深層学習⑦Face

©Hugging Faceハギングフェイスが従来のNLP（自然言語処理）講座を、LLM（大規模言語モデル）コースへと改編しました。軽量言語モデル講座であるsmol-courseやAIエージェント講座はこれまでに約10万人の受講者を集めており、最近では推論モデル開発やLLMのファインチューニング（fine-tuning）講座も追加されています。 従来の分類（classification）、固有表現抽出（named entity recognition）、検索（retrieval）など、伝統的なNLPの内容を維持しつつ、最新のトレンドを取り入れてカリキュラムを拡張しました。今後はModernBertのような、従来型NLPの最新トピックも追加される予定とのことで、AI開発に興味のある初心者から専門家まで、体系的に学べる環境がさらに強化される見込みです。 The NLP Course is becoming the LLM Course! https://huggingface.co/blog/llm-course ...

Google; https://blog.google/products/gemini/how-we-built-gemini-robotics/ Google DeepMind、ロボット向け「Gemini 2.0」ファミリー発表 — ロボティクスの未来へ大きく前進 Google DeepMindが最近発表した、ロボット向けに特化した新たな「Gemini 2.0」モデル群の準備の中で、ロボティクス部門責任者のカロリーナ・パラダ氏は、チームとともにその技術力の最終確認を行った。 チームは、複数の関節とピンセットのような手を持つ研究用ロボット「ALOHA」の両腕に、見たことのない物体を使って初めての作業をさせた。「たとえば、私の靴をテーブルに置いて“この中にペンを入れて”と指示したんです」とカロリーナ氏。「ロボットは少し考えたあと、その通りに作業をこなしました」 さらに、おもちゃのバスケットボールとゴールを使い、「スラムダンクして」と頼んだところ、本当にやってのけたという。「あれはまさに“わお”という瞬間でした」と彼女は語る。 これを実現したのは、Gemini 2.0の進化版「Gemini Robotics」モデル。テキストや動画、音声などを扱うマルチモーダル出力に加え、ロボット特有のデータでファインチューニングされており、物理的な行動が可能となっている。Google CEOのサンダー・ピチャイ氏は「この技術は、次世代ロボティクスの基盤になる」とX（旧Twitter）上で語っている。 汎用性・対話性・柔軟性を備えた次世代モデル Gemini Roboticsモデルは、高度な器用さ（dexterity）、対話能力、汎用性を兼ね備えており、追加の訓練なしでも新しい物体や環境、指示に反応できる。 「私たちのミッションは、日常生活で人を助ける“具現化されたAI”を搭載したロボットを開発することです」とカロリーナ氏。彼女は子どもの頃に見たSFアニメに影響され、自動で家事をこなすロボットに憧れていたという。「将来的にロボットは、スマホやPCのようにAIと接するためのインターフェースの一つになります」 ...

第4章 深層学習：CNN Ⅱ 🔄 第3章の復習：Convolutionの基礎 📐 Conv2Dのパラメータ 多チャンネル入力への適用例 例1：RGB画像への適用 例2：特徴マップへの適用 🔢 パラメータ数の詳細計算 基本的なパラメータ計算式 📊 計算例：段階的な理解 例1：最初のConv2D層 計算過程： 例2：2番目のConv2D層 計算過程： 例3：Dense（全結合）層 ...