区別 | On the ghost Internet

notebooklm[ノートブックエルエム]のポッドキャスト風な生成はガチ

2025.05.04

おはようございます.notebooklm[ノートブックエルエム]のポッドキャスト風な生成はガチ（本当に凄い）です.notebooklmとは何かをGiminiを解説してもらった.

NotebookLMは、Googleが開発したAIを活用した情報整理ツールです。アップロードしたドキュメントに基づいて、AIが要約、説明、回答を生成することで、ユーザーの情報整理、理解、分析を支援します。まるで、自分専用のAIアシスタントを作るようなイメージです。

トイウワケデ、AIアシスタントなんだけど、今回、音声（日本語）機能が追加.この音声機能で自分が書いた記事を要約してもらった.出力結果はこちら、聞いてもらったら分かると思うのですがAI同士が自分が書いた記事に対して2つのAIが対話していてまるでラジオのMCのような感じです.

砂浜美術館Tシャツアート展とスマえき体験

notebooklmで生成しました！

若干、音声の抑揚が変なところがあるモノの完璧に会話が成り立っているところが本当に凄い.これ無料使用出来るらしいけど、この機能の有料版使おうかなって思っていますが下記の懸念もあるので考え中です.

これを使用してYOUTUBEにUPしたら面白そうだなと思ったけれども、最初は新鮮さがあるけど徐々に飽きられそうだと思いました.やっぱり人には勝てないのかも知れない.人と区別がつかない状態になってから使用するのはありかも知れないな.

結構悩むところですね.生成AIの有料版、結構高いので未だに無料版で使用しているというのが庶民の現状だと思います.お金に余裕がありnotebooklmが面白そうだなとか便利そうと感じた方は課金もありかもですねー.

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

Profile
高知県在住の@taoka_toshiakiです、記事を読んで頂きありがとうございます.
数十年前から息を吸うように日々記事を書いてます．たまに休んだりする日もありますがほぼ毎日投稿を心掛けています😅．
SNSも使っています、フォロー、いいね、シェア宜しくお願い致します🙇.
SNS::@taoka_toshiaki

OFUSEで応援を送る

投稿日時 2025年05月04 06:00日

タグ

アシスタント, トイウワケデ, ドキュメント, ノートブックエルエム, ポッドキャスト風, ラジオ, 会話, 出力結果, 区別, 同士, 回答, 庶民, 懸念, 抑揚, 未だ, 生成, 若干, 要約, 課金, 音声,

Photo by 蒼竹吉田 on Pexels.com

不可思議な世界を生きていることを認識して生きている人はあんまいない.

2025.02.13

Logging

おはようございます.不可思議な世界を生きていることを認識して生きている人はあんまいない.大人になるにつれて宇宙の成り立ちに疑問を持ったりすることも少なくなり、社会で生きていくので精一杯な人生を歩むことになるだろうと思う.こんな疑問を研究しているのは一部の賢い研究者さんぐらいモノです.

何も無い所から😕、何故宇宙が誕生したのだろう？分からない事だらけ。そもそも無から何故、有なったんだろうか？誰も正確には答えられない。そんな不可思議な世界に生きている。そう思うと死後の世界があるかも知れないねと。
— 田岡寿章(taoka_toshiaki) (@taoka_toshiaki) February 11, 2025

未だに無から有になったというのが分からない.それが出来れば地球上の問題はかなり解決すると思う.無から有が作れるということは物質を作れるということです.あと、色覚にも疑問を持っていてAさんとBさんが見ている色は同じ色なのかという事.色覚異常のひとは一部の色が認識できないなどがわかっているけども.そもそもAさんは赤と思っているものがBさんにとっては青だったりする事はないのかということ.これが子どもの時に抱いていた疑問です.

その疑問を生成AIに投げたらやはり同じ疑問を持っていた人がいたらしく今の答えを教えてくれました.生成AIは便利ですね.回答は下記です.

とても興味深い疑問ですね！「Aさんが見ている赤」と「Bさんが見ている赤」は、本当に同じ赤なのか？それとも、まったく違う色を見ているけれど、共通の言葉（「赤」）を使っているだけなのか？これは**「クオリア（Qualia）」**と呼ばれる哲学的な問題です。

1. 色は脳の中の解釈

　色は物理的な波長として存在しますが、それを「何色」と感じるかは脳が処理する過程で決まります。目の網膜には錐体細胞（赤・緑・青の3種類）があり、これが光を受け取って信号を脳に送ります。脳はその信号を処理し、色として認識します。

2. 色の主観性（色のクオリア）

　問題は、Aさんの脳が処理する「赤」と、Bさんの脳が処理する「赤」が本当に同じなのかということです。仮に、Aさんの「赤」とBさんの「青」が入れ替わっていたとしても、言葉や色の関係性（例えば信号の赤＝止まれ）は学習によって決まっているので、日常生活では区別できません。つまり、お互いに「赤」と言っているけれど、実はまったく違う色を見ている可能性が理論上はありえます。

3. 色覚異常との違い

　色覚異常は、特定の色の区別がつきにくくなる現象ですが、ここでの疑問とは少し異なります。色覚異常の人は「違いがわかりにくい」のであって、「全く異なる色として見ている」わけではありません。

4. 実験で確かめられる？

　理論的には、「Aさんの赤」と「Bさんの赤」が違うことを確かめる方法はないとされています。なぜなら、AさんもBさんも「これは赤です」と言える以上、その主観的な体験を比べる手段がないからです。ただし、もし脳の色処理を完全にシミュレーションできる技術が生まれれば、未来では何らかの証明が可能になるかもしれません。

5. マントラッカー実験

　ある種の生物（例えば特定のエビ）は、人間よりもはるかに多くの色を認識できると言われています。もし彼らに色を聞くことができたら、「人間が見ている赤」は、彼らにはもっと複雑な色として見えている可能性があります。

明日へ続く

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2025年02月13 06:00日

タグ

エビ, クオリア, ひと, マントラッカー実験, 信号, 共通, 区別, 未だに無, 波長, 無, 物質, 特定, 現象, 生成, 生物, 網膜, 興味深い疑問, 解釈, 過程, 錐体細胞,

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。

映画『キングダム２遥かなる大地へ』予告②90秒【2022年7月15日（金）公開】

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。

映画🎬 pic.twitter.com/t69wllU7GW
— 田岡寿章@taoka_toshiaki🦌 (@taoka_toshiaki) July 15, 2022

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◎。

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2022年07月15 10:56日

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,

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。

人工知能のお手軽モデル生成がGUIで出来るやつtensorflow対応。

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()

著者名 @taoka_toshiaki

※この記事は著者が40代前半に書いたものです．

OFUSEで応援を送る

投稿日時 2021年06月28 02:18日

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, 事, 人, 何故, 使用, 判定, 動作, 区別, 学習, 提供, 時, 機械, 画像, 確認, 精度, 結果, 解析,