1. 長期にわたる弱気相場の末、市場は暴落した市場が暴落し、ニューヨーク証券取引所のトレーディングフロアでは混乱が続いた。New York Daily News Archive/NY Daily News via Getty Images数年にわたる景気拡大を受けて、株価は1987年上期に44%上昇し、資産バブルが起こっていた。だが、貿易赤字拡大に関するニュースが広がり始めると、10月16日に資産バブルが弾けた。 1987年10月16日（金曜日）、ダウ工業株30種平均が下落し始め、前日比マイナス4.6%で引けた。経済不安がくすぶり、週明けの相場を暗示していた。 翌10月17日（土曜日）に、ベーカー財務長官が、拡大する貿易赤字縮小のためにドルの切り下げを提案すると、一気に不安が高まり、金融市場で狼狽が強まった。 2. 投資家がコンピューター取引に移行し、自動取引が暴落を加速した金融市場の暴落
8月28日に発売された今年の「Google Pixel 10」シリーズのうち、10 Proおよび10 Pro XLには、「超解像ズームPro」という新機能が搭載された。 これは、最大100倍に拡大された写真に対してAIが補完処理を行い、より精密な画像を生成する仕組みだ。Proシリーズの望遠カメラは、メインカメラを1倍とした時に光学5倍という関係になる。100倍にするということは、光学5倍×デジタル20倍ということである。さすがに20倍も拡大してしまうと、画像がボケボケになってしまうが、それをAI処理によってしゃっきりさせますよ、というわけだ。 発売日以降、この「超解像ズームPro」を使った多くの写真がネットにアップされているが、「これは写真ではないのではないか」といった感想が目立つ。ボケている部分がどうなっているのかはAIが想像して補完するわけだが、そこには生成AI技術が投入される。単にノ
先日、グーグルが飲食店検索で初のトップにという記事を見かけて、Google Mapsがどうやってレビュー情報を集めてきたのか、過去に書いた考察記事を公開しました。 UXリサーチ目的で、普段からデザインアップデート記録を残しているんだけど、Google Mapsのレビュー機能は2016年から頻度高く使ってきたので、実体験とコンテンツを増やしてきたのか考察をまとめた内容です。 Google Mapsのレビューを始めたキッカケ最初にレビューを投稿したのは2016年で、旅行前にGoogle Mapsで行きたい場所やお店を保存して、現地に行った時になんとなく写真と口コミを投稿したのがキッカケ。 初回投稿後にレビューを促進するコンテンツがメールで届くようになった当時Google Mapsのレビューはまだ認知度が低くメールのタイトルも実験中の雰囲気があった。特典という言葉に釣られてローカルガイドに参加し
世界は美しく、乱雑で、変化し続けています。常に新しい道路が作られ、ビルが建設され、新しいお店などがオープンしています。Google マップチームの役割は、進化を続けるこの世界を正確にモデル化して、デジタルマップに反映させることです。どのようにして、これを実現する地図を作っているのかという質問をよくいただきます。その答えは、多くの異なる手順、そして人、テクニック、テクノロジーの最適な組み合わせです。 10 億人以上の利用者がいる Google マップがどのように作られているか。これから数か月をかけて、いくつかの記事に分けて詳しくご紹介します。今回はまず、基本の概要から見てみましょう。 すべては画像から始まります 世界のどこに何があるのかを特定するために、ストリートビューと衛星画像は長年に渡って重要な役割を果たしてきました。地域の道路、建物、住所、企業の場所に加え、道路の制限速度や建物名など、
The FTC is investigating companies that make AI companion chatbotsThe FTC is investigating companies who offer chatbots and their possible harms to children. Grok claimed the Charlie Kirk assassination video was a 'meme edit'In several bizarre exchanges, Grok repeatedly claimed that Charlie Kirk was "fine" and that gruesome videos of his assassination was a "meme edit."
This copy is for your personal, non-commercial use only. Distribution and use of this material are governed by our Subscriber Agreement and by copyright law. For non-personal use or to order multiple copies, please contact Dow Jones Reprints at 1-800-843-0008 or visit www.djreprints.com. http://jp.wsj.com/article/SB10468926462754674708104581082773456994848.html
スペイン、バルセロナのヤフー研究所が発表した研究は、地図上で道順を示す時に、「一番早い」ルートではなく、「一番美しい」ルートや「一番幸せな」ルートなどを表示するという技術です。 出発地点と目的地を入力すると道順を表示してくれる、というのはオンラインの地図サービスでは普通の機能となってきています。車、電車、歩いていくなどの手段に合わせた道順表示も選べますが、ほとんどの場合、表示されるのは「最も早いルート」でしょう。 渋滞情報と組み合わせた「今一番早くつけそうなルート」や、坂道情報と合わせて「自転車で楽なルート」などというのも出来ていますが、今回の研究では、ロンドンやボストンの街の地域ごとの「美しさ」とか「楽しさ」を求め、それを道順作成時に参照することで、少し余分な時間は掛かるかもしれないが、歩いていて楽しいルートや、景色が美しいルートを提示できた、と報告しています。 手順 彼らはまず、ロンド
FacebookのOGP画像のサイズと、ニュースフィードでの表示サイズについては、過去にも数回に渡ってまとめていますが、今回は画像の中に人間の顔が入っている場合の動きについて検証してみます。 どうやら、画像内に人間の顔が入っている場合、トリミングの仕様が通常とは異なり、顔の位置を自動検出してそこを起点にトリミングを行うようです。 なんと言う余計なお世話ハイテクシステム！ ※過去のFacebook OGP画像関連のまとめ FacebookのOGP画像の仕様がまた変更。ニュースフィードでもタイムラインでも欠けないようにする方法。（スマホ対応！最新版 ※9.21追記） FacebookのOGP画像、最新サイズでの作成例をご紹介 本題に入る前に、簡単におさらいです。 FacebookのOGP画像のニュースフィード上のサイズは、w1.91：h1 w468px以上でないと大きく表示されない（※Face
https://code.facebook.com/posts/220956754772273/an-analysis-of-facebook-photo-caching 1 comment | 0 points | by WazanovaNews ■ comment by Jshiike | 約5時間前 Facebookに在籍しているポスドクのWyatt Lloydが、Facebook photoのキャッシュのヒット率を上げる手法の分析結果を論文で発表しています。 2012/12月の時点で毎日3.5億枚の写真がアップロードされている。 写真のキャッシュは、ユーザのブラウザキャッシュ、PoP (アクセスポイント)にあるエッジキャッシュ、Facebookのデータセンターにあるオリジンキャッシュとバックエンド (Haystack)の4段階。 キャッシュの構成図 非モバイルユーザのデータを分析
米Google、新しい検索アルゴリズム「マグショット」導入 - 逮捕写真サイトの上位表示を避ける狙い グーグル、マグショット（逮捕写真）サイトの検索順位を下げることも目的とした新しい検索アルゴリズム「マグショット・アルゴリズム」を導入。 公開日時：2013年10月08日 16:36 米Googleは2013年10月3日、新しい検索アルゴリズム「マグショット・アルゴリズム」（Mugshot algorithm）を導入したことが New York Times の報道で明らかになった。 これは米国で以前から問題視されていた「マグショット」（警察などに捕まった時に撮影される、逮捕写真）サイトの検索順位を下げる（demote）することが狙い。米国では逮捕写真を集めたサイトが多数あり、1人1人の氏名・写真が逮捕容疑とともに公開されている。削除申請してきた人から、削除費用として高額な費用（数千円から数万
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
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
