オレミ_微経験エンジニア

<p>以下のシュールなお笑い動画をLLMはお笑いポイントを認識できるのか<br>
これはAIの進化の１ページかもしれません・・・</p>
<p><span class="embed-block embed-youtube"><iframe src="https://www.youtube-nocookie.com/embed/JPY62bzT-rc" allow="accelerometer; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen loading="lazy"></iframe></span><a href="https://www.youtube.com/watch?v=JPY62bzT-rc" style="display:none" target="_blank" rel="nofollow noopener noreferrer">https://www.youtube.com/watch?v=JPY62bzT-rc</a></p>
<h2 id="whisper%E3%81%A0%E3%81%91">
<a class="header-anchor-link" href="#whisper%E3%81%A0%E3%81%91" aria-hidden="true"></a> Whisperだけ</h2>
<p><img src="https://storage.googleapis.com/zenn-user-upload/803c813c97a3-20231123.png" loading="lazy" class="md-img"></p>
<h2 id="gpt4-vision%E3%81%A0%E3%81%91">
<a class="header-anchor-link" href="#gpt4-vision%E3%81%A0%E3%81%91" aria-hidden="true"></a> GPT4-Visionだけ</h2>
<p>※勝手になんか画像生成している<br>
<img src="https://storage.googleapis.com/zenn-user-upload/fc9bd32efa54-20231123.png" loading="lazy" class="md-img"></p>
<h2 id="whisper%EF%BC%8Bgpt4-vision(%E6%9C%AC%E6%9D%A5%E3%81%AF%E3%81%9D%E3%82%8C%E3%81%9E%E3%82%8C%E3%81%AE%E3%82%BF%E3%82%A4%E3%83%A0%E3%82%B9%E3%82%BF%E3%83%B3%E3%83%97%E3%82%92%E5%90%8C%E6%9C%9F%E3%81%95%E3%81%9B%E3%82%8B%E3%81%B9%E3%81%8D)">
<a class="header-anchor-link" href="#whisper%EF%BC%8Bgpt4-vision(%E6%9C%AC%E6%9D%A5%E3%81%AF%E3%81%9D%E3%82%8C%E3%81%9E%E3%82%8C%E3%81%AE%E3%82%BF%E3%82%A4%E3%83%A0%E3%82%B9%E3%82%BF%E3%83%B3%E3%83%97%E3%82%92%E5%90%8C%E6%9C%9F%E3%81%95%E3%81%9B%E3%82%8B%E3%81%B9%E3%81%8D)" aria-hidden="true"></a> Whisper＋GPT4-Vision(本来はそれぞれのタイムスタンプを同期させるべき)</h2>
<p><img src="https://storage.googleapis.com/zenn-user-upload/5b166d0dcc66-20231123.png" loading="lazy" class="md-img"></p>
<p>音声だけでも画面だけでも理解できないが<br>
両者を踏まえると理解できる<br>
これは人間に１歩近づいたと言えると勝手に思っている</p>
