「AIとかの新技術に投資できるのは若者の特権」 先日ゲンロンカフェのイベントであずまん*1が、「AIとかの新技術に投資できるのは若者の特権。俺みたいなおっさんが1年かけてAI勉強したとしても、それを使える時間は10年もない。だったらこれまで磨き上げてきた技術を使い続けた方が人生トータルで見て効率がいい。でもこれが若者からは老害に見える」的なことを言っていて激しく納得した。 たとえば現在の自分が100の力を持っているとしてゼロからAIを使い始め、1年で10ずつ成長していくと仮定したら同じ100の力を出すのに10年かかる。だったら現状の100のやり方で10年やるわという話。 現状のやり方：100*10 = 1000 新しいやり方：10+20+30+… = 550 ↑の話を計算してみると10年でこれだけの差が出る。もちろんこの後採算ラインに乗ったAIがMAX150(仮)まで成長して長期的には人間

chatgpt.com 3行で 英文アウトプット練習の優れた相手をGPTsで実装できたからストアに並べたよ！ 学習ツールとしての気持ちよさが自慢なのでまずは1回遊んでみてください！ 「英語だと中学生レベルの文章すら全然話せない」の克服ができる………と信じて、製作者自身が酷使しています 何ができるの？ 和文による出題→英訳→添削→出題…のループです。 体験の良さと自身のアウトプットカの弱さは触ってもらえばすぐに伝わるはずです。これ読む人の8割はブクマして満足するだけなんでしょうけど、これ以降を読むより先にまずは一度使ってみてください。最初にあるリンクへ飛ぶだけです。 なお「完全無料！」と言いたいですが、ChatGPTへの課金が無いとすぐに制限が入るのが最大の難点です。 特長を教えて ジャンルや問題の難易度を適宜変更可能。激ムズ要求出したら絶望感がすごい…… 日本語混じりの英文や、かなりの意訳

コミュニケーションを磨いても「言語化力」は身につかない世の中にはコミュニケーション術を説いた本であふれていますが、それらを読んでも「言語化力は身につかない」と荒木さん。 楽譜が読めるようになってもピアノが弾けるようにはならないし、レシピをしっかり覚えてもおいしい料理をつくれるようにならないのと同じ。伝え方のスキルをいくら学んでも、「言語化」の問題は解決できないということです。 言語化するために必要となるのは、言語化力を身につけるためのトレーニング。 荒木さんがすすめているのは、A4サイズ1枚の「メモ」を秒速で書くというシンプルなトレーニングです。 言語化というと、頭で思い浮かべたことをすぐ口から発せられるようにトレーニングするイメージがありますが、まずは「メモ」をとることなのですね。ちょっと意外です。 「なんでメモ？」と思う方も多いでしょう。メモといえば、「記録のためのツール」というのが一

私の塾は基本、成績のあまりよろしくない生徒が来ていたのだけれど、たまに勘違い（？）した親が、ものすごく成績の良い子を連れてきて「お願いします」と言ってくる場合があった。中学受験に失敗し、高校受験で挽回したい、という熱意を母親が持っていた。面接のとき、母親は子どもに語りかけた。 「あなた、同級生の○○ちゃんが合格して、泣いて悔しがったでしょう？高校受験で挽回する、って誓ったじゃない！？○○ちゃんは今頃頑張っているよ。負けていられないわよ」子どもはうなづきつつも、またその話か、といった、辟易とした顔をした。 不合格だった時は、本人も口にしてその通りのことを言ったのだろう。けれど、それを言質に取られて、母親からヤイノヤイノと急き立てられる毎日に、ほとほと疲れ切った様子だった。塾以外の時間も勉強漬けにされ、中学１年なのに眉間に険が走っていた。大の勉強嫌いになってしまっていた。 自分の親とはいえ、他

2023年10月 LayerX全社朝会資料より

コンサルタントをやっていた時、「この人、コンサルタント向いてないよなあ」という人が何人も中途で転職してきた記憶がある。 例えば「本を1か月に10冊読む」という課題をやらない人。 いつも時間ギリギリにしか行動せず、重要な会合に遅刻する人。 自社の「目標」の達成度合いを気にせず、お客さんの成果にも無関心な人。 別の仕事や、前の会社では許されたかもしれないが、たいてい「コンサルタント」としてはうまくいかない。 私が在籍していたコンサルティング会社は、上のような「問題行動」には非常に厳しく、該当者には「コンサルタントとしての活躍は難しい」と、はっきりと告げていた。 「勤勉さ」は身につかない こうした事例を何度も見るにつけ、私は 「勤勉さ」 「時間を守る」 「目標遵守」 などの行動特性は、たとえ厳しく注意をしても、ほとんど身につかないか、改善したとしても、結局一時的なものにとどまる、という事を知った

やっぱGPTを仕組みから勉強したい、という本をいくつか見つけたのでまとめておきます。 まず理論的な概要。 機械学習からニューラルネットワーク、CNNでの画像処理、トランスフォーマーでの自然言語処理、音声認識・合成、そしてそれらを組み合わせたマルチモーダルと章が進むので、理論的な概観を得るのにいいと思います。 最初は数式が多いのだけど、Σをfor文だと思いつつ、定義が説明文中に埋まってるPerlよりたちが悪い記号主体言語だと思えば読めるけどめんどくさいので飛ばしても問題ないと思います。 深層学習からマルチモーダル情報処理へ (AI/データサイエンスライブラリ“基礎から応用へ” 3) 作者:中山 英樹,二反田 篤史,田村 晃裕,井上 中順,牛久 祥孝サイエンス社Amazon で、もういきなり作る。 トークナイザーから全部つくっていきます。TensorFlowでBERTをつくってGPT2をつくる

を一通りご紹介するという内容になっています。 Stable Diffusion系のモデルを使って画像を生成していると、 特定のキャラクターのイラストを出したい あるアニメの絵柄を再現したい といった欲求が出てくることがあります。ただ画像生成AIはそのままだと「特定の絵柄・キャラクターを決め打ちで出す」のは非常に難しいですし、それを解決する手法もありましたが高性能なPCが必要で時間もかかる…という問題がありました。 しかしそのような問題を解決する「LoRA」という手法が知られて、今ではかなりポピュラーなやり方になっています。ここではこのLoRAについて

こんにちは、852話です。 今日は追加学習の話ではありますが理論的なものと使い方的な工程はすっ飛ばして手法と考え方のみの記事になります。 AIによる画像生成、色々楽しんでいる人が多い中「これで自分のオリジナルキャラクターが出力できたらな」と思う人もいると思います。絵が描ける人であれば自キャラを描いた絵をそのままLoraで追加学習させれば簡単にAIで出力できますが、では絵が描けない人は……という話です。 今回は以下のソフトを使います。 ・VRoidStudio（3D） ・場合によってはペイントソフト ・Lora（追加学習/colab可） ・WebUI等のLoraが使えるAI まずVRoidStudioで3Dモデルを作ります。着せ替えみたいな形で３Dモデルが作れます。 今回はこちらの「デモ子」を作成しました。 3D「デモ子」で、VRoid上でモーション、ポーズを付けられるので30枚程度スクショ

はじめに ChatGPTのインパクトが個人的にすごかったので、どういった学習が行われているのか、どういう課題があるのか等を理解しようと思い、OpenAIの記事をベースに情報をピックアップしてざっとまとめました。 あくまで私なりの解釈で情報を整理してまとめたものになりますので、いくつか専門性の低い分野に対しては曖昧な記述になっていたり、理解を誤って記載しているかもしれません。 もし間違い等がありましたらご指摘いただけると大変ありがたいです。 ChatGPT: Optimizing Language Models for Dialogue 参考 ChatGPTは、OpenAIによって開発された、対話に特化した言語モデルである。 特徴としては、 前の対話内容に続く質問への回答が可能。 間違いを認めることもできる。 正しくない前提に対する異議を唱えることもできる。 不適切なリクエストには応じない。

ろぼいん@一般人 @keita_roboin @Larva06_com の技術開発部兼企画部リーダー（白土玲衣）のメインアカウント。RTめっちゃ多い。ブルアカ、動画編集とプログラミングが趣味。デザインはちょっとできる。サブ @orizin_project ブログ robot-inventor.github.io youtube.com/channel/UCJFnl… ろぼいん@VTuberではない @keita_roboin （見かけたから一応書いておくけど、AIは既存のイラストを切り貼りしているわけではない。内部の仕組みは違うけど、どちらかといえば人間がイラストを観察して学習するのに似てる） 2022-10-05 17:08:21 ろぼいん@VTuberではない @keita_roboin じゃあどういう仕組みかというと ・画像と、それにノイズを加えたものを用意する ・ノイズを加えた画像

画像生成AIのStable Diffusionは、ノイズを除去することで画像を生成する「潜在拡散モデル」で、オープンソースで開発されて2022年8月に一般公開されたため、学習用のデータセットを変えることで特定の画像を生成するのに特化したフォークモデルが多数存在します。そんなStable Diffusionから派生して生まれた特化型モデルとその特徴や生成例をまとめてみました。 Stable Diffusion Models https://rentry.org/sdmodels 実際に複数のモデルとシード値で、同一のプロンプト・ステップ数・CFGスケールで画像を生成した結果をまとめてみました。 モデルは左からStable Diffusion v1.4、Waifu-Diffusion v1.2、Trinart Stable Diffusion、Hentai Diffusion、Zack3D_K

概要DreamBoothとは追加学習することで、AI(StableDiffusion)で特定のキャラや物を描くためのモデル（データ）作るツールです。 例えば、ドラゴンクエスト10オンラインというゲームのアンルシアというキャラがいます。 ドラゴンクエスト10のアンルシア 公式サイトより引用 https://hiroba.dqx.jp/sc/election/queen2021/vote/confirm/1/nologinこのキャラの画像を18枚ほどAIに読み込ませ、追加学習し、AIに描かせた絵が以下の絵になります。 これ見ると、単なる髪型や顔が似ているレベルではなく、服の模様レベルまで再現できている事がわかります。 今までStableDiffusionの欠点として、同じキャラを安定して描くのが苦手というのがありましたが、DreamBoothを使うことで克服することが出来ます。 これにより、A

イラスト生成AI「mimic」は8月30日、ベータ版に寄せられた意見を踏まえ、ベータ版の提供を全て停止すると発表しましました。主な理由として、「ベータ版では不正利用（※）を防ぐ仕組みが不十分であると考えたため」と説明しています。 ※利用者が著作権を保持していないイラストを、著作権者の許諾なくアップロードすること（あくまで利用規約違反という意味で、現行の著作権法ではAIサービスに学習させるための利用は著作権侵害とはなりません） イラスト生成AI「mimic」は、イラストレーターが自分のイラストを学習させることで、自分の絵柄のイラストを生成することができるというAIサービス。しかし8月29日にサービスが公開されると「他人のイラストを取り込んで生成したイラストを悪用するケースが発生するのでは」と懸念する声が続出。一応、ガイドラインでは他人のイラストをアップロードしてはいけないことになっていました

大滝瓶太 @BOhtaki イチローと稲葉の対談で、イチローは「最短距離で上手くなってもダメ。深みはでない」といい、神戸智弁の対戦相手からの質問に対して「合理的になるには無駄なことをたくさんしないとダメ」って言っており、そういえばこないだ同業者と似たような話をしたな……と思い出した。この「深み」なんよな。 2022-08-27 23:30:29 大滝瓶太 @BOhtaki 十年くらい前、ぼくは「小説を上手くなったらダメ。それは既存の表現への適応でしかなく、ものを作っているのではない。だから徹底して下手になって、下手になりきったところで新しく技術を作り出していかないと傑作は作れない」と思い、徹底的に下手になって死ぬほど一次落ちしたことある（失敗例） 2022-08-27 23:33:17 大滝瓶太 @BOhtaki しかしそれがいわゆる「間違った努力」とは実はまったく思っていなくて、既存の表

ヘルマン・エビングハウスはドイツの心理学者です。 記憶に関する実験的研究の先駆者で、忘却曲線を発見した人です。 このため、エビングハウスが忘却曲線を発見することになった実験を根拠にした勉強法を提唱するYouTube動画、Web記事、ツイート、本がたくさんあります。 たとえば「エビングハウス」でググると、検索結果上位に『エビングハウスの忘却曲線で分かる、最適な復習のタイミング』というWeb記事が出てきます。 この記事には、以下のように書かれています。 この記事で紹介したベストな復習のタイミングは、 1日以内に10分 1週間以内に5分 1か月以内に2~4分 の3回です。 この方法を上手く取り入れて勉強し、大きな成果を上げていきましょう。 (『エビングハウスの忘却曲線で分かる、最適な復習のタイミング』 https://ryugaku-kuchikomi.com/blog/ebbinghaus-t

2018年度から継続的に実施しているスキル変革等に関する調査から、大人になってから学んでいない方が多いという結果が浮き彫りになりました。そこで、大人が学ぶためにはどのように取り組めばよいか「考えるヒント」をパターン・ランゲージ（注釈1）として、30のパターンで整理しました。 「大人の学びのパターン・ランゲージ（略称まなパタ）」は、学び続けている実践者の方々にインタビューでお話を伺い、その考え方や工夫、課題を整理し、抽象化することによって制作しています。

家庭の貧困が子どもの学習理解や進学を阻んでいる実態が内閣府の調査で鮮明になり、専門家などから政府に対策を求める声が上がっている。交流サイト（ＳＮＳ）上では、子が親を選べないことをもじった「親ガチャ」との表現が拡散しているが、専門家は責任は保護者でなく、貧困対策に力を入れてこなかった国にあるので、むしろ「国ガチャと言える」と指摘する。ＳＮＳでも「自己責任論で片付けたら、子どもの幸せは実現できない」などの意見が広がる。（市川千晴） 内閣府が全国の中学２年生とその保護者５０００組に実施した調査では、貧困層で学校の授業が「ほとんどわからない」「わからないことが多い」と答えたのは計２４％。暮らしが比較的安定している層の３．３倍に上った。進学希望では、貧困層の３３．９％が「中学・高校まで」と回答し、安定層の４．３倍に達した。 「親ガチャ」はオンラインゲームの電子くじ「ガチャ」と保護者を掛け合わせた言葉

「九九をいつまでも覚えられない」、「簡単な計算にとても時間がかかる」。もしかしたらその原因は「算数障害」かもしれません。発達障害の1つである学習障害に分類される算数障害。筑波大学教授で学習障害の子どもの教育相談や支援を行っている熊谷恵子さんに、算数障害の定義や特徴、算数に困難のある子どもをサポートする方法などをうかがいました。 教室長：学習障害は、ここ10数年で多くの人に知られるようになりました。今回は学習障害の1つである算数障害について注目していきます。お話をうかがうのは、学習障害のお子さんの教育相談や支援を通して算数障害の研究をされている、筑波大学教授の熊谷恵子さんです。 母：あまり耳慣れない言葉ですけれど、算数障害とはどんな障害なんですか？ 熊谷恵子さん：発達障害に分類される学習障害の1つです。算数障害であることを判断する基準として、「数処理」「数概念」「計算」「数的推論」があります