，Unix使いが多い。
日本の開発者が主にWindowsを使うのは，レベルの低いクライアントサイドの開発要員だから。
そうか？
YouTubeでコンピュータ関係の研究者の動画を見ると，かならずといっていいほど，Macのノートブックを使っています．
ですので，高いけれど，そんなにいいのなら，Macのノートブックを買おうかなとか思ってしまいます．
買ったばかりのグラボを使って学習
>>47 いや、あなたの場合、自分周りの人が使っていて助言を貰える機種にしたほうが幸せになれると思う
どうせある程度の規模を越えてくればローカルではなくクラウドで走らせることになるのでわざわざ割高なMacに拘る意味はない
有名研究者の動画というのが誰のどんな動画なのか知らないけどそれはあくまで「全有名研究者の平均値」ではなく
Macを選択する理由が『ファッションだから』『何となくかっこいいから』になってなければよいな
と、ここでわざわざ書き込んでいる時点で結論は決まってるんでしょうけど。
ですね。
アイフォンなら仕事ができる雰囲気を醸し出せるし、何かに応募しても採用されやすい。
一つのモデル当たりのユーザー数が多いので、情報共有がされやすい。
台湾を支配すれば、中国が一躍、世界のトップに立つことだってあるんですよ。
>>55 スマホの選択で就職が決定されるとはソースはなんですか？
唐突にスマホの話になったんやな。
会社の標準PCはwinだが流石に機械学習環境はLinuxにしとるわ
ここ最近AIイラストの衝撃がTwitterのTL埋め尽くしてんな
キーワードで検索した結果を合成してる、て説明してる人がいて仕組みとしては違うんだけどなと思ったけど、やってることはそういうふうに見えることだし
AIイラストで盛り上がりまくってるこの二つのサービスMidjourneyとDALL・E2ってどいう仕組みなん？
AIに創造性があるか否か。
コンピュータ・プログラムが計算しかできないことは、プログラマならだれでも理解していることです。
真の乱数すらプログラムで実現することはできないのです。
https://gigazine.net/news/20220614-google-ai-lamda-sentient-nonsens/ 先日話題になったこのエンジニアも、そこことは熟知しているはずであり、何か別の目的を以てこのようなことを言い出したのは明白なのです。
※たとえば、中国政府からお金をもらってグーグル・ブランドを傷つけるとか。
ですからグーグルは当然の対処をしました。
>>66 パクリの一切ない創造なんて存在しませんし。
>>68 佐野研二郎「パクリの一切ない創造なんて存在しませんし。」
>>68 しかしパクリしかできないのに創造とはいいません
>>66 まあそれは人間の脳から生じる創造性も似たようなもんだろ
人間も脳に学習したデータがまったく無かったら何も生み出せないんだし
人間そのものもまた何者かに作られたAIに過ぎないからねえ
だって、俺たちってシミュレーション上のオブジェクトだもん。俺たちがそのことに気付いたところで実験終了だから、気付かないふりしといと方が良いよ。
佐藤航陽 著書「世界2.0 メタバースの歩き方と創り方」 @ka2aki86 (2022/08/06 22:16:13) [返信:フォロー/@のみ]
AIが作った絵にTLが埋め尽くされてきてるけど、AIに絵を作らせたほうが今みたいにユーザーの反応も良好ってなると、クリエイティブの仕事も人が手でやるものではなくなるだろうな。触ってる人の熱量を見てるとそんな未来を実感できているように映る。創造力を強みに生きる人には寂しくもある話。
https://ohayua.cyou/tweet/1555905586973536256/ka2aki86 Apple、「酔わない車」で異世界へ モビリティーを深耕
> 米特許商標庁は5月、新たに車に関連するアップルの特許を公開した。「動きと同期した仮想コンテンツの没入型ディスプレー」というタイトルのその特許に記されているのは、未来の乗車体験の一端だ。見慣れた道を走行しながら、異世界のドライブを味わえる。
> ある時は警察官や逃走者の気分になってカーチェイスを繰り広げ、またある時は迫り来るゾンビを振り切るために荒野を疾走する。遠く離れたロンドンの市街地や架空の都市で優雅に車を走らせることも可能だ。歴史的な建造物を眺めながら、教養のための時間にあてることもできる。
> これらの疑似体験を実現するのは、仮想現実（VR）のコントローラーや3次元の映像を表示するヘッドマウントディスプレー（HMD）などのシステムだ。窓から景色を眺め、ラジオや音楽を聴いていた車内の時間の過ごし方に「仮想世界に身を置く」という選択肢が加わるかもしれない。
https://www.nikkei.com/article/DGXZQOUC11AW30R10C22A7000000/ 実はAIとXRは近しい！？ ゲームAIの第一人者・三宅陽一郎が語る「XRに役立つ人工知能」
https://www.moguravr.com/xr-kaigi-ai/ >>68 パクリしかできないのとパクリにオリジナリティを咥えるのには天と地ほどの差がある
AIと呼ばれるものは原理的にパクリしかできない
CNNのフィルタについて質問です
人間のオリジナリティと呼ばれるものの仕組みはパクリ(データ)×パクリ(データ)なんだけど、それってまんまAIアートと同じよね
クリエイターの話は正直どうでもいい
>>77 そのオリジナリティだと思いこんでるものが幻想だと知るべきですね。
大昔にベートーヴェンの楽譜を入力してハッシュ法で作曲ってのがあって、同じようなことを論争してたな
時系列をうまく扱えるのはtransformerよりLSTMなの？
人間がパクリしかできないならコンピューターもAIも原始時代から存在したもののパクリということになるぞ
じゃんけんで相手がグー出すかチョキ出すかパー出すか、外界からの観察のみで完璧に予測できるなら、人間は機械のように計算しかできない可能性がある。
じゃんけんが行われている時系列と別の時系列から観察すれば予測出来るよ。
ファイナンス機械学習勉強して仮想通貨bot作ったんだけど先月いきなり月次100万超えて草
意外と学習用に過去チャート画像使ってるやついないから割と美味しい
株とか為替の予測になぜかチャートの画像使いたがる人が定期的に出てくるけどチャートの元データとして完全な数値データがあるはずなのに
>>91 見てるところはそこじゃねえんだなあ
だから勝ってるbotterの人やスキルに腕がある人以外は挑戦出来ないんだよ
火がつき始めたのは去年後半の海外からなんだけどね
チャート画像が持つ情報の全てを元の数値データが持っていることを理解できないのはかなり残念だと思う
>>95 誰もが持てる視点でしか見ることが出来ないからこそ、違う角度の視点をからエッジを見つけられるし、安定的に稼げる戦略戦術を練れる
まあここでポロリしたらエッジ無くなるだけだから詳細は言えんけど、勝ってる以上はそれが正義なのがトレーディングの世界なのよな
それ以外はただのゴミクズ
そら金稼げるのは嬉しいさ
チャート画像をどうこねくり回しても元の数値データ以上の情報が得られるわけないのに錬金術でもやってるつもりかな
多分テクニカル分析に毛が生えたようなことやってるんだろうけどその手の分析の元データにチャートの画像を使う意味はないんだよなあ
チャートに意味があれば前処理してることになるんじゃね、しらんけど
単なる株価チャートではなく何らかの演算を行った上でのチャートにしているとして、仮にそれに意味があるのだとしてもわざわざ画像にせず数値のまま扱えばいい
お前ら分かってない
画像的にチャートが似ていることって株的には意味あるんかね?
ダブルアップがどうだとかダブルボトムがこうだとか
>>108 株屋のテクニックでそういうのはある。
だか、本来は数字でやるべきこと。絵にするのは人間が理解しやすくするため。
音声認識をスペクトログラムでやるみたいなもんじゃね？
スペクトログラムを人間が確認するときはグラフ化するけど
画像だってただの数値データだし
コンピュータってのは数値でしか考えられないんだよ。絵を見せられても、それを数値にしてから考える。だから、もともと数値だったものをわざわざ絵にして渡されても、またそれを数値に戻す必要がある。つまり、絵を経由するのはただの無駄。
>>115 普通に画像認識システムには画像渡すだろ？
何言ってるんだ？
>>116 画像認識システムに渡した画像はそのシステムが具体的にどんなものであってもまずRBG(+α)の3〜4個の数値に変換されるだけ
>>117 そういうことができない奴らが頑張ってやってるんだから最初から最後まで画像だぞ
>>118 当たり前だろｗ
画像が数値データじゃないなんて言うやつがアホ
画像しか扱えないやつもアホだが自分で判断アルゴ組めないんだから任せるしかない
分足の株価をチャート化して、パターン認識で逆三尊が出た！全力買いだ！ってやってるのかw
仮にGoogleとかが作った汎用認識アルゴリズムに適当にデータ入れればある程度判断できるようになるとして
いやいや、今まで正当な方法だと思われてなかったら顧みられなかっただけでなんかしら新しい結果が得られる可能性もあるだろ
そんなレベルでも売買botは作れるってのが納得いかないw
>>123 値動きの数値データからは見えない範囲の空白部分が解釈や影響を与える可能性はありそうですね。
同じ事象の学習データでも数値データとグラフ画像を使うのでは生成されるモデルは何かしらの相違点が生じるでしょうし。
グラフの空白部分には何もプロットされていないんだから情報量ゼロなのに画像を元にした機械学習モデルには入力せざるを得ないだけ
>>126 空白部分の情報がゼロであるというのが典型的な思い込みですね。
例えばグラフで分断された上下の空白の面積ですとか、複数グラフの交点が描く領域の形状などは数値データからも理論上は算出できますが、モデルが特徴量として発見し獲得する難易度やコストは大きく変わるでしょうね。
必死になってて草
S級botter達成したらいよいよゲームプレイヤー系botに着手する
月数百万儲かってるのか。
>>130 結果だけ見ればそうだけどここに辿り着くまでに割と血を吐く思いはしてきた
稼げるモデルを作り上げるまでは種銭少数で実験してきてるから損失は微々たるものやけど、お金以上に精神を削れた感はある
だからこの結実は本当に嬉しくてしょうがない
>>127 わいの着眼点とは違うけど、あなたはあなたで結構センスありそうな気がする
もし気が向いたら参戦をオヌヌメします結構知的で面白い世界が広がってますよ
Twitter見れば分かるけど日本だけでも強強な人が沢山いますし刺激的です
別に自分に害があるわけじゃないんだから、そうやりたいという人のやることを否定することはないでしょう
>>127 ＞グラフで分断された上下の空白の面積
＞複数グラフの交点が描く領域の形状
どう考えても数値のままやった方が高精度かつ高速としか思えない
でもプログラム書けなきゃ意味ないでしょ
>>134 問題点は個々の計算可能性ではなく、アルゴリズムが有限のコストで特徴を獲得できるかどうかですね。
他の人も言及してますが、画像形式で与えることである種の前処理を行なっていると捉えることができ、同じ学習コストを掛けた場合の到達点は明らかに異なりますし。
投資自体が多数のプレイヤーの意思決定に依る動的なゲームと考えると、大多数のプレイヤーが参照している情報形式を前処理として取り込むというのは至極まっとうなアプローチでもありますね。
時系列のデータという概念がわからないと、そのことは理解できないよ。
やっぱこの人ID:Mm+QGPzv0 センスあるわ
まあたしかに詳細でデータ量が多ければいいってもんじゃないよな
>>134 何回言わせんだよｗ
それができないから画像でやってるんだっての
で、分かってないやつはそこまで。それでもまあ儲かる
俺ら的にはその先が重要なんだが、値動きでの判断とそれを画像にしたときとを比較して画像のほうが効率が悪いってのは値動き解析と同じ判断をさせるときの話であって、間違っちゃいない。当たり前だな
で、別に同じ判断をする必要は無くて、何を判断させるかで競い合ってるってのが現状というか趨勢は固まってきてる
>>127 実際に、空白には、どんな重要な情報があるの?
空白部分の情報が、役立った証拠は?
数値データでできないのにグラフ化すればできるという発想が微笑ましい
時系列データあんま詳しくないんだけど
>>144 グラフ本体と空白部分に重要度の差があるという前提を一度捨てたほうが良いですね。
例えば空白部分だけ取り出したとしてもその輪郭から元のグラフの線は復元できますよね？
当然逆もまた然りで、グラフ本体と空白は等価の情報を持つ場合もあるわけです。
これはチャート画像とグラフの値データにも言えることです。
互いに変換できる情報が存在するとき、目的とする情報を取り出すのに変換を挟むのは当然コストがかかります。
機械学習においてはこのような変換を学習で見つけるのは非常にコストが高く付きますので、これを大幅に軽減する意味でもデータの選択や前処理を行っているわけです。
極端な話、グラフの数値データからの変換で理論上は取り出せても学習ではまず到達しえない次元の特徴量を、チャート画像からならば容易に取り出せる可能性があるという話です。
それあなたの感想ですよね(画像略
それに、もう一つ。
>>149 私はチャート画像から良い特徴量が得られるとは一度も言ってないので合ってますよ。
人間にとって数字の羅列よりグラフの方が先が予測しやすそうに見える→コンピューターにもグラフを与えた方が予測しやすい、
実際良い結果が出てるならそれでいいじゃん
蟹工船の題材になった船はマルハニチロの博愛丸なんですよ。
チャートだとローソク足の太さとか値上がり角度とかの情報があるけど、数値だとそれがないからな
そもそも株価ってのは人間の心理が多分に影響している
そもそも、売り買いの判断のためのチャートのパターンが分かってるなら機械学習を使う必要ないような気がするんがなぁ。
>>158 売り買いのBOTを使うのは分かる。機械学習は要らないんじゃない？
チャートの値、ローソク足の数値化した値、移動平均
上がったら買い、下がったら売りを自分でやるのが相場の醍醐味なのにな
RNNの時刻t-1での出力の勾配って時刻tでのΔとVの行列積で求まるんですよね、それは分かります。
アップルが文章や画像から3次元シーンの映像を生成する技術を発表
https://www.moguravr.com/apple-gaudi/ 3Dも来たか
そのうち防犯カメラや写真の信憑性が問われることになるな
サイバーセキュリティ周りは詳しくないから知らんけどそのための電子透かし？やタイムスタンプなのでは？
そうなんか
そういえば攻殻機動隊が映像メディアの証拠能力が失われた世界とかでしたね。
さすがにメタ情報改竄は犯罪だからそういったAIサービスは提供出来ないと思う
>>172 当然犯罪レベルの話だよ
違法AI買ったヤクザに嵌められるとかならありうるでしょ
それを警察がちゃんと見破れるのか
>>174 基本的にクラックは突破するためだから、その後の検証レベルでは専門家が普通に立証するのでは
そのための仕組みだし突破するってことは必ず痕跡を残すことにもなるわけで、何なら検証する側もAIを導入してるわけでさ
>>174 総裁の指示で警察が嵌めるほうがありそうじゃない？
そして、日本国総裁に命令してるのが、統一教会の七精霊ってことも。
>>176 警察でっち上げはたしかにあるかもな
もみ消しとかやってるみたいだし
捏造にAIなんて不安定・不確実なものをわざわざ使うメリットないでしょ
NVIDIA Japan @NVIDIAJapan (2022/08/11 09:27:01)
つい先程 #SIGGRAPH2022 にて、本物そっくりのバーチャル アシスタントやデジタル ヒューマンを容易に作成し、カスタマイズできるようにするためのクラウドネイティブな AI モデルとサービスを統合した「NVIDIA Omniverse Avatar Cloud Engine (ACE)」を発表しました。
https://nvda.ws/3QD29zc https://ohayua.cyou/tweet/1557523950166491136/NVIDIAJapan >>179 あっという間にAIのほうが自動で大量に高品質になっちゃうよ
今の常識だけでものを考えないほうがいい
>>179 手作業の方が高品質なのは現在の常識でしかないのでなんとも。
現在ですらその道のプロたちはアルゴリズムの支援を当たり前のように受けているわけですし。
森羅万象を生成し得る可能性を持ったAIエンジニアこそが真のクリエイターなのかもな
AIと呼ばれるものを数式レベルで理解できない人に限って過大な評価をするよね
>>184 すべて理解したうえで投資詐欺のためにAIの凄さを吹聴してる人も多いのでは？
ニューラルネットの能力をここまで予測できた人なんて40年前には数えるくらいしかいないのでは？その人らは当時nnを過大評価してるといわれてたと思う
ニューラルネットなんて大昔から理論は大して変わっていないしコンピューターのスペック不足がボトルネックというのはその頃から周知の事実でしょ
一部の分野ではもうデータ量とそれを処理可能なハードウェアの勝負になりつつあるしな
勾配消失や誤差逆伝播法の開発を知らんのか？
この流れで勾配消失の解消と誤差逆伝搬処理を出すとか筋が悪すぎる
人間の脳細胞の数にも複雑さにも遠く及ばないのに
今ではデータ数が数十億枚とかだろ？
複数の音が混ざってるmp3ファイルがあって、時間指定をしてその間にだけ含まれる成分を抽出するAIを作りたいです
matlabとwavelet toolbox 購入
>>199 機械学習を使うメリットがあまり感じられませんが、通常のアルゴリズムでは駄目な理由がなにかあるのですかね？
>>201 AIならできるかなと思っただけです
アルゴリズムでもできるんですね
よかったらやり方を教えていただけませんか
>>202 取り出す成分が何を指しているか曖昧ですが、とりあえずフーリエ変換などで調べるとよいかと。
音声認識系の分野はまた特殊ですので、専門性の高いメディアに当たる必要がありますね。
当然近年では機械学習を用いた手法も多数ありますが、音声を扱う上で古典的なアルゴリズムによる処理は避けられません。
たとえば音楽ファイルがあって、楽器ごとの音声成分を分離するみたいな感じです
バイオリンとヴィオラをうまく分けられるかという話ならAIかもね
>>207 ただで教示することはないんじゃね？
ある程度自分で考えましたか？
他人を無償で利用することしか考えない奴の方がよっぽど性格悪いぞ
>>209 LSTMとか使うのかなとは考えましたよ
あとは各成分が入っている時間帯をone-hot表現で与えるとか
結局のところ
>>199 はファッションでaiを持ち込もうとしてるという認識で正しい？
アルゴでやり方思いつかないからAIって言ってるだけでしょ
>>216 素人の耳では区別がつかないくらいの精度がありますね。
何かしらのデータ作成にも使えそうです。
機械学習に使われることの多いライブラリじゃないの
以前のこのスレは実務家と研究者が書き込んでた感じだけど今はワナビーとベテラン気取りの初心者が書き込んでる感じだな
現在の暗号って、巨大な素数2つの掛け算を見抜けば破れるんですよね
素因数分解AIが存在したとして、「任意の数を正しく素因数分解できる」ことを証明できない
正しく分解できるかはかけてみりゃわかるよね
AIでもエラトステネスでも単純に素数で割り算していくのでも
>>232 二つの数を出して掛けてもそれらが素数同士かどうかはどうやって確かめるんだ
AIを使うことが目的になるとこんな的外れな使い方をやろうとしてしまう
そんなことになったら情報系学部卒は全く価値ないってことになるぞｗ
小学生でもAI作る子がいる時代に、全てのアルゴリズムを学習しとけは無茶だろう
誰も全てのアルゴリズム学べなんて言ってない
>>241 バブルソートはともかく、シェルソートを持ち出してくるとは、あなた、マニアックな人ですね……
>>230 力技以外で破るとなると効率的な素因数分解の手法を発見するしかないので、そのAIが行うのは暗号解読ではなく数学研究になりますね。
機械学習の原理的に帰納的な問題解決しか出来ないので問題に対して手法の相性が良くないかと。
AIで暗号が効率的に破れるなら世界中のネット犯罪組織が取り組んで既にあちこちで強固な暗号が破られまくって被害が多発していなければおかしい
絵を描くAI「Midjourney」なぜ人気？ 「画家を駆逐するリアリティ実感」...識者が考える「人間への問い」
実用性を基軸にしたコンセプトアートの説明を踏まえ、2人は「イラストレーターやコンセプトデザイナーなど、何らかの用途に奉仕するための技術提供という職業であれば、高い確率でMidjourney等の自動画像生成ツールに取って代わられるでしょう」としている。さらに他の芸術についても、「美術に限らず、音楽でも文学でも、『売れるための』とか『ここちよさのための』などのイラストや劇伴やコピーではAIが人間を凌駕するでしょう」とした。
なお、実用性から離れた「芸術のための芸術」については、2人はさらに踏み込んだ見解を示した。
「唯一、コンセプチュアルな『芸術のための芸術』のみが人間最後の砦となり、Midjourneyのような現行のAIでは太刀打ちできないこととなります。というのは、現行のAIには自意識も美意識も無いため、『用途』を人間が設定しないと自分では動かないからです。しかし、AIがはるかに進化し、いつか自意識や美意識を持った暁には、AIだって『芸術のための芸術』を追求し始めるでしょう。そうなると、人間最後の砦もいつかは崩れ去るでしょう」
https://www.j-cast.com/2022/08/14443708.html AI自分で実装したことないのかな？って人のコメントも多いね
次のコードがあります
>>204 楽器ごとに分離するのは、波形を直接分離するモデルと、STFTとかでスペクトルにして
画像として分離するモデルがある。
どっちも、それぞれの楽器の単独音源をたくさん用意して、
人工的に混ぜて答えが分かった状態で学習に与えて、分離が正しい方向に行くようにする。
トランペットとユーフォニアムの2重奏を分離してみたことがあるけど、
音が調和して溶け合っている部分は分離が難しかった
pythonのTabNetで、TabNetClassifierで学習してるんだけど、
TabNetClassifierで目的変数binary 0 or 1の学習中。
だから、aucでもaccuracyでもどっちでも良いと思ってたわ。
https://github.com/dreamquark-ai/tabnet model.predict(X_valid)するとbinary 0 or 1が表示されるけど、
model.predict_prob(X_valid)すると確率値が出る。
どっちでaucを計算してるんだろ？
TPU使うのってint8じゃないとだめなの？
AppleのM1 ProとM1 MaxはGoogle Colabを最大54％上回る結果に
https://ainow.ai/2022/02/25/262748/ M1 Mac強え
新型M2 MacBook Air新色買うわコスパ良すぎやろ
TPUなんて誰も使わんからネットで調べても情報ないな
ほんとかよ
そもそもTPUってGoogle独自の集積回路だろ？
RTX2060はテンソルコアってやつかな
>>257 テンソルコア使うだけなら、float16でいい。
Mixed precision とかいうやつ
2060買えば普通にテンソルコアも付いてる感じ？
>>276 ほうほうサンクス
グラボも値下がりし始めてるみたいだし2060買おうかな
ゲーミングPCとしても手頃だし
RTX2060はメモリ部分が256bitではなく192bitだからやや遅いとの評
日本の研究所も大規模言語モデルで汎用人工知能の研究すれば良いのに
RTX2060でmixed_precisionやってみたけど、全然速くなんないぞ
>>279 そんな金ないだろ。日本じゃPFNでも赤字で苦労しとる。
>>279 インフラはやってるよ
https://abci.ai/ja/ 日本の大学や企業の研究がしょぼすぎるだけだろう
おまえらの好きな松尾先生もやっている
https://elyza.ai/ >>280 バッチサイズが倍にできるから、実質2倍近く
速くなるはずなんだけど
モデル構築する前にセットしなきゃだぞ。
最初の
import TensorFlow as tf
の直後くらい
>>289 バッチサイズ1000 通常：234秒 mix：238秒
バッチサイズ4000 通常：186秒 mix：161秒
バッチサイズがデカくないと効果が出ないってことか？
TPUつきのSBC買ってみようと思ったけど、TPUは推論しかできないみたいだな
auto mlってどんくらい強いの
前やったときはなんか複雑な構造提案してきたけど、シンプルなモデルで十分だった
俺より解ってないなって状態から、あっという間に俺を抜き去っていくのが東大マン。
Tinker Edge Tを使ったことある人いますか？
LHR版は仮想通貨マイニング対策って見ましたが、機械学習もできないのでしょうか？
AI画像生成が盛り上がってるってのに
>>317 このスレに来る人は今更画像生成で騒がないんじゃないですかね。
著作権侵害かどうかを自動的に判断する
>>321 動画や音楽の検出システムは結構前から稼働してますね。
画像の盗作疑惑でトレース元を探すスクリプトの話は最近ありましたが、話題の画像生成AIは原理的に元画像の特定や判断はほぼ不可能なんじゃないですかね。
>>322 似ているものを自動的に探し出して
類似度を数字で出すことはできそう
例によってタグをつけるのに
ものすごいお金がかかりそう
>>324 教師なし学習によるクラスタリングとかならばローコストで行けるかもしれませんね。
元となった画像が違うものでも既存の作品の著作権を侵害するパターンはあるでしょうし、結局は出力物の比較くらいしか出来ないでしょうし。
nvidia-smiでのプロセスお掃除を自動化するスクリプト
深層学習紹介用に作った去年のスライドにDALL-E入れてて、去年は素人受けは良かったけど、1年で大分状況が変わっちゃったな
GPUプロセスお掃除スクリプト
横からだがpythonで外部プロセスを実行する命令のことだな。
破壊的イノベーションの定義からまず説明してください。
破壊的イノベーションなんて単なる結果論だし狙ってやるものでもないからね
イノベーション自体が狙ってやれるものじゃないでしょ？
>>334 破壊的イノベーション（英語：Disruptive Innovation）とは、既存の市場で求められる価値を低下させつつ、新しい価値基準を市場にもたらすイノベーションのことです。
ことaiに関してはできてないんじゃね？
未だに統計の最小二乗法＋推定検定で頭が止まってるのが理系ですら大半
>>329 わざわざ外部ファイルにリダイレクトして待たなくても、subprocess.runの返り値からstdoutを参照するとよい
>>340 適材適所でしょ
それで十分な事もかなり多い
破壊的イノベーションって
>>345 えー、、
小湊よつ葉で慰めてる奴に
励められたくないな
猿真似にならないよう学生は基礎を固めましょう。なんやかんや最前線に立つにはある程度レベルの高い数学と自然の物理現象の理解が必要です。
ここは最前線とか高い数学とか物理現象とか偉そうなこと言ってるからまともかと思いきや
NVIDIA H100 Tensor Core GPU ほすぃ
ガチでしらんがな。
社会人文系で体系的に数学を学び直すのは難しい時、機械学習とどう向き合えばいいだろう。なにを学べば社会実装に役立てるのかわからん
そういう人には統計学は最強の学問［数学編］をお薦めする
>>351 自分で実装するまでの勉強もありだが機械学習やってる大学生と仲良くなるなんてのもいいと思うぞ。大学院生は多分忙しくて相手してくれないから大学生がいいと思う。
大学生で機械学習というとプログラミング全振りという感じだろうし、文系分野との融合でのの社会実装はいい経験になると思うよ
>>351 原理を理解していなくても使えるからこそ技術なのであって、最初は難しいことは考えずに使ってみる程度で良いと思いますよ。
その上で必要に応じて少しずつ学んでいくのが一番の近道かと。
>>349 A100で組んだ方が安上がりになるよ。
この前、よく見るAI開発系の動画見てたら新規にA100でクラスタ組んだとか言って新しいサーバーを公開してた。
処理性能はTop500で70位だとか言ってた。
規模は19インチラック10台くらい
anacondaにconda-forgeもチャンネル設定しないと
colabで昨日まで動いてたコードが今日はoutofmemoryになるのマジでなんなの？
JupyterでGPUを動かすとブラウザのタブを閉じた後もプロセスメモリ消費されたまま
pytorchがメタからlinux foundationに移管
>>359 Colabは単純な仮想化環境ではなくダイナミックリソースアロケーションという方式を用いてる。
この場合、メモリなどのリソースは使用者間のリソース使用状況に応じて均等になるように配分される。
つまり、リソースは毎回同じ分が配分されるわけではなく、過去の使用状況が大きいと
新たにセッションのリソース配分は減らされる。
浮いたリソースはその利用状況の少ない利用者に回される。
ダイナミックリソースアロケーションが原因でアウトオブメモリーエラーが発生した場合は
バッチサイズを前回動作時よりも少なくするか、リソース配分の優先順位が戻るよう時間を空ける。
もしくはメモリ割り当てが元から多い有料版に切り替えることが必要。
>>366 自分はPytorch使ってるんだけど今後何か影響出てくる？
Linux使えばpytorchの継続使用は問題無いだろ
Linux Foundationに移管するからってLinuxじゃないと使えなくなるわけではないだろ？
linux foundationの支援を受けてwinバイナリ作るのも変じゃん
Winでやってるけど、Update関係が動いたときにエラーで止まることが多い
Windows使ってる人はTensorFlowへ移行しましょう。
いらんでしょ日本じゃ無理だったってこと
pytorchの移管先はLinux FoundationじゃなくってMetaが作ったPytorch Foundationだよ。
>>379 WindowsでTensorflow使ってんだけど、移行って何？
社会実装
社会人とかもそうだけど、とかく日本って社会〇〇って概念作るの好きだよな
日銀が株券を買って企業をコントロールし、個人にも金融を薦める。
ほとんどの日本国民はアメリカを味方だと思っているけど、実際にはただのジャイアンでしかない。
東大・財務省が中国のスパイで、
>>393 中国はそこまで日本を重視していないのでは？
世界550か所の孔子学院中、14か所が日本にある。
国の規模、中国との距離を考えると、明らかに少ない。
中国は日本を軽視する傾向に見える。
中国以外の孔子学院第一号はソウルに出来た。
日本の国政を最もコントロールしてるのは、朝鮮だと思う。
ナショナルスクール、朝鮮学校の数は、孔子学園の比でない。
財政再建でよく参照されるのがデンマークだけど、財務省もデンマークの財政再建過程について資料を出してるので、検討している可能性がある。
日本の借金が1千兆円あるのは嘘とか、YouTube の動画に一杯ある
おそらく朝鮮の息がかかった人たちだろな。
いい年した大人が勉強の情報源はYouTubeとか結構イタいからあまり言わない方がいいぞ
大凡この系統の先々は見えてきた感じがする。残念ですがこの国は主導権を握る側ではないようです。
プログラミングの仕事の経験はないのですが、プログラミングはかなりできます
>>405 とりあえずクラウドワークでも漁ったら良いんじゃないですかね。
フリーランスって営業も自分でやるってことだから営業能力ないなら無理だよ
mlだと、コーディングはできて当たり前。ちゃんとレポートを仕上げられるかどうかだしな
機械学習案件は重要機密を扱ったり新規事業に深く絡んだりすることが多くオープンなクラウドソーシングサイトにはほぼ流れてこない
最近は現場レベルでもML使えるようになってきてるよね
なんとかdiffusionの作者さんも前職は金融だったのに自作のAIプログラムを公開したことがきっかけで
もはや現場ではデータサイエンススキルを習得者が増えすぎてMLドカタ状態になりつつある
クリエイターって、具体的にはどのようなことをする人？
わいは3DCGクリエイターやな
元はプログラマーやったんやけど余りにもつまらなさ過ぎて、専門に入り直してクリエイターデビューした
ディレクションとTA的な立ち位置も兼ねてるから去年は1200くらいだったかな
>>420 アニメで言うと動画マン？モデリングからだと原画担当より下流側かな。動画マンは年収300万円ほどだから、ゲームやったほうが良さそうやね。
>>422 ゲーム業界の3DCG専門のTAは機械学習をどの部分で使ってるんですか？
>>425 いな何やってるか書いたやんけw
普通にジェネラリストだよ
>>426 パイプラインとかテクスチャ生成とかアニメーションかな
あとフェイスキャプチャも今取り組んでる
>>429 なるほど、確かに機械学習が強い分野ですね。
悪いけど、そこはクリエーターとは言わないな。
打ち込み？wそんな事一言も言ってねえけど
>>425 の発言にしろ君は何かと自分の想像の範囲内で勝手に他人を定義する癖があるみたいだね
何を言われようと俺は3DCGクリエイターとしての矜持がある
敢えて言えばここは機械学習の発展事項を書き込んでほしいかな。
ここで言うクリエイティブ(創造性)とは新しい技術をいう。
>>432 悪いけど、貴方のような作業をする人のことはCADオペレーターと呼ぶんじゃないか？
クリエーターじゃなくてオペレーター。
そうだねクリエイターじゃない感じだね
クリエイター、て言い方にむず痒いものを感じてしまう
>>439 ポリフォニー・デジタルとか３D系の大手ゲームスタジオだったらあると思うな
この辺りのゲームスタジオとかだろおそらく３Dゲームエンジンから自作してると思うし
１本の開発費は50億とか100億くらいかけてるから給与水準は相当高いはず
最近もレーシングゲームのAIで人間に勝利したとか記事になっていた位で
内部でやってる取り組みはひょっとしたらプリファードを超えてるかもしれない
呼び方で言えば、エンジニアというとITエンジニアを指してることが多いのはどうかと思う
3DCGのTAはクリエイティブを要求される割合と論理的思考を要求される割合が丁度良くミックスされて面白そうな仕事ではあるとは思う。
テーチングアシスタント、補助教員じゃね、知らんけど
TechnicalArtistとかの略ですね。
それでここでそれを提示して何のメリットがあるのか。。
誤差逆伝搬ですがXの更新量(ΔX)を考えるときにXの勾配(ΔW^T)にはηをかけないのはなぜですか？
RTX4000番台発売か
機械学習に詳しい諸君に聞きたい。
>>454 何十時間も掛かる重い学習しないならGoogle Colab Proで十分
>>454 でぃーぷらーにんぐするならGPU
それ以外ならCPU
グラボ適当に買うと電源が不安定になったりするんだよなあ
>>454 その程度の知識ならやめとけ金ドブだ
Google ColabかOCIのGPUインスタンスを使え
横だけどGoogle Colabって便利ね、自力でやるのと境目はどの辺？
>>464 作りたいモデルが許容できる学習時間を超える時では。
>>454 GPU演算を行う場合にはCPUはほとんど利用しない。
したがってGPUを使った機械学習処理をする分にはそのどちらのCPUでも結果は大した差はでない。
ただし、データの前処理を行う場合にはCPU演算を行う場合が多いのでCPUはスレッド数が多い方が有利。
（前処理はマルチスレッド対応のプログラムを書けるとことが大前提で）
また、同様の理由で大量のデータ処理を行う際は主メモリも多いほど有利となる。
追加するとtensorflowはv2からAVXが必要要件となったので、あまり古いCPUだと動かない。
次に、GPUの選択に関してはそのどちらのGPUもメモリ容量が小さすぎるため最近のラージモデルの機械学習には適さない。
最近のラージモデルの機械学習にはGPUの搭載メモリは最低12GBは必要。できれば16GBはほしい。
つまりGPUは3080 12GBか2060 12GBが選択可能な最低要件の選択肢となる。
ちなみに最近流行りのStable Difusionとかの場合、機械学習の処理には、250TB分のイメージデータ
をA100 40枚の構成で行ったと作者は言っている。作者は機械学習の処理だけで
最終的に全額を個人でクラウド業者に60万ドルを支払ったと言っている。
>>451 リー群の性質を持ったリーマン多様体とさとか最近のSFの映像によく使われている印象だし、数学得意なTAはリー群ぐらい勉強してると思うよ。
回転をなんとかうまく制御できないかと考えるとぶち当たる壁だから。
>>467 PCだと辛いですねえ
デスクトップ用でRTX2060の12GB版、RTX3060、RTX3080の12GB版、RTX3080ti、3090、3090ti
ノートPCなら3080の16GBか3080ti
こんなのじゃないと無理と
後はA2000とか
i7 4770
データ前処理の段階ならCPUの処理速度が
core i7としたら
VIDEO こちらの動画を見ながら、プログラムを組んでいるのですが、
「df.head()」の部分で「name 'df' is not defined」というエラーが出てしまいます。
動画を観ても、dfという変数が宣言されている部分が見つかりません。
どうすればこのエラーを消せますか？
>>476 あなたの質問に答えるために、わざわざ動画視聴して考えてくれる奇特な人は相当珍しいと思うよ
未宣言なのが問題だと分かっているのなら宣言すればいいだけでは？
>>479 動画を見れというより、あなたのソースを貼ったほうが早いと思う
動画と同じつもりでも、自分が一行抜かしてたとかあるからな
微妙な気持ちになった
import pandas as pd
sklearnのfit()
知ってる。こないよ。
>>498 基本原理はいろいろなところから拝借されてる。微分幾何であったり関数解析であったり。
既存の機械学習ライブラリにデータ突っ込むだけの単なる作業員に数学が不要なのは確かだと思う
人間の知能を超える、の定義が曖昧
戦前の軍艦の射撃用方位盤の時点で、射撃用計算の分野では人間を超えてるね
人間を超えている・いない、なんて大して重要な観点ではない
>>506 人間のように学習結果を応用できる強いAIでないと、シンギュラリティは起こらない
囲碁AIは何も発明はできないよ
シンギュラリティ
カーツワイルは有名人だが人工知能研究の世界的権威ではないよ
シンギュラリティを語った文脈では企業人というより思想家の類じゃないか
>>511 というか、知らないことは知らない、といえる AI はありませんか？
自分が習ってないことは「わかりません」といえる AI は？
>>519 Siriだっけ
すぐわからないとか言うのは
>>513 人間と同等の創造力や応用力があるコンピュータ、というのが定義だよ
その能力があり、ハードウェアを増やして人間より速く稼働させれば、あとは自動で加速度的に革新が進む
問題は、そんな能力を持つコンピュータの設計方法を誰も思いついていないこと
>>523 この定義は？
>人間と同等の創造力や応用力があるコンピュータ
現在のAIが知能と呼べるものかということについては１年程前にマイケルジョーダンが
>>525 とりあえず皆に伝わる共用の言葉で語ってください。
特に数学は世界でただ一つの共通語です。
えらいひとがいったからといってただしいわけではない
>>525 ネタを書くならもっと面白いのをお願いします
66歳か
>>527 シンギュラリティを起こすためには自我は必要ないよ
今までないものを創り出せる能力さえあればいい
そのためには自我が必要、と解明されれば必要になるけど
BIツールとかエクセルとか書いてあるレベルの求人に落とされる・・・・
人間だって自我があるかなんてわからないだろ
状況を入力して
intelのArcがまもなく出るが
しっかりと構造考えながらプログラムするならPyTorchだからなあ
Pytorchはネットワークの出力サイズをみまちま確認しながら書けるのが好き
統計、機械学習と書いてある求人でも環境がととのってなくて、
ryzenのノート買おうと思うんだけどAPUでもgputensor使えますか？
>>543 読みにくすぎすまんｗBIツール。
データ解析を使うのは統計学を学んだ人だけではないのでごくごく自然な流れなんでしょうね。
グリッドサーチ使って最適化しようとしたら
ないない。。
ネタ、量子コンピュータは既に作られている、量産化されかどうかは知らんけどｗ
[0,[1,[2,[3,[4,[5]]]]]みたいな形をしたデータがあるのですが、もっと賢いデータ形式はありませんか？
だから量子アニーリングはまがい物っていうてるやん。政府は騙されて投資してしまったけど、ゲートウェイ方式に転換しない限りは発展しないだろうね。
ハイパラチューって現場だとどうやってるんですか？
googleとかは自腹でやってるのに、NECだか日立だかポンコツ共は量子補助金のおねだり、トンネル効果で量子コンピュータと何の関係もないゴミの餌に
そもそも理論的に解の妥当性の補償もない量子アニーリングに投資する輩がマジ信じられん。
少し調べたが最近はD-waveってベンチャー、アニーリングに見切りつけたようで。
https://blueqat.com/yuichiro_minato2/ac036704-f855-4a22-9ec3-98a237f34dbd 今現在、日本政府が投資してるのは量子アニーリングっていうまがい物。
JTCなんてどこも先進的なことやってると謳いながら国にベッタリの補助金漬けだというのは周知の事実
知的財産の用語の一つに『阻害要因』という言葉があるんだけど、ここまで綺麗に日本の技術発展を阻害している技術要因()ってなかなかないよね。
>>564 シミュレーテッド アニーリングはNNの方法
>>567 ？、、えと‥。どこから突っ込めばよいのやら。
スレ違いの発言となりますが量子コンピュータは機械学習ではありません。
コンピュータは確定論でなければいけません。NNと一種ならばなおのこと一般向けとして使用してはいけませんね。
まあ量子アニーリングは提唱されている方々の解説にかなり問題があるように見える。
>>563 d-waveには当時からかなり懐疑的な視線が向けられてたような
むしろ日本は先を越された、彼らを追い返したnecは駄目だ、とかいう言及があったはず
そうですね。d-waveがゲートウェイ方式に傾いたことで今後はご察し
焼きなまし法ってボルツマンマシンとかと同じでしょ？
そうですね。ボルツマンモデルが近いですね。
>>575 Stochastic Relaxation, Gibbs Distributions, and the Bayesian Restoration of Images
https://ieeexplore.ieee.org/document/4767596 >>577 ああ、はい。
第一原理の理論ではないですね。
意味わかる？
>>580 物理法則の根本となる仮定の部分。
https://ja.m.wikipedia.org/wiki/%E7%AC%AC%E4%B8%80%E5%8E%9F%E7%90%86 例えばギブスエネルギーであれば、『状態和を表す物理量はf(x+y)＝f(x)*f(y)という形を持っている』という仮定がある。
f(x+y)＝f(x)*f(y)は物理現象として真ですか？
>>582 では581の本文を変えましょう
第一原理とは自然科学の物理法則の根本となる仮定の部分。その仮定を真としたとき、その仮定から演繹された現象は全て真である。
例えばギブスエネルギーであれば、『状態和を表す物理量はf(x+y)＝f(x)*f(y)という形を持っている』という仮定がある。
>>580 もう一度問いますが
f(x+y)＝f(x)*f(y)は物理現象として真ですか？
>>578 ところで何で第一原理を持ち出したんだ？
>>583 物理で第一原理と言えば
物質の多体のシュレディンガー方程式を近似によらずなるべくそのまま解くこと
だが
忖度して言うと
ん？なんかwiki避けたら変な方向に行ってるな。
違いますよ。量子の問題とは関係なく『第一原理』という言葉は
>>583 の意味を指します。シュレディンガー方程式の多体問題を解くシミュレーションは『第一原理バンド計算』と正式には分類されます。
ここで第一原理を取り上げたのは
量子Aの原理が第一原理を無視った原理であるためです。
まーたく解の保証はないのに日本の企業お馬鹿さんたちは、量子Aの簡便なモデルに取り憑かれ無駄なお金を投資してるというわけです。
平均場近似以上の解を求めるということか、ニールセンも第10版だしね
計算機の世界、悪貨が良貨を駆逐する、シリコンが生き残る、分からないｗ
midjourneyを素人にどう説明すりゃいいの？
役に立つことあるかなと思って2年ぐらいこのスレ見てたけど皆無でしたw
ここに書き込むのなんか全員サワリだけのワナビーでしよ
チラシの落書きに何を期待する、という見方
synthesizer vてなんであんなに品質高いの？
一ヶ月もかけて書いた独自アルゴリズムがちゃんと動作するか気になって
マジでどうすればいいんだろう
Windows Updateが動くたびにVSCodeのウインドウが落ちる
外付けGPUではゲームは出来るが深層学習は出来ない、って聞いていたし信じ込んでいたのだが、
画像認識の練習として、４文字のひらがな画像認証キャプチャー突破に挑戦してみたのですがあっさりほぼ１００％認証できました
ですが・・
ノイズのかかったキャプチャーに挑戦してみたところ急に段違いの難易度になりました
こういうのです
さすがにこういう、ノイズも文字の一部に見えないこともない、みたいなやつだと難しいですよね？
何か良いアイデアはありますでしょうか
練習で足止めされるのも嫌なのでもう諦めて次行こうかなとも思ってます
一応やったのは
深層強化学習だとエサを与えるわけですが
前処理で特定のパターン排除の意図的な処理を加えるとバイアスが生じる
４文字ひらかなキャプチャの例でいくと
機械学習とは、強化学習とは、いったい何なのかをよく考えたほうがいい
>>610 興味があるのですが、このCaptchaはどのライブラリですか？
あんまりあれこれ親が手出しすると、子供は学習する気なくなるよな
>>614 俺だったら四文字を通常生成したとき
背景の色を各文字ごとに大きく変化させて
それから文字の歪みとかを加える
そしたら文字の背景色を教師データとして
各文字の範囲を特定させるのを学習させる
「AIが人間をロックし正確に狙う機関銃...」イスラエルが開発、パレスチナ難民キャンプに配備した [朝一から閉店までφ★]
http://2chb.net/r/newsplus/1666433077/ 特定の人はゴリラと間違われて認識しないパターンありそうだな
>>621 割と提案の方法でいいと思うけどな。強化学習って子供育てるみたいなもんだから
まあダメ出しばっか、褒めてばっかじゃどうしてうまくいかないかは説明できるところはあるわなw
俺は適当に折ってから丸めて筒状にしてる。収納するのが楽。
オセロの強化学習をしてるんだけど、
熱ですね。グラボの使用率要確認。
競馬予想に機械学習を用いているのだが
>>648 lightgbm使ってみたら？
テーブルデータはみんなこれ使ってるよ
そもそも熱暴走する前にファンが回るべきだからなんかおかしいな
>>649 正答率57%だと理論上は7%分が利益になるじゃない
余談だが、昔読んだ統計学の本で、競馬予想の確率について解説している章があった
その中で大橋巨泉の何十年分の勝ち負けの賞金配分率の結果が紹介されていて
大橋の場合、配分率は80%だったと書いていた。
配分率が80%ということは、100円を賭けた結果のリターンが 80円で
20円の損失を出しいるこということで、勝率に換算すると40%とかそういう値になる。
これはつまり、当時の競馬予想界のトップに居た予想屋でも勝率50%を超えることは
難しいということを示している。
競馬の世界ではその後、2000年台に入ってから株式市場でのインデックスファンド
と似た方式で株券を購入する一種の必勝法が考案され、この結果、年間、数十億円
規模の利益を上げる投資家が出現し、競馬の配当金の課税方式をめぐって国税と投資家の
間で複数の裁判が最高裁まで争われる事態に陥った。
機械学習方式に予想を現実世界に応用する実験は、競馬、株式、犯罪防止とかの
領域で試みられてきたが、少なくとも上記の３つの応用例の場合は全て失敗している。
これは予想が現実世界に影響を及ぼすことで現実世界の状況に変化が生じることに起因している。
>>652 昨日モデルのパラメーターを色々変えたら正答率75%に大幅改善された
更にグリッドサーチにかけて様々なモデル、パラメーターを
試行し、血統データを入れたりデータの変更などの微調整を加えれば80%超えれそう
それぐらいならリターン100%超えるんじゃないか
競馬なんて不確定要素多すぎて機械学習やろうとも思わんわ。ダビスタでやってろ
RTX3000番台はその発売後に3ヶ月かけてようやくpytorchが
>>660 4000系と3000系の違いはDPX InstructionsとかDistributed Shared Memoryがサポートされてるかどうか、
それ以外は互換性がある。
おそらく、現行のpytorchは、上記のCUDA Compute Capability 9.0の機能はサポートしておらず
3000系のCUDA CC 8.xの機能セットの範囲で動いている。
この状態では、4000系のアドバンテージは、CUDAコアの数と搭載メモリのアクセス速度と容量の増大分くらいしか見込めない。
3080が登場した際にCUDAの互換性がなくなったのはCUDA sm_86の互換性が3000台に上がった際に仕様変更されたことが原因。
あとLHRの有無は機械学習には影響を及ぼさない（微妙に1コア分の処理負荷くらいは消費するかもしれないが）
ぶっちゃけ速度倍になっても2か月が1か月になるだけなんだよなあ
速度倍になりつづけてるなら指数関数的に速度上がってるだろw
俯瞰すればその通りだけど、時間軸の中に居れば倍になり続けるだけでは？
試合前の馬の映像をリアルタイムで見る機能があれば、
>>666 単位時間で倍になり続けることを指数関数的な増加というのだけど、663のいう指数関数的な増加というのはなんのこと？
y=(2^n)*x と y=x^n で嚙み合っていないんだな
指数関数すら理解していないなら機械学習とかやる前に高校数学からやり直した方が
横だけど、RTX30からRTX40に上がるのが単位時間だろ、次はRTX50だろうが間隔が一定しているかどうかは知らん
指数関数、概念としては理解しているけど、名前と概念が未だに結びつかない
対数関数、一次関数、べき乗関数、指数関数のグラフの違いを認識出来れば大丈夫
エロい人が作ったライブラリ利用するだけだから
指数関数ということに関して叩かれてるけど、言い方が不十分だったから補足する
うっかり間違えた、と言えませんｗ
>>669 時間軸の中に居れば、倍になり続けてるだけで、鼠算式に増えてることが実感できない。
この現象に名前を付けましょう。
[39.111.228.181]
>>677 指数関数的になるメカニズムがありそうな物理的現象がないだろ、強いて言えば量子ゲート式量子コンピュータぐらいか
>>680 単位時間が長いから実感できないだけだろ。
1日ごとにGPUが倍の性能になっていったらさすがに実感できるだろ
機械学習のための数学の知識はあるのかもしれないが一般的な理系の数学・物理の常識がなさすぎて笑えるわ
ﾜｯﾁｮｲ d6e6-OXP7 [153.166.193.38]くやしいのーｗ
>>685 指数関数も物理も量子も分かってなさそう
ゲラゲラ
468 名前：デフォルトの名無しさん (ﾜｯﾁｮｲ e597-MPMO [182.171.246.142])[] 投稿日：2022/09/23(金) 03:50:53.34 ID:uVbpzvWc0
>>451 リー群の性質を持ったリーマン多様体とさとか最近のSFの映像によく使われている印象だし、数学得意なTAはリー群ぐらい勉強してると思うよ。
回転をなんとかうまく制御できないかと考えるとぶち当たる壁だから。
cudaコア数だけなら国内では未発売のMX570がMXシリーズなのに2000コア達成してるんだなｗ
法人向けのQuadro関係に全く触れてない時点でご察し。
>>690 上には上が存在することを認識せよ
個人には手が出せないだろうけど
ギャンブル系は機械学習のような統計学的手法より数理最適化などの手法の方が向いている
最近勉強を始めたのですが、自分なりに調べたものの答えを見つけられず
おい答えてやれよ
>>697 (1)は性能に影響が出る
精度、再現率ともに悪化する
(2)は目的による
googleとかの検索結果は精度が高いことが需要
最初の数件に正解があるかどうかが重要だから
網羅的に調べたいときは再現率が重要
経験的に精度と再現率はトレードオフの関係にある
>>697 (1)わからない
ただし転移学習などで既に学習している場合は犬というのを学習している可能性があるので
犬と認識される可能性は高い
(2)
再現率はデータセットに犬を含む画像があって、そのうちどれだけ犬の画像を返せたか
適合率は判定した結果にどれだけ正しい犬の画像が入っているか
例えば1枚だけ判定してそれが犬なら適合率は高くなるが再現率は低い
全てのデータセットを判定すれば再現率は高くなるが適合率は低くなる
これがトレードオフ
LGBMって本当にカテゴリの特徴量を読み込みないな
インプット：5種類の数値
むちむち岡ちゃんが現代の名工で草
intel extension for pytorchがあればintel arc上で深層学習が動くんだな
>>714 そっちも準備済みみたいですよ
Docker使える
在○のクソ○ョンは毎日元気に
>>714 いや、むちゃむちゃ難易度高いはずだよ。
まず、普通の環境は、下からNvidia GPU、Nvidiaドライバ、CUDAライブラリ、pytorch/tensorflow
の順で構築されてるが、AMDに変更するとCUDAから下が使えなくなる。
CUDAはNvidia GPUの世代ごとにかなり細かい機能拡張がされていて、最上位のAIプラットフォームは
CUDAの機能ごとにC/C++でインターフェースを組んでる。この部分がNvidiaの囲い込みとしても機能してる。
つまり、最下層をAMDに変更すると既存のpytorch/tensorflowのアプリケーションはほぼ100%動作は動作不能になる。
これまでに開発してきたコード資産を一切捨て去ってAMDに乗り換えるなら別だが、普通はしないだろう。
あと、AMDにはNvidia V100/A100に相当するような機械学習専用GPUが存在してないので
ラージモデルをGPUクラスタを組んで機械学習をやらせるようなAIスーパーコンピューティングみたいな使い方もできない。
つまり基本的な学習環境としては使えるかもしれないが、本格的な業務には使えない。
midjourneyとかがきれいな絵をたくさん出せるのはそれだけ潜在変数の空間が広いってことなの？🤔
半島からきた奴は外来種と呼ぼう！
自然言語処理の訓練時のデータセットで、
自作の損失関数を使って、内部で教師データをラベルからone-hotデータに変換できれば
自分でビッグデータ作って回帰して関数作ってますけど
>>724 ネット上に転がってる程度のコードだと
どれも訓練前にワンホット行列に変換していて、ああメモリ食うな〜と思ってた
製品レベルの話だと普通ということか
製品レベルだと、訓練時にone-hotに変換するのが普通なのかな
ああ、sparce_matrixとしてデータを保持すればいいんだ…
自分で作ったデータをビッグデータとは呼ばないだろ
日本の偉人たちは朝鮮人について警鐘を鳴らしてきた
国際大会ではおなじみとなった日本人サポーターの試合後の清掃。海外からは称える声が多数上がっているが、日本の一部の識者からは「ただの自己満足 掃除人の仕事を奪ってる」などと指摘されていた。 これに反論したのはエジプト出身で長く日本で活躍するタレントのフィフィだった。 自身のツイッターで「日本サポーターのゴミ拾いに『観客が掃除すると、清掃を業にしている人が失業してしまう』って言ってる人、スタジアムイベントの清掃員の報酬がゴミの量で決まると思ってるのかな…てか、カタールのスタジアムの清掃はボランティアが多いから助かっているのよ、実際に感謝されてるのを知らないのかな」とつづった。
>>736 ホンダの役員から聞いたことだぞバカw
今では創価のホンダにも半島系社員が増えてきているから、
そのうちホンダは韓国のものだろうな笑笑
日本人サポーターのゴミひろいを攻撃してる日本人と称している女医さんの顔が、まんま朝鮮人顔なんだが笑笑
>>741 ホンダは創価でなければ管理職以上にはなれない。
その創価の信者に半島系がドンドン増えてきて
創価の60%は半島系となった。
元々日本人の創価だったのが半島系となった。
そしてホンダも半島系創価になった。
そういう話だよ。
スレチじゃないんだよね
常駐してるの根拠は？
>>737 DNA的に見ると日本人の多くが持っている縄文人、弥生人のY染色体は
元々大陸が繋がっていた中国人にもあるはずだが、、ほとんど無い
これは占領した地域の男を虐殺し、子孫を反映させるってことを長年やって来た結果
日本人と同じタイプの人間は皆殺しにされてしまった臭い
歴史的に見ると日本人がやられる方
勝手に誰でも常駐してください
違うだろ、すし握り機械の議論はしない
レコード数が2億のデータをLSTMで訓練しようとすると
それだけデータあるならtransformerのほうが良さげだけど
それだけデータがあると、39.111.228.181に言わせればビッグデータになるんだろうなｗｗｗ
そりゃビッグデータ超えてビックリデータですな、わーはっはっはー、コラ、誰がうまいこと言えいうたんじゃ、びーっくびくびくびくデータ♪
>>756 ありがとう。transformerについて調べて試してみる
データが大きすぎるからファイル分割して保存して、
lrにこだわりがある人は自分で実装したいんじゃない？
確かに、自作できるように道具はすべて用意されてました
agiぽいことがllmでできるとは想像してなかった
IBMの統計ソフトってExcelでは出来ないすごい事でも出来るのですか？
>>767 情弱過ぎて涙が出てくるな…
統計学の入門書でも読んでみたら？
>>768 はい情弱なんです
統計については全くのチンプンカンプンです
ハイかイイエで答えて頂けると助かるのですが
Excelでやる場合は自分でややこしい関数使って組む必要があるものをSPSSは事前準備無しで使える
ただやろうと思えばExcelでも同じことは出来るのではと考えているのですが
SASとかSPSSが下に見られてるのって、意識高いビジネスユーザーとかお金もってる製薬とかにフィットしてぼったくってきたから？
ところでSPSSのアルゴリズムは全部分かってるの？
下に見られるのかどうかは知らないけど、プログラム書けるならPythonかRで基本的なことは出来るから、プログラムが書けない人とは思われるんじゃない？
でも結局統計学がわからないならエクセルであれなんであれ
SPSS・・・プログラミングの知識やスキルが無くても、高度な統計の知識が無くても、GUIで直感的に分析が出来るのでその付加価値の為に高額
アリババグループのツァイニャオは提携する運送業者の運行をデータ処理によってコントロールする。
統計学の博士号持ってるような人がようやく組み立て使える手法もSPSSならGUIの操作で簡単に可能、みたいな？
>776
>>779 なるほど
高度な統計分析を自分で行うと色々と計算して行かなくてはいけないのか
企業にとっては神ソフトウェアじゃん
統計だと最先端付近？の複雑なモデルはstanとかベイズのソフトでやってると思う。多分SASとかからも動かせる。あとは、数学上級民がRとかjuliaでスクラッチしてるのもチラホラ。
解決しました
JMPユーザーはあんまりいないのかな？
データの「型」がわかれば
正規分布に準ずる
半島系帰化人というのは悪魔だ！
>>786 できない
嘘をつく人と、答えない人がいる以上
正確な測定はできない
>>789 できないとは意味が違うぞｗ
>ちなみに大多数の世論調査とかやり方が間違っている
>>789 そういうのを考慮して信頼区間なり何なりを出すのが統計だろｗ
世論調査なんて大抵は回答してくれた人の結果をまとめただけだからその時点でバイアスがかかっている
まずはバイアスバリアンスのトレードオフを勉強しような
今の世論調査とか視聴率調査とかは
傾向スコアベースで、アンケートに答えたか答えないかの介入予測の共変量だけで、アンケート内容を補正する式があって驚いた記憶。回帰分析的だと少しは答えなかった方が答えたデータも無いと厳しいと思うので。
こうやって結論が出ないまま先延ばしになって
30代Pythonクソチョン男は強姦魔の犯罪者！
SASの存在価値って本格的に無いよね？
30代Pythonクソチョン男は強姦魔の犯罪者！
黒人がゴリラに認識されたりうまく顔認識されないからって別にアルゴリズムに差別が組み込まれてるわけじゃないし
>>807 39.111.228.181が糞レスを繰り返してるから
こういう素晴らしい書き込みをしなさいｗ
>>805 教師データに差別を組み込んでおいたんだろな。
30代Pythonクソチョン男は強姦魔の犯罪者！
強化学習と教師付き学習の違いてなに？
千葉県民の彼
株のロボアドバイザーてのを調べたら株じゃなくて投資信託を選んでるだけだった😅
30代Pythonクソチョン男は強姦魔の犯罪者！
Tsetlin Machineて聞いたことなかった😅
kaggleで勝つためにtransformerではなくlstmを使ってるんだけど
kaggleって今もkeras使ってる人多いんか？
pytorchの方がユーザー多いんだな。以降メリットを把握できてないけど
Arc 730M搭載モバイルのOSをUBUNTUにしたら
強いaiて哲学者が言い出したことなの？汎用人工知能じゃ駄目なの？
分かり難いものにはラベリングが大事
如何に早く分かり易いラベルを貼り付け周知させるかはビジネスにおいて重要
30代Pythonクソチョン男は強姦魔の犯罪者！
>>829 ユーザーが多いってだけでも十分メリットだと思う
入力
>>840 ＞ 「4×5の行列」と「5×5の行列」の積を求める際に、 通常の計算方法で100回の乗算が必要なところを、76回
大学1～2年の線形代数の授業で習う通常の方法では、5*5*5*4回だね。
調べてみたら、既にStrassen’s algorithmという手法が有るらしく、その方法でって事かな？
でも、Strassen’s algorithmには、
Strassen’s algorithm has some numerical stability issues when used with floating-point...
だそうで、注意が必要だとか。Alpha Tensorのアルゴリズムでは、数値的安定性はどうなんだろう？
以前の職場で、誰か（多分派遣）がFEMの自動メッシュを信用してその結果を元に設計され、
CAEの計算方法が数値的安定性を欠いてたみたいで、
かなり下流の工程でプロパーのベテランが数値を見ておかしい事に気付いて設計段階からやり直しとなり、
「コンピュータの出力結果を信用するな！」という回覧が回ってきた事が有った。某大手自動車メーカーでの話。
https://fgiesen.wordpress.com/2022/10/06/on-alphatensors-new-matrix-multiplication-algorithms/ 入力
ブロック崩しを実行できる簡単なプログラムをPython3で書いてくれ！
ゲームに必要な画像はCドライブに用意してあるから。
GPT3.5 出力
お任せください！ブロック崩しを実行できるコードがこちらです！
入力
おう。でもこれ、球が動かないぞ？
GPT3.5 出力
申し訳ありません.... 修正したコードを用意したいのですが、
どこが間違っているのか不明です。
AIのVtuber「Neuro-sama」のマイクラ実況がびっくりするほど面白くて海外で流行る
https://togetter.com/li/2038624?page=2#index35 ＞マイクラ配信は最初動き方を知らずにプルプルしてたけど、
30分経てば移動やブロックの設置＆破壊を学習。7時間もすれば鉄を作れるようになる超進化っぷりに
https://twitter.com/eight_2_leaves/status/1611068839416188929/video/1 https://twitter.com/5chan_nel (5ch newer account)
ゲームの部分は強化学習？と探索アルゴリズムのようだが
実況しているというより、配信のスパチャとか書き込みに応答している
30代Pythonクソチョン男は強姦魔の犯罪者！
aiはブラックボックス言うけどさ
そういう分野があるぐらいだが
プログラム自体はVBA書く程度だけど馴染みはあるし
理論的にはそういうので正しいしプログラムで記述もできるんだけど普通はPytorchみたいな機械学習用のライブラリ的なものを使って内部でやってもらうね
>>856 微分とか偏微分とか出てきたんだが
そこの説明でdz/dxとかが出てきたときに
x,z,dx,dz,dz/dxが
それぞれ入力とか誤差とかのどこにあたるかが全くイメージつかないから
プログラムとして書けないどころか手計算で作ってみることもできないんだ…
dz/dxは単なる記法だから一つのテンソルだよ
これでもイメージがわかないならそもそも偏微分とは？チェーンルールとは？が理解できてないから
30代Pythonクソチョン男は強姦魔の犯罪者！
微積分もよくわかっていない奴にテンソルを押しのボケ爺
>>854 tutorials.chainer.org/ja/04_Basics_of_Differential.html
tutorials.chainer.org/ja/13_Basics_of_Neural_Networks.html
手計算だな、、、これ昔ネットで見ていた資料
これも
「いくつかのデータをまとめて入力し、それぞれの勾配を計算したあと、その勾配の平均値を用いてパラメータの更新を行う」
って書いてあるのに
3.Nb個の目的関数の値の平均をとる
4.この平均の値に対する各パラメータの勾配を求める
5.求めた勾配を使ってパラメータを更新する
とか訳のわからんこと書いてあったりするけど、、、、
素直に読めば
>>867-868 いや優秀じゃないです。実際に役立つものを実装できません。
>>863 言ってることが違うよねって話だけどね
いくつかのデータをまとめて入力し、それぞれの勾配を計算したあと、その勾配の平均値を用いてパラメータの更新を行う方法がよく行われます。
これをミニバッチ学習と呼びます。
ミニバッチ学習では、以下の手順で訓練を行います。
1.訓練データセットから一様ランダムに Nb (>0)個のデータを抽出する
2.その Nb個のデータをまとめてニューラルネットワークに入力し、それぞれのデータに対する目的関数の値を計算する
3.Nb個の目的関数の値の平均をとる
4.この平均の値に対する各パラメータの勾配を求める
5.求めた勾配を使ってパラメータを更新する
これ、そこのホームページが元なのか知らないがパラメータの更新方法について下の手順で書かれている本やサイトを何回か見たことあるけど
手計算で目的関数の値から勾配を算出しているのを見たことがない
30代Pythonクソチョン男は強姦魔の犯罪者！
>>864 実際に箸にも棒にも引っかからない本ばかりで出版社がかわいそうになった
エンジニアは書籍を出すと泊が付くから本を出したがるけど
著者のレベルはピンキリ
特にAI関連なんて、いまさら情報がありふれてるから
質を問わなければ誰でも入門書の執筆ぐらいできるんだよ
これを真面目に売らなければいけない人、まじできつそう
>>873 お前をターゲットに出版社がしてるわけでもないだろ
>>874 ？
論点そこじゃないよ
「基礎的な内容を謳うAIの入門書が粗製乱造されてる」ことを書いてるのであって「
>>873 の好みに合わない本が出版されてる」とはいってないよ
>>875 書店はある程度売れる見通しがあるから出版してるんだろう。論点がずれてるのはお前。
>>875 言い換えるとお前が素晴らしい本を上げればいい話
入門書じゃないと売上少ないから仕方ないのさ
杉浦とか普通にわかりにくいから無駄
なんか機械学習を知ろうと思ったのに
等級が高い人の子供はほぼ生き残ってるのが凄い
子供属性も貴族属性も優先救助の対象なんだから生存率高いのは当然かと
いや貴族の男は死んでるんよ
サイトを教えてもらったはいいが
あとバッチ処理も書かれてはあっても中々に意味が分からん
だから数式で書けって
>>888 だからどんな式を使うのかは読めてもどんな値を持ち出すのかのとこで詰まるしそこで欲しい情報が微妙に足りなくなるから書けないんだって
高校中退で数学が分かんないことを自覚してるくせに勉強しないとは
更新のための傾きを求めるときにさ
Q おいチャットGPT、
まず個別のニューロンで考えてる時点で分かりにくいからやめとけと思うけど
東ロボのやつのあの女はなんであんなに上り詰められた？大した業績なかったよな？？
ノートなんて取ったことが無いから
859 名前：デフォルトの名無しさん (ﾜｯﾁｮｲ cd09-8jYs [150.91.3.238])[sage] 投稿日：2022/07/20(水) 20:31:37.56 ID:1J9/RHKW0
ChatGPTでGoogleがコードレッド発動したり
田舎に居る若い奴等は畑で野菜作りでもしながら
>>898 ＳＴＡＰ細胞「確かに存在」 米ハーバード大教授、京都で講演
>>903 本当にこの傾向になると
学習するための材料も極端に減っていって
AI同士がコピーし合うだけにならんかな
知性のストップ
30代Pythonクソチョン男は強姦魔の犯罪者！
transfomerのpositional encodingについて調べてるけど、書いてる人も絶対雰囲気しか理解してないだろう的な説明しかない・・・・
以前ここで「微分分からないから計算をプログラムに起こす方法も分からない」みたいなこと書いた者です！
位置エンコーディングの説明ならvision transformer本の説明が分かりやすかった
>>903 まだAIは実際にモノを作って改善できるところまでは行っていない(デバッグできない、実験できない)ので、
人間は実験役になるのではないのかな。
ビジネスチックな言い方でちょっと嫌だけど、PDCAのサイクルは回せないわけで。
回せるようになったら徐々にシンギュラリティに近づくだろうね。
既に、人間の知性の底上げには既に間違いなくなってるだろうし。
30代Pythonクソチョン男は強姦魔の犯罪者！
in context learningてなんのこと？
初歩的な質問ですみません
>>918 できる。何やりたいかはわからないし、機械学習とは言わないかもしれないけど、
非同期の複数のセンサー用のカルマンフィルターなんかの設計でその手のは研究されまくってると思うよ。
>>919 ありがとうございます
大変参考になりました
取り合えずデータセット作って
分類問題で出力層y1〜ynの内
データ加工っぽい案件があるのでSQLの練習してるけど、初級レベルでも自分自身とjoinしたり不自然な技がおおくて、絶対Rのtidyverseのほうが優秀。普通にfor文書かせてほしいわ。。。
>>921 うちじゃ、とりあえず10種類ぐらい試すかな。
Pythonのライブラリですぐできるから。
考え方の違いだな
インデックスが datetime な pandas の dataframe を plot() すると plt.xlim() の値がおかしい
SAS、SPSSの下げ記事書いてるライター結構いるけど
データ前処理をPythonやRで自由自在にできないと使い物にならんかと
そういうバカだけど地位とカネがあったりお薬みたいに公金チューペットできる層からボッタクる商売がSASとかSPSS
すみません、autogluonを使った古いスクリプトをもらったのですが、自分の環境で実行すると
>>932 プログラミングが分からない素人ビジネスマンはExcelを使うのでは
Excel1本で前処理は苦行すぎる
SASに関しては多少プログラミング齧った人材が必要だと思うけど
プログラマーってそんなに簡単なもんかいな？
営業とか研究開発の本業をこなしながらプログラムもなんて大半の人間は無理じゃないですかね…
理系脳ならプログラミングも統計学の初歩もすぐわかるだろうし、
研究開発やってるような人だとプログラミングできない人を探す方が難しいのでは？
今どきはexcelでたいていの統計処理はできるからなあ
自分は実験系の研究開発してるけどPythonでデータ処理するのが当たり前になってるね
>>944 いつもデータがexcelで綺麗に整理されていると思うな
というか、今時excell,GSなどは情弱低知能のためのツールじゃろ。
Excelで分析するのは一画面に全データが収まる程度の量しか扱わないなら悪い選択肢ではないけどそれ以上の量になるなら流石に面倒すぎてやってられない
Excelは、データの入力や、出力結果の確認(フィルタとかセルに色付けとか)は便利だよね。
Excelはpandas.DataFrameとして読めるようになってから逆に復権した
そういえばExcelで日本語表示するのってエンコーディングは何が正解?
>>952 PandasからのExcel向けの出力は、CSVにするより、
to_excelでxlsx書き出した方がいいよ。
マジで。
ExcelはExcelでよいところもないわけではないこともないことがあるわけではない
Excelは表計算ソフトじゃなくて申請様式メーカー
それもおかしい。罫線まみれのexcellは狂気。そもそもexcellは無いほうが生産性が高いし、それしか使えないのは退場すべき。やたら使われてるのは世が情弱なのと雇用慣性があるから。
配線図の資料がExcelで罫線使って作られてるの見たときは怯んだ
まあそんなわけでキントーンなんかの宣伝文句もなりたつわけよね
今の文系大学生ってプログラミングとか普通に出来るんじゃないのか？
できるね
自分等の時代がExcellだったからな
>>962 大体どこの大学もMS365に包括で入ってるんじゃない？
学生の PCでWord、Excelが使えないとなると教員が困るから。
プログラム開発者にはExcell使ったことない人がそこそこ存在。
Excelが嫌われるのは長期的に使い続けてデータベース構築するような用途に無理矢理使おうとするからであって、その場限りでとりあえず表形式の見た目のものが欲しいだけの用途に使うのなら何ら問題ない
DBやcsvなどのtidyデータ形が念頭にある上で小さい規模で使うのが本来
機械学習用のPCで3060ti 8GBってあんまり良くない選択肢だったりする？
1080tiとk20cではk20cの方が数倍速い
処理速度が遅いのは待てば済む話だが、
ChatGPT凄すぎて、AI関連の仕事まで無くなりそうだなこれ
Pythonはまだ分かるけどRをマスターしようと思ったらくたばるでしょ
>>854 偏微分は大学数学の分野だから、高校中退者には難しいかもな
全微分、偏微分、この辺は大学1年で最初に習う分野だから、高校の微積分が分かれば独学でも何とかなるんじゃね？
高校数学をちゃんとやってれば、1週間位で理解出来ると思う
paperspaceのサブスクって、これは月の途中に入ると損なの？
>>974 Rしかわからんって人も周りには多いけど
30代Pythonクソチョン男は強姦魔の犯罪者！
トイレの排便シーンをaiで判定して健康を云々、てのがあったな
微妙にpowershellを業務に使用してるんだがいい加減めんどくさい。が、使わざるを得ないっていう
少しだけpowershellを業務に使用してるんだがいい加減めんどくさい。
GPT-4でプログラム作らせてエラーが出るとそれを貼り付けて指摘すると
GPTが凄いんじゃなくて機械的にできる作業を人間にしかできない高度な仕事と思い込んでいたケースが多すぎるだけだよ
ITから普通のデスクワーク、法律までググるプラスアルファレベルの浅いタスクは消え去る。ただし、税理士とか２０年以上前からブルシットジョブだけど献金して利権を作れる所は生き残る。
土方とかそっちの方が息長いんじゃないの
肉体労働系は無人兵器が民生転用され始めたら仕事がなくなる
人間の心にしか理解できない、生み出せない仕事がこれからは肝になってくるだろう
ヒット作を作るのは学習に落とせる気がする
>>991 今のロボット技術じゃ足場作るのも無理じゃないか
片手でパイプとか持ってバランス取りながらパイプの上を歩くとか当分無理そうだけど
動画でロボットがコケたら笑えるが
実務で鉄の塊が上からバンバン落下されても困るだろう
>>996 そうなると受け入れられないんじゃないの
建築はロボットでこうなります、、人間サヨウナラっていう
そんなダイナミックな展開には出来ないだろう
補助ぐらいから入らないと
話が少しそれるけど3Dプリンターで作る家もあるんやで
コンクリートを配筋しながら打つのは割と簡単に機械化できる気がする
このスレへの固定リンク： http://5chb.net/r/tech/1659286605/ ヒント： http ://xxxx.5chb .net/xxxx のようにb を入れるだけでここでスレ保存、閲覧できます。TOPへ TOPへ
全掲示板一覧 この掲示板へ 人気スレ |
Youtube 動画
>50
>100
>200
>300
>500
>1000枚
新着画像 ↓「【統計分析】機械学習・データマイニング32 YouTube動画>2本 ->画像>10枚 」 を見た人も見ています：・【統計分析】機械学習・データマイニング33 【統計分析】機械学習・データマイニング30 【統計分析】機械学習・データマイニング31 【統計分析】機械学習・データマイニング28 【統計分析】機械学習・データマイニング27 【統計分析】機械学習・データマイニング20 【統計分析】機械学習・データマイニング15 【統計分析】機械学習・データマイニング23 【統計分析】機械学習・データマイニング17 【統計分析】機械学習・データマイニング24 【機械学習】GPUメモリが小さくてもパラメーター数が大きい言語モデルをトレーニング可能になる手法が登場、一体どんな手法なのか？ [oops★] 人工知能ディープラーニング機械学習の数学 ★2 人工知能ディープラーニング機械学習の数学 ★3 人工知能 機械学習 深層学習 (ディープラーニング） 総合スレッド 【機械学習】ソニーがディープラーニング用“コアライブラリ”をオープンソース化。Pythonで利用可能、GPU実行も 【機械学習】Airbnbが社内にデータサイエンス大学を開校、非技術系一般社員も対象 【悲報】AIによる機械学習、著作権に違反せず2019年に法整備済み イラストレーターさん、敗北へ… 【IT】AWS、機械学習機能を活用したデータセキュリティサービス「Macie」発表 【IT】「Amazon CodeGuru」発表。機械学習したコンピュータが自動でコードレビュー 機械学習教えてください ベイズ推定(機械学習含む) 機械学習とかやってる大学生なんだけど AI、機械学習の教材って何使った？ 機械学習をかじっとるけど今回のpixiv問題に質問ある？ 【Kaggle】機械学習・AIのコンペ【SIGNATE】 【IT】機械学習・深層学習 どう学び、どう活用する？ 【Tesla】 機械学習用レンタルサーバスレ【Titan】 機械学習エンジニアワイ、IT担当相の件で日本脱出を考慮 【話題】欧州の「AI企業」の4割、機械学習を使用せず［03/06］ 【技術】AIが衰退期に 機械学習エンジニアが職を失う [雷★] バイドゥ、量子機械学習モデル開発ツールキットをGitHubで公開 【IT】Apple、元Google幹部の機械学習＆AI戦略責任者任命を正式発表 【IT】Google、機械学習でラーメンの写真から「ラーメン二郎」の店舗特定 【技術】AIが衰退期に 機械学習エンジニアが職を失う ★２ [雷★] 【IT】機械学習を用いると匿名のソースコードから個人を識別可能であることが判明 【IT】Google、プログラミング不要で“機械学習”試せるサイト公開 【脳科学】「なぜ人は夢を見るのか」は機械学習の観点から説明が可能 [すらいむ★] 女性に激震。機械学習使ってSNOWの加工を元に戻すアプリが公開されてしまう Googleが機械学習用に作ったTPUマシン、うっかりスパコン「京」を超えてしまう Pythonで機械学習してるやつって"浅い"よな ライブラリ頼みで本質を理解してない 【IT】さくらインターネット、機械学習やPythonの講座を無償公開 [田杉山脈★] 【企業】Facebookが機械学習と映像画質向上用のカスタムチップを独自開発か [すらいむ★] 【求人】国会図書館、生成AIを含む機械学習の実務経験を持つ即戦力人材を任期付（係長級）で公募 【IT】MIT発のスタートアップFeature Labsは機械学習アルゴリズムの開発を加速する 【IT】NVIDIA×滋賀大学、1000ページ超の機械学習教育用資料の日本語版を公開 [すらいむ★] XboxGameStudioの機械学習アプスケ技術の次世代感すごい。レイトレよりこれを推せば良いのに 【機械学習】人が見ている画像や心の中でイメージした内容を画像化する事に成功 京都大学＆ATR 【化学】「プラスチックを素早く分解する酵素」が機械学習モデルを利用して開発される [すらいむ★] 【AI】Amazon.com、機械学習採用のコピー品検出・削除ツールをブランドに与える「Project Zero」 【機械学習】ニューラルネットワークの内部動作を理解するための完全自動化システムをMITの研究所が開発 【機械学習】キユーピー、グーグルの深層学習による原料検査で生産性2倍に 「TensorFlowはよかった」 【材料】6次元の揺らぎがもたらす準結晶の奇妙な物性 機械学習分子運動力学シミュレーションで解明 東大など [すらいむ★] 【テクノロジー】〈黒人女性をゴリラと認識〉波紋を呼んだGoogleフォト「ゴリラ」誤認識、 機械学習ではいまだ解決せず 複数写真から自由視点画像を生成 Googleなど「NeRF」開発 3D処理を機械学習で行い、実用に足る視点移動が可能。 [ひよこ★] 【嫌儲IT部】『機械学習エンジニア』って実際どうなの？給料高い、将来性ある、最先端技術を学べる、起業で一攫千金狙える 最高じゃね？ 【本】「ウマ娘」と「馬」も区別できず…同じと思われがちな《機械学習と人工知能》が致命的に異なる「過学習」のメカニズム [少考さん★] 【AI】「AI多すぎ、何使えばいいか分からない……」を解決するAI「HuggingGPT」 文章入力だけで、適切な機械学習モデルを自動選択 [すらいむ★] 【機械式】大人のセカンドウォッチ選び 【国際】コマツがスウェーデン企業買収、林業機械事業を強化 【アベノミクス】産業機械受注高、９月は32％減 ２カ月ぶりマイナス 機械式アラーム時計について 2 第一種・二種・三種冷凍機械責任者 その132 第一種・二種・三種冷凍機械責任者 その122 機械式腕時計が価値が高いという風潮62 【技術系】機械職・電気職【公務員】Part2
05:38:08 up 17 days, 21:00, 4 users, load average: 11.29, 14.20, 15.18
in 0.12017607688904 sec
@[email protected] on 110919
