  |
はてなキーワード: デジタルとは
こんにちは、こどおじです。「Fun with Kodo-oji」へようこそ！今日は、家庭内の電子機器とその家族ダイナミクスへの影響について探っていこう。
我が家では、最近、技術的な大変革があった。以前使っていたテレビは、予算に優しいながらも品質が疑わしいモデルだったが、突然機能を停止した。この出来事が新しい、優れたレグザテレビの購入を促した。
設置はパパが主に担当したが、僕は誇り高き電化製品愛好家として、組み立てと設定の重要な任務を託された。僕の専門知識は物理学だけでなく、消費者電子機器の領域にも及ぶ。
新しいデジタル仲間が正常に機能するか確認するために、Wi-Fi接続テストを行った。YouTubeが画面に映し出された。ママは大喜び。
以前のテレビは、使えないわけではないが、その品質には疑問が残った。それに対し、新しいレグザモデルは性能と名声の両方で大きな向上を示している。
役所のデジタル化で「高齢者への対応」が問題になるが、今75歳の人はWindows95が発売された時45歳だったのになんで使えないのか？
いま75歳の人でも、Windows95の発売時は40代でそれから30年。なにしてたん？という気持ちになりますよね。
当時は「パソコンはちょっと…」と言えば使えずとも許され「自分はアナログなんで」と謎に誇らしくアピールする手合いが多かった
その手の「アナログなんで」の人が、じゃぁ綺麗な字を書けるか、絵を描けるか、手を動かして何か作れるかっていうと大抵できないんですよねぇw
@yukiyama2003_2
@avr2vfr その時代だとまだ「パソコンを使える奴はキモいオタク」って印象が世間一般的にあったから
40代とかで家庭を持った人がパソコンを出来るとかって逆にマイナスイメージがあって社内的にヤバいから手を出さなかったとかあるかも
けっきょくは周りに合わせてセーブしてたってことか
怠慢とゆーよりは世間の目を優先したんだな
一家の大黒柱を父親が担い、一家の無賃労働すべてを母親が担うという役割分担で人口が増えた
→母親が夫の分だけじゃなく、成人した息子や娘の分の無賃家事労働を担った。また、住宅費生活費も大黒柱の父親が担い続けるケースが増えた
→息子や娘は生活能力がないまま稼ぎを全額お小遣いにして、イケメンや美少女などの推しにつぎ込んだ
→孫世代が消失し、App StoreやGoogle Playが潤った
こどおじ／こどおばは、家事労働を母親に頼り、生活コストを父親に頼り続けたから、育休を取らないし高い給料も求めないという、格安で使い勝手の良い労働者として資本家層・株主層に好まれた。
子持ちが住宅・車・教育費等を使うのに比べて、独身者の娯楽（イケメンや美少女のコンテンツやグッズ）は原価が比較にならないほど激安なので利益率が高いビジネスでもある。
資本家層が性的願望系のデジタルコンテンツを積極消費して資産形成をせず、育休も取らず高賃金も求めない便利労働者としてこどおじ／こどおばを回した結果、人口減少して円の価値が低下という流れなんじゃないだろうか。
デジタル異性コンテンツオタクのこどおじ／こどおばって、資本家にとって非常にお得な存在だろ。特に30%のプラットフォーム手数料を課すApp StoreやGoogle Play、中韓美少女ガチャゲーなどの外資にとってウハウハだ。
母親を家政婦にして父親をATMにして、ひたすらシリコンバレーと中国韓国に定期送金しながら、女叩き男叩き毒親叩きと被害者面だけを繰り返している本当にしょうもない生物。
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1週間のオープンチャットでは、多岐にわたる話題が活発に議論されました。以下に主なトピックのまとめを示します。
各地の天候や気温、特にソウル・東京・釜山などの都市の気候差についての報告がありました。また、兵庫県知事選の結果や名古屋の観光計画など地域特有の話題も多く見られ、選挙や地震、減税の話題も含まれました。
名古屋での食事（牡蠣鍋やうどん）や「から好し」の唐揚げなど、特定の料理についての熱心なやりとりが見られました。コンビニスイーツの値上げに対する不満、韓国料理の価格高騰に対する意見、そして特定の飲食店や商品の味に関する感想なども話題に上りました。
音楽や映画、アニメについての会話が多く、特に『ニューシネマパラダイス』のサウンドトラックやイタリアのバンドについての感想が共有されました。また、VTuberや仮面ライダーに関する夢の話などもありました。
名古屋や韓国旅行、チケット購入ミスに関する話、公共交通機関の話題（近鉄南大阪線の運休など）も登場し、観光と移動に関する関心が示されました。
AIのデータロギングやウォーターマークについての議論、そしてSNSやデジタルプラットフォームの使い方やユーザーデータの扱いについての考察が行われました。
ビットコインやイーサなどの仮想通貨の価格動向が話題に上り、さらに最低賃金引き上げの影響に対する懸念、資産管理や税収の問題についても意見が交わされました。
特定の車や飲酒の話題、湯たんぽや家賃、教育や保育園の選択肢、インフルエンザワクチン接種に関する会話も多く見られ、参加者の関心が幅広く反映されました。
総じて、この1週間の会話は地域のニュース、食や旅行の話題、趣味や日常生活のトピックなど、参加者の多様な関心を反映したものとなっていました。
https://anond.hatelabo.jp/20240722084249
『役所のデジタル化で「高齢者への対応」が問題になるが、今75歳の人はWindows95が発売された時45歳だったのになんで使えないのか？』
https://togetter.com/li/2466918
今の「デジタル対応」って「本人が手続きできること」が前提だから、「デジタル対応」した人が介護状態や病気になって亡くなった場合は家族は詰むよ。
父親を亡くしたのだけど、父はパソコンは日常的に使っていてExcelやIllustratorも使いこなせる人だった。
亡くなる前も病状の変化をExcelで入力してたりするくらい。
そんな父だけど「デジタル対応」していたかというとそんなことはなくて
という状況だったので家族としては楽だった。
ちょっと困ったのは
ということくらい。
ぶっちゃけ「デジタル対応」してない部分が多くて助かった。特に銀行の口座とか。
「デジタルツールを使って絵を描く技術」と「生成AIを使って絵を描く技術」はどう違うんだ？
デジタルツールには筆や塗りつぶし、乗算、減算、貼り付け切り抜き、移動…っていう手段があるだけじゃん。それがプロンプトってものになっただけなのに、こんなに叩くのは本当に理解ができない。
ペイントツールでAI補正に補助ツール、塗りつぶし、スポイト、切り抜きして貼り付けして？レイヤーで加工しないと描けないやつが？これ言っちゃうの？
絵の具で使いたい色作れんの？技術だけで、線の太さも、線の種類も自由に筆動かせんの？間違ったら戻せないよ？消しゴムで消すの？色は白で塗りつぶせるの？
含み益が1億を超えてるって、それ、普通ならバラ色の未来みたいに思えるけど、実際はなんか違うんだよな。
「得られることの全てを求めるなかれ、失うことを恐れよ」ってのは、まさにこの状況にピッタリだと思う。
投資家の心って、たぶん普通の人のそれとは違って、常に恐れと欲望、冷静と衝動の間を行ったり来たりするんだよ。
ビットコイン、こいつはまるで歴史の中の金銀のようなものだよな。
例えば、アメリカの西部開拓時代、ゴールドラッシュの時だって、金を掘って大金持ちになった人もいれば、
逆に手を出して貧しくなった奴だっている。リスクとリターンが常にセットであるってのは、現代のデジタル通貨にも同じだ。
含み益が1億円。これ、単なる数字じゃねぇんだよ。
でもさ、問題は「いつ利益確定するか」ってこと。損失を恐れて売り時を逃すのか、欲張ってさらに上がると信じて放置するのか。
例えば、ナポレオンがロシア侵攻を決断した時みたいに、もう後には引けないって瞬間が来る。
それが上手くいけば大きな勝利だが、失敗すればどうなるか。彼は結局、無理をして失敗した。
だからこそ、リスクを取る覚悟ってのは、ある意味で勇気でもあり、愚かでもある。
だって、後悔の種がどっちに転ぶかなんて誰にもわからないからな。
だが、確実に言えるのは、利益を確定しないで保有してるだけでは、
結局手に入れたお金が現実的なモノとして感じられなくなるってことだ。
あの「一攫千金」の夢に心奪われて、あれよあれよと言う間に、気づけば利益が紙切れになっている。
歴史の中の資産バブルだって、今となっては全てが泡沫のように消えたからな。
「売り時」と「買い時」っていうのは、言葉にすると簡単だけど、それを感じるには経験と直感がいるんだ。
で、俺が思うに、そんなの、結局その人がどれだけ自分の価値観と向き合ってきたかで決まる。
例えば、アートを売る時、「価値が下がる前に売ろう」って決断することがある。
それって、実際にはそのアートが持っている感情をも手放すようなもんだ。
値動きが激しいからこそ、確定しないと恐怖に駆られるけど、
あの過去の大きな上昇を見て、「もっと上がるんじゃないか」って期待してしまう。
でもさ、ちょっと考えてみろよ。じゃあ、この1億円、実際に手にしたらどうだ？
結局、ビットコインってのは、現実世界ではすぐに使うことができないし、だからこそ余計にその魅力に引き寄せられるんだよな。
でも、もし俺があえて言うなら、ここで一度リセットして、次の一歩に踏み出すのがいいんじゃないかと思う。
欲をかいても、結果的にその利益は手に入らないことだってあるしな。
それでも、「後悔の無いように生きる」という意味では、やっぱり自分の信じるものに従うことが一番大事だよな。
「選択の時」に直面した時、その後の行動が何よりも大切だよな。
公務員試験はセンター試験で偏差値５０ちょっと出せるレベルで通る簡単な試験です。
面接のレベルはもっと低くて、面接の試験があったら偏差値４０でも通れる程度だと思います。
ハッキリ言えば、ニッコマに入れるレベルの人なら２００時間も勉強すればまず通れるでしょう。
面接の練習も大卒者が一般企業に浮かれるレベルを想定すれば簡単です。
総合職の場合は一回り難しくなりますが、それでも士業に比べればありえないほど簡単です。
高卒の場合は言うまでもなく、普通にニッコマに受かるのと同じぐらいの難易度でしかないです。
基本的に旧帝大クラスの人が来たら「あの人マジで勉強できるらしいぜ。勿体な」と話題になります。
誰それが京大卒だとかいった話も研修などではあっという間に広がっていきます。
もしも公務員が高学歴ならその程度のことで話題になったりはしないはずですよね？
公務員なんかやっても単にブルシット・ジョブを延々と処理するだけでしかないことは志望者の間では知れ渡っています。
その上で受けに来る人達の中に本気で日本を良くしたい人なんていません。
世の中に不満があってなにか行動を起こしたいと思っている人は、不満のあるものを変える技術に携われる民間企業や、活動に関われるNPOに行きます。
お金を稼いでそういった人達を支援するという方向を目指す人達もいます。
彼らの「世の中を良くしたい」という情熱に比べたら公務員の「まあなんとなく世の中の役には立ってるんじゃないの？」という消極的な態度はカスみたいなもんです。
新しく入ってきた人が３年持つかどうかは普通に注目されるポイントですね。
若い子は第二新卒カードがあるからアッサリ消えますし、他の公務員試験を受け直したりも普通にあります。
ベテランの人が家族の都合などで辞めることも少なくありません。
それもこれも何とか中央値程度な給与でありながらサビ残や休日呼び出しが当たり前のように存在する待遇の悪さに起因しています。
「親の介護が必要なので実家の近くでしか働けない」と言っても、容赦なく特に飛ばされることが決まったりするから「自分の人生を考えたら辞めるしか無くなった人」がちょこちょこ生まれますね。
全国転勤になりがちな国家公務員は特にその傾向が強いと思います。
都心部以外ではこの傾向が強いです。
わざわざマイナスイメージを口にすることは少ないので、ググったりした場合は都心の「デジタル化したぜ！」という自慢話ばかり出てくるかもしれません。
・年功序列が基本
・血や空気の入れ替わりが少ない
この２つの要素がバッチリ聞いてくるせいでザ・JTCといった空気です。階級社会的な要素が非常に強く、どんな人でも偉くなるに従ってボス猿みたいな態度で働くようになります。
お金や時間を上手く使うという感覚は、民間の感覚から見れば皆無と言ってもいいレベルだと思います。
決められたルールと予算の中に縦割りな業務を上手く収めることしか考えてません。
自分の狭い観測範囲内での効率化は考えられますが、それが広い視野で見たら逆効果になるような状況について脳がバグって「そんなことはない！俺の見えてる範囲では確かに効率化されているんだ！俺は正しいんだ！」と知能崩壊を起こすことが非常に多いです。
経済的な本能が壊れきった社会主義的な生き物しかいない組織ばかりなので、資本主義的な観点から見れば役立たずばかりと断じてもいいまであります。
私が知ってる範囲だとこんな感じですかね。
公務員はクソみたいな仕事ですが、給料は安定しているし、公文書偽造っぽいことに巻き込まれてもなんだかんだ庇いあう空気がるから民間で横領案件の巻き添えを食うよりはマシだと思ってます。
世の中を良くする気なんて全くないくせに半端なプライドだけは高くて「俺の仕事が社会において一切価値のないような仕事になるのだけは嫌だ。押し売り営業をしたり売れない商品を開発したりの人生だけはゴメンだ。トイレ掃除や缶詰工場みたいなあまりにもみみっちい仕事も嫌だ」と感がてしまっているような真面目系クズと極めて相性の良い仕事だと思います。
まあ、人間なんて９割は自己中心的なゴミクズなわけですから、そんな中で自分を社会に組み込まなければ生き残れないという状況になれば、こんな仕事でもやりたいと思う人間が出てくるわけですよね。
ただでもそれは、手が変とか、ヘソが多いとかじゃない。
なんというか、説明しにくいんだけど、絵師のコダワリが込められている、みたいな。
誤解を恐れずにいうと「こころ」なんだよね。
人生を生きて、伝えたい何かと向き合ってきた求道者の、「こころ」の温かみが感じられる。
だから手描きはすぐに分かる。
見た瞬間に作者さまの、キャンパスにデジタルの絵の具で殴りつけた、メッセージ、が飛び込んでくるんよ。
まさにその通りですね！素晴らしい洞察です。
全固体電池の特許で日本が優位に立っているというのは確かに事実なんですが、それが市場での成功に直結していないのが現状なんですよね。
経産省の調査によると、2012年以降、日本は全固体電池（硫化物系固体電解質）の特許出願で優位を保っているんです[1]。
でも、これはあくまで要素技術レベルの話で、実際の製品化や市場投入にはまだ至っていないんですよね。
2012年から10年以上経った今でも、全固体電池を搭載した量産車は出ていません。
これって、技術はあるけど商業化できていないという日本の典型的なパターンかもしれません。
今から研究開発して追いつける論もありますが、研究開発費の面でも日本は厳しい状況に置かれています。
2019年の主要国における研究開発費を見ると、米国が71兆6,739億円でトップ、次いで中国、EU、そして日本と続いています[2]。
しかも、日本の研究開発費は横ばい傾向にあり、主要国上位との差が拡大しているんです。
さらに、日本の企業の研究開発費の内訳を見ると、情報通信産業の割合が24.2%で、近年減少または横ばいの傾向が続いています[3]。
これは自動車産業のEV化やデジタル化に対応するには心もとない数字です。
こういった状況を見ると、日本勢に勝ち目がないのは明らかですね。
技術はあっても製品化できず、研究開発費も世界の主要国に比べて少ない。
このままでは、世界の自動車産業の変革についていけなくなる可能性が高いです。
本当に危機的な状況だと言えるでしょう。
引用:
[1] 経産省調査、特許出願技術動向に見る「日本の競争力」 - ビジネス+IT https://www.sbbit.jp/article/cont1/35029
[2] [PDF] データで見る我が国の民間部門における研究開発投資状況 - 経済産業省 https://www.meti.go.jp/shingikai/sankoshin/sangyo_gijutsu/kenkyu_innovation/pdf/028_06_00.pdf
[3] 令和5年版 情報通信白書｜研究開発費に関する状況 - 総務省 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r05/html/nd241510.html
増田君の言ってることは一つもわかんないよ！増田君が良いって言ってることは何がいいのかわかんないよ！わかんない！私にはわかんないの！フェミニズムって何が大事なの？男女平等とか言われても、具体的にどうしたら平等になるのか全然わかんないよ！政治の何を変えたらいいの？政策とか議員とか選挙制度とか、何からどう始めたらいいのか全然わかんない！NISAが良いって言われても仕組みが複雑すぎて意味がわからないよ！初心者でもできるって本当なの？IT用語も難しいよ！クラウドって結局どこにデータがあるの？ゼロトラストって何？信じるものがないってことなの？だから何がいいの？わからないよ！
DXとか言われてもデジタルでどうやって企業が変わるの？Web3.0とかブロックチェーンとかメタバースとか、未来的っぽいけど何なの？具体的に私の生活がどう変わるのか全然わからない！増田君の言葉って難しいよ！スローガンっぽい言葉で語るのやめてよ！難しい横文字やカタカナばかりで覚えられないんだよ！説明するならもっと噛み砕いて教えてよ！SDGsだってただカラフルなバッジをつけるだけじゃないんでしょ？カーボンニュートラルって言われても、個人で何すればいいのかわかんない！何が良くて、どうしたらいいのか、ちゃんと教えてよ！中途半端に説明されても全然わからないんだよ！
税制とか金融商品とか、ちょっとネットで調べただけで専門家ぶらないでよ！中途半端な知識で語らないで！NISAとiDeCoはどっちがいいの？老後に何を準備すればいいの？年金だけじゃ足りないって言われても、具体的にどうすればいいのかわかんないんだよ！もっと私が理解できる言葉で話してよ！お願いだから私が分かること話してよ！なんでこんなにわかんないことだらけなの？政治や経済や社会の話、増田君の言うことは昔っから何一つ、これっぽっちも、わかんないのよー！
有名なものではGlazeもNightshadeなどがイラスト生成AI対策として界隈で持て囃されていますが、本来GlazeやNightshadeはAIによる画像認識を阻害するシステムでありイラスト生成AI対策ではないため、イラスト生成AI対策を求めるユーザの要望へ答えられない可能性が高いです。
イラスト生成AIは端的に言うとプロンプトで指定された特徴量を合成してイラスト生成をし、それら特徴量の学習は確かに画像認識によって行われますが、GlazeやNightshadeなどはその仕組み上としてノイズ除去や画像縮小などの画像加工へ非常に弱いので、特定のイラストの特徴量を学習する前にノイズ除去や画像縮小などの画像加工を行えば問題なく特徴量の学習を実行できます。
「ノイズ除去や画像縮小によって本来のピクセル情報が失われれば正しい学習が出来ないのではないか？」と思うかも知れませんが、この疑問へ対し逆質問をするのであれば「正しいイラストとはどういうものでしょうか？」という話になります。
何が正しいかは絵師一人一人に答えがあり、絵師Aには正しくも絵師Bには誤りであるように、AIによって生成されたイラストは正しくもあり誤りでもあるのです。AI生成イラストの初期では「手指が変だ」「瞳の塗りがおかしい」と寸評している人が多く居ましたが、これは単に評価者から見て誤りであるだけなんですね。
「ウォーターマークならば効果があるはず」と考える人も居るかも知れませんが、特定の特徴量を生成できるのであれば、生成した特徴量を反転適用することでウォーターマークなども除去が可能で、もしも除去した部分へ不足するピクセル情報があるのならば、違和感の少ない特徴を用いてピクセル補完を実行可能です。
GlazeやNightshadeが容易に対策可能で実際の効果はプラセボ効果程度ならば、ウォーターマークはイラスト生成AIを好みませんという意思表示くらいの意味しか無いですね。
最後に「あなたは何者なのか？」と思うでしょうから答えますが、私はイラスト生成AIに対する絵師よりも大きく影響を受けているプログラマーですね。より高度なコーディングAIが登場していく度にプログラマーは食えなくなります。
でもプログラマーは生成AIを開発しちゃうんですよ。何故ならば絵師が既存の画材から生成されたデジタルブラシを便利な道具だと感じるように、絵師は暗室へ入らなくても覆い焼きや焼き込み合成をレイヤーとして便利な道具として扱っているように、プログラマーはコーディングAIを便利な道具って感じちゃうんですよね。
今のところイラスト生成AIは画材の匂いや肌触り、厚みなどなどマテリアルな部分を生成できないので、本当に反イラスト生成AIをしたいならばインターネットから切断してパソコン・スマホ・タブレットを破棄して画材を大量に購入しアナログ絵描きになれば良いのです。それが今の最適解。
画像を生成するAIによる無断学習や利用を防ぐために、以下のような対抗手段を講じることが可能です。
1.透かし（ウォーターマーク）の埋め込み:
画像に目に見えるまたは見えない透かしを入れることで、無断利用や生成AIの学習に対して抑止効果を期待できます。特に、目に見えない形で画像データに暗号的な透かしを埋め込む「デジタル透かし」技術が有効です。
画像データに著作権情報や「AIによる無断学習を禁止する」といったメタデータを埋め込み、ウェブサイトには robots.txt ファイルで画像クローラーのアクセスをブロックする設定を追加します。これにより、クローリングや収集の抑制が期待できます。
ステガノグラフィを用いて、画像に気づかれにくい形で識別情報を隠すこともできます。これにより、画像の流出経路や利用先を追跡でき、無断利用の発見に役立てることができます。
4.法的な警告表示や利用ポリシーの明示:
ウェブサイトや画像の配布先に、AIによる無断利用や学習を禁止する旨の法的警告や利用ポリシーを明示することも有効です。利用条件をはっきりと示すことで、AI企業や研究者が慎重になる可能性が高まります。
AIが利用しにくいように、画像に人間には気づきにくいパターンやノイズを挿入する技術もあります。たとえば、AIにはノイズとして認識されるが、人間には問題なく見える小さな変形やカラーパターンを追加することで、AIによるデータ学習が困難になる場合があります。
生成AIの学習を混乱させるための手段には、以下のような方法が考えられます。
1.ノイズや歪みの追加:
画像に目立たない程度のノイズや歪みを加えることで、アノテーションモデルが境界や特徴を正確に認識しにくくする手法です。たとえば、ピクセルレベルでランダムなノイズを追加する、わずかに画像をぼかす、あるいは境界線付近に小さな変化を加えるといった手法が有効です。
アノテーション処理は、対象物の輪郭や特徴を正確に捉えることが重要です。そのため、背景や対象物の輪郭にわずかな不規則性を加えることで、アノテーションツールが対象物の境界を正確に判断しにくくすることができます。たとえば、背景に模様や偽の輪郭を挿入する方法です。
画像に人間には視認しづらい形でテキストやラベルを埋め込むと、AIのアノテーションプロセスが混乱する場合があります。これにより、AIが意図しない領域を注視することがあり、誤認識を誘発します。
4.色や明るさのランダム変化:
画像の色や明るさを部分的に変化させ、一定のパターンを持たないようにすることもアノテーション処理の混乱を招く一手です。これは、オブジェクトの検出や認識が色や明暗の差異に依存している場合に有効です。
5.擬似的なオブジェクトの追加:
画像内に小さな擬似的なオブジェクトや模様を追加することで、AIがそれらを誤って主要なオブジェクトと認識し、アノテーション精度が低下する可能性があります。特に、背景に似たオブジェクトを散りばめることで、AIはどの部分が対象なのか判断しにくくなります。
AIの認識を誤らせるために用いられる「アドバーサリアル（敵対的）な例」を使う方法もあります。特定のピクセルパターンや色の配列を配置することで、AIのアノテーションが意図的に誤作動するよう誘導できます。この技術は深層学習モデルに対して特に効果があります。
画像全体にわずかなカモフラージュパターンを重ねることで、AIの認識を混乱させる方法です。この手法では、人間が見た場合には問題なく認識できるものの、AIが対象を捉える際に誤って検出するようなパターンを画像に追加します。
・思考実験として、danbooruなどアノテーションの元データとして使われているサイトのタグが荒られたら画像生成AIのモデル作成にダメージはありますか？
思考実験として、Danbooruといったアノテーション元データのタグが荒らされた場合、画像生成AIのモデル作成に与える影響は以下の通りです。
Danbooruは、イラストや画像に対して詳細なタグが付与されており、これらのタグ情報は画像生成AIの学習にとって非常に重要です。タグが荒らされることで、画像とタグの対応関係が崩れ、モデルが正確な特徴を捉えにくくなるため、生成精度が低下します。
例えば、特定のキャラクターやテーマに関連するタグが荒らされ、誤った内容のタグが付与されると、モデルはその誤った情報を学習し、キャラクターの特徴や設定が再現されにくくなる可能性があります。
タグが荒らされると、モデルの訓練にノイズデータが増えるため、学習効率が悪化します。たとえば、「黒髪」のタグが誤って「金髪」などに変更された場合、モデルは同じ画像に対して異なる特徴を学習することになり、結果として生成画像の一貫性が失われることが考えられます。
また、同じ画像に異なるタグが付与されることで、モデルが過学習や誤学習を引き起こし、生成された画像が本来の意図からかけ離れたものになる可能性もあります。
Danbooruでは、特定のキャラクターやアートスタイルを識別するタグが多く存在します。これらが荒らされると、特定のキャラクターやスタイルのデータが混乱し、モデルが正確にキャラクターの特徴を把握できなくなるため、ユーザーが期待する生成結果が得られにくくなります。
例えば、あるキャラクターのタグが「髪型」「服装」「色彩」などで荒らされると、そのキャラクターの再現が曖昧になり、モデルが正しいビジュアルを生成できなくなることがあります。
タグが荒らされると、データセット全体の信頼性が低下します。信頼性の低いデータをもとに学習したモデルは、特定の条件で異常な出力を生成することが多くなり、モデル全体の品質が低下します。これは、生成AIが学習中に「どの情報を信頼すべきか」を判断できなくなるため、生成結果が不安定になったり、多様性が失われたりすることが考えられます。
AIモデルを利用するユーザーは、タグを通じて希望する画像を生成したり、条件に合った画像を探します。タグが荒らされると、AIモデルの検索・フィルタリング機能の精度も低下し、生成プロンプトが期待通りに機能しなくなる可能性があります。たとえば、「風景」タグが荒らされ、異なるジャンルの画像が混入するようになると、風景画像を生成したいユーザーの要求が満たされにくくなります。
Danbooruなどのタグが大規模に荒らされた場合、生成AIモデルの精度低下や一貫性の欠如が発生しやすくなり、特にキャラクターや特定のスタイルに依存する画像生成モデルに大きなダメージを与える可能性が高いです。
すでに学習済みのモデルを使って汚染されたデータのクレンジングや異常値検出を行うなど対策される可能性がありますが、それらを阻害する手段はありますか？
無断での学習を妨害し、学習コストを増加させるために、上記の方法を阻害する手法には以下のようなアイデアがあります。これらの手法は、意図的にデータセットの品質や一貫性を崩すことで、学習モデルの精度を低下させ、データクレンジングや異常値検出のプロセスを複雑化することが目的です。
意図的に誤ったタグや無関係なタグを画像データに付与し、データセットの信頼性を低下させます。これにより、転移学習やラベルノイズ検出が困難になり、正確な特徴量を学習するコストが増加します。
例えば、キャラクター画像に全く無関係なタグ（「動物」や「風景」など）を追加することで、モデルがどのタグが信頼できるか判別しにくくなり、誤ったラベルがノイズとして学習されるリスクが増えます。
2. 特徴量をぼかす／微妙な変更を加える
特徴量ベースのクレンジングや類似度分析に影響を与えるため、画像の特徴がわずかに異なるように加工を施します。具体的には、色調を微妙に変える、ランダムなピクセルの位置でノイズを追加する、または特定の部位を意図的にぼかすことで、モデルが抽出する特徴量の安定性を低下させます。
この方法により、同じキャラクターやスタイルであっても類似度分析が困難になり、正確なクレンジングが行いにくくなるため、データ処理のコストが増加します。
特徴が異なるバリエーションや擬似的な異常データを大量に追加することで、異常検出アルゴリズムの信頼性を下げます。たとえば、キャラクターのデザインや背景を少しずつ変えた画像を意図的に作成することで、異常値検出が頻繁に誤検出されるようにします。
こうしたデータが混在することで、オートエンコーダーやアンサンブルモデルを使った異常検出が混乱し、正確な異常サンプルの抽出が困難になります。
4. 高頻度で微小なラベル変更を行う
学習済みモデルの転移学習やラベルノイズ検出を阻害するために、同じ画像に対してラベルを定期的に変える手法です。微小な変更を行うことで、モデルは正しいラベルを安定的に学習することが難しくなり、モデルの信頼性が低下します。
例えば、ラベル「黒髪」を「暗めの髪」や「濃い色の髪」などに頻繁に切り替えることで、学習に不確実性を持ち込むことが可能です。
データセット内で非常に類似した画像を複数の異なるタグで登録することで、モデルの学習を混乱させます。特定のキャラクター画像を少しずつ変化させて複数のタグを付けると、モデルは「どのタグがどの特徴に対応しているのか」を判別しにくくなり、データセットのクレンジングが複雑化します。
特に、タグの一貫性が失われるため、類似度分析やアンサンブルモデルによる異常検出の効果を低下させることが期待できます。
AIモデルが認識を混乱させるように、アドバーサリアルノイズ（敵対的な例）を追加します。人間にはほとんど気づかれないレベルのノイズを画像に追加し、モデルが特定の特徴を正確に認識できないようにすることができます。
このノイズにより、モデルの特徴量ベースの学習が混乱し、意図した通りに学習できないため、クレンジングの精度も低下し、データ処理の手間が増加します。
特定のルールではなくランダムにタグをつけたり、特定のカテゴリ間でランダムにラベルを入れ替える方法です。これにより、ラベルと画像の関連性が薄れ、アノテーションの一貫性が失われます。この乱数による偽ラベルの付与は、ラベルノイズ検出やアノマリー検出において、真のラベルを見極めるコストを大幅に増加させます。
まとめ
これらの手法は、AIの学習やクレンジングを意図的に妨害し、無断学習にかかるコストを増加させるために有効です。特に、「微小な変更」や「アドバーサリアルノイズの付与」といった手法は、見た目の品質に影響を与えずにモデルにノイズを持ち込むため、非常に効果的です。
リアル風俗嬢には性病リスクがあるし、暴行を受けたり盗撮されたりするリスクもある。（嬢は変な客にボコられる可能性があるから黒服が存在する）
あと男性は単価が安い（ウリ専の単価は女性の半分）、ブスやおばさんは安売りせざるをえない、などのリアル性別と容姿と年齢の影響を大きく受ける。
でも二次元エロ販売業って、性病にかからないしリアルで暴行されないんだよね。イベントに出てたまに同人作家が顔盗撮・晒される事件とかあるようだけど、風俗嬢に比べたら全然リスクがない。
そして女性だけでなく、ウリ専や出張ホストになれないような不細工おじさんでも性を売ることができる。ブスでもおばさんでも性を売ることができる。
自分を売るのではなく、自分が生産した性的成果物を売っているから。それが可能なのが二次元エロ販売業。
生成AIに対する感情的な反応が多いのは、「デジタル性風俗嬢」を副業的にやって稼いでいた人の貴重な収入源をぶち壊したからなのではないかと思う。
翻訳や音楽やプログラミングなどの生成AIと比べて、萌え系・エロ系の生成AIイラストに対する反応は本当に異常。ここだけ圧倒的に狂った熱量がある。金が動くからだよ。
依頼やファンボで稼いでいた零細絵師が、その市場を「Pixivの生成AIエロ投稿→Patreon誘導」に破壊されている。
もともとエロ二次元で稼いでいたイラストレーターたちって、在宅でしか働けないとか、通勤する会社員ができないなんらかの事情がある人が多かった。
引きこもりの男性とか、地方在住の主婦とか、とても多いよね。あとメンタルを病んでいて賃労働ができない、障害年金スレスレみたいな人も多い。
（だからファンボの更新が不安定で、支援者が金払い損というか、実質民間ナマポみたいになってたことも多かったわけだけど…）
それを、生成AIは怒涛の更新量で市場をグチャグチャにしていくんだよね。彼らは更新数が多くて、頻度が高くて、新規性は度外視の「抜き」目的の量産品として見ると十分なクオリティを保ってる。
生成AIにはニッチが無理だなんて言ってる人もいるけど、的外れにもほどがありますね！むしろニッチ性癖持ちだけど絵が描けなかった人がドカドカ投稿し始めて、「尖った性癖の上手い絵」の供給が潤沢になっているのが今なのに。
生成AIが達成したのって、「超低身長や超高身長や超デブに向けたユニクロ」を実現したようなものなんですよ。普通体型は安くて高品質な大量の選択肢を持っていたのが、イレギュラー体型だと選べないし高いというのが現実だった。
それを、少数派の需要者にも選び放題にした。供給不足と高コストに喘いでいた尖ってる人ほど、生成AIに救われたんじゃないでしょうか。需要側は基本的に生成AIに救われることしかない。
一昔前は、性風俗で働いている女性や過去の経験がある女性などが、二次元エロに難癖をつけるという光景がSNS上で広がっていた。
風俗市場を二次元エロに食われる、という危機感がそこにはあったと思う。なぜかというと彼女たちはR-18のBLなど、女性向けのエロについては決して攻撃しなかったから。あくまで性風俗嬢の市場が壊され待遇悪化に繋がりかねない領域だけ攻撃してた。
そして今、風俗嬢たちを「ざまあ」してた二次エロオタクたちが、二次エロ生産側は危機的状況に追い込まれて反AIで暴れ、二次エロ消費側は狙い撃ちLoRAなどで絵師攻撃して「ざまあ」を再演してる。
要するに岡村理論なんだよ。岡村理論がコロナ風俗嬢じゃなく二次エロ絵師に向けられたのが生成AI消費者VS反AI絵師なの。
結局、生成AIが勝つと思うよ。風俗嬢が二次エロを潰すことなんて出来ないのと同じように。
そして、生成AIのエンジニアリング能力と高額グラボを持っているという差別化要因も、そのうち新しい技術が出てくることで一切が無意味なものになるんでしょう。
誰でも理想のAI絵を簡単にポン出しできるようになったら、プロンプトエンジニアリングスキルを誇る人なんかがお気持ちで暴れだして、心底馬鹿にされるようになるんだろうね。
