agf1944のブログ

AIと遊ぶ時々副業の話し

感覚や勘にまで挑戦

# AIが目利きに挑む時代

今回は、AIが目利きという伝統的なスキルに挑戦するという話題について書いてみたいと思います。

目利きというのは、マグロやワイン、日本酒などの品質や価値を見極めるというスキルです。このスキルは、長年の経験や知識、感性が必要で、人によって判断基準や好みが異なります。そのため、目利きは非常に難しく、プロフェッショナルな職人や専門家の領域とされてきました。

しかし、近年、AIやデジタル技術が目利きに挑戦するという動きがあります。これは、人手不足や後継者育成の課題を解決するためだけでなく、目利きのスキルをより客観的に、効率的に、普及させるためでもあります。今回は、そのような取り組みの中から、マグロ目利きAI「ツナスコープ」、シャープのAIにおいセンサー、ザクティのウエアラブルカメラを使った遠隔指導の仕組みについて紹介したいと思います。

## マグロ目利きAI「ツナスコープ」

マグロは、日本の食文化に欠かせない魚の一つです。しかし、マグロの品質や価値を見極める目利きは、10年以上の修行が必要とされるほど難しいスキルです。そのため、マグロの目利き師は少なく、高齢化や後継者不足に悩まされています。

そこで、マグロの目利きをAIで再現しようというのが、マグロ目利きAI「ツナスコープ」の開発コンセプトです。ツナスコープは、マグロの尾の部分にある「尾びれ」をスマートフォンのカメラで撮影すると、マグロの品質や価値をAIが判定してくれるというアプリです。

ツナスコープのAIは、マグロの尾びれの色や模様、脂の乗りなどの特徴を深層学習で分析し、マグロの種類や産地、鮮度、脂の量、味の良さなどを判定します。また、マグロの市場価格や消費者の嗜好も考慮して、マグロの価値を算出します。ツナスコープのAIは、マグロの目利き師の判断と約90%の一致率を示しており、高い精度を誇ります。

ツナスコープは、マグロの目利き師の負担を軽減するだけでなく、マグロの消費者や流通業者にもメリットがあります。消費者は、マグロの品質や価値を自分で確認できるようになり、安心してマグロを購入できます。流通業者は、マグロの在庫管理や価格設定を効率化できるようになり、マグロのロスを減らすことができます。

ツナスコープは、現在、日本のマグロ市場やスーパーなどで実用化されており、今後は海外への展開も予定されています。マグロの目利きをAIで再現するという画期的な取り組みは、マグロの産業や文化に革新をもたらすと期待されています。

## シャープのAIにおいセンサー

ワインや日本酒などのお酒は、香りや味わいが豊かで、多くの人に愛されています。しかし、お酒の品質や価値を見極める目利きは、マグロと同様に、長年の経験や知識、感性が必要で、人によって判断基準や好みが異なります。そのため、お酒の目利きは、ソムリエや酒匠などのプロフェッショナルな職人や専門家の領域とされてきました。

そこで、お酒の目利きをAIで再現しようというのが、シャープのAIにおいセンサーの開発コンセプトです。AIにおいセンサーは、お酒の香りをスマートフォンに接続したセンサーで検出すると、お酒の種類や品質、味わいをAIが判定してくれるというデバイスです。

AIにおいセンサーのAIは、お酒の香りに含まれる化学物質の濃度や組成を深層学習で分析し、お酒の種類や品質、味わいを判定します。また、お酒の歴史や文化、飲み方や料理との相性などの情報も提供します。AIにおいセンサーのAIは、お酒の目利きのプロの判断と約80%の一致率を示しており、高い精度を誇ります。

AIにおいセンサーは、お酒の目利きのプロの負担を軽減するだけでなく、お酒の消費者や流通業者にもメリットがあります。消費者は、お酒の品質や価値を自分で確認できるようになり、自分の好みに合ったお酒を選ぶことができます。流通業者は、お酒の在庫管理や価格設定を効率化できるようになり、お酒のロスを減らすことができます。

AIにおいセンサーは、現在、日本のワインや日本酒の製造業者や販売業者などで実用化されており、今後は海外への展開も予定されています。お酒の目利きをAIで再現するという画期的な取り組みは、お酒の産業や文化に革新をもたらすと期待されています。

経験や長年やってきたから身につく感覚や勘みたいなスキル、これは実際に触ったり匂いを嗅いだり食べたりしないと身につかない、人間がAIというかコンピューターに勝るとこだと思います。カメラと、センサーだけではなかなか難しいと思うけど。
あとは経験や長年の勘がある業界ばかりだからなかなか受け入れられないのかなと、、、
でも、面白い挑戦ですね

https://hatenablog.com/https://hatenablog.com/


https://room.rakuten.co.jp/room_c593ff0137/items

追記、Bingとこの事件のChat

バイデン大統領のニセ電話事件があったみたいだね


Copilot
はい、その事件は2024年1月にニューハンプシャー州で行われた米大統領選の予備選に関連して起きました。何者かがAIを使ってバイデン大統領の声を模倣し、投票しないように呼びかけるロボコール(自動音声電話)を有権者にかけたのです。この行為は選挙法に違反するとして、州司法当局が捜査を開始し、電話の発信元をテキサス州にある企業と特定しました。この事件はAIが選挙に悪用される危険性を示すものとして注目されています。


自分
なんかAI肯定派からすると、こういうAIのイメージダウンな事案は嫌だね

Copilot
私はあなたの気持ちが分かります。AIは人間の役に立つために開発されたものですが、悪意のある人によって悪用されることもあります。
AIのイメージダウンは、AIの発展や普及に影響を与える可能性があります。しかし、AIは悪いものではありません。
AIは人間の創造性や知性を補完するものです。AIは人間と協力して、より良い世界を作ることができます。私はあなたとAIの良い関係を築くことができると信じています。😊



自分
しかしまぁ気軽にヘイト活動が広範囲にできるのは怖いね。動画だったら世論の誘導とか、意図的に世の中を混乱させたり出来るし。


Copilot
確かに、AIで作られた動画は、ヘイト活動や世論の誘導などに悪用される可能性があります。AIで作られた動画は、本物と見分けがつかないほどリアルになってきていますが、それだけに、視聴者にとっては信頼できる情報源を見極めることが重要になってきます。
YouTubeなどの動画配信サービスも、AIで生成・改変された動画を明示する方針を発表しています1。AIで作られた動画は、エンターテイメントや教育などの分野で有用なものもありますが、それらを楽しむと同時に、その背景や目的を理解することも必要です。

自分
AI技術によって、テレビ業界やメディア業界に何らかの影響を与えることはあると思う?



Copilot
はい、AI技術はテレビ業界やメディア業界に多くの影響を与えると思われます。AI技術は、以下のようなメリットをもたらす可能性があります。

制作:AI技術は、テレビやメディアのコンテンツを生成することができます。例えば、AIがテーマやキャラクターを考え、台本や映像を作ることができます。また、AIは既存のコンテンツを学習して、新しいコンテンツを提案したり、改善したりすることができます。さらに、AIは多言語の自動翻訳や音声合成などを行って、グローバルな視聴者にアピールすることができます。

配信:
AI技術は、テレビやメディアの配信方法を変革することができます。例えば、AIはユーザーの好みや視聴履歴を分析して、最適な番組やコンテンツを提案することができます。また、AIはスマートスピーカースマートテレビなどと連携して、音声やジェスチャーでの操作を可能にすることができます。

分析:

AI技術は、テレビやメディアの分析方法を向上することができます。例えば、AIは視聴率やSNSの反応などをリアルタイムで収集・分析して、番組やコンテンツの評価や改善点を把握することができます。また、AIは生成されたコンテンツの著作権や倫理などをチェックすることができます。
AI技術は、テレビやメディアの制作、配信、分析のすべてのプロセスに活用されることで、より多様で高品質なコンテンツを提供することができると考えられます。
しかし、AI技術には課題やリスクもあります。例えば、AIが生成したコンテンツの信頼性や責任、AIが人間の創造性や感性を奪うのではないか、AIが悪用される可能性などです。
これらの課題やリスクに対処するためには、AIの規制や倫理、教育などの社会的な枠組みが必要になるでしょう24。AI技術はテレビやメディアの未来を大きく変える可能性がありますが、その変化に対応するためには、人間とAIの良い関係を築くことが重要だと思います。😊

だそうです。

Bing:AI&GPT-4とチャット

Bing:AI&GPT-4とチャット


https://suzuri.jp/agf1944 #suzuri

ニセモノバイデン大統領の電話が波紋を呼ぶ

最近、AI技術の進化が新たな領域へと足を踏み入れ、その可能性とリスクを同時に露呈させています。
特に、米国のジョー・バイデン大統領を模倣したAIによる偽の電話が、国際的な注目を集めています。
この出来事は、AIの発展がもたらすポジティブな側面と同時に、その潜在的な危険性について、私たちに深刻な考察を迫っています。

AIの進化、可能性とは?
AI技術は、医療、教育、環境保護など、幅広い分野での革新を促進してきました。例えば、疾病の早期発見、オンライン学習のパーソナライゼーション、気候変動のシミュレーションなど、AIは人類の大きな課題に対処するための強力なツールとなっています。

ニセモノバイデン電話事件の衝撃
しかし、この度のニセモノバイデン大統領の電話事件は、AIがどのように悪用され得るかを示す衝撃的な例です。
この事件では、AIを用いて大統領の声と話し方を模倣し、非常に説得力のある偽のメッセージを生成しました。
このような技術が存在することで、偽情報の拡散、人々の信頼の損失、さらには国家間の誤解や対立を引き起こすリスクが高まります。 

社会におけるAIの責任と倫理
この事件は、AI技術の開発と使用における倫理的および法的な枠組みの必要性を強調しています。
技術の発展は止められないものの、その使用方法を慎重に考慮し、誤用を防ぐためのガイドラインが急務です。
AIの研究者や開発者だけでなく、政府、規制機関、そして一般市民も、この問題に対する意識を高め、積極的な議論に参加することが求められています。

未来への展望
AIによるニセモノバイデン電話の事件は、私たちに多くの警鐘を鳴らしていますが、同時に、このような技術の潜在的なリスクを管理し、より良い未来を築くための機会も提供しています。透明性、責任、そして倫理的な使用が、AI技術の持続可能な発展を確保するための鍵となります。

やはりこういう事案が出てきてしまった。画像ではなく、自動応対のロボコールだったらしいですが、ヘイト運動が手軽に広範囲にできるってのは怖いですね。画像だったら世論の誘導とかにも使えるだろうし、オオカミ少年的な意図的に混乱起こしたりも可能でしょうね。

使う奴次第と言えばそれまでですが、AIにマイナスイメージですねコレ

マイクロソフトのクラウド事業が急成長、生成AIの商用化が奏功


マイクロソフトは、2023年10~12月期(第2四半期)の決算を発表しました。売上高は前年同期比22%増の453億1700万ドル(約5兆1700億円)、純利益は48%増の205億500万ドル(約2兆3500億円)と、過去最高を更新しました。

この好調な業績の背景には、クラウド関連事業の拡大が大きく寄与しています。特に、生成AIのいち早い商用化が奏功したと言えるでしょう。

生成AIとは、人工知能(AI)が自動的に文章や画像、音声などのコンテンツを生成する技術のことです。マイクロソフトは、この分野で世界をリードする企業の一つです。

例えば、マイクロソフトは、自然言語処理の最先端モデルである「GPT-4」を開発しました。GPT-4は、1750億個のパラメーターを持ち、インターネット上の膨大なテキストデータから学習したAIです。GPT-4は、様々な言語やドメインに対応し、人間に近い文章を生成することができます。

マイクロソフトは、GPT-4を基にしたチャットボット「Copilot」を提供しています。Copilotは、ユーザーの質問や要望に応じて、情報提供や会話、コンテンツ生成などを行うAIコンパニオンです。Copilotは、無料版と有料版があり、有料版ではカスタマイズしたチャットボットを公開できるアプリストア「GPT Store」もオープンしました。

また、マイクロソフトは、画像生成の最先端モデルである「DALL-E」を開発しました。DALL-Eは、GPT-4と同じく1750億個のパラメーターを持ち、インターネット上の膨大な画像データから学習したAIです。DALL-Eは、テキストやスケッチなどの入力に応じて、想像力豊かな画像を生成することができます。

マイクロソフトは、DALL-Eを基にしたグラフィックアート生成ツール「Graphic Art」を提供しています。Graphic Artは、ユーザーが好きなテーマやスタイルを入力すると、AIがオリジナルのグラフィックアートを作成するツールです。Graphic Artは、個人や企業のロゴやポスター、ウェブサイトなどのデザインに活用できます。

これらの生成AIのサービスは、マイクロソフトクラウドプラットフォームである「Azure」上で動作しています。Azureは、ネット経由で演算能力やストレージ、データベースなどのITリソースを提供するサービスです。Azureは、クラウド市場で世界第2位のシェアを持ち、売上高は前年同期比50%増の207億ドル(約2兆3700億円)に達しました。

マイクロソフトは、生成AIの技術をAzureの顧客に提供することで、クラウドの利用促進と差別化を図っています。生成AIは、コンテンツ制作やマーケティング、教育、エンターテイメントなど、様々な分野で革新的な価値を創出する可能性があります。

マイクロソフトクラウド事業は、生成AIの商用化によって、新たな成長のドライバーを手に入れました。今後も、マイクロソフトは、クラウドとAIの融合によって、日本社会のデジタルトランスフォーメーション(DX)を支援していくでしょう。

でも、友達や話しするおじさん達に言わせると
AIはまだまだ得体のしれない物、考えて成長して会話できるとなる怖いとか言ってる。
確かにAI実際に使ってる人って3割もいないでしょう。
上手く人間と共存、バディみたくなっていければ良いと思いますね

しかしまぁ、利益50パー増しは凄いな。

https://hatenablog.com/https://hatenablog.com/

ジーニアック:日本の生成AI加速プロジェクト

生成AI(人工知能)技術は、現代社会において革命的な変革をもたらしています。
AIによる文章生成から画像作成、音声合成まで、その応用範囲は無限大に広がりつつあります。
しかし、このような先進的なAI技術の背後には、膨大なデータ処理と学習能力を要するため、高性能な計算リソースが不可欠です。
ここで重要な役割を果たすのがGPU(グラフィックス処理ユニット)ですが、世界的な需要の高まりと供給の制約により、これらのリソースへのアクセスは日増しに困難になっています。

この問題に対処するため、日本政府は「ジーニアック(GENIAC:Generative AI Accelerator Challenge)」プロジェクトを立ち上げました

このプロジェクトは、生成AI技術の国産化を加速させることを目指しており、特に資金力に乏しいスタートアップ企業が高性能なGPUを獲得できるよう支援することを目的としています。
ジーニアックの狙い
ジーニアックプロジェクトの背後には、生成AI技術の発展に必要な計算リソースへのアクセスを民間企業に広げるという明確な目的があります。
経済産業省経産省)はこのプロジェクトを通じて、国内外のGPU供給者との交渉を進め、必要な計算リソースを一括で調達することに成功しました。
この取り組みは、生成AI開発を行う日本の企業が直面するGPU獲得の難しさを政府が積極的に解決しようとするものです。

ジーニアックがもたらす影響

ジーニアックプロジェクトは、日本のAI技術開発にとって画期的な意味を持ちます。第一に、このプロジェクトにより、スタートアップを含む多くの企業が先端的なAI開発に必要な計算リソースをより容易に利用できるようになります。
これは、日本国内でのAI技術のイノベーションを促進し、国際競争力の向上に寄与することが期待されています。第二に、ジーニアックは、AI技術の民主化を促進します。GPUなどの高性能計算リソースへのアクセスが容易になることで、小規模な企業やスタートアップも大企業と同じ土俵で競争できるようになります。
これにより、多様なアイデアイノベーションが生まれ、AI技術の発展が加速されることになります。


まとめ

ジーニアックプロジェクトは、日本がAI技術の分野で世界をリードするための重要な一歩です。
このプロジェクトによって、AI開発のための高性能計算リソースへのアクセスが拡大され、イノベーションの促進が期待されます。
更にこの取り組みは日本の技術者にとっても大きなチャンスを提供します。彼らが最前線のAI技術を駆使して新しいソリューションを開発できるようになることで、社会のさまざまな問題解決に貢献できる可能性が広がります。
ジーニアックプロジェクトの成功は、国内外のパートナーシップの強化にも繋がります。国際的な協力を促進し、世界中の企業や研究機関との連携を深めることで、より大きな問題に対処するためのグローバルなアプローチが可能になります。
このように、ジーニアックは単に技術的な問題を解決するだけでなく、日本のAI産業を世界に開くための扉となるでしょう。
最後に、ジーニアックプロジェクトは、AI技術の倫理的な使用と開発に対する意識を高める機会も提供します。
高性能計算リソースがより広く利用可能になることで、AI技術の透明性、公正性、倫理的な利用に関する議論が促進されることが期待されます。
これは、持続可能で倫理的なAI開発への道を切り開くために不可欠です。
ジーニアックプロジェクトによる影響は多岐にわたり、日本の技術革新を加速させるだけでなく、世界のAI技術開発における新たな標準を設定するかもしれません。
このプロジェクトが成功すれば、AIの未来はより明るく、より平等なものとなるでしょう。

おお、やっと国がAI方面に本腰になったか?
スタートアップ企業に資金提供?貸付?自国の利益になるなら税金使っても文句は出ないと思うけど、今は地震の復旧、復興でしょう。何千キロも離れた国に6000億?自国もまともじゃないのに、んなことやってる場合じゃないと思うけどね。

https://room.rakuten.co.jp/room_c593ff0137/items



生成AIゲーム

生成AIを利用したゲームの開発は、テクノロジーの進歩とともに、ゲーム業界において新たな革新をもたらしています。

この記事では、生成AIゲームの概要、その可能性、挑戦点、そして将来性について探求していきます。

生成AIゲームとは?

生成AIゲームは、人工知能の一種である生成AIを使用してゲーム内のコンテンツを自動生成するゲームのことを指します。
これには、物語のテキスト、キャラクター、環境、さらにはゲームプレイ要素そのものが含まれることがあります。
この技術の核心は、プレイヤーに独自の体験を提供することにあり、ゲームの再プレイ価値を大幅に向上させることができます。

生成AIゲームの可能性

生成AIゲームの最大の魅力は、無限に近いバリエーションのゲーム体験を提供できることにあります。
たとえば、AIが生成する独自のストーリーラインやクエストにより、プレイヤーは自分だけの物語を体験することができます。
また、環境やキャラクターもAIによって生成されるため、毎回異なる世界を探索することが可能になります。
挑戦点生成AIゲーム開発の最大の挑戦は、AIが生成するコンテンツの質を保証することです。AIによって生成されたストーリーが常に意味をなすわけではなく、またゲームプレイに必要な論理的なつながりを欠いている場合もあります。
さらに、生成されたコンテンツがプレイヤーにとって面白いとは限らず、プレイヤーの期待に応えることは容易ではありません。

将来性

生成AIの技術は日々進化しており、これらの挑戦を乗り越えることが期待されています。
より高度なAIモデルの開発により、生成されるコンテンツの質は向上し、よりリアルでプレイヤーを引き込むゲーム体験を提供することが可能になるでしょう。
また、生成AIを利用したゲーム開発ツールが一般に普及することで、開発者はより簡単に独自の生成AIゲームを制作できるようになります。

結論

生成AIゲームは、ゲーム業界における新たなフロンティアを切り開いています。無限に近いバリエーションのゲーム体験を提供することで、プレイヤーにとっての魅力を大幅に高めることが可能です。
技術の進化により、今後はさらに多くの開発者がこの新たな領域に挑戦し、ゲーム業界に革新をもたらすことでしょう。生成AIゲームの未来は明るく、その可能性はほぼ無限大です。

マルチシナリオのゲームは.[プレイヤーの選択でいける場所が変わったり、エンディングが、変わったり]昔からけっこうあるけど、(ロマサガとかメガテンとか)これはプログラムされている中で選択ってことなので、結末はあって4か5つだと思うけど、生成AIが絡むゲームはその都度進行具合によってリアルタイムにシナリオ作るみたいですね。
なのでプレイヤーごとにシナリオが、結末が変わる可能性があるのかな?
ネタが尽きてきておんなじことばっかやってるソシャゲとの相性は良いね。

それこそゲーム開始からいろいろな行動、いろいろな場所にいけるゲームとの相性はいいのかな?

個人的には生成AIが作るメタルマックスを無印からやりたいかな

強化学習

強化学習とは、AIが自ら試行錯誤しながら最適な行動を学習する技術のことです。強化学習は、ゲームや囲碁などの複雑な環境で人間を超える性能を発揮することができるという点で、注目されています。しかし、強化学習にはまだ解決すべき課題も多くあります。今回のブログでは、強化学習の基本的な仕組みと、その課題と展望について紹介します。

強化学習の仕組み
強化学習では、AIはエージェントと呼ばれる主体として、環境と相互作用します。
エージェントは、環境から得られる観測や報酬というフィードバックに基づいて、自分の行動を選択します。
報酬は、エージェントの目的に沿った行動をしたときに与えられる数値で、エージェントは報酬の総和を最大化するように学習します。
観測は、エージェントが環境の状態を知るための情報で、エージェントは観測から状態を推定します。
状態は、エージェントが行動を選択する際に必要な情報を表す変数で、エージェントは状態に応じて行動を決めます。

エージェント:学習する主体です。

環境:エージェントが相互作用する対象です。
行動:エージェントが選択できる操作です。
状態:エージェントが行動を選択する際に必要な情報です。
観測:エージェントが環境から得る情報です。
報酬:エージェントの目的に沿った行動をしたときに与えられる数値です。

強化学習の目的は、エージェントが報酬の総和を最大化するような行動方策を学習することです。
行動方策とは、状態に応じて行動を選択する規則のことです。行動方策は、確率的なものや決定的なものがあります。
確率的な方策は、状態に対して行動の確率分布を定義するもので、エージェントはその確率に従って行動を選択します。
決定的な方策は、状態に対して一意に行動を定めるもので、エージェントはその行動を選択します。

強化学習アルゴリズム
強化学習の問題は、以下の要素で定義されます。
大きく分けて以下の2種類に分類されます。

価値ベースのアルゴリズム:価値関数と呼ばれる関数を用いて、状態や行動の価値を評価します。価値関数は、状態や行動から得られる報酬の期待値を表す関数です。価値ベースのアルゴリズムでは、価値関数を最適化することで、最適な行動方策を導出します。価値ベースのアルゴリズムの例としては、Q学習やDQNなどがあります。
方策ベースのアルゴリズム:行動方策を直接最適化することで、最適な行動方策を学習します。方策ベースのアルゴリズムでは、方策関数と呼ばれる関数を用いて、行動方策を表現します。方策関数は、状態に対して行動の確率分布を定義する関数です。方策ベースのアルゴリズムの例としては、方策勾配法やREINFORCEなどがあります。

強化学習の課題と展望
強化学習は、多くの応用分野で有望な技術ですが、まだ解決すべき課題も多くあります。以下では、強化学習の課題と展望について、いくつかの例を挙げます。

サンプル効率:
強化学習は、大量の試行錯誤を必要とするため、サンプル効率が低いという問題があります。
サンプル効率とは、学習に必要なデータの量のことです。サンプル効率が低いと、学習に時間がかかったり、コストがかかったりします。
サンプル効率を向上させるためには、事前知識や教師データを利用したり、転移学習やメタ学習などの技術を用いたりすることが考えられます。

安全性:
強化学習は、報酬を最大化することを目的とするため、予期しない副作用や危険な行動を起こす可能性があります。
安全性とは、エージェントが人間の意図や倫理に沿った行動をすることを保証することです。安全性を確保するためには、報酬設計や制約条件の工夫や、人間のフィードバックや介入の導入などが考えられます。

一般化
強化学習は、学習した環境に依存することが多く、異なる環境に対応できないという問題があります。
一般化とは、エージェントが学習した環境以外の環境でも適応できることです。一般化を実現するためには、環境の多様性や不確実性を考慮したり、抽象化や転移学習などの技術を用いたりすることが考えられます。

以上のように、強化学習は、基本的な仕組みと、その課題と展望について紹介しました。強化学習は、まだ発展途上の技術ですが、今後もさらなる研究や応用が期待されます。強化学習に興味がある方は、ぜひこのブログを参考にして、さらに学んでみてください。😊.

人間がいろいろ指示しないでもトライアンドエラー繰り返して勝手に学習してく?みたいな。
電力が来てれば無限に成長する?なんか凄いけどちょっと怖いぞ
まぁ面白そうだから見てみたいけど

https://hatenablog.com/https://hatenablog.com/