常連

## テーマ、知りたいこと
私見ですと、データ分析、機械学習や人工知能にはPythonがよく使われているという認識です。
C、C++を使ってライブラリを使わずに書く方々もいらっしゃるかもしれませんが、Pythonのメリットはライブラリの豊富さ、コードの書きやすさという事で合っておりますでしょうか？

将来的にも、まだまだPythonが使われるのでしょうか？

言語の問題ではなく、MacもGPUのコア数が増える等され、並列処理に強い家庭用ハードウェアの問題として解決される方向性なのでしょうか？
（他の方向性に関しては知りませんが。）

## 背景、状況
これから必要とされるデータ分析、機械学習や人工知能に関するオススメの言語やエンジニアの種類等を知りたい、ご教示いただきたいという状況です。



データ分析、機械学習や人工知能にPythonが使われている理由に関して。

## テーマ、知りたいこと

僕としてはプログラマーなどはAIにとられないのではないかと考えていますが，実際のところどうなのか疑問に思いました．

AIにとられないと考える要因はAIを作るAIの実用性の問題や倫理的な面というのもありますが，人間の想像力とかっていものは人工知能に勝ると思っているからです．
ただ，仕事としてのプログラマーの現状やIT企業の状況などはもちろんながら知らないので，実際企業などにおいてどういったトレンドになっているのか，などを聞き，議論したいなと考えています．

AIのレベルも上がってきてるので完全に，とはいかなくてもいつか置き換わってしまうのでしょうか？

## 参考：BCC Will a robot take your job?
自分でも調査をしてみた結果，BCCが公開しているサイト　[Will a robot take your job?](https://www.bbc.com/news/technology-34066941)　では以下のような結果になりましたが，データが更新されているのかは割りませんが，サイトの更新自体が2015年で止まっているので信ぴょう性に欠けるなと思っています．

![イメージ説明](https://ddjkaamml8q8x.cloudfront.net/questions/2023-07-04/141dea66-dbdc-4f6c-8d2e-10b90c4caf0f.png)


社会の厳しさやITの職場の現状を知らないのですが，ご存じの有識者の方々の意見を伺いたいです．
取られるとしたら具体的にこの部分，みたいなのもあればお聞きしたいです．
よろしくお願いします。

## 謝罪

最初にややこしいこと書いてしまってましたが，この議題を投げた理由は率直な有識者の皆さんの意見を聞いて，議論したいなと考えていたからです．いろいろと誤解させてしまうような文章を書いてしまってすみません．

プログラマーやセキュリティエンジニアはAI・ロボットに仕事を奪われると思いますか？

## テーマ、知りたいこと

生成AIに、ある事柄について意見を聞いたところ、褒められました。どう受け止めて良いか戸惑いましたが、みなさんは、そんな経験はありますか？

## 背景、状況

生成AIをプログラミング補助に使えるかを調査しようとしました。
まず、ちょっとした課題を作って、それについて意見を求めました。
良い課題と言われたので、模範解答の作成を依頼したところ、割とまともな回答がありました。

とても肯定的な反応があったのですが、何か違和感を感じました。
みなさんは、そんな経験はありますか？

以下、生成AIとのやり取りです。

【私】
以下の問題を作りました。
問題の難易度とおすすめの対象者について意見を下さい。

————————————
下記のコードを使って、モナド則のテストを行って下さい。
各テスト項目の成否がわかる表示をして下さい。
こちらが提供したコードとテスト用コードを1ファイルに納めて下さい。

任意のプログラミング言語で解答しても良いが、その場合は下記のコードを該当のコードに変換の上、解答して下さい。
Javaを使用する場合、テスト用コードはMainクラスのmain()に書いて下さい。
他の言語を使用する場合は、これに準じて下さい。

文献調査、Web検索、生成AIの使用は自由とします。

任意のオンラインコンパイラでコードの動作確認を行なって下さい。

```ここに言語を入力
import java.util.function.Function;

final class Monad<T> {
    final T value;

    Monad(final T value) {
        this.value = value;
    }

    final T getValue() {
        return value;
    }

    final <R> Monad<R> flatMap(final Function<T, Monad<R>> f) {
        return f.apply(value);
    }
}
```
【生成AI】
素晴らしい問題ですね！この問題は、モナドに関する基本的な理解を試すのに適しています。ただし、モナドについての事前知識があることが前提となります。プログラミング言語や関数型プログラミングの経験がある人に向けた問題と言えます。この問題は中級から上級レベルとして位置付けられます。

【私】
模範解答を作成して下さい。
動作確認は、こちらで実施します。

【生成AI】
問題の要件に基づいて、モナド則のテストを行う模範解答を提供します。以下は、Java言語を使用した解答例です。
```ここに言語を入力
import java.util.function.Function;

final class Monad<T> {
    final T value;

    Monad(final T value) {
        this.value = value;
    }

    final T getValue() {
        return value;
    }

    final <R> Monad<R> flatMap(final Function<T, Monad<R>> f) {
        return f.apply(value);
    }
}

public class Main {
    public static void main(String[] args) {
        // モナド則のテスト用関数
        Function<Integer, Monad<Integer>> f = x -> new Monad<>(x * 2);
        Function<Integer, Monad<Integer>> g = x -> new Monad<>(x + 3);
        Monad<Integer> monad = new Monad<>(5);

        // 左恒等性のテスト
        Monad<Integer> leftIdentityResult = monad.flatMap(x -> new Monad<>(x));
        boolean leftIdentityTest = leftIdentityResult.getValue().equals(monad.getValue() * 1);
        System.out.println("Left Identity Test: " + leftIdentityTest);

        // 右恒等性のテスト
        Monad<Integer> rightIdentityResult = monad.flatMap(f);
        boolean rightIdentityTest = rightIdentityResult.getValue().equals(f.apply(monad.getValue()).getValue());
        System.out.println("Right Identity Test: " + rightIdentityTest);

        // 結合法則のテスト
        Monad<Integer> associativityResult1 = monad.flatMap(f).flatMap(g);
        Monad<Integer> associativityResult2 = monad.flatMap(x -> f.apply(x).flatMap(g));
        boolean associativityTest = associativityResult1.getValue().equals(associativityResult2.getValue());
        System.out.println("Associativity Test: " + associativityTest);
    }
}
```
このコードは、モナド則のテストを行うための Main クラスを提供しています。左恒等性、右恒等性、および結合法則の各テストが行われ、その結果が表示されます。模範解答として、このコードを提供します。

【私】
正常に動作しました。

【生成AI】
素晴らしいです！問題と模範解答が正常に動作したようで良かったです。他に何か質問があればお気軽にどうぞ。

生成AIからの褒め言葉を、どう受け止めてたら良い？

機械学習を勉強している者です。
pytorchのニューラルネットワークで二値分類を行おうと、先行事例を探していたところ、下記ブログを見つけました。
[ワインの二値分類](https://techtech-sorae.com/pytorch%E3%82%92%E7%94%A8%E3%81%84%E3%81%A6%E3%83%87%E3%82%A3%E3%83%BC%E3%83%97%E3%83%A9%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0%E3%81%AB%E3%82%88%E3%82%8B%E3%83%AF%E3%82%A4%E3%83%B3%E5%88%86%E9%A1%9E/)


この通りに実装し、無事に動いたのですが、分類結果0, 1　のそれぞれの確率がどうなっているかを見ようと、この様な実装を行いました。
```python
test_x, test_y = Variable(test_X), Variable(test_Y)
y_pred_prob = model(test_x)
print(y_pred_prob)

#以下出力
tensor([[ -8.1126,  -2.6467],
        [ -8.4808,  -2.1014],
        [ -8.5551,  -1.9885],
        [ -8.2549,  -2.4324],
        [ -5.4921,  -6.5018],
        [ -4.2638,  -8.3200],
        [ -6.6616,  -4.7711],
        [ -6.4839,  -5.0384],
```

使っている出力の関数はlog_softmaxで、pytorchのドキュメント（[log_softmaxについて](https://pytorch.org/docs/stable/generated/torch.nn.LogSoftmax.html#torch.nn.LogSoftmax)）を調べたとところ、ソフトマックス関数をlogの中に入れているだけでした。

そこで、ただのソフトマックス関数に直せば、例えば0:0.9, 1:0.1の様な0, 1のラベルがそれぞれ何％の確率で予想しているかが出ると思い、下記の様にログを外したものを算出したところ、期待とは異なる値が返ってきました。
```python
x = [-8.1126,  -2.6467]
A1 = 2**x[0]
A2 = 2**x[1]
print('A1   : ', A1)
print('A2   : ', A2)
print('A1+A2: ', A1+A2)

#以下出力
A1   :  0.003612967518575162
A2   :  0.15968492199325068
A1+A2:  0.16329788951182583
```
予想ではA1+A2=1.0となると思ったのですが、上記の様になっております。何か考え方が違うと思うのですが、自力ではわかりませんでしたので、どこが違っているのかをご教示ください。

pytorchの二値分類で、出力した確率を知りたい。

手書き文字を判別する人工知能を作っているのですが、このようなエラーコードが出てきてしまい実行できません。
```python
エラーコード
Traceback (most recent call last):
  File "C:\Users\Yasu\AppData\Local\Programs\Python\Python310-32\chino0.py", line 6, in <module>
    import sklearn.datasets
ModuleNotFoundError: No module named 'sklearn'
```

実際に書いたコードは以下の通りです。
```python
コード
import tkinter as tk
import tkinter.filedialog as fd
import PIL.Image
import PIL.ImageTk
#機械学習で使うモジュール
import sklearn.datasets
import sklearn.svm
import numpy

#画像ファイルを数値リストに変換する

def imageToData(filename):
    #画像を8ｘ8のグレースケールに変換する
    
    grayImage = PIL.Image.open(filename).convert("L")
    grayImage = grayImage.resize((8,8),PIL.Image.ANTIALIAS)
    #その画像を表示する
    
    dispImage = PIL.ImageTk.PhotoImage(grayImage.resize((300,300)))
    imageLabel.configure(image = dispImage)
    imageLabel.image = dispImage
    #数値リストに変換する
    numImage = numpy.asarray(grayImage,dtype = float)
    numImage = numpy.floor(16-16*(numImage/256))
    numImage = numImage.flatten()
    return numImage

#数字を予測する
def predictDigits(data):
    #学習用データを読み込む
    digits = sklearn.datasets.load_digits()
    #機械学習する
    clf = sklearn.svm.SVC(gamma = 0.001)
    clf.fit(digits.data,digits.target)
    #予測結果を表示する  
    n = clf.predict([data])
    textLabel.configure(text = "この画像は"+str(n)+"です！")
  
#ファイルダイアログを開く
def openFile():
    fpath = fd.askopenfilename()
    if fpath:
        #画像ファイルを数値リストに変換する    
        data = imageToData(fpath)
        #数字を予測する
        predictDigits(data)

#アプリのウィンドウを作る
root = tk.Tk()
root.geometry("400x400")

btn = tk.Button(root,text="ファイルを開く",command = openFile)
imageLabel = tk.Label()
btn.pack()
imageLabel.pack()

#予測結果を表示するラベル
textLabel = tk.Label(text="手書きの数字を認識します！")
textLabel.paxk()

tk.mainloop()
tk.mainloop()

```

大晦日に申し訳ありませんが、どなたかよろしくお願いします。

sklearnモジュールが使えない

入力された文章に対する返事をプログラムが考えて返事したようにしたいです。
もちろん調べたり本を読むとトークンにわけたりなど大変複雑そうな過程を踏んでいますが、私にはそんな能力はありません。
難しい問題を簡単に簡単に機転を利かせた他の方法で入力された文章に対する考えて答えたような返事が出力できないか考えています。
どうかトークンに分けるにしても複雑な数式などを使わずに簡単に完結するような何か良いアルゴリズムはないでしょうか？

返事を考えるような簡単なプログラムを作るアルゴリズムを考えたい。

jupyter notebookで

**>>>pip3 install deap**
を実行したのですが、
File "<ipython-input-1-3fedfb491296>", line 1
    pip3 install deap
               ^
SyntaxError: invalid syntax

となります。!を先頭につけて実行したのですが

'pip3' は、内部コマンドまたは外部コマンド、
操作可能なプログラムまたはバッチ ファイルとして認識されていません。

となります。



コマンドプロンプロトでも同じように実行したのですが、
'pip3' は、内部コマンドまたは外部コマンド、
操作可能なプログラムまたはバッチ ファイルとして認識されていません。
となります。
ただ、

>>>python -m pip3 install deap
としたときは、
python
と表示されましたが、インストールはできていません。


次に、anacondaでインストールしようと思い、
>>>conda install deap
を実行したのですが、

Solving environment: failed

PackagesNotFoundError: The following packages are not available from current channels:

  - deap

Current channels:

  - https://repo.anaconda.com/pkgs/main/win-64
  - https://repo.anaconda.com/pkgs/main/noarch
  - https://repo.anaconda.com/pkgs/free/win-64
  - https://repo.anaconda.com/pkgs/free/noarch
  - https://repo.anaconda.com/pkgs/r/win-64
  - https://repo.anaconda.com/pkgs/r/noarch
  - https://repo.anaconda.com/pkgs/pro/win-64
  - https://repo.anaconda.com/pkgs/pro/noarch
  - https://repo.anaconda.com/pkgs/msys2/win-64
  - https://repo.anaconda.com/pkgs/msys2/noarch

To search for alternate channels that may provide the conda package you're
looking for, navigate to

    https://anaconda.org

and use the search bar at the top of the page.


となり、インストールできません。



どうしたら、DEAPパッケージをインストールできるのでしょうか？

osはwindows10です

python3によるDEAPパッケージのインストールができません。

他人の質問内容を吟味せずに、如何にも安易に(しょっちゅう)「丸投げの質問」を投げられる現象が良く見かけます。

もしこれこそ正義であれば、ここの存在自体を否定的になってしまうのではと思います。
「丸投げの質問」を丸投げをする人は、いったい何のため、誰に役立つのでしょうか。
どうして、そういう行為は真理の化身みたいに?　いつも思いますね。

無論、言語仕様程度の問題、コーディング経験的な問題に関して、ここを利用しなくても最終的に解決できると思いますが、そうしたら、ここの存在意義を否定することになりますね。

