僕の20年来の親友にnpakaというプログラマーがいるんだけど、彼はもう超凄い。何でもすごい。何でも書けるし何でも早い。本を書くのもプログラムを書くのも、新しいわけわかんない説明書がバグだらけの環境に慣れるのも早い。 んで、これまではちょっとしたことも難しいことも全部npaka(布留川君)に頼んでたんだけど、最近二人とも独立したからつまんないこと頼むのは悪いなと思って「あれはできるんだっけ」くらいのことは自分で何とかしようかなと思った。 それでChatGPTに「Swiftで⚪︎⚪︎やるにはどうすんの?」と聞いたら、Swiftについてほとんど何も勉強してないのに作りたいものが何となくすぐにできてきちゃって、でもまあやっぱりChatGPTだと知識が古いので詰まったらネットで検索すると、だいたい結局npaka(布留川君)のページが出てきてやはり信頼と実績の大先生(仲間内ではそう呼ばれている)です

株式会社Ubie、プロダクト開発スペシャリスト・医師の原瀬です。 今回は、今注目されているChatGPTを使って、ごく初歩的なiOSアプリを作ってみたので、ここにまとめてみました。ChatGPTの凄さは既に様々な場所で取り扱われていますが、百聞は一見にしかず、ということで実際に自分で触ってわかったこと、感じたことを共有したいと思います。 私自身はヘルステックベンチャーで勤務していますが、バックグラウンドは医師でコーディングやSwiftも全くの未経験です。 ちなみに、自分の経験したことをそのまま書き出したい、という気持ちがあるので、このnoteの作成には一切ChatGPTを使っていません。 なぜアプリを作ってみようと思ったのかそもそも、なぜエンジニアリソースが豊富な環境の中、自分自身でアプリを作ってみようと思ったのか。「単純な興味です」と言ってしまえばそれまでかもしれませんが、以前から感じて

ここ数年、曲りなりにデータ分析の専門職種としてやってきたが、常々この仕事には困難さがつきまとうなと感じる。その事について、その理由、そしてその困難さとどう戦っていくかについての考察を記してみたい。 気まぐれな雑記のうえ、だいぶ長くなってしまったが時間がある方はお付き合い願いたい。感想の一つでも貰えれば幸いです。 困難さ仕事をしていて苦労することはよくあるわけだが、とりわけデータ系の仕事をしているとおおよそ以下のような面倒さを背負い込んでいることに気づく。 普通にしているとあまり良い仕事が回ってこない 周囲に任せていると細かい本質的ではない仕事に埋もれてしまう 組織の上層の戦略やリテラシに依存するところが異様に大きい 自分たちの成果がどうにもわかりづらい 短期的な都合に押し負かされて自分たちの仕事の優先度を下げられる などなど。これは自分個人の体験だけにとどまらず、他の会社でもデータ分析チー

芝浦工業大学の小山友介と申します。 noteに投稿するのは初ですので、何か変だったら教えてください。 無駄に長い前置きこのたび、『ゲームの歴史』に関するアレヤコレヤの中で、「すでに存在するマトモなゲームの歴史書はある」として何人もの方に拙著『日本デジタルゲーム産業史』を挙げていただき、本当に感謝しております。研究者として身が引き締まる思いです。 ぶっちゃけると、『ゲームの歴史』、出た当初は興味なかったんですよ。発売から数日して色々とネット内で騒がれだして、FB内で「どうでしょう？」って聞かれたときに慌てて電子版を1巻だけ買いました。。。で、パラパラと2章ぐらいまで目を通して「うわぁ・・・」と。 「素人だけど政治問題を考えてみた」というオピニオン系のマンガやエッセイっていっぱいありますよね。アレって専門家はいちいち問題点を指摘したりしません。キリがないですし、もし著者が人格的にアレだったら指

最近話題になった大規模言語モデルをまとめました。 1. クラウドサービス1-1. GPT-4「GPT-4」は、「OpenAI」によって開発された大規模言語モデルです。 マルチモーダルで、テキストと画像のプロンプトを受け入れることができるようになりました。最大トークン数が4Kから32kに増えました。推論能力も飛躍的に向上しています。 現在、「ChatGPT Plus」(有料版)で制限付きで利用できる他、ウェイトリストの登録者を対象に「OpenAI API」での利用も開始しています。

マスクなし外出が始まった。 すると途端に外出が増えた。 それまでZOOMでいいや、みたいだった仕事も、「いやぜひフェイストゥフェイスで」という感じに変化した。 これは三年にわたる外出自粛の反動みたいなものと、それでもZOOMでいいよ、という在宅の利便性が捨てられないと言うことの二極化が、まあおそらくいい感じでせめぎ合って行く前触れだろう。 つまり、「やっぱり外出するか」と言うモードと、「家でいいよね」と言うモードがハイブリッドになっていく。どちらにせよオフィスで働くのが完全に復活することはないと思うが、「働き方」をどうするかは本当に多様化すると思う。 さて、いざ外出が増えてくると、自宅にいくらいいオーディオがあっても宝の持ち腐れになってしまう。 毎朝、自動的にテレビのスイッチが入り、羽鳥慎一の声が妙にいい音で響く。しかしいい音というのは聞きたくない時にはうるさいのである。 アキュフェーズも

「Google Colab」で「RWKV」を試したので、まとめました。 1. RWKV「RWKV」は、TransformerレベルのLLM性能を備えたRNNです。高性能、高速推論、VRAMの節約、高速学習、長い文脈長、自由な埋め込みを実現しています。 2. Colabでの実行Colabでの実行手順は、次のとおりです。 (1) メニュー「編集→ノートブックの設定」で、「ハードウェアアクセラレータ」で「GPU」の「プレミアム」を選択。 (2) Googleドライブのマウント。 # Googleドライブのマウント from google.colab import drive drive.mount('/content/drive')(3) 作業フォルダへの移動。 # 作業フォルダへの移動 import os os.makedirs("/content/drive/My Drive/work",

MacBookAir M1を愛用していた。 軽くて小さくて高性能。まさに相棒。好きだった。いまでも好きだけれども。 しかし、3年前にMBAを買った時には全く想定していない使い方をするようになった。なぜかWebサービスを作る日々に戻ってしまったのである。 これも、ChatGPTとか使うと恐ろしくはかどる。 SublimeTextちゃんを長年愛用してきたが、GPT4との接続性を考えるとVSCodeに変更せざるを得ない。ファイラー付いてた方が便利だし。 Webサービスに限らず、何らかのフロントエンドを含むものを作る時の大原則は、画面がでかいということである。 次の問題は、ストレージだった。 MBAのストレージは2TB。これでもとうじは積めるだけ積んでいた。 今もMBAは2TBが限界じゃないかな。 しかし2TBが埋まってしまった。 僕は職業柄、UberEats配達員のとき以外は講演とかをすることが

Transformerは分散できる代償として計算量が爆発的に多いという不利がある。 一度みんなが忘れていたリカレントニューラルネットワーク(RNN)もボケーっとしている場合ではなかった。 なんと、GPT3並の性能を持つ、しかも完全にオープンな大規模言語モデルが公開されていた。 そのなもRWKV(RuwaKuvと発音しろと書いてある。ルワクフ?) RWKVはRNNなのでGPUメモリをそれほど大量に必要としない。 3GBのVRAMでも動くという。 時間がない方はビデオをご覧ください 僕の失敗は、何も考えずにgit lfs installでディレクトリごとコピーしようとしたこと。 このディレクトリには過去のモデルデータが全部あるので、ひとつ30GBのモデルデータを何十個もダウンロードしようとしていて終わらなかったのだ。 モデルデータは一とつあれば十分なのでひとつだけにする。 次に、chatのリポ

いくらAIが便利だからって、子どもの教育データをGPTに流し込んで表を作らせようとする馬鹿教師は滅亡して欲しい 確かにAIは便利なんですが、どこかの会社とのオンライン会議などのログをそのまま文字起こしにして出力し、それをGPTに食わせて要約してSLACKに流している馬鹿もいました。まあどこまでOpenAIを信頼するか（あるいは他のサービスと比べてマシと考えるか）にもよるのでしょうが、某ベンチャー企業で当方との打ち合わせのログをそのままGPT3.5に食わせて出力した議事録のサマリを送ってきたので、さっそく「何考えてんだおまえ」という話になりました。 なんでこんなことに気を使うのかというと、もちろん第一義的には私どものクライアントは潜在的にOpenAIの競合でもあるからなのですが、ただ、仮にAppleの仕事をしていた人がGoogleのAndroidOSでPixelが提供している文字起こしツール

（2025年2月26日追記） 以下は2023年3月21日のnoteです。 生成AIサービスも色々増えたこともあり、このBotもある程度役目を終えたのかも、ということで「学習指導要領何でも回答Bot」を停止したいと思います。 というのは建前で、今も毎日のように使ってくださる方がいたりするのですが、維持費に毎月数千円かかっていて、なかなかお財布に痛いので、、、 代わりと言っては何ですが、ほぼほぼ同じような機能のGPTをつくっておきましたので、今後何かあればこちらをお使いください。 ※Open AIのアカウントは必要になります 今でもDocsbot.aiで以下のbotもつくれるので、レシピ替わりにnoteは残しておきますー 前回「学校教育における全体アーキテクチャを描いてみた」がそれなりに好反応だったので、次はその中身の解説の予定でしたが、、、 行き当たりバッタリのnoteなので、今回は（も？）

これからの時代「プロンプト・エンジニア」という職業が生まれる！という声もききますが、正直なところ僕は懐疑的です。 AIへの命令文（プロンプト）を丸暗記したり、コレクションしてもバージョンですぐ変わるし、大事なところはそこじゃないと思うんですよね。 仮説をたてて、AIに聞いてみました。 私：「AIが進化するほど、AIの認知能力は人間に近づく、あるいは超えると想定されます。 このことを踏まえるとプロンプト・エンジニアリングの真髄は、プロトコルを覚えることではないと考えられます。 重要なのは「人間・AIを問わない知性体と、誤解なく意思疎通できるコミュニケーション能力」だと考えてよろしいでしょうか？ このような仮説に立った場合、プロンプト・エンジニアが学ぶべきはなにか。それは、情報の構造設計や取捨選択、コミュニケーション設計、情報の開示と省略のバランスといったことのように思えます。」 はい、その仮

「LangChain Blog」の記事「Chat Models」が面白かったので、簡単にまとめました。 1. はじめに先週、OpenAI は「ChatGPT」をリリースしました。いくつかの大きな改善が加えられており、最も顕著なのは、10 倍安く、はるかに高速であることした。しかし、まったく新しい APIも付属しています。このAPIのラッパーをすばやく作成して、「LangChain」の通常の LLM のように使用できるようにしましたが、これは新しいメッセージベースのAPIを十分に活用できていませんでした。 この記事では、新しいAPIとChatGPTだけでなく、将来のすべてのチャットモデルに対応するため、「LangChain」をどのように適応させるかについて説明します。 ・Python版のドキュメント ・JS/TS版のドキュメント 2. なぜ新しい抽象化が必要か「ChatGPT」のAPIは内部

こんにちは、HRMOS WorkTech研究所の友部です。今回は巷で話題になっているChatGPTについて、です。ChatGPTは最先端の自然言語処理技術の一つで、文書生成や応答を非常に高い精度でこなすので注目されています。 ChatGPTについて、文書校正や英語学習への応用など様々な使い方が考案されています。実際、ChatGPTが何ができるのか、使い方などは研究者や技術者すら驚くような使い方が報告されています。 では、人事領域においても、ChatGPTは使えるのでしょうか。今回は実際の活用例など含めてお話できたらと思います。 ChatGPTは人事のどんな場面で使えそうか今回のnoteを書くにあたり、ChatGPTは人事のどんな場面で使えそうか、Web上を賑わせている使い方を参考に、いろいろ考えてみました。 研修を作る 人事に関わる知識に関して調べる 制度を作る・改定する 文書で書かれた経

突然であるが、現代日本において最も手軽に自己肯定感を高める手法をご存知だろうか。私見ではあるが、「本当にやりたいこと」とやらを見つけ、それを実現することだと思う。 子供の頃から「個性が大事」という理念の下、地方の駅弁大教育部卒の学校教師からは「自分らしく生きよう」、国民的アイドルグループからは「ナンバーワンよりオンリーワン」というメッセージを聴かされ、ハウス栽培されるあまおうのようにすくすくと甘やかされて糖度を育んできた私たち。 しかし、全てが幻想だったと知るまでに時間はかからない。社会に出た瞬間に突如鳴り響く、試合開始を告げる東京砂漠デスマッチ無差別級のゴング。「早慶は低学歴！」「年収1000万円は低所得！」「本物の富裕層はタワマンには住まない！」とノーモーションで殴りかかってくる、コンクリートジャングルから現れる屈強なマウンティングゴリラ達。抗うすべもなく損耗し、「わァ……ァ……」以外

はじめに映画化もされた「あなたの人生の物語」（映画化時のタイトルは「メッセージ」でした。監督はドゥニ・ヴィルヌーヴ）などの作品で知られるSF小説家であるテッド・チャン氏が最近著しく話題のChatGPTに関する解説をNEW YORKER誌に寄せました。 適切ではないかもしれない、としながらもChatGPTを非可逆画像圧縮であるJPEGに喩えた内容となっています。個人的にはAIの本質をついているような気もしました。 とても素晴らしい内容ですのでDeepLで翻訳し、若干おかしな訳に手を加えた内容を皆さんと共有します。（本文の改変はしていませんが、個人的に気になった箇所のみ太字としています。私見は訳注として与えております。） ChatGPT Is Blurry JPEG of the Web By Ted Chiang　February 9, 2023 本文１2013年、ドイツのある建設会社の社員

テレビ番組で特集されるなどChatGPTへの注目が高まっていますが、その上位互換となるBing AIはもう使われましたでしょうか？ ChatGPTで使われてるGPT3.5というモデルの発展版を開発元のOpenAIがマイクロソフトに提供する形で作られたBing AIは、過去の学習範囲内で回答するChatGPTと異なり、事前学習データ+対話ごとに関連する検索結果を都度読みにいくことで、非常に精度の高く正確な解答をすることが可能になっています。 このnoteではそんなBingAIを時間を忘れて使い倒してみた自分が特に面白いなと思った使い方をジャンル別に紹介します。 仕事SpotifyとApple MusicのARPUを聞いたらWeb上の開示情報から比較数字を提示してくれ、さらにSpotifyの方が低い理由も仮説を提示してくれました。 Bing+GPTが凄すぎて深夜3時に興奮が止まらなくなってる。

昨日（2023年2月10日）、「チャット機能を搭載した新しいBingが使えるようになったので早速試してみた」という記事を公開しましたが、ほかにも色々と試してみましたので、前回の続きとして報告します。 新しいBingの概要などが知りたい方は、以下の記事を参考にしてください。 １．ショートストーリーの作成　Bingにショートストーリーを作成してもらいました。1行指示するだけで、簡単にこんな物語を作成してくれます。 問　かわいいシーズーの子犬が活躍する物語を作って 答　こんにちは、こちらはBingです。かわいいシーズーの子犬が活躍する物語を作りますね。😊 以下が私が作った物語です。楽しんでください。 シーズーの子犬のモコは、いつも元気で好奇心旺盛な子でした。彼は飼い主のリカと一緒に暮らしていましたが、リカは仕事が忙しくてあまり遊んでくれませんでした。そこでモコは、リカが仕事に出かけた後に、家の

大学の卒業旅行を計画していたら、twitterで知り合った鉄道マニア33人を北朝鮮に連れていくことになった。 北朝鮮の電車に興奮する日本の鉄道マニアと、日本の鉄道マニアに困惑する北朝鮮のガイドの、異文化交流の記録。 北朝鮮に行く、そこに鉄道があるからこれを読んでいるあなたは、北朝鮮に対してどんなイメージを持っているだろうか？ たいていの人が「ミサイル」「核実験」「拉致問題」のようなキーワードを挙げるのではないだろうか。「旅行したい」という発想を思いつく人はほとんどいないのではないかと思う。 しかし、一部の鉄道マニアにとって、北朝鮮ほど魅力的な場所はない。「世界中から注目されながらも、今なお深い謎に包まれた鉄道」が走る北朝鮮に、好奇心をくすぐられないわけがなかった。 ある登山家が「なぜエベレストに登るのか？」と問われて「そこにエベレストがあるからだ」と答えた逸話がある。同じように、私も「なぜ