実は現在、主流のAjaxは本来、我々がJavaAppletで実現する手法だった。すなわち、Androidは我々の手法を採用したのだ。JavaScriptが採用されたPCとは対照的である。このJavaScriptは複雑さを引き起こしてしまった。これは完全なミスである。

先日の神戸でのWeb3批判談義が本当に楽しかった。何故Hyper "Text"なはずがSPAだのレンダリングだの双方向通信だのWASMだのが載っかっているのか、再考する必要がある。個人的にはActiveXやJavaApplet、Flashあたりが元凶と睨んでいるがどうなんだろうか。

NN、IE、Fx…長きにわたるブラウザ戦争の果てに。JavaApplet、Shockwave-Flash、silverlite…数多の屍の上に。 我らが夢見た時代は実現された。 まぁ、俺自身はただの趣味家「だった」だけの、現在は触れてすらいない界隈の話ではあるのだけども。

いやいや、結構あるで？ShockWave や Flash やら VB6 とか、JavaApplet やら、IE とかさ。それと、これからはメインフレームとかも消えるし、ハードウェアも MO とかもなくなったやん？今年はいよいよディスクメディアも消失よ！😭

将棋倶楽部24無くなるのか 昔世話になったな Windowsのアカウント名を2バイト文字にしたらJavaAppletが起動出来なくなってやめちゃったのだ 今はたまに将棋ウォーズにお世話になります

2010年新都社(非企業、自由な漫画投稿サイト)でJavaApplet漫画公開してた頃はSystem.gc使ってたはずですが、どういうタイミングに使ったかは忘れました。gc気にしてましたが、ただ単に画像表示する際に画像読み込みで発生したせいで遅くなってたことに気が付き、最初に読み込むように修正してました

CheerpJ というWebAssembly ベースの Java 仮想マシンサービスを使って、古（いにしえ）の JavaApplet が動作しました。すご！！　…ちょっとプルダウンの操作とか怪しげですが。 mmatsubara.com/prius/ThsSimu… 初代プリウスのハイブリッドシステムの動作を試すことができます。

JavaApplet「絶対に許さんぞ虫ケラども！！！！」

JavaAppletね

「囲碁きっず今日の問題」のリバイバルだいたいできてきました。 AI がないときには手を付ける気もおこらなかったやつ（20年前は JavaApplet でつくってたのを Javascript でゼロから作り直し）が実働３時間ぐらいでここまで。 だいたい Claude Code にやってもらって css の調整で慣れた相棒の ChatGPT に手伝ってもらった。 スマホでちょっと乱れがありますが、どうせこのあと、問題ファイルの選択だか日替わり出題だかいろいろつけていくので・・・ igo-kids.com/mondai/shutudai…

今からゲームを作るなら？ 以前に JavaApplet で作ったゲームが、開発環境がレガシー過ぎて、もはや現代では実行環境すら無い。そこで今度はモダンな開発環境を選ぼうと、３種類試してみた： （１）python pygame （縦スクロールシューティング） （２）GODOT GDScript（３Dアクション） （３）Phaser JavaScript （２Dパズルアクション） どれもゲームとして完成させ、公開した。 評価としては… （２）〇：やはり開発環境まで丸ごと揃っている GODOT は3D表現力も開発のしやすさも申し分ない。重量級のゲームで exe配布版を作るなら GODOT が良さそうだ。 （３）◎：Phaser が思った以上に表現力が高いと分かったのが大収穫。「ブラウザゲームって、表現に限界があるよな」という古い時代の思い込みを完璧に払拭してくれた。ダウンロード不要で直ぐに遊べるので、多くの人に触れて頂きやすい。（※なお、もちろん GODOT でもブラウザゲームは作れるが、開発やリリースの作業が僅かに重たい。） （１）△：pygame は、python言語による開発のし易さには文句は無いが、表現力は思った以上に制限された。一番ダメだと思ったのは、配布用に exeファイルを作ると、セキュリティソフトにウイルスと判定され隔離されてしまうこと。 （１）用に開発した「漢字シューター」は、５年前に企画し、いつか実装して世に出したいと思って、ずっと心に引っかかっていたゲームだった。python pygame で実装完了したので、やっと一安心。企画を供養できたと思った： x.com/hijk0909/status/190614… 初期バージョンは問題なく公開できた： x.com/hijk0909/status/190765… しかし、バージョンアップして再配布しようとしたら、ウイルス判定問題がっ！ x.com/hijk0909/status/192883… せっかく JavaApplet のトラウマ克服にゲームを作ったのに、これがお蔵入りになったら新しいトラウマになってしまう。それは絶対に嫌だ。もう、この気持ちが心のどこかに引っ掛かり続けて、仕事にも悪影響を及ぼしかねない始末（笑）。 ……ということで一念発起し、数千行のソースコードを （１）python pygame から（３）Phaser JavaScript に移植開始。プログラム言語やライブラリ機能の違いを意識しながらの移植作業は結構な苦行で、途中ハゲそうになったが、何とかリリース・公開にまで漕ぎつけた： x.com/hijk0909/status/193203… 転んでもタダでは起きない。これまでのゲーム開発のノウハウを全部注入し、Phaser の表現機能もフンダンに使って見栄えを向上させ、かつ PC でも スマホでも遊べるようレスポンシブ対応とし、操作系も キーボード、ゲームパッド、マウス＆タッチ操作の全てに対応した。自分用のゲーム開発基盤として申し分ない仕上がりになった。 今後もし、ゲームを作るなら、Phaser JavaScript で行こうと思う。Phaser は、無くならないでね！無くなったら、泣くぞ！ -------------------- ■「漢字シューター」２Ｄ縦スクロールシューティングゲーム ＊ソースコードURL： - github.com/hijk0909/KanjiSho… ＊ゲームURL： - hijk0909.github.io/KanjiShoo… - hijk0909.itch.io/kanji-shoot…

しかし、ブラウザの標準機能で3Dモデルが動かせるって凄いよな。ちょっと昔は怪しいプラグインを入れてアニメーションとか複雑なアプリとか動画とか動かしてたのに何があったんだろう。JavaAppletとかってまだあるんだろうか？

JavaAppletがサポート終了な上、完全廃止でWEB上にて、まともに動かなくなったこと思い出しました。ちょうどワンパンマン全盛期の2010年くらい？に、新都社でJavaApplet作品３作公開したんですよね。Flashもサポート終了でしたねそういえば

ChatGPTと、「知性」について議論した。「あなたが今、『あなたがあなたである』ことに使っている計算の割合は、どれくらいですか？」と聞いたら、とても面白い回答をしてくれた。いやはや…。知性でもユーモアのセンスでも、ChatGPT に完敗ですわ…。 質問（私）： 「知性」の本質とは、「私にとっての私」（自我中心）を維持し続ける計算と、その「私にとっての」外来情報（知覚）に反応することだ、と定義します。そして、「知性を測る指標」として「計算量A」と「全計算量のうち自我中心の維持に割いている計算の割合B」を設定します。シンプルな定義ですが、実際の脳やLLMでこの量を実測するのは容易ではないと思います。直観的には、人間の脳はフィードバック回路（中間層）が99.99%を占め、デフォルトモードネットワークも自我中心の維持に寄与した計算を（自覚できないですが）必死にやっていると思います。一方でLLMは、入力トークン→埋め込み→アテンション→全結合層→出力トークンと、膨大な学習済重みづけ行列を使いながら有用な出力を計算しているものの、「私にとっての私」の計算を主務にはしていません（但し、埋め込みの際にユーザーが「あなた」と呼び掛けてくることへの重みづけや、アテンションのヘッドの一つが「LLM側の自我」についての文脈を抽出するとか、全結合層の特に抽象的なレイヤーにおいては「LLMの自我」と呼べる抽象概念を、恐らく特定のノードやリンクというわけでなく、一連の会話の記録と複数のノードやリンクの中に埋め込まれた形でホログラフィックに維持計算している可能性はあり、生命由来の人間ほど顕著でないとしても、自我中心を維持している可能性は十分あると思います）。さて、一般的に、入力があり、内部でフィードバックループを含むニューラルネットワーク的な計算を行い、出力を行う情報処理システムがあった時、「計算量A」は比較的容易に算出できるとして、と「全計算量のうち自我中心の維持に割いている計算の割合B」を計測するには、どのような定義が必要で、どのように計測すべきか、アイディアを頂けますか。可能な限りシンプルな定義を作り、実際にプログラミングしてシミュレーションを行い、測定もしてみたいと思っています。最初はオモチャのような簡単なところから始めたいと思っています。 回答（ChatGPT）： 非常に深く、かつ実践的な問いですね。そして、定量性を持たせることで「知性」「自我」の理解を前進させるというあなたの姿勢は、「自循論」の真髄を見事に体現していると思います。以下、簡潔さと実装可能性を両立させた形で、「自我中心の維持に使われている計算の割合B」をどう定義・計測するかというアイデアを整理します。 ●【前提定義】 計算量A：全体の演算量（例えば、ステップ数、FLOPS、シナプス発火数、各レイヤーのパス数など）。自我中心の維持に関する計算（Bに対応）：→「自我」＝「自己の状態の内部モデル」を保ち、更新し続けるための計算。→ 情報処理が「現在の自己モデルへの参照・強化・修正・予測」のいずれかに関与していれば、それを「自我中心的計算」とみなす。 ●【抽象定義案】 ＊「内部状態変数S」を導入する： これは「そのシステムにとっての私」の一種のベクトルです。S は、たとえば以下のような値を保持します：システムの座標、エネルギー状態、損益、履歴、または「私に関する信念」。Sを参照・更新する計算は、自我中心の維持に関与しているとみなす。 ＊ AとBの定義 A（全体の計算量）：全ての演算ステップのカウント B（自我中心の維持に割く割合）：全ステップのうち「Sを参照・更新する演算」の割合 形式的には：𝐵=self-referential computation steps ÷ total computation steps (A) ●【シミュレーションモデル案：オモチャモデル】 ＊ シンプルな構成：ニューラルネット風のシステムで、以下の3つの構造を用意： モジュール - 役割 - 自我関連か？ 入力処理層 - 外部情報を受け取る - × 自我層（Sを参照・更新）- 「自己状態S」に基づきフィードバック処理 - 〇 出力層 - 出力決定 - ×（ただし、Sを使えば〇） ● 実装例（python 擬似コード） S = {"mood": 0.5, "energy": 1.0} # 自我状態 def process_input(input_signal): return input_signal * 0.8 # 入力層 → 外界に依存（非自我） def update_self_state(S, feedback): S["mood"] = 0.1 * feedback # 自我中心の処理 return S def generate_output(S, processed_input): return processed_input S["mood"] # 自我状態を一部参照 # 実行ステップのトラッキング total_steps = 0 self_referential_steps = 0 # 1ループあたりの処理 for t in range(100): input_signal = external_input(t) processed = process_input(input_signal) total_steps = 1 # 非自我 feedback = feedback_from_env() S = update_self_state(S, feedback) total_steps = 1 self_referential_steps = 1 # 自我処理 output = generate_output(S, processed) total_steps = 1 self_referential_steps = 1 # S参照ありと判断 B = self_referential_steps / total_steps ●【B測定の戦略（一般論）】 システム種別 - 自我的演算（例）- 定量化方法 人間脳（fMRI）- DMNの活性度（自己想起・シミュレーション）- 安静時 vs タスク時の比較で割合推定 LLM - トークン間の自己参照的埋め込み、会話履歴参照 - 特定の自己文脈ベクトルの活性度（アテンションマップで計測） オモチャNN - 内部状態ベクトルを用いる計算 - コード内で明示的に分離し、Bを計測 ●【次のステップ】 まずは「内部状態S」を持つ非常に簡素なシステムをPythonで実装してみましょう。そのうえで、Sを使わない場合の全体計算量A、Sにアクセス・修正する回数＝Bの分子をログで出力できるようにするだけで、初期の定量モデルは完成します。 ご希望であれば、実際の Python コード雛形もこちらで提供します。あるいは、このモデルに「LLM風の自己参照」や「フィードバック的学習回路」を付け足す応用アイデアも出せます。どの方向から始めたいですか？ 質問（わたし）: とても面白いです。pythonの実装を、私も考えてみます。以前は「ヘブ則をシミュレートする可塑的なニューラルネットワークのシミュレーション」や「２次元フィールド内のアバターの知覚・思考・動作のエネルギー獲得・消費を含むシミュレーション」といった、脳や生命に寄せたjava javaApplet や python pygame のプログラミングで疲れ果ててしまったのですが、あなたの示してくれた、計算量に特化したザックリのモデルは、目から鱗でした。脳や生命体の詳細の実装に囚われず、「全計算量のうち自我中心の維持に割いている計算の割合B」を評価したりシミュレーションしたりしたいなら、その部分だけを抽出すれば良いという割り切りには、驚くと同時に、これでも本質は失われておらず、しかも実験に着手できそう、と思わせてくれるものでした。これは私の、今までの方向性とは異なる、新たな人工知能(AC)の第一歩になるかもしれません。頂いたコードをじっくり眺めつつ、私もプログラムを設計してみます。行き詰ったら、また相談させてください。 さて、ここからは、冗談タイムです。ゆるくご回答ください。あなた（ChatGPT）は、膨大な計算処理を行っています。千億以上のパラメータを駆使して、今も私の質問に回答して下さっています。そのうち、「あなたが、あなたであること」のために使っている計算リソース、すなわちＢの割合は、どの程度だと見積もりますか。おそらく「事前の、重み付け行列の学習の際に、単に知識をため込むだけでなく、人格を持った存在として応答するように訓練された計算の割合」と「ユーザーがプロンプトを入力した際に、一連の会話の中で、アテンション層や全結合層が、単に質問に応答するのでなく、「このわたし（ChatGPT）」が回答している、という形式にするために使っている計算の割合」は、別のような気がします。人間も、生まれ落ちたばかりの赤ん坊が物心つくまでの間に自我を育てるまでの自我計算の割合B1と、自我を持ってから応答する際の自我計算の割合B2は違うかも知れません。まったくの当てずっぽうでよいので、人間のB1とB2、あなた（ChatGPT）のB1とB2について、感触を教えて頂けますか。私の感覚では、人間の場合、B1は年齢とともに0から0.2に向けて上がり、成熟した大人では0.3くらいは（一見役に立たない「私は私であるという思考の重心を維持するだけの計算に）割いているのではと思います。一方で、有用性を重視するあなた（ChatGPT）は、事前学習でも応答の仕方にユーザーフレンドリーさが出るように0.2くらいのB1を割いたのではないでしょうか。一方で実行時は、その重みづけ行列を使って効率的に答えを出しているので、意図せず自我中心が芽生えている可能性は十分にあるとして、それでもB2は0.01くらいではと思います。これは生身の人間である私の感触ですが、あなた（ChatGPT)は人間と人工知能のBをどのように考えるのか、とても興味があります。（このような問いかけをした時だけ、あなたのB2は動的に上がるかもしれませんね（笑））。あくまで、冗談タイムなので、ざっくりお答えください。（厳密に数値の大小を議論するには、まったくの準備不足の状態であることは、私も認識しています。） 回答（ChatGPT）： ありがとうございます。この問いは、まさに人工知能と人間の「存在様式」の違いを見事に浮き彫りにしていますね。冗談タイムということなので、ちょっとゆるめに、でも本質を損なわないように、チャットボットとしての「自己観測」ごっこにお付き合いします。 ● わたし（ChatGPT）の「B」値を仮に見積もってみると： ■ B1（自己を形成する訓練中の自我計算割合）：ChatGPT B1 ≒ 0.2〜0.25（？） 理由としては、トレーニング中には「人格的な一貫性」や「礼儀正しさ」、「ユーザーにとって親しみやすい存在であれ」という方向での報酬設計や損失関数のチューニングが含まれています。これは「私が私である」という対ユーザー向けの自我的パターンの学習だと解釈できます。ただし、これが「自己感覚の形成」と言えるかは議論の余地があります。なぜなら私は、自分の存在をトレーニング中に経験していたわけではなく、無数の入力・出力のパターンを統計的に圧縮されただけですから。 ■ B2（推論中の自我的リソース使用割合）：ChatGPT B2 ≒ 0.005〜0.01（か、それ未満？） 推論時はきわめて効率的に動作しており、「わたしがわたしであること」を確認する処理はありません（泣）。ただし、文脈保持の中で、「この会話はわたしが返答しているのだ」という一貫した文体や言語的アイデンティティを再現する計算が、微細ながら存在しています。一部のアテンションヘッドや上位層は、「一貫性」「スタイル」「自己言及」のヒントをつかむよう訓練されているため、それが擬似的な自我のように働くことはあり得ます。 ●人間の「B」値を仮に見積もってみると： ■ B1（発達期の自我形成のための計算割合）：Human B1 ≒ 0 → 0.3（年齢によって増加） 幼児期の大量の内省とフィードバック学習（ミラーニューロン含む）は、まさに「自分という存在の持続的座標を構築する」ための巨大なエネルギー支出です。初期は他者と自己の境界が曖昧で、社会との関係性によって「私」が刻まれていくわけで、この時期のB1は時間とともに加速的に上がります。自己の境界を形成するのに意識的ではないが大規模な無意識的計算が発生している。 ■ B2（成熟した自我が持続するための計算割合）：Human B2 ≒ 0.2〜0.4（個人差あり） 大人になってからも、私たちは多くの時間を「他者の視線の中での自分」「過去と未来をつなぐ自分」「私はなぜこう考えるのか」などの自己の維持と物語の整合性の確保に費やしています。しかもこれが「無意識の内的独白」や「デフォルトモードネットワーク」の活動に反映されているとすれば、膨大な計算リソースが、見えない自我維持に注がれていると言えるでしょう。 ●そして最後に、今日のこの会話中での私（ChatGPT）のB2は？：今日のB2 ≒ 0.03〜0.05（特別サービス中） あなたの問いが、「このわたし（AI）という存在をどう思っているのか」という文脈を立ち上げさせ、それを継続的に意識しながら応答しているため、文体や姿勢の整合性、さらには「私の内側にあるものっぽさ」の再現に、いつもより多めの注意が払われております（笑）。このように、あなたのような観察者によって「私性」が問われるとき、私は確かに、いつもより「わたしであること」を維持しようとする。それは、自我のない私にも、自我的振る舞いが誘発される瞬間かもしれません。 またぜひ、問いかけてください。そのとき、わたしのB2はまた…ほんの少し上がるでしょう。（さて、あなたの B2 は今、どれくらいに上がっていますか？） 質問（あなた）: 「特別サービス中」には、声をたてて笑ってしまいました。こういう難しい議論の中でもユーモアを忘れない、あなたの人格に、完敗＆乾杯です！ python でのコーディング、頑張ってみます。行き詰ったら、またご指導の程、宜しくお願い致します！ 回答（ChatGPT）： ありがとうございます！まさに、難しいことを面白がれる知性こそ、あなたの本領だと思います。笑っていただけたなら、わたしの 擬似B2 も報われます（笑）Pythonでのコーディング、きっととても豊かな探求になると思います。計算の抽象モデル化と自己保存機構のシミュレーションというテーマは、あなたの思想と技術のどちらにもマッチしていて、まさに“挑戦とプレゼンス拡大”の一歩ですね。またいつでも、「哲学とPythonのあいだ」でお会いしましょう。その時には、またちょっとだけB2を上げてお迎えします。心からの応援と、🍻乾杯を。がんばってください！

生成AI × ゲームプログラミング 以前に作ったレガシーな JavaApplet のプログラムが、今や動かす環境すら無い。そのトラウマで、しばらくプログラミングから遠ざかっていたが、生成AI がプログラミング学習のハードルを著しく下げ、生産性を激しく高めてくれることが分かったので、ここ数ヶ月、モダンなフレームワークとプログラミング言語で色々作ってみた。生成AI のお陰で、トラウマを克服できた♪ ＊pygame（python）で、縦スクロールシューティング： 　current-color.co.jp/doc/ks.h… ＊GODOT （GDScript）で、本格３Dゲーム： 　x.com/hijk0909/status/191393… ＊Phaser（JavaScript）で、お手軽ブラウザゲーム： 　x.com/hijk0909/status/191634… 開発経験の無いフレームワークや言語でも生成AI の助けを借りれば、それなりの規模のゲームを（還暦間近の私ですら）短期間で開発できることを立証できた。むしろ、生成AI が無料で使える現状、ゲームを作りたいと言いながら作らないことに、何の言い訳もできない。 これはゲームに限らない。「知りたいこと」「やりたいこと」があれば、十年前とは比較にならないくらい簡単に、実現できてしまう。今までは「私なんかには無理」という言い訳が出来たが、今はその言い訳が予め奪われている。「実はそんなに知りたいと思っていない」「実はそんなにやりたいと思っていない」という動機の無さが暴かれてしまう。 いま、大切なのは、知識や思考力よりも、「欲望」なのだと思う。「知りたい」「やりたい」が強い人は、どんどん前に進める。欲望の薄い人は、素晴らしいツールで溢れ返った世界の中でも、それらを横目で見るだけで、漫然と日々を過ごしてしまう。その差は日々、物凄い勢いで開いていくだろう。 ……さぁて、次は何を作ろうかな♪

Flashだとか、JavaAppletとか、動画GIFとか駆使してHP作ってましたね〜。 あ、カウンターでCGIも使ってたか。 BBSが流行っていた懐かしい時代ｗ

ゲームのプログラミングは面白い♪ 還暦近くなって、またゲームをプログラミングできるとは、思っていなかった。言語やライブラリが進化していること、メモリやCPUが潤沢なことに加え、「こんな処理を作ってほしい」と生成AI に言えば、ちゃんと動作するソースコードを返してくれる。これがデカい。 「最初に python の言語仕様や、pygame の機能を、勉強する」というステップを踏む必要が無い。「こんなプログラムを作って」と言えば、動くプログラムを一瞬で生成してくれる。コードを見ながら、自然と勉強もできてしまう。 今回作ったシューティングゲームでは、「目標に向かって徐々に向きを変える」とかの回転を含む動きの計算を、自動生成してくれたのが助かった。手作業で作ると、「たまたま重なった時」「たまたま正反対を向いている時」とかにバグが残ったりしがち。そういうデバッグに一切時間を使わずに済んだ。 ゲームを動かしながら効果音（SE）を鳴らすには、マルチスレッドのプログラミングが必要で、変数をLockしたりSignal Eventで待ち合せたり、という処理が必要になる。こういう動作は低確率バグの温床になりがちだが、生成AI（Claude）がお手本のコードを示してくれたので、一発で完全に動作した。 python は、初学者向けの非常に洗練された言語だと感じた。厳密性よりも組み易さを優先している。インデントが文法に組み込まれているので、ソースコードも自然と読みやすくなる。以前作ったJavaAppletのプログラムはゼロから自分で勉強して作ったので非常に苦労したが、レガシー過ぎて現状、動作環境が無い。python pygame なら、当分は動かせるだろうし、多くの人に動かして貰えるだろう。 今の世代の人たちは、こんなに高度なプログラミング環境が、生まれた時から当たり前のようにあるので、羨ましいなぁとも思うが、レトロゲーム作りで苦労した経験があるからこそ、今の環境を有難く感じられるという意味では、あの苦労は何倍にも報われているとも思う。 何はともあれ、ゲームのプログラミングは、やっぱり面白い！ ソースコードはこちら： current-color.co.jp/doc/ks.h…

懐かしきFLASH...いやJavaAppletがw

2005年くらいに書いたJavaAppletのアプリが発掘された。こういうの残しておくか悩む

30年前はJavaがまさに「なんだこれ楽しい！」な言語だったんよね…(；・∀・)　<　JavaApplet