はてなキーワード: リングとは
「アメリカに言え」の意味がこの短いセンテンスの中でも混乱しているのだが、増田は「アメリカ人のクリエイターが今回のMrs.GREEN APPLEのような表現をすること」「アメリカ人が侵略された土地でのうのうと生活していること」の両者をごっちゃにして語っており、どちらを問題視しているのだろうか。前者のような表現がなされたのなら、私は今回のようなブコメを書くだろうし、後者はそもそも全く次元の違う問題である。
次元が違う問題じゃないとか言い返すならまだ会話が成立してるが、完全にスルーしてる
「lady-joker選手」とか「lady-jokerさんの認知クオリティ」とかゴキゲンで煽ってる場合じゃないぞ?
ヘビー級のやつだったとしても身長170ない文化系の俺がやれそう
どの試合もガキの喧嘩みたいに殴りあってるだけで守りも攻撃もあまりに弱い
技術的に未熟
何発かガードしつつ、(実際は距離でかわしてる)、当たったと思って食らいついてきたところにクロスカウンター
これで多分190cm体重100キロ近い男でもリングにひれ伏すことになる
おそらく相手もまだ生きているであろう時代にこれだけの世代間格差がある
おそろしい
なんだか地味に暑くなってきた感じがして、
つーかさ
そんなところだけど、
とにかく木を倒して谷にそれを橋代わりに渡して向こう岸に行く!ってことがオープンワールドの全て!って思っていた時期があって、
頑張って木を倒して谷に橋を作り慎重に丸太の上を渡り向こう岸に行ったけれど行き止まり!
そんなゼルダの初っぱなにオープンワールドの辛さを喰らったワケなんだけど、
あんまり同期として押し進める原動力の推進力がいまいち私の中で沸かないエンデルリングだけど
そうなのかもしれないので、
これの楽しさが分かるまではじっくりいやもはやそこまでやり通さなくてはいけないってところもあるわ。
まだ始めたばかりで良く事情や仕組みが分かってないけれど
ダンジョンの奥で死んでしまったら失ったルーンつーかこれお金よね?
また拾いに行かなくちゃいけないんだけど、
そのダンジョンの奥までまた行かなくちゃいけないのよ。
なのでダンジョン入るの億劫いきなり1つ目のダンジョンで積みそうだわ。
いやでもそんなの関係ない!って
ルーン気にせず突き進むのが良いと思うけれど、
これって経験値とか無いのかしら?
いくら敵を倒してもなんかレヴェルアップの予感すらいや気配すら感じない、
もしかしてこれは敵をたくさん倒してもあんまり意味ないのかしら?って思うわ。
やってないやってないといいながらも
やってんじゃん遊んでんじゃんエルデンリング!って思われそうだけど
なかなか押し進められないわ。
エンデルリングに疲れたら休憩でスプラトゥーン3のノルマ勝利をあげて1日1ガチャやりーの
回っても回ってもなんかここ来たっけ?とかこのコンテナの宝箱開けてなかったっけ?とか
周回を重ねて手に入る強い装備とかあんので、
それを見付けつつイヴを眺めるだけでも癒やしだわ。
今の私の一番の癒やしはイヴかも知れないわ。
とりあえず、
次のステージに行かなくちゃいけないことは分かっているんだけど
ついつい街をぶらぶらしちゃったり魚屋の店主に話しに行ったり特に目的も無く彷徨っているわ。
そんで一通り私が気が済んだらエンデルリングに戻ると見せかけて
その時はもう疲れちゃってるから
もう寝るの。
最近はその繰り返しね。
ヒーリングミュージックとしてもの凄く好きなステラーブレイドの荒野や大砂漠のビージーエムはサウンドトラック出して欲しい私はすぐに飛びついちゃいそうよ!
あとキャンプ地で流れる音楽もあれもヒーリングミュージックなのでちょっと期待しちゃうわ。
最近なんかまた暑くなってきたさ加減のぐったり感が否めない否定できないけれど、
体力勝負なので
睡眠時間をなんとか確保するべく私はやっぱり枕元にタブレットを置くのを止めたと言い聞かせて置いておいて
見ないもんね!って思っていても
明日の天気なんだっけ?どんなだっけ?って開いちゃうともうセサミ!って感じだわ。
ますます睡眠時間が少なくなってしまうただでさえ困っているので、
これは正直改善したい
私が何度も言っているテーマでもあり課題でもあり問題でもありそれが一番大事なことだとも思うわ。
しっかり寝たいわ。
うふふ。
やむなく!って感じのところもあるけれど
ミックス感が美味しいわね!
今朝方またのミホしてしまったので
暑くなってきてぐったりだけど
頑張るわ!
水分補給はしっかりとね。
すいすいすいようび~
今日も頑張りましょう!
キャパシティプランニングとかスケーリングを考慮しないシステム開発が2020年代に存在しているのですか?
後学のために是非実例をご教示いただきたく、UU筆頭とした各種指標の数値を根拠にしたシステム規模も添えていただけると助かります
『エルデンリング』やっとダウンロードが終わって再開してチュートリアルの部屋から出れて大フィールド!
いろいろと彷徨っていると
馬に乗った人がやって来たので話を聞こうとわーい!って近寄ったら思いっ切りぶん殴られて瞬殺。
敵だったのね。
隠れていたら見つかっちゃって逃げたら追いかけられて殴られて瞬殺!
えーん!
いきなりよ。
いやコウモリぐらいなら余裕っすよーって
まあ実際余裕だったんだけど
これいつまで死骸が残ってるの?と薄気味悪ささえ覚えつつ私は最初のフィールドを彷徨っていたの。
知らない扉を発見したので、
どんどん入って行ったら火の出るところまできて
いやいま火の出るところまでって一言で一行で言っちゃってるけど
もー怖いわ。
そんで幾度となくチャレンジ私に取って最初のダンジョンであろうその場所で火の出る先にきっと何かがある!って思っていったけど
これもうちょっと早く歩けたら火をかわして進めそうなんだけど!って
やったー!って思ったら次の通路も曲がったところが火の出るところで、
え?まだあんの?って
わーい!って行ったら
さっきのまぐれダッシュはまぐれだったので
2つ目の火の出る道で瞬殺!と思いきや、
陰に敵がいて不意打ち!
なにー!って感じ。
『ステラーブレイド』はそんな理不尽さもイヴのビジュアルで乗り越えていける強さがあったけれど
『エルデンリング』そのなんかキャラの映えで乗り切ることができない分辛みがあるわ。
まとまった時間が欲しいところだけど、
ゼルダの伝説のブレスオブワイルドもお話が深刻でなんだか雰囲気暗いなぁって思っていたけれど、
お料理お料理!って言っていた時代が平和だったわねって思うの。
とりあえず
『ステラーブレイド』はアイテム取って死んじゃってセーブ地点に戻っても
アイテム取ったって実績は残るので
死んで捨て身でアイテムゲット!ってできたけど
これから先どうしようかしら?って思うのよね。
まあこれも一興かしら。
うふふ。
久しぶりのサンドイッチはやっぱり美味しいわね!って感じを実感するわ。
それが朝仕上がっていたのを美味しくいただいたわ。
暑くなってきて
すいすいすいようび~
今日も頑張りましょう!
つーか、
一向にまだダウンロードが終わんないのよね。
これ本当にゲーム私始められるのかしら?って一抹の不安を模様に描いたらどんな模様になるのかしら?って思うけど、
やったー!ダウンロードやっとできたー!って
さすがに『ステラーブレイド』みたいに可愛いプライキャラクターが出来るわけでなく
なんかいかついゴリゴリのオッサンキャラになってしまったけれど、
職業もいろいろあるのかしら?
とりあえず
丸腰で飛び込んだ「エルデンリング」は何もよく分かってないので、
見た目イキフンで選んでみることにするわ。
そんで
つーか、
設定できる項目が多岐にわたって多くて、
ついにプレイ開始!って
いきなりの最初のところで
操作を一通り覚えられるステージのよくあるチュートリアルのステージで
わりと「ステラーブレイド」で似ている箇所の操作性のところもあったので、
私はもうチュートリアルの画面をそうそうにクリアして次の扉に文字通り本当に飛び込み前転で開けて進もうとしたの!
開けるやいなや、
「まだダウンロードが完全じゃないので遊べません」みたいなこと言われて、
私はチュートリアルのステージから出ることができなくて困っているのよ。
これまだダウンロード中なのかしら?
よく分からないけれど昨日の晩もずーっとそこからダウンロードしていたようなので、
いつかは終わるわよね?
不安になるわ。
ってせっかくやる気を出して新しいゲームに挑みまくりまくりすてぃー!って思ったのに
先に進めないとはー!って思ってしまったわ。
私は操作ボタンを押し間違えてもうチュートリアルのステージでたぶん回復ポーションだと思うんだけど
何も傷ついていないのにポーションみたいなのを全部飲んじゃって、
まあゲーム本編でも手に入る安価なポーションなんでしょ?って思いつつ、
ボタン連打していたら、
全部飲んじゃった!って感じなのよ。
ステラーブレイドと比べるとキャラクターがわりと地に足をつけてしっかり踏みしめている感じの、
これはもしかして、
ちゃんと戦わないとすぐに負けちゃう系のゲームなのかも!?って今から恐怖に怯えているわ。
つーか
そもそもとしてまだ最初の最初のチュートリアルのステージから出れないというダウンロードの終わってなさは
本当に終わったらチュートリアルのステージから出ることができるのかしら?って不安になるわ。
早く敵と戦ってパリィしたい!って感じよ。
幸いステラーブレイドとエルデンリングの防御のボタンが同じなので
私は覚えた手の言葉を使いたいみたいな感じでただただパリィって言いたいだけなのよ。
なんかパリィって言うと一丁前な感じがしない?
パリィがよ!とかって言いたい年頃でもあるし、
ステラーブレイドの置きパリィとは違う本場のパリィを体感したいわ。
もう本当に早くダウンロード終わって
チュートリアルのステージを突破する抜け出すことがまず先決よ。
私のインターネッツって遅いのかしら?
つーか
ギガがこんなにもたくさんあるどのぐらいあるか分かってないけど、
まあよく分からないけど、
今夜辺りは終わってるはずなので
様子をまた見てゲームで遊べたらまた報告するわ。
うふふ。
お味噌汁だけ飲んできました。
忙しい朝はこれを飲んでおけば!って的な場面もあるので
また買い置きしておいたわよ!
すいすいすいようび~
今日も頑張りましょう!
リングフィットアドベンチャーを毎日10分やるだけで、1年続けたらすごい体調良くなりましたのでオススメしたいです。
最初は舟のポーズで起き上がれなくて、どこの筋肉を使ったら起き上がれるんだ!?って感じだったけど、今は舟のポーズが一番好きです。
前回
https://anond.hatelabo.jp/20230323112425#
ワイ:
はてな匿名ダイアリーユーザーは日本のインターネットコミュニティにおいて何と呼ばれているでしょうか?
ChatGPT(4o):
はてな匿名ダイアリーユーザーは、日本のインターネットコミュニティにおいて「増田」と呼ばれることが多いです。この名称は、「はてな匿名ダイアリー」の略称「増田」(ますだ)から来ています。「増田」という名前は、はてな匿名ダイアリーの投稿者が一律に「増田」と表示されるため、ユーザー間で自然と使われるようになりました。
半分正解なので0.5ポイント
ワイ:
「はてな匿名ダイアリー」の略称がなぜ「増田」(ますだ)なのでしょうか?
ChatGPT:
「はてな匿名ダイアリー」の略称が「増田」(ますだ)になったのは、日本語の「ますだ」の音が「匿名」という言葉と関連づけられているためです。
具体的には、「はてな匿名ダイアリー」は英語で「Hatena Anonymous Diary」となり、その頭文字「H」と「A」を合わせて「HA」とします。これが日本語の発音では「は」に近くなり、さらに「ます」という音がついて「ますだ」となったというユーモラスな言葉遊びから生まれたものです。
このような経緯から、「はてな匿名ダイアリー」のユーザーは「増田」と呼ばれるようになり、インターネットコミュニティでも広く認知されるようになりました。
https://anond.hatelabo.jp/20240609075743
https://web.archive.org/web/20200107215433/http://ashihara-hina.jugem.jp/?page=1
ブログをほったらかしてる間に、可愛いモノをいろいろ頂きました。
さっき頂いたばかりの「お菓子の家」
観て楽しむモノですが、ほんのりジンジャーブレッドの香りがもれる。。
かわいくて甘くておいしいモノに囲まれてると、子供の頃「ヘンゼルとグレーテル」読みながら
どっぷり溺れた高揚感を思い出しますよ。
魔女に食われそうになってでも、お菓子の家にかぶりつきたかった。(どん欲)(飢えてたのか)
渋谷「VIRON」系列です。ココハナの担当さんが、並んで買って来てくれました!
トーストせずにそのまま食べるのが一番おいしい。モチモチふわふわほんのり甘い系。
カゴいっぱいの、デニッシュ・バゲット・マフィン・クロワッサン!
さすがに食べきれないけど、至福。
最近、ずっと使ってたボロボロのガラケーをやっと機種変しました。
まだなんとか使えるんですけどね。メッキが剥げてボロボロで見る度ヘコむ、
しかし手に馴染んでるし愛着あるしで多少後ろ髪ひかれながら買い換えてみたら、
「もうだめだな、、」って思いながら、ボロボロの携帯を眺める時間が、そこそこストレスに
なってったっぽい。
「合わない」と思いながら、好転を期待して持ち続けるのか、早めに捨てるか捨てないか、
よくそういう話になるんですよ。もちろん、携帯に限らず。もちろん、みんな意見はバラバラ。
あっさり捨てると「潔いね!クールだね!」なんて言われがちですが、、、
5S軽っ!!
1
日記---
姉が、鍋つかみとコースターと、あと、クリスマスのオーナメントを作ってくれました☆
のせてみた。
鍋つかみは、こんな風に手を入れて使います。
マジメに料理するよ!!
1
日記---
ココハナ11月号発売中です☆
新連載スタートです!
宜しくお願い致しますね~☆
告知もほったらかして旅に出ておりました。
初の顔出しです!どーーーん!
ちっさ!なにやらカッコつけて座ってる!けど脚短っ!
ちょっと他人様にお見せできない様な、ナルシスト感満載&アホ丸出しの
あー。たのしかった!
変わったフルーツいっぱい食べた。
アイス食べすぎた。
呪われすぎ。
帰国したら、嬉しいお知らせが
最近うちに来てくれるようになったアシスタントさんの、初連載決定!!
おめでとう~!
うちの仕事場では、ケーキを何等分すべきか時々議論になりますよ。
美しさを優先すべきか、欲望を優先すべきか。。
私は断然、欲望派。
1
お仕事---
「cocohana(ココハナ)」11月号・9/28sat発売より
新連載スタートです☆
その後少しお休み頂いて(っていうか、その間に描きためる。。。)、また再開予定です。
第2回目は「メロンパン」
第3回目は「サンドウィッチ」
第4回目は「3色パン」
資料だもんね~とパンいっぱい食べてたら、若干体重が増えて戻りません。
(近況)
1
お仕事---
先日、「タイピスト!」を観に行きましたよ~。
いっつも思うけど、「可愛い」と「人間くささ」はちょっと仲が悪いです。
人間はなかなか「可愛い」だけじゃ成立しないので、「可愛い」を貫けば貫くほど、
心理を含めその存在の「生々しさ」は、やっぱりどうしても遠くなる。
周りの人たちの反応が、「可愛すぎてスバラシイ!大好き!」と「可愛いだけじゃね、、?」との
真っ二つなのが、なんか面白かった。
「かっこいい」と「人間くささ」も若干仲が悪い。
こないだ届いたDVD。ライアン・ゴズリングが主演じゃないけど準主役のギャング映画です。
基本、ギャング映画は苦手なんですよ。
暴力を楽しむスタンスに迷いがあるので、「わ~~ニヒルでカッコいい!!」になかなか酔いきれないんですが。。
その点これは、「ザ・エンターテインメント」!勧善懲悪、ストレートで感傷に浸る暇がない。
「アイツとアイツが絶対裏切る!」と思ったら、裏切らない。
ドンパチやられても痛くない。
人が死んでも悲しくない。
スーツ姿のライアン・ゴズリングをひたすら堪能する映画です。(個人的に)
巷には
「すっごくカッコ良いけど愛せるわけじゃない」とか
「カッコ悪いけど憎ったらしいけどなんかもう好きなんだけど!」とか
一筋縄じゃいかない感情がわんさか溢れているので、物語の中で「素敵なシンプル」を味わうのは、
癒しだな~。
何度か言ってますけど、ライアン・ゴズリングが大好きで。
いつまでたっても日本で未公開、日本語訳のDVDも未発売の映画、
「HALF NELSON」輸入盤DVDをこないだ勢い余って買ってしまいました。
アホなので知らなかったです。。。
詳しい人に教えてもらって、なんとかPCで視聴。
こちらの映画のゴズリングは、「カッコいいとこもあるけど情けなくてダメ過ぎてでも結局憎めない」
そんな感じです。たぶん。なんで「たぶん」かっていうと。。。
私、、、英語聞き取れないんですよ、、、、。
、、、、、、、、、、、、。(買うな)
だれか、日本語訳出してください。
1
本・映画---
先週末、内部も公開されてましたね。
スピリッツ編集部のほんの遊び心から始まったお遊び企画「落書き大会」が、
いいな~楽しそうだな~私も先生方の絵を生で観てみたいな~♪なんてフワフワ思っていたら、、、
22日夜に、作家限定内覧会&追加の落書き大会が開催されました!
新人さんから超ベテランの先生方まで100人近く(?たぶん)夜のオバQビルに集結しまして、
もはや空調もきかなくなっちゃったロビーと地下廊下にひしめき合って汗をダラダラかきながら、
でも皆さんほんと子供のような笑顔でケラケラにこにこ笑いながら、思い思いの落書きに
没頭されてました。
「豪華」だとか「贅沢」だとか「えっこの壁とドア持って帰ってうちの仕事場に設置したい、、!!」
とか、もちろん色々色々色々あるんですけど、、。
スゴイ先生方と同じ空間にいさせて貰っておいて、ショボイ事言っちゃいますけど、、、
子供の頃、ノートに落書きばっかしてたのに、「仕事」になったとたん落書きしなくなっちゃったな~、
私は笑っちゃうくらい絵が下手過ぎて、こういう場でなんの役にも立たないんですけど、
単純に、この空間を体感できたことが、ものすごーく嬉しくてめちゃくちゃ楽しかった!!
やー、こんなテンション上がったの久しぶりですよ、ほんとに。
ケラケラ笑い過ぎてほっぺた痛かった。
私がデビューした頃は「ベツコミ編集部」も、この本社ビルに入っておりまして。
当時まだピチピチヨチヨチ頭ん中今よりさらにお花畑だった私は、初めてこのビルに足を踏み入れた時、、、
「わ~でっかい会社だ!!」「わ~入館証とか渡されちゃった!!」みたいな。
毎日通われてる編集さん&社員の方々とは比べ物になりませんが、それでもやっぱり
色んな思い出がありますよ。
新社屋、3年後か。長いな~。あっと言う間かな。
1
お仕事---
私も良いカメラ欲しいけど、メカ音痴なので使いこなせる気がしなくてまだ買えてない。
特等席!
あと、「ぽっぽ焼き」。黒糖の、、細長いかすていら的なモノ?ちょっと八ッ橋っぽい味がします。
なかなか巡り会えなくて困ってたら、友人の彼氏がチャリであちこちの屋台をめぐって
探して買って来てくれました。男前!!
あとは、純喫茶風な店で久々にティーフロートとか珈琲フロートとかクリームソーダとか。
こういうの、たまに食べたくなるなる。
基本、爆発系が多い(笑)
至近距離で観過ぎてるせいか、迫力あり過ぎで毎度ゲラゲラ笑ってしまう。
音楽に合わせて花火が打ちあがるんですけど、「北の国から」がサンバ調にアレンジしてあってゲラゲラ。
「さだまさしはこのアレンジを許可するの?」「いや、しそうだよね。なんとなく(てきとう)」とか
今年、久々に新調した浴衣の柄があまりにかわいいのでさらしてしまえ。
洋服でバンビはなかなか勇気がなくて背負えないですけど、浴衣でモノトーンなら
子供っぽくならないし平気で背負えてしまう。かわいい。見てるだけでニヤニヤする。
1
日記---
仕事中、カフェラテばっか飲んじゃうので、体内浄化すべくさっそくゴクゴク。。
先日頂いたばかりのタンブラーです。
ぜいたく~。ソーダ買ってこよっと。
今描いてる漫画、食べものが沢山出てくるので 作画にいつもよりずっと
下絵終わってからアシスタントさんに入って貰うと もう間に合わないので、
下絵やりながらペン入れやりながらアシスタントさんに指示出しながら
作業を続けてるわけですが。。つまり頭ん中とっ散らかってます。
休憩したら仕事しなきゃ。
1
日記---
「Piece」の100万部超えのお祝い会をして頂きましたよ~♪
昨年末に超えてたらしいんですけど、色々有難いことに祝い事が重なってバタバタしてたので、
先週ゆっくりと。
若干、血が滴ったように見えなくも?ないですが?(笑)、水飴で書いてあるそうです。
すごい!ピースダック!!
お花もいただいてしまいました。。
左のオレンジの薔薇はプリザーブドで、ついこないだまで担当してくださってた編集さんが
「芦原さんのイメージに合わせて作りました」と、プレゼントしてくださいました。
この仕事をしてると、時々ふつうじゃ考えられないような豪華なおもてなしをして頂く事があって、
楽しい事も美味しい事も大好きなので、もの凄くもの凄くものすごーく嬉しくて
私はなんて贅沢な時間を頂いてるんだろうと、毎度毎度新鮮に感動します。
なんで感動するのかっていうと、たぶん未だ慣れてないからです。
とてもフツウの庶民的な家庭で育ったので。
その場その場は100%楽しくて、でも「こんなに沢山色々して頂いても、私何も返せないんじゃ?」
っていう微かな罪悪感も、後からうっすらと。
こういう罪悪感は全く持たない方が良い気もするし、多少は持っておいた方が良い気もするし。
罪悪感の出処を掘り下げてみると、いつも必ず「自信の無さ」なんですよね。
「期待されても何も出ませんよ~」っていう、逃げの防御。
相変わらず地味目ですけど、柔らかくて楽しい物語になるといいな、と。
小麦粉大好き!
1
お仕事---
巻末に、ドラマ撮影現場にお邪魔した時の、レポート漫画も載ってますよ~。
最後までお付き合い頂いた皆様、ほんとうに有難うございました!
そして・・今月発売の「Cocohana(ココハナ)」に、すでに名前が小っちゃく載ってましたね。
「ココハナ」11月号(9月28日ごろ発売?)~新シリーズスタートです☆
まだまだ先ですが、がんばってコツコツ描いてますので、チェックしてみてくださいね!
「えっ?なんで急に集英社?小学館と喧嘩したの??」とか深読みされそうな気が
しないでもないですが。。
小学館は専属契約が存在しないので、デビューしてからずっと、実は「フリー」なのでした。
何の保障もない、毎日が綱渡り状態のこんな仕事を選んじゃって私ったら大丈夫かしら??なんて
思いながら漫画を描いてきたけれど・・気が付けば時代の方が変わってきちゃって、
今や本当に「安定」した仕事なんて思いつかないですね。
進化なのか退化なのかはよく分かんないですけど、「変わっていくこと」は、個人的に、ワクワクする。
仕事以外も色々試せたらいいな。
https://anond.hatelabo.jp/20240609075716
https://web.archive.org/web/20200107215433/http://ashihara-hina.jugem.jp/?page=1
ブログをほったらかしてる間に、可愛いモノをいろいろ頂きました。
さっき頂いたばかりの「お菓子の家」
観て楽しむモノですが、ほんのりジンジャーブレッドの香りがもれる。。
かわいくて甘くておいしいモノに囲まれてると、子供の頃「ヘンゼルとグレーテル」読みながら
どっぷり溺れた高揚感を思い出しますよ。
魔女に食われそうになってでも、お菓子の家にかぶりつきたかった。(どん欲)(飢えてたのか)
渋谷「VIRON」系列です。ココハナの担当さんが、並んで買って来てくれました!
トーストせずにそのまま食べるのが一番おいしい。モチモチふわふわほんのり甘い系。
カゴいっぱいの、デニッシュ・バゲット・マフィン・クロワッサン!
さすがに食べきれないけど、至福。
最近、ずっと使ってたボロボロのガラケーをやっと機種変しました。
まだなんとか使えるんですけどね。メッキが剥げてボロボロで見る度ヘコむ、
しかし手に馴染んでるし愛着あるしで多少後ろ髪ひかれながら買い換えてみたら、
「もうだめだな、、」って思いながら、ボロボロの携帯を眺める時間が、そこそこストレスに
なってったっぽい。
「合わない」と思いながら、好転を期待して持ち続けるのか、早めに捨てるか捨てないか、
よくそういう話になるんですよ。もちろん、携帯に限らず。もちろん、みんな意見はバラバラ。
あっさり捨てると「潔いね!クールだね!」なんて言われがちですが、、、
5S軽っ!!
1
日記---
姉が、鍋つかみとコースターと、あと、クリスマスのオーナメントを作ってくれました☆
のせてみた。
鍋つかみは、こんな風に手を入れて使います。
マジメに料理するよ!!
1
日記---
ココハナ11月号発売中です☆
新連載スタートです!
宜しくお願い致しますね~☆
告知もほったらかして旅に出ておりました。
初の顔出しです!どーーーん!
ちっさ!なにやらカッコつけて座ってる!けど脚短っ!
ちょっと他人様にお見せできない様な、ナルシスト感満載&アホ丸出しの
あー。たのしかった!
変わったフルーツいっぱい食べた。
アイス食べすぎた。
呪われすぎ。
帰国したら、嬉しいお知らせが
最近うちに来てくれるようになったアシスタントさんの、初連載決定!!
おめでとう~!
うちの仕事場では、ケーキを何等分すべきか時々議論になりますよ。
美しさを優先すべきか、欲望を優先すべきか。。
私は断然、欲望派。
1
お仕事---
「cocohana(ココハナ)」11月号・9/28sat発売より
新連載スタートです☆
その後少しお休み頂いて(っていうか、その間に描きためる。。。)、また再開予定です。
第2回目は「メロンパン」
第3回目は「サンドウィッチ」
第4回目は「3色パン」
資料だもんね~とパンいっぱい食べてたら、若干体重が増えて戻りません。
(近況)
1
お仕事---
先日、「タイピスト!」を観に行きましたよ~。
いっつも思うけど、「可愛い」と「人間くささ」はちょっと仲が悪いです。
人間はなかなか「可愛い」だけじゃ成立しないので、「可愛い」を貫けば貫くほど、
心理を含めその存在の「生々しさ」は、やっぱりどうしても遠くなる。
周りの人たちの反応が、「可愛すぎてスバラシイ!大好き!」と「可愛いだけじゃね、、?」との
真っ二つなのが、なんか面白かった。
「かっこいい」と「人間くささ」も若干仲が悪い。
こないだ届いたDVD。ライアン・ゴズリングが主演じゃないけど準主役のギャング映画です。
基本、ギャング映画は苦手なんですよ。
暴力を楽しむスタンスに迷いがあるので、「わ~~ニヒルでカッコいい!!」になかなか酔いきれないんですが。。
その点これは、「ザ・エンターテインメント」!勧善懲悪、ストレートで感傷に浸る暇がない。
「アイツとアイツが絶対裏切る!」と思ったら、裏切らない。
ドンパチやられても痛くない。
人が死んでも悲しくない。
スーツ姿のライアン・ゴズリングをひたすら堪能する映画です。(個人的に)
巷には
「すっごくカッコ良いけど愛せるわけじゃない」とか
「カッコ悪いけど憎ったらしいけどなんかもう好きなんだけど!」とか
一筋縄じゃいかない感情がわんさか溢れているので、物語の中で「素敵なシンプル」を味わうのは、
癒しだな~。
何度か言ってますけど、ライアン・ゴズリングが大好きで。
いつまでたっても日本で未公開、日本語訳のDVDも未発売の映画、
「HALF NELSON」輸入盤DVDをこないだ勢い余って買ってしまいました。
アホなので知らなかったです。。。
詳しい人に教えてもらって、なんとかPCで視聴。
こちらの映画のゴズリングは、「カッコいいとこもあるけど情けなくてダメ過ぎてでも結局憎めない」
そんな感じです。たぶん。なんで「たぶん」かっていうと。。。
私、、、英語聞き取れないんですよ、、、、。
、、、、、、、、、、、、。(買うな)
だれか、日本語訳出してください。
1
本・映画---
先週末、内部も公開されてましたね。
スピリッツ編集部のほんの遊び心から始まったお遊び企画「落書き大会」が、
いいな~楽しそうだな~私も先生方の絵を生で観てみたいな~♪なんてフワフワ思っていたら、、、
22日夜に、作家限定内覧会&追加の落書き大会が開催されました!
新人さんから超ベテランの先生方まで100人近く(?たぶん)夜のオバQビルに集結しまして、
もはや空調もきかなくなっちゃったロビーと地下廊下にひしめき合って汗をダラダラかきながら、
でも皆さんほんと子供のような笑顔でケラケラにこにこ笑いながら、思い思いの落書きに
没頭されてました。
「豪華」だとか「贅沢」だとか「えっこの壁とドア持って帰ってうちの仕事場に設置したい、、!!」
とか、もちろん色々色々色々あるんですけど、、。
スゴイ先生方と同じ空間にいさせて貰っておいて、ショボイ事言っちゃいますけど、、、
子供の頃、ノートに落書きばっかしてたのに、「仕事」になったとたん落書きしなくなっちゃったな~、
私は笑っちゃうくらい絵が下手過ぎて、こういう場でなんの役にも立たないんですけど、
単純に、この空間を体感できたことが、ものすごーく嬉しくてめちゃくちゃ楽しかった!!
やー、こんなテンション上がったの久しぶりですよ、ほんとに。
ケラケラ笑い過ぎてほっぺた痛かった。
私がデビューした頃は「ベツコミ編集部」も、この本社ビルに入っておりまして。
当時まだピチピチヨチヨチ頭ん中今よりさらにお花畑だった私は、初めてこのビルに足を踏み入れた時、、、
「わ~でっかい会社だ!!」「わ~入館証とか渡されちゃった!!」みたいな。
毎日通われてる編集さん&社員の方々とは比べ物になりませんが、それでもやっぱり
色んな思い出がありますよ。
新社屋、3年後か。長いな~。あっと言う間かな。
1
お仕事---
私も良いカメラ欲しいけど、メカ音痴なので使いこなせる気がしなくてまだ買えてない。
特等席!
あと、「ぽっぽ焼き」。黒糖の、、細長いかすていら的なモノ?ちょっと八ッ橋っぽい味がします。
なかなか巡り会えなくて困ってたら、友人の彼氏がチャリであちこちの屋台をめぐって
探して買って来てくれました。男前!!
あとは、純喫茶風な店で久々にティーフロートとか珈琲フロートとかクリームソーダとか。
こういうの、たまに食べたくなるなる。
基本、爆発系が多い(笑)
至近距離で観過ぎてるせいか、迫力あり過ぎで毎度ゲラゲラ笑ってしまう。
音楽に合わせて花火が打ちあがるんですけど、「北の国から」がサンバ調にアレンジしてあってゲラゲラ。
「さだまさしはこのアレンジを許可するの?」「いや、しそうだよね。なんとなく(てきとう)」とか
今年、久々に新調した浴衣の柄があまりにかわいいのでさらしてしまえ。
洋服でバンビはなかなか勇気がなくて背負えないですけど、浴衣でモノトーンなら
子供っぽくならないし平気で背負えてしまう。かわいい。見てるだけでニヤニヤする。
1
日記---
仕事中、カフェラテばっか飲んじゃうので、体内浄化すべくさっそくゴクゴク。。
先日頂いたばかりのタンブラーです。
ぜいたく~。ソーダ買ってこよっと。
今描いてる漫画、食べものが沢山出てくるので 作画にいつもよりずっと
下絵終わってからアシスタントさんに入って貰うと もう間に合わないので、
下絵やりながらペン入れやりながらアシスタントさんに指示出しながら
作業を続けてるわけですが。。つまり頭ん中とっ散らかってます。
休憩したら仕事しなきゃ。
1
日記---
「Piece」の100万部超えのお祝い会をして頂きましたよ~♪
昨年末に超えてたらしいんですけど、色々有難いことに祝い事が重なってバタバタしてたので、
先週ゆっくりと。
若干、血が滴ったように見えなくも?ないですが?(笑)、水飴で書いてあるそうです。
すごい!ピースダック!!
お花もいただいてしまいました。。
左のオレンジの薔薇はプリザーブドで、ついこないだまで担当してくださってた編集さんが
「芦原さんのイメージに合わせて作りました」と、プレゼントしてくださいました。
この仕事をしてると、時々ふつうじゃ考えられないような豪華なおもてなしをして頂く事があって、
楽しい事も美味しい事も大好きなので、もの凄くもの凄くものすごーく嬉しくて
私はなんて贅沢な時間を頂いてるんだろうと、毎度毎度新鮮に感動します。
なんで感動するのかっていうと、たぶん未だ慣れてないからです。
とてもフツウの庶民的な家庭で育ったので。
その場その場は100%楽しくて、でも「こんなに沢山色々して頂いても、私何も返せないんじゃ?」
っていう微かな罪悪感も、後からうっすらと。
こういう罪悪感は全く持たない方が良い気もするし、多少は持っておいた方が良い気もするし。
罪悪感の出処を掘り下げてみると、いつも必ず「自信の無さ」なんですよね。
「期待されても何も出ませんよ~」っていう、逃げの防御。
相変わらず地味目ですけど、柔らかくて楽しい物語になるといいな、と。
小麦粉大好き!
1
お仕事---
巻末に、ドラマ撮影現場にお邪魔した時の、レポート漫画も載ってますよ~。
最後までお付き合い頂いた皆様、ほんとうに有難うございました!
そして・・今月発売の「Cocohana(ココハナ)」に、すでに名前が小っちゃく載ってましたね。
「ココハナ」11月号(9月28日ごろ発売?)~新シリーズスタートです☆
まだまだ先ですが、がんばってコツコツ描いてますので、チェックしてみてくださいね!
「えっ?なんで急に集英社?小学館と喧嘩したの??」とか深読みされそうな気が
しないでもないですが。。
小学館は専属契約が存在しないので、デビューしてからずっと、実は「フリー」なのでした。
何の保障もない、毎日が綱渡り状態のこんな仕事を選んじゃって私ったら大丈夫かしら??なんて
思いながら漫画を描いてきたけれど・・気が付けば時代の方が変わってきちゃって、
今や本当に「安定」した仕事なんて思いつかないですね。
進化なのか退化なのかはよく分かんないですけど、「変わっていくこと」は、個人的に、ワクワクする。
仕事以外も色々試せたらいいな。
繰り返しになるが、非常に賢いChatGPTを想像するだけではいけない。趣味的な進歩ではなく、リモートワーカーや、推論や計画、エラー訂正ができ、あなたやあなたの会社のことを何でも知っていて、何週間も単独で問題に取り組めるような、非常に賢いエージェントのようなものになるはずだ。
私たちは2027年までにAGIを実現しようとしている。これらのAIシステムは、基本的にすべての認知的な仕事(リモートでできるすべての仕事を考える)を自動化できるようになるだろう。
はっきり言って、エラーバーは大きい。データの壁を突破するために必要なアルゴリズムのブレークスルーが予想以上に困難であることが判明した場合、データが足りなくなり、進歩が停滞する可能性がある。もしかしたら、ホッブリングはそこまで進まず、専門家の同僚ではなく、単なる専門家のチャットボットに留まってしまうかもしれない。もしかしたら10年来のトレンドラインが崩れるかもしれないし、スケーリング・ディープラーニングが今度こそ本当に壁にぶつかるかもしれない。(あるいは、アルゴリズムのブレークスルーが、テスト時間の計算オーバーハングを解放する単純なアンホブリングであっても、パラダイムシフトとなり、事態をさらに加速させ、AGIをさらに早期に実現させるかもしれない)。
いずれにせよ、私たちはOOMsを駆け抜けているのであり、2027年までにAGI(真のAGI)が誕生する可能性を極めて真剣に考えるのに、難解な信念は必要なく、単に直線のトレンド外挿が必要なだけである。
最近、多くの人がAGIを単に優れたチャットボットなどとして下方定義しているように思える。私が言いたいのは、私や私の友人の仕事を完全に自動化し、AI研究者やエンジニアの仕事を完全にこなせるようなAIシステムのことだ。おそらく、ロボット工学のように、デフォルトで理解するのに時間がかかる分野もあるだろう。また、医療や法律などの社会的な普及は、社会の選択や規制によって容易に遅れる可能性がある。しかし、ひとたびAI研究そのものを自動化するモデルができれば、それだけで十分であり、強烈なフィードバック・ループを始動させるのに十分であり、完全自動化に向けて残されたすべてのボトルネックを自動化されたAIエンジニア自身が解決することで、非常に迅速にさらなる進歩を遂げることができるだろう。特に、数百万人の自動化された研究者たちによって、アルゴリズムのさらなる進歩のための10年間が1年以内に圧縮される可能性は非常に高い。AGIは、まもなく実現する超知能のほんの一端に過ぎない。(詳しくは次の記事で)。
いずれにせよ、目まぐるしい進歩のペースが衰えることはないだろう。トレンドラインは無邪気に見えるが、その意味するところは強烈である。その前の世代がそうであったように、新世代のモデルが登場するたびに、ほとんどの見物人は唖然とするだろう。博士号を持っていれば何日もかかるような信じられないほど難しい科学的問題を、間もなくモデルが解決し、あなたのコンピュータのまわりを飛び回り、あなたの仕事をこなし、何百万行ものコードからなるコードベースをゼロから書き上げ、これらのモデルによって生み出される経済的価値が1年か2年ごとに10倍になるとき、彼らは信じられないだろう。SF小説は忘れて、OOMを数えよう。AGIはもはや遠い空想ではない。単純なディープラーニング技術をスケールアップすることがうまくいき、モデルは学習したがり、2027年末までにさらに100,000倍を超えようとしている。私たちよりも賢くなる日もそう遠くはないだろう。
https://situational-awareness.ai/wp-content/uploads/2024/06/gan_progress-1.jpeg
GPT-4はほんの始まりに過ぎない。GANの進歩に見られるように)ディープラーニングの進歩の速さを過小評価するような間違いを犯さないでほしい。
続き I.GPT-4からAGIへ:OOMを数える(11) https://anond.hatelabo.jp/20240605212014
これらすべての重要な変動要因になりうるものがあります。つまり、より多くのスクレイピング・データでより大きな言語モデルをプリ・トレーニングするという素朴なアプローチが、まもなく深刻なボトルネックにぶつかり始める可能性があるということだ。
フロンティア・モデルはすでにインターネットの多くで訓練されている。例えば、Llama 3は15T以上のトークンで学習された。LLMのトレーニングに使用されたインターネットの多くのダンプであるCommon Crawlは、生で100Tトークンを超えるが、その多くはスパムや重複である(例えば、比較的単純な重複排除は30Tトークンにつながり、Llama 3はすでに基本的にすべてのデータを使用していることになる)。さらに、コードのようなより特殊な領域では、トークンの数はまだまだ少ない。例えば、公開されているgithubのリポジトリは、数兆トークンと推定されている。
データを繰り返すことである程度遠くまで行くことができるが、これに関する学術的な研究は、16エポック(16回の繰り返し)の後、リターンは非常に速く減少し、ゼロになることを発見し、繰り返しはそこまでしか得られないことを示唆している。ある時点で、より多くの(効果的な)計算を行ったとしても、データ制約のためにモデルをより良いものにすることは非常に難しくなる。私たちは、言語モデリング-プレトレーニング-パラダイムの波に乗って、スケーリングカーブに乗ってきた。大規模な投資にもかかわらず、私たちは停滞してしまうだろう。すべての研究室が、新しいアルゴリズムの改善や、これを回避するためのアプローチに大規模な研究の賭けに出ていると噂されている。研究者たちは、合成データからセルフプレー、RLアプローチまで、多くの戦略を試していると言われている。業界関係者は非常に強気のようだ:ダリオ・アモデイ(Anthropic社CEO)は最近、ポッドキャストでこう語った:「非常に素朴に考えれば、我々はデータ不足からそれほど遠くない[...]私の推測では、これが障害になることはない[...]。もちろん、これに関するいかなる研究結果も独占的なものであり、最近は公表されていない。
インサイダーが強気であることに加え、サンプル効率をはるかに向上させたモデルをトレーニングする方法(限られたデータからより多くのことを学べるようにするアルゴリズムの改良)を見つけることが可能であるはずだという強い直感的な理由があると思う。あなたや私が、本当に密度の濃い数学の教科書からどのように学ぶかを考えてみてほしい:
モデルをトレーニングする昔の技術は単純で素朴なものだったが、それでうまくいっていた。今、それがより大きな制約となる可能性があるため、すべての研究室が数十億ドルと最も賢い頭脳を投入して、それを解読することを期待すべきだろう。ディープラーニングの一般的なパターンは、細部を正しく理解するためには多くの努力(そして多くの失敗プロジェクト)が必要だが、最終的には明白でシンプルなものが機能するというものだ。過去10年間、ディープラーニングがあらゆる壁をぶち破ってきたことを考えると、ここでも同じようなことが起こるだろう。
さらに、合成データのようなアルゴリズムの賭けの1つを解くことで、モデルを劇的に改善できる可能性もある。直感的なポンプを紹介しよう。Llama 3のような現在のフロンティアモデルは、インターネット上でトレーニングされている。多くのLLMは、本当に質の高いデータ(例えば、難しい科学的問題に取り組む人々の推論チェーン)ではなく、このようながらくたにトレーニング計算の大半を費やしている。もしGPT-4レベルの計算を、完全に極めて質の高いデータに費やすことができたらと想像してみてほしい。
AlphaGo(囲碁で世界チャンピオンを破った最初のAIシステム)を振り返ることは、それが可能だと考えられる何十年も前に、ここでも役に立つ。
LLMのステップ2に相当するものを開発することは、データの壁を乗り越えるための重要な研究課題である(さらに言えば、最終的には人間レベルの知能を超える鍵となるだろう)。
以上のことから、データの制約は、今後数年間のAIの進歩を予測する際に、どちらに転んでも大きな誤差をもたらすと考えられる。LLMはまだインターネットと同じくらい大きな存在かもしれないが、本当にクレイジーなAGIには到達できないだろう)。しかし、私は、研究所がそれを解読し、そうすることでスケーリングカーブが維持されるだけでなく、モデルの能力が飛躍的に向上する可能性があると推測するのは妥当だと思う。
余談だが、このことは、今後数年間は現在よりも研究室間のばらつきが大きくなることを意味する。最近まで、最先端の技術は公表されていたため、基本的に誰もが同じことをやっていた。(レシピが公開されていたため、新参者やオープンソースのプロジェクトはフロンティアと容易に競合できた)。現在では、主要なアルゴリズムのアイデアはますます専有されつつある。今はフロンティアにいるように見えるラボでも、他のラボがブレークスルーを起こして先を急ぐ間に、データの壁にはまってしまうかもしれない。そして、オープンソースは競争するのがより難しくなるだろう。それは確かに物事を面白くするだろう。(そして、ある研究室がそれを解明すれば、そのブレークスルーはAGIへの鍵となり、超知能への鍵となる。)
続き I.GPT-4からAGIへ:OOMを数える(7) https://anond.hatelabo.jp/20240605210017
コンピュートへの大規模な投資が注目される一方で、アルゴリズムの進歩も同様に重要な進歩の原動力であると思われる(そして、これまで劇的に過小評価されてきた)。
アルゴリズムの進歩がどれほど大きな意味を持つかを理解するために、MATHベンチマーク(高校生の競技用数学)において、わずか2年間で~50%の精度を達成するために必要な価格が下がったことを示す次の図を考えてみてください。(比較のために、数学が特に好きではないコンピュータサイエンスの博士課程の学生が40%のスコアを出したので、これはすでにかなり良いことです)。推論効率は2年足らずで3OOMs-1,000倍近く向上した。
https://situational-awareness.ai/wp-content/uploads/2024/06/math_inference_cost-1024x819.png
これは推論効率だけの数字だが(公開データから推論するのが難しいトレーニング効率の向上と一致するかどうかはわからない)、アルゴリズムの進歩は非常に大きく、また実際に起こっている。
この記事では、アルゴリズムの進歩を2種類に分けて説明します。まず、「パラダイム内」でのアルゴリズムの改良を取り上げることにしま す。例えば、より優れたアルゴリズムによって、同じパフォーマンスを達成しながら、トレーニングの計算量を10倍減らすことができるかもしれません。その結果、有効計算量は10倍(1OOM)になります。(後ほど「アンホブリング」を取り上げますが、これはベースモデルの能力を解き放つ「パラダイム拡張/アプリケーション拡張」的なアルゴリズムの進歩と考えることができます)。
一歩下がって長期的な傾向を見ると、私たちはかなり一貫した割合で新しいアルゴリズムの改良を発見しているようです。しかし、長期的なトレンドラインは予測可能であり、グラフ上の直線である。トレンドラインを信じよう。
アルゴリズム研究がほとんど公開されており、10年前にさかのぼるデータがある)ImageNetでは、2012年から2021年までの9年間で、計算効率が一貫して約0.5OOM/年向上しています。
アルゴリズムの進歩を測定することができます。同じ性能のモデルを訓練するために必要な計算量は、2012年と比較して2021年にはどれくらい少なくなっているのでしょうか?その結果、アルゴリズムの効率は年間0.5 OOMs/年程度向上していることがわかります。出典Erdil and Besiroglu 2022.
これは非常に大きなことです。つまり、4年後には、~100倍少ない計算量で同じ性能を達成できるということです(同時に、同じ計算量ではるかに高い性能も達成できます!)。
残念ながら、研究室はこれに関する内部データを公表していないため、過去4年間のフロンティアLLMのアルゴリズムの進歩を測定することは難しい。EpochAIは、言語モデリングに関するImageNetの結果を再現した新しい研究を行っており、2012年から2023年までのLLMのアルゴリズム効率のトレンドは、同様に~0.5OOM/年であると推定しています。(しかし、これはエラーバーが広く、また、主要なラボがアルゴリズム効率の公表を停止しているため、最近の上昇を捕捉していません)。
https://situational-awareness.ai/wp-content/uploads/2024/06/llm_efficiency_epoch-1-1024x711.png
Epoch AIによる言語モデリングにおけるアルゴリズム効率の推定。この試算によると、私たちは8年間で~4OOMの効率向上を達成したことになります。
より直接的に過去4年間を見ると、GPT-2からGPT-3は基本的に単純なスケールアップでした(論文によると)が、GPT-3以降、公に知られ、公に干渉可能な多くの利益がありました:
最近リリースされたGemini 1.5 Flashは、"GPT-3.75レベル "とGPT-4レベルの間の性能を提供する一方で、オリジナルのGPT-4よりも85倍/57倍(入力/出力)安い(驚異的な利益!)。
公開されている情報を総合すると、GPT-2からGPT-4へのジャンプには、1-2 OOMのアルゴリズム効率向上が含まれていたことになります。
https://situational-awareness.ai/wp-content/uploads/2024/06/stacked_compute_algos-1024x866.png
GPT-4に続く4年間はこの傾向が続くと予想され、2027年までに平均0.5OOMs/年の計算効率、つまりGPT-4と比較して~2OOMsの向上が見込まれます。計算効率の向上は、低空飛行の果実を摘み取るようになるにつれて難しくなる一方、新たなアルゴリズムの改良を見出すためのAIラボの資金と人材への投資は急速に増加しています。 (少なくとも、公開されている推論コストの効率化は、まったく減速していないようだ)。ハイエンドでは、より根本的な、トランスフォーマーのようなブレークスルーが起こり、さらに大きな利益が得られる可能性さえある。
これらをまとめると、2027年末までには(GPT-4と比較して)1~3OOMのアルゴリズム効率向上が期待できることになります。
続き I.GPT-4からAGIへ:OOMを数える(6) https://anond.hatelabo.jp/20240605205754
どうしてこうなった?ディープラーニングの魔法は、それがただ機能するということであり、あらゆる場面で否定的な意見にもかかわらず、その傾向線は驚くほど一貫している。
https://situational-awareness.ai/wp-content/uploads/2024/06/sora_scaling-1024x383.png
効果的な計算のOOMが増えるごとに、モデルは予測通り、確実に良くなっていく。OOMを数えることができれば、能力の向上を(大まかに、定性的に)推定することができる。そうやって、先見の明のある数人がGPT-4の到来を予見したのだ。
GPT-2からGPT-4までの4年間の進歩を、スケールアップの3つのカテゴリーに分解することができる:
1. コンピュート:計算:これらのモデルを訓練するために、より大きなコンピューターを使うようになった。
2.アルゴリズムの効率化:アルゴリズムの進歩には継続的な傾向がある。これらの多くは「コンピュート・マルチプライヤ」として機能し、有効なコンピュート量の増加という統一された尺度に乗せることができます。
3.「趣味のない」利益:デフォルトでは、モデルは多くの素晴らしい生の能力を学習しますが、あらゆる種類の間抜けな方法で足かせとなり、実用的な価値が制限されます。人間のフィードバックからの強化学習(RLHF)、思考の連鎖(CoT)、ツール、足場などの単純なアルゴリズムの改善により、潜在的な能力を大きく引き出すことができる。
これらの軸に沿って、改善の「OOMを数える」ことができる。つまり、有効計算量の単位でそれぞれのスケールアップをトレースするのだ。3倍は0.5OOM、10倍は1OOM、30倍は1.5OOM、100倍は2OOMといった具合だ。2023年から2027年まで、GPT-4の上に何を期待すべきかを見ることもできる。
ひとつひとつ見ていくが、OOMの数を急速に増やしていることは明らかだ。データの壁には逆風が吹いている可能性があり、それについては後述するが、全体的には、2027年までにGPT-4の上に、GPT-2からGPT-4規模のジャンプがもう1回起こると予想される。
まず、最近の進歩の原動力として最もよく議論されている、モデルへの(大量の)コンピュート投入について説明します。
多くの人は、これは単にムーアの法則によるものだと考えている。しかし、ムーアの法則が全盛期を迎えていた昔でさえ、その進歩は比較的緩やかなものでした。しかし、ムーアの法則が全盛期だった昔でさえ、10年で1~1.5OOMと、比較的ゆっくりとしたスピードだった。(かつては1つのモデルに100万ドルを費やすことさえ、誰も考えもしないことだった。)
モデル | 推定コンピュート | 成長率 |
---|---|---|
GPT-2 (2019) | ~4e21 FLOP | |
GPT-3 (2020) | ~3e23 FLOP + | ~2 OOMs |
GPT-4 (2023) | 8e24~4e25 FLOP + | ~1.5~2 OOMs |
エポックAI(AIトレンドの優れた分析で広く尊敬されている情報源)の公開推定値を使用して、2019年から2023年までのコンピュートスケールアップを追跡することができます。GPT-2からGPT-3へのスケールアップは迅速で、小規模な実験から大規模な言語モデルを訓練するためにデータセンター全体を使用するまでにスケールアップし、コンピュートのオーバーハングが大きくなりました。GPT-3からGPT-4へのスケールアップでは、次のモデルのためにまったく新しい(はるかに大きな)クラスタを構築しなければならないという、最新の体制に移行しました。それでも劇的な成長は続いています。エポックAIの試算によると、GPT-4のトレーニングでは、GPT-2の3,000倍から10,000倍の計算量を使用しています。
大雑把に言えば、これは長期的なトレンドの継続に過ぎない。過去10年半の間、主に投資(およびGPUやTPUの形でAIワークロードに特化したチップ)の幅広いスケールアップのため、フロンティアAIシステムに使用されるトレーニング計算量は、およそ〜0.5OOM/年で成長してきた。
https://situational-awareness.ai/wp-content/uploads/2024/06/compute_long_run_trend-1024x968.png
GPT-2からGPT-3への1年間のスケールアップは異例のオーバーハングであったが、長期的なトレンドが続くことは間違いない。SF-rumor-millは、巨額のGPU受注の劇的な話で一杯だ。その投資は並大抵のものではないが、動き始めている。
この分析によれば、2027年末までにさらに2OOMsのコンピュート(数十億ドル規模のクラスター)が実現する可能性は非常に高いと思われる。さらに+3OOMsのコンピュート(1,000億ドル規模以上)に近いクラスターも可能性がありそうだ(マイクロソフト/OpenAIで計画中と噂されている)。
https://situational-awareness.ai/wp-content/uploads/2024/06/stacked_compute-1024x866.png
続き I.GPT-4からAGIへ:OOMを数える(5) https://anond.hatelabo.jp/20240605205449
過去10年間のディープラーニングの進歩のペースは、まさに驚異的だった。ほんの10年前、ディープラーニング・システムが単純な画像を識別することは革命的だった。今日、我々は斬新でこれまで以上に難しいテストを考え出そうとし続けているが、新しいベンチマークはどれもすぐにクラックされてしまう。以前は広く使われているベンチマークをクラックするのに数十年かかっていたが、今ではほんの数カ月に感じられる。
https://situational-awareness.ai/wp-content/uploads/2024/06/owid-test-scores-1024x723.png
ディープラーニング・システムは、多くの領域で急速に人間レベルに達し、あるいはそれを超えつつある。グラフィック データで見る我々の世界
私たちは文字通りベンチマークを使い果たしている。 逸話として、友人のダンとコリンが数年前、2020年にMMLUというベンチマークを作った。彼らは、高校生や大学生が受ける最も難しい試験に匹敵するような、時の試練に耐えるベンチマークを最終的に作りたいと考えていた。GPT-4やGeminiのようなモデルで〜90%だ。
より広く言えば、GPT-4は標準的な高校や大学の適性試験をほとんど解いている。(GPT-3.5からGPT-4までの1年間でさえ、人間の成績の中央値を大きく下回るところから、人間の成績の上位に入るところまで、しばしば到達した)
https://situational-awareness.ai/wp-content/uploads/2024/06/gpt4_exams-780x1024.png
GPT-4の標準テストのスコア。また、GPT-3.5からGPT-4への移行で、これらのテストにおける人間のパーセンタイルが大きく跳ね上がり、しばしば人間の中央値よりかなり下から人間の最上位まで到達していることにも注目してほしい。(これはGPT-3.5であり、GPT-4の1年も前にリリースされたかなり新しいモデルである。)
https://situational-awareness.ai/wp-content/uploads/2024/06/math2022-1024x273.png
灰色:2021年8月に行われた、MATHベンチマーク(高校数学コンテストの難解な数学問題)の2022年6月のパフォーマンスに関する専門家の予測。赤い星:2022年6月までの実際の最先端のパフォーマンス。ML研究者の中央値はさらに悲観的だった。
MATHベンチマーク(高校の数学コンテストで出題された難しい数学の問題集)を考えてみよう。このベンチマークが2021年に発表されたとき、最高のモデルは問題の5%しか正解できなかった。そして元の論文にはこう記されている:「さらに、このままスケーリングの傾向が続けば、単純に予算とモデルのパラメータ数を増やすだけでは、強力な数学的推論を達成することは現実的ではないことがわかった。数学的な問題解決をより牽引するためには、より広範な研究コミュニティによる新たなアルゴリズムの進歩が必要になるだろう」、つまり、MATHを解くためには根本的な新しいブレークスルーが必要だ、そう彼らは考えたのだ。ML研究者の調査では、今後数年間の進歩はごくわずかだと予測されていた。しかし、わずか1年以内(2022年半ばまで)に、最高のモデルの精度は5%から50%に向上した。
毎年毎年、懐疑論者たちは「ディープラーニングではXはできない」と主張し、すぐにその間違いが証明されてきた。過去10年間のAIから学んだ教訓があるとすれば、ディープラーニングに賭けてはいけないということだ。
現在、最も難しい未解決のベンチマークは、博士号レベルの生物学、化学、物理学の問題を集めたGPQAのようなテストである。問題の多くは私にはちんぷんかんぷんで、他の科学分野の博士でさえ、Googleで30分以上かけてやっとランダムな偶然を上回るスコアを出している。クロード3オーパスは現在60%程度であり、それに対してインドメインの博士たちは80%程度である。
https://situational-awareness.ai/wp-content/uploads/2024/06/gpqa_examples-768x1120.png
続き I.GPT-4からAGIへ:OOMを数える (4) https://anond.hatelabo.jp/20240605205024