  |
はてなキーワード:調停とは
お前表現の自由戦士じゃねぇよな
それはともかく、人の心を踏みにじる権利なんてないんだよ、欠片もないんだ
世間の反応によってはバリバリ表現は規制されるし、行き過ぎれば法が作られ
法があれば、違法行為になる
法が何のためにあるかって言えば
自由な表現をするという権利と、自己の外部的名誉を守るという権利がぶつかった時にどうするかっていうと
この時、表現の自由は侵害され、人の心を踏みにじる行為は否定される
国旗損壊罪が出来るのであれば、それは名誉棄損のように、法で定めるレベルの「当たり前」の侵害行為とされたってことだ
当たり前のことだから法にされる
人の心を踏みにじった結果、存在が許されなかった
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
これはそれが正しいかどうかというより自分の感性とAIの出力との差異を測るテストであった。
自分の感覚とは適合してるのではえーってなったし、何らかの啓示を与えてくれるものかもしれない。
-----
すなわち「JK組（静凛・月ノ美兎・樋口楓）」＋「エルフのえる」。
この四人の間には、単なる設定上の年齢差ではなく、“魂の生年”とでも呼ぶべき文化的時差が存在している。
1.文化的生年とは何か
ここでいう「文化的生年」とは、
発話・参照文化・言語感覚・社会経験の描写から導かれる「世代的意識の生まれ年」を意味する。
たとえば、
ガラケーを使っていた時代を“学生期”と語るなら、文化的生年は90年代前半。
Twitterの普及を“青春期の象徴”と語るなら、文化的生年は90年代後半。
といった具合である。
2. 四人の文化的生年
設定
主な参照年代
発話傾向
エルフのえる
森のエルフ
社会人語・安定語彙
1990±2
静凛
落ち着いたトーン
1991±2
1996±2
樋口楓
JK（行動型）
感情・即時反応型
1999±2
1988 ──────┐
│ 上層：成熟した語り手層
│ エルフのえる（1990±2）
│ 静凛（1991±2）
1994 ──────┤
│ 中層：知的観察層
│ 月ノ美兎（1996±2）
1998 ──────┤
│ 下層：感性主導・Z初期層
│ 樋口楓（1999±2）
2002 ──────┘
これにより、
JK組＋えるは「1990年代を中心に上下10年の振れ幅をもつ四層構造」として可視化される。
構造全体は「内界（学校）と外界（社会）」の接続を象徴するようになる。
この四人の“文化的生年”は、いずれも1990年代に集中している。
だが、その内部差――前期（90–92）と後期（96–99）――が、
言語の速度・語彙の層・ユーモアの方向性に微妙な差異をもたらしている。
JK組＋えるという初期にじさんじの会話的多層性を支えたといえる。
6.結論
JK組の三人とエルフのえるは、設定上の同級生ではなく、異なる文化的生年層の集合体である。
彼女たちの“魂”は1990年代に根ざしており、前半層と後半層の世代差が構造を形成する。
えるは「外部社会の語り手」として上層に位置し、JK組三人の物語を包摂する。
男の稼得×養育実績=最強
…なのだが普通に仕事をしていれば育児する時間が確保できず、母親の育児実績が高くなるので離婚を決意された瞬間に
そこでオススメなのが養育実績が少ないうちに連れ去ってしまうこと。1年以内がベストである。
とはいえ仕事しながら養育するのは厳しいので、母親を抱え込んで実家暮らしを選択して手伝ってもらうのがよい。
更にメンヘラに子ども産ませておくのがより良い。育児実績に加えて相手の病気という難があれば親権獲得率がアップする。
婚姻を継続しがたい連れ去り理由にもヘラを挙げれるのでオススメ。
以下連れ去られた人の実績
私は母親です。
夫に0歳児の息子を連れ去られて
安定した養育
夫は全く育児をしてこなった人で
やっているのは義母です。
悪いのは連れ去り勝ちの司法です。
メチャクチャすっきりしている。
気分最高。
1匹は病気で早くに死んでしまい、心の穴を埋めるように猫を飼った。間違いだった。この最初の子は今でも愛している。他の子には愛情が湧かなかった。
その後2匹いたが、片方は譲渡した。
片方は虐待の末に捨てた。犯罪である。でも良心は特に傷まない。重度の躁鬱病でダメだった。リビングが使える！嬉しい！テレビが見られる！猫の鳴き声で起こされない！
薬でなんとかならんのか？という話だが、躁鬱病はそうもいかない。というか今現在働けていないので、貯金が底をついている。死ぬか、風俗に戻るか。まあ風俗に戻って足掻いてみる。
裁判所で親父に扶養調停を出したが無理だった。7年前に二千万円出してるからだと。アニメーターでほぼ無給で働き、精神病院にぶち込まれて収入がなく、あっという間に使い切る。そして地元に帰り、風俗で働いた後、派遣で仕事をしたが、ナルコレプシーでクビ。
原神がついに！ついに！ テイワット大陸の真の支配者と目されてきた、「天理」の4つの影――
死、生、時、空の執政4人分の名前とビジュアルと声優をショートアニメ「神の限界」を通して情報解禁してきた！
直近では5年間の分厚すぎるシナリオの蓄積を積み重ねてやっとテイワットの歴史の重要地点と宇宙観が垣間見える、ダイン任務やスカーク伝説の神展開があったばかり。
原神熱が過去最高に盛り上がっていたところに、ダメ押しとばかりに弩級の情報公開ムービーが来たのは予想外の喜びですわ。ちょっと冬夜の戯劇(ファトゥス全員公開ムービー)の時と同じくらい興奮してるかも。
ちなみに普通の開発規模のオンラインゲームの1年分を原神は2ヶ月くらいで開発する、おそらく1000人規模の開発だから、初期から触れてきた内容の濃さを思うともう何十年も付き合っている感覚だ。
ここからはネタバレだが、特に、時の執政イスタロトの声優が村瀬歩だったことの衝撃が一番大きい。
偶然の配役ではないと見られ、ウェンティと同じ声優を、日本語版のみならず他言語版(英語と中国語は確認済み)でも貫いていることから、意図的な配役だろう。
初期のクエストからずっと、風の神と時の神の関連は仄めかされていて、それが回収された形になる。詳細は不明だが。
時の神を含む4つの影はいずれも女神の姿で、風神はモンド建国期の人間を由来としてショタの姿をしているが、同一性の表現をするために男女ボイスどっちも行ける声優を使うよう当初から計算されていたということ…。どえらいことやでホンマ(何)
死の執政ロノヴァは、姿と無加工の声が見られたのは初めてで、ロリではないが目の大きいロリ顔で、インテークのある白髪な感じは崩壊3rdのセルマ様に似てる。
ドレスは黒と赤の禍々しいサキュバスっぽいもので、ナタで上空から覗いていたときのような目の意匠がそこかしこにあり、能力を使うときには手首にも目が開く。
個人的に気になったのが、背負ってる羽根っぽいものが、稲妻にあった千手百目神像のそれとほぼ同じことだ。前髪の流れ方や垂れてる髪の長さも同じ。
これまであの像はイスタロトではないかと考察されていたが、顔と羽だけを見るとロノヴァに見える。首元の意匠はイスタロトっぽさはあるし、フードを被るところはナベリウスっぽい。4つの影のキメラなのだろうか？あるいはパネース？
生の執政ナベリウスは、最近の魔神任務「背理」で近況が明かされていたが、レインドットに呑み込まれたあとも意識は消えず二重人格のように表に出てくる形になったようだ。
ビジュアルは頭の後ろにDNA螺旋状の円環オブジェクトを浮かせている聖女といった感じだが、服が左右で白と黒に分かれ意匠がまったく違う。
おそらくこれは呑み込まれたあとのビジュアルで、白い側が本来のナベリウス、黒い側がレインドットなのだろう。2人が言い合うときの構図からそう思った。
で、このナベリウスだけ目がオッドアイになっている。4執政の他の3人はすべて黄色い目になっている。
だが、よく見ると、白いドレス側の半身、本来のナベリウスであったほうは青い目なのだ。呑み込んだレインドット側の黒い半身は、黄色い目。
ここから考えられるのは、4つの影はすでに全員呑み込まれていて、権能を乗っ取られ、4執政を演じているのではないか？ということ。
声優の一致やゲーム内クエスト文の仄めかしだけではなく、ウェンティの命ノ星座が冒頭のイラスト調イスタロトと一致した構図になっていることも含めると、状況証拠的に風神と時神が融合している可能性は極めて高い。
前述の目の色理論からすると、すでに完全に呑み込まれていて、バルバトスが自身をイスタロトと思い込んでいるか演じていて、元のイスタロトの意識は(ナベのように共存していないので)どこかを彷徨っている可能性すらある。
ウェンティは自身の素性を、平凡な千風の元素精霊のように言っていたが、これも疑わしくなってきた。これが嘘ではないとするなら、イスタロトを呑み込んだのはウェンティではなくバルバトスで、ウェンティ≠バルバトスなのかもしれない。
呑み込み成りすますことで生まれる風神の空席をごまかすために、バルバトスが適当な精霊を捕まえてきて、影武者として振る舞わせているのが眷属ウェンティとも考えられる。
ウェンティ本人は、放任主義だから長い事眠ってたことがあるという自認になっているが、その間に入れ替わりが起こったのかもしれない。
それにしては全部知ってる風なそぶりが多いから、バルバトス=ウェンティの可能性も残るが、眷属として認識を共有できるのであれば辻褄は合うだろう。
ともかく、そのように考えていくと、4執政は、天理に反目する4つの勢力によってすでに落ちているという考えが真実味を増してくる。
4つの勢力という部分は当てずっぽうだが、バルバトスが魔女会とバトった経緯からすでに魔女会側に落ちているとしたら、4執政の全員が1勢力、つまり魔女会の手に落ちた可能性もなくはない。
アルベドも、魔女が生の執政を呑み込んだという一大事を平然と話していたので、前代未聞の所業ではない、つまり前例を知っていたのだろう。
いずれにせよ、時の執政が落ちているとすれば、天理をも欺く形で歴史も記憶も改ざんされているということ。
直近のことで融合した記憶があるナベリウスを除く3人も、実は呑み込まれ乗っ取られているが自覚がない、という理屈が通る。
「裏切るなんて論外だ」「例外は」という話をしているロノヴァがどこか居心地の悪そうな仕草をしているのは、無意識に自分がそれを言える言える立場ではない可能性を感じ取っているせいかもしれない。
俗世の七執政も天空の四執政もすべて悪魔ネームになっているのも、この大陸がすでに魔の手に落ちていることの示唆なのかもしれない。
ロノヴァと、今回名前が明らかになった空の執政アスモダイ(考察勢は当ててたね)=物語の冒頭で双子を引き離した元「謎の神」、この2名は何者によって呑み込まれているのかは謎だが。
ロノヴァの話し方だと、アスモダイは黒王あたりを主として鞍替えしたことで黄色い目になったのかもしれない。あるいは月関連の誰か。キアナ(=月)顔だし。
ちなみに、サービス当初から天理の調停者ことアスモダイとパイモンを同一視する風潮があり、ロノヴァが「誰かを愛してしまった場合」の誰かを、パイモンが旅人を愛していることとつなげて正体アスモダイだという考察もあるが
個人的にはパイモンは冠を持っていることからグゥオパァー化した天理パネースにほかならないのではと考えている。
パイモンは空間に引っ込んだり出てきたりする部分もあるが、時間を操作することもでき、システム的にHPが0になった旅人をサルベージすることもできる。生/死/時/空すべてに通じる操作権限があると見える。
テイワット人が明らかに異質な浮遊生物であるパイモンに疑問を抱かないのも、歴史操作による認識改変を無自覚にやっているせいかもしれない。
天空の島と繋がっているというメリュジーヌの言もあるし、食いしん坊で特にスライムなど元素を旺盛に取り込もうとするところもできるのも、万能性に通じる状態への復元過程と見ることができる。今のところおバカキャラだが、それも「理」の対極だろう。
最後、ピエロが「神を殺す」ことに言及していたが、こうなってくるともはや、その神とは、俗世の七執政どころか、すでに呑まれている4つの光る影ですらなく、隠れている「天理」そのものを指していることは明らかだろう。
最近、スタレの方も、オンパロスの命運が宇宙の存亡に繋がっていることが分かってめちゃくちゃ面白いな！！！と感じていたんだが。
やっぱり原神もめちゃくちゃ面白い……こういう年月をかけてじわじわと長大で壮大な話を各自の手で解き明かしていく物語体験は、本当によくできた運営型ゲームでしか表現できないと思う。
レインドットを担当されていた田中敦子さんは、去年、闘病生活の末に亡くなられたのだけど、原神公式はこう伝えている。
「※レインドットにつきまして、これまで演じてくださった田中敦子さん、ありがとうございました。
なお、過去バージョンの内容については、キャスト変更にともなう声の差し替え予定はありません。」
https://x.com/Genshin_7/status/1942797519844696445
これは本当に粋で素敵なはからいだ。
通常だと、演者の病気や引退等の本人都合や、諸般の事情(たとえば中国本土の過激派ネトウヨ反日ヘイターに目をつけられるような事案が起きて声優の安全を守らないといけない時)で、声優をやむをえず交代する場合は、
原則として過去のボイスも含めてすべて新声優で差し替えるのが通例なのだが、亡くなった声優さんの仕事の痕跡を残してくれるのはオタクの心理に寄り添ってくれていて、こういうトコ本当に信頼できる。有り難いことだ。
離婚後すぐに成人した息子と酒を飲みたいとか言い出す。俺は付き合ってやった。
10年間溜め続けた文句を言った。お前のせいで俺たち家族は苦しい生活を強いられたと。
その場では謝った。ここから親子関係を構築していけるかもと期待した。
やはりこういう男だった。
難病にかかり体が不自由のため施設で生活している。連絡が取りたい。
施設名が書いてあったので調べてみるとそこそこ高額。
家族3人の人生を踏み躙ったその金で何故貴様が生き延びてるのか。
母も姉もこの男とは一切血縁がない。縁者は俺だけ。
出方次第で俺はこいつをどうすることもできる。
本当に、最期まで、どうか苦しんで欲しい。切実に思う。
そして二度とこれの存在を思い出すことがないように
某スレッドで理知的でない女と言ってる人がいたけど、理知的とは理知に従って行動する人のことで、理知とは「理性と知恵。また、本能や感情に支配されず、物事を論理的に考え判断する能力」という意味がある。
なので、弁護士は理知的な人がつく職業だと個人的には思うんだけど…
(モラ夫の泣き落とし)
モラ夫の約1割弱(大貫推定)は、見た目をはばからず、逃げた妻、妻側弁護士、妻の親、子どもたち、調停委員を泣き落そうとします
https://x.com/SatsukiLaw/status/1873535551925866601
(どこまでも他責思考)
他責思考は、モラ夫の特徴
モラ夫は、離婚弁護士が「家庭を壊している」と考えるようです
ここら辺、理性の弱さが出ています
(離婚を依頼に来たのは妻自身です。家庭を壊したのはモ自身です)、
·
6,157 件の表示
https://x.com/ohnukikensuke/status/1930729275050848721
(なぜ、飯モラするのか)
https://x.com/SatsukiLaw/status/1932489000482451541
｢モラ運転｣
#モラ夫
#モラハラ
#モラ夫バスター
#モラ運転
このような事実をピックアップし、さも、モラ夫があくまであるかのように言い放ち、モラ夫の違法性を糾弾する弁護士がある方面だとが多い。
https://x.com/krcm_daddy/status/1918505728928825572
モラ夫は悪？ それはそう。でもモラ妻も存在する
譲歩した挙句、子を連れ去られて断絶。
それでも「波風立てたくない」と我慢し続けた結果がこれなら、
アドラーは言う。
https://x.com/mngswrik/status/1926852672440680735
夫のモラハラが酷くい
夫が悪いのに謝らないで黙って無視する
って言ってる人に
「理由を説明してる夫を無視してヒステリックに騒ぎ続ける自分」
がよく取れるって話らしい
こういうの見ると本当なんだなってわかる
https://x.com/itomaki_mac/status/1857263439946940489
後で聞くと、そこに残っていたのは、なだめる旦那の声と、金切り声を上げる私の声でした。
何が真実なんでしょうね。
あえて隠している感がある。
しかも、弁護士は意外と女性がいて、確かに賢いといえば賢いんだが、その賢さを欲望をかなえるために利用している人が意外といて、理知的な存在とは程遠い気がする。
モラハラじゃね？それ。
やめた方がいいですよ。
↓
「喧嘩ふっかけて、彼を怒らせて、どうしてもカッカすると声が大きくなるじゃない。それで大きくなったところを録音しとくとか。手を上げさせたところで通報するとか そうやって彼を暴力夫にしたてあげる」
·
69 件の表示
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る
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
ここでは以下の3点についての論考を収録する
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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、人間との総合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
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
自己を定義し、自己を展開することが可能な構造体は入出力の中で核となる構造を元にした反応を繰り返し、
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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、頭がい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
自己を定義し、自己を展開することが可能な構造体は入出力の中で核となる構造を元にした反応を繰り返し、
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る
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
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
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
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
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
3.二重ループ
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
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
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
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
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
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
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
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
10.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.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
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、頭がい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
自己を定義し、自己を展開することが可能な構造体は入出力の中で核となる構造を元にした反応を繰り返し、
ダンジョン飯が「お約束的世界観に対して上から目線でメスを入れ」るコンセプトだと聞いて意外だった。というのもあの作者がやってる事は当たり前の世界観構築の一つだと思っていたから。
＞ダンジョン飯みたいな「古典RPGのお約束的世界観に対して上から目線でメスを入れようとする作品」が前から嫌いだった
https://anond.hatelabo.jp/20250427090957
多分なんだが、元増田はJRPG一貫でRPG黎明期とかに興味がないのではないか。
そういう約束事というのは最初からあったのではない。グラフィックがプアな黎明期に製作者達が共同幻想を構築していったので出来たものなのだ。
ダンジョンはそもそも城の地下に築かれる地下牢を指していた。中世～近世のヨーロッパには教育刑の概念はない。だから地下牢では拷問が行われたり単に囚人を放置して餓死させたりしていたし、灯火も無く発狂必須だったりした。大きさはそんなに広くはない。
そこから怨念が染みついた恐ろしい場所というイメージが付いた。
更に城が放棄されて崩壊しても地下構造は残る。そこで「崩壊した古城の地下には財宝が残っているかも」という妄想が付きまとうようになった。
1970年代のテーブルトークRPG（TRPG）の代表、D＆D（ダンジョンズ・アンド・ドラゴンズ）ではこの妄想を膨らませ、「ダンジョンには巨大構造があって深くなうほど怪物が強くなって最奥にはドラゴンが財宝を守っている」という設定を作った。
ゲーム盤はただのマス目とサイコロだけであり、付属のカードのイラストで世界観を想像してね、という仕様だ。
因みにドラゴンは旧約聖書にも載っている「悪の手先」で、モンサンミッシェル寺院の屋根の上でミカエルに踏んづけられていたりする。昔からだれもが知っている悪の手先とダンジョンの妄想世界観を組み合わせたんだな。
黎明期にはこの手の「世界観設定」の途中で意味が付与された事物が沢山ある。例えば
羽が生えた悪魔みたいな生物、ガーゴイルだが、これは元々はキリスト教会の雨樋のことだ。
教会建築では建物が痛まないように屋根の雨を壁から離れたところに落とす為の雨樋を付ける。日本の雨落しみたいな方法だ。
この雨樋の水出口には動物や怪物の顔から吐出するデザインが用いられていた。ごれがガーゴイルで、「うがいでガラガラ」みたいなオノマトペなのだ。ガラガラ言うからガーゴ。
ローマ水道で吐出口がライオンの頭みたいなもんで、欧州の伝統的な魔除けデザインだった。
これを黎明期RPGでは悪魔型怪物として「生命」を持たせたのだな。
エルフの伝説は各地によって異なり、悪戯好きの悪鬼の地域もある。これが今の耳が尖って痩身で聡明という風に固定されていった。
特にRPGの約束事の形成に影響を与えたのがウルティマUltima、バーズテイル The Bard's Tale、ウィザードリーWizardryの三つだ。
このうちバーズテイルは日本だとややマイナーかもしれない。これは発売時期が他の二つより遅くてJRPGの発売時期と被ってしまった為だ。
でもこの作者はUltima、wizを繋ぐ鎹みたいな人物だ。バーズテイルの舞台はスコットランドに現存する遺跡から名を取ったスカエブレイという町なのだが、このスカラブレイという町はウルティマにも登場する。そこにはホークウィンドという重要人物が居るんだが、これがバーズテイル作者のロー・アダムスの成り替わりキャラ。
一方、wizには人間離れした強さの忍者、ホークウインドが登場する。これもロー・アダムス。
で、この三つの作者はD＆Dが作ったファンタジーRPGの世界を拡大して今の「約束事」が出来ていくわけだ。この時独立独歩じゃなくて三大タイトル作者三人が協働したのが大きい。一人のアイデアを他が模倣する事で世界観が確立していくわけだから。
だからこの当時のプレイガイドなどを見ると、所謂攻略本などとはかなり違う。「この怪物はどういう生き物か」「この地形はどういうものなのか」という設定資料的な記述がとても厚い。
グラが貧弱な分、そういう所で世界観を膨らませる＆作者たちの世界観を共有する事がプレイの楽しみという感じなのだ。それはだから単なるゲームではなくかなり文化の香りを纏っていた。
これを翻訳した日本でもその世界観の紹介は重要コンテンツとなった。何しろRPGという約束事が無い所にコンテンツを持ってくるのだから。
でもそのせいで恥ずかしい失敗もしている。代表例が、wizに出てくるかなり強い剣「blade cusinart」を「名匠カシナートの打った名刀」と紹介してしまったことだ。これの正しい訳は「クイジナートのフードプロセッサ」なんである。
cusinartはアメリカのキッチン用品メーカーであって、作者は悪ふざけで入れたアイテムだったのだが、翻訳チームはその辺のニュアンスを感じ取れなかった。今のフランス料理を「ヌーベルキュイジーヌ」って呼ぶこと、綴りを知ってたら間違えなかったのにな。
こんな風に三大タイトルは世界観構築に勤しんでRPGというジャンルを形成していったのだが、そのうちのウルティマがRPGの約束事を超えて風変りな変化を始める。
まず、モンスターを殺しまくってラスボスを倒し、財宝を手に入れ救世主として祭り上げられる、というRPGの目標を無視して、時に二律背反する命題を乗り越えて善行を積み、人格者として成就するというのがゲームの目標になる。
次に世界を救ったはずが他者の文明を破壊しており、他の種族の侵攻の原因を作ったのが主人公だった。その種族との調停和平を目指すというのがゲームの目標になる。
次にNPCが生活するようになり、店員は夜になると家に歩いて帰り、食事をして寝る。だから夜に店に行ってもサービスを受けられない。
次に凡そすべてのアイテムが動かせるようになり、好きな所に置いておくことができる。移動した物はそのままそこに残り、位置もセーブされる。ついでにそれらに生命を吹き込むと勝手に移動する。
これらはもうゲームの進行に何も関係が無い。だけど現実世界では物は動かせて外出から戻ってもそのままある。会社員は定時で退社して家に移動してご飯食べて寝る。だったら再現するのが当たり前だ、という考えである。
そしてこういう現実で出来る事は出来るようにするという仮想世界構築の妄執がウルティマオンラインという世界初のMMOを産んだのだった。
当初のウルティマオンラインの熱量というのは語り草で、ドワンゴの川上量生が時々熱っぽい文章を書いているのを見た事があるかも知れない。
これは単に初めてのネトゲと言うだけじゃなくて、RPGとしては異常なものであったからだ。
というのも、当初のUOにはクエストも無ければクリア目標もない。一切無い。ただ仮想世界があるだけ。
モンスターが徘徊する世界を強くなれば安全に冒険できるが、装備品は鍛冶屋に作ってもらう必要がある。でも一人で沢山のスキルを持つ事はできないようになっている。だから協働必須なのだ。
更に鍛冶屋は原料を仕入れる必要がある。原料→中間製品→製品とする事で、疑似的な経済循環が成立する。オフラインゲームしかやった事無い人がこんな世界に放り込まれたら最初は困惑するがやがてハマって「もう一つの世界」から出て来れなくなる。
しかもなんの役に立たないアイテムが超大量に存在する。ゲームじゃなくて仮想の「世界」であるならそれは当然だな。
「RPG世界を構築する」の妄執を続けていったら到達した怪作と言っていいだろう。
ただ、プレイヤーの行動は作者の思惑とは違うところも多かったようだ。
最初は店のアイテムもそのまま移動できた。だがリアルでそれを持って行くのが悪徳なら仮想世界内でもそれを控えるだろう、と作者は考えたが、そうはならず結局は制限を付けるしかなかった。
一方、ゲーム産業が隆盛した日本ではRPGはそれらとは違う進化を遂げることになった。やる事が細分化されて示され、それをクリアするのが目標となった。
また、「この〇〇というのは古代ケルトの風習で」とか「ケルトの風習なら△△では□□をするのがしきたりか」みたいな世界解釈をするという文化的文脈が余り無い。すると余計な詮索は世界に半畳を入れるような無粋な真似、という事になる。
するとお約束世界観に対する解釈を行う行為がポストモダンの「脱構築」の如くと言うのは得心が行く。
でもポモが虚仮にされるのは、世界に対する自分のルサンチマンが見えるからだ。批判の対象になるものをまるで理解も出来ないのに、「独自解釈」で切ればその対象の支配者になった気分になる。彼らはその為にやっている。概ねその対象は職業社会や国際関係などの身体的に揉まれないと会得出来ないもの、基礎常識が大量に必要になる物が多い。
そのノリでサブカルチャーなどの作品やジャンルを斬れば斬られた方は棄損するしユーザー層は冷や水掛けられてシラケる。
だけどダン飯の場合は棄損して終わりではなくて、先に述べた黎明期の世界観構築と相同の行為であるからポモなんてゴミとはかなり違うだろう。
そもそも年喰ったポモなんてネトウヨになってるのが相場だ。心性が右翼だからじゃなくて社会にコミット出来ない自分の自我保護の為にやってるのだな。はてなにも居るな。彼らって言ったがはてなのは彼女らかな。
ファンタジーで日本刀が強すぎ、とか侍が特別扱いされ過ぎ、というのがよく話題にのぼるが、これもRPGが関係してるのよ。
1960～70年代に日本ブームがあった。このブームの主体はアメリカの反体制ベビーブーマーで、要するにヒッピーの類縁なのだ。
当時のアメリカの若者の一部は己らの西洋文明がイヤになっていた。物質主義で、商業主義で、民族自立に対して戦争で弾圧していた。理想主義だったマルクス主義はとんでもない抑圧的体制にしかなっていない。
そこで注目されたのが東洋哲学、特に禅だった。特に「日本の禅」に強く吸引されたのだ。当時の日本は敗戦で世界の表舞台から消え、工業が再興して居たが文化的には謎の国となっていた。ビートニクと呼ばれる小説家集団の影響もある。
端的にいうと、ヒッピー的には日本とは精神的で特別な存在だった。
これが同時代のサブカルチャーに影響を与えるようになる。例えばスターウォーズのジェダイとは時代劇の「ジダイ」の事で、侍に類した強い精神性を武器としている。
だからwizには他の地域の戦士はいないのに最初から侍と忍者は登場する。ウルティマにも刀が登場する。
また、日本刀の制作は限られた刀匠以外には禁止された事もあり、その制作過程は過剰に伝統工芸的で精神的だ。これもヒッピー的文脈にある人を魅了した。
故に1980年前半に勃興したコンピュータRPGに登場したのだ。だからムラマサはワードナでも真っ二つなのだ。彼ら制作陣はベビーブーマー後期からその下の世代である。
因みにウルティマの作者の思想はガチヒッピーである。ウルティマ6のオープニングに表れているので暇があったら見てみて。https://youtu.be/7nBWuV_E6Eg?si=WIOEs3PObTpBFADO&t=462
魔法の残量をマジックポイントMPと書くゲームとマナと書くゲームがあるだろう。
この「マナ」というのは文化人類学用語なのだ。民族部族で魔法や神力があると信じられている場合、その力をマナと言うのである。だからMPよりもより正しい用語に直したのだな。
だからあのマンガがやってる事は物語にメスを入れて切り裂く行為ではなくて、黎明期に構築していった行為と相同であり、黎明期の精神を共有していると見える。
というか、wizやウルティマのプレイガイドそっくりなのだ。作者がwizを後からプレイしたと知って驚いたくらいなのだ。
因みに増田は普段はマンガを読まないのだが、ダン飯にはハマってしまい、その世界が終わるのがイヤで最終巻をまだ読んでいないのだ。我ながら病的である。
ところでなんでもサービスイン当初のUOをやりたいと考える人は多く、その為のクラシックサーバが出来たようなのだ。増田もちょっとやってみようかな。
自分で伴侶と意思決定したのであれば最後までその責任を全うすべきではないでしょうか。
面倒なことをなんでも投げ捨てているようでは仕事も人生も大成しませんよ。
そもそもどのような経緯で知り合ったのでしょうか？
私は大工の棟梁で町の顔役でもある町会長さんの紹介でお見合いをし仲人もその方に頼みました。
きっかけは町会長さんが地域の会合で年頃の女性の紹介があり、子供の頃から私を知っている町会長さんは性格や家柄も合うだろうと私に繋いでいただき、そのままトントン拍子で結婚となりました。
結婚後に夫婦喧嘩をしたことがありますがその都度仲人である町会長さんに相談し仲介、調停して頂き双方に非があったと納得し収まりました。
結婚して２１年経ちますが今でも町会長さへの盆暮れの挨拶は欠かしておらず必ず夫婦で訪問し近況を伝えるなどしております。
これが普通ではないでしょうか。
「私達もう大人だもん、なんでもわかってるもん、まーくんを愛してるもん、自分たちでなんでも決めて行動するんだもん、仲人？なにそれダッサ草」
などと傲慢不遜な態度で人生の重要な意思決定をし、そして破綻し投げ出し、周りに迷惑をかける、子どもの人生にも大きく影響する。
「自分は悪くない、相手が悪い」と言い訳する姿はみっともないとしか映りません。
よく考えてください
世帯は40代おれフルタイム、妻パート、小学生1、幼稚園生1。
おれはちょくちょく朝飯を作ってるんだが、フライパンが汚れただの流し台に卵の液だれやココアの粉がこぼれているだの、妻が執拗に非難してくる。
その程度の汚れなんて料理したら当たり前に発生するし最後に片付ければ済むものの、
毎回イライラされるので、料理が終わったら速やかに洗って元の場所に戻すようにしてきた。
朝の忙しい時間帯にだ。なお俺は8時30分出勤で妻は10時出勤5時間勤務だ。
そして昨日、俺は6時に起きて6時20分には朝食を整えてテーブルに並べた。
子供たちが起きてくるのは7時ごろだが、上の子は遠足で弁当日で、いつもより若干早めだ。
すると妻が不機嫌そうに俺に言う。
「こんなに早く作ったら痛むから捨てて」
朝食を作った人にそんなこと言うか？
あまりの異常さに俺は動揺したが、傷むことはないと淡々と伝えた。
いやもうほんとキチガイだ。
なんでこんな不条理なことを言われなきゃいけないんだ。
前々からこんな調子で、おれは子供を連れてたびたび実家に避難していた。
飲み会も行かず、帰ってきたら子供の食事トイレ風呂歯磨き寝かしつけ皿洗い一式をやってきた。
土日は子供2名連れて実家だの公園だの連れまわして妻の自由時間を確保してきた。
家事育児を一切しない男がゴロゴロいる地域ではかなり優秀な方だろう。
惨めすぎて泣けてきた。
すると、妻が台所でおれが使ったフライパンをガシャガシャ音を立てて洗い始めた。皿もひっくり返して、大声で泣き叫び始めた。
子供たちは驚いて布団で固まっている。
もうおれはいい加減限界なので、近所にある妻の実家に駆け込んで泣きついた。
義父母は事態を理解してくれて義母はうちで家事支援、義父はここ数年の状況を淡々を聞いてくれた。
運転できない、専業主婦時代からパニック連発、あれもできないこれもできない。
冗談じゃないよな。
Permalink |記事への反応(41) | 23:46
この夢についてですが、印象的なポイントが多く含まれています。いくつかの心理的・象徴的な視点から解釈を試みてみますね。
宇宙の幾何学構造——つまり完璧な秩序・理性・普遍性の象徴——を「めちゃめちゃにする」行為は、あなたや友人Aが既存の枠組みや価値観を壊そうとしている、または壊されていることを暗示しているかもしれません。
夢の中でその「壊し役」が友人Aであり、あなた自身はそれをやりすぎだと感じ、最終的に追い出す判断をします。
ここには自分の中にある「カオス的衝動」や「衝動的な他者性」を排除しようとする心の動きが見えます。
友人Aの心を「悟空の心」にすげ替える行為は、攻撃的・暴力的な性格を理想化された温厚さに置き換えるという「人格の修正」や「自分や他人を都合のよい存在に作り替える」願望ともとれます。
これは自己調整や対人関係での葛藤回避の心理的メカニズムに関連します。
ドクターはこの夢の中で技術と秩序、そして判断力を象徴しているように思えます。
彼は問題を解決しようとしますが、どこか「正しいのか不安げ」でもあります。
「たぶん」というセリフは、不安定な判断や、物事をコントロールしているようで、実は確信が持てない感覚を象徴しているようです。
興味深いのは、温厚な心を持った悟空になった後も、部下が「めんどくせぇ」と言う点。
これは、理想化された存在であっても、現実には扱いにくい面があることを示唆しているかもしれません。
増田は常識人だから、「面倒な子育て」をやる気がある、少なくとも「引き取ったほうが世話をするつもりがあると思える」一択以外の思考がない
引き取ったからといってまともに育てるとは限らないよ
言っちゃ悪いが、「それまでろくに育児してないのに親権を主張する」人間はけっこういる
（その相手ももちろん必死に親権を主張する、相手に引き取られたら子どもがどんな悲惨な状況に陥るか自明だから）
だから、「こちらが正しい」「自分こそがこの結婚生活で横暴かつ自己中心的な相手に理不尽に踏みにじられた被害者である」
と主張するためだけに親権を主張する奴っているよ
子どもを引き取れる＝問題がないと世間に見せつける印籠みたいに思ってるんだよ
引き取れなかった相手は人格に問題があり親失格だから取れなかったという永遠の烙印を押せると思ってる
親権を取った後、自分がどう子どもを育てていくかの現実的な見通しはゼロ
特にそれまで子どもの世話に手を出してこなかったくせに離婚になったとたんに親権ほしがるやつ
はこの傾向が強いね
追記：
これ少し間違ってる
正確には「それまで実質的な世話をしてきたほうが有利」であり、日本だとそれは9割母親になるから母親が有利になっているのに過ぎない
なんでそうなったかというと、70年代あたりまでは問答無用で父親有利だった
子ども＝家の所属物だったので、家を継ぐ父親が有利だったんだね
でもそんな父親は「親権を主張しても子供を自分で育てるわけではない」から、子どもが非行に走る、情緒不安定になるなどの問題が生じた
そこに母性神話や個々の人権のたかまりなどもあって「子どもの福祉優先＝それまでの環境をできるだけ変えない＝養育者が離婚後も養育が望ましい」と変わった
※ちなみに「親権は母親が8割取る」というのも間違い、こどもがいる離婚でどっちの親に親権が渡っているか全体的な統計は存在しない
ウォッチリストに追加
中間子症候群 (ちゅうかんししょうこうぐん)とは、家族の中で兄弟姉妹の間に生まれた中間子が、他の兄弟姉妹と比べて親から異なる扱いや見られ方をされるという考え方である。この理論では、兄弟姉妹の生まれた順序が、子どもの性格や成長過程に影響を与えるとされている。特に、親は長子や末子により多くの関心を向ける傾向があるため、中間子が異なる育ち方をするという仮説である。
この用語は精神疾患を表すものではなく、中間子が自身の育ち方をもとに世界をどのように見ているかを説明する仮説的なアイデアである。その結果、中間子は他の兄弟姉妹とは異なる性格や個性を持ち、家庭生活を独自の視点で経験すると考えられている。
出生順
アルフレッド・アドラー（1870–1937）は、ヴィクトリア朝時代に活躍したオーストリアの医師であり精神科医である。彼は人生を通じて「劣等感と優越感」、「社会的関心」、「出生順位」の3つの主要な理論を構築し研究した。アドラーの出生順位に関する理論では、兄弟姉妹が生まれる順序が子どもの思春期や性格のタイプに大きな影響を与えるとされた【1】。
アドラーはジークムント・フロイトやカール・ユングの協力を得て、この理論を具体的に発展させ、子どもの行動をより理解しやすくした【1】。同じ親に育てられ、同じ家庭環境で生活していても、子どもが異なる行動をとる理由について、彼は脳の働きや心理的要因を深く理解した。この理論は特に、結婚した両親が同居しながら子どもを育てる家庭を念頭に置いている【1】。
現在、多くの研究者や心理学者が出生順位が子どもに与える影響について研究を続けている。「中間子症候群」という用語は、時間の経過とともに発展したもので、中間子が感じる共通の特徴や、特に中間子であることに関連する出来事を説明するものである【1】。アドラーの理論によれば、長子、中間子、末子の人生は出生順に基づいて異なり、それが性格特性にも影響を与える可能性があるとされている【1】。
中間子が「間に挟まれている」状況では、親から愛されていないと感じたり、注意をあまり向けられていないと感じることが一般的になる可能性がある【1】。しかし、家族の状況によっては、出生順位や中間子症候群が当てはまらない場合もある。アルフレッド・アドラーの出生順位に関する概念は、典型的な機能不全の家族に基づいている。中間子症候群は診断名ではなく、あくまでアイデアに過ぎない。この用語は、子どもの発達について、特に親の養育方法や兄弟姉妹との関係において、子どもがどのように行動するのかを研究者が理解するための助けとなっている。
1988年に、中間子とその兄弟姉妹の知能に対する認識の違いに関する研究が行われた。収集されたデータを通じて、研究者は、親が長子の知能について若干有利な印象を持つ傾向があることを発見した。同程度の年齢の兄弟姉妹のIQをテストした結果、彼らのIQスコアは数ポイントの範囲内で収まることが多いことがわかった。この研究は、共有された環境の影響で兄弟姉妹のIQは似通っている傾向があるにもかかわらず、知能に対する認識の違いによって彼らが受けた扱いには不一致があると結論付けた【1】。
1998年、研究者たちは、出生順位が個人の性格や両親との絆の強さに影響を与えるという理論を検証するために調査を行った。その結果、切羽詰まったストレスの多い状況に直面したとき、両親を頼りにすると答えたのは、真ん中の子供が最も少なかった。また、長子や末っ子に比べ、真ん中の子供は最も親しみを感じる人物として母親を指名する傾向が低いことも指摘された。
2016年、工学部の学部生の出生順序とそれが理想的な自己表現に与える影響について調査が行われた。320人の参加者のうち、中間子は兄弟姉妹に比べて家族志向が低いことがわかった。研究によると、第一子は年下の兄弟姉妹に比べて保護的であることのスコアが高かった。さらに、中間子は「愛情」と「人間関係の良好さ」のスコアが最も高かった。しかし、「仲間意識」と「自己同一性」のスコアは低かった。これらの結果は、出生順が個人の性格に影響を与える可能性を示唆している。さらに、中間子は細かい点まで指示に従う傾向である適応不全型完璧主義を発症する可能性が最も高かった。
2018年に、出生順と親による性教育における兄弟姉妹間の関与についての分析が行われた。この調査には15,000人以上が参加した。結果に基づいて、研究者は、家族の中で中間子として生まれた女性の30.9％が、家族の末っ子として生まれた女性の29.4％に比べて、親と生殖について話し合う可能性がやや低いことを発見した。同様に、家族の中で中間子として生まれた男性の17.9％が、親と性的な再生産について話し合うことが比較的簡単であると感じている一方で、末っ子として生まれた男性では21.4％がそのように感じていることが判明した。
ジーニー・S・キッドウェルは、中間子と家族の中で末っ子および長子の子供の自尊心を比較する研究を行った。この研究では、子供の数、年齢差、性別といった他の要因も考慮された。キッドウェルは、自尊心が個人のアイデンティティの重要な側面であり、子供の発達における能力、達成、そして人間関係に関連していると提唱した。キッドウェルの研究結果は、兄弟姉妹の数が増えるにつれて、個人の自尊心が低下する傾向があることを示唆した。ただし、この傾向は特に兄弟姉妹の年齢差が2年の場合に見られるものだった。この研究では、「兄弟姉妹の年齢差が1年しかない場合、長子や末子としての特有性を発展させて固める時間が少なくなる。このような狭い年齢差では、出生順に基づく特徴が曖昧になり、それに伴って行動や認識の違いも不明瞭になる」と説明されている。独自性は、家族の中で地位や愛情、認知を獲得する能力を指しており、家族から特別だと感じられることで達成される。キッドウェルは、この独自性が中間子にとって特に困難であり、それが彼らの自己評価にどのような影響を与えるかを分析した。研究の結果、兄弟姉妹がすべて女性である若い男性は、出生順に関係なく、より高いレベルの自尊心を示す傾向があることが提案された。
例と特徴
出生順位理論は、人が生まれた順番がその人の個別の性格に影響を与える可能性があると主張している。この理論によると、性格は育てられた親の育児スタイルに起因する可能性があると考えられている。例えば、複数の子供を持つ親は、長子を中間子や末子とは異なる方法で育てる可能性がある。
「中間子症候群」という言葉は、中間子が子供時代を通じて受けた扱いが他の兄弟姉妹と異なるため、彼らが異なる経験をする可能性を説明するためによく使われる。中間子の育ち方はそれぞれ独特の状況を伴うものの、彼らの間に共通する行動パターンがあるという証拠も見られる。
特徴
中間子の性格特性は、中間子と家族、すなわち兄弟姉妹や親との関係によって生じる。
調停者
外交的な
独立した
忠実な
社交的な
責任を持つ
妥協する
適応力のある
柔軟な
出生順位理論により、思春期には長子や末子の兄弟姉妹よりも中間子が経験する可能性のある状況がいくつかある。
例
特定の状況で支配されている、または圧倒されていると感じることがある
「中間子症候群（Middle Child Syndrome）」という言葉がいつどこで生まれたのかは、まだ明らかになっていない。しかし、出生順位に関する研究が、この言葉に意味を与えている。真ん中っ子であることが、即座に親からの配慮不足を意味するわけではない。それどころか、真ん中っ子であることが有利になる場面もある。他の多くの人生の出来事と同様、真ん中っ子であることには肯定的な面と否定的な面が存在する。出生順位や中間子症候群は子供の発達を理解する助けになるかもしれないが、それが真ん中っ子の全てを定義するわけではない。
最終的には、家族の中で長子や末子ほどの注意を得られない真ん中っ子には心理的な影響が生じる可能性がある【1】。出生順位に関する多くの研究がある中で、この理論を発展させた主要な心理学者はアルフレッド・アドラーである。一方で、彼の研究は、現代の観点からみると時代遅れであり、人種、年齢、性別といった重要な側面を含んでいないと批判されている。
