Blog
ブログ

2024年10月15日

【2024/09 勉強会】「仮想通貨初心者がNFTを購入して 山古志村のデジタル村民になった話」、「Google Apps Script」、「FAMOSの応用」


こんにちは!新入社員のYTです。

9月末に行われた勉強会について、様子をお伝えします。

仮想通貨初心者がNFTを購入して 山古志村のデジタル村民になった話

 まず、NFTとは「Non-Fungible Token」の略称で、日本語では「非代替性トークン」と言います。簡単に言えば、「世界に一つしかないデジタルなアイテム」を指します。通常の暗号資産とは異なり、NFTはブロックチェーン技術によって唯一無二のデジタル資産として認識される点が特徴です。中には、取引額が約75億円に達したNFTも存在します。

 次に、山古志村についてですが、2005年の市町村合併により、現在は新潟県長岡市の一部となり、山古志村という名前の村は現在存在しません。人口は約800人で、東京23区内の小規模な町内会や都市部の小さなマンションの居住者数に相当します。

では、NFTとこの小さな村がどのように関係しているのかというと、震災復興後の地域活性化の取り組みと深く結びついています。

 2004年の新潟県中越地震後、山古志地域では様々な活性化施策が進められてきました。最近では、NFTを活用した地域振興プロジェクト「仮想山古志プロジェクト」がスタートし、新たな試みが注目されています。このプロジェクトでは、山古志村の象徴である錦鯉をテーマにしたNFTを購入することで、「デジタル村民」として参加することができます。デジタル村民は、メタバース上に再現された仮想の山古志村で楽しんだり、現地で開催されるオフラインイベントに参加することも可能です。

 最後に、購入方法についてです!さまざまな購入方法がありますが、今回は先輩社員の購入ルートをご紹介します。まず、仮想通貨を購入するために仮想通貨取引所でEthereumを購入し、ウォレットを作成してそのウォレットに入金します。通貨が揃ったら、山古志村の公式サイトでNFTを選び、作成したウォレットと接続して購入することができます!

新しい技術に興味がある方や、地域貢献に関心のある方にぜひおすすめしたいプロジェクトです!

Google Apps Script

 Google Apps Scriptとは、Googleのサービス(Gmail、Google Sheets、Google Driveなど)を自動化・カスタマイズできるスクリプト言語です。JavaScriptをベースとしており、クラウド上で動作します。トリガーを使用して定期的な処理を自動化したり、カスタムメニューやアドオンを作成して業務の効率化を図ることができます。

 

 では、実際にどんなことができるのか、先輩社員の事例を見てみましょう。

        • ①Google Chat + Google Apps Script

          ・まず、事前準備として、機能を実装したいグループで「アプリと統合」を開き、Webhookを追加します。

          ・次に、メッセージを作成し、リクエストのパラメータ設定やChatへの投稿などのコードを記述します。その後、作成したコードをトリガーに追加し、さらに詳細な設定を行うことで、自動送信ボットを実現しました。

          ※例えば、弊部では毎朝の作業報告に非常に便利な機能だと感じています!

        • ②Gmail + Google Apps Script

          ・Google Apps Scriptを使用すれば、スプレッドシートから件名やメールアドレスを取得することが可能です。


          centered image

          ・さらに、ドキュメントからメールの本文を取得し、自動でメールを作成することも可能です。

          ※テンプレートがあれば、対象者に一斉送信できる点が便利ですね!



        • ➂API + Google Apps Script
           APIを使用して、ウェブアプリの作成も可能です。今回の作成物では、当日の日付とスプレッドシートにある祝日や記念日のデータを比較し、当日に該当する祝日や記念日を表示させることができます。

Google Apps Scriptを適切に活用すれば、仕事の効率が大幅に向上しますね!

 

FAMOSの応用

 まず先行研究FAMOSとは生成系機械学習の一種であり、昔のDCGANとの類似点もあって、スタイル転移用の画像とスタイルが転移される画像を組み合わせて、トレーニングを行います。では実際にどうのような効果があるかというと、

 

 

 アウトプットのようにテンプレート画像に近いスタイルの画像生成ができます!

 画像のスタイルを変更することで「何か実用にできそうなことはないですか」と考えてみると、3Dモデルのuvテクスチャーに用いられます!
しかし、あんまりにも少量なデータだと、下記のように、モデルに描画するとモデルのディテールがほとんど失ってしまう現象が起こります。

 

 

 深層学習のモデルをより良い生成を改善する方法はいくつがありますが、今回の場合では下記の手法で学習データの前処理(画像処理)を行って、出力を改善します。

  • ①グレースケール
  • ②XDOG
  • ➂コンテンツ画像の分割

 

上記の処理と合わせて、ハイパーパラメータを調整し、コンテンツ画像の位置特徴(形)を保ちつつ、スタイルを移行することができました。

 

                         

 

まとめ

    • ①FAMOSそのままの利用より入力の方式を変更した上3Dモデルのパーツの特徴が保たれたまま、スタイル変換することはできました。
    • ②そしてコンテンツ画像の分割手法、また入力と出力を改善したことにより、スタイルも豊かにすることができました。
    • ➂最後に畳み込み層の調整とパラメータの調整により、学習が素早くなり、画像の生成にあたるもつれも少なくなりました。

 

このページの先頭へ