「モデリング」を含む日記 RSS

はてなキーワード: モデリングとは

2024-06-14

https://anond.hatelabo.jp/20240614204953勝手タグ付けソースだよ

1996年 (第1巻) 5月 特集:脳の科学こころ問題医療人間
1996年 (第1巻)11月 特集高齢者介護医療人間
1996年 (第1巻) 4月 (創刊号) 特集戦略研究と高度研究体制学術教育
1996年 (第1巻) 6月 特集:第3回アジア学術会議学術教育
1996年 (第1巻) 8月 特集日本国際賞受賞記念講演会から学術教育
1996年 (第1巻) 9月 特集:若手研究学術教育
1996年 (第1巻)12月 特集:第124回日本学術会議総会学術教育
1996年 (第1巻) 7月 特集地球環境問題を考える環境
1996年 (第1巻) 特集:転換期にある工業産業工学
1996年 (第1巻)10月 特集女性科学研究ジェンダー
1997年 (第2巻) 2月 特集パラダイムの転換学術教育
1997年 (第2巻) 3月 特集大学改革任期制学術教育
1997年 (第2巻) 6月 特集伝統と新しい地平 ―第4回アジア学術会議学術教育
1997年 (第2巻) 7月 特集:第125回日本学術会議総会学術教育
1997年 (第2巻) 8月 特集:第16期から17期へ学術教育
1997年 (第2巻) 9月 特集:第17期の発足 ―第126回日本学術会議総会学術教育
1997年 (第2巻)10月 特集:高度研究体制確立を目指して学術教育
1997年 (第2巻)11月 特集地域における学術活性化を目指して学術教育
1997年 (第2巻)12月 特集:第127回日本学術会議総会学術教育
1997年 (第2巻) 特集:2国間学術交流レイシア派遣団報告学術教育
1997年 (第2巻) 4月 特集地球食料問題を考える環境
1997年 (第2巻) 1月 特集平和共生歴史政治・国際
1997年 (第2巻) 5月 特集グローバリゼーション産業空洞化歴史政治・国際
1998年 (第3巻) 3月 特集クローン羊"ドリー":遺伝子科学のはかり知れないインパクト    化学生物
1998年 (第3巻) 特集クローン羊"ドリー":バイオテクノロジー最先端で今、何が、どうなっているか    化学生物
1998年 (第3巻) 2月 特集二国間学術交流 スイス及びスウェーデン派遣団報告学術教育
1998年 (第3巻) 6月 特集21世紀科学への視点 ―第128回日本学術会議総会学術教育
1998年 (第3巻) 7月 特集アジアにおける学術の直面する課題 ―第5回アジア学術会議学術教育
1998年 (第3巻)12月 特集:新たなる研究理念を求めて ―第129回日本学術会議総会学術教育
1998年 (第3巻) 1月 特集地球未来 ~人間の存続環境
1998年 (第3巻) 5月 特集地球惑星宇宙科学の現状環境
1998年 (第3巻)11月 特集食品研究の新領域をさぐる ―食とからだの科学を中心に環境
1998年 (第3巻) 4月 特集ジェンダー   ―社会的文化的性別」と現代ジェンダー
1998年 (第3巻) 8月 特集日本経済課題展望日本ビックバンに向けて社会
1998年 (第3巻) 9月 特集行政改革課題展望社会
1998年 (第3巻)10月 特集ライフスタイルの転換と新しい倫理 ―21世紀社会に向けて社会
1999年 (第4巻) 4月 特集生殖医療とその社会的受容医療人間
1999年 (第4巻) 1月 特集21世紀に向けた学術の新たな改革学術教育
1999年 (第4巻) 3月 特集国民の期待に応えて ―科学最前線から学術教育
1999年 (第4巻) 6月 特集:IGBPの研究成果の統合に向けて ―第130回日本学術会議総会学術教育
1999年 (第4巻)10月 特集日本学術会議創立50周年学術教育
1999年 (第4巻)12月 特集:わが国の大学等における研究環境改善について(勧告) -第131回日本学術会議総会学術教育
1999年 (第4巻) 2月 特集ごみを考える環境
1999年 (第4巻) 8月 特集海洋環境
1999年 (第4巻)11月 特集科学技術社会社会
1999年 (第4巻) 特集少子化問題社会
1999年 (第4巻) 5月 特集学会インターネット情報
1999年 (第4巻) 9月 特集学術からみた「美しさ」について人文
1999年 (第4巻) 7月 特集人口環境 ―持続的発展に不可欠なアジア役割 ― 第6回アジア学術会議歴史政治・国際
1999年 (第4巻) 特集科学技術の発展と新たな平和問題歴史政治・国際
2000年 (第5巻) 1月 特集学術研究の国際ネットワーク学術教育
2000年 (第5巻) 3月 特集:第7回アジア学術会議学術教育
2000年 (第5巻) 4月 特集世界科学会議21世紀のための科学学術教育
2000年 (第5巻) 7月 特集:第17期を締めくくる成果 ―第132回日本学術会議総会学術教育
2000年 (第5巻) 8月 特集:第17から第18期へ学術教育
2000年 (第5巻) 9月 特集:第18期始まる学術教育
2000年 (第5巻)10月 特集俯瞰研究プロジェクトへのアプローチ学術教育
2000年 (第5巻)11月 特集研究業績評価 ―実態問題学術教育
2000年 (第5巻)12月 特集:第18期活動計画の全容学術教育
2000年 (第5巻) 特集各部抱負学術教育
2000年 (第5巻) 特集:第8回アジア学術会議学術教育
2000年 (第5巻) 特集世界科学アカデミー会議学術教育
2000年 (第5巻) 2月 特集安全災害
2000年 (第5巻) 6月 特集男女共同参画社会における日本学術ジェンダー
2000年 (第5巻) 5月 特集司法改革課題展望社会
2001年 (第6巻) 2月 特集21世紀とヒトゲノム医療人間
2001年 (第6巻) 4月 特集21世紀と新エネルギーエネルギー
2001年 (第6巻) 1月 特集21世紀科学役割を問う学術教育
2001年 (第6巻) 3月 特集21世紀科学アカデミーデザインする学術教育
2001年 (第6巻) 5月 特集学術活動のための次世代育成学術教育
2001年 (第6巻) 6月 特集:「科学技術」の概念を人文・社会科学へと拡張学術教育
2001年 (第6巻) 7月 特集大衆化された大学での教育はいかにあるべきか学術教育
2001年 (第6巻)11月 特集日本学術会議改革に向けて学術教育
2001年 (第6巻) 特集:常置委員会の目指すもの学術教育
2001年 (第6巻) 特集日本社会の変容と教育の将来学術教育
2001年 (第6巻) 特集:第1回アジア学術会議学術教育
2001年 (第6巻) 特集特別委員会活動経過学術教育
2001年 (第6巻) 8月 特集遺伝子組換え食品をめぐる最近の動向環境
2001年 (第6巻)10月 特集:食から見た21世紀課題環境
2001年 (第6巻) 9月 特集10代は変わったか!こども
2001年 (第6巻)12月 特集データベースの新たな保護権利制度導入反対への初の声明情報
2001年 (第6巻) 特集21世紀IT社会情報
2002年 (第7巻) 5月 特集医療最先端医療人間
2002年 (第7巻) 8月 特集ナノテクノロジー化学生物
2002年 (第7巻) 9月 特集動物実験化学生物
2002年 (第7巻) 1月 特集新世紀の日本学術会議学術教育
2002年 (第7巻) 3月 特集科学技術新世学術教育
2002年 (第7巻) 6月 特集:新しい日本学術会議に向けて!学術教育
2002年 (第7巻) 7月 特集ノーベル賞100周年記念国際フォーラム創造性とは何か」学術教育
2002年 (第7巻)11月 特集:変革をめざす国立大学 ―学長たちは考える学術教育
2002年 (第7巻)12月 特集日本学術会議の今後の方向に向けて!学術教育
2002年 (第7巻) 特集:「大学の自立」と「学術経営」のあり方を探る学術教育
2002年 (第7巻) 特集:第2回アジア学術会議(SCA)学術教育
2002年 (第7巻) 特集学術科学研究の成果と社会学術教育
2002年 (第7巻) 4月 特集学術の再点検  ―ジェンダー視点から(1)ジェンダー
2002年 (第7巻) 2月 特集創造性と日本社会社会
2002年 (第7巻)10月 特集:「身体障害者との共生社会」の構築に向けて社会
2002年 (第7巻) 特集日本計画社会
2002年 (第7巻) 特集グローバル化時代対応する高等教育課題歴史政治・国際
2003年 (第8巻) 2月 特集研究教育現場から見た国立大学改革学術教育
2003年 (第8巻) 3月 特集科学社会 ―いま科学者とジャーナリストが問われている―学術教育
2003年 (第8巻) 7月 特集私立大学さらなる発展学術教育
2003年 (第8巻) 8月 特集:第18期から第19期へ学術教育
2003年 (第8巻) 9月 特集:第19期始まる学術教育
2003年 (第8巻)10月 特集:新しい学術の体系学術教育
2003年 (第8巻)12月 特集:第19期活動計画学術教育
2003年 (第8巻) 特集活動計画各部抱負学術教育
2003年 (第8巻) 特集:第3回アジア学術会議(SCA)学術教育

2024-06-10

anond:20240318165802

俺も数年前まではそうだったふと見た切り抜きからそこそこvを見るようになった

好きになりたいならまずは切り抜きを見ろ

いろんなvの切り抜きを

それで自分にささったやつの本人の動画を見に行けばいい

最初から雑談とかゲーム配信とかの長時間のを見ようとするのは無理だしタイパ悪すぎる

つきのみと

俺がみるようになったきっかけはつきのみとの切り抜きだった 増田もつきのみとからはまったって人いたけどあんな感じだった

ふみのたまき

ふみのたまきも切り抜きから入った こいつはいろいろ常識とか衛生観念やばいのが面白くてみるようになった

でも一線こえるとかvtuber世界観キャラ設定ぶっちゃけるほどではなくてそこはわきまえてる

雑談でもほんとにてきとーに話す奴もあるけど、きっちり話すネタをいくつも用意してきて話すこともあるから、きいてて面白

着眼点も新鮮で、ありきたりな観点とずれてるからきいてておもろい

会社に無断でゆたぼんとコラボして怒られたりしたらしい

6年目とからしいけど、最近配信は声に元気なくて引退しそうだなって思ってる

ヘアピンまみれ

DIYユーチューバーとして他の追随を許さな

ユーチューバーあるあるネタをやるんじゃなくてこいつ独自観点でいろいろ工作したり考察したり語ったりするからすげーおもろい

モデリングとかも全部じまえでやっちまうやばいやつ

配信でしゃべってる内容からするとまだはたちそこそこみたいなんだけど生物に関する知識やばい

図鑑をたくさんもってるからマジですきなんだなって

からYouTubeでそういう工作系のやつとか見るのが好きだったらしいけど

基本動画配信ではない・きっちり編集した動画)が多いけど、

めっちゃやすいし聞きやす

着眼点とそこから考察 実験 反省とかの流れは子供に見せたくなるレベル 

チビデブハゲ童貞から無塩バターだけどね

はははしにたい

2024-06-09

Perplexityのテスト: アルゴリズム提案

質問

コンテンツ集合Xがあります。各々の要素x∈ Xは特徴量f_1(x)∈Y_1 を持っています

同様にユーザーu ∈ Uが存在し、特徴量f_2(u)∈Y_2を持っています

コンテンツには単価P(x)が存在し、ユーザーuがコンテンツをm回消費することをg(u, x, m)=m*P(x)_uで表し、全てのユーザーU, 全てのコンテンツXに対して行列M∘P = g(U, X, M) が存在します。

目的関数M∘Pを最大化したいのですが、どんなアルゴリズムが考えられるでしょうか。

回答

この問題は、コンテンツユーザーの特徴量を考慮して、ユーザーコンテンツを消費する回数を最大化するものです。このような問題は、推薦システムの分野で広く研究されており、協調フィルタリングと呼ばれるアプローチ一般的に使われています

協調フィルタリングアルゴリズム

協調フィルタリングには、以下のようなアルゴリズムが考えられます

1. 行列子分解 (Matrix Factorization)

行列子分解は、ユーザーコンテンツ行列を低ランク近似することで、ユーザーコンテンツ潜在的な特徴を抽出します。具体的には、ユーザー行列Uとコンテンツ行列Vを求め、その内積U^TVで元の行列を近似します。この手法は、Netflix Prizeで優れた成績を収めました。[1]

2. ニューラコラボレーティフィルタリング (Neural Collaborative Filtering)

ニューラルネットワークを用いて、ユーザーコンテンツ非線形関係学習します。入力としてユーザーIDコンテンツIDを与え、出力として評価値を予測します。この手法は、従来の行列子分解よりも高い精度が期待できます。[2]

3. 階層ベイズモデル (Hierarchical Bayesian Model)

ユーザーコンテンツの特徴量を階層ベイズモデルに組み込むことで、より柔軟なモデリング可能になります。この手法は、Cold-Start問題(新規ユーザーコンテンツの推薦が困難)の解決有効です。[3]

4. 強化学習 (Reinforcement Learning)

ユーザーの行動履歴環境として捉え、報酬最大化のためのアクション学習します。この手法は、長期的な利益最大化に適しています。[4]

これらのアルゴリズムは、ユーザーコンテンツの特徴量を考慮しながら、目的関数を最大化するように設計されています実装の際は、データセットの特性モデルの複雑さ、計算リソースなどを考慮する必要があります。[5]

Citations:

[1] https://aicontentfy.com/en/blog/understanding-algorithms-behind-content-distribution

[2] https://marketbrew.ai/optimizing-your-websites-content-with-genetic-programming

[3] https://sproutsocial.com/insights/social-media-algorithms/

[4] https://surferseo.com/blog/the-new-algorithm-for-content-analysis/

[5] https://www.linkedin.com/advice/0/what-best-ways-measure-content-relevance-x6apf

2024-06-05

I.GPT-4からAGIへ:OOMを数える (6)

データの壁

これらすべての重要な変動要因になりうるものがあります。つまり、より多くのスクレイピングデータでより大きな言語モデルをプリ・トレーニングするという素朴なアプローチが、まもなく深刻なボトルネックにぶつかり始める可能性があるということだ。

フロンティアモデルはすでにインターネットの多くで訓練されている。例えば、Llama 3は15T以上のトークン学習された。LLMのトレーニング使用されたインターネットの多くのダンプであるCommon Crawlは、生で100Tトークンを超えるが、その多くはスパムや重複である(例えば、比較的単純な重複排除は30Tトークンにつながり、Llama 3はすでに基本的にすべてのデータ使用していることになる)。さらに、コードのようなより特殊領域では、トークンの数はまだまだ少ない。例えば、公開されているgithubリポジトリは、数兆トークン推定されている。

データを繰り返すことである程度遠くまで行くことができるが、これに関する学術的な研究は、16エポック(16回の繰り返し)の後、リターンは非常に速く減少し、ゼロになることを発見し、繰り返しはそこまでしか得られないことを示唆している。ある時点で、より多くの(効果的な)計算を行ったとしても、データ制約のためにモデルをより良いものにすることは非常に難しくなる。私たちは、言語モデリング-プレトレーニング-パラダイムの波に乗って、スケーリングカーブに乗ってきた。大規模な投資にもかかわらず、私たちは停滞してしまうだろう。すべての研究室が、新しいアルゴリズム改善や、これを回避するためのアプローチに大規模な研究の賭けに出ていると噂されている。研究者たちは、合成データからセルフプレー、RLアプローチまで、多くの戦略を試していると言われている。業界関係者は非常に強気のようだ:ダリオ・アモデイ(Anthropic社CEO)は最近ポッドキャストでこう語った:「非常に素朴に考えれば、我々はデータ不足からそれほど遠くない[...]私の推測では、これが障害になることはない[...]。もちろん、これに関するいかなる研究結果も独占的なものであり、最近公表されていない。

インサイダー強気であることに加え、サンプル効率はるかに向上させたモデルトレーニングする方法(限られたデータからより多くのことを学べるようにするアルゴリズムの改良)を見つけることが可能であるはずだという強い直感的な理由があると思う。あなたや私が、本当に密度の濃い数学教科書からどのように学ぶかを考えてみてほしい:

モデルトレーニングする昔の技術は単純で素朴なものだったが、それでうまくいっていた。今、それがより大きな制約となる可能性があるため、すべての研究室が数十億ドルと最も賢い頭脳を投入して、それを解読することを期待すべきだろう。ディープラーニング一般的パターンは、細部を正しく理解するためには多くの努力(そして多くの失敗プロジェクト)が必要だが、最終的には明白でシンプルもの機能するというものだ。過去10年間、ディープラーニングがあらゆる壁をぶち破ってきたことを考えると、ここでも同じようなことが起こるだろう。

さらに、合成データのようなアルゴリズムの賭けの1つを解くことで、モデルを劇的に改善できる可能性もある。直感的なポンプを紹介しよう。Llama 3のような現在フロンティアモデルは、インターネット上でトレーニングされている。多くのLLMは、本当に質の高いデータ(例えば、難しい科学問題に取り組む人々の推論チェーン)ではなく、このようながらくたにトレーニング計算の大半を費やしている。もしGPT-4レベル計算を、完全に極めて質の高いデータに費やすことができたらと想像してみてほしい。

AlphaGo囲碁世界チャンピオンを破った最初AIシステム)を振り返ることは、それが可能だと考えられる何十年も前に、ここでも役に立つ。

LLMのステップ2に相当するものを開発することは、データの壁を乗り越えるための重要研究課題であるさらに言えば、最終的には人間レベルの知能を超える鍵となるだろう)。

以上のことからデータの制約は、今後数年間のAI進歩予測する際に、どちらに転んでも大きな誤差をもたらすと考えられる。LLMはまだインターネットと同じくらい大きな存在かもしれないが、本当にクレイジーなAGIには到達できないだろう)。しかし、私は、研究所がそれを解読し、そうすることでスケーリングカーブが維持されるだけでなく、モデル能力が飛躍的に向上する可能性があると推測するのは妥当だと思う。

余談だが、このことは、今後数年間は現在よりも研究室間のばらつきが大きくなることを意味する。最近まで、最先端技術公表されていたため、基本的に誰もが同じことをやっていた。(レシピが公開されていたため、新参者オープンソースプロジェクトフロンティアと容易に競合できた)。現在では、主要なアルゴリズムアイデアますます専有されつつある。今はフロンティアにいるように見えるラボでも、他のラボブレークスルーを起こして先を急ぐ間に、データの壁にはまってしまうかもしれない。そして、オープンソース競争するのがより難しくなるだろう。それは確かに物事面白くするだろう。(そして、ある研究室がそれを解明すれば、そのブレークスルーはAGIへの鍵となり、超知能への鍵となる。)

続き I.GPT-4からAGIへ:OOMを数える(7) https://anond.hatelabo.jp/20240605210017

I.GPT-4からAGIへ:OOMを数える (5)

アルゴリズム効率

コンピュートへの大規模な投資が注目される一方で、アルゴリズム進歩も同様に重要進歩原動力であると思われる(そして、これまで劇的に過小評価されてきた)。

アルゴリズム進歩がどれほど大きな意味を持つかを理解するために、MATHベンチマーク高校生競技数学)において、わずか2年間で~50%の精度を達成するために必要価格が下がったことを示す次の図を考えてみてください。(比較のために、数学特に好きではないコンピュータサイエンスの博士課程の学生が40%のスコアを出したので、これはすでにかなり良いことです)。推論効率は2年足らずで3OOMs-1,000倍近く向上した。

https://situational-awareness.ai/wp-content/uploads/2024/06/math_inference_cost-1024x819.png

MATHのパフォーマンスを〜50%にするために必要な推論コストの概算。


これは推論効率だけの数字だが(公開データから推論するのが難しいトレーニング効率の向上と一致するかどうかはわからない)、アルゴリズム進歩は非常に大きく、また実際に起こっている。

この記事では、アルゴリズム進歩を2種類に分けて説明します。まず、「パラダイム内」でのアルゴリズムの改良を取り上げることにしま す。例えば、より優れたアルゴリズムによって、同じパフォーマンスを達成しながら、トレーニング計算量を10倍減らすことができるかもしれません。その結果、有効計算量は10倍(1OOM)になります。(後ほど「アンホブリング」を取り上げますが、これはベースモデル能力を解き放つ「パラダイム拡張/アプリケーション拡張」的なアルゴリズム進歩と考えることができます)。

一歩下がって長期的な傾向を見ると、私たちはかなり一貫した割合で新しいアルゴリズムの改良を発見しているようです。しかし、長期的なトレンドライン予測可能であり、グラフ上の直線であるトレンドラインを信じよう。

アルゴリズム研究ほとんど公開されており、10年前にさかのぼデータがある)ImageNetでは、2012年から2021年までの9年間で、計算効率が一貫して約0.5OOM/年向上しています

https://situational-awareness.ai/wp-content/uploads/2024/06/pareto_frontiers_imagenet_epoch-1024x349.png

アルゴリズム進歩を測定することができます。同じ性能のモデルを訓練するために必要計算量は、2012年比較して2021年にはどれくらい少なくなっているのでしょうか?その結果、アルゴリズム効率は年間0.5 OOMs/年程度向上していることがわかります。出典Erdil and Besiroglu 2022.

これは非常に大きなことです。つまり、4年後には、~100倍少ない計算量で同じ性能を達成できるということです(同時に、同じ計算量ではるかに高い性能も達成できます!)。

残念ながら、研究室はこれに関する内部データ公表していないため、過去4年間のフロンティアLLMのアルゴリズム進歩を測定することは難しい。EpochAIは、言語モデリングに関するImageNetの結果を再現した新しい研究を行っており、2012年から2023年までのLLMのアルゴリズム効率トレンドは、同様に~0.5OOM/年である推定しています。(しかし、これはエラーバーが広く、また、主要なラボアルゴリズム効率公表を停止しているため、最近の上昇を捕捉していません)。

https://situational-awareness.ai/wp-content/uploads/2024/06/llm_efficiency_epoch-1-1024x711.png

Epoch AIによる言語モデリングにおけるアルゴリズム効率推定。この試算によると、私たちは8年間で~4OOM効率向上を達成したことになります

より直接的に過去4年間を見ると、GPT-2からGPT-3は基本的に単純なスケールアップでした(論文によると)が、GPT-3以降、公に知られ、公に干渉可能な多くの利益がありました:

最近リリースされたGemini 1.5 Flashは、"GPT-3.75レベル "とGPT-4レベルの間の性能を提供する一方で、オリジナルGPT-4よりも85倍/57倍(入力/出力)安い(驚異的な利益!)。

公開されている情報総合すると、GPT-2からGPT-4へのジャンプには、1-2 OOMアルゴリズム効率向上が含まれいたことになります

https://situational-awareness.ai/wp-content/uploads/2024/06/stacked_compute_algos-1024x866.png

GPT-4に続く4年間はこの傾向が続くと予想され、2027年までに平均0.5OOMs/年の計算効率、つまりGPT-4と比較して~2OOMsの向上が見込まれます計算効率の向上は、低空飛行の果実を摘み取るようになるにつれて難しくなる一方、新たなアルゴリズムの改良を見出すためのAIラボ資金人材への投資は急速に増加しています。 (少なくとも、公開されている推論コスト効率化は、まったく減速していないようだ)。ハイエンドでは、より根本的な、トランスフォーマーのようなブレークスルーが起こり、さらに大きな利益が得られる可能性さえある。

これらをまとめると、2027年末までには(GPT-4と比較して)1~3OOMアルゴリズム効率向上が期待できることになります

続き I.GPT-4からAGIへ:OOMを数える(6) https://anond.hatelabo.jp/20240605205754

2024-05-29

おすすめの散財方法(100万円くらいまで)

追記

トラバはてブも色々コメントありがとうございます!一番刺さったのは「男ともセックスしてみる」でした。考えたこともなかったし体験した後の風景が一番想像できない。人生経験として体験してみるという発想に衝撃を受けました。なかなか勇気出ないだろうけど死ぬまでにやることリストメモしました!

追記ここまで

Die with zeroを読んでとても感銘を受けた。子供の頃貧しかったのでお金が増えるのがただただ嬉しく、仕事ばっかりやっててお金が溜まる一方だったが、これではいかんことにようやく気づいた。一度贅沢しちゃうと戻れなくなるーとか思って抑圧してたけど、よく考えたら贅沢で破産するほど人生残ってないし、お金を気にせず経験を積みまくろうと決意。やってみたことは以下の通り。性的欲望も抑圧してきたのでこちらも存分に解放していく所存。

まだ数百万円くらいは使いたいので、経験値の観点でなんかオススメできる散財方法があれば教えて欲しいです!(自宅はあります

  1. ニューヨーク旅行100万円)→夏休みに行くためチケット購入済み。円安やばいけどそんなこと言ってたらいつまでも行けないので決断ミュージカルメジャーリーグ観戦など滞在中も躊躇なくお金使う予定。
  2. ビジネスクラスシンガポール(30万円)→さすがに欧米まで行くのはビビったので近場でトライ座席は本当に広いのね。全然疲れなくて快適だったけどほとんど寝てるだけだしコスパ微妙。これなら行き先で良いホテル泊まった方がいいね
  3. 車購入(300万円)→Cセグのスバル車買ってみた。乗れる時間短すぎるのでコスパ微妙だが、ディーラー新車を買うという人生の実績は解除できたので目的は果たした感。あとはてブにたまに現れるスバル信者気持ちはよく分かった笑
  4. パパ活100万円)→とりあえず女子大生エステティシャンとアパレル店員とお花屋さんと立ちんぼを抱いてみた。正直これは肉体的快楽というよりトロコン感覚でやるものな気がする。30万くらい使ったけどもう少し経験積んだら楽しみ方わかる気がするので総額100万円まではやってみる予定。
  5. ゲーミングPC20万円)→アーマードコアは初代しかやってないんだけど新作がやりたすぎて購入。楽しすぎる。今はアイマスmod入れて楽しんでる。3Dモデリング勉強して自分mod作りたい
  6. スキューバ(30万円)→ライセンスとってスクール主催ツアーに何度か参加。潜ってる最中はまさに異世界でかなり楽しいんだけど、終わった後の宴会のノリとか他の客層が合わない感じ。来年も続けるかは悩みどころ。
  7. 高級ホテルステイ20万円)→行く前は何で帰れる距離宿泊するんだ感は否めなかったが思ったより楽しかった。あの広い空間特別感持たせてトータルコーディネートする技術はすごい。これはハマるかもしれない。
  8. 風俗3p(6万円)→最初お姉さんが2人入ってくる所が興奮のマックスで、最中微妙。もういいか
  9. バイアグラ(0.2万円)→すごい効果ビビった。これは現代魔法では。
  10. ジムでパーソナルインストラクター付ける(10万円予定)→まだこれから

2024-05-18

anond:20240518203555

広島風お好み焼きインスタンスではない… の?

真面目に議論するなら、お好み焼きクラスとするかも怪しくなる。

オフトピだがね。

オブジェクト指向が栄華を極めたあの時代責任、関心、主体性、凝集、アイデンティティis-a has-a、… 研究者ギーク仙人らによって、あらゆる説明がされたが、結局、オブジェクト指向現実世界を捉える人間感覚の応用でしかなかった。

「モノ」と思える奴をクラスにすればいい。

それ以上でも以下でもなく、あとはプログラミング構造を整理するために有効に使えるケース・バイ・ケースの妥協点を探すことになる。どうモデリングすべきかの議論は収穫が少ない。いや、極めれば霧の向こうで信じがたい洞察垣間見れる可能性はあるにはあるが…、しかし多人数でソフトウェア維持管理するのが正解だと分かった今、属人性排除するためには霊感説明するよりシンプルに留めるのがベストプラクティスだ。

プログラマーの関心が関数型に移ったのは、そういう経緯もある。数学バックグラウンドに持つ関数型言語をバックグラウンドにする方が、ミーハー技術屋連中の興味を引けた。

[] 2024-05-18

githubでなにか作ったものアップロードするのは、自分向きではないことに気がついた。

私が仕事で作っているようなwebアプリケーションというのは、誰でも使える一般性の高いものではなく、もっと特定ビジネス依存した特殊ものである

から一般的な誰でも使えるようなものを作るというのにはあまり慣れていないのだ。

なにか作る場合はkaggleのほうが遊び場として向いていると思っている。

kaggleで「コンペ」に参加するつもりはないし、あれはBERTが出現したぐらいからは、少なくともNLP(自然言語処理)界隈は不毛な場となってしまった。

指標があれば不毛なハックがある。それが現実というものである

それに業務実用レベルで使えるモデルというのは、もっと運用のしやすシンプルモデルである

モンスターアンサンブルで精度がSOTAでーすピロローン!なんてことには興味がないが、コンペはそれを目指している。

ではなぜkaggleが良いかと言うと、データセットが転がっていて、notebookも簡単作成できるからである

「このデータをこうやって使うとこういうツールが作れる」「このデータをこうやって分析するとこういう知見が得られる」というのは、「web開発用のMVCフレームワークを作ります」よりも具体性がある。

そして特定データに対するモデリングをするために論文を調べるようなことになった場合は、勉強にもなる。

私は昔、自然言語処理ブログを書いていたが、実験したことコードを載せるタイプ記事が多かった。

ところが自称データサイエンティスト自称NLPエンジニアツイッター上で「ゴミのようなブログを書くな」と言っていて、自分が言われている気がして怖くなったのでブログを閉鎖した。

そういう「政治おじさん」との接触を最大限減らすには、ブログというフォーマットではダメだと思うわけである

私のマグカップには"Talk is cheap, show me the code."と書かれている。

これはリーナストーバルズの名言だが、政治おじさんが近寄らない場所というのは、具体的なコード存在する場所であると言えよう。

2024-05-17

アイドルプロデュースものがどうしても駄目…

アイマス派生は全部駄目だったし、カスメも今のバージョンで駄目になったし、ウマもその路線がきつくなって辞めた。ゾンサガもラブライブも駄目だったし、他も全部ちょっと手を付けては投げている。多分、これだけで三割位のマンガアニメゲームを駄目にしているので、なんとか克服したく、学マスをはじめてみたが、やはりアイドルプロデューサーと言う関係性がどうにも駄目でしんどいモデリングの作り込みとか凄いと思うんだけどね。

2024-05-03

マルチ能力持つ人が増えた

プログラミングできてイラスト描けて曲も作れてモデリングもできてデザインもできます、みたいな人が稀にいる

常人じゃ考えられない努力したのは間違い無いと思うけど努力だけでここまでいけるものなのか?

1つくらい他の人に分けてあげても良くない?

2024-04-27

ガールズバンドクライの余計な嘘

最初に断っておくと、これは個人的リアリティライン制作側の演出リアリティラインが合ってない、結果として「嫌なら見るな」でしかない話。ちょっと期待してた分のガッカリした気持ちを吐き出したいだけだ。

ガールズバンドクライは、何らかの問題を抱えた少女たちが出会いバンド活動を通じて自己実現していく系の作品だろうと思って視聴し始めた。まあそこは実際どうだかはおいといて

といったこからも、バンドにまつわる描写にはとくに本腰入れてリアリティ出そうとしてるんだと思った。音楽周り中心に周辺事情ちゃんと描くからこそ、ぶっ飛んだキャラ設定などのフィクションならではの部分に対して嘘くささを忘れられてドラマ性が高まる、そういうもんだと思ってる。

が、実際には1〜2話では逆の、とくにバンド関連の嘘が、演出だとしてもひどい印象だった。

許し難いライン

フィクションとして許せなくはないが納得し難いライン

なんかこの辺、要らん嘘って感じで、ストーリー展開のための嘘にしか思えず、演出だとしても筋が悪いように感じられて、視聴のノイズしかなかった。

1話で仁菜のギターの扱いが酷いのは単にど素人から別にいい。仕方ない。「他人の」「楽器」ってだけで大事に扱う常識的感覚、を持ち合わせていないキャラで構わない。あと1話は、仁菜の住む予定の部屋の隣、そんなアパートに小さな子いる家族で住む?みたいのも気になったがあり得なくはない。2話での、壊れたシーリングライトスイッチブレーカーも落とさず着けるシーンは危ないのでやめて欲しいが、そこが無知なのは仕方ないというか全然有り得る。ちょっとした家電知識すらない大人現実にいる。そういうのよりスマホリテラシーの偏りの方が不自然に思える。ストーリー都合過ぎる感じがとてもした。

3、4話ではノイズになる嘘が減ってきた。3話の歩いてない鳩の首リズムも嘘だが、ストーリー展開が絡まないギャグ演出みたいなもんなのでそこは許せる。

冒頭にも書いたけど結局は個人リアリティライン作品リアリティラインがズレてるだけの話。気にならない人には気にならない。

こういうこと書くとダブルスタンダードっぽいが、例えばバンド活動を主軸に扱った作品でも、以下のようなものフィクションとして気にならない。

少なくともガールズバンドクライという作品で描きたいであろうテーマからすれば、上記に挙げたようなところはフィクションで構わないと思える。まあチートというか。例えば「バンドって金かかるし貧乏生活になるよね、そこをどうあがいて脱していくかを描きたい」ってんなら話は別だけど。なんか「いないパート楽器の音が鳴る」のはチートじゃなくて、シンプルに嘘なんだよね。

花田作品結構ストーリー都合の「付かない方が世界観品質維持できてよかったろうにという嘘」が多い印象はある。でも全部が全部自分に合わないわけじゃなくて、監督やどの辺に監修入ってるかとか、何題材にしてるか(→見る側のリテラシー変わってきてリアリティラインも変わる)などで結構変わる。

でも、むしろ演出として嘘がプラスに受けてることも多そうなので、プロとしては正解選びとれてるんだろうな。

2024-04-26

プレイステーション5買っちゃった増田酢魔他っゃ窒化5んよしー手水レ富(回文

おはようございます

私の名前イヴ

第7空挺部隊所属

荒れ果て荒廃した地球蔓延ネイティブを討伐するの。

つーか

私『ステラブレイド』買っちゃったわ!

セクシー紳士殿方が目のやり場に困るでお馴染みのイヴ一目惚れよ!

超超超カッコよくない?

から私はわざわざプレイステーション5ごと買っちゃってイヴになりきって地球を救うの!

Switchにもたくさんあるけれどプレイステーションにも救うべき世界がたくさんあってどんだけ人々は世界を救わなければいけないのかしら?って思うわ。

なので

昨日はプレイステーション5の初期設定に苦戦したけれどもう大丈夫

プレイステーション5の機能サポートおしゃべりモードが発動していて

いちいちメニュー画面とか全部の画面でプレイステーションがしゃべるって操作の手助けをしてくれるんだけど

まずこのオフの仕方が分からないわ!

アクティティの項目でなんとか見つけ出してオフにしたけれど慣れない初めての機械は一苦労よ。

そんで早速『ステラブレイド』の体験版ダウンロード

もちろん今日からは帰ってからは本編で地球を救えることになるんだけど、

まあ

体験版でも敵を上手に倒せないまだ慣れない感じが苦戦するわ。

でもイヴ超カッコいいの!

もうさハードごと買っちゃって正解だわ。

衝撃的な出会いだわ。

とはいえ

まだ体験版を1時間程度やって遊んだところでもう寝るお休み時間になったので、

寝ることにしたんだけど

プレイステーション5って電源どうやって切んの?って

スリープのままでもいいのかしら?

つーかスリープって言わないの?

レストモードレストランかよ!って思うぐらいレストって言う言い方に最初慣れなかった自分がいた時代があって、

まだメニュー画面とか全然分かんないわ。

慣れないけれど

頑張って私はイヴになって荒廃した地球を救うの!

そのぐらいの使命感つーか

イヴカッコよすぎて

システムだのバトルだのストーリーだの

それは二の次

イヴモデリングもの凄く美しくてそれだけで見とれちゃうぐらいよ。

まだまだ最初の1時間でバトルもろくに雑魚敵でやられちゃうぐらいだけど

それにコスチュームもいろいろあるみたいだけど、

まだ私のイヴデフォルトプラネットダイブスーツしか履いてないか安心して!

ももの凄く彼女スタイルが良くって

憧れちゃううそのぐらい一目惚れ

なんとか頑張って強くなってイヴになりきって張り切って荒廃した地球を救うの!

プレイステーションコントローラー三角と四角の位置が覚えられなくて、

いちいち手もとを見てしまうのが相変わらずワレながらダサみを感じつつ

まだ慣れない決定ボタンバツなことにもバツの悪さを感じざるを得ない慣れない感じが否めないわ。

あと急にL3ボタン!って言われても、

そのボタンどれ?って迷うし分かんないし、

冷静になったらスティックの押し込むボタンがR3L3になっているのね。

あとコントローラーの上部中央にある平べったい大きなボタンって何?

押してもなんもならないんだけど、

そんでイヴフィールドの画面で押したらサポートドローンスキャンしてくれるボタンみたいで、

これ以外の使い道がよく分からないわ。

でも私せっかくハードごと買ったんだからイヴになりきって

絶対に荒廃した地球を救うの!

助けてくれてかばってくれてやられたタキの分も!

冒頭から泣けるわ!

もう楽しみすぎてさんざんピーアール動画を見まくったあの迫力のあるシーンは

体験版のものの5分ぐらいの場面で全部見れちゃうぐらいの濃さで

これからどんなシーンがいや

どんな荒廃した地球を救うのか私は絶対イヴになりきって地球を救うの!

イブプロフェン最大量配合のイブじゃない方イブ

優しさの配合が50パーセント処方されているの頭痛薬とも違うやつ。

竹下景子さんが早めのパブロン!って言うのはあれは風邪薬

違う違うそうじゃないのそうマーチンも言いそうなぐらい

私は第7空挺部隊イヴなの。

絶対カッコよく世界を救うわ!

ベヨネッタのお姉さんもカッコいいけれどまあ言っちゃ悪いけれど年増よね。

お姉さんって感じ。

イヴはもう超絶私の理想スタイルのもう一目惚れして

プレイステーション5すらも持っていなかったぐらいでも

ハード毎買っちゃって

私は第7空挺部隊イヴになって荒廃した地球ネイティブから救うの!

しかもカッコよく艶やかによ!

清く逞しく泥臭く、そして艶やかに

って違う違うそれは朝ドラブギウギ』の梅丸歌劇団モットー

あっているのは艶やかさだけね。

もーさーイヴがカッコよすぎて

もうストーリーとかバトルとか進めなくても

タイトル画面だけ眺めているだけでも惚れ惚れしちゃうわ。

カッコよすぎる!

でもその格好良さにかまけてないで

私は絶対に荒廃した地球蔓延ネイティブを討伐して世界を救うの!

そのぐらい躍起に満ちているわ!

絶対に救う!!!

タキのためにもよ!

タキの敵は討つ!!!

ちょうど良い具合にゴールデンウィーク突入じゃない?

いい機会なので一気に地球を救うわ!

この状況は気が向いたらまた書くから私のいやイヴ活躍応援して欲しいわ。

あんまり難しくて話のストーリーが進まなかったらごめんなちゃいだけど!

とにかく私は荒廃した地球イヴになりきって張り切って救うわ!

うふふ。


今日朝ご飯

昨日もらっていただいた差し入れの鮭混ぜご飯

夜がその有様でステラブレイドで忙しかったので

すっかりご飯食べるのは忘れていたわ。

でもルービーは忘れなかったけれどね!

デトックスウォーター

もう朝の時間も勿体ないぐらいステラーブレードやりたいけど

今日から製品ダウンロード準備して出掛けて帰ってからは本編よ!

その意気込みを感じるぐらい

炭酸レモンウォーラーをゴクゴクと凄い勢いで飲み干したところよ。

私は絶対に荒廃した地球を救うわ!


すいすいすいようび~

今日も頑張りましょう!

2024-03-30

学マス 篠澤広 の3Dモデル違和感がある

自分摂食障害が一番ひどかったとき(BMI12.9)と同じような体型をしてたので気になったという話。

SNSで「いくらなんでもガリガリだ」と話題ソシャゲアイドル篠澤広(しのざわひろ)。

2Dイラストには特に違和感がないが、3Dモデルがあまりガリガリすぎて、どう見てもBMI13〜14くらいにしか見えない。

159cm41kgという設定だけど見た目は33〜34kgという感じ。

事務所が行う体重測定の前だけ大量に水を飲んでる?

服のポケットに重りを入れてる?

そういう裏設定があるなら納得できる。

もし本当にBMI16の設定なのであれば、3Dモデリングをした人がBMI16の体型がどんなものなのか分かってないと思う。

もしくは、3Dモデルを監修する立場の人が「実際のBMI16の体型とかどうでもいいから、とにかく骨と皮みたいにして」と指示しているとしか思えない。

2024-03-28

ビビデバ」のMVすごいな

ビビデバ / 星街すいせい(official) - YouTube

https://www.youtube.com/watch?v=8ZP5eqm4JqM

2Dアニメ現実との融合が上手い。

VtuberMVってこんなセンスあるんだなと思って他のMVを見ると他のはVtuber特有コテコテ3DモデリングMVばかり。いくつか2Dアニメゲームドッド絵で作られたMVもあったけど映像は単調だった。進化の到達点だったようだ。

楽曲の良さも含めてこのMVならオタクの壁を簡単破壊して一般層に浸透できるね

2024-03-17

[] 分析ドメイン専門家やらせ

分析ツールを作って、様々な凝った統計情報を表示したいと思ったことはないだろうか。

ロジスティック回帰モデリングして係数表示をしたり、決定木を視覚化したり、相関の行列ヒートマップで表示したりと、いろいろなことができる。

しかしいざツールを作ってみると、「そんな分析必要ない」と叱責されてしまうのである。これは一体どういうことなのか。

それは開発に近い人の考える「分析」とビジネスに近いところにいる人の「分析」が、メンタルモデルからし全然違うのである

ドメインに近いところにいる人たちは、もっと基本的統計要求するだろう。

収益の推移だったり、アイテム特定属性ユーザークリックされる確率だったり、特定の条件に合致するアイテムの単価の分布だったりと、そういうものだ。

こういった分析ほとんどはExcelで行われる。

開発者がやるべきことは、csvファイルアイテムに対する特定検索条件・グルーピング条件などで出力してダウンロードさせることだ。

ドメイン担当者検索条件を入力してcsvダウンロードし、分析Excelで行うだろう。

2024-03-15

anond:20240315143625

前、FEエンゲージやったとき、目のモデリングビビった。

瞳孔と虹彩に深みがある。目を動かしたとき、横顔のとき、目が自然に見える。

今までやってきたアニメ絵ゲームの目はのっぺりしてたから、びっくりした。

vtuberライブ特に見てないけど、そういうのが足りねえんじゃねえかなと想像

2024-03-08

anond:20240308224529

老婆心だけど量子力学勉強するなら「意識」とかそういう話は取り敢えず無視した方がいい。あくま現実に起こってる現象モデリングしてるだけなので「解釈」にあまり深入りしすぎない方がいいと思う。

観測問題もBorn ruleさえ認めればあとは「意識」の話ではなく観測に実際に利用する電磁波センサーと外界の相互作用モデルだと思えば済む話だから

2024-03-07

今日は帰ってフィットボクシングをやるんだ

初音ミクコラボの発売日なんだ

もう購入してダウンロードも済んでいるんだ

 

でもたぶんやればやるほどガッカリ来ると思うんだ

スペックの足りない加速度センサ

ゲーム性の足りないシステム

IP頼りのつまらないモデリング

取って付けたようなコラボBGM

 

それでもまた一から埋めていく喜びぐらいは感じられるだろう

早く新型Switchでないかなぁ

 

この不安裏切られることを期待している

2024-03-02

anond:20240302025350

横だが、実験科学とか数理科学以外にまともな学問はないという印象が俺の中では強いな

社会学も数理モデリングやってる分にはまともに思えるが、社会学者がフェミニスト思想分析し始めたりするといきなり胡散臭くなる

戦争因果推論は不可能だし、後知恵でいろんな説明付与可能な時点で「科学」ではない

2024-02-28

スクエニゲームキャラって一人の親からまれてきたの感あるよね

スクエニゲームキャラクターって美人しかいない問題もあるけど、それ以上に問題なのがモデリング多様性の無さだよなぁ

漫画とかアニメ、PS1時代の3Dだったらいいけど、ここまでリアルになったのに、キャラクターモデリングが非常に微妙

親が全員一緒じゃない?ってなくらいに顔が似てる

こういうところでもカプコンと差ができてるところだよね

2024-01-23

anond:20240123144516

最近AI3Dモデリングしてくれるぞ。

それを落とし込む作業なら手間も少ない。

新卒が一人で100体デザインはいいとしてもそれのモデリングはどうしたんだ

イラスト取り込んで終わりの2D絵じゃないんだぞ

法規制される前に既存イラストAIにぶち込んで新デザインを生成

既存データをぶっこ抜いてキメラにすることでモデリングを省略

人間性カスだけど利益のためにブレーキがないビジネスマンだな

ログイン ユーザー登録
ようこそ ゲスト さん