Amazon BedrockのKnowledge BaseでRAGを構築し、RDSのデータを分析するアプリケーションを開発する | NHN テコラス Tech Blog | AWS、機械学習、IoTなどの技術ブログ
Amazon BedrockのKnowledge BaseでRAGを構築し、RDSのデータを分析するアプリケーションを開発する はじめに こんにちは！ 第一SAチームのshikaです。 普段、あるAmazon RDS上のデータベース（MySQL）に対し、SQLを実行してデータを参照しています。 毎回SQLクエリを実行するのが手間だったので、データ検索を容易にするWebアプリケーションを開発しました。 このアプリケーションには、AWSの生成AIサービス「Amazon Bedrock」を活用しており、生成AIを用いた対話式の検索機能を実現しています。 できあがったアプリケーションの画面は以下です。 データはテストデータを使ってます。以下の通り、架空の会社の従業員情報に関するデータです。 本記事ではこのアプリケーションの構成、仕組みについて、特にAmazon Bedrockの部分を重点を置いて解
やばすぎるAI画像生成サービス「Stable Diffusion」始まる。 【簡単解説 & 応用 & Prompt付生成事例集】｜やまかず
一応、StableDiffusionとははっきりまず言います…とにかくやばいです。 分かりやすく、他のDALL・E2、Midjourney、Disco Diffusion、他有象無象Text to image machine learning系サービスと比較しますと… クオリティがかなり高い。 制限がなくなり、かなり細かい調整ができるようになったDALL・E2のような感じです。 生成が早い。 設定なしで使えば正直体感DALLE2より早いです。6秒..くらい？ 安い。 3円くらいだと思います。 DALL・E2は1生成17円。Midjourneyは月4000円。 オープンソース これからいろんなサービスにこのAIが搭載されます。 他AIではかけられている学習データのフィルターがない。 各国の代表者や、有名人、ポルノがデータに含まれています。 PC上で使用できる。（ = その場合無料） いや、こ
実はアップルが｢圧倒的優位｣に立っている分野
2月末、アメリカの経済誌や通信社が一斉にアップルが電気自動車（EV）の開発計画を中止したと報じた。 2014年に始まったと言われるアップルによる自動運転のEV開発計画、Project Titan。アップルはその計画を一度も公式に認めなかったが、テスラやフォルクスワーゲンの重役を引き抜いていたり、最大で5000人近いスタッフが関わったり、同社周辺で頻繁にトヨタ自動車のレクサスを改造した自動運転車両が目撃され、公然の事実となっていた。 同社は今後、その分の研究開発費を生成AIの研究開発に充てるといわれている。計画を進める上で獲得した技術や特許は、今後、さまざまな形で他の製品に転用されるものと期待したい。 「Vision Pro」の存在感 EV開発撤退のニュースを受けて、アップルの先行きを不安視する動きも出ているが、同社は今後、何を事業の柱にしていくのだろうか。 「生成AI」が重要な要素であるこ
平均年収は756万円→1398万円に爆増…製造業なのに超高収益企業｢東京エレクトロン｣の儲けのカラクリ ｢名門メーカー｣とは根本的にビジネスモデルが違う
平均年収1398万円の「超優良企業」 東京エレクトロン（TEL）という会社をご存じでしょうか。半導体製造装置メーカーという一見地味な製造業であり、一般消費者には決して知名度が高くない企業かもしれません。しかし同社は、今年2月に時価総額でソニーグループやNTTを抜き、トヨタ、三菱UFJフィナンシャルグループに次ぐ国内3位となった超優良企業なのです。 さらに特筆すべきはその平均年収の高さです。2023年3月時点での平均年収1398万円（平均年齢43.6歳、平均勤続年数15.6年）を聞けば、サラリーマンなら誰もがうらやむ好待遇企業であると分かります。同社がなぜここまで好待遇の優良企業であるのか、その秘密に迫ります。 まず東京エレクトロンの平均給与の推移ですが、2014年3月期に756万円だったそれは、18年に1000万円の大台を超えると（1076万円）、右肩上がりを続けて現在1400万円に迫ると
画像生成AIで同じキャラクターが簡単に作れるようになってきた (1/3)
画像生成AIサービスの「Midjourney」に3月12日、新機能「Creative Reference」が追加。1枚の画像から特徴を引き継いだ画像を生成できるようになり、同じキャラクターに別のポーズをとらせるなど様々な画像を作れるようになりました。これまで画像生成AI「Stable Diffusion」などで同じキャラクターの画像を作るには「LoRA」という追加学習をするのが一般的でしたが、それが必要ないため、キャラクターの再現が劇的に簡単になってきました。 画像1枚で“似た顔” Midjourneyの新機能「Creative Reference」 使い方は、MidjourneyのDiscordに画像をアップロードして、「Creative reference」のタグ（cref）をつけてプロンプトを入力するだけ。CW 0〜100までのパラメーターがあり、0だと顔だけが共通になり、あとは数字
ChatGPTのライバル「Claude 3」の使い方 良い点、悪い点まとめ (1/5)
3月4日の公開以来、「Claudeやばくない？」「GPT-4を越えた」と、界隈で話題の「Claude 3」は、OpenAIの元メンバーによって設立されたAIベンチャー「Anthropic」が開発する最新の大規模言語モデル（LLM）だ。今回はChatGPTのライバルClaude 3の有料版を2週間ほどヘビーに使ってみて感じたことを、良い点と悪い点どちらも書いていきたいと思う。 Claude 3とは？ 既報の通り、Claude 3はAnthropicが開発する大規模言語モデルの名称だ。 パラメーターのサイズなどが異なる3つのモデルがラインアップされている。 「Claude 3 Opus」は最も知能が高く、複雑なタスクでも最高のパフォーマンスを発揮する強力なモデル。APIやデータベースを介した複雑なアクションの計画や実行、インタラクティブコーディングなどの高度な活用が想定されている。 「Clau
機械学習による株価予想の十八手 - Qiita
1. 株価はサプライズによって動く 株式相場には常にプロの投資家がうごめいており、各銘柄の各種業績数値を常に予想して投資活動をしている。そんな状況下において、仮に「売上が前年比2倍」という決算が発表されても、株価が2倍になるわけではない。むしろ3倍が予想されていたのに、2倍だったら失望売りとなる。つまり事前予想と比較してこそ意味があり、staticな値や過去実績との比較を特徴量にすることはあまり意味がない。事前予想と決算の乖離、または前回予想と今回予想の乖離こそが意味のある特徴量であると言える。 2. 業績数値の単純な変化率では株価インパクトは測れない 営業利益の事前予想100億円に対し、決算が200億円の場合、 変化率 = （ 実績 - 予想 ) / 予想 の計算式を使うと、変化率は100%となる。 この変化率を特徴量にするのは一見もっともらしいが、株においてはこれは使いづらい。 営業利
1
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
アマゾンのAIレジなし技術は1000人以上が人力操作していた。店舗から撤去を発表 : カラパイア