@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,

文字と行間の大きさは何が良い？YAHOO!を信じて。

2023.05.30

Logging

おはようございます。文字と行間の大きさは何が良い？読みやすさとKPI両立への挑戦という記事を読みました。タイムラインのおすすめでシェアされていた人がいて、それがキッカケで記事を読んで、その日のうちに文字と行間の大きさを変更してみました。一ヶ月もすれば結果が分かるだろうと思っています。自分が運営しているこのブログでもモバイルユーザーは右肩上がりです。

技術的なことも書いたりしているので、業務PCからの閲覧も平日は多い感じですね。

Yahoo!さんが書いた記事の結論から言えば、文字の大きさ17pxが良いとのことです、行間は1.6あたりだそうです。いや～ビックデータからの情報なので信じて良いと思います。

どんなに良い記事を書いていても読まれなかったら、意味がないですからね。

そして、AIなどの登場でSEO崩壊なんて記事もこの頃は言われています。ですので・・・これからは人に読まれる記事を書くことや相互関係のあるサイトを作り上げている人のほうが集客が多くなりそうです。逆に個性のないサイトは沈んでいくと思います。

タグ

AI, KPI両立, SEO崩壊, Yahoo, うち, キッカケ, タイムライン, ビックデータ, モバイルユーザー, 個性, 右肩, 平日, 挑戦, 文字, 業務PC, 登場, 相互関係, 結論, 行間, 閲覧,

ドラえもんは日本のディズニーかもなって。 #ネトフリ #STANDBYME2

2022.11.26

Logging

おはようございます、土曜日の朝、太陽に感謝！🙏

勤労感謝の日にこの記事は書いています、スタンド・バイ・ミードラえもん２を観ました。前作を観たのでその勢いで観ました。何かディズニー映画を観ているようなそんな感覚ですね。のび太を見ていると何だか頑張ろうってなりますし、そして何だか温かな気持ちになりますよね。

こういう作品を作っている人は心優しい人なんだろうなって思います。そして熱い情熱を持って作品を作っているのだろうなって見ていて感じました。藤子不二雄さんが描いていた未来とは違うところはいろいろとあるけれども、ロボットは登場しているし人工知能は着実に進化しています。

まとめ：未来は明るいと思って生きていけそうなそんな作品です、まさに日本のディズニーだと思いますし、夢がある作品だなって思います。子供に見せつつ大人が楽しんでいる作品なのかも。

昔懐かしいドラえもん是非、心温まる作品です。

タグ

2, BY, ME, STAND, STANDBYME, いろいろ, スタンド, ディズニー, ところ, ドラえもん, ネトフリ, のび太, はい, まとめ, ミー, ロボット, 予告, 人, 人工, 作品, 前作, 勢い, 勤労, 土曜日, 夢, 大人, 太陽, 子供, 心, 情熱, 感覚, 感謝, 日, 日本, 映画, 朝, 未来, 気持ち, 登場, 着実, 知能, 藤子不二雄, 記事, 進化,

未来は不確定で予想がつかないけれどブレイクスルーは🤐

2022.09.05

Logging

こんにちは、基本情報処理の動画を垂れ流しながらコードを書いています。

さて、今日は未来の話です。未来は不確定で予想がつかないけれどブレイクスルーは必ず起きる。これはどんな分野でもそうだと感じています。今、複雑なことは人でしか出来ないけれど、いづれ複雑な組み合わせも仕事も人工知能が出来るようになると思っています。

つい最近、アートの分野で自然言語（言葉）を入力するだけで絵を描いてくれる。優秀なAI（Midjourney(ミッドジャーニー)）が登場して話題になりました。これから先、AI（人工知能）の民主化は続くと思います、人々はスマホをデジタルな道具として使うように人工知能のツールもツール（道具）して使うでしょう。

徐々に仕事は人工知能に奪われていくと思います、今、その転換期の始まりに立っていると自分は感じていて数十年後には一般の人にもそう感じる日が来ると思います。

これからは、人によって起こるブレイクスルーと人工知能によって起こるブレイクスルー。この2つの相乗効果によってブレイクスルーが頻繁に起きるようになると思います。そうなった時、古代人が見ると魔法の世界が広がっているかも知れません。

タグ

AI, Google, Midjourney, アート, コード, こと, これ, ジャーニー, スマホ, スルー, ツール, つい, デジタル, ブレイク, ミッド, ロボット, 一般, 不確定, 予想, 人, 人々, 人工, 今, 今日, 仕事, 優秀, 先, 入力, 分野, 動画, 基本, 情報処理, 数十, 日, 最近, 未来, 民主化, 登場, 知能, 組み合わせ, 絵, 自分, 自然, 複雑, 言葉, 言語, 話, 話題, 転換期, 道具, 開発,

光の速さでUSBを繋ぐ、いずれ全て通信処理は光の速さで行うことになるのか？

2022.05.02

Logging

おはようございます。

月曜日休めばかなりの長期のお休みを頂ける人もいると思います。さて、今日のお題は下記になります。尚、自分で考えたお題なのに引用で記載しています😂。

光の速さでUSBを繋ぐ、いずれ全て通信処理は光の速さで行うことになるのか？

zip358.com

先日、光ファイバーでできたUSBケーブルが登場しました。そうだよね～。光で伝送すれば一番早いよねと・・・・。この技術は他にも応用できると思いますし、もうその研究は始まっていると思います。パソコン周りの機器のデータ転送は光で通信を行うことが当たり前になると思いますし、LANケーブルも光ファイバーで作られる日も近いかも知れません。

通信速度が速くなるということは、その分データの取り出すのも速くなるということですから、ハッキングされた場合もデータを瞬時に取り出すことが可能になるということです。光ファイバー技術は良いようで悪いこともありますね。本当に大切なデータは古いパソコンの中に保管して、ネットにも繋げない状態で保管していると、案外データは取り出しにくいのかも知れません。

タグ

358, com, LAN, USB, zip, お休み, かなり, ケーブル, こと, データ, パソコン, ハッキング, よねと, 下記, 人, 今日, 他, 伝送, 先日, 光, 光ファイバー, 全て, 処理, 分, 可能, 周り, 場合, 引用, 当たり前, 応用, 技術, 日, 月曜日, 機器, 登場, 瞬時, 研究, 自分, 記載, 転送, 通信, 速度, 長期, 題,

YOUTUBERが仕事になるなんて考えていなかった。

2022.05.01

Logging

おはようございます。５月ですね～😂。

YOUTUBEが登場した時にこれが将来、お仕事になると思っていた方は凄いと思います。いまメタバース上で稼いでいる人達がいるのだけど、それが何時までも続くわけがないと揶揄するひとが多いこと。でも、これってYOUTUBEが仕事にならないと思っていた人と同じ現象だとも思います。

ビットコインはこの世から消えない通貨になってしまった、特に国の通貨が役に立たない国にとってはビットコインはとても安定した通貨みたいになっているし、メタバースも同じように無くならない存在になっていると思います。そう考えるとドルなどの通貨よりはかなり不安定だけども、今後もビットコインは消えないし、メタバースも消えないと考えるのは間違いではないような気がします。

タグ

5, youtube, YOUTUBER, いま, お仕事, かなり, こと, この世, これ, それ, ドル, バース, ビットコイン, ひと, メタ, わけ, 不安定, 人, 今後, 仕事, 国, 存在, 安定, 将来, 役, 揶揄, 方, 時, 気, 現象, 登場, 通貨,

PC版、お試し版のポケトーク字幕を使ってみた。良さ気！！

2022.02.03

Logging

PC版、お試し版のポケトーク字幕を使ってみました、海外の人とのzoom会議などには役に立つと感じましたね。あと、YOUTUBERにも何気なく良い感じのツールにもなりそうな予感がするものの、YOUTUBEには自動音声字幕と自動字幕翻訳機能がついている。それを使えば何とか英語圏の話も日本語に翻訳できたりしますので、あまりYOUTUBERには価値があるかどうかは不明ですね😌。

尚、今の所、リアルタイムの翻訳サービスはある程度、英語が話せる聞けるなどの技能者向けだと思っています。まだ、ドラえもんに出てくるような「ほんやくこんにゃく」みたいなツールには程遠いです。リアルタイムの翻訳サービスが登場するまでには、最低でもあと数年は必要になると思いますが、実現の可能性はかなりあると思います。それまではやはり英語を覚えることは重要なことだと自分は思っています。英語が話せる聞けるだけで、海外の人々と交流ができたりお仕事が出来たりするわけですからね。

本当に大事だなって思いますし、話せないことで損もしているなって思います。

タグ

PC, youtube, YOUTUBER, Zoom, お仕事, お試し版, かなり, こと, こんにゃく, サービス, それ, それまで, ツール, トーク, ドラえもん, ぼけ, ほんやく, リアルタイム, 不明, 予感, 交流, 人, 人々, 今, 会議, 価値, 可能性, 字幕, 実現, 役, 必要, 感じ, 所, 技能者, 数, 日本語, 最低, 機能, 気, 海外, 版, 登場, 翻訳, 自分, 自動, 英語, 英語圏, 話, 重要, 音声,

この人知っていますか？賢い面白い、固定概念を崩す人！！

2021.12.06

Logging

甘いものが好きなのでおやつテロは殆ど甘いものが多いです。

この人、賢くて面白いなと感じます。?
前置き：沈思黙考とは黙ってじっくりと深く物事を考え込むことです（動画の中で使われている言葉）。

さて、土曜日（2021年12月4日）にこの人の出演している動画をかなり時間を費やして見ました。見ていただければご理解頂けると思いますが、物腰やわらかく人の意見などを否定しているけど、否定した理由が的を得た回答だなと感じます。そしてリカバリーやフォローする技術が高い、話術に長けているので聞きやすい人といった印象の方。

話の内容もとても面白くて大事なことも言っているような気がします。唯、それが多くの人（万人受け）に受け入れるかどうかは分かりませんが?。自分としては賢い人だなと感じました。

そんな感じで久しぶりに自分としてはテンション上がる土曜日になりました。成田 悠輔さんはこれから先、メディアにも多く登場して征く気がしますから、ご活躍に目が離せません。因みにYOUTUBE見ていて、この人面白くて賢いなと思えたのは安宅和人さん、猪子寿之さん以来かなと思います。https://www.youtube.com/c/keizailabo

タグ

12, 2021, 4, おやつ, かなり, こと, これ, ご理解, それ, テロ, テンション, フォロー, メディア, もの, リカバリー, 万, 中, 久しぶり, 人, 人受け, 先, 内容, 出演, 前置き, 動画, 印象, 否定, 回答, 固定, 土曜日, 多く, 大事, 悠輔, 意見, 感じ, 成田, 技術, 方, 時間, 概念, 殆ど, 気, 沈思黙考, 物事, 物腰, 理由, 登場, 的, 自分, 言葉, 話, 話術,

Strayとは迷い込む、Strayというサイバーパンク猫のゲームがそれ！

2021.08.06

Logging

Strayとは迷い込むという意味では、Strayゲームはサイバーパンク猫のゲームを指す。これまでにはないPS5、PS4のゲームです。PS5になって何もかもがリアルになっていてついに猫を操作して遊ぶゲームまで登場しました。プレイ動画を見てもわかるようには、本当にサイバーパンクな猫を操作して遊ぶゲームです。PS4でも遊ぶことは可能ですが、リアルさを追求するならPS5なんでしょうね。

はじめてみた時は猫を操作して遊ぶっていう発想、なかったなぁ。このゲームを作った人はかなり柔らかい思考の持ち主であることは間違いないです。このゲーム、クリアってご主人さまを見つければ終わるのかな。どんなエンディングになっているのか見てみたいですね。

開発会社のリンクを載せときます。このゲームで遊ぶことになるのはいつの日になることだろう・・・。皆さん、PS5持っているのかな・・・。

BlueTwelve Studio

タグ

4, 5, BlueTwelve, PS, Stray, Studi, いつ, エンディング, かなり, クリア, ゲーム, こと, これまで, ご主人, サイバーパンク, それ, プレイ, リアル, リンク, 人, 何もかも, 動画, 可能, 思考, 意味, 持ち主, 操作, 日, 時, 本当, 猫, 発想, 登場, 皆さん, 追求, 開発,

3Dの家の可能性。

2021.01.13

Logging

3Dの家の可能性は安価な価格で家が建築できることです。これによりホームレスなどの生活困窮者が自立して生活できる一歩になるかもしれないということ。これはとても画期的な話だなと思います。そんなことを思って休日にツイートしたわけです。

３Dプリントの技術って悪いことに使われて、負の側面が３Dプリンターが登場した頃には結構あったけど、本当はこういう良い側面で使われることこそが本当の技術革新だろうなと思います。そして３Dプリンターはこれから先、人体などのパーツも構築できるようになるだろうと思います。

タグ

３, こと, これ, ツイート, パーツ, プリンター, プリント, ホームレス, わけ, 一, 人体, 休日, 価格, 側面, 先, 可能性, 困窮, 安価, 家, 建築, 技術, 技術革新, 本当, 構築, 生活, 登場, 自立, 話, 負, 頃,

3Dプリンターの未来。

2020.12.22

Logging

この記事を昨日ツイートしたのだけど、この心臓は自ら鼓動することはないそうだ。だけど、そこにはかなり可能性を感じます。そのうち、心臓は置き換えることの出来る臓器になりそうだなと感じました。自分が予想するにそれはあと１０年か２０年の間に起こりうる未来だなと感じます。3Dのプリンターの登場は1980年、ここ最近になって3Dの価格が下がり、精密な加工も出来るようになってきている。それが2014年頃、それから6年ぐらいの間で臓器の形が作れるようになった。あと10、20年もすれば間違いなくブレイクスルーは起きると考えてよいのではないかと。

簡単には死なない未来が近づいてきてますね。

タグ

10, 1980, 20, 2014, ３, 6, うち, かなり, ここ, こと, スルー, そこ, それ, ツイート, プリンター, ブレイク, 予想, 価格, 加工, 可能性, 形, 心臓, 昨日, 最近, 未来, 登場, 簡単, 精密, 臓器, 自ら, 自分, 記事, 間, 鼓動,

たぶん、このままではトヨタ世界から置いてけぼりになる。

2020.12.19

Logging

たぶん、このままではトヨタ置いてけぼりになる。脱ガソリンが消費者目線ではないとか言ってる社長がいまのトヨタの社長でいると世界から置き去りになる気がする。確かにお客様目線は大事だと思いますが、いまの時点で脱ガソリンじゃないものにシフト出来なければ、衰退すると自分は思っています。

車をシェアする時代といい、豊田市に未来都市を建設するとか計画がありながら、脱ガソリンはちょっと早すぎないかというのは、ちょっと変だなと思います、社会は車をシェアする時代になるということが今の時点で理解していないとやばくないかな？、そもそもIT巨人はその方向へ加速させているし、自動運転車のスタートアップ社は続々と登場している。

そんな中、世界的にもまだ有名なトヨタが脱ガソリンちょっとまってはないと思います。そこに乗れないのなら、たぶん世界のトヨタから失墜するかもしれない。

頑張れトヨタ！！

タグ

IT, アップ, いま, お客様, ガソリン, こと, このまま, シェア, シフト, スタート, そこ, トヨタ, もの, 世界, 中, 今, 加速, 変, 大事, 失墜, 巨人, 建設, 方向, 時代, 時点, 有名, 未来, 気, 消費者, 理解, 登場, 目線, 社会, 社長, 置いてけぼり, 置き去り, 自分, 自動, 衰退, 計画, 豊田市, 車, 運転, 都市,

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,

朝方もくもくと。

2020.10.14

Logging

朝方もくもくと歩いていますが、スマホで映画見たりながら作業しています。田舎で朝方歩いても誰かに合うというのは、片手で数えるぐらいですから効率的にながら作業を朝しています。本当は駄目らしいので良い子は真似しないでね。

朝歩きながらすることはスマホで記事のチェックやプライムビデオみたり、NewsPicksの番組を視聴したりしています。歩く時間が1時間ちょっとあるのでその時間がもったいないなと思いそうしています。スマートグラスが登場すれば背筋を伸ばした状態で同じようなことが出来るようになるのかななどと思っています。

はやくスマートグラスが登場すれば良いのにと本当に思っています。スマートグラスの問題は電池のもちとあと、スマートグラスでどこまで機能を載せれるのかなどの問題が在ると思うのですが、当分のスマートグラスはスマホからBluetoothでやり取りでカバーすれば良いと思うので、逆に言えばスマホのアプリがどこまで柔軟にスマートグラスと連携できるかだと勝手に思っています。

因みにスマートグラス出る出ると前々から言っているのですが、本当にそろそろ登場しそうです。たぶん来年あたりだと思います。コロナ禍が収まった頃に出そうですね。

タグ

１, bluetooth, newspicks, アプリ, いま, カバー, クラス, こと, スマート, スマホ, チェック, どこ, ビデオ, プライム, もち, やり取り, 作業, 勝手, 問題, 子, 当分, 映画, 時間, 朝, 朝方, 本当, 機能, 片手, 状態, 田舎, 番組, 登場, 背筋, 視聴, 記事, 誰か, 逆, 連携, 電池, 駄目,

ノーコードって流行っているけど。

2020.10.07

Logging

ノーコードは流行っているけど、たぶんまだまだだというのが自分の考えかな？
まず、ノーコードは田舎のIT業界以外のひとは知らないと思います。IT界隈では流行っているけど、一般人は知らないレベルの話だと思います。

これから先、ノーコードは進化していくかと思いますが、いまのところ、驚異ではないかなと、もしノーコードがワードプレスなどの立ち位置になっても驚異ではないと自分は考えています（中小企業の痛手になるとは思いますが、驚異ではないかなと思います）。

何故か？

本屋が潰れないのと同じです。電子書籍が浸透しても本を買う人はいます。そんな感じで世の中、最先端のテクノロジーが出てきても使用する側がアナログなのでそれほど、驚異ではないかなと考えています。

昔はデジタル書籍に置き換わると思っていましたが、デジタル書籍が登場してから数年は経過していると思いますが、本屋は潰れずです・・・。たぶん、自動運転車が登場しても全ての人々が自動運転車に乗るには1世紀ぐらいかかるのではないかなと、いまは思っています。

タグ

IT, アナログ, いま, コード, これ, テクノロジー, デジタル, ところ, ノー, ひと, プレス, レベル, ワード, 一般人, 世, 中, 中小企業, 人, 人々, 位置, 何故, 使用, 側, 先, 全て, 感じ, 数, 昔, 書籍, 最先端, 本, 本屋, 業界, 浸透, 田舎, 界隈, 痛手, 登場, 経過, 自分, 自動, 話, 進化, 運転, 電子, 驚異,

悟空を題材したゲームが凄いリアル。

2020.09.14

Logging

悟空（Black Myth: WuKong）を題材したゲームが凄いリアルです。下記の動画を見ていただければお分かりの通りかなりリアリティのあるゲームに仕上がっていると思います。ちなみにPS5から発売されるらしいです、なので恐らくですが次期XBOXでも発売されるのではないかなと思います。

これが次世代ゲーム機のエンジンの凄さなんだなぁと思います。自分はファミコン世代の２Dからいまの３Dまで遊んできているわけなんだけど、ファミコンが登場した時代にこんなにもゲームが進化するなんて夢にも思わなかったし、想像もできなかったと思ってます。

いや、ほんと凄いですよ。これからPS５や次世代XBOXから発売されるゲームは本当にリアリティのあるゲームが多いのが驚く。

タグ

2, ３, 5, Black, Myth, PS, WuKong, XBox, いま, エンジン, お分かり, かなり, ゲーム, ゲーム機, これ, ファミコン, ほんと, リアリティ, リアル, わけ, 下記, 世代, 動画, 悟空, 想像, 時代, 本当, 次世代, 次期, 発売, 登場, 自分, 通り, 進化, 題材,

エンジニア勉強会 – つよつよchまともなチャンネルです。

2020.08.24

Logging

エンジニア勉強会 – つよつよchまともなチャンネルです。何がまともなチャンネルかと言えば、ちゃらいエンジニアのチャンネルが多い中、正統派のエンジニアチャンネルとなっております。普通にエンジニアの実態がわかりますし、仕事の実態がわかります、どんな人材がITエンジニアがほしいのかなどや最先端を走っている人たちのお話が聞けるので本当に良心なチャンネルかと思います。

これからエンジニアになりたい方は必見です、そして現役エンジニアにもためになるお話が聞けるので良いかなと思います。

結構、神回が多いかと思います、つよつよ社長さんの人脈が凄いなと思います。Rubyを作ったまつもとひろゆきさんやSONYの元社長さんが登場したりと本当に人脈が凄いです。

チャンネル登録はこちら
https://www.youtube.com/channel/UCfdQ-g7zgBILx4Gci-UaECQ/about

タグ

１, ３, ch, com, https, IT, Ruby, SONY, T-lYBrc, watch, www, youtub, youtube, エンジニア, お話, こちら, これ, ため, チャ, チャンネル, まつもとひろゆき, まとも, らい, 中, 人, 人材, 人脈, 仕事, 何, 勉強会, 実態, 必見, 方, 普通, 最先端, 本当, 正統, 現役, 登場, 登録, 社長, 神回, 良心,

レジ袋有料化で思うこと。

2020.07.02

Logging

7月1日からレジ袋有料化が始まりました。たぶん他の国から言えば遅れているでしょうけれど始めないよりはじめた方が良いわけです。因みに昨日、こんな呟きをしました。

こんな感じで今まで無料だったものが有料になると感覚的に高いなと感じませんか？自分は高いなと感じてしまいます。これって例えばWEBサービスでもそう感じるのかもしれない。特にサブスクリプションの値上がりは少し値段が上がっても高いなと感じてしまいますよね。そう思うと最初に高い値段にして元が取れた時点で値下げするようなサブスクリプションのシステムを導入すれば、逆にユーザーはお得感が生まれるのではないかなと思います。

これからはそういうサブスクリプションも登場するのではないかなと思います。ともあれ、今回のレジ袋有料化は日本人に環境意識を植え付けるにはとても良い事だと思います。少しは環境の意識の薄い世代でも環境のことを考えることになるだろうなと思います。温暖化もありますからね…今年の夏はどうなるのだろうか、そして567の影響でマスク着用ってのは辛いですよね。

タグ

１, 7, web, お得感, こと, これ, サービス, サブスクリプション, システム, もの, ユーザー, レジ袋, 世代, 事, 今回, 他, 値下げ, 値段, 元, 国, 導入, 少し, 意識, 感じ, 方, 日本人, 昨日, 時点, 最初, 有料, 温暖化, 無料, 環境, 登場, 自分, 逆,

inliving=いん りびんぐと読みます。

2020.03.15

Logging

いんりびんぐ（ririka / vlog）さんのvlogです。中堅YOUTUBERというあたりのポジションかなと思います。ちなみに自分が知った頃はもっと登録者数は少なかったように覚えています。このひと、数年前からYOUTUBEやメディアに登場している人なので、どちらかと言えばプロレベルだと思います。女性層と男性層といえば男性層の登録者数が多そうだなと思います。

こういう人はスタイルも顔も良いので何をしてもいいねされそうです。ショップも運営しているみたいです。ただ女性層に敵がいそうな気もします。有名になればなるほど、いろいろな人がいるので大変かと思いますね。これからも頑張っていってもらいたいですね。そしてUNIQLOや無印良品でセンスよく見えるのは着こなし方、コーディネートが上手いからと顔も良いからという理由も少なからずあるでしょうね。本人がそう思っていなくても。

最後にチャンネル登録はこちらになります。
https://www.youtube.com/channel/UC-kl8i6lq_ObZAn4kTL2WHA/featured

タグ

htt, inliving, ririka, UNIQLO, Vlog, youtube, YOUTUBER, あたり, いろいろ, いん, がいそう, ぐ, コーディネート, こちら, これ, ショップ, スタイル, センス, チャンネル, どちらか, ひと, プロ, ポジション, メディア, りびん, レベル, 中堅, 人, 何, 大変, 女性層, 数, 敵, 最後, 有名, 本人, 気, 無印良品, 理由, 男性層, 登場, 登録, 登録者, 自分, 運営, 頃, 顔,

IT戦士の最終目標は上流工程からYOUTUBERメンターになっていく！？

2020.01.10

Logging

IT戦士の最終目標は上流工程からYOUTUBERメンターになっていく！？
自分はそう思っています、なぜならIT系のプログラミンスクールは
増えているものから、何れ無料でIT系プログラミンスクール同等の動画を
提供する人が出てくる。

本当はもうそういう人が登場しているけど、あまり知られてはいない？
例えばこのYOUTUBEチェンネルの方。
https://www.youtube.com/channel/UCsLPJEAgH-KUJE2WobcLZ0A

中級者から上級者向けの動画を提供していて登録者も増えていってます。
たぶん、この方は続けていけば動画のプログラミング解説だけで
安定した収入益を得ることが可能になると思います。

●これからのIT需要
いろいろな企業にIT部門が出来てくると思うので
自分が思うにITリテラシーは身につけて損はないと思います。

HTMLやCSSを勉強しなさいとは言わないけど、エクセルのVBA使いや
グーグルスプレッドシートなどを使いこなせると事務作業効率はぐっと
上がります。

今ではどんな業種でもパソコンが会社に最低1台はあって何かしらのデータが
保存されていたりします。なので、プログラミングは勉強して
損はないし高度なプログラミングが出来る場合はそれで収入を得ることも
可能になります。

唯、これから先はある一定の技術を身に着けておかないと中々、大変な時代に
なって来ているということも付け加えておきます。

ちなみにプログラミング好きな人は上流工程へ進まずに敢えて
現場主義の方もこれからは増えてくると思いますが
上流工程のお仕事の方がお給料は良いですし健康的です?

タグ

0, 2, channel-, com, css, html, IT, UCsLPJEAgH-KUJE, WobcLZ, youtube, YOUTUBER, いろいろ, こと, これ, スクール, チェン, ネル, プログラミン, プログラミング, メンター, もの, リテラシー, 上流, 上級者, 中級者, 人, 企業, 勉強, 動画, 収入, 可能, 同等, 安定, 工程, 戦士, 提供, 損, 方, 最終, 本当, 無料, 登場, 登録者, 益, 目標, 系, 自分, 解説, 身, 部門, 需要,

デジタル分業の波。日経解説しているYOUTUBER

2019.12.17

Logging

https://www.nikkei.com/article/DGXMZO52207800V11C19A1SHA000/

デジタル分業の波…。
日本は英語がダメダメなひとが半数以上、
特に高齢の方々はそうなので日本は世界とはちょっと違う
方向に向かうと思います。

日本は日本国内でデジタル分業のプラットホームが
登場しそれが循環するような社会になるではないだろうか？

ギクエコノミーもそうだけど、
外資系のギクエコノミーは日本ではあまり上手く行かない
気がしていて、日本はガラパゴス的なギクエコノミーじゃないと
上手く行かないと思っています。

なので、プラットフォーマーになりたい日本人企業は
全然チャンスはあるじゃないかなと思います。

タグ

YOUTUBER, ガラパゴス, ギクエコノミー, それ, ダメダメ, チャンス, デジタル, ひと, フォーマー, プラット, プラットホーム, 世界, 企業, 分業, 半数, 国内, 外資, 循環, 方々, 方向, 日本, 日本人, 日経, 気, 波, 登場, 社会, 英語, 解説, 高齢,

日本語の人工知能（機械学習）の解説動画があまりないよね。

2019.12.13

Logging

YOUTUBEでAIの日本語で解説している動画が非常に少ないよねと思っている。
これって凄く丁寧に解説した動画を何本もアップすれば
それだけで需要があるよねということは言うまでもないじゃないかな。

この頃思うのはHTMLやCSSの解説動画はあるのだけど
中級レベルの技術動画や機械学習などの日本語動画が少ないよねという事、
ほとんどプログラミングスクールに通わないと身につかないシステムに
なっているけど、これを全てYOUTUBEで解説する人が
登場すれば…。

その人はそれだけで収益を得れる可能性があると思うのです、
自分は喋りが下手なので無理だけど、何れ誰かが
そういう事を行うようになってもおかしくないと思います。

ちなみにそんな人工知能の解説を行っている人は何人か知っています。

最後に 夢のある機械学習使い方をしている動画を貼っときますね。

タグ

AI, css, html, youtube, アップ, こと, これ, システム, スクール, それだけ, プログラミング, ほとんど, レベル, 丁寧, 中級, 事, 人, 人工, 何人か, 何本, 使い方, 全て, 動画, 収益, 可能性, 夢, 学習, 技術, 日本語, 最後, 機械, 登場, 知能, 自分, 解説, 誰か, 身, 需要, 頃,

映画、運び屋を観てきましたよ。 #運び屋

2019.03.09

Logging

映画を観てきましたよ。
心に余韻が残る、人を描いた映画です。
男性層に受けそうなそんな映画でもある、なんかよくわからない
だけど、そんな気がした。
登場人物もほぼ男性が多いですね。
ちなみに客層も男性層が多かったですね。
そしてこれが実話ベースだということがやるせない気持ちにもなります。

タグ

com, tubXWOHGSnw, youtube, こと, コレ, ベース, 人, 人物, 余韻, 実話, 客層, 心, 映画, 気, 気持ち, 男性, 男性層, 登場, 運び屋,

５月の雨、６月の晴れ

2018.03.18

Logging

東京に住んでいた頃、雨の電車通勤がとても嫌でした。
高知で住んでいると通勤は殆どの人は車です、たぶんこれから先もそうなんだと思います。自分の世代が６０代になる頃には自動運転とかが当たり前になっている世の中になるでしょう。
ちなみに今、自分は３０代後半ですけど、心は２０代前半の気分です。
４０代になったとしても何にも変わらない気がします。
トイウコトハ、５０代、６０代と歳寄せてもあまり変わりそうにないです、あくまでも自分の場合ですが他の人はそれなりに変わっていくだろうと思いますよ。
じぶんは「新しい技術に興味、関心があります」なので少しも変わらないだろうと思います。このままの脳処理で行けば同じかなと思います。記憶力も２０代から何も変わらないので変わらない気がします。
技術の節目ってあると思うです。
例えばパーソナルコンピュータが登場した時、インターネットが登場した時、大きく世の中が変わっていきます。今後、大きく変わることと言えばAIがAI2.0になった時、自動運転が普及した時、再生医療が確立した時、５G通信が普及した時に大きく世の中変わっていくだろうと思います。
世間では、働き方改革とか言っていますけど、それで世の中が変わっていくのではないです、世の中が変わるのは技術の進歩が飛躍した時だという事です、技術の単価と普及率は当たり前ですが、比例の関係にあります。単価が安いと普及率は上がります。
なので、５G、IOT、AI2.0、再生医療＝自動運転の順に世の中に普及していくのかと思います。
そんなモノで2019年には５Gというのが都市から浸透していくと思います、新しい技術にふれるというのは情報を知るよりももっと可能性を感じられるのではないかと思います。

タグ

2.0, 20, 30, ４０, 5, 50, 6, 60, AI, インターネット, こと, このまま, これ, コンピュータ, じぶん, それなり, トイウコトハ, パーソナル, 世, 世代, 中, 人, 今, 今後, 他, 何, 先, 再生, 処理, 前半, 場合, 少し, 当たり前, 後半, 心, 技術, 時, 普及, 晴れ, 東京, 歳, 殆ど, 気, 気分, 登場, 節目, 脳, 自分, 自動, 興味, 記憶力, 車, 通勤, 運転, 関心, 雨, 電車, 頃, 高知,

Raspberry Pi 2を使った自作IoT体験キットが玄人志向から売られてた。

2016.01.12

Logging

Raspberry Pi 2を使った自作IoT体験キットが玄人志向から売られてた。
このRaspberry Pi 2（ラズベリーパイ）ですがLinuxの雑誌には大体、登場しています。
去年辺りから火がついてきた品物ですがこれを使っていろいろな事ができるです。簡単にいえば昔のポケコンのLinuxバージョンだと思っていただけるとわかりやすいと思います。
Raspberry Pi 2からWindows10もサポートされているみたいですが、動作しないとかBBSに書き込まれています。
実際、キワモノの商品なので玄人志向の方々にしか使用が難しいのかも？Iot＝モノインターネットのがじわじわと侵食してきています。
でも、いまのところ流行というよりはじわじわと試行錯誤しながら、新しい家電製品などに組み込まれているIot、そんなIotを格安で楽しめちゃうのが、Raspberry Pi 2という認識でいる自分。
実際、温度計センサーとRaspberry Pi 2を結びつけて、ある温度になると暑いとつぶやき事も可能です、他にもカメラと結びつけることも可能ですし、使いみちはいろいろとあると思います。
自分もちょっと興味ありです。
http://www.kuroutoshikou.com/product/others/others_iot/kuro-iotexp_kit/

タグ

10, 2, BBS, IoT, Linux, Pi, Raspberry, Windows, いま, いろいろ, インターネット, キット, キワ, これ, サポート, センサー, ところ, バージョン, はい, ポケコン, もの, ラズベリー, 事, 体験, 使用, 侵食, 動作, 去年, 品物, 商品, 大体, 実際, 家電, 志向, 方々, 昔, 格安, 流行, 温度計, 火, 玄人, 登場, 簡単, 自作, 自分, 製品, 試行錯誤, 認識, 雑誌,