はてなキーワード: ロボットとは
有り得なさで笑わせるなら、
陳腐はお前。
老人Z見ればわかるけど介護ロボットは技術的に小さいモーターは存在しないのでありえないしコスト的にもありえない。
管をつなぐのは人権上ありえない。
陳腐はお前。
老人Z見ればわかるけど介護ロボットは技術的に小さいモーターは存在しないのでありえないしコスト的にもありえない。
管をつなぐのは人権上ありえない。
一人の労働者に対して多数の老人をみるにはモーターをフル活用するしかないので、介護施設を工業用倉庫のように改造するしかないよ。
ロボットでおむつを替えるのは複雑すぎて無理なので、おむつを替える人間のライン工を置いて、漏らした老人のベッドを次々におむつ替えライン工の前にもってくるような仕組みになります。
30年ものスケールで見ると、その間にAIとロボットが急速に普及するだろうから、インフラと介護に人手を集中しなければならないタイミングがどこからどこまでなのかは、正直よくわからない。
約30年前はwindows95が発売されて、急速に一般人がインターネットにアクセスできるようになった時代。パソコンはモニターも本体も段ボール箱みたいなサイズだった。Googleもなく、Amazonもなく、SNSもなく、スマホも、生成AIもなかった。
「インターネットに接続可能で、そこらの人間より賢い回答を即答するAI入りの携帯電話(音声入力可能、接触操作も可能な液晶画面付き)を、一人一台所有している時代」が30年後に実現しているなんて、30年前は想像もしていなかったよ。
お昼ご飯頼んだんだけど、ついうっかり後ろを付いていってしまい、昼休みを半分ぐらい無駄にした。
危険すぎる。
あんな可愛い機がうろうろしたら、いつもロボットの後を付けて言ってしまいそうで
危険。
パカッとご飯を取りだした後、ぶるぶるっと震えるように動くのがかわいすぎる。
少し分かりました。
これ誰かわかるだろうか
言語化が難しいんだけど
・チケットのステータスを変更することで他チームにタスクが回される、あるいはタスクが回ってくる
・ステータスが細分化されていて、それによってタスクの取り扱い、誰の承認やチェックが必要かが変わる
・根回しが必要
・タスクがどういうものであるかという文章や、エビデンスや、ステータス管理が業務の大半を占めていて、実タスクは半分以下である
こういうやつ
ちょっとくらいならいいんだけど、これが高度化していくとストレスがマッハになる
とくに自分がベテランや上長ではない、末端であるほどストレスが大きい
心が押しつぶされるような感じ
たぶん、自分が書類書くのとか苦手っていうのが原因の半分な気がする、ADHDとまではいかないけど、「細かいタスクを正確にやる」が死ぬほど苦手だ
ステータスやチケットの設定がなんとなく暗黙知で誰も教えてくれない(あと定期的に忘れる)上に大体上長は多忙で聞きづらいという不安
とかかなあ
フリーランスなので新しいところに行くたびにこれを感じるのが本当に辛い
あとやはりというか、マネージャーみたいな存在は居ないとしんどいんだと思う、聞ける人が居ない
マネージャー不要論ってあるけど、それってそのチームに慣れた人だけが参加してる場合に限るよ
ベテラン勢(チケット管理の方法や仕事の仕方を定期的に変えていく人たち)はわかるんだろうけど、口頭で言われても全部覚えられないよって
昔Redmine使ってたときもこれ感じだな、カスタマイズするんだもん、カスタマイズする割に周知が薄い
あれだ、ルール設定したら人間がプログラムどおりに動くと勘違いしてる人たちの下につくのが辛いみたいな
でも優秀な人はロボットのように正確にやっちゃうんだろうなあ、自分は無理だー苦しいーー
あとドキュメント群があって、どこかに何かがあって更新されてて
正しく処理するためにはこのページ見て、このページ見て、このページ見て・・・ってのが無理
メールに通知来てるんだろうけど、一個ずつ見てると狂いそう
結局小規模な現場に逃げ帰るんだ
どうすりゃいいんだ
子供の頃から宇宙戦艦ヤマトとかマジンガーZとか架空のロボット的なアニメに感情移入出来なくて、学校でも盛り上がっている話題に入れなかったことがよくあった。その流れでガンダムとか巨大ロボットアニメに全く興味が湧かず、それよりもリアルなロボットに興味を奪われた、自分にとってはそれは車やバイクだった。
小学生のとき皆が巨大ロボットアニメにハマっている中で、僕は年の離れた兄が買っていた月刊オートバイを食い入るように毎日毎日読んでいた。確か小学2年生だったか3年生くらいのときにCB750F(A)が発売されてそのフォルムに一発でやられた。当時クラスのみんなの憧れが巨大ロボットだったが、僕の憧れはCB750Fだった。子供心に「戦うロボットなら人型じゃなくてもいいのでは?」と考えるくらいSFに冷めた子供。皆が飛びついているから斜に構えてアンチになっているのではなく本当に興味が沸かなかった。大人が巨大ロボットのおもちゃをプレゼントしてくれたときは、くれた大人の気持ちを考えて無理に笑顔を作り「ありがとう!」とは言うものの、それはそのまま弟にあげて、自分は読み古したMr.バイクを眺めるのが常だった。
こう言うと巨大ロボットアニメ嫌いに聞こえるけどアニメ嫌いなわけじゃなく、単に興味が無いというだけでそういうの好きな人を否定するつもりは一切無い。無いんだけど、たまにそれを押し付けてくる人がいて辟易するときがある。子供の頃にヤマトやガンダムがハマらないなんてとか。ガンダムよりも田植機のほうがメカメカしくて好きだったよ。
第二次ベビーブーム + バブル崩壊後就職氷河期は、代わりはいくらでもいるとか機械を導入するより安いから労働者を雇うみたいな
人間が機械の下位互換の一番安いパーツ扱いされていてまともじゃなかったと思う
現代は労働者が集まらなくて営業ができなかったり、人を雇うより安くつくのでタブレットオーダリングシステムとか配膳ロボットを導入する流れになってきていて
Blueskyにアップロードしたデータは、GoogleやOpenAIやBaiduや様々な会社のAI学習に利用されている可能性が高いよって話。
検索エンジンやAIのクローラー、ボットによるデータの収集や学習を拒否する方法としてrobots.txtを使うのが一般的で、AI学習データ収集ロボットもそれに従っています。
AI開発会社はそれぞれbotの名前や、どのようにrobots.txtを設定したらデータ収集をしないかを公開しています。
User-Agent: *
Allow: /
https://bsky.social/robots.txt
実際にはサーバー負荷対策のため、ある程度の速度制限がありますがコンテンツの取得に制限はありません。
# Every bot that might possibly read and respect this file
# ========================================================
User-agent: *
Disallow: /
一部の検索エンジンには限定してデータ収集を許可をしています。(詳細は長いので省略。自分で確認してください)
Blueskyは他社AIボットによるデータ収集を許可しています。
BlueskyにアップロードしたデータはOpenAIやGoogleやBaiduなど様々な会社のAIロボットにデータを収集され、AI学習開発に利用される可能性が高いです。
もしも自分がAI学習に反対の立場なら、どのAIに使われるか不明なBlueskyの方が不安だと思うんだけど。
世の中はそうなってなさそうで不思議。
ロボットスクワッドってやつなんだけど、200円の人型と100円のサポートメカが2体
サポートメカは人型に合体出来るので、合計400円で結構いい感じのロボットになれる
白いのと黒いのがあって今回白い方だけ買ったんだけど、黒いのも欲しくなった
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。
これもうロボットの反乱だな
ADHDが先延ばししてるときに感じてしまう謎の“恐怖”を乗り越えるには、外からの圧力を自分にかけるか、あるいは恐怖を感じる脳をバグらせるかのいずれかの方向性になると思うけど、「恐怖を分担する」というウルトラCもあって例えばメールを見るとき誰かと画面見ながらせーので開くと楽に開ける。
こういうの見ると、協力関係にあれる他人が必要なんだろうけど、ここをAIでどうにかできねえかなと思ってる
デトロイト(ゲーム)に出てくるみたいなロボットは大掛かりなハードが必要だし相当時間かかりそうだけど、メガネにつけたカメラでの外界認識+ユーザーとの音声会話機能+長期記憶をつけたパートナーはあと数年で完成しないか
でも増田みたいな書き方してるやつは正常の範囲の放置&先延ばしなのが大半
元増田(anond:20241113161925)の書いてる内容も仕事やる気とか能力の問題で先延ばし関係ないやつだと思います
というか下記と同じ増田
たぶん適応障害になったので、頭の中がどうなってるか言語化する
https://anond.hatelabo.jp/20241109005255#
> プレッシャーに押しつぶされて、メールを見たり送ったりするのが怖くなり、音信不通になる系です。自分の仕事にミスがあって周りの人に迷惑をかけていないかとか、仕事が遅くて相手から失望されているんじゃないかとか、そういう不安・強迫観念が私の意思決定を鈍らせ、息苦しくなり、結果として何もできない「怠け者」になってしまいます。
> 今も、今日中にと昨日に言った仕事に着手できていないので、比較的気持ちが落ち着いて作業できる深夜明朝の時間帯に進めて、変な時間にメールを送って周りをビビらせたる。
↓
https://toyokeizai.net/articles/-/839082
こんな記事があったけど、あんまり皆さん実態を知らないようなのでひとつ
自分の土地に立てたようなところはオーナーが草刈りとかメンテしていることが多いです。
で、メンテしきれなくなると、ワイのような限界集落看取り人みたいな輩に依頼が来て、お小遣いぐらいの金をもらって草刈りをすることになる。
こういう所はだいたいちゃんとしてるが、最大のリスクはオーナーの健康状態だったりする。
前にあった例は、草刈りや電気系のメンテナンスを月2万円ぐらいで請け負っていた所で、オーナーがお亡くなりになった例があった。
息子さんももういい歳で、今更田舎に来る気が無いという事もあったが、まぁ散々お世話になったしと思いながら生前と同じようにメンテをしていたところ、息子さんから買い取ってくれと言う打診があった。
しかしそんな金も信用力もワイにはないので、地元で組織的に再エネの発電事業をやっている半公共団体に話をつないで、そこに買収してもらった。
固定価格買取制度に認定済みの太陽光発電所は、後は自動的に金を生み出してくれる施設なので、売り先にはそんなに困らないのである。
なので、くさぼーぼーになると言うのは、くさぼーぼーになる以前に素人が設置したとか、坂に設置したので全然発電効率が上がってなくてそもそも赤字とか、くらーい何かがある気がする。
もうその組織が自分たちでメンテ部隊を持っているので、そこがやる。と言う感じである。
今はもう違うが、ちょっと前までの固定価格買取制度は、ここら辺を外注する想定で経費設計がされていたので、自分たちでやればやるほど儲けが増えると言う構造があるので、それはもう地道にやる。
さらに草刈りなんてのは、ある一定の期間に一定の面積を借れば良いと言うスタイルなので、農家のおじさんたちや、建設会社のおっちゃんたちのちょうどいい副業なのである。