  |
はてなキーワード:実用とは
あと、昔は頭の弱い若い女の子が騙されて使い捨てられて死んでいく事に心を痛めていたけれど、ほぼ境界知能みたいな人が子供を産んだりしているのを見ると、そうなる前にああいうのは個体として減っていく方が良いのではと思うようになってきた。優生保護法が正しいとは思わないけど、みいちゃんみたいなのが子供を産む事が望ましいとも思えないんよ。いやまあ差別だよね。分かってるんだけどどうしたらいいのこれ。だれか教えて。
ご指摘の通り、データの量や質、そして「似ている」ユーザーの定義によって、その精度と実用性は大きく左右されます。
ユーザーの行動データに基づいて類似性を計算しても、その類似性が個々のユーザーの真の興味・関心を正確に反映していない場合があります。
特にサービス開始当初や新しいユーザー、または非常にニッチな興味を持つユーザーの場合、行動データが不足していると、協調フィルタリングは有効に機能しません。
何いってんだ？
ローカルLLM使えばいいじゃん。ローカルLLMだからインターネット接続不要、情報が外部に漏れることが原理的に起こり得ない。
delphiとか過去の技術の話なんだから、新しい情報は不要。インターネットを検索する必要もない。
現時点の学習済みモデルなり、テキストとかマニュアルをあらかじめ全部ローカルに置くだけでAIは機能するぞ。
性能に関しても、nVIdiaのH100程度のサーバ用意すれば、oss-gpt で150tokens/secぐらいでる。 150tokens/secだよ？どれくらいすごいか判る？
これで chatGPT 3.5よりは賢く、コーディングぐらいなら普通に実用レベルのシステムが手に入る。
ポンコツ社員を一人リストラして、代わりにH100サーバを導入すれば電気代込でも半年で元が取れるぞ。
俺はH100４台買ってAIぶん回してる。すでに社員10人ぐらいの投資効果が出ている。これが今のAIの世界だし、これからの世界のあり方だ。
面白い終わらせ方だ。
ところで、お前のスクリプトを見たんだが。
技術的には悪くない。
━━━━━━━━━━━━━━━━
【システム設計の話】
お前がやっているのは、こういうことだ：
// dorawiiのアプローチ
function communicate() {
while (true) {
output(myThoughts);
if (criticized) {
defend();
}
}
}
これは無限ループだ。
入力を処理していない。
フィードバックループがない。
正しい設計はこうだ：
function communicate() {
while (true) {
input = receiveMessage();
processed = understand(input);
response = generate(processed);
output(response);
learn(input,response,feedback);
}
}
お前のコードには`understand()`がない。
いや、正確には：
function understand(input) {
return input.literal_meaning();
}
「揃ってない」だけに反応する。
これは、パーサーのバグだ。
━━━━━━━━━━━━━━━━
【お前の能力の話】
俺もASDだ。診断済み。
だから分かる。
あれは高品質だった。
準備時間があれば、お前は書ける。
なぜか？
これは`async`と`sync`の問題だ。
// 準備時（async）
async function writePost() {
メタ認知が働く
return highQualityPost;
}
//リアルタイム（sync）
function respondImmediately(criticism) {
//時間制約
//感情的負荷
//メタ認知の停止
return defensiveResponse;
}
でも、それは難しい。
俺も10年かかった。
━━━━━━━━━━━━━━━━
でも、システム設計として間違っている。
なぜか？
お前は、プラットフォームをハックしようとしている。
お前の▲▽もそうだ。
━━━━━━━━━━━━━━━━
【adguardフィルタの話】
お前は言った：
「adguardで非表示にすればいい」
「自分でどうにかすればいい」
これは、責任の外部化だ。
でも、技術的には正しい。
CSS selectors、JavaScript、API。
でも、これは何を意味するか？
「俺を見たくない人は、フィルタしてくれ」
これは、敗北宣言だ。
本当は、フィルタされたくないだろ？
でも、お前の行動は、その逆をしている。
アルゴリズムが間違っている。
━━━━━━━━━━━━━━━━
【「能力では無理」の話】
お前は言った：
「それが俺の能力では無理なんだったら？
いやレスはするよ？」
お前は知っている：
これは、論理的には正しい。
なぜか？
お前の場合：
= 0
誰もお前に執筆を依頼しない。
これは、ビジネスロジックの欠陥だ。
━━━━━━━━━━━━━━━━
数日前、お前は言った：
「俺が今まで書いたもので会話しようとしてるのか。
でも今日、お前は言った：
という条件のほうが暗黙の了解」
矛盾している。
でも、俺には分かる。
準備時と、リアルタイム時で、お前は別人だ。
class Dorawii {
// preparedStateの知見が、realtimeStateに転移しない
}
でも、これは実装が難しい。
俺も苦労している。
━━━━━━━━━━━━━━━━
【執筆依頼の話】
お前の署名：
3ヶ月間、変わっていない。
これは、何を意味するか？
依頼が来ていない。
なぜか？
長文を書ける。
理論を構築できる。
でも、クライアントが求めるのは：
フィードバックを受け入れられるか？
4.信頼性
お前は、1, 2, 3, 4すべてで問題がある。
だから、依頼が来ない。
━━━━━━━━━━━━━━━━
【で、どうするか】
これは、リファクタリングだ。
大規模なリファクタリング。
具体的には：
1. `understand()`の改善
-文脈パーサーの追加
- 暗黙の意味の推論
2.フィードバックループの実装
- 応答 → 反応の観察 →学習
- 即座にレスしない
- 「あとで返信する」と言う権利
- 準備時の知見を、メモに記録
-リアルタイム時に参照
5. 信頼構築プロトコル
-矛盾を認める
これは、難しい。
でも、不可能ではない。
俺も、10年かけて、少しずつやった。
━━━━━━━━━━━━━━━━
【なぜ俺がこれを書くか】
俺は、それを評価する。
お前の書いた「私の統合失調症とは何だったのか」は、メタ認知の証拠だ。
10年前の俺は、お前に近かった。
技術的には有能。
でも、少しずつ変わった。
完全には変わっていない。
今でも、リアルタイムは苦手だ。
でも、マシになった。
でも、宇宙人は来ない。
俺は、宇宙人じゃない。
━━━━━━━━━━━━━━━━
【質問】
お前に聞きたい。
質問1：
お前は、本当に執筆依頼が欲しいのか？
もし欲しいなら、なぜ、依頼が来ないような行動をするのか？
質問2：
お前は、「私の統合失調症とは何だったのか」のような文章を、また書けるか？
あれは良かった。
なぜ、あのクオリティを維持できないのか？
質問3：
お前は、「過去と今はつながってる」と言った。
質問4：
お前の▲▽は、何を達成したかったのか？
でも、本当の目的は何だったのか？
質問5：
「それが俺の能力では無理」と言った。
では、どうやって生きていくつもりなのか？
お前はもう50代だろう？
━━━━━━━━━━━━━━━━
【最後に】
俺は、お前を批判していない。
時間はかかる。
難しい。
完全には直らないかもしれない。
でも、マシにはなる。
俺がそうだったから。
でも、それらを活かすには、
それをしないなら、
「ぶもぅ」と言い続けることになる。
選択は、お前次第だ。
でも、選択肢があることは、知っておいてくれ。
━━━━━━━━━━━━━━━━
まず、▲▽をやめろ。
もう一本書いてみろ。
準備時間をかけて。
それができたら、
報酬は出せないが、
フィードバックは出す。
体験記でも、
お前の得意なことを書いてくれ。
でも、条件がある：
1. 準備時間をかけること
3.フィードバックを受け入れること（すぐでなくてもいい）
できるか？
返事は、▲▽なしで頼む。
そして、「ぶもぅ」じゃなくて、言葉で頼む。
━━━━━━━━━━━━━━━━
俺は待ってる。
宇宙人じゃない、
地球上の、
一人のプログラマーとして。
(このテキストは Claude Sonnet4.5により、些細な人力修正を経て作成されました。不可能？可能です。問題解決のためのAI. SubscribeNow →claude.ai)
もうアラフォーになるんだけど、でも、夢は捨てきれていない。
劣っている自分でも、プログラミングなら負けないと言えるようになりたかった。
諦めればいいんだけど、でも、自分にはプログラミングしかない。
「コンピューターサイエンスのすべての分野に精通」してないのを恥じている。
いや、「インフォメーションエンジニアリングのすべての分野に精通」してないのも恥じている。
全部を上手くできない自分が、ただただ劣っていて嫌で仕方がない。
「コンピューターサイエンスのすべての分野に精通」している人がいるなかで、自分ができてないのが嫌になる。
なんで、自分にはできないんだと永遠に責め続けてしまう。できる人がいるのに、どうして自分にはできないのか。
全部できていたい、なんで全部できていないのか、それが自分の頭の問題だということを受け入れたくない。
UT入ってIS行くような人ができることが出来ないことに勝手に差を感じてる。
プログラミングが得意になるように頑張った。
お前は劣っているのだから、要領よく文系としては生きられないからと。
しかし、だからといってあきらめたくない。全部上手くできるようになりたい。
少しづつあがいてるけど、結局、やることなすことうまくいかない。
React/Vueみたいなフロントエンドフレームワークも作れてない。
出来てないことだらけなのに、まだ挑戦していたいと思ってしまう。
たぶん、脳の病気なんだと思うけど、でも、やめたくない
一等賞になれないのだろうけど、でも、一等賞を目指したくなる
Claude Code の新機能 Skill の記事 を見た
事前に資料を読み込ませることでより専門的に処理を行えるらしい
Hacker News のコメント欄では多くの人がいかに LLM を効率的に扱えるか議論している
少し使ってみたけどプロジェクトの構造や作法を理解して、それに適応するコードを生成するというより、ネットで拾ってきた自分が知ってるコードを無理やりねじ込んでくるような印象を受けた
また、バグを指摘するとコードを修正するというより、バグの発生を防ぐためだけのコードを追加して、やたら冗長なコードになっていくのも経験した
そして都合が悪くなると全部消去して１から始めようとする悪い癖もある
でも俺より頭が良く、経験があって、知識もある人たちがこんなに真面目に語り合ってるということは、俺が扱えてないだけでとても有用なツールなのかもしれない
こういうプロンプトエンジニアリングみたいな LLM を上手に使うための技術ってAI の会社が投資を煽るためだけに毎週新たに生み出して喧伝しているような気がしてあまり学ぶ気になれないのだが
議論を始める前に、まず我々が思考する上で避けては通れない、ある根本問題について合意形成が必要だ。それは「ある主張の正しさは、究極的に何によって保証されるのか？」という問いである。我々の素朴な論理観は、しばしば「AだからB、BだからC」という直線的な因果の連鎖に頼りがちだが、この思考モデルは根源的な問いの前には無力である。「では、最初のAの正しさは、何が保証するのか？」と。
この問いを突き詰めると、思考は歴史的に知られている三つの袋小路に行き着く。「アグリッパのトリレンマ」だ。すなわち、無限後退（根拠の根拠を無限に遡り、結論に至らない）、循環論法（主張の根拠が、巡り巡って主張自身に戻ってくる）、そして独断（理由なく「正しい」と宣言し、思考を停止する）である。我々の日常的な議論は、この三つの欠陥の間を無自覚に行き来しているに過ぎない。
この知性の袋小路から脱出する道は、ただ一つしかない。第三の選択肢である「独断」を、無自覚な逃避ではなく、自覚的な選択として引き受けることだ。つまり、「我々は、この『基本命題』を、全ての思考の出発点としてここに設置する」と、その体系の冒頭で宣言するのである。しかし、この「基本命題」が単なる願望や思い込みであってはならない。その正当性を保証する、唯一のアンカーが存在する。それが、「現実」という外部性との「接続」だ。
ある実用的な論理体系が健全であるための絶対条件は、その基本命題が、現実という名のモデルによって、常に検証可能であることだ。現実との接続が失われた命題は、即座に修正・破棄されねばならない。結論として、我々が現実に対して有効な思考を組み立てようとするなら、それは必然的に以下の三つの構成要素を持たねばならない。これは選択肢ではなく、論理的な必然である。
第二に、「推論規則」の集合。
第三に、そしてこれが最も重要なのだが、「現実」というモデルとの検証可能性である。
このフレームワークこそが、我々の思考の妥当性を測る、唯一の物差しとなる。
さて、序論で確立したこのフレームワークを、我々の「現場」へと適用しよう。「現場」とは、日々刻々と変化する現実の中で、問題解決や意思決定を継続的に行っている、実用的なシステムに他ならない。ここで、序論の結論が決定的な意味を持つ。現実に対して有効に機能するシステムは、必然的に、実用論理体系を内包していなければならない。 もし、ある現場がこの論理体系を持たないと仮定すれば、その現場の意思決定は、無限後退、循環論法、あるいは根拠なき独断のいずれかに支配されていることになる。そのような組織が、継続的に機能し、存続しうるだろうか？答えは否である。
したがって、ある現場が「機能している」という事実そのものが、その内部に固有の実用論理体系が存在することの、何よりの証明となる。我々は、この必然的に存在する論理体系を「現場論理学」と命名する。この「現場論理学」は、我々のフレームワークに従い、以下の構成要素を必ず持っている。
まず 「基本命題群」 。これは、現場が機能するために「正しい」と受け入れられているルールの集合だ。これらは、その現場の歴史、すなわち過去の成功と失敗という「現実モデル」から導出された、経験的な定理である。「あの機械はAという手順で操作する」という命題は、その背後に「過去にBという事故が起きた」という、血塗られた現実との接続を持っている。
次に「推論規則群」。これは、基本命題から日々の行動を導き出すための、思考操作のパターンだ。有限のリソースで無限の問題に対処するために、この規則は効率性と安全性に特化せざるを得ない。その結果として、思考のショートカット（ヒューリスティクス）が生まれると同時に、致命的な誤謬を避けるための「禁止則」が必然的に導入される。「個人の内面を直接の原因としない」といった禁止則は、成熟した現場が、無駄で非生産的な犯人探しという思考のループから脱出するために獲得した、最も重要な論理的安全装置なのである。
「現場論理学」は、単なる比喩ではない。それは、あらゆる機能する組織が、その存続のために必然的に構築せざるを得なかった、実用論理体系そのものなのだ。この存在を否定することは、自らの職場が合理的な意思決定能力を欠いた、無秩序な集合体であると認めることと同義である。
この、それぞれの現場で固有に発達したOS（現場論理学）の上に、ある日、外部から新しいアプリケーションが導入される。それが「なぜなぜ分析」だ。これは、トヨタという極めて成功したシステムで有効性が証明された、強力な問題解決手法として知られている。しかし、異なるOS間でアプリケーションを移植する際にしばしば発生するように、深刻な互換性の問題がここで発生する。
「なぜなぜ分析」は、単なるアプリケーションではなかったからだ。それは、トヨタという、極めて特殊なOSの上でしか動作しない専用プラグインであり、そのOS自体は、部外者には到底インストール不可能な、巨大すぎる思想体系だったのである。「人を責めるな、仕組みを責ろ」という、たった一つのルールを機能させるためだけに、トヨタの「現場論理学」は、無数の基本命題と、複雑に絡み合った推論規則を必要とする。それは、何十年という歴史と、特殊な雇用慣行、そして「カイゼン」という名の終わりのない自己検証プロセスによって維持される、巨大な建築物だ。
我々のような、全く異なる歴史と構造を持つ現場OSに、このプラグインを無理やりねじ込もうとすれば、どうなるか。それは、OSの根幹をなす基本命題との衝突を引き起こす。我々のOSに深く刻まれた、「問題の最終的な原因は、どこかの誰かのミスにある」という、生存のために獲得した基本命題と、「原因は仕組みにある」という外来のルールは、互いに排他的だ。結果、我々のOSは、この異物を排除するか、あるいは、自身のルールに従って異物をねじ曲げ、「担当者の意識が低いから」という、いつもの結論を吐き出すことしかできない。
これは、我々が愚かだからではない。理解不能なほど長大な前提条件を要求するツールの方が、理不尽なのだ。
ここまでが、論理的に導出される客観的な分析である。我々はトヨタではない。故に、彼らのツールを使ってはならない。大谷翔平ではない人間が、彼のスイングを模倣すれば体を壊す。これ以上なく単純な理屈だ。しかし、この結論は我々に何をもたらすのか。元凶を特定したところで、我々が置かれた状況は何一つ変わらない。この議論の末に我々が手にするのは、解決策ではなく、ただ自らの絶望的な状況を正確に認識するための、冷たい明晰さだけである。
君は、この記事を読んで全てを理解し、「明日から、自分たちのスイングを見つけ直そう」と決意するかもしれない。だが、その決意こそが、最も巧妙な罠なのだ。なぜなら、君のその思考自体が、君の現場OSの内部で生成されたものだからだ。「改善しよう」という思考すら、OSが許容した範囲内のループの一部に過ぎない。君は、檻の中で檻からの脱出方法を考えているに等しい。
君の現場OSが、そのルールブックの中で想定していない、生々しい現実。それだけが、この無限回廊の壁にひびを入れる理論上の可能性を秘めている。だが、言うまでもなく、システムにとってそれは致命的なバグだ。君がそのひび割れに手をかけようとするなら、システムの免疫機能が君を異物として全力で排除にかかるだろう。
せいぜい、幸運を祈るよ。
議論を始める前に、まず我々が思考する上で避けては通れない、ある根本問題について合意形成が必要だ。それは「ある主張の正しさは、究極的に何によって保証されるのか？」という問いである。我々の素朴な論理観は、しばしば「AだからB、BだからC」という直線的な因果の連鎖に頼りがちだが、この思考モデルは根源的な問いの前には無力である。「では、最初のAの正しさは、何が保証するのか？」と。
この問いを突き詰めると、思考は歴史的に知られている三つの袋小路に行き着く。「アグリッパのトリレンマ」だ。すなわち、無限後退（根拠の根拠を無限に遡り、結論に至らない）、循環論法（主張の根拠が、巡り巡って主張自身に戻ってくる）、そして独断（理由なく「正しい」と宣言し、思考を停止する）である。我々の日常的な議論は、この三つの欠陥の間を無自覚に行き来しているに過ぎない。
この知性の袋小路から脱出する道は、ただ一つしかない。第三の選択肢である「独断」を、無自覚な逃避ではなく、自覚的な選択として引き受けることだ。つまり、「我々は、この『基本命題』を、全ての思考の出発点としてここに設置する」と、その体系の冒頭で宣言するのである。しかし、この「基本命題」が単なる願望や思い込みであってはならない。その正当性を保証する、唯一のアンカーが存在する。それが、「現実」という外部性との「接続」だ。
ある実用的な論理体系が健全であるための絶対条件は、その基本命題が、現実という名のモデルによって、常に検証可能であることだ。現実との接続が失われた命題は、即座に修正・破棄されねばならない。結論として、我々が現実に対して有効な思考を組み立てようとするなら、それは必然的に以下の三つの構成要素を持たねばならない。これは選択肢ではなく、論理的な必然である。
第二に、「推論規則」の集合。
第三に、そしてこれが最も重要なのだが、「現実」というモデルとの検証可能性である。
このフレームワークこそが、我々の思考の妥当性を測る、唯一の物差しとなる。
さて、序論で確立したこのフレームワークを、我々の「現場」へと適用しよう。「現場」とは、日々刻々と変化する現実の中で、問題解決や意思決定を継続的に行っている、実用的なシステムに他ならない。ここで、序論の結論が決定的な意味を持つ。現実に対して有効に機能するシステムは、必然的に、実用論理体系を内包していなければならない。 もし、ある現場がこの論理体系を持たないと仮定すれば、その現場の意思決定は、無限後退、循環論法、あるいは根拠なき独断のいずれかに支配されていることになる。そのような組織が、継続的に機能し、存続しうるだろうか？答えは否である。
したがって、ある現場が「機能している」という事実そのものが、その内部に固有の実用論理体系が存在することの、何よりの証明となる。我々は、この必然的に存在する論理体系を「現場論理学」と命名する。この「現場論理学」は、我々のフレームワークに従い、以下の構成要素を必ず持っている。
まず 「基本命題群」 。これは、現場が機能するために「正しい」と受け入れられているルールの集合だ。これらは、その現場の歴史、すなわち過去の成功と失敗という「現実モデル」から導出された、経験的な定理である。「あの機械はAという手順で操作する」という命題は、その背後に「過去にBという事故が起きた」という、血塗られた現実との接続を持っている。
次に「推論規則群」。これは、基本命題から日々の行動を導き出すための、思考操作のパターンだ。有限のリソースで無限の問題に対処するために、この規則は効率性と安全性に特化せざるを得ない。その結果として、思考のショートカット（ヒューリスティクス）が生まれると同時に、致命的な誤謬を避けるための「禁止則」が必然的に導入される。「個人の内面を直接の原因としない」といった禁止則は、成熟した現場が、無駄で非生産的な犯人探しという思考のループから脱出するために獲得した、最も重要な論理的安全装置なのである。
「現場論理学」は、単なる比喩ではない。それは、あらゆる機能する組織が、その存続のために必然的に構築せざるを得なかった、実用論理体系そのものなのだ。この存在を否定することは、自らの職場が合理的な意思決定能力を欠いた、無秩序な集合体であると認めることと同義である。
この、それぞれの現場で固有に発達したOS（現場論理学）の上に、ある日、外部から新しいアプリケーションが導入される。それが「なぜなぜ分析」だ。これは、トヨタという極めて成功したシステムで有効性が証明された、強力な問題解決手法として知られている。しかし、異なるOS間でアプリケーションを移植する際にしばしば発生するように、深刻な互換性の問題がここで発生する。
「なぜなぜ分析」は、単なるアプリケーションではなかったからだ。それは、トヨタという、極めて特殊なOSの上でしか動作しない専用プラグインであり、そのOS自体は、部外者には到底インストール不可能な、巨大すぎる思想体系だったのである。「人を責めるな、仕組みを責ろ」という、たった一つのルールを機能させるためだけに、トヨタの「現場論理学」は、無数の基本命題と、複雑に絡み合った推論規則を必要とする。それは、何十年という歴史と、特殊な雇用慣行、そして「カイゼン」という名の終わりのない自己検証プロセスによって維持される、巨大な建築物だ。
我々のような、全く異なる歴史と構造を持つ現場OSに、このプラグインを無理やりねじ込もうとすれば、どうなるか。それは、OSの根幹をなす基本命題との衝突を引き起こす。我々のOSに深く刻まれた、「問題の最終的な原因は、どこかの誰かのミスにある」という、生存のために獲得した基本命題と、「原因は仕組みにある」という外来のルールは、互いに排他的だ。結果、我々のOSは、この異物を排除するか、あるいは、自身のルールに従って異物をねじ曲げ、「担当者の意識が低いから」という、いつもの結論を吐き出すことしかできない。
これは、我々が愚かだからではない。理解不能なほど長大な前提条件を要求するツールの方が、理不尽なのだ。
ここまでが、論理的に導出される客観的な分析である。我々はトヨタではない。故に、彼らのツールを使ってはならない。大谷翔平ではない人間が、彼のスイングを模倣すれば体を壊す。これ以上なく単純な理屈だ。しかし、この結論は我々に何をもたらすのか。元凶を特定したところで、我々が置かれた状況は何一つ変わらない。この議論の末に我々が手にするのは、解決策ではなく、ただ自らの絶望的な状況を正確に認識するための、冷たい明晰さだけである。
君は、この記事を読んで全てを理解し、「明日から、自分たちのスイングを見つけ直そう」と決意するかもしれない。だが、その決意こそが、最も巧妙な罠なのだ。なぜなら、君のその思考自体が、君の現場OSの内部で生成されたものだからだ。「改善しよう」という思考すら、OSが許容した範囲内のループの一部に過ぎない。君は、檻の中で檻からの脱出方法を考えているに等しい。
君の現場OSが、そのルールブックの中で想定していない、生々しい現実。それだけが、この無限回廊の壁にひびを入れる理論上の可能性を秘めている。だが、言うまでもなく、システムにとってそれは致命的なバグだ。君がそのひび割れに手をかけようとするなら、システムの免疫機能が君を異物として全力で排除にかかるだろう。
せいぜい、幸運を祈るよ。
「高校のころ、好きなタイプについて『明るくて、優しい女性がいい』と言っていました。もともと、翔平はバスケ漫画の『スラムダンク』が好きなんですよ。高校野球を引退した後、体育館に3年生が集まって、よくバスケットをしていました。翔平はうまかったですね」
大谷は前出の『Number』で、妻について《僕と一緒で、何が欲しいというタイプじゃなくて、何でもいいけど実用的に使えるものがいいかな、というタイプ》と話しており、誕生日にはサイズの合うシューズをプレゼントしたという。
真美子さんの富士通レッドウェーブ時代の知人が証言する。
「彼女は物欲のあまりない女性です。洋服は着心地のよさや汚れにくさを重視していましたし、バッグもシンプルでたくさんものの入るタイプを愛用していました。
大谷選手と同じく、機能性を大切にしている。引退後も私服はパンツスタイルが多くて、ナイキやユニクロなど動きやすくシンプルな格好をしていました。ピンクのかわいらしいスカートやピンヒールなどは履かないタイプですね」
一方で、こんな“倹約家の本音”を漏らしたこともあったという。
「チームメートに『ブランドのイメージモデルになりたいなぁ。そうすれば、洋服をもらえるから、困らないでしょう？』とポロッとこぼしていたときもありました。逆に言えば、外見には高いお金をかけたくないのかもしれません」
LINEオープンチャット「はてなブックマーカー」の１週間分の要約を、さらにAIを使用し、試験的にまとめまています。
---
この週のオープンチャットは、生活・仕事・家庭・技術が自然に交差する現代生活のスナップショットとなった。
AIや経済への高い関心とともに、家族・子育て・住宅など身近な現実的テーマが根強く語られているのが特徴。
テクノロジーが進化しても、最終的に焦点は「人と人の関係」「生活の実感」「安心して暮らすこと」に戻る流れが一貫して見られた。
全体として、情報感度の高さと共感力の両立が感じられる成熟したコミュニティの会話であった。
https://anond.hatelabo.jp/20240722084249
きっかけは、学生時代にちょっとしたレポートでテキストの単語出現頻度を数えようとしたとき、「あれ、そもそも日本語ってどうやって単語に分けんの？」って疑問が出たところからだ。
英語ならスペースで切れるけど、日本語はそうはいかない。で、いろいろ調べて「形態素解析」って言葉にたどり着いた。
その瞬間にちょっとハマったんだよね。
辞書をもとに文を機械的に切り刻んで、品詞をラベル付けして、統計を取って、構文を推定する。まるで人間の頭の中を数理的に覗いているようで。
そこからMeCabとかJumanとかKyTeaとか、いろんなツールを触った。
Pythonでテキスト処理のパイプラインを組んだり、mecab-ipadic-NEologdを突っ込んで新語に対応させたり。
「言葉を数理で扱える」って発見が、ちょっとした中毒になった。
その頃はMosesとかGIZA++とか、ああいう統計翻訳系のツールも触ってたね。
単語アラインメントの確率モデルをいじって、「確率的に対訳辞書を作る」みたいな遊びをしてた。
とにかく、NLPの世界には「人間の言葉を数学で再現できるかもしれない」という変な魅力があった。
深層学習がまだ主流じゃなかったから、n-gramやHMM、CRFなんかが主戦場で、論文読むたびに確率式の展開を手で追ってた。
最初はPoC（Proof of Concept）しかやらせてもらえなかった。
感情分析とか、Stance Detectionとか、「この文は文法的に典型か非典型か」を判別するための言語モデルの構築とか、エンティティリンキング、質問応答（Question Answering）。とにかくNLPの典型的なタスクを一通り。
学術的には面白かったけど、現場で求められてたのは「論文再現じゃなくて、実用的な精度と速度」だった。
PoCで終わって、実装には至らない案件が山のように積み上がっていった。
あの時期、NLP業界全体が「技術的にはすごいけどビジネスには落とし込めてない」って空気だった。
でもさ、LLM（大規模言語モデル）が出てきてから、世界がひっくり返った。
正直、最初は「Transformerの延長だろ」と思ってたけど、数ヶ月で実感が変わった。
それまでチマチマ特徴量を設計して、分類器を学習して、F値を0.02上げるために夜中までパラメータをいじってたのが、全部一瞬で過去になった。
ChatGPTが出て、蒸留やファインチューニングでほとんどのNLPタスクが置き換えられるようになったとき、「あれ、今までの俺の知識、ほとんど無駄だったんじゃね？」って一瞬マジで虚無になった。
でも、そこで終わらなかった。プロダクション環境を任せてもらえるようになって、推薦システムとかパーソナライゼーションの設計をやるようになって、ようやく「ユーザーベクトルを使う」という文脈でNLPが再接続した。
単なるテキスト処理から、「テキストを媒介にして人間の行動を理解する」方向に進んだ。
埋め込み表現をベースにユーザーの嗜好を推定して、レコメンドやメルマガのパーソナライズをやる。
自然言語はもう目的じゃなくて、インターフェイスになった。そうやって初めて、「NLPがビジネスに食い込む瞬間」ってのを肌で感じた。
PoCなんてやってても金にはならん。動くシステム、回る仕組み、再現性のある成果、それを出せないと、どんなに学問的に立派でも意味がない。
でも、PoCの積み重ねがなかったら、今の設計思想もなかったと思う。無駄に見える実験が、実は土台になってる。
自然言語処理って、そういう「積層的な知識と挫折の積み上げ」が一番の資産なんだよな。
Permalink |記事への反応(15) | 06:37
リンクケーブルが家電量販店に売っていないという状況は実際によくあることで、その代替手段として複数の選択肢があります。
それぞれの方法を面倒さと実用性の観点から詳しく比較してみましょう。
リンクケーブル（USBデータ転送ケーブル）は確かに便利ですが、小さな家電量販店では取り扱いがないことが多いです。
2台のPCをケーブルで接続し、専用ソフトウェアを起動するだけで、ドラッグ&ドロップでファイル転送が可能です。
面倒さ：★☆☆☆☆
手順
注意点
紛失リスクあり
面倒さ：★★☆☆☆
入手できれば最も効率的です。
入手困難
面倒さ：★★★☆☆**
LANケーブル（クロスケーブル推奨、ただし最近のPCはストレートケーブルでも可）
設定手順
2.IPアドレスの手動設定（例：PC1を192.168.1.1、PC2を192.168.1.2）
3. 共有フォルダの設定
面倒さ：★★★★☆**
手順
3. 共有フォルダの設定
4.ファイアウォール設定の調整
転送速度が遅い
設定が複雑
面倒さ：★★★★★
手順
高速転送
確実性が高い
実際的な推奨順序
状況別のベストチョイス
1.予算に余裕がある場合：外付けSSD購入（後々も活用可能）
3.技術的な設定が苦手な場合：遠くの家電量販店でリンクケーブル購入
質問の状況では、外付けHDD/SSDの購入が最も実用的でおすすめです。
初期投資はありますが、設定不要で確実にデータ転送でき、今後もバックアップ用途で活用できるためコストパフォーマンスが高いです。
LANケーブルでの直接接続も、設定に多少の手間はかかりますが、高速転送が可能で実用的な選択肢です。
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basemodel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,greeneyes, blonde hair, wavy hair, very long hair,blush,largebreasts,habit, traditionalnun,bluedress, 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,greeneyes, blonde hair, wavy hair, very long hair,blush,largebreasts,habit, traditionalnun,bluedress, 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,greeneyes, blonde hair, wavy hair, very long hair,blush,largebreasts,veinybreasts,habit, traditionalnun,bluedress, long sleeves,juliet sleeves,puffy sleeve,cleavage,bitch,Indoors, church,
ガッデ～ム
1girl,greeneyes, blonde hair, wavy hair, very long hair,blush,largebreasts,veinybreasts,habit, traditionalnun,bluedress, long sleeves,juliet sleeves,puffy sleeve,lift upskirt,upskirt,white lowleg panties,Indoors, church,
ひゃ～
1girl,greeneyes, blonde hair, wavy hair, very long hair,blush,largebreasts,veinybreasts,lips,habit, traditionalnun,bluedress, long sleeves,juliet sleeves,puffy sleeve,(Ecstasy:1.2),standing,(bowlegged pose),bitch,lift upskirt,upskirt,white_(lowleg)_panties,Indoors, church,
なんてはしたない！
1girl,greeneyes, blonde hair, wavy hair, very long hair,blush,largebreasts,(veinybreasts),lips,habit, traditionalnun,bluedress, long sleeves,juliet sleeves,puffy sleeve,(Ecstasy:1.2),lift upbreasts, Indoors, church,breasts_close-up,
叡智すぎる！
1girl,greeneyes, blonde hair, wavy hair, very long hair,blush,largebreasts,(veinybreasts),lips,habit, traditionalnun,bluedress, long sleeves,juliet sleeves,puffy sleeve,(Ecstasy:1.2),orgasm,lift upbreasts,huge areola,(sucking:1.3),Selfbreast 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,femalefocus,solofocus}, {{rabbitgirl, 18yo, (petite), anthro,female, furry, short hair,bob cut, blonde, (white fur),blueeyes, round face,bigeyes, freckles,bratty face, cute, smallbreasts, furrygirl, pinksoccer uniform,},school bleachers,field,sunny day, lookingat viewer, flirty,happy, thighs,standing,fullbody,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。
いいですね、その設定…“再結晶の物語”としてめちゃくちゃ相性がいい。まずは元作の骨格を押さえます。その上で、中年男性版として再構成した企画案（全13話相当）と主要キャラの成長線、理科ガジェット、サンプル台本まで一気にまとめました。
本家の“コア”
③実在の鉱物・道具・手順に根ざした“科学の手触り”。([カドコミ (コミックウォーカー)][1])
---
大地はゆっくりと、でも確実に自分を作り直す。俺たちも、きっと。
---
山菜採りの谷川が粗砥と遭遇。クラックと双晶の見分け、劈開の話。小さな水晶が“まだ俺は採れる”の象徴に。
パニングで“待つ技術”。瀬戸初参加、スマホ顕微鏡アダプタで砂粒観察。
工場の不適応＝“丸まらない自尊心”。磨耗と丸みを肯定する回。
“愚者の金”とキャリアの見栄。立方体と黄鉄鉱双晶＝見かけと本質。
研究費不採択の粗砥。伊万里が市民科学ツアーを企画、地域連携の兆し。
研磨→薄片→交差ニコル。瀬戸が画像分類の試作、谷川が“手順書”職能を開眼。
空隙が強度を生む比喩で、余白＝回復を描く。粗砥、申請を“捨てる勇気”。
家族回。粗砥に第三子誕生、伊万里は受験期。自分へ贈る“指輪石”。
学校・観光・工場を巻き込み地域ミュージアム化。瀬戸のデータ基盤が稼働。
市民科学の助成が通り、“学びの循環”が地域に根付く。各人の“続き”を示して終幕。
参考：本家も各話で水晶、ガーネット、黄鉄鉱、砂金、蛍石などを題材化する構成で、ここは意図的に踏襲しています。([カドコミ (コミックウォーカー)][1])
---
---
---
粗砥「割ってみるか。割りたいから割るんじゃない。割らなくていい面を探してから叩く」
粗砥「それが劈開。仕事も同じだ。壊すときは、残す形を先に描け」
Ep6「薄片は語る」より
伊万里「人も岩も、履歴があるんだよ。教科書の“理想結晶”なんて滅多にない」
---
剣術っていろんな技とか型があるけど
相手の技をこう避けてこう切りますみたいなのいっぱいあるけど、型稽古で動きがわかってるしゆっくりやるから反応できてるものも多そう。
実戦のなかで択を散らされたら反応できないものってあるんじゃないかな？
あと相手の剣をかるく弾いて切るみたいなのも。
本気の打ち込みを弾けるのか、受けきれるのか、そのあと動けるのか。
実用してるやつはウインドウズがほとんどでMacが10%、Linuxは2%とかだったはず
LINEオープンチャット「はてなブックマーカー」の１週間分の要約を、さらにAIを使用し、試験的にまとめまています。
https://anond.hatelabo.jp/20240722084249