技術を試すな、技術を使え

ここ半年の中で、自分が一番衝撃を受けた記事が出てきた。

中々攻めている記事なのだが、この記事がいままでで一番、自分が危機意識を持つきっかけになった記事だった。このまま技術を試して、面白いね〜では駄目だ。技術は「誰でも使えて、少なくとも作品を作れる」レベルまで持っていかないと腐る。

ここ一年、様々な技術が出てきた。下記ツリーにまとめているが、少なくともテキストからイラストや音楽が作れて、イラストから動画が作れて、歌詞はChatGPTで作れて、歌詞をテキストアニメーションにできるツールもあるらしい。

@このツイートを見た人
生成系AIツールでできること、それ使った時に実務的にどれだけのことができるかをリプライで教えてください。

レポジトリとか倫理的な懸念とかあればツイート文についてると嬉しいです。

マナーとか倫理的にとかは一旦抜きで、技術的に現状何ができるか教えてください。

— saldra(サルドラ) (@sald_ra) December 2, 2023

自分は「こんなに色々な技術が来てるのに何で普及しないんだ？」と思ってたわけだけど、多分日本語圏において、生成AIは参入障壁が高い。半年前から知人に言われてたけど、ようやく完全に理解した。インストールボタン押して環境が構築されて、成果物が出る状態までをノンストップでできないと意味がない。gitのインストールとか各リポジトリのURL踏んでとか、CUDAの設定とかさせちゃ駄目。本当に日本に普及させるのであれば、英語のサイトに飛ばすとか禁止レベル。

自分は言語系の生成AI、所謂LLMで遊んでた人間で、最近画像生成でまた遊ぼうと思って、じゃあ何をすれば良いかな〜と調べたら本気でキレそうになった。LoRAのデータセットの整形して(協力していただいた人の画像解像度が4kだった)、データセットタグ登録用のツール落としてタグ登録して、kohya_ss落として環境構築して、モデル落としてそれに対応したLoRA作って、でcomfyUI落として環境構築してようやくt2i試せるの？しかもパラメータ全然わからないからLoRA効いてるかすらわからん、としあきスタデwikiありがとう…

エンジニアがこんだけキレそうになってるので、多分一般人誰もさわれない、確かに普及はこのままだと厳しい…

技術を試しに触るのは楽しい、エンジニアだったらパパッと環境構築して、こんな技術あるんだ、凄い、こんなこともできそうだね〜って話せる。でも「こんなこともできそう」から「一般人がこんなこともできるわこんな作品が作れる」にするには、インストールスクリプト組んだりWebUIを作ったりする必要がある。おもちゃから道具にする、そこに多分価値がある。

取り敢えず余裕と時間があって、でも最新技術作るほどの熱意はないな〜ってエンジニアは既存の技術をパパッと使えるツールを作ってOSSで公開したら面白いと思う。自分が当然にできることは他の人は当然にできない。