久々に高い本(機械学習関連)を買った

お値段なんと7,260円です。

購入したのは、「Human-in-the-Loop 機械学習　人間参加型AIのための能動学習とアノテーション」という本。
要するに、「能動学習」というやつを学ぶために買いました。

この本によれば、能動学習とはすなわち上のようなものなんですが・・・なんのこっちゃ？ですよね。

ざっくりというと、分類学習器を作ろうと考えた時、ラベルなし(白い丸)の内、どのサンプルを使ったら少ない計算でこの分類モデルの精度を上げられるか？を決めるための手法かなと。
普通に考えれば、ちょうどラベルAとBの境界線上付近の点を調べれば、より高い精度の分類モデルが作成できることになります。
そのサンプリングを戦略的に決定し、少ないデータで精度の高いAIを作ってやろう、というのが能動学習、というらしいです。

上図のように、下手にランダムでサンプリング(青線)を決めるよりも、能動学習によって戦略的に決められたサンプリング(赤線)を使った方が、正解率が上がりやすい、というのが分かるかと思います。

で、それを学ぶための本が、7000円以上もしたというわけですね。3000円台なら今でもたまに買いますけど、7000円というのは・・・
確かに最近、本の値段は上がりつつありますけど(特に雑誌など)、それでも7000円越えというのはなかなかお目にかかれません。
こんな値段の本を買ったのは、正直、学生時代以来か？

とりあえず記憶にあるのは「ニューメリカルレシピ・イン・シー」という、様々な計算アルゴリズムを一冊にまとめた本ですね。今でも5000円以上で売られてます。

なお、手元に残っている本で高そうなやつを探してみると、こんなものが出てきました。

まずは「放射線概論」。
原子力系の学科だったので、「第一種放射線取扱主任者」の試験を受けるために買った本。一応、合格しました(ただし、講習を受けていないため、放射線取扱主任者の免許は持ってません)。お値段は税込み4000円。
ちなみに、下にあるのは大きさ比較用のGoogle Pixel 9aです。
試験勉強以外に、当時の学生実験などのためによく使いました。結構、使い込まれた跡が残っています。

続いては、流体解析の本。こちらは一冊4738円×2。
修士論文で必要だったので、購入した覚えあり。

我が家で一番分厚い本。「ニッポンのクルマ20世紀」。700ページ近くありますが、これで3500円ほどです。

手元にあるもので値段が分かっている本の内、一番高かったのはこれ。
雑誌「丸」編集部の「日本軍用機 写真総集」。お値段は、5631円＋税、と書かれてます。
まだ消費税が3パーセントの時代に買った記憶なので、5700円ほどでしたかね。
この2冊は、ギリギリ社会人になってから購入してますね。
でも、7000円台の本はないですねぇ。あったかもしれませんが、手元には残ってないです。

まあともかく、買ってしまった以上、元は取りたいと思います。
頑張って読むかなぁ。なお、A4より一回り小さいサイズで、400ページほどあります。なかなかですね。

しかも恐ろしいことにこの本、重版されてます。購入したものは第2版でした。意外に人気あるんですね。

昨今、AIといえば生成AIばかりですが、いわゆる機械学習AIを極めたい人には一度、手に取ってみる価値がありそうな本の一つかなと感じました。

Human-in-the-Loop 機械学習　人間参加型AIのための能動学習とアノテーション

2025年まとめ記事

今年も、なんやかんやといろいろありました。

トラブルの多い年、というのが一番のイメージですね。11月のアレのおかげもあるんでしょうが。
ということで、恒例の年末振り返りです。

【1月】

なぜか急にサイクリングマシーンを買ってしまいまして: EeePCの軌跡

サイクリングマシーンです。要するに、血圧値が上がり過ぎたので、毎日運動をしろということになりまして。
案外、この運動効果が馬鹿にならなくて、確かに血圧の値がやや下がり気味になりました。
毎日、YouTubeを観ながらこぎ続けてます。

CIO製のマグネット式まとめケーブルが届きました: EeePCの軌跡

このところ流行りのマグネットケーブルを購入。
2メートルの者が欲しかったので、CIO製でちょうどいいのがあったため、購入。
・・・したのはいいんですが、なぜだか出張が激減しました。あまり使えてないのが残念です。

【2月】

2月はあまり、目立った出来事のない月でした。
しいて言うなら、コロナにかかったことくらい、でしょうか。

ZTE Libero Flipの背面ディスプレイが: EeePCの軌跡

それと同時に、ZTE Libero Flipの背面ディスプレイの調子も悪くなりました。
というか、これ以降、Libero Flipの調子が良くなった試しがありません。どんどんと使い勝手が落ちていきます。

【3月】

3月は一転して、いろいろと購入してます。
中でも一番高いのはこれ。

コムテック製のミラー型ドラレコを購入: EeePCの軌跡

コムテック製、ミラー型ドラレコです。
死亡事故の多い愛知県では、必須アイテムですね。それもありますが、電子ミラーとしてもかなり使い勝手いいです。
その前まで使っていた中華製がいよいよ挙動がおかしくなってきたので買いなおしたのですが、全然いいです。

しかしまさかこの時、このドラレコが役に立つ日が訪れようとは思いもよらず。それは後述。

ちなみに、コムテックっていつの間にか、私の住んでいる愛知県東郷町に本社を移してたんですね。最近知りました。
地元企業応援ということで、おすすめです。

サンワサプライの極小マウス「400-MAWB216」購入: EeePCの軌跡

極小マウスも買いました。
これも、出張が減って出番が少ないですが、まあそこそこ使えてます。

サンコーで買ったデジタル変換カセットプレーヤーを使ってみた: EeePCの軌跡

3月のとどめは、品川出張ついでに買ったデジタル変換カセットテーププレーヤーです。
今は販売していない音楽も、これで電子化できました。非常にありがたい。

【4月】

Libero Flipの近況とAndroid 14に上げたら出てきた「App Selector」の止め方: EeePCの軌跡

とにかくLibero Flipがどんどん使いづらくなっていくという地獄が続いたのが、この一年ですね。
この時は「App Selector」というのを入れられて、鬱陶しい目に遭いました。
今でもだましだまし使ってますが、動画を再生すると反応が鈍くなる点は、まだ解消されてません。メーカーも直す気ないのかな？

長男のiPhone SE(第2世代)の画面修理: EeePCの軌跡

なお、画面修理とバッテリー交換を外に依頼したという初めての経験もしました。

息子iPhoneは未だに好調です(画面、バッテリー共に)。

【5月】

ScanSnap iX500の中古を買いました: EeePCの軌跡

ScanSnap 1300iがいよいよ動かなくなったため、中古でiX500を買いました。
使い勝手は上々。最近はあまり雑誌も買わなくなってきたものの、時折、自炊してます。
とにかく、早くなりましたね。読み取りエラーも減って調子がいいです。

Westan Digital製SSDのおかげでWindows 11 24H2にアップデートできなかった場合の対処法: EeePCの軌跡

SSDのせいでWindowsのアップデートができなくなるという事態に、初めて遭遇しました。
SSDにファームウェアアップデートするなんてこと、初めてやりましたね。
なんか世の中では最近、ハード関連がめちゃくちゃな感じ。うちは被害なかったですが、Intel CPUにバグがあったり、このところ半導体関係のものが値上がってPC価格が上昇気味なのも気になるところ。どうなってるの？

Google GeminiでDeep Researchを使ってみた（のついでに、AIについて思うこと）: EeePCの軌跡

そういえば、Google Gemini Advancedに年間契約したんですよね(約3万)。
せっかくなので、Deep Researchを使ってみました。
案外、市場調査的なことがお手軽にできるので、仕事でも使えそうだなという感触です。
もっとも、個人契約なので、会社ではCopilotを使ってますが。あちらはあまり賢くないかな。
意外と、Geminiよく使います。

出張用のCIOの45W充電器が！: EeePCの軌跡

CIO製の45W充電器にひびが入りました。
結構お気に入りだっただけに、ショックです。

【6月】

ELECOM製45W充電器を購入: EeePCの軌跡

上のようなことがあったので、今度は信頼のありそうなELECOM製充電器を買いました。
一回り大きいですが、発熱的にも材料的にも問題なさそう。

iPhone 15 Plus購入から1年とひと月経ちましたが: EeePCの軌跡

iPhone 15 Plusですが、1年経ってもバッテリー最大容量100％を維持しました。
これはiPhoneがすごいということもありますけど、それ以上にAndroidとの併用が効いたのでしょうね。
なお、最近やっと最大容量が99％になりました。

状態空間モデル(カルマンフィルタ＋トレンド・季節性を考慮したローカルレベルモデルによる予測)を使って、血圧値をフィルターしてみた: EeePCの軌跡

「カルマンフィルター」という状態空間モデルの手法の一種を使い、血圧の状態を見やすくしてみました。
結論から言うと、まずサイクリングマシーンを買った辺りで下がり、さらに血圧下げる薬を処方してもらうになってさらに下がってることが見てわかります。
といいつつ、最近また、上がり気味ですが。寒さと、ストレスですね。

大量の8cm CDが出てきました: EeePCの軌跡

8cm CDなどというものがあったこと自体、今どきの子供は知る由もないでしょうね。
そんなものが大量に発掘されました。
かなり懐かしい。

またDysonの掃除機を買いました(8年ぶり２回目): EeePCの軌跡

6月最後の買い物は、ダイソンの掃除機です。
前のやつが動かなくなったので、買い替えました。8年も使ってたんですね、前型のやつ。
今度のやつは先端が広くなって少々使いにくい代わりに、出力調整がこまかくできて、さらに残り時間表示も出るので重宝してます。

【7月】

Google Pixel 9aのピンク(peony)を購入: EeePCの軌跡

Google Pixel 6aがバッテリー不具合のやつに当たったため、その交換プログラムの代わりに、9aを安く買ってみました。
なかなか使い勝手はいいです。やはり、最新機種ですね。
何がいいかって、カメラの出っ張りがないところ。こういうのを標準にしてほしい。あれ結構邪魔です。

【8月】

Google Pixel 6aのバッテリーを自力交換したら画面まで交換する羽目になった件: EeePCの軌跡

Google Pixel 6aのバッテリーを好感してみました。
・・・が、画面のフレキを壊してしまい、えらい目に遭った記事です。
素直に業者にお任せすればよかったと、今でも思ってます。
バッテリー交換なんてもう二度とやるか！と思ったほど。
なお、妻が使ってますが、指紋認証センサーの効きが悪くて、毎回パスコードを打って大変みたいです。

5月に買ったArrowsがぶっ壊れた模様: EeePCの軌跡

悪いことは続きます。
5月にArrowsの中古を買ってたんですが、そいつが壊れました。
ほぼ充電不能に陥ってしまいまして。
今さら直すような機種でもないので、こちらは退役です。

【9月】

3COINSで極小のワイヤレスイヤホン買ってみた: EeePCの軌跡

3COINSで耳にぴったりはまるワイヤレスイヤホンを買ってみました。
当初は、結構使い道いいなぁと思ってたんですが。
ちょっと側面を触っただけで突然「パワーオフ」と叫んで落ちたり、わりと使いにくいイヤホンでした。
出張時に一度、使ったんですが、その時もいきなり接続が切れて厄介なことになりまして。
おかげで、今はあんまり使ってません。
ワイヤレスイヤホンは、少なくとも4000円以上はかけるべきだと悟りました。

iOS26に上げてみた: EeePCの軌跡

iOSが18から26になりました。
ちょっと使い勝手が変わって、戸惑う部分もありますが、さほどトラブルもなく、使ってます。
もっとも、使いやすくなったかといわれると、微妙ですが。

【10月】

品川に出張へ行ってまいりました: EeePCの軌跡

品川出張で、そこそこ大きなIT企業のイベントに参加。
・・・ですが、それ以上に大きかったのは、Air Podsが見つかったこと。
どこ探してもなかったのに、出張用の背広のポケットに入ってました。多分、3月に行った出張の時からずっと入れっぱなしだった模様。
なんやかんや言っても、Air Podsは使い勝手がいい。
出張そのものも有益でしたが、これが一番の収穫だったかも。

「積読チャンネル」で紹介された「積読ホルダー」買ってみた: EeePCの軌跡

最近、「積読チャンネル」というYouTube動画にハマってて、そこで紹介されてた商品。
意外にも、これは役立ってます。棚一つでこれほどすっきりするとは。
本来は本を積むためのものですが、血圧計やらスマホやら、いろいろと乗せてます。なお、積む本が絶賛増加中。早く読まなきゃ。
非ガジェット系の買い物としては、今年一番だったのでは？

【11月】

「小説家になろう」での総文字数が900万文字を突破: EeePCの軌跡

「小説家になろう」に作品を細々と投稿してますが、気づけば文字数が900万を突破してました。
こうなったら、来年の今ごろは「一千万行きました！」となれるよう、頑張ります。
ちなみに長いこと未完結だった作品も完結させました。今のところ、完結率100%です。

ダイソーのAirTagっぽいやつを購入: EeePCの軌跡

ダイソーの安い電子タグを買いました。
とりあえず、次男のカバンに入れておきました。プールに通ってるんですが、iPhoneを持ち出せない(ロッカーに鍵がないため)ので、やむなくタグを使ってます。親としては心配ですし。

事故りました・・・: EeePCの軌跡

今年はいろいろなものが壊われました。
今年もあと少しというところで、大きなものを失いましたねぇ・・・いきなり追い越し＆車線変更してきたトラックと中央分離帯に挟まれそうになり、かわしきれずにスピンして、このザマです。
個人的にはまだまだ使いたい車でしたが、別れは突然、訪れました。

ちなみにですが、たいした怪我人は出なかったことで物損扱い。先に買ったドラレコの前後画像のおかげで、互いに走行中にもかかわらず、なんと10：0になりました(斜め後ろにいた相手のトラックが、こちらを抜かしつつ車線変更してきたんです。前後カメラのおかげで、相手が明らかな前方不注意だと明らかになりました。後方にいた別のクルマに気を取られてて、こちらを見落としたようです)。
やはり前後ドラレコは必要ですね。あれがなければ揉めてるところでした。
とはいえ、11年越えの車ということで査定額が安く、結局、車両保険を使う羽目になりましたが。結局、被害甚大です。

【12月】

アクアを買いました: EeePCの軌跡

ということで、車が新しくなりました(中古車ですが)。一か月以内に入手できたのは運が良かったですね。
色はご覧の通りゴールド。当初はなれない色でしたが、まあ慣れてしまえばこんなものかなと。
とにかく、燃費はいいです。燃費系の読み値で25～30km/リッター、満タン法でも23km越えでした。燃費は、確かにいいです。
それ以上に、加速の良さにびっくりです。購入後に高速道路へ3度乗る機会があったんですが、今度はトラックにぶつかるまいと、トラックが並ぶと一気に追い越しをかけるようにしてたんですが、あっという間に抜き去ってくれます。昔のスターレットターボ並みのどっかん加速ぶりです。その分、燃費は落ちますが、前回の事故は加速が弱すぎてよけられなかったのですけど、こいつならかわしてくれそうです。
あと、ランプの枠が常時点灯してくれる上にこの色ですから、見落とされる心配も減少。結構、目立ちます。

シャープのAQUOS Wish5を買ってみた: EeePCの軌跡

さて、今年最後のガジェット購入です。
AQUOS wish5というエントリーモデルを買ってみました。
1.9万円の安物だけに今一つな部分もあります(思ったよりバッテリーがもたないなど)が、画面は大きいし、動作は申し分なし。こんなので十分なんです。そう思わせるスマホでした。
なんか、このブログ本来？の趣旨に合ったような機種かなとは思いましたね。

ということで、今年は例年以上に、いろいろありました。

とにかくトラブルが多かった、というのが今年のイメージですかね。そのわりに、得られるものが少なすぎた感じ。
ダイソンの掃除機、Arrows、Pixel 6a、CIOの充電器とケーブル、充電スタンド、ScanSnap 1300i、Libero Flip、ミラー型のドラレコ、Winアップデートの際のWD製SSD(ファームウェアアップデートでなんとかなりましたが)、そして車(iQ)。次々と不具合、故障、事故を起こしてくれました。他にも洗濯機が動かなくなったり(去年も壊れて修理したばかり。もう東○は買わねえ)、Air Podsをなくしたりしました(その後発見)、自作小説もなんか低調でした。コロナにもかかるし。
これだけトラブルを起こしたんだから、来年こそは普通であってほしいです。ほんと、普通であってくれ。

なお、来年の2月13日は記念すべき日となります。

それは、「僕の心のヤバいやつ」劇場版公開日

劇場版「僕の心のヤバイやつ」公式サイト

ではなくて私のパソコン歴40周年という記念の日です。

そう、こいつを買って、ちょうど40年になるんですね。その日までまだ、動いてくれるかな。
できることなら2月中に、動作させてみようかと思います。

にしても、来年こそ平穏無事な年にしたいです。
これが今年、最後の更新となります。皆さま、良いお年を。

コムテック ミラー型ドライブレコーダー ZDR048 デジタルインナーミラー機能搭載 前後2カメラ 前後200万画素 FullHD GPS搭載 PureCel Plus技術搭載高感度センサー採用 後側方接近お知らせ機能搭載 高速起動 [出張取付サービス対応]

マルチモーダルなローカルLLM(大規模言語モデル)を格安なPCで動かしてみると

わりと最近、マルチモーダルLLMの質問を受けます。文章、画像ともに認識できるやつ、です。
会社ならCopilotが使えますが、秘匿文章を突っ込ませるのはちょっと・・・という事情もあり、かつカスタマイズ性の高さから、ローカルLLMを使いたいという声も多いのが現状。

となると、RAG環境の構築やらなんやらが必要となりますが、会社PCのスペックはさほど高いものはありません。Corei5、16GBメモリー、標準グラフィックがせいぜい。となると、そもそもローカルLLMを動かせる最低スペックというのはどれくらいなのか？というのが気になります。

てことで、今年の3月に買ったこれ、使ってみました。
USB-C電源で動く、N150なミニPC「GMKtec」です。

なお、メインメモリーは12GBと中途半端ながらも、8GBよりは若干マシ。SSDは512GBです。

これは前回の写真ですが、同様につないでみました。
さて、これでローカルLLMを動かすのですが、最近は「ollama」を使うことが多いですね。環境構築が楽ですし。

Ollama

ここからWindows版をダウンロードし、動かしてみます。

インストール自体は、あっさりといきました。

で、モデルですが「gemma:4b」を選択しました。これがおそらく、一番軽いマルチモーダルなローカルLLM。
だいたい3GBくらいのモデルです。適当に質問したら、ダウンロードを開始します。

意外に、解答速度は早いです。ダウンロード終了後、ものの数秒程度。

もうちょっと難しめの質問を投げます。
文書の表示に時間はかかるものの、ものの数秒後から答え始めてました。しかも、結構な文字数。
（内容はちょっと怪しい部分もありますが、おおむね正解でした）

文章に関しては、問題なさそうですね。
では、写真はいかがでしょう？

ちょっとわかりにくいですが、先日、出張時に新幹線から取った富士山の写真を読み込み、その中身を読み取らせてみました。
ご覧の通り「富士山」とはっきり書かれています。うーん、正解。

が、東京駅を読み込ませたところ、「シンガポール中央郵便局」と認識しました。うーん、不正解。
写真を変えてみてもダメで、やはり東京駅とは認識してくれません。相変わらず、シンガポールの郵便局だと言いはります。
東京駅は、学習されてないのかな？

なお、gemma:4bを動かしている時のタスクマネージャーの状態はこんな具合。
ゴミのようなスペックですが、頑張ってくれてます。

ちなみに、文章ならば数秒で答え始めましたが、画像が絡むとさすがに2～5分は待たされました。
それでも、数分というのはちょっと驚き。
ただ、メモリーが8GBだと辛いでしょうね。こいつは12GBという中途半端なスペックのおかげで、何とかなりました。

RAG（独自の文書ファイルを読み込ませて回答させる）をやらなければ、こんなN150なPCでもどうにか動くようです。
最近、小パラメータ数のLLMといえども、回答精度はなかなかです。ネットワークなし艦橋でAI体験をやるなら、全然これでいけそうです。
でも、RAGをやるならやはりゲーミングPC以上は必須です。メモリーは64GB以上、GPUは4060以上は最低でも欲しいところ。
あと、最低でもgpt-ossの12b辺りを使いたいところ。

ミニPCの本来の使い方は、こんな感じにYouTubeやサブスクの動画再生用でしょうかね。

ちなみにPython＋YOLOXの軽めのモデルによる物体検出は、そこそこ速いです。推論専用で文章特化、画像特化と割り切れば、N150でもそこそこやれる、ということが分かってます。これも以前の記事の画像。ラズパイ5の倍くらいの速度でしたね。

いずれ、Copilot＋PCがさらに一般化すれば、より高速なローカルAI環境が手に入るかもしれませんね。
ただ、今はまだCopilot＋PCはちょっと高い。あれなら、ゲーミングノートを買った方がスペック的にはよさげ。
（もっとも、バッテリーの持ち具合などCopilot＋PCの強みもあるので、一概にどちらが良いかとは断定できませんが）

いずれにせよ、1年前と比べるとAIがグッと身近に、高速になりました。
クラウド版はともかく、ローカル版も侮れないほどの進化速度です。
いずれ、自分のPC内に入れて動かすAIが一般化するかもしれませんよね。たかかN150ですら、これだけ動かせるんですから。

ミニ PC Ryzen 5 3500U搭載 N150/N97 より速い GMKtec G10 mini pc【64GB DDR4 16TB M.2 SSD （拡張可能）】最大3.7GHz Win11 pro ミニPC 2.5G 有線LANポート4K3画面出力可能HDMI 2.1/DP/Type-C 小型PC 静音設計 USB3.2×3 Nucbox G10 16 256GB

東京の郵船ビルの「DXフェスティバル2025」に参加してきました

二週間ぶりに、東京です。今度は東京駅へ、レッツラゴー。

雨の降りそうな怪しげな天気でしたが、富士山はよく見えました。

ちょっとだけ、冠雪してましたね。

さて、東京駅の大手門側に降り立ち、

向かった先はこちら、郵船ビルというところです。本当に、皇居のすぐ真ん前くらい。

DXフェスティバルというくらいだから、バリバリのIT系の方がご講演されるのかと思いきや、なんと基調講演は東進ハイスクールの英語の先生でした。
その英語の先生が、なんとAIを語るという、意表を突いた内容でした。

意表を突いたのは、講演者だけではありません。やはりというか、その内容もなかなかのものでした。

なんといきなり「プロンプトはもう古い！」から始まります。

で、何をするのかといえば、「AIに話しかけよ！」というもの。

生成AIといえば通常は「プロンプト」つまり文章を打ちこむもので、その回答精度を上げるためにプロンプトエンジニアリングなんてものがあるくらいなのに、いきなり会話し始めました。
それも、AIがまだ答えている真っ最中でも畳みかけるように「ああ、そうじゃなくて、○○だから！」という具合で、もはや人の会話並みの話しかけっぷり。
それに応えるAIも、なかなかのものです。
英語の先生なので、途中で英会話になったり、方言を話させたりと、もうなんでもありな使い方です。

無論、プロンプトも使わないわけではないですが、一度作ったプロンプトを使いまわすということを推奨してましたね。
例えば、会議の録音をして要約を作らせるプロンプトを一度作成したら、それをずっと使いまわす。
こうすれば、ルーチンワークをしなくても済む、タイパ最強というわけです。
終始、こんな調子の講演会でしたね。さすがは予備校の先生です。

生成AIといえば、問題になるのはいわゆる「ハルシネーション」つまり、AIの嘘というやつですね。
ハルシネーションがあるからAIが使えない、とまで言う人もいるくらいですが、それが問題かといえば、人間の方がもっと嘘をつくと(笑)。

まあ、ここに並べた真ん中あたりくらいの精度を持ってると思えば、ちょうどいいくらい。むしろSNSや政〇家の方が信用ならないと(笑)。

で、AI時代、人間はどうあるべきか、どんな人が活躍できるのか？という問いに対し、こんなのを挙げてました。
例えば今、日本のアニメやコンテンツが世界で人気となりつつありますが、あれこそまさにここでいう3番目に相当するものだと仰ってました。確かに、その通りかなと。

そんな講演会の後は、展示会場を回ります。
これはそのうちの一つ、ロケットの一段目を着陸させるための船を、まさにJAXAと共に開発している話が出てました。
これ、品質工学会でも出ていたネタのような気がします。

で、17時過ぎぐらいまでいたのですが、帰りはすっかり雨でした。

で、今回の戦利品一覧がこちら。
MicrosoftのSurface、Copilot＋PCのパンフが幅を利かせてます。

もう今売られているSurfaceシリーズはすべてCopilot＋PCで、中にAI処理用のチップであるNPUを搭載してあります。安い12、13インチの機種も登場し、逆にGoのつく機種は消えました。
そのデモもやってましたが、正直、まだまだかなぁと。
ただ、CPUがいわゆるインテルチップじゃなくてARM系なので、バッテリーの持ちは相当長いようです。
これは、個人的に結構気になるところ。バッテリーを気にせず使えるというのは、モバイルPCでは必須ですからね。
もちろん、NPUの今後も気にはなります。アメリカの方ではかなり多くのアプリケーションが対応しつつあるようですが、日本はまだこれからといった感じのようです。

そうえば、こんなノベルティももらったんですね。なんじゃこりゃ？と思ったのですが。

いわゆる結束バンドでした。これはこれで、使えそうです。

ちなみに、前回の品川出張の際にもらったノベルティの一部が活躍しました。PCのインナーケースと、傘入れです。
帰りは雨が降ってたので、当然、傘をさしてました。この傘入れ、周りが濡れないのでほんと助かります。

という具合に、東京へ出張したのですが。
DXかというと、うーん・・・という感じの内容でしたが、まあ得られるものは多かったかな。

DXは「人」から始めるとうまくいく: 中?企業100社と見出した成功法則

品川に出張へ行ってまいりました

とにかく、疲れました・・・さほど歩いた記憶がないのに、1.3万歩歩いてます。

朝っぱらから、N700系で出発です。
そんな出張ですが、一つ、いいことがありまして。

失くしたと思われていたAir Podsが見つかったことです。
出張用の背広のズボンのポケットに、入ってました。
というか、真っ先に疑って探した場所なんですが、なぜあの時は見つからなかったのか？

このズボン自体をはいたのが前回の品川出張の際ですから、およそ7か月ぶりに見つかったことになります。

品川の日本マイクロソフト本社と秋葉原へ行ってきました: EeePCの軌跡

が、そのわりにはバッテリーは思ったより残ってましたね。

本体は、新幹線のコンセントで充電しておきました。

とまあ、順風満帆な旅・・・のはずですが、写真にはありませんが掛川駅辺りでえらい低い雲が出てまして、それこそ雲が地上を這ってるような勢いだったので、何事かと思ったところ、直後にこんな雲が出てるのを発見。
まるでどこかの山が噴火でもしたのかと思うような雲ですが、もちろん、ただの偶然です。
が、この雲辺りから低い雲が垂れ流されているようにも見えました。うーん、奇妙だ。

なお、富士山付近はこの通り、結構晴れてました。

そんなこんなでついたのは、品川駅です。

向かった先は、「グランドプリンスホテル新高輪」の中の「飛天」という大広間と、「国際館パミール」というところ。

本当は品川の東側に出て、そこからまっすぐ歩くだけのはずだったんですが、何を思ったか一つ曲がるところを間違えまして。

こんな森のような場所を歩く羽目に。
これ、グランドプリンスホテル新高輪の敷地の一部で、国際館パミールにつながってる道ではありました。
と、Googleマップは言っている。。。

が、マップは正しく、どうにか目的地に着きました。

で、やってきた目的はこれ。CTC DISCOVER 2025というイベントです。
伊藤忠商事のテクノロジー系の会社ですね。

スポンサー数もえげつない。一つの会社のイベントで、これはなかなかです。

まずは「飛天」という大広間でやったんですが、かなり広い場所でした。こんなサイズの画面が3つ、並べられてました。

途中の会場は撮影禁止だったので、撮れたのはこの懇親会開始直前のこれ。
先ほどの「飛天」というところで行われましたが、まあ人の数がえげつない。軽く千は越えてそうです。
総参加人数が、桶狭間の戦いのときの織田軍の数くらいだったようなので、懇親会とはいえども結構な数が残りました。

で、グランドプリンスホテル新高輪を後にして、

新幹線で帰還したわけですが。

これが戦利品です。といってもパンフレットのみ。
いや、これでも一部、写し忘れたんですが、まあこちらはこんなものかという感じ。

問題はノベルティの方で、なんかすごいことになってます。
スタンプラリーとかあったので、それでもらったものも含まれます。
なお、お土産として買ったのは、右側下の茶色いやつです。それ以外は本当に貰い物。
入浴剤、カツサンド、ノートPC用インナーケース、ノート2冊、うどんにプリングルズ・・・いやはや、未だかつてないほどのノベルティでした。

さて、あまり細かいことはかけないものの、感触としては「そろそろクラウドAIからエッジAIに向かいつつある」という肌感を感じてきたことが、一番大きかったでしょうか？

やっぱり、クラウドのみでLLM(大規模言語モデル)を動かすというのも、機密資料やら個人情報などが関わるとちょっと厄介です。
その急先鋒がNVIDIAのGPUなわけですが、Intel製NPU搭載のCopilot＋PCという規格も出ておりますし、この辺もこれから盛り上がりそうです。

が、NPUが4、50TOPSという計算量に対し、GPUは1万TOPSというけた違いの計算量ですからね。もちろん、その分高いわけですが、やはり力の差を感じます。
PCやスマホレベルで動かせるLiqid AIなんてものもあって、これは言語、画像などに特化した分、そこそこの性能でスマホでも動かせるというのが売りなエッジコンピューティング向けなAIでした。

まあ、そうなるでしょうね。でないと、なんかデータ抜かれてる感はずっと残りますし、なによりも利用料が高すぎる。
たいていはクラウド型で残るんでしょうが、工場内での活用や機密文書、個人情報を扱う分野ではこのエッジAIは活躍しそうです。というより、今後の主流になっていく可能性は大。

というのが、今回のイベント参加を通してもっとも感じたところです。
もちろん、その他にもいろいろとあったのですが。

どっちにしても、疲れました。
Air Podsが見つかったのが最大の収穫という、なんとも変な出張でしたが。

Apple AirPods 4 ワイヤレスイヤホン、Bluetooth5.3、パーソナライズされた空間オーディオ、耐汗耐水性能、USB-C 充電ケース、H2 チップ、最大 30 時間の バッテリー駆動時間、iPhoneで簡単に設定

状態空間モデル(カルマンフィルタ＋トレンド・季節性を考慮したローカルレベルモデルによる予測)を使って、血圧値をフィルターしてみた

最近、ストレスが多いのか血圧が高くなりまして、去年の7月の健康診断で様子見指示、そして今年の1月に「循環器内科に行け」と言われてしまいました。

ただ、循環器内科へ行ったのはこの春の連休の5月1日のことでして、そこからなんとなーく下がったかなぁとは思ってるんですが、どうも血圧の値って乱高下しやすくて、よくわからないんです。
そういえば、その血圧対策のために1月に、サイクリングマシーンを買ってるんですよね。

なぜか急にサイクリングマシーンを買ってしまいまして: EeePCの軌跡

これの効果も出ているのかどうかも含めて、血圧値を評価してみました。

なお、血圧値は去年の7月3日からほぼ毎日2回、朝晩に測定してます。

こんな感じのフォーマットです。

上の値を見ると分かるんですが、結構変動が激しいんですよね。最高血圧値が150いったり、120を切ってたりと。
こういう誤差の大きな測定値から、正しい「状態」を推測するのが「状態空間モデル」といい、比較的簡単な式でその状態を推測するのが「カルマンフィルター」と呼ばれる手法です。

ということで、早速カルマンフィルターにこの血圧値を通してみようかと思ったのですが、面倒なのでGemini Advancedの2.5 Proに次のようなプロンプトを使って作ってもらいました。

次の血圧値を読み取り、カルマンフィルタを適用してフィルタ適用後のグラフを書くpythonプログラムを記述してください。
【条件】
・パラメータ調整により、フィルタ後のデータを調整できるようにする
・「pykalman」というライブラリを使用する

加えて、

上記のプログラムに、以下の機能を追加してください。
・ 10日先までの波形予測を、ローカルレベルモデルを用いて行う。
・予測波形には、95％信頼幅も表示する
・最後に画像を表示させる。

さらに、

上記のプログラムで、季節性、トレンドを考慮した予測波形を導出するプログラムに変更できますか？

と投げかけて、出てきたプログラムが出力したのが以下のグラフです。

小さすぎて、分からりにくいですが。
まず上段：最高血圧値、下段：最低血圧値 で、それぞれギザギザしているのが測定値です。
そこから推測される「状態」が、それぞれ赤、黒線であらわされてます。
こうしてみると、測定値は結構変動幅が大きいのがわかります。
なお、1週間の周期性(季節性)がありそうなので、季節性のサイクルを14ステップ(1日2回測るので、7日分の測定値)としました。

で、最後に出てくる線と薄い赤色、緑色で塗られた部分が、今後10日分の予測値となってます。

これを見ると分かることは、

・ 波打ちながらも、徐々に血圧値が上昇気味だったが、真ん中ちょっと過ぎた辺り(2月上旬)からガクッと下がっている
　(サイクリングマシーンを買って半月くらい経った時期)

・ グラフの一番左端から一つ手前の線がちょうど5月1日の線で、そこから緩やかに血圧が下がり、低値安定となっている
　(まさに血圧の薬を飲み始めた後)

でしょうか。

もちろん、気温の上昇で血圧は下がりやすいらしいので、そういう影響もあるんでしょうけど、真夏だったこのグラフの開始点(7月3日)と今を比べても、全然値の高さが違います。
サイクリングマシーンと血圧降下剤の効果が、それぞれ出てるってところですかね。

ただ、今飲んでいる血圧の薬ですが、かなり弱いものだそうです。
ただ下げればいいってもんじゃないらしく、健康診断の結果を見て、腎臓の値が悪いということで、そちらに配慮した薬を選んだ結果、めちゃくちゃ血圧値を下げるものにはされませんでした。

まあ、直前でちょっと下がり気味だったこともあるんですが。

しかし、最後の予測のグラフで薄い赤と緑の領域ですが、95％信頼区間での予測のばらつきを表してます。
このばらつき具合の幅の大きさを見るや、いかに血圧の測定値がばらついてるかがよくわかりますね。

にしても、こういう時はやっぱり生成AI、役に立ちます。特にGemini Advancedの2.5 Proはかなり優秀です。ちょっと手直しはしたものの、ほぼそのままのコードで動きました。
（線種を多少変えたり、カルマンフィルターのパラメーター値を少しいじったくらいです）

ChatGPTとGeminiが競い合ってますけど、個人的にはGeminiの方が使いやすいかなぁと感じてますね。そこは人それぞれでしょうが。
ちなみに会社のCopilotが一番使いにくくて・・・社内のデータを扱える分には便利なんですけど、やっぱりGemini辺りと比べてもちょっと回答精度が悪いんですよね。いつも素っ気ないというか、なかなか音が伝わらないし。
いずれ、改良されていくんでしょうけど、もうちょっと何とかならないかと思ってます。

生成AIと一緒に学ぶ Pythonふりがなプログラミング

Google GeminiでDeep Researchを使ってみた（のついでに、AIについて思うこと）

結構、いろいろ使ってます、Google Gemini Advanced。
年払い(約3万)しちゃったのもあるので、ここは有効活用しようと、画像生成やちょっとした文書作成、小説ネタのヒントなどに使ってましたが。
実は「Deep Research」という便利な機能があるので、ちょっと紹介。

このDeep Research、ひと言で言うと「ネット上にある情報から詳細な報告書を作成してくれる機能」とでも覚えておけば、まあ間違いではありません。
この詳細っぷりがなかなかのものでして、かなりのレポートを作成してくれます。

では、実際にやってみましょう。

で、テーマですが、ずばり生成AIが世界に及ぼす影響とやらを聞いてみることにします。

まず、モデルには「2.5Pro (Preview)」を選んでおきます。

入力したプロンプトは、たったこれだけ。なお、Deep Researchを使う場合は、下にある「Deep Research」のところをクリックして有効にしておきます。

すると「計画」というものが表示されます。こんな感じの調査するけどいいか？という確認です。

「その他」を押すと、より詳細が見られるんですが・・・特に問題はなさそうなので、このまま下にある「リサーチを開始」をクリックします。

すると、なにやら大量のサイトリンク、リサーチの過程が表示されます。
で、待つこと十数分ほど。

レポートが、帰ってきました。

長すぎるので、全部は載せられません。タイトルは「生成AIの台頭：世界への影響に関する包括的分析」とあります。
なかなか、興味をそそりますね。
ただ、プロンプトが曖昧過ぎたせいか、とんでもない量のレポートを作成してきやがりました、こいつ。

Word形式でダウンロードできるんですが、およそ48000文字、61ページ分、そして139個のサイトリンクです。

いつも使う時は、もう少し条件を絞り込むので、だいたい多くて2万文字程度で返ってくるんですが、今回のはちょっと異常に長いです。

ということで、Geminiに300文字程度に概要をまとめてもらいました。
で、このレポートの中身とはすなわち、

生成AIは、文章や画像等を自動生成し、経済や社会に革命的変化をもたらします。雇用市場は自動化と新規職創出で大きく変動し、産業界では生産性向上とビジネスモデル変革が加速。一方で、偽情報拡散、著作権侵害、プライバシー問題といった倫理的課題も深刻化しています。

AI技術は科学技術の発展を促進しますが、国際的な開発競争は地政学的緊張を高める可能性も秘めています。人間の創造性やアイデンティティへの影響も大きく、社会的不平等の拡大も懸念されます。

生成AIの恩恵を最大限に引き出しリスクを抑制するには、人間中心の倫理規範、法整備、国際協調に基づく責任ある開発と利用が不可欠です。

だそうです。
ざっと見ると、生成AIのしくみ、その歴史、そして産業などに与えたインパクトの大きさと、その悪用の事例などなど、メリットだけでなくデメリットもしっかり語っております。
その上で、生成AIとどう付き合うべきかと結論付けている・・・と言ったところでしょうか。

ところで最近、社内外でも生成AIが盛り上がってます。つい最近まではChatGPTばかりでしたが、ここにきてGoogle Geminiも追いついてきてます。私が使う分には、なんら問題はないです。会社で使ってるCopilotはやや物足りないところはありますが、それでもOffice文書と連携してくれたりするところは便利ですね。

ただ、使う上では一応、出力結果は疑ってかかることにしています。稀にハルシネーション(嘘情報の生成)をすることがあるというのが生成AIの欠点なので、そこは気を付けねばなりません。

もっとも、Geminiはハルシネーションがかなり少ないモデルらしいので、その辺りはまだいいのですが。
それでも一度、「生成AIは創造を可能としたAI」という間違った情報を書くこともあるので注意。
正確には「生成AIは創造的振る舞いが可能なAI」であって、創造をしているわけではありません。
このあたり、勘違いしている人が多いので要注意ですね。

もっとも、人間も一見、創造をしているようで、他の知識の寄せ集めから「創造的に振る舞っている」場合が多いので、生成AIが人間的に見えてしまうのは致し方ないことかとは思います。

個人的に思うのですが、生成AIの登場で2種類の意見を聞きます。

① 人を多くの無価値な労働から解放し、楽にしれくれる
② AIに頼ると人間、馬鹿になる

この2つ、一見すると逆のことを言っているようで、実は同じ論調です。つまり、AIが人にとって代わってくれる、という前提には変わりありません。

とんでもない話です。

むしろ、これからの人たちは大変だなぁというのが私の本音です。

というのも、AIというのは確かに人の作業や思考を肩代わりし、その部分は楽にしてくれるかもしれません。
が、実は「考える」という仕事は残るんです。AIが出力した結論や作業結果を、人は管理、修正しなくてはならない。
むしろ、その方が大変な事じゃないかと感じてます。

このデジタル化時代、なかなか自動化が進まない背景としては2つあって、

（1）そもそも「作業」を仕事としていた人たちが、抵抗している
（2）自動化というのは、異常が起きれば止まるだけで、その後の対処は人しかできない

という実態があります。
よく（1）は叫ばれてますが、（2）の方がどちらかというと深刻で、異常に対処するということは、なんらかの「決断」を伴うことが多いため、実は機械任せにはできないことが多いのです。

機械が、故障寸前の予兆を出している、このまましばらく様子を見るか、それとも一度ラインを止めてチェック・部品交換すべきかの判断に迫られる・・・

こんなことは、AIには絶対に対処できません。予兆がそのうち異常に変わり、停止するだけです。その結果、稼働率を下げてしまい、何のための自動化なのかが分からなくなります。

実は90年代に、日産のとある工場が高自動化率を達成した工場を作り、世界中から脚光を浴びました。
が、結論から言うとその工場、閉鎖されました。あまりにも稼働率が悪すぎて、結局はある程度、人の介在が必要だということが分かった、ということです。
今のAIはさらに発達しているから、同様のことは起こらない・・・と思ってる人が多いですが、不良品の発見や原因追及は確かに速くはなりましたが、異常となれば止まるというのは、昔と変わりません。

なんか、そういう部分を考えないで称賛・批判をしている人の多いこと、実に嘆かわしいことだと個人的には思ってます。

「人とAIの折り合いをどのあたりでつけるか？」

これがこの先の日本の産業が復活するかどうかにかかっている命題のように思いますね。

生成ＡＩ活用の最前線?世界の企業はどのようにしてビジネスで成果を出しているのか

ollamaでオープンモデルでマルチモーダルな生成AI「gemma3」を試してみた

会社ではCopilot、自腹ではGemini Advancedを使っている私ですが、オープンモデルに無関心というわけではありません。
Geminiを提供しているGoogleも、オープンな生成AIモデルとして「gemma」というものを公開してますが、最近、gemma3という、PCでも動かせる軽量でマルチモーダルな生成AIモデルを公開してます。

次世代AI「Gemma3」徹底解説: あなたのプロジェクトを加速させる新たな可能性｜りんか | AI情報発信 /ビジネス/研究

マルチモーダル対応ということは、つまり画像を読み込むことも可能ってことで、なんだかワクワクしますね。
ということで、さっそく試してみました。

といっても、いつも通りpythonで使うのは面倒そうなモデルなので、ollamaに頼ることにしました。
以下より、最新のWindows版をダウンロードします。

Download Ollama on Windows

インストールしたら、Windows PowerShellかターミナルを開き、次のように打ちこみます。

> ollama pull gemma3:4b

モデルをダウンロードし始めました。少なくとも3GB以上はあるので、それなりにかかる場合もあります。覚悟しましょう。

さて、ダウンロードが終わったら、次のように打ちこみます。

> ollama run gemma3:4b

すると、プロンプト入力の待機状態になります。
この時、画像のあるフォルダ内で実行すると、その画像のファイル名を入れることで読み込んでくれます。
試しに、この画像を読ませてみました。

今からちょうど20年前に行われていた愛知万博での料理です。たしか、トルコ料理の店だったはず。
これを、次のようなプロンプトで認識させてみます。

>> 次の画像について説明してください。./DSC01389.JPG

で、gemma3が返した答えがこちら。

この画像には、さまざまな料理が並べられた食事のセットが写っています。

主な料理は、大きな白い丸い肉料理です。肉は、きのこ、トマト、パプリカなどの野菜と組み合わされています。肉の周りには、
米と細切りなすのサラダがあります。

他に、小さな料理のセットがいくつかあります。
* 2つの小さな料理のセットには、緑色の葉野菜とトマトのサラダがあります。
* 3つ目の料理のセットには、白いスープがあります。
* 最後の料理のセットには、黒い飲み物があります。

全体的に、この食事は、さまざまな料理の組み合わせで、さまざまな味を味わうことができるように見えます。

うん、なかなか鋭いですね。回答も、RTX4060のおかげか、ほぼ数秒で返ってきました。

でも、これだけじゃ面白くないので、別の写真も用意。

分かる方、いますかね。これ、同じく愛知万博のトヨタパビリオンの画像です。
さすがにこれはちょっと、答えづらいかな。
ともかく、こいつを解釈させたときの答えがこれ。

この画像は、トヨタグループの本社ビルです。

特徴的なのは、格子状のガラスで覆われた独特な形状で、緑の屋根と組み合わせることで、自然との調和を表現しています。背景
には多くの人々がおり、トヨタグループの活動の活気と人気を物語っています。全体的に、現代的なデザインと自然との融合が印
象的な建物です。

うん、当たりではありませんが、ちゃんと「TOYOTA」の文字は認識してますね。
もっとも、トヨタ本社ではありませんが。

ということで、このgemma3はPC上で動く比較的軽量なモデルながら、なかなかの性能を発揮するマルチモーダルなモデルだということが分かります。

昨今、大規模言語モデルも頭打ち状態かなぁと思ってましたが、オープンモデルの発展はまだまだ続いているようです。

なお、gemma3は言語に対してもなかなかの回答を出してくれます。

>>> 興行収入の高いアニメ映画を教えてください。

興行収入の高いアニメ映画は、以下の通りです（2024年5月23日時点）。

1. **『劇場版 鬼滅の刃 無限列車編』** (2020年) - 302.8億円
2. **『君の名は。』** (2016年) - 156.8億円
3. **『新世紀エヴァンゲリオン』** (2021年) - 143.3億円
4. **『ONE PIECE FILM RED』** (2022年) - 143.3億円
5. **『劇場版 呪術廻戦 0』** (2021年) - 133.3億円

これらの作品は、日本国内での興行収入において、アニメ映画の歴史に残る記録を打ち立てています。

2024年中ごろまでのデータで学習させてるもののようですね。にしても、千と千尋の神隠しはどこ行った？という感じですが。

にしても、ollamaってわりと便利ですね。いちいちライブラリのインストールを気にしなくても、最新のモデルが簡単に扱えてしまいます。
もっとも、調べた限りでは、これでRAG環境を作るのはそんなに容易ではない(少なくともWindows環境下では)ようです。やはりUbuntuなどで使うのがもっともリーズナブルみたいです。でも今さらUbuntu PCを構築する気もないので、Windows環境下で頑張ってみようかとは思ってます。

ちなみに、画像ファイルの代わりに大量の文書のテキストファイルを読ませたら、どうなるか？やってみました。

>>> 次のファイルの中身を要約してください。./計算士と空中戦艦01-62.txt

ファイル `./計算士と空中戦艦01-62.txt` の内容を要約します。

このファイルは、**「計算士と空中戦艦」** というSF短編小説のテキストファイルです。

**物語の概要:**

物語は、宇宙を舞台に、高度な技術と複雑な計算能力を持つ「計算士」と呼ばれる存在と、それを巡る空中戦艦の物語です。主人
公は、計算士の能力を悪用しようとする組織「黒曜」に抵抗する「星雲」のパイロット、アキラです。

アキラは、黒曜の陰謀を阻止するため、星雲号に乗り込み、計算士の能力を制御する装置「コア」を奪還する任務に就きます。物
語は、アキラと彼の仲間たちが、黒曜の追撃をかわしながら、コアの奪還を目指す中で、計算士の謎めいた存在と、その能力の危
険性、そして人間の倫理について深く掘り下げていきます。

**主なポイント:**

* **計算士:** 高度な計算能力を持つ、謎めいた存在。その能力は、宇宙の秩序を脅かす可能性を秘めています。
* **黒曜:** 計算士の能力を悪用し、宇宙を支配しようとする組織。
* **星雲号:** アキラが乗る戦闘機。計算士の能力を制御する装置「コア」を搭載しています。
* **コア:** 計算士の能力を制御する装置。その制御を奪還することが物語の鍵となります。
* **アキラ:** 星雲号のパイロットであり、計算士の能力を悪用する黒曜に抵抗する主人公。

**全体として、この物語は、高度な科学技術と倫理、そして人間の存在意義について考えさせられる、SF短編小説です。**

より詳細な情報が必要な場合は、ファイルの内容を直接提供していただければ、さらに具体的な要約を生成できます。

うーん、主人公のカルヒネン曹長はどこ行っちゃった？

元の物語 ： 計算士と空中戦艦

膨大なテキストデータを直接与えてRAG化するのは、ちょっと無理っぽいです。

Google Gemini　無料で使えるAIアシスタント　100%活用ガイド 100%ガイド

生成AI系の本を2冊購入

久しぶりの名古屋出張だったので、ゲートタワーにある三省堂書店に行ってきました。

で、買ったのはこの2冊。
いずれも「生成AI」の本です。
Google Gemini Advancedに加入しておきながら、それ用の本がないなぁ・・・と思ってたら、さすがは名古屋駅そばの本屋です、ありました。

で、Interfaceから見ていくと、

いわゆるLLMだけでなく、画像生成AIも入ってます。

中でも気になったのはこの辺り。ラズパイに、ローカルLLMで会話？
それ以外にも、画像認識用のデータ作成に生成AIを使うのはありか？という記事もあります。
それ系の人たちには、気になる記事ですよね。
昔は異常検知の画像を作るために、わざわざ「異常」な状態の写真を撮っていたほどです。
そんなことしなくても、今ではその気になれば生成AIが作ってくれるんですよね。

さて、もう一冊のGeminiの方はといえば、

わりと一般的なプロンプトエンジニアリングな記事がほとんどでしたが、こういうのもありました。
言われてみれば、YouTubeもGoogleのサービスの一つですよね。
Gemini、侮れません。

そう言えば最近、中華系AIの「DeepSeek」ですが、あれってどうなんですかね？
安価ながらもChatGPTを越えた、とまで書かれた記事や、オープンソース(MITライセンス)で生成AI界に革命をもたらした、とまで言われておりますが。

しかしそこは中華製、「天〇門」「共〇主義」と打ちこんだ途端、答えられないと回答するそうです。
また、とある官能的な文章を入れたら、ChatGPTと同じ文言の警告文が出てきた、といううわさも聞いてます。

実際に、ChatGPTの規約に反し、ChatGPTを使って学習データを作らせた疑いがある、とまで言われてます。

OpenAIとマイクロソフト、DeepSeekがOpenAIのデータを「抽出」した証拠があると主張（テクノエッジ） - Yahoo!ニュース

まあ、中華ですから、個人的には使いたいとは思いませんし。
ちょっと、評判の広がり方も不自然です。

とまあ、そんな話題がある中、そうはいっても生成AIなしには業務の改革も進まないご時世。
うちの会社でも、Microsoft 365 Copilotを使ってますが、ちょっと前のメールに添付されていた資料を探させたりするのに役立ちます。

なんとなく、こういうほかのアプリケーションとの連携で優れたCopilot一人勝ちになりそうな雰囲気ですが、Googleの方も負けてはいません。個人的には結構、Gemini使ってます。

といっても、小説家になろうの小説ネタをブレストしながらアイデアを出させるのに使ってる、というのがメインですが、いずれはデータ分析手法を探らせたりしたいなぁと思ってます。

Interface(インターフェース) 2025年3 月号

Windows 11でFORTRANをコンパイルしたい！という方への対処法

正月早々、妙な話題。今どきFORTRANなんて・・・と言っても、実際にそういう相談が来たので仕方ありません。
下記を参照しました。

【Fortran】コンパイラ gfortran のインストール（Windows編）【Hello, World!】 - LabCode

で、やり方ですが、思ったよりは簡単でした。

まず、下記より「minigw-builds」を入手します。これは、CやC++、FORTRAN系のコンパイラがまとまったもののようです。

Releases · niXman/mingw-builds-binaries

一覧の中から、Windows用のバイナリである「x86_64-14.2.0-release-win32-seh-ucrt-rt_v12-rev0.7z」を入手すればよさそうです。このファイル名をクリック。
(「14.2.0」や「v12」などは、バージョンアップなどによって変更されている場合があります。ご注意を)

すると圧縮ファイルがダウンロードされるので、右クリックして「すべて展開」で解凍しておいてください。
解凍後、「mingw64」というフォルダができます。

これを「C:\Program Files(x86)」に入れます。

で、そのままでは動かないので、Pathを通します。

下の検索窓で「環境変数」と打ちこむと、「環境変数を編集」という候補が出てくるので、これをクリック。
その中に「Path」というのがあるので、これをダブルクリック。

一番下にある空白行をダブルクリックすると編集できるので、ここに「C:￥Program Files (x86)￥mingw64￥bin」というのを追加します。
これで、コンパイル環境の構築は完了。

上の元記事のリンク先のように「Hello World」と書かせてもいいんですが、学生時代に動かしていた派手な解析プログラムを持っているので、こいつを動かしてみました。

スタートメニューから「ターミナル」を開き、cdコマンドでプログラムのある場所まで移動します。例えば、「cd c:￥tmp￥TSFLOW」のような感じで入力し、エンターキーを押します。

そこで、FORTRANコードを上のように「gfortran **.f」(**.f はプログラムコード)と打ちこみ、エンターキーを押します。
すると、コンパイル開始。

オプションの指定なしだと、「a.exe」というファイルができるはずです。
そのまま、実行してみます。ターミナル上で「.￥a.exe」と入力してエンターキー。
(./a.exe でもいけます)

すると、プログラムが無事、実行されました。

コンパイラ自体はFORTRAN 95に対応しているようですが、FORTRAN 77のコードでも動きますね。

にしてもこのプログラム。1998年当時は実行に数十時間かかったはずですが、今や4分で終了。
マルチコア対応でもないので、たった一スレッドで動かしてこの速度。時代を感じますよね。

なんか昔のFORTRANコードを動かしたくなったなぁ・・・とか、未だにFORTRANを使い続けている人は、ご参考まで。

みんなのFortran?基礎から発展まで?