Mojofull

今やってるこのアプローチだと、意味を検証するための研究ではなくて、意味を取り出せるようにするためのデータ品質を上げていく研究になるね。面白いね。

実験はおわったので、次は夏目漱石の全作品を埋め込みしてみる。 対象は、青空文庫に登録されている夏目漱石の作品106作。約348万字です。 これを500字ずつに分割すると、7,303個のデータになります。 今回やりたいのは、作品をAIで「意味の座標」に変換して、作品同士の関係を調べること。 具体的には、 ・残り94作品をAIの埋め込みモデルで数値化する（長編12作は実測済み） ・全作品に初出年を付ける ・発表年代が近い作品ほど、文章の意味も似ているのかを検証する ・作品同士の近さを地図のように可視化する という実験です。 気になるのは、年代によって作品の意味的な距離に変化があるのか、それともジャンルやテーマによる違いの方が大きいのか。 そして、これにかかるコスト。 実際に長編12作品を処理したときの計測値をもとに積算すると、 ・AIによる追加処理：約15分 ・データ整理：約30〜60分 ・分析：約30分 ・レポート作成：約20分 合計で、実働約1.5時間。 AIの計算コストは約0.3 CCU、金額換算で約5円。 作家ひとりの全集、約348万字が、たった5円で「測れる対象」になる時代になりました。 文学研究のやり方も、ずいぶん変わりそうです。 大学生のときに文学部新聞学科というところにいたのですが、当時AIがあったら没頭しただろうなって思います。 めっちゃ楽しい😊

AIでバセドウ病の研究を始めて、今は論文と公開データを調べています。でも、やるからには「調べてまとめる」で終わらず、創薬まで目指したい。 その道筋として気になっているのが、クラウドラボです。オンラインで実験を依頼し、返ってきたデータをもとに仮説を見直す。例えばAdaptyvでは、タンパク質の結合などを測る実験を依頼できます。 docs.adaptyvbio.com/ AIで問いを立て、公開データで絞り込み、研究者と相談して実験で確かめる。その結果から、また問いを直す。今の調査を、こういう研究の流れにつなげていきたいです。 もちろん、結合したから薬になるわけではありません。病気に効くか、安全か、人で効果があるかは、それぞれ別に確かめる必要があります。クラウドラボだけで創薬が完結するとも考えていません。 今はまだ調査の段階で、実験の発注や薬の設計を始めたわけではありません。それでも「TRAbが消え、甲状腺眼症も治る」という目標に向けて、研究者との連携も含め、創薬まで射程に入れて進めたい。 自分の体で試すのではなく、検証を積み重ねていく。その道筋をサイトにも書きました。 medical.mojofull.com/#role

일본 최고의 AI 인플루언서 중 한 명인 @super_bonochin 님의 게시물에서 영감을 받아 만든 BananaNL의 새로운 탭입니다. 직접 구현해 보긴 했지만, 개발자인 저조차 아직 어떻게 활용하면 좋을지 잘 모르겠습니다. 그래도 뭔가 좋네요 ㅎㅎ 전문 용어를 시각적으로 이해하면서 프롬프트 형태로 채팅창에 바로 삽입할 수 있습니다. 다양한 예시를 보면서 활용할 수도 있어요.

炎鎮さんのつぶやきから生まれたBananaNLの新タブです。実装してみたもののまだどう使えるか開発者としてもまだわからないですが、なんかいいですｗ 専門用語をビジュアルで理解しながらプロンプトとしてチャットに挿入。例を見ながら使えます。