実験！進化思考 / 名著進化思考のLogicを実験で確かめる（その８：蛇の道と知りつつ、生成AIで「進化のタイパ」を遂行する）

2024年7月26日 23:07

いったい何してたん！？

実に４ヶ月ぶりの投稿です。
その間、何をしていたのか…
実はサボっていたと言うより色々試行していたのですが、中々公表する様な成果に結び付かず、あれよあれよ… という間に時間が過ぎてしまいました。😵‍💫

色々とは…
最初のつまずきは、シリーズその５まで展開していた粘菌解析では色々計算方法を探索したのですが、ついに適正な解（=条件により最適なルートを自動探索する）を見つけられずに断念。 😱
その為、その６で開示しようとしていたプログラミング公開を諦めました。

次に着手したのは、進化テーマを Wikipedia上から進化思考・時空間マップにおける解剖/生態/歴史/予測の情報を抽出するプログラム。
これは、「Wikiから抽出した情報を元に生成AI（LLM）を使って文章化する」ものであり、そこそこ出来たのですが、良く考えると生成AIの餌（元データ）として Wikiは使われているので、いっそ直接生成AIに問い合わせた方がスマートじゃん！という無駄な遠回りをした結果、４ヶ月も過ぎてしまいました。 🥴

とは言え、お陰様でプログラミングの感覚を少し思い出し、開発環境にも少し慣れてきたのでここまでの成果公開をします。

何を作ったんですか？

前述の通り、「進化テーマを（Chat）GPTに投げ込んで、進化思考・時空間マップにおける解剖/生態/歴史/予測の情報を抽出するプログラム」になります。
出来上がりはこんな感じ。

この例ですと、ユーザは「自動車」と入力するだけで、（環境にも依りますが）約50秒くらいでこのマップが出来上がります。
このシリーズの初回（その１）で「生成AIは進化（思考）にあらず」とブチまけていた割にはこんなものを作って蛇の道に手を染めている感は否めませんが、これも時代には逆らえず/逆らわず… という事で、圧倒的な時短/タイパの効果を優先しましょう。

もちろん、進化思考を学ばれた方は御存知の通り、これはあくまでも "準備段階" であり、進化思考の真骨頂は「"ここから/これをベースに" あらゆる方向への進化を思考する」ものなので、あくまでも「進化の準備の為の時短ツール」になります。

どんな仕組み？

プログラムの仕組みは至って簡単です。

必要なモジュールを呼び出し、下準備。
進化テーマを入力。
GPTに投げ込む質問文を作成。
出力準備。今回は予め用意した時空間マップの画像データに貼り付ける形とした。（なので、抽出した文字も "画像形式"での貼り付けになります ← コピペが出来ないのでここは後日改良します）
解剖/生態/歴史/予測の４つの質問に対する解答を所定の画像位置に貼り付け
最後に進化テーマを画像中央に貼り付けて画像出力。

簡単です。 😃
誰にでも作れます。もしかしたら既に作った方もおられるかも。

強いていうと質問文をそれらしく作る所がミソ（コツ）でしょうか。
詳細は後ほど…

ざっくり解説

言語は Pyrhon。環境は Google Colab。 LLMは Open-AI を使用の事例になります。

下準備

Open-AIは予めアカウントを作成し、API-Key を取得し、Google Colab のシークレットキーに設定しておく必要があります。
PILは画像埋め込み用のモジュールのインポート。

"sw_GPT" は、質問を投げ込む GPTモデルの選択で、本プログラム内部設定用の変数（定数）です。

# ***** 下準備 *****
!pip install openai

from openai import OpenAI
import os
from google.colab import userdata
from PIL import Image, ImageDraw, ImageFont

os.environ["OPENAI_API_KEY"] = userdata.get('OPENAI_API_KEY')
client = OpenAI()

# GPTのモデル選択
sw_GPT = "V4"
# sw_GPT = "35-turbo"

# 画像Path指定
os.chdir("/content/drive/MyDrive/Colab Notebooks")
path = os.getcwd()

# 画像名指定
image_path = "image/baseSheet_2.jpg"
output_path = "image/output_image.jpg"

# フォント指定
font_path = "Fonts/「お好きなフォント」.ttc"
font_size = 14

その後、画像ファイルの指定、フォントの設定、出力画像の"下地"の画像を読み込みを行います。

OSの機能を使って Path（カレントフォルダ）を指定し、入出力画像ファイル名を指定します。
この例ですとカレントフォルダに "image" フォルダを作成しておいて下さい。

フォントは、日本語で出力したい場合は（当然）日本語フォントを指定下さい。
Google Colab 環境ではデフォルトでは綺麗な日本語フォントは設定されていない（かな？）と思いますので、自分の Driveに好きなフォントを Copyして読み込みます。
下記の記述例ですと、カレントフォルダに "Fonts" フォルダを作成し、その中に「お好きなフォント」データを Copyしておき、そのファイル名を指定します。（コードの「お好きなフォント」部分を書き換えて下さい）

ちなみに、Windows用のフォントも Copyして使える様ですが、ライセンス的に許容されるか？は御確認下さい。

2.進化テーマを入力
特に関数化する事も無いですが…
（関数名は改造経緯の名残ですので気にせずに…）

# 進化テーマの入力関数
def find_relation_patterns():
  word1 = input("\n ＊進化させたいテーマ（単語）を入力してください。：")
  return word1

3.GPTに投げ込む質問文を作成
まずは、先程の関数を使って "進化テーマ"を入力します。

それを使って GPTに投げ込む質問文のリストを作成します。
全部で４行。１行目から歴史/解剖/生態/予測用の質問文になります。
"word" は、2.項で入力した進化テーマが代入されます。

前述の通り、ここの内容により出力結果が（大きく）影響を受けます
ので、いい感じの文を試行錯誤してみて下さい。✨

# 探索語 入力
word = find_relation_patterns()

# 質問文作成用のリスト
list_question = [
  word + "の歴史に関して 箇条書きにして まとめて下さい。 進化の過程が判る様に説明して下さい。",
  word + "の構造に関して 箇条書きにして まとめて下さい。 どんな仕組みで成り立っているのか いくつかの部品に分けて説明して下さい。",
  word + "に関連する事項に関して 箇条書きにして まとめて下さい。 "+ word + "と共に進化をしている事や "+ word + "によって影響を受けている様な事を説明して下さい。",
  "これらの情報から" + word + "の未来を予測して下さい。 皆がワクワクする様な進化して行く様を 箇条書きにして下さい。"
]

4.出力準備
時空間マップの下地画像は、Excelで作成した物を jpeg形式で保存しました。
時空間マップのフォーマット自体には（太刀川さんの）版権は掛かっていない(?)かと思いますので、下記に置いてみます。（NG情報が有れば御連絡を！）
カレントフォルダに "image" フォルダを作成し、そこに Copyして下さい。

5.解剖/生態/歴史/予測の４つの質問に対する解答を所定の画像位置に貼り付け
いよいよメイン部分です。
冒頭の２つの関数は、解答を得る関数と解答のテキスト文を画像に貼り付ける関数です。

# 質問に対する解答を得る関数
def ask_question(question):
  prompts = f'''以下の質問に対し、回答して下さい
  [ユーザの質問]
  {question}
  '''

  if sw_GPT == "V4":
    response = client.chat.completions.create(
      # model = "gpt-4o",
      model = "gpt-4o-mini",
      messages = [{"role": "user", "content": prompts}],
      # prompt = prompts,
      max_tokens = 500
    )
    return response.choices[0].message.content

  else:
    response = client.completions.create(
      model = "gpt-3.5-turbo-instruct",
      prompt = prompts,
      max_tokens = 300
    )
    return response.choices[0].text


# 解答を画像に貼り付ける関数
def add_text_to_image(draw, text, position, font_path, font_size, text_color):
  # フォントを設定
  font = ImageFont.truetype(font_path, font_size)
  # テキストを描画
  draw.text(position, text, font=font, fill=text_color)


# 出力用画像を開く
with Image.open(image_path) as img:
  # 描画オブジェクトを作成
  draw = ImageDraw.Draw(img)


# 解答探索（メイン部分）
for i, question in enumerate(list_question):
  answer = ask_question(question)

  # 記載位置、色指定
  match i:
    case 0:
      position = (900,920)  # x, y座標 / 歴史
      text_color = (0, 128, 128)  # RGB形式 (この例ではCyan色)
    case 1:
      position = (100,550)  # x, y座標 / 解剖
      text_color = (0, 128, 0)  # RGB形式 (この例では緑色)
    case 2:
      position = (1800,550)  # x, y座標 / 生態
      text_color = (128, 0, 128)  # RGB形式 (この例ではピンク色)
    case 3:
      position = (900,170)  # x, y座標 / 予測
      text_color = (0, 0, 255)  # RGB形式 (この例では青色)

  text = answer

  # 空白行削除
  while '\n\n' in text:
    text = text.replace('\n\n', '\n')
  print(text)

  # １行の文字数を制限する
  line = 90
  output=""
  cnt=0
  while cnt < len(text):
    if (cnt + line) < len(text):
      output += (text[cnt : cnt+line] + "\n")
    else:
      output += (text[cnt : len(text)] + "\n")
    cnt += line

  # 画像に貼り付け
  add_text_to_image(draw, output, position, font_path, font_size, text_color)

冒頭の sw_GPTの定数は GPTの種類を指定するものです。
デフォルトでは GPT-4o。 "-mini" をつけて mini版でもちゃんとした解答が得られています。
（無いとは思いますが）GPT-3.5 Turbo にしたい場合は sw_GPTを "4V以外" にして下さい。（4oと 3.5 では I/Fに違いが有るのがお解りかと…）

"max_tokens" 変数は、GPTから返ってくる解答の長さになります。
長い方が情報量が多くなりますが、多過ぎると画像からハミ出てしまいます。

add_text_to_image は所定の位置に文字列を画像に貼り付ける関数です。

出力用の画像を Openした後、
# "解答探索（メイン部分）" 以下が作成した質問文を GPTに投げて解答を得るメインループです。
3. で作成した質問リストに従い、歴史/解剖/生態/予測の４回ループします。

ask_question関数で質問に対する解答を得ます。
その後、画像に貼り付ける"位置" を指定した後、
見栄えを良くする為に空白行の削除と１行の文字数制限をかけます。
（何故か空白行が完全に消えない…）
（貼り付ける位置は下地の画像サイズやデザインを変えると修正が必要になります。）

下地画像への文字の貼り付けは、add_text_to_image関数で行います。

6.進化テーマを画像中央に貼り付けて画像出力
最後に "進化テーマ" を中央に貼り付けた後、画像を jpeg形式で出力します。
出力画像は image フォルダに固定名で "output_image.jpg" と出力されます。

出来上がりの確認はこのファイルをダウンロードして Viewerで御確認下さい。

# 中央に 検索文言を貼り付け
position = (1100,770)  # x, y座標
text_color = (0, 0, 0)  # RGB形式 (この例では黒色)
font_size = 40
text = word
add_text_to_image(draw, text, position, font_path, font_size, text_color)

# 結果を保存
img.save(output_path)

【Excuse】
(1) LLMから返ってくる解答が文章の途中で終了してしまうケースが有ります。この制御方法（キッチリ文末で終了する）が判らないので、中途半端な結末になる事が有ります。（この点は御容赦下さい）

(2) このソースコードはあくまでも参考用のソースです。
このソースコードの一部もしくは全文の活用による障害・著作権問題等、あらゆる社会的問題に関しては当方では対応出来ませんので御理解の程をお願い致します。
＊御指摘事項が有れば御連絡下さい。問題部分の削除で対応させて頂きます。

その他の出力サンプル

気になったらお試し下さい！
またお気付きの点が有れば御指摘下さい。
ソースコードはどこかで GitHubで公開する様にします。

この記事が気に入ったらサポートをしてみませんか？