Sign up to save your podcasts
Or
Share 株式会社ずんだもん技術室AI放送局 podcast 20240724
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
株式会社ずんだもん技術室AI放送局 podcast 20240724
関連リンク
近年、誰でも簡単にAI画像を作成できるようになり、特に人間の顔を偽造したディープフェイク画像の検出が重要になっています。イギリスのハルの大学で行われた研究では、ディープフェイク画像を見抜く新しい方法として、人間の目の反射光に着目した手法が発表されました。
研究チームは、本物の画像とAIで生成された画像の目の反射光を分析し、天文観測で用いられる手法を用いて反射光の形状や分布を調べました。その結果、本物の画像では左右の目の反射光が一致しているのに対し、ディープフェイク画像では左右の目の反射光が一致しないことが判明しました。この手法は、ディープフェイク画像の検出に役立つ可能性を示唆しています。ただし、まだ完璧な方法ではなく、誤検知や見逃しがある可能性も指摘されています。今後、この手法がさらに発展することで、ディープフェイク画像の検出に役立つことが期待されます。
引用元: https://ras.ac.uk/news-and-press/news/want-spot-deepfake-look-stars-their-eyes
この記事は、Web3スタートアップGaudiyが開発するLLMプロダクト「Fanlink」における、プロンプトチューニングの効率化について解説しています。Fanlinkは、特定のキャラクターのAIアバターとのチャット機能を提供しており、ユーザーのメッセージに応じて適切な返答を生成するためにLLMが活用されています。
従来、プロンプトチューニングはエンジニアとBizメンバー間でのコミュニケーションコストや、チューニング作業の負荷が課題でした。そこでGaudiyでは、GoogleスプレッドシートとLangSmithのHelperを用いてプロンプトチューニングの効率化を実現しました。
スプレッドシートには、プロンプトの入力と期待される出力のデータセットを登録します。LangSmithのHelperは、このデータセットをLangSmithのDatasets機能に登録し、一括実行や実行結果の永続化を可能にします。また、LangSmithのExperiments機能により、実行結果を可視化し、評価指標に基づいたチューニングを効率的に行うことができます。
この取り組みによって、プロンプトチューニングにかかる時間とコストを大幅に削減し、開発効率の向上を実現しました。さらに、チーム全体のLLMに関する知識共有とナレッジ向上にも貢献しています。
Gaudiyでは、今後もLLMプロダクト開発における課題解決に取り組み、より良いサービスを提供していく予定です。
引用元: https://techblog.gaudiy.com/entry/2024/07/23/080240
Netflixは、大規模なワークフローを管理するためのオープンソースのワークフローオーケストレーター「Maestro」を公開しました。Maestroは、データパイプラインや機械学習モデルのトレーニングパイプラインなどの大規模なワークフローを管理するために設計された、汎用的な水平スケーラブルなワークフローオーケストレーターです。
Maestroは、ワークフローのライフサイクル全体を管理し、リトライ、キューイング、コンピューティングエンジンへのタスク分散などを含みます。ユーザーは、Dockerイメージ、ノートブック、bashスクリプト、SQL、Pythonなど、さまざまな形式でビジネスロジックをパッケージ化できます。
Maestroは、従来のワークフローオーケストレーターとは異なり、非巡回グラフ（DAG）のみをサポートするのではなく、非巡回および巡回ワークフローの両方をサポートし、foreachループ、サブワークフロー、条件付きブランチなど、複数の再利用可能なパターンも含まれています。
Maestroは、Netflixで数千人のエンドユーザー、アプリケーション、サービスにWorkflow-as-a-Serviceを提供する、完全に管理されたワークフローオーケストレーターです。ETLパイプライン、MLワークフロー、ABテストパイプライン、異なるストレージ間でデータを移動するパイプラインなど、幅広いワークフローのユースケースをサポートします。
Maestroのソースコードは、GitHubリポジトリで公開されています。興味のある方は、ぜひ試してみてください。
引用元: https://netflixtechblog.com/maestro-netflixs-workflow-orchestrator-ee13a06f9c78
Chromebookを購入したものの、Googleにログインしようとすると頻繁に落ちてしまい困っていたという投稿が話題になっています。
投稿者は、リカバリーモードやメモリテストを実施しても問題が見当たらず、原因が分からずに悩んでいました。
しかし、最終的には腕時計のマグネットブレスレットがChromebookの開閉センサーに干渉していたことが判明し、問題が解決しました。
この投稿には、同様の経験をした人が多く、ノートパソコンやタブレット、スマホなど、様々な機器で磁石の影響による誤動作が報告されています。
磁石の影響は、修理に出しても原因が特定されにくい場合があるため、注意が必要です。
今回の投稿は、普段何気なく使っている機器の誤動作の原因が意外な場所にあることを示しており、エンジニアとして様々な可能性を考慮する重要性を改めて認識させてくれます。
引用元: https://togetter.com/li/2406349
（株式会社ずんだもんは架空の登場組織です）
View all episodes
By 株式会社ずんだもん技術室AI放送局関連リンク
近年、誰でも簡単にAI画像を作成できるようになり、特に人間の顔を偽造したディープフェイク画像の検出が重要になっています。イギリスのハルの大学で行われた研究では、ディープフェイク画像を見抜く新しい方法として、人間の目の反射光に着目した手法が発表されました。
研究チームは、本物の画像とAIで生成された画像の目の反射光を分析し、天文観測で用いられる手法を用いて反射光の形状や分布を調べました。その結果、本物の画像では左右の目の反射光が一致しているのに対し、ディープフェイク画像では左右の目の反射光が一致しないことが判明しました。この手法は、ディープフェイク画像の検出に役立つ可能性を示唆しています。ただし、まだ完璧な方法ではなく、誤検知や見逃しがある可能性も指摘されています。今後、この手法がさらに発展することで、ディープフェイク画像の検出に役立つことが期待されます。
引用元: https://ras.ac.uk/news-and-press/news/want-spot-deepfake-look-stars-their-eyes
この記事は、Web3スタートアップGaudiyが開発するLLMプロダクト「Fanlink」における、プロンプトチューニングの効率化について解説しています。Fanlinkは、特定のキャラクターのAIアバターとのチャット機能を提供しており、ユーザーのメッセージに応じて適切な返答を生成するためにLLMが活用されています。
従来、プロンプトチューニングはエンジニアとBizメンバー間でのコミュニケーションコストや、チューニング作業の負荷が課題でした。そこでGaudiyでは、GoogleスプレッドシートとLangSmithのHelperを用いてプロンプトチューニングの効率化を実現しました。
スプレッドシートには、プロンプトの入力と期待される出力のデータセットを登録します。LangSmithのHelperは、このデータセットをLangSmithのDatasets機能に登録し、一括実行や実行結果の永続化を可能にします。また、LangSmithのExperiments機能により、実行結果を可視化し、評価指標に基づいたチューニングを効率的に行うことができます。
この取り組みによって、プロンプトチューニングにかかる時間とコストを大幅に削減し、開発効率の向上を実現しました。さらに、チーム全体のLLMに関する知識共有とナレッジ向上にも貢献しています。
Gaudiyでは、今後もLLMプロダクト開発における課題解決に取り組み、より良いサービスを提供していく予定です。
引用元: https://techblog.gaudiy.com/entry/2024/07/23/080240
Netflixは、大規模なワークフローを管理するためのオープンソースのワークフローオーケストレーター「Maestro」を公開しました。Maestroは、データパイプラインや機械学習モデルのトレーニングパイプラインなどの大規模なワークフローを管理するために設計された、汎用的な水平スケーラブルなワークフローオーケストレーターです。
Maestroは、ワークフローのライフサイクル全体を管理し、リトライ、キューイング、コンピューティングエンジンへのタスク分散などを含みます。ユーザーは、Dockerイメージ、ノートブック、bashスクリプト、SQL、Pythonなど、さまざまな形式でビジネスロジックをパッケージ化できます。
Maestroは、従来のワークフローオーケストレーターとは異なり、非巡回グラフ（DAG）のみをサポートするのではなく、非巡回および巡回ワークフローの両方をサポートし、foreachループ、サブワークフロー、条件付きブランチなど、複数の再利用可能なパターンも含まれています。
Maestroは、Netflixで数千人のエンドユーザー、アプリケーション、サービスにWorkflow-as-a-Serviceを提供する、完全に管理されたワークフローオーケストレーターです。ETLパイプライン、MLワークフロー、ABテストパイプライン、異なるストレージ間でデータを移動するパイプラインなど、幅広いワークフローのユースケースをサポートします。
Maestroのソースコードは、GitHubリポジトリで公開されています。興味のある方は、ぜひ試してみてください。
引用元: https://netflixtechblog.com/maestro-netflixs-workflow-orchestrator-ee13a06f9c78
Chromebookを購入したものの、Googleにログインしようとすると頻繁に落ちてしまい困っていたという投稿が話題になっています。
投稿者は、リカバリーモードやメモリテストを実施しても問題が見当たらず、原因が分からずに悩んでいました。
しかし、最終的には腕時計のマグネットブレスレットがChromebookの開閉センサーに干渉していたことが判明し、問題が解決しました。
この投稿には、同様の経験をした人が多く、ノートパソコンやタブレット、スマホなど、様々な機器で磁石の影響による誤動作が報告されています。
磁石の影響は、修理に出しても原因が特定されにくい場合があるため、注意が必要です。
今回の投稿は、普段何気なく使っている機器の誤動作の原因が意外な場所にあることを示しており、エンジニアとして様々な可能性を考慮する重要性を改めて認識させてくれます。
引用元: https://togetter.com/li/2406349
（株式会社ずんだもんは架空の登場組織です）