@Blog

右にしようか左にしようか、はたまた上にしようか.GW一人小旅

2025.04.21

Logging

おはようございます.右にしようか左にしようか、はたまた上にしようか悩んでいる話を書いていきます.ゴールデンウィークが近づいてきましたので小旅でもしようかなと考えています.

まず、このブログでは恒例となったTシャツアート展に行く案、とくに気を使う必要もないのとどんな所か分かっているので行くには問題ないものの刺激が少ない.

次に土佐久礼にカツオを食べに行くという案、どうもそこに行くと元専門学校の教師に会えるかもというなんとも言えないオプションが付いてくる土佐久礼の案.こちらはそれなりに刺激もありそうですが気を使いそうな予感があり、尚且つ客引きにメンタル使いそうなので疲れそうな気がしています.

最後に直島や男島などに行くという案、これは県外なのだけども一度、一人旅で行ったことがあるちょっとした旅.今からでもそんなに混みそうではないのだけども電車で行くとなるとまぁまぁ旅費がかかる案.

番外編として旅には行かずGWはボケーっと天を仰いで過ごすという案があります.

さて、今年のGWはどうしようか迷っている🤔

明日へ続く

タグ

オプション, カツオ, ゴールデンウィーク, シャツアート展, ボケー, メンタル, 予感, 刺激, 土佐久礼, 天, 客引き, 恒例, 教師, 旅費, 最後, 案, 案こちら, 番外編, 直島, 電車,

子供の夏休みの感想文も生成AIが書くのかな？

2023.08.15

Logging

夏休みが終わり、学校が始まるということで、みんなが感想を話し合う場が設けられました。今年の夏休みは、私たちの学校でも「AI問題」が話題となりました。

AI問題とは、人工知能がますます進化している現代において、人間の仕事がAIに取って代わられる可能性について考えるものです。この問題は、将来の職業や社会のあり方に大きな影響を与えるものであり、教育者としても真剣に取り組む必要があると感じました。

夏休み中、私は教師としての視点から、AI問題に関する情報を収集しました。その中で特に注目したのは、AIの進歩によって教師の存在意義が脅かされるのではないかという議論でした。一部の専門家は、AIが教育現場においてクリエイティブな活動や感情的なサポートには代替できないと主張していますが、一方でAIが知識の提供や評価の支援に役立つ可能性もあると指摘する人もいます。

この意見を聞いて私は、教師としての役割を再確認する必要があると思いました。AIが知識の提供や評価の支援をすることができる一方で、教師はクリエイティブな活動や感情的なサポートに注力することができます。例えば、子どもたちが将来の夢や目標を見つけるお手伝いや、個々の生徒の特性やニーズに合わせたカスタマイズされた教育を提供することができるのです。

また、夏休み中に私は図書館を訪れ、教育関連の書籍や資料を調べる機会を持ちました。図書館は、教師が知識を広げるための貴重な場所です。書籍や雑誌、新聞などさまざまな情報源が揃っており、AIの進歩にも追いつくためには常に最新の情報を得る必要があります。

夏休みを通じてAI問題と教師の役割について考える機会を得ることができ、充実した休暇を過ごすことができました。今後もAIの進化に対応するために、さまざまな情報を収集し、教育現場での役割を発揮していきたいと思います。

タグ

AI, ニーズ, 一方, 人工知能, 休暇, 個々, 存在意義, 将来, 役割, 教師, 書籍, 特性, 現代, 生徒, 目標, 職業, 視点, 議論, 進化, 進歩,

算数問題が100問ランダムで生成されます。そんなツールを作りました。

2021.08.08

Logging

暑い日が続いています、このまま茹でダコにでもなってしまいそうな部屋の温度ですが・・・エアコンは殆どOFFで日中を過ごして夕方から夜中まで稼働させております。そんな日を過ごしていて、たまに外へ出かけると夏休みなのか、学生さんたちが自転車でうろうろしているのを見かけるようになってきました。

そんな中で算数問題が100問ランダムで生成されるそんなツールを作りました。100問を暗算で計算すると中々、100点が取れないという事がわかってしまい、自分でもビックリしてしまいました。簡単なはずなのに何故か、足し算を間違えて引いてしまったりと単純なミスがあり、満点が取れないという事実をしってしまい、少し落ち込んでいます。

あのドラゴン桜の中にある数学教師がやるスパルタのあれは本当にそうなんだなって実感しました。これを毎日解き続けることにより、算数（数学の基礎）に打ち勝つことが出来そうですね。因みに計算などしない日々を過ごしているとロクに計算できない頭になりますよ。自分は計算しない字も書かないので読み書きが出来ない、結構、ヤバい状況になっているようです、皆さんもこんな自分のようにならないように、たまには頭の体操をすることをオススメします。

最後に100問：算数のリンクを貼っときます。

https://zip358.com/tool/arithmetic/

タグ

100, off, あれ, エアコン, こと, このまま, これ, スパルタ, たま, ツール, ドラゴン, パス, びっくり, ミス, ランダム, 中, 中々, 事, 事実, 単純, 問題, 基礎, 夏休み, 夕方, 外, 夜中, 学生, 実感, 少し, 教師, 数学, 日, 日々, 日中, 暗算, 本当, 桜, 殆ど, 温度, 満点, 生成, 稼働, 算数, 簡単, 自分, 自転車, 茹でダコ, 計算, 足し算, 部屋,

人工知能VS人工知能で戦うテトリスがカオス過ぎる?

2021.06.18

Logging

人工知能VS人工知能で戦うテトリスがカオス過ぎる、どうやって人工知能はブロック消しを操作しているのだろうか？これって車を操作する具合とあんまり変わらない学習方法なんだろうな。最初はずるずるの素人がプレイするようなそんな操作でテトリスするだろうな。それを何万回、何億回と学習させることで神の領域に達するだと思います。人間が負けて当たり前の世界です、この人工知能に完勝する人がいるなら逆に恐ろしいですね?

人工知能のことを勉強をしたい方は、今ではYOUTUBEでいろいろな解説動画がありますので独学でも出来ると自分は思います。人工知能の組むまえに人工知能がどのように学習するのか仕組みを覚える必要があります。いろいろな学習する方法がありどれが適切な学習方法を人が覚える必要は少なからずあります。例えるなら国語の授業を理科の教師に頼むようなことをすると生徒の学習の能率が低下してしまうからです。そういう事もあってプログラミングを覚える前に数学や英語などなどの素養も必要になります。自分はお手上げです！？?

これから人工知能を勉強したい人向けに適当なリンクを貼っときます。

https://www.tensorflow.org/?hl=ja (Gさんのやつ)

https://openai.com/blog/openai-api/ （例のやつGPT-3）

LINE、日本語に特化した「超巨大言語モデル」を開発へ「日本語版GPT-3か」

タグ

VS, youtube, いろいろ, カオス, こと, これ, それ, テトリス, どれ, プレイ, プログラミング, ブロック, まえ, 万, 世界, 事, 人, 人工, 人間, 今, 低下, 何, 億, 具合, 前, 勉強, 動画, 国語, 学習, 完勝, 当たり前, 必要, 授業, 操作, 教師, 方, 方法, 最初, 独学, 理科, 生徒, 知能, 神, 素人, 能率, 自分, 解説, 車, 逆, 適切, 領域,

機械学習や人工知能とかいう事に興味ありで自分の教師なし学習？

2020.09.08

Logging

機械学習や人工知能とかいう事に興味ありで自分の教師がいない場合、本で勉強してもなかなか上手く頭に入らない方も多いと思います。じぶんがいろいろな参考書を購入して思ったことは、本はあとで手を動かすことが大事でわからないことはその都度、調べたり参考書をめくったりするのが大事かなと思いました。

最初に参考書を最初から最後までペラペラめくります。そして出来そうなところからやってみる。難易度が低いのは機械学習の教師ありのライブラリを使ってみる方法です。

今では本を購入しなくても良いかなと思います。動画（ユーチューブ）で機械学習などの動画を片っ端見るということで事が足りる。

じぶんがこの動画が分かりやすいと思ったのはチームラボの勉強会や筑波大学の講義などが分かりやすいかなと思いました。他にも機械学習や人工知能の講義などをアップしてたりするのでググってみて学習してみてください。

因みに殆どの人がしているのは賢い人達が作ったライブラリを使って、下記の2点のことをしています。
１．モデル生成し、そのモデルで未知なるデータを推測させてる。
２．ライブラリをチューニングしてモデルを生成したりするという事。

あくまでもイメージですが、難しいと思う前にまずは手を動かすことが大事です。

タグ

アップ, あと, いろいろ, こと, じぶん, チームラボ, ところ, ユーチューブ, ライブラリ, 事, 人, 人工, 今, 他, 勉強, 勉強会, 動画, 参考書, 場合, 大事, 学習, 手, 教師, 方, 方法, 最初, 最後, 本, 機械, 殆ど, 片っ端, 知能, 筑波大学, 自分, 興味, 講義, 購入, 都度, 難易, 頭,

鳴子を機械学習で認識させる事が出来たよ！

2020.09.02

Logging

高知県なのでよさこい、よさこいと言えば鳴子を持って踊るがルール。
鳴子を持っているかを判断する機械学習を作ってみようという事で今回の考えが思いつき、早朝から機械学習で鳴子認識させる事に取り組んでみました。

難易度はかなり低いのでそこらへんのITエンジニアなら出来ると思います、出来なければITエンジニアなのかな？と思ってしまうぐらいの難易度かと思います。

大変だったことは教師あり学習なので認識させるのが面倒だった。
鳴子の写真を３０枚ぐらい機械学習で認識させました、、、。

今回、使用した機械学習のライブラリはDlib(ディーリブ)というものです、
ググるとインストール方法からプログラム方法まで参考サイトが結構あります。

自分のサイトでは機械学習させた後、静止画を認識させるコードを掲載しときます。

import cv2
import dlib
detector = dlib.simple_object_detector("yosakoi.svm")
image = cv2.imread("yosakoi.jpg")
naruko =detector(image)
for f in naruko:
        print("left, top, Right, bottom : ", f.left(), f.top(), f.right(), f.bottom())
        cv2.rectangle(image, (f.left(), f.top()), (f.right(), f.bottom()), (255,0,0), 2)
print("{} naruko".format(len(naruko)))
photo = dlib.image_window()
photo.set_image(image)
photo.add_overlay(naruko)
cv2.imwrite("yosakoi-naruko.jpg",image)

因みに動画も認識させてみようと思ったのですが、こちらは上手く認識できなかったです・・・。

鳴子の機械学習モデルを置いときますのでご自由に使用ください。
学習したモデルを読み込んで上記のソースコードで試してみてください、尚、リナックス環境で動作します！！?

鳴子機械学習モデル?ダウンロード?

https://zip358.com/ML/YOSAKOI/yosakoi_Model.zip

タグ

2, 30, cv, detector, Dlib, import, IT, object, qu, simple, インストール, エンジニア, かなり, コード, こと, サイト, そこら, ティー, プログラム, べん, もの, よさこい, ライブラリ, リブ, ルール, 事, 今回, 使用, 写真, 判断, 参考, 大変, 学習, 後, 掲載, 教師, 方法, 早朝, 機械, 自分, 認識, 難易, 静止画, 面倒, 高知県, 鳴子,

手前味噌な機械学習！？。

2020.09.01

Logging

分類分けで機械学習教師ありのモデルを作り、新たなデータで推測するという一連の過程をやってみたよーーー?
ちなみに分類分けとしてはあまり機能していないだけどね・・・。
何が難しかったか・・・Pythonをサーバで動かすようにするところと・・・何故かすんなり動いてくれなかった。そして機械学習させるデータを作るのがやはり面倒だった、途中から分類分けって感じじゃなく１分類という感覚で重み付けしました。

尚、サンプルとして表示しているのは、機械学習させてモデルを保存させるやつです。この他にもいろいろなファイルがあるのだけど、例えばデータを生成させたりする処理ファイルや保存したモデルから推測させる処理ファイルなどいろいろなファイルがあるのだけど、全て解説するのはちょっと面倒なので今回はこれだけです。

あと質問箱と連携するのは今後の質問によって決めようと思います。いちおう、ほぼその部分も完成しています。コードを手直してそれぞれをファイル連携してゴニョゴニョするという作業が残っています。

追記：きっちり分類分けしてそのデータをansの中に正解解答としていれてあげて学習させるとまぁまぁ良い感じです。

from sklearn.linear_model import LinearRegression
model = LinearRegression()

import pandas as pd
from sklearn.tree import DecisionTreeClassifier
import pickle
X = pd.read_csv("Question.csv", header=None).values.tolist()
ans = []
val = 0
for num1 in range(len(X)):
	for num2 in range(len(X[num1])):
		if float(X[num1][num2])>=0.5:
			val = val + 1
	val = float(float(val) / float(len(X)) * 100)
	ans.append(str(val))
	val = 0
model = DecisionTreeClassifier(max_depth=999)
model.fit(X,ans)
print(ans,"<==>",model.predict(X))
# モデルを保存する
filename = 'Q_model.sav'
pickle.dump(model, open(filename, 'wb'))

タグ

１, Python, あと, いろいろ, コード, これだけ, サーバ, サンプル, それぞれ, データ, ところ, ファイル, モデル, やつ, 一連, 今回, 今後, 他, 何, 保存, 全て, 処理, 分け, 分類, 学習, 完成, 感覚, 手前味噌, 手直, 推測, 教師, 機械, 機能, 生成, 表示, 解説, 質問, 途中, 連携, 過程, 部分, 重み, 面倒,

世間体とか置いといてさ。

2020.01.23

Logging

自分はNHKの『プロフェッショナル仕事の流儀』が好きなんで録画している（全部の回を観ているわけじゃないけど）。この数ヶ月録画して溜まったモノから今朝、2本のプロフェッショナルの番組を観た。ひとつ目は『数学教師 井本陽久 | 答えは、子どもの中に | カリスマ教師』回、ふたつ目は『ひきこもり支援 石川清 | 人を癒やし、人に癒やされる』の回だ。

井本さんは今の子供に大人の価値観を植え付けたらダメ、だって子供達が大人になる頃の世間の価値観は今とは別になっているから。そんな価値観植え付けたら、あべこべになりますよねと話しています。
また、石川さんの友人は働くということが性善説になっている現代に疑問符が持っていた（引きこもりさんと石川さんたちが沖縄で飲み会している場面を観て、自分は改めて何のために働いているのかを考えさせられた）。この井本さんと石川さんに共通しているのは世間体とかよりも、もっとそれじゃない何か、例えば自分で行動する勇気や自分で考えることなどが大切さとかが大事だと考えているところだ。自分はそう番組を通して思えた。

生きていくためにはお金が必要です。
一度、社会レールから脱線してしまうと中々、戻ることが難しい。自分が思うにそんな人達を受け入れる社会にしないとダメなんじゃないかと。いまの戻ることが難しいような社会になっている事が自分は変じゃないのかと感じます。

番組を観たい方は下記のリンクからNHKオンデマンドで視聴可能です（有料）
https://www4.nhk.or.jp/professional/7/

タグ

2, NHK, あべこべ, カリスマ, こと, それ, ため, ひきこもり, ひとつ, ふたつ, プロフェッショナル, もの, わけ, 世間, 世間体, 中, 井本, 人, 今, 今朝, 仕事, 何, 価値観, 全部, 共通, 勇気, 友人, 回, 場面, 大人, 子ども, 子供, 性善, 支援, 教師, 数, 数学, 沖縄, 流儀, 清, 現代, 番組, 疑問符, 石川, 答え, 自分, 行動, 録画, 陽久, 頃,

何も云わない人の方が賢明だと思うのだ。だけど、それで良いのだろうか？

2016.07.22

Logging

この頃、帰宅後、間食をせずに暮らしています。「痩せないと」って思ってるうちは
痩せることはないだと誰かに聞きました。
今日のお題は「何も云わない人の方が賢明だと思うのだ。だけど、それで良いのだろうか？」です。
先日、会社で全体会を行いましたが、誰からも意見が出ないのです。
結局、自分が発言して終わり・・・、こんな月例会を何度も繰り返しています。
何のための会議なのか、わからない感じがします。
憎まれ役は自分かなと思いながら意見するのは
正直な所、辛いものです。
言わないことのほうが賢明だなと感じます。言わないで
月例会を終わらすほうが簡単な話です。
黙っていれば良いのですから。
何だか日本という国は発言すると
打たれるので大体控えめで、みんなに合わそうという
タイプが多いですね。自分はそういう教育ではない教師のもとで
２年間、教育を受けたので多分、ちょっと外れているだと思います。
来月の会議は・・・どうしよう？。

タグ

2, うち, こと, すほう, それ, タイプ, ため, みんな, もと, もの, 人, 今日, 会社, 会議, 何, 何度, 先日, 全体会, 国, 帰宅, 意見, 感じ, 憎まれ役, 所, 控えめ, 教師, 教育, 方, 日本, 月例会, 来月, 正直, 発言, 簡単, 自分, 話, 誰, 誰か, 間食, 頃, 題,