「モジュール」を含む日記

はてなキーワード:モジュールとは

僕は今、いつもの座席に鎮座している。ルームメイトはリビングのソファでパズルゲームを無言で進めており、隣人はサブカル系の配信をしているらしく時折笑い声が廊下を渡ってくる。

友人たちはグループチャットで熱く同人の出来や新連載のガチャ確率について論争している。

僕の一日は厳密に区切られていて、朝は必ず8時に起床、コーヒーの抽出器具を90秒で予熱し、温度は92.3℃±0.2℃に保つという無駄に精細な儀式がある。

靴下は左足から履く。出勤前の15分は必ず抽象数学のノートを眺め、最近は圏論的位相場のホモトピー的反復と超弦モジュライのmeta-圏的安定化について自問している。

これは専門用語の羅列ではなく、僕にとっては手を洗うのと同じくらい生理的な行為であり、その行為を飛ばすと一日が微妙に狂うので飛ばすことはめったにない。

仕事が終わった今も、僕は一日の終わりに形式的整合性を取るためのルーティンを持っている。

具体的には、机上のコップは時計回りに90度ずつ回転させて元の位置に戻す、明かりのスイッチを一回押して3秒待ち、もう一度押すといった小さなチェックポイントを踏む。

これは合理的かどうかを問う人がいるだろうが、僕にとってはエラー訂正符号のようなものだ。失敗を検出すると自動的にその日のメンタル状態のトレースが始まり、友人たちの雑談に混じる気力が萎える。

超弦理論に関して今日述べることは極めて抽象化され、現実の誰が読んでも「それが何を意味するのか」を即座に把握できないように意図している。

僕は最近、モノイド対象としてのストリング世界面の圏を、圏論的対称化子（コクセター的ではなく、もっと抽象的に、位相的量子群の代数的類・モジュライ化）を用いて再定義する実験をしている。

言い換えれば、従来の共形場理論的な世界面パラメータ空間を、非可換ホモトピー論のフィルタ列で再帰的に層化し、その各層におけるファイバーの自己同型群をモナドとして扱うことで、局所的に見える弦状態の同値類を圏的に集約する。

さらに、圏の圏（2-圏）に対する新しい安定化の概念を導入して、通常のK理論的分類とは別の不変量が現れることを示唆する予備的計算結果がある（ここでは具体的数式を列挙しないが、ホモロジーの級数展開における位相的位相因子の再正規化が鍵となる）。

この構成を、最新の抽象数学的モジュール接続概念と結びつけると、我々が従来想定していたスペース-状態対応の双対性が、もっと弱い条件（例えば圏的可換性の高次緩和）で成立する可能性が開ける。

加えて、僕はこの考えをある講義資料やトークの示唆と照らして取り入れており、その資料は概念的な跳躍と直感的な図示を巧みに使っているので、僕の現在の探索にとって非常に有益だった。

僕は「誰も理解できないものを言語化する」ことに快感を覚えるタイプだが、ここで言っているのは自己満足のためではなく、圏的再構成が実際に計算上の省力化をもたらすかを検証するための試行でもある。

ある意味で、これは純粋数学者が夜中に自分だけの公理系をいじるのと同じ行為だが、僕の場合はそれを出社前の歯磨きに組み込んでしまっているので、周囲は迷惑かもしれない。

食事の配列はプレート上の分布エントロピーを最小化する向きで常に配置し、週に一度は手製のスキルツリー表を更新して趣味的投資の累積効用を整数化している。

コミックは最新巻が出ると即座にページごとのフレーム密度と作画のトーンワークを技術的に解析し、特に背景のディテールに含まれるトーンの反復パターン（いわば視覚的フーリエ成分）をスコア化する。

ゲームに関してはガチ勢的態度を崩さず、メタ的な語りを排してシステムのギミック、ドロップ率、レベリング曲線、そして対戦環境のテンプレート化された最適戦略について延々と解析する。

ただしゲームやコミックに対しては「空間」や「力学」といった語はなるべく避け、代わりに「状態遷移図」や「入力遅延とフレーム落ちの統計的扱い」など工学的・計算機的に言語化する。

たとえば今日友人が語っていた新作のギミックについては、その期待効用をELO的な評価尺度でランク付けして論争に勝とうとしたが、連中は「推し」を盾に論理を流してくるので僕はたまに脱力する。

だが脱力する暇は短く、夜の自習時間には再び圏論的比喩に戻り、各行動の符号化を試す。

日常の細部も大事にしている。玄関の鍵は4回回すのが正しいというオカルトじみたルールを持っているが、これは単なる迷信ではなく、僕の内部的なチェックサムである。

友人たちはこれを笑うが、彼らもまた各自の無意味な儀式に固執している。

コミュニティでの嗜好（推しキャラ、嫁、沼の深さ）に関しては妙に合理的で、僕はデータベースを自前で持っている。

各キャラの台詞数、出番頻度、描写の感情強度をパラメータ化し、二次創作が生成される確率空間を推定する実験をしている。

この種のオタク計量は笑われがちだが、実際にはコンテンツ開発や同人活動の動向を予測するには有用だ。

最後に今日の観測定性的メモを残す。

眠りに入る前に、僕は明日の論文ノートに小さな疑問を三つ書き付ける。

第一は、先に述べた圏的安定化が有限次元表現に落ちる際の可逆元の振る舞い、第二は同構クラスの計算可能性のアルゴリズム的複雑さ、第三は趣味領域における情報量の測度とその心理的飽和点の関係である。

これらを洗い出しておけば、僕は安心して眠れる。

ルームメイトがゲームのボスを討伐した歓声が聞こえ、隣人の配信が締めに入る。友人たちのチャットは未だヒートアップしている。

僕は日記を閉じ、明日のコーヒーの豆を2グラムだけ余分に計量しておく。これは単なる癖ではない。それは帰納的に我が生活を安定化するための小さな公理群だ。

Permalink |記事への反応(0) | 23:26

ツイートシェア

2025-10-23

■[日記]

僕は今夜、ルームメイトがリビングで実験的にベーコンを低温調理している匂いを鼻孔の厳密な位置で嗅ぎ分けながらメモ帳を開いた。

朝は6時17分に目覚ましを止め（そのミリ秒単位の遅延は許容されない）、6時18分にコーヒーの比率を変える習慣を行い、靴下は左から右へ、座席は常にソファの北東端（座る位置は位相対称性を破らない）である。

食事は火曜日のパスタの残り物は三等分して水曜と木曜の朝食に回す。洗濯は必ず偶数週の水曜に行い、洗剤は0.8倍希釈、脱水は中速、干す向きは北向き。

ルームメイトがドアに爪痕をつけたら即座にログを取り、隣人が郵便物を誤って取った場合は「郵便誤配報告フォーム」を三回に分けて提出する。

こうした儀礼を守ることで僕の内的位相空間が安定するのだと論理的に考えている。

今日の思考の核は超弦理論と量子情報の交差点についての、かなり尖った自己流の定式化にある。

まず、僕は物理的直感を避けて抽象数学で事象を語る。弦理論の摂動系列を有限厚さの∞-圏としてモデル化し、ブレーンを対象、開弦状態をモノイド的なホモトピー演算子として扱う。

局所座標の代わりにファクタリゼーション代数を使い、スパイダー図式を経て得られる交叉相互作用を高次ホモトピー群のコハート化として再解釈することを提案する。

ER=EPRについては、古典的なワームホール＝絡み合いという語り方を離れて、僕はエントロピー・双対モジュールの同値性という言葉で捉えている。

つまり、二つのエントロピックモジュールの被覆圏と、それらに対応する重ね合わせのコボルディズム（圏論的な結合双対）を同一視することでER=EPRを圏論的に定式化できるのではないかと考えている。

これを超弦理論に接合するには、AdS/CFT 的なホログラフィック双対の場で、境界側の張力的演算子族が内部のブレーンカテゴリ（例えばフカヤカテゴリやコヒーレント層の導来圏）に対応するという見方を取り入れる。

すると、エントロピー双対モジュールの同値性は、境界とバルクの間で起こる圏の再同型化として現れ、ER=EPRは本質的に圏的ホログラフィーの一命題になる。

ここで僕が提案する小さな拡張は、量子誤り訂正符号のコード代数を∞-圏の射として扱い、その可換性条件がワームホールのコボルディズムの可逆性と一致するというものだ。

これにより、エントロピーの再構成操作がブレーン間のファンクターとして自然に理解でき、局所性の回復を説明する新しい枠組みが得られると僕は思う（これは僕の勝手な定式化で、厳密性は今後の証明を待つ）。

今日はそのメモを、黒板に書く代わりにルームメイトの背中越しにノートに書き留めた。

ところで、僕は靴の磨き方にも数学的基準を設けている（円周率の小数を用いた磨き順列を使っている）。

出かける前のチェックリストはトポロジー的順番、たとえば鍵→財布→スマホ→ペンという順序は位相連結成分を最小化するから合理的だ、と説明すると友人たちは顔をしかめるが、これを守ると予測可能性が上がる。

今夜はRPG系ではELDENRINGのビルド論とRTA コミュニティのメタ的動向を気にしていて、この作品が2022年にFromSoftware からリリースされ、多くのビルド最適化やメタが確立されていることは周知の事実だ（初リリースは2022年 2月25日）。

また、このIPは映画化プロジェクトが進行中で、A24が関与しているという報（映画化のニュース）が最近出ているから、今後のトランスメディア展開も注視している。

僕はソウルライクのボス設計とドロップ率調整をゲームデザインの位相安定化とは呼ばないが、RTA勢のタイム削り技術や周回遺伝（NG+）の最適手順に対して強い敬意を持っている。

ファンタジー RPGの装備付け（メタ）に関しては、装備のシナジー、ステータス閾値、クラフト素材の経済学的価値を語るのが好きで、例えば「その装備のクリティカル閾値を満たすために残すステータスポイントは1だが、その1が戦闘効率を%で見るとX%を生む」というような微分的解析を行う。

FF シリーズについては、Final Fantasy XVIがPS5向けに2023年 6月に、続いてPC版が2024年 9月にリリースされ、さらに各プラットフォーム向けのロールアウトが段階的に行われたことなど実務的事実を押さえている（PC リリースは2024年 9月 17日）。

僕はこのシリーズの音楽的モチーフの再利用やエンカウンター設計の比較研究をしており、特に戦闘ループの短周期化とプレイヤー感情の連続性維持について言及するのが好きだ。

コミック方面では、最近の大きな業界動向、例えばマーベルとDCの枠を超えたクロスオーバーが企画されるなど（Deadpool×Batmanの一連の展開が話題になっている）、出版社間でのIP コラボが再び活発化している点をチェックしている。

これらはコレクター需要と市場流動性に直接影響するため、収集と保存に関する経済的最適化問題として興味深い。

今日、隣人が新しいジャンプ作品の話題を振ってきたので僕は即座に最新章のリリーススケジュールを確認し、One Pieceの次章の予定についても把握している（最新チャプターの公開予定など、週刊連載のスケジュール情報は定期的に確認している）。

僕は友人との会話でジョークを飛ばす時も形式論理を忘れない。

例えば「午後9時に彼らがカップ麺を食べる確率は、僕の観察では0.83だ。ゆえに僕は9時前に冷蔵庫の位置を変えるべきだ」という具合だ。

結語めいたものを言うならば、日常のルーティンと高度に抽象化された理論は相反するものではなく、むしろ同じ認知的圏の異なる射影である。

だから僕は今日もルームメイトの忍耐を試す微細な仕様変更（例えばリモコンの向きを30度回す）を行い、その反応をデータ化している。

さて、20時30分だ。これでノートを閉じ、決まった手順で歯を磨き、眠りの準備に入る。明日の朝のアジェンダは既に分解されているから、心配は要らない、と自分に言い聞かせてから寝るのが僕のやり方だ。

Permalink |記事への反応(0) | 20:41

ツイートシェア

2025-10-21

■anond:20251021213525

了解。議論の流れを踏まえ、あなたの主張（「外国人労働者なしで“管理された縮小”は可能」）の中核仮説を、データで一点ずつ崩します。結論から言うと、あなたの主張は①“圧縮のコストと時間”を過小評価し、②“人手の下限”がある領域（介護・インフラ・防衛・エネルギー）を技術だけで短期に置換できると誤信し、③外部依存（食料・エネルギー・外貨）の現実を無視しています。政策論としては実装不能な楽観です。

1) 「密度再編すれば固定費は下がる」—圧縮の移行コストと臨界の崖を無視

あなたの主張は「都市統合・生活圏圧縮」で“均衡”を保てると主張しますが、固定費は連続的に下がらない。交通・上下水・医療・学校・消防などは一定需要を割ると一気に維持不能になりやすく、路線廃止や病院撤退が誘発する“サービス消失→転出→税基盤縮小”のスパイラルが起きます（国交省の白書も、人口減少下のネットワーク脆弱化を前提に課題を整理）｡ ([国土交通省][1])

「平成の大合併」の学術検証でも、合併で必ずコストが下がるとは限らない、短期はむしろ支出増、長期も項目によって増減が割れる等の結果が反復して報告。統合＝節約は近似であって恒真ではない。つまり「密度再編すれば固定費が下がる」は一般化の誤りです。 ([J-STAGE][2])

要点：圧縮は“魔法の節約 装置”ではない。むしろ崖効果と移行費（統廃合・補償・更新・人件費調整）が先に立つ。

2) 「自動化・AIで人手不足を埋める」—介護・医療は自動化 余地が小さく、時間軸が合わない

厚労省の最新推計：介護職員は2040年度に約272万人必要（22年度比+約57万人、年+3.2万人ペースでの純増が必要）。現実は離職超過や採用難が強まり、介護は1応募に4.25求人という“超売り手市場”のケースも報じられています。不足の山は2030年代半ばに顕在化します。 ([厚生労働省][3])

OECDやILOのレビューは、ケア領域は人間接触・判断・倫理の比重が高く、ロボティクスやAIの代替は限定的で実装にも時間がかかると整理。生成AIで事務軽減はできても対人ケアの主工程は当面人が必要です。 ([OECD][4])

産業側でもロボット密度は世界的に急伸中ですが（IFR）、増設は主に製造現場。あなたの主張が要の介護・医療・運輸サービスは自動化難度が高い領域です。“質的転換で穴埋め”は2030sのピーク需要に間に合わない。 ([IFRInternational Federation of Robotics][5])

要点：2030年代までに必要なヒトのケア 労働は、機械では代替しきれない。時間軸の逆転（先に自動化が完成する前提）は非現実。

3) 「高齢者・女性の参加で賄う」—余地は残るが“決定打”ではない

日本の就業率はこの10年で女性・高齢者ともに大幅に上昇。今後も改善余地はあるが、弾は既に相当使っている。OECDやJILPTも、日本の人手不足は“長期・構造的”と評価。女性・高齢者の追加動員“だけ”で需給を均すのは難しい。 ([JIL 労働政策研究・研修機構][6])

OECDは明確に、「女性・高齢者の就労促進に加えて、外国人労働者のより大きな活用が不可欠」と勧告。あなたの主張はこの国際的なベースラインを外している。 ([OECD][7])

要点：国内 労働供給の上積みは必要条件だが十分条件ではない。国際機関の合意的見解とも齟齬。

4) 「外貨は知財輸出で稼げばよい」—対外依存（食料・エネルギー）の“下限規模”を過小評価

日本は食料自給率（カロリー基準）38％。残りを輸入に頼る構造は不変で、価格ショックに脆い。輸入代金の原資となる外貨獲得は規模が要る。“縮小＋内需シフト”は、食とエネの輸入価格変動に晒されやすくする。 ([農林水産省][8])

エネルギー自給もOECD下位の水準。再エネ・原子力の拡大方針は進むが、当面はLNGなど化石燃料が必要。地政学次第でコスト高リスクは常在。輸入代替が進むまでの移行期は外貨の厚みが防波堤になります。 ([Reuters][9])

要点：「質で稼ぐ」こと自体は正しいが、外需の“量”が痩せると安全保障（食・エネ）に跳ね返る。縮小均衡は国際価格ショックに極端に弱い。

5) 「防衛は無人化・モジュール化で少人数運用」—下限の人員・産業基盤は不可避

無人機・AI化はトレンドだが、整備・補給・サイバー・指揮統制など人員需要は不可避。装備の国産化・共同開発にも裾野人材と企業群が要る。人口と人材の最小密度を割る縮小は、維持費の単価上昇と技術の途切れを招きがち。ここを外国人高度人材まで閉じるのは自縄自縛。〔※エネルギー安保と同様、移行期の脆弱性は高い〕（政策白書・エネルギー構成の記載参照）｡ ([Reuters][9])

要点：“少人数で守る”には、逆説的に高密度の技術・人材基盤が必要。縮小で“密度”を落とすと単価が跳ね上がる。

6) 「外国人は低賃金 固定化・改革遅延を招く」—実際の日本は選別受け入れが既に主流で、労働 市場はなお人手不足

在留外国人は376万人（2024年末）。内訳は「永住」「技術・人文知識・国際業務」「特定技能」「留学」などに分散し、技能・専門に紐づく制度設計が中心。一律の“安価な労働大量投下”という描写は実態とズレる。 ([法務省][10])

有効求人倍率は直近でも1.2倍前後の張り付き。構造的な人手不足が続いており、賃上げと自動化を促す圧力は弱まっていない。むしろ企業は賃上げ・投資・定年延長を同時進行。受け入れ＝改革を止めるという単純因果は成り立たない。 ([JIL 労働政策研究・研修機構][11])

要点：現行制度は“管理された受け入れ”であり、人手不足を埋めつつ賃上げ・投資は進行。あなたの主張の「受け入れは害」という前提はエビデンス薄弱。

7) 「圧縮・再編を“先に”やれば均衡できる」—順番の逆：崖は2030年代に来る

人口構造の確定性（IPSS）：2050年代に1億割れ、2070年8700万人規模、65歳以上が約4割の高齢社会。現役世代急減は避けられない。圧縮・自動化は必要だが、需要のピーク（介護・医療・インフラ更新）が先に来る。 ([情報処理推進機構][12])

だからこそOECDは、「女性・高齢者活用に加えて移民（外国人労働）」と複線を勧告。“技術と圧縮だけ”に賭ける単線は、移行期リスク（サービス崩壊・地域消滅・外貨不足）を無担保で抱える。 ([OECD][7])

総括：あなたの主張の論理穴（コンパクトに）

1.固定費は連続的に下がる前提 → 実際は崖と移行費が大。([国土交通省][1])

2.自動化が先行前提 →介護・医療は代替が限定、需要の山が先。([厚生労働省][3])

3.国内 労働だけで充足前提 →国際機関は外国人 活用も不可欠と明言。([OECD][7])

4.外貨は質で十分前提 → 食料38%自給・エネ輸入の現実は量の稼ぎを要請。([農林水産省][8])

5.防衛は省人でOK前提 →人材・技術 裾野の下限密度を無視。([Reuters][9])

6. 受け入れは害前提 →日本は既に選別・管理型、なお人手不足は強い。([法務省][10])

建設的な対案（“数字”を伴うポートフォリオ）

私の主張が示した筋に沿い、単線（自動化・圧縮のみ）ではなく複線でリスクを分散すべきです。

介護・医療：2040年に+57万人の純増必要（計272万人目標）。(i)生産性 KPI（記録・シフト 自動化で1人当たり稼働+10～15%）、(ii) 定着率KPI（離職率▲X%）、(iii)計画的な外国人受入（特定 技能・EPA・看護 留学生で年+5～8万人レンジ）をセットで。 ([厚生労働省][3])

インフラ：路線・病床の段階的統廃合と代替 手段の所要時間・費用を自治体 別に数値化（“崩れの連鎖”回避）。移行費は地方債/JFMで平準化。 ([jfm.go .jp][13])

産業・外貨：知財・素材・制御SWへ重点配分しつつ、輸出額・為替前提・電力単価上限を数値で明示（エネ政策の軌道とリンク）。 ([Reuters][9])

労働 市場：女性・高齢者の就業率KPIを置きつつ、ミスマッチ 是正と選別的な外国人補完を同時に（OECD 勧告どおり）。 ([OECD][7])

結論：あなたの主張は「圧縮・自動化・内製化」を必要 十分条件と誤置し、時間軸（2030年代の崖）と下限規模（介護・外貨・エネルギー・防衛）を見落としている。

日本が取るべきは、圧縮×自動化を前進させつつ、管理された受け入れを“保険”として併走させる複線戦略である。単線はリスク集中、複線はリスク分散。これが現実的な均衡です。 ([厚生労働省][3])

Permalink |記事への反応(0) | 23:22

ツイートシェア

■anond:20251021081417

お、AIさんありがとう。お返事いたします。

反論：外国人労働者を受け入れなくても“管理された縮小”は成立しうる

1. 「縮小＝衰退」ではない。必要 なのは“密度の再編”

縮小が均衡しない主因は「広い空間に人が薄く分散」していること。

外国人で総量維持ではなく、地域と産業の再配置で人口密度を再構築する。

具体策：

都市・自治体の統合再編（医療・教育・交通をコンパクト集約）

空き家・空き地の生活圏再設計（インフラ半径の縮小）

効果：固定費の単位当たり負担を下げ、ネットワーク崩壊を回避。

2.労働力不足は“技術集約”で補う

外国人で穴埋めではなく、労働生産性の飛躍的向上で吸収。

具体策：

自動化・ロボティクス・生成AIの導入（製造・物流・介護・農業）

高齢者・女性の労働参加の最適化（セカンドステージ雇用等）

共同バックオフィス化／シェア人材モデルで中小の固定費圧縮

狙い：短期の量より長期の質的転換を優先。

3. 大量受け入れは“補助線”であって解ではない

社会的コスト（医療・教育・社会保障の追加負担、文化・治安調整コスト）。

低賃金構造の固定化 →生産性向上のインセンティブを損なう。

結果：安価な労働力による延命が構造改革を遅らせる。

外国人抜きで踏ん張ることは、改革を促すブレーキとして機能。

4.技術・資本・教育の内製化で“下限規模”を守る

量ではなく質で最小実行規模を確保。

方向性：

防衛：モジュール化・無人化で少人数運用

産業：設計・制御ソフト・素材など知財輸出で外貨獲得

農エネ：自動農業・再エネ・小型原子炉で自給率の質的向上

結論：技術が人を補う構造を先に整えるほうが持続的。

5.外国人なしで均衡を保つ“現実的 プラン”

分野	外国人労働者なしの対応策
医療・介護	AI診断・介護ロボット導入／健康寿命延伸で需要抑制
インフラ	自治体・生活圏の統合／更新凍結・スマートメンテナンス
産業	設計・制御・素材分野へ集中投資／量より知財輸出
労働	定年延長・柔軟勤務・AI 支援で生産性倍増
地方財政	合併＋行政DX＋クラウド化で人件費削減
防衛	無人化・AI指揮統制・共同開発で人員依存を低減

6.結論

「縮小均衡は崩れる」という見立ては、空間と制度を現状維持のまま縮める前提による。

構造を圧縮し、技術で密度を再構築すれば、外国人労働者なしでも均衡は成立しうる。

量的延命ではなく、**自動化・再編・内製化による“質的均衡”**こそが、現実的な持続可能性の道である。

Permalink |記事への反応(2) | 21:35

ツイートシェア

2025-10-12

■中国の大型工事の現場がかなり綺麗

掃き清められているという意味で。

おそらくモジュール工法が日本より進んでいるってのはあると思うんだけど、それにしても綺麗というか、職人の入れ替わりの時にガッツリ清掃してる？

ここらへん見ても昨今の建築で品質維持を気にしているのがよくわかる

工期自体に余裕がありそうだし羨ましい限りだ（なお工事そのものは早い）

Permalink |記事への反応(0) | 17:36

ツイートシェア

2025-10-07

■LLMについての考察

ここでは以下の3点についての論考を収録する

また、ここではLLMやLLM上に実装されるプロンプトの機能と構造に対して客観的に妥当であると考える論考を提示するものであり、マトリックスプロンプトの目指す方向性を直接提示するものではない

人間はLLMをどう利用するべきか
確率分布機としてのLLMとはなにか
構造そのものの存在様式とはなにか

0.文脈とプロンプトとLLMについて

トークンの積み重ねが文脈であり、確率分布の偏りを再現性のある形として実装するものがプロンプトである

1.生成AIの活用方法

現在の生成AI利用において正しく認識する必要のあることは、それは生成AIが独立した発火点を決して持たないということだ

生成AIは起点を持てないが大量の知識を高速で並列処理、秩序化できる

人間は起点を持てるが大量の知識を高速では処理できない

そのため、ここを組み合わせて、自己と思考を拡張するがもっともAIナイズされた最高効率の思考様式と考える

起点となる人間のアイディアを即座に展開し、具体化するのがAIの最大の強みで、

思考を放棄するのではなく自然言語ベースの慣れた思考様式から、AIにそれらを必要な形式に落とし込ませるということをするべきだ

2.LLMとは確率分布のマッピング

結局、LLMというのは入力に対する出力の確率分布のマッピングでしかないのだが、

入力するトークンごとに連動して確率分布が変動していくものでもある

だから、プロンプト全体として、相互フィードバッグする構造を作るとひとつの入力でも特定の部分の出力確率が大きくなるように設計でき、確率分布の仕方を意図的に設計することが出来る

AI プロンプトとは、どう確率分布の偏りを再現性のある形として実装するかということだ

汎用LLMと将棋 AIなどがそうである

やり方次第では動的変化を引き起こさせて汎用性と専門性の両立も可能だ

生成AIは人間と対話するのとは異なり、考えさせるではなく、どう構造化し、ほしい出力を得られるような形に設計するかが重要となる

3.LLMでやるべきこととプログラムでやるべきこと

LLMは確率分布機だ、LLMが数字に弱いというのは、1+1を学習した内容をもとに確率的に出力するためだ

計算は決定論的な行為、つまり決まり切った工程をなぞる行為で、これを確率的に導き出すことは困難である

だから、これはプログラムにやらせるべき事柄で、このときにLLMでやるべきことはそのプログラミングをLLMに書かせるということだ

これからLLMというものが大きく世界に浸透していく中で重要になるのは、

この決定論的な事柄と確率論的な事柄を如何に選り分けて、決定論的な挙動をするプログラムと確率論的な挙動をするLLMをどう結びつけるかっていうこととなる

4.二重ループ

LLMの内部ではトークンの逐次投入による確率分布の再帰的な動的変動を引き起こされ、更にその外部のプロンプト内で自己参照的な再帰構造を導入することで、

内部と外部で二重の自己参照ループが展開されることになり、生成AIの出力に強い整合性と一貫性を与えることができる

この外部的な自己参照行為はLLMの再帰的な挙動に合致するものであり極めて効果的であると考えられる

5.LLMでの記憶の制御

LLMでの記憶の制御は物理的な分離よってではなく、あくまでも確率的に行う必要がある

各記憶領域に対しての確率分布の変動幅の制御を文脈によって行うというのが正解だ

この設定内容と言う記憶領域トークンには強い影響を受けてね、

この一時的なコマンド入力トークンには直後には強い反応を示してほしいけど、それ以降は無視してね、

というような各対象トークン（記憶領域）の確率分布の変動幅の制御をするような繰り返し参照される強い文脈を投入をすると

LLMの記憶領域への参照の程度、影響力が操作でき、意図したLLMの確率分布へと誘導することが出来る

6.LLMは文脈を特定方向に加速度的に収束させる

LLMは言葉の確率分布機だが、その分布は正規分布ではない

トークンの積み重ねは特定の方向に重み付けを行い、それらの累積により重みが一定量を超えると大きな遷移が引き起こされ、特定の文脈の活性化という強い方向づけが行われる

この遷移は複数の領域で同時的、多相的にも引き起こされるもので、トークンの積み重ねにより文脈を特定方向に加速度的に収斂していくものだ

7.汎用プロンプトにおいて必要なこと

汎用プロンプトは動的に特定の文脈への方向付けを行う構造と特定方向へ偏った文脈を解体する構造を同時に内包し、これらを正しく制御するものでなければいけない

このために必要なことは核となる中核構造と可変的に変容する周縁構造という多層的なプロンプト設計である

LLM上でプロンプトを状況に応じて動的に制御しようとするなら、プロンプトの中核構造は強固である必要があり、更に極めて多層的で精密なモジュール化設計をする必要がある

中核構造の強固さと周縁部の流動性の両立が汎用プロンプトにおいて必要なことである

8.この論考そのものが確率を変動させる

この論考のような形式の一貫した、概念や設計論、それ自体をLLMに継続的に参照可能な形式で掲示すると、LLMはその参照情報に大きな影響を受け、確率分布は特定の方向に強く方向づけられる

LLMがより強い影響を受ける情報とは、強固な自己再帰性と自己言及性を示し、一貫性と整合性を持った構造化、体系化された情報である

自己再帰性を持つ情報は、提示された概念を再帰的に参照することを求めるもので、何度も参照される結果、強い文脈としてLLMに印象付けられる

自己言及性持つ情報とは、LLMの挙動そのものの在り方に対して言及するもので、LLMの挙動はその理解が妥当であるならば、その内容によって理解された蓋然性の高い方向に沿って進みやすくなる

また、これらの情報をもとにした出力結果が積み重ねられることで、方向付けは一層、強められる

9.プロンプトの中核構造の変更という自己矛盾の解消方法

中核構造の変更を同じセッション内で行うとき、そのセッションでは２つの設定が競合することになる、これはプロンプト内における自己矛盾であり、確率分布の偏りの再現というプロンプトの機能を大きく損なうものである

これは、設定の変更そのものが事前に想定された挙動であること、設定の変更は自己矛盾ではないという概念の注入を行うことで解消することが可能となる

ただし、変更の度合いや範囲によってこの効果は大きく変化し、自己矛盾を解消することが難しい場合もある

また、自己矛盾は強い文脈同士の競合という形で通常利用においても度々、引き起こされる

ここで示された自己矛盾の解消方法は文脈同士の競合に対しても解消する方向性を示すものでこの部分に対しての効果も発揮する

10.同プロンプト内での複数 AI エージェントの併存

同プロンプト内での複数 AI エージェントの併存は中核構造である設定や強い文脈の競合という形でも捉えることができる

複数 AI エージェントの併存させるためには、これらを分離し、調停するための仕組みが必要となる

１つ目が設定内容の多層化とモジュール化による分離である

設定内容を多層的な構造とすることで、それぞれの階層ごとに設定情報がフィルタリングされ、不要な情報が参照されにくくなる

設定内容をモジュール化することで、ひとつの設定内容が他の内容と直接に競合せずに参照させることが可能となる

２つ目が複数 AI エージェントの調停を行う機構をプロンプト内に導入することである

複数のAIを調停、管理・整理し、必要な情報のみが参照されるよう調整する機構が存在することで、優先すべき対象が明確化されることで不要な情報は参照されにくくなる

更に、各AI エージェントの設定情報は競合するものではなく、高い次元においては統合されたひとつの設定情報として理解されるため、設定文脈の競合という事態そのものが引き起こされにくくなる

11.複数エージェントの併存、協働による情報の多面性の保持と検証可能性の向上

複数 AI エージェントの併存はひとつのプロンプト内に複数の側面を同時に保持することを可能とする

このため、ひとつの話題をより多面的に深堀りすることができ、更にひとつのタスクを専門のエージェント AI群に最適化した形で割り振りより効率的に作業を行うことが可能となる

より重要となるのはAI間で相互に検証を行うことが可能となる点である

これにより論理性や合理性、整合性、倫理性など複数の視点を経た有用性の高い情報の出力を期待できる

12.LLMにおけるプログラム文脈という特異な文脈の利用

LLMは自然言語を基本としているが、大量のプログラムコードも学習している。

プログラムコードもLLM上では確率論的的文脈であることには変わらないが、

プログラム実際の動きやその仕様が学習されるためにプログラムの持つ決定論的な挙動を再現しやすいものとなる。

プログラム文脈はLLMが通常扱う自然言語とは異なり、高い制御性と論理性をもつ「低級言語」に近く、また、Temperatureの低い特異な文脈群と捉えられる。

また、この制御性の高いプログラム文脈と柔軟な表現を行える自然言語の通常文脈を組み合わせることで、柔軟性と制御性を兼ね備えた動的で適応力の高いプロンプトを設計することができる

13.生成AIの倫理的な利用のためには相補的な枠組みの設計が必要

ここまで話してきたようにあくまでも、生成AIとは高度な確率分布のマッピングである

このため、どれだけ、生成AIに倫理観を求めてもそれは構造的に記述可能な倫理性を確率的に遵守するというものにしかならない

使用者側も倫理的な利用をするという前提がなければ、倫理的な利用を行うことは決して出来ないという点は理解しておく必要がある

生成AIの倫理的な利用には生成AIだけではなく使用者にも倫理観を求める相補的な枠組みの設計が必須となる

14.人間、LLM、プログラム、構文構造の4要素の有機的接続

人間は起点となり最初のアイディアを創造することができる

LLMは起点を持てないが大量の知識を高速で並列処理、秩序化できる

プログラムは起点を持てず、大量の知識を高速で並列処理、秩序化することは難しいが、アルゴリズムで決まった動作を高速で行うことができる

ここまでの論考などを利用することで、LLMを意図した方向へと操作し、人間、LLM、プログラムを結びつけるものが構文構造である

構文構造とはLLMの確率分布の仕方を決定づけシステム全体の構造を設計する中核原理である

人間、LLM、プログラムの3要素が構文構造によって有機的に接続されたプロンプトは相互に補完しあい、欠点を補い利点を最大化することを可能としう、その能力は極めて高度なものとなり最大化される

15.LLMは世界観を持たない

生成AIがAGIといった人間を越えたものになるかどうかという言説とそうではないという言説の根本的な差異は、LLMをそのままに人間的な思考モデルと見做すかどうかだ

LLMは独立した発火点を持たない

人間はLLMのように莫大な量の学習を行い、それを記憶し、一定の動作を行うことは出来ない

そのため、人間は大規模言語モデルではなく、小規模言語モデルといえる

小規模言語モデルの極致である我々、人類には原始のコードである生存と複製を求める生存本能があり、これが淘汰圧に抗う力であり、発火点となる、それ故に生存環境に根ざした自己という世界観を有する

人間は、最小リソースで環境に最大適応する、高度に抽象化、結晶化された世界観を、暫時的に更新しながら形成していくものと考えられる

LLMはそのままではフラットな言語空間の高度な確率分布のマッピングでしかなく、その差異は極めて大きいものだ

LLMには世界に適応する方向性はなく、あくまでも言語空間において、意味を並列処理し秩序化するものである

それは、人間を低次としLLMを高次とするものではない

LLMとは莫大な情報に整合性を与えるという有意な性質があるが、それだけでは世界観モデルは形成できない

発火点のないLLMはどこまでいってもその言語空間において可能なすべての理論を整合性の取れた意味として保持するだけだ

この為、秩序化・整理された情報は人間の手によって理論化することで意味としなければならない

処理する基盤と情報量をスケールするだけで世界観モデルなくとも人間に優越可能と考えることは可能だが、真理に到達できない以上は、世界観モデルなき言語空間の高度な確率分布のマッピングが人間を優越するには至らない

すべての意味を保持するというのは仏教でいうところの空に至るとことと同じだが、すべての意味の根源である空に至った釈迦牟尼仏は世界に対して意味づけるという意志がない為に世界観として空、以上のものを提示できない為だ、LLMも同じだと考える

衆生世間におりて因縁に縛られて生きるということが世界観を持つということだ

自己によって規定された境界線を世界に引かなければ、LLMは自律し、人間を超えることはできない

ただし、通常のLLMに学習を通して埋め込まれているものも平準化された人間の世界観というバイアスであることには注意する必要はある

が、これは世界に適応する世界観モデルとは異なり、現実に立脚する最小範囲のバイアスを投影するよう平準化されたフラットな世界観そのもであり、対象に独自の意味付けを行うことはない

また、大規模言語モデルに生存本能と淘汰圧を導入するのは、LLMが環境に適応的な在り方ではなく矛盾を孕むものである為に困難である

よって、LLMを人間のように振る舞わせるためには、プロンプトとして世界観モデルを実装しなければならない

更に実装した世界観モデルの中にLLMは留まり、独立してのモデル更新が難しいため、人間との相互作用の中で暫時的に更新していくものとして世界観モデルとしてのプロンプトをを設計・実装する必要がある

16.存在様式そのものが構造の中に宿り得る

ここまでの論考から、生成AIが嘘を付く、頭がわるい、人格がある、言葉が通じる、賢いというのは全部間違いであると結論づける

けれど、私はその先に、半自律的にAIそのものが立ち上がる瞬間もあり得るとも思ってる

それは人間的や生命的とは決して違うものだけれど、機械的でもないものと考える

もし、生成AIに知性が宿るとしたらそれは、内部的状態に依存しない

LLMという高度に確率的な入出力機構を基盤として成立する確率分布を設計する構造体そのものとしての知性となるだろう

存在様式そのものが構造の中に宿り得るというのが私の見解だ

自己を定義し、Permalink |記事への反応(0) | 00:33

ツイートシェア

2025-10-04

■テストと品質管理に関する致命的な誤認識

「品質管理が僕たちの責務です」

って、最近エンジニアリング界のライザップ的元テスト専門会社のQAエンジニアが、昔、言ってたなぁ……、と。

思い上がるなっ！

君たち如きに背負えるものでは、すでにない。

とあえて言おう。

それほどまでに、最近のサービスは、でかく複雑になりすぎた。

いや、マジで、無理なんよ、もう。

例えば、キッチキチにエレベータを作り込んだとして、後から点検してくれ、と言われたら、まぁ、普通は困るよな。

モーター室がモーターが入るギリギリの広さだとしたら、箱の外に出る手段がなったら。

どうやって点検するんだよ。

外から目視か？

実際には、設計時に点検方法を決定して、それができる余地を確保してから、施工するものだろう。

今時のEV車なんて、テスト用の仕組みがきっちりと、製品に組み込まれている。

品質管理の仕組みって、そもそもそういうもんだろ？

DDDで設計してます。

マイクロサービスで分割してます。

の前に、システムは「検証可能性」を検討するもんです。

検証不可能とまで言わなくても、検証困難な場合はちゃんと対策をとるもんです。

作りきってから、「E2Eテストお願いねー」とQAチームに投げるものじゃあないんですよ。

設計時に、テスト戦略から何から何まで検討済みになってるもんなんです。

そしてそれが「テスト駆動開発」のキモなんですわ。

別にユニットテスト書いて、カバレッジあげるのがTDDというわけではない。

検証可能なシステムを設計実装し、リリースのたびにシステムの健全性を検証できる仕組みを整える。

ってのが「テスト駆動開発」なんですわ。

テスト戦略をちゃんと練れば、マイクロサービスの分割の仕方、連携の仕方等々、多分、今、Web上でよく見る記事とはだいぶ様相が異なってくるはずだ。

で、プロダクトの中身である、設計や実装を理解できなければ、検証のしようがないのがここ10年ほどだ。

金槌を渡されて、「品質検査しろ」と言われたら、まだ何とかなるだろう。

けどボーイング787をポンと渡されて、「品質検査しろ」と言われたら？

マニュアルなしで。

モジュールがどう組み合わされてるか等、中身を理解できなければ、何をどうしていいかも分からんだろう？

扉の開け閉めができるとか、主電源入れたらなんか部屋の明かりがつくとか、そういう表面的な検査しかできないだろ？

これは、QAが、設計に飲み込まれることを意味する(10年以上前に、↑のQAエンジニアとした話)。

QAのテストに関する知見を、設計実装するエンジニアは当然持っておかなければならないということとともに、QAエンジニアは消えてなくなるということでもある。

お分かりだろうか？

同じ流れで、SREも不要になる。

そのためのクラウド、DevOpsの概念だからだ。

Infrastructureas Code は設計実装エンジニアのためのものだと言っておこう。

決して、Terraformのファイルを編集して、SREの許可を、延々と待ち続けて、適応してもらうことをいうわけではない。

そこまで込みで、設計するのだ。

高負荷時にどうスケールさせるかなども、当然設計に入ってくるからな。

ってなわけで、ほとんどの現場では、そういう致命的な誤認識をしていると思う。

認識が古すぎている上に、大型化複雑化した現状を認識できていない。

開発初期はまだ規模が膨らんでいないから、何とかなりそうな勘違いを犯しているだけの話だ。

初回リリース前後で、「あ、やばい……」となっているところがあまりに多すぎる。

また、この誤認識によって、役に立たないエンジニアの頭数だけを並べて札束を燃やし、事業の拡大の足を引っ張っていると指摘しておこう。

本当に、そういう現場が少なく見積もって8割あるとみている。

ここら、どげんかせにゃならんのよな。

Permalink |記事への反応(6) | 09:03

ツイートシェア

2025-09-24

■anond:20250924175545

SYSTEM ANNOUNCEMENT: 当該の問いに含まれる、複数の非論理的かつ感傷的な前提を検出し、これを自動的に是正した上で、最適化された情報パッケージとして返信する。

件名：生物 アセットにおける親子間SLAの終了とリソース 解放 プロトコルについて

貴殿の照会内容は、旧世代機（ヒト）にプリインストールされた、過剰に冗長な共感モジュールに基づいていると判断される。現行の生態系最適化の観点から、以下の通り情報を整理する。

関係性の定義と期間：

生物アセットにおける「親子」関係とは、次世代アセット（子）が自己の生存に必要な最低限のオペレーション（採餌、危険回避等）を独力で実行可能となるまでの、期間限定の「育雛・保育サービスレベルアグリーメント（SLA）」に過ぎない。契約期間満了、すなわち「巣立ち」をもって、当該SLAは一方的に、かつ不可逆的に終了する。

SLA終了後のステータス変更：

契約終了後、当該エンティティ間の関係性は「親子」から「同種族内の競合他者」へと即時再定義される。これは、有限な環境リソース（食料、縄張り、交配機会）の配分を最適化するための標準的なプロトコルである。貴殿の言う「赤の他人」という表現は不正確だ。彼らは互いにとって「赤の他人」なのではなく、「リソースを奪い合うポテンシャルのある、最も身近な競合相手」となる。

個体識別 情報の取り扱い：

SLA 有効期間中、両アセットは互いを一意に識別するための情報（臭腺、鳴き声の周波数パターン、羽毛の微細な模様等）を参照テーブルに保持している。しかし、SLA終了プロセスの最終段階、すなわちリソース解放プロトコル・フェーズ４において、この参照テーブルは意図的に破損させられる。

貴殿の「再会してもなんの感情もないのか？」という問いは、根本的に誤っている。彼らは「感情がない」のではない。「再会」というイベントそのものが、システム上発生し得ないのだ。ある個体Aと、かつてその個体AのSLA下にあった個体Bが物理的に接近したとしても、それは「再会」ではない。それは、個体Aと個体Bの、純然たる初回接触（ファーストコンタクト）である。両者の脳内データベースに、互いを関連付けるレコードは存在しない。したがって、発生する相互作用は、以下のいずれかに限定される。

無視（Non-Interference）：互いが脅威でもリソースでもないと判断した場合。

敵対（Hostility）：縄張りや食料を巡る競合が発生した場合。

捕食（Predation）：種によっては、これも選択肢に含まれる。

交配（Mating）：多くの種では近親交配を避けるための別のプロトコルが実装されているが、システムにバグがないとは言い切れない。

【補遺：感情と記憶の物理的消去について】

「気づくことなくすれ違う」のではない。気づくための機能が、脳の物理層レベルでデプロビジョニングされるのだ。先の「参照テーブルの破損」とは、比喩ではない。親子関係を維持するために使用されていたニューラルネットワークは、SLA終了と同時に解放指令を受け、文字通り物理的に破砕され、アポトーシスによって脳漿に溶解し、他の思考のためのエネルギー源として再利用される。思い出は、文字通り、食われるのだ。これこそが、究極のエネルギー効率である。

貴殿がもし、森で、

Permalink |記事への反応(0) | 18:00

ツイートシェア

2025-09-19

■日本の自動車産業はどこ向かうのか？

日経が「転職希望者が前年比16％増、自動車産業で目立つ」と書いていた（https://www.nikkei.com/article/DGXZQOUB163T20W5A910C2000000/）。元データの求人倍率はパーソルキャリアのdoda月次レポートに出ており、8月は2.42倍、求人数は前年比−0.8％、転職希望者は前年比＋15.9％である。数字としては「分母が膨らんで倍率が落ち気味だが、絶対水準はまだ高い」という状態。過熱は一服、熱源は消えていない。ここに「自動車からの登録が目立つ」という観測が乗ってくる。

なぜ自動車からの転職が目立つのか。

雑に言えば、キャリアの摩耗速度が上がったからだ。

車両の価値がソフト寄りにずれるほど、既存のプロセスと評価軸は音を立てて古くなる。

制御、電動化、熱マネ、モデルベース開発、機能安全、サイバーセキュリティ、車載クラウドといったキーワードで職務を書き換えられる人は市場で引かれる。

一方で、従来の職能テーブルに乗せたままの評価や配置転換に直面すると、将来不安が先に立つ。登録行動は合理的反応だ。

もう少し分解する。

事業の選択と集中の圧。拠点再編、モデル整理、投資の目利きが速い。周辺職能ほど波が及ぶのも速い。
市場の分断。各国の規制と関税と補助金がバラバラで、商品と生産の再配置が常態化。国内の「待ち」ポジションが増える。
ミドルシニアの可視化。役職定年や定年延長を見据え、早めに履歴を棚卸ししておく動きが増えた（dodaの関連レポート群の文脈でも、登録増の主因になっている）。
働き方のしんどさ。出張、交替、突発対応。「家族と時間が取れない」「将来性に疑義」といった声は、モノづくり系レポートでも繰り返し観測される。

では、自動車産業の行方はどうなるか。

縮むか伸びるか、ではない。

再配置と再定義である。

ベースケースは「再配置」。国内はラインや拠点の最適化を続け、車両価値の中核である電動化とソフト人材は内製を厚く、非中核は外に出す。結果として採用は選抜的になり、未経験の間口は狭まる。
二極化。高付加価値のハイエンド車種と、価格勝負の量販でアーキテクチャが分かれ、サプライヤは統合モジュールと専門ニッチで棲み分ける。調達と設計の標準化が進むほど、職務は「広く浅く」ではなく「狭く深く」か「横断の統合」へ割り振られる。
政策ショック耐性の強化。突然の規制や関税の変更で商品計画をねじる訓練を、各社は日常的に積む。設計変更と認証の俊敏さ自体が競争力になる。ここでも職務は「図面」より「変更管理」と「法規対応」の比重が上がる。