はてなキーワード: 深層学習とは
横だけどなんかお金と手間かければできそうな気がするなあ
いわゆるAVのプロットレベルの流れっていわゆるAI的生成法使わなくても既存の作品の分析から作れそうな気がするじゃんそこまで複雑そうでもないし
そこからいわゆるiwaraにあるみたいなやつ、エロいポリゴン人形劇は割と簡単に作れそうな気がするんだよな。局部の動きっていう拘束条件ときもくない苦しくない人間の肉体の可動範囲っていう拘束条件があればプロットから精製した詳細シナリオごとにモーション手付しなくても行けるんじゃないかなあ
また実写画像からの骨格推定に関しては人物単独なら深層学習でかなり良い精度のものができちゃってるから、研究費と時間さえあれば複数人体の絡みによるオクルージョンがあってもある程度まともな推定ができるようになるんじゃなかろうか。局部を認識できるものは知らんが教師データがあればなんとかなるだろ。
あとは実写から推定した骨格使ってポリゴン人形劇で同じシーン生成して、そいつを正解データとしてドメイン変換の学習をやって、
自動生成したポリゴン人形劇を実写風AVに質感を変換することで実在人物の肉体が一切セックスしてないのにもかかわらず実写風アダルトビデオができあがり、と。
声は詳しくねーからわかんねーな。まあそれは実在人間がアフレコしてもかまわんだろそのぐらいは。肉体の危険がないだけで上等でいいじゃん。
そういう次元にないわ
Wikipedia読め以前にそもそもこういう話についていけそう?
倫理ゆるゆる規制ゆるゆるの日本製の二次エロは、世界中の日本ヲタクに需要がある。
なので、強者がいないジャンルのエロ(たとえば女攻め・男受け) を狙えば、英文・中文 sub つけりゃ、ワンチャンあるんじゃない?
アラ還以降、なんならアラフィフ以降は、エロマンガやショート動画をお小遣い稼ぎの柱にするのも有なんじゃないか?
まぁ "エロに対する情熱は皆無" +"現状の画力はへっぽこ" なのだけど 🙄
・・・とか思っていたけれど、 AI が 低・中品質の アニメ・マンガ・イラストを喰っちゃう速度は、
ワイたちが思っているよりもずっとずっと速そう。少なくともワイがアラフィフになる前には確実に到来するな 😨
既に blender が原画と原画を繋ぐ作画、"中割り" を自動作成してくれるのはご存知の通りなのだけど、
▼ Blender2.92から自動中割実験。blenderデータ付き|PIXIV FANBOX|りょーちも。
ディープラーニング(深層学習) を使ったプロダクトたちがもうそれはそれはスゴイ。
例えば、Googleでソフトウェアエンジニアとして働くプラムック・カンガーン氏が作った、
『一枚の画像でVTuberになれるシステム(v2)』。
たった1枚の2次絵画像で、不自然では無い 笑い顔・困り顔・怒り顔 の表情差分を自動作成ができる。
この時点でスゴ過ぎて考えるのを放棄するのだが、VTuber なので当然アニメーションである。
目パチするし、頭振りもするし、眉・黒目・虹彩・口の形や動きも調整可能だし、
製作者のプラムック・カンガーン氏の動画見た方がたぶん早いので見てみて。
ホビーユースならもう Live2D 要らなくね?ってなる
そして同じくディープラーニングを使った「Deep Nostalgia(ディープ・ノスタルジア)」という海外で人気っぽいアプリ。
オリジナル家系図を作成するサイト(MyHeritage) で公開されているアプリで、 1枚の画像から、自然な瞬き・微笑み・目パチ・微笑み・頭振りを自動生成する。
本来は故人の写真で生きているかのような動画を作成するのが目的のアプリなのだけど、
2次絵キャラや3DCGキャラであっても、写真(人間)と同じレベルで自然な瞬き・微笑み・目パチ・微笑み・頭振りのアニメーションを自動生成してくれる。
この2次絵キャラや3DCGキャラのアニメーションの自動生成のレベルがヤバい。Live2D超えてる。もうホビーユースなら自分でアニメ作る必要なくない?ってレベルだ。
身体を動かすのは桁違いの学習が必要になるので現状は顔(付随して髪)だけなのだけど、コレが無料でだれでも利用可能だぞ?どうすんの?
とりあえず、ウンウン唸ってイチから自分でアニメや表情パターンを作るより Deep Nostalgia で作成した動画をトレスした方が早そう。
なお、Deep Nostalgia は、イスラエルの顔認識技術企業、D-IDの「Live Portrait」を利用しているとのこと。
#DeepNostalgia (Twitter 検索で自動作成されたアニメーションを見てみよう)
https://twitter.com/search?q=%23DeepNostalgia&f=live
▼古い写真の顔をディープラーニングでリアルに動かせる「Deep Nostalgia」 無料で利用可能|ITmedia NEWS
https://www.itmedia.co.jp/news/articles/2102/28/news018.html
さて、ここまでもスゴ過ぎて思考を放棄するのだけど、とりあえず元となる1枚の絵は必要だった。
アニメーションや差分表情は AI にお任せしても "元の絵" 、"キャラクター" は必要で、製作者に 最低限の絵心、2DCG・3DCGの修練が必要だった。
ここまで言えばもうわかると思うのだけど、絵心がなくてもキャラクターを自動生成(塗り付き)するシステムがもう出来ている。
なお顔だけじゃなくて身体も自動生成してくれる。もちろん関連システムでアニメーションも自動生成してくれる。
▼キャラクター生成プラットフォーム「Crypko™」の編集機能 / Editing characters generated by Crypko™
▼[公式サイト] Crypko | Preferred Networks
▼ 自動生成システムが生成したキャラクターを元にデザインされた3DCGキャラが主人公のMV
MVの中の3DCGも自動生成された3DCGを利用したもの(流石に調整はしてるらしい)
いま既に出来ること・これから出来るようになることにワクワクしてヒャッハーってなるけど、ワクワクはワクワクとして、ヒャッハーはヒャッハーとして、
学術研究レベルでAI周りについていけないとあらゆるお金稼ぎが危ういな・・・😨って感じだよね
もちろん短期的に見ればイニシャルゼロで出来るので人間のマンパワーでやった方があらゆものは安い。悲しいけどこれは事実だ。
けど、修練レベル低めの人間が手間暇かけて作ったものよりも、高コストでもAIがやった方がクオリティも速度も上であるという現実。切ないね。
もっと言えばAIを導入・運用出来る資本力があるならば将来的にはAIの方が安いまである。
ちなみ絵(アニメーション)だけじゃなくて、文章もけっこうAIに喰われてます。日本語は遅れてるけど英語圏では
「AI Dungeon」というAIに対して対話形式で物語を作って遊ぶテキストベースのRPG(基本無料)が出てる。
[2021-02-23]AI Dungeonの素晴らしさを語る
後編
行列はVBAなんかじゃ無理っぽいし、なんかプログラミング言語を覚えようと決める。
とりあえず両方試そうということで、RのためにRとRstudioをインストール。
プログラミングはなんかを製作する目標がないと挫折すると聞いていたので。
深層学習というものが流行ってると聞いて、ちょっと触りを勉強したくなる。
この本は面白かったので、深層学習を目標にプログラミングを覚えよう!
後になって、これはとんでもない間違いだったことに気づく。深層学習と機械学習の違いも判らないまま、RよりPythonを先に触ることに。
教本にしたのはこちら。
「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」
途中まではまあなんとか。
微分って便利だな。行列計算できるの便利だなっていうところまでいったが、クラスという概念が理解できず、途中からハテナが浮かんで読み進められず。
うん、もうちょっと易しい本を探そうと思って手に取ったのが
「独学プログラマー Python言語の基本から仕事のやり方まで」
なんとか読了。自信をつける。
実は、いまだにコマンドプロンプトとパワーシェルとbashの違いが分かってない。
つづいてPyQに2か月くらい登録してみる。
なかなかPythonが楽しくなってきたが、クラス意味が今一つ掴めないままいったん中断。
この辺で、自分は統計に興味があってもプログラミングに興味がないんじゃないかということに気づく。
なんだかんだもがきながら、PythonもRもモノにならず、日常のちょっとした計算やグラフを作ったりはExcelを使い続ける日々が続く。
あるいは、Excelで成形して、検定かけやすい形式にしてRで検定するとか。
Rに触れてなかったな、Rは完全に独学。「こんなことやりたいなぁ、ググってみるか、ほうなるほど」って感じ。
そんなさなか、放送大学で「Rで学ぶ確率統計」という講義があるのを知り、さっそく入学して受講。
なかなか面白かったし、PythonばっかりでRあんまり触ってなかったからいい刺激になった。
恥ずかしながら、負の二項分布やガンマ分布ってよう知らんかった。
しかし、講義は楽しかったがなにか書けるようになったかというとそんなことはなく、依然として基本はExcel。
まあ、実際csvじゃなく、手書きのデータとかをExcelに打ち込んだりする程度なんでPythonやRを使うまでもなかったというのもあるんだけど。
「Excelパワーピボット 7つのステップでデータ集計・分析を「自動化」する」
パワークエリを覚えたらピボット形式のExcelファイルとか、セルの結合が多用されたExcelファイルを、成形加工するのが非常に楽になった。
しかも、同じフォーマットで記録されてるデータならフォルダにぶち込んで一気にまとめ上げることも可能!
控えめにいって神!
としばらくパワークエリを礼賛してたのだけど、各ステップはPythonのpandasやRのdplyrでも出来ることに気づく。というか最初から気づけ。
こりゃ、一気に覚えちまおう、統計というより、データの前処理だなと思ってUdemyでRの動画を買ってみた。
AIエンジニアが教えるRとtidyverseによるデータの前処理講座
https://www.udemy.com/course/r-tidyverse-preprocess/
すっかりR信者になる。
それまで教本を呼んでもdplyrの便利さが今一つわからなかったのに、パワークエリで具体的にモノを作ると、dplyrに翻訳したら、すいすい。スピード10倍。
便利さにようやく気付く。
そんで、pandasに翻訳したらどうなんだろ?と思ったらもっと速いw
すごいなPython。
Rへの入信はたった数週間。再びPythonに興味。
さて、ゼロから作るディープラーニングを再開しようと思ったけれども、そもそも、機械学習をすっ飛ばして深層学習って無茶だったと反省し、まずは機械学習に。
機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning)
で、この本がすごい。
5章あるんだけど、機械学習のアルゴリズムは5章だけなんだなw
それまでは何に割かれてるんだって?数式の証明とか、便利な計算法、例えばニュートン法とかラグランジュ未定乗数法とかw
こんだけ引っ張っておいて、いよいよ本番の第5章もゴリゴリ数式をスクリプトに落とし込んでいってるのに、「これは学習のためでscikit-learnっての使えばたった1行」っていう無慈悲w
いや、ほんと数学の勉強になったし、こうやってゴリゴリやるとなんのためにクラスというものが存在するのかようやくわかった。
線形代数って便利なんだなと。行列をスカラー値のように何の気なしに扱えるようになると、あの頃苦しんでいた実験計画法、タグチメソッド、今読み直したら別の印象があるんじゃないかなと思うようになったり。
この本を読む途中、「マンガでわかる統計学因子分析編」で学んだことが理解の助けになった。
なんたる僥倖。
線形回帰、リッジ回帰、SVM、PCA、k-means、クラスター分析、一気に手札が増えた。
Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析
実験計画法って、fisherの古典的なやつ、ラテン方格に割り付けて、ってやつかと思ったら、線形代数使えればもうなんでもありなのな。
これ、すごいな。
機械学習と実験計画法がここでつながるとか、控えめにいって最高だな。
まだ読了してないので、また後日。
AI、特に深層学習の研究をしてる大学院生だけど、最近リアルに自分達の仕事が将来奪われるんじゃ無いかって恐怖を感じる。
世間一般で言われているようなアトムとかドラえもんみたいなAIを作ることは現時点では出来ないし、深層学習に変わる技術的なブレイクスルーが必要だと思う。ただ、一般的に今AIには難しいと言われている芸術だったり創造性が必要な仕事に関しては、割と近いうちにAIが人間と同レベルの働きができるようになってしまうと思うんだよね。自分がやってる画像処理関連なんて特にそう。人間の顔画像に関して言えば全く見分けがつかないレベルで画像生成が可能だし、イラストだって生成できる。文章生成や翻訳だって今後もっと精度が向上していくと予想できる。
自分で研究しててアルゴリズムが分かっている以上、AIが暴走した!なんて映画みたいなことは起こらないのは分かるんだけど、それでもやっぱりなんとなく怖い。計算機の能力の向上と、人間の脳のメカニズムがもっと詳細に分かってきたら、ドラえもんも出来ちゃうんじゃないかなーと思う。というか出来て欲しいw そのような未来が見てみたい。
Pythonの無言ブクマをよく見かけるのでネットワークに続いてちょっと書いてみることにしました。
東大・京大のコンテンツが初心者向けでおススメという言説を見かけるのだけど、これは本当だろうか。私は人を選ぶのではないかと考えています。
あれは確かによくまとまっているし、初心者向けに制作されてはいるのだとは思うのですが「大学の学生に向けた授業で用いる」内容だということを失念して手放しで称賛しているきらいがあるなと。
私としてはあの資料は以下の前提で用意されていると考えています。
とはいえ、資料を読んだ時の理解度など人それぞれですから、私が勝手にそう思っているだけなのかもしれません。
あの資料が本当に初学者である自分に向いた資料であるのか。挫折せずに続けられそうか。それは10分やってみたらわかると思います。
なのでまずは10分だけでもいいので実際に試してみて欲しいです。
なお、10分というのは、Google アカウントをお持ちの方限定で、AndroidもGmailなど、Googleのアカウントなんて持ってないぜという方は、アカウント作成にプラス10分割くか、Googleに与したくないということであれば似たような環境であるAnacondaを導入してJupyterNotebookを起動させるかのいずれかで試してください。
後者はnotebook立ち上げる前にめんどくさくて嫌になる可能性があるけど、ポリシーの問題だから仕方ないよね。
Pythonの実行環境は色々なパターンが増えましたが、2021年現在で一番お手軽に試せる環境は Google Colab です。異論は認めない。そしていまんとこ無料なので安心して欲しい。
Google Colab:https://colab.research.google.com/
アクセスすると「Colaboratory へようこそ」というページにたどり着きます。
タイトルの直下にメニューが並んでおり、そこから「ファイル」⇒「ノートブックを新規作成」と選ぶだけで新しいノートブックが開きます。このノートブックというのが Python を実行するための環境になります。
もしGoogleアカウントにログインしていない場合、ここでログイン処理が間に挟まるので、その場合は粛々とログインするだけでOKです。
再生ボタンのようなアイコンと、その横にテキストボックスが表示されたと思います。このテキストボックスは「セル」と呼称します。Excelと同じですね。
これは所謂Jupyter Notebookというもので、Google Colabのカスタマイズが施された専用バージョンです。
では、このテキストボックスにまず「1+1」と書いて実行してみましょう。
実行は再生のアイコンをクリックするか[Shift]+[Enter]キーを押下するかのいずれかで行なえます。
結果として2と出れば完璧です。
下にもう1個セルが出てきたと思います。今度は次の2行書いて実行してみましょう。
msg_text = "Hello World!"
print(msg_text)
所謂Hello Worldですね。文字列が表示されたと思います。
ここでお気づきかも知れませんが、最初の1+1はprint()を省いても結果が出力されました。
実はGoogle Colab(とその元になったJupyter Notebook)では、print()を書かなくてもセルの最後の結果を表示してくれる機能があります。
これはPython標準機能ではありませんので、その点にはご注意ください。基本的にはprint()などの表示するための関数が必要で、セルで実行する際には例外であると覚えておいてください。
さて、これでPythonを実行する環境が整いました。多分ここまで5分も掛からずに実践できたと思いますがいかがでしょうか。
Pythonプログラミング入門: https://utokyo-ipp.github.io/
この中から以下の2つをGoogle Colabに写経しつつ実施いただきたいと思います。残り時間でぎりぎり終わるところまででひとまずいいかなと思います。10分頑張ってみましょう。
いかがでしょう。Python楽しそうだと思えたでしょうか。このまま学習を進められそうでしょうか。
まず、このまま続けられそうであれば、この資料は向いている(素養がある)のだと考えます。上記で飛ばした以下の項番も含めて順番に項目をやってください。
私見ですが、この資料は学習順序も考えてまとめられた資料と思われるので、つまみ食い的に興味があるところだけというのは余りおすすめしません。
一歩ずつ進めていきましょう。それだけでPythonの入門は可能です。がっつり時間を割けるなら1週間もあれば入門できてしまうでしょう。
一方で、ちょっと無機質すぎて読みすすめるのに飽きてきたという方もいるのではないでしょうか。必要最低限の情報だけずっと読みすすめるって意外としんどいものです。
そんな人は、少しお金はかかりますが、やはり教科書の類を購入することをおすすめします。
体系的にまとめつつコラムなどを挟むことで読み進めやすいように配慮されたもので、挫折せずに最低限の知識を得るための最初の一歩としては、やはり書籍が良いでしょう。
初心者向けに漫画形式にした入門書もありますし、網羅的にまとまった教科書系も人気があります。
まずは最初の一歩だけ、必要最小限の知識を得るための電子書籍であればこんな本もあります。
https://amzn.to/3lOodKF:Pythonに興味はあるけれどもはじめの一歩をなかなか踏み出せないでいる人のためのPython「超基礎編」
Kindle Unlimited 対象なのでPrime Reading 加入者であれば無料で読めるのでお手に取ってみませんか。
これで駄目そうなら「マンガでざっくり学ぶPython」が良いのではないかなと思います。
https://amzn.to/3aL0819:マンガでざっくり学ぶPython(パイソン)
京都大学の資料も拝見しました。こちらも内容としてはそれなりの網羅性があり、脱・初心者にむけた内容にまとまっているとは思います。
難点はやはりアカデミックすぎるかなというところです。
https://repository.kulib.kyoto-u.ac.jp/dspace/bitstream/2433/245698/1/Version2020_02_13_01.pdf
東大も京大も「一般的な初学者」向けかというところに疑問符をつけたいのです。2冊目、3冊目辺りの知識強化として用いるのが良いかなというのが個人的な見解で、1冊目はもう少しやさしい内容から始めるというのが良いと考えています。
また、ゼロからの知識習得というものは Web の1ページをつまみ食いしつつ覚えるというのは結構難しくて、それなりに体系化されたまとまった情報を順番に辿るのが近道だという風に私は考えています。
1. 初学者向けのかんたんな Python 本を買う(変数・関数辺りが理解でき、イラストなども交えているのが理想的)
2. 知識補強として京大資料 または東大資料を参照し、復習しつつ 項番1 の本では得られなかった知識の補強を行う(ここで脱・初心者を果たせる)
3. 自分が本当に目指したい分野の知識習得にあたる(項番 2 までで得られるのは汎用的な基礎知識である。画像編集や機械学習・深層学習などはほぼ含まれていない)
そして、項番 1 の候補で挙げた本も250円(Kindle Unlimited対象)と、1,574円です。時給換算で2時間分程度の費用で、右往左往せずに目的地に目指して進むことができると考えたら、そこまで高い買い物でもないのではないかなと考えています。
投げ出したくなるような学習方式に敢えて挑んで、その通り放置してしまうのが一番勿体ないなと思い、この記事を作成いたしました。
なんとなくググったらたどり着きました。Python Japanという老舗のサイトで初心者向けコンテンツを掲載しています。京大/東大の資料より先にこちらを試したほうが良いかなと考えます。試しに覗いてみてください。
ゼロからのPython入門講座:https://www.python.jp/train/index.html
他にも有益なコンテンツが出てくるでしょうから、コンテンツの個人的な評価を anond:20211023221206 の記事にまとめることにしました。
結論から言うと、国民の事を全く見ていない。おじさん構文でアイドルにアプローチする独身KKOみたいな存在になっている。
もっと民主党は自分を客観的に見て、主体的に国民にアプローチするべき。
民主党政権が陥落して約10年、それより以前なら10年前の事なんて忘れ去られていた。しかし国民の平均年齢が上がった結果、10年前をそれ程昔と感じられなくなる年齢層が増えた。
また現実に株で損をした、失業したという経験がある人間が数多く居て、デジタルタトゥーとしても、株価にもそれは刻まれている。株価の話が出るたびに、「民主党政権だったから」と説明されてしまう。
正直言って株価に関してはリーマンショックや諸々が重なった事も大きいと思うが、それに対して事業仕分け、官政の分離、コンクリートから人へ等々、所謂「狼狽売り」みたいな事をしてしまい、プロとしての対応が上手くできていなかった。
すべきだったのは将来性のある基礎研究等への投資や、官僚との緊密な連携、まずはコンクリート(公共事業)への投資だった。
また中韓に対しても土下座外交をし、結果的に関係が良くなるばかりか更に要求がエスカレートすることになった。「能力の無い優しいチー牛より、能力のある性格の悪い金持ちの方が良い」という空気が醸成された。
結果的に安倍政権時代は、民主党は何もできなかった。不正を暴こうとしても、「でもお前らの政治よりかはマシだよね?」と掘り返されるとぐぅの音も出なかった。
「民主党」という名前に泥が付いてるのに気づくと、「立憲」に名前を変えてなかった事にしようとした。しかし実質民主党で、継承されたのは泥だけだった。
この時すべきだったのは、民主党を解体し新しい人間を上に立たせる事だった。つまり枝野周辺の人物を一回下ろし、新しい人間を上につけるべきだった。
最終的に「10~20年前の野党の重鎮」の同窓会みたいな野党連合が完成した。ゴミは100個集まってもゴミ。
民主党が政権をとれたのは、自民党への徹底的な批判と外部へのパフォーマンスだった。
皆民主党に夢を持っていたからだ。しかしそれを全て壊した後にすべきだったのは、自民党への批判だけではなく、「未来への展望を語る事」と「具体的な政策提案」と「過去の反省」
だったはずなのに、それを疎かにした。国民には過去の歴史の反省を促す癖に、立憲は頑なに過去の過ちを認めようとしない。
例え民主党の政治が悪くなかったのだとしても、反省モードをやらないと国民は変わってないんだなと思ってしまう。その極めつけは「アベノミクスはダメだった」という研究結果。
他者に反省を求めるだけで、全く自分の政権の反省が見えないのが丸見え。アベノミクスの前に民主党のダメだったところの検証結果を出せ。
深層学習とか機械学習とかビッグデータとか出てるのに、20年前の「地道な」広報戦略をずっとしている。
旧民主党のメンツはツイッターや支持者層と内輪で盛り上がり、フェミニストや極左の「私はエビデンス」に囚われて広い国民の視野を拾わない。
フェミニストや極左が国民から支持されていない事に気付けない。twitterで反感を振りまくだけで、国民全員に共感を得るようなtweetができない。
・広報が下手過ぎる
河野がギャグや真面目な話を絡めて支持層を増やしているのに、旧民主党のメンツは基本的に自分語りしかしない。
民間に委託し世論の受けを良くする広報やSNS戦略もしない。官から民へと言っていた割に、民間の事を全く信用していない。
・知識の集積がなされていない
民主党政権での失敗を生かせば更に支持層を広げられたはずなのに、「君は悪くなかった」という意見だけを聞いて閉じこもっている。
正直政権をとる気力さえなく、「一度は日本のトップに立てたね」という過去の栄光に縋っているダメ集団という認識しかできない。
自民党は民主党政権下でも着実に力を付けて、広報戦略も10年20年前からかなり進歩している。
まぁ民主党の上を取り替えたり政策の転換をしたらそれはもう民主党じゃないから、もう民主党自体がダメで
新しい右派の政党を待つしかないんだと思う。というより左派自体が権威になって腐敗してる今、左派政党自体がもう時代遅れだよね。
まとめ(含む推測・未確認事項)
ヤフーが好きなわけでもないし AI と呼ばれるアレなものも多いが、今回に限ってはひどい濡れ衣
そしてプレスリリースで明言したものと無関係の処理をこっそり入れることは、他にも恣意的な除外をしていると思われかねないことを自覚しているのだろうか
以下原文
問題が無さそうなのに人気コメントから除外されるのは「34 文字未満または同じ単語の繰り返し」でほぼ確定っぽい(訂正 : 33 文字らしい)
繰り返し扱いにならない文字種や文字数はまだ不明確ではある。スラッシュまじか
条件に当てはまらず、十分なスターを獲得しているが、人気コメントから除外されているものがなかなか見つからない。一目でマズいと分かる単語が使われていると、そもそもスターが集まらないからだ
実験場にある程度コメントが集まると、新規の検証コメントが既存の人気コメントを超えるのは難しい。新規の実験場に人が集まるかは不明で、人が来ないとスターがつかない
コメント数がまだ伸びていないページをいくつか見てまわったところ、ハッシュタグをいくつも並べているコメントが除外されているのは見かけた
機能していないからそのうち外すんだろうが、早く戻してくれないかなあ
(追記 2)(22 日 1:30 頃)
あまりに機械的だから、いくつか見れば傾向が分かるかと思ったが、 AI がおかしいのではなくはてなが文字数の処理を入れているようだ(未確認)
文字数の問題を除けば、納得いかない感じも込みでそれっぽい挙動に見えた
スコアリングしてスターの重み付けをしているのか、ランキングは今まで通りでスターに関わらず除外しているのかはちょっと気になるがこのへんで
少し前に入った、特定の人によくスターを送る人のスターをカウントしないやつ(?)は有効っぽい
すぐ消されたブコメのリンクも偶然見ました。中立的で良いコメントだったので、悲しんだ人の目に触れる機会が奪われたことにやるせない気持ちになる。誰かの心が救われたかもしれないし、それはスターをつけたひとりひとりの意思によるものでもあったのに
ユーザーでテストすんなよ本当に昔からさあ…誰かに届けようとした生きている言葉なんだよ…
初期は 50 字未満だと外されてたけど、アップデートでボーダーが 33 文字未満になったってコメントを見たよ。1/2 から 1/3 にしたってことかね
えっまじで
深層学習のモデルにそんな手の入れ方はできないので、ヤフー株式会社の AI とは別に、はてなが文字数の足切り処理を入れているのだろうか
だとしたら風評被害に遭わせているよなあ。これが入らないのはおかしいって指摘は主に文字数に関係するものだから、完全に濡れ衣じゃん
短文コメントを歓迎しない姿勢の表明ということか、食わせるデータとして短いと困るとかか
いっそ項目ごと消してくれてもいいのに
(年収270の人です)
機械学習や深層学習とかの、AI は無理だって。根拠は半導体のパフォーマンスが線形にしか伸びないのに、医療側の要求はムーアの法則を超えていく勢いだから、シリコンベースの人工知能開発だと微細化の限界が先に来てしまう。考えてみてくれ、CPU,GPU,TPU はチューリング機械なんだぞ。俺が AI のレン中に欺瞞を感じるのはだな、あまりに計算量を無視してプログラミングをして人工知能をやる馬鹿者たちしかいない現状よ。たとえば、富岳で人工知能開発ができたとして、ペイできる可能性あるか?人間のほうが安い可能性が高いと思うよ。それに教師あり学習でAIすると、元になった画像の著作権が問題になって、EU が揉めてるじゃん。やめようよ、理想の人工知能の開発なんて。
(年収270万で)プログラマーを引退して、医学部にきた俺が真面目に考えてやろう。
真面目に読んでいて、ちょっと気になる箇所がある。たとえば PostgreSQL を postgre とか書くヤツは現場では嫌われるぞ。少なくとも postgres と書いてくれ。お里が知れるぞ。
消えていくエンジニアの特徴だけど、叱責されたり馬鹿にされるのが嫌で VCS にコミットしないヤツ、または貪欲にコードレビューをされるのが嫌がるやつは、成長しない。
この業界は数年前には『デジタル土方』と揶揄される業界でした。ちなみに、アメリカでも「テック系はハードだから避ける」という雰囲気でした。つまり何をいいたいのかというと、ソフトウェアの開発者っていうのは「泥臭い領域」なんだよ。エリートとは程遠い場所にあるというね。
いやぁ、是非とも楽天で働くべきだよ。どうせ野村総合研究所とか NTT DATA なんて無理だと思うから。
うん、ココはまずい。基本的にフロントエンドなんて給料が安いのよ。だって、誰にやらせてもデータベースにクソなDCLを飛ばせないから。逆に、データベースを触れることができるプログラマーはリスクと責任が大きいから、給料が高いのだよ。B4 になってもそれが理解できていないようだと、この先くらいよ。
君はソフトウェア・エンジニアになりたいのだろ?世の中は分業で成り立っているのだから、全部やろうとするやつはアホだよ。
インターン生はお客さんなの。君のスキルが通用したのはすごいと思うけど、同じ感覚で仕事はできないから注意しときなよ。
なに言ってるの?そんなことは言い訳にならんよ。プログラマーになりたいのだろ?勉強をしろよ。
逆にいうと、あなたがインターンとして週3で20万円貰えていたのは、参入障壁が少ないからでしょ?強強エンジニアが生き残っているのは、それだけすごいということだよ。
いやぁ、違うと思うよ。その問題が「難しい」なら切り分けて、上に「ココが自分の能力では解決できないです」と持っていくだけなんだからさ。CS じゃないのだったら、仕事をするまで「扱わないまま」なんだよ?しかも、土日に勉強する気もないとなったらいつするのさ?
諦めなよ。ソフトウェアというものが「変化できることに価値がある」ものだから。変化する業界はストレスフルだけど、立身出世する可能性が高いでしょ?安寧なばしょではないの。
いやー、CSでない博士課程に行って、雇ってくれる企業があるかね?無いと思うけどな。
この時点で、君はコピペしかやってきてないことが理解できる。おそらく QUIC か MQTT あたりだろ?逆にいえば、それが実装できたら他社と差のつけられるプロダクトだったはずだ。つまり会社の利益の源泉であった部分をみすみす実装できないようでは、そこらへんの専門卒以下だぞ。
ムカつくというか、虫酸が走る書き方だ。箇条書きにすると、
プログラミングに年齢はないから。自分は9歳ではじめたけどね。
あー、俺も天才が高校のときにいて、マーチの情報工学と旧帝の院の学費を会社持ちという驚異的なやつがいたよ。今もブログ見てると、Android と iPhone のアプリを書いているみたいで、元気そう。
それを上手にコントロールできるプログラマは世界中にもほとんどいねぇ。むしろ、月20万でやるもんならギルドから苦情が来るぞ。オレもアビームの人に給料を答えたら、「こんなヤクザな会社はやめろ」と耳うちされたよ。
人より良い経験をしたいという願望はあるのは素晴らしいと思うよ。しかしながら、君が到達したノウハウは他人にもできることだからね。ワン・オブ・ゼムになりたくないなら、努力し続けることだな。勉強をするのをやめたら、数年で中卒に負ける世界だからな。覚悟しとけよ。
P.S. 医学部に来たのは家庭の都合だよ。それに、自己顕示しないと「場末のコーダー」で読んでもくれないだろ?年収については、自分も低いと思うよ。なぜ低かったかというと、都内私立大学多浪中退の自分にはベンチャーの皮を被った助成金搾取がメインの反社会的勢力のフロント(ベンチャー)企業ぐらいしか相手にしてくれなかったからだよ。そこの会社は外国帰りの MDMA をキメて、未成年の子女に手を出しては警察沙汰スレスレのことをしているキチガイが社長をやっていて、人工知能を作ろうと学生インターンを酷使している会社だったのだけど、「サイバーエージェントに紹介する」という嘘にひっかかって、特定派遣事業の免許がないのに客先常駐させられ、土曜は帰社日、日曜は社長の Python の勉強会に参加させられる、というブラック会社にいてピンはね率(60%)となると、まともに考えることもできず働くアリになってしまってたからだよ。
P.S. ② 年収については、初日から派遣先の会社に引き抜きのオファーをもらって、2ヶ月後に新しい会社に移動したけど、300万だったので CodeIQ というサイトで転職をする準備をしていたよ。たしか、DMM とかサイバーエージェントの面接にいこうとしてたような記憶。その後で家庭の都合で、医学部に来たけど。
P.S. ③ 医学部医学科の6年生だよー。みんなが嫌いな私立医学部だけどね。ちなみに、俺もこの大学が嫌いだ。
P.S. ④「GraphQLをわざわざ書くのは理解できるけどな。」そうだとすると、REST や SOAP も書かないとまずくない?書くのだったら「Rails と Next のデータ受け渡しにGraphQLを使った経験が」という感じだと良いと思うけど。
P.S. ⑤「野村総研とデータを挙げるあたりSI寄りの仕事してたのかな。 」ちゃうねん。オレっちは多浪したからさ、そこのエントリーシートをかけなかったのよね。まぁまぁ大学が名門でさぁ、OB が誘ってくれるけど、年齢で弾かれて辛かったねん。
P.S. ⑥「ダウト。学費をどうやって稼いだんや 」えぇ、親の金です。だから家庭の都合でと書いてるじゃろ。
P.S. ⑦「本当に医学生ならここ数年の技術についてこの指摘ができる程詳しいわけないし少なくとも10年位は業界にいないとこういう感覚は身に付かない。 」たしかにおかしいよな。Kubernetes や Terraform を弄って、CI は GitHub Actions、CD には AWS CodeDeploy を使って、ブログは Jekyll で静的サイトジェネレータを使いつつ、自前のサービスを立ち上げるために Rails, Next, React, PostgreSQL, Redis, Kafka, Elasticsearch, S3 の勉強をしつつ、スマホ環境のために Kotlin と Swift を触れているなんて変だよな。そういえば、Docker が来るまでは Vagrant で環境をつくっていたのも忘れてたよ。あと Rust を今年に学ぶ言語にするなんて、受験生にあるまじき行為だよな。うん。
P.S. ⑧ 年収については、基本給が 22万で、残業が200時間超えたらプラスだった気がする。あと、反社ベンチャーは「ポートフォリオの作成にまる一ヶ月間で拘束された、しかも無給で」という時点でヤバいのだけど、その会社にコミットしたのは「サイバーエージェントに紹介する」ということだけであって、同時期に DMM も面接に行けそうだったのよね。馬鹿なことをした。
P.S. ⑨「特にフロントエンドを見下す感じとか」オレ自身はフロントエンド出なんだよ。何を隠そう、Adobe Flash のゲームをつくっていたから。それでもって言うよ、バックエンドが一番大切だと。
P.S. ⑪「5~10年前に人売りに捕まった話とするなら、年収270万も現実味を帯びる。」特定派遣は消えてくれてよかったよ。俺のところは特定派遣すら未登録だったけど。
P.S. ⑫「いい医者になるのだよ 」うん、頑張る。「オッサン」「社会不適合者」「あるき方がキモい」「プログラミングwww」「同じ班になりたくない」「親も頭が悪い」「生きてて恥ずかしくないの?」とか言われてるけど、頑張る!
P.S. ⑬ 「フロントエンド別に給与低くないよ。」えっ、そうなの?WebDesigning を読む限りだと、400万もいかないイメージだけど。
P.S「医学部6年でまだプログラムに興味あるの不思議。」好きなんだよ、言わせるな///
P.S. 「フルタイムじゃないのでしょ?」いいえ、東京都内でフルタイム(ひどいときで、朝7から夜24)でしたよ。入った会社が「法律よりも、派遣先の評価」という会社だったからね。
P.S. サイバーエージェントさん、ときどき御社の社名を使って「弊社に恩を売ると、サイバーエージェントに紹介する」というベンチャーが跋扈しているので、どうにかしてください。わたくし、1ヶ月間もその嘘で jQuery と Django を回収させられた挙げ句、月給 2000円だったのですけど。本当に千円札2枚だったのですけど。ついでに、Android(Java) と iPhone(Objective-C)と jQuery を使ったフロントエンドシステムに、バックエンドに Rails + Postgresql のシステムで、AWS を介したサービスを作らされたのも「サイバーエージェントに紹介する」と言われたからなんですけど。いったい、何なんですか?お前ん所は、コンプライアンスどうなってんじゃ。
P.S. 「好きそうだし医学部卒業してシレッとgoogle行ったれ 」無理っすよ。オレのスキルじゃ。
P.S. 「病院は」親がクリニックを持っていたけど、潰したよ。クリニックは人に患者がついていて、アルバイトを充てがっても患者さんが不幸になっていくのをみちゃったからね。自分は責任を持って患者さんを見たいから、バイトなんて使わないよ。
P.S. 自分はコードを書きたいタイプだったから、SIer みたいな UML とか書いて下請けにコードさせるみたいなのは絶対に嫌だったのよね。だから SIer にはならなかったよ。やっぱり、現実にある計算機が解決できる問題を、より直接的に触れて解決したいと思っているから。仕事がハードでも全く問題なし。
P.S. FPGA すごいよね。ザイリンクスとアルテラが Intel と AMD に買収されて、すごいと思ったよ。2010年頃だっけ?、CPU の限界を FPGA で突破しようという話があったけど。手を出そうと思ったけど、高性能なチップが 100万ぐらいして挫折した記憶があるよ。
P.S. 「東海大の医学部・学士」は自分は大学を卒業してないから無理でした。あと、それ以上の詮索はやめてくれ...
P.S. 「MySQLそんなに嫌いなのか。」そんなこと書いたつもりはないが、あれ?確かに MySQL は PostgreSQL より嫌いたけど、それは Oracle が親元だったり、Unicode の扱いがファッキンだったり、ストレージエンジンが切り替わるときにカオスな目にあったけどさ、MySQL は好きだよ。お世話になったし。
P.S. 給料については契約後に言われたのよ。というか、もともとは「サイバーエージェントに紹介」するという理由で、ポートフォリオの作成や Django の改修を手伝ったつもりで、入社とかする気は全く無かったのよ。それが、いきなり他所の会社に面接を受けさせられて「君は明日からXXで働くから、履歴書を書いてね」と言われて、抗議したら「俺に恥ずかしい思いをさせるのか!業界に入れなくするぞ!」と大声でシャウトされて、気がついたらあっちが用意した履歴書に拇印してしまったのよね。有料職業紹介と派遣登録をしてない会社だったから、そんなかとはできないはずなんだけどね。ホームページには「年収550万」と書いてあったけど、実際はまったく違ったのだけどね。
P.S.「うーん、いらないかな。IT土方としての仕事しかないと思う。」だよな。おとなしく医者になるよ。ありがとう。
P.S. Elasticsearch は全文検索機能がほしいからやってるよ。Redis はインメモリなセッションストアとして使いたいのよ。Kafka はさ、twitter のファボをじっそうしたいけど、RDB の書き込み速度が上がらないから利用したいの。TensorFlow は全く理解できてないよ。それは、指摘されたとおり。
逆に聞くけど、以下の知識があったらどれぐらいもらえるわけ?東京23区で。