@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,

検索から生成AIへ。

2024.01.16

Logging

おはようございます、今年は検索から生成AIへシフトする感じになりそうですね。Gさんで実験で運用されている検索と生成AIの中間の技術があるのですが、それが春頃にリリースされると思います。今回は実験で終わらないと思います、理由はBingではすでに導入済みの技術になるからです。

この技術、生成AIという技術はOpenAI社が世界に広めたのですが実際、Gさんは既に技術的には持っていた技術だと自分は思っていて単なるリリースが後追いになっただけの話だと思います。

Gさんは人の指示を理解して家事などが出来るロボットを開発しているのを公開したのが、1年か2年ぐらい前だったと思います。その頃には生成AIなどプロトタイプは出来ていたはずです、なので、Gさんのラボではまだ未発表の技術がかなりあると思います。

生成AIのことをGさんが失敗と捉えたかがこの先の先進的な技術の公開時期が決まりそうですね、昔は実験的なことをやっていたのに、この頃は昔に比べて慎重になっていたGさん。今年のGさんの動向は注目ですね～。

明日へ続く。

タグ

bing, OpenAI社, プロトタイプ, ラボ, リリース, ロボット, 中間, 先, 動向, 失敗, 実験, 家事, 導入済み, 後追い, 技術, 指示, 昔, 春頃, 未発表, 生成AI,

結局のところ、今が大事なのかもな。#雌伏

2022.11.20

Logging

おはようございます、どんより曇り空らしいですが晴れてるかも知れません😯。

さて、自分がフリー状態なのは自分が悪いからだと思っている。そうなったのは自分の責任でそこから、挽回するのも自分だと。正解には答えがないけど失敗には答えがあるわけで、失敗は改善すれば良いわけです。

時代のせいにはしないこと、時代が悪くても何とかなる人はいるわけですからね。人を恨んだり、人を貶したりしても何も意味がないのです。

そして本当に大事と思うなら諦めないことですよ、雌伏（はやぶさより）ですよ。

タグ

こと, そこ, ところ, はやぶさ, フリー, わけ, 人, 今, 何, 大事, 失敗, 意味, 挽回, 改善, 時代, 曇り空, 本当, 正解, 状態, 答え, 結局, 自分, 責任, 雌伏,

YOUTUBEは娯楽にも使用できるが教養にも使える。

2022.07.25

Logging

おはようございます、モバイルの通信量が１G切りました。あと８００メガです、、。

さて、この頃思っているのはYOUTUBEやSNSは学びにも使えるだという事です。例えばSNSで海外のユーザーさんをフォローすれば海外の英語を生で勉強できるようになりますし、そこからそのユーザーに質問もできたり仲良くすることも出来ます。これから先、英語を学ぶだけではなく実践で使用できなければならないと思います。自分は全然というほど英語ができないのですが、それでも英語が出来れば世界が広がるなって思っています。

英語の学びは散々というほど失敗した自分ですが最近わかった事があります。自分は実践で覚えていくほうが身につくなって事です、この考えはほとんどの人が当てはまると思います、日本にいると英語を喋る機会もなく、英語を見る機会もないと思います。その機会を得ることが出来るのは、今では身近になったインターネットだと感じます。そのインターネットを駆使すれば教育費用は無料で行えます。

まずは自分のレベルを客観的にみて、例えば自分の英語の知識がゼロに等しいと思えばいきなり高校や大学の英語から始めるのではなく、小学生の英語からはじめるという事が大事です。それが身についていなくて英語を勉強していると挫折してしまいます。

これはどんな分野でも同じだと思いますが基礎なくして応用なしだと。

因みに海外にいけば三歳児でも英語を話しています。そういう場面を見ると英語を身につけることが出来ないのは接する機会が少ないだけだからだと思います。一日一回、YOUTUBEで英語の動画を見るでも良いので、はじめの一歩を行うことが大事です。

淡々、記事を書いてきましたがこれら全て自分自身に宛てた記事です😌。

「学ぶ人は変えてゆく人だより」

タグ

１, 800, SNS, youtube, インターネット, こと, これ, そこ, フォロー, ほとんど, モバイル, ユーザー, 世界, 事, 人, 今, 使用, 先, 勉強, 失敗, 娯楽, 実践, 教養, 散々, 日本, 最近, 機会, 海外, 生, 自分, 英語, 質問, 身, 身近, 通信, 頃, 駆,

カウントダウンしなくても片手で数えれる日数。

2022.07.11

Logging

おはようございます。毎日の事を淡々とこなしていたら、もうあと数日で今の会社を退職することになります。

先日いろいろな動画を見て結局のところ何か自分が掲げた目標で成功する方法はコレだなと思いましたので書いていきます。

何か自分が掲げた目標で成功する方法は、熱意をもって毎日のことをこなしていく事だと誰かが言っていました。ある程度、目標は必要ですがやり続ける熱意や努力がある人のほうが実になる人が多いだとか、逆に計画的に物事を進めようとしても上手くいかない事が多く、失敗するケースが多いのだとか。

これを聞いて「確かにそうだよな」と感じましたね、人生って思い通りにいかないものですよね。自分の思い通りにならないのが人生だと。思い通りになるとある意味、それは怖い事なのかもしれません。

あと掲げた目標に到達したいのならば、小さな目標をいくつも掲げると良い、例えば毎日のアクセス数をいついつまでに、１０人、１０人の目標が達成できたら次は２０人と少しだけ目標を上げる、その連続で目標に近づく、もしくは達成することが出来ます。目標の修正と見直し（改善）も大事です。

目標に達成したければもう一つ大事になるのが、己を知るという事らしいです。自分はどんな人であるのかを深掘りしていき、欠点や優位性を箇条書きにして俯瞰することが大事になるらしいです。

そして達成するかどうかは徹頭徹尾の力がないと無理なのかも。

以上、動画を見て自分なりにまとめてみました。

タグ

10, 2, アクセス, いくつも, いろいろ, カウントダウン, ケース, こと, これ, コレ, それ, ところ, もの, 事, 人, 人生, 今, 会社, 何か, 先日, 到達, 努力, 動画, 失敗, 必要, 思い通り, 意味, 成功, 数日, 方法, 日数, 次, 毎日, 熱意, 片手, 物事, 目標, 自分, 誰か, 退職, 逆, 達成,

先日、サーバーを移行しました。AWSさようなら。

2022.06.30

Logging

おはようございます。初夏らしいですが初夏？ 増暑です…😆。映画、SLAM DUNKが待ち遠しいです。

其れはさておき、サーバーをAWSからさくらVPSサーバーに移行しました、迷っている暇は無かった・・どんどんと経費がかさむので止む得なく急遽、平日の休みを使用してサーバーを移行しました。移行したんだけど、少しミスってアクセスの多いサーバーを見えなくなるという現象が出てしまいました。４０分ほど閲覧できなくなってしまっていた。

結構焦りますよね。

閲覧できない状態が数時間とか続いたら大変ですよ本当に…。仕事では失敗したくないなって思います。今回の反省点はやはりサーバー移行すると何かしら環境が違うので動かなかったりする。

そういう時は落ち着いて深呼吸でもして、ログを見ることが大事、結局のところログに答えが載っていることが多いです。今回もそんな感じでした。

因みに以前書いた、サーバー移行時にscpを使う方法。これはFTP使用するよりも時間短縮になるから覚えていたほうが賢明です。

scp -irp /~/example.pem /var/www/html/* root@example.com:/var/www/html/
# scp -irp [鍵.pem] [転送元ディレクトリ] [ユーザー@ホスト:転送先ディレクトリ]

タグ

４０, AWS, DUNK, SCP, SLAM, VPS, アクセス, こと, サーバー, さくら, ところ, ミス, ログ, 今回, 仕事, 以前, 休み, 使用, 先日, 其れ, 初夏, 反省点, 増, 大事, 大変, 失敗, 少し, 平日, 感じ, 数, 方法, 映画, 時, 暇, 本当, 深呼吸, 状態, 現象, 環境, 移行, 経費, 閲覧,

E_ERROR | E_WARNING | E_PARSE🐸

2022.06.15

Logging

おはようございます。果報は寝て待て😌。果報（かほう）を家宝だと思い込んでいました・・思い込みって怖いですね。

先日、記載した「更新に失敗しました。 返答が正しい JSON レスポンスではありません。」ですがphp.iniのワーニング（警告表示）が問題でした。そこをE_ERROR | E_WARNING | E_PARSEに修正してあげることで難無く解決済みです。JSONの返却の際に警告表示も返却され正しい値が取得出来ていなかったことに問題があったようです。

因みにこの頃は警告表示も意識してコードを書く機会が多くなりました。その理由はそちらの方がスマートかなって思うからです。数式が美しいと思うように綺麗なコードというものはあります。まだまだ、プログラムのコードは美しく書けませんが意識することによりそれに近づける事は大事になると思っています。

尚、php.iniは大体、/etc/php.iniにあります？、無ければコマンドラインからかコードに下記のように記載してphp.iniは何処に保存しているか調べてみてください。

php -r "echo phpinfo();" | grep "php.ini"

<?php
echo phpinfo();

タグ

Error, etc, ini, json, parse, php, WARNING, かほう, コード, こと, スマート, そこ, そちら, それ, プログラム, もの, レスポンス, ワーニング, 事, 修正, 値, 先日, 取得, 問題, 大事, 大体, 失敗, 家宝, 意識, 数式, 方, 更新, 果報, 機会, 理由, 綺麗, 表示, 解決済み, 記載, 警告, 返却, 返答, 際, 頃,

サーバーを移行しました、行き着く先はここだった。

2022.06.14

Logging

おはようございます。先日、一日もかけてサーバーサイドを某サーバーに移行しました。移行しましたがまだ不具合などが存在しているのです。例えば「更新に失敗しました。 返答が正しい JSON レスポンスではありません。」などと頻度に表示されます。

ここらへんを早急に対応したいと思っています。

因みにPHPのバージョンは８にアップデートしました。そしてエンジンエックスからApacheに土台を変えました。今回、エンジンエックスを数ヶ月使用してApacheサーバの方がやはり歴史が長いので、かゆいところに手が届く仕様になっていることに気づきました。

タグ

8, Apache, json, php, アップデート, エックス, エンジン, ここ, ここら, こと, サーバ, サーバー, ところ, バージョン, べん, レスポンス, 一, 不具合, 今回, 仕様, 使用, 先, 先日, 土台, 失敗, 存在, 対応, 手, 数, 方, 更新, 歴史, 移行, 表示, 返答, 頻度,

YOUTUBEに特化した掲示板は予想通り失敗？しましたが

2022.03.13

Logging

YOUTUBEに特化した掲示板は予想通り失敗？しましたが作った意味はそれなりにあったのではないかと思っています。次なるサービスの為に２つ程、ドメインを取得しましたが今の所、全然手を付けていません。ひとつのドメインは１円で購入しもう一つのドメインは９８０円で購入したのです。

ひとつのドメインは高知県の情報をまとめるサイトに、もう一つのドメインはある程度、客が付きそうなサービスを作ろうと思っています。客が付きそうなサービスから先に作ろうと思っていた矢先に自分のリアルが忙しくなり、今まで手を付けられませんでしたが徐々に休日を使用して作り込もうと思っています。

今回の２つのサービスもYOUTUBEに特化したサービスのように失敗する確率は非常に大きいと思っています。それは何もしなかったらの話です、広告宣伝やSNSで周知すればそれなりに軌道に乗せることは出来るのではないかと思っています。

ドメインは凄く大事で、長年使用されていたドメインを買い取るとそこに付いていたユーザーをそのまま取り入れることが出来るからです。今回は金銭的理由でそれをしなかったのですが、実際どれぐらいドメインに力があるか試してみたいなと思っています。

トイウコトで告知でした。

タグ

１, 2, 980, SNS, youtube, こと, サービス, サイト, それ, それなり, ドメイン, ひとつ, もう一つ, リアル, 予想, 今, 今回, 休日, 何, 使用, 取得, 周知, 大事, 失敗, 客, 宣伝, 広告, 情報, 意味, 所, 手, 掲示, 次, 為, 特化, 矢先, 確率, 程, 自分, 話, 購入, 軌道, 長, 高知県,

ぶんぶん文章を読まない人が失敗することコマンド編！！。

2022.01.15

Logging

SSLの期限が切れる前に更新するように自動更新を設定したのに何故か、更新されない貴方、コマンドが下記のような記述をしていませんか？

certbot renew --dry-run

このような記述になっていると一生、SSLは更新されないままです。これはコマンドテストに使う方法ですので、残念！！！、正しくは下記のような感じで記載してあげてくださいませ😁。

certbot renew

巷ではこの他に強制的に更新するコマンドをオプションでつけて、更新させたら良いよとか書かれたサイトもありますが、それはlet’s encryptサーバ側に負荷をかけてしまうし、アク禁にされる場合もあるので辞めといた方が良いです。

因みにSSLの期限が21日前になった時点で更新処理が実行されます、それまではコマンドを叩いても処理はスキップされます。

尚、自分は文章を読めない、読まないひとです。大体、仕様書は人に読んでもらいます😱

ということで現場からでした。

タグ

--dry-run, 21, Certbot, encrypt, Let's, renew, SSL, アク禁, オプション, こと, コマンド, これ, サーバ, サイト, スキップ, それ, それまで, テスト, まま, 一生, 下記, 人, 仕様書, 他, 処理, 前, 場合, 大体, 失敗, 実行, 巷, 感じ, 文章, 方, 方法, 時点, 更新, 期限, 残念, 自分, 自動, 記載, 記述, 設定, 負荷, 貴方,

今頃、書くべきではなかったなと思っていること。

2021.04.01

Logging

高知県にあったデジトップの倒産、そして、その人が再度起業して立ち上げたディーアンドジーネクストの製品のリバースエンジニアリングの事を記事にするべきではなかったなと今頃、思いました。まず倒産に関して分かったかのように考察するべきではなかった。次にディーアンドジーネクストの製品のリバースエンジニアリングの事、わかっていても書くべきことではなかった、これは自分の傲りが招いたことだと今になって思います。気にせずに頑張ってほしいと感じます。

この頃、植松努さんが言われている事が正しいと感じる事がありました、本当に「思うは招く」だなと。諦めずに頑張り続ければ何か道は出来てきます。そこには運なども必要になるだろうけれど・・・。行動せずに後悔するより行動して失敗した方が悔いは残らないと。植松電機のHPにも書いているけど【可能性は無限大】です。

タグ

HP, エンジニアリング, こと, これ, そこ, ディーアンドジー, デジ, ドップ, ネクスト, リバース, 事, 人, 今, 今頃, 倒産, 再度, 努, 可能性, 失敗, 後悔, 必要, 方, 本当, 植松, 気, 無限大, 考察, 自分, 行動, 製品, 記事, 起業, 運, 道, 電機, 頃, 高知県,

アクセス履歴からの見つめ直し。

2021.03.31

Logging

アクセス解析をこのサイトには導入しているのでアクセスログが管理画面から見えます、それを見ていると昔書いた記事などを読んでくださるユーザー様がいるわけです。そしてそんな記事を自分でも読み直すこともありますし、アクセスの多いプログラムの記事に関してはテコ入れする場合もあります。日記のような記事には手直しは殆どしません、あまりにも今と昔とでは考えが変わったなと思う記事は削除する場合もあります。

そんな中で自分が退社した時の記事に昨日、アクセスがあり改めて読み直しました。読んでいて、その気持ちを忘れないようにと思える一文がありました。それは「おかげさま」という気持ちです。自分はこの「お陰様」をよく忘れることがあります。ついつい自分を通してしまうことがあるのだけど、一呼吸おいて言葉を選ばないとなと思うことがあります。

別に人格者になりたい訳ではないですが、それで結構失敗もしているのでそう思った次第です。因みにアクセス数は過去のアクセス数と変わりない感じです。正直なところあと日に500ぐらいアクセス数が欲しいところですね。

タグ

アクセス, おかげさま, お陰様, こと, サイト, それ, テコ入れ, プログラム, ユーザー, ログ, 一呼吸, 一文, 中, 人格者, 今, 削除, 場合, 失敗, 導入, 履歴, 感じ, 手直し, 日記, 昔, 昨日, 時, 次第, 殆ど, 気持ち, 画面, 管理, 自分, 解析, 言葉, 記事, 訳, 退社, 過去,

いろいろな人が発信する中、何を信じたらいいだろうとか、考えると！

2021.02.27

Logging

いろいろな人が発信する中、何を信じたらいいだろうとか、考えると壁にぶち当たるので、なんも傾けないほうが良いと自分は思っている。とくに弱っているときは自己啓発的なものはあまり見ないほうが良い。じゃ何を信じたら良いかといえば、自分自身を信じたら良いと思います。

人まねしても同じ様になることはほぼない、人の人生は億通りあるから、自分が思うように行動して失敗して学ぶしかないのかも。行動しなかったら行動しなかった人生になる、それで良い結果になるときもあるし、後悔するときもあると思う。

元気で行動できる時間って人により違うから、家庭を持つと中々、次の行動なんかが出来ないじゃないかなと思います。よほど余裕のある状態じゃないと一旦やめて模索するなんてできないだろうから。

因みに自分は仕事のために人生生きていない気がします。これは樹木希林さんと同じかな。どこに軸を置くのかだと思います、人生なるようにしかならないからね。いくら頑張っても上手く行かないときは上手く行かないときもある。だから頑張らないようにするは真逆なので駄目かな。上手く行かなかったことを受け流すことの方が大事だと思います。そんな時もあるかと。

過去の自分が巻いた種が咲くときもあるし、咲かずに枯れるときもある。なので、模索して動くことだと思います。日本には【えにし】という言葉があるけどこの頃、それは間違いなくあるだと思います。

あとは人と比較しないことと「とらわれない」事ですね。

タグ

いろいろ, こと, これ, それ, ため, とき, どこ, なん, もの, 中, 中々, 人, 人まね, 人生, 仕事, 何, 余裕, 億, 元気, 壁, 失敗, 家庭, 後悔, 時間, 模索, 樹木希林, 次, 気, 状態, 発信, 結果, 自分, 自己, 自身, 行動, 軸,

Yesとか書いている人がいた。

2021.02.08

Logging

このまえ、火星へ行くようのロケットの打ち上げテストしてたけど、やっぱまだ難しいらしくて、結果失敗したけどSPACEXは必ず成功させるだろうと思っている。それには時間がかかるだろうけどね。

タグ

spaceX, yes, それ, テスト, まえ, ロケット, 人, 失敗, 成功, 時間, 火星, 結果,

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, 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, 後, 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,

spaceXには夢があるよね。

2020.10.31

Logging

spaceXには夢があるよね。失敗もかなりしたけど諦めずに試行錯誤を続けていまでは、成功が続いています。今年か来年には野口さんを載せて宇宙ステーションへいくらしい。安定した運用しているけれど、やはりそれでも心配します。ミスが許されない現場ってのは本当に大変な仕事だと思います。

spaceXのミッションに火星移住計画ってのも在るけど、それは当分先の話だと思います。それよりも自分はstarlinkが気になるところです、starlinkってのは地球上どこにいても軌道衛星を介してインターネットができるようになるという計画です。いまstarlinkのアプリがダウンロードできるようになっているだとか、使用するには1万円ぐらいの月額費用がかかるので試した人は少ないと思います。自分も高くて手が出せない、これが毎月、使用した金額や安価な金額になると世の中、がらりと変わっていくだろうなという思いがあります。

いままで、情報を得ることが出来なかった人々が、情報にアクセスができるという事は凄く意義のあることだと思うし、そして何より知ることにより新たな化学反応のような事が世界各地で起きる時代になるのではないかと、いまから期待しています。本当に世界規模のデジタル民主化が起きれば良いのになぁと。

あと１０年後には世の中、少しは良くなっていることを祈ります。

タグ

１, spaceX, starlink, アプリ, いま, インターネット, かなり, これ, ステーション, それ, ダウンロード, どこ, ところ, ミス, ミッション, 万, 世, 中, 人, 今年, 仕事, 使用, 地球, 夢, 大変, 失敗, 宇宙, 安価, 安定, 当分, 心配, 情報, 成功, 手, 月額, 本当, 来年, 毎月, 気, 火星, 現場, 移住, 自分, 衛星, 計画, 試行錯誤, 話, 費用, 軌道, 運用, 野口, 金額,

東証システム障害の考察してみた。#東証システム障害考察

2020.10.02

Logging

7時4分にアラートが上がっていた？が、現場がアラートに気が付かず、後続の処理が流れ売上の前処理バッチ処理が走った時点なのかな。そこでようやく現場がアラートが出ていることに気づく、この時点でベンダーに現場が支持を仰いだのか、マニュアル通りフェイルオーバーしたんだろう。フェイルオーバーさせたけど失敗。メモリリークがおそらく原因でサーバーの切り替えが出来なかった。ここでベンダーに支持を仰いだ可能性もありそう。そしてベンダーがここらへんから介入して監視端末のログなどを調査したら、メモリリークのエラーログを確認したんだと思う。

※失敗したジョブがどこかに格納されるだろう？。フェイルオーバーさせるより後続の処理をストップさせて、ベンダーに支持を仰いだ方が良かったのかもしれないなと。でも現場は混乱していただろう。

メモリーリークが起きていたと思うと実際は前処理バッチ処理をして失敗していたんだろう。遮断して本日の東証での取引は出来ないようにしたのは正解だと思う。

メモリリークの原因は、メモリの物理的破損だったのでメモリが悪いと判断した。メモリエラーが監視端末のログにクリティカルなエラーとして表示されていたのかは不明だけど、おそらく見落としだと思う。

7時時点で相場や売上の前処理を取り込むのなら、何だか整合性がつきそうです。おそらく手動で前処理が走るのではなく全自動で前処理が走るシステムだったんだろう。従業員が端末の監視も7時からだったのかな？

資料が時系列で書かれていないので良く分からないけど、自分なりに東証システム障害を考察してみた。

現場のヒューマンエラーも疑われるけど、末端の従業員は下請け業者何だろうな？。ベンダーは常時、東証システムの現場にいたのか？とかいろいろな事が問われるかもしれないよな。

おそらく本日から正常に東証は取引できると思います。メモリを取っ替えだろうしメモリチェックもしているだろうし。

最後に頑張れ東証システムの現場！！
末端が解雇されないことを切に願う、これで直ぐに切られたら次の職には絶対につけなくなるよ。でも末端が悪いという事ならば数年後、数ヶ月後にはクビになる可能性は高いかもな。

ちなみに上記が昨日のツイートまとめになります。

タグ

4, 7, アラート, エラー, オーバー, ここ, ここら, こと, サーバー, システム, ジョブ, ストップ, バッチ, フェイル, べん, ベンダー, マニュアル, メモリ, メモリー, リーク, ログ, 介入, 処理, 前処理, 原因, 取引, 可能性, 失敗, 実際, 後続, 支持, 方, 時点, 本日, 東証, 格納, 気, 混乱, 現場, 監視, 確認, 端末, 考察, 調査, 遮断, 障害,

慌てる鰹は針をのむ、落ち着く鯨は銛（もり）が追う

2020.02.18

Logging

慌てる鰹は針をのむ、落ち着く鯨は銛（もり）が追うという高知県の漁師さんの言葉です、意味はこんな感じですね「急に行動に移しては失敗するかもしれない、でも時間をダラダラと費やすのもそれはそれで駄目」という意味です。自分はいま、働いていないので無収入です。投資信託とかそういうのは有るけどね、それを除けば無収入なのでお仕事を探しております。しかしながら上記の言葉もあるように、急いで変な会社に入るよりじっくり自分にあった会社を探しております。

ちなみに自分はいまIT関係の仕事か以前の仕分け作業者になろうかとか、いろいろと考えております。お給料が良いのはIT会社だと言えないのが高知県の事情です。あまり高知県のIT会社のお給料が良くないですが我慢かなと思いつつも何だか変だよねとは思っております。なんで東京や大阪と同じような仕事をしているのに安いのかと…。リモートワーク時代になるのでここらへんのお値段も変わらないといけないのではないかと思いますが…。もともと単価が安かったから仕事が取れていたわけだから、単価が上がれば仕事を失うことに繋がったりするわけで、こういう事が起きているだろうと思います。

そういう事も有りどうしようかなと考えております。どっちが良いだろうか？どっちも無理だった場合は？フリーランスになるしかないのかな？なんか意見があればコメント下さい。?

タグ

IT, いま, いろいろ, お仕事, お給料, ここら, それ, べん, もり, リモート, ワーク, 上記, 事情, 仕事, 以前, 会社, 作業者, 値段, 収入, 変, 大阪, 失敗, 意味, 感じ, 我慢, 投資信託, 時代, 時間, 東京, 漁師, 自分, 行動, 言葉, 針, 銛, 関係, 駄目, 高知県, 鯨, 鰹,

映画、ウィンストン・チャーチル／ヒトラーから世界を救った男 (字幕版)を観ましたよ。

2019.03.09

Logging

映画、ウィンストン・チャーチル／ヒトラーから世界を救った男 (字幕版)を観ましたよ。これは良かった。

成功は決定的ではなく、失敗は致命的ではない。大切なのは続ける勇気だ
Success is not final, failure is not fatal: it is the courage to continue that counts

タグ

5, 50, com, continue, counts, courage, failure, fatal, FINAL, is, IT, lSG, MIoE, nbsp, not, success, that, The, To, youtube, ウィンストン, コレ, チャーチル, ヒトラー, 世界, 勇気, 大切, 失敗, 字幕, 成功, 映画, 男,

物事の始まるところ。

2016.11.12

Logging

すべての物事がうまくいくといえば
そうではなかったりする。
殆どは失敗している、ただ失敗なくして成功なしとも言える。
失敗から学ぶことは多いけれど
実際、失敗から学んでいるひとは少ないじゃないだろうか？
失敗したときは反省しても時が経てば
殆どのひとは忘れてしまう、特にそれほど大した事がないミスなどは
特に忘れがちになりやすい。
おそらく出来る人は、この些細なミスを忘れない人じゃない
だろうかと思える様になってきた。ミスを忘れないから
次、同じような事象が発生した場合、ミスが発生しない。
なので、成功する。ホント、単純な話なのだけど
実際、ひとは同じミスを何度も犯しがちだとも感じる。
もう一つの話。
どこまで自分を冷静に見つめることが出来るかという事が
とても大事な気がする。感情を排除して客観的に
自分を見つめることが大事、そうすることによって
見えてくるものがある。
ちなみに自分は自分をあまり評価していない。
欠点が多いのだ。
欠点というものは直せるものと直せないものがある事も
覚えていたほうが良いと思う。今よく言われるようになった
発達障害の人にも出来ることと出来ないことがあったりする。
そうではない人にも、能力差があり能力の限界を超えることは出来ない。
では、能力差をどう補うかという事だけど
能力の欠損は他の人が補うという身も蓋もない話。
これって努力放棄と思いがちだけど、そうではないと思っている。
不器用な人に器用になれと言っても中々、器用になれないと同じ。
これは生まれ持った能力の違いであるため、自身が補う事ができない。
医学が発展すれば、可能かもしれないけれど・・・。
仕事をしていく中で、人の能力を活かせるか
活かせないかで仕事の効率が決まってくるように思える。
能力を見極めるのは非常に難しい。能力を伸ばすのも難しい。
この能力を伸ばす事だけど、皆に同じように教えていても伸びないのも
しかりなのだけど・・・・。
能力の伸ばし方については明日の記事へ。
 
 
 

タグ

しかり, ひとは, ミス, もう一つ, 中々, 事象, 仕事, 努力放棄, 効率, 医学, 失敗, 実際, 欠損, 欠点, 殆ど, 物事, 発達障害, 能力, 能力差, 限界,

来年（2017年）の干支はとりです。

2016.10.24

Logging

来年（2017年）の干支はとりです。
あっという間に今年も過ぎ去った気がしますと言っても
まだ、来年まで二ヶ月とすこし残されています。
今年は自分にとっては、あまり変化のない一年だったような気がします。
来年は変化の年にしたいなと考えています。
このままでは、駄目だと感じ焦りというものも少なからずあります。
まだ大丈夫というのが自分の中にあるのかなぁという思いもありますが
たぶん、その甘い考えを捨てないといけないのが来年じゃないかなと感じます。
少しずつ変えるというよりはガラッと変えるという感じになる気がしますね。
待っていても始まらない、行動に移しても殆どのことは
うまく行かないとも思っていますが、行動して失敗して反復の
中からでしか答えというのは出てこない気がします。
なので、来年は変動の年にします！！

タグ

2017, あっという間, こと, このまま, すこし, もの, 一, 中, 二, 今年, 反復, 変動, 変化, 失敗, 干支, 年, 来年, 殆ど, 気, 自分, 行動, 駄目,

［HUNTER×HUNTER］「東京喰種」作者がヒソカ描く→ジャンプ＋アプリで

2016.06.03

Logging

［HUNTER×HUNTER］「東京喰種」作者がヒソカ描く→ジャンプ＋アプリで
無料で見えるようになっています。
それを読んでみて、天才っていう人はいる。
それは残酷なもので凡人が一年かけて出来るように
なった事を、たった一週間で出来るようになったりと。。。
 
そういう人が身近にいると
努力することをやめてしまう人がいるけど
コレは間違いかなと思ってます。
何故か？
自分が好きでやっていることなら
その努力は無駄ではなく。むしろ努力は必要不可欠なものだと
感じます。何故なら凡人には凡人の道があり
努力して目標に近づくということが出来たなら
それはその人の財産になると思うからです。
天才は目標を達成するのに
かかる期間は短く、失敗の回数も少ない。
それに比べて凡人は目標を達成するのに
かかる期間は長く、失敗の回数も多い。
でも、この失敗回数こそが生きていく中で
財産になると思います、なので簡単にできてしまう
事がすべて良いとは言えないのではないかと思います。

タグ

7, HUNTER×HUNTER, コレ, ジャンプ+アプリ, すべて, ヒソカ, 一週間, 作者, 凡人, 天才, 失敗, 失敗回数, 期間, 東京喰種, 無料, 目標, 財産, 道, 間違い,