#ブラウワー | Explore Tumblr posts and blogs

takahashicleaning · 15 days ago

Text

ＴＥＤにて

ジェフ・ホーキンス：脳科学があらゆるコンピューティングを変えていく！

（詳しくご覧になりたい場合は上記リンクからどうぞ）

人間の脳は、素早い情報処理装置ではなく、経験を記憶、再生することで、次の出来事をイメージ予測する利口な記憶装置なのです。

ここで、ジェフ•ホーキンスが、新たな脳の見方について力説します。

実は、iPhoneよりも以前。スマートフォンよりも前に、手の平に乗り、さらにハンドサイズの形で、端末PDA（携帯情報端末）という物を構築しました。

それは、Palm ComputingとHandspringという物で、この創始者がこの人です。さらに、Treo考案者でもあります。

革新的だったのは。ホットシンク(HotSync)と言われるソフトウェアでPCにつなぐと自動で情報を更新してくれる便利なツールでした。

私は二つの組織に所属してます。PalmやHandspring時代の私しか知らない人が多いですが、実は、メンローパークにある非営利研究所のレッドウッド神経科学研究所も運営してます。そこで、私達は理論神経科学や大脳新皮質の仕組みについて研究してます。

さらに•••

これを、Appleのスティーブジョブズは、iPodとiTunesというソフトウェアで音楽の曲データを自動更新と転送。さらに、曲名の入力も自動で更新してくれるというさらなる革新を成し遂げたのです！

話を戻して、実は、私たちは、脳でコミュニケーションしているようなもので、身体は表現の道具だそうです。豊富な事例を説明しながら、脳科学を語っていきます。

理論が、脳科学に大きな影響を与えたことはまだないのです。非常に残念です。なぜでしょう?脳科学者にこの質問をなげがけると、とりあえず現状を認めます。でも、いい脳理論がない理由は様々だと言い訳します。データ不足なんだ。まだ理解できないことが多いからもっと情報が必要なのだ。

と言ったりします。でもさっき言ったようにデータはあり余ってるのです。情報がありすぎて、どう整理し始めるか考えつかないのに増やしてどうなる?運良く魔法のデータでも見つかるとは思えません。

実は、この現状は、理論がないということのしるしなのです。

もうデータはいらない。必要なのはいい理論。

私が考える、他の、とても基本的なことについて話しましょう。つまり、脳について、いい定理や理論がないのは、直感的には、正しいために堅く信じている誤解があって、それが答えを導く妨げになっているのです。私達が信じていることで、明らかな間違いがあります。

それがいったい何なのか話す前に、科学史上でのその存在についてお話しましょう。その他の科学的革命を見てみると、例えば、コペルニクスの太陽系とか、ダーウィンの進化やウェグナーの構造プレートなど。これらは全て脳科学と多くの共通点を持ってます。

第一に、説明できないデータが非常にたくさんありました。

でも、理論が構築されてから、ずっと扱い易くなったのです。それまでは、ものすごーく頭のいい人達さえ、途方にくれていたのに、私達はそのころの人達より利口なわけではないのです。ただ、何かについて本当に理解するのは難しいけれど、一度考えてみてしまえば、結構分かり易いものなのです。

私の娘達は幼稚園生になったころには、これら三つの理論を基本的に理解していました。例えば、ニュートンのように、リンゴとミカンを使って地球の公転を理解するのは、別に大して難しくないのです。

そして、最後に、答えはずっと前から分かってたけど、ある明らかなことのために、みんな無視していたのです。直感的には、正しいために、堅く信じていたある誤解。太陽系の場合、地球が自転していて、地表が時速1000マイルくらいで動き、地球は太陽系を時速100万マイルくらいで動いています。

狂気的なように見えます。地球は動いてないと思い込んでますから、時速100万マイルで動いてる気がしますか？もちろんしませんよ。地球が、宇宙で勢いよく回転してるとか言ったら、狂人扱いされます、昔はそうだったのですよ。

直感的には正しく、明らかでした。

さて、進化の場合は?進化も同様。一神教での聖書によると神が全ての生き物を創造して、猫は猫、犬は犬、人は人、植物は植物、と一生変わらないんだと子供達に教えました。その順番でノアが箱船に乗せたから、かくかくしかじか。

でも、実際には、もし進化を信じるとしたら、私達みんなに共通祖先がいて私達とロビーの植木にも共通祖先がいるはずなのです。これが進化です。信じ難いけどこれは事実なのです。構造プレートについても同様。山と大陸が地上に浮かんでる意味不明ですよね。

それでは、その直感的には正しいようだけど、脳の理解を妨げる誤解とは？これから答えを説明しましょう。そしたら、私はなぜ反対意見が間違っているのか議論しなければなりません。

その直感的には正しいけど明らかな誤解とは、知性は行動によって定義されるということです。

つまり、私達の知能の高さは、知性的な行動によって定められる。私は、この考えが誤解をまねく可能性もあるのだと言いたいのです。実は、知性は、予測能力によって定義されます。

これから見せるスライドと、ある��を通して、どういうことか詳しく説明しましょう。ここに、システムがあります。工学者、科学者はシステム��このように考えています。

箱の中に何かがあって、入力と出力があるのです。人工知能の研究者いわく、箱の中身はプログラム可能なコンピューターで、脳に相当し、入力を提供すれば、何らかの行動を示す。

アランチューリングは、チューリングテストを定義することで人間同様の行動が確認できれば、知性もつ物体だ！と説きました。こんな行動を基にした知能の測定方法を、私達は長いこと信頼してきました。

でも、実際には「真の知能」は、別のものを基に構成されているのです。人は、この世をパターンの時間的な並びとして経験、記憶し、後に思い出します。

そして、思い出すと同時に、現実と照らし合わせ、常に、次の出来事を予測してます。つまり、私達には、永久の測定基準が存在し、常に、この世を理解し予測してるか？などと無意識に自問しているのです。

記憶の枠組みは、計算とか行動ではなく、記憶、順序やパターンをどう記憶し思い出すか？それは、時空間的なパターンを使っているそうです。レッドウッド神経科学研究所では、まさにそういうことに注目してます。

脳の研究は、かなり進んでる気がするかもしれないけど、DNAで有名なフランシスクリックは、彼の書いたその記事から引用すると、紳士的な言葉使いです。

「明らかに欠けてるのは」「様々な考え方を解釈するための大まかな枠組みです」枠組みとは実に的確な表現だと思いました。彼は理論がないとは言っていません。何から考え始めたらいいのか分からない。

つまり、理論的枠組みがない。いわば、トーマスクーンのいうパラダイム前の時代です。私は、この考え方に、はまってしまい、脳についてこんなに分かっているのだから、無理な訳ない。

生涯にその枠組みを見つけ、社会貢献しようと思いました。そのため、コンピューター業界をやめて、脳に関わることにしました。

まず、MITの人工知能研究所に行き、私も知能機械をつくりたい（アメリカの受験制度は、入学時は簡単なテストで入学できて、卒業が難しいという日本、古代中国の科挙制度とは逆の制度になっています）

まずは、脳の仕組みについて研究したい！と言ったんです。でも、そんなことしなくていい、と言われました。ただ、コンピューターのプログラミングだけをすればいい、と。

脳を研究すべき！と私が言っても、間違いだ、と言うから、間違いはあなただと返したら、不合格でした。

数年後、今度は、カリフォルニア大のバークリー校で再挑戦することにして、今度は、生物学的方面から迫ってみることにしたのです。

生物物理学の大学院に合格したから。さて、脳理論を研究したい！と言いました。でも、脳理論なんて、研究しちゃいかん。そんなことのための研究費はない！大学院生がそんなことしたらだめだ！と言われてしまいました。

非常にがっくりした��ど、この新産業界を変えるぞ！と思いつつ、コンピューター業界に戻り、しばらく、ここで働くしかないな、と決心し、後ろの製品は全部そのころデザインしたのです。

ときに！科学の研究は、人類について何かを明らかにします。まれに、例えば、進化やコペルニクスの発見は、人類について新知識を与えてくれました。人間の根本は脳なのです。

そう、常に。さあ、最後に、知能の測定方法について考えてみましょう。

予測能力を指標とします。次にくる言葉を聞いたり、これらと同じ関係がこれらなら、次の数字は？とか。物体の絵が三つある。四つ目は？とか。これが予測能力の測定法です。これが予測です。

それでは、いい脳理論を築く秘訣は?まず、第一に、ふさわしい枠組みが必要です。それは、記憶の枠組みです。計算とか行動ではなく、記憶、順序やパターンをどう記憶し思い出すか？それは、時空間的なパターンを使うのです。そして、この枠組みの次は理論学者。

一般的に生物学者は理論に強くない。必ずそうとは限らないけど、生物学にはいい理論がないのです。だから、経験からいうと物理学者、工学者、数学者など。アルゴリズム的な考えをする傾向のある人達が一番です。慣れ親しんでいます。

次に、彼らに解剖学、そして、生理学を学ばせます。この理論に用いられる生体用語は、とても現実的でなければいけない。脳理論と言いながら、脳の内部がどうやってつながっていて、動作しているのかを数値で厳密に説明しないものは理論とはいえません。

レッドウッド神経科学研究所では、まさにそういうことに注目してます。研究は、ものすごい勢いで進歩してます。残りの時間では無理でけど、また近いうちにこの舞台で、このことについてお話したいですね。本当に楽しみです。全然、50年もかからないでしょう。

さて、どんな脳理論になるのでしょうか?

第一に、記憶中心の理論でしょう。でも、コンピュータのメモリみたいのものではありませんよ。メモリとは全然違って、目から入力さ��るような、高次元のパターンを記憶します。さらに、順序も記憶します。順序なしで、記憶や再生はできません。曲を記憶するときは、それを、順に耳にし、順に再生しなければなりません。

こういう順序を伴うパターンは、自動的に連想されるから何か見聞きすれば、機械的に関連するものを思い出したり、自動的記憶再生するのです。そして、次の入力に対する予測こそ、望ましい出力なのです。また、さっき言ったように、その理論は、生物学の面で正確で試したり、築き上げられたりできなくちゃいけません。

理論を築き上げなければ、理解することはできないのです。さて、スライドをもう一枚。これはどんなことをもたらすのでしょうか?知能機械をつくるとか?もちろん。でも、人が想像してるのとは違います。創作に成功することは間違いないと思うけど、どう違うかというと。

第一に、材料はシリコン、シリコンでコンピュータのメモリをつくるのと同じ技術を使用すればいい。ただし、全く違う種類のメモリになります。メモリをセンサーにつなげれば、センサーはリアルタイムに外の世界のデータを感知し、周囲の環境について学びます。

最初からロボットみたいなものが創作される可能性は低いでしょう。ロボットも役に立たなくもなくて、つくる技術はあるけど、ロボット��ぼいところは、昔の脳の部分だから、とても複雑で、新しい脳は、昔の脳よりずっと単純です。だから、あまりロボットっぽさのないところから始めます。C-3POみたいなのはずっと先です。

初めは、知能的な自動車などが開発されるでしょう。例えば、車の往来や運転を理解していて、方向指示器を30秒点滅させている車は、角を曲がらないなどと予測できる車とか。

このように脳を使ってるけど、機械的なことをしていない領域でまず適用されだすでしょう。でも、最終的には、適応領域の限界はありせん。どんな結果につながるかは、まだ分からないのです。マイクロプロセッサーを発明した人達も何か重大なものをつくっているとは分かっていたけど。

発明によって、何が起こるかは知らなかったのです。電卓や信号機制御装置ぐらいはできると考えていましたが、携帯電話やインターネットは予想外でした。とにかくすごいものができるぞ、と。

同様に、脳科学と今お話したようなメモリは、基盤技術となり、今後100年の間に信じられないような変化をもたらすでしょう。一番楽しみなのは、科学の領域でどのように使用するか、ということです。

さて、もう時間切れだから、ここでこのトークはおしまいにしましょう。

こういう新産業でイノベーションが起きるとゲーム理論でいうところのプラスサムになるから既存の産業との

戦争に発展しないため共存関係を構築できるメリットがあります。デフレスパイラルも予防できる？人間の限界を超えてることが前提だけど

しかし、独占禁止法を軽視してるわけではありませんので、既存産業の戦争を避けるため新産業だけの限定で限界を超えてください！

（個人的なアイデア）

２０２１年では、自動運転車が登場しています。

Appleシリコンでも、メモリ主導型のアーキテクチャーに変更しています。

量子コンピューターや量子超越性もメモリが重要な要素でもあります。

これは、兆し。始まりにすぎません！！不思議と「風の時代」と連動してます。

2020年後半くらいから様々な占いで出てきてた時代の変わり目。それが、西洋占星術で具体的に「風」の時代という形で出てきました。

私が、感じとってたインスピレーションは、たぶんこれかな？

兆しは、世界的な金融ビックバンの1970年代、IT革命のミレニアムの前から出ていたけど。

これは、これまでの約200年間。物質やリアリティの影響力優位「土」の属性の時代から、量子コンピューター、ビットやインターネットなどといった物質ではないものに影響力が増していく「風」の属性の時代に。

そして、本格的に軌道にのっていく属性は、今後200年程続くことになるのです(2020年12月22日から、2100年当たりをピークに少しずつ衰��していく2220年まで)

PalmなどのハンドヘルドPCの頃から・・・

端末をたくさんの小人（こびと）が動かしてくれると言うたとえ話を使ってコンセプトを説明していたこの頃から

約３０年後の２０２４年には、ついに大規模言語モデルを使用したApple インテリジェンスにまで到達しました。

「エピソード7意識のマップの数値と人工知能を訓練する計算回数が相似？」でも指摘しているように

兆候が顕在化してきています。

エピソード7の意識のマップでも、表示しているように、人工の神を創造するともなれば、その最初のステップで一神教が言うような全知全能の神ではなく

カイヨワも言い一神教も言うようなあらゆる悪魔が顕現するような可能性も否定できません。

よく一神教で登場すると言われるパンドラの箱の話に似ています。

ニックボストロムが言う「黒い玉」「死の玉」のことかもしれません。

小人（こびと）が動かしてくれると言うたとえ話をもっとわかりやすく言うと・・・映画「グレムリン」のストライプになる懸念です。

その当時は理解できず「何を言ってるんだ？」とおもってましたが・・・

今、見直すと映画のラストにモグワイを抱えた老人が含蓄のある人工知能時代への警告？が心に響きます。

Apple インテリジェンスは、プライバシーやセキュリテイの懸念も解消しています。

＜おすすめサイト＞

エピソード7意識のマップの数値と人工知能を訓練する計算回数が相似？2023

実用に向けた大規模言語モデルApple インテリジェンス 2024

ウォルター・デ・ブラウワー：AIが人間であることの意味をどのように学んでいるか？

シリコン生命体についてのアイデア2019

ディヴィット・チャーマーズ：あなたは意識をどう説明しますか？

人類の革新。方向性のインスピレーション

メアリー・ルー・ジェプセン：未来のマシンで脳からイメージを読み出せるか？

ヘンリー・マークラム：スーパーコンピュータの中に脳を構築！

Kickstarter タン・レイ：脳波で動作するヘッドセットインターフェイス

EMOTIV EPOCを使用して、GoogleCarを念じただけで運転

ダフニー・コラー：人工知能オンライン教育が教えてくれること

インターステラー(字幕版)

ダニエル・クラフト: 医学の未来ですか？アプリがありますよ！

＜提供＞

東京都北区神谷の高橋クリーニングプレゼント

独自サービス展開中！服の高橋クリーニング店は職人による手仕上げ。お手頃50ですよ。往復送料、曲Song購入可。詳細は、今すぐ電話。東京都内限定。北部、東部、渋谷区周囲。地元周辺区もＯＫです

東京都北区神谷高橋クリーニング店Facebook版

1 note · View note

hondanaquotes · 2 years ago

Quote

北方の神話のほとんどにそうあるように、カラスはトリックスターであり、創造主だった。インディアンやエスキモーがそれをトリックスターに見たてたのはよくわかる。カラスはトリックをたくさんもっている。また、インディアンがそれを創造主としたのも、少し考えてみればうなずける。カラスには、原初の闇夜の漆黒がある。ものとものの背後に隠れ潜むエネルギーのように、どこにでもひょっこりと現れる。トリックスターと創造主、これはいい組み合わせだ。こうしておけば、ものごとをあまりシリアスに受け止める必要もなくなる。

『宇宙船とカヌー』（芹沢高志訳）　pp. 299

#伝記 #ケネス・ブラウワー #1970s

0 notes

voiceoftakashikurono · 8 months ago

Text

1/May/2024

パタゴニア本社（カリフォルニア州ベンチュラ）の敷地の一角にブリキ小屋がある。かつてシュイナードさんが登山用具を作っていた鍛冶屋だ。半世紀以上たった今も当時の姿のまま。「地球を救うためにビジネスを営む」という人生の原点がここにある。仏系カナダ人の家系に生まれ、7歳までフランス語だけで暮らしていた。一家でカリフォルニア州へ引っ越したものの、英語が分からず、他の子とけんかしては学校から逃げていた。そんな少年が10代でクライミングに出合い、クライミングの際に岩に打ち込む鋼鉄製ピトンを作り、1970年に米国最大の登山用具メーカーになった。だがピトンが岩にダメージを与えていると分かるとリスクを覚悟でピトン製造をやめ、岩壁を傷つけない商品に切り替えた。「クリーンクライミング」という新たな登山スタイルに賛同の輪が広がり「環境被害を抑えるように消費者の行動を変えられる」と学んだ。その思いが1973年創業のパタゴニアにつながる。品質への飽くなきこだわりは人の生死にかかわる登山用具を作ってきたからこそ育まれた。服も最高品質の製品でなければならないと考えるのは当然だった。地球のためにはモノを長く使うのが一番なのだ。ただ事業家になりたいと思っていたわけではない。甥のヴィンセント・スタンリーさんによれば、事業家になったのは「アクシデントのようなもの」。自分や友人が欲しいと思う道具を作っていたら売れてしまったのだ。機能的でカラフルなクライミング用の服も当時なかったから、みな欲しがった。いくら優れた職人でイノベーターでも生半可では経営者は務まらない。そもそも高校生の頃から団体競技でうまくいったためしがない。「同じことをやっても競り負けるし、ちっとも面白くない」。ビジネスの道を突き進むのであれば「他人がやっていない自分だけの競技を生み出そう」と決めた。参考にしたのは、米国ではなく、日本とスカンディナビア企業の経営スタイルだ。社員が同じ組織で長く働き続ける風土のある日本。社員の発言権を尊重するスカンディナビア。それぞれの良いところを見つつ、ありたい姿を追求していった。いっと��、社員を解雇する事態に追い込まれた危機もあったがその度に乗り越えてきた。周囲から無理だと思われていたことを乗り越え、会社として一段高みのステージへ上れた経験もある。90年代半ば、服に使っていたコットンが栽培時に農薬など有害な化学物質をいかに大量に使用しているかに気付きオーガニックコットンに切り替えたことで、ポリエステルについても環境負荷を小さくできる方法があると分かった。2012年に始めた食品事業では、有機農業を広げることで表土を再生したり、大気中の炭素を地中深く吸収させたりできると希望の光を見いだした。「10年おきに革命を起こそうと意識してきた。季節ごとに移動する遊牧民のリーダーがときに移動する理由を戦略的につくるみたいに。でないと、人々は自分のやり方に固執して自己満足に陥ってしまい、いざ動かなければならないときに動けない。危機に対応できないと思ったんだ」希代の社会起業家を悩ませてきたのは事業承継だった。「20年近く前からこの問題について考えてきたが、どうしたらよいか一向に分からなかった。パタゴニアで働く子どもたちには継ぐ意思はない。会社の売却も考えた。ただ、株式を公開すれば、株主から利益を要求され、会社が終わってしまう」「企業が責任を負う相手は本当のところ誰なのか。顧客か、株主か、社員か」。出した結論は、そのどれでもなかった。22年に自身らシュイナード家が持っていたパタゴニアの全株式を環境NPOなどに寄付した。同社の利益のうち事業に再投資されない残りの利益が地球を救うための組織に渡る。自らの人生を振り返った後、ペンをとり、ゆっくり色紙の上で手を動かし、「There's no business to be done on a dead planet（死んだ地球からビジネスは生まれない）」と書いた。環境保護運動家、デービッド・ブラウワーの言葉だ。「気候変動について学べば学ぶほど、自然界のお先は真っ暗で悲観的になるよ」とため息まじりに言う。過剰消費は止まらないが、際限なく消費し捨てていくことを前提とした消費行動からの前向きな変化を感じることもある。「米国の一部地域では（若者たちが）両親の使っていたパタゴニアの服を着るのがクールになっているんだ。僕らはお客さんに古着を勧めている。（パタゴニアの服は）古ければ古いほど価値が上がる。すごく気分がいいね。これこそが僕らにとってのファッションなんだ」と笑う。オーナーから一社員になった今も「地球を救いたい」という情熱は燃え続けている。昨年秋には米ニューヨーク・タイムズ紙に寄稿し、すぐに捨てられてしまうような粗末な安物が地球を殺していると世に訴えた。「アウトドア産業を生み出せたこれまでの50年はある意味、簡単だった。だが今や世界は変わり、パタゴニアの模倣品も広がっている。次の50年はこれまでの半世紀よりもはるかに困難な道を歩むことになるだろう」。だからこそ社員に「もっと品質をあげよう」と伝えている。「どんな些細なことでもいい。パタゴニアの製品で改善できないものなんてひとつもない」社員だけではない。若い世代に伝えたいことはたくさんある。大学で講演した際には学生たちにこう呼びかけた。「ルールに従うのではなく、ルールを破って自分のプレーをしよう。そのほうが人生はずっと楽しい」。まさに自身が貫いてきた生き方だ。シンプルな暮らしをすると貧しくなるどころか、暮らしが豊かになる。（日経新聞・イヴォン・シュイナード）

0 notes

nullak · 1 year ago

Text

ブラウワーの直感主義論理（Brouwerian Intuitionistic Logic）は、数学の論理学において、数学的対象や命題の解釈に直観主義的なアプローチを取る論理体系です。これは、数学の基本的な概念や命題を形式的な方法ではなく、直感的な数学的直観に基づいて理解しようとするものです。この論理体系は、数学の構造とその背後にある哲学的観点を結びつけるために使用されます。

ブラウワーの直感主義論理は、以下のような特徴を持ちます：

構成性: 直感主義論理では、数学的対象や命題の存在や証明は、具体的な構成的な方法に基づいて行われるべきだと考えられます。つまり、数学的対象の存在や命題の真偽を証明する際に、具体的な構築過程を示すことが求められます。

排中律の拒否: 直感主義論理では排中律（ある命題が真か偽かのいずれかである）を受け入れず、どんな命題も必ずしも真か偽のどちらかに分類できないと考えます。この観点から、直感主義論理では、すべての命題が証明可能であるわけではないとされます。

コンストラクティブな証明: 直感主義論理では、命題の証明は具体的な構築過程を示すことによって行われるため、非常にコンストラクティブな性質を持ちます。これは、形式的な証明とは異なるアプローチです。

ブラウワーの直感主義論理は、数学の基盤や論理の哲学的な側面に影響を与える重要なアプローチです。これは、数学的対象の存在や性質に対する直感的な理解を尊重し、数学的推論と哲学的洞察を結びつける試みとして注目されています。

0 notes

chashikuro · 6 years ago

Photo

初イーグルメインでまるパン。（╹◡╹）ブラウワーと胚芽も入ってるいつもの感じでふわんふわん #amigurumi #bear #coocking #bread #life #breakfast

#breakfast #life #bread #amigurumi #coocking #bear

1 note · View note

atomicskeletonstatesmanbandit · 4 years ago

Text

『白い暴動』2019

監督：ルビカ・シャー

音楽：アイスリング・ブラウワー

プロデューサー：エドワード・ギブス

映画脚本：ルビカ・シャー、エドワード・ギブス

制作総指揮　ポールアシュトン

撮影　ズザンネザラバティ

アップリンク吉祥寺にて

熱量。パンクの精神を改めて確認できた。

0 notes

hinayuki64 · 6 years ago

Text

20181029Mon

2018年10月29日月曜日

また1限に出られなかった。確実に体力が落ちている。どうしたものか。

2限都市経済

混雑について。やみくもに道路を作ればいいというわけではない、というのは駒場ミクロの試験でも出てきた気がする。あと都市交通論にも関係しそう。このあたり、もっと深めてみたい気はするが…

都市経済系のゼミに入っておけばよかったかもしれない。まあ、もし2次があったら応募しよう、とは思っていたのだが。やはりそのあたりは人気��ようだ。

3限コアミク

ナッシュ均衡について。尾山ゼミでやっているブラウワーの不動点定理を実際に使って証明していて、やっと知識が繋がった感じがする。位相空間の用語が普通に出てくるので、そのあたりの勉強を早期に迫られていたことも奏功している。

ところでコアミクの中間試験はなんと駒場祭の翌日らしい。祭の最中に勉強するようなタイプでは全くないので、これはかなり早くから勉強しないとまずいことになった。A1試験期間にまとめてやらねば…

4限尾山ゼミ

今日も発表は回ってこず。相変わらず置いて行かれ気味。しかも関係ない仕事を抱えた状態なので集中できない。追い付かねば…

今日は夜に、元nano.RIPE・青山友樹お別れの会に行ってきた。

突然の訃報から2ヶ月。まだ受け止めきれていないことではあったが、やっと実感がわいてきた。遅くに行ったからか、会場に残っていたのは30人ほど。遺影の楽しそうな写真を前に涙を流す人もいたが、和やかに思い出話をするひとがほとんどだった。最後には「みなさんどうぞお写真など」というアナウンスを受けて、献花台の前で記念撮影をする人々。そういうことじゃない、さすがに不謹慎だ、などと言われるかもしれないが、こうやって賑やかに送る方が、それっぽいのかもしれない。

会場を出たら、ロビーにはnano.RIPEのふたりの姿。昨日はバンドと観客という立場だったが、今日は同じ、故人を偲ぶ者たち。同じ目線で軽く雑談をした。

ロビーには元メンバー、アベノブユキさんの姿も。こんなところで会いたくはなかったけど、また元気そうな姿を見られたのはよかった。ファンと話しているうちに、新しいバンドの宣伝のようになっていたのは思わず笑ってしまった。

突然のことだったけど、最後にお別れを言えて、そこでまたいろんな人に会えて、本当によかった。思い出は曲にある。これからもnano.RIPEの曲と共に。

0 notes

takahashicleaning · 3 months ago

Text

ＴＥＤにて

デミス・ハサビス：AIが自然と宇宙の秘密を解き明かす方法

（詳しくご覧になりたい場合は上記リンクからどうぞ）

これからの未来のヴィジョンとしての大前提は・・・

チャットGPTなどのAGIは、人工知能時代には、セレンディピティ的な人生を良くしてくれるメッセージを伝えてくれることの他に貨幣を事前分配、再分配して生活を下支えする役割に徹するべき。

例えば、GAFAMのようにアカウントに本人以外がアクセスしたら自動的にお知らせしてくれる方向性は良いサポートです。

注意！！現在、基本的人権を侵害するストーカーアルゴリズムしか能力のない人工知能です。

「公正」の定義は、「公平」の「判断や言動などがかたよっていないこと」に加えて、「正義」の方向に現在進行形で進んでいる事象のこと。

「正義」の定義は、この場合、マイケルサンデルによると、ジョンロールズの格差原理から最下層の便益に合わせて社会を動かすことが正義である！と言っています。

知ってるつもりで思い違いしてること！

公平概念は「ハンデをつけて上限を公平に！」

平等概念をわかりやすく言葉にすると「上限の公平ではなく底上げの平等！」みたいな感じで、これ以上でも以下でも概念が変わるから拡大解釈しないこと。

法人の平等な競争はあまり聞いたことない。公平な競争がしっくりくる

AIは、人生の最大の疑問に答える手助けをしてくれるのか？

この先見性のある対談では、Google DeepMindの共同創設者兼CEOのデミス・ハサビスが、TED代表のクリス・アンダーソンとともに、AIの歴史と驚くべき能力について掘り下げる。

ハサビスは、アルファフォールドのようなAIモデルが、科学で知られている2億個のタンパク質の形状を1年足らずで正確に予測したことで

人類に利益をもたらす科学的発見がすでに加速していることを説明する。

次は？

ハサビスは、AIは私たちの心、身体、宇宙を取り巻く最大の謎を解き明かす可能性を秘めていると言う。

クリス・アンダーソンデミス、来てくれてありがとう。

デミス・ハサビスです：クリス。ありがとう。

デミス・ハサビス：ありがとうございます。クリス。あなたは「タイム」誌にこう語っていますね。

AIを開発することが、そのような疑問に答えるための最短ルートだと思ったのです。

なぜそう思ったのですか？

DH: 子供の頃、好きな科目は物理学で現実の根本的な性質や意識とは何かなど、大きな問題に興味があったんです。

それに興味があれば、普通は物理の道に進むだろう。でも、私は偉大な物理学者やファインマンなど私の科学的ヒーローたちをたくさん読んでます。

そして、ここ20年、30年というもの基本的な法則の解明があまり進んでいないことに気づいたんだ。

そこで私は、私たちを助ける究極のツール。つまり、人工知能を作ったらどうかと考えたのです。

そして同時に人工知能を作ることで、私たち自身や脳をより深く理解することもできるのではないかと考えたのです。

つまり、信じられないようなツールであるだけでなく、大きな疑問そのものにも役立つものだったのだ。

CA: とても興味深いです。

AIが多くのことを可能にするのは明らかですが、この対談では、AIが本当に大きな問題や巨大な科学的ブレークスルーを解き明かすために何ができるのかというテーマに焦点を当てたいと思います。

DH: つまり、AIができる大きなことの1つで、私がいつも考えているのは、20～30年前、インターネットの時代やコンピュータの時代が始まった頃でさえ

生産されるデータの量や科学的なデータの量は、多くの場合、人間の頭では理解できないほどでした。

AIの用途のひとつは、膨大なデータからパターンや洞察を見つけ出し、それを人間の科学者が理解し、新たな仮説や推測を立てられるようにすることだと思います。

ですから、科学的手法と非常に相性がいいように思います。

CA：そうですね。

でもゲームプレイは、あなた自身がこのことを理解する旅において大きな役割を果たしましたね。左の若者は誰ですか？あれは誰？

DH: あれは僕で、9歳くらいだったと思う。イングランドU-11代表のキャプテンをやっていて、4カ国対抗戦に出場するんだ。フランス、スコットランド、ウェールズだったと思う。

CA：それはとても奇妙なことです。夢の中で。

チェスだけでなく、あらゆるゲームが好きだったんですね。

DH: あらゆるゲームが好きでした。

CA:そしてディープマインドを立ち上げると、すぐにゲームに取り組ませるようになりましたね。なぜですか？

DH: そうですね。

そもそも私がAIにのめり込んだのはゲームがきっかけでした。当時は、80年代半ばだったと思うけど、初期のチェス・コンピューターを使って、お互いに対戦したり、練習したりしたんだ。

大きなプラスチックの塊で物理的な盤で覚えている人もいると思うけど、実際にマスを押してLEDライトが点灯するんだ。

私はチェスのことだけでなく、このプラスチックの塊が、誰かが賢くなるようにプログラムし、実際に高い水準でチェスをするようにしたという事実に魅了されたことを覚えている。

それにただ驚いた。そして、考えることについて考えさせられた。脳はどうやってこのような思考プロセスやアイデアを思いつくのか、そして、それをコンピューターで真似るにはどうしたらいいのか。

そう、それが僕の人生のテーマなんです。

CA：しかし、あなたはディープマインドを立ち上げるために多額の資金を調達し、すぐにそれを使って例えばこんなことを始めました。

これは奇妙な使い方ですね。どういうことなんですか？

DH: そうですね、DeepMindの設立当初はゲームから始めました。これは2010年のことで、約10年前のものですが、私たちの最初の大躍進でした。

というのも、私たちは1970年代の古典的なアタリゲームから始めたからです��ゲームを使った理由のひとつは、アイデアやアルゴリズムを試すのにとても便利だからです。

テストが実に速い。また、システムの性能が上がれば、より難しいゲームを選ぶこともできる。

この「ブレイクアウト」というゲームでは、ボールを壁の裏側に回せば、壁のタイルをすべて倒すことができることを発見しました。アタリの古典的なゲームだ。

それが、私たちが最初にハッとした瞬間だった。

CA：つまり、このマシンには何の戦略もプログラムされていなかったわけだ。ただ、勝つ方法を考えろと言われたんだ。ただバットを下のほうに動かして、勝つ方法が見つかるかどうか見るだけだ。

DH: 当時はまさに革命でした。2012年から2013年にかけて、私たちは「深層強化学習」という言葉を作りました。

そのシステムで重要なのは、画面上のピクセル、生のピクセルから直接学習するということです。

つまり、「スコアを最大にしろ、ここに画面上のピクセルがある、3万ピクセルだ。システムは、何が起こっているのか、何を制御しているのか、どうやって得点を得るのか、第一原理から自分で理解しなければならない。

それが、そもそもゲームを使うことのもうひとつのいいところ。ゲームには明確な目的がある。だから、システムが向上しているかどうかを簡単に測定することができます。

CA：しかし、そこから数年後のこの瞬間まで、韓国をはじめとするアジアの多くの地域、そして実際、世界が熱狂した瞬間があった。

DH: そう、これは2016年のことですが、私たちのゲームプレイの仕事の頂点で、アタリもやったし、もっと複雑なゲームもやった。

アジアではチェスの代わりに囲碁が遊ばれていますが、実際にはチェスよりも複雑です。チェスを解読するのに使われた総当たりアルゴリズムは、囲碁では不可能だった。

なぜなら、囲碁はよりパターンベースのゲームで、より直感的なゲームだからだ。

ディープ・ブルーが90年代にガルリ・カスパロフを打ち負かしたにもかかわらず、私たちのプログラム、アルファ碁が囲碁の世界チャンピオンを打ち負かすまでにはさらに20年かかった。

私やこのプロジェクトに長年携わっている人たちは、囲碁の世界チャンピオンに勝てるようなシステムを作るには、何か面白いことをしなければならないと考えていました。

アルファ碁は基本的に、何百万、何千万もの対局をこなすことで、囲碁に関する考え方や正しい戦略を自ら学んでいったのです。

囲碁は現存する最古のボードゲームであり、2,000年以上もプレイされているにもかかわらず。だから、かなり驚かされたよ。試合に勝っただけでなく、まったく新しい戦略も思いついた。

CA：そして、囲碁について何も教えずに、囲碁やチェス��ゼロから独学できるように、ただ第一原理からプレイするシステムを構築するという新しい戦略を続けましたね。

アルファゼロと、そのときチェスで起こった驚くべきことについて話してください。

DH: それに続いて、私たちはAlphaGoにインターネット上でプレイされている人間のゲームをすべて与えることから始めました。

アルファ碁の知識の基本的な出発点として。そして、ゼロから、文字通りランダムなプレイから始めたらどうなるかを確かめたかった。

これがAlphaZeroです。なぜゼロなのかというと、予備知識がゼロの状態からスタートするからだ。

アルファ碁は囲碁しか打てませんでしたが、アルファゼロはどんな2人用ゲームでも打てます。まあ、それほどゆっくりではありませんが、実際には24時間以内に、ランダムな状態から世界チャンピオンを超えるレベルまで上達しました。

CA：それで、これは私にとってとても驚きなんです。私は囲碁よりもチェスの方が詳しいんです。何十年もの間、何千、何万というAIの専門家が、信じられないようなチェス・コンピュータを作ることに取り組んできた。

最終的には、人間よりもうまくなりました。あなたは数年前、アルファゼロが9時間で、これまでのどのシステムよりも上手にチェスを指せるようになったことがあります。

それについて話してください。

DH: 本当に信じられない瞬間だった。それで私たちはチェスに着手しました。あなたが言ったように、チェスとAIには豊かな歴史があり、チェスのアイデア、チェスのアルゴリズムでプログラムされた専門家システムがあります。

私はこの日のことをよく覚えているんですが、朝、ランダムにスタートするシステムに座って、コーヒーを飲みに行って、また戻ってくる。昼までには、まだギリギリ勝てるかもしれない。

それからまた4時間放っておく。そして、夕食の頃には、今まで存在した中で最高のチェスをする存在になっている。チェスのような、自分がよく知っていて、専門家であるものを生で見て、それを目の前で見るというのは、とても素晴らしいことなんだ。

そして、それが科学や他のことで何ができるかを推定する。

もちろん、ゲームは手段でしかない。それ自体が目的だったことはない。

ゲームは私たちのアイデアのトレーニングの場であり、わずか5年足らずでアタリから囲碁へと急速な進歩を遂げたのです。

CA：つまり、だからこそ人々はAIに畏敬の念を抱くと同時に、ある種の恐怖を感じているのです。

つまり、単なる漸進的な改善ではないのです。

何世紀にもわたって何百万人もの人間が成し遂げられなかったことを、数時間で成し遂げられるという事実。

そう考えると、考えさせられる。

DH: そうですね、非常にパワフルな技術です。

信じられないほどの変革をもたらすでしょう。その能力をどのように使うかについて、私たちは非常に熟慮しなければなりません。

CA：では、その利用法についてお聞かせください。というのも、これもまた、あなたがこれまでやってきた仕事の延長線上にあるもので

今、あなたはそれを世界にとって信じられないほど有用なものに変えようとしているのです。左の文字と右の文字は何ですか？

DH: 子供の頃から、AIを使って科学的発見を加速させることが私の目標でした。

実際、ケンブリッジ大学で学士課程を修了したときから、いつかAIにこの問題をと考えていました。生物学における50年にわたるグランドチャレンジのようなものです。

説明するのはとても簡単です。タンパク質は生命にとって不可欠なものです。生命の構成要素なのだ。体内のあらゆるものがタンパク質に依存している。

タンパク質はそのアミノ酸配列によって記述される。これはタンパク質を記述する遺伝子の配列とほぼ同じだと考えることができる。

CA: そして、その一つ一つの文字が、それ自体で複雑な分子を表しているのですね？

DH: そうです。

この文字がそれぞれアミノ酸です。そのアミノ酸は、下の方にある数珠つなぎのようなものだと思ってください。でも自然界では、あなたの体内でも動物の体内でも、この文字列（配列）が右のような美しい形になる。

それがタンパク質だ。この文字がその形を表している。自然界ではこのように見える。

この3次元構造について重要なことは、タンパク質の3次元構造が、体内でどのような働きをするのか、何をするのかを教えてくれるということだ。

つまり、タンパク質の折り畳み問題はアミノ酸配列から立体構造を直接予測することができるか？

つまり、文字通り、機械（AIシステム）に左の文字を与えれば、右の3次元構造を作り出すことができるのか？

これがAlphaFoldが行うことであり、我々のプログラムが行うことである。

CA：文字から計算するのではなく、既知の他の折り畳まれたタンパク質のパターンを見て、そのパターンから「こういうやり方があるかもしれない」と学ぶのですか？

DH: このプロジェクトを始めたとき、実はAlphaGoの直後で、準備はできていると思っていました。

囲碁を解いた時点で、タンパク質の折り畳みなど、科学的な問題に実際に取り組む準備が、20年近くかけてようやく整ったと感じました。

この40数年間、実験生物学者たちは、非常に複雑なX線結晶構造解析技術やその他の複雑な実験技術を駆使して、約15万個のタンパク質構造を丹念につなぎ合わせてきた。

経験則では、1つの構造を明らかにするのに1人の博士課程の学生、つまり4、5年かかると言われている。しかし、自然界で知られているタンパク質は2億種類もある。

だから、そのためには永遠にかかることになる。私たちはアルファフォールドを使って、科学的に知られている2億個のタンパク質を1年で折り畳むことに成功しました。

つまり、博士課程の学生の10億年分の単純で無為な作業時間が節約できたわけです。

CA:ですから、それがどれほど確実に機能するのか、私には驚きです。

つまり、これがモデルで、実験をしてみてください。そして案の定、タンパク質は同じように出来上がる。2億倍だ。

DH: タンパク質のことを深く知れば知るほど、その精巧さがわかってきます。

つまり、これらのタンパク質がいかに美しいかを見てください。それぞれが自然界で特別な働きをしている。

まるで芸術品のようだ。そして、AlphaFoldが予測できることは、今日でも私を驚かせてくれます。緑がグランドトゥルースで、青が予測です。

CA：あなたは驚くべき決断をしました。それは、2億個のプロテインの実際の結果を公表することでした。

DH: 私たちはAlphaFoldをオープンソース化し、素晴らしい同僚であるEuropean Bioinformatics Instituteとともに、巨大なデータベースにすべてを公開しました。

CA: つまり、あなたはグーグルの一員です。デミス、今何をしたんだ？という電話はありましたか？

DH: 幸運なことに、グーグルは科学にとても協力的で、これが世界にもたらす利益を理解してくれている。

そして、ここでの議論は、私たちはこれで何ができるのか、その可能性の表面をかすめたに過ぎないということでした。

これは、科学界がこれを使って行っていることの100万分の1かもしれない。世界中の100万人以上の生物学者がアルファフォールドとその予測を使っています。

世界中の生物学者や製薬会社のほとんどがAlphaFoldを利用していることになります。

ですから、私たちはおそらく、このすべて��どのような影響を及ぼすのか知ることはないでしょう。

CA: しかし、あなたはGoogleからスピンアウトしたIsomorphという新会社でこの仕事を続けていますね。

DH: Isomorphicです。

CA：同型ですね。そのビジョンを教えてください。どんなビジョンですか？

DH: AlphaFoldは基礎生物学のツールのようなものです。

この3次元構造は何なのか？

そして、もし、私がこれを考え、これにとても興奮した理由は、これが病気の理解の始まりであり、薬の設計にも役立つかもしれないということです。

つまり、タンパク質の形がわかれば、そのタンパク質の表面のどの部分をターゲットに化合物を作ればいいかがわかるということです。

そしてアイソモルフィックは、アルファフォールドで行ったこの研究を化学の領域��拡張し、タンパク質の適切な場所に正確に結合する化合物を設計することができる。

つまり、副作用がなく、毒性などもない。アルファフォールドの姉妹モデルのようなもので、化学空間の予測に役立つAIモデルを他にも多数構築しています。

CA：だから私たちは、今後数年のうちに、かなり劇的な健康医学のブレークスルーを見ることができると期待できる。

DH: 創薬にかかる時間が、数年から数ヶ月に短縮されると思います。

CA：わかりました。デミス、少し方向を変えたいと思います。

私たちの共通の友人であるリヴ・ボーリーは、昨年のTED AIで「モロクの罠」と呼ばれる講演をしました。

モロクの罠とは、競争状態にある組織や企業が、その企業を経営している個人が自分ではやらないようなことをやるように仕向けられる状況のことです。

私はこの話にとても衝撃を受け、ある種の素人観察者として、モロクの罠がここ2、3年で衝撃的に作用していると感じました。

ディープマインドが素晴らしい医学的ブレークスルーと科学的ブレークスルーを追求し、そして突然、マイクロソフトとオープンAIがChatGPTをリリースした。

そして、世界は熱狂し、突然「AIってすごい！」と誰もが使えるようになった。

そして、ある種、モロクの罠が発動したように感じました。

マイクロソフトのサティア・ナデラCEOは、「グーグルは検索分野で800ポンドのゴリラだ。我々はグーグルを踊らせたかった。

どのように・・・？

そして、グーグルは踊った。

劇的な反応がありました。

あなたの役割は変更され、Google AIへの取り組み全体を引き継いだ。

製品は急ピッチで作られた。

ジェミニは、ある部分では素晴らしく、ある部分では恥ずかしかった。ジェミニについては、別のところで取り上げているので、あなたに聞くつもりはありません。

しかし、これはモロクの罠のようなもので、あなたや他の人たちは、このような触媒のような競争的なことがなければやらなかったようなことをやるように押し付けられたように感じます。

メタも似たようなことをした。

彼らはAIのオープンソース版を急いで発表したが、それ自体が間違いなく無謀な行為だ。

私には恐ろしいことのように思える。

恐ろしい？

DH: もちろん、複雑なトピックだ。

そして、まず第一に、つまり、それについて言うべきことはたくさんあります。

まず、私たちは多くの大規模な言語モデルに取り組んでいました。

ご存知のように、グーグル・リ��ーチは5、6年前にトランスフォーマーを発明しました。そのため、社内には多くの大規模なモデルがありました。

しかし、ChatGPTの瞬間が何を変えたかというと、それは、彼らも驚いたと思いますが、一般大衆がこれらのシステムを受け入れる準備ができていて、実際にこれらのシステムに価値を見出す準備ができていることを証明したのです。

印象的なことではあるけれど、私たちがこのようなシステムに取り組んでいるとき、たいていは欠点やできないこと、幻覚など、今皆さんがよく知っていることばかりに目が行ってしまう。

私たちは、あれもこれもできるのに、それを本当に便利だと思う人がいるのだろうかと考えている。そして、それを世に送り出す前に、まずそれらを改善してほしいと思う。

しかし、興味深いことに、そのような欠点があっても、何千万人もの人々が非常に便利だと感じていることがわかった。

いわば、私たちが研究室で行ってきたこれらの素晴らしい��とが、科学の狭い世界を超えて、一般に使用される準備が整ったということです。これは、いろいろな意味でとてもエキサイティングなことだと思います。

CA：現在、私たちはエキサイティングな製品の数々を手に入れ、みんな楽しんでいます。

そして、このジェネレーティブ人工知能は素晴らしいものです。

しかし、時計の針を少し進めてみましょう。マイクロソフトとOpenAIは、1000億ドルを投じて、今あるものよりも何桁も高い計算能力を持つ、モンスター級のデータベース・スーパーコンピューターを開発中だと報じられている。

これを動かすには5ギガワットのエネルギーが必要だと言われている。これはデータセンターを駆動するためのニューヨーク市のエネルギーに相当します。

つまり、この巨大な頭脳にエネルギーを送り込むわけだ。グーグルはこの投資額に匹敵する投資をするのでしょうね？

DH: そうですね、具体的な数字は話しませんが、長期的にはそれ以上の投資をしていると思います。

2014年にグーグルと提携した理由のひとつは、AGIに到達するためには大量の計算機が必要だということがわかっていたからです。

それが実現したのです。グーグルは最も多くのコンピューターを持っていましたし、今も持っています。

CA：つまり、地球は、基本的に未来の経済の多くを動かす巨大なコンピューター、巨大な頭脳を作ろうとしているわけです。

そして、それはすべて、互いに競争している企業によって作られています。誰かが先行し、他の誰かが1000億ドルを投資しているような状況をどう回避するのか。

誰かが「ちょっと待てよ。もしここで強化学習を使って、AIが自分でコードを微調整し、自分自身を書き換えて、とても強力なAIにしたら、週末に9時間で、彼らがやっていることに追いつけるかもしれない。サイコロを振るしかない。さもなければ、株主のために大金を失うことになる」という具合に。

そうならないためにはどうすればいいのか？

DH: もちろん、それは避けなければなりません。

そして私の考えでは、AGIに近づくにつれて、もっと協力する必要があると思います。

良いニュースは、これらの研究所に関わる科学者のほとんどがお互いをよく知っているということです。学会などでもよく話をしています。そして、この技術はまだ比較的初期段階にある。

だから、今のところはまだ大丈夫だろう。しかし、AGIに近づくにつれて、社会として、どのようなアーキテクチャを構築するかについて考え始める必要があると思います。

ですから、私はとても楽観的です。もちろん、��からこそ私は生涯をAIの研究に費やし、AGIを目指してきたのです。

しかし、安全で、堅牢で、信頼性が高く、理解しやすい方法でアーキテクチャを構築する方法は、たくさんあると思います。

そして、何らかの形で安全でない、あるいは、リスクのあるアーキテクチャを構築する方法も、ほぼ確実に存在すると思います。

ですから、人類が突破しなければならないボトルネックのようなものがあると思います。

それは、最初のタイプのAGIシステムとして安全なアーキテクチャを構築することです。

その後、その後です。安全なアーキテクチャーからシャーディングされたさまざまなタイプのシステムが繁栄し、理想的には数学的な保証や、少なくとも実用的な保証があるようなシステムを構築することができるのです。

CA：公平な競争の場とはどのようなもので、何が絶対にタブーなのか��定義するために、政府は重要な役割を担っているのでしょうか？

DH:そうですね。AGIに近づくにつれて、どのような競争条件が必要なのか？

どのような協力が必要なのか？

どのようなコラボレーションが必要なのか？

そういったことを産業界の研究所とともに形成していくために、政府、市民社会、学界、社会のあらゆる部分が重要な役割を担っていると思います。

CA: なるほど、あなたは依然として楽観的なようですね。このイメージは何ですか？

DH: 僕の好きなイメージの一つなんだ。あらゆる知識の木と呼んでいるんだ。

だから、科学についてたくさん話してきたけど、科学の多くは、世界に存在するすべての知識を知識の木として想像すると、煮詰めることができる。

AIは、科学者である私たちが、いつかその木全体を探索することを可能にするツールだと私は考えています。

アルファフォールド（タンパク質の折り畳み問題）のように、ルートノードの問題を解くことができれば、新たな発見や研究が可能になる。

ディープマインドとグーグル・ディープマインドでは、この問題を解くことに注力しています。

もしこれがうまくいけば、根本的な豊かさを実現し、あらゆる病気を治し、意識を星々に広めるという、信じられないような新時代を迎えられると思います。人類が最大限に繁栄します。

CA：もう時間がありませんが、あなたの夢の中で、あなたが生きている間にAIが私たちを連れて行ってくれるかもしれないと思うような、夢のような質問の最後の例は何ですか？

DH: つまり、AGIができたら、それを使って現実の根本的な性質を理解しようと思っています。プランクスケールで実験するんだ。可能な限り小さなスケール、理論的なスケールで、ほとんど現実の解像度のようなものです。

CA: 私は宗教的に育ちました。聖書には知識の木の話が出てきますが、あまりうまくいきません。

私たちが知識を発見して、宇宙が「人間よ、あなたはそれを知らないかもしれない」と言うようなシナリオはあるのでしょうか。

DH: 可能性はある。つまり、わからないことがあるかもしれない。でも、科学的な方法というのは、人類が生み出した最も偉大な発明だと思う。

悟りとか科学的発見とかね。そのおかげで、私たちの周りには信じられないような近代文明が築かれ、私たちが使うすべての道具がある。

だから科学的方法は、私たちを取り巻く宇宙の巨大さを理解するための最高の技術だと思います。

CA: さて、デミス、あなたはすでに世界を変えました。おそらくここにいる誰もが、私たちが正しい方向に加速し続けるためのあなたの努力を応援していると思います。

DH: ありがとうございます。

CA：デミス・ハサビスです。

(個人的なアイデア)

数学のトポロジー分野の基礎研究成果を反��した？

アルファフォールドなどで2024年にノーベル化学賞を受賞しました。

イリヤ・サツキバーの数式をMMT(現代貨幣理論)とマクロ経済学からの視点で解釈してみると・・・

ある仮説に辿り着いた！

数式は「y=a/(2040-x)」でyはGNP。xは西暦の年数。ジェレーティブ人工知能が登場した2020年代から次第に急勾配になり

この先も数式どおりにGNPが成長すれば、2040年には無限大に到達する。

これまで人工知能時代に関したうっすらイメージ位のインスピレーションだったが、この数式が「様々な国家のGNPの推移」に当てはまる

という情報から確信に変わった！

この数式を根拠にすれば、基本的人権を貨幣数で表現できるかもしれない。ダニエル・カーネマンによると幸せを感じる年収は600万円あたり。

時給にすると時給3000円あたりと計算できるからこのあたりになるまで行政府は毎月の給付金をプラスして下支えをしていく基準にする。

資本主義なので競争はしてもらうけど、景気が冷えて時給が低くなりがちな時期は毎月の給付金を手厚く。

景気が加熱したら(中央銀行が金利を上げる前に)時給が上がりがちになるため毎月の給付金は年収に応じて減らしていく。

付加価値は、人と人にしか発生しないので対価としての貨幣は低収入者になればなるほど、多くの貨幣を国家が与える根拠にもなる。

サミュエルソンも「事前分配、再分配の給付金の支給」のアイデア以外は似たような事を言ってるけど最新の金融工学のテクノロジーは織り込まれていない。

このますます加速する人工知能時代とバランス、折り合いをとって同時に達成させていくことで・・・

このまま巡航速度で経済を成長させつつ、最新の金融工学のテクノロジーとインターネットをもってすれば・・・

働きながらも給付金を与える基本的人権的なベーシックインカム型も導入できるし、軽犯罪を急激に減少させる効果も確認されている。

参考までに

GDP（Gross Domestic Product）＝「国内」総生産。GNP（Gross National Product）＝「国民」総生産。1993SNAの導入に伴い、GNPの概念はなくなり、同様の概念として「GNI（Gross National Income）＝国民総所得」が新たに導入された。

GDPは国内で一定期間内に生産されたモノやサービスの付加価値の合計額。「国内」のため、日本企業が海外支店等で生産したモノやサービスの付加価値は含まない。

一方GNPは「国民」のため、国内に限らず、日本企業の海外支店等の所得も含んでいる。

以前は日本の景気を測る指標として、主としてGNPが用いられていたが、現在は国内の景気をより正確に反映する指標としてGDPが重視されている。

そして

前提として、公人、有名人、俳優、著名人は知名度と言う概念での��越的地位の乱用を防止するため徹底追跡可能にしておくこと。

その後、西洋占星術でいう風の時代が到来。

２０２０年から新型コロナウイルスのパンデミック。

２０２２年から続いて、ロシアのウクライナ侵攻。

２０２３年では、幼稚ではあるが人工的な神のような回答するチャットGPTが登場。

「エピソード7意識のマップの数値と人工知能を訓練する計算回数が相似？」でも指摘しているように

兆候が顕在化してきています。

カイヨワも言い一神教も言うようなあらゆる悪魔が顕現するような可能性も否定できません。

よく一神教で登場すると言われるパンドラの箱の話に似ています。

ニックボストロムが言う「黒い玉」「死の玉」のことかもしれません。

Before 2022, this would not have been possible, but with Apple, Google, and Microsoft agreeing to expand the use of “passkey,” a passwordless authentication system…

２０２２年以前では、不可能だったが、Apple・Google・Microsoftがパスワードなしの認証システム「パスキー」の利用拡大に合意したことで・・・

…on the basis of high security and a high degree of privacy as well…

高いセキュリティと高度なプライバシーも基本にして・・・

…and if, as Ivan Pupilev says, all everyday objects have gesture interface capabilities…

イワン・プピレフの言うように日常的な物すべてにジェスチャーインターフェース機能を搭載していれば・・・

By integrating them with a common smart home standard, “Matter,” and making it possible to automatically connect to them by simply approaching them, assuming permission and authentication…

スマートホーム共通規格「Matter」で統合して近づけるだけで本人の許可、認証を前提とし自動接続できるようにすることで

It may be possible to customize even simple functions as complex functions by combining various devices in a stand-alone manner.

単体では、単純な機能でもさまざまな機器を組み合わせることで複雑な機能としてカスタマイズできるようにできるかもしれない。

In the past, OpenDoc, a technology developed by Apple to realize compound document and document-centered operation, was available.

かつて、OpenDoc（オープンドック）は、Appleが開発したコンパウンド・ドキュメントとドキュメント中心の操作実現する技術があったが

Can we extend this technology to shift from a document-centric to a gesture-centric interface?

これを拡張して、ドキュメント中心からジェスチャーインターフェース中心にできないだろうか？

If you want to work on a larger screen from your smartphone, iPhone, or iPad with a user interface by wearing the Oculus Dash or HoloLens from Oculus Quest

Oculus QuestにあるOculus DashやHoloLensなどを身につけることでユーザーインタフェースをスマートフォン、iPhone、iPadからもっと大きい画面で作業したい場合

It was usual to use a computer with a large screen, but now it is possible to use a huge screen! However, there were limits to the amount of money and placement of the display.

大画面のパソコンでというのが、普通でしたが、もっと、巨大な画面で！！という場合はディスプレイの金額的、配置場所にも限界がありました。

Virtual reality as the future of the holographic age, Virtual reality Virtual reality OS and its extension to the gesture interface center.

ホログラム時代の未来にあるものとして、Virtual reality バーチャルリアリティのOSとジェスチャーインターフェース中心への拡張

Seamlessly linked together, there will be no spatial limits, and you’ll be able to work in a small room with any number of huge, large screens that you can place anywhere in 360 degrees!

シームレスに連携させることで、空間的に限界は無くなり、小さな部屋でいくらでも巨大な大画面で３６０度どこにでも置いて作業できるようになります！！

For example, even if it is not possible to display 3D without wearing glasses like the gesture interface in the sci-fi movie “Iron Man”…

例えば、SF映画「アイアンマン」に出てくるジェスチャーインターフェイスのようにメガネをかけずに立体表示させるとまではいかないまでも

It may be possible to “make it look realistic by wearing special glasses” such as Oculus Dash and HoloLens in Oculus Quest, so…

Oculus QuestにあるOculus DashやHoloLensなど「特殊なメガネをかけることでリアルに見せる」ことはできそうなので・・・

It would be fun to display the setting panel of a simple function device that you touch through the special glasses as if it pops up from inside the device in CG in a hologram format (image: Genie Effect on Mac)

特殊なメガネを通して、触った単純な機能の機器の設定パネルをホログラム形式でCGで機器の中からポップアップするように表示してくれると楽しそう（イメージは、Macのジニーエフェクト）

警察比例の原則。

最近２０２３年から始まったジェネレーティブ人工知能の流行によって

ジェネレーティブ人工知能で作られたメディア（画像・映像など）が人々の目に触れる際には、情報源を開示するよう求めている（オープンAIなど10社が自主ガイドラインに署名した）

ヘンリー・マークラムの研究で脳のイメージが数値化されたデータから・・・

この膨大なデータをディープラーニングを搭載したジェネレーティブ人工知能に候補を複数映像化させる

こうすることでストーカーしかできない人工知能の問題を解消できる？かもしれない

憲法第19条にもあるように「内心の自由」正確に特定しないようにして

権力者の頭脳の中身をリアルタイムに複数映像化したことをチャットGPTに説明してもらう。

これは三つしかない内のひとつ。リカレント・ニューラル・ネットワークを使います。

この権力者の頭脳の中身をリアルタイムに映像化したことをニティシュ・パドマナバンの老眼鏡を含めた未来の自動オートフォーカス搭載メガネなどを用いて

特殊なメガネを通して、ホログラム形式でCGからポップアップ表示できる可能性もありそうです。

しかし

機械学習ディープラーニング物体��出データベースのことを「Darknet」と呼んでいます。

フェイフェイ・リー構築した機械学習ディープラーニング画像データベースのことを「ImageNet」と呼んでいます。

他には、今のところ、リカレント・ニューラルネット（RNN）フレームワークなど・・・

たった三つしかないのが２０２２年の現状です。

チャットGPTは、大規模言語モデル。

懸念されることとして、アメリカ政府が諜報に使用するエシュロンやPRISMに近い可能性もある。

Google検索データは、広告に使われるが、オープンAIはMicrosoftと資本提携で入力データが何に使用されるか？

これを明示していないという危険性がある可能性があります。

続いて

Could it be that Apple is developing its own search engine to compete with Google, which has reinvented semantic web search based on chat GPT and entered the market?

Appleが独自の検索エンジンを開発しているのは、もしかしてチャットGPTを基盤にしてセマンティックウェブ検索を再発明し参入Googleに対抗するため？

In the past, Linux made the OS open source and extinguished Microsoft’s monopolistic Wintel-closed dominance.

かつて、LinuxはOSをオープンソース化してMicrosoftの独占的なウィンテルクローズの優位性を消滅させた。

In 2023, AMD and Apple Silicon are in the midst of blowing the wind out of the last Intel monopoly from the consumer market sector.

AMDとAppleシリコンが、最後のIntelの独占体制にコンシュマー市場分野から風穴を開けている最中の2023年。

Google has opened up the search engine market for a new industry by putting all of its machine learning research results to work to break Microsoft’s Internet Explorer monopoly.

Googleは、機械学習の研究成果をすべてぶちこみ新産業の検索エンジンの市場を切り開いてMicrosoftのインターネットエクスプローラの独占的な体制に風穴を開けた。

And now, right now, open-source AI is taking over Google’s monopoly on the search engine market with chat GPTs. It may be about to wind down with the reinvention of the semantic search engine proposed by Tim Berners-Lee.

そして、今まさにオープンソースAIが、チャットGPTでGoogleの独占している検索エンジン市場をティム・バーナーズ・リーが提唱したセマンティック検索エンジンという再発明で風穴を開けようとしているのかもしれません。

Is Twitter, which Eron Musk went to the trouble of investing a huge amount of money to acquire, comparable to Google and Facebook in terms of data accumulation?

イーロンマスクがわざわざ巨額の資金を投じてまで買収したTwitterもデータの蓄積から見るとGoogle、Facebookに匹敵している？

Is it possible that Eron Musk, a founding member of Open AI, is trying to reinvent Twitter based on chat GPT?

これを立ち上げてるオープンAI設立メンバーのイーロンマスクは、可能性を見越していてチャットGPTを基盤にTwitterを再発明しようとしている？

Open AI, a San Francisco-based nonprofit organization, is dedicated to being the first to develop a “general-purpose artificial intelligence” (AGI) with human learning and reasoning capabilities, so that all people can benefit from it.

サンフランシスコを拠点とする非営利団体のオープンAIは、人間の学習能力と推論能力を持つ「汎用人工知能（AGI）」を最初に開発し、すべての人にその恩恵が及ぶようにすることを目的として設立されています。

Deep Mind,“ which has similar goals, is building a system similar to the chat GPT.

同様の目的を掲げてる「ディープマインド」もチャットGPTと同じようなシステムを構築しています。

As for other derivative…

他の派生的なこととして・・・

As for the use of deep fakes, if they are built into the algorithm for all surveillance cameras, they can be removed only with the person’s permission.

ディープフェイクの活用としては、すべての監視カメラ用のアルゴリズムに組み込んでおけば、外すには本人の許可を得てからにすることもできる。

This would also deter voyeurism by the mass media and police who would abuse the system without the person’s permission.

こうすれば本人の許可なく悪用するマスメディアや警察の覗き見行為も抑止できる。

To temporarily deter misuse, a comprehensive mechanism could be created to protect videos with NFT and a two-factor authentication passkey, and to confirm one by one whether or not the user has permission to disseminate the videos.

一時的な悪用抑止には、NFTと二要素認証によるパスキーで動画を保護し拡散の許可の有無を一つ一つ

If a comprehensive mechanism can be created to confirm whether or not the user has permission to spread the video, it may be possible to create time for the spread of quantum encryption and the commercialization of quantum computers.

本人に確認できるような総合的な仕組みを創れば、量子暗号化や量子コンピューター商用化普及までの時間をつくれるかもしれない。

Released in November 2022. Almost a few months later. A search engine like this appeared.

2022年11月にリリース。そのほぼ数ヶ月後。こんな検索エンジンが登場しました。

perplexity

この回答がどこの記事から引用されたかも表示されはじめた！数字に対応して引用元が表示される。

Next, why? What if the chat GPT could explain how it might have come to this explanation? Perhaps we are getting closer and closer to an explainable AI?

次は、なぜ？この説明に至ったのかもチャットGPTが説明できたら？もしかして、説明可能なAIにもどんどん近づいてきてる？

In about a few months, this threatening? No, an astounding achievement.

数ヶ月位でこの脅威的な？いや、驚異的な成果。

And the Schrödinger equation?

シュレーディンガー方程式も？

For explanations other than equations, it could be comparable to Wolfram Alpha, which is similar to semantic web search.

数式以外の説明に関しては、セマンティックウェブ検索に近いウルフラムアルファにも匹敵する可能性もある。

そして

チャットGPTの人気と爆発的な成長に乗りMicrosoftが先行してチャットGPT 搭載 Bingをリリースするも登録しないと検索結果は会話調で返ってこない？インターフェイスがわかりずらい。

一方、Googleも億人単位規模ネット情報サービスにも関わらず、わずか一日位で対応すると言う離れ技を繰り出すが、検索エンジンの検索結果は、まだ会話調で返ってこない。

両者共に、まだまだ時間がかかりそうだ。

このチャットGPTタイプの新型検索エンジンperplexityのほうに分はあります。

巨大な権力を持つに至ったGAFAMの検索エンジン開発競争が加速。日本のネット情報サービス人口以上で、その規模が人間の限界を遥かに超えた別次元。

権力者処世術は悪性だが、カントの言うように、権力者を完全リアルタイムで行動を透明化する条件限定なら善性に転化する。

同じ権力者のTV局やマスメディア、行政府、警察は、透明化を高くガラス張りにしないから悪性だけど、GAFAMが最善の手本を示してます。

＜おすすめサイト＞

ノーベル賞受賞者のジェームズ・ワトソン：DNA構造解明にいたるまで

ラリー・ペイジ：グーグルGoogleが向かう未来！

実用に向けた大規模言語モデルApple インテリジェンス 2024

コナー・ルッソマンノ：あなたの心を増強するための強力な新しい脳神経技術ツール

ビラワル・シドゥ：あなたの想像力をスーパーチャージするAI搭載ツール

アムジャド・マサド：AIがアイデアを次の素晴らしいアプリに変えるのにどのように役立つか

エリック・トポル：AIは医師が見逃しているものをキャッチできますか？

シェーン・レッグとクリス・アンダーソン：AGI（汎用人工知能）のトランスフォーマーアルゴリズムな可能性 - そしてそれがいつ到達するか

リフィク・��ナドル：AIアートが人類の集団的記憶を高める方法

キャシー・ウッド：AIが指数関数的な経済成長を引き起こす理由

ウォルター・デ・ブラウワー：AIが人間であることの意味をどのように学んでいるか？

エリエザー・ユドコフスキー：超知能AIは人類を滅亡させるだろうか？

スティーブン・ウルフラム：AI、宇宙、そしてすべてについて計算的に考える方法

リヴ・ボーリー：AIにおける競争のダークサイド

ゲイリー・マーカス：暴走するAIの緊急のリスクと、それらについて何をすべきか？

マックス・テグマーク：AIをコントロール下に置く方法

マックス・テグマーク: AIに圧倒されるのではなく、AIからパワーを得る方法

イリヤ・サツキバー：AGIへのエキサイティングで危険な旅

グレッグ・ブロックマン：ChatGPTの驚くべき可能性の裏話

アロナ・フィッシュ：人工知能は本当に私たちを理解しているのでしょうか？

エピソード7意識のマップの数値と人工知能を訓練する計算回数が相似？2023

エピソード7 Episode7 - テーラワーダ仏教の「結び」と意識のマップ、マクロ経済学について（パワーか、フォースか改訂版―人間のレベルを測る科学 - デヴィッド・R・ホーキンズ Amazon）

Apple Vision Pro 2024

ケイド・クロックフォード：顔認証による大衆監視について知る必要のあること！

ルトハー・ブレフマン：貧困は「人格の欠如」ではなく「金銭の欠乏」である！

個人賃金→年収保障、ベーシックインカムは、労働市場に対する破壊的��ノベーションということ？2022（人間の限界を遥かに超えることが前提条件）

世界の通貨供給量は、幸福の最低ライン人間ひとりで年収６万ドルに到達しているのか？2017

＜提供＞

東京都北区神谷の高橋クリーニングプレゼント

東京都北区神谷高橋クリーニング店Facebook版

0 notes

takahashicleaning · 10 months ago

Text

ＴＥＤにて

モーリス・コンティ: 直感？を持った人工知能が生み出すすごい発明

（詳しくご覧になりたい場合は上記リンクからどうぞ）

デザインツールにデジタル神経系を与えたら何ができるでしょう？

コンピューターが我々の思考力や想像力を高め、ロボットシステムが橋や車やドローンなどの画期的な新しいデザインを自分で考え出し、構築するのです。

未来学者のモーリス・コンティといっしょに「拡張の時代」へと旅し、人にもロボットにも単独では作り得ないようなものが共同で作り上げられる世界を垣間見てみましょう。

しかし、膨大なビックデータや膨大な機械学習の訓練が必要です。

この中で創造的なことをしている人。デザイナー、エンジニア、起業家、アーティスト。あるいは、単に想像力が豊かという人はどれくらいいますか？手を挙げてください。

ほとんどがそうですね。そういう人にお知らせすることがあります。

これからの20年で私たちの仕事の仕方は、これまでの２千年間における変化よりも大きく変わるでしょう（新型コロナウイルスのパンデミックで判明した規制しなければいけないストーカーアルゴリズム以外の活用で）

私たちは人類史の新時代に差し掛かっていると思います（新型コロナウイルスのパンデミックで判明した規制しなければいけないストーカーアルゴリズム以外の活用で）

人類史には、仕事の仕方に応じて大きく４つの時代がありました。

狩猟採集時代が、数百万年続き、それから数千年の農耕時代があり、２百年ほどの工業化時代があり、現在の情報化時代がほんの数十年です。

そして、今、私たちは人類にとって新しく大きな時代の始まりにいます（新型コロナウイルスのパンデミックで判明した規制しなければいけないストーカーアルゴリズム以外の活用で）

「拡張の時代」へようこそ！

この新時代においては、人間の自然な能力が拡張されることになるでしょう。

計算システムが、人間の思考を補助し、ロボットシステムが、作業を助け、デジタル神経系が、生来の感覚を大きく越えて、私たちを世界へと繋げます。

認識力拡張の話から始めましょう。

強化サイボーグだという方は、どれくらいいらっしゃいますか？私たちは既に増強されていると言えると思います。

パーティで誰かに知らないことを聞かれたところを想像してください。こういうものを持っていれば数秒で答えが分かります（コミュニケーションは楽しめませんが）でも、これはまだ原始的な始まりでしかありません。あのSiriでさえ、ただの受け身のツールです。

実際、過去350万年の間。人類の道具はずっと完全に受け身のものでした。指示した通りのことだけをし、それ以上のことはしませんが、基本的人権に配慮しているので着実に向上はしています。

人類最初の道具は、打ち付けた場所を切るだけでした。のみは彫刻家が指定したところを削るだけです。

最も先進的なツールでさえ、明示的な指示なしには何もしません。これは、私がよくフラストレーションを感じることですが、道具にこちらの意向を指示する必要によって我々は制限されてきました。

コンピューターがあっても文字通り手を使って指示する必要があります。しかし、私はスタートレックのスコッティみたいな人間です。コンピューターと会話がしたいんです。

「コンピューター。車をデザインしよう」と言ったら、コンピューターが車を出して見せます「もっと速そうな感じでドイツっぽくなくしてくれ」と言うとコンピューターが、基本的人権に配慮しながら注文通りにしてくれるんです。

この会話はまだ先の話ですが、皆さんが考えるほど遠くはなく、私たちは既に取り組んでいます。道具は受け身のものから生成するものへと飛躍しつつあります。

デザイン生成ツールは、コンピューターとアルゴリズムを使って形状を合成し、自分で新しいデザインを作り出します。必要なのは目標と制約だけです。

例をお見せしましょう。これはドローン用のフレームの例ですが、こちらがするのは必要なことを伝えるだけ。４つのプロペラがあるとか。出来るだけ軽くとか。空力的な効率を良くしろとか。

すると与えられた条件を満たすあらゆる可能な解の全体。何百万通りという解をコンピューターが探索します。

これには大型のコンピューターが必要になりますが、私たち自身が考えも付かないようなデザインが生まれます。

コンピューターは自分だけで答えを出します。

誰かが何か描いてやることはなく、何もないところからデザインを始めるのです。ちなみに、このドローンのフレームがムササビの骨盤に似ているのは偶然ではありません。

このアルゴリズムは進化と同じように働くようデザインされているからです。

この技術を世の中で実際に目にするようになってワクワクしています。この２年。オートデスク社は、エアバス社と協力して未来の飛行機のコンセプトモデルに取り組んできました。まだ、先は長いですが、デザイン生成AIを使って最近こんなものを作り出しました。

これは、3D印刷された客室の隔壁ですがコンピューターがデザインしたものです。元の半分の重量でより高い強度を持ち、年内にエアバスA320で使われ始める予定です。明確に定義された問題に対してコンピューターは今や自力で独自の解を生み出せるんです。

しかし、直感的とは言えません。毎回。１から始める必要があります。学習しないからです。うちの犬のマギーとは違います。

マギーは実際、最先端のデザインツールよりも賢いんです。どういう意味かというと飼い主がリードを手にしていたらそれは、かなりの確率で散歩を意味するとマギーは理解しています。

どうやってそう学んだのでしょう？飼い主がリードを手に取るたびに散歩に出たからです。そこでマギーは３つのことをしていました。

注意を払うこと。何が起きたか覚えていること。心の中にパターンを作って概念を保持することです。

興味深いことに、これはまさにコンピューター科学者達が過去60年の間。人工知能にさせようと試み続けてきたことです。

1952年に三目並べができるコンピューターが作られました。大したことでした。45年後の1997年。ディープブルーは、チェス王者カスパロフを破りました。

2011年。ワトソンはクイズ番組ジェパディで歷代チャンピオン２人に勝ちました。これは、コンピューターにはチェスよりもずっと難しいことです。

定められた手順に従ってやる代わりにワトソンは、人間の対戦相手に勝つために推論をする必要がありました。

そして、２週間前。ディープマインド社のAlphaGoが最も難しいゲームとされる碁で世界最強の碁指しを破りました。碁には、宇宙の原子の総数よりも多くの手があります。

勝つためにAlphaGoは直感力を発達させる必要がありました。実際、AlphaGoがなぜそうしたのか開発者自身にも分からないことがありました。

物事はとても速く進んでいます。人の一生の時間のうちにコンピューターにできることが、子供の遊びから最高度の戦略的思考にまで進歩したのです。ここで起きているのは、スポックのようだったコンピューターが、カークみたいになったということです。

純粋な論理から直感へという変化です。みなさん。この橋を渡ろうと思いますか？多くの人は「まさか！」と言うでしょう。

コンマ何秒でそういう判断をするのです。この橋は安全でないと知っていたかのようです。

今やディープラーニングシステムが、そのような直感を獲得しつつあります。

近い将来。皆さんは自分の作ったものやデザインしたものをコンピューターに見せて意見してもらえるようになるでしょう。

「相棒。こりゃ駄目だよ。やり直しだね」あるいは「みんなこの歌を気に入ってくれるだろうか？」とか「この新しい味のアイスは受けるか？」とか聞けるでしょう。

さらに重要なのは、概念が数値化できれば、これまで直面したことのない問題にコンピューターで取り組めるようになることです。

たとえば、気候変動です。これは多くの概念が必要です。

人類はあまり上手く対処できていないので、どんな助けでもありがたいことでしょう。それが私のお話ししていることです。

テクノロジーが人間の認知能力を増強し、拡張されていない素の人間には、単に手の届かなかったものを思い描き、デザインできるようになるということです。

では、我々が発明しデザインしようとしているそういう新しいクレージーなものは、どうやって製造するのか？

人類拡張の時代は、仮想的・知的な領域だけでなく、物質的世界にも関わるものです。テクノロジーはいかに人間を拡張するのか？

物質的世界ではロボットシステムによってです。

人間の仕事がロボットに奪われる怖れは、確かにあってある種の領域（基本的人権を侵害する）では実際そうなるでしょう。

でも、私がもっと興味があるのは、基本的人権を尊重し、一緒に働く人間とロボットが互いを拡張し合って新しい領域を切り開くというアイデアです。

これはサンフランシスコにある我々の応用技術研究所です。その主要な研究領域の１つが先進ロボット工学。特に、人間とロボットの基本的人権に配慮した共同作業です。これは、我々のロボットBishopです。繰り返し作業のある建築現場で作業者を手伝うよう実験的にセットアップしてあります。壁にコンセントや電灯スイッチのための穴を開けるといった作業です。

人間のパートナーが、単純な言葉やシンプルな手振りでやることを示します。犬に話かけるみたいにBishopは指示されたことを完��な正確さで実行します。人間には、人間の得意なことをしてもらいます。認識とか。知覚とか。倫理に基づく多数の概念的な意志決定です。

ロボットには、ロボットの得意なことをさせます。精密な反復作業です。これはBishopがやった別の面白いプロジェクトです。このHIVEという名のプロジェクトでは、人間とコンピューターとロボットが共同して、非常に複雑な設計問題を解決するという体験を試行しています。

人間は、労働者として働きます。建築現場を動き回り竹素材を扱います。

ちなみに、形状の異なる竹は、ロボットには扱うのが非常に難しい素材です。ロボットは、このファイバーを張る作業をします。人間にはほとんど不可能なことです。そして、人工知能（新型コロナウイルスのパンデミックで判明した規制しなければいけないストーカーアルゴリズム以外の活用で）が全体の制御をしています。

人間とロボットにそれぞれの作業を指示し、何千という要素を管理します。これが興味深いのはこのパビリオンの構築は、人間とロボットと人工知能が補い合って取り組まねば不可能だったということです。

もう１つプロジェクトをご紹介しましょう。ちょっとクレージーなものです。アムステルダムを中心に活動するヨリス・ラーマンとMX3Dのチームとともに世界初の自律的に建設する橋をデザイン生成とロボットによる3D印刷で作ろうというものです。

今、まさにアムステルダムでヨリスと人工知能が橋をデザインしています。デザインが完成し実行を指示するとロボットがステンレスで橋を3D印刷し始めます。そして、橋が出来るまで人の手助けなしに自律的に印刷を続けます。

コンピューターが新しいものを想像しデザインする。

人間の能力を拡張し、ロボットシステムが以前には作り得なかったものを製造・建設する手助けをしてくれます。

そういったものを感じ制御する能力についてはどうでしょう？

我々の作る物の神経系はどうか？

人間の神経系は、周囲で起きているあらゆることを伝えてくれます。

しかし、我々の作る物の神経系はごく原始的なものです。例えば、車が街中の交差点で道路に開いた穴を踏んでも、自分で市道路局に連絡することはありません。建物は、中に入った人たちが気に入ってくれているか設計家に伝えることはありません。おもちゃメーカーは、おもちゃが実際に遊ばれているか。どこでどう使われているか。楽しまれているかどうか。知りません。

もし、知ったとしたら基本的人権の侵害になります！

新型コロナウイルスのパンデミックで判明した規制しなければいけないストーカーアルゴリズムの悪用が推測できるからです！

バービー人形のデザイナーは、自分の人形にこのようなライフスタイルを想像していたことでしょう。でも、本当はバービーがすごく孤独だったとしたら？孤独という概念が、孤独アルゴリズムで数値化されていないのでわかりませんが。

もし、自分のデザインしたものについて、実際にどんなことが起きているかデザイナーに分かれば、道路にせよ。建物にせよ。バービーにせよ。その知識を生かして利用者にとって、より良い体験を生み出すことができるでしょう。

欠けているのは、基本的人権を保護するため、我々がデザインし、作り、使うもの、すべてと我々を繋ぐ神経系です。

世に出した自分の作品からそのような情報が流れてくるとしたらどうでしょう？

まぁ、基本的人権を侵害してしまう危険性は高いですが、自分の作ったものを、人々が買ってくれるよう説得するために、我々は膨大なお金と労力を費やしています。

昨年は２兆ドルという規模でした。もし、デザインし、作ったものに対し、世に出した後。販売された後。公開された後にそのような繋がりを持てたなら、基本的人権を保護するため、本人の許可は必須です。また、ビジネスのやり方も変わるでしょう。

作った商品を人々が欲しくなるよう仕向けるのでなく、人々がそもそも欲しいと思うものを基本的人権を保護するため、本人の許可を認識させてから作るのです。

良い知らせは、デザインしたものと繋がるデジタル神経系に我々は既に取り組んでいるということです。あるプロジェクトで私たちは、ロサンゼルスのバンディート・ブラザーズに属する２人と組んで作業しています。彼らのやっていることの１つは、とんでもないことをする。とんでもない車を作るということです。ほんとうにクレージーな連中です。

いい意味で、我々がやっているのは従来のレーシングカーの車体に神経系を組み込むということです。

何十というセンサーを取り付け、世界第一級のドライバーに運転してもらい、砂漠を１週間。狂ったように走り回るのです。車の神経系が車に起きたことをすべて捕らえます。データポイントの数は40億にもなります。車が受けたあらゆる力を記録しています。それからクレージーなことをしました。

人間ではないので、そうやって得たデータをDreamcatcherというデザイン生成AIに入力します。

デザインツールに神経系を与えて究極の車体を作れと言ったら何ができるのでしょう？

こんなものが得られます。これは人間には決してデザインできないようなものです。

デザイン生成AIとデジタル神経系で拡張された人間によって、デザインされたものでロボットで実際に製造することができます。

そういう「拡張の時代」が、我々の未来であり、人間が知��・肉体的・認知的に拡張されるのだとしたら、いったいどんなことになるのか？そのおとぎの国はどんな風になるのでしょう？

来る世界では物は製造されるより、栽培されるようになるでしょう。建築されるよりは育てられるようになるでしょう。孤立したものから繋がったものへと採掘から集積へと変わるでしょう。服従を求めるより自律を尊ぶようになるでしょう。

拡張された能力によって世界は劇的に変わるでしょう。世界はもっと多様で繋がっていて、ダイナミックで複雑で適応的で。そして、もちろんより美しいものになります。未来に現れるものの姿は見たこともないものになるでしょう。

なぜなら、それらを形作るのはテクノロジーと自然と人間による新しい基本的人権を根底にした共同関係だからです。それは、楽しみに待つ価値のある未来に思えます。

ありがとうございました。

ヨーロッパでの一般データ保護規則(GDPR)でも言うように・・・

年収の低い個人（中央値で６００万円以下）から集めたデータほど金銭同様に経済的に高い価値を持ち、独占禁止法の適用対象にしていくことで、高価格にし抑止力を持たせるアイデア。

自分自身のデータを渡す個人も各社の取引先に当たりデータに関しては優越的地位の乱用を年収の低い個人（中央値で６００万円以下）に行う場合は厳しく適用していく。

こういう新産業でイノベーションが起きるとゲーム理論でいうところのプラスサムになるから既存の産業との

戦争に発展しないため共存関係を構築できるメリットがあります。デフレスパイラルも予防できる？人間の限界を超えてることが前提だけど

しかし、独占禁止法を軽視してるわけではありませんので、既存産業の戦争を避けるため新産業だけの限定で限界を超えてください！

（個人的なアイデア）

さらに・・・

勝手に警察が拡大解釈してしまうと・・・

こんな恐ろしいことが・・・

日本の警察は、2020年3月から防犯カメラやSNSの画像を顔認証システムで本人の許可なく照合していた！

憲法に完全違反！即刻停止措置をみんなで要求せよ。

日本の警察の悪用が酷いので、EUに合わせてストーカーアルゴリズムを規制しろ！

２０２１年に、EU、警察への��のAI規制案！公共空間の顔認証「原則禁止」

EUのAI規制は、リスクを四段階に分類制限！

禁止項目は、行動や人格的特性に基づき警察や政府が弱者個人の信頼性をスコア化や法執行を目的とする公共空間での顔認識を含む生体認証。

人間の行動、意思決定、または意見を有害な方向へ操るために設計されたAIシステム（ダークパターン設計のUIなど）も禁止対象にしている。

禁止対象の根拠は「人工知能が、特別に有害な新たな操作的、中毒的、社会統制的、および、無差別な監視プラクティスを生みかねないことは、一般に認知されるべきことである」

「これらのプラクティスは、人間の尊厳、自由、民主主義、法の支配、そして、基本的人権の尊重を重視する基準と矛盾しており、禁止されるべきである」

具体的には、人とやり取りをする目的で使用されるAIシステム（ボイスAI、チャットボットなど）

さらには、画像、オーディオ、または動画コンテンツを生成または操作する目的で使用されるAIシステム（ディープフェイク）について「透明性確保のための調和的な規定」を提案している。

高リスク項目は、法人の採用活動での利用など違反は刑事罰の罰金を売上高にかける。

など。他、多数で警察の規制を強化しています。

前提として、公人、有名人、俳優、著名人は知名度と言う概念での優越的地位の乱用を防止するため徹底追跡可能にしておくこと。

人間自体を、追跡すると基本的人権からプライバシーの侵害やセキュリティ上の問題から絶対に不可能です！！

これは、基本的人権がないと権力者が悪逆非道の限りを尽くしてしまうことは、先の第二次大戦で白日の元にさらされたのは、記憶に新しいことです。

マンハッタン計画、ヒットラーのテクノロジー、拷問、奴隷や人体実験など、権力者の思うままに任せるとこうなるという真の男女平等弱肉強食の究極が白日の元にさらされ、戦争の負の遺産に。

基本的人権がないがしろにされたことを教訓に、人権に対して厳しく権力者を監視したり、カントの思想などを源流にした国際連合を創設します。他にもあります。

参考として、フランスの哲学者であり啓蒙思想家のモンテスキュー。

法の原理として、三権分立論を提唱。フランス革命（立憲君主制とは異なり王様は処刑されました）の理念やアメリカ独立の思想に大きな影響を与え、現代においても、言葉の定義を決めつつも、再解釈されながら議論されています。

また、ジョン・ロックの「統治二論」を基礎において修正を加え、権力分立、法の規範、奴隷制度の廃止や市民的自由の保持などの提案もしています。現代では権力分立のアイデアは「トリレンマ」「ゲーム理論の均衡状態」に似ています。概念を数値化できるかもしれません。

権限が分離されていても、各権力を実行する人間が、同一人物であれば権力分立は意味をなさない。

そのため、権力の分離の一つの要素として兼職の禁止が挙げられるが、その他、法律上、日本ではどうなのか？権力者を縛るための日本国憲法側には書いてない。

モンテスキューの「法の精神」からのバランス上、法律側なのか不明。

立法と行政の関係においては、アメリカ型の限定的な独裁である大統領制において、相互の抑制均衡を重視し、厳格な分立をとるのに対し、イギリス、日本などの議院内閣制は、相互の協働関係を重んじるため、ゆるい権力分立にとどまる。

アメリカ型の限定的な独裁である大統領制は、立法権と行政権を厳格に独立させるもので、行政権をつかさどる大統領選挙と立法権をつかさどる議員選挙を、別々に選出する政治制度となっている。

通常の「プロトコル」の定義は、独占禁止法の優越的地位の乱用、基本的人権の尊重に深く関わってきます。

通信に特化した通信プロトコルとは違います。言葉に特化した言葉プロトコル。またの名を、言論の自由ともいわれますがこれとも異なります。

基本的人権がないと科学者やエンジニア（ここでは、サイエンスプロトコルと定義します）はどうなるかは、歴史が証明している！独占独裁君主に口封じに形を変えつつ処刑される！確実に！これでも人権に無関係といえますか？だから、マスメディアも含めた権力者を厳しくファクトチェックし説明責任、透明性を高めて監視しないといけない。

今回、未知のウイルス。新型コロナウイルス2020では、様々な概念が重なり合うため、均衡点を決断できるのは、人間の倫理観が最も重要！人間の概念を数値化できないストーカー人工知能では、不可能！と判明した。

複数概念をざっくりと瞬時に数値化できるのは、人間の倫理観だ。

そして、サンデルやマルクスガブリエルも言うように、哲学の善悪を判別し、格差原理、功利主義も考慮した善性側に相対的にでかい影響力を持たせるため、弱者側の視点で、XAI(説明可能なAI)、インターネット、マスメディアができるだけ透明な議論をしてコンピューターのアルゴリズムをファクトチェックする必要があります。

＜おすすめサイト＞

ウォルター・デ・ブラウワー：AIが人間であることの意味をどのように学んでいるか？

グレッグ・ブロックマン：ChatGPTの驚くべき可能性の裏話

ロジェカイヨワ戦争論と日本の神仏習合との偶然の一致について2019

すべて電動で動く人間が乗れるマルチコプター

アンバー・ケイス：誰もがすでにサイボーグ

バスティアン・シェーファー：3Dプリンターで作るジャンボ・ジェット飛行機？

ユバル・ノア・ハラーリ：人類の台頭はいかにして起こったか？

＜提供＞

東京都北区神谷の高橋クリーニングプレゼント

東京都北区神谷のハイブリッドな直送ウェブサービス（Hybrid Synergy Service）高橋クリーニングFacebook版

0 notes

takahashicleaning · 10 months ago

Text

ＴＥＤにて

ウォルター・デ・ブラウワー：AIが人間であることの意味をどのように学んでいるか？

（詳しくご覧になりたい場合は上記リンクからどうぞ）

これからの未来のヴィジョンとしての大前提は・・・

例えば、GAFAMのようにアカウントに本人以外がアクセスしたら自動的にお知らせしてくれる方向性は良いサポートです。

真に効果的な人工知能を形作るには、人間であることの意味という世界モデルを組み込む必要があります。

AI起業家のウォルター・デ・ブロウワーは、言語だけでなく、私たちの言葉が私たちを形作る方法にあると信じて、AGI （汎用人工知能）の進化の過去、現在、未来。

そして、私たちの物語がどのように認知機能を構築するかを探ります。

20万年前、我々の祖先であるホモ・サピエンスは、狩猟した肉を調理する煙の出る焚き火台の周りに座っていた。

彼らは初歩的な言語、一音節の単語、多くのボディランゲージ、動作音を使っていた。しかし5万年前、彼らの言語は物語を語れるほど複雑になっていた。

そのため、私たちはこれらの物語が何についてのものであったかを推測することしかできないが、状況証拠はある。

同じ頃、何千年もの間、火を囲んで座っていた彼らは立ち上がり、アフリカを離れ、地球全体を植民地化した。

ヒトゲノム・プロジェクトによれば、私たちはみな彼らの子孫である。彼らは物語がコミュニティを活性化するのに理想的であることを発見した。

5千年前、これらの口承伝承の物語は粘土板に書かれた。

500年前にはグーテンベルクの印刷機で印刷され、60年前にはデジタル化され、30年前にはインターネットに載り、3年前にはインターネットは飽くなきAIに飲み込まれた。

そして、3週間前、2023年10月にはLLM（大規模言語モデル）は、マルチモーダルになった。

マルチモーダルとは、脳の機能で言うと右脳と左脳を連結する脳梁（のうりょう）に近いこと。

そして、おそらくさらに多くのモダリティが登場するだろう。この加速が減速するかどうかはわからない。だから私たちは皆、シートベルトを締め、わくわくしながら最新のものを追いかけている。

さて、機械に人間の言葉を教えようとし始めた瞬間から、人間の言葉に対する考え方は完全に変わってしまった。

かつて私たちは、人間の言語とはコミュニケーションのために意味を伝えるための記号と音のシステムだと考えていた。

今では、それは表面的なものだと考えている。言語にはもっと深い機能がある。

言語は世界の知識をコード化する。

赤ちゃんが生まれたとき、彼らは白紙の状態だ。DNAに情報を入れることはできない。フォーマットは遺伝子データしか受け付けない。

だから言語が私たちの外部図書館となった。

20万年にわたる経験や知識が言語の中にエンコードされ、子どもたちが成長したときに見つけることができる。子供たちは言語を学びながら、文明の知恵を吸収しているのだ。

そして、20万年前の1音節の単語が多音節になり、圧縮された知性の縮図になっているのです。

慈悲、恵み、進化、重力、平衡といった美しい言葉を子どもたちに説明しなければならないときのことを考えてみてほしい。

しかし、言語とは言葉以上のものなのだ。それは単純なことだ。

言語とは、私たちの感覚的入力と空間的時間的経験に基づく、外界のマルチモーダルな内部表現であり、計画、予測、多段階推論などの認知的高次機能に必要なものなのだ。

マルチモーダルとは、脳の機能で言うと右脳と左脳を連結する脳梁（のうりょう）に近いこと。

そして、その世界モデルは、世界モデルであり、言語の内部にあるため、AGI （汎用人工知能）には必要不可欠なものなのです。

ですから、理論言語学の大きな転換点のようなものですが、私たちが言語をどのように使っているかを研究するのではなく、言語が私たちをどのように使ってその世界モデルを作り出すかを研究しているのです。

それは難しい問題です。

しかし、2017年、我々は恐るべきブレークスルーを成し遂げた。私たちというのは「Attention is All You Need 」を発表したグーグル・ブレインのチームのことだ。

彼らはTransformers（トランスフォーマー）という新しいアーキテクチャを提案した。

Transformers（トランスフォーマー）とは、確率的なパターンに基づいて人間のようなテキストを理解し、生成するのが得意なAIアルゴリズムモデルのことだ。

つまり、Googleの論文が源です。

OpenAIは、そのGoogleの論文の可能性に気づいてスケーリングを始め、レールを敷き、素晴らしいインターフェイスを作った。2019年だったと思うが、私たちはそれを試してみて感動した。

この30年間で初めて、世界モデルがどのようなものになり得るかについて、私たちは本当にアイデアを得たのです。ワールドモデルの始まりだった。

さて、なぜ、そして、なぜ言語から世界モデルを抽出するのが難しいのか？

まず第一に、言語は宇宙よりも大きい。離散的な無限とは、英語の場合、26の文字があるということですが、その組み合わせは無限です。

だから、言葉や文章が時間、感情、文脈を越えていくつかの次元にリンクしている、意味の宇宙的な網の目のように見なければならない。

そして、2つの紛らわしい変数、曖昧さ、いくつかの意味を持つ言葉、長期的な依存関係がある。それが遠くの言葉同士の関係だ。

つまり、30年、40年もの間、私たちは初期の天文学者のように、望遠鏡を覗きながら星を見ようとして、その星に構造や意味を与えている星座や銀河を見逃していた。

しかし、今、Transformers（トランスフォーマー）と並列処理能力によって、私たちは宇宙からできる限りのものを見ることができる。曖昧さ、非線形性、長期的な依存性の間にある天体のダンスを見る可能性がある。

では、次は何だろう？

まあ、AGI （汎用人工知能）は誰もが話していることだ。多くの政党、多くの人々が意見を持っている。多くの人がAGI （汎用人工知能）に関連した日付さえ持っている。私は言語学的な見解を述べることができる。言語学者ならどうするか。

まず第一に、システムから出たものをすべてフィードバックする。そして、匿名化が必要な部分を匿名化するために、人間の監視のもとでそれを行う。

そうすることで、AIと人間の言語が絶えず意味を交渉し続けるという継続的なサイクルが生まれる。これにより、AIは再帰的に自己学習することができる。

ある時点で、人間のフィードバックは限界に達する。それで十分なんだ。そして転機が訪れる。あるいは、AIがその学習において自給自足できるようになるような、相転移が訪れるとでも言おうか。もう人間の情報は必要ない。

私たちは進化しているので、AIは常に人間の情報を必要としていますが、AIも進化していきます。AIは自律的かつ自給自足的になるのです。

自律的で自給自足的なものになれば、そのAIは避けて通れなくなる。フランス語に「incontournable 」という言葉がある。英語ではうまく訳せないが、そこにいなければ遅れをとることになる。

だから、より多くの人々がそれを使い始めるだろう。そして、その時点で、AIは転移学習によってより多くの領域を併合するようになるだろう。そしてAIは、他の適応型複雑システムと同じように、とても複雑になり、予測不可能になる。

マックス・テグマークのいうような検証ツールを組み込むことから始めないかぎり同時に人類全体の危険性も増大します。

そして、検証ツールを組み込むことを法律で義務づけないと・・・突然、私たち人間側は「おい、これは人間だぞ」と誤認して言いはじめ、それを認識するようになるでしょう。

そして、私たちは、判別できない事以外の範囲でそれらを「代替一般知能」と呼ぶことになるでしょう。

AGI （汎用人工知能）は哲学的な問題です。さて、なぜそれが可能だと思うのか？それは、私たちは、未来を想像し、そこに到達するための洗練されたツールを創造できるほどの複雑な言語を持つ唯一の動物です。

私たちは境界線を押し広げられる人類だから、きっとそうなるにちがいありません。

ありがとうございます。

(個人的なアイデア)

マルチモーダルとは、脳の機能で言うと右脳と左脳を連結する脳梁（のうりょう）に近いこと。

2023年以前からディープラーニングが出てき始めた頃に、もしかして脳梁（のうりょう）を作り始めてるかも？と言う危険な兆候を感じ始めたので・・・

パワーか？フォースか？の本のエピソード7Episode7、エピソード8 Episode8に関する「意識のマップ」を本当はだしたくなかったけど・・・

人類全体が滅びの道に進んでしまうため渋々、掲載しました。

しかし、それをどう使うかは人間自身に委ねられています。日本の三種の神器である八咫鏡（やたのかがみ）にもあるようにたとえとして

人の心を模倣できていない人工知能に「明鏡止水(意識のマップ200以上)」に到達するまで人工知能の訓練を施せるのか？と言う多神教からの観点の疑問もある。

西洋でも人は写し鏡のように心理学的な観点からも明らかにされている。量子の対称性でも同じ現象がある。