@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,

15分、本を読む時間を作ろうと思っています.積本消化していこうと.

2025.06.19

Logging

おはようございます.読書は、知識を深め、視野を広げ、心を豊かにしてくれる素晴らしい習慣です。たった15分でも、毎日続けることで多くのメリットがあります。

なぜ15分なのか？

15分という時間は、忙しい日々の中でも比較的確保しやすい長さです。この短時間でも集中して読書に取り組むことで、次のような効果が期待できます。

• 集中力の向上: 短時間でも読書に没頭することで、集中力を養うことができます。
• 知識の定着: 毎日少しずつでも読み進めることで、内容が頭に残りやすくなります。
• ストレス軽減: 読書は現実から一時的に離れ、心を落ち着かせる効果があります。
• 語彙力と表現力の向上: 様々な文章に触れることで、自然と語彙が増え、表現力も豊かになります。

15分読書を習慣にするためのヒント

電子書籍も活用する: スマートフォンやタブレットで手軽に読める電子書籍も、隙間時間の読書に役立ちます。

時間と場所を決める: 「朝食後」「寝る前」「通勤電車の中」など、毎日同じ時間と場所で読むようにすると習慣化しやすくなります。

手の届くところに本を置く: すぐに手に取れる場所に本を置いておくと、いざ読もうと思ったときにスムーズに始められます。

好きなジャンルから始める: まずは自分が興味のある本や好きなジャンルの本から読み始めましょう。読書が楽しくなり、習慣化へのモチベーションが高まります。

無理はしない: 毎日続けられなくても、自分を責めないでください。少しずつでも継続することが大切です。

というメリット等をAIに提示してもらったので読書を始めようと思っています.

因みに自分は電子積本がかなり多いです、その積本を消化していこうと思ったのが15分の読書です.

積本を消化するには一字一句読まないに限る.
昔は本を一字一句読む派だったんだけど、この頃は飛ばし飛ばし読む派に変わりました.大体、こんな内容だなって所、分かるのでそういう所や分かっている説明文は飛ばすスタイルに切り替えました.

読了した本は積本感想を書いていきます.恐らく月に一回ぐらいに一つの感想なのかもしれないけど書いていきます.

明日へ続く

タグ

こと, ジャンル, スタイル, ストレス, スマート, スムーズ, タブレット, ため, とき, ところ, ヒント, フォン, メリット, モチベーション, よう, 一つ, 一時, 内容, 効果, 向上, 場所, 多く, 大体, 大切, 好き, 定着, 感想, 手軽, 提示, 文章, 日々, 明日, 時間, 書籍, 朝食, 期待, 様々, 毎日, 没頭, 活用, 消化, 無理, 現実, 知識, 短時間, 確保, 継続, 習慣, 自分, 自然, 興味, 表現, 視野, 語彙, 説明, 読了, 読書, 豊か, 軽減, 通勤, 隙間, 集中, 電子, 電車,

エスカレータの鏡に映った自分の姿がXXだったので凹んだ話．

2024.09.07

Logging

おはようございます．エスカレータの鏡に映った自分の姿がかなりのデブ男だったので凹んだ話．いやー分かっていたけど、もう少し痩せていると思っていたので結構へこむ．因みにダイエットのためにウォーキングしています．

もう3ヶ月間ぐらい経過するのだけども、まだ5キロぐらいしか痩せれていない．ダイエットをする前がかなり太っていたので、まだまだ痩せないと痩せたに入らない．

二十歳の頃は50キロぐらいしかなかったので、目標は58キロぐらいを目指している．そうなると小学生1人分？ぐらいの体重減少を行わないといけないわけです．

それには、まず年内にあと5キロ落として来年には10キロ落とさなければならない．そんなに都合よく落ちないので現実は今年あと3キロ落ちれば良い方だと思っています．

何んとしても痩せたい．モテたいとかいうのではなくて、やっぱり、自分が許せない．このままでは自分は駄目だなとヒシヒシと感じるので何んとかしたいのだが．．．

こればかりは日々の努力だと思います．身体は正直です．．．

明日へ続く．

タグ

10キロ, 3キロ, 3ヶ月間, エスカレータ, かなり, ダイエット, デブ男, 体重減少, 努力, 姿, 小学生1人分, 年内, 日々, 来年, 現実, 目標, 話, 身体, 都合, 鏡,

noteが生成AIに侵食されていっている現実．ビジネスが崩壊しそう．

2024.08.16

Logging

おはようございます．noteが生成AIに侵食されていっている現実を書いていきます．noteのIT記事などではトップに表示されるのは生成AIで作られたイラスト素材や記事が並んでいます．購読者もそんなのに騙されたりしないので、記事を購入することが無くなると思っています．そうなるとnoteのビジネスモデルが成り立たなくなる可能性が高いと思っていて下手をすると崩壊する可能性さえある．

他のブログサービスビジネスも対策を行わないと、生成AIで埋め尽くされた記事で飽和しそうな気がします．

もう至る所に生成AIで作ったものが出てきている．恐らく規制を設けないと物の価値がゼロになってしまうと自分は思っています．デジタルの単価がゼロに近づくのはビジネスの崩壊を招くのではないかと．既存のビジネスモデルが崩壊して新しいビジネスモデルが登場するとは、どうしても今回は思わないですよね．

明日へ続く．

タグ

IT記事, note, イラスト素材, デジタル, ドップ, ビジネス, ビジネスモデル, ブログサービスビジネス, 下手, 価値, 単価, 対策, 崩壊, 新しいビジネスモデル, 既存, 物, 現実, 生成AI, 規制, 購読者,

Xのプロフィールを変えてみました、古くなったので今の現実を

2024.08.08

Logging

おはようございます．Xのプロフィールを変えてみました、古くなったので今の現実を直視するためにプロフィール画像などを変更しました．今年もう一回ぐらいプロフィール画像を変更すると思います、痩せて顔の変化があればの話ですが．

一応、ダイエットの為に歩いたりする事は継続的に続けています、毎日ウォーキングをしている訳では無いですが、筋肉が落ちないように3日に1回はウォーキングしています．大体、1時間から1時間30分のコースで運動しています．

一応、体重は減少していますが、ウォーキングの為か急激に痩せていっている訳では無いです．痩せれるものなら今直ぐにでも痩せたいのですが・・・・．脂肪の後が残ってもなんかやなので徐々に痩せていければなって思っています😌．

明日へ続く．

タグ

１回, 1時間, 1時間30分, 3日, X, ウォーキング, コース, ダイエット, プロフィール, プロフィール画像, 一回, 体重, 変化, 現実, 筋肉, 脂肪, 訳, 話, 顔,

生成AIって著作権違法行為している？．あながち．

2024.06.17

Logging

おはようございます、アメリカも中国も生成AIの学習でかなり著作違反している気がしてならないけど権力があるので押し切れている気がします．これが日本が開発したものだったら他の国から圧力がかかって何も作れなかったんじゃないかと思うですよね．

日本の生成AIが弱いのは、正規のルートで学習させているからだと思います．もし正規のルートで品質の良いものを作れたら日本はワンチャンスあるじゃないかなって思うですよね．

生成AIは衝撃的だったけども、いまはもう人が慣れてきている感が強いですし、ちょっと生成AIの進化も鈍化してきている感じがします．これから生成AIは各国の規制強化によりあまり飛躍的に進化はしないと思っていて、シンギュラリティは来ないじゃないかと思います．

ムーアの法則のようなことは起きそうにない、理由は生成AIとCPUでは違いがあり生成AIはソフトであり複雑系でもある、一方でCPUは物理的なものでソフトからすると単純なものであり人が理解しているものであるからムーアの法則が成り立ったと思っています．

シンギュラリティは夢があるしそうなったら面白そうだけども、現実は理想の斜め横ぐらいになるのでSFの世界は数百年先の話かも知れないです．

明日へ続く．

タグ

CPU, SF, アメリカ, シンギュラリティ, ムーア, ルート, 一方, 各国, 品質, 圧力, 学習, 権力, 横, 法則, 現実, 理想, 生成AI, 複雑系, 規制強化, 進化,

chatGPTとひきこもり．

2024.05.19

Logging

おはようございます、生成AIによって学校いかなくても学べる時代になってきている．IQが高くて学校で学習するのが退屈だと感じている子供達はこれからchatGPTなどの生成AIを使用して学習しだすのかもしれないと感じました．そう感じさせた動画は下記になります、生成AIの進化は凄いなって思いますが、ここから飛躍するのが今後の課題なのかもしれないですね．

学習の手助けするのも凄いなって思いますが、生成AIと生成AIの会話が凄く奇妙な感じがしました、まさにSFの世界が現実になった瞬間なのかもしれない．今回のOpenAIの発表は結構衝撃的な内容でしたね😌

明日へ続く．

タグ

ChatGPT, IQ, OpenAI, Photo by Rafa De on Pexels.com, SF, 下記, 世界, 会話, 動画, 子供達, 学校, 学習, 感じ, 時代, 現実, 生成AI, 発表, 瞬間, 課題, 進化,

画面ばかり。

2024.02.26

Logging

おはようございます、画面ばかりみていると現実が疎かになると思っています。バランスが大事になんだろうと思うこの頃。この頃、ちょっとびっくりしたのがYOUTUBEで配信しているソフトウェアエンジニアのKei Fujikawaさんが英語で配信しだしたことです。

これは流れだと思います、英語も喋れない英語も出来ない？自分にはついにこういう時代になったんだなぁということを理解した瞬間でもあります。

人工知能がコーディングのサポートに使用できるようになった時よりも今回の方が衝撃です、日本で仕事をするよりも海外の仕事を請け負う方が良いし、海外に配信したほうが良い広がるという事。

自分はそうなると以前からブログにも書いてきたのですが、それが現実になってきた…。

やばぁー。

明日へ続く。

タグ

Kei Fujikawaさん, Photo by Goran Macura on Pexels.com, youtube, コーディング, サポート, ソフトウェアエンジニア, バランス, ブログ, 人工知能, 仕事, 日本, 時代, 海外, 現実, 画面, 瞬間, 自分, 英語,

釣りマップなう

2024.02.23

Logging

おはようございます、釣りマップなうというものを少しずつ 少しずつ作ろうとしています。いつ完成になるのかは未定ですが運用していこうと思っているサービスです。

このサービスは何度も頓挫しているサービスなので、上手くいく確率はかなり低いかなとは思いつつも認知されれば定着率は高いじゃないかなって思っています。掲示板といえば掲示板みたいなものなんですけども、世にでているサービスは殆どがそんなものなんですよ。深掘りすると文字、映像、音声を認知するだけです、もし次に来るサービスはと問われたら自分の回答は触感です。これが出来ればコンプリートするだと思いますし、そんな社会になれば障害というものが無くなる気がします、何故なら現実や仮想世界の出来事を脳にダイレクトに通信できるようになれば、失われた機能を仮想的に再現することが可能になるからです。

明日へ続く。

タグ

かなり, サービス, マップ, 仮想世界, 何度, 出来事, 回答, 定着率, 掲示板, 文字, 映像, 機能, 殆ど, 気, 現実, 確率, 社会, 脳, 触感, 音声,

バリューコマースアフィリエイトも。

2024.01.22

Logging

おはようございます、楽天続きバリューコマースアフィリエイトの広告も追加しました。これで収益も右肩上がりになれば良いって思っていますが、そんなにうまく行かないのが現実だと思っています。

ちなみにソースコードは楽天とバリューコマースとも似たようなコード体系です、それはjavascriptのコードを見ていただいてもらえば分かるかと思っています。ajaxで渡すときにパラメーターを楽天とバリューコマースでは差異があるだけでPHP側の処理はAPIサーバーへ投げて返却データをキャチするだけですので同じような感じになっています。

追伸：辞めました。

明日へ続く。

タグ

ajax, APIサーバー, javascript, Photo by Matthew Barra on Pexels.com, PHP側, コード, コード体系, ソースコード, パラメーター, バリューコマース, 処理, 収益, 右肩, 差異, 広告, 楽天, 楽天続きバリューコマースアフィリエイト, 現実, 返却データ, 追伸,

映画、ドミノを観てきましたので。

2023.10.30

Logging

おはようございます、先日のお休みに映画、ドミノを観てきましたので感想を残しときます。これ、エンドロールまで観ないと伏線があることを知らずに終わってしまいます。そして映画に持つ印象も変わってきそうな気がします。自分的にはエンドロール要らない派です😌。これエンドロールの映像で永遠に終わりがなくどこからが現実なのかが分からないように恐らくしていると思います。

瞑想している娘をみているとハンターハンターのネテロかよって思ってしまった自分がいます（笑）。これ・・・本当に現実離れしている話だし騙されるというよりはついて行けないと思う人もいるじゃないのかなぁ。似ている話としてマトリックスやインセプションなどが挙げられると思います。

明日へ続く。

タグ

インセプション, エンドロール, お休み, ドミノ, ネテロ, ハンターハンター, マトリックス, 人, 伏線, 印象, 娘, 感想, 映像, 映画, 気, 派, 現実, 笑, 自分, 話,

映画、ザ・クリエイター/創造者を観てきました。

2023.10.21

Logging

おはようございます、映画、ザ・クリエイター/創造者を観てきましたので感想を残しときます。これは好きか嫌いかに分かれる落ちと雰囲気（ストーリー）ですね。ネタバレになりますが、監督さんこういう感じの落ち好きですよね。なんとなく自分が思っていた展開で進んでいったので、期待以上のものは得れなかったのですが、まずまずな満足度はありました。

冒頭はあまり好きな描写じゃなかったけど、この世界観のSFは嫌いじゃないかなって思います。人が心（自我）を持ったようにAI（人工知能）も自我を持つようになるだと思います。そうなったとき、一体どうなるのか、この映画のような展開になるか。それとも融和のとれた世界になるかは人に託されている気がします。

また、海外では上映前にいろいろと炎上している映画ですけど、AIととも歩まないとこの世界みたいな事が容易にわかるだけど、人ってあんまり賢くないので自滅していく種族なのかもなぁって映画を観終わって考えてました。あと、人の脳をスキャンしてロボットに伝送して話させるシーンは近い将来、現実に起こりうることだと思い何を持って生死かが分かりづらくなる世界が将来来るだろうなって思うと悩ましいですねということでまずまずな映画でした。

明日へ続く。

タグ

AI, SF, サ, シーン, ロボット, 一体, 上映前, 人工知能, 冒頭, 将来, 展開, 描写, 現実, 生死, 種族, 脳, 自我, 融和, 近い将来, 雰囲気,

映画、エブリシング・エブリウェア・オール・アット・ワンス

2023.10.17

Logging

おはよう御座います、映画、エブリシング・エブリウェア・オール・アット・ワンスを観ましたので感想を残しときます。9月、10月、11月と観たい映画が上映されているのですが、何故か観たい映画は月の始まりか終わりに集約していて、中盤あたりには観たい映画がないので、先日の土日休みにネトフリで映画を観ました。

映画、エブリシング・エブリウェア・オール・アット・ワンス、前々から気になっていた映画ですが、観るのにハチャメチャ展開らしいので疲れそうという思いから、今まで再生ボタンをポチるのを辞めていたのですが、意を決して観ました。

なるほどー、これは幻覚や妄想を映像化したものですね。要するに映画の冒頭だけが現実であとは彼女の頭の中で起こったことを映像化した映画です。精神（脳）が悪くなった状態になるとこういう現象が頭の中で起きているよという事を表現した映画、だからアカデミー賞作品賞にも選ばれたでしょうね。実際、こういう現象が起きるというのは精神的にかなり疲労するともに、精神を普通に保つという事がとても大変になると思います。大変だなって。

明日へ続く。

タグ

アカデミー賞作品賞, アット・ワンス, エブリウェア・オール, エブリシング, ネトフリ, ハチャメチャ展開, ぽち, 中盤あたり, 再生ボタン, 冒頭, 前々, 妄想, 幻覚, 彼女, 意, 感想, 現実, 現象, 精神, 脳,

お便りがたまに来るようになった。読者感想？

2023.09.12

Logging

おはようございます、お便りがたまに来るようになったけれど、8割が意味のない言葉や単語です、でも残りの2割は文章が来るようになりました。ありがとうございます。ありがたや～ありがたや～｡ﾟ(ﾟ´Д｀ﾟ)ﾟ｡

まだ質問やご意見というものが来ていないので、もしそのような事が有りましたら記事下のフォームからどしどしと書き込んでくださいませ。

記事を読まれているのは、結構なかの人にとっては続ける活力になっていたりしています。

これがアクセス数、毎日ゼロだったら凹みますけど毎日何かしらの記事にアクセスがあり、微量の広告収入も発生しています。この広告収入でGさんの広告を貼り付けると毎日10円の対価が発生すると思っていた人がいましたので現実は違うよと言ったけど信じていただけなかったことを記憶しています。

でも、それを信じる人も分からないことはないです、実際にそういう記事はあります。

回転数の多いサイトではそういうのはあるのですが、そんなに簡単なものではない。せいぜい、一日の稼ぎは普通のサイトなら1円が関の山。自分の場合は3桁行く日もあれば数円になる日で終わる場合もあります。合計すると毎月、4桁の稼ぎにはなりますが5桁には程遠い金額です。

ともあれ、これからも書いていくのでよろしくお願いします😂。

タグ

4桁, 5桁, Gさん, アクセス, お便り, せいぜい, なか, フォーム, 単語, 回転数, 対価, 広告収入, 微量, 文章, 毎月, 活力, 現実, 程遠い金額, 言葉, 関の山,

リアルなお仕事図鑑という本があれば買うかも。

2023.08.30

Logging

おはようございます、お仕事図鑑には夢が詰まっています。キラキラ✨なお仕事にITのお仕事も仲間入りしましたが、現実きらきらばかりではないと思います。それはどんな花形と言われているお仕事でもそんな感じがします。もし少年時代にリアルなお仕事図鑑という本があれば買って読むかもしれないなって思います。

ちなみに自分はお仕事をするということに向いていないじゃないかなって思うことが未だに有り社会から転げ落ちそうになることがしばしばです。金銭感覚もそうで一万円札を印刷するのに必要な金額は20円ちょっとです。20円ちょっと紙切れが一万円札として機能する共同幻想の中で社会は成り立っています。

今も昔も根本的に人々が働いている理由は生きるためだと思います。生きるための仕組みが間違っているじゃないのかなって思う人は少数派なんだろうか？。そもそも今の国家システムをリセットしたら働かなくても良い社会が作れるじゃないのかなって？

すべてロボット（自動化）に置き換えることが出来るようになっていくと人は働かなくて良くなる。こういう事を子供の頃によく思っていたのだけど、そろそろそんなことが現実になりそうな今日。

これから先の子供たちは働かなくて良い社会が来るかも知れない。技術革新を辞めたらの話ですけどね。

人類は技術革新を誰のためにやっているのだろうか、これは人間の本能か何かなんでしょうか？知りたいという欲求がいまの世の中を作ったのかな？

タグ

IT, すべてロボット, 世, 人々, 人類, 仲間, 共同幻想, 国家システム, 少年時代, 少数派, 技術革新, 昔, 未だ, 本能, 欲求, 現実, 現実きらきら, 紙切れ, 花形, 金銭感覚,

遂にX.comになってしまった事について

2023.08.01

Logging

おはようございます、遂にTwitterがX.comになってしまった事について思うこと。この記事が投稿される頃には完全にX.comにドメインも移行しているかもしれないなって思いますが、最終的にドメインを移行するのが面倒くさいだろうな。世界中のデータに保存されているデータのTwitter.comをX.comに置き換える作業が行われていると思いますが、爆速で変換しても世界中のデータを置き換えるにはかなりの時間がかかると思います。

おそらく一ヶ月ぐらいは軽くかかるじゃないのかなって素人目では思うのですが、実際どうなんでしょうね？Twitterが始まってから１０年以上は経過していると思いますが、その世界中のつぶやきもかなりの量（ビックデータ）でしょうからね。エンジニアさんは大変ですよね。

イーロン・マスク氏の思いつきで色々と仕様が変更されてしまうっていうのは、やりづらさを感じると思います。そしてその思いつきが良い方向へ進めば中のエンジニアさんも頑張ってやって良かったと思えるでしょう。ですが現実は不評を買う事態になっているので、エンジニアさんも凹むか🤬なのかもしれません。

いち、エンジニアとして言えることはイーロン・マスク氏の下では働きたくないということです。

タグ

Photo by Rafael Cerqueira on Pexels.com, Twitter, twitter.com, X.com, イーロン・マスク氏, いち, エンジニア, エンジニアさん, データ, ドメイン, ビックデータ, 不評, 事態, 仕様, 作業, 爆速, 現実, 素人目, 良い方向, 量,

The Peripheral：接続された未来。 #アマプラ

2022.11.08

Logging

おはようございます、昨日の朝はなんだか寒かったですね🫠。

ペリフェラル -接続された未来のシーズン１の一話だけ観ました、一話だけなのでココから面白くなるかも知れませんが、ちょっとグロいシーンが一話の最後あたりにあったりして自分はこれからもこういうシーンが出てくるのかなと思い一話観ただけでお腹いっぱいになり観るのが止まっています。

ストーリーは面白いけど、結末は現実か仮想なのかが分からなくなって主人公が潰れてしまう気がします。もし自分が現実と仮想世界か見分けがつかないゲームにハマったら多分、一話目で潰れて人格が崩壊してしまいそうです😨。

でも、その内、そういう世界になるという事だけは確かな事です。脳にダイレクトに信号を送り仮想ゲームを楽しめるようになると・・・（何故、言い切れるかといえばこういう事が出来だしたからです「脳波から言葉を生成するAI「Brain-to-Text」　“声道”への指令を解読、言葉に変換」）。

そういう事への警鐘を鳴らす作品だと思います。

トイウコトデ、二話以降は時間の合間、合間に見ていこおうと思っています。

タグ

１, AI, Brain, Peripheral, The, アマ, ゲーム, ココ, これ, シーズン, シーン, ストーリー, ダイレクト, プラ, ペリフェラル, 一, 世界, 主人公, 事, 人格, 仮想, 信号, 内, 崩壊, 接続, 昨日, 最後, 朝, 未来, 気, 現実, 生成, 結末, 脳, 脳波, 腹いっぱい, 自分, 言葉,

ドキュメンタリー・The Future Ofをネトフリで。

2022.08.03

Logging

こんばんは、今日は昨日の夕方に書いた記事をUPします。今頃、自分は寝ているはずです…😴。

昨日のウォーキングでThe Future Of（ざ・ふぃーちゃーおぶ）のシーズン１を全話Netflixで視聴しましたので、感想を残していきます。最初の一話目は犬だったのでどうだろうと思いつつ観て二話三話と観ていきました（一日一日と一時間ぐらい）。遠い未来と近い将来（未来）の話が一話事にあります。

近い未来、そうなるだろうなと言う所と「いやいやまだ早いでしょ」って言う話もありつつなんですが、最終話近くの話は現実に起こりそうだなと思えるものやそうなって欲しいなという話などもありましたね。ドキュメンタリーなので問題提起もしていたので其処ら辺も良いじゃないかなって。

まとめ、科学好きな青年あたりが観ると良いような話かなと思います。また少年などかな、大人が観ると少し物足りなさを感じます。もっとがっつり難しく作ってくれたほうが自分としては良かったかなと思いますが、知らない技術も知りましたからそういう面では良かったです。

タグ

１, Future, Netflix, of, The, UP, ウォーキング, オブ, シーズン, ちゃー, ドキュメンタリー, ネトフリ, パス, ふい, もの, 一, 三, 事, 二, 今日, 今頃, 作, 全話, 其処ら, 問題, 夕方, 大人, 将来, 少し, 少年, 感想, 所, 提起, 昨日, 最初, 最終話, 未来, 犬, 現実, 科学, 自分, 視聴, 記事, 話, 辺, 青年,

映画、キングダム２遙かなる大地へを観ましたよ。

2022.07.15

Logging

映画、キングダム２遙かなる大地へを観ましたよ。漫画、キングダムを観ていると結構、再現性が強いのかなって思うだけども、どうも自分は合わない気がします。でも映画としては成立していたと思いますし、そして何より日本でもこういうエンタメ映画が作れるようになったのは、凄いことだよなってヒシヒシと感じます。

日本がこういうエンタメ作品を作れるようになった今、映画の本場のアメリカではVFXが現実と区別が付かないぐらいレベルアップしていて、そろそろ人が演技しなくても良い時代になりつつあります。

まとめ。映画、キングダムの実写版は１と２ともよく出来ていると思います、このキングダムという世界観が受け入れるかどうかで実写版キングダムの評価が変わっていきそうですね。

キングダム３も観に行こうと思ってます◎。

タグ

１, 2, ３, VFX, アップ, アメリカ, エンタメ, キングダム, こと, まとめ, レベル, 世界観, 人, 今, 作品, 再現性, 区別, 大地, 実写, 成立, 日本, 映画, 時代, 本場, 気, 演技, 漫画, 現実, 自分, 観, 評価,

よもやよもやだ、アンリアルエンジン、凄いわ。これ！

2022.05.23

Logging

おはようございます。月曜日の朝は鬱っぽい…。

前にも少し書いたことがあるかも知れませんがアンリアルエンジンが凄いことになっています。アンリアルエンジンが何者か分からない人のために説明すると、ゲームの背景など基礎部分＝土台が作れるツールになります。これを使用することにより簡単に言えば開発コストが軽減します。

動画を見ていただければ分かる通り現実に近い映像です。数十年前は２Dだったものが数十年後の時を経てリアルな３D空間が作れるようになりました。技術革新って凄いなって改めて思います。

因みに今の子供達は自分で物語や創造的な物が作れる能力があれば良いのではないかなって思っています。何故なら今の子供達が大人になる頃には粘土細工で物を作ると同じような感覚でリアリティな空間などがデジタルに生成できるようになってしまう、そんな世の中になると思っているのでIT技術力なんか要らないものになるのかもしれないなって・・・。

いやー本当に日進月歩だな。

タグ

2, ３, IT, アン, エンジン, ゲーム, コスト, こと, これ, ため, ツール, デジタル, もの, リアリティ, リアル, 世, 中, 人, 今, 何者, 使用, 動画, 土台, 基礎, 大人, 子供, 少し, 感覚, 技術力, 技術革新, 数十, 映像, 時, 月曜日, 朝, 物, 物語, 現実, 生成, 空間, 簡単, 粘土細工, 背景, 能力, 自分, 説明, 軽減, 通り, 部分, 開発, 頃, 鬱,

Netflixのミスター・ロボットっていうドラマを少し観ました。

2022.05.15

Logging

おはようございます。大阪行きの朝です😌。

先日、Netflixのミスター・ロボットっていうドラマを少し観ました。このドラマ、結構PCヲタク（ギーク）には「いいね」「最高」を貰えそうなドラマになっています。ついつい続きが観たくなる作りになっていますよね。そして、何処からが妄想なのか、全て現実なのかは全話見終わらないとわからないですが…見応えはあります。

コマンドや何やらもそんな感じですからね。なんか変なビジュアルを纏った映像ではなくTerminalでコマンドを打っているだけの映像になっていたりしてリアリティを感じます。

徐々にミスター・ロボットは観ていきたいと思っていて今は、一話目を半分ぐらいみた所です。Netflixアプリの良いところ？は視聴している動画を自動的にダウンロードしてくれる機能があり、仕事の休憩時間に視聴出来たりするところです。こういう機能は他のアプリにもあるかもしれないけども・・・。

便利ですよね（アマプラなどでも配信しています？）。

話変わって今日の８時ごろにANAに乗って大阪へ行きますので、その感想などは来週あたりには書けるかなと思います。尚、今日はリアルタイムに近況をツイートにUPするので応援、コメントよろしくお願いします！！

タグ

Netflix, PC, Terminal, アプリ, ギーク, コマンド, ダウンロード, ところ, ドラマ, ビジュアル, ミスター, リアリティ, ロボット, ヲタク, 一, 今, 仕事, 他, 休憩, 何処, 作り, 先日, 全て, 全話, 動画, 半分, 変, 大阪, 妄想, 少し, 感じ, 所, 映像, 時間, 最高, 朝, 機能, 現実, 見応え, 視聴,

TNETは予言書かテネット、冒頭はキエフからはじまるアレ！

2022.03.23

Logging

おはよう御座います。
だんだんと春になってきました😪眠い。

ロシアとウクライナが戦争していますが・・・映画、テネットの冒頭はキエフからはじまるですよね。これは・・・第三次世界大戦の予言書かと・・・つい最近、再度テネットをNetflixで観て思っています。ある程度、クリストファー・ノーラン監督さん考えがありこの場所を選んだのだろうと思いますが、こんな事が現実になるとは思わなかったのではないでしょうか。その監督さんが来年か再来年に上映される映画、原発の父とも呼ばれるオッペンハイマーの話になっているのですからね。何とも・・・。

第三次世界大戦や原爆なんてもう映画の中でいいです。平和が一番だと本当に思います。そういう意味でも戦争の悲惨さは後世に伝えていかなくてはいけないと思います。

タグ

Netflix, ウクライナ, オッペンハイマー, キエフ, クリストファー・ノーラン監督さん, テネット, ロシア, 世界大戦, 予言書, 再度テネット, 冒頭, 原爆, 原発, 後世, 悲惨さ, 戦争, 映画, 来年か再来年, 父, 現実,

旧フェイスブック、現メタ社ががっつり下落したことで思うことは？

2022.02.05

Logging

今日は夜中、高知県でも雪が降っていた所もあったそうです😌。

先日、旧フェイスブック、現メタ社ががっつり下落したことで思うことはありますか・・・というDMがTwitterに届くことも無かったのですが其のネタで今日は記事を書きます。いま、バーチャル世界を流行らそうとしている人々がいるだけど、このままでは昔、流行したセカンドライフのように下火になるなって思っています。ただ、MR（拡張現実）はこれから流行りそうだとは思っていてメタ社がMRに力を入れれば、失ったユーザー数は取り戻すことが出来るじゃないかなって思います。MRの次に仮想世界だなって思っています。

ただ、昔と違っている所はブロックチェーン技術によってデジタルに価値を見出そうとしている所がセカンドライフとは少し違うかなって思うので、メタ社がどれぐらい本気にこの事業に打ち込むことが出来るかで未来は大きく変わるかなって思います。

それに今受け入れられないサービスって大体、数年後には大きな産業になっていることが多いので今、セカンドライフだと同じって思っている人達も数年後には使用していてそうです。でも、株価は週明けも下がりそうな予感はします。

タグ

DM, Mr, Twitter, いま, こと, このまま, これ, セカンド, それ, チェーン, デジタル, どれぐらい, ネタ, バーチャル, フェイスブック, ブロック, メタ, ユーザー, ライブ, 下火, 下落, 世界, 事業, 人々, 今, 今日, 仮想, 価値, 先日, 力, 夜中, 少し, 所, 技術, 拡張, 昔, 未来, 本気, 次, 流行, 現実, 記事, 雪, 高知県,

子供向けな地球外少年少女をNetflixで見たけどこれ大人‥。

2022.01.29

Logging

どんより曇り空でお外は寒そうです。そんな中、地球外少年少女を観ましたので感想を残しときます。

子供向けかなと思っていた地球外少年少女をNetflixで見たけどこれ大人が見ても、考えさせられる内容になっています。これからデジタル端末が進化していくと恐らくこんな感じになるだろうなって思える所や月で生まれた子供たちには、地球はどんな存在になりうるのかなど考えさせらた。

因みに地球外少年少女のアニメは都心では劇場でも前篇、後篇に分かれて上映される予定になっていますが、地方在住なのでNetflixで全話一気観したのですが観てよかったです。

尚、地球外少年少女の監督さんは電動電脳コイルのアニメを制作された磯 光雄監督さんみたいです、電脳コイルは、MR（拡張現実）が一般化した世界を描いているらしい、是非、電脳コイルも見てみたいなって思いましたので、これまた本日、Netflixで電脳コイルも少しだけ見てみました。これが１５年前に描かれていたなんて凄いな。そろそろ世の中に起こりそうな予言書に思えてならなかったです。

電脳コイルも地球外少年少女も子供に安心して観せれる内容になっていますし、大人が観たらこれから先、５Gとクラウド、スマートグラスの普及によって、まさに電脳コイルの世界感になっていくと自分は思います、そういう視点からみるととても考えさせられるなって思える作品になっています。是非チェックしてみてくださいな😌。

タグ

com, https, Mr, Netflix, watch, www, yMU-xTekqqc, youtube, アニメ, コイル, これ, デジタル, 一気, 一般, 上映, 世界, 中, 予定, 光雄, 全話, 内容, 制作, 前篇, 劇場, 在住, 地方, 地球, 外, 大人, 子供, 子供向け, 存在, 少女, 少年, 後篇, 感じ, 感想, 所, 拡張, 曇り空, 月, 現実, 監督, 磯, 端末, 進化, 都心, 電動, 電脳,

5Gの恩恵はまだまだ先の話だけども、この動画が当たり前になる世界。

2022.01.06

Logging

5Gの恩恵はまだまだ先の話だけども、この動画が当たり前になる世界ではとても未来が良さげだと訴えているけど実際、こんな社会にはならないかもしれない。その理由は監視社会になると訴える人がいるから、中々、難しそうですね。でもこんな社会になるととても便利なんでしょう🤔。

ただ便利ということが全て幸せなことかどうかは、別話なのかもしれないなとこの頃思います。例えばDXで効率化になると今までしていた作業から開放されて人はクリエイティブな仕事が出来るなどと訴えていますが、現実は違います多くの人は作業が奪われて、仕事を失ってしまう人が増えてしまってます。そういう事が加速度的にこのコロナ禍で起こっているように思えます。

自分はプログラマーとして仕事をしていたので、この作業を自動化していく事で仕事を失う人がいるだろうなという思いは常日頃からありました。それが良いことなのかどうかは考えることがあります。確かに自動化は出来てしまうシステムはあります。特に単純作業は自動化しやすいですし、画像認識なども今では簡単に作れてしまいます。なので、野菜や鮮魚の仕分けなどの仕分けなどもいづれ機械化が進むでしょう。こうやって自動化が進むことが良いことなのかは正直なところ分からないですね。

今、人工知能という産業革命が起きているのだろうと思います。これは今までで一番、インパクトが無い産業革命ですが、徐々に人々の仕事を自動化していく事になると思います。そして今までと違う所は仕事を失った人達が次の仕事に就けるかといえば非常に難しいということです。

5G、6Gが浸透していくということはモノがインターネットに繋がれた状態になり、自動化や効率化が今よりも益々加速した社会です、それが本当に良い事なのかは良く分からない所があると思います。

悲観的な事を書きましたが、自動運転車は歓迎します。何故なら新たなスキマ時間が生まれると思うからです、バスや電車で通勤している人と同等の時間をゆったりとした空間で確保出来るということは大きなことかと思います。

タグ

5, DX, クリエイティブ, こと, コロナ, それ, プログラマー, 世界, 中々, 事, 人, 仕事, 作業, 便利, 先, 全て, 効率, 動画, 多く, 実際, 常日頃, 幸せ, 当たり前, 恩恵, 未来, 現実, 理由, 監視, 社会, 禍, 自分, 自動, 話, 開放, 頃,