Chat GPT中毒

Chat GPTを愛用しておりますが、生成系AIの恐ろしさを実感しております。

先日は

3B200 BA01 吸水性 3B200 BA02 親水性 3B200 BA03 透水性 3B200 BA04 拡散性 3B200 BA05 撥水性 3B200 BA06 逆流防止 3B200 BA07 通気性 3B200 BA08 風合 3B200 BA09 嵩高 3B200 BA10 膨張性 3B200 BA11 伸張性 3B200 BA12 伸縮性 3B200 BA13 剛性 3B200 BA14 密度 3B200 BA15 光透過性 3B200 BA16 接着性 3B200 BA17 分解性 3B200 BA18 水分解性 3B200 BA19 保温性 3B200 BA20 その他

というデータを辞書化してください、とかなり適当な質問をしてみましたが、 

{
'3B200 BA01': '吸水性',
'3B200 BA02': '親水性',
'3B200 BA03': '透水性',
'3B200 BA04': '拡散性',
'3B200 BA05': '撥水性',
'3B200 BA06': '逆流防止',
'3B200 BA07': '通気性',
'3B200 BA08': '風合',
'3B200 BA09': '嵩高',
'3B200 BA10': '膨張性',
'3B200 BA11': '伸張性',
'3B200 BA12': '伸縮性',
'3B200 BA13': '剛性',
'3B200 BA14': '密度',
'3B200 BA15': '光透過性',
'3B200 BA16': '接着性',
'3B200 BA17': '分解性',
'3B200 BA18': '水分解性',
'3B200 BA19': '保温性',
'3B200 BA20': 'その他'
}

と、短時間で作業してくれました。

従来は、人間が地道に加工したり、特別なプログラムを組んで処理していましたが、今はChatGPTが作業内容を理解して、即座に加工してくれます。

そのうち、データを入力して、これで特許マップを作成してください、と質問を投げかければ、特許マップを自動で作成してくれることになるのではないでしょうか。

また、Qiitaの記事にコメントがつきましたので、どう回答するか悩んでいましたところ、 ChatGPTに聞いてみました。すると、

「統計学上、バブルチャートに付加する数字がバブルの半径であるということは一般的にはありません。バブルチャートにおいて、バブルの大きさは多くの場合データ点の値を表します。このような場合、バブルの大きさに対応する数字は、データ点の値であって半径ではありません。」

という回答がありました。 

推奨する読者への回答としては、 

 「私のブログでは、バブルチャートに付加する数字が半径であるということは一般的には前提としていませんが、今回の読者からのフィードバックを受けて、今後はより適切な表現を心がけることにします。ありがとうございます。」 

という回答がありました。もはや先生のレベルといえます。次回からは答えにくい回答はChatGPTに考えてもらおうと思います。

こういう人間の習慣を変えてしまう技術のことをイノベーションといいますが、ChatGPTはまさしくイノベーションといえます。人間の習慣は2022年の11月で大きく変わることになった、と将来いわれることになるでしょう。 

今日からデータサイエンティスト

プログラミングの学校も終了しましたので、今日からデータサイエンティストを名乗れます。というのは冗談ですが。

3か月もあっという間でしたので、正直テクニックはあまり身についていないような気もします。

修了の成果物として、以下のブログ記事を作成いたしましたので、是非見ていただければと思います。

AIに頼り切って発明してみた

https://qiita.com/ip_design/items/c23f40a97367c58c7acf

チューターからの修了後のアドバイスとしては、

1.Qiita等で記事を作成してゆく

初心者レベルでも構わないので、記事を作成することがよいとのことでした。

2.コミュニティに参加する

プログラマーのコミュニティに参加して、人とのつながりを作るのがよいとのことでした。コミュニティの参加はメリット、デメリットがありますので、私の苦手とするところですが、検討したいと思います。  

3.実務でできるところから使ってゆく

実務で使うには経験が必要ですので、簡単なことからつかってゆくのがよいとのことでした。

ということで、今年はpythonの習熟の年となりそうです。

意外な状況

プログラミングの勉強を続けています。

学習期間の残りは２週間となりました。３か月などあっという間でした。

今は成果物の作成をしているのですが、意外な状況が生じております。

それは、以下のqiitaの記事にも書きました。

https://qiita.com/ip_design/items/5cb561e86e7f3ec77767 

要は、chtgptがコードの生成をしてくれますので、プログラミング能力は必要なくなりました。

もちろん、基本的なところは人間が押さえる必要はありますが、あとはやりたいことをchatgptに聞けば、コードを生成してくれます。

しかも、そのコードはエラーなく、ほぼきちんと動きます・・・・。その事実に気がついたときは背筋が寒くなりました。

プログラマー業界の方は、この状況をどうお考えなのでしょうか。仕事がなくなる、ことになるのか、いやいやまだまだ人間には及ばないのか、部外者ですが気になるところです。

こうなりますと、特許明細書の自動生成なども意外と早く実現するのかもしれませんね・・・。そうしたら失業となりますので、引退したいと思います。

成果物ですが、transformersを使用した発明の自動生成をやろうと思います。と、書くとすごいような感じもしますが、コードはハギングフェーストランスフォーマーズのライブラリを使用しますので大したことはありません（一応ディープラーニングです）。

コードのよくわからないところは、chatgptに書いてもらいますので、楽ちんです。こんなことでよいのでしょうか？少なくとも良いタイミングでpythonの勉強を始めたとは思います。

しかし、プログラミング能力はchatgptの出現により不要となりつつありますので、タイミングが悪かったともいえます。

今週末に成果物のたたき台を完成し、プログラミングの学習過程を無事終了としたいと思います。

東工大の新名称について

東工大の新名称が東京科学大学に決まったそうです。

新名称につきましては、一般の募集も行われておりましたので、私も応募しようかと考えておりました。

しかし、pythonの勉強でそれどころではなく（今でも）、また、よい名前も思い浮かびませんでしたので、応募しませんでした。

一応新名称につきましては、テキストマイニングを使用して考えようと思っており、作業は多少しました。

手順は、

①東工大のHPから東工大に関する説明テキストを収集する

②東京医科歯科大のHPから東京医科歯科大学に関する説明テキストを収集する

③統合発表のプレスリリースから、統合大学に関する説明テキストを収集する

④上記テキストを混ぜて、外部変数を大学とした共起ネットワークを作成する。

⑤東工大、東京医科歯科大、統合大の３つに共起する用語を用いてネーミングを考える。

としました。

以下が、共起ネットワークです。

 

図をみてわかるように、３大学に共起する用語に面白いものがありません・・・。

個人的には、イノベーションを軸に用語を考えて応募しようと思いましたが、いい案が思い浮かばず断念しました。

が、結果的に「科学」が使われることになりましたので、この図自体は妥当性があったと思います。 

結局「科学」はつまらない用語ですが、３大学に共起する用語ですので、炎上することもありません。

この手のネーミングで炎上した事例は多々ありますが、異論の出にくい無難なネーミングといえるかと思います。

それで、ここからは私の勝手な考えですが、この名前が使用される期間が、そう長くないと思います。というのは、さらに他の大学が統合してくることが考えられるからです。

そういう意味では、今回の名前は暫定的なものであり、無難なものにしたのではないかと思います。

ところで、今気がつきましたが、統合大学というネーミングは結構いいのではないでしょうか。ユナイテッド・インスティテュート・オブ・トーキョウなんてどうでしょうか。