luckluckerのブログ一覧

ブログタイトルの写真は、携帯で撮ったものです。
最近、OlympusのPENでも買ってみようか、
と物色しているものの、まずα７００やα７を使うべきなのでは？
という至極まっとうな結論にたどり着きました。

超久しぶりにα７００に
18-250mmのレンズを付けて撮ってみました。

ズームで撮っているので、タイトル画像と比べると
富士山が大きく写っていると思います。
背景圧縮して撮る、というのも久しい・・


精進湖湖畔は、降りる際が急坂だったり、
結構デコボコ道なので今までは敬遠していましたが、
気にすることなく突っ込んでみました。

皆さんご存じの　Google Gemini に
新しい機能 nano banana が追加になっていて、
ネットでよく話題を目にします。

当然、やってみたくなりましたので、
やってみました。現状、PCのブラウザ経由だと
無料で出来るのもポイントが高いです。

こちら、ランドクルーザー２５０です。


はい、かっこいいですね。
でも、一旦それは置いといて・・

この画像を Gemini に読み込ませて、
以下のような指示をする。
「この車を部屋のパソコンデスクの上においてある
フィギュアにしてほしい。部屋のライティングとしては、
電球の様な暖色系がよい」


これで、出てきた画像がこれです。



たったあれだけの指示で、
ここまでイメージ通りのものを出力してくるとは驚きです。

nano banana の凄さは、その言語認識能力と、
これまでの画像AIモデルと比べて、人物などの一貫性のレベルが
段違いに高いという特徴があるようです。


故に追加で以下のような指示を出す。
「ではこの車のフィギュアが、車のダッシュボードに
置いてある様子を描画して欲しい。
車内からの構図で、外にはビーチが見える感じ」



同じモデルが使えていますよね。
これまでのAIだと、しれっと車が変わっていることも多かった。
さらに・・・

「これ、車が左ハンドルなので、右ハンドルにして」
と言う指示をだすだけ、数秒で、


ちゃんと出てきます。
恐ろしいですね。

また、指示した文字を埋め込む、という事も出来るようになっています。
今までのAIは画像に文字が入るときは読めない象形文字みたいに
なっている事も多かった。



まだ、midjourneyがすごい、と言ってた日から３年ですよ・・
AIの進化の速さが怖すぎる。


でも、この nano banana いろんなアイデアに使えそう。
どう活かすかは、あなた次第

「森のカフェと緑のレストラン」というムックを
妻が買ってきていて、何となく見ていたら
良い雰囲気の場所がたくさんあり、行ってみたくなりました。

友人を誘って出発。
休日にカフェにドライブて・・
女子力高すぎだろ、という突っ込みを
友人の奥さんに喰らいましたが、言い返せない！

埼玉県の日高市にあるカフェ、
阿里山　へ。



11:30オープンで、11:10に着いてしまったので、
1番客の座をゲットしました。



テラス席がメインのお店。
1番客の特権、好きな席を選ぶことが出来ました。



この日も最高気温は３４℃でしたが、
木陰ということもあって普通に快適。



屋根もあるので、ちょっとくらい雨が降っていても
大丈夫なのかもしれません



先の向こうには高麗川が流れています。
巾着田に隣接している場所。
曼殊沙華、最近撮りに行ってません。
そろそろ子どもも大きくなってきたし行けるかな。



ベジタリアンレストランみたいで、
ヴィーガンメニューもたくさんありました。
あいにくヴィーガンではないのですが、
豆と野菜のカレー、おいしかったです。



食後はすぐ横の巾着田公園に車を止めて、
タープ作って日陰でまったり。
タープ、大活躍。



夕方には家にかえってきましたが、
とても良い気分転換になりました。

まだ行きたいカフェがたくさんあるので、
ちょっとずつ攻略していこうと思います。


・・・
帰路の途中で2,000km到達。
大体月に 1,000kmのペースです。

子どもを海に連れて行って・・・



タープを設営し、日陰にイスを置く。
その時思うのです。
暑いけど陽射しはなくて、気持ちよい海風。
「ああ、このままここでまったりしていたい」と。

そういうわけで実行しました。
海行きましょう！　で付いて来てくれる人がいるのはありがたい。

さすが大人3人。タープはすぐに作れました。



海に着く前にスーパーによって、
食べ物、お菓子、酒を買いまくる。
(自分は飲まないのでノンアルコール)

大人だけのやりたい放題パーティーです



クーラーボックスも持っていって、波の音を聞きながら、
冷たい飲み物を飲み、好きなだけ食べて、
好きなだけしゃべる。
予想通り、至福の時間でした。


夕暮れ時になったらさっくりと片づけて撤退。
もう少しいたら夕日も見られたかも。



休日を有効に使えた気がします。

新しいナビ、いわゆるトヨタのコネクテッドナビですが、
いまいち慣れない。住所検索ができないのが納得いかないです。
今までは
東京都＞港区＞　みたいな形でドリルダウンしていけたのですが、
そのメニューがない！（ないですよね？）

なので、最近はandroid Auto で Googlemap にしちゃってます。
どうせ車内Wi-Fi使えるから通信量気にしなくてよいし。

で、本題ですが、
今までナビの到着時間ってあくまで目安で、
混んでいればどんどん伸びるし、
逆に空いていればちょっとづつ縮まっていくイメージでした。

で、今の精度ってどんなもんかな、
と何度か試してみました。

到着予想 8:08 距離は 13km

交通量はまあまあ。
途中ちょっと流れが悪い場所がある程度。

到着 8:09


もうこれ、予定通りですね。。
妻と娘を送っただけなので、帰路。
今度はGoogleMap

到着予想 9:16



到着 9:16


まさかのオンタイム・・・

次も GoogleMap
到着予想　13:01 距離 20km


途中渋滞箇所が何か所もありました。
今までだと予想時間がずれ込んでいくイメージ。

到着 12:58


こちらもかなり近い結果に。
もはや、
高速道路は 80km/h 一般道は 30km/h
とかの平均速度では説明がつきません。


GoogleMapの精度の高さを調べてみると
以下のような記載がありました。

機械学習と実データ（ユーザーの位置情報、道路状況、過去の交通パターンなど）を組み合わせることで高い精度を実現しています。特に、DeepMindが開発した「グラフニューラルネットワーク（GNN）」を用いることで、従来は予測が難しかった「今後発生しうる渋滞」も反映できるようになり、精度がさらに向上しました。交通量や状況が頻繁に変化する道路でも、直近の交通データを参照することで、より現実的な到着予想時刻を提供します


恐ろしいことに、Mapでも AI が活躍しているんですね。
これから発生する渋滞を予想する、ってすごいな・・・