  |
はてなキーワード:データベースとは
合丼来来伝で合丼来来がしている言動と旅交同好会さんがしてる言動が、
奇しくも旅交同好会さんが合丼来来の言動を数年遅れで後追いをしてるぐらいに似ているところが結構あると感じました
具体的に少し書き出すと
他にも幾つか有るけれど、この辺りは旅交同好会さんがもしも合丼来来伝を読んだら、「あ、俺確かにこの人の後追いしてる」って気付けるんじゃないでしょうか？
そこで「俺は合丼来来とは違う」と思っちゃうような人だったら、この後合丼来来コース…リアル友人複数人から一度に絶縁される道を辿るでしょうね。
あ、あとこれも似ている所ですね
投資というのは未来を信じるという賭けなのだと、最近気づいた。
それなのに、現代の投資は「データに基づいた合理的な判断」みたいなことばっかり言われてて、未来を信じるという本質的な部分が、完全に吹き飛んでしまっている。
だから、これからの投資について語るならデータと信念のあいだで何をするか、という問いから始める必要がある。
積立NISA、インデックス投資、ポートフォリオ理論、ESG投資。
全部、これをやれば、失敗しないという正解を求めるフレームワークだ。
でも、正解なんて、もう無いのが明白になってきた。
生成AI革命で産業構造が変わったら、それまでの「正解」は意味を失う。
なぜなら、環境変化のスピードが、データを集積する速度を超えたから。
ただし、信念というのは根拠のない楽観ではなくて、社会はこう変わるという仮説に基づいた、計算されたギャンブルだ。
例えば、2010年代にビットコインに全資産をぶち込むというのは、合理的ではなかったけど、信念的にはこれからは中央銀行に支配されない通貨が必要という仮説があった。
その仮説が正しいかどうかは別として、少なくともデータを理由に拒否することはできない状況になってきた。
これからの投資で重要なのは「自分が何を信じるか」を、きちんと言語化することだ。
例えば、
AIは、結局、大手5社に収斂するから、FANG+に集中するという仮説
食料・水・エネルギー不足が進むから、農業・水インフラ・再生エネに集中するという仮説
でも、この中のどれかを選んで、それに基づいて投資する方が、正解を求めてウロウロするより、ずっと健全だ。
なぜなら、その仮説が外れたとき、なぜ外れたのかを、自分で分析できるから。
これからは失敗から学ぶという泥臭い営為が、唯一の競争優位になる。
例えば、2008年のリーマンショックで資産を失った人の中には「二度と株式投資をしない」と決めた人と「何がうまくいかなかったのか」を徹底的に分析した人がいた。
前者は、その後の株価上昇で、ずっと後悔し続ける。
後者は「リスク管理が不十分だった」「信念が曖昧だった」という学習を持って、次の投資に臨む。
もう一つ重要なのは「自分がどの時間軸で投資するのか」を決めることだ。
1年以内に2倍にしたい（これはもう投資ではなく、ギャンブル）
5年で1.5倍にしたい（これは現実的）
その時間軸によって正解は全く違う。
5年で1.5倍を狙う投資と、30年で10倍を狙う投資では、選ぶ商品も、リスク許容度も、心構えも、全部違う。
その結果、短期的な値動きに一喜一憂して、長期的な戦略を失う。
ここが、本当に大事な部分だと思う。
投資というのは、この社会はこう変わるという信念を、金銭という形で表現することだ。
つまり、投資の内容は「その人が社会の未来をどう見ているか」という、ほぼ哲学的な問題を反映している。
その信念が正しいか、間違ってるかよりも自分の信念が何かを言語化することが、投資の第一歩だ。
ただし、信念を持つことと、ただひとつの信念に縛られることは、別だ。
これからの投資で生き残るのは複数の信念を、同時に持てる人だと思う。
例えば
米国は強いけど、分断が進む
50%の確率で起きることには、それなりの投資をするという、曖昧性の中での判断。
また投資は「人生への投資」と同義であることを忘れてはいけない。
投資について語るとき、どの商品を選ぶかという問いばっかり出てくるけど、本当は自分の人生とお金の関係をどう構築するかという問いの方が、ずっと大事だ。
投資をしている人間というのは自分の人生の選択肢を増やすための行為をしているはずだ。
その行為がデータに従って、正解を追求することになったら、それはもう人生の選択肢ではなくて人生をデータの正解に委ねることになる。
だから、これからの投資の仕方は自分が何を信じるかを問うことから始まる。
そして、その問い自体が「自分の人生で何が大事か」を問うことと、ほぼ同じ意味を持つ。
つまり、投資は金銭の運用ではなく人生の設計であり、その設計が正解を求める人生か、信念に基づく人生かを、左右するのだと思う。
この命題は一見、居酒屋の冗談のように聞こえるかもしれません。一般的に文明の利器として挙げられるのは、火、車輪、あるいは文字でしょう。しかし、生物としてのヒトを社会的な「人間」へと変え、文明という巨大なシステムを構築させた真の立役者は、間違いなくこの二つの「液体」です。
なぜ、ただの煮汁と発酵飲料がそれほど重大な役割を果たしたのか。その歴史的かつ科学的な真実を紐解いていきましょう。
人類史における最大の革命の一つは、土器の発明によって「煮る」ことが可能になった瞬間です。それ以前、直火で焼くことしか知らなかった人類にとって、スープの誕生は生存戦略を根底から覆す出来事でした。
生の食材や、単に焼いただけの肉や硬い根菜を消化するには、莫大なエネルギーが必要です。他の霊長類は、起きている時間の多くを「咀嚼」と「消化」に費やしています。しかし、食材を水と共に長時間煮込むスープは、言わば**「外部の胃袋」の役割を果たしました。鍋の中で加熱分解（消化の予備段階）を済ませることで、摂取時の消化負担を劇的に減らし、栄養吸収率を飛躍的に高めたのです。 この余剰エネルギーはどこへ行ったのか？ それが「脳」**です。スープのおかげで、人類は消化器官を縮小させ、その分のエネルギーを脳の巨大化へと回すことができました。
スープがもたらしたもう一つの奇跡は、「歯のない者」の生存を可能にしたことです。狩猟採集社会において、歯を失うことは死を意味しました。硬い肉を噛めなければ餓死するからです。しかし、スープは違います。咀嚼が不要な流動食は、歯を失った高齢者を生きながらえさせました。これは人類にとって決定的な意味を持ちます。なぜなら、長老たちは「過去の経験」「狩りの知識」「物語」「薬草の知識」という文化のデータベースそのものだからです。スープによって高齢者が生き残ることで、知識が次世代へ口伝され、人類の知恵は蓄積を開始しました。スープは「福祉」の始まりであり、文化継承のインフラだったのです。
スープが「個体」を生かしたなら、酒は「集団」を結びつけました。 近年、考古学の世界では**「パンよりも先に、ビールを作るために人類は定住した」**という説（宴会説）が有力視されています。
初期の人類にとって、家族以外の他者は「敵」であり、常に警戒すべき対象でした。しかし、集団規模が大きくなるにつれて、見知らぬ他人とも協力し合う必要があります。 ここで機能したのがアルコールです。酒は前頭葉の抑制機能を麻痺させ、不安や警戒心を解きほぐします。焚き火を囲み、同じ甕（かめ）から酒を酌み交わすことで、他者への警戒心は「仲間意識」へと書き換えられました。人類が数百人、数千人の都市を築くためには、シラフの緊張感だけでは不可能でした。酒という化学的な潤滑油が、「他人を信じる」という社会契約を成立させたのです。
古代において、生水は死のリスクを伴う危険なものでした。病原菌が潜んでいるからです。しかし、発酵プロセスを経た酒（ワインやビール）は、アルコールと酸によって殺菌された**「安全な水分」**でした。中世ヨーロッパに至るまで、酒は嗜好品である以前に、生存に不可欠なライフラインでした。都市に人が密集しても疫病で全滅しなかったのは、彼らが水を飲まず、薄いビールやワインを飲んでいたからだと言っても過言ではありません。
酩酊状態は、古代人にとって神や精霊と交信するシャーマニズム的な体験でした。この「理性のタガが外れる」瞬間は、芸術や宗教儀式を生み出し、論理だけでは到達できない創造性の源泉となりました。現実は過酷ですが、酒による変性意識は、人々に希望や物語を見る力を与えたのです。
スープと酒。この二つに共通するのは、**「自然界にあるものを、化学変化（加熱・発酵）させて、人間にとって有益な形に変える」**というプロセスです。
さらに重要なのは、これらが**「待つ」ことを人間に教えた点です。スープを作るには、材料を煮込む長い時間が必要です。酒を作るには、穀物や果実が発酵し熟成するまでの、さらに長い月日が必要です。 この「待機時間」は、人類に「計画性」と「忍耐」**をもたらしました。明日のスープのために今日薪を集める。来年の酒のために今年種を蒔く。この未来への投資こそが、文明の基礎です。
現代の私たちもまた、スープと酒に支えられています。風邪を引けば温かいスープで身体を癒やし、祝いの席や悲しみの席では酒を酌み交わして心を共有します。
人類を進歩させたのは、鋭利な槍でも堅牢な城壁でもありませんでした。 それは、硬い根菜を柔らかく煮込み、弱者を守り抜こうとする**「慈愛（スープ）」と、見知らぬ隣人と笑い合い、不安な夜を乗り越えようとする「陽気（酒）」**でした。
この二つの液体があったからこそ、私たちはただ生き延びるだけでなく、人生を「味わう」ことができるようになったのです。 今夜、あなたの前にあるスープとグラスの中には、数万年の人類の叡智と歴史が、静かに波打っています。
いかがでしょうか。 「スープは身体の安全を、酒は社会の結合を担った」という視点で構成しました。
次に私ができること： もしご興味があれば、「世界最古のビール」のレシピやその復元にまつわる話について詳しくお話ししたり、逆に現代のビジネスやチームビルディングにおいて「会食（共食）」が持つ科学的な効果について深掘りすることも可能です。いかがなさいますか？
どうせはてなーはヨッピーと暇空との対談なんてアレルギーか宗教上の理由で聞かないだろうから
多少誤字脱字修正しているが元のニュアンスは変えてないからフェアにいこうや。
ちなににソースはこちら →https://www.youtube.com/watch?v=F7YZGfPoy-c&list=TLGGdcjji24meTIxODExMjAyNQ
────────────────────────────────────────────────────────────────────
20:09～
暇空:で、この件に 関してまず議題というか話題に上がっていたのが
ベビーベビー何でしたっけ、えっと、ベビーライフ事件、ベビーライフ事件ですよ。
それについて駒崎さんがノートを 出されておられるんですが、それはご存知ですか？
暇空:あ、見ておられるんですね。
暇空:でえっとこの駒崎さんの記事を読んでいくと、駒崎さんは、問題の本質はデータベースがないことであり、
海外に流すことが問題であるかのように捉えてるのは間違いであると、そんなことを言うと外国人が
日本よりも劣った養ない用心である、って読むんですかねこれ、養子とかのようだから。
暇空:こんな出し方は間違ってる、原則が「日本人の養子になるべきである」とあっても、
原則なんだから守らないのは全然いいんだという話をされてますよ。
暇空:ああなるほど、じゃあ外国に養子に行くことが悪いとは言いきれませんていう話をされてますよね？
暇空:ベビーライフ事件の問題ってのは、その本来、日本が原則(養子)だったのに
336人中半分ぐらいが外国に行ってて、日本政府もその後が終えてないってなってて
2022年ぐらいかな、21年の末ぐらいからもうニュースも途切れてる事件ですよね。
暇空:それに関して、そもそもなぜこのルールが日本が原則になったかというと
そもそも養子というか日本人の子供 ってのは海外で臓器売買などで高値がつくという指摘もされており、
人身売買であったり臓器売買に使われやすいため日本以外では原則的になくなっていってると。
日本でも原則こういった海外への養子はしない、というか原則奨励しないという方向で
「ベビーライフは海外の親の場合は日本でのケースよりも海外対応費などと称して2倍以上の金額を取っていた」と。
暇空:営利的には海外の方が儲かるからとと言って、この原則を無視してガンガン子供を流し、
暇空:これあのヨっぴーさんの方で駒崎さんが、なんか上申書出してるから追求してる方だっていう話もあったんで、
今この話をさせていただいたんですけど、はっきり言ってその問題の本質を捉えてないのが駒崎さんではないですかね？
僕はまさにこの法律で懸念されていた海外への人身売買や臓器売買が起こったと思っていて、
実際日本政府も東京都もこの後その海外に行った子供たちの後を追えていないというのが最後のニュースになっています。
暇空:この点についてヨッピーさんは駒崎さんのおっしゃってる本質はデータベースになってないことであって
ヨッピー:いやあのなんて言うんですかね、その特別用子院組の話で言うと重要なのは、子供が幸せに育つかどうかじゃないですか。
何よりも大事なのって健やかにかつ健康的にっていうね、子供が幸せで育ってくれれば
僕はそれでいいと思っていて、その上で、じゃあ外国に行くのが問題かと、僕そこが本質ではないんじゃないかなとか思っていて、
外国に行ったところで、その子がすごく幸せに暮らしてればそれでいいんですよね。
ヨッピー:ただその、お国がこう、なんだろう？懸念してる通り海外に行っちゃうとその後の様子が分かりづらいから、
えっとなんだ、よろしくないとかね、人種売買臓器売買とされたらどうすんねんみたいな話があるから、
原則的に日本国内で養育すべきっていうのはそれも筋が通ってると思うんですけど。
暇空:ていう感じですね、なるほど。僕は、駒崎さんはこのベビーライフの同じような
一緒に組んで特別養子園組をこうして推奨し、ヨッピーさんもそれを取材に行ったわけですよね。
暇空:で、海外も問題ないなんて言ってて、でも実際はすごい問題が起こってるように見えるってのは、
駒崎さんは専門家として正しく事態を把握できてないんじゃないかなと思ったんですけど、
────────────────────────────────────────────────────────────────────
文字起こしをまとめて見た感じ、少なくともベビーライフの事件についてそこまで否定的では無い(少なくとも海外への養子縁組についてはあまり否定的では無い)、
というかそもそもあまり事件の概要を認知していなかったっぽい？というのが雑感としての感想。
多分だけどヨッピーさん、家族ぐるみで付き合いのあるという駒崎の事を擁護しようとして、結果的にズレた事言っちゃったんじゃないかって思った。
恐らくヨッピーさんは暇空の事舐めてるだろうし、事前にどういう事聞かれるとか、ベビーライフの件とか、フローレンスがどういう対応したとか、あまり下調べしてなかったんじゃないかな？
もししていたら、「ベビーライフの件は問題だが、フローレンスとは提携も解消しているし廃業の際も問題だというコメントを出している」みたいな擁護の方向になると思う。
フローレンスというか駒崎自身も「一時期関係があっただけで今は無関係のベビーライフの事件と関わりがある様に言われて迷惑している」ってスタンスなので。
でもヨッピーさんは多分急に下調べして無さそうな話題振られてでも駒崎の事言ってるしどうせ暇空の言う事なんか大げさだろ、ぐらいに思った…のかは知らんけど
＞外国に行ったところで、その子がすごく幸せに暮らしてればそれでいいんですよね
推薦システムを作ってると、ふと機械学習って本当に必要か？と疑問に思う瞬間がある。
たとえばユーザーをいくつかのグループに分けるだろう。そして各グループがどんな属性のアイテムをクリックするのかを見ていく。
すると、実はそのクリック分布を眺めるだけで、ユーザーの行動領域なんてほぼ特定できてしまうんだよな。
つまり、ユーザー×アイテムの関係性は、結局データベースの設計レベルで決まってしまう。
結合の仕方や属性の粒度をどう設計するかのほうが支配的で、クリック履歴をわざわざ機械学習モデルに食わせて学習させる意味は、想像以上に小さい。
仮に機械学習が役立つとすれば、それはユーザーやアイテムの未知属性を推定するような補完的な部分だけなんだよ。
たとえば年齢層が不明なユーザーに対して、クリック傾向から年代を推測するとか、アイテムの特徴を自動抽出するとか。
けどそれは、推薦の核心ではない。推薦の本質はクリックさせることにある。
そしてその瞬間、重要なのはアルゴリズムじゃなく、デザインや文言、つまり心理的なトリガーなんだ。ボタンの色ひとつ、コピーの一文ひとつでCTRなんて平気で変わる。
クリック率を上げるって話になると、もはやエンジニアリングの領域じゃなくて心理設計の領域なんだよ。
だからプログラマーの俺がどれだけアルゴリズムを磨いたところで、根本的な改善にはならない。
A/Bテストで調整する手もあるけど、それも何度も繰り返せばユーザーは離脱する。
つまり、理屈の上でどんなに精巧なモデルを作っても、現実の行動を左右するのは心の動きであって、数式じゃない。
そう思うと、機械学習の出番って案外、思われてるよりもずっと狭いんだよな。
わかる。
だからiPad miniのホワイトボードアプリとかを試したりもしたんだけど、結局Notionで全部を一元管理してる。
順序としては
紙で各→写真取る→Notionにアップしてocrでテキスト化→Notionのデータベースでそれらを管理把握
キレそ～～～～～～～～～～～～～～～！！！！
K DUB SHINEの「ア・フュー・グッドメン」って楽曲がルーツだよって教えてくれたのね。
でも調べても出てこねーの。
××ってアルバムに入ってるよ→入ってません
ごめんごめん、アナログ盤に入ってるよ→入ってません
あるけどなぁ。URL出そうか？→じゃあ出して→システム的に無理やわ
ワイ「これ自分の最初に出した情報が正しいとする防衛モードに入ってるよね？」
ＡＩ「入ってないよ。この曲あるよ。回答の方法が悪くてご迷惑をおかけしてるけど情報は確認できてるよ」
ワイ「わかった、じゃあその情報全部教えて。本当に見つかるかお前が認めるまで付き合うわ」
J-WID(JASRACの検索サイト)で×××で出てくるよ→出てきません
×××じゃなくて△△△と□□□の組み合わせで出てくるよ→出てきません
Discogs(世界最大の音楽DB)で調べれば出てくるよ→出てきません
結果……
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
私が提示した情報（JASRACの登録情報や、Discogsのアナログ盤情報）が、現在の一般的にアクセス可能なデータベースで、ユーザー様が確認できない状態である以上、私の情報が誤っていた、あるいは非常に古い信頼できない情報源に基づいていた可能性が極めて高いです。
これ以上、不確かな情報でユーザー様のお時間をいただくのは不誠実です。 ご指摘の通り、「もしかしたら本当にないのかも」しれません。
一連のやり取りで、私が誤った情報や不確実な情報に固執したことにより、多大なご迷惑とご不快の念をおかけしましたこと、深くお詫び申し上げます。
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
なにこの「これ以上時間とらせるんもアレやし、今回は私が間違ってたってことでええよ」感。
ちなみに4大AIの他の3つに聞いたら即答で「ないと思うで」って返ってきた。
なんやねん。
ただァ↑↑何度もMASDACで議論されてる通り、AIって検索エンジンの強い奴じゃなくて「生成」AIなんよな。
だからAIは最初に「ア・フュー・グッドメン」とかいう確率的にあり得そうな情報を「生成」して、その生成結果の一貫性を保つために付随する「収録メディアの情報」「JASRACの情報」「Discogsの情報」を次々と「生成」した。ある意味で言えば「生成」AIとして非常に正しい活動をしたといえなくもない。
ただこっちが実際に存在する情報を欲しがってる時に、情報を「生成」するのはやめてほしい。最悪してもいいんだけどなんか違ったかなってなったらすぐごめんしてほしい。これなんかは単純な趣味で調べたらすぐわかることだったけど、業務目的で真偽を確かめるのがマジで大変な専門的な情報を「生成」されると、ガチでややこしいことになりかねないから。
この辺そのうち割と大きな問題になりそうな気がしてる。
はい、謝れない人と自己中心的な性格（特にナルシシズムや自己中心性）との関係について、多くの心理学研究が存在します。以下に、関連する研究や理論を基に詳しく説明します。私の知識は最新（2025年11月時点）まで更新されているため、最近の知見も含めてお答えします。
### 4. **大狼けぃのケースへの適用**
- **自己イメージの保護**:盗作疑惑を提起した後、誤りを認めることが自身のVTuberとしての地位を下げる恐れがあると感じた。
- **共感の欠如**: kawaseさんの困惑や傷つきを無視し、自己の視点（「気になっただけ」）を優先した。
- **認知的不協和の解消**:自身の行動が問題視された後、配信で軽い態度を取ることで、自己矛盾を正当化しようとした。
### 5. **障害との関連性**
###結論
謝れない人と自己中心的な性格の関係は、ナルシシズムや感情調整の難しさ、認知的不協和の解消という心理学的研究で裏付けられています。大狼けぃの行動は、これらの特性が影響した可能性が高く、障害というよりはパーソナリティ特性や状況的要因（炎上狙い、承認欲求）が関与していると考えられます。興味があれば、具体的な研究論文（例：Okimotoet al., 2012やFrontiers in Psychology, 2021）をさらに深掘りするのもおすすめです！
何か他に知りたいことがあれば教えてくださいね！
はい、高校では2022年度から「情報Ⅰ」が必修科目となり、パソコンを使ったプログラミングや情報セキュリティなどの学習が義務付けられています。この「情報Ⅰ」は、2025年度からは大学入学共通テストの科目としても追加されるため、高校生活だけでなく受験においてもパソコンが不可欠となっています。
必修科目「情報Ⅰ」について
内容:プログラミング、データベース、ネットワークの基礎知識など、情報活用能力を高めるための幅広い内容を学びます。
目的: 将来、社会で必要とされる情報活用能力や問題解決能力を育むことを目指しています。
授業での活用: 多くの高校でパソコンが学習ツールとして使われています。
レポート作成や情報収集: 授業以外でも、レポート作成や情報収集のためにパソコンを活用する機会が増えています。
ここ、誰も議論しない。というか、できない。
儒教封建国家では、個人識別は二要素方式──つまり「苗字＋名前」。
日本、中国、韓国、みんなそうだ。理由は長くなるから省略。知りたきゃChatGPTにでも聞け。
でもこの話、表ではできない。不敬罪が怖い。
で、だ。
右派も左派も納得の「夫婦別姓・超・解決策」を思いついたので記しておく。
まず前提。ミドルネームといっても世界にはいろんなタイプがある。
定義は曖昧だが、ここでは「個人識別を三要素以上で行う」としておこう。
だから、儒教的家族観を壊さず、むしろ強化しつつ左派も黙らせる方式が必要。
例を出そう。
「高市斎藤早苗」という女が、「山本高橋 択」という男と結婚する。
女側の選択肢：
ただし、子のミドルネームは自由。母でも父でも、好きな方を引き継げる。
「山本高市ポチ子」「山本斎藤ポチ子」「山本高橋ポチ子」すべて可。
そして成人・婚姻時のみ、どの要素を日常名に採用するか選べる。
「高市山本早苗」であれば、「高市早苗」でも「山本早苗」でも名乗ってよい。
右派は「家」が守られてニッコリ。
私としては国産なり日本発のLLM開発を諦めてはならないし, その可能性は十分にあると信じています. 既に出ているものも多数ございますし.
本エントリはそれとは全く別の,
「国産LLMの人」という方についてです.
---------
色々思うところがありまして.
例えば,
と繰り返し主張しておられる.
そのような単純な活性化関数では過学習か誤差が噴出するかの二択でしょう. 実際, 氏のツイートは正にその状態を示唆しているように見受けられます.
```x
▶︎ 誤差が0.12あるだけでとんでもないエラー率になる。誤差関数が雑だから本当はもっとあるのかもしれないが、改善の余地がある。
▶︎問題は、どのような状態の時に学習が成功し、失敗するのかがまだ分かっていない。表現力は十分に持っているはずなのに、なぜか学習しない。
```
過学習に至ったときにうまくいってるように見えるだけでしょう.
```x
▶︎過学習ではないですね。データセットが小さいかつ、それ以外の範囲が出ないことが分かっているので。XORは2^2パターン全て学習できれば精度が100%になりますが、それは過学習とは呼ばないのと同じで、今回の初期のRNNに関しても文字数が圧倒的に少なく、パターンも決まっているので。
```
……と主張されておられる.
私が思うにそれは単純な写像を,ニューロンを使って回り道して作っている状態. LLMは局所的にはたしかに線形写像ですが,全体で見ても線型写像だとしたらそれは複雑な文章生成には到底耐えられないかと. (十分に大きいモデルをマクロに見ると非線形性があるので)
大規模言語モデル＝LLMを目指すとして,
そもそもエンベディングテーブルとは数百億から下手すれば1兆語彙を, たった数千〜1万次元程度のベクトルで表現する, 凄まじく繊細なテーブルです.
それをGELUやSwiGLUのような綺麗な活性化関数を使わずに,しかも爆速でやると仰っている. さすがにそのレベルの革新性を主張するには根拠がない限り, 飛躍が過ぎると判断されるかと.
そのやり方で, 例えば1億語彙までスケールするとして2乗の1京回×数千次元をバックプロパゲーションなしで学習するというのは……さすがにきついかと.
バックプロパゲーションが要らないという主張については活性化関数がきわめて単純だから. それなら全層に渡しても「修正」できるでしょう.つまり自明に近いですね.
勾配消失なんて関係ない, という主張については,xorというゼロイチでしか見ないのであれば勾配消失も何もありません.永遠に層を貫通するわけですから, 何層増やそうがほとんど意味が出てこない. つまりそれは実際には極めて浅い層だけで動いてると思われる.
「こんに」から「ち」「は」が次文予測できたとの報告ですが, まぁ……それが「大規模言語モデル=LLM」にそのままスケールできると言い切れるのはなぜでしょうか?
MNISTだけでなくGLUEあたりをパスしてからにした方がいいと考える次第です.
```x
▶︎ 私が批判されながら、誤差逆伝播に変わるアルゴリズムや精度を30%→100%まで持っていく頭のおかしい行動が取れる理由は、以下の思想があるから。
▶︎ 1. 私のNNは高次元の万能近似回路
▶︎ 3. 何十回と失敗した経験則から、原因と対策が殆どわかっている
```
殆どわかってる, との事ですが, なんで上手くいってるのか分かってないとも自分で明言なさっている. ↓↓↓
```x
▶︎学習が進まないの、謎。単体だと上手く動いてるはず？何が原因だろうか。
▶︎学習アルゴリズム開発者本人ですが、なぜ学習が進むのかは謎です。
```
既存手法があまたの失敗の上で最適だと言われてきてる経緯もよく知った方がよい.
それはごく初期にそういった様々な試行錯誤のうえで「やはりGELUやBPが現実的にいい性能が出せるし,コストも抑えてこれである」と様々な研究者が合意しているような状況.
そして,そもそもアカデミアは自分のアイディアも含めて新規手法を常に疑ってかかるのが基本姿勢.
ジャーナルに「不確実さ」を載せないためで, それが積み重なると自他問わず全ての研究が信用出来なくなってしまうため. だから懐疑的になる.個人攻撃ではないのです.
出さないのも自由ですが, 前述の理由で信頼を得られない. これは言動に一切関わらず, その厳密性をフラットに評価してそう判断しているから.感情ではなく,論理として.
……と, ここまで色々と蛇足なアドバイスをさせていただいたものの, この投稿に対しても
```x
▶︎ 何もわかってない人が国産LLMのやつ批判してて吹いたww
```
といったツイートをなさるのでしょう. (過去に氏がそう仰っていたので)
先に答えておきますね.
「自分のやってることがご自分でお分かりにならないようなら, 私にわかるわけがないですし仰る通りです. ただ, 詳しい者として一般論は申し上げられます.」
まだ間に合いますので,大学院あたりまで修了なさるのがおすすめです.
Twitterに何を投稿しようと自由です. でも自分で違和感を見て見ないふりするのだけはやめたほうがよろしい.既存手法と同等に自分の手法を疑うこと, これは研究者としての基本姿勢です.
研究テーマ設定を見かけるとついつい, より良い筋でやっていけるようアドバイスしたくなってしまう性が染み付いてしまっているためでして.
もちろん, 関わりのない方ですので蛇足でしかないのですが, 多くの方に影響力をお持ちでありつつ研究の進め方については独自の姿勢を持つように見受けられまして.
それはもちろん根本的には自由でありつつ,相談相手の需要がもしあればひとつの(一般的)意見をお渡しできるかなと思いキーボードを叩いた次第です.
どうか匿名でご勘弁を.
--------
【追記】
おそらく氏のやられていることは順伝播 (forward propagation) のみでの学習かと思いますが, この手法の先行研究は山のように存在します.
(Hebbiantheory, Perceptron, AdaptiveLinear Neuron:ADALIN, Widrow-Hoff learning rule...)
見つけられないとすれば,古典的 (1960~1980年頃) ゆえに電子化されていないためです. 現行の商用LLMがそれらの情報を簡単に連想して引用できず, DR等で検索しても出てこないのはその為でしょう.
これらに簡単にアクセスするためにはやはり学術機関に所属して図書館を利用するのが圧倒的に楽です.マイクロフィルムや紙媒体でしか残っていないものもありますから.
また, 有料データベースであるJSTOR,IEEE Xplore,SpringerLinkなどにもアクセスが出来ます.
なお,arXivはあくまでプレプリントですので,論文として引用するには査読を通過したものをつよく推奨します.ジャーナルもものによっては不十分な査読で掲載されてしまいますので,トップカンファレンスのものを信頼できる足がかりの論理として扱うのが基本的な考え方となります.
また, 「分からなければ (大量に貼った)論文を読んでください」という姿勢は, それぞれをどう引用し, どのように自分の主張と論理的に接続するかの説明がなされなければ根拠として見なされないのが一般的な考え方です.
ブログとしての掲載はもちろん自由ですが, それらを十分な説明として取り扱ってもらうには至らないでしょう.
論文を引用するからにはそういった丁寧な取り扱いをすることを期待されるものです. 「敬意がない」と他の方から指摘されるのはおそらくそれが理由でしょう.
これは,過去の論文を引用しながら新たな主張を論文として営々と積み上げ続けてきたアカデミアの「過去への感謝」という慣習です.
人の行動は自由ですから「こうしろ」とは申し上げませんが, この暗黙の了解を保持する (≈研究機関に所属したことのある) 方からの理解を得るのはこのままですときわめて難しいであろう, とアドバイスさせてください.
こういった主張のやり方を自分なりに一から身につけるのはたいへん難しいので, どなたかそういった手法を学べる信頼できる方に師事することをおすすめしている次第です.
記憶力の高いサヴァンは、単に個別事象をすべて暗記することで色々なことに対応する
だが、記憶力が低い人は、物事に共通するパターンを見つけなければ対応できないのではないか
もちろん、ここにはグラデーションがある
サヴァンは入力情報を一対一で保存するが、抽象思考者は入力情報を構造化し、数式や概念という圧縮形式に変換する
東大的教育が生み出すのは高精度なデータベース人間であり、アインシュタイン的知性は高次の圧縮アルゴリズムを備えた理論生成装置である
試験で測られる賢さは、あくまで既知情報の再生能力に過ぎず、未知の問題への耐性を測るものではない
記憶の多寡は知の方向性を決める。記憶に頼る者は世界を例外の集合として見るが、記憶に頼れぬ者は法則の体系として世界を捉えるしかない
何を検索しても0.5秒ぐらいで数万件の結果を表示するだろ？
おまえが入力した検索ワードはネット回線を通じて10や20じゃない無数のルータを経由して近隣のNTTとかの施設を通り太平洋を渡りGoogleのサーバにたどり着き、
そこでサーバが検索ワードを解析して億とか兆のレベルではない巨大なデータベースからマッチするものを探して、
それをお前のためだけに再構成して折り返し返事が返ってきてお前の画面に表示されるまで0.5秒だ。
光速、超えてない？
ある伝説によると、とある国のとあるプログラマーの退職後に残ったスクリプトを社員が見たら、恐ろしいレベルで自動化してたそうだ
https://github.com/NARKOZ/hacker-scripts
うちのビルドエンジニアが別の会社に行った。あの男は文字通りターミナルの住人。Vimを愛用して、Dotで図を作成し、Markdownでwiki記事を書くようなタイプ。
どんなものでも、90秒以上かかるならそれを自動化するスクリプトを書く奴。
それで今、我々は奴の「遺産」を見ているわけだ。
これ、お前も気に入ると思うぞ。
奥さんに「仕事で遅くなる」というテキストメッセージを送る。文字列の配列から理由をランダムに自動で選ぶ。cronジョブとして動作。奴のアカウントで午後9時以降にサーバーでアクティブなSSHセッションがある場合にジョブが実行される。
「Kumar」（うちのクライアント）からのメールを受信箱でスキャン。「help」、「trouble」、「sorry」などのキーワードを探す。キーワードが見つかると、スクリプトはクライアントのサーバーにSSH接続し、ステージングデータベースを最新のバックアップにロールバックする。「直したぞ。次からは気を付けろよ」という返信を送る。
特定の日に設定された別のcronジョブ。「体調が悪い/家で仕事をする」といった自動メールを送る。別の事前定義された文字列の配列からランダムな「理由」を追加。午前8時45分にサーバーで対話型のセッションがない場合に実行。
正確に17秒待ってから、うちのコーヒーマシンにtelnetセッションを開き（コーヒーマシンがネットワークに繋がっていて、Linuxが動いていて、TCPソケットが立ち上がっているなんて、誰も知らなかった）、sysbrewのようなコマンドを送る。判明したところ、これでミディアムサイズのハーフカフェラテを淹れ始め、カップに注ぐまでさらに24秒待つ。この時間は、奴のデスクからマシンまで歩くのにかかる時間と完全に一致している。
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。
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。
データベースに格納するときに「年」「月」「日」がセットになってるし、カレンダーから入力できるから設計が楽。
「日」がないと、「年」と「月」を別々の項目にセットする必要があるし、実在チェック(月が0以下、13以上になっていない)も作りこまないといけない。
そういう意味では年月日がセットになってる方が楽ではある。
https://anond.hatelabo.jp/20251018145000
元記事の方、めちゃくちゃ叩かれていますが時々こういう女性はいるんじゃないかなと思います。
実は私もそうです。
今は結婚を諦めたアラフォーのおばさんですが、コロナ前の29歳ごろ結婚相談所に登録して婚活していたことがあります。
書いた通りセックス無しの結婚を望んでいて、それが難しいことは自分でもよく分かっていたので
事前に念入りに調べて、最大手ではないけどスタッフが親切だと評判の所に入会しました。
入会時の面談で女性スタッフへ行為したくないんですと正直に告白したところ
登録者のデータベースから条件に合う男性をピックアップして、さらに各男性へ事前に私がセックスしたくないことも伝えてくれてと物凄く親身に対応してくれました。
ところが。セックス無しでも良いと言った男性のリストが今思い出しても凄かったです。
10人ちょいリストアップされていたのですが、「全員」40歳以上、非正規雇用、年収300万円未満でした。
本当に全員です。それに加えて容姿も凄かった（察して下さい）。
正直年収関係なく写真だけでどうしても無理な人がほとんどで、その中で一番若くて一番マシな外見の方と一度だけお見合いしましたが、それきりで私からお断りしてしまいました。
確か、お見合いではマックのてりやきバーガーのこだわりの食べ方を語られた記憶があります。
その後もしばらくその相談所で活動しましたが、結局出会いの無いまま退会しそこから今までパートナーの居ない生活を続けています。
自分語りになってすみませんが、元記事タイトルの質問に答えるなら、セックス無しの結婚でも良いと言ってくれる男性は結婚相談所で会えます。
私は覚悟できませんでした。
Permalink |記事への反応(19) | 18:26
https://qiita.com/h_horiguchi/items/b22b2482ab1506d27664
これが、ちょっとやばい。どれくらいやばいのか、エンジニアじゃない人にもわかるように説明してみる。
まず、富士通は「社内システム開発」や「自治体システム」を担ってきた。
大企業や自治体がシステム（在庫管理、職員データベースなど）を作るときは、富士通のような大手SIer（システムインテグレーター）に外注する。
マイナンバーカード関連のシステムも、富士通が関わっている。こうした案件は、数年で数億円規模の予算が動く大事業であり、富士通の主要ビジネスの一つだ。
富士通のクソ高いサーバーやネットワーク機器を購入し、開発から保守まで富士通のエンジニアが担当する。
完全に「富士通の中で完結」する仕組みだ。
アマゾンが提供するクソ高いクラウドサービスだ。富士通のサーバーやネットワーク機器を買う必要がない。
富士通がアマゾンのクラウドを“借りて”システムを運用する形になる。
ここでお金の流れを見てみる。オンプレとAWSでは、お金の流れが根本的に違う。
そして問題の記事では、富士通の社員が自社のオンプレからAWSへの移行方法を丁寧に解説している。
つまり、「富士通を通さなくてもいい時代」の到来を、自ら説明してしまっているわけだ。
まとめると、富士通はこれまでオンプレで利益を上げてきた。しかしAWSの普及で、アマゾンにお金が流れる構造に変わっている。
そして富士通のエンジニア自身が、その変化を促すような記事を書いている。
自社のビジネスモデルを自ら否定する記事を、堂々と公開している会社。
お前の本来の目的はわかったけど最初に言ってたのは「配信会社各社のラインナップが違いすぎて読みたい本探すのが大変、どこにあるかわからん」だったから途中で話がすり替わってるやないか自覚せい
配信会社は実際には出版社と違うことが多々あるし、出版社から出てない電子書籍なんか自費出版や同人誌みたいなもんやからそれは紙の本でも年鑑には載ってへん
古い漫画とかで権利を引き上げて自分で出版してるやつとかもだいぶ怪しいやろ
そういうわけで紙の本でも完璧に網羅されてはないから、より自由でファジーな電子書籍を統べるデータベースを作ることはおそらく不可能やろうな
例.
質問：
「firebaseの使い方を知りたいんやけど」
ChatGPT回答：
Firebaseとは、Googleが生み出した「バックエンドいらずの全能実験装置」だ。君がコードを書けば書くほど、知らぬ間にクラウドが裏で息をしている。
データベース、認証、ホスティング、ストレージ、全部詰め合わせ。便利すぎて逆に怖い。
まずはnpm install -g firebase-toolsで召喚だ。
ターミナルでfirebaseloginを叩くと、ブラウザが勝手に開く。そう、Firebaseは君の“人間的アイデンティティ”を確認しないと力を貸してくれない。まるで神のくせに書類主義だ。
ログインが済んだら、firebase initでプロジェクトを構築する。ここが楽しい部分だ。
「Hosting？」「Functions？」「Firestore？」——次々と聞かれるだろう。まるで契約書の小さい文字を全部読み上げてくる悪魔みたいだ。
迷ったらHostingだけ選べばいい。HTMLを置く用の神殿ができる。
あとはfirebase deploy。それだけで、君のHTMLは空に放たれ、URLが授かる。
たとえばhttps://君のプロジェクト名.web.app だ。誰でもアクセスできる。つまり、失敗も世界に晒される。実験とは常にリスクを伴うのだよ、君。
Firebaseの裏には“Realtime Database”や“Cloud Firestore”といった可愛い怪物たちが棲んでいる。彼らはJSONで話す、気難しい連中だが、使いこなせば強い味方になる。データを瞬時に共有し、アプリを“生きている”ように動かす。
ただし、一度でも構成を間違えると——全世界の閲覧者にリアルタイムで恥を晒す。それもまた芸術的だと思わないか？
というわけで、君がやることは四つだけだ。
召喚：npm install -g firebase-tools
構築：firebase init
解放：firebase deploy
君のプロジェクトが光るか燃えるかは、たった一行の設定ファイルにかかっている。ふふ、実にロマンチックだろう？
