10年以上の歳月をかけ、Torralba、Isola、Freemanの3人のコンピュータビジョン専門家が「コンピュータビジョンの基礎」を出版しました。本書は、コンピュータビジョン全体を網羅するのではなく、画像処理と機械学習の観点から基本的な概念に焦点を当てています。数多くの視覚化を用い、画像形成、学習の基礎、信号処理、ニューラルネットワークなどを段階的に解説し、生成モデルや表現学習といった最先端の分野にも触れています。厳密な構成と分かりやすい説明により、学部生、大学院生、そして専門家にとって最適な一冊となっています。
続きを読む
木曜日の午後、Google Cloud Platform（GCP）でグローバルなサービス障害が発生し、API管理システムへの無効な自動クォータ更新が原因で複数の製品が影響を受けました。Googleのエンジニアは、外部APIリクエストの拒否を引き起こした誤ったクォータ更新という根本原因を迅速に特定して解決しましたが、回復時間は地域によって異なりました。このインシデントは、単一のクラウドプロバイダーへの依存のリスクを浮き彫りにし、マルチクラウドまたはハイブリッドクラウド戦略と自動フェイルオーバーメカニズムを含む、堅牢なディザスタリカバリプランの必要性を強調しています。
続きを読む
1970年代以前、小児白血病は死刑宣告とほぼ同義でした。診断された子供の5年生存率は10％未満でした。しかし現在、北米やヨーロッパでは、その生存率は約85％にまで上昇しています！この劇的な変化は、一連の画期的な進歩によるものです。より効果的な化学療法レジメンを生み出した共同研究、リスク層別化に基づいた個別化治療、分子研究によって推進された標的薬や免疫療法の開発、そして改善された支持療法などです。これは科学的協調の力の証であり、医学研究が達成できることの模範です。
続きを読む
オンライン詐欺師は、ディープフェイク音声やAI生成画像など、ますます高度な戦術を採用しています。しかし、一部の詐欺師は、メール内の偽の購読解除リンクなど、比較的単純な方法に頼り続けています。これらのリンクをクリックすると、ログイン認証情報やその他の個人情報を盗むことを目的とした悪意のあるウェブサイトに誘導される可能性があります。この記事では、より安全な購読解除のために、メールサービスプロバイダーが提供する「list-unsubscribe headers」を使用するか、単に迷惑メールとしてマークすることを推奨しています。また、ダミーメールアカウントを設定したり、ブラウザのプライバシー保護機能を利用することも効果的な対策となります。
続きを読む
このガイドでは、Starlink Mini 1ターミナルから内蔵Wi-Fiルーターを取り外し、イーサネットのみで動作させる方法を詳しく説明します。この改造により、カスタムネットワーク設定、組み込みインストール、または電力制約のある環境で使用する高度なユーザーにとって柔軟性が向上します。このガイドでは、段階的な分解手順、PCBコネクタのピン配置、ダイレクトイーサネット接続の回路図、ネットワーク設定手順、トラブルシューティングのためのgRPCステータスコードの説明を提供します。注意：この改造はStarlink Mini 1のみに適用され、金属プレートの取り外しは、冷却とEMIの問題が発生する可能性があるため、強くお勧めしません。
続きを読む
ウェブ地図タイルは、地図を効率的に表示するためにインデックス付きの正方形に地理空間データを保存するという、一見単純な方法ですが、GISの歴史において重要な発展です。Googleマップがその普及に大きく貢献しているにもかかわらず、この技術の起源は驚くほど不明瞭です。この記事は、地図タイルの歴史をたどり、この概念はGoogleが登場するずっと前から存在しており、Roger Tomlinsonのカナダ地理情報システム（CGIS）などの初期システムに現れていたことを明らかにしています。その後、Quadtreeなどのデータ構造がアプローチをさらに洗練しました。この記事は、このイノベーションが単一の創造ではなく、多くの個人や組織による研究開発の集大成であり、今日の私たちが享受している遍在的な体験につながったと結論付けています。
続きを読む
著者は、小説家パトリシア・ハイスミスの最期の数ヶ月間、彼女の助手として過ごした経験を回想する。サスペンスと複雑な感情に満ちた時間だった。チューリッヒでの偶然の出会いから始まり、著者はスイス、テグナにあるハイスミスの独特の世界へと引き込まれる。ハイスミスの偏屈な性格、質素な生活、そして著者に対する曖昧な態度が、著者に不安感を抱かせる。しかし、日々の雑務や交流を通して、著者は伝説的な作家の中に潜む深い孤独と愛への憧れ、そして自己受容への葛藤を徐々に明らかにする。この短くも深い経験は、高く評価されている作家へのより深い理解をもたらし、人生と人間の性質の複雑さに対する新たな視点を提供する。
続きを読む
Chromeのパーミッションチームは、位置情報アクセスなどの強力な機能をウェブアプリが要求する方法を簡素化するために、新しい宣言型HTML ``要素を試行しています。従来の命令型メソッドは、パーミッションスパム、コンテキストの不足、パーミッションの取り消しの困難などの問題を抱えています。``要素は、より安全でユーザーフレンドリーなアプローチを提供し、開発者は宣言的にパーミッションを要求でき、ブラウザはユーザーインタラクションに基づいて要素のテキストを動的に更新し、明確なパーミッション管理を提供します。現在、Chrome 126でオリジン試行中で、標準化を目指しています。
続きを読む
MEOWは、Pythonベースの画像ファイルフォーマットで、AIメタデータをPNG画像に埋め込み、特別なビューアなしで任意の画像ビューアで開くことができます。LSBステガノグラフィを使用してメタデータを隠し、ファイル操作後もデータの完全性を維持します。AIワークフローの効率向上を目的として設計されたMEOWは、事前に計算されたAI特徴量、アテンションマップ、バウンディングボックスなどを提供し、機械学習を高速化し、LLMによる画像理解を向上させます。クロスプラットフォームに対応し、変換と表示のためのコマンドラインツールとGUIアプリケーションを提供します。
続きを読む
この記事では、2Dデータセットのための確率的拡散モデルの最小限のPyTorch実装について説明します。著者は、学習率、モデルサイズ、拡散プロセスの長さ、タイムステップエンコーディングなどのハイパーパラメータを様々な実験を通して探求しています。結果として、適切な学習率が非常に重要であり、より長い拡散プロセスにより完全なサンプルが生成され、モデル容量が主なボトルネックではないことが示されました。入力エンコーディングに正弦波埋め込みを使用することで、低次元領域における高周波数の関数の学習が容易になります。
続きを読む
Google Glassの失敗から10年後、人工知能の発展によりスマートグラスが復活しつつあります。Snapが2026年にAI搭載アイウェアを発表したことは、業界の新たな取り組みを示しています。Google、Meta、Amazonも、画像、ビデオ、音声処理にAIを活用し、リアルタイム翻訳や物体認識などの機能を備えた高度なスマートグラスを開発しています。プライバシーへの懸念や高価格にもかかわらず、市場調査は大きな成長の可能性を示しています。テクノロジー企業は、スマートグラスが最終的にスマートフォンに取って代わり、人間とコンピューター間の主要なインターフェースになると考えています。
続きを読む
Text-to-LoRA（T2L）は、簡単なテキストの説明から特定のタスクに合わせたLoRAモデルを迅速に生成できる、革新的なモデル適応技術です。このプロジェクトは、Hugging FaceベースのWeb UIとコマンドラインインターフェースを含む、詳細なインストールと使用方法のガイドを提供しています。デモを実行し、事前トレーニングされたチェックポイントをダウンロードするには、少なくとも16GBのGPUが必要です。T2Lは、Mistral、Llama、Gemmaなど、さまざまな基本モデルをサポートしており、複数のベンチマークテストを通じて優れた性能を示しています。このプロジェクトには、生成されたLoRAを評価するためのスクリプトと、非同期評価のための監視プログラムも含まれています。
続きを読む
2022年のOpenAIによるChatGPTの発表は、原子爆弾のような衝撃でAI研究の世界を変えました。今では、研究者たちは「AIモデル崩壊」を警告しています。これは、AIモデルが他のAIモデルによって生成された合成データで訓練されることで、信頼性の低い結果につながる現象です。これは、核実験による金属の汚染になぞらえられ、「低バックグラウンド」の素材が必要とされます。研究者たちは、2022年以前に収集された「クリーン」と見なされるデータへのアクセスを提唱し、この崩壊を防ぎ、競争を維持しようとしています。データ汚染と独占のリスクを軽減するために、AI生成コンテンツの強制的なラベル付けやフェデレーテッドラーニングの促進などの政策的解決策が提案されています。
続きを読む
6月6日、ヨーロッパは予想外の好ましいニュースを受けました。第1四半期の経済成長率が従来の予想の2倍、0.6％に達したのです。しかし、詳細な分析によると、驚くべき統計が明らかになりました。アイルランドのGDPは9.7％も急増し、EU全体の成長の半分以上を占めたのです。EU人口の約100分の1の人口しかいないこの小さな国が、アイルランド経済の奇跡への憶測を呼び起こしています。
続きを読む
オープンソーステクノロジー向上基金（OSTIF）は、X41 D-SecがGitLabとSovereign Tech Agencyの支援を受けて実施したRuby on Railsのセキュリティ監査結果を発表しました。4ヶ月間の監査で7つのセキュリティ上の問題点が発見され、6つの改善策が提案されました。レポートでは、ここ数年のRailsのセキュリティ向上を強調しつつ、今後の課題についても示唆しています。OSTIFは10周年記念も祝っており、今後のミートアップへの参加を呼びかけています。
続きを読む
この記事では、Rich Hickey、John Ousterhout、Zach Tellmanによるソフトウェア複雑性の3つの異なる定義を比較します。Hickeyはシンプルさを単一性と定義し、客観性を強調します。Ousterhoutは複雑さを、システムの理解と変更を困難にするものとして定義し、依存関係と不明瞭性を強調します。Tellmanは複雑さをすべての説明の合計と定義し、聴衆に依存する驚きを強調します。この記事では、それぞれの強みと弱みを比較検討し、現実世界の課題への適用を調べます。最終的に、Tellmanの説明に基づくアプローチは、開発者の主観的な経験を捉え、実践的な意思決定を導く上で優れていると主張しています。
続きを読む
長期間の宇宙における微小重力環境は人体に有害ですが、がん研究に独自の機会を提供します。科学者たちは国際宇宙ステーション（ISS）の微小重力環境を利用してがん検査を行い、腫瘍の増殖と薬物試験を加速し、より迅速で高感度ながんスクリーニング技術を開発しています。微小重力下では、がん細胞は泡のように急速に増殖するため、研究者は縁に付着した物質を容易に試験できます。ある研究では、宇宙ではたった一滴の血液でがん検査が可能になることを示唆しています。制約と高コストが残るものの、微小重力環境はがん治療と薬物開発に革命をもたらし、外科的回復にも役立つ可能性があります。ISSの廃止が迫っているため、科学者たちは限られた時間の中で画期的な成果を上げなければなりません。
続きを読む
このガイドでは、OpenTelemetryを使用してGitHub Actionsを監視することで、CI/CDパイプラインのエンドツーエンドのオブザーバビリティを実現する方法を示します。OpenTelemetry CollectorのGitHubレシーバーを構成することで、ワークフローからのトレースとメトリクスを収集し、ボトルネックの特定、エラーのデバッグ、依存関係の分析を行うことができます。このガイドでは、GitHub Webhookの設定、OpenTelemetry Collectorのインストール、レシーバーとプロセッサーの構成、認証処理など、ステップバイステップの設定方法を示します。YAML設定スニペットも含まれています。最終的に、これらのデータはSigNozなどのオブザーバビリティプラットフォームに送信され、可視化と分析が行われます。
続きを読む
このエッセイは、Lispが単なるプログラミング言語ではなく、執筆や芸術と同様に、プログラマーのための創造的な媒体であると主張しています。著者は、優れたプログラミングは、執筆と同様に、探求と発見、それに続くプレゼンテーションの洗練を伴うと主張しています。Lispの動的な性質は、実験と反復に最適であり、プログラマーは、作家が原稿を改訂するように、コードを調整および改善できます。地図作成や執筆などの例を用いて、著者は発見と洗練の相互作用を示し、パフォーマンスを優先するプログラミング言語設計のアプローチを、創造性と柔軟性を阻害するものとして批判しています。著者は、アジャイル手法の精神を反映した、より柔軟で探求的なソフトウェア開発アプローチを提唱しています。
続きを読む
ペニシリンの発見は、新たな抗菌薬を求める100年続くゴールドラッシュの始まりでした。しかし、進歩は鈍化しました。今、ゲノミクス、合成生物学、AIにより、研究者たちはこれまで以上に深く微生物の多様性を探求し、マンディマイシンやラリオシジンなどの新規化合物を発見しています。これは、抗生物質の新たな黄金時代を示唆しています。しかし、長い薬物承認プロセスや、抗菌薬からの利益獲得における製薬業界の課題など、大きなハードルが残っています。
続きを読む
ある学生が、セキュリティコースの仮想マシン内のアップデートファイル（*.gpg）に課題提出用のトークンが含まれていることを発見しました。アップデートプログラム`installUpdate`を分析した結果、`/root/.vmPassphrase`と`/root/.gnupg`ファイルに依存するGPG復号化を使用していることが判明しました。VMのディスクをマウントすることで、学生はこれらのファイルを取得し、アップデートを復号化し、トークンを抽出し、課題を早期に完了させました。アップデートには、AESで暗号化されたトークンを生成するJavaコードが含まれていました。著者は、この攻撃はVMディスクへの完全なアクセス権に依存しており、リモートVMの使用を改善策として提案しています。早期完了にもかかわらず、著者は学習プロセスとコースワークの完了の重要性を強調しています。
続きを読む
PalantirのCTO Shyam Sankar氏、MetaのCTO Andrew Bosworth氏、OpenAIのCPO Kevin Weil氏、元CRO Bob McGrew氏など、シリコンバレーのトップテクノロジーリーダーたちが、新たに設立された陸軍予備役部隊「第201分遣隊：エグゼクティブ・イノベーション・コープス」に加わりました。彼らは中佐として勤務し、民間セクターでの専門知識を活かし、陸軍に助言を行い、軍事計画と作戦におけるAIの採用を加速させます。この取り組みは、アメリカの革新力と軍の重要な任務を結びつけ、部隊の近代化と能力向上を目指しています。部隊名「201」は、リソース作成のためのHTTPステータスコードへの言及と思われます。
続きを読む
スペインの研究者らは、ショウジョウバエの平衡棍（飛行の安定に不可欠なジャイロスコープ器官）が中空ではないことを発見しました。その独特の形状は、建築物の支柱のような複雑な内部細胞構造に由来します。これらの構造は細胞突起とタンパク質マトリックス（ラミニンとコラーゲン）によって接続され、外部の力に対抗し、平衡棍の形状を維持する内部張力系を形成します。遺伝子改変ショウジョウバエの実験では、この系の破壊が平衡棍の変形と飛行安定性の低下につながることが示されました。この研究は、ショウジョウバエの平衡棍の発生メカニズムを明らかにするだけでなく、組織工学やバイオミメティック構造設計への新たな知見をもたらします。
続きを読む
検索拡張生成（RAG）は、生成AIにおいて人気のあるアプローチとなっています。しかし、この記事では、RAGはハイステークスで規制された業界において深刻な欠陥を抱えていると主張しています。中心的な問題は、RAGがLLMの出力を十分な検証なしにユーザーに直接提示することで、ユーザーをLLMの幻覚に直接さらしてしまうことです。著者は、RAGは休暇ポリシーの検索などのローリスクな用途には適していますが、ハイステークスのシナリオでは意味解析などの技術がより安全な代替手段になると示唆しています。RAGの人気は、開発の容易さ、多額の資金調達、業界の影響力、既存の検索技術に対する改善から来ています。著者は、ハイステークスのシナリオでは、データの信頼性と安全性を確保するために、LLMの出力への直接的な依存を避ける必要があると強調しています。
続きを読む
ICONICは、GitHubのREADME、ポートフォリオ、履歴書向けにデザインされた、スタイリッシュなバブル型のスキルアイコンライブラリです。視認性と美しさに優れたバブルアイコン、明暗両方のテーマバリエーション、Markdown/HTMLへの簡単な埋め込み機能を提供します。さらに、HTMLプレビューAPI（Djangoバックエンド）とダウンロード可能なSVGも用意されており、スキルを簡単にアピールできます。
続きを読む
arXivLabsは、共同作業者がarXivの新しい機能をウェブサイト上で直接開発・共有できるフレームワークです。arXivLabsに関わる個人や組織は、オープン性、コミュニティ、卓越性、ユーザーデータのプライバシーという私たちの価値観を受け入れています。arXivはこれらの価値観に尽力しており、それらを遵守するパートナーのみと協力しています。arXivコミュニティに価値を追加するプロジェクトのアイデアをお持ちですか？arXivLabsについてさらに詳しく学びましょう。
続きを読む
毎年恒例のPythonコア開発者サミットでは、エキサイティングな議論が展開されました。Metaのエンジニアは、新しいAPIを提供することで開発を簡素化することを目指し、プラグ可能なJITコンパイラの可能性を探りました。Javaからの知見は、Pythonの仮想スレッドに関する議論を促進し、並行処理能力の向上を目指しています。さらに、null合体演算子、AI支援コーディングツール、そして「worse is better」という開発哲学に関する議論も行われました。最後に、開発者たちはメモリ性能のベンチマークに注目し、T-stringsの型システムの将来的な進化について深く検討しました。
続きを読む
macOS 26 Tahoeでは、Dockの個性的なアプリアイコンがiOS風の角丸長方形アイコンに置き換えられ、多くのユーザーが不満を感じています。この記事では、ユーザーと開発者の両方にとって、カスタムアイコン形状を復元する方法を提供します。ユーザーはアプリケーションパッケージ内の.icnsファイルを置き換えることができます。開発者は、NSApplication.shared.dockTile.contentViewを使用して、実行時にアイコンを変更できます。あなたのDockをかつての輝きを取り戻しましょう！
続きを読む
近年、多くの機械学習の目的関数は、次トークン予測、ノイズ除去拡散、コントラスティブラーニングなど、スケーラビリティを実現しました。しかし、強化学習（RL）、特にQ学習に基づくオフポリシーRLは、複雑で長期的な問題へのスケーリングにおいて課題に直面しています。この記事では、既存のQ学習アルゴリズムは、予測ターゲットにおけるバイアスの蓄積により、100以上の意味のある意思決定ステップを必要とする長期的な問題に対応するのが困難であると主張しています。実験では、データが豊富で変数が制御された状況下でも、標準的なオフポリシーRLアルゴリズムは複雑なタスクを解決できないことが示されました。しかし、ホライゾン削減はスケーラビリティを大幅に向上させるため、データと計算能力の増加だけに頼るのではなく、ホライゾン問題に直接対処するより優れたアルゴリズムが必要であることを示唆しています。
続きを読む
AMDは、次世代AIアクセラレータであるInstinct MI350シリーズを発表しました。新しいCDNA 4アーキテクチャにより、前世代のMI300Xの2倍のAI性能を実現しています。MI350シリーズはFP6およびFP4フォーマットをサポートし、ピークスループットが向上しています。288GBのHBM3Eメモリを搭載し、最大8TB/sのメモリ帯域幅を提供します。ハードウェアを補完するのがROCm 7で、パフォーマンスの向上とDay-0サポートを提供します。AMDはまた、AMDのCPU、GPU、ネットワークを統合したラック規模のターンキーAIソリューションを発表し、2030年までにラック規模のエネルギー効率を20倍に向上させるロードマップを示しました。主力モデルであるMI355Xは、最大5 PFLOPSのFP16パフォーマンスを提供します。
続きを読む