投稿

2022の投稿を表示しています

AIと感性とアキネイターについて

イメージ
AIと感性とアキネイター 今巷では投下されてしまったStableDiffusionをうまく使う「呪文」を考える人がたくさん見られる。twitterで。 そんなことは知らないんだろうが、テレビでこれを使ってIKKOを生成していた。ぜんぜんIKKOじゃなかった。特定の人を生成するのはまずくない? なお私は全く触ったことはない。森(※ゲーム創作勢集団)はいっぱい触ってるのに。あとあんまりほかの人のブログも見れてない。 いやぁその裏でどう悪用されてるのかなーとか、これを使って面白い画像を紹介する動画とか作られるんだろうなーとかは思ったりするがそんな小さいことは置いておいて。 私らしくクソでけぇスケールのことを考えます。 現在のUIが呪文 最初に言った「呪文」。生成AIのUIとして現在はそれが使われているらしいです。 いや別に普通の文を入れても生成されるらしいのですが、自分の思い描いた通りの絵を生成するための表現だそう。 知り合いのtwitterから引用します。 cute fire wizard girl in a red hoodie with red robe, kawaii illustration, close-up of a face, in the ruins, Violet Evergarden, made by Kyoto Animation, fantasy, dynamic angle, sharp focus, epic composition, highly detailed https://twitter.com/Maylio0717/status/1562101256038260736 ここでいう呪文ってのはファンタジーの魔法を使うときにやる詠唱文みたいな意味。 自分で触ってはないですが、ちらっとみたブログとかツイートによると(うろおぼえ) 単語の順番が出力に影響する ゲームやアニメ、ソフト、製作者の名前を入れるとより安定する 画角やカメラの種類、構図を指定する アホ毛を作るのに呪文を考えて付け加えないといけないらしい。 あと日本人にとっては英語なのが呪文っぽくしてると思います。 このAIが文と画像のデータセットで、文とノイズ入り画像から画像を作る訓練、学習をしているのを考えればそうなるのは不思議ではないです。 技術の(少なくとも一般人が触れる)最

【進撃の巨人】Roark's Attack on Titan Fan Game攻略【無料ゲーム】

イメージ
ゲームの魅力 注意: 未完成の記事 Roark's Attack on Titan Fan Game はその名の通り、 進撃の巨人 のファンゲームです。 進撃の巨人といえば立体機動装置による立体機動アクションがかっこいいですよね! このゲームでは洗練された操作で初心者でも 簡単に立体機動を楽しめます。 何年か前にYoutubeにプレイ動画が上がっているんですが、そこからさらに進化して マルチプレイ で対戦できるようになったほか、雷槍(ミサイル)や、銃(対人立体機動装置)なども追加されています。 しかも 無料 で、Windowsだけでなく Mac やLinuxも対応、軽いので 低スペック パソコンでも遊べます。 この記事ではこの神ゲーのインストール方法、操作方法、キルのコツなどを紹介しようと思います。 あ、ちなみに巨人はあんまり出てこないのであしからず。あくまで殺し合うゲーム。 インストール方法 1. ダウンロードしてくる https://gamejolt.com/games/raot/613147 このリンク先のページの ここをクリックしてダウンロードします。 2. zipファイルを展開 windowsならエクスプローラーで解凍できます。 windows11なら画像の場所を押して展開できます。 他のOSを使っている場合は各自方法を検索してください。 3. ファイルを実行 展開が終わったら、中に入っているファイルの中から、raot.exeというファイルを実行します。 青い翼が目印です。他のOSだと拡張子が違うと思いますが、柔軟かつ臨機応変に対応してください。 あと個人製作のゲームなのでセキュリティソフトに証明書がないだのなんだの言われると思いますが、実行する方向性で選択肢を選んでください。 操作方法 シングルプレイで練習する マルチプレイでいきなり対戦をしてもボコボコにされるだけなので、まずは立体機動をシングルプレイで練習しましょう。 メニューのPLAY OFFLINEからです。 設定とかは特に触らず、HOSTボタンを押してください。 試合が始まるとどのチームに入るか聞かれます。とりあえずAUTO SELECT押しとけばいいと思います。 あと見た目とか武器とかも聞かれますが好きに選んでSELECTボタンをクリック メニューに戻りたいときはESCを押してから、M

ニューラルネットワークを抽象化して説明してみる

想定読者 ニューラルネットワークを自分で実際に使うわけではない人 勘で物を理解する人 関数とか抽象とかのプログラミング/理系/数学/哲学のワードをある程度知ってる人 本文 ニューラルネットワークは合成関数(複数の関数を組み合わせて作った関数)だ。 関数というのは、入力したデータに何らかの処理をしてデータを出力するもの。 有名なのは三角関数とか。 ソフトウェアもマウスやキーボードなどの操作のデータを処理して、ディスプレイにデータを出力しているので関数と言える。 学習して変数を調整することで、任意の関数を(複雑なものは手法を工夫したり、変数の数を増やしたり、膨大な時間を費やすことで)近似できる。 要するに人工知能。人間のようにデータの規則性を読み取って答えを予想できる。 また、データや学習が足りないと規則性を読み取り切れずに予想に失敗する。 従来のソフトウェアは具体的にどのような処理をするかをプログラムする必要があった。 しかし、AIは自動でどのような処理をするか学習しているので、より抽象化していると言える。 ここでは基本的なニューラルネットワークについて説明しよう。 ニューラルネットワークは関数なのでもちろん引数と返り値がある。どちらも行列(値の並び)だ。行列を入れると行列が出てくる。 ニューラルネットワークはいくつかの層(レイヤー)が積み重なってできている。層も合成関数だ。 層は関数なのでもちろん引数と返り値がある。どちらも行列(値の並び)だ。行列を入れると行列が出てくる。 層は先述の通り入力側から出力側まで順番に積み重なっている。 層はノードが集まってできている。ノードも合成関数だ。 ノードは関数なのでもちろん引数と返り値がある。どちらも行列(値の並び)だ。行列を入れると行列が出てくる。 ノードは変数に行列を持っている。 層の中の各ノードが前の層の返り値の行列とノードの変数の行列の類似度を計算(行列の積を求める)する。 ノードの類似度を行列にして、その層の返り値とする。 各層がどんどん類似度を計算していって、最終的な答えを出す。 あとがき 勘が鋭い人ならこれを想像すればなんとなくどうやって答えを出しているかわかると思う。 というか私が勘でしか理解してないのでこれ以上言葉で説明できないです敗北 わからないなら考えるか、実際に