AIを作ってみる1

折角Pythonを勉強しているので、Pythonっぽいことをやりたい→AI作るという発想になった。
AIにもいろんなものがあり仕事でサポートできそうなAIOCRをやってみようかと思ったけど、KITTやJARVISのような自分にマッチした相棒みたいのが欲しくなった。
実は前にサポセンやっていた時にAIではないけど疑似AI的なものを作って業務を高速化させた。EXCELとVBAのみで。
そこでお世話になっている本物AIにどうやったら君みたいのが作れるの?できれば俺の人格をコピーしたやつ。
そしたらいきなりLLM(ChatGPT系)+プロンプト制御はむつかしいと思うので、まずはルールベースで作ってみてください、と推奨された。
※すでに今改良を加えたので、記憶を頼りにメモする。
まぁ、こういう計画のほうがいいよね。
① 手書きルールで動かす
② CSVで人格を持たせる
③ 会話データを溜める
④ 徐々に自動化
⑤ AI化
つまりそれは昔俺がVBAで作ったものか?
用意するもの
1,会話パターンCSV
俺:こんにちは
俺AI:こんにちは
2,俺の性格パラメータ
状況
相手
行動
理由
好み
3、ロジック
Main.pyだけ
import pandas as pd
import pickle
# -------------------------------
# ① AIモデル読み込み
# -------------------------------
with open("model.pkl", "rb") as f:
model = pickle.load(f)
with open("vectorizer.pkl", "rb") as f:
vectorizer = pickle.load(f)
# -------------------------------
# ② テキスト分類(AI)
# -------------------------------
def classify_text(text):
X = vectorizer.transform([text])
return model.predict(X)[0]
# -------------------------------
# ③ 人格読み込み
# -------------------------------
def get_person(name):
df = pd.read_csv("Personality_db.csv")
return df[df["name"] == name].iloc[0]
# -------------------------------
# ④ カテゴリ別処理(核心)
# -------------------------------
def generate_response(person, intent):
politeness = person["politeness"]
depth = person["depth"]
# ---- 依頼 ----
if intent == "依頼":
if politeness > 0.7:
return "対応お願いいたします"
else:
return "やっといて"
# ---- 告白 ----
elif intent == "告白":
if politeness > 0.7:
return "お気持ちはありがたいですが、少し考えさせてください"
else:
return "ごめん、ちょっと無理"
# ---- 相談 ----
elif intent == "相談":
if depth > 0.6:
return "いくつか原因が考えられますが、まず〇〇の可能性があります"
else:
return "そうですね、難しいですね"
# ---- 謝罪 ----
elif intent == "謝罪":
if politeness > 0.7:
return "申し訳ありません、原因を確認し対応いたします"
else:
return "ごめん、気をつける"
# ---- 雑談 ----
else:
if person["distance"] > 0.6:
return "そうですね"
else:
return "そうだね、それわかる"
# -------------------------------
# ⑤ コマンド入力 → 実行
# -------------------------------
if __name__ == "__main__":
name = "Taka" # 固定でもOK
input_text = input("入力してください:")
intent = classify_text(input_text)
person = get_person(name)
response = generate_response(person, intent)
print("intent:", intent)
print("response:", response)
ーーー
with open("model.pkl", "rb") as f:
model = pickle.load(f)
with open("vectorizer.pkl", "rb") as f:
vectorizer = pickle.load(f)
👉 やっていること:
事前に学習したAIを読み込む
「文章 → 意味」に変換するエンジンを準備
def classify_text(text):
X = vectorizer.transform([text])
return model.predict(X)[0]
文章
↓
単語に分解して数字化
↓
AIで分類
↓
「依頼」などのラベルを返す
def generate_response(person, intent):
意味(intent)と性格(person)を組み合わせて返事を作る
project/
├ train.py
├ training_data.csv
├ model.pkl ← ここに作られる
├ vectorizer.pkl ← ここも
├ main.py
でも現時点では、回答はIF文で分岐しているだけなので、
AIというよりも昔VBAで作っていた仕組みに近い感覚がある。
ただ、構造としてはAIに発展させられる形になっている。
KIITやJARVISへの道のりは長いな。

コメント