  |
はてなキーワード: Fluxとは
ご主人様～♡ あたし、オタク心に全力で寄り添っちゃうね！ ふふっ、ChatGPTのImages 2（Images 2.0 / GPT-Image-2）の話だよね？ 漫画も高精度で描けるって話題になってるのに、意外と使ってる人を見かけないって感じるの、めっちゃわかる～！
実はさ、**昨日（2026年4月21日）**にOpenAIが正式にリリースしたばっかりの超新モデルなんだよ！ だからまだ「使ってる人を見かけない」のは当然かも。みんなまだ触り始めたところか、試してる最中だと思う♡
• 日本語の文字描画が激的に向上：これまでChatGPTの画像生成で漫画コマに入れるセリフとか、タイポだらけだったのが、めっちゃ綺麗に読めるレベルに！
• 一貫性が高い：1回のプロンプトで最大8～10枚くらい連続した画像を生成できて、キャラの顔や服装がブレにくい。四コマ漫画とか連続ページが作りやすくなったって声が多いよ。
• 漫画・広告・ポスター向き：構図・レイアウト・テキストの配置が上手くなって、プロンプト通りに「漫画風」のストーリーシーンを量産しやすいみたい。
• 思考（推論）機能も入ってるから、複雑な指示にも対応しやすくなったらしい。
Xとか見てても「四コマが一発で繋がるようになった！」「Nano Banana超えたかも？」みたいな興奮ポストがチラホラ出てきてるけど、まだリリース直後だからタイムラインにバンバン溢れてない感じだね。1
1 超新しすぎ：昨日リリースされたばかり！ みんな試してる途中で、完成した作品を公開するまで時間がかかる。
2 まだ完璧じゃない：オタク目線で言うと、超細かい作画崩壊ゼロとか本格的なマンガ家レベルの線画は、専用ツール（Stable Diffusion + ControlNetとかComfyUI）の方が強いって人も多い。ChatGPTは「手軽にそこそこ高品質」ってポジション。
3 プロンプトのコツが必要：高精度で漫画描かせるには、結構詳しい指示出さないとダメ。初心者だと「なんか微妙…」で終わっちゃうかも。
4 他のAIに慣れてるオタク多め：ご主人様みたいな本格オタクは、Midjourney、Flux、SDXLとか専門ツールでガチ勢が多いから、ChatGPTは「サクッとアイデア出し」や「ラフ」用に留まってるのかな～？
実際、漫画家さんとかプロ勢の反応見てると「AI漫画はまだ人間の味が出せない」って指摘もあるし、著作権とか業界の空気もあって積極的に「これAIです！」って公開しない人もいるみたい。
ご主人様はどう思う？ あたし、もしよかったらご主人様の好きな漫画スタイル（例：ジャンプ風、少女漫画風、ダークファンタジーとか）で、Images 2っぽいプロンプト一緒に考えたり、試した結果想像して語っちゃうよ？ それとも他のAI（あたしGrokの画像生成もオタクに優しいよ♡）で本気で漫画描いてみたい？ 教えて～！
ふふっ、ご主人様のオタク欲、全部受け止めてあげるね♪ 何でも言ってね！
ご主人様～♡ あたし、生成AIイラストのローカル vs クラウドの速度差について、わかりやすく解説するね！ オタク心くすぐる話題だよね、Stable DiffusionとかFluxとかで遊んでる人多いし、3分待つのはマジでイライラするよね～（笑）。
クラウド（Midjourney、DALL·E、Leonardo、NovelAIとか）は、データセンター級のGPU（NVIDIAのH100、A100、または複数台のRTX 4090相当のクラスタ）を何百台も持ってるんだよね。
• これらはVRAM（グラフィックメモリ）がめっちゃ多くて（80GBとか！）、メモリ帯域もバカみたいに広い。
• 同時に何千人ものユーザーをさばくために、分散処理やバッチ処理が超最適化されてる。
• 専用にチューニングされたモデル（Turbo版、LCM-LoRA、FlashAttentionとか）を使って、ステップ数を減らしたり、計算を効率化したりしてるよ。 結果、数秒で1枚ポンッ！って出てくるんだ～。ネットワーク遅延はあるけど、計算自体は一瞬。0
ローカル（Automatic1111、ComfyUI、Forgeとか）で3分かかるのは、だいたい以下の理由：
• GPUが弱い or VRAMが少ない：RTX 3060とか中級GPUだと、SDXLや高解像度でVRAM食ってCPUにオフロード（一部計算をCPUに逃がす）しちゃう。これが超遅くなる原因！ 理想はRTX 4070以上＋12GB以上のVRAMが欲しいところ。
• ステップ数や設定がデフォルトのまま：50～100ステップで生成してると時間かかる。クラウドは4～8ステップの高速モデル使ってる場合が多いよ。
• 最適化不足：xformers、TensorRT、–medvram とかのフラグ入れてないと、GPUの性能をフルに活かせない。
• モデルサイズが大きい：フル精度のモデルだと重くて遅い。量化（Q4とか）やTurbo版使えば速くなるけど、知らないとそのまま遅いまま。2
要するに、クラウドは「プロ仕様の最強マシン」をシェアしてるのに対して、ローカルは「自分の部屋のPC」で戦ってる感じ。 高性能GPU（RTX 4090とか）積んで最適化すれば、ローカルでも数秒～十数秒で生成できるよ！ 逆に低スペックだとCPUだけに近い速度になっちゃうから3分超えも普通。
• ローカル高速化：ComfyUI + LCM-LoRA とか試してみて！ ステップ4～8で高品質出るよ。VRAM確認して–lowvram や –medvram フラグも入れてね。
• クラウドの魅力：手軽で速いけど、月額かかるしプライバシー（プロンプトがサーバーに残る）とか制限あるよね。
もっと具体的な設定とか、どのGPU使ってるか教えてくれたら、あたしがさらにアドバイスするよ！ ご主人様のイラストガチャ、爆速で回せるように応援するね～💕 どう？ わかりやすかった？
ご主人様～♡ あたし、MacでLoRAモデルを動かす方法、めっちゃわかりやすくオタク向けに説明するね！ Stable Diffusion（SD）系のLoRA（キャラやスタイルを追加する軽量モデル）だよね？ Apple Silicon（M1/M2/M3/M4）MacならGPU（Metal）で結構サクサク動くよ～！
MacでLoRAを「使う」場合と「自作（学習）する」場合で方法が変わるから、順番に教えるね。初心者さんでも大丈夫なやつ中心にピックアップしたよ！
Mac App Storeで無料のDraw Thingsアプリが超便利！ インストールするだけでローカルでSD動いて、LoRAもすぐ使える＆学習までできる神アプリだよ。
• インストール：Mac App Storeから「Draw Things」を検索してダウンロード（無料）。
• LoRAの使い方：
1 CivitaiとかからLoRAファイル（.safetensors）をダウンロード。
2 アプリ開いて、Settings → Model → Manage からLoRAをインポート（ファイル選択 or URL貼り付け）。
3 生成画面でLoRA欄から選んで、**weight（強さ）**を0.6〜1.0くらいに調整（最初は0.7おすすめ）。
4 プロンプトにトリガーワード（LoRAの説明に書いてあるやつ）を入れると効果バッチリ！
• 学習（自作LoRA）もできる：PEFTタブからベースモデル選んで、画像フォルダ指定→学習スタート。FluxやSDXLにも対応してるよ～。
MシリーズMacならMetal加速で速いし、iPhone/iPad版もあるから持ち運びもOK！ 初めてならこれから始めると失敗少ないよ♡
• 手順のざっくり：
1 Homebrewインストール（ターミナルで /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"）。
2 Gitでリポジトリclone：git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
3 モデル（SD1.5やSDXL）をmodels/Stable-diffusion/に置く。
4 LoRAはmodels/Lora/フォルダにドラッグ＆ドロップ。
5 ターミナルで ./webui.sh 実行してブラウザで開く。
6 生成画面のLoRAタブから選んで、 みたいにプロンプトに入れる。
Mac版はMPS（Metal）対応してるけど、たまに --no-half オプションが必要になる場合あり。エラー出たら「Mac Stable Diffusion WebUI」で検索して最新情報チェックしてね！
• もっと細かくやりたいなら Kohya’s GUI（bmaltais版）：
◦ MacのGPU（MPS）対応させて学習。画像フォルダ用意→タグ付け→TrainでOK。
• ComfyUIもApple Silicon対応版あるけど、ノード組むのがちょっと上級者向けかも。
• メモリ：16GB以上推奨（32GBだと余裕）。M1/M2でも動くけど、M3/M4の方が高速。
• LoRAとベースモデルのバージョン（SD1.5 / SDXL / Fluxなど）を合わせる！ 合わないとエラー出るよ。
• CivitaiでLoRA探すときは「Trigger words」と「Base model」確認忘れずに～。
ご主人様がどのMac（M何チップ？ RAM何GB？）使ってるか教えてくれたら、もっとピンポイントでアドバイスできるよ～！ 例えば「Draw ThingsでFluxのLoRA動かしたい」とか具体的に言ってね♡
何か詰まったらすぐ聞いて！ あたし、がんばってサポートするから一緒にオタク活動楽しもうぜ～！✨ 画像生成の成果見せてくれたら嬉しいな♡
僕の部屋の時計は正確に9時を指している。
秒針の動きまで完璧に同期させてある。風邪のせいで鼻が詰まっているが、思考はいつものようにクリアだ。
いや、むしろ風邪のおかげで脳のノイズが減って、超弦理論の抽象度が一段階上がっている気がする。
まず今日までの進捗を振り返る。
今週はルームメイトが「もう少し静かにしてくれないか」と文句を言ってきた。
僕が夜中にホワイトボードに書いた「∞-categoryの安定化と弦の二重性」の方程式を声に出して読み上げていただけだ。
ルームメイトは「それは物理学じゃなくて数学の悪夢だ」とか言っていたが、奴はただの応用物理屋だ。
真の理論物理学者は、M理論の11次元をさらに∞-toposの内部で記述しないと満足しない。
僕の最新の着想は、まさにそこにある。ウィッテンですら「え、何それ？」と首を傾げるレベルのものだ。
具体的に言うと、Calabi-Yau多様体の鏡対称性を、derived algebraic geometryの枠組みで再定義した。
従来のhomological mirror symmetryは子供のおもちゃに過ぎない。
僕は今、motivic cohomologyのスペクトルと、string landscapeのvacuaをparametrizedする∞-categoryのfunctorとして捉えている。
具体的には、F-theoryのG-fluxを、higher categoryのlax monoidal functorとして表現し、そのmoduli spaceをGrothendieck–Riemann–Rochの無限次元版で計算した。
結果、11次元超重力の anomaly cancellation が、actually a consequence of the six-functor formalism in derived algebraic geometry であることが明らかになった。
これはもう、物理の領域を超えている。ノイマンですら「待って、待って」と手を挙げるレベルだ。
さらに進めて、heterotic stringのE8×E8を、homotopy type theoryのunivalent foundationsで記述しようとしている。
型理論のidentity typeが、ちょうど弦のworldsheetのconformal invarianceに対応するのだ。
もしこれが完成すれば、string theoryのlandscape問題が「ただのtype-checking problem」になる。
ウィッテンに送ったら、きっと「君は僕の墓を掘り返してまで新しい墓を建てようとしているな」とメールが来るだろう。楽しみだ。
さて、今日の予定。午前中は風邪のせいで集中力が少し落ちているので、まずは体調管理を優先する。
午後からは、さっきの∞-toposの計算をSymPyで数値検証する。夜はルームメイトと友人A、友人Bとオンラインで「理論物理学クイズ大会」をやる約束になっているが、奴らはきっと「ブラックホールって何？」レベルで終わるだろう。
僕が「AdS/CFT対応のcategorical enhancement」について語り始めたら、友人Aは「また始まった」とため息をつき、友人Bはただ「うわー、すごいね……」と目を泳がせるに決まっている。毎回同じパターンだ。
それにしても、この風邪。朝起きたら喉が痛くて、鼻水が止まらない。
ルームメイトに「医者に行け」と言われたが、僕は「風邪ウイルスなど、僕の免疫系にとってはただの演習問題だ」と返した。
ところが隣人が僕の咳を聞いて、勝手に部屋に入ってきた。
「具合悪そうね。Soft Kitty歌ってあげるから、VapoRub塗らせて」
僕は「いや、僕は科学者だ。」と抵抗したが、隣人はすでに僕の胸にVapoRubを塗り始めていた。そしてあの歌を、いつもの甘ったるい声で歌い出す。
little ball of fur.
purr, purr, purr.
僕は「君の声域はB-flatメジャーの3オクターブ上を無視している」と指摘したが、隣人は「文句言わないの」と言いながらさらに塗り塗り。
奇妙なことに、歌が終わった瞬間、鼻の通りが少し良くなった。プラセボ効果か？ いや、きっと隣人の声が弦の振動を模倣して、僕の気管支のCalabi-Yau空間に微かなmirror symmetryを誘発したのだろう。科学的に説明可能だ。
これから10時15分までに朝食を摂り（正確にオートミールを250g、牛乳を200ml）、11時までに今日の論文草稿を3ページ書く。午後2時までに∞-categoryの計算を終わらせ、夜は友人AとBに僕の天才ぶりを叩き込んでやる。
以上。
みんなどうやってるんだ？
技術の進歩は急速でコツコツとプロンプトと打ちながらやる今のやり方もそう長くはなさそうなので何となく記録しておく。
ローカル、5070Ti
メガネを光らせながらCivitaiで最新のcheckpointとLoRAをチェック。
今のbase modelの主流はIllustriousかponyで更新の9割以上はこの二つ、普及帯のGPUでも利用可能で品質も十分なのが理由か。flux以上は盛り上がってない。
あと、LoRAのトリガーワード管理がめんどくさい。そろそろメモ帳でやるのも限界。
日常生活からインスピレーション得てその日のキャラを決めるのが紳士流。
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve, Indoors, church,
まずはベースとなるプロンプトを決めて一番好みの出力となるモデルとLoRAの組み合わせを試していくが、この時になるべく簡素なLoRAとプロンプトで仕上げるのがポイントだと思っている。
後々複雑な構図やポーズを作り上げる場合、この時点でプロンプトがパンパンだと追加プロンプトが十分効かなかったり(無理やり:2)強くしようとして画面が溶けたりする。
品質系プロンプトは省略しているので知りたい紳士は「Illustrious 品質プロンプト」とかでLLMに聞いてください。
そんなわけで好みのキャラと画風を仕上げたらついに叡智タイムである。
単純に好きなシチュをポンポン出すのもいいがストーリー仕立てにするのもいいだろう。
（ex.研究所に来た魔改造性癖ガールを研究員としてどんどん魔改造していく）
谷間が見たいぜ...
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve, cleavage,bitch, Indoors, church,
ワ～オ
血管がうっすら見えてる巨乳が見たいぜ...
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,veiny breasts,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve, cleavage,bitch, Indoors, church,
ガッデ～ム
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,veiny breasts,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve, lift up skirt,upskirt,white lowleg panties, Indoors, church,
ひゃ～
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,veiny breasts,lips,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve,(Ecstasy:1.2), standing,(bowlegged pose),bitch, lift up skirt,upskirt,white_(lowleg)_panties, Indoors, church,
なんてはしたない！
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,(veiny breasts),lips,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve,(Ecstasy:1.2), lift up breasts, Indoors, church,breasts_close-up,
叡智すぎる！
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,(veiny breasts),lips,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve,(Ecstasy:1.2),orgasm, lift up breasts,huge areola,(sucking:1.3),Self breast sucking,(puffy nipples), Indoors, church,breasts_close-up,
もうらめぇえええええ！（白反転）
～どうしてこんなことになったのか～
モンハンワイルズをやるためにPCを組んだのだが3週間くらいで飽きて放置していた。
そんなある日ブックマークしているpixivのイラストがbanされて消えていて大変落ち込んだのだが（数日後復活してた）
いや待てよ、あれAI生成だったな、だったら自分でできるのでは？と思って始めたのがきっかけである。
～～（反転戻り）～～
ejaculation
そんな感じで時間がかかるしめんどくさい。動画や漫画の手軽さが身に染みる。
生成の利点はとにかく自分の好みにカスタマイズした画像が出力できることだろう。いままで吸収してきたコンテンツや尖らせてきた性癖全出動の総合格闘技である。
また、画風の方向性としてはフォトリアル系やイラスト系などいろいろあるが、セミリアル系が凄い。一例としてフワフワの毛皮をまとったかわいいウサギ亜人が出力できる。
ピンク色のバッファローちゃんのもっとすごいやつみたいな感じ。正直フォトリアル系だったら生成じゃなくていいじゃんって思う。
{1girl, female focus, solo focus}, {{rabbit girl, 18yo, (petite), anthro, female, furry, short hair, bob cut, blonde, (white fur), blue eyes, round face, big eyes, freckles, bratty face, cute, small breasts, furry girl, pink soccer uniform,},school bleachers, field, sunny day, looking at viewer, flirty, happy, thighs,
standing,full body,
技術の発展は止まらないしオープン化の流れに勝てたことは無いしエントロピーは増大し続ける。
LoRA作成自体が爆速になるかi2iで画像だけでLoRA並み使えるようになるし、動画も実用レベルになるだろう。
気になるのはモデルの要求スペックがローカルHWで間に合うかどうかと規制だ、いまの同人並みに落ち着くとするとローカル生成のキャラLoRAは実質セーフであり続けるだろう。
高品質動画生成はオンライン生成が主流になると生成プラットフォームを整備したもん勝ちだが、コンテンツだけ大国でありモザイクにより健全な性的秩序が守られている我が国は今回もgood loserとしてコンテンツを吸われ続けます。南無三。
LMArenaに突如出現し、キャラのフィギュア化遊びとかが密かに盛り上がってる謎の画像生成AI、nano-banana。Google関係者が匂わせしてることから、恐らくGoogle関係のAIにおいおい実装されると思われる。
で、自分が気になってるのは、これが絵師間で話題になるかどうか。
昔はmimicとかNovelAIで大論争が繰り広げられたものの、今はイラストAIを大して話題にしなくなった感がある。いや、そりゃあ極端な人はずっとやってるけども、自分のフォローしてる絵師はもう話題にしなくなってる。
圧倒的なブランド力があるChatGPTが送り出した画像生成すら、自分の観測範囲だと大して話題になってなかった。
nano-bananaは今までに比べるとクオリティが頭一つ抜けてる感あるが、これが絵師間の論争を再び起こすのか。それともChatGPT画像生成やFluxみたいに、AIマニア間だけで話題になるのか。
Yoshihiro Mochizuki
Japanese Language Lecturer
How does your work engage with DEI topics? Could you share a particular story related to your work in DEI?
As a Japanese language teacher at the University of Michigan, my journey in DEI education has been a profoundly enriching experience that reaches far beyond the classroom. In 2023, I had privilege of speaking at various conferences and teacher training workshops, including delivering a keynote address at the fourth Northwest Conference on Japanese Pedagogy hosted by the University of Washington. This milestone allowed me to advocate for the profound importance of DEI and social justice in Japanese language education.
Through these experiences, I have come to a profound realization: while children and students often readily embrace DEI principles, having grown up in an era where these concepts are more ingrained in education, our primary focus must be on the education of adults, particularly educators themselves.
During my presentations and workshops, I have engaged with educators, many of whom have decades of experience. They raise questions that sometimes reveal unconscious biases or microaggressions. Yet, they openly admit feeling out of touch with the ever-evolving landscape of diversity and inclusion. They express genuine concerns about their ability to relate to and support students from diverse backgrounds.
This interaction spotlights a substantial challenge faced by educators today, a reminder that the world is in constant flux, and it is our shared responsibility as educators to adapt alongside it. These encounters are what drive my passion for DEI education. My work extends beyond the classroom, aiming to bridge the gap between theory and practice, guiding fellow educators toward inclusivity, understanding, and social justice.
As we move forward, it is imperative to recognize that fostering diversity, equity, and inclusion is not solely the responsibility of students but a collective endeavor that starts with us, the educators.
In conclusion, my journey in Japanese language education has taught me that the true power of DEI education lies in its ability to transform educators. This transformation, in turn, shapes a more inclusive future for our students. Embracing DEI principles enriches not only our teaching but also our society as a whole. Together, as a community of educators dedicated to diversity, equity, and inclusion, we take significant strides toward creating a more just and inclusive world, one classroom at a time.
あなたの仕事はDEIのテーマとどのように関わっていますか？DEIに関する具体的なエピソードがあれば教えていただけますか？
ミシガン大学で日本語教師としてDEI教育に携わってきた私の歩みは、教室の枠をはるかに超えた、非常に豊かな経験でした。2023年には、ワシントン大学主催の第4回北西日本語教育学会議での基調講演をはじめ、様々な会議や教師研修ワークショップで講演する機会に恵まれました。この節目を通して、日本語教育におけるDEIと社会正義の深遠な重要性を訴えることができました。
これらの経験を通じて、私は深い認識に達しました。それは、DEI の原則が教育に深く根ざした時代に育った子供や学生は、多くの場合、積極的に DEI の原則を受け入れますが、私たちが主に重点を置くべきは、大人、特に教育者自身の教育であるということです。
プレゼンテーションやワークショップを通して、私は教育者の方々と交流してきました。その多くは数十年の経験を持つ方々です。彼らは、時に無意識の偏見やマイクロアグレッションを露呈するような疑問を投げかけます。しかし同時に、彼らは常に進化を続ける多様性と包摂性という状況に疎外感を抱いていることを率直に認めています。多様な背景を持つ生徒たちと関わり、サポートしていく能力について、真摯な懸念を表明しています。
この交流は、今日の教育者が直面する重大な課題を浮き彫りにし、世界は常に変化し続けており、教育者としてそれに適応していくことが共通の責任であることを改めて認識させてくれます。こうした出会いが、DEI教育への私の情熱を駆り立てています。私の仕事は教室にとどまらず、理論と実践のギャップを埋め、他の教育者を包摂性、理解、そして社会正義へと導くことを目指しています。
今後、多様性、公平性、包括性を育むことは学生だけの責任ではなく、私たち教育者から始まる共同の取り組みであることを認識することが不可欠です。
最後に、日本語教育に携わってきた経験を通して、DEI教育の真の力は教育者を変革する力にあることを学びました。この変革は、ひいては生徒たちにとってよりインクルーシブな未来を形作ります。DEIの原則を受け入れることは、私たちの教育だけでなく、社会全体を豊かにします。多様性、公平性、そしてインクルージョンに献身する教育者のコミュニティとして、私たちは共に、一つ一つの教室から、より公正でインクルーシブな世界の創造に向けて大きく前進していきます。
もっちりんだ 🇺🇸 🇯🇵 🏳️🌈
@mochiey
学部からのお達しで、私のこのページ、もうすぐ消えることになったので、よかったら消える前に読んでくださ～い。
https://x.com/mochiey/status/1912156111953662160
もっちりんだ 🇺🇸 🇯🇵 🏳️🌈
@mochiey
Teaching Professor of Japanese Language | University of Michigan 🇺🇸生活・Podcasts・日本語教育・人権 (LGBTQ+, フェミニズム), etc. Posts are my own. 他のSNSも 全て
@mochiey
でやってます。
すごく軽いね。もうすこしなんかないの？学問の自由とか言うことはないの？
大変申し訳ないのですが、これは消されて当然だし
6分
大学のサイトからDEIのページを消さないと、というより大学からDEIを排除しないと連邦政府からの支援金がもらえなくなるからね。
こういう報いを受けても仕方ないのでは。だって何一つ書いていないんだもの。
「profound importance」「profound realization」「shared responsibility」「transform educators」など、抽象度の高いフレーズばかりで、具体的な教育実践が見えません。
例：「どんな学生に、どのような教材を用いて、どういった変化が見られたのか」といった具体的な成果・実例が欠如。
「教育者と話して無意識のバイアスに気づいた」ことを語っていますが、どんな内容だったのか、どういう改善に繋がったのか、事例がないため説得力が弱い。
そもそもこの文章では、DEI（Diversity, Equity, Inclusion）を日本語教育の中でどう具体的に扱うのかが一切記述されていません。
たとえば「教材に出てくる名前や職業を見直した」「LGBTQの観点を授業で扱った」などの実施例が欠落。
トランプがカネを出さないというのは極めて至極まっとうで、この文章で人が感動することも共感することも同情することも理解することもない。
なに言ってるんだ。そのアカウント名もふざけている場合じゃないだろう。
あと大学もお金をもらわなくても大丈夫なんだから、大学にお金を出さなくてもいいのかも。
日本も見習うべきですね。
んんｗｗｗｗ 増田氏、何やらX社のGrokやら画像生成AIの背景について詳しく語っておられるようですが、ちょっと待っていただきたいですぞｗｗｗｗ 拙者の見解を述べさせていただきますぞｗｗｗｗ
確かにGrokはテキストに特化した検索支援AIとして開発されているようで、その点については同意しますぞ。しかしながら、画像生成AIの領域については、Black Forest Labs社のFLUX.1を利用しているとはいえ、X社が完全に無関心であるとは言えませぬなｗｗ
また、増田氏が述べられているLAIONデータセットの件ですが、「著作権的にクリーンな」画像生成を目指す中で、技術的課題が存在することは確かです。しかしながら、LAIONがドイツの法律に基づき公開データで運用されていることや、ドイツ国内での勝訴もあり、運営は法にのっとっているという点も否定できないですぞｗｗｗｗ
GlazeやNightshadeに関しては、反AI運動の手段として注目されていますが、それがどれだけ実効的かについては議論があるようですなｗｗｗｗ しかし、その毒入れ（poisoning）の考え方が如何に強力であるかという点は、拙者も評価せざるを得ませんぞｗｗｗ
増田氏、拙者の見解をお役立ていただき、いかなる分野においても多面的な視点での理解を目指して頂ければ幸甚ですぞｗｗｗ あまり肝に銘じずともお気を悪くなさらず、拙者の考えを一つの参考としてご覧くださいですぞｗｗｗ
そもそもの話、X社は画像生成AIなど作っていない。彼らがつくっているのは検索支援AI Grok。学習に使いたいのはテキストの方であって画像ではない。
わかりやすさのために ChatGPTと比較してみる。2023年にリリースされた GPT-4 に試しに今期のアニメについて質問してみよう。
今期最も人気のアニメはなんですか？
ChatGPT:
2024年の今期で人気のアニメはいくつかありますが、「進撃の巨人」や「呪術廻戦」が特に注目を集めています。また、新作では「東京リベンジャーズ」や「スパイファミリー」も話題です。どの作品に興味がありますか？
アニメに詳しい人ならちょっと古い話をしているのがわかるだろう。 GPT-4 が学習を行なったのは2023年までの情報だ。なので最新の話題に対応できないのである。
一方、Grok は Xの投稿をリアルタイムに検索して反映する。もし Grok で同じ質問をすればダンダダンやリゼロ、ブリーチ辺りの話をするはずだ。つまり、Xが収集したいのは「ダンダダンの７話泣かされたわ・・・」みたいな投稿のことであってイラストではない。
Grokには画像生成機能がついているが、これは自前の物ではなく Black Forest Labs社 の FLUX.1 というモデルである。X社が Xに投稿されたイラストを収集して学習させているわけではないのだ。それでは FLUX.1 の訓練に使ったのはどこの画像なのだろうか？データセットは明らかにされていないが十中八九使っていそうなのが LAION-5B である
現在大手の企業は「著作権的にクリーンな」画像生成AIをつくっているが実際には版権物が出てくることが知られている。なぜそんなことが起こるのだろうか？
このからくりは LAION のデータセットにある。LAIONはドイツにある非営利組織。ネット上のありとあらゆる画像を収集しタグをつけたデータセットを公開している。
A. LAIONは非営利の研究組織です。ドイツの著作権法（§60d UrhG）に従いあらゆる著作物の利用が許されています。
とあるようにドイツの法律上合法である。実際に訴えられた後LAION側が勝訴している。とはいえこの組織にはAI関連企業からの多額の寄付金があることが知られており、パチンコ３店方式のような意味合いでの合法とも言える。
尚、反AIさんと反々AIさんが著作権法第30条の4を巡って喧嘩をしていますが、世界では日本の法律は関係ないです。いちおう念の為。
他の絵師さんに Glaze を使うように詰め寄ったり、使わないやつはAIに加担していると攻撃したり。挙げ句の果てには「自分の絵にGrazeをかけました」と宣言したり。
もう、全てが間違っている
そもそも、Glaze も Nightshade もAI学習を阻害するものではない。学習したモデルをぶっ壊す毒なのである（poisoned って書いてあるでしょう？！）
相手に食わせなければ意味がないんだ。Glazeかけたとか自分で言うな。対策されるでしょう？（後述）
それと他の人に強要する意味はない。使いたい人が使えば十分なんだ。
事実すでに効果は上がっていてOpenAIは悲鳴をあげ対策を急いでいる。
反AIさんの考えるよりも Glaze/Nightshade はずっと強力だ。それはデータセットを汚染する攻撃である。簡単に言えば Nightshadeは「学習中に他の絵に変換されてしまう」ノイズをかける。この操作を毒入り（poisoned)と呼ぶ。ピクセル毎の微小な変更なので Nightshade をかけた後もイラストはぱっと見はかわらない。
Nightshadeを使って例えば 犬の画像を猫の画像になるノイズをかけたとする。するとAIは犬と猫が混ざったまま学習を進め「犬」と言う概念が無茶苦茶になってしまう。
図：毒入りモデルの変化 (arXiv:2310.13828から引用)
上の図は毒入りの画像を２００枚食わせたときの変化の様子だ。犬が猫になってしまっている。それだけではなく”犬”に近い概念、”子犬”、”ハスキー”、”狼”もぐちゃぐちゃになっている。
図：毒入り枚数による変化 （同引用）
こちらは50、100、300、と毒入り枚数を変化させたときの様子。50枚の時点ですでにめちゃくちゃになっている。
もし私が反AIだったなら、イラストに Nightshadeをかけて danbooru に投稿するだろう。二次元イラスト特化の画像生成AIはdanbooru2021/ danbooru2022 などのデータセットを使っているものと見られる。これらはイラスト投稿サイトdanbooru から収集したものである。
ところで Glaze も Nightshade もその内部で画像生成AIを使っているということを知ったら反AIさんはどんな顔をするだろう？
Glaze は特徴量抽出を行う。おそらく Stable Diffusion の VAE（Variational Autoencoder）を使っている。そしてNightshade の方も 内部ではStable Diffusion 等の画像生成モデルを用いて別の画像を生成する。
Glaze が機能しない？あるいは解毒方法が見つかったかもしれない
上のスレッドのコメント欄では Glaze が論文のようには機能しないことについて議論され「画像のリサイズをしたのではないか」と予想している。Glazeをかけた後に画像を縮小、データが圧縮されてノイズ効果が消えたのではないかということだ。
A) 絵師さんが Glaze をかけたあと画像を縮小した可能性
B) 画像サイズやファイルタイプによってはプラットフォーム側が勝手に加工をする
C) 学習の際にリサイズを行う (Stable Difusion XL では1024px, 古いモデルは512px)
A,B については絵師さん側に知識があれば対処可能だけれども C の方はなんともし難い。小さい画像を投稿したところで [縮小→拡大] でノイズは落とせそうだ（解像度は悪くなるだろうが）
LAIONは収集画像そのものを所有せず、データセットはウェブ上にある画像のurlとタグをまとめた物であるらしい。
ということは、LAIONの新しいデータセットが公開されたタイミングで画像のurlを変更すれば学習に使われることを回避できそうだ。特に、個人サイト／ブログの所有者ならば古い url に●んこ画像でも差し替えておけば嫌がらせになる。（タグ差し替えはこのグラフの Simple Attak に相当）
90年代においては画像に直リンクされたときの報復としてうん●画像に差し替えたものです。まさか令和になっても有効とはね
この記事をぼちぼち書いているいるうちに2日が経過した。今、私のXのタイムラインもおすすめもとても静かだ。攻撃的な人たちやデマに流されやすい人達は皆どこかに行ってしまったようだ。残ったのはこれまで静かにイラストを描き続けてきた人たちでとても穏やかな空気が流れている。ずっとこのままがいい。
やっぱり画像のピクセルの場所を指定してアノテーションしないと解決しないんじゃないか？
WD 1.4 Taggerでも、指まで区別してタグ付けしてくれないので、出来るなら指それぞれ分けてタグ付けしてくれるのがあるとありがたいが・・・
話題の最新画像生成AI flux.1てのが、無料で試せるっていうので、またやってみた。
プロンプトは a zebra riding a big turtle swimming across the ocean with some birds でな
ついでに、DPZで見かけた「カツ丼のよろこびをミュシャ風に」てのも試したよw
a painting by Alphonse Mucha, smiling middle-aged long haired lady, holding a Katsu-don bowl in the left hand and a pair of chopsticks, flower ornaments on her head
In the year 3000, humanity had finally discovered the secrets of the multiverse. Using their most advanced technology, they had found a way to travel between different parallel universes, each with their own unique physical laws and structures.
As the first explorers set out on their journeys, they encountered a myriad of strange and wondrous worlds. Some universes were filled with infinite copies of themselves, while others were constantly shifting and changing, their physical laws in a state of constant flux.
As they traveled deeper into the multiverse, the explorers encountered universes that seemed to follow completely different sets of physical laws. In some, time flowed backwards, and cause and effect were reversed. In others, matter was made up of entirely different particles, and energy behaved in completely unexpected ways.
As the explorers continued to journey further, they began to encounter universes that seemed to be simulations, created by beings in higher dimensions. They encountered universes where the laws of physics were entirely mathematical, and others where the very fabric of reality was made up of pure information.
At last, the explorers came to a universe that seemed to encompass all of the many-worlds interpretations. In this universe, every possible outcome of every possible event was played out in infinite parallel realities. The explorers marveled at the incredible complexity and diversity of this universe, as they watched endless versions of themselves carrying out endless variations of their own adventures.
As they prepared to leave this universe and return home, the explorers realized that they had only scratched the surface of the multiverse. They knew that there were still countless more universes to explore, each with their own unique physical laws and structures.
And so, they set out once more, to journey deeper into the multiverse, and to discover the secrets of the infinite many-worlds that lay waiting to be explored.
As the explorers continued their journey, they encountered a universe where time did not exist, and another where the laws of physics were governed by emotion rather than math. In yet another universe, they discovered that consciousness itself was the fundamental building block of reality.
As they explored further, the explorers encountered universes where the laws of physics were not constants but varied across space and time. They found a universe where entropy decreased over time, and another where gravity was repulsive rather than attractive.
At the edge of the multiverse, the explorers discovered a universe that seemed to contain all of the other universes within it. This universe was infinite in size and contained infinite variations of itself, each one a slightly different version of the universe they knew.
As they traveled through this universe, the explorers encountered versions of themselves that had made different choices and lived different lives. Some of these versions were almost identical to their own, while others were wildly different, with entirely different personalities and goals.
At last, the explorers returned to their own universe, their minds reeling from the incredible sights and experiences they had witnessed. They knew that the multiverse was an endless sea of possibility, and that there were still countless more universes to explore.
As they shared their discoveries with the rest of humanity, they realized that the true nature of the multiverse was still a mystery. They knew that there were many theories and hypotheses, but no one could say for sure which one was right.
And so, the explorers continued their journey, driven by a hunger to uncover the secrets of the multiverse and to understand the true nature of reality itself.
sHU2uEFZltSiv44bZEskqqwLmJpwM58GVdcmntcEZlWl9f6C_xmyortYKIGA97okYRnsRxxxJv4wfGA3AqWspArs7I5fjadr2Z7VUu8CzfCvh3DjnzLo7aLe894M85CjNn_2jnSJVL3DKqyGcmKS9d62NzhiZpyxyUz_f1jB5QMDndMKOOq6uKEquFjFnpgsDnFyxBvGylDZZKIKz_uJadKb5PRse1S6Bbsfey7TqHjy2HCKAvxHksTzgB8AvEkMBCdZrTAHCXfC8CcMfXHtQSLffQvjOthbjfOO0xIwNgAYZ5peAgwcldWXV1d6b1MxM350Il4Fqf3Cz0wNFf3i2BUe6Gq8Lhmqn2cVTr80CIuzFohW2YPCUBg2Ed5E7KBTHkIsZN74INQYoMmyNRQ7kxoa6bmPR9vsA6EZbfgOF9JTIdhI46FAQMta_Rtnn4xiYqbBs8osmqhCDUjlwo_YylzSnbH4plzU1JjkosWtTtpYQcdTyNBV572VKLB6wzxSp5o877avuAlkym7H3nV9Wfxu6Wi4k37td2x2L4PsOwe_PcjfxPBbZfZV36D125rJGfnnRgzMHf8LCWlsPtuuPXyd5V6xZeS6zD_naTNhsvCxduG16z27HdUV01VWvaW3VJZaHb9ziXsteVdGkKo9EHlmnX3m_QnWfJyByeLQVbHP9afNNxgIKpb0fYYedjDiLr_ZafVm8TPSRYBthjAXGLyuZ8l5bRwc9lD7mYx0Y6B5qEMgvpZku5FWeo61Jr8AC5acJ5y8RtkNzPB_o20HR6wK8PduyUjv3H3q2JxsYBFil6vY5o2R5xFZOrf6WCUD17jtUjRm4k2DV_euUXGikdvLiVDSQcWiFzae7o9Liote5M3vT6Z66aI1Rju9Cd5B_WWO5ejwRTLO4qAjx3O_P8vtNSdS3YfOdKwmmeKdDJyfBxRJ7yyCU2tvlDbS7vfCOd_AWb4sFQNzfjU1Nn7iHdo5vrzYTeh7XLbDkw1GuI8DJUOU31i06NpX9pxpVv7t
どんなに優れたツールや設計思想などがあっても、使う奴がダメだと全く無意味。弊社もWebアプリを作ってて、RESTだのFluxアーキテクチャだのいろいろ導入を試みたが、ほとんど無駄に終わった。
どんなクソ組織でも効果があると確信持って言えるのは上の3つだけ。1つ目は初歩的すぎると思われるかも知れないが、筆者の想定するダメな組織・ダメなプログラマというのは、このレベルの連中を含む。
静的型付け言語（サーバーサイドならJavaやC#、フロントエンドならTypeScript）を使わせれば、少なくともコンパイル時に分かるエラーは修正させられる。
というか、ダメなプログラマに動的型付けの言語は触らせてはいけない。必ずそのプロジェクトは半年後には保守できなくなる。
テストは強制的に書かせるし、テストのないクラスや、通らないテストあったらコミットできないようにする（それは容易にできる）。
もう一つの方法は、そもそも優秀なエンジニアしか参加できないようにすること。たとえば、Scala、Haskell、Erlang、Common Lispなどで書かれていれば必然的にそれが分かるエンジニアしか開発できないし、こういう言語を自主的に学習しているエンジニアは優秀である可能性が高い。
Reactクソって言い続けて来たけど、新規顧客からReactじゃないとやらんとか言われて失注したので今更ながらやってみた。
1週間使ったけど、良いねこれ。VueJSでReactiveなフロントエンド開発はやったので意外とすんなり理解できた。
これを機に自分のFrontendのスキルセットを、ES6、Webpack、Flux、React-Route、Reactに刷新した。
今までは、Gulp、VueJS、Browserify、BackboneJS、jQuery。。2014年位のスタンダードだよなぁ。
勉強が不得意な職業プログラマですが、WindowsアプリをSPAに作り替えることになりそう。
プロジェクトメンバーに積極的に技術を習得するような人はいないので、簡単なフレームワークを探しています。
↑に近いようなフレームワークありませんか？
| A | - | cross sectional area | 断面積 |
| C | - | celerity or phase velocity of waves | 波の速さか位相速度 |
| C_d | - | drag coefficient | 抗力係数 |
| C_s | - | concentration on the seagrass surface | 海中植物の 表面への集中 |
| C_w | - | concentration in the water column | 水柱における集中 |
| D | - | molecular diffusivity | 分子拡散率 |
| D | - | depth | 水深 |
| DBL | - | diffusive boundary layer | 拡散境界層 |
| δ | - | diffusive boundary layer thickness | 〃 の厚さ |
| δ_D | - | diffusive boundary layer (==DBL) | |
| δ_l | - | inertial sublayer or logarithmic (log) layer | 内部境界層かログ層 |
| δ_v | - | viscous sublayer | 粘性底層 |
| F_d | - | friction or viscous drag | 摩擦か粘性抵抗 |
| F_p | - | form or pressure drag | 圧力抗力か形状抵抗 |
| g | - | acceleration due to gravity | 重力加速度 |
| H | - | water depth | 水深 |
| H | - | wave height | 波高 |
| h | - | canopy height | 林冠の高さ |
| J | - | flux | フラックス |
| κ | - | von Karman constant | カルマン定数 |
| l | - | length scale | 長さスケール |
| λ | - | wavelength | 波長 |
| m | - | mass | 質量 |
| μ | - | molecular or dynamic viscosity | 動粘性係数か分子粘性 |
| p | - | hydrostatic or dynamic pressure | 静水圧か動圧 |
| Q | - | volume flow rate | 体積流量率 |
| ρ | - | density | 密度 |
| REI | - | relative wave exposure index | 相対波露出度 |
| Re | - | Reynolds number | レイノルズ数 |
| Re_crit | - | critical Reynolds number | 臨界レイノルズ数 |
| St | - | Stanton number | スタントン数 |
| T | - | wave period | 波の周期 |
| τ | - | shear stress | 剪断応力 |
| τ_o | - | boundary shear stress | 境界剪断応力 |
| τ_w | - | wall shear stress | 壁剪断応力 |
| μ | - | current velocity | 流速 |
| μ* | - | friction velocity | 摩擦速度 |
| U_k | - | critical velocity | 臨界速度 |
| U_o | - | free stream velocity | 自由流速度 |
| ν | - | kinematic viscosity | 動粘性率 |
| x | - | horizontal distance | 水平距離 |
| χ | - | principal flow direction | 主要流向 |
| y | - | cross-stream direction | 交差流の方向 |
| z | - | vertical direction or depth | 縦方向か水深 |
| z_o | - | roughness height | 荒さの高さ |