GPT-4oをOCRとして使う - Re:ゼロから始めるML生活
OpenAIからChatGPT-4oが発表されましたが、皆さんガンガンつかっていますでしょうか？ さて、このChatGPT-4oですが、テキスト以外のデータも使用できるようになっているという特徴があります。 普通にテキストでのやり取りをしつつも画像データを扱えるということで、「実はこれいい感じのOCRとして使えるんじゃね？」って思っちゃったわけです。 ということで、今回はChatGPT-4oを使ってOCRを使うとどんなもんなのかやってみたいと思います。 やりたいこと やってみる とりあえずやってみる 請求書 名刺 参考文献 感想 やりたいこと 今回やりたいことはOCRです。早い話が画像ファイルを突っ込んでテキストを読み取りたいって感じです。 ただ、当たり前のようにOCRって言葉を使用していますがOCRって結構奥が深いです。 mediadrive.jp 単純に画像から文字を見つけて対応するテ
生成AIによる「慣用表現の『乗っ取り』」と、その根底にある別の問題と - 渋谷駅前で働くデータサイエンティストのブログ
かなり前から「ChatGPTに学術論文を（英語で）書かせると"delve"のような普段使わないような単語が多く使われるのでバレやすい」という話がSNS以下各所で頻繁に噂されていたんですが*1、最近になってこの件について面白いpreprintが発表されていたのを知りました。それがこちらです。 もう読んで字の如しで「ChatGPTが登場して以来学術論文に使われる単語のレパートリーが劇的に変わってしまった」というのを、実際に具体的なデータに基づいて示した論文です。割と短めの読みやすい論文であることと、先述したようにSNSでは頻繁に噂されていた推測を明確化したということもあり、折角ですのでこのブログで簡単に紹介してみようと思います。 Preprintあげたのでご報告！📣 ChatGPTが使いがちな英単語ってありますよね。「delve」「realm」「utilize」あたり。 （限界助教先生の記事
Langchainを使用したKnowledge Graphの構築と質問応答 - Qiita
はじめに 「Knowledge Graph（知識グラフ）」は、情報を関連付けて構造化するグラフベースのデータモデルです。エンティティ（例：人、物、場所、概念など）間の関係をノードとエッジで表現することができます。以前紹介したRetrieval（本記事の下に該当記事へのリンクがあります）を用いた方法と似ているのですが、Retrievalが基本的には1:Xでデータベースから回答に関連した情報を探しにいくのに対し、知識グラフでは、逆引きを含むX:Xのような情報が複雑に関連している場合や、複雑なクエリの解決に役立ちます。一方で、情報の正確性確保やスケーラビリティの問題などの課題も存在します。 今回は、Langchainを使用して、テキストから知識グラフを構築し、その知識グラフを基に質問応答を行う方法について解説します。知識グラフを使うことで、ChatGPTだけでは回答の難しい、現在の出来事や専門知
ベクトル検索の苦手を克服。ナレッジグラフでRAGを作る
TL;DR ベクトル検索だと、複数のステップを踏まないと答えられない質問の検索がむずい 「TomにEmil Eifrém（Neo4jのCEO）を紹介してくれる人は？」とかを検索むずい ナレッジグラフは構造化データと非構造化データをうまく扱えてベクトル検索の苦手を補える 課題はあるけどナレッジグラフは、Neo４jとLangchainで構築できるよ。 はじめに 今回はベクトル検索の苦手分野をどうしても補ってあげたいとおもっている筆者やまぐちが、ベクトル検索の苦手を補ってあげられるナレッジグラフに関してまとめていこうと思います。 少々長い記事ですが、ベクトル検索を労ってあげたいと思っている方はぜひ読んでください。 ベクトル検索の限界 以前の記事の最後にも少しだけ記載しましたが、ベクトル検索は以下の問題点があります。 必要な情報がTop Kのドキュメントには含まれていない可能性がある。 チャンクの
最近ローカルLLMがアツいらしい
最近、ローカルLLMがアツくなっているという話をtwitterでチラホラ見かける。 ローカルLLMって何じゃ？というと、オープンに公開されているモデルのウエイトをDLしてきて手元のPC上で推論させる事である。 オープンなAIモデルとは逆の存在として、モデルがDLできないクローズなAIモデルもある。 OpenAIやAnthropicのような最先端AI企業のクローズなAIモデルに比べて、オープンに公開されているオープンなAIモデルの性能は今でもかなり後れを取っている。 だから去年の間はあくまでAIの本命はChatGPTのようなクローズモデルであって、オープンなAIモデルなんて眼中にありませんみたいな風潮が無くはなかった。だが最近は風向きが少々変わってきている。 GPTのAPI高い問題 ＆ OpenAIがAIベンチャー皆殺しにしてしまう問題 まず「結局GPTのAPIを叩いてサービス運営して成功し
RIETI - 漫画制作における生成AI活用の現状：2024春
日本を代表する文化の1つである漫画。近年、漫画制作においても生成AIの活用が進展している。生成AIは、キャラクター設定から背景描写までさまざまな段階で作家を支援するだけでなく、効率性や創造性の向上にも寄与している。本講演では、創作の現場でAIを活用している漫画家ユニット「うめ」の小沢高広氏に、現役の漫画家が生成AI技術をどのように取り入れているのか、現在連載中の作品においての実際の使用例を中心に紹介いただいた。テキスト生成AIと画像生成AIのそれぞれの具体例、さらに、生成AIの普及が漫画業界に与える影響や今後の展望、生成AIが将来的に漫画家の仕事を奪うのか否かなど、多角的に考察いただいた。 二人組漫画家「うめ」のシナリオ・演出を担当している小沢高広と申します。僕はいろんなことを割と早め早めにやってしまう方で、2004年に原稿のデジタル入稿をやったり、Twitter（現X）を漫画に登場させた
画像生成AIで簡単にニセモノが作れるようになった結果作者が二次創作禁止を発表せざるを得ない事態に
樋口紀信＠疫神のカルテ全3巻 @susujinkou 《読者の皆様へ》【二次創作禁止のお知らせ】 LoRAの話題から離れている間は全く平気なのですが、この話題になるとかなり辛いです。 申し訳ありませんが、『樋口紀信LoRA』を使われる可能性から、ファンアートを含めた自著の二次創作を一切禁止します。（続） 2024-03-20 16:47:07 樋口紀信＠疫神のカルテ全3巻 @susujinkou あのLoRAで自著のキャラを描かれるのも、その他の画像生成AIで二次創作されるのも、それらと手描きの区別をつけなければならないのも、今は無理です。 耐性が付き次第、また解禁します…!! ホントすみません!! 2024-03-20 16:47:08 リンク となりのヤングジャンプ [第1話] 疫神のカルテ - 樋口紀信 | となりのヤングジャンプ 「疫神症候群」それは超常能力を発現し、やがて死に至る
画像生成AIの著作権問題、文化庁議論で争点はっきり (1/4)
2月29日に、文化庁で「文化審議会著作権分科会」の第7回が開催されました。著作権の専門家によってその制度について議論をする場ですが、今年度は2023年7月より「AIと著作権」について議論されてきました。3月に文化庁から政府に報告する「AIと著作権に関する考え方について（素案）」の最終案に近いものが発表され、1月下旬から2月上旬にかけて募った「パブリックコメント（パブコメ）」の結果報告もされるということもあり、注目されました。登場したのは「AIと著作権に関する考え方について（素案）令和6年2月29日時点版」、パブコメの結果を受けて、これまでの内容に微修正が施されていました。しかし、そこからわかったのは、文化庁の一貫したスタンスでした。 文化庁 文化審議会 著作権分科会 法制度小委員会（第7回） パブコメへの反応は「素案の内容周知」 発表物から議論を集めたのが発表資料に「パブコメの結果」が追加
24/1/28 「生成AIの『学習』は学術用語だ」ということをそろそろちゃんと説明した方がいい - LWのサイゼリヤ
お題箱から 797.生成aiについて無知なので質問です 下記のように学習元画像を合成したかのような元画像がでることから合成ツールと主張する人がいますが、実際に生成aiは合成ツールなのでしょうか？ https://x.com/r18rensyu/status/1745959957990965624?s=61 これ去年の今ぐらいまでなら学習してるから合成ではない論はまだ通用したかもしれないけど、明らかに学習元となる画像がポンポン出るようになってきてしまって正体は引用合成ツールだったのがバレちゃったんだよね。 https://t.co/e367C2DqWl — リハビリ用 (@r18rensyu) 2024年1月13日 質問に対する答えは「依然として生成AIは合成ではなく学習を行っている」で、このツイートは100%誤りです。「塩水を沸騰させると砂糖水になる」と同じレベルの端的な誤りで、議論の余地
日本の“カワイイ文化”が「生成AI児童ポルノ」の大量流出を招いている | 専門家が子供への「二次被害」を懸念
生成AIの技術が急速に進化するなか、日本ではこれを利用した子供の性的画像の問題が深刻化している。欧米ではこうした画像が厳しく規制される一方、日本ではなぜ野放しにされているのか。背景にある日本の司法や文化的な価値観を中国紙が専門家に取材した。 日本では、生成AIによって作られた児童の性的画像の大量流出が問題になっている。 地元メディアの報道によれば、国内のIT企業が法律の抜け穴をつき、生成AIによる児童ポルノを生産しているという。 人権活動家はこうした動向を憂慮しているが、日本の政治家は問題の介入には消極的だ。1998年に「子ども虐待ネグレクト防止ネットワーク（現・特定非営利活動法人チャイルドファーストジャパン）」を創設した山田不二子は、政府が生成AIによる児童ポルノの問題を放置していることを批判し、子供たちが性産業に取り込まれると懸念する。 「日本の法律では児童ポルノは違法とされていますが
絵師だけど、頼むからAI絵師を叩くのを即刻やめてくれ
わかるよ。すげえわかる。AI絵師(笑)が憎いよな？ あいつらは、俺ら絵師(俺みたいな弱小絵師は含まれないかもしれんが)の作品を無断で学習したAIを使って、一本も線を引かずに「俺らAI絵師っす！まだペン持ってるんすかｗｗｗ教師データごちっすｗｗｗｗｗｗ」みたいに煽ってきてな？すげえわかる。弱小絵師の俺なんかでよければ200%その憎しみに寄り添ってやれるよ。憎いよなあいつら。 でもさ、頼むからAI絵師(笑)を叩くのを即刻やめてくれ。お願いだから。少なくともオープンな場で叩くのをやめてくれ。 みんながAI絵師(笑)叩きに励めば励むほど、俺らの置かれている状況はどんどん不味くなっていく。俺はそのことを知って欲しくて今回これを書いている。 (AI絵師を叩くなという文章を書く以上、これ以降はAI絵師のあとに(笑)をつけません) ●我々の目標は「社会的合意の元にルールを作る」ことであるべき『失敗の本質』
GoogleのトップAI研究者2人、東京でAI企業Sakana.ai立ち上げ
米Googleの著名な2人の元研究者、リオン・ジョーンズ氏とデビッド・ハー氏が8月17日、東京に拠点を置く新AI企業を設立したとX（旧Twitter）で発表した。 ジョーンズ氏は、Googleが2017年に発表した生成AI革命のきっかけとなったと評価されている論文「Attention Is All You Need」（PDF）の8人の著者の1人。この論文では、後にChatGPTなどの製品開発の基礎となった深層学習アーキテクチャー、Transformerを紹介している。ジョーンズ氏は8月に10年以上勤めたGoogleを退社した。これで論文を書いた著者全員がGoogleからいなくなった。 ハー氏は2016年にGoogle Brain入りし、機械学習などの研究に取り組んだ後、2017年にGoogle Brainが東京チームを設立した際、そのトップとして来日した。2022年にGoogleを辞め、S
生成AIグラビアをグラビアカメラマンが作るとどうなる？第一回：実在モデルで学習・LoRAでキャッチライト付加 (西川和久) | テクノエッジ TechnoEdge
百聞は一見に如かず。これってAI生成グラビア？AI画像生成に興味を持ったのは去年の年末頃だろうか。Twitterを眺めていると「どうやって撮った(作った)んだ？」と言う画像がたまに載っていたので調べると、Stable Diffusion Web UI (AUTOMATIC1111版)だった。 元々グラビアを撮っていたこともあり、あまり撮らなくなってもグラビア好きなのには違いなく、試したくなったのは言うまでもない。 AI生成画像は大きく分けて2種類あり、一つはイラスト系、もう一つはリアル系。筆者が興味を持ったのは後者。どこまで実写に迫れるのかがその興味の対象だ。百聞は一見に如かず。扉の写真はAI生成画像。現時点でこの程度の写りは容易にこなす。 とは言え、実際の撮影もそうなのだが、グラビア写真は数百枚撮ってカメラマンがある程度セレクトし納品したものが、納品先で更に絞られ、出版社などで更に絞り込
妻の写真を学習させたはずなのに出てくるあなたはいったい誰なの？ AI生成グラドル写真集でちょっと考えた（CloseBox） | テクノエッジ TechnoEdge
集英社週刊プレイボーイ編集部が企画して出版したものの引っ込めてしまったAIグラビアアイドルさつきあい写真集「生まれたて。」をめぐっていくつか興味深い記事が上がっています（清水亮さんのコラム、新清士さんのコラム）。 既存のAIモデルだけではなく、さらにファインチューニングで使われたかもしれない実在の女性タレントをめぐる論考ですが、実のところは肝心の編集部が多くを語っていないため不明。 これとは別に、いくつかの画像投稿サイトではAIを使った「写真」「イラスト」の投稿を禁止するところも出てきており、大手サイトでの例外はAmazon.co.jpだけという話になっている一方、著名タレントのLoRA（学習されたAIモデル）のファイルが配布されていたりと、実在の人々の権利を脅かすのではないかと当初懸念されていた問題も顕在化しています。 筆者も実在の人物（妻）の写真をAIに学習させて、それを「異世界とりち
「紀伊國屋書店」など3社が新会社設立へ 仕入れなどを共同で | NHK
「紀伊國屋書店」や「蔦屋書店」などライバルどうしの書店が手を結び、仕入れや流通を共同で行う新会社を設立することを正式に発表しました。書店の減少に歯止めが掛からない中、経営の効率化で生まれる余力を書店の魅力づくりに振り向けることが狙いです。 発表によりますと、紀伊國屋書店のほか、「蔦屋書店」などを展開するカルチュア・コンビニエンス・クラブ、それに出版取次大手でグループで書店を運営する日本出版販売の3社は、仕入れや流通を共同で行う新会社の設立に向けて協議を始めることで合意しました。 3社が持つ販売データを共有化し、AI＝人工知能を使った需要の予測に基づく発注システムを共同運営することで、本の返品率を減らし、流通の効率化を進める方針です。 さらに、顧客向けのアプリの開発など書店横断型の新たなサービスも検討します。 新会社はことし秋の設立を目指すとしています。 3社が展開する書店は、全国であわせて
300万使ったSkeb依頼者視点から見るAIイラスト｜アホ
大変久々に記事を書く 前回書いたのがskebを始めて間もない時期であったので3年ぶりくらいになる 古い記事ゆえに今見ると情報の差異があるが、未だにスキを貰えている履歴があるので多くの方へ参考になっていると思うと嬉しい この記事は、前回のような色々言葉を選んだような内容ではない 誰かに何かを伝えたりするといったエッセイ記事でもない この私自身の勝手な考えを垂れ流すために、かなり汚い言葉や表現を用いている 特に絵描きの方々には不快な内容を多分に含んでいる 記事内にR-18をトリミングした自出力AIイラストがあるのでそこも注意 （普段はこのような公的な場にAIイラストを貼らないが、参照として役に立つので特別に許してほしい） なので、読む方はそれを承知の上で進めて行って欲しい 近況skeb依頼を含めたコミッションは頻度は減ったが今でも行っている skebの総利用額が300万円だというメールが年末に
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
自分だけの信頼できるAIへ グーグル「NotebookLM」公開
Constructing knowledge graphs from text using OpenAI functions: Leveraging knowledge graphs to power LangChain Applications
国立情報学研究所における大規模言語モデル構築への協力について｜国立国会図書館―National Diet Library
【西川和久の不定期コラム】 Stable Diffusion高速化の決定版登場！？品質落とさず制限もほぼなしで2～3倍速に
