  |
はてなキーワード:蓋然性とは
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
https://anond.hatelabo.jp/20250928215116
俺の経験した事案はこれだ：https://megalodon.jp/2021-1125-0748-19/https://anond.hatelabo.jp:443/20211124160544
はてブへのコメント返しがこっちだ：https://anond.hatelabo.jp/20250926035805
そうじゃなくて、言いたいのは「一見まともそうに見える組織でも、パワハラ・セクハラを放置する素地がある」。 「生物はズルをするように出来ている」というか。
この動画が分かりやすい：YouTubeチャンネル「るーいのゆっくり科学」 【ゆっくり解説】なぜ悪人は生まれるのか？－ゲーム理論－」https://www.youtube.com/watch?v=5GphE31RQvY
経営サイドからすると、パワハラ・セクハラを放置して利益を最大化した方がいい。だけど、放置しすぎると組織が荒廃する。今度は取り締まりを厳しくする。この行ったり来たりがあるので、どんな組織でもパワハラに甘くなる時期もあるし、厳しくなる時期もありうる。
自分のいた業界、医療業界。特に大学病院では放置する傾向が強いね。教授会・医局・専門医などのシステムが、独裁者を生む仕掛けになっている。
どこをどう読んだらそう言う解釈になるの？
そして、「医局制度」が独裁者を生む仕組みになってるんだよね。
「だから言わないでおく」って書いてあった？ どこだろう…探したけど分からなかった。ゴメン。
ほいほい。
これは慰めてくれてるのか、それとも…？
馬鹿正直に法令遵守してたら成果は出ないからねぇ。どうしてもパワハラも発生してしまう。現状のシステムでは、医療関係は基本そうでしょう。リソース不足すぎる。
それもそう。そして法令違反を行わないと成果が出ないくらいリソースが足りない。
パワハラ含め違反の放置は管理責任。教授などの管理者は管理責任を問われたくない。全てをもみ消す蓋然性が高い。
俺は無脳とは思われていない。退職をFB投稿したら、アメリカのトップ大学の教授から「先生だったらいつでも welcome だよ」ってメッセージが来た（トップ大学：大学ランキング、ノーベル賞受賞者数など基準）。40歳までに日本全国学会と海外の学会で招待講演を10回以上、教科書の執筆・監修、国際学会の委員、日本の学会の評議員、日本最大の勉強会の世話人（毎月開催、毎回100人以上参加、医師限定）などしていた。忘年会で「今年1年、医局員で一番頑張ったで賞」を頂いたこともあった。学会賞も複数貰った。節制・投資で40歳時点ですでにFIRE水準。今はリモート医療に携わってるけど、管理会社からは「評判がいいですよ」って何度かご連絡頂く。本当はご指名はやってないんだが、クライアントからご指名依頼もあるらしい。ビズリーチ登録したら世界的企業からたくさん（＞10）オファー来た。今も時々来る。
今回の件、俺が名大に来てあまりにも周りとなじむのが早く、うまくいっているように見えたためサイコパスが俺に嫉妬したっていうのが医局長の意見（録音あり）。
こんなことは自分から言うものではない。過去の投稿にも書いてないでしょ。「無能だから守られなかった」可能性をきちんと排除するために書いた。
無関係なコメント。おれは弓は引いてないし喧嘩もしていない。落とし前も求めていない。ただ陰で悪口を言っているだけ。向こうがいじめてきたので、うつ診断書休職からの退職。引き留められたけど辞めた。
めんどくさいのはそうだよ。（明らかにめんどくさい人間なのに）引き留められたし、辞めた直後はアメリカ、日本の大学（旧七帝大含め）いくつかから声はかけていただいたのはどういうことでしょうか？
投資が俺を守ってくれた。
あーなるほどわかった。増田の「前述の通り3DES時代から128ビットのカード鍵を持っているし、そのまま使うわけではない」ここが誤解だわ。
トリプルDESの鍵を説明している図をよく読んでもらうと言いと思うけど、128bitの鍵をカードの中でDESの鍵にしているわけじゃないのよ
それはあらかじめやった状態でカードの中に書き込まれる。これによって高速な処理を実現します、ってのがFeliCaのポイント。
で、あらかじめ作って仕込むから、意識してやれば同じ鍵を使い回すことはできるから可能性はゼロではないが、そんなことは何にもならないからやるわけがない＝蓋然性が低い、ってわけ。
保有しているだけで金を生み出す
それは長期的に見れば、支払った分よりも多くの金が手に入るかもしれない
そんな期待のもと取引される訳で
株自体の値動きも、その配当がきっと高くなるだろう、いや安くなってしまうだろう、という期待の上下に伴っていると
株券の価値の建て付けを遡っていくと、あくまで土台の理屈としてはそういうことになるはず
ただ実際の株取引は、デイトレードにせよ長期保有にせよしばしば潜在的なキャピタルゲインに期待して金を払っている訳で
よほどの保有量でもなければ配当なんてのは小遣い程度のもので、そんなことより株自体の値動きがずっと大事で
ただ、依然としてその値動きの根拠というのは配当への期待に依存しているのでは？
経営状況の如何で株が値動きするというのは、配当の金額への期待という所に繋がる
経営が好調になれば、もっと言えば好調であると信じられれば、好調であると認識されれば株の値が上がる
単に「経営が好調だから株価が上がる」というのは理屈として足りない
イケてる、好きな会社のロゴが入ったグッズを持ちたいように、イケイケな会社の株を持つ事自体に価値があるのか、と言ったらきっとそんなことはないはずで
でも配当そのものなんてのは大半の株取引のプレーヤー達にとっては些末な問題であって
それを根拠に値段が動くというのも実に変な話に思えるというか
誰もがどうでも良いと思っているものへの期待度が、全員興味津々な方の値段を引っ張っている
非常に頭がこんがらがる
よしんば配当自体でなく周りが買いそうか売りそうかの雰囲気で動くにしたって、じゃあ何を以てその気配を考えるのかって話で
国防の緊張感、上向きそう、買われそう
じゃあそもそもなぜ動くのか？
というか、そうなりそうと思わせるから
それにしたって、結局経営状態がなぜ株価に関係するのかって話になると、やっぱり配当への期待というところに戻って来る
基本は順張りにしても、周りの動向の予測を織り込んだ上での更にメタ的な動きとかが入ってきたら、いよいよ気が狂ってしまう
なぜどうでも良いものへの大して抱いてもない期待感が滅茶苦茶大事な方への期待感を決められるのか
ロレックスとかスニーカーとかトレーディングカードならいくらかは感覚的に分かる
モノとして提供する効用の価値に値札がついて、投機目的の売買がそこにバフをかける
高く売りたいやつが、もっと高く売れると思ってる奴に売る
ただそれは根源となる価値に金以外のものがあるから、なんとなく分からなくはない
生産状況だとかプレイ環境だとか、そういったものによるプレミアムがベースとなる価値と直結している
株の方はと言うと、判断材料となる「価値」が純粋に金しか登場しないばっかりに分からなくなる
厳密に言えば企業を支援したいという思いだとかも無くはないのかもしれんけど
このレアさに屈してどっかには高値でも買おうとするフリークスがいるかもしれない、みたいなスケベ心が生まれない
じゃあやっぱり根拠となるのが軽んじられがちな配当金しかなくないか？という
なんかもっと込み入った理屈があるのか、シンプルに共同幻想的なことなのか
企業価値こそが株の値動きを握るというにしても、じゃあその企業価値さんは具体的に何をしてくれるんですかって思う
会社がどれだけ資産を持っていようが、そうなりそうだと期待を抱かれようが、それを享受出来る具体的な出口がなければ何の意味もないし
これが企業価値を分割した額に応じて、発行企業に対して直接売却出来るのならとても話はシンプルになるけれど
でもそれって自社株買いと呼ばれるやつで、通常の取引は証券口座持ってるユーザー同士が互いの言い値で売り買いする訳で
そもそも自社株買いにしたって、別に企業価値に準じて値付けされる訳でもない
そもそも株券には、それに価格を与えて値動きを発生されるためのどんな効果があるのか
という話に対して、株価が上がるから価値がある、というのは中間過程がすっぽ抜けているというか、理屈が自己参照的になっている気がする
解散した時に分配される資本が根拠になるというのもよく分からない
それが価値を持つとすれば、実際に解散するような蓋然性があって初めて価値が生まれる訳で
じゃあ社会情勢のニュースだ決算報告だで値段が動く時、プレーヤー達はSBIだとか三菱重工だとか、そんな企業が畳まれることを考えながら売買しているのか
そもそも、企業価値が上がるほど好調であればこそ会社を畳む蓋然性も遠ざかるのでは
配当だけでなく経営権もあるけども、それはよほどの大口で保有する大企業だとかヘッジファンドでもなければほとんど価値はないのだし
国政や自治体の選挙ならまだしも、一人一票でもない中で微々たる議決権を持った所で
なんなら経営に噛む権利というのも、それ自体が目的というよりは金を手に入れるための手段な訳で
そこで手腕を発揮して稼ぎを上げるにせよ（それにしても別に稼いだ金が直接入ってくる訳ではないだろうし）
いや、その経営権を使えば何らかの名目の利益移転という形で会社資産の出口をこじ開けられるのか
配当とは別の形で
しかしそれこそ半分かそれ以上でも持たないと通用しない訳で、そんな機能が末端の取引において果たして本当に影響するのか
投機目的の売買が行われる市場では、扱われるモノ自体の効用に価値を見出して金を払う人間がいて初めて成立する訳で
どれだけ釣り上げてもどっかには買うマニアがいるだろう、というブランド品だとかの投機の原動力と同じように、株取引でもそういうった大口のプレーヤーの動向によって投機が成り立っているということなのか
本当にそうなのか
Permalink |記事への反応(22) | 22:48
日経が「デンソーが走行中ワイヤレス給電で約50時間かけ500km達成」と報道した。
https://www.nikkei.com/article/DGKKZO90879320V20C25A8TJK000/
https://finance.yahoo.co.jp/news/detail/26160791d5b00e5619bf133ca6878fb817032097
デンソー公式の距離・時間の一次リリースは未確認だが、真偽は「距離数値は準公式、技術実証自体は整合」扱いが妥当だ。
この技術の優位は「停車充電の削減」「電池小型化」「フリート用途の稼働率向上」にある。
一方で課題は、「インフラ初期費用」「標準・相互運用」「保守耐久」「ビジネスモデル設計」で、とてつもなく大きい。
世界での実証は加速中で、米デトロイトの公道パイロット、伊A35の“Arena delFuturo”、ENRXの高出力実証などがある。
まずはバス、配送、シャトルなど限定ルートでの面展開が現実解だ。
日経のスクープを金融メディア等が伝聞形式で要約。デンソー広報コメントは「実用化に向けた水準引き上げ」程度で、距離の一次公表は見当たらず。よって「走行中給電による長時間連続走行の実証」は整合性が高いが、「500km」の数値は準公式扱いが適切。
世界のパイロット（米・伊・他）やENRXの実測レンジから、長時間連続運転・高効率・高出力は技術的に十分射程内にある。
広域展開の主役。停車は必要だが既存インフラ・標準・課金が整備済み。ピーク電力対策と系統強化がカギ。
ガレージやバス停、信号待ちの「セミダイナミック」に相性が良い。位置合わせ精度が実効効率の鍵。
停車時間は短いが規格統一や在庫・資本コストが重い。限定地域や限定車種に向く。
配車が固定的なフリート（バス・シャトル・配送）で稼働率を最大化。限定ルートへ段階的に敷設し、静止型と組み合わせて面を拡大する戦略が合理的。
都市シャトル、空港・港湾、工場内搬送、BRTや路線バス、定期配送の幹線ルートであろう。これらは「ルート固定・滞在時間制約・回送削減メリット」が大きく、職業ドライバーの稼働を最大化できる。公道パイロットの設計思想は、まず短区間からの段階導入である。
エビデンスはないけど「道理」や「主義を作らなければならない」はそういう考えなんだね、で了解だけど、その後の「その上で私がお金を(莫大な額)配る方法」は、それを実現するために
と言うことがやっぱり必要だよ。それを無視したままそうしたらいいというのは、他の増田が「13歳で女を幽閉して生ませろ」と言っているのと大差ないよ。
この現実の前には「出産育児に対してお金を払う方式ならば金額を細かく調整できる点に優位性」という事も「お金を払うことで出生率がのびる」と言うエビデンスがない中でそもそも成立してないから、あんまり議論する意味は無い。
もし5000兆円あったらいろんなことができる、って言う話の時、その「いろいろできる」の中身を議論する前に、そもそも5000兆円があるのかないのかから話をスタートしないと空論になってしまうのと同じ。
日本の色々な問題って結局少子高齢化が全ての元凶だと思うんだよ(社保高杉も消費税高杉もそうだし、水道管老朽化も人口が維持できてりゃ再敷設可能、移民問題も発生しない、内需が減らないから椅子理論も発生しない)
単純な算数として日本の女性全員が2人子供産めばまぁ減らない。団塊は兄妹6人とかざらでしょ？これが少数の結婚しない出来ない子供が産めない人を補完して、それ以上だったから増えたんだよね？
で、コレ現代で可能？って言うと今ですら30%位が身体に問題があったり、非モテとか仕事に生きたりで、もう最初から舞台に立ってない。で、この人達、年々増えてく蓋然性の方が高い。
例えば女性の60%が結婚して、そのうち6割が1人っ子、28%が2人、2%が3人産んだ場合、出生率は0.73なんだよね。都会では結構現実感ある数字。
これ考えると「選挙でどうこうしても、どうにもならんね、はーい解散〜」ってならない？
ちな移民を入れずに出生率が1位の場合、どうなるかAIに聞いたんだけどね。
2030年ごろ社会保障費が税収の半分を超える医療・介護・年金が過去最大規模に膨張
2040年ごろ地方からインフラ・行政が崩壊消滅自治体、医療・交通サービスが停止
2050年ごろ年金制度の実質的な機能不全給付水準の大幅カット、納付者激減
2060年以降国家財政の持続不可能化国債増発も限界、信用低下、通貨不安
これなんだよね。人口動態だからほとんど誤差が出ないってのが辛い。
まぁ選挙はお祭りっていうか俺の推しが勝つみたいなノリでの楽しいとは思うんだけど何か解決するための手段じゃ既に無くなってる気がする。
現行のイラン・イスラーム共和国は1979年のイラン革命によって樹立されたが、遡ればペルシア民族は人類史上で初めて「帝国」を樹立( *1)した民族でもあり、以降はずっと帝政・王政が続いてきた。
19世紀以降は英仏露の干渉に対抗する形で民族意識が興隆(*2)し、立憲革命を経て王政はなおも続くのだが、1951年に「アバダン危機」が起こる。当時の首相であるモハンマド・モサッデクが、英国系石油メジャーが管理していたアバダン油田の国有化を図ったのだが、結局は果たせず、モサッデクは逮捕・投獄された(*3)。
これによりパフラヴィー（パーレビ）朝の第２代であるモハンマド・レザー・シャーが復権し、米国の後ろ盾を得て白色革命を進めていく。しかしこの人物が、自らイデオロギーとして打ち出した「イラン・ナショナリズム」のための各種イベントをはじめ濫費が甚だしく、またシーア派宗教指導者を蔑ろにする施策を採ったこともあり、民衆からの反発を招く。さらには第１次オイルショック後に石油価格が下落して国家財政が窮乏したことも重なり、政情が不安定化していた折、シャーがエジプトに出国した(*4)タイミングでルーホッラー・ホメイニーが帰国し、革命評議会を組織する。これがいわゆる「イラン革命」であり、ペルシア民族は史上初めて共和政を営むこととなった。
革命後のイランで特徴的なのは「ヴェラーヤテ・ファギーフ（法学者による統治）」で、これは要するに、宗教指導者(*5)が立法・行政・司法および軍の上に立つ指導体制である。この点を指して「非民主的」「神権国家」と批判されることが多い。だがそもそもイランとは、民族的には多様性がある一方、宗教的には国民の約９割がシーア派（十二イマーム派(*6））イスラーム教徒であり、宗教が国民統合の重要な理念となっている以上、統治理論としては一定の正統性・合理性が認められるべきだろう(*7)。
これにより、イランの大統領選や国会議員選では、宗教指導者による資格審査を通過した立候補者が選挙戦を展開する。一定の範囲内で民意が反映される制度と言える。
イランの大統領選に関する報道ではしばしば対米姿勢の硬軟に注目されるが、民意がそれなりの幅で動いていることは結果にも反映され、それを受けて路線転換が試みられているのも事実である(*8)。むしろ米国がイスラエルの意向を重視しすぎており、イランが改革派政権である時期にも関係改善を進められずにいる方が、世界秩序の観点からは非合理的と批判されるべきだろう。
イスラエル(*9)、というかベンヤミン・ネタニヤフは、「ハーメネイー師の斬首作戦によりイランを民主化する」と主張している。だが、そもそもイランは民衆革命によって王政を打倒した共和政国家であり、その経緯を踏まえてそれなりに民主的な体制となっていることは、ここまで説明した通りである。
「スカーフ強制」が抑圧の象徴とされることも多いが、世の中はブルジョアとインテリだけで回っているわけではなく、ファッションに使う金に事欠く一般市民にとっては「イスラームに従って生きていくことの、いったい何が不満なのか」となる。長期にわたる経済制裁の下でも着実に科学教育や軍事技術を進歩させ、世界でもトップクラスの水準に達している(*10)ことは事実であり、「表面的な『自由』のために民族の誇りを売り渡すのか」という意識も根強いことは論を待たない。
仮に「法学者による統治」を廃して「民主政」を導入したとしても、それで米欧イスラエルに従順な政権が生まれるのか？という点は、大いに疑問である。
それが目的なら、あらかじめ亡命指導者などを「子飼い」にしておくものだが、現状そんな人物は見当たらない(*11)。さりとて、誰を据えようがシーア派の信仰に基づく民族意識が基盤になる以上、宗教指導者の意向を無視した政権運営は不可能だろう。
また、現在のイランの指導者である革命第１世代は、イラン・イラク戦争で前線に立った世代でもあり、武力行使には慎重な傾向があるとされる。しかも現体制トップのハーメネイー師は、「イスラームの教義に反する」との理由から核兵器開発に否定的である。こうした人々が一掃された場合、かえって好戦的な層が台頭してくる可能性は、決して小さくない(*12)。
付言すれば、（下記の注にも記したが）シーア派の特徴として「殉教精神」が挙げられることがある。殉教者攻撃（自爆テロ）も元々はシーア派に特有の戦術(*13)だった。仮に米国の傀儡と見なされるような政権が立つなら、かつてサッダーム・フセインが放逐された後のイラクで殉教者攻撃が頻発したことをご記憶の向きも多かろうが、おそらくそれより酷い事態が展開すると予想される。
イランに「民主化」を求めるならば、粘り強い対話によって漸進的な改革を促していく他ないだろう。武力行使による強要は、かえって地域情勢の不安定化を助長する蓋然性が非常に高く、米欧イスラエルが「民主化」のために支払うコストは、想定よりも桁違いに高く付くのではなかろうか。
2：高校世界史の範囲ではタバコ・ボイコット運動（当時はガージャール朝）などが有名。これが20世紀初頭のイラン立憲革命に繋がっていく。
3：英米と対立したためソ連邦への接近を試みたものの、モサッデク自身は王政打倒までは考えておらず、イ－ソ間の溝は埋まらなかった。志半ばに終わったとはいえ、現在でもなおイラン国民から敬愛されている人物である。
4：妻がエジプト出身だったためだが、これ以降シャーはイランに帰国できなくなり、実質的な亡命生活が始まる。途中で米国に滞在していた際、イランの大学生たちはシャーの拘束と身柄引き渡しを米国に要求し、これが「テヘラン米大使館占拠事件」に繋がる。
5：宗教指導者（ウラマー）といっても、イスラームの場合はファトワー（教令／宗教的見解）を下すことが重要な職務であり、イスラーム法学を修めていることが必須の要件となる。日本の教育制度で言えば「法学士の取得が最低条件」のようなものか。なおシーア派では、ウラマーの中でも相応の学識・人望の持ち主がアーヤトッラー（アヤトラ）と呼ばれ（スンナ派のムフティーに相当）、ファトワーを発出できるようになる。
6：第４代カリフ、アリーを初代イマームとし、その血筋を引く者が正統な指導者であると奉ずる。特徴的なのは、アリーや第３代イマーム、フサインの生涯から、殉教を一つの理想像としていること。フサインに関しては「カルバラーの悲劇」が伝承されており、現在でもアーシューラーの儀式が行われている。また、第12代イマームの「お隠れ（ガイバ）」は今なお続いており、いずれ救世主として再臨する、とされている。「高野山では空海が今なお禅定を続けている」という信仰と似た面がある。
7：中華人民共和国では共産党のトップが国家を率いる統治構造になっていることを踏まえると、理解しやすいのではないか。
8：改革派とされたモハンマド・ハータミー大統領の時期に対米関係が改善せず、2005年の大統領選では対米強硬派のマフムード・アフマディーネジャードが選出された例などを想起されたい。なお現職大統領のマスウード・ペゼシュキヤーンは、改革派とされる。
9：そもそもイランから見れば、「キュロス２世（＝アケメネス朝の建国者）によりバビロン捕囚を解かれ、エルサレム神殿を再建させてもらった大恩を忘れたのか」という話でもある。ネタニヤフが歴史に断罪されるべきであることは間違いない。
10：特に高速度ミサイルの制御技術に関しては、現状だと世界最高度の水準だろう。
11：パフラヴィー朝の元皇太子が米国に在住しているものの、米国とイランは断交したままなので、母国への影響力はほぼ無い人物である。それ以前に、今なおイランではパフラヴィー朝のイメージが非常に悪いため、新体制の指導者として歓迎されるとは少々考えにくい。
12：パレスチナでは、2006年の評議会選挙でハマース（対イスラエル強硬派）が単独過半数を得るも、米欧イスラエルは「選挙結果を黙殺する」という暴挙に出た。しかしイランの人口は9000万人であり、さすがに黙殺するには大きすぎるだろう。
13：1983年にベイルートで米海兵隊兵舎が爆破された事件は、イスラエルおよび米国がレバノン内戦から撤退する契機となった。なお、パレスチナの住民の多くはスンナ派イスラームだが、抵抗運動の指導者がレバノンに追放されていた際にヒズブッラー（シーア派）と接触して戦術を学び、殉教者攻撃を行うようになった。これとは別の流れで、後にアル・カーイダ（スンナ派）も戦術として採用することになる。
現行のイラン・イスラーム共和国は1979年のイラン革命によって樹立されたが、遡ればペルシア民族は人類史上で初めて「帝国」を樹立( *1)した民族でもあり、以降はずっと帝政・王政が続いてきた。
19世紀以降は英仏露の干渉に対抗する形で民族意識が興隆(*2)し、立憲革命を経て王政はなおも続くのだが、1951年に「アバダン危機」が起こる。当時の首相であるモハンマド・モサッデクが、英国系石油メジャーが管理していたアバダン油田の国有化を図ったのだが、結局は果たせず、モサッデクは逮捕・投獄された(*3)。
これによりパフラヴィー（パーレビ）朝の第２代であるモハンマド・レザー・シャーが復権し、米国の後ろ盾を得て白色革命を進めていく。しかしこの人物が、自らイデオロギーとして打ち出した「イラン・ナショナリズム」のための各種イベントをはじめ濫費が甚だしく、またシーア派宗教指導者を蔑ろにする施策を採ったこともあり、民衆からの反発を招く。さらには第１次オイルショック後に石油価格が下落して国家財政が窮乏したことも重なり、政情が不安定化していた折、シャーがエジプトに出国した(*4)タイミングでルーホッラー・ホメイニーが帰国し、革命評議会を組織する。これがいわゆる「イラン革命」であり、ペルシア民族は史上初めて共和政を営むこととなった。
革命後のイランで特徴的なのは「ヴェラーヤテ・ファギーフ（法学者による統治）」で、これは要するに、宗教指導者(*5)が立法・行政・司法および軍の上に立つ指導体制である。この点を指して「非民主的」「神権国家」と批判されることが多い。だがそもそもイランとは、民族的には多様性がある一方、宗教的には国民の約９割がシーア派（十二イマーム派(*6））イスラーム教徒であり、宗教が国民統合の重要な理念となっている以上、統治理論としては一定の正統性・合理性が認められるべきだろう(*7)。
これにより、イランの大統領選や国会議員選では、宗教指導者による資格審査を通過した立候補者が選挙戦を展開する。一定の範囲内で民意が反映される制度と言える。
イランの大統領選に関する報道ではしばしば対米姿勢の硬軟に注目されるが、民意がそれなりの幅で動いていることは結果にも反映され、それを受けて路線転換が試みられているのも事実である(*8)。むしろ米国がイスラエルの意向を重視しすぎており、イランが改革派政権である時期にも関係改善を進められずにいる方が、世界秩序の観点からは非合理的と批判されるべきだろう。
イスラエル(*9)、というかベンヤミン・ネタニヤフは、「ハーメネイー師の斬首作戦によりイランを民主化する」と主張している。だが、そもそもイランは民衆革命によって王政を打倒した共和政国家であり、その経緯を踏まえてそれなりに民主的な体制となっていることは、ここまで説明した通りである。
「スカーフ強制」が抑圧の象徴とされることも多いが、世の中はブルジョアとインテリだけで回っているわけではなく、ファッションに使う金に事欠く一般市民にとっては「イスラームに従って生きていくことの、いったい何が不満なのか」となる。長期にわたる経済制裁の下でも着実に科学教育や軍事技術を進歩させ、世界でもトップクラスの水準に達している(*10)ことは事実であり、「表面的な『自由』のために民族の誇りを売り渡すのか」という意識も根強いことは論を待たない。
仮に「法学者による統治」を廃して「民主政」を導入したとしても、それで米欧イスラエルに従順な政権が生まれるのか？という点は、大いに疑問である。
それが目的なら、あらかじめ亡命指導者などを「子飼い」にしておくものだが、現状そんな人物は見当たらない(*11)。さりとて、誰を据えようがシーア派の信仰に基づく民族意識が基盤になる以上、宗教指導者の意向を無視した政権運営は不可能だろう。
また、現在のイランの指導者である革命第１世代は、イラン・イラク戦争で前線に立った世代でもあり、武力行使には慎重な傾向があるとされる。しかも現体制トップのハーメネイー師は、「イスラームの教義に反する」との理由から核兵器開発に否定的である。こうした人々が一掃された場合、かえって好戦的な層が台頭してくる可能性は、決して小さくない(*12)。
付言すれば、（下記の注にも記したが）シーア派の特徴として「殉教精神」が挙げられることがある。殉教者攻撃（自爆テロ）も元々はシーア派に特有の戦術(*13)だった。仮に米国の傀儡と見なされるような政権が立つなら、かつてサッダーム・フセインが放逐された後のイラクで殉教者攻撃が頻発したことをご記憶の向きも多かろうが、おそらくそれより酷い事態が展開するだろう。
イランに「民主化」を求めるならば、粘り強い対話によって漸進的な改革を目指す他ないだろう。武力行使による強要は、かえって地域情勢の不安定化を助長する蓋然性が非常に高く、米欧イスラエルが「民主化」のために支払うコストは、想定よりも桁違いに高く付くのではなかろうか。
2：高校世界史の範囲ではタバコ・ボイコット運動（当時はガージャール朝）などが有名。これが20世紀初頭のイラン立憲革命に繋がっていく。
3：英米と対立したためソ連邦への接近を試みたものの、モサッデク自身は王政打倒までは考えておらず、イ－ソ間の溝は埋まらなかった。志半ばに終わったとはいえ、現在でもなおイラン国民から敬愛されている人物である。
4：妻がエジプト出身だったためだが、これ以降シャーはイランに帰国できなくなり、実質的な亡命生活が始まる。途中で米国に滞在していた際、イランの大学生たちはシャーの拘束と身柄引き渡しを米国に要求し、これが「テヘラン米大使館占拠事件」に繋がる。
5：宗教指導者（ウラマー）といっても、イスラームの場合はファトワー（教令／宗教的見解）を下すことが重要な職務であり、イスラーム法学を修めていることが必須の要件となる。日本の教育制度で言えば「法学士の取得が最低条件」のようなものか。なおシーア派では、ウラマーの中でも相応の学識・人望の持ち主がアーヤトッラー（アヤトラ）と呼ばれ（スンナ派のムフティーに相当）、ファトワーを発出できるようになる。
6：第４代カリフ、アリーを初代イマームとし、その血筋を引く者が正統な指導者であると奉ずる。特徴的なのは、アリーや第３代イマーム、フサインの生涯から、殉教を一つの理想像としていること。フサインに関しては「カルバラーの悲劇」が伝承されており、現在でもアーシューラーの儀式が行われている。また、第12代イマームの「お隠れ（ガイバ）」は今なお続いており、いずれ救世主として再臨する、とされている。「高野山では空海が今なお禅定を続けている」という信仰と似た面がある。
7：中華人民共和国では共産党のトップが国家を率いる統治構造になっていることを踏まえると、理解しやすいのではないか。
8：改革派とされたモハンマド・ハータミー大統領の時期に対米関係が改善せず、2005年の大統領選では対米強硬派のマフムード・アフマディーネジャードが選出された例などを想起されたい。なお現職大統領のマスウード・ペゼシュキヤーンは、改革派とされる。
9：そもそもイランから見れば、「キュロス２世（＝アケメネス朝の建国者）によりバビロン捕囚を解かれ、エルサレム神殿を再建させてもらった大恩を忘れたのか」という話でもある。ネタニヤフが歴史に断罪されるべきであることは間違いない。
10：特に高速度ミサイルの制御技術に関しては、現状だと世界最高度の水準だろう。
11：パフラヴィー朝の元皇太子が米国に在住しているものの、米国とイランは断交したままなので、母国への影響力はほぼ無い人物である。それ以前に、今なおイランではパフラヴィー朝のイメージが非常に悪いため、新体制の指導者として歓迎されるとは少々考えにくい。
12：パレスチナでは、2006年の評議会選挙でハマース（対イスラエル強硬派）が単独過半数を得るも、米欧イスラエルは「選挙結果を黙殺する」という暴挙に出た。しかしイランの人口は9000万人であり、さすがに黙殺するには大きすぎるだろう。
13：1983年にベイルートで米海兵隊兵舎が爆破された事件は、イスラエルおよび米国がレバノン内戦から撤退する契機となった。なお、パレスチナの住民の多くはスンナ派イスラームだが、抵抗運動の指導者がレバノンに追放されていた際にヒズブッラー（シーア派）と接触して戦術を学び、殉教者攻撃を行うようになった。これとは別の流れで、後にアル・カーイダ（スンナ派）も戦術として採用することになる。
Permalink |記事への反応(16) | 15:43
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、
