  |
はてなキーワード: メソッドとは
https://anond.hatelabo.jp/20230321131216
まあ、学歴と仕事の能力が関係ないというのはごくごく当たり前の話だ。
俺達は学歴競争というトーナメントにおいて勝ち上がってしまった以上、ある程度の能力があるものと見なされちまうんだな。
（メリトクラシー（能力主義）批判を齧ったことがある人間なら、ポール・ローゼンバウムとかいうオッサンの言説を聞いたことがあると思う）
社会の評価主義が間違ってようが何だろうが、職業遂行能力があろうがなかろうが、俺達はレッテルと一緒に社会に放り出されるから世の中はクソだよな。
京大に入ると何か、サークルの奴らが勧誘ロードを作ってるじゃん。アレがもう嫌だった。
この列にトレーラーか何かが突っ込んできて、全員轢き殺してくれねえかな、って思うタイプの京大生が俺だ。いつか誰かが火炎瓶でも投げ込んでくれることを期待している。
とはいえ、当時の俺は純朴な地方出身の若者な一面もあったので、妙な起業サークルに入ってしまった。コミュ障にも関わらず、だ。
俺はサラリーマンとして誰かに頭を下げるのが死ぬほど嫌だったので、とりあえず社長になってみるか、というピュアな心でサークルに参加したのである。
そんな純朴な俺だったので、サークルでは三人の友人が出来た。
「増田君も目が濁ってるね！」
的なことを馴れ馴れしく言って話しかけてきた眼鏡と、その仲間の2人である。
オタク的な会話も弾み、一緒に起業しようぜ！と桃園の誓いばりのズッ友宣言をした俺達は、計4人で「良い感じのオタク起業をやろう！」「やろう、やろう」という話になった。
まあ、大体そんなサークルには卒業生の資本家が引っ付いてるのは皆様ご存じだと思う。
いい感じのプランをぶち上げ、投資家様たちにプレゼンし、3次審査くらいまで通すと出資、晴れて学生社長になれるってわけだ。
東京は三田会で起業していた知り合いのゴミがいたので、そいつにみんなで色々と話を聞きつつ、
仲間三人と練り上げたプレゼンで、無事に2000万ほどの融資を受けることに成功した。
『結局のところ、お洒落っぽさが重要だ』という三田会プレゼンメソッドは大分役に立った。
まあ、立ち上げ段階になったらめんどくさくなったので、300万ほど掠め取って、俺はその企画からはイチ抜けしたんだが。
その後、そいつらとは連絡を取っていないので、どうなったのかは知らない。
「やはり、他人と何かをするという作業が俺は嫌いだ」ということを再確認できたという意味では意義はあったと思う。
足抜けした理由はもう一つあって、
一緒にやってたら何か出資詐欺とかに騙されそうで怖くなった、というのもある。
（事実、そのころは東大とかでも出資詐欺が流行していて、100人の東大生に1000万与えて起業させ、成功した奴から毟るというスキームが漏れ聞こえてきた。ひどい話だ）
京大生って無駄に『俺達は頭が良いから騙されるわけがない』とか考えてそうで、まあ、アレだ。ピュアなんだよな、みんな。俺もだが。
ということで、300万を無償で手に入れた俺だったのだが、あっという間に無くなってしまった。やはりゴミみたいな手段で手に入れた金はゴミ扱いしてしまう、ということなんだろうな。
最後の方は、ユニセフだか何だかに30万くらい、寄付として突っ込んだ記憶がある。（やはり、俺は心の底では優しき善人だからだろう）
ついでに、元々、勉強というものをほとんどしたことがないので、大学の講義もあまり面白くなかった。
なんだっけか、山籠もりに行って休講にする教授いたじゃん。それくらいかな、記憶に残ってるのは。
京大生一人当たりに確か300万だか400万だかの税金が投入されているらしいが、まあ無意味な金の使い方を国家もするもんだよなあ。
そんな感じだったので、特に何も学ぶことなく、京大を卒業した。
それからが大変で、俺は社会の役に立つような仕事をしたいなあ、とふんわり思っていたのだが、
結局、健康器具を売るゴミみたいな仕事に就く羽目になってしまった。
何の成功体験もなく、学び舎で何も経験も積めなかったコミュ障の末路としか言いようがなかった。
あんまり言うと特定されるので言わないが、単価200万～300万くらいの器具を売る仕事だ。
スーパーの駐車場とかでテントを張ってたら、そこには俺がいる可能性がある。
ハッキリ言って効果が額面に見合っているかというと、見合っていないと思うし、
『社長が幻●舎から本を出すので社長の素晴らしい所を10個皆挙げましょう！』とかやるような会社である。まあ、社会のゴミってやつだな。
あと、ニトリとかで売ってそうな2000円の棚とかを20万くらいでオプションとしてつけたりもする。書いてて辛くなってきた。
何が嫌って、俺はその手の仕事が、意外にも滅茶苦茶向いていたということだ。
先輩曰く『老人受けする幼い顔をしている』とのことだった。良く言えば孫フェイス、悪く言えばチー牛・弱者男性フェイス、所謂ああいう顔立ちのことだ。
そんなこんなで、売上は年間2億円ほど立ててしまっている。
つまり、年間100人弱の御老人をだまくらかしてシノギとしているという計算になる。（俺の給料には還元されないんやけどな）
何が言いたいのか総括する。
弱者男性、コミュ障は老人向けの営業が向いてるのかもねって希望的寓話であり、
善人が、学歴をいかに積んでもコミュ障というだけでこういう詐欺まがいの仕事に就いてしまう社会だという絶望的な話でもある。
今日も、仲良くなったお客さんのお爺ちゃんお祖母ちゃんからもらった野菜の山、米の塚を消費する日々である。
合計特殊出生率は、20年で30%以上低下してるが、夫婦の完結出生児数は、1割程度しか低下してないんだよ。
下がっていると行っても全然程度が違う。
では、合計特殊出生率と連動するように下がっている統計というと、婚姻率になる。これが概ね20ポイント以上低下している。
これと夫婦の完結出生次数が掛け算すると、ほぼ合計特殊出生率になる訳だ。
問題の解決に必要なコストは、100%に近づければ近づけるほど、指数関数的に増大する事が知られている。なので、パレート図というものを用いて、特に理想から乖離している差が大きいところ、影響が大きいところから重点的に対応する事が、よりよい問題解決に繋がるとされる。
今のところ、分析として影響が大きいのは
と言う風に分析出来るが、これが何故か逆転して主張されることが多くていつまでたっても効果的な対策ができないんだよ。
その理由は、子育てをするようになると行政サービスを使うようになるから、より政治に興味を持つようになって声がでかくなるからだと思う。効果よりもどれだけ声がでかいかで制度が決まってしまう民主主義の誤作動だな。
異次元の少子化対策とか言うなら、やれる事は全部やればいいのだが、現実には全部どころか効果の低い方ばかりに傾倒している。
これは量的な概念がないから。増田も、「上がっているか下がっているか」という0か1かではなくて、量的な概念を理解して考えてくれ。
ブックマークが集まっていたので、少し真面目に参考文献を上げておく。信頼できない資料を基にしていては話がおかしくなるので。
大量にアドレスを貼るとエラーになるので、一部 https を抜いてある。適宜補ってくれ。
#それからISBN記法が死んでるのなんなの。誰に言えば治るんだこれ
こういうガチの奴を上げても読みづらい人には、読み物として気楽に読める以下のものもおすすめする。
これもガチでちょっと重たいので、これをもう少し読み物として読みやすくした以下の本から入るのもおすすめ。
中学の修学旅行で行き先決める時ここが唯一行ってみたい寺だったけど、ここだけ入場料高いから断念したんだよね。今思えば修学旅行生ってうるさいしマナー悪いし旅行先でハメ外したりするから、だから入ってこれないようにわざと料金高めに設定してたんじゃないかって、さっき突然気付いた。これは多分そうなんだと思う。というのも、今なんか修学旅行生よりマナーの悪いインスタ蝿が湧いてそうだな…と気になってHP見に行ったらやはり観光公害について言及されていたからだ。苔踏み荒らされたりしたら大変だし神経質になるのも分かる。このメソッドはほぼTDRと同じだが、30年も前から入場制限のため値段でフィルタするってアイディアがあったのすごいな。有能。
このChatGPTのJavaScriptの説明がどうしても分からない。解説あってる？
var idx は、現在開いているWebページのURL文字列に ? が含まれている場合に、その位置を取得するために使用されます。これは、クエリ文字列の開始位置を特定するために必要な処理です。
たとえば、以下のようなURLが現在開いているWebページのURLであった場合、
https://example.com/search?q=keyword&page=1
var idx = url.indexOf('?'); というコードを実行することで、変数 idx には 8 という値が代入されます。これは、? の位置がURL文字列の8文字目にあることを示しています。
var idx はURLの文字列の何番目に？があるかって意味だとは分かった。でも例文のURLだと？の位置はhから数えて27番目だよね。聞いてみた
おっしゃる通り、指定されたURL https://example.com/search?q=keyword&page=1 において ? の位置は h から数えて 27 番目の文字です。
しかし、ブックマークレットのコード中では idx の初期値として url.indexOf('?') を設定しています。この indexOf() メソッドは、指定された文字列が最初に現れる位置を返します。もし文字列が見つからなかった場合は -1 を返します。
したがって、ブックマークレットのコード中で url.indexOf('?') を実行すると、? の位置が返されます。指定されたURLにおいて ? は https:// の直後に出現するため、url.indexOf('?') の実行結果は 8 になります。
つまり、ブックマークレットのコード中では ? の位置ではなく、? の次の文字（q）の位置が idx として設定されていることになります。
なんか意味がわからない。その後もどっから数えた数字がidxになるのかいくつか聞いてみたが堂々巡りになってしまって明確な答えが分からない
うわーん。きついきついよ。
彼は議論を深めることが大好きらしい。なので、私が挙げた意見の逆張りを常にしてくる。常にだ。
そこにはなぜなぜn回的な議論を深めるための彼なりのメソッドがあるらしいけれど、踏み台にされるこっちの身にもなってほしい。
意見を一旦否定して誤りがないのか確認することでより理性的な筋道の通った結論を出せるってつまりそれ常に相手の論破を一旦試みるってことやんけ。
そんで論破すること自体に快感を覚えてるんでしょって聞くと、議論を深めることが目的なのにそんなこと言われるのは心外だって言うしさあ。
私は私の信念に従って、ある程度自分のバイアスがかかった意見を言うから、それに逆張りしてたら論破できたとして逆方向のバイアスがかかった結論にしかならんのやぞ。
こっちは自分の感情込みの信条をかけた意見を言ってるのに、それに対して機械的な逆張りを繰り返されるのマジ腹立つわ。
人間自意識から逃れられないから私から出る意見は常にバイアスに塗れたものになるよと断ると、バイアスから解放された理性的な真実を求められない古い地球人よ……みたいな雰囲気出すしさー。
ほんと私今日は買ったばっかのゲームしたかったんだって。ローリングJKがポリコレ棒でバチボコにされてる話は今日は要らなかった。しかも途中でネタバレの情報もボロボロ言いおって。
つか旧来の価値観・LGBT側の価値観のどっちに肩入れしても逆張りしてくんな。矛盾してんだろ。あとポリコレ棒振るいたいからって私を旧来の価値観の方に寄せようとしてくんな。
これらのことを意識せずにやってて、それを指摘しても納得せず自分がただただ理性と知性と検証に裏付けられた頭いい側、私を知性の足りない野蛮側に置こうとするのがマジむかつくー！キエー！
OfficeScriptsで結合されたセルの範囲を求めるには、「Range.MergeArea」メソッドを使用します。このメソッドは、結合されたセルの範囲を含むRangeオブジェクトを返します。以下は、結合されたセルの範囲を求めるためのサンプルコードです。
var range = context.workbook.getActiveSheet().getRange("A1");
if (range.getMergeCells().length > 0) {
var mergeArea = range.getMergeArea();
console.log("Merge Area: " + mergeArea.getAddress());
}
このサンプルコードでは、アクティブシート内の「A1」セルが結合されているかどうかを確認しています。もし結合されている場合、「Range.MergeArea」メソッドを使用して結合されたセルの範囲を求め、そのアドレスをコンソールに出力しています。
https://www.asahi.com/articles/ASR1S0BMPR1KDIFI00M.html
俺が知る限りの成功例を書くよ。
特定されないようにフェイクを入れるけど、たぶん分かる人には分かっちゃうと思う。けど、分かっても黙っていてくれると助かる。
心機一転ゆっくりしたいと思い、地域おこし協力隊に応募して採用。正直場所はどこでもよかった系。
任務は、地域団体の常勤職員。地域の有償ボランティアベースで仕事をしてくれる人や会社と一緒になって、草刈りや放置竹林、荒れ地などの整備や、地域の人が出したアイデアを実際にハンドリングするのがお仕事。要するに小間使い。
既に着任している地域おこし協力隊の人と、役場から出向に来ている人の3名の職場。
最終的に、そこで知り合った地元企業の高齢社長に会社を引き継いでくれないかと依頼されて、任期終了後は解体・廃棄物処分業者の事業継承に向けて就職した。
仕事自体は、はっきり言って小間使い。年収も200万円ぐらいになってしまうんだが、忙しさだけで見たら正直それでは割に合わない感じがする。
ただ、周辺がもう都会から若い子が来たと言うだけで神様仏様扱いされるような環境。ガチで拝まれる。リスペクトされてる。
勤務は週5日日給制なのだが、実際には、地域おこし協力隊隊員はケータイに出られる場所で、何をやったかをLINEで報告すれば大抵何をしていても勤務扱いになると言う待遇。
今日は家の整理をしてました、みたいなのでも勤務扱いになる。まぁ若人が住んでいるだけで地域貢献担ってるという解釈だな。
一方で、地域の行事とかやるときには、さらっと事務局や会計など地味だけど重たくて面倒くさい役割にアサインされてやらされることになる。
ただ、日曜日にボランティア集めて何かするとか、夕方の会合に出るとか、そう言う時には漏れないように丁寧に時間外がつくそうな。
そして、そんな仕事だから無茶苦茶地域の人たちに顔が売れる。それもボランティアや地域活動に参加している人たちに顔が売れるので、強固な人脈ができる。
実は、自治体は顔をつなぎ、孤立させない事を目的に、何があっても孤立しないようにこの仕事を与えているような所がある。
最終的にはその人脈で任期終了後の就職先をゲットした訳で、この施策は人を選ぶけど、よいアイデアだと思った。
かなり実績があり、普通に村役場に入った人や、就職した人もいるし、他には、喫茶店を開いた人（イベント出店大杉で店は殆ど閉まっているが）、寺が開いてると聞いて仏門に入ってお寺を継いだ人（本業：塾講師）、お土産屋に就職して配達なのかチョークアート書いてるのかどっちが本職かわからん人、など個性豊かな面々がいる。
アラフォーの家族。当時子どもは中学生だったはず。前職は別の地方都市で商社に勤務していたが、前から自分の会社を持つ事が夢であり、探していたところ、起業型地域おこし協力隊というものがあると知って応募して採用。
自分でためていた金と、地域おこし協力隊の報酬（と言っても200万とか）を使って生計を立てながら、起業の準備をして融資を受けて任期2年目で食品加工工場を作り、その経営者になる。現在もその経営者として商売している。
前職の伝手で大手食品メーカから仕事を持ってきていて、最近は地元建設屋と共同で農業をやり始めた。
この人は明らかに起業をするつもりで、それができる場所を探していた感じ。こう言う人はたぶんあちこちにいて、そう言う人を地元に取り込むために協力隊制度を使ったって感じだね。企業誘致に近い。
本来の地域おこし協力隊の趣旨からは若干外れると言う議論はあるらしいのだが、最近、定着率が高いのはこう言う起業を前提とした移住だぞとも話題に上がる。
まぁ、こう言う目的がはっきりしている人は受け入れ側もありがたいやね。
他にも、パン屋さんをやりたいと応募し、ちょうど住んでた人が亡くなった直後の出物の古民家があり、そこを改造してブランディング、通販をメインにしたパン屋なんてのもいる。週末1日だけ限定のレストランとかもやってる。
その地域は昔、陶芸が有名な地域だったそう。しかし、台規模工業化に後れを取ってかなり衰退していた。そこで、自治体は一念発起して陶芸家を養成する学校というか訓練施設を作った。
そこには地元の若い人なども通うんだが、それだけではやはり難しい。
そこで、知恵者がいて、地域おこし協力隊の制度を使って、事実上2年間はお給料が貰えながら学び、独立語1年は所得が保障される環境を作り上げた。
まず、根性やら寝技やらで有名な芸術大学の名の知れた陶芸家との提携をゲットした。
そして、その先生の弟子、大学院生が地域おこし協力隊の制度を使って、お金をもらって移住してもらう。
その人が非常によい成果を出したために、話題になってあちこちから集まるようになり、毎年2名の枠にかなりの応募がくるのだそうな。
協力隊の任期は3年間あり、最初の2年が訓練所に加代追い、その後1年は身の振り方を考えるという構成。
その間にじっくりと学び、また作った作品は自分で売って自分の収入にできたりもするので、それで感触を確かめたりできる。
自立した陶芸家も多く出て、地域には高密度に陶芸作家がいる町という事でブランディングが行われ、愛好家が多く集まるようになったそう。
正直、制度はほとんど脱法的な使われ方だと思われるが、かなり有名な成功例として総務省も紹介しているからいいんだろと言う感じ。
地域資源と上手く填まった例で大変うらやましい。そもそも最初の提携が最も大変だと思うので早々真似はできないと思う。
だが、もう地域おこしの方向性が決まっていて、それを強化したい場合、伝統芸能の継承などと言う場合には、このメソッドは使えるのではないかと思われる。
地元出身者で、大学を卒業して首都圏で働いていたが、アラフォーになって心配になって、と言う事でUターンを決意。
そうしたら、たまたま農業従事と条件とする地域おこし協力隊の募集が、たまたま出身の村から出て、たまたま村議会議員をやっていた親父からそのことを聞かされてたまたま応募したら、たまたま受かったそうな。
応募後はたまたま開かれていた地元の農協がやっている新規就農者向けの講座を活用して融資をうけ、たまたまあった県の新規就農者助成金を受け取りつつ、たまたま求人を出していた第三セクターの農業の会社に勤めながら、実家の農業を……。
偶然ってすごいなー（棒読み
まぁ、色々と批判があるのは分かる。が、こういった紐付きコネのありが一番定着率が高いのも事実だと思われる。そして、確実に地域進行ができる訳だから、まぁ悪い事じゃない。
かわいそうなのは、もう紐付きで結果が決まっているとも知らずに、形だけ出された公募に応募した他の志望者だよな。
今、新規移住者向けの助成金とかあるんだけど、移住者・Ｕターン向けの生活保証金としては地域おこし協力隊が最も金は出る。そして、性質上他の補助金と重複申請ができたりするので、まぁいろいろできるのである。
地域おこし協力隊は、このような成功パターンを掴んでいる所と、駄目なのと頃の差が大きい。格差が開いている。
成功している所は
と言う好循環を生んでいる一方で、
駄目なところは殆ど改善されず、また改善する機会もなく、定着が進まない場所も多く、格差が開いているように感じる。
というか、応募者の数という点でかなり差がある。定着しているところは応募殺到して驚くこともあるが、定着率が悪いデータがある所は殆ど応募がないらしい。
移住者目線としては、とにかく地元でウェルカムな姿勢で募集している所や、既に定着している協力隊の先輩がいるところが良いと言うのが王道だ。
付け加えるならば、任務や勤務体系が柔軟で幅広く選べるところを選択するのが良いと思う。普通の就職みたいに仕事ががっちり決まっていてそこで勤めなさい、と言う様なケースだと単に補助金が出る労働力としてしか見られていない可能性がある。
目的がキッチリある場合なら、本当にその目的に適しているかをよくよく考えた方が良い。
そして、その目的にピンポイントに募集をかけているところにマッチングできればいい。考えているうちに違う考えになっていってもよいが、妥協だけはしてはいけない。
大きなミッションを与えられて、それをやりなさいと言うものもある。その時、これは本当に自分がやりたい事なのか、とにかく見極めとマッチングを大事にしてほしい。
受け入れ側目線としては、とにかく移住者を孤立させるな、コミュニケーションを取れという所があると思う。
地方移住の話をするときに、地方の人間関係はめんどくさいという話はよく出るが、ぶっちゃけ、田舎の人間関係が完全に嫌な人はそもそも応募してこないのでノイズである。
そして、何かあったらこの人に相談してね！と言う人を、数人。数人！話をつけておくことが大事だ。それも役人では無くてそれ以外の人。そしてできたら一番最初に、変な人のところに行く前に話をしておくのが良い。
というのは、人間関係にトラブルがあって辞めると言う案件、調べてみると、そもそも変な人に依存してしまっておかしくなると言うケースが結構ある。
外から来た人に最初に近付いていく人は、地域の顔役みたいな人でなければ、だいたいその地域で孤立しがちな人だったりする。
そう言う人は、何か問題を抱えているケースが多々ある。新興宗教に勧誘されてしまうと言うと言う様な分かりやすいケースならまだしも、
発生した問題に「それはきっと○○さんの嫌がらせだよ。あのジジィしつこから」みたいな事を吹き込んだりして、単なる事故が一瞬で陰謀論になり、疑心暗鬼を生んだりする。
（愛媛県の話がこれだと言っているわけではない）
そう言う事を防ぐ為にも、とにかく最初に頼りになるひとをつける事が大事だ。できたら先輩移住者と、地元で何かあったときに仲介ができる人と言う組合せがベスト。
色々書いたが、気楽に構えてやったらいいと思う。任期付きだけど給与は保障されるし、その間役所が面倒見てくれるし、リスクはそんなに無いのだ。
地域おこし協力隊の受入には落差があるけれど、実はさらにその前には「そもそも地域おこし協力隊みたいな制度を使う気すら無い」という場所が存在していて、そういう所に比べると、公募をしている所はそれなりに進んでいるところなのだ。
まずは気楽に話を聞いてみて欲しい。
大学時代にめっちゃ書ける奴とか、転職してGAFA行ったやつとか知ってるけれど
むしろGAFAとかは元のコードレベルが高いから理想的なコードを書けると思うし
自分でオープンソース書いてる人も自分の設計範囲内で書けるから簡単にできる
「学生レベル」が書いたような地獄設計のコードを「素人」「駆け出しプログラマー」が修正して出来上がったクソの山みたいなコードだった
資料はExcelとパワポしかなくて、しかもそれも全然足りてないメモ書き程度
無駄な処理が7割ぐらいあるんだけど、グローバルで全部書いてあるからこっそり使われてる奴とかもあってマジでクソの山だった
一緒に入ったかなり書ける人でも
とか言ってたし、自分が見てもそうだろうなぁと思ってたんだけど予算不足で3ヶ月ぐらいでどうにかしたいとのこと
そんでいろいろあって、かなり高給のおっちゃんプログラマーが来たんだけど
もう、マジでその人が神レベルでクソコードをChatGPT並に綺麗に成形していって理解不能なところも解説して
ある程度しょうがない部分以外は綺麗に設計し直してくれてどうにか期限内に終わった
GAFAレベルのプログラマーはGAFAレベルの人しか触れないようなコードを産み出すので
後でメンテするのにはGAFAレベルを雇うしか無くて人件費がかかるんだけど
神レベルのプログラマーは「プログラム書ける人」レベルの人でもちゃんとメンテできるように作り直してくれて
「つづき」で気になった箇所を深掘り。確認するに、専門家の監修体制の構築はそれほど難易度は高いように思えなかった。やはり「つづき」で応えてくれた「医療用の学習データをGPT側で定期的に用意できるか」が今後の発展のポイントになりそうだ。
Me:
GPTのAttention機構って何?
GPT:
Attention機構は、自然言語処理タスクにおいて、入力文の中から重要な部分を選択し処理するためのアルゴリズムです。GPTは、Transformerと呼ばれるモデルアーキテクチャを使用しています。Transformerは、Attention機構を利用して、入力文中の各単語の関係性を学習します。これにより、モデルは入力文全体を理解し、より質の高い出力を生成することができます。
Me:
GPTは医療の知識が弱いと聞くけど、このAttention機構の仕組みと関係ある?
GPT:
GPTは、学習データに基づいて学習されます。そのため、学習データに医療に関する知識が少ない場合、GPTは医療に関するタスクに対して劣る結果を生成する可能性があります。Attention機構は、入力文中の各単語の関係性を学習するために利用されています。しかし、Attention機構自体は、学習データに基づいて学習されるため、学習データに医療に関する知識が少ない場合、Attention機構も医療に関するタスクに対して劣る結果を生成する可能性があります。しかしながら、GPTには大量のテキストデータを学習し、自然言語処理タスクに対して高い性能を発揮する能力があり、知識を持っていない領域でも新しい知識を得る能力を持っています。そのため、医療に関するタスクをGPTに与える場合は、十分な医療に関する学習データを与えることで、GPTが医療に関するタスクに対しても高い性能を発揮することが期待できます。
Me:
ポイントは、Attention機能を医療用にチューニングするのではなく、医療データを学習データとして与えることが、GPTの医療分野への強化に繋がるんだね。
GPT:
そうですね。Attention機構は、入力文中の各単語の関係性を学習するためのアルゴリズムです。GPTは、学習データに基づいて学習されます。そのため、学習データに医療に関する知識が少ない場合、GPTは医療に関するタスクに対して劣る結果を生成する可能性があります。それに対して、十分な医療に関する学習データを与えることで、GPTが医療に関するタスクに対しても高い性能を発揮することが期待できます。そのため、Attention機能を医療用にチューニングするのではなく、医療データを学習データとして与えることが、GPTの医療分野への強化に繋がるということになります。
Me:
GPTが医学的な正確性や専門性を獲得するには、意思決定者としての専門家の監修が必要という認識だけど、仮にそれが可能になった場合、GPTは医療現場で使われるようになると思う?
GPT:
GPTは、大量のテキストデータを学習し、自然言語処理タスクに対して高い性能を発揮する能力があります。しかしながら、GPTは人間の主観や判断力を持っていません。そのため、GPTが生成する出力は必ずしも正確であるとは限りません。そのため、医療現場でGPTを使用する場合は、専門家による監修が必要です。専門家は、GPTが生成する出力が正確であるかどうかを判断し、必要に応じて修正を行うことができます。これにより、GPTが生成する出力が正確であることが保証され、安全かつ効果的な医療を提供することができます。そういった意味で、GPTが医療現場で使われるためには、専門家による監修が必要であり、GPTはその監修に基づいた情報の提示などに利用されることが考えられます。
Me:
ユースケースとしては何が考えられる?
GPT:
GPTは、自然言語処理タスクに対して高い性能を発揮する能力があるため、医療現場での様々なタスクに利用することが考えられます。例えば、医療文書の自動生成や翻訳、診断支援、治療プランの生成、疾患の予防に関するアドバイスの生成などが挙げられます。また、GPTは大量のテキストデータを学習することで、新しい知識を得る能力を持っているため、医学研究や新しい薬物の開発にも利用することができます。ただしながら、これらのタスクにおいてもGPTが生成する出力は必ずしも正確であるとは限らないため、専門家による監修が必要です。
Me:
専門家の監修は、GPTのユースケースの内、どのフェーズで必要になると思う?
GPT:
GPTが生成する出力が正確であることを確認するために、専門家による監修が必要になります。そのため、GPTを利用する各フェーズで専門家の監修が必要になることが考えられます。これにより、GPTが生成する出力が正確であることが保証され、安全かつ効果的な医療を提供することができます。
- 学習フェーズ: GPTが学習するデータについて、専門家が正確性や適切性を確認し、修正を行うことが必要です。
- 生成フェーズ: GPTが生成する出力について、専門家が正確性や適切性を確認し、修正を行うことが必要です。
- アプリケーションフェーズ: GPTが生成した出力を使用するアプリケーションについて、専門家が安全性や効果を確認し、必要に応じて修正を行うことが必要です。
Me:
各フェーズごとにその適用の難易度を教えて。
GPT:
各フェーズごとに適用の難易度は異なりますが、概ね以下のようになります。ただし、これらは一般的な話であり、実際には、専門家がそれぞれのフェーズにおいて監修するために必要なスキルや知識は、それぞれのアプリケーションやタスクによって異なります。
- 学習フェーズ: GPTが学習するデータの整理や整形は、技術的なスキルが必要になりますが、専門家が正確性や適切性を確認するための作業は、通常は難しくありません。
- 生成フェーズ: GPTが生成する出力を確認し、修正するためには、専門的な知識や判断力が必要になります。このフェーズは、専門家によって適切に行われないと、生成された出力が正確でない可能性があります。
- アプリケーションフェーズ: GPTが生成した出力を使用するアプリケーションの開発やテストには、技術的なスキルが必要になりますが、専門家が安全性や効果を確認するための作業は、通常は難しくありません。
Me:
たしかに生成フェーズにおける出力のパターンは他のフェーズと比べ管理しづらそうだけど、その難易度を調節するための工夫はあったりするの?
GPT:
生成フェーズにおいて、GPTが生成する出力を確認し、修正するための難易度を調節するための工夫には以下のようなものがあります:これらの工夫により、GPTが生成する出力を確認し、修正するための難易度を調節することができます。また、専門家が確認する作業を効率化することで、より多くのGPTが生成する出力を確認することができ、正確性や適切性が高い出力を得ることができます。
- GPTが生成する出力のフォーマットを明確に定義することで、専門家が確認する作業を簡略化することができます。
- GPTの出力を確認するためのインターフェースやツールを開発することで、専門家が確認する作業を効率化することができます。
- GPTが生成する出力に対して、事前に定められたルールや基準を適用することで、専門家が確認する作業を効率化することができます。
- GPTが生成する出力を多数の専門家に確認してもらうことで、正確性や適切性を確認することができます。
- GPTが生成する出力を正確性や適切性が高いと判断される場合は、人手を減らして出力を採用することができます。
Me:
GPTが生成する出力のフォーマットを定義するにはどうすれば良いの?
GPT:
GPTが生成する出力のフォーマットを定義するには、次のような方法があります。これらの方法を組み合わせることで、より正確かつ適切なフォーマットを定義することができます。
- テンプレートを使用する: GPTによる出力には、事前に定義されたテンプレートを使用します。これにより、GPTが生成する出力のフォーマットが明確に定義され、専門家が確認する作業を簡略化することができます。
- スキーマを使用する: GPTによる出力には、事前に定義されたスキーマを使用します。これにより、GPTが生成する出力の構造が明確に定義され、専門家が確認する作業を簡略化することができます。
- 入力と出力の関係を明確にする: GPTによる出力は、入力に対応した形式で生成されるようにします。これにより、GPTが生成する出力のフォーマットが明確に定義され、専門家が確認する作業を簡略化することができます。
Me:
GPTの出力テンプレートの使用方法を教えて。
GPT:
GPTの出力テンプレートを使用するには、以下のような手順を踏むことができます。このように、GPTの出力テンプレートを使用することで、GPTが生成する出力のフォーマットを明確に定義することができ、専門家が確認する作業を簡略化することができます。また、テンプレートを学習させることで、GPTが生成する出力が予め定義したフォーマットに沿っていることを保証することができます。
- 出力テンプレートを作成: GPTが生成する出力のフォーマットを定義し、テンプレートを作成します。例えば、診断書のフォーマットや手術手順の書き方など。
- GPTにテンプレートを学習させる: GPTに、作成したテンプレートを学習させます。
- GPTに入力を与える: GPTに、入力として必要な情報を与えます。
- GPTが生成する出力を確認: GPTが生成した出力が、事前に定義したテンプレートに沿っていることを確認します。
- 修正を行う: GPTが生成した出力が、事前に定義したテンプレートに沿っていない場合は、修正を行います。
Me:
GPTのテンプレートとスキーマの違いを教えて。また、プリセットと何が違うのかも教えて。
GPT:
GPTのテンプレートとスキーマは、出力フォーマットを定義するための方法であり、それぞれ異なる特徴があります。つまり、テンプレートは文章のフォーマットを定義するのに、スキーマはデータ構造を定義するのに、使用します。プリセットは、テンプレートやスキーマのような事前に定義したパターンやデータ構造を使用することができます。ただし、プリセットは、具体的には何を指すかは定義が異なります。
- テンプレート: GPTの出力に対して、事前に定義された文章のパターンを使用します。例えば、診断書のフォーマットや手術手順の書き方など。テンプレートは、GPTが生成する文章のフォーマットを明確に定義することができ、専門家が確認する作業を簡略化することができます。
- スキーマ: GPTの出力に対して、事前に定義されたデータ構造を使用します。スキーマは、GPTが生成するデータの構造を明確に定義することができ、専門家が確認する作業を簡略化することができます。
- プリセット: GPTの出力に対して、事前に定義されたパターンやデータ構造を使用します。プリセットは、GPTが生成する出力を明確に定義することができ、専門家が確認する作業を簡略化することができます。
Me:
Pythonのopenaiライブラリでテンプレートやスキーマを再定義することは可能?
GPT:
はい、openaiライブラリは、新しいトレーニングデータ、テンプレートやスキーマを含むように、GPTモデルをファインチューニングすることができます。 openai.Completion.create()メソッドを使用して、GPTモデルをファインチューニングすることができ、トレーニングデータ、テンプレートやスキーマ、ファインチューニングパラメータを指定することができます。また、openaiは既にテンプレートやスキーマが組み込まれたモデルも提供しており、それらを直接使用することができます。
Me:
`openai.Completion.create()` メソッドでテンプレートやスキーマを再定義する方法を教えて。
GPT:
openai.Completion.create()メソッドを使用して、GPTモデルをファインチューニングするには、次のようにします。このように、openai.Completion.create()メソッドを使用して、GPTモデルをファインチューニングし、テンプレートやスキーマを再定義することができます。ただし、学習データとして適切なものを選び、ファインチューニングのパラメータを調整する必要がありますので、注意が必要です。また、トレーニングデータとして使用するテンプレートやスキーマによっては、モデルの性能が改善しないこともあるため、適切なものを選ぶことが重要です。また、ファインチューニングを行うためには、足りないデータや時間、計算リソースが必要です。
- トレーニングデータを用意: GPTに学習させるためのデータを用意します。このデータは、テンプレートやスキーマを含んでいる必要があります。
- openai.Completion.create()メソッドを呼び出す: openai.Completion.create()メソッドを呼び出し、トレーニングデータ、ファインチューニングパラメータを指定します。
- ファインチューニングを実行: 指定したパラメータに基づいて、GPTモデルをファインチューニングします。
Me:
当該メソッド用のファインチューニングパラメータは `prompt` を使うんだよね?
GPT:
はい、openai.Completion.create()メソッドでは、promptパラメータを使用して、GPTモデルに対して、生成したい文章のフォーマットやデータ構造を指定することができます。このpromptによって、GPTは指定されたフォーマットやデータ構造に従って文章を生成するように学習します。このpromptには、テンプレートやスキーマを含む文章を指定することで、GPTに学習させることができます。
