@Blog

AIで記事を学習して新たな記事を生み出すにはお金が必要だと思っていたがそうでも.

2025.06.22

Logging

おはようございます.AIで記事を学習して新たな記事を生み出すにはお金が必要だと思っていたがそうでもなくローカルPCでそこら辺に落ちているLlamaモデルを持ってきてチューニングすれば何とかなるじゃねぇという思いに至った.

実はあなたの手元にあるPCと、そこら中に「落ちている」オープンソースのAIモデル、特にLlama 3があれば、十分記事が生成できるんです。

ローカルAI記事生成は、もはや夢物語じゃない

「AIで記事生成」と聞くと、SFのような世界や、大企業だけが使える特権のように感じるかもしれません。しかし、今は違います。オープンソースの強力な言語モデル、特にMetaが公開したLlama 3の登場は、この常識を大きく覆しました。

Llama 3は、その性能の高さにもかかわらず、誰でも無料で利用できるという点が最大の魅力です。さらに、80億パラメータの8Bモデルであれば、最新のゲーミングPCとまではいかなくとも、ある程度の性能を持つPCであれば十分に動作します。これにより、高額なクラウドサービスを利用せずとも、自分のPCでAI記事生成の環境を構築することが現実的になりました。

なぜLlama 3があなたのPCと相性抜群なのか？

Llama 3がローカルPCでの記事生成に適している理由はいくつかあります。

• 完全無料のオープンソース: 利用に費用がかからないため、予算を気にせずAIを試したり、本格的に導入したりできます。
• 選べるモデルサイズ: Llama 3には様々なサイズのモデルがあり、PCのスペックに合わせて選べます。特に8Bモデルは、個人利用に最適なバランスを持っています。
• 活発な開発者コミュニティ: 世界中の開発者がLlama 3を使った新しいツールや効率的なチューニング方法を日々共有しています。困ったときには助けを借りられる心強い味方です。
• 「量子化」でさらに軽量に: モデルのサイズを大幅に小さくする「量子化」という技術を使えば、より少ないメモリでLlama 3を動かせるようになります。これにより、より多くのPCで利用の道が開けます。

あなたのPCを「記事生成マシン」に変える秘訣

もちろん、いきなりプロのライター並みの記事をAIに書かせるのは難しいかもしれません。しかし、ちょっとした工夫で「何とかなる」レベルの記事生成は十分に可能です。

1. 少量のデータでファインチューニング: 大量の記事データは不要です。あなたが書きたい記事のテーマやスタイルに合った、質の良い記事を数十〜数百程度集めてLlama 3を学習（ファインチューニング）させれば、その分野に特化した記事生成能力が格段に向上します。
2. プロンプト（指示文）の工夫: AIへの「指示の出し方」は非常に重要です。具体的で明確なプロンプトを与えることで、チューニングが完璧でなくても、驚くほど質の高い記事が生成できます。これはまるで、優秀なアシスタントに的確な指示を出すようなものです。
3. 効率的な学習方法の活用: 「LoRA（Low-Rank Adaptation）」のような効率的なファインチューニング手法を使えば、少ないGPUメモリでも短時間でモデルを特定のタスクに最適化できます。

あなたの創造性が、今、AIで加速する

かつては一部の専門家や企業にしか手の届かなかったAIによる記事生成が、今やあなたのPCで実現できる時代になりました。これはまさにAI技術の「民主化」です。

とまぁそういう訳なので何とかしてみますが、ファインチューニングにどれぐらい時間がかかるのかが未知数だったりする.

ファインチューニングPythonコード

以下のPythonコードは、Llama 3モデルをロードし、提供されたテキスト記事でファインチューニング（LoRA使用）を実行し、結果を保存します。 上記の入力値は、このコードに自動的に反映されます。 このコードをPythonファイル（例: `finetune_llama.py`）として保存し、実行してください。

import os
import torch
from datasets import load_dataset
from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig, TrainingArguments, Trainer
from peft import LoraConfig, get_peft_model, prepare_model_for_kbit_training, TaskType

# GPUの利用可能性を確認
print("GPUが利用可能か確認中...")
if not torch.cuda.is_available():
    print("GPUが見つかりません。Fine-tuningにはGPUが強く推奨されます。")
    # GPUがない場合は、ここでスクリプトを終了するか、CPUモードで続行するか選択できます。
    # exit("GPUがないため終了します。")
else:
    print(f"GPUが利用可能です: {torch.cuda.get_device_name(0)}")

# --- 1. モデルとトークナイザーのロード ---
# Llama 3モデルのパスを指定します。Hugging Faceのモデル名（例: "meta-llama/Llama-3-8B"）
# またはローカルにダウンロードしたモデルのパスを指定してください。
MODEL_NAME = "meta-llama/Llama-3-8B" # ユーザーが入力したパスがここに挿入されます

print(f"モデルとトークナイザーをロード中: {MODEL_NAME}")

# 4bit量子化設定 (GPUメモリの節約に役立ちます)
# bnb_4bit_compute_dtypeは、Ampere以降のNVIDIA GPUに推奨されるbfloat16を使用しています。
bnb_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_use_double_quant=True,
    bnb_4bit_quant_type="nf4", # NF4 (NormalFloat4) 量子化タイプ
    bnb_4bit_compute_dtype=torch.bfloat16 
)

# トークナイザーをロード
tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, trust_remote_code=True)
# Llama 3はデフォルトでbos_tokenを付与しないことがあるため、明示的に追加。
# また、padding_side='right'はLlamaモデルに推奨される設定です。
tokenizer.pad_token = tokenizer.eos_token
tokenizer.padding_side = "right"

# モデルをロードし、量子化設定を適用し、自動的にGPUにマッピングします。
model = AutoModelForCausalLM.from_pretrained(
    MODEL_NAME,
    quantization_config=bnb_config,
    device_map="auto", # 利用可能なデバイス（GPU）に自動的にモデルを分散
    trust_remote_code=True # リモートコードの実行を許可
)
print("モデルロード完了。")

# k-bit学習用にモデルを準備 (PEFTライブラリのため)
# gradient_checkpointingを有効にすることで、メモリ使用量をさらに削減できます。
model.gradient_checkpointing_enable()
model = prepare_model_for_kbit_training(model)
print("k-bit学習用にモデルを準備しました。")

# --- 2. データセットの準備 ---
# あなたのテキスト記事ファイルが格納されているディレクトリを指定します。
# 例: 'your_article_data/' の中に 'article1.txt', 'article2.txt', ... と置かれている場合
DATA_DIR = "./your_article_data/" # ユーザーが入力したパスがここに挿入されます

print(f"データセットをロード中: {DATA_DIR}")

# 'text'形式でデータセットをロードします。指定されたディレクトリ内のすべての.txtファイルを読み込みます。
# 各ファイルが1つのエントリとして扱われます。
try:
    dataset = load_dataset('text', data_files={'train': os.path.join(DATA_DIR, '*.txt')})
    print(f"データセットのサンプル数: {len(dataset['train'])}")
except Exception as e:
    print(f"データセットのロード中にエラーが発生しました。ディレクトリとファイル形式を確認してください: {e}")
    exit("データセットロード失敗。")

# データセットをトークン化する関数
# 長い記事をモデルの最大入力長に分割します。
def tokenize_function(examples):
    # Llama 3の最大入力長は通常8192ですが、お使いのGPUのVRAMに合わせて調整してください。
    # ここでは一般的な値として2048を設定しています。
    max_length = 2048 
    # truncate=Trueで最大長を超えるテキストを切り捨てます。
    return tokenizer(examples["text"], truncation=True, max_length=max_length)

# データセットをトークン化します。
# num_procはCPUコア数に応じて並列処理を行い、処理を高速化します。
tokenized_dataset = dataset.map(
    tokenize_function,
    batched=True,
    num_proc=os.cpu_count(),
    remove_columns=["text"] # 元のテキスト列は学習に不要になるため削除します。
)
print("データセットのトークン化が完了しました。")

# --- 3. PEFT (LoRA) の設定 ---
# LoRA (Low-Rank Adaptation) は、元のモデルの重みをフリーズし、
# 小さなアダプター層を追加して学習させることで、効率的にファインチューニングを行います。
# これにより、GPUメモリの使用量を抑えつつ、高い性能を実現できます。
lora_config = LoraConfig(
    r=16, # LoRAのランク。値を大きくすると表現力が増すが、メモリ消費も増える。
    lora_alpha=32, # LoRAのスケーリング係数。rの2倍程度が推奨されることが多いです。
    target_modules=["q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj"], # LoRAを適用する層。Llamaモデルで一般的な層。
    bias="none", # バイアスを学習しない設定。
    lora_dropout=0.05, # ドロップアウト率。過学習を防ぐために設定します。
    task_type=TaskType.CAUSAL_LM, # タスクタイプを因果言語モデルに設定。
)

# モデルにLoRAアダプターを追加します。
model = get_peft_model(model, lora_config)
print("モデルにLoRAアダプターを適用しました。")
model.print_trainable_parameters() # 学習可能なパラメータ数を確認します。

# --- 4. 学習の実行 ---
# 学習済みモデルを保存するディレクトリ
OUTPUT_DIR = "./llama3_finetuned_model/" # ユーザーが入力したパスがここに挿入されます

# 学習の設定
training_args = TrainingArguments(
    output_dir=OUTPUT_DIR,
    num_train_epochs=3, # エポック数。データセットのサイズと希望する精度に応じて調整してください。
    per_device_train_batch_size=1, # GPUあたりのバッチサイズ。VRAMが少ない場合は1に設定。
    gradient_accumulation_steps=4, # 勾配を蓄積するステップ数。実質的なバッチサイズは per_device_train_batch_size * gradient_accumulation_steps になります。
    optim="paged_adamw_8bit", # 8bit AdamWオプティマイザを使用し、メモリ効率を向上させます。
    save_steps=500, # 500ステップごとにモデルを保存します。
    logging_steps=100, # 100ステップごとにログを出力します。
    learning_rate=2e-4, # 学習率。
    fp16=True, # 混合精度学習を有効化 (GPUが対応している場合)。VRAM削減と高速化に寄与します。
    max_steps=-1, # num_train_epochsに基づいて学習します。
    group_by_length=True, # 同じ長さのシーケンスをグループ化し、パディングを削減します。
    lr_scheduler_type="cosine", # 学習率スケジューラーのタイプ。
    warmup_ratio=0.03, # ウォームアップ比率。
    report_to="none", # レポート先を指定しない (wandbなどを使用しない場合)。
)

# トレーナーの初期化
# data_collatorは、モデルの入力形式に合わせてデータを整形します。
trainer = Trainer(
    model=model,
    train_dataset=tokenized_dataset["train"],
    args=training_args,
    data_collator=lambda data: {
        'input_ids': torch.stack([f['input_ids'] for f in data]),
        'attention_mask': torch.stack([f['attention_mask'] for f in data]),
        'labels': torch.stack([f['input_ids'] for f in data]), # 因果言語モデルでは、入力自体がラベルとなります。
    },
)

# 学習の開始
print("Fine-tuningを開始します...")
trainer.train()
print("Fine-tuningが完了しました。")

# --- 5. 学習済みモデルの保存 ---
# LoRAアダプターのみを保存します。これにより、ファイルサイズが小さく、効率的に管理できます。
trainer.save_model(OUTPUT_DIR)
print(f"学習済みLoRAアダプターが '{OUTPUT_DIR}' に保存されました。")

# 保存したアダプターを使って推論を行う方法の例 (コメントアウトされています):
# このコードは、ファインチューニング後にモデルをロードして推論を行うための参考例です。
# from peft import PeftModel
#
# # 元のモデルをロード (学習時と同じ量子化設定を使用します)
# base_model = AutoModelForCausalLM.from_pretrained(
#     MODEL_NAME,
#     quantization_config=bnb_config,
#     device_map="auto",
#     trust_remote_code=True
# )
#
# # 保存したLoRAアダプターを元のモデルに結合します。
# peft_model = PeftModel.from_pretrained(base_model, OUTPUT_DIR)
#
# # 推論モードに設定します。
# peft_model.eval()
#
# # テキスト生成の例
# prompt = "ローカルPCでのLlama 3ファインチューニングの利点とは"
# inputs = tokenizer(prompt, return_tensors="pt").to("cuda") # 入力をGPUに移動
#
# with torch.no_grad(): # 勾配計算を無効化し、メモリ使用量を削減
#     outputs = peft_model.generate(
#         **inputs,
#         max_new_tokens=200, # 生成する新しいトークンの最大数
#         do_sample=True, # サンプリングによる生成を有効化
#         top_p=0.9, # Nucleusサンプリングの閾値
#         temperature=0.7, # 生成の多様性を制御する温度
#         eos_token_id=tokenizer.eos_token_id # 終了トークンID
#     )
# print("\n--- 生成されたテキスト ---")
# print(tokenizer.decode(outputs[0], skip_special_tokens=True))

明日へ続く

タグ

```, ;;）, )。, アウト, アシスタント, アダプター, あたり, アップ, あなた, いくつ, ウォーム, エポック, エラー, エントリ, オープン, オプティマイザ, お金, クラウドサービス, グループ, クン, ゲーミング, コード, コア, ここ, こと, コミュニティ, コメント, これ, サイズ, サンプリング, サンプル, シーケンス, スクリプト, スケーリング, スケジューラー, スタイル, ステップ, スペック, すべて, ソース, そこら, タイプ, ダウンロード, タスク, ため, チューニング, ツール, データ, データセット, テーマ, ディレクトリ, テキスト, デバイス, デフォルト, トー, トークナイザー, とき, どれ, トレーナー, ドロップ, バイアス, パス, バッチ, パディング, パラメータ, バランス, ファイル, ファイルサイズ, ファインチューニング, ファインチューニングコード, フリーズ, プロ, プロンプト, マシン, マッピング, メモリ, モード, モデル, もの, ユーザー, よう, ライター, ライブラリ, ラベル, ランク, リモート, レベル, レポート, ローカル, ロード, ログ, 一般, 一部, 上記, 不要, 世界, 世界中, 並み, 並列, 予算, 付与, 以下, 以降, 企業, 使い, 使用, 係数, 保存, 個人, 優秀, 入力, 公開, 共有, 具体, 処理, 出力, 分割, 分散, 分野, 初期, 利点, 利用, 制御, 削減, 削除, 創造, 加速, 助け, 効率, 動作, 勾配, 十分, 参考, 反映, 可能, 向上, 味方, 因果, 場合, 多様, 夢物語, 大幅, 大量, 失敗, 学習, 完了, 完全, 完璧, 実現, 実行, 実質, 寄与, 対応, 専門, 導入, 少量, 工夫, 希望, 常識, 強力, 形式, 必要, 思い, 性能, 手元, 手法, 技術, 抜群, 指定, 指示, 挿入, 推奨, 推論, 提供, 整形, 新た, 方法, 日々, 明日, 明確, 明示, 時代, 時間, 最大, 最新, 最適, 有効, 未知数, 本格, 格段, 格納, 構築, 様々, 比率, 民主, 活用, 活発, 消費, 混合, 済み, 温度, 準備, 無効, 無料, 特定, 特権, 現実, 理由, 環境, 生成, 発生, 登場, 的確, 相性, 短時間, 確認, 秘訣, 移動, 程度, 管理, 節約, 精度, 終了, 結合, 結果, 続行, 能力, 自体, 自分, 自動的, 蓄積, 表現, 言語, 計算, 記事, 設定, 許可, 調整, 費用, 軽量, 追加, 通常, 適用, 選択, 重み, 重要, 量子, 開始, 開発, 関数, 閾値, 非常, 高速, 高額, 魅力,

お金の本 図解だからわかると貧乏人はお金持ちをパラめくして

2025.06.21

Logging

おはようございます.「お金の本 図解だからわかる」と「貧乏人はお金持ち」を電子書籍で読んでみて率直にひろゆき氏が書いた「お金の本 図解だからわかる」が読みやすい、逆に貧乏人はお金持ちは読みづらい、何故か過去の歴史のウンチクが多く内容が残らないと思う人が多いのではないかなと思いました.

書いている内容はわかるだけど、明確なアドバイスを書いているのはひろゆき氏のゴースト？が書いたものが良さげかと思います.

それぞれの本の内容をAIに解説してもらいました、気になる人は手にとって見てください.

「お金の本 図解だからわかる」は、ひろゆき（西村博之）氏が著者のお金に関する本です。正式なタイトルは「図解だからわかる お金の本 ー 死ぬまでお金にこまらない!」です。

この本は、以下のような特徴と内容を持っています。

• 図解で分かりやすい: タイトルの通り、図やイラストを多く用いて、お金に関する知識や考え方を直感的に理解できるように工夫されています。
• ひろゆき流のお金とのつきあい方: 2ちゃんねるやニコニコ動画、4chanの管理人として知られるひろゆき氏が、自身の経験に基づいた「お金に困らないための考え方」や「頭のいいお金とのつきあい方」について解説しています。
• 実践的な内容: 「お金の無駄遣いを減らす」「生活レベルを上げない」「ストレス解消にお金を使わない」「自己投資をする」「競争相手のいない分野で稼ぐ」といった、具体的な行動や考え方が提示されています。
• 現代のお金と社会の変化に対応: 生命保険、株、宝くじ、リボ払い、ソシャゲ、結婚、生活保護などのコスパをひろゆき氏の視点から一刀両断し、これからの時代のお金の稼ぎ方、貯め方、使い方について触れています。
• 「幸せ」とお金の関係: 本書で一貫して主張されているのは、「幸せになるにはお金を使わないこと」や「楽しいの最大化を目指すより不安や不幸をどれだけ減らせるかが重要」といった考え方です。

この本は、お金の運用的な話だけでなく、お金とは何か、お金との付き合い方や心掛けといった基本的ながらも大切な話がシンプルで端的に語られており、お金の知識を体系的に学びたい人や、ひろゆき氏の考え方に触れてみたい人におすすめの一冊と言えるでしょう。

橘玲さんの「貧乏はお金持ち」は、グローバル資本主義が進む現代において、会社に依存せず、「雇われない生き方」で経済的自由を掴むための具体的な戦略とファイナンスの技術について書かれた本です。

主な内容は以下の通りです。

• サラリーマンの「楽園」の終焉: 現代のサラリーマンが置かれている厳しい状況、つまり、企業に縛られ、税金や社会保険料で手取りが減っていく現状を指摘しています。
• フリーエージェント化する世界: 終身雇用が崩壊し、誰もがフリーエージェントとして生きる時代が来ていることを示唆しています。
• 「マイクロ法人」の活用: 本書の中で最も特徴的なのが「マイクロ法人」の活用法です。一人社長の小さな会社を設立することで、税制上の優遇措置を受けたり、国の制度の「歪み」を合法的に利用して富を築く方法が解説されています。
  • サラリーマンでは決してできなかった税金の最適化（所得税と法人税の仕組みの違いを利用）
  • まとまった資金を無税で運用する方法
  • 低金利で融資を受ける方法
• ファイナンスの知識の重要性: 自分の人生を自分で選択し、自由に生きるためには、お金に関する知識（ファイナンス）が不可欠であると説いています。
• 「国家を道具として使う」という発想: 国家の制度や法律を「道具」として活用し、自身の経済的な利益を最大化するという、従来の常識を覆す視点を提示しています。

本書のターゲット層と評判:

• 会社に依存しない生き方を模索している人、独立や起業を考えている人、税金や社会保険料の負担に疑問を感じている人などに響く内容です。
• 税制や会計に関する専門的な内容も含まれるため、予備知識がないと難しく感じる部分もあるという意見もあります。しかし、サザエさん一家を例に出すなど、分かりやすく解説されている箇所も多く、税理士の知識がなくても理解できるよう工夫されています。
• 出版されてから時間が経っているため、税制などの情報が古くなっている部分もありますが、2024年には「新・貧乏はお金持ち」としてアップデート版も出ており、最新の状況に合わせた内容が加筆されています。

要するに、「貧乏はお金持ち」は、現代社会の経済システムを深く理解し、その中でいかに賢く生き、自由な人生を築いていくかを、大胆かつ具体的な方法で提案する一冊と言えるでしょう。

因みにどちらも自分がメンタルが沈んでいる時に購入した本で積本でした、メンタル沈んでいる時はこういう本がメンタルの栄養剤になるだと思います.あと、AIが解説した内容は概ね合っていますが概ね止まりですがまぁ無いよりはある方が良いと思い記載しています.

あと自己啓発ではないけど、自己啓発的な感じなので試して失敗しないように！

明日へ続く

タグ

!」, アップデート, あと, アドバイス, イラスト, うんちく, おすすめ, お金, グローバル, ゴースト, コスパ, こと, サザエさん, サラリーマン, サン, システム, シンプル, ストレス, ソシャゲ, それぞれ, ターゲット, タイトル, ため, チャン, どちら, どれ, ひろ, ファイナンス, フリーエージェント, マイクロ, メンタル, もの, ゆき, よう, リボ, レベル, 一刀両断, 一家, 一貫, 不可欠, 不安, 不幸, 世界, 主張, 主義, 予備, 人生, 仕組み, 以下, 企業, 会社, 会計, 体系, 使い方, 依存, 保護, 保険, 優遇, 具体, 内容, 出版, 分野, 利用, 利益, 制度, 加筆, 動画, 博之, 合法, 啓発, 図解, 国家, 基本, 変化, 大切, 大胆, 失敗, 宝くじ, 実践, 対応, 専門, 崩壊, 工夫, 常識, 幸せ, 従来, 心掛け, 情報, 意見, 感じ, 戦略, 所得, 手取り, 技術, 投資, 指摘, 措置, 提案, 提示, 方法, 明日, 明確, 時代, 時間, 書籍, 最大, 最新, 最適, 本書, 栄養剤, 楽園, 模索, 正式, 歪み, 歴史, 法人, 法律, 活用, 無税, 無駄遣い, 特徴, 状況, 独立, 率直, 現代, 現状, 理解, 生き方, 生命, 生活, 疑問, 発想, 直感, 相手, 知識, 示唆, 社会, 社長, 税制, 税理士, 税金, 端的, 競争, 箇所, 管理, 終焉, 終身, 経済, 経験, 結婚, 考え方, 自分, 自己, 自由, 自身, 著者, 融資, 行動, 西村, 視点, 解消, 解説, 記載, 設立, 評判, 負担, 貧乏, 貧乏人, 資本, 資金, 購入, 起業, 通り, 運用, 過去, 道具, 違い, 選択, 部分, 重要, 金利, 金持ち, 関係, 雇用, 電子,

人工知能が普及したらどうなるのか、ChatGPTに記事を書いてもらった．

2024.10.10

Logging

現代社会では、テクノロジーの進歩や自動化の普及により、それまで人間が行ってきた仕事が機械に置き換えられるケースが増えています。このような状況で、仕事が奪われるリスクを感じる人も多いかもしれませんが、その一方で新たな仕事や余暇を楽しむ方法も存在します。

例えば、仕事が機械化される分野に特化したスキルや知識を身につけることで、新たな仕事に就くことができます。例えば、データ分析やプログラミングなどの分野は今後ますます重要性が高まると言われており、それに特化したスキルを身につけることで、需要の高い職種に就くことができるかもしれません。

また、仕事以外の余暇を楽しむ方法も挙げられます。趣味や習い事を始めることで、新しい世界を発見したり、ストレス解消やリフレッシュにつなげることができます。例えば、料理、音楽、スポーツ、アートなど、自分の興味や好奇心に合った活動を見つけることで、日々の生活に楽しみを見出すことができるでしょう。

さらに、仕事の手間を減らすためにスマートホーム技術や自動化ツールを活用することで、より効率的に時間を使い、余暇を楽しむ時間を増やすことも可能です。家事や買い物などの日常の手間を減らし、自分の時間やエネルギーを趣味や自己成長に費やすことができるでしょう。

仕事が奪われるリスクがあると感じた時こそ、新たな可能性や楽しみを見つけるチャンスでもあります。自分の興味やスキルに合わせて、新しい仕事や余暇を楽しむ方法を模索し、充実した人生を送ることが大切です。

この記事は生成AIで生成された記事になります（昨日の記事を参照して見てください☺️）．
明日からはホモ・サピエンスが書いた記事になります．

明日へ続く．

タグ

アート, エネルギー, スキル, チャンス, テクノロジー, プログラミング, ホモ・サピエンス, リスク, リフレッシュ, 一方, 余暇, 分野, 好奇心, 家事, 手間, 普及, 機械, 生成AI, 進歩, 需要,

エネルギーを得るためには力を使わないといけない．それが戦争の根源．

2024.09.16

Logging

おはようございます．この世から戦争がなくなれば良いのにって思うだけども進化の過程で必用だった、動物を狩って食するという行為、この行為が遺伝的に刻まれているホモサピエンス最大のバグ．今となっては人類最大のバグなのかも．

エネルギーを得るためには食するという行為が必用だけども．これもいずれ遺伝子改造で消えていくのだろうなって思っている．光を浴びるだけでエネルギーに変換する人類2.0が誕生するかもしれない、誕生するまえに争いというバグで人類が滅亡する可能性もある．

馬鹿なことを書いてみたけど、実際に人類が人類2.0に進化する場合、エネルギーをどう摂取するかは大事な課題かと思います．また、巷ではAIブームだけど、これからの子供たちは遺伝子研究の分野に進むことが良いんじゃないかな．プログラミングを勉強している人たちが大人になる頃には、自然言語処理でコードを生成してくれる事が普通になり、最終的にはプログラミング言語は機械語しか残らないと思っているので、今からプログラミングを勉強している人達は無駄にはならないけれど、20年後に職業として存在しているかは疑問ですね．

プログラミングは誰もが知っているレベルになるから、これからは遺伝子分野に焦点を当てた方が良いと思っている派です．

たまにはお花畑的な記事もよいですねえw．

明日へ続く．

タグ

AIブーム, エネルギー, この世, バグ, プログラミング, プログラミング言語, ホモサピエンス最大, まえ, 人類, 分野, 巷, 必用, 戦争, 焦点, 職業, 進化, 過程, 遺伝子分野, 遺伝子改造, 遺伝子研究,

散る 散る 満ちる.♬ chill chill ♫。満ちる 散る 散る

2023.07.03

Logging

おはようございます、散る 散る 満ちるを聞きながら。これから先の技術革新のことを考えてみました。いま、生成AIが「ガンガン行こうぜ」の勢いで猛威を振るっていますが日本あまり上手く使いこなせていない気がするので、結局のところ勢いに乗れないじゃないかなって思います。なぜ、波に乗れないか生成AIをいまの環境に適応させようとしているから、生成AIの本領を発揮出来ずに終わると思います。

使い方次第では業務の効率化は出来るのだけど、たぶん日本の社会は生成AIを使いこなせないでブームで終わると思います（生成AIに自分達を合わさないと本領発揮させられない）。

生成AIの次に来るのはなんだろうかと思ったとき、アンチエイジングなどの遺伝子治療何じゃないかなって思っています。日本は平均寿命は８５歳だとかで超高齢化社会なので健康で若々しく長く生きたいと思う人もいると思います。そういう訳もあって遺伝子治療の分野はこれから先、需要は高いじゃないかと思います。

寿命は飛躍的に遺伝子治療で伸びると思います。あと５～１０年後には遺伝子治療は当たり前に米国では出来るようになるじゃないかなって。

タグ

アンチエイジング, ところ勢い, ブーム, 分野, 勢い, 寿命, 平均寿命, 技術革新, 本領, 業務, 次, 波, 猛威, 生成AI, 米国, 訳, 超高齢化社会, 遺伝子治療, 遺伝子治療何, 需要,

副業OKな会社が増えているらしい。#副業

2023.06.27

Logging

おはようございます、昨日の続きです。働いている会社は副業OKなので何か副業をしたいなって思っています。例えばビットコインの自動売買を運用するなど考えたことがあります。因みにビットコインの自動売買をさくらレンタルサーバーとかでやっては駄目です。規約でそういう文言があります、違反した場合、見つかればサーバー停止になりますので注意しましょう。

自動売買している人は大体、自社サーバーかAWSあたりを上手く使用して運用している気がします。AWSが自動売買を許しているかは分からないので確認が必要です。

自動売買してみたみたいな動画は結構YOUTUBEでもありますが、儲けたよとかいう話はあまり聞かないので、やはり運用は難しいようです。楽して儲けるということは出来ないだというのが定説だと思いますが、これからは機械学習を上手く活用できる人が波に乗れると思っていてます。

特にデジタルな分野ではその傾向が強くなるじゃないかって思います。自分は機械学習を絵の具のように使いこなせないけど学習済みのモデルやAPIを駆使すればなんとか出来るので何とか活用して、何か副業に活かせればと思っています。

タグ

API, AWS, youtube, サーバー停止, さくらレンタルサーバー, ビットコイン, 傾向, 分野, 副業, 副業OK, 売買, 学習済み, 定説, 文言, 機械学習, 波, 絵の具, 自動売買, 自社サーバーかAWSあたり, 運用,

#秀才天才偉才 #AI #Alife #人工知能 #LLM #AGI #まとめ表層

2023.04.24

Logging

おはようございます、YOUTUBEでまとめみたいな事をやってみました。何をまとめてみたかというと人工知能や人工生命を研究している人が会話や談話しているYOUTUBE動画です。この分野のことを知りたい興味があるひとが見ると楽しい動画ですが、それ以外の人が見ると「ぽかーん」となる動画になっているかもしれないです。

タグ

youtube, YOUTUBE動画, ひと, ぽかー, 人, 人工生命, 人工知能, 会話, 分野, 動画, 楽しい動画, 興味,

倉庫作業もオートメーション化？。#リープ・フロッグ現象

2023.04.15

Logging

おはようございます、日本も少子高齢社会になりリープ・フロッグ現象になるじゃないかって思うようになってきました。

リープ・フロッグ現象とは、テクノロジーの進化が遅れていた分野が急速に技術を導入し、先進分野を追い抜く現象です。最近では、倉庫内作業においても、フォークリフトの自動運転技術が急速に進歩しており、この現象が起こる可能性があります。

具体的には、従来のフォークリフトは人間が操作していましたが、自動運転技術が導入されたフォークリフトによって、人手不足や労働時間の短縮が実現されます。さらに、自動運転フォークリフトによって作業効率が向上し、同時に作業ミスや事故リスクも低減されると考えられます。

しかし、フォークリフトのオートメーション化によって、現場で働く人々の雇用に影響が出る可能性があります。また、オートメーション化に伴い、新たな技術の習得やメンテナンスなどの業務が必要となり、その分野での専門家の需要が高まる可能性もあります。

倉庫内作業における自動運転フォークリフトの導入には、様々なメリットとデメリットがあると考えられます。しかしながら、テクノロジーの進化によって、自動化が進むことは避けられないでしょう。このような状況下では、人々が新しい技術を習得することが求められるため、教育や研修などの取り組みが必要となってきます。

そして、それほど人員もいる訳でもないのでこれから大きく日本も変わってくると思います、まさに転換期が近づいてる気がします。

タグ

オートメーション化, テクノロジー, フォークリフト, メンテナンス, リープ・フロッグ現象, 人員, 人手不足, 先進分野, 分野, 少子高齢社会, 従来, 現象, 短縮, 研修, 習得, 自動運転フォークリフト, 転換期, 進化, 雇用, 需要,

スタンフォードが教えるAI時代の生き残り戦略ってあるある。

2023.03.14

Logging

おはようございます、この頃、ネタに困っています。もうchatGPTで良いじゃないかなって思い始めました、そしてchatGPTに2000円というお金を支払おうか本気で考え出した自分がいます。

動画を見て毎度ながらこう感じました、AI技術の発展により多くの業界で自動化が進んでおり、人間の仕事がAIに置き換えられる可能性があります。しかし、AIが担えない創造的な仕事や人間の感性を必要とする業界では、人間の存在がますます重要になっていくと思われます。

したがって、「スタンフォードが教えるAI時代の生き残り戦略」とは、AI時代を生き残るためには、自分自身の強みや価値を把握し、AIが担えない分野や、AIとの共存が可能な分野でのスキルを身につけることが必要不可欠であると思います。また、AIが発展しても、人間同士のつながりやコミュニケーションが重要であることに変わりはないため、人間的なスキルやコミュニケーション能力も重視されることだと思います。

chatGPT有難う？🫠。

タグ

AI, AI技術, AI時代, ChatGPT, この頃, コミュニケーション, コミュニケーション能力, スキル, スタンフォード, 人間, 人間同士, 価値, 共存, 分野, 存在, 感性, 戦略, 業界, 毎度, 発展,

未来は不確定で予想がつかないけれどブレイクスルーは🤐

2022.09.05

Logging

こんにちは、基本情報処理の動画を垂れ流しながらコードを書いています。

さて、今日は未来の話です。未来は不確定で予想がつかないけれどブレイクスルーは必ず起きる。これはどんな分野でもそうだと感じています。今、複雑なことは人でしか出来ないけれど、いづれ複雑な組み合わせも仕事も人工知能が出来るようになると思っています。

つい最近、アートの分野で自然言語（言葉）を入力するだけで絵を描いてくれる。優秀なAI（Midjourney(ミッドジャーニー)）が登場して話題になりました。これから先、AI（人工知能）の民主化は続くと思います、人々はスマホをデジタルな道具として使うように人工知能のツールもツール（道具）して使うでしょう。

徐々に仕事は人工知能に奪われていくと思います、今、その転換期の始まりに立っていると自分は感じていて数十年後には一般の人にもそう感じる日が来ると思います。

これからは、人によって起こるブレイクスルーと人工知能によって起こるブレイクスルー。この2つの相乗効果によってブレイクスルーが頻繁に起きるようになると思います。そうなった時、古代人が見ると魔法の世界が広がっているかも知れません。

タグ

AI, Google, Midjourney, アート, コード, こと, これ, ジャーニー, スマホ, スルー, ツール, つい, デジタル, ブレイク, ミッド, ロボット, 一般, 不確定, 予想, 人, 人々, 人工, 今, 今日, 仕事, 優秀, 先, 入力, 分野, 動画, 基本, 情報処理, 数十, 日, 最近, 未来, 民主化, 登場, 知能, 組み合わせ, 絵, 自分, 自然, 複雑, 言葉, 言語, 話, 話題, 転換期, 道具, 開発,

２０代はコミ障ではなかったのだけどね。

2022.07.16

Logging

おはようございます。昨日、退職を致しました…よ。本当は自分のタイミングで退職したかったですね（愚痴はブログの記事では書かないように心がけているので書きません）。

さて、今後どのような活動していくかを記載していきます。まず、固定収入が得られる軸を作りたいと思っています。それはITエンジニア（正社員）もしくはフリーランスエンジニアなのかもしれません。それとは別にもしも職を失う期間があっても固定収入と同等の金額を得ることの出来るシステム作りをします、其れはブログやフリーツール、アプリ開発などいろいろな事をこの機会にトライしてみて、収益に繋がりそうな分野だけを継続して続けていければと思っています。

今回、自分の原点とも言える職業で働いてみて、ココにはもう居場所がないのかもなって感じました。自分がY運送会社で努めていた頃、チーフリーダーを任されていた事もありやり甲斐があり結構楽しかったです。コミ障でも無かったからね。それから色々あってITエンジニアの道を１０年ほど歩むのですが、今はこちらの方が合っているのかなって思います。ただ、どんな職に就くにせよ。コミ障みたいになった部分を何とか回復させないとなって思っています。

数年前、失声症みたいになったのですが、どうもコレ、尾を引いている感じがします。未だに声が出なくなったりどもったりします。コレがなくなれば面接や面談がスムーズに進むと思いますし、何より自分の気持ちが楽になると思います。

トイウコトで火曜日から色々なことを頑張っていこうと思います。思いは招く皆さん応援は良いので念じてください😆。

タグ

20, IT, アプリ, いろいろ, エンジニ, エンジニア, ココ, こと, ゴミ, システム, それ, タイミング, チーフ, ツール, トライ, フリー, ブログ, やり甲斐, ランス, リーダー, 事, 今回, 今後, 其れ, 分野, 原点, 収入, 収益, 同等, 固定, 居場所, 愚痴, 昨日, 期間, 本当, 機会, 正社員, 活動, 継続, 職, 職業, 自分, 記事, 記載, 軸, 退職, 運送, 金額, 開発, 障, 頃,

アクセス数と収益は必ずしも比例しない。ミスマッチな○×。

2022.07.08

Logging

おはようございます、今日は週末ですね？、来週の今頃は今の会社を退社している。

さて、タイトルにも記載した通りアクセス数と収益は必ずしも比例関係にありません。そういうことなので自分のブログはそれなりに収益化出来ています。収益が出ているのがブログなのか無料ツールなのかは調べてないので分かりませんが、比例しないことは分かっています。

この頃のアクセス数は横ばい傾向にあるのですが、マッチしている広告が表示されているためかトントンな収益は出ています。もう少しこのブログで稼ぐことが出来れば良いのですが、その為にはそれなりにある分野に特化したブログを制作しないといけないのではないかと思っています。

例えば映画だったりプログラミングだったりと一つの分野に特化したブログになればもっとユーザー数を伸ばせると思います。来週の退社を基に専門分野やあるものに特化したブログを立ち上げます。そのうちどれかが成功したらそれに対して投資していくつもりです。

ちなみにこのブログは今のところ、継続して書いていきます。来週末からいろいろと忙しくなってきます大変💦。

※このブログも来週末を最後に予約投稿を止めます。更新時間帯は変えませんが一週間分の記事を予約投稿するなどは止めます。その方がもっと質の良い記事を書けるじゃないかと思っているからです（この頃、駄目記事が多い気がします）。

タグ

○×, アクセス, いくつ, うち, こと, それ, それなり, タイトル, ため, ツール, どれか, ブログ, プログラミング, マッチ, ミスマッチ, もの, ユーザー, 一つ, 今, 今日, 今頃, 会社, 傾向, 分野, 制作, 収益, 基, 専門, 広告, 成功, 投資, 映画, 来週, 横ばい, 比例, 為, 無料, 特化, 自分, 表示, 記載, 退社, 通り, 週末, 関係, 頃,

昔と今はかなり違っているけど自分にとってはあまり変わらない。

2022.02.27

Logging

おはよう御座います🐔。
今日は暖か陽気になるそうですね。

ここ数年でネットの中にはかなり情報が溜まってきていると印象を抱いている方も多いと思いますが、実際、全ての情報をGさんやYさんなどで検索することは出来ないらしいです。理由は昔と今とは違うから、新しい情報にアクセス出来るようなシステムになっています。特に医療、IT技術などは昔はそうだったけど、今は変わったという事例が多くあるのでネットが始まったときに書いたようなものにはアクセスすることが難しくなっています。

唯一、お店サイトなどは昔ながらのサイトでも上位に表示されたり検索にヒットしないという事はあまりないです。このように分野によって情報の蓄積や上書き度合いは変わります。

レトロなサイトデザインまとめたサイトなどがあるかは知りませんが、あれば一部のコアなファンから支持を得そうですね。ただ、そんなレトロなデザインを見つけるのはかなり大変かなと思います。そんな感じでネットは広大です、過去の情報やサイトに辿り着くことが出来ることは年々難しくなってきています。もう一つ言えることは、昔と今では情報の蓄積量はかなりの差があります。

そのため、正確な情報に辿り着くのも難しくなってきています。真実かどうかを見抜くのは実際に体験するなどの他に、基礎を身につけることがこれから先、大事になってくると思います。基礎を身につけるとその概念（基礎）を元に正確な情報かどうかがある程度、自分の頭で思考でき判断することが出来るからです。なので、基礎を身につける事が大事になってきます。

トイウコトデ、昔と今はかなり違っているけどあまり変わらないでした。
追伸：基礎のアップデートも大事ですよね😌。

タグ

IT, アクセス, お店, かなり, コア, ここ, こと, サイト, システム, デザイン, とき, ネット, ヒット, ファン, もの, レトロ, 一部, 上位, 上書き, 中, 事, 事例, 今, 今日, 全て, 分野, 医療, 印象, 唯一, 大変, 実際, 度合い, 情報, 感じ, 技術, 支持, 数, 方, 昔, 検索, 理由, 自分, 蓄積, 表示, 陽気,

新サービスをいま作っています、お披露目はさくらレンタルサーバー、Newサーバ…。

2022.02.10

Logging

今日の朝は雨がシトシトと降っていますね☔。昼からは高知県、晴れるそうです。

新サービスをいま作っています、お披露目はさくらレンタルサーバー、新サーバーがリリース後になります、いま、大枠のデザインとHTMLコードを書いています、バックエンドの部分はこれからです。

尚、このサービスはさくらレンタルサーバーのNewサーバーで出来れば運用したいと思っています、何故なら新サーバーでは、表示速度が今までと違いかなり早くなったそうです。そしてセキュリティ面もありますから、そこらへんを心配しないで良いというのは心配しないで開発だけに没頭出来ますからね。

因みにどんなサービスかといえば、掲示板なのですが２ｃｈなどと違って、今作っている掲示板では競合が少ない分野でこれからも伸びそうな分野の掲示板です。その掲示板を開発して３月頃から運用していきたいなって思っています。リリース後にこちらでもアナウンス（報告）したいなって思っていますので、ブログチェックしてみてください。よろしくお願い致します。

タグ

2, ３, ch, html, new, アナウンス, いま, エンド, お披露目, かなり, コード, こちら, これ, サーバ, サーバー, サービス, さくら, セキュリティ, そこら, デザイン, バック, べん, リリース, レンタル, 今, 今日, 分野, 大枠, 心配, 掲示, 昼, 朝, 没頭, 競合, 表示, 速度, 運用, 違い, 部分, 開発, 雨, 高知県,

ビットコインで自動売買システム作っている人がいた、それもオープンソースで！？

2021.07.08

Logging

ビットコインで自動売買システム作っている人がいた、それもオープンソースで提供している人がいました。Qiitaというサイトでアルゴリズム（考え方）を公開していてますが、プログラミングが分かる中級者ぐらいの人は見ればtani まーきぃさんの書いている意図が理解出来ると思います。ただ、これで仮想通貨わらしべ長者になれるかどうか分かりません（この記事を書いているときはパート1の動画しかないので・・・・）。

つい最近、ネットでイケハヤさんオススメの仮想通貨買ったら明くる日にどん底まで転落したユーザーが多くでてYahoo!のニュース記事になっていたみたいです（尚、イケハヤさんは逃げ切ったので損は出てないみたい）。投資や投機系は自己責任の分野ですので、そのお金はないものと思って運用しないと大変なことになります。特にリバレッジをかけて運用していると痛い目にあいますのでご注意を自分は現価で運用するのが、まだリスクは少ないと思います。

タグ

１, qiita, tani, Yahoo, アルゴリズム, イケハヤ, オープン, おすすめ, お金, こと, これ, ご注意, サイト, システム, ソース, それ, つい, とき, どん底, ニュース, ネット, パート, ビットコイン, プログラミング, もの, ユーザー, リス, リバレッジ, わらしべ, 中級者, 人, 仮想, 公開, 分野, 動画, 売買, 大変, 意図, 投機, 投資, 提供, 損, 明くる日, 最近, 現価, 理解, 目, 考え方, 自分, 自動, 自己, 記事, 責任, 転落, 通貨, 運用, 長者,

無駄な努力や非効率な努力があっても良いじゃないかな。効率的が全てではない。

2021.06.02

Logging

ガンバリマスとか言っているけど、今まで本当に頑張ったことがない自分。頑張ったら出来るというのは正しくないかもなとは思っている。人には得意分野や不得意分野があったりしますからね。ただ頑張っている人に否定する言葉は投げかけるのは辞めている。何故ならその人が一番自分の限界というものを知っているから、どこで切り替えるのかは、その人に任せれば良い。自分のことをわからない人でも気づく時が来るから言わないほうが良いし、人の技量なんてものを測れる人はあまりいない殆どの人は誤った判断する。

この頃、世の中は効率的に成功する事が良いような空気が流れているけど、それで本当に良いのかと・・・。無駄な努力もあって良いし、非効率な努力もあって良いじゃないかなと思います。自分で考えない人がこの頃、多くなったのか？

洗脳されやすい人が増えてきている気もします。マイノリティー（少数派）が正しい事だってあるのだから、長い目で見るという事が大事になってくるのだと、それを忘れかけている世の中にはなって欲しくないなと。

そういう事が出来なくなっているのは人々に余裕がなくなってきている証拠なのかもしれない。要するに心に余裕がない時は社会や人に当たりやすくなるという事そして誤った判断の中で世の中が進む時もある。

タグ

61, 8, com, fYz-, https, vx, watch, Wi, www, youtube, ガンバリ, こと, どこ, ます, もの, 不得意, 世, 中, 事, 人, 全て, 分野, 判断, 努力, 効率, 否定, 増, 得意, 成功, 技量, 時, 本当, 殆ど, 洗脳, 無駄, 空気, 自分, 言葉, 限界, 頃,

モーショングラフィックスの上手い人たち。

2021.03.24

Logging

モーショングラフィックスの上手い人たち、この分野、まさしくセンスがないと生き残れない世界だと思います。そしてチャンネル登録数はあまり関係ないなとも思います。後発でもモーショングラフィックスのYOUTUBEチャンネルは伸びてゆくのではないかと思います。トイウコトデこれ良いなと思ったチャンネルの動画を紹介しますね。

https://www.youtube.com/channel/UCJnJRTY1oCTnMZ6kyhbm8kw

https://www.youtube.com/channel/UC3GYbIfLD9Jwt3IO_ic0S8A

タグ

youtube, グラフィックス, これ, センス, チャンネル, トイウコトデ, モーション, 世界, 人, 分野, 動画, 後発, 登録, 紹介,

みんな知らないが当たり前だということを忘れる。

2021.02.02

Logging

知っている人はみんなも知っているという感覚がある、たぶん専門分野をお仕事にしている人が知らない人と会話するときに相手と歪みが生まれたりしますよね。じぶんもこの頃、それがたまにあります。

知らないがあたりまえだと思って話すことを心がけるって結構大変な作業だなと感じます。話すって書くよりも大変な感じです。書くと感情というものの表現が抜けるけど・・・。話すと感情は抜けない代わりに、いろいろと歪が生まれることがあるなとヒシヒシと感じることがあったので記録として残しときます。

タグ

アタリマエ, いろいろ, お仕事, こと, じぶん, それ, たま, とき, みんな, 人, 会話, 作業, 分野, 大変, 専門, 当たり前, 感じ, 感情, 感覚, 歪, 相手, 表現, 記録, 頃,

真面目な動画が面白いという感覚。

2021.02.01

Logging

真面目な動画が面白いという感覚なので、どうも変わっているのかもしれない。ちなみに先日見た、2040 未来からの提言を見て面白がっていたひとです。お笑いをみて楽しんでいる人と感覚は同じだと思います。こういうのを見て面白く感じる人なのですねということを親から指摘されて「あぁぁ」そうなのかもと思いました。こういう動画って真面目な分野や意識高い系のひとが見る動画なんだろうけれど、別にそういう意識はなく、こういうのを見るのが好きなだけなんです。

タグ

2040, お笑い, こと, ひと, 人, 先日, 分野, 動画, 意識, 感覚, 指摘, 提言, 未来, 真面目, 系, 親,

これからITエンジニアはあまりいらない。

2021.01.15

Logging

これからITエンジニアはあまりいらないと思う。今はいるが答えじゃないかなと思います、あと３０年後の未来にITエンジニアはいらないじゃないかなと思います、その頃にはITエンジニアはいなくても、誰でもそういう知識を持っている人々が社会を動かしているので、分野としてそういう職業はなくなっていていると思います。かなりエキスパートのエンジニアはその頃にも活躍しているとは思うものの、徐々に今後三十年の間に殆どのエンジニアという役割は消えていくのではないのかと思います。

頂点のITエンジニアは永遠にいるだろうけど・・・。

話がかなりズレますが、、、
もし、脳をアップグレード出来るような社会になったなら、世界中、天才ばかりの世の中になります、その時、世界はどう変わっていくのだろうかとなどの事を考えることがあります。それは不可能なことだとは思えないのですね、あと２０?３０年で技術的にはできるようになるのではないのかと思います。その理由に脳内のことをリアルタイムで解析できるようになっている事、その技術と機械学習を使えば、徐々にひとの脳の動きが理解できるようになり、何を足せば天才と言われる人々とおなじ処理の構造の脳になるのかがいずれ解明できるのではないかと思っています。

そんな世界になったとき、世界はどう変わっているかと思うとワクワクしますね。

花金なので妄想を混ぜましたｗ（全部予約投稿ですけどね?）

タグ

20, 30, IT, アップ, エキスパート, エンジニア, かなり, グレード, こと, これ, ズレ, それ, 三十, 不可能, 世, 世界, 中, 事, 人々, 今, 今後, 分野, 天才, 役割, 時, 未来, 殆ど, 永遠, 活躍, 理由, 知識, 社会, 答え, 職業, 脳, 脳内, 話, 誰, 間, 頂点, 頃,

ATARASHII GAKKO!- 新しい学校のリーダーズ

2021.01.09

Logging

なんだこれはカルチャーだ。新しい学校！というどの分野に仕分ければ良いのかわからないYOUTUBERさん、これはもしや。もしや・・・・新しい風なのかもなぁとか思いながらYOUTUBEを拝見していました。88risingというチャンネルにも取り上げられていて・・・。

日本より海外で受けて逆輸入として、日本で認知されそうな感じがします。いろいろなYOUTUBEありますね。おそらく新しい学校リーダーズは日本より海外の方がウケが良さそうな気がします。

チャンネル登録はこちら
https://www.youtube.com/channel/UCp0iCvHGMwyfPHpYq7n2sPw

タグ

-t, 4, 7, 88, ATARASHII, cFiDuQ, com, GAKKO, https, rising, watch, www, youtube, YOUTUBER, いろいろ, ウケ, カルチャー, こちら, これ, チャンネル, リーダーズ, 分野, 学校, 拝見, 方, 日本, 気, 海外, 登録, 認知, 逆輸入, 風,

2020-2021

2020.12.05

Logging

今年もあともう少しでお正月なわけですけど、今年はほぼ一年無職状態でしたね。12月から社会復帰になるわけですが、正直な所、来年までこんな状態が続くと思っていたのだけど、人生わからないものです。人生じぶんの予想の斜め上を進んでいきます。なので、自分はもう駄目だと思わずに進んでいくことが大事だと思います。道がなければ自分で作りましょうという具合でじぶんの得意分野を努力して続けていくのが大事だと思います。そういうモノが無い方でも何か仕事をしていたら、これは得意だなというモノが感じるものがアレばそれを活かせる仕事にシフトすると良いかと思います。こんなご時世なので転職は慎重にという事も付け加えておきます。

なお、未来予想のデジタル分野は結構な具合であたります、それぐらい記事を見ているからなのかもしれないけれど。あと１０年なんとか働いてセミリタイアするのが自分の目標です。10年後、世の中はどう変化しているのだろうか？

自分の予想なんてたぶん大きくハズレているぐらい世の中変わっているだろうな。ただ変わらない物があるとしたら、じぶんの心の根っこの部分かな、外見は年老いても心は高校生ぐらいからの心のままです。普通の人は大人の心に成長していくらしいのですが、じぶんはそこが普通の人とは違っているみたいです。

タグ

10, 12, 2020, 2021, アレ, お正月, こと, これ, ご時世, シフト, じぶん, セミ, それ, それぐらい, デジタル, もの, リタイア, 一, 世, 中, 予想, 事, 人生, 今年, 仕事, 具合, 分野, 努力, 変化, 大事, 得意, 復帰, 慎重, 所, 斜め, 方, 未来, 来年, 正直, 無職, 状態, 目標, 社会, 結構, 自分, 記事, 転職, 道, 駄目,

LIFESPAN(ライフスパン): 老いなき世界

2020.10.08

Logging

LIFESPAN(ライフスパン): 老いなき世界という本があります。この本をパラパラと見て思ったことは、可能そうに見えてちょっとまだ先の話かもしれないなと思っています。

これからテクノロジーや人工知能などの分野がどれぐらい進化するかによって老化を阻止することが可能になるとは思っています。いまの十代の子達が大人か老人になるころには確実に老化は病気になっていて老化で死ぬということはなくなるのかもしれませんが、自分達の世代はそのテクノロジーや医学の恩恵をうけれるかどうかの瀬戸際の世代かなと思っています。

おそらく長く生きれれば、その恩恵をうけることは出来そうな気もします。ちなみに本に書かれていることを実践している人に堀江貴文さんがいます。いま彼は47歳です、正直ところ、まだ分からない。

そしてテロメアは人によって違うし、老化のスピードも人によって違います。老化が早い人もいれば遅く進む人もいるからです。

タグ

47, LIFESPAN, いま, こと, これ, ころ, スパン, スピード, テクノロジー, テロメア, ところ, どれぐらい, パラパラ, ライブ, 世代, 世界, 人, 人工, 先, 分野, 医学, 十, 可能, 堀江貴文, 大人, 子, 実践, 彼, 恩恵, 本, 正直, 気, 瀬戸, 病気, 知能, 老人, 老化, 自分, 話, 進化, 阻止,

ツイートは中毒性がある。

2020.10.05

Logging

ツイートは中毒性があると言われているけど、実際、いいねも付かないひとはそれ程、中毒性があるとは言えないような気がします。たぶん、何でもそうだけど他人から凄いねとかいいねとか言われないことはほとんどの人は長続きしないじゃないのかなと・・・。

これって勉強も同じかなと思います、誰かに褒められるとそれが自信などに繋がりその分野のことを勉強するきっかけになったりするだと思います。
いまの学生さんがネットに自分が勉強しているのをライブ配信するのも同じようなことなんじゃないかな。ひとに見られると頑張れたりするものですからね。

ひとりだと怠けてしまう人は少なからずいると思います。ちなみに図書館や喫茶店で友達と勉強は自分はしない派でした。何度か勉強したことがありますがやはり一人のほうが勉強ははかどります。友達と勉強は結局、別話に変わったりすることが多くて、次の試験が散々な結果になることが多かったので、誘われても断っていましたね。

あれから、数十年も月日が立ち、いまではいい大人なのかもしれないですが・・・勉強は今でもしています。IT業界のひとはおそらく勉強していないと言うひとはいないじゃないかな？勉強していないと取り残されていきます。このIT業界の勉強に関しては明日、記事を書きます。

タグ

あれ, いいね, いま, きっかけ, こと, これ, それ, ツイート, ネット, ひと, ひとり, ほとんど, もの, ライブ, 一人, 中毒性, 人, 他人, 何度か, 分野, 勉強, 友達, 喫茶店, 図書館, 学生, 実際, 散々, 数十, 月日, 次, 気, 派, 結果, 自信, 自分, 試験, 話, 誰か, 配信, 長続き,

英語を話したい人、必見！YOUTUBER、ATSUさん。

2020.07.07

Logging

英語を話したい人、必見！YOUTUBER（ユーチューバー）、ATSUさんを紹介します。動画見ていただければ分かる通り、毎日、反復して声に出して覚えることにより嫌でも覚える。そうだよな、世界で結構難しい日本語を使いこなせているのに何故か英語に拒否感を持つ人の多いこと、多いこと。

特にいまの30代から上の人は話す英語というより覚える英語ということで受験等を乗り切ってきたと思います。でも殆どのひとは覚えていないですよね、自分なんて英語は不得意分野から未だに抜け出せないでいます。ですがIT業界では英語は大事です、数学も大事ですが英語も結構大事な分野です。それは何故か、変数名やクラス名の名前付けするときに大事になりますし、人のコードを読むときにも大事になります。なので数学がわからずとも英語は分からないはあまりよろしくないです。

自分でゴニョゴニョとコードを書くのでは困りませんが、チームでなにか開発を行うときは英語が身についていないと困ります。なので英語がわからない人は日々、英語を勉強することからはじめた方が良いです。因みに自分も英語を勉強していますが、なかなか身につかないなと思っていた時にATSUさんの動画見てそうだよなと思いました。

そして違う言語を覚えるには効率の良い方法で何回も何回も頭に叩き入れないと駄目だなと感じます。好きこそものの上手なれですが、好きじゃない場合はそれを毎日毎日続ける努力が必要かなと思いました。

なにかスキルをプラス1する場合は努力が必要かなと、最後にYOUTUBEチャンネル登録はこちらです。
https://www.youtube.com/user/fzsdjbncf2000/about

タグ

-XBVCE, 0, 30, ATSU, com, https, IT, UlCz, watch, www, youtube, YOUTUBER, いま, クラス, コード, こと, それ, とき, ひと, ユーチューバー, 上, 不得意, 世界, 人, 分野, 動画, 反復, 受験, 名前, 声, 変数, 大事, 必見, 拒否感, 数学, 日本語, 未だ, 業界, 殆ど, 毎日, 紹介, 自分, 英語, 通り,