AIの進化と争いそしてボーダレス.

2024.05.22

Logging

おはようございます、今後、世界はどうなっていくのかと考えたときにAIの進化によってそれを戦争の武器として使用することが増えつつありますが、人もそれほど馬鹿な人ばかりではないので何れ気づくと思います.その過ちの後に待っているのが世界のボーダレス化がだと思っています.

外国語を学ばなくても外国の人たちと意思疎通が簡単に出来る機械が誰でも安価で使えるようになったら、国境の壁がなくなる社会になっていくだろうと思います.時間はかかるかも知れないけれどもおそらくその様な時代になっていくと思います.

いままで難しいとされていた病(難病)も完治する時代になり、障害の壁もなくなる社会になっていくと思います.そんな時代になると自分という個性を上手く表現出来る人たちが、いま以上に増えていきそんな人たちが脚光を浴びる時代になると.また労働面では労働をロボットが代替してくれる様になり、人々は仕事から解放される可能性もありますが、仕事とお金(共同幻想)は強く結びついているので、直ぐに価値がなくなるものではないし人々の抵抗によって規制が作られることになるので、直ぐには転換出来ないと思っていますが徐々に変わっていくであろうと思います.

自分達が生きている内に起こり得ることとしてボーダレスは確実に進むと思っています.それにより異文化を取り込み新しいカルチャーが生まれるのではないのかと.特に日本は政策によって大きく変わる可能性があると思います.

鼻で笑う内容かもしれないけれども、自分の予想結構当たっています...どうぞ鼻で笑ってください😌

明日へ続く.

タグ

AI, ボーダレス, ボーダレス化, ロボット, 人々, 個性, 共同幻想, 労働, 国境, 意思疎通, 戦争, 抵抗, 政策, 機械, 武器, 脚光, 規制, 進化, 難病, ,

中国では工場が自動化になりつつある?

2024.05.14

Logging

おはようございます、下記のポストが流れてきて驚愕しました.とある中国の工場ではいままで10人の従業員が働いていたのだけど機械を導入することにより一人の従業員に置き換わったっていう話です.

こんな事が中国の工場では進んでいると思うと、日本もそろそろ取り入れた方が良いじゃないかと思っています.ロボットなので文句も言わないし何せ24時間働いてくれるので生産性は凄いと思いますが品質はどのぐらいなのかは未知数ですね.そこの課題をクリア出来たら日本でも自動化は進みそうです.

China's industrial robot production surges with AI widely used

いま工場で働くヒトが減ってきているらしいので、日本でもこういう光景に何れなるかもと思ってしまいました.

いろいろな事がこれから自動化していきそうで何だか不安です.

明日へ続く.

タグ

10人, クリア, ひと, ポスト, ロボット, 下記, 中国, 何せ24時間, 光景, 品質, 工場, 従業員, 文句, 日本, 未知数, 機械, 生産性, 自動化, , 課題,

境が消えるといったい。

2024.01.27

Logging

おはようございます、意識を機械に移植することは可能かという動画を見ていると生死の堺が消えていくような気がしている。

brain inscription on container on head of faceless woman
Photo by SHVETS production on Pexels.com

そもそもオリジンである脳が破壊されない限り生きていける時代が近い将来来るかもしれない。その脳も徐々に機械へ移植していけば生死ってのは何なんだろうか?という疑問すら生まれると思っています。

【イーロン・マスク氏は脳にチップを埋め込む】意識を機械に移植することは可能か/東京大学准教授の渡邉正峰氏の問い/意識と主観の関係/ニューロサイエンスの未来【EXTREME SCIENCE】

そう考えるとこの世界は・・・イーロン・マスクが言うこの世界は仮想世界、結構的を得た発言なのかもしれない嫌われ者のイーロン・マスク氏ですが、自分は嫌われ者のイーロン・マスクの言う仮想世界だと思っている派です。

我思う、故に我在り

明日へ続く。

タグ

Photo by SHVETS production on Pexels.com, イーロン, イーロン・マスク, オリジン, マスク, 仮想世界, , 意識, , 我在り, 時代, 機械, , 生死, 疑問, 発言, , , , 近い将来,

機械学習でオススメ記事を作ってみる。

2023.10.24

Logging

おはようございます、機械学習でオススメ記事を作ってみる。仕組みはこんな感じです😄。

  • 記事から同じ傾向の記事を取得する。
  • 記事のMeCabを使用して分割。分離したものを機械学習に投入。
  • 出来上がったモデルから似ている傾向の記事を抽出。
  • 新規記事を投稿した場合、再学習させモデルに追加。

上記の流れをCHATGPTに投げ込んでコードを生成してもらい、そのコードを再修正してAPI化したものを仕事終わりに週末作ろうと思っています。出来ればそれを元に自分だけしか使えないプラグインにしてWordPressに取り組むつもりでいます。

これでどれぐらいの精度がでるのかは、やってみないと分かりませんが試す価値はあるかなって思っています。あと、作りたいのはクリックしたものを機械学習させて何か出来たら良いなって思っています、また、記事学習モデルから、チャット形式でこんな記事はどうですかってオススメする物を作りたいですね。

明日へ続く。

タグ

API化, ChatGPT, Mecab, WordPress, コード, チャット形式, プラグイン, モデル, 仕事終わり, 価値, 傾向, , 分割, 投入, 抽出, 機械, 機械学習, 精度, 記事学習モデル, 週末,

広告収入とサーバー代がとんとんになれば。

2023.10.23

Logging

おはようございます、広告収入とサーバー代がとんとん様に来年からはVPSサーバーをダウングレード出来そうです。VPSサーバーをかなり低予算サーバーに変えるので何とかとんとんに持っていけそうですが、これにドメイン費用をプラスすると赤字運営なのですが、何とか来年は黒字化したいですね。

おそらく自分の全知識をブログのバックエンドサービスに導入すればそれなりに黒字化出来そうな気もします。例えば生成AIなどを使用して記事を大量生産するなどを行い。

アクセスデータからヒットする記事を機械学習させて、それに特化した記事を量産するとかを頑張れば出来そうな気もします。

実験的にそういうことをするのは楽しいのですが、それで儲けても虚しい気がします。そういう事もあって記事の量産出来るプラグインもオープンにしましたからねぇ・・・。ちょっと商売気質ゼロです、ここを直さないといつまで経っても赤字運営のままな気がします。

因みにドメイン費用は年間2万円ぐらい払っているので・・・結構道のり険しいです。なお、月500円のレンタルサーバーと月1000円のVPSサーバー費用が発生したとしての計算です。それは何とか相殺出来るようになりました😭。ありがとうございます。これも皆様のおかげです🙇。

明日へ続く。

タグ

VPSサーバー, VPSサーバー費用, おかげ, かなり低予算サーバー, サーバー代, ドメイン費用, バックエンドサービス, プラグイン, レンタルサーバー, 商売気質ゼロ, 大量生産, 広告収入, 来年, 機械, 生成AI, 皆様, 虚しい気, 計算, 赤字運営, 黒字化,

効率が良いかって?一番効率が良いのは手を動かさないことですよ🙄。 #花形

2022.09.10

Logging

おはようございます。今日はどんより曇り空。

さて、NHKプロフェッショナルに真鍋大度さんが出てた時にNHKのスタッフさんが質問した回答をタイトルにしてみました。やってみたら分かると思いますが、プログラムってキラキラした仕事ではないですよ、何方かと言えば努力と労力がかかる世界です。好きでないと続かないという様な世界です。

Tohji, banvox – Super Ocean Man (Official Music Video)
スーパーオーシャンマン

因みにAIなどで花形職も当然、大変なお仕事ですそんなに簡単なものではない。機械学習で大事なのはデータなんですよ。それは手を動かしてやってみないと分からないこと。だからデータサイエンティストなんて職業が生まれたわけですからね。

追記して意味深な事を少し書いときます。昔から自分は見えないので俯瞰して見ないといけないとこれだけは心がけています。何故なら人の評価は当てにならないです、上手く行けばって話ですからね。上手くいっていない時に評価してくれていた人、そういう人に自分はなりたいと思います。人の批判ばかりは何とやらです。

最後にNHKプロフェッショナルの真鍋大度さんのアーカイブ載せときます。プロフェッショナル 仕事の流儀 「まず動け、未来はその先にある~プログラマー/アーティスト・真鍋大度」

タグ

AI, NHK, オーシャン, お仕事, こと, これだけ, サイエンティスト, スーパー, スタッフ, それ, タイトル, データ, プログラム, プロフェッショナル, マン, もの, わけ, 世界, , , 今日, 仕事, 何方, 俯瞰, 努力, 労力, 効率, 回答, 大事, 大変, 大度, 学習, 少し, , , , 曇り空, 機械, 真鍋, 簡単, 職業, 自分, 花形, 評価, , 質問, 追記,

機械学習は学習するのにどれぐらいのデータが必要?

2022.09.06

Logging

今日は大荒れ☔との事です、おはようございます。

8月の半ばにとある事情で機械学習で人の顔かどうかを判別させるモデルをTensorFlowで作ってみたのですが、結果、学習のデータが少なかったのが原因なのか分からないけども・・・。人工無能と言いたくなるほど無能な機械学習が出来上がりました。犬の画像を見せてもこれは人ですと判定してくれるので正直、ホントげんなりでした。

画像分類の作り方は簡単です、学習したいディレクトリとテスト用のディレクトリを作り、それぞれの階層に分類ディレクトリを設置し、その中に学習の画像データとテスト用の画像データを入れてサンプルコードをちょちょっと修正してテンソル(Pythonを実行)で学習してもらうだけです。

画像分類器を作る(機械学習ゼーロからヒーローへ – 第4部)
画像分類器を作る(機械学習ゼーロからヒーローへ – 第4部)

尚、自分のテストデータは100枚ほどしかなかったので、全然駄目な結果になりましたが3000枚以上の画像データがあればちゃんとした判別が出来たのかも知れません。

スマホの顔認証は動画データを画像データー変換して学習させているのでしょうね。そうすれば数千枚の画像は生成出来ると思います。

例えばopencv-pythonなんかで画像変換するのが良さそうですよ。

pip install opencv-python

タグ

100, 3000, 4, 8, Python, tensorflow, コード, これ, サンプル, ゼーロ, それぞれ, ちょ, データ, ディレクトリ, テスト, テンソル, どれぐらい, ヒーロー, ホント, モデル, , , 事情, , 人工, 今日, 作り方, 修正, 分類, 判別, 判定, 半ば, 原因, , 大荒れ, 学習, 実行, 必要, 機械, 正直, 無能, , 画像, 簡単, 結果, 自分, 設置, 階層, , 駄目,

お金2.0を今頃読んだので感想とか書いてみました。

2022.07.30

Logging

おはようございます、結局、映画ジュラシックワールドは見送ろうと思っています(Twitterのつぶやきより)

さて、今日は積本になっていた、お金2.0を今頃読んだので感想を書いていきます。まず自分が気になったところの目次(大・目次と小・目次)を紹介します。

  • AIとブロックチェーンによる無人ヘッジファンド
  • デジタルネイティブからトークンネイティブへ
  • 第4章「お金」から解放される生き方
  • 若者よ、内面的な「価値」に着目せよ
  • おわりに

これらの所が気になったのところです、特にAIヘッジファンドのお話は興味深い話でした。機械学習したモデルを提供することでそのモデルの能力により報酬が得られるなどの情報は知らない人からすれば貴重な話です。次に今まさにそういう様になってきている価値主義の話(お金より○×)です、お金目当てより自分に価値を出す方が最終的には良い結果になるというお話、その為にはどうしたら良いかなどや具体的な話が書かれてあって良かったと思います。

おわりに書かれていたアインシュタインの言葉なども響きましたね、そして著者:佐藤航陽 氏は本当に先見の明のある人だと思いました、これを書かれたのは2017年のことなんですからね。本当に凄いなってとても世の中を俯瞰して見ているなって感じました。そして世界2.0も電子書籍で購入済みなので時間の合間に徐々に読んでいきます。読了したらまた感想記事として記載します。

タグ

○×, 2.0, 4, AI, Twitter, おわり, お話, お金, こと, これら, ジュラシック, チェーン, デジタル, トークン, ところ, ネイティブ, ブロック, ヘッジファンド, モデル, ワールド, 主義, , , 今日, 今頃, 価値, 報酬, , 学習, , 情報, 感想, , 提供, , 映画, 機械, , , 無人, 生き方, 目当て, 目次, 着目, 積本, 紹介, 結果, 能力, 自分, 若者, 解放, ,

円安だから。貯金を進めてくるのは悪徳商法?

2022.07.12

Logging

おはようございます。NHKのYOUTUBE動画に「一見、悪徳に見えて、ただ貯金を勧めているだけの男たち」という動画あるのだけどアレ円安になってから見ると悪徳業者に見えてしょうがない・・・。

だからといって海外へ投資を進める記事ではないけれどね。地頭力がある人は10万円を元手にそれを何倍に増やすことが出来るそうです。株取引などはやってみると分かると思うけど、低いところで買って高くなりかけで売れば、その差額が利益になります。

但し、注意事項があってそういう事は誰でも出来るわけでもないみたいです。だから自分は投資信託をオススメします。特に人工知能(機械学習)が組み込まれている投資信託を使用すればそれなりに利益を得ることが出来ます。ここで重要なのはドルコスト平均法で買う(積立投資)という事が大事になります。あと追加資金を投入する時期なども大事です。

例えば何かの経済指標の発表がある前に買うのかそれとも発表後に買うのかなど、これは自分が下がりそうだな、上がりそうだなで買うタイミングを変えた方が良いです。投資信託でも同じで追加投資の資金は毎月同じ日にするよりか、自分で投資タイミングを考えて投資したほうが良いです。その方が利益に繋がりやすいです(同じことを2回書いているけど、其れぐらいタイミングは大事です)。

尚、前から言っているように投資・投機は自己責任ですので、、、以上、現場からでした。

タグ

10, NHK, youtube, アレ, おすすめ, かけ, ここ, コスト, こと, これ, それ, ところ, ドル, わけ, 一見, , , 事項, , 人工, 但し, 何か, 何倍, 使用, 元手, 円安, 利益, , 動画, 商法, 地頭, 大事, 学習, 差額, 平均法, 悪徳, 投入, 投資, 投資信託, 指標, 時期, 株取引, 業者, 機械, 注意, 海外, , 発表, 知能, 積立, 経済, 自分, 記事, , 貯金, 資金, 追加, 重要,

物体認識ではラズパイが必ず必要でもないとふと思った。

2022.06.24

Logging

おはようございます。記事の投稿の時間帯から変えようか悩んでいます。

さて、今日のお題は「物体認識ではラズパイが必ず必要でもないとふと思った。」です。Iot(Internet of Things)で脚光を浴びたのが小さなパソコンとも言われるラズベリーパイです。これを使用して温度計や湿度、気圧などを測ったりそれを記憶出来たりします。ラズパイにカメラを接続し機械学習させて物体認識なども可能です。

ただ、物体認識に言えばお使いのWindowsやMacの入ったパソコンでもそういや出来てしまうなと思ったので、それを記事にしました。物体認識で重要なのはやはり学習なのですが世の中にはオープンソースで機械学習をある程度してくれているモデルが出回っています。なので、そちらをベースに再学習させる事により学習が可能かと思います。

物体認識するためには、WEBカメラが必要ですし、機械学習が出来る環境構築も必要になります。例えばTensorFlow(テンソルフロー)が動作出来る環境だとか、、、因みに古いパソコンでもTensorFlow(テンソルフロー)のバージョンを変えれば動きます。githubのmasterを使用せず古いバージョンを使いさえすれば。

タグ

Internet, IoT, Mac, of, te, Things, web, Windows, オープン, お使い, カメラ, これ, ソース, そちら, それ, ため, はい, パソコン, ベース, モデル, ラズ, ラズベリー, , , , 今日, 使用, 可能, 学習, , 必要, 投稿, 接続, 時間, 構築, 機械, 気圧, 温度計, 湿度, 物体, 環境, 脚光, 記事, 記憶, 認識, 重要, ,

「パッと咲いて散って灰に」を聴きながら妄想を膨らましてみました。

2022.04.03

Logging

おはよう御座います。

この頃、思うのですがヒットする曲や聴いていて良いなという曲は、ある法則があるだろうなって思います。その法則は機械学習で解を出すことは可能なのかなって・・・。もう業界ではそういう事を使用しているかも知れない。機械学習に必要なのは曲と購入者数の年代や性別を叩き込めば結果がでるような気がします。

【MV】Creepy Nuts – パッと咲いて散って灰に

だからなのか、この頃の曲は昔と違って大体、ある程度洗練された状態の曲が多いような気がします。特に若い世代の曲は、あまりHIT法則を取り入れることにあまり抵抗がないのかもしれないと・・・思ってたり実際、業界の人ではないので実際はどうなのか分からないですが、自分は詩も大事ですが、音(テンポ)とボーカルの声が凄く大事になると。

そのうち、プログラミングされた人工的な声と曲、詩でヒットする曲がでるかも知れませんね。

「パッと咲いて散って灰に」を聴きながら妄想を膨らましてみました。

タグ

HIT, うち, こと, テンポ, ヒット, プログラミング, ボーカル, 世代, , , 使用, 可能, , 大事, 大体, 妄想, 学習, 実際, 年代, 必要, 性別, 抵抗, , , 業界, 機械, , 法則, 洗練, , 状態, 結果, 自分, , , 購入者, , ,

日給300万円のSS級トレーダーが明かす botterのリアルを読む。

2022.02.13

Logging

日給300万円のSS級トレーダーが明かす botterのリアルを読んでいます。73%まで読んだので今の所の所感を書いていきます。まず、自分はSS級トレーダーになろうと思ってこの本を購入したわけではないです、ただ自動売買には興味があり、ある程度(5万~20万)の利益を毎月得たいという気持ちがありこの本を購入しました。

実際、読んでみて自分には中々険しい道になりそうだなって思いました、できるか出来ないかで言えば出来ることだとも思いましたが、それなりに機械学習をゴリゴリと操れないと日給300万円なんて稼げないなって思います。

因みにプログラムも何もわからない人で地頭力もない人はおそらくかなり苦戦します。日給300万円稼いでいるこの人は東大卒の人ですからね。自分ができるから貴方も出来るよって書いているけど、普通に考えたら中々難しいと思います。

自分が一番、難しいかもと思ったのはBotが稼げるようになるための微調整の部分ですね、あと知りたかったのはバックテストの方法が書かれていない、特にバックテストの方法が分かれば疑似運用が出来るので自分でも少額な金額を得れそうと思いました(調べれば分かることなんですけどね)が、書かれていなかったことは残念でした。

残念な部分もありましたが、この本にはソースコードの例が記載されている部分(githubのリンク有り)があったことは良い印象を受けました…が、プログラムがわからない人が見ると挫折しそうな気がしますなので、結論づけると、この本を読んで思ったのは非エンジニア向けではない本という事と簡単には稼げないということです。ただこの本を読んで出来そうだと思った方はおそらく稼げると思いますよ。

タグ

20, 300, 5, 73, BOT, botter, SS, かなり, こと, トレーダー, プログラム, リアル, わけ, , , , , 利益, 地頭, 売買, 学習, 実際, , 所感, 日給, 普通, , 東大卒, 機械, 気持ち, , 自分, 自動, 興味, 苦戦, 貴方, 購入, ,

Tellus[テルース]というサイトで機械学習などがお勉強できる。それも無料で!

2021.10.18

Logging

平日は大体、自転車で一時間程度ですが運動していますが、今の所、その効果はあまり無いです。唯、帰ってくる時には顔が若干細くなります。仕事が安定するまで続けようと思います。(明日は休むけどね?)

さて、今日はタイトル通り「Tellus[テルース]というサイトで機械学習などがお勉強できる。それも無料で!」です、無料で機械学習などが出来ちゃうって、数年前ではあまり無かったのですが、この頃は大手企業やベンチャー企業などで初学者向けに掲載しているサイトがあります。

Tellus MovieNew Business,New Possibility~Tellusがもたらす新しいビジネス、新しい可能性~

機械学習やディープラーニングなどのエンジニアは人材不足の状態が続いているにも関わらず、それを勉強する人はあまりいないです。駆け出しのエンジニア志望の人は大体はWEBの基礎のHTMLとかから始めJavaScriptで向いていない人は挫折します、でも、もしこれからエンジニアになりたいと思ったら機械学習から初めることをお勧めします、何故なら、上記でも書いたように人材不足だからです。逆にWEBエンジニアは足りていますので競争率は逆に高いかと思います。

最後に初心者向けテルース学習コースのリンクを貼っときますので、これから機械学習などを学習したい方は是非、読んでみてくださいな?

https://tellusxdp.github.io/start-python-with-tellus/index.html

タグ

html, javascript, Tellus, web, エンジニア, お勉強, お勧め, こと, これ, サイト, それ, タイトル, ディープ, テルース, ベンチャー, ラーニング, , , 人材, , 今日, 仕事, 企業, 初学者, 効果, 勉強, 基礎, 大体, 大手, 学習, 安定, 平日, 志望, , 挫折, 掲載, , 明日, , 機械, 無料, 状態, 自転車, 若干, 運動, , , 駆け出し,

日本語を点字に変換する機械?ツールを作りましたよ。人の役に立つかは??

2021.10.15

Logging

昨日は寝苦しい夜でして寝たり起きたりを繰り返しました。本日は熟睡できたら良いのですがね。

さて、今日は日本語を点字に変換する機械?ツールを作りましたよ。です・・・。今日のお昼ぐらいから取り掛かりました。点字のUnicodeを自分好みのデータ化するのが一番時間がかかりました。ロジック事態はそれ程、時間はかからなかったのだけどね。点字には「ぁ」「ぃ」とかがないみたいでして、大文字に変換しています。ここら辺は点字の仕様と違うけど、こちらの方がわかり易いじゃないのかなと勝手に思っていてそうしています。

日本語を点字に変換する機械{α版}

他はある程度、正しいのではないかなと。

この点字変換機を作った経緯は何か役に立つものが作りたくてという思いが一番です。この点字データを元に、本当の点字が作れたら良いですね。作っていてこんな物があればと思いました、例えばディスプレイに凹凸が出来るようなものがあれば目の不自由な人達も情報を得ることが出来るようなると思います。

最後に自分より良いものを作れる人は大勢いると思います、是非、作ってあげてください。因みに自分もこれを作るのに点字変換ツールがあるかは調べています。結果、二番煎じですがそれでも作りたかったので作りました。

https://zip358.com/tool/tenji/

タグ

0, com, https, Og-, Unicode, watch, WV-S, www, youtube, お昼, ここら辺, こちら, ツール, データ, もの, ロジック, 事態, , 今日, 仕様, , 何か, , 勝手, 変換, 変換機, , 大文字, , , 日本語, 昨日, 時間, 本当, 本日, 機械, 点字, 熟睡, , 経緯, 自分,

何故、気づかない。宇宙の成り立ち、始まりの始まりは無限ループですよねぇ。

2021.09.12

Logging

先日、派遣の面接に行ってきましたがお断りしようと思っています。そして何より派遣という働き方には希望をあまり見いだせないのかなと思っています。

さて、映画「マトリックス レザレクションズ」の予告が解禁されましたよね。もうマトリックスファンなら歓喜しかないと思います。ですが…自分がこの予告からオチを考えると、この世界は永遠に終わらない世界に人は生きているというオチになると思いますよ。仮に機械に電力として摂取されている世界もマトリックスだったら・・・。どこからが現実なのか、さっぱり分からなくなります。そして救世主が見ているものは単なる幻覚だとしたら・・・。とても悲しいオチになりますが・・・そういうオチもあるかもしれないと思って新たなマトリックスは見に行ったほうが良さそうです。

宇宙の成り立ちをコンピューターが導き出そうとしても人が始まりを導き出そうとしても・・・答えは無限ループなんですよ。始まりが終わりであって終わりが始まりだろうと思うのですが・・・ね。もし創造主がいたとしてもじゃその創造主はどうやって生まれたの?っていうのを考えていくと無限ループなんですよ。

だから無であり有であるというのが正しい気がします。無から有になると本当に思ってますか?そんな事できたら、それこそ魔法使いですよ。

その答え合わせが出来そうな気がします。今から12月が待ちどうしいですね。

映画『マトリックス レザレクションズ』予告 2021年12月17日(金)公開

タグ

オチ, お断り, コンピューター, どこ, ファン, マトリックス, もの, ループ, レザレクションズ, 世界, 予告, , 働き方, 先日, 宇宙, 希望, 幻覚, 摂取, 救世主, 映画, 機械, 歓喜, 永遠, 派遣, 無限, 現実, 答え, 自分, 解禁, 電力, 面接,

Twitterプロフィールからスパムみたいなアカウントかを機械学習で判定してみた。

2021.06.28

Logging

Twitterプロフィールからスパムみたいなアカウントかを機械学習で判定してみました。

機械学習にしてもらう①。

何故、このような事を考えたかはスパムみたいなアカウントってぱっと見で人は区別できるよねって思ったのでLobeというソフトを使って画像解析(機械学習)してモデルをエクスポートし、そのモデルをテンソルフローで使用して動作確認してみました。

機械学習にしてもらう②

結果は、まぁまぁの精度だったのでモデルをお裾分けしますね。因みにTwitterのプロフィール画像のスクリーンショットを行った時のソースコードも提供します。

尚、機械学習に使用したプロフィール画像は400枚ほど(少ない?)です、ok-image(一般人)とng-image(スパムみたいなアカウント)というラベルを付けて学習させてます。

model::https://zip358.com/ai-model/tw-profile/saved_model.pb (?モデルの中身はtensorboardでご確認を!)

zip358com
zip358
# Generated by Selenium IDE
import time
from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverManager

from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains
from selenium.webdriver.support import expected_conditions
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
from selenium.webdriver.support.ui import Select

class twss():
	def setup_method(self):
		self.driver = webdriver.Chrome(ChromeDriverManager().install())
		self.vars = {}

	def teardown_method(self):
		self.driver.quit()

	def screenshots(self):
		self.driver.get("https://twitter.com/")
		self.driver.set_window_size(945, 900)
		with open('twname.dat','r',encoding="utf-8") as f:
			for line in f:
				FILENAME = "X:\\var\\www\\html\\labo_ai\\twss\\image\\screen_" + line.replace('\n', '') +".png"
				self.driver.get("https://twitter.com/" + line.replace('\n', ''))
				time.sleep(2)
				self.driver.save_screenshot(FILENAME)
		f.close()
		self.driver.quit()
twss = twss()
twss.setup_method()
twss.screenshots()

タグ

358, 400, ai-model, com, https, lobe, model, ng-image, ok-image, SA, tw-profile, Twitter, zip, アカウント, エクスポート, お裾分け, コード, ショット, スクリーン, スパム, ソース, ソフト, テンソル, フロー, プロフィール, モデル, ラベル, 一般人, , , 何故, 使用, 判定, 動作, 区別, 学習, 提供, , 機械, 画像, 確認, 精度, 結果, 解析,

つかみに滑った感があるけど、中身はスベってない機械学習の数学講座。

2021.03.14

Logging

つかみに滑った感があるけど、中身はスベってない機械学習の数学講座。二時間というボリュームはあるものの、これ無料でUPされている所が凄いなと思います。機械学習やっていく中で数学は必要です、人工知能のサンプルを動かすだけだったり、少し応用ぐらいなら数学は必要はないのですがやっぱ応用したいなという時はヨビノリたくみさんの数学講座のこの動画は必要な話になります。

中学数学からはじめるAI(人工知能)のための数学入門

人工知能の茂木健一郎さんの東大講座も面白いですよ。人工知能の歴史から入っていて触りも良い感じです。あれですよね、昔は良質な動画なんてなかったので高校や大学が必要だったと思いますが、いまやネット環境があれば探せば良質な情報に行き当たるので、本当に言い訳が出来なくなった世の中だと思います。ネットで探せば出来ることばかりだと自分は思いますので、本当に言い訳が出来なくなった・・・。

#人工知能 概論 パート1(#東京大学 #駒場キャンパス 講義)

タグ

UP, あれ, こと, これ, サンプル, たくみ, ネット, ボリューム, ヨビノリ, , , 中身, , 人工, 動画, 大学, 学習, 少し, 必要, 応用, 情報, , 感じ, , 数学, , , 本当, 東大, 機械, 歴史, 無料, 環境, 知能, 自分, 良質, 茂木健一郎, 言い訳, , 講座, 高校,

自分を充電したい。

2021.02.05

Logging

全然関係ない話ですがスマホのバッテリーはギリギリまで使う派ですか?自分は一日一回は充電器に挿して充電しています。たまに自分も充電器に挿して充電したい気持ちになります。そんな機械があれば自殺者なんてこの世から無くなると思うわけです。でもそんな絵空事が実際になろうとしています。それを積極的に行っているのはイーロン・マスクです。

https://www.youtube.com/watch?v=r-vbh3t7WVI

イーロン・マスクは脳に電極を埋め込んで、情報などをやり取りするような事を研究しています。ちなみに結構、脳のことが最近わかってきていて近い将来鬱を治せるようになるかもです。そんな時代になったら、世界から自ら死を選ぶ人はかなりの確率でなくなるのではないかと思っています。

mRNA Translation (Advanced)

そして、今回、コロナワクチンで使用されているmRNA(メッセンジャーRNA)がどうも凄い技術らしくてこれはかなりの病気を寛容にもっていけるみたいです、なので今、病気で苦しんでいる人たちにも希望の持てる技術かと思います。

災い転じて福となすって言葉が適切な表現かはわかりませんが・・・ね。

タグ

, 7, com, https, mRNA, r-vbh, RNA, watch, WVI, www, youtube, イーロン, かなり, ギリギリ, こと, この世, これ, コロナ, スマホ, それ, たま, バッテリー, マスク, メッセンジャー, やり取り, ワクチン, , 世界, , , , 今回, 使用, 充電, 充電器, 実際, 寛容, 将来, 情報, 技術, 時代, 最近, 機械, , 気持ち, , 病気, 研究, 確率, 絵空事, , 自ら, 自分, 自殺者, , , 電極, ,

兎にも角にも

2020.12.08

Logging

人工知能で効率化を行う、何でも良いから人工知能の技術で解決できるだろうとか…思っている人もいるかと思いますが、実際、人工知能と言われている技術は機械学習と言われているものが大半です。

機械学習で出来ることは確かにいっぱいあるのだけど、精度の良い結果を出したいのなら失敗データや成功データが膨大に必要になります。いま、それを極力抑えて同じ結果が出るライブラリも登場してきましたが、やはりそれでもデータは必要になります。

データが100件しかないものを機械学習で頑張って勉強させてもポンコツな回答をする人工知能が生まれるだけです。データサイエンスとかいう職業が生まれるぐらい、機械学習にはデータがかなり大事な要素になります。

機械学習ってなにか、膨大なデータをコンピューターに学習させ、そこから共通点を導き出し振る舞いを行うものです。基本的に殆どのエンジニアはライブラリを使用して結果から振る舞う処理を書いたり、ライブラリを微調整してその後の処理を行うなどしかしません。なので機械学習というのは完璧に近いものは出来ますが、完璧ではないのです。

精度が悪い機械学習なら、ちょっと見た目が違っただけでたちまち、間違った回答を示します。なので、いま兎にも角にも機械学習とかいう流れがありますが、機械学習や人工知能というのは万能では有りません。

未だに、翻訳アプリの精度は片言な表現なのですから・・・。

タグ

100, いま, エンジニア, かなり, こと, コンピューター, サイエンス, そこ, それ, データ, ポンコツ, もの, ライブラリ, , 人工, 使用, 共通点, 処理, 効率, 勉強, 回答, 大事, 大半, 失敗, 学習, 実際, , 微調整, 必要, 成功, 技術, 機械, 殆ど, 登場, 知能, 精度, 結果, 職業, 要素, 解決,

DS.APIにはYahoo!ビジネスIDが必要です、いまのところ。

2020.11.07

Logging

DS.APIにはYahoo!ビジネスIDが必要です、いまのところ。Yahoo!ビジネスIDには法人か個人事業主の申請が必要。法人アカウントは社員さんアカウントを結びつけることは可能みたいですね。

https://www.youtube.com/watch?v=JIROpR3aR-s

DS.APIは何やねんという人もいるでしょう。そういう方は下記の動画を見てください。簡単に言えばYahoo!が持っている検索のデータを参照できるものです。これにより下記の動画のようにビジネスシーンに役立てることが出来ます。

people +place紹介動画

ただ、皆がこの機能を使いだすと儲けるということが難しくなります。自社のデータとYahoo!データPlus(プラス?)機械学習のちからを使えば未来予測は結構簡単にできる可能性があります。

個人事業主として申請して(屋号がいります)、活動している方ならおそらくYahoo!ビジネスアカウントの取得は可能だと思います(アカウント登録の際、口座開設する必要があります)。このデータを使用してブログの更新に役立てることなども出来るかと。これから検索されそうなデータが見れるというのは役立つとは思いますが、いまは平時ではないので上手く機能しないかもしれません。平年並みになればDS.APIは役に立つビックデータだと感じました。

DS.INSIGHT サービス紹介ムービー (Place編)

是非、法人の方々は試してみてはどうでしょうか?
https://ds.yahoo.co.jp/

タグ

, API, aR-s, com, DS, https, ID, JIROpR, Plus, watch, www, Yahoo, youtube, あが, アカウント, いま, こと, これ, シーン, ちから, データ, ところ, ビジネス, プラス, もの, 下記, 予測, 事業主, , , 個人, 動画, 参照, 可能, 可能性, 学習, 屋号, 必要, , 未来, 検索, 機械, 機能, 法人, 活動, 申請, , 社員, 簡単, 自社,

ミラーワールド「メタバース」とAI!ええっ!?

2020.11.01

Logging

Softbank Group, NVIDIA CEOs on What's Next for AI (Courtesy of SoftBank World 2020)

二人が語っている動画を視聴して数年後には彼らが語っていることは全て具現化されていくだろうなと思いました。その中で一番、興味深い話はAI(人工知能)がミラーワールド=メタバース(仮想現実世界)を作りその中でものや機械を生産やシュミレーションを行い、人工知能が試した結果を現実世界で同じように取り入れるという事です。これを見て凄く違和感を感じてしまいました…。

これってリアルワールドと思っている現実世界も実はシュミレーションの中かもしれないという事、まさに映画、マトリックスの世界だなと感じました。

映画『マトリックス』製作20周年特別予告 2019年9月6日(金)期間限定上映

メタバースの世界とは別にやはりAIがプログラミングコードを生成するということはそれほど難しくない、近い将来、複雑なプログラミングも行えるようになるのだなと感じました。これからITエンジニアを目指す方はコード書くよりAIが書き出したコードを修正できる能力の在るひとが必要になるかと思われます。そして数年後にはノーコードでいろいろな事がAIに置き換わるのだなと、それほどITエンジニアはいらないですね。

AIは脅威だと思います、全然大丈夫とは思えない、AIを作る側はこれからも安泰かもしれないけれど、一般人は間違いなく今後数年で仕事はなくなると思います。皆がクリエイティブなことが出来るわけでもないのだから、これはかなり大変な時代になると思います。こういう動きは大企業から始まります、お気をつけて就職活動や転職活動を行ったほうが良さそうです。1時間ほどの動画ですがこれからどう社会を変えていくのかが分かる動画です見る価値ありかな!?。

タグ

AI, IT, エンジニア, コード, こと, これ, シュミレーション, ノー, バース, ひと, プログラミング, マトリックス, ミラー, メタ, リアル, ワールド, 世界, , , 二人, 人工, 仮想, 修正, 全て, 具現, 動画, 将来, 彼ら, 必要, , , 映画, 機械, 現実, 生成, 生産, 知能, 結果, 能力, 複雑, 視聴, , 違和感,

Preferred Networksという会社は買い!

2020.10.30

Logging

“日本最強のAI技術者集団”率いるPFN西川徹が語る未来【報ステ×未来を人から 完全版】【未来をここから】Preferred Networks

プリファードネットワークスは買いだけど、まだ上場していない。でも今後、絶対不可欠な技術を研究開発してきているので、数年後には上場するのではないかと思っています。トヨタが出資している意味がよく分かる、社長さんがエンジニアだから研究開発していることがよくわかっていらっしゃる。

AIベンチャーのプリファード・ネットワークス西川社長が会見(2019年7月3日)

そして西川徹社長さんはかなり賢いひとです。会社の社員さんも賢い人ばかりの会社。そんな会社じゃないと深層学習の研究開発できないよという事です・・・有望な企業だと思います。

動画を視聴するとやはりこれから先はデジタルの民主化が進むのかもなぁと思い、やはりこの業界にいたほうが良いのかなぁと悩ましくなります。

Deep Learning Processor MN Core [with English subtitles]

最後に動画で紹介しているフレームワーク、Chainerのリンクを貼っときます。これから機械学習や深層学習する方のために日本語のドキュメントも置いている良心的なページとオープンソースのリンクです。興味が在る方は是非、見てみてください。
https://tutorials.chainer.org/ja/
https://chainer.org/

因みにPreferredとは推奨の、望ましい、好ましい、好きな?、優先のとかいう意味があります。

pip install chainer

[slideshare id=96768990&doc=introductiontochainer11may2018-180512001553]

タグ

-xzc, 6, Chainer, com, hsrycS, https, Networks, Preferred, watch, www, youtube, エンジニア, かなり, こと, これ, ため, デジタル, トヨタ, ネットワークス, プリファード, フレームワーク, リンク, 上場, 不可欠, , , 今後, 企業, 会社, , 出資, 動画, 学習, , 意味, 技術, , , 日本語, 最後, 有望, 業界, 機械, 民主化, 深層, 研究, 社員, 社長, 紹介, 西川, 視聴, 買い, 開発,

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。

https://twitter.com/zip358com/status/1302428313512624128

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, , , 人工, , , 勉強, 勉強会, 動画, 参考書, 場合, 大事, 学習, , 教師, , 方法, 最初, 最後, , 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, ,

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, , 今回, 使用, 写真, 判断, 参考, 大変, 学習, , 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

, 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, , , 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,