はてなブックマーク

昨日？くらいにChatGPTのUIが少し変わっていたので見て見たら、Plugin機能が使える様になっていたので使って見ましたので、どんな感じだったかをまとめて見たいと思います。 Plugin機能とは？ ChatGPTのPlugin機能は、以前からOpenAIのドキュメントに掲載がありました。 これによると、 ”Plugin機能とは、3rdパーティーのアプリケーションであり、ChatGPTがDeveloperにより定義されたAPIを利用することができる様になり、ChatGPTのケイパビリティを向上させるもの” とのことです。 つまり、Pluginが有効になっていると、ニュースサイトにアクセスしたり、天気の情報をとりに行って今日の天気は雨なので傘を持って行ってね・・といったことができる様になるいうことでしょうか。 OpenAI plugins connect ChatGPT to third-

Google Bardが、日本からも利用できる様になりましたが、ChatGPTとの大きな違いがありました。 それは、ユーザが渡したURLにBardがアクセスができることです。 ChatGPTでは基本的にそういったことはできず、やれている様に見えても違った情報を返してしまっていました。 例えば、以下ページのURLを渡して要約してもらうと、返ってくるのは以下の様な返答になってしまいます。 アクセス先のページ ChatGPTからの返答 なんだか、違うページを読み込んでいそうです・・・完全に間違っています。 -- それに対し、Google Bardは正しくリンク先の記事を読み取って要約をしてくれました。 本当にリクエスト先のURLにアクセスをしているのか不安だったので、試しに先頭50文字出してといったらちゃんと出してくれました もしかしてスクレイピングができてしまうのか？と期待して、以下の様なリク

ChatGPTは本当に便利ですね。 ChatGPTは会話形式で答えてもらうだけではなく、プログラムから呼び出して使ってもかなり高精度な答えを返してくれることがわかってきました。こうなってくると使い方無限大です。 今回は、CSVにユーザの自由入力で登録された職業の項目を産業別に分類したいと言ったユースケースを想定して検証を進めました。 たとえば、アンケートなどで職業などを入力してもらう場合、どうしても表記のふれが出てしまいます。（たとえばSE,ソフトウェアエンジニア,プログラマーとか） これを防止するために、ユーザ入力時に予めマスタを用意しておき、プルダウンなどで入力してもらうといったことをすればよいですが、世の中の職業は数えきれないほどあり，マスタを準備するのは大変・・・ 準備できたとしても、あまり選択肢の数が多いと今度は入力者がそこから選ぶのが不可能になってきてしまいます。 とりあえず情

Githubのサービスの一つであるCopilotを実際に使って見たので動画にまとめてみました。 この機能は、プラグインをインストールした状態でVSCodeでコーディングをすると、コメントを書くだけでそのコメントにあったコードを提案してくれるという魔法の様な機能です。 裏ではChatGptで使われているgpt3のcodexがが使われているようですが、この性能は本当にすごいです… このデモでは、Javascriptを使って渡された値を２倍にして返す関数を作って見た例ですが、これを作るのにタイプしたのは最初のコメントのみです。 （このコメントも一部自動補完が効いている・・） コメント入力後は、薄い文字でコードが提示されていくので、tabキーを押してコードを確定させるだけで欲しいコードができました。 エラー処理についてもコメントで指定しているので、きちんと処理を追加してくれているのがわかります。

ChatGPT,使っていますか？ ChatGPTは文章を要約したり、プログラム作ってくれたり、一緒にブレストしてくれたりして本当に便利なのですが、社内情報などの独自データに関する情報については回答してくれません。 プロンプトに情報を記述して、そこに書かれている情報から回答してもらう方法もありますが、最大トークン4000の壁がありますので、限界があるかと思います。 この課題についてなんとかならないかと考えて色々と調べて見たところ、解決する方法が見つかり、いろいろと検証をして見ましたのでその結果をシェアしたいと思います。 サンプルコード（GoogleColab） 百聞は一見にしかずということで、実際に試したサンプルは以下にありますので、まずは動かしてみることをお勧めします。 このコードを上から順番に動かすと、実際にインターネット上から取得したPDFファイルに関する内容をChatGPTが回答して

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? KinesisとSQSはとても似ているサービスで、どのように使い分けたらよいか、どんな違いがあるのかが 気になっていました。 そんな時、以下の記事を見つけました。 とても良い記事なので、翻訳記事を紹介します。 以下翻訳記事： 私達がWorkviaのメッセージングシステムを設計する際、Kinesisをメッセージストレージ及びデリバリメカニズムとして利用することを検討しました。 最初は、kinesisはどのような課題も解決できる特徴を持っているように見えました。 Kinesisはテラバイト級のデータを保管でき、古いメッセージの再送をする機能

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? これまで承認制だったAmazon textractがついに一般公開となりました。 現段階では日本リージョンには来ておらず、また、日本語にも未対応ですが、今後各種言語に対応していくとのこと。 Textractとは、伝票などの画像ファイルを渡すと、そこに書かれているテキストを読み取った結果を返してくれるサービスです。 通常のOCRのように、読み取った文字列をただ返してくれるだけでなく、顧客名、住所、合計金額などの意味までを読み取ってくれるのが特徴です。 この処理には、機械学習の技術を使っているとのこと。 今回はブラウザ上からデータを渡して結

Postgresにテーブルを作成する際に、Postgresのデータ型を見てみると、数値型だけで１０個もある。。どうやって使い分けたら良いのかわからなかったので、調べてみた。 この表は、PostgreSQL公式ページに記載されている内容。 数値型の大まかな区分け Postgresの数値型には、①整数型、②小数点型、③自動採番型の３つがある。 整数型 smallint integer bigint 浮動小数点データ型 decimal numeric real double precision 自動採番型 smallserial serial bigserial 整数型 整数型の特徴は、整数しか格納できないこと。小数を含んだ値を入れようとするとエラーになる。この３つの型の違いは、格納できる数値の最大桁数。 型名 最小数 最大数

はじめに 本記事の全体構成について 本記事は、ElasticsearchとKibanaを使った環境のセットアップから、データの投入、データの検索・解析までを紹介する目的で作成した。 記事の構成は下記の通り。 以前の記事を確認していない場合は先にそちらをご参照いただくことをおすすめする。 １回目：Elasticsearch+Kibanaでデータ解析（①環境セットアップ編） ２回目（本記事）：Elasticsearch+Kibanaでデータ解析（②スキーマ作成＆データ登録編） ３回目：Elasticsearch+Kibanaでデータ解析（③グラフ＆ダッシュボード作成編） 前回までの振り返りと今回の内容 前回は、ElasticsearchとKibanaの環境設定の方法について紹介した。 今回は、Elasticsearchにスキーマを作成後、データを登録する方法を紹介する。 Elasticsear

はじめに 本記事の全体構成について 本記事は、ElasticsearchとKibanaを使った環境のセットアップから、データの投入、データの検索・解析までを紹介する目的で作成した。 記事の構成は下記の通り。 １回目（本記事）：Elasticsearch+Kibanaでデータ解析（①環境セットアップ編） ２回目：Elasticsearch+Kibanaでデータ解析（②スキーマ作成＆データ登録編） ３回目：Elasticsearch+Kibanaでデータ解析（③グラフ＆ダッシュボード作成編） ここでは、ElasticsearchとKibanaの紹介と、それらを使った使ったデータ解析の環境の構築する方法を解説する。 ElasticsearchとKibanaの概要 Elasticsearch https://www.elastic.co/products/elasticsearch Elastic

PostgreSQLでデータをバックアップファイルからリストアした時、オーナ情報を削除し忘れて、取得元のユーザを引き継いでしまったり、postgresユーザでインポート作業を行ってしまい、オーナが全部postgresになってしまうことがある。 そんな時、あわててデータベースのオーナを変更してもその下に紐付いているテーブルのオーナは変更前のままとなってしまう。 pgadminで変更を試みてもまとめて変更することはできないので、泣く泣く一旦DBを削除してインポート…なんてことは誰でもあるはず。 そんな時、テーブルのオーナを一括変更するコマンドを紹介する。 postgresユーザ以外のユーザから別のユーザへのテーブルオーナ一括変更 一番簡単なのがこのコマンド。コマンド一行で該当ユーザ（old_user）がオーナとなっているテーブルを一括でnew_userに変更する。 このコマンドは個別にテーブル

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Jenkinsのパイプラインを試してみた。 結果、下記の点がクリアできなかったため、実際の採用は見送ることにしたが、新たに追加されたpipelineビューはタスクの中のステージごとに進捗状況や要した時間が見れるため、魅力的な点もある。また、freestyleでかかれた他のタスクを呼び出すこともできるので、freestyleとpipelineを組み合わせて使うことも可能であることが分かった。 ここでは、調査の際にわかった使えそうなコマンドを備忘録として残しておく。 ちなみに、採用を見送ったのは下記の理由から。（これらが解決すれば、再度採用を検討したい） workspaceがタスクから見えなくなる。 gitの更新内容が、gitツール(gitlabを利用）から見える設定ができない。 ##Jenkinsに作成済みのJOBを順次実行する Jenkinsに登録済みの他のJobを呼び出すコマンド。この書

はじめに ##本記事の全体構成について 本記事は、ElasticsearchとKibanaを使った環境のセットアップから、データの投入、データの検索・解析までを紹介する目的で作成した。 記事の構成は下記の通り。 以前の記事を確認していない場合は先にそちらをご参照いただくことをおすすめする。 １回目：Elasticsearch+Kibanaでデータ解析（①環境セットアップ編） ２回目：Elasticsearch+Kibanaでデータ解析（②スキーマ作成＆データ登録編） ３回目（本記事）：Elasticsearch+Kibanaでデータ解析（③グラフ＆ダッシュボード作成編） ##前回までの振り返りと今回の内容 前回までで、Elasticsearchに直接データを登録したり、検索したりする方法を紹介した。 ここでは、elasticsearchに登録したデータをKibanaでグラフ化する方法を紹介

今日、Javaエバンジェリストの寺田さんに会社にお越しいただき、現在のシステム開発を取り巻く環境が向かっている方向性について、ご教示頂きました。 キーワードは"Microservices"。 恥ずかしながら、今日までこのキーワードすら聞いたことがなかったので、早速自宅に帰ってからググってみました。 自分の理解の確認を兼ねて、Wikipedia（英語版）からの意訳をここに記します。 #Microservicesとは？ マイクロサービスとは、SOAの延長線上にあるソフトウェアアーキテクチャの考え方です。 SOAと同じように、マイクロサービスアーキテクチャ（MSA)の中にあるサービス達は、要件を満たすためにネットワークを通じて互いにコミュニケーションを取るプロセスです。 また、SOAと同様に、これらのサービスはテクノロジーに依存しないプロトコルを利用します。このマイクロサービスの構築スタイルは、

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ラズパイやArduinoを電池で動かしたい時に、消費電力は5v 0.5Aとか書いてあるけど、電池に書かれているのは5000mAhとか単位が違う…これだけでは、自分の電池でこれらの機器を何時間動かせるかわからなかったのでまとめてみた。 単位の意味 まずは電池容量計算に出てくる単位とその意味を整理。 mAh(ミリアンペア時） 例えば 540 [mAh] とは、540 [mA] の電流を 1 [時間] 、流すことができることを表している。 Wh（ワット時） ワット時という他には、仕事率、電力の単位である(W)ワットと、時間の単位である時(h)