2025年、本サイトの今後の方針

今後の研究の進め方　11/28

　最近、YouTubeの宣伝動画で、AIの活用法についての話があった。当初、いつもの「宣伝だな～」くらいに見ていたのですが、「プログラミング」について触れていて、少しドキッとしました。

　具体的には、今時、AIの活用法として、「ChatGPT への質問くらいしかしないのは、どうなのか？」というものでした。もっと、実務的なことができるのに「もったいない」という趣旨でした。特に、プログラミングに活用するのは非常に有効だと感じました。

　実は、最近「Sakana AI」（日本発祥）について、ChatGPT に尋ねたところ、現行のAIとの比較を適切に答えてくれました。その上で、実際のプログラムの流れを示してくれました！更に、具体的なプログラムにまで落とし込んでくれました。

　しかも、それは一部分ではなく、もはやシステムと言えるレベルのコードでした。流石に、長いコードだったので実行していませんが、こんな簡単なやりとりだけで「実用的なプログラム」が手に入ることに驚きました。

　今後、私自身に関する問題だけでなく、生徒の行う「AIに関する課題研究」においても、AIを積極的に有効活用したいと考えました。

　本年度の課題研究は、２つの課題に取り組むこととなった。各課題一人で対応することになる。

［１］音源分離

　書籍　「Pythonで学ぶ音源分離」（機械学習実践シリーズ）

章	内容	進捗
第１章	音源分離とは
第２章	音声処理の基礎
第３章	音源分離で用いる数学的知識の基礎（線形代数、ベクトル・行列の微分）
第４章	「最適化」に関する技法を理解する
第５章	シミュレータで音を作ってみる	〇
第６章	古典的な音源分離方法　～ビームフォーミング～	〇
第７章	音源方向推定に基づく音源分離法	★
第８章	現代的な統計的モデルに基づく音源分離法
第９章	響きのある音を響きのない音に変える残響除去法
第10章	音源分離と残響除去を統合的に実行する
第11章	音源分離関連のライブラリ紹介・その他のトピック参考文献

［2025/11/27］

　当初、研究のスタートが遅かった（大学入試のため）ことや、使用したパソコンのハードウェアの理解に苦しんだり、通信環境の未整備により、書籍のプログラムのトレースに手間取った。しかし、入試もひと段落して、様々な課題が解決したことにより、一気に研究が前に進んだ。

　発表用のプレゼン資料が完成したら、実際に録音した音声データを用いて、プログラムをテストしたいところである。

［２］RNNの学習

書籍　「ゼロから作る Deep Learning　自然言語処理編」

［2025/11/27］

　本当に、今年の課題研究の進捗状況の速さには驚かされる。例題のプログラムをもとに、自分で考えて、別な演算の学習をさせるまでに至った。特に驚いたのは、データセットを ChatGPT に作らせて、効率よく学習していたことである。生徒一人でやっているとは思えないくらいである。

　とりあえず、発表用のプレゼン資料は完成しているので、新たな課題に挑戦する予定である。現在考えているのは、Yahoo Finace から S&P500 の20年分のデータを入手して、単純に以後の値を予測させるプログラムを考えている。

＜ヒント＞
　正直、この程度のプログラムであれば、ChatGPT に依頼すれば、あっという間に可能であると思います。ただ、その生成されたプログラムを解析して、応用できれば非常に良い勉強になる。

　今年は、昨年に比べると早めに動き出すことができました（笑）

　来年度の仕事の状況にもよりますが、今年（2025年）も、地道にゆっくりと歩みを進めていきたいと思います。昨年の計画をコピーして、それを修正しました。

	分野	使用機器	学習内容　並びに　参考書籍	本年度進捗状況
１	画像認識	Xavier NX	画像認識の「領域区分」について、オリジナルのデータセットを用いて「転移学習」を実施	未着手
２	音声認識ステージ４	UM580 Xavier NX	書籍「Python で学ぶ音声認識」を使用して、音声認識の基礎と基本的な実践を行う（済） ⇒再度、学習し理解を深める ⇒その後、オリジナルデータでの実践を行う　（ステージ４） ⇒書籍「フリーソフトでつくる音声認識システム　パターン認識・機械学習の初歩から対話システムまで」	昨年済未着手未着手未着手
３	強化学習	学校のPC Xavier NX	書籍「ゼロから作る Deep Learning ④ 強化学習編」で AIの「自己学習方法」を学習する	３月開始
４	生成AI	UM580 Xavier NX New PC	まずは、「Stable Diffusion」をインストールして、画像生成の環境を構築する。（現在、PCなし）（環境構築後は、）書籍「ゼロから作る Deep Learning ⑤ 生成モデル編」で学習する	未着手未着手
５	RNN プログラム	UM580	将来の「ゴールド価格」を予想するためのRNNの実装と、パラメータ変更による予測制度の改善	未着手

2025/03/27　修正

　ここにきて、人工知能で使用するパソコンの環境があまり整備されていないことに気付きました。現時点で対象となるパソコンと、今後の対応を記しておきます。