@Blog

それ、勝手な決めつけかもよ？だれかの正解にしばれない「解釈」の練習をパラめくして.

2025.06.26

Logging

おはようございます.それ、勝手な決めつけかもよ？だれかの正解にしばれない「解釈」の練習をパラめくして、なるほどこの人と言わんとしている所に共感しました.

結構、名前や言葉で最初から先入観を持っている気がしていて、言葉（ニュアンス）を変えるだけで解釈（捉え方）は大きく変わるだなって思いました.コロナが深刻な時から時代が大きく変わってきているけども、どんな時代でも共通する話です.

この本を手にとってパラめくするだけでも、違った視線で物事を見えるようになると思います.特に凝り固まった考えになってきていたり、守り体制になってきている人にはこういう考え方もあるのかと思うだけで世の中変わってくると思います.

最後に冒頭に書かれていたニーチェの言葉を添えておきます.「事実というものは存在しない。存在するのは解釈だけである。」

明日へ続く

タグ

くじ, コロナ, それ, だれ, ニーチェ, ニュアンス, ばら, もの, よう, 世の中, 事実, 体制, 先入観, 共感, 共通, 冒頭, 勝手, 名前, 存在, 守り, 明日, 時代, 最初, 最後, 正解, 深刻, 物事, 練習, 考え, 考え方, 視線, 解釈, 言葉,

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,

思ったことを綴って小銭が毎日入るのは良いけど、小銭止まり.

2025.06.20

Logging

おはようございます.思ったことを綴って小銭が毎日入るのは良いけど毎日小銭止まりです.小銭がどれぐらいかといえばお賽銭にいれる小銭が毎日入ってくると思ってください.それが毎日入ってきて？札になる感じですが収入が銀行に毎月振り込まれるわけでもないです.

一年前？は毎月振り込まれる感じでしたが、いまは数ヶ月に一回ぐらいにペースが落ちました.でも収入が毎月コンスタントに数千円入るひともあまりいないようです.ほとんどの人は数百円止まりだそうです.

一年前と今と同じことをしているので広告収入も上がらないだと思います.多少SEO改善はしているのですが、そもそもAI時代にSEOは無意味になりつつある気がしていて自分もSNSに結構、力を入れないといけないなって思っています.

SNSと相性が良いのがいま流行っているものを記事にして発信するときです、これは相性が良いです.自分が作った推し記事をSNSへ投稿できるプラグインからのアクセス数は増えていく一方で検索からのアクセス数は徐々にだけど減少傾向にあります.

これからはSEOよりもSNSへの発信を強固にして行くほうが堅実性があるように思えてなりません.

明日へ続く

タグ

アクセス, いま, いん, ヶ月, こと, これ, コンスタント, それ, とき, どれ, ひと, フラグ, ベース, ほう, もの, よう, わけ, 一方, 傾向, 収入, 堅実, 小銭, 広告, 強固, 感じ, 投稿, 改善, 明日, 時代, 検索, 毎日, 毎月, 減少, 無意味, 発信, 相性, 自分, 記事, 賽銭, 銀行,

映画、機動戦士ガンダムジークアクスを観てきた、ネタバレなし.

2025.01.23

Logging

おはようございます.映画、機動戦士ガンダムジークアクスを悩みに悩んだ末観てきました.映画が始まり冒頭から大まかな内容はわかるものの機動戦士ガンダムを知らない人にとっては苦行のような内容でこのまま、後半までいくのかと思いきや後半からポップな感じに変わって最後まで続く.

まるでABテストを受けているかのような内容でした.Xでも呟いたのだけど前半は機動戦士ガンダムの古株向けに作られた感じがしました.時代も違うのでこういう設定なのかも知れないけれども…

そして後半は映画予告のような雰囲気で進むストーリー展開です.機動戦士ガンダム知らない人は後半に結構救われる気がします.あのままのストーリー展開だとガンダムファンじゃない人は置いてけぼりになるからね.

観終わってガンダムも悪くないかもと思えたけど、いまから機動戦士ガンダム全シリーズを消費するのはちょっと無理だと思えた.今後、機動戦士ガンダムジークアクスがネトフリかアマプラで流れるようになればジークアクスだけでも観ときます.

明日へ続く

タグ

アマプラ, ガンダム, ガンダムファン, ジークアクス, ストーリー展開, テスト, ネトフリ, 前半, 古株向け, 後半, 映画, 映画予告, 時代, 最後, 末, 機動戦士ガンダム, 機動戦士ガンダムジークアクス, 機動戦士ガンダム全, 苦行, 雰囲気,

40歳でパーカー着てるおじさんっておかしいのか？.えっ！？該当😅

2024.12.08

Logging

おはようございます.40歳でパーカー着てるおじさんっておかしいという記事が盛り上がっているので緊急で記事を書きましたw.自分は毎日パーカーを来ているおじさんに該当します、そもそもエンジニアはパーカー着ている率高いですw.

「40代だからこういう格好をしなさい」や「40代だからこうあるべき」とか時代錯誤な気がします.

自分が知っている中ではカルビー元社長？さん、80代か70代の社長さんがパーカー着ていましたよという具合にもう高齢だからこういう格好をしているとかいう時代は10年か20年前に終わっている気がします.

もっというと流行はあるとは思いますが、これからの時代は自分が着たい服を着る時代なんじゃないかなと思います.

明日へ続く

タグ

$代, エンジニア, おじさん, カルビー元社長, パーカー, 代か代, 具合, 年か年前, 時代, 時代錯誤, 服, 格好, 歳, 気, 流行, 率, 社長さん, 自分, 記事, 高齢,

来月の副収入（Ads）は少ないかも知れない．それがちょっと困る．

2024.11.16

Logging

おはようございます．来月の副収入（Ads）は少ないかも知れない．それがちょっと困る状態です、サーバー代とかは相殺できるのだけども、あまり芳しくない収入です．

この状態が長く続けばいろいろと困る．なんとか打破したいのだけどもその術を知らない．なぜ、いきなり低単価に格下げされたのかもわからない．これが判ればこれだけで生活できているのかもしれない、まだまだ広告収入だけでは生きていくことは難しいことが突きつけられた．

巷のSEO対策にはあまり意味がない、特に人工知能が巡回する時代になった今日（こんにち）にはSEO対策より文章量と品質高い情報が重視されそうなのだけど、生成AIを使用するユーザーは解が提供されている中で、わざわざ参考リンクを参照すると思えない．

なので、これからは情報提供サイトはあまり使われなくなると思っています．これからはサイトを訪問した人がそのサイトでしか出来ない機能や体験を提供しなければサイトは廃れていくことは間違いないのではないだろうかと．

明日へ続く

タグ

ads, SEO対策, サーバー代, ユーザー, わざわざ参考リンク, 人工知能, 低単価, 体験, 副収入, 収入, 巷, 広告収入, 意味, 文章量, 時代, 機能, 状態, 生成AI, 術, 解,

映画、室井慎次 敗れざる者を観てきました．

2024.10.12

Logging

おはようございます．「室井慎次 敗れざる者」を観てきました．この映画は「生き続ける者」への序章的な映画です．そういう意味では観ないと楽しめないけど「室井慎次 敗れざる者」だけでは楽しめるかと言えばちょっと微妙だなって．

踊る大捜査線が好きな人には良い作りになっていると思うものの、今の時代に同じパターンでは受け入れれないものもいるかも知れないと思いました．これが初めてみる踊る大捜査線シリーズのサイドストーリーだったらちょっと無理だと．知らない人が観ても楽しめる要素でないと難しい制作費をペイできないかもなって．

まとめ、踊る大捜査線好きには好印象的な映画．ファンのためだけに作られている．因みにエンドクレジット後、続につづくおまけ映像が！！

11月15日に続「生き続ける者」が上映されます．自分は観に行くつもりでいます．．．さてどうなんだろうか？

明日へ続く．

タグ

エンドクレジット後, オマケ映像, サイドストーリー, パターン, ファン, まとめ, 人, 制作費, 大捜査線, 大捜査線好き, 好印象的, 室井慎次, 意味, 映画, 時代, 者, 自分, 良い作り, 要素, 観,

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,

L11にUpdate

2024.04.07

Logging

おはようございます、Laravel9からLaravel11にやらLaravel10からLaravel11にUpdateを行いました．これによって処理速度が若干速くなった気がしています．そのまま使うかなと思っていたのですが、時代の流れに適応しおうと思って．．．ではなく、サポートが切れることもあり直前になってUpdateするより時間に余裕のある今にUpdate対応を行いました．

Laravel11にUpdateするに当たって、参考にしたサイトはこちらです．こちらのサイトを参考に10、11と言うように段階的にUpdateを行いました．ちなみに有料になりますが、Laravel Shiftというサービスが存在します．

これを使用すればLaravel6からLaravel11へなどのUpdateが上手く行くそうですが、コケる場合も当然ありますので、必ずバックアップかブランチ切って作業する必要があります．会社ではこちらを使用するほうが安全かつコストダウンになる可能性があります．

明日へ続く．

タグ

Laravel Shift, Laravel10, Laravel11, Laravel6, Laravel9, UPDATE, Update対応, コストダウン, サービス, サポート, バックアップかブランチ, 会社, 余裕, 処理速度, 参考, 可能性, 時代, 有料, 直前, 若干,

JSの？．って何か！

2024.04.03

Logging

おはようございます、この頃js(javascript)コードに？．オプショナルチェーン (optional chaining) 演算子を見かけるようになってきましたね．そろそろこういう書き方をしてもエラーにならない時代になってきたのでしょう．

//オプショナルチェーン (optional chaining) 演算子 (?.)👍
let email = data?.email;

因みにdata?.emailが宣言されていない場合はundefinedが返却されます．今迄、if文なんかで判断していたものがオプショナルチェーンを使用することで省略可能になります．

このオプショナルチェーンは使い道が結構あると思うので、これから見ることが多くなると思います．

明日へ続く．

タグ

data, email, if文, javascript, let email, optional chaining, undefined, エラー, オプショナルチェーン, コード, この頃js, 使い道, 時代, 書き方, 演算子, 省略,

DockerとMysql

2024.03.07

Logging

おはようございます、Dockerデスクトップのコンテナが別れている時、他のコンテナからMysqlサーバーに繋ぎたいという事がありますよね。その繋ぎ方を自分は勘違いしていたので記事として残しときます。Dockerを使いだして一年目で気づく間違いです（泣）。外部コンテナのMysqlサーバーに繋ぎたい場合、下記の画像のようにmysqldbに繋がないとコネクションが出来ません。自分はMYSQL_HOSTだと思っていたのですがどうも違うようです。

これを知った時、正直なところ「えっ」って声が出たぐらい衝撃的でした。Dockerを使う前はバーチャルボックスというものを長年使っていたのですが、いまではDocker系が使いやすいです。Dockerデスクトップに慣れていたのに、DockerCLOUDの時代なんですよねぇー。

明日へ続く。

タグ

docker, DockerCLOUD, Dockerデスクトップ, Docker系, MYSQL_HOST, mysqldb, Mysqlサーバー, コネクション, こんてな, ところ, バーチャルボックス, 下記, 声, 外部コンテナ, 時代, 画像, 繋ぎ方, 自分, 記事, 長年,

運ゲーと丁寧。

2024.03.01

Logging

おはようございます、この人の言っていることは分かるなって思います。なんか分かる。自分はヒットメーカーでも何か業を成し遂げたわけではないけれど、好きなことで生きて行けているのもそれなりに運だと思います。

『変わりやすい時代』に丁寧に丁寧を突いてきたから出来たのかもしれない。成功事例のコピーは出来ない同じことをやっても同じ結果にはならないなど分かります😌。正解や最短解を求めようとしている時代だけど貪欲に突き詰めていくことが大事だと思いますね。

これを見て「あぁー」改めようと感じました。

明日へ続く。

タグ

Photo by FOX on Pexels.com, コピー, ヒットメーカー, 人, 成功事例, 時代, 最短解, 業, 正解, 結果, 自分, 運,

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,

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。

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。

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, 堺, 意識, 我, 我在り, 時代, 機械, 派, 生死, 疑問, 発言, 的, 者, 脳, 近い将来,

映画、首を観てきました。ほんと首を見た。

2023.11.24

Logging

おはよう御座います、先日の祝日に映画、首を観てきました。昨日、Tweetしたように自分には受けなかった。笑いで攻めた展開にするのかシリアスで攻めるのかどっちつかずの展開でした、自分としてはシリアスな展開で全体的に攻めればもっと良いのになぁって感じがします。

ただ映画の意味はあったと思う、あの時代は映画、首で描かれたあんな感じの世だった事は間違いない気がします、綺麗ごととかそういう何ていうか、そういう概念が通じない世。現代人からしてみれば、クレイジーな感じで映るけど、それが成り立っていた世だったんだろうなという事は確かだと。そういう意味では徳川家康が一番、現代人に近い価値観を持っていたのかも知れない。

今回は少し短文な感想でごめんなさい。もう少し見る前に歴史の予習をしとけばもっと感じ方が違ったかも知れません。

明日へ続く。

タグ

世, 予習, 少し短文, 展開, 徳川家康, 意味, 感じ, 感じ方, 感想, 映画, 時代, 概念, 歴史, 気, 現代人, 祝日, 笑い, 自分, 近い価値観, 首,

デザインを変更しました。

2023.10.06

Logging

おはようございます、ブログのデザインを変更しました、オリジナルなデザインにしました。前々から変えようと思っていてやっとこさデザインを変更した感じですね。すごく単純なテンプレートですが、これから先、いまのテンプレートをベースに変更していきたいと思っています。

背景は動く動画にしています、スマホでは動きませんがこちらも動くようにgif画像か何かにして対応します。。また動画は飽きたら変えていくか、ランダムか時間帯で動画を変更していきたいと思っています。

このテンプレートの利点は画像や動画を差し込まなくても滞在時間が昔とあまり変わらないことが利点です、そしてSEOはもう生成AIの時代にはあまり役に立たない、むしろBOTに引っ掛からないほうがページを参照して頂けるのではと思っています。

なお、今まで通りアイキャッチ画像は入れていますが、RSSやシェアして頂けるときぐらいしか表示されない感じです。

タグ

BOT, Gif画像, RSS, SEO, スマホ, デザイン, テンプレート, ベース, ランダム, 利点, 前々, 動画, 役, 昔, 時代, 時間帯, 滞在時間, 生成AI, 背景, 通りアイキャッチ画像,

映画、生きるを観てきました。 #感想 #リメイク

2023.04.03

Logging

おはようございます、映画、生きるを観てきました。感想は意外にも良かったです、武士道的な話なのかもなって思いますが、その心は紳士にも繋がるところがあるなって思います。結構、ぐっとこみ上げてくるものがありました😭。

この映画は女性向けというよりは男性向きの映画かも知れませんが、なんか、人生を考えるきっかけになったり、支えになる結構意味深な映画かなって感じましたね。そして、どんなに文明が発展しても人の心は変わらないものかもなって思いました。

生きるとは何だの一つの答えなのかも知れません。そして、あらためて黒澤明監督は偉大さな人だとも思いました、今の時代にリメイクさせようと思わせる作品を残したわけですからね。

タグ

きっかけ, ところ, 一つ, 人, 人生, 作品, 女性向け, 心, 意味, 感想, 文明, 映画, 時代, 武士, 男性向き, 紳士, 話, 黒澤明監督,

爆発的に広がるGPT4≒一般に認知するということ。

2023.03.28

Logging

おはようございます、一昨日の続きを書きます。まだGPTで何が出来るのか一般人は知らないひとが多いけど、時間の問題かなって思います。これから「あっ」これAIに置き換えるじゃないという事が結構出てくると思っています。

そして、ホワイトカラーが労働へ流れていくということも有り得る話だと思っていてそうなると、今まで雇用されていた人材が解雇される可能性も出てくるかもしれない。そして、今まで外部に委託してきた仕事を外部に委託しなくなるかもしれない。そういう事が世界中で起きてくるじゃないのかとヒシヒシとGPT-４に触れていると思います。

GPT-４のお陰で検索を使う頻度が下がっている。でも、GPTもBardもそうだけど、検索サイトから引っ張ってきたデータなどを使用して結果を表示しているので、今は広告などは流れていないけど使用する前に一回、CMを流したりするようになるだと思います。そして、人工知能に引用された記事は報酬を得ることが出来るようになる時代が来るじゃないかな。

タグ

AI, Ｂａｒｄ, CM, GPT, GPT-4, お陰, データ, ひと, ホワイトカラー, 一昨日, 人工知能, 人材, 労働, 問題, 報酬, 外部, 広告, 時代, 結果, 頻度,

見様見真似で創ることの大切さ。 #見様見真似

2023.02.14

Logging

おはようございます、椅子を新調したいのですが今は無理だなって思っている中の人です。

この頃、見様見真似で創れるようになってきたなって思えます。その理由はYOUTUBEやchatGPTなどのツールを使いこなすと師（メンター）はいなくても、何とかなるところまで来ているのかなって思う反面、共同で何かを開発や製品づくりは共有することが大事なことなのかなって思います。

その共同で何かを創るまえに必要な知識や技術は、本当にインターネットの通信回線費だけ払えば、今は誰でも知識を得ることが出来るようになってきているような気がします。

これからの時代、勉強しなかったら差は大きく開くなって思ってしまいます。どんな時代も大変なのですが、これからの人はもっと大変な時代じゃないかってIllustratorでロゴ作りながら思いました。

タグ

ChatGPT, illustrator, youtube, インターネット, ツール, まえ, メンター, ロゴ作り, 共同, 反面, 差, 師, 技術, 時代, 椅子, 知識, 製品づくり, 見様見真似, 通信回線費, 開発,

映画、THE FIRST SLAM DUNKを観てきました。🔥 #感想

2022.12.03

Logging

映画、THE FIRST SLAM DUNK（ザ・ファースト スラムダンク）を観てきましたので感想を残しておきます、スラムダンクファン必見の映画になっていました。スラムダンクの原作者（漫画家）、井上雄彦 氏の初監督作品ですが、バスケットの試合はめちゃめちゃ躍動感があり内容も良くてめちゃスラムダンク好きには必見の映画です。是非、劇場に足を運んでいただきたい🙇。

逆に言えば、前提知識がないと若干ついていけないのかもしれないけれども、でもバケットの試合シーンを観るだけでも価値ありです、本当にカッコいい映画を有難う！！

今の映画評価は炎上があったりして良くないですが、全然良かったです星５です、学生時代に漫画を読んだ事の有る方なら観るべし映画ですね。因みに最後の最後の最後まで観るとまたまた、おまけ映像が有りますので、エンドクレジットの終わりまで観るべしです。

タグ

5, DUNK, FIRST, SLAM, The, エンド, おまけ, クレジット, サ, シーン, スラムダンク, パケット, バスケット, ファースト, ファン, 事, 井上雄彦, 今, 作品, 価値, 内容, 初監督, 前提, 劇場, 原作者, 学生, 必見, 感想, 方, 星, 映像, 映画, 時代, 最後, 本当, 漫画, 漫画家, 炎上, 知識, 若干, 評価, 試合, 足, 躍動感, 逆,

理詰め。そんなに変わるだろうかと思う反面。 #人工知能 #シンギュラリティ

2022.11.25

Logging

おはようございます、祝日の昨日は雨でしたね😗。今日は３記事ほど予約投稿出来ました。

そんな中、PIVOTの対談を朝（夜も）から観ていました。佐々木さんと対談された落合陽一さん。落合陽一さん曰く、シンギュラリティは再来年にはやってくるだそうです。

落合陽一さんが得意ではない方もいるかと思いますが、聞いていて日本は遅れているなというのは良くわかります。英語圏の方は人工知能を使用して絵を作成したり、音楽を作成したりすることが容易に出来るけど、日本人は英語力がない人が多いのでテキストで思い通りに人工知能に指示することが出来ない。

そんな感じなので、絵を創作するならstability.ai、音楽を創作するならmubert(Mubert-Text-to-Music)を落合陽一さんが使用していたように海外の人たちは、もうこういうツールを使い始めています。日本だけが特殊な環境にあるなって思うところはあります。いろいろな分野にAI（人工知能）が浸透していくのは時間の問題かもしれないと思います。

特にホワイトカラー職は大手から変わるじゃないかと思います。下請けに外注していた単純作業などは恐らくAIに取って代わられる運命に有ると思います。猫も杓子もAIを使いだしたら、世の中は大きく変わるじゃないかな・・・。

タグ

３, AI, mubert, Mubert-Text-to-Music, PIVOT, stability, こと, シンギュラリティ, ツール, テキスト, デジタル, ネイチャー, 中, 予約, 人, 人工, 今日, 佐々木, 作成, 使用, 再来年, 創作, 反面, 夜, 容易, 対談, 得意, 思い通り, 感じ, 投稿, 指示, 方, 日本, 日本人, 昨日, 時代, 曰く, 朝, 海外, 理詰め, 知能, 祝日, 絵, 英語力, 英語圏, 落合, 記事, 陽一, 雨, 音楽,

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,

あるアプリをja>>enに対応したお話。 #translation

2022.11.16

Logging

おはようございます、運用資産が爆上がってほしいこの頃です🫠（まぁ上がってるでは意味がない。）。

さて、そんな中、稼ぎ頭のあるWEBサービスを英語圏に対応させました。英語力は全然無いのでGさんの翻訳機能を使って静的サイトを構築してurlパラメーターで日本語サイトと英語圏サイトにわけているという感じです。何故、英語圏にも対応させたかというともっと収益化したいから。

それに尽きるですけどね。日本の市場だけ狙っていても多分、ココから先上手くいかないだろうなって思っています。英語がわかれば英語圏のお仕事を取れたりすると同じ考えです。

今はリモートワークで海外のお仕事を取れる時代になっていて、コネクションさえあれば日本にいて海外のお仕事を取れたりします。そして今は円安。ドルでお給与もらって円に変えても利益がある状態です…。

これから先もこんな感じが続くかと思います。なので、自分は英語駄目駄目ですけど、英語が分かる方や喋れる方はとても優位なポジションになると思っています。

日本はもう後退国ですからね、日本だけの市場を狙っていても上手くはいかないと思います。

タグ

en, ja, translation, url, web, アプリ, お仕事, お話, ココ, コネクション, これ, サービス, サイト, それ, ドル, パラメーター, リモート, ワーク, 中, 今, 先, 円安, 利益, 収益, 対応, 市場, 意味, 感じ, 日本, 日本語, 時代, 構築, 機能, 海外, 状態, 稼ぎ頭, 給与, 翻訳, 自分, 英語, 英語力, 英語圏, 資産, 運用, 頃, 駄目,

いろいろ問題のあるテスラだけど凄いなと思う😶。

2022.08.28

Logging

こんにちは、秋模様ですね、今日は一日こんな天気だと良いですけど昼から気温が上がりそうですね。

さて、いろいろ問題のあるテスラだけども自動運転技術はほぼ完全自動運転になりつつある。

またテスラの生産ラインもかなりオートメーション化が進んでいる模様です、このまま、自動化が進むと本当に人は何もしなくて良くなる時代が来るのかもしれない。それが良いことかどうかは分からないですけど、１００年後に自発的に仕事をしたいと言うと変わってますね、なんて言われるかも知れません。

そんな感じで恐らく今世紀中には自動化により殆どの事がAIやロボットに取って変わることになると思います。

タグ

１, 100, 4, 7, AI, CnXE, com, https, watch, www, youtube, yOx, いろいろ, オートメーション, かなり, こと, このまま, それ, テスラ, ライン, ロボット, ワンショット, 一, 事, 人, 今世, 今日, 仕事, 何, 問題, 天気, 完全, 感じ, 技術, 昼, 時代, 本当, 模様, 殆ど, 気温, 生産, 秋, 紀中, 自動, 運転,