AIエージェントは、人工知能の進化と共に私たちの日常生活やビジネスの様々な側面で重要な役割を果たしてきました。このテクノロジーは、シンプルな自動応答システムから、複雑な意思決定をサポートする高度なアシスタントに至るまで、幅広い形で実現されています。AIエージェントの目的は、人間の作業を補助し、効率化することにありますが、その実現方法と応用範囲は非常に多岐にわたります。

本記事では、AIエージェントの基礎から最先端の応用例までを網羅的に紹介し、これらのシステムがどのようにして私たちの世界を変えているのか、そして将来どのような可能性を秘めているのかを探求します。AI技術の急速な進化によって、これまでにないほどの可能性が開かれつつある今、AIエージェントがもたらす変革について知ることは、あらゆる業界の専門家だけでなく、一般の人々にとっても重要です。この記事を通じて、AIエージェントの驚異の世界への理解を深め、その将来性について一緒に考えてみましょう。

AIエージェントの歴史と進化

AIエージェントの歴史は、20世紀半ばにさかのぼります。初期の段階では、人工知能研究は主に理論的な探求に限定されていましたが、時間が経つにつれて、具体的な応用への道が開かれていきました。以下のタイムラインでは、AIエージェントの歴史におけるいくつかの重要なマイルストーンを示しています。

• 1960年代: ELIZAの開発により、初めてコンピュータが人間の言語を模倣することが可能になりました。ELIZAはシンプルなパターンマッチングに基づいており、人間との対話が可能な最初のプログラムの一つとされています。
• 1997年: チェスプレイヤーのガリー・カスパロフを破ったIBMのDeep Blueは、特定のタスクにおける人間の知能を超えることができるコンピュータの可能性を世界に示しました。
• 2011年: Siriの登場により、スマートフォンユーザーは音声コマンドを通じて情報を検索したり、日常のタスクを管理することが可能になりました。これは、一般消費者向けのAIアシスタントの普及の始まりを意味しています。
• 最近: OpenAIのChatGPTのような高度な自然言語処理技術を利用したAIエージェントは、人間との対話において前例のないレベルの能力を示しています。これらの技術は、教育、カスタマーサポート、エンターテインメントなど、様々な分野で応用されています。

このように、AIエージェントは数十年にわたる研究と開発の成果に支えられ、今日では私たちの生活に不可欠な存在となっています。次に、AIエージェントの主要な種類とそれぞれの特徴について詳しく見ていきましょう。

主要なAIエージェントの種類

AIエージェントは、その機能や用途によって様々な種類に分類されます。ここでは、特に重要とされるいくつかの主要なカテゴリーについて紹介します。

1. チャットボット

チャットボットは、テキストまたは音声による対話を通じて、人間のユーザーとコミュニケーションを取るAIエージェントです。顧客サービス、オンラインショッピングアシスタント、健康相談など、幅広い応用があります。自然言語処理（NLP）技術を活用して人間の言語を理解し、適切な回答を生成します。

2. 仮想アシスタント

SiriやGoogle Assistantのような仮想アシスタントは、音声認識と自然言語理解を組み合わせたAIエージェントの一種です。これらは、ユーザーの質問に答えたり、カレンダーの管理、アラームの設定、天気予報の提供など、様々なタスクを実行できます。仮想アシスタントは、スマートフォンやスマートスピーカーなどのデバイスを通じて日常生活に密接に組み込まれています。

3. 自律型エージェント

自律型エージェントは、環境の監視とそこでの自律的な意思決定を行うAIシステムです。これには、自動運転車、ドローン、ロボティックスなどが含まれます。これらのエージェントは、センサーからのデータを解析し、環境内でのナビゲーションやタスクの実行を可能にする複雑なアルゴリズムを利用しています。

4. 推薦エンジン

NetflixやAmazonの推薦システムのように、ユーザーの過去の行動や好みに基づいて、関連する商品やコンテンツを提案するAIエージェントです。これらのシステムは、大量のデータを分析し、個々のユーザーにパーソナライズされた体験を提供することで、エンゲージメントの向上や売上の増加に貢献しています。

これらのAIエージェントは、様々な技術的基盤を用いて構築されており、それぞれが特定のニーズに応じたユニークな機能と応用範囲を持っています。次に、これらのエージェントを支える主要な技術について詳しく見ていきましょう。

AIエージェントの技術基盤

AIエージェントの能力は、その背後にある複数の技術によって支えられています。これらの技術は、AIエージェントが複雑なタスクを処理し、人間のように学習し、適応することを可能にします。主要な技術基盤には、以下のようなものがあります。

機械学習

機械学習は、AIエージェントにとって最も重要な技術の一つです。これは、データから学習し、その学習を基に新しい入力に対して予測や判断を行うアルゴリズムの集合体です。機械学習モデルは、大量のデータを処理し、その中からパターンを識別して学習します。この技術は、推薦システム、画像認識、自然言語処理など、多くのAIアプリケーションにおいて中心的な役割を果たしています。

自然言語処理（NLP）

自然言語処理は、コンピュータが人間の言語を理解し、生成する能力を開発するための技術分野です。NLPは、テキストデータの分析、意味の抽出、さらには言語生成に至るまで、幅広い応用があります。チャットボットや仮想アシスタントなど、自然言語を介してユーザーと対話するAIエージェントにとって、NLPは不可欠です。

深層学習

深層学習は、機械学習の一部門であり、特に大量のデータから複雑な表現を学習するために設計されたアルゴリズムです。深層学習モデルは、多層のニューラルネットワークを使用して、画像、音声、テキストなどのデータから高レベルの抽象化を行います。この技術は、画像認識、音声認識、自然言語理解の分野で革命的な進歩をもたらしました。

強化学習

強化学習は、特定の目標を達成するために最適な行動を学習するAIエージェントの訓練方法です。エージェントは、環境からのフィードバック（報酬やペナルティ）に基づいて行動を選択し、最終的に目標達成につながる最適な行動パターンを見つけ出します。自律型エージェントやゲームプレイの最適化など、さまざまな領域で応用されています。

これらの技術基盤は、AIエージェントの知能を形成する上で不可欠な要素であり、それぞれがAIエージェントの異なる能力を引き出します。次に、これらの技術が現実世界でどのように応用されているのか、いくつかの具体例を通じて見ていきましょう。

AIエージェントの現在の応用例

AIエージェントは現代社会のさまざまな側面で応用されており、人々の生活を豊かにし、ビジネスの効率化を促進しています。以下は、AIエージェントが特に影響を与えている分野のいくつかです。

顧客サービス

多くの企業では、顧客からの問い合わせに対応するためにチャットボットが導入されています。これらのAIエージェントは、顧客の質問に即座に回答することができ、24時間体制でサービスを提供します。また、より複雑な問題については、適切な人間のオペレーターにエスカレーションすることも可能です。これにより、顧客満足度の向上とオペレーションコストの削減が実現されています。

ヘルスケア

AIエージェントは、医療分野でも重要な役割を果たしています。例えば、患者の症状から最も可能性の高い疾患を診断したり、医師の診断をサポートするためのデータ分析を行ったりします。また、患者の健康管理や治療計画の策定に役立つ情報を提供するアプリケーションも登場しています。

金融サービス

金融業界では、AIエージェントが投資の決定支援やリスク管理、顧客サービスの向上などに利用されています。ロボアドバイザーは、ユーザーの投資目標やリスク許容度に基づいて、最適なポートフォリオを提案します。また、フロード検出システムは、不正な取引をリアルタイムで特定し、金融犯罪の防止に貢献しています。

エンターテインメント

映画や音楽、ゲームなどのエンターテインメント分野でも、AIエージェントがクリエイティブなプロセスを支援しています。映画の編集から音楽の作曲、ゲーム内の非プレイヤーキャラクター(NPC)の行動パターンの生成まで、AIは創造的な活動を新たなレベルに引き上げています。また、個々のユーザーの好みに合わせてコンテンツを推薦するシステムも、AI技術によって可能になっています。

これらの例は、AIエージェントが私たちの生活や仕事にどのように統合され、有用なツールとして機能しているかを示しています。しかし、これらの進歩には、プライバシーの保護、倫理的な判断、技術の透明性など、解決すべき課題も伴います。次に、AIエージェントの未来と直面している課題について考察します。

AIエージェントの未来と課題

AIエージェントの技術は日々進化を遂げており、その応用範囲も広がり続けています。しかし、これらの技術の発展は、倫理的、社会的な課題を引き起こす可能性もあります。以下に、AIエージェントの未来に対する展望と共に、直面している課題について述べます。

未来の展望

• より高度な自律性: AIエージェントは、学習と適応の能力を高め、より複雑な環境での自律的な判断が可能になるでしょう。これにより、自動運転車からスマートシティの管理まで、さまざまな領域での応用が期待されます。
• 人間との協働: AIエージェントは、人間の能力を補完し、協働することで新たな価値を生み出します。例えば、創造的なプロセスや意思決定プロセスにおいて、AIの提供するデータ駆動型の洞察が人間の直感や経験と組み合わさることで、より良い成果をもたらすことが期待されます。
• パーソナライズと個別化: AIエージェントは、個々のユーザーのニーズや好みに合わせてサービスを提供することがますます可能になります。教育やヘルスケアなどの分野で、個人に合わせたカスタマイズされた体験が実現されるでしょう。

直面している課題

• プライバシーとセキュリティ: AIエージェントが個人のデータを収集・分析することは、プライバシー侵害の懸念を引き起こします。また、セキュリティの脆弱性が悪用されるリスクもあります。
• 倫理的な判断: AIエージェントが倫理的な判断を下すことは困難であり、その行動が人間の倫理観と一致する保証はありません。AIの意思決定プロセスにおける透明性と倫理的なガイドラインの確立が求められます。
• 雇用への影響: AIエージェントによる自動化の進展は、特定の職種における雇用の減少を招く可能性があります。新たな技術の導入と社会経済システムとの調和が必要です。
• バイアスと公平性: AIエージェントは、訓練に使用されるデータに含まれるバイアスを学習することがあります。これにより、不公平や差別が再生産されるリスクがあります。

結論

AIエージェントは、私たちの生活や社会に多大な影響を与える技術であり、その可能性は計り知れません。未来に向けては、技術的な進歩と共に、倫理的、社会的な課題への対応が不可欠です。AIエージェントの発展を通じて、より良い未来を築くためには、多様なステークホルダーが協力し、包括的なアプローチを取ることが重要です。技術の力を倫理的に利用し、すべての人々にとっての利益を最大化することが、私たちの共通の目標であるべきです。

AIエージェントに関するこの探究は、技術の現在と未来の可能性、そしてそれが私たちの世界とどのように関わっていくかについての一瞥を提供しました。引き続き、この興味深い分野の発展に注目していくことをお勧めします。

読者へのアクション呼びかけ

AIエージェントの進化は、私たちの生活に新たな便利さをもたらし、ビジネスの運営方法を根本から変える可能性を秘めています。しかし、その一方で、プライバシー、セキュリティ、倫理的な問題など、多くの課題にも直面しています。技術の進歩を正しく理解し、それを利用する上での責任について考えることが、これからの社会に求められる重要な姿勢です。

• 学びを深める: AIとその応用についてさらに学び、技術の基礎理解を深めましょう。オンラインコースやセミナーに参加し、最新の研究やトレンドについて学ぶことが重要です。
• 倫理的な考察: AI技術の利用にあたっては、その倫理的な側面についても考慮し、公正で透明性のある利用を心がけましょう。
• 積極的な参加: AI技術の開発や政策形成に関する議論に参加し、多様な声が反映されるように努めましょう。社会全体で技術の利用に関する合意形成を図ることが、健全な発展には不可欠です。

学習リソースへの案内

AIに関するさらなる理解を深めたい場合は、以下のリソースが役立つでしょう。

• オンラインコース: CourseraやedXなどのプラットフォームでは、AIや機械学習に関する多くのコースが提供されています。初心者から上級者まで、幅広いレベルの内容がカバーされています。
• 書籍: 「人工知能は人間を超えるか」や「ディープラーニング」など、AIに関する基礎から応用までを解説した書籍が多数出版されています。
• セミナー・ワークショップ: 大学や研究機関、業界団体が主催するセミナーやワークショップに参加し、最先端の知識や技術トレンドを学ぶことができます。

AI技術は、私たちの未来を形作る重要な要素です。この技術を理解し、適切に活用することで、より良い社会の実現に貢献できるでしょう。引き続き、AIとその可能性について探求し、学び続けることが重要です。

やりたいこと

WordPressのメニュー項目に言語設定する項目を選ぶと日本語か英語かその他の言語化を選べるようにすることです。やりたいことはシンプルですが、Bogoの標準機能ではないです。

Bogoのインストール方法はこちらの記事でご紹介しています。
併せてお読みください。

Menuから設定をする

外観からメニューを選択します。

メニューを選択すると固定ページやカスタムリンクを追加することがわかります。
カスタムリンクでLanguageと、Languageを親にもつJapaneseとEnglishを作成します。

作成するときにメニューの構成を作れますので、Languageの下にJapaneseで日本語トップページのURLを記載し、Englishで英語のトップページのURLを記載します。これで、メニューにLanguage項目ができてJapanese/Englishを選択することができるようになります。

終わりに

MenuにLanguage項目を作成して、多言語化サイトを実現する方法を紹介しました。ページの人枠を使って言語設定をできるようにするのは、冗長な情報だと思いこの手法をとることにしました。

よろしければTwitterフォローしてください。

やりたいこと

「https://learning-english.algo-ai.work/category/grammar/index.html」ファイルを見てほしいときに「https://learning-english.algo-ai.work/category/grammar/」で自動でindex.htmlファイルを見てほしかったです。Wordpressではデフォルトで各パーマリンクのディレクトリにIndex.htmlが配置されるため、静的化した後にindex.htmlと記載していくことはやりたくないため、方法を探しました。

関数によりリダイレクトさせる

CloudFrontではディストリビューション以外に、関数が選択できます。タブから関数を選択して、自動でindex.htmlを意記述してくれるプログラムを書くことにしました。

関数の作成を進めて、開発タブに以下のようなコードを記載します。

function handler(event) {
    var request = event.request
    var uri = request.uri;
    if (uri.endsWith('/')) {
        request.uri += 'index.html';
    } else if (!uri.includes('.')) {
        request.uri += '/index.html';
    }
    return request;
}

関数を発行して関連づけを追加をクリックして、index.htmlを自動で付与したいディストリビューションを選択します。

以上で設定は終わりになりますので、「ディストリビューションドメイン名」へアクセスすると自動でindex.htmlが必要なサイトにアクセスできるようになります。

終わりに

Cloud FrontでWebサーバを公開するときにハマった点をご紹介しました。Wordpressを静的化してCloud Front + S3 で爆速なWebサイト公開方法をご紹介しています。よろしければ併せてお読みください。

よろしければTwitterフォローしてください。

grepで本文検索

grep [検索したい文字列] -rl [検索対象フォルダのパス]

findでファイル検索

find . -name [探したいファイル名] | xargs grep [本文]

特定のファイル名で一括で特定の文字を含む行を削除

find . -name '[特定の一括ファイル名(*.html)]' | xargs sed -i -e '/[削除したい行が含む文字]/d'

特定のファイル名で一括で文字を置換

find . -name '*.html' | xargs sed -i '' 's/[置換前の文字]/[置換後の文字]/g'

5分後にコマンドを実行

sleep 300;systemctl restart nginx &

更新があったファイルだけ表示

60分以内に更新されたhtmlファイルを表示

find /var/www/ -name '*.html' -mmin -60 

Diffでディレクトリごと差分をとる

diff -rq [ディレクトリ1] [ディレクトリ2]

終わりに

Linuxのコマンドを忘れてしまなわいように備忘録で登録しました。今後も更新していきます。

よろしければTwitterフォローしてください。

staaticのインストール

StaaticはWordpressを静的化サイトにするプラグインです。静的化プラグインは複数候補がありますが、自信はこのプラグインでしか静的化が成功しませんでした。

WordPressの「プラグインを追加」よりStaaticをインストールします。検索してインストールボタンを押してインストールできます。有効ボタンを押して有効にします。

メニューの一番下の方にタブができますのでSettingで設定します。

別ドメインへの移行をしました。URLは使いたいドメインを記述します。

Publicationsより「Publish now」をクリックすると静的化できます。

ただ、残念ながらxfreeではhttpsの環境では動作しませんでした。

ハマったところ

xfreeでは、httpsでは上手く動作しなかったため、httpに設定変更を行うと上手くいきました。

SSL設定を無効化して、Publish Nowを押すと上手くいきます。

その他重要なパーマリンク設定

パーマリンクの設定によっては正常に動作しないことがあります。
設定タブよりパーマリンクをクリックして、対応しているパーマリンクの形式にします。

自身は「投稿名」を選択して上手くいきました。/sample-post/のような記事名のフォルダにindex.htmlが置かれるフォルダ構成になります。

S3 で公開する方法はこちらで紹介しています。

さらにSSL化する場合は、各フォルダのindex.htmlへアクセスしてくれないことに引っ掛かりました。Cloud FrontではFunctionを使って、リダイレクトさせると上手くいきます。別記事にてご紹介します。

終わりに

WordPressのページをStaaticで静的化する方法をご紹介しました。S3 + Cloud Frontで公開するのがコスパが良いと思い、静的化してWeb公開をしています。記事を書くWebサーバのスペックが不要になる点がいいですね。

S3でWeb公開する方法も別記事で紹介していますので、よろしければ併せてお読みください。

よろしければTwitterフォローしてください。

Instagramで自動投稿をする方法

Instagramの自動投稿をする方法は、RPAで予約投稿を自動化することです。具体的には、Statusbrewを使い予約投稿をします。無料では予約投稿数の上限は10であり、再投稿も手動で登録が必要です。Chrome拡張機能のUI Vision RPAで自動化を行い、その動作をChrome拡張機能のcrontabで定期的に実行することで自動予約を行います。予約後は編集で投稿内容を修正、もしくは、そのまま下書きを投稿することができます。

自動いいねと自動フォローをする方法も紹介していますので、よろしければ併せてお読みください。

事前準備

InstagramやFacebookをプロアカウント・ビジネスアカウントにする必要があります。また、Instagram,Facebookを事前に連携させておく必要があります。

Instagramをプロアカウントに切り替えます。

「プロフィールを編集」をクリックします。

「プロアカウントに切り替える」をクリックして、アカウントをプロアカウントに切り替えます。

また、InstagramとFacebookの連携を行い、InstagramからFacebookへの連携を許可する設定と、FacebookからInstagramへ連携を許可する設定をしておきます。

Facebookからは設定でInstagramという項目があり、「アカウントをリンク」をクリックしてリンクできます。

Instagramからは設定で「リンク済のアカウント」という項目から、「ログイン」をクリックしてFacebookとリンクできます。

また、Facebookもビジネスアカウントが必要であり、「ページ」項目から作成をクリックして、ページを作成しておきます。ページを作成していないと、Statusbrewとの連携時に弾かれます。

Statusbrew

Statusbrewはソーシャルメディアのためのコンテンツマーケティング管理やリスクマネジメント対策、コメント監視を含めたエンゲージメント管理を一元化し、社内の承認ワークフローの最適化と高機能分析ができるものです。無料版では、予約投稿やカテゴリの定義、プランの定義などができます。また、TwitterやFacebook, Instagramなど、複数のSNSに１つの投稿を一元的に簡単に出すことができます。今回はInstagramの予約投稿をする目的で利用します。

Statusbrewの導入

ユーザを作成してログインすると、スペースを作成できます。任意の名前を入力して「作成」をクリックします。

スペースを作成して、作成したスペースを選択するとソーシャルプロファイルを接続できます。
Instagramをクリックします。

自身は「Facebook経由のログイン」をクリックしました。

Instagramの設定でアプリとウェブサイトから、Statusbrewを許可します。

無事に連携できれば成功です。

Statusbrewの使い方

Statusbrewは使うのに慣れが必要だと思いました。

ログインして、左上のロゴを押すと、トップページにアクセスできます。無料版では、カレンダーとカテゴリー投稿が設定できます。

カレンダーでは予約投稿ができ、カテゴリー投稿ではカレンダーで使う予約パターンを設定できます。このカテゴリー投稿をうまく使うと効率的に予約設定ができます。

カテゴリー投稿

カテゴリー投稿は、カテゴリー名をつけ、予約パターンを作ることができます。

例えば、以下のように設定すると、月・水・金の朝6:45に同じ投稿を行えるように設定できるパターンです。パターン化することができ、うまく使えれば効率化できます。

名前はわかりやすい名前にしておくと、予約する時に便利です。

投稿の下書き

自動化に向けて、直接予約はせずに下書きを作成します。下書きを複製して予約投稿する準備です。

左の紙飛行機のアイコンをクリックして、「下書き」を選択します。

「投稿を作成」をクリックします。

ソーシャルプロファイルやテキストを入力し、Instagramに定期予約したい写真をアップロードします。定期予約であるため、予約後に写真を差し替えることはできます。「下書きを追加」にチェックを入れます。

カテゴリー予約で、作成したカテゴリーを選択します。日時ではなくパターン予約ができるのでいいです。

「下書きを追加」ボタンをクリックして下書きを作成します。
事前準備では、この下書きを複数作成します。一度に予約できるのは、無料版では10件までです。この記事で紹介する方法では、月〜日までを、１つずつカテゴリとして作ると無料で柔軟な全自動予約ができます。自身はそこまでは細かくなるため、とりあえずまとめて作成してみました。週2回程度自動で予約されても十分だと考えた次第です。

Chrome拡張機能のインストール

自動化にあたっては、Chrome拡張機能のUI Vision RPAとcrontabを使います。Chromeの操作を自動化できるRPAツールとあらかじめスケジューリングした内容で定期実行ができるツールです。

Chrome拡張機能で定期実行

UI Vision RPAで下書きを複製して自動予約を行います。

UI Vision RPAを開き「+Macro」ボタンをクリックして、マクロを新規に作成します。

「Record」ボタンをクリックして、Statusbrewを自動操作してChromeの動作を記録します。

具体的には下書きの画面で、作成した下書きをクリックして「・・・」をクリック、「投稿を複製」を選択します。

画面が切り替わったら投稿までの操作を行い、RPAに覚えさせます。「下書きを追加」のチュックを外し、承認者をアサインの項目で「承認なし」を選択、「予約投稿」をクリックすれば完了です。すぐ投稿されるわけでは無いので、予約投稿を押してテストします。完了したら、UI Vision RPAの「Stop」ボタンを押してRecordを終了します。

UI Vision RPAで操作を記録できました。「Play Macro」を実行して正常に動くか確かめます。正常に動けば再投稿ができるマクロができました。

マクロをHTML化

UI Vision RPAはHTML形式でダウンロードできます。

作成したマクロを右クリックして、「Create autorun HTML」を選択します。

選択するとhtmlファイルをダウンロードできます。今後はこのHTMLファイルを開くだけで、記録したマクロを実行することができます。

定期実行

定期実行はchrome拡張機能のcrontabで実行します。ここまでで、HTMLファイルを開くだけで下書きを複製して予約投稿ができる状態であり、このHTMLファイルを定期的に開ければ定期実行が実現できます。

Chromeのcrontabを開き、定期実行できるようにスケジューリングを行います。

RPAツールでダウンロードしたhtmlを実行したときにchromeに表示されていたURLを使います。「?direct=1」を追記して設定します。以下の場合は日曜日の0時0分にRPAのhtmlを直接開くようスケジューリングしています。「?direct=1」で直接開くようオプション設定しています。設定がないとうまく動作しません。注意が必要です。

これで定期的に毎週日曜日の0時0分に月・水・金に予約投稿をすることができます。カテゴリをまとめてしまったため、ざっくりとしたスケジューリングとなりましたが、細かく設定すれば、毎日異なる画像を再投稿する自動化も実現できます。RPAを作り込むことで、画像を置き換えることもできるかもしれません。

終わりに

無料でInstagramの自動予約をすることで自動投稿をする方法をご紹介しました。Instagramの自動投稿は良くないとされていますが、自動予約までであれば問題ないと思います。自動予約を行い、時間があれば基本的には画像を変更し、時間がないときは過去に閲覧数の多かった画像を自動でリポストするように使い方をしては良いのではないかと思います。

よろしければTwitterフォローしてください。

Chrome拡張機能

利用するChrome拡張機能は以下の3つです。
自動いいね&フォローをhtmlファイルを開くことで自動実行する方法です。

• Superpowers for Instagram ： ワンクリックで20ユーザの自動フォローや自動いいねが可能
• UI Vision RPA：ブラウザ操作をRPAで自動化
• cronTab：ブラウザで定期的にコマンドを実行可能

まずは、3つのChrome拡張機能をインストールします。

「Superpowers for Instagram」は利用しなくても、UI Vision RPAを操作していいねとフォローをできるように作り込むことはできますが、より安定した操作をするためにモジュールとして使える感覚であるため、今回は利用することにしています。RPAの欠点である不安定な動作を少し補うことができます。

Superpowers for Instagram

Superpowers for Instagramを試します。
Instagramを開きフォロー、もしくは、いいねをしたいタグのページを開きます。

試しに、「https://www.instagram.com/explore/tags/followforfollowback/」を開くと、「Like all」ボタンと「Follow all」ボタンがあります。これをクリックすると直近に投稿した人の投稿に対して、20人分いいねをするか、20人分フォローをできます。

UI Vision RPA

UI Vision RPAはブラウザ操作をRecordして、Play Macroで記憶したレコードを実行できます。
Recordを押して、「Superpowers for Instagram」の「Like all」「Follow all」ボタンのいずれかを押して、ブラウザ操作を記憶します。JSON形式で記憶できます。
次回以降はPlay Macroを押すと実行できる状態になっています。記憶した後は、実行できることを確かめます。自身が試したところ、以下のJSONコードを取得できました。このコードをUI Vision RPAのJSONに記述して、実行することもできます。

{
  "Name": "instagram",
  "CreationDate": "2023-1-14",
  "Commands": [
    {
      "Command": "open",
      "Target": "https://www.instagram.com/explore/tags/followforfollowback/",
      "Value": "",
      "Description": ""
    },
    {
      "Command": "waitForElementVisible",
      "Target": "xpath=/html/body/aside/div[3]",
      "Value": "",
      "Description": ""
    },
    {
      "Command": "click",
      "Target": "xpath=/html/body/aside/div[3]",
      "Value": "",
      "Targets": [
        "xpath=/html/body/aside/div[3]",
        "xpath=//aside/div[3]",
        "css=body > aside > div.sfi-button.sfi-button--like"
      ],
      "Description": ""
    }
  ]
}

タイムアウトやコマンドの実行間隔などのパラメータは、UI Vision RPAの歯車の設定ボタンを押すと設定できます。もしタイムアウトが発生してうまくいかなければ、タイムアウトの間隔を長くしたりコマンドの実行間隔を長くすると良いでしょう。RPA特有の不安定な動作になってしまいますが、動けば十分だと思います。

プロジェクトの作成している対象を左クリックして「Create autorun HTML」を選択します。HTMLファイルがダウンロードできます。このHTMLをダブルクリックで起動すると、自動でいいねやフォローされるようになります。後は、このファイルを定期的に開くことができれば、定期的な自動いいね・フォローができるようになります。

cronTab

cronTabを使いこのHTMLファイルを定期的に開きます。1時間に1回実行する例としては、Minuteが40で割り切れる時に実行します。direct=1とすることで直接実行できます。オプションをつけ忘れるとうまく動作しません。注意が必要です。

これで1時間ごとにhtmlファイルが開かれて自動フォロー・自動いいねできれば成功です。

終わりに

Chrome拡張機能でInstagramの自動フォロー・自動いいねを定期的に実行する方法をご紹介しました。3つのChrome拡張機能を利用して、インスタの自動化を達成できます。RPA操作は安定させるのは難しい方法ですが、汎用的な手法です。いろいろなことに応用ができます。
GPUを無料で利用できるGoogle Colaboratoryを定期実行する方法もご紹介していますので、よろしければ併せてお読みください。

よろしければTwitterフォローしてください。

AIにカフェっぽい曲を聞いてみた

「AIにカフェっぽい曲」を訪ねて、具体的な英文を教えてもらいました。Slackでopen AIのAPIを使い質問しました。チャットGPTに日本語対応、高速化して対応をしてもらえます。下記の記事でSlackでチャットGPTを使う方法を紹介していますのでよろしければお読みください。

SlackでチャットGPTに確認しました。

和訳すると、以下の通りです。
“カフェのようなトラックは、メローで軽く、優しいと表現することができます。通常、シンプルで繰り返しのあるメロディーを持つ、なだめるようなリラックスした雰囲気の曲です。カフェのような雰囲気を出すには、アコースティックギター、軽いシンセパッド、ビブラフォン、軽いドラムなどの楽器が考えられます。トラックは、あまり忙しく慌ただしくなく、ゆったりとしたチルな感じで、少しグルーブ感がありつつも、それほどでもないものになるでしょう。カフェの雰囲気をほのめかすような、微妙なジャズの要素を含んだビンテージな雰囲気を醸し出すことができるだろう。”

ゆったりとした軽い音楽を具体的に教えてくれました。今回は、この文字をそのままインプットの文字列として、音楽生成します。

text to music 「mubert」

text to imageが流行していますが、text to musicが作り出されています。テキストからミュージックを作り出すことができます。mubertでは3つのタグ情報を指定すると音楽を生成することができます。

よろしければお試しください。

Mubert APIを使って、get_track_by_tagsにより文章から3つのタグ情報を決定します。Google Colabでコードが公開されていました。promptにチャットGPTが出力してくれた文字をコピペして実行してみました。

音楽を生成

PromptにチャットGPTが出力した文字を入力し実行しました。

カフェっぽい曲のTagsは以下の3つでした。

• jazz / funk
• electro funk
• sleepy ambient

この３つのタグから音楽を生成しました。durationは60秒です。

終わりに

チャットGPTでカフェっぽい曲を具体的にし、3のタグ情報に変換して存在しない音楽を生成してみました。音楽を実際に聴く限りは、text to musicはまだ発展途上だと思いますがすごい可能性だと思います。MIDIや歌詞連携を自動化し、NEUTORINOなどと連携して、スムーズにボーカロイドが歌うなど、自動化を発展させると統合的な音楽自動生成環境を作れると思います。これからの音楽自動生成の世界も楽しみですね。

よろしければTwitterフォローしてください。

AIにどんなブログ記事を書くとよいか聞いてみた

まずはどんなブログ記事を書いたらよいか聞いてみました。人は質問するだけですね。

どんなブログ記事を書いたらよいと思うか聞いてみたところ以下の回答が返ってきました。

「あなたの興味や趣味に応じて、お気に入りのブログ記事を書きましょう。特定のテーマについて詳しく調べて書くのもいいでしょう。プログラミング、美容、旅行、ファッションなど、興味のある分野について書くのもよいでしょう。また、コメントを書いてさらに自分の記事を共有できるようにするのもよいです。ビジネスに関して記事を書くのもいいでしょう。自分の経験を共有したり、知識的な記事を書いてコミュニティに貢献したりすることもできます。」

まだ抽象的なので、AIに具体化させていきましょう。単語のピックアップは人間がやります。
発想はいっぱい出てきていますね。今回は、ファッションについて聞いてみます。

ファッションの具体性を聞いてみると以下の回答が返ってきました。

「おすすめのファッションアイテムや、最新のファッショントレンドについての記事、洋服のコーディネート方法などを中心に書くとよいでしょう。合わせるアクセサリーやインナーウェアなど、色々な細かいことを扱った記事も投稿すると、記事自体やコンテンツのバリエーションが広がって、読者を引きつけられます。」

少し具体的になってきましたね。

では、AIが提案してくれた、洋服のコーディネート方法をアクセサリー、インナーウェアー、バリエーションに注目します。5セクションで1000字以上のブログ記事を書いてもらうようにお願いしてみます。

ブログ記事

AIに洋服のコーディネート方法をアクセサリー、インナーウェアー、バリエーションをつけて、ブログ記事を書いてもらいました。以下はAIが書いた記事です。

 第1セクション　洋服のコーディネートの基礎

洋服のコーディネートは着る人の感性で組み合わせるアートである。素材やカラーなど、さまざまなチョイスの中からより自分らしいものを見出すことが重要である。また、インナーウェアやアクセサリーなど、毎日の着こなしのみならず、特別な日の着こなしにおいても使えるものを把握しておくことが大切である。

第2セクション　インナーウェアーから着こなしをスタート

インナーウェアーは服を着る人の体型や性格によっていくつかのバリエーションがある。例えば夏場はホワイトやブルーなど涼しい色合いのタンクトップやキャミソールがよく、冬場は厚手のセーターなどを着用すると身体を保温したり、アップデートすることができる。さまざまな素材とカラーから選ぶことで、さらに雰囲気を変えることが可能である。

第3セクション アクセサリーでパーソナライズして

アクセサリーはコーディネートを完成させる大事な要素である。首元から手首までバッグ、サングラス、小物を入れて着こなしをアップデートさせることができる。オリジナリティが求められる昨今は、デザイン性と便利性を兼ね備えたアイテムを活用して、ファッションにブレンドすることも可能である。

第4セクション　バリエーションを活用して

トップスからボトムス、コート、ブーツ、バックなど、様々なパーツでが a コーディネートを組み合わせることができる。色、柄、素材といった種類から変化のある組み合わせを考えると、春から秋までの様々なシーズンで同じ服を活用することが可能となる。季節の変わり目をしっかりと考慮して、売れ筋の洋服をバリエーション活用することで、理想のコーディネートを完成させることができる。

第5セクション 締め括り

洋服のコーディネートにはインナーウェアー、アクセサリー、バリエーションを活用することで完成度の高い装いをすることが可能である。着こなしを印象的に組み上げるためには、トレンドを用いることで自分なりの感性でアートのようなコーディネートを実践することができる。日々の着物選びを楽しむためにも着る人特有のチョイスを活用することで、よりハイクオリティのコーディネートを実現させるのが重要である。

終わりに

今回はAIでブログ記事を書いてみました。内容はその通りだと共感できることも多く、人が描くのと遜色ないレベルで記事が書けていると思います。この記事を骨に少しブラッシュアップして、画像も足せばファッションの記事をしっかり書けるのではないかと思います。

よろしければTwitterフォローしてください。

Open AIのチャットGPT

チャットGPTは元データから学習をしていて、その情報をもとに回答しています。そのため、日本語と英語でどちらの方が元データの質が高いかが重要になってきていると思います。AIを作っているのは日本の会社ではないことからもわかるよう、英語で質問して英語で解答をもらった方が精度が高くなると考えられますよね？そのため、日本語を英訳して、英訳した文字でチャットGPTに質問し、英語で応答をもらい、その応答を日本語訳することで、精度を高めることができます。翻訳はGoogle翻訳やDeepLが有名ですので、他のアプリを挟む仕組みを作ることで、日本語を使いつつ精度の高いチャットGPTを使うことができます。

LineでチャットGPTを利用する方法

OpenAIのAPIを使って、Google Apps ScriptでLINEに対応させることで、日本語に対応したAIを利用することができます。無料で試すことができます。LINEのビジネスアカウントを払い出し、Google Apps Scriptで簡単なスクリプトを記載して、連携して対応させると便利に使えます。LINEで使えるとググる感覚で気軽に使えて便利ですよね。
詳細は以下の記事でご紹介していますので是非お試しください。
加えて、このページのGoogle Apps Scriptで翻訳するをお読みいただき、翻訳APIを追加で利用することで精度の高いチャット機能をお試しできます。

SlackでチャットGPTを利用する方法

OpenAIのAPIを使って、Google Apps ScriptでSlackに対応させることで、チームで簡単に触ることができるようになり、かつ、日本語でも対応することができます。
Slackに組み込むことができれば、チームで気軽に触ることができて便利ですよね。
詳細は以下の記事でご紹介していますので是非ご確認ください。
加えて、このページのGoogle Apps Scriptで翻訳するをお読みいただき、翻訳APIを追加で利用することで精度の高いチャット機能をお試しできます。

Google Apps Scriptで翻訳する

getChatGptMessageは前セクションで作成したスクリプトで関数化されています。
LanguageApp.translateでGoogle翻訳を挟みます。
日本語を英訳して、getChatGptMessageでopenAIのAPIを利用します。
レスポンスをcontentに格納して、和訳してcontentに格納します。
これで英語でAPIを利用することで精度の高いチャットGPTを利用でき、かつ、日本語で対応することができます。

var temp;
temp = LanguageApp.translate(message,"ja","en"); //英訳
var content = getChatGptMessage(temp);
content = LanguageApp.translate(content,"en","ja"); //和訳

終わりに

チャットGPTを日本語で精度が高い方法で使う方法をご紹介しました。
英語で質問するためには翻訳APIを使うことで精度が上がりますので、普段からチャットGPTを使う方は是非試してみてください。

AIに仕事納めっぽい絵を聞いてみる

仕事納めっぽい絵って思いつかなかったので、チャットGPTに仕事納めっぽい絵はどんなものがあるか聞いてみました。
４つも案を挙げてくれました！
　・時計を止めるような絵
　・パンを焼くような絵
　・手を合わせて祈りのポーズ
　・旅行したいと思って出かけるいろんな人の姿

思いつきもしない答えが返ってきました。面白いですね。

具体性を質問してみる

時計を止めるような絵とは？と思い、
１つ目の時計を止めるような絵を具体的に質問し、併せてDiffusion Stableに書かせる英文を作るよう指示しました。すごい。長い英文が返ってきました。

英文を和訳するとこちらの通りです。

“この絵には、黒いドレスを着た若い女性が、時計台のそばに脚を広げて、地平線を見つめてストイックに立っている姿が描かれています。彼女の顔は決意の仮面であり、両手で時計台の側面を掴んでいる。荒涼とした風景を舞台に、彼女の決意に満ちた視線が闇に包まれるように、片手はゆっくりと時計台の上に伸びていく。彼女の姿勢は、その瞬間だけでなく、より大きな、包括的な物語の中で、彼女が隠喩的に時間を超越した空間にいることを暗示している。彼女は時間の流れに果敢に抵抗し、どのような形であれ、それを食い止めようとしているのです。”

必死に時を止めようとする女性の姿が思い浮かぶ具体的な内容です。
今年を終わらせたくない女性のようですね。興味深い発想。

チャットは、slackでチャットGPTを使っていますので、遊びたい方は是非こちらもご確認ください。

Diffusion Stableに絵を描かせてみる。

AIの具体的な指示をDiffusion Stableで書かせてみました。
「仕事納めっぽい絵」が「時計を止めるような絵」となり、この世の終わりのような絵ができています。

M1 MACでDiffusion Beeを使って書いてみました。
同じように絵を描きたい方はこちらの記事をどうぞ！

終わりに

仕事納めっぽいという言葉から、AIがAIを扱う具体的な指示を出すまで、人が少し補助するだけで絵が描けるのは面白いですね。
今後はAIがさらに階層化して、AIがAIを指示して、その指示でAIがAIを操作するような、階層型のAI操作で芸術が生まれるかも知れません。様々なものが出来上がっていく世の中になるのだと思います。
ここ数年はAIの発展に注目ですね。

よろしければTwitterフォローしてください。

Open AIのAPIを使う

Open AIのAPIを使うことで一括で質問の応答を得ることができます。LineやSlackでチャットGPTを使えるようになることで、気軽に速く動かすことができます。そのために、Open AIのAPIキーを取得して、LineやSlackのアプリをGoogle Apps Scriptで便利に使えるようにします。

Lineに対応させる

OpenAIのAPIを使って、Google Apps ScriptでLINEに対応させることで、気軽にかつ一括で返答の回答を受けとれるようになります。無料で実践できます。LINEのビジネスアカウントを払い出し、Google Apps Scriptで簡単なスクリプトを記載して、GASとLINEを連携して対応させると便利に使えます。LINEで使えるとググる感覚で気軽に使えて便利ですよね。
詳細は以下の記事でご紹介していますので是非お読みください。

Slackに対応させる

OpenAIのAPIを使って、Google Apps ScriptでSlackに対応させることで、チームで簡単にチャットGPTを触ることができるようになり、かつ、一括で返答の回答を受けとることができます。
無料で実践することが可能です。Slackに組み込むことができれば、チームで気軽に触ることができて便利ですよね。
詳細は以下の記事でご紹介していますので是非ご確認ください。

チャットGPTでブログを書いてみる

エラーや遅いことを可決する以外に、チャットGPTで生産物を出すことを試しています。その１つとして、チャットGPTでブログ記事を描いてみることです。ブログ記事を描いてみた結果をご紹介しております。

チャットGPTでDiffusion Stableに絵を描いてもらう

チャットGPTで文字から画像を作り出すことのできるDiffusion Stableのインプットになる文字を出力し、Diffusion Stableで実際に画像を作り出すことを試しました。○○っぽいものを具体的に聞いていくことで、具体的な文字を出力し画像を作り出しています。これからはAIとAIを繋ぐことを人が行い、アウトプットを出していけると面白いと思います。興味がある方ほこちらの記事も是非お読みください。

終わりに

チャットGPTを簡単に触れる記事をご紹介させていただきました。LINEやSlackに組み込み最新のAIのチャットボットを触ることができると、何かと捗りますよね。特にLine対応では英語での話し相手としても使え、AIで英語の勉強もできて便利です。次世代の発展技術となるAIを利用して、時代を先取りしていきましょう。

OpenAIのAPIキーの取得方法

OpenAIのAPIキーを取得して、サーバ側のスクリプト作成の準備をしましょう。

以下でSign upしてログインします。Google Accountでも登録できます。

ログインして、Create New Seacret Keyをクリックし、API用のキーを取得します。
これでスクリプト作成の準備完了です。

Google Apps Script(GAS)のスクリプト

Google Apps Scriptで、サーバレス環境にてサーバを準備します。
以下のURLにてプロジェクトを作成してスクリプトを作成します。

スクリプトの中の[自身のOpenAIのAPIキー]と[自身のSlack IncommingのURL]には、控えた文字列を記載しましょう。SlackのURLは次のセクションで取得方法を説明します。

function doPost(e)
{
  // slack appsのEvent Subscriptionsのchallenge。同期する時に利用。
  var params = JSON.parse(e.postData.getDataAsString());
  if('challenge' in params)
  {
    return ContentService.createTextOutput(params.challenge);
  }

  // ユーザ名とtextを取得
  var userName = params.event.user;
  var textSlack = params.event.text.substr(0, params.event.text.length);

  // chatGPTに問い合わせ
  var resultStr = getChatGptMessage(textSlack);
　var contents = `<@${userName}> ${resultStr}`;

  var options =
  {
    "method" : "post",
    "contentType" : "application/json",
    "payload" : JSON.stringify(
      {
        "text" : contents,
        link_names: 1
      }
    )
  };
  // slack連携
  UrlFetchApp.fetch("https://hooks.slack.com/services/[自身のSlack IncommingのURL]", options);
}

// ChatGPTのAPIを呼び出し応答を取得する
function getChatGptMessage(message) {
  var uri = 'https://api.openai.com/v1/completions';
  var headers = {
    'Authorization': 'Bearer [自身のOpenAIのAPIキー]',
    'Content-type': 'application/json',
    'X-Slack-No-Retry': 1
  };
  var options = {
    'muteHttpExceptions' : true,
    'headers': headers, 
    'method': 'POST',
    'payload': JSON.stringify({
      "model": "text-davinci-003",
      "max_tokens" : 2500,
      "prompt": message})
  };
  try {
      const response = UrlFetchApp.fetch(uri, options);
      var json=JSON.parse(response.getContentText());
      return json["choices"][0]["text"];
  } catch(e) {
    console.log('error');
  }
}

スクリプトを作成しましたら、New Deployをクリックして、歯車をクリックしてWeb appを選択しましょう。Who hasではanyoneを選択して、Deployをクリックします。Authorized accessでログインして承認します。

DeployをクリックするとWeb URLができますのでコピーします。

Slackのappを作る

slackにログインして、slack app Directoryへ移動します。
右上のビルドを選択します。

Create an appを選択し、Appを作成していきましょう。

From scratchを選択し、scratchで作っていきます。

App Nameを任意の文字列で記載し、作成したAppを追加するチャンネルを選択します。
Create Appをクリックします。

Incoming Webhooksを選択し、Google Apps Scriptから受け取るためのURLを取得得します。

Activate Incoming Webhooksを「On」にします。

WebhookURLをCopyして、前のセクションで作成したGoogle App Scriptのスクリプトに貼り付けます。

左側のサイドバーよりEvent Subscriptionsを選択します。

SlackからGoogle Apps Script側のサーバへ送信するためのURLを記載します。
challengeを含むparameterで、Google Apps ScriptのPost関数に送信され、チェックが入ります。

Google Apps ScriptとSlackのEvent Subscriptionsの双方で正しく接続できるようになりましたら、slackでチャットGPTが使えます。

終わりに

チャットGPTをslackでさわれるようにする方法をご紹介しました。
slackを業務で使っている方は、相談役としてチャットGPTを使えるようになり仕事が捗りそうですね。それだけではなく雑談も活発になり、組織力も上がるかも知れません。使ってみてください。

LINEでチャットGPTを使う方法も記事にしています。
興味がある方は併せて読んでくださいね。

LINE Bussinessのアクセストークン、シークレットトークンの取得方法

LIne Bussinessに登録してログインします。

作成をクリックして、新しいBOTを作成します。
同意して、アカウントを作成し、プロバイダを作成します。

チャットをクリックします。Webhookの設定を行います。

チャットタブをクリックして、「Messaging APIの設定画面を開く」をクリックします。

Webhook URLには、後でGASでスクリプトを作成してDeployしたサーバのURLを記載します。
このLINEアカウントがメッセージを受信したときに、このサーバのURLに受信したメッセージをdoPost関数に送ることできます。

Line Developpersのリンクをクリックします。

コンソールをクリックして、作成したプロバイダを選択し、Messaging API設定タブをクリックします。

チャンネルアクセストークンを発行します。
このアクセストークンはスクリプトで使いますので控えておきましょう。
これは、サーバ側からLINEにメッセージをreply(返信)するときに使います。
また、応答設定ではチャットをオフにし、Webhookをオンにしておきましょう。

OpenAIのAPIキーの取得方法

OpenAIのAPIキーを取得して、サーバ側のスクリプト作成の準備をしましょう。

以下でSign upしてログインします。Google Accountでも登録できます。

ログインして、Create New Seacret Keyをクリックし、API用のキーを取得します。
これでスクリプト作成の準備完了です。

Google Apps Script(GAS)のスクリプト

Google Apps Scriptで、サーバレス環境にてサーバを準備します。
以下のURLにてプロジェクトを作成してスクリプトを作成します。

スクリプトの中の[自身のOpenAIのAPIキー]と[自身のLineチャネルアクセストークン]には、ここまでで控えた文字列を記載しましょう。

// ChatGPTのAPIを呼び出し応答をリターン
function getChatGptMessage(message) {
  var uri = 'https://api.openai.com/v1/completions';

  var headers = {
    'Authorization': 'Bearer [自身のOpenAIのAPIキー]',
    'Content-type': 'application/json'
  };

  var options = {
    'muteHttpExceptions' : true,
    'headers': headers, 
    'method': 'POST',
    'payload': JSON.stringify({
      "model": "text-davinci-003",
      "max_tokens" : 2048,
      "prompt": message})
  };
  try {
      const response = UrlFetchApp.fetch(uri, options);
      var json=JSON.parse(response.getContentText());
      return json["choices"][0]["text"];
  } catch(e) {
    console.log('error');
  }
}
//メッセージを受け取ったときにeオブジェクトを取得
function doPost(e) {
  let token = "[自身のLineチャネルアクセストークン]";
  // JSONデータとして取得
  let eventData = JSON.parse(e.postData.contents).events[0];
  // JSONデータからreply用のトークンを取得
  let replyToken = eventData.replyToken;
  // JSONデータからメッセージを取得
  let userMessage = eventData.message.text;
  // 応答メッセージ用のAPI URLを定義
  let url = 'https://api.line.me/v2/bot/message/reply';
  // JSONメッセージからreplyメッセージを準備
  let replyMessage = userMessage;

  //定義したチャットGPTが返答したメッセージをtextをもつペイロード値を設定
  let payload = {
    'replyToken': replyToken,
    'messages': [{
        'type': 'text',
        'text': getChatGptMessage(replyMessage)
      }]
  };
  //HTTPSのPOSTパラメータを設定
  let options = {
    'payload' : JSON.stringify(payload),
    'myamethod'  : 'POST',
    'headers' : {"Authorization" : "Bearer " + token},
    'contentType' : 'application/json'
  };
  //LINE Messaging APIにリクエストして返答
  UrlFetchApp.fetch(url, options);
}

スクリプトを作成しましたら、New Deployをクリックして、歯車をクリックしてWeb appを選択しましょう。Who hasではanyoneを選択して、Deployをクリックします。Authorized accessでログインして承認します。

DeployをクリックするとWeb URLができますのでコピーします。

LINEのWebhook URLに貼り付けて、保存して完了です。

これで自由にLINEで、チャットGPTを使うことができます。

終わりに

チャットGPTを気軽にLINEで触れるようにする方法をご紹介しました。
これでいつでもchatBotに相談できますね。スマフォでもAIを使いこなす能力があれば、十分コードが書けてしまいますね。ググる感覚で気軽に使えるのも凄い良いです。

Diffusion Beeのインストール方法

Diffusion Beeのインストール方法をご紹介します。
Diffusin BeeのWebサイトにアクセスして、dmgファイルをダウンロードしインストールします。
通常のアプリケーションを利用するのと同じで、プログラムを作ることなく簡単に試せるので素晴らしいです。
M1に特化したソフトウェアやプログラムはこのソフト以外、現状では見つけられなかったです。

以下のリンクにアクセスします。

Download for macOSをクリックします。

MacOS Apple Siliconをクリックしてdmgファイルをダウンロードし、ダウンロードしたファイルをインストールします。

Diffusion Beeの使い方

アプリケーションを開くとtextを入力する画面が出てきます。ここに書きたい絵の呪文を入力してGenerateをクリックするだけでデフォルトのモデルで絵を描くことができます。簡単にDiffusion Stableをお試しできて、驚愕しました。
Google ColaboでもGPUで試すと数分かかったものが、M1 MACのDiffusionBeeでは数十秒で絵が描けました。
以下は、グリーンの上の白い犬を描いてみました。

結果は、以下のような絵が描けました。オリジナルの絵であり、実在しない犬と場所ですね。

Diffusion Beeに新たなモデルを追加する方法

独自モデルをDream Boothで作成したり、デフォルトではないモデルも利用することができます。
サンプルになりそうな、モデルの一覧は以下にあったので参考に載せます。ckptファイルを調達して、好きなモデルを使えます。

Diffusion Beeで右上の３本線のところをクリックして、Settingsを選択します。

Custom Modelで、Add New Modelをクリックします。
クリックして、事前にダウンロードしたckptファイルを選択します。

Custom Modelを設定できたら、Text To Image等でOptionsからCustom Modelを選定することができます。様々なモデルを簡単に試せるのでアイディアが膨らみますね。Image To Imageで、決まった言葉をベースにサービス展開をすることができるのではないかなど、サービス開発についても大きな可能性を感じます。

終わりに

Stable DiffusionをM1 MACで簡単に試す方法をご紹介しました。
プログラムを書かずに簡単に試すことができて、処理も速く素晴らしいです。
MACを持っている方は、是非試してみてください。
オリジナルモデルを作りたい場合は、Dream Boothを使うと10枚程度の写真でオリジナルAIを作ることもできます。

皆さん、試験の自動化を実施していると思います。
単体ではなく複数機器を跨いだ結合試験、総合試験の自動化を行う場合、シェルスクリプトで柔軟に行うことができますので、ご紹介します。

#!/bin/bash
sudo ssh -i ~/.ssh/id_rsa -o 'StrictHostKeyChecking no' -t user@x.x.x.x

% sh login.sh

#!/bin/bash
date >> test_work.txt
date
exit

shellスクリプトを実行

実行したい内容を記述したwork.shスクリプトを準備します。ログイン時にこのスクリプトファイルを渡します。
複数のshell実行後に、実行結果を出力しているファイルをダウンロードして、結果を受けとるようにします。

◆auto.sh

sh login.sh 'sh' < work.sh
sudo scp -P 22 -i ~/.ssh/id_rsa user@x.x.x.x:/home/user/test_work.txt ./

実行すると、自動でファイルを取得することができます。

sh auto.sh

また、複数のshellを同時に動かすこともできます。
バックグラウンド（＆）で動作させ、プロセスが終わるまでwaitさせることでsshで同時接続ができます。

◆auto2.sh

sh login.sh 'sh' < work.sh &
sh login2.sh 'sh' < work.sh &
wait
sudo scp -P 22 -i ~/.ssh/id_rsa user@x.x.x.x:/home/user/test_work.txt ./
sudo scp -P 22 -i ~/.ssh/id_rsa user@y.y.y.y:/home/user/test_work.txt ./

シェルスクリプトを実行します。

sh auto2.sh

スクリプトでログ取得

これを応用してログファイルを取得しながら、Webにアクセスしてログを取得する例をあげます。
以下のようなスクリプトで、10秒間新たなNginxのaccessログを取得します。

◆work2.sh

(sleep 10 ;kill $$) &
exec sudo tail -n 0 /var/log/nginx/access.log > ~/access.log

◆auto3.sh

work2.shでアクセスしながら、curlで自端末からアクセスし、ログを取得する一連の流れを自動化することで、試験を行う事ができるようになります。

sh login.sh 'sh' < work2.sh &
curl http://x.x.x.x
wait
sudo scp -P 22 -i ~/.ssh/id_rsa user@x.x.x.x:/home/user/access.log ./

以下にて実行する事ができます。

sh auto3.sh

結果の検査

最終的には期待値と結果を比較する場合、ダウンロードしてきたログファイルをエクセルにまとめて、Excelで比較することで試験を自動化できると思います。