2023/5 AI関連支出

今月の生成AI関連の出費を振り返っていく。「推しは推せるときに推せ」ではないけれど、いまは暇さえあれば全力で色々なGenerative AIのサービスを触っていきたいし、自分でコードを書いて実世界のデータで動かしてもみたい。ほぼ無限予算をあてているので支出は増える一方だけど気にしない！

GitHub Copilot

$10

ChatGPT Plus

$20

ChatGPT API

$33.14

Google Cloud Platform (研究アプリの実行環境)

ウェブアプリのサーバーや写真データのストレージなど、機械学習に直接的に関連しないサービス利用料金も含む。

6,600円

合計

1ドル＝140円 換算

(10 + 20 + 33.14) * 140 + 6600 = 15,439円

大変ですね！！！！

早起き

ここ数日、 なぜか早起きに成功している。街と一緒に起きるといろいろな音が聞こえてくる。街に包まれながらコードを書く。

一周まわって生成AIの使い所はなんだっけ

画像の生成系は自分の予想以上のクリエイティビティとコントローラビリティを発揮していていい感じ。自然文に関しては、滑らかに大量の作文ができて凄いだけ？という第一印象そのままかもしれない。ちょっとしたアイデア出しに付き合ってもらったり、ラフなたたき台を作ったり、日常のどうでもいいこと（夕飯のメニューなど）の意思決定コストを下げるために使うのにはちょうどいい。ただ、少しでも専門的で込み入ったものや正確性を求める話題になると制御が難しくなる。回答の根拠となる長いコンテキストや複雑な知識を与えるのが難しい。ChatGPTに聞くよりも自分の大学・大学院時代のノートに尋ねるほうが良い答えが返ってくる。

別の視点として、日本語を扱うには形態素解析〜係り受け解析という手順を踏まないといけない、というNLP界のこれまでの前提を覆したのが凄いのではないかという友人の話には納得した。一文の解析に躍起になるよりも、大量のデータから訓練したLLMを使って全体のなかでの対象の位置づけから文章の意図を理解する、的ないい発明だった。精度的にも価格的にも高級な意味解析器が手に入ったと理解しておくのが良いのかもしれない。

ChatGPTだけを使って自然文の生成技術を評価するのはフェアではないので、Transformerをベースとする他のモデルのAPIも試してみたい。今夜開催されるGoogle I/O 2023で、グーグル製の大規模言語モデル「PaLM」に関する刺激的なニュースがあることを期待している。

生成AIたわむれ日記

生成AI系のサービスで遊ぶのに忙しい日々。Bing AIの扱いにも慣れてきて、ベータ版のBardの提供も始まった。画像生成系もいろいろ試している。この手のアプリは最近は https://beta.dreamstudio.ai/ がお気に入り。

相変わらずGitHub Copilotには個人開発のコードのたたき台を書かせているし、ChatGPTで雑談やアイデア出しもしている。AIの力でビットマップ画像をベクター画像に変換するサービス https://vectorizer.ai/ も出てきており、今日も3時間くらい夢中になって実験した。ベータ提供中につき、無料で使える。最初からAPIも整備されていて素晴らしい。論文等は見つからず詳細な仕組みはよくわからない。SVG Screenshotプロジェクトで探し求めていた最後のピースになり得るかもしれないので注目している。