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！
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。
インプットが不足したり摂取する知識のバランスが極端に崩れると不調になる。専門分野に浸かりすぎると自然と不安がこみ上げてくる。最寄り駅のカフェで今後の生き方を考えていた帰り道にふと書店を見つけ、久しぶりに紙媒体の文庫本を買った。ちょっとデジタルに触れない時間を作るのもいいだろう。何事もほどほどに。
大規模言語モデルの発展によって自然言語処理（NLP）の方法論は大きく様変わりした．中でもOpen AIから発表されたChatGPTは言語モデルの利用方法を飛躍的に拡げ，世間からも大きな関心を集めている．ChatGPTに代表される巨大言語モデルの出現でNLPはどう変わるか，はたまた終焉をむかえるのか？
沖縄コンベンションセンターで開催されている言語処理学会に参加している。検索、埋め込み、質問応答、地理空間情報との融合あたりの研究を重点的に聴講する予定。
