  |
はてなキーワード: 機械学習とは
俺のMy Ad Centerの内容
このように、差別する気満々のモデルが、低い正解率にとどまるのは社会的に問題だろう
これらの予測に基づいて、検索や広告などの情報が制御されていると思うと、機械学習を用いて人間を差別していく社会はすでに現実になっている
まあ、政府だったら予測とかじゃなく、強制的に個人情報を取得できるから、差別はむしろたちが悪くなる可能性があるが
と考えると、差別の問題は予測能力ではなく、人間の属性を用いて異なる情報やサービスを与えること自体であると言える
5chの絵描き系のスレのあちこちにAI関連のはてブのコメントをマルチポストで紹介する荒らしがいるので迷惑してる。
以下一例。
イラストレーター(仮)板
https://mevius.5ch.net/test/read.cgi/illustrator/1723384514
垢版 | 大砲
2024/11/13(水) 06:50:31.04ID:ycndqDuT
https://b.hatena.ne.jp/entry/s/anond.hatelabo.jp/20241112074030
絵描きの頭が悪すぎて上手いイラスト流れてきても冷めた目で見てる
"案の定また退会せずに居座る人多数のようで。「AIに学習させます」って明言してるSNSに「学習禁止！」って言って居座る赤ちゃん達。「学習禁止は英語でこう書きます」って投稿が拡散されてるのは何か笑ってしまった "
" プロ含め絵描き界隈の知性の低さ、思考の幼稚さにはさすがにうんざりした。何度論理的に諌められても反省しない、価値観をアプデしない、主張はダブスタばかり。普通の消費者はもうAIでいいわともなる"
"1/3くらいは同意する。真っ当なプロはAIでできる事とできない事を見極めてるし自分の価値は自分で切り拓く事を理解してると思う。"
"なんつうかもう哀れ過ぎるんだよな、訂正・弁明出来なくなった現状含め、幾ら大手イラストレータが言ってたからってもう少し早く苦言・否定しておくべきだった"
"内容はまあ同意する"
同人板
Skebについて語るスレ Part.105
https://itest.5ch.net/medaka/test/read.cgi/doujin/1730411138
0532 名無しさん＠どーでもいいことだが。 (ﾜｯﾁｮｲ 2be7-2uFP) 2024/11/14(木) 20:17:54.23
b.hatena.ne.jp/entry/s/news.yahoo.co.jp/expert/articles/84f7f5f3d4e5ff41837d8968c8e21467b97811ee
Xの利用規約の変更で「AIに画像を学習される」は誤り。2023年9月から学習対象
"そもそも機械学習を禁止する権限が(法的に)ないんで、こんなこと書かなくてもいいはずのところを、目的を明記してくれるのは結構誠実な対応と思うのだが、それを悪として認識する人間の認知、むずかしい"
"騒いでる層は利用規約とかプライバシーポリシーって言葉の区別すら付かないようだし"
"AI学習ソースには前からされてる。Blueskyも学習される可能性はある。フェイクポ○ノに利用されるのはデマ"
"気持ち悪ーいウォーターマーク(笑)入りのイラスト上げてる絵師(笑)の人たち、そこまでして承認欲求満たしたいのか…って思う日々ですヨ"
"デマを信じてるイラストレーターばかりで、普段ちゃんと生活できてるか心配になってくる"
"WMで絵を汚してみたり移住だ移住だと騒いだり、絵師界隈は考える頭が無くて先頭が河に飛び込むと次々自○していく鼠の群れの話のよう"
正しい意見
https://itest.5ch.net/mevius/test/read.cgi/internet/1729029729
0402 192.168.0.774 2024/11/15(金) 18:07:24.45
b.hatena.ne.jp/entry/s/anond.hatelabo.jp/20241115000009
"法律よりも学級会が大好きで、内輪の倫理を何よりも重視する、一部の同人連中の悪癖が見事に可視化されちゃってるよねえ／奴等は馬鹿なので、法規制に繋がりそうにないのが唯一の救い"
"ボタンひとつで私の絵柄そっくりの絵を作れる機械が作られてもその時点では私になんの実害も発生しないけど絵柄が保護されると創作自体できなくなっちゃうからそっちのが恐怖 消えて欲しいのは表現規制に繋がる因習"
" 「技術の進歩にとって有害なデマを撒き散らし、自作を切り付けるリスカによって無知蒙昧を晒す痴態を眺めるぐらいなら、これからはもう私が保存したアルバムの中だけの⋯思い出でいて欲しい」"
"まじ分かるわ。AI対策で鍵かけますってのもいたけど人力で絵を回収してると思ってるの！？ってリテラシー踏み絵として機能してたのが印象的な日だった"
"このブコメ群見ても効きまくってるのは反AI連中だろう。反知性の未開の人間を見たら見下したくなるというのが人間の性よ。ちなみに自分も絵を描くけど親AI。反AIの人たちは使えない製品たくさんあって生きづらそう"
"プログラマもGitHubがAIやるとき反発もあったけどすぐ沈静化してこんな陰謀論めいたことにはならなかったんだがなあ……"
"対策と称したおまじないに傾倒して頭にアルミホイル巻き出すのは馬鹿っていう事実ぐらいは意見や立場に関係なく大前提として共有してほしい"
" 季節の変わり目で体調悪いのかしらないけど、パニックはほどほどにして欲しいね・・同じく絵描いてるがクリスタの3Dや素材使ってるので、同じ部類だと思ってAIに嫌悪ない"
はてなはまとも
AI関係ないスレにも突拍子もなくスレ違いの話をねじ込んでくるので鬱陶しい。少なくともそのスレではAIの話なんか知らんがなっていう。
同じ意見を持つはてなーなんだからタイトル通りこいつを回収しろと要求するわけではないしそんなことは期待してない。
こういう奴がいるってことを今日は知ってもらえたらと思う。
ネット上の画像は生成AIに既に取り込まれてるんだからいままでの環境を維持すればいいという主張を見たけどそれはそれで時代の変化を理解したくないバイアスなのではと思った。
絵を描く側の人たちが全員「ネット上に上げたものは機械学習されて良い」と思ってるなら生成AIは成立しただろうけど現実はそうじゃないし生成AI側はデータの著作権への対価を払うつもりはないと主張してるわけだから話し合いは始まらずに決裂してる。
画像にノイズを載せたり情報量を下げたうえで比較的クローズドな環境で絵を見せようとする流れになるのは必然なのでは。
ネットで気軽に平和に絵を見られる時代も終わっちゃうんだよ悲しいね。
例えば医療で画像診断の精度を上げてる、などは素晴らしいことだと思います。
一方で「高性能のAIはとても電気を食う」「熱が発生する」と聞くと
SNSでネタにする程度の用途で気候変動に加担するのはちょっと気が進まない。
うなぎは美味しいけど絶滅しそうなら増えるか完全養殖できるようになるまでは食べなくていいやと思うのと同じような括りに入る。
昔ディケンズがアメリカで講演をして自著の海賊版が出版されていることに苦言を述べたら「新世界で何ケチなこと言ってやがる」って炎上したんですよね。
でもいまアメリカは故人の没後の著作権を引き伸ばす側の国になりました。
そういう歴史上の実例を見るとネット上のデータについても(技術的には可能でも）取り放題みたいな時代が終わる可能性は全然ある。
生成AIの発展と使い勝手は技術だけではなく法律や社会通念の面からも影響されるわけで、
生成AIはいまの手法では立ちいかなくなるのではと思っています。
生成AIは企業のものなのでマネタイズできないなら最終的にはサービス終了するでしょう。
自分は絵を描く人でもITを開発する人でも法律の専門家でもなく、今後どうなっていくのか、どうなるべきなのかはわかっていませんが（冒頭に戻る）
AI使ってますか？Xで翻訳ボタン押すと海外のポストでも日本語で読めるの便利ですよね。
機械学習から連綿と続いた先にある生成AIの隆盛、大変エモいものがあります。
自分はまだニューラルネットワークと呼ばれていたころからこの分野で細々と研究をしており、趣味は主に写真です。絵はたしなむ程度。
今の反AI運動は、誰に対して何を反対しているのか良くわからなくなってしまっているので、正しく反対するのが良いと思っています。
結論から、なぜそうなるのか、どうしたら良いのかと整理しておきます。
（Xの利用規約がいつ変更され、どのように利用されるかについては、他の方の記事に詳しいため略します）
たいていの場合、人間が利用可否を判断できる程度には高解像度な写真と、ストックフォト社のロゴ、撮影者の名前、管理IDが入っています。
もちろん商業印刷に使える高解像度は購入後にしか手にすることはできません。ただサンプル画像ですが、機械学習用途では十分です。
ロゴなどを取り除くのは難しくありませんし、学習用途では十分なイメージサイズがあり、機械学習に十分使えます。
しかし、実際にはそういった事例は見聞きしません。（個人で学習されている方もほぼいないでしょう）
なぜならば、もしも利用が発覚した場合に使用料を請求されるからです。
同様に、無償の用途であっても、例えば軍用機や戦車など、IDやサインを写真に入れる方は少なくありません。
これは、端的にはパクられた時に自分の写真だと主張する為です。
現行法下では、いわゆる"無断学習"を止めることはできません。
機械的に大量の学習が行われるのが問題であるという論建ても見聞きしますが、あまり良い筋論とは思えません。
なぜならば、少ない学習量で良い結果を出すというのは、機械学習的にはかなり昔から熱心に研究されているテーマだからです。
（例えばコンピュータ将棋に新風を吹き込んだBonanzaは、たった6万局の棋譜を学習させることで評価関数を作成しています）
実用的にも、事前に学習させたモデルを準備しておき、少ないサンプル画像（数枚～数百枚）で、不良品検査に使えるモデルを作成する、などは熱心に行われています。
現状でも、対象となる絵を人間が模写して、模写側を学習させるだけで、十分に元画像に近似した画像を出力できます。
人間が目で見て判別できる程度のノイズやウォーターマークは、前述の通り除去にさほど手間はかかりません。
Xを利用する以上、利用規約に同意しなければ使えないので、これについて学習を防ぐことはできません。（非公開ポストについては学習されませんが、これもXの利用規約変更が無いことが前提です）
例えばpixivは機械的な画像収集がガイドラインで禁止されています。また、画風を模倣した作品の投稿についても一定の制限のもとで禁止されています。
対価を取る旨の明記とは、例えばpixivFANBOXのメンバー限定コンテンツを、無断で転載されてしまった場合、損害を負ったと外部に対して明確に説明が出来ます。
これらを行ったうえで、故意に学習され、似た作風の生成AI画像を公開されるという嫌がらせを受けた場合は、上記の旨を前提として、嫌がらせであると都度対応する必要があります。
これは知らなかった、うっかりしていたでは起こりえない状態にしたうえで、きちんと嫌がらせに向き合うということです。
生成AI画像をそもそも見たくない、というものは、現行では防ぎようが無く、どちらかというとロビー活動に近いものになります。
こいつは画像生成AIで絵を出力している！というのは、指摘として正しいか否かは別として、あまり意味をなしません。
ただ、自分の趣味である写真でも、いわゆる加工をどこまで許容するかは人やコンテストによって異なる為、そういった住み分けの話になってくると思っています。
例えば、ある画家が自分の画風を学習させた生成AI画像を出力して販売したとしても、それを咎める理由は思い当たりません。
現状でもまだ過渡期であり、人間の目で判別不能な画像を出力するようになるのは、時間の問題です。（既に人間が書いた絵であっても生成AI絵だと誤認される事例は数多くあり、指摘できる人間の数は減っていきます）
どちらかと言えば、作画過程のタイムラプス動画に価値を見出すような、違った付加価値の話になってくると思います。
生成AI画像技術を禁止する、学習を禁止するなどは、現行法下ではできません。
法改正もしくは法解釈の変更が必要なためロビー活動を行うしかありません。
しかし、自分の絵を商用利用を禁止し、それを許容するプラットフォームで発表することはできます。
Xでは非公開ポストにしない限り、機械学習に利用されることを防ぐことはできません。利用規約で既に利用が可能になっているからです。
露悪的に言えば、Xを利用するのに学習されたくないのは虫が良い、と言えます。ただし、Xに対して一定の金額を払うことで対象から除外してもらうように働きかけることはできるかもしれません。
ウォーターマークやサイン、ノイズを機械学習を防ぐ目的に使う効果はとても薄いです。ロゴやウォーターマークの除去もテーマとしては昔からあるものであり、難易度はそれほど難しくありません。
ただし、意図して除去していることは明確になるので（Xには規約で学習されてしまうが）X以外の例えば悪意ある第三者に学習された場合に、悪意ある行動だ、と指摘することが出来ます。
この場合、対価を取って公開している場合、損害が明確になるので、アクションを取りやすくなります。
X社に学習されるのは諦めて、小さくても良いのでトリミングで取り除かれない位置にサインを入れてポストするのが最もベターです。ウォーターマークである必要はありません。
（取り除かれて転載された場合、タイムスタンプを基に悪意ある転載だと指摘できるため。逆に言えば別に大きくいれてもさして違いは無いので自分の好みで入れれば良い）
また、自分の画風のAIモデルを開発中である、これの対価はAI陣営には買えないくらいとても高い、とプロフィールに書くだけでも十分抑止になります。
生成AIに反対する為に、自分でAIモデルを作り高額で販売するつもりである、と表明すれば良いからです。
嫌がらせで自分の画風を真似たモデルが作られて販売もしくはそれを使った出力画像が出た際に、自分は損害を負ったと主張できます。
また、第三者のゲームのスクリーンショットに勝手に透かしやサインを入れるのは止めましょう。適切なガイドラインのもとで適切に利用するのが最も大切です。
既に法律でも、利用規約でも、生成AIや機械学習側がリードしている状態です。
Xが学習するというのを妨げるのは、プラットフォームを利用する側としてはどちらかと言えば非難される側になってしまいます。（規約にあり、利用しており、それでいて相手を妨害する為）
なんかすごい自分に酔ってんな
マスな機械学習はいいけど狙い撃ち学習は問題だと言ってるがなんで問題なの？人間だって機械だって学習するというなら人間だって特定の絵描きの絵柄真似するやつ（しかもそれを自分の芸風にするやつ）だっているじゃん。
狙い撃ちはその人の絵柄を真似されることで損失が〜とかいうなら反AIで噴き上がってる凡百の絵描きも凡百でよくある絵柄を描いて儲けてるのにそれが大量生産されて困るんだから同じことだろ
狙い撃ちでもなんでもやらせたれよ
機械学習エンジニアとして働いている者として、何点か賛同できない点があったので個人的な主張を述べておきます。
深層学習モデルの作成経験はありますが、いわゆる「GenAI」の動向を詳しく追っているわけではなく、GenAIエンジニアでもありません。
ですので、私の解釈が間違っている場合にはコメントをもらえますと幸いです。
-----------------
(引用) そもそも深層学習の構造を考えると、億単位の画像を学習している基盤モデルに自分の作品が数十枚食われた程度で、個人の絵柄が再現できるはずもない。(引用終わり)
イチから学習させる場合には確かにそうですが、悪意ある一般ユーザーの多くが行うのはLoRAであり、これは汎用的な生成AIに数十枚の特定スタイルの画像を追加学習させることでファインチューニングを行うものだという認識です。
これには数十枚の画像があれば十分なので、「個人の絵柄が再現できるはずもない」というのは間違いではないでしょうか？
参考1：https://prtimes.jp/main/html/rd/p/000000051.000100410.html
参考2：https://note.com/mioha_0308/n/n3b9a40b2c08c
参考3：https://w.atwiki.jp/genai_problem/pages/18.html
-----------------
(引用) ある者はGlazeやらNightshadeやらで絵を汚すことで安心（＝プラセボ効果）を得ようとし、(引用終わり)
GLAZEについては、単にそれっぽいノイズを加えるのではなく、Style transferを行うことで、生成AIにスタイル特徴の特徴空間を誤認させるものだという理解をしています。
実際に論文中でも、スタイルを誤認させることに成功しています。
これはAdversarial Attackのように、人間には一見同じように見える画像でも、生成AIには全く異なるものに見えるように画像を変換しているものだという認識です。
GLAZE, Nightshadeを実際に検証した記事を見てみると、たしかにLowフィルターだけを使用した場合にはあまり効果はなさそうですが、Highフィルターを使用した場合には一定の効果はあるように見えます。
（Lowフィルターだけをかけても効果が薄いという主張であれば、賛同します）
参考1：https://qiita.com/heart_mugi/items/aa88e78add3ee138858a
参考2：https://tech.preferred.jp/ja/blog/nips17-adversarial-learning-competition/
参考3：https://qiita.com/miu200521358/items/81439ba159d836faa0f4
-----------------
普通にみてて辛いわ
そもそも小説ジェネレータで楽しそうに遊んでた過去があるのにこれかよ
そういうこと言ってんじゃない！Xの規約に勝手に同意させられてるのが嫌なの！！（では辞めるしかない）
でも辞めるわけにはいかない！なのに同意させられてる！むかつく！（ならば受け入れるしかない・そもそも数年前から同意させられている）
そういった抗えないものに形だけでも抗っていることを見せるのが大事なの！（誰に対して？AIを嫌う人々に刺されないため？）という反論も見かける
考えなきゃいけないのって特定の絵師だけを狙い撃ちしたローラであって、
AIを恐れてる人たちは主にこれをされるのを恐れてるんじゃないか？
あとはpixivでタグ検索したらAI絵と絵がごちゃ混ぜになってるのもAIへの憎しみを増幅させてる気がする
人が描いたもの見たいのにね
投稿時にAI絵かどうか明記させられるんだからもっと明確に分けられたらいいのにね
こんなこと口が裂けても言えないよ
だって作家みんな機械学習のことなんも知らないで騒いでヒスってんだもん
一部のITかじってる冷静な作家たちがわざわざ仕組みを解説したりしても
結局叩かれてんだもん
位相的弦理論は、宇宙の不思議を解き明かそうとする特別な考え方です。普通の物理学では、物がどう動くかを細かく調べますが、この理論では物の形や繋がり方だけに注目します。
例えば、ドーナツとマグカップを考えてみましょう。形は全然違うように見えますが、どちらも真ん中に1つの穴があります。位相的弦理論では、この「穴が1つある」という点で同じだと考えるんです。
この理論では、宇宙を細い糸（弦）でできていると考えます。でも、普通の弦理論とは違って、糸がどう振動するかは気にしません。代わりに、糸がどんな形をしているか、どう繋がっているかだけを見ます。
これを使って、科学者たちは宇宙の秘密を解き明かそうとしています。難しそうに聞こえるかもしれませんが、実は私たちの身の回りの物の形を観察することから始まるんです。宇宙の謎を解くのに、ドーナツの形が役立つかもしれないなんて、面白いと思いませんか？
位相的弦理論は、通常の弦理論を単純化したモデルで、1988年にEdward Wittenによって提唱されました。この理論の主な特徴は、弦の振動モードの中で位相的な性質のみを保持し、局所的な自由度を持たないことです。
1. A-モデル：ケーラー幾何学と関連し、2次元の世界面を標的空間の正則曲線に写像することを扱います。
2. B-モデル：複素幾何学と関連し、標的空間の複素構造に依存します。
これらのモデルは、時空の幾何学的構造と密接に関連しており、特にカラビ・ヤウ多様体上で定義されることが多いです。
4. グロモフ・ウィッテン不変量など、新しい数学的不変量を生み出す
この理論は、物理学と数学の境界領域に位置し、両分野に大きな影響を与えています。例えば、代数幾何学や圏論との深い関連が明らかになっており、これらの数学分野の発展にも寄与しています。
大学生の段階では、位相的弦理論の基本的な概念と、それが通常の弦理論とどう異なるかを理解することが重要です。また、この理論が物理学と数学の橋渡しをどのように行っているかを把握することも大切です。
位相的弦理論は、N=(2,2) 超対称性を持つ2次元の非線形シグマモデルから導出されます。この理論は、通常の弦理論の世界面を位相的にツイストすることで得られます。
A-モデル：
B-モデル：
両モデルは、ミラー対称性によって関連付けられます。これは、あるカラビ・ヤウ多様体上のA-モデルが、別のカラビ・ヤウ多様体上のB-モデルと等価であるという驚くべき予想です。
大学院生レベルでは、これらの概念を数学的に厳密に理解し、具体的な計算ができるようになることが期待されます。また、位相的弦理論が現代の理論物理学や数学にどのような影響を与えているかを理解することも重要です。
位相的弦理論は、N=(2,2) 超対称性を持つシグマモデルから導出される位相的場の理論です。この理論は、超対称性のR-対称性を用いてエネルギー運動量テンソルをツイストすることで得られます。
1. A-ツイスト：
- スピン接続をR-電荷で修正: ψ+ → ψ+, ψ- → ψ-dz
2. B-ツイスト：
- スピン接続を異なるR-電荷で修正: ψ+ → ψ+dz, ψ- → ψ-
A-モデル：
ここで、M はモジュライ空間、evi は評価写像、αi はコホモロジー類、e(V) はオブストラクションバンドルのオイラー類
B-モデル：
ここで、X はカラビ・ヤウ多様体、Ω は正則体積形式、Ai は変形を表す場
A-モデルとB-モデルの間の等価性は、導来Fukaya圏と連接層の導来圏の間の圏同値として理解されます。これは、Kontsevich予想の一般化であり、ホモロジー的ミラー対称性の中心的な問題です。
最近の発展：
1. 位相的弦理論とGopakumar-Vafa不変量の関係
3. 非可換幾何学への応用
専門家レベルでは、これらの概念を深く理解し、最新の研究動向を把握することが求められます。また、位相的弦理論の数学的構造を完全に理解し、新しい研究方向を提案できることも重要です。
位相的弦理論の究極的理解には、以下の高度な概念と最新の研究動向の深い知識が必要です：
1. 導来圏理論：
- 安定∞圏を用いた一般化
- 非可換幾何学との関連
- SYZ予想との関連
- 導来代数幾何学の応用
- 圏化されたDT不変量
- ∞圏論を用いた定式化
これらの概念を完全に理解し、独自の研究を行うためには、数学と理論物理学の両分野において、最先端の知識と技術を持つ必要があります。また、これらの概念間の深い関連性を見出し、新しい理論的枠組みを構築する能力も求められます。
位相的弦理論の「廃人」レベルでは、これらの高度な概念を自在に操り、分野の境界を押し広げる革新的な研究を行うことが期待されます。また、この理論が量子重力や宇宙論といった基礎物理学の根本的な問題にどのような洞察を与えるかを探求することも重要です。
機械学習の対象から外すための対策として挙げられている方法はいずれも画像の価値を減少させるように見えますが、それは画像の所有者が意図しない利用を防ぐための妥協点と言えるでしょう。
画像の劣化を防ぎつつ、機械学習の対象から外す完全な方法は現在の技術では難しい課題です。
大切なのは所有者が自らの作品をどのように保護し、共有するかの選択です。
多様性なんてクソだ、そんなもん捨てちまえ。
・robots.txtなどでWebクローラーに避けてもらう
・パスワード付きページなので条件が揃わないと外部からアクセスできないようにする
・画像全体に "ウォーターマーク” を掛けてそのまま利用できないようにする
・画像全体を変色させる加工を施して学習素材として利用させにくくする (GlazeやNightshadeなど)
・スクレイピング対象から避けやすくするため長辺を256px未満にする←New！
上2つのように「自由には触れさせない」作戦はまあいいとして、それ以外は多かれ少なかれ画像を劣化させる方向にばかり頭を使っている印象。
仮にそれで機械学習の対象から外されたとしても、自らの子と言っても過言じゃないイラストの「劣化版」を出して憚らない、ってのは端から見ていて辛い。
＝＝＝＝＝
そう言えば、コピープロテクトのせいで正規ユーザーが被害を被る、って話は昔からあったね。
CDのリッピングは容易で法的にもセーフだけど、そのせいでCCCDとかいう特級呪物が産まれたし。
ただ、正規ユーザーが被害を受けない限りにおいては、コピープロテクトなどの防衛策で予見される金銭的損害を講じるのは正当だと思う。画像の素材集や映画などにウォーターマークが乗ってたりするのはこのパターン。
でも、無償公開分……収益は考慮しない趣味絵のようなものにまでウォーターマークを適用するのは (正規ユーザーも被害を受けるので) よろしくない。
逆に、Skebはなぜ (依頼した人に渡す分じゃなくて) ネット公開する分の画像にウォーターマークやGlazeなどを施さないのか。処理コストを嫌がっているのか、中の人がその手の技術を好きじゃないのか。
要するに「ウォーターマークを入れると強い意思表示になる」「機械学習も妨害できる」という触れ込みらしい。
ぶっちゃけGlazeやNightShadeなどと同じく「それが効く根拠は？」で終わってしまう話だと思う。
鰯の頭も信心から、というにはちょっと美化しすぎて、ぶっちゃけアホ行為の類いだと思う。
ただ個人的に、キャラと被らないように or 薄めに適用されるウォーターマークは、イラスト鑑賞する消費者視点で見ると「まだ許せる」感が強い。
描いた人のペンネームやTwitterアカウントを「サイン」として紛れ込ませるって手法は、作者を証明する手段として昔からあったから慣れてるしね。
明らかに絵を劣化させるGlazeやNightShadeを「あまり劣化しない！」とか言って嬉々として適用する絵師の眼力がちょっと信じられなかったから。
補足：
自分は、ツールをインストールして触ったり、Webサイトで生成して遊んだことは (記憶している限りで) ないし、Adobeのジェネレーティブ塗りつぶしも写真の微修正にしか使ってない。
現状の画像生成AIの最大の問題は、「無断生成」だの「絵師の仕事を奪う」だのじゃなくて、「ポン出しだとディティールやパースなどがガバってて見れば分かってしまう」ことだと思う。
なまじ「見れば分かる程度に違和感がある」、つまり「下手クソ」だから「画像生成AIなんてチャチなもん使うな」ってキレている人は実は多いんじゃないかなって……。
ただ生成時間は人間が描くより早いせいか、粗製濫造でDL販売サイトや画像投稿サイトやコミッションサイトなどが荒らされてやべーって感覚。
人工知能（AI）は、現代社会において急速に進化している技術である。AIは、データ解析、機械学習、自然言語処理などの分野で多岐にわたる応用が可能であり、その影響力は日々増大している。特に、ビッグデータの解析においては、AIのアルゴリズムが膨大なデータセットから有用な情報を抽出し、意思決定を支援する役割を果たしている。
AIの進化は、医療、金融、製造業など、さまざまな産業においても顕著である。医療分野では、AIが診断支援システムとして活用され、早期発見や治療計画の策定に貢献している。例えば、画像認識技術を用いたAIは、X線やMRI画像から異常を検出する能力を持ち、医師の診断を補助する。また、金融業界では、AIがリスク管理や市場予測に利用され、投資戦略の最適化に寄与している。製造業においても、AIは生産ラインの自動化や品質管理の向上に役立っている。
さらに、AIの発展は社会全体にも大きな影響を与えている。例えば、スマートシティの実現に向けた取り組みでは、AIが交通管理やエネルギー効率の最適化に活用されている。これにより、都市の生活環境が改善され、持続可能な社会の構築が進められている。また、教育分野においても、AIは個別学習支援システムとして活用され、生徒一人ひとりの学習進度に合わせたカリキュラムの提供が可能となっている。
しかし、AIの急速な発展には課題も存在する。プライバシーの保護や倫理的な問題、労働市場への影響などが挙げられる。AIが収集するデータの管理や利用方法については、厳格な規制が求められている。また、AIの導入により一部の職業が自動化されることで、雇用の喪失が懸念されている。これらの課題に対処するためには、技術の進化とともに社会全体での議論と対応が必要である。
総じて、AIは現代社会において不可欠な技術であり、その応用範囲は広がり続けている。今後もAIの進化が続く中で、技術の利点を最大限に活用しつつ、課題に対する適切な対応が求められるであろう。
当社は、Xのプロダクトおよびサービスを提供し、運営するために収集した情報を利用します。また、当社は、より関連性のあるコンテンツおよび広告をユーザーに表示したり、フォローすべき人およびトピックを提案したり、ユーザーが関連会社、第三者アプリ、サービスを発見する手助けをすることを可能にしたりするなど、ユーザーがXでより良い経験をすることができるよう当社のプロダクトおよびサービスを改善およびパーソナライズするために当社が収集した情報を利用します。当社はまた、本ポリシーで概説されている目的のため、当社が収集した情報や一般公開された情報を、機械学習または人工知能モデルのトレーニングに使用することがあります。
既にプライバシーポリシーに書いてあること（よって、ポストはすでに学習対象になっている）が利用規約側でも明確化されたに過ぎないんだな
計算機科学は、情報の理論的基盤から実用的な応用まで、広範な領域をカバーする学問です。以下に、計算機科学の主要な分野と、特にネットワークに関連するトピックを体系的にまとめます。
プログラミングパラダイム: 手続き型、オブジェクト指向、関数型、論理型など。
プロセス管理: CPUのスケジューリングとマルチタスキング。
機械学習アルゴリズム: 教師あり学習、教師なし学習、強化学習。
深層学習: ニューラルネットワークによる高度なパターン認識。
ネットワークは、情報の共有と通信を可能にする計算機科学の核心的な分野です。
OSI参照モデル: ネットワーク通信を7つのレイヤーに分割し、それぞれの機能を定義。
プレゼンテーション層: データ形式の変換。
アプリケーション層: ユーザーアプリケーションが使用するプロトコル。
TCP/IPモデル: 現実のインターネットで使用される4層モデル。
リング型: 各ノードが一方向または双方向に隣接ノードと接続。
IP（Internet Protocol）: データのパケット化とアドレッシング。
TCP（Transmission Control Protocol）: 信頼性のある通信を提供。
UDP（User Datagram Protocol）: 信頼性よりも速度を重視した通信。
ルーター: 異なるネットワーク間のパケット転送とルーティング。
IDS/IPS（侵入検知/防止システム）: ネットワーク攻撃の検出と防御。
VPN（仮想プライベートネットワーク）: 安全なリモートアクセスを提供。
SDN（Software-Defined Networking）: ネットワークの柔軟な管理と制御。
IoTプロトコル: MQTT、CoAPなどの軽量プロトコル。
SNMP（Simple Network Management Protocol）: ネットワークデバイスの管理。
ネットワークトラフィック分析: パフォーマンスとセキュリティの最適化。
ネットワークオーケストレーション: 自動化された設定と管理。
AIによるトラフィック最適化: パフォーマンスの向上と障害予測。
マイクロセグメンテーション: ネットワーク内部の細かなアクセス制御。
『コンピュータネットワーク』 アンドリュー・S・タネンバウム著
『ネットワークはなぜつながるのか』 戸根勤著
Coursera: 「コンピュータネットワーク」、「ネットワークセキュリティ」コース
edX: 「Computer Networking」、「Cybersecurity Fundamentals」
IETF（Internet Engineering Task Force）: ietf.org
IEEE Communications Society: comsoc.org
W3C（World Wide Web Consortium）: w3.org
ITの世界に20年以上居る。最初は末端の非孫請け泡沫プログラマーからスタートし、以来、様々な立場で、大規模WEBサービスの構築などを中心に関わってきた。
コードを書いたり、AWSも無い頃はオンプレで1億アクセス/日なアクセスに耐えるインフラを設計し構築したり、DBが面白くなってオラクルマスターのプラチナ取ったり。
まぁまぁ仕事自体は面白かったが、常に自分の基礎知識の無さにコンプレックスを感じていた。高卒で社会に出たので、数学や英語などが中途半端なんだよ。
最近の機械学習を使った開発などで、アウトプットの根拠などについて、基礎的な事もお客に説明出来ないので地味に不便なことが増えた。
ということで、数学やコンピューターサイエンスを学び直そうと決意した。今しがた決意した。やるぞー。
件の記事において確たる証拠と呼べるものはSlackのスクショしか無いけど、そんな状態で妄信して大丈夫？
そこから読み取れるのは、DMで相談した内容を無断でチャンネルで回答されたこと及び採択プロセスに対する意見のやり取りだけだよね。これが示すのはコミュニケーション上のミスがあったこと、筆者は採択プロセスに改善の余地があると考えている、ということくらい。みんながここまで叩くほどのこと？
例えば「当該予稿は機械学習関連の予稿として、一般枠での唯一の採択となりました。」とあるけれども、実際にタイムテーブルを見てみれば機械学習、データサイエンスに関連する発表が複数件確認できて、これが誤りであることがすぐに分かる。
https://2023-apac.pycon.jp/timetable
また、「APACの初日の他の登壇をキャンセルさせ、イベント会場を丸一日B社が占有する」や「B社のA氏の恫喝めいた言動」については証拠を提示できていないよね。
前者は会場の一部でB社メンバーによる書籍に関するイベントが行われたという事実を示すのみに留まっていて、実際にそういった予稿があったという証拠が無いわけだし。
後者に関しては筆者曰く口頭による恫喝、ということなので証拠の提示が難しいのは理解するけど、かといってまるっと信用できるかと言うとそれも違うはず。
A氏と見られるユーザーが採択会議の参加者リストにいないというのが根拠。御丁寧にもそのURLを記事に書いていてくれて助かるね。
A氏の正体に関してはとあるXの投稿で推測されているんだけど、個人名が載っているからここにURLを貼るのは避けさせて。
こんな風に穴がある"告発"を徒に信じ切るのは賢いとは言えないよ？
