  |
はてなキーワード: 比較とは
何でお前みたいなクソ気持ち悪いだけの知能犯が流行ってんだよ、早く死ねよ。 お前の特徴として弱者には勝てないから警部補が殺されると怯んでAIのスイッチを切ることがあるが
頃合いを見計らってまた再稼働しているし、弱者も弱者で、田舎に家に潜伏しているゴキブリと一緒で、お前の会社にあやかっているから人工知能を潰すまではしない。
安倍暗殺ニュースが流れたときも、ゴキブリが何を考えたかネット上では特に理解できるような表現がないし、YoutubeのTimelineチャットでは、 犯人死刑死刑とゴキブリが大量に
書き込んでいるが、仕事してないが安倍AIがあると生活できるから発狂してどんどん書き込んでいるものと解される。
どうしても理解してほしい場合、一戸建ての前に停車している車が、ゴキブリがホイホイに引っかかったように表現していることもあるが、ここ２，３年の話だと思う。
志村福祉事務所は、行政機関で、一般的には完全無欠な存在と考えられており、公共社会における多くの個人の問題を支持解決する機能を有すると解されているが、ファインレジデンス
戸田公園は単なるマンションであって、社会生活上に、家族または単身者が住んでいると解される物件であり、そこで個人の生活が全うされている可能性はあるとしても、公共社会の中に
そうですね。
本当は男児が性犯罪に遭わないために〜12歳でも入れるといいのですが
比較的高い年齢の男児が入るのが“良くあること”になった場合は、男児のみで入りがちになると思いますが(母親の多くが男児を信用しているので)
そうすると女児が一人で女性トイレに行く時に懸念が出てきます。例えば3〜5歳の女児は兄弟の赤ちゃんがミルクやおむつ替え室でおむつ替えの時、急におしっこに行きたくなったり母親がついていけない場面もありますが
統計では未成年が加害者となる強姦＋強制わいせつは平成26年で431件ほど。大人では3521件だったので、残念ながら少なくはなさそう。
https://hakusyo1.moj.go.jp/jp/62/nfm/n62_2_6_2_6_1.html
(訂正:↑こちらは大人の方でした少年の方は↓ https://hakusyo1.moj.go.jp/jp/62/nfm/n62_2_6_2_6_3.html)
https://www.npa.go.jp/hanzaihigai/whitepaper/w-2013/html/zenbun/part2/s2_4_2c06.html
Xを見ると男児を女性トイレに入れるのに許せるのは未就学までという声が多く
男児で性的な興味がわいてくる子が多くなる年齢になると不快になる人が多くなるのだと思いますが(悪ふざけする男児もいるし)
そもそも成人男性からの男児への被害は確か未就学の子の割合が高かった記憶がありますが
それでも男児への性加害が心配な母親は男児に多目的トイレを使ってもらうか、他の女性の批判の目を我慢して女性トイレに一緒に入るかではないでしょうか。
ただ、男児は成長するにつれて犯罪に遭いにくくなる方法や、いざ被害に遭った時の対策を理解して実行しやすくなりますし
男児を単独で男性トイレに行かせるとしても、母親がトイレ前で中の男児に声かけをし、近くにいる事をアピールする事で犯罪をさせにくくする方法もありますし
私が黒羽刑務所で解いた、国際数学の問題は東大生なら誰でも知っている不定方程式を用いると、４で割った余りが０，３のときには実現しないことが出て来るが、余りが１，２
のときであることを支持するのに、 ４ｋ＋１→４ｋ＋２→４ｋ＋９ という完全補題を発見して証明する。しかし、完全補題は、要点補題、簡潔補題に比較して、ものを発見することが
非常に難しく、鋭利かつ飛躍的な内容を含む。 4k＋１→４ｋ＋２は非常に鋭利であり、 ４ｋ＋１→４ｋ＋９は飛躍的であるし、対応する証明も専門的になって知能指数は
要らないが込み入った論証となる。完全補題はそれこそ、円のように完全なものであるから、発見できる者はまれである。 補題を用いた証明技術も、技術である。 これに対して、連結支配集合
を用いる場合もあるが、連結支配集合は、情報科学の分野で取り上げられるもので、特に教員から習って訓練を受けていないとそれを用いることは難しい。
連結支配集合は、 誘導部分のグラフが連結しているときに、いう
単純に増えた減ったから違うとか言うんじゃなくて、そこから影響度を計算して考えてみてくれ。
そしてその2002年から今まで、35歳未婚率の推移確認した？約15％が約33％になってるんだぞ。
影響が大きくて優先度が高いとは言えないだろ。
https://www.ipss.go.jp/syoushika/tohkei/Popular/Popular2024.asp?chap=0
2000年から、2020年まで、25歳～45歳までの未婚率は約1割増加しているが、これがもし未婚率が2000年並に保たれていつつ、既婚女性の生涯出産数が1.9に減少したと計算すると、未婚率の増加による子どもの数への影響が推定でき、これがおおよそ300万人になる。
一方で、2000年の既婚女性の生涯の子どもの数、2.23から1.9への減少率0.33を、現在の45歳以下の既婚女性の年齢をかけると、既婚女性の生涯の子どもの数の減少による影響を推定でき、およそ220万人になる。
計算はいずれも既婚女性の数は統計値を使っているので、人口減少の影響は加味されている。もちろんこの計算は色々な部分をすっ飛ばしているため正確な形ではないが、結論は変わらない。
https://news.yahoo.co.jp/expert/articles/16ec62ee8524944af0039b0d1a40b24aed942535
「結婚できた夫婦の子ども数は増えている」のに全体の出生数が減り続けているワケ
子のいる世帯の平均子ども数
就業構造基本調査をもとに、「夫婦と子世帯（＝一人以上の子を産んだ世帯）」だけに限って、年齢別の平均子ども数を、最新の2022年と15年前の2007年とで比較したものが以下である。
むしろ15年前より2022年の方が子どもの数は増えているのだ。
これは「結婚ができた夫婦というのは、15年前よりも一世帯当たり子どもは多く産んでいる」ということになる。言い換えれば、出生数が減っているのはそのまま婚姻数が減っているからだと言える。
2007年と2022年の出生数と婚姻数の増減を比較すれば明らかである。
虎に翼で、裕福な父親の元で暮らしてた時は何でも言えた主人公が
父も兄も夫も死んで自分が稼がないと家族が食えない状況になった途端に何も言えなくなるの、
比較的言いたい事言えてる人は二世議員ばっかってのを彷彿とさせる
「ルールを守らない」イコール「ヤンキー」みたいな考え方って短絡的すぎない？
例えばホリエモンやひろゆきは比較的ルールを守らない人達だと思うけど二人ともヤンキーではない。
ルールを守らない人にもいろんなパターンがあって、ルールに反抗してるだけの人もいるし
そのルールが必要だと思えないから守らない、人に押しつけられるルールが嫌い、とか色々あるんだよね。
その他大勢の人達の迷惑になったりすることもあるんだろうけども。
でも基本的に「ルールを守らせる」ために騒いでる人達って日本で言うところの「出る杭を叩く人」なんだよね。
webを使った出会い自体は、わりとあちこちであったんだよな。
yahooとかもあったし。
ただまぁ出会いを目的としているガチ出会い系は主に2つの問題があって
もう一つが援助交際なわけだ。
色々とゴニョゴニョするわけなんだけども、
それまでもスパムがどうのこうのとか色々話題だったよな。ゼロ年代は。
結局のところ、腹が真っ黒な人たちによる金づるとしてしか機能してこなかったのゼロ年代の出会い系業界である。
それまでなんて、そもそもメールの相手はサクラしかいなかったんだから。
で、会えるようになってからのほうが儲かっているのも面白い話。
一人パコるのに1週間3000円くらいだ。
継続的なセフレ見つけるのだって↑の中から3人に一人くらいなもんだ。
とはいえ、婚活アプリに潜り込む既婚男性もまた多いこと多いこと。
まーよくないよね。
そういう意味も含めて、都が事前にしっかり未婚であることの裏付けを取ったマチアプだったら、
少なくとも本気の婚活女性が既婚男子に食い散らかされるなんてことはないわけだ。
当たり前だけど、既婚男子と未婚男子がならんだら、普通は既婚男子のほうが魅力的だからな。
釣れるんだよ。
しかもマチアプの悪いところは、ブロックしたらそれで終わりだからな。
間に立つ人がいないから、もうほんと終わりなの。
リモートワークの恩恵もあり無意識でポルノを見てしまう生活を変えたくて始めた。
数年前から何度か読んでいた「インターネットポルノ中毒 やめられない脳と中毒の科学」の影響もある。
何度も読んでいることからわかるとおり自分はインターネットポルノ中毒である。
（あなたがポルノ中毒でなくとも依存や脳に関するトピックに興味がある人は楽しく読めるはず）
このチャレンジの一番の目的はポルノ視聴をやめること。二番目が頻繁なオナニーをやめること。
始めてから1ヶ月でポルノの視聴は1回、オナニーは1回、セックスが2回だった。
以下感想。
初日はなんてことなかった。2日目から徐々にムラムラしてくる。
3〜4日目は気を抜くと常にエロいことを考えていた。頭の中は妄想でいっぱい。仕事が全然手に付かない。
ここで身体にも変化が出始める。股間と肛門の間の筋肉が射精時と同じようにビクンビクン動くようになる。これがけっこうキツイ。身体的な依存。
4日目以降は完全に狂っていて、なんとかオナニーする理由を探し始める。疲れてるとか、仕事で嫌なことがあったとか、集中力が落ちたとか。
ここをなんとかして乗り越える強靱な精神力が必要。身体も悲鳴を上げていて妄想で疑似射精しているのか連続してビクンビクン動いている。
7日目以降も同様の症状が続くが、ここまでくると我慢できている自分が少し誇らしくて徐々に楽しくなってくる。
10日ぐらい我慢すると達成感がありここまで来たらご褒美オナニーしてもいいかなと清々しい気持ちになってくる。
だがこれはただ単にオナニーするための形を変えた言い訳なので意志を強く持って我慢する。
12日目ぐらいで我慢できなくなったのでセックスした。一度射精してしまうと快感が蘇り我慢が難しくなる。
16日目でポルノを見ながらオナニーをした。達成感と後悔が半々ぐらい。だがここで断念する理由はないので翌日から再挑戦する。
継続するコツは罪悪感を持たずに「初回の挑戦は16日継続できた。次は20日継続しよう」と考えることだと思う。
翌日からの2周目の挑戦は初回よりも簡単だった。3〜4日目のキツさは無い。10日目ぐらいのメンタルで再開できる。
また2週間弱で1回セックスした。初回同様、翌日以降にオナニーしたくなったがこうなるのは理解していたので回避は容易。
そのまま継続していま1ヶ月目ぐらい。
ポルノを漁っていた時間が完全にフリーになったので新しい事に取り組めているし
集中力に関しては個人的に仕事の生産性を数値化しているんだけど明らかに向上している。
いまはポルノを見ていないがXでたまに流れてくるエロ動画を見てしまうと脳が怖いぐらい素早く反応してしまう。
もう涎が出るほど官能的でいますぐパンツを脱いでオナニーしたくなる。しばらくそのシーンを反芻してしまう。
自分はソフトドラッグの経験があるのでこういった中毒性、依存性のあるものを比較的理解しているつもりだが
ポルノの依存性の強さはソフトドラッグの比ではなかった。（この辺りの話は本にも詳しく書いてある）
脳内でスイッチが入ると女の子の口や舌、身体の柔らかさや肌が触れあう感覚がフラッシュバックして落ち着くまで時間がかかる。
オナニーが習慣になっていたときはなかったが、いまはこのフラッシュバックが習慣を元に戻してしまう一番の危険性になっている。
----
書き忘れたこと。
自分の楽しみを手放してしまった寂しさみたいな気持ちがある。好きだったおもちゃが壊れたときのような寂しさ。
エッチな動画を見つけてオナニーする行為自体は純粋に好きだったんじゃないかな。
Xで好きな動画を見つけて今夜はこれ観よう！みたいなわくわく感を楽しみを手放してしまった。
言いたいことをまとめると
さらに言うと
以下本文（別に読まなくて良い）
こんな増田があった。
つぶやき的な増田だけど、素朴に基礎知識を持っている人の感想というところであろう。
しかし、それに対しての反応に、未だに基礎知識がなく印象論だけで話をしている人が多く居るという事を見かたので、改めて書いてみる。
この他にも、元々東京都が婚活アプリを整備すると言う話 [注5] に対しても微妙な意見があるので整理してみる。
ちなみに前書いた増田
https://anond.hatelabo.jp/20231208002645
子育て支援のほうが合理的、そんな意見があるが、それは間違っている。何故かと言うと、少子化の主因を捉えていないから。
これは繰り返し言われてきたが、少子化の主要因は、非婚化と言われている(注1)
詳しくは注記に文献を上げておくので見てほしいが、簡単に言うと
と言う状況があるためだ。
結婚した夫婦がもうける子どもの数は微減状態にはあるが、そこに合計特殊出生率の変化のグラフと、婚姻率のグラフを重ねてみてほしい。そうすれば、夫婦が設ける子どもの数は横這いで、結果として表れる合計特殊出生率の変化のグラフとは重ならないが、婚姻率のグラフは綺麗に重なることがわかるだろう。一目瞭然で「結婚した夫婦も減ってるじゃ無いか」と言うのは枝葉であり、全くマトを得てない事が分かると思う。
少なくとも「対策の合理性」という観点から検討すると合理的とは言いがたい。
ただ、この点についても重要な視点がある為、あとで少し書いてみる。どちらにしても少子化支援で解決は難しい。
このように、結婚しない人を結婚させるより、3人目を諦める人を支援した方が良いと言う事実はない事も既に研究で明らかになっている。確かに理想の人数の子の数を諦めた理由という調査では、その理由に経済を上げる人が多いが、統計で分析すると
要するに夫婦の子どもの数を増やすには、最も合理的な手段は晩婚化対策であるだと言うことになるが、政治的にタブーでありこの路線はほぼ無理であるとも言える。ただ、やるべきではあるのだが、これは子育て支援の方面ではない。
もちろん、
ただし
子育て支援は少子化対策としては有効ではないと言うことをとにかく認識してほしい。
よく「子育て支援・少子化対策」と並べる人がいるが、この二つは似て非なるものである。少子化対策とは別に考えるべきだ。
と言うことになる。
この施策を真っ向からストレートに捉えると、出会いを作って結婚してもらうと言う事になるだろう。色々な所が取り組んでいる。それを東京都がやるのが東京都が行う管掌のマッチングアプリという事になるだろう。
ここで「合理的か」という観点から見るとき考えなければならないのが、この施策にかかるリソースだが、東京都がこの婚姻支援に入れる予算は、たったの3億円である。(注5)
福祉予算としては圧倒的に低く、はっきりと東京都レベルでは誤差の範囲の予算だ。例えば、都庁のプロジェクションマッピングの半額以下である。
予算が低いことが問題ではない。むしろ「合理性」という観点では低い予算で高い効果が上がる可能性が高いと言うことだ。3億円では都心の100人規模の保育所の運営費にも満たないと思われる。
色々な資料を読んでいると、非婚化・晩婚化による少子化は1990年代から既に言われていることで(注1) この程度の予算でできる事をなぜやってこなかったのか、とどうしても思ってしまうが、過去の事は仕方が無い。
これからでもよいのでやるべきだ。
さて、優先順位の3番目にきている「晩婚化対策」についても触れたいと思う。
晩婚化対策が何故必要かは、既に述べた理由の再掲にはなるのだが、まとめると
また、
さて、晩婚化対策とはなんだろうか？これは2つ考えられ
の二つがある。
政策的にやりやすいのは明らかに後者である。1は大事だが、これは政治的にタブーであるし、現実問題出来るのかという事がついて回る。
一方で後者はやりやすい。と言うのは、いずれの統計でも、いずれの時代にも「結婚したい」と考える独身者の率は年齢が上がるほど延びて、一定を超えると諦めて減ると言うカーブを取るからである。
ただしこれは子育て支援とは切り口が異なる。政策的には子育て支援に含められている場合も多いが「不妊治療の公的扶助の拡充」などがそれにあたる。
子育て支援と異なるのは何かと言うと、保育所の支援、学費の無料化などは「既に生んだ後」の支援である。実はこれが少子化対策には効果が薄く非合理的だと言われる。
直接的に生みたいが生めないと言う人々を支援することが有効なのだが、何故か少子化対策に対してこちらの方が手薄になっている。
少子化対策予算などいくらでも出せるのだから全部やればいいと思うのだが。
おこなわれないのは、属性の人々はあまり政治層に声を上げないし、代弁して声を上げるような社会団体が無いからだと思われる。
再掲するが、せめて
が必要だ。
政治的に
みたいなことを堂々といったら炎上するだけで難しいのはわかる。例えば、子育て支援は所得制限無し無制限が支持される一方で、自治体が頑張って結婚相談所を作っても参加補助どころか無料も無理で、実費請求されるところがほとんどだ。
今回の件も、例えば朝日新聞の報道( 注5) にも「行政がやる事か？」「結婚しろという圧力になる」と言った的外れなコメントが、有識者枠で掲載される有様だ。有識者と言いながら単なる社会活動家のポジショントークに過ぎないのだが、ほぼ例外なく誰もが当事者であるから出てきてしまうのであろう。
これは有権者の支持が得られないというところであろう。
が、もうこれを上手くオブラートに包んで実行していくほかにないのでは無いと思われる。
子育て支援をするなと行っているのでは無い。子育て支援はやるべきだ。しかし、子育て支援は少子化対策にならないのを直視して、少子化対策は別枠でちゃんとやってくれと言う事である。
少なくともこの現実を直視し、正しい基礎知識を持った上で、婚姻支援を合理的ではないなどいった誤った考えを早く正すべきだと考える。また政治活動家がロビー活動をする時も、この論法を使うことは控えてほしい。もっと他に手頃なスケープゴートがあるだろう。
冷静に考えてほしい。東京都だけで2兆円ちかい子育て関連予算に対して、3億円の施策が何だというのか？ そして誰も「子育て支援を削って非婚化対策しろ」なんて考えで施策を行ってないのである。
少子化対策は非常に重要な問題で、主要な政治家はみな積極的に取り組んでいる状態だ。子育て支援と婚姻支援がトレードオフの関係にある訳がないから、必要なら両方やれば良いのだ。
正しい知識をもって行動してほしい。
アドレス載せすぎてスパム判定されたので、h抜きにしてあります。
入らなかったので別エントリで
言いたいことをまとめると
さらに言うと
以下本文（別に読まなくて良い）
こんな増田があった。
つぶやき的な増田だけど、素朴に基礎知識を持っている人の感想というところであろう。
しかし、それに対しての反応に、未だに基礎知識がなく印象論だけで話をしている人が多く居るという事を見かたので、改めて書いてみる。
この他にも、元々東京都が婚活アプリを整備すると言う話 [注5] に対しても微妙な意見があるので整理してみる。
ちなみに前書いた増田
https://anond.hatelabo.jp/20231208002645
子育て支援のほうが合理的、そんな意見があるが、それは間違っている。何故かと言うと、少子化の主因を捉えていないから。
これは繰り返し言われてきたが、少子化の主要因は、非婚化と言われている(注1)
詳しくは注記に文献を上げておくので見てほしいが、簡単に言うと
と言う状況があるためだ。
結婚した夫婦がもうける子どもの数は微減状態にはあるが、そこに合計特殊出生率の変化のグラフと、婚姻率のグラフを重ねてみてほしい。そうすれば、夫婦が設ける子どもの数は横這いで、結果として表れる合計特殊出生率の変化のグラフとは重ならないが、婚姻率のグラフは綺麗に重なることがわかるだろう。一目瞭然で「結婚した夫婦も減ってるじゃ無いか」と言うのは枝葉であり、全くマトを得てない事が分かると思う。
少なくとも「対策の合理性」という観点から検討すると合理的とは言いがたい。
ただ、この点についても重要な視点がある為、あとで少し書いてみる。どちらにしても少子化支援で解決は難しい。
このように、結婚しない人を結婚させるより、3人目を諦める人を支援した方が良いと言う事実はない事も既に研究で明らかになっている。確かに理想の人数の子の数を諦めた理由という調査では、その理由に経済を上げる人が多いが、統計で分析すると
要するに夫婦の子どもの数を増やすには、最も合理的な手段は晩婚化対策であるだと言うことになるが、政治的にタブーでありこの路線はほぼ無理であるとも言える。ただ、やるべきではあるのだが、これは子育て支援の方面ではない。
もちろん、
ただし
子育て支援は少子化対策としては有効ではないと言うことをとにかく認識してほしい。
よく「子育て支援・少子化対策」と並べる人がいるが、この二つは似て非なるものである。少子化対策とは別に考えるべきだ。
と言うことになる。
この施策を真っ向からストレートに捉えると、出会いを作って結婚してもらうと言う事になるだろう。色々な所が取り組んでいる。それを東京都がやるのが東京都が行う管掌のマッチングアプリという事になるだろう。
ここで「合理的か」という観点から見るとき考えなければならないのが、この施策にかかるリソースだが、東京都がこの婚姻支援に入れる予算は、たったの3億円である。(注5)
福祉予算としては圧倒的に低く、はっきりと東京都レベルでは誤差の範囲の予算だ。例えば、都庁のプロジェクションマッピングの半額以下である。
予算が低いことが問題ではない。むしろ「合理性」という観点では低い予算で高い効果が上がる可能性が高いと言うことだ。3億円では都心の100人規模の保育所の運営費にも満たないと思われる。
色々な資料を読んでいると、非婚化・晩婚化による少子化は1990年代から既に言われていることで(注1) この程度の予算でできる事をなぜやってこなかったのか、とどうしても思ってしまうが、過去の事は仕方が無い。
これからでもよいのでやるべきだ。
さて、優先順位の3番目にきている「晩婚化対策」についても触れたいと思う。
晩婚化対策が何故必要かは、既に述べた理由の再掲にはなるのだが、まとめると
また、
さて、晩婚化対策とはなんだろうか？これは2つ考えられ
の二つがある。
政策的にやりやすいのは明らかに後者である。1は大事だが、これは政治的にタブーであるし、現実問題出来るのかという事がついて回る。
一方で後者はやりやすい。と言うのは、いずれの統計でも、いずれの時代にも「結婚したい」と考える独身者の率は年齢が上がるほど延びて、一定を超えると諦めて減ると言うカーブを取るからである。
ただしこれは子育て支援とは切り口が異なる。政策的には子育て支援に含められている場合も多いが「不妊治療の公的扶助の拡充」などがそれにあたる。
子育て支援と異なるのは何かと言うと、保育所の支援、学費の無料化などは「既に生んだ後」の支援である。実はこれが少子化対策には効果が薄く非合理的だと言われる。
直接的に生みたいが生めないと言う人々を支援することが有効なのだが、何故か少子化対策に対してこちらの方が手薄になっている。
少子化対策予算などいくらでも出せるのだから全部やればいいと思うのだが。
おこなわれないのは、属性の人々はあまり政治層に声を上げないし、代弁して声を上げるような社会団体が無いからだと思われる。
再掲するが、せめて
が必要だ。
政治的に
みたいなことを堂々といったら炎上するだけで難しいのはわかる。例えば、子育て支援は所得制限無し無制限が支持される一方で、自治体が頑張って結婚相談所を作っても参加補助どころか無料も無理で、実費請求されるところがほとんどだ。
今回の件も、例えば朝日新聞の報道( 注5) にも「行政がやる事か？」「結婚しろという圧力になる」と言った的外れなコメントが、有識者枠で掲載される有様だ。有識者と言いながら単なる社会活動家のポジショントークに過ぎないのだが、ほぼ例外なく誰もが当事者であるから出てきてしまうのであろう。
これは有権者の支持が得られないというところであろう。
が、もうこれを上手くオブラートに包んで実行していくほかにないのでは無いと思われる。
子育て支援をするなと行っているのでは無い。子育て支援はやるべきだ。しかし、子育て支援は少子化対策にならないのを直視して、少子化対策は別枠でちゃんとやってくれと言う事である。
少なくともこの現実を直視し、正しい基礎知識を持った上で、婚姻支援を合理的ではないなどいった誤った考えを早く正すべきだと考える。また政治活動家がロビー活動をする時も、この論法を使うことは控えてほしい。もっと他に手頃なスケープゴートがあるだろう。
冷静に考えてほしい。東京都だけで2兆円ちかい子育て関連予算に対して、3億円の施策が何だというのか？ そして誰も「子育て支援を削って非婚化対策しろ」なんて考えで施策を行ってないのである。
少子化対策は非常に重要な問題で、主要な政治家はみな積極的に取り組んでいる状態だ。子育て支援と婚姻支援がトレードオフの関係にある訳がないから、必要なら両方やれば良いのだ。
正しい知識をもって行動してほしい。
アドレス載せすぎてスパム判定されたので、h抜きにしてあります。
今までの話を読んできてもらった人には、完全に誤った議論であることはわかっていただけると思うのだけれど、どうしてもこう言う事を言う人がいる。
ただ、一点だけ「既に金がある奴を支援するべき」はその通りで、そのための施策がマッチングサービス・非婚化対策なのである。
統計で見ると、結婚しない・出来ない理由は、トップが「出会いがない」で次いで「経済的理由」である。
経済的理由と出会いが無いはほぼ同率なので、両方に手当てをする必要がある。
そして未婚男性で最も多いのは年収500万円以上なので、経済だけを協調して、マッチングサービスなど出会いを作る施策を非合理的だとする理由はない。
両方やれば良いし「合理性」で考えるならば、マッチングサービスなどの単純な婚活支援が最初に来るだろう。
参考： ttps://president.jp/articles/-/63789 婚活市場では"高望み"の部類だが…｢年収500万円以上の未婚男性｣が最も余っている皮肉な理由
引用：
涯未婚率対象年齢である45～54歳男女の未婚人口を年収別にみると、未婚男性でもっとも人口が多いのは500万円以上の年収層になります（2007～2017年の10年推移）。これは2007年も同様で、比率にしてしまうと小さくなるのですが、実数としては「婚活女性が高望みといわれてしまう年収500万円以上の未婚男性」がもっとも余っている
わずかにそう言った傾向はあるかも知れないが、基本的には誤り。根拠としては、結婚する理由に「子どもが欲しいから」と答える人が減っているという事を上げることが多いが、子どもが欲しいからと上げていた Permalink | 記事への反応(0) | 12:26
上記の増田からはてブタワーが積み上がってる様子が視界に入ったので個人的な意見を適当に書く。
まず初めに、「婚姻を増やすこと」と「子育て支援をすること」は少子化対策にどちらも必要だ。
どちらの方が少子化対策に効果あるか、なんてバカな比較は止めよう。
でも、現実問題として金は無限に湧いて出るわけではないので、優先順位の設定は必要だ。
少子化対策は子供が生まれたらそれで終わりかというとそんなことはなくて、生まれた子供が真っ当に成人して国内経済を盛り上げて欲しいわけだ。
ただ出生数が増えれば良いというわけではない。
そこを考えると、子供が生まれた後の育児環境は子供が増えても対応可能なように先に拡充しておく必要はある。
育児環境は子供の揺り篭だ。揺り篭に空きがないのに先に子供を増やしたところで生まれた子供が辛い思いをするだけだ。
そういう意味では、未だに子育てに大金がかかり保育園や幼稚園を利用したくても利用できない人が居る現状で焦って子供を増やすことにどれほど意味があるかというと疑問に思う。
しかしながら、都のマッチングアプリ開発に対して「こんなのより子育て支援を」と言うのは的が外れてるといわざるを得ない。
アプリ開発の予算を削って子育て支援に回したってたいしたことなんか出来ない。
マッチングアプリが効果を発揮して婚姻が増えたとしても子育て環境を鑑みればすぐ出生数に好影響が出るわけはないが、育児環境が調えば子供を望む夫婦も増えるかも知れない。
なんというか、罵り合いしてる人達見てると、罵り合いするために選んだ話題がたまたま少子化対策ってだけで、別に少子化対策を本気で考えてるように見えないんだよな。
「マッチングアプリがもっと前からあれば俺も結婚できた」という意見に対しては、都の婚活支援はずっと前からやってたらしいよ？と思うし、「アプリ開発なんかより子育て支援を」という意見には「アプリ開発にどんだけ大金積まれる想定なのか」と思う。アプリ開発の予算を子育て支援に回したところで子持ち芸能人に子育て支援の広告動画出てもらって終わり、位にしかならんでしょ。
不毛だよな。
世の中には自分はサイコーだと思っていても、何故か、全く評価されず、あれは重版でこれは重版でないのはなんで？ということがたまにある。
なんでだろーとほわわんと思っているうちに、打ち切りになって、なんとなく胸にぽっかり穴が空いたような気持ちになる。
これまでは、それを受け入れて来たけれども、今どき、とりあえず狂気的な熱量でその魅力を発信すれば、一定の評価までいけるんじゃねと思い至った。思いついたら試してみたくなる性分で、自分の知るあらゆる場所で喚き散らそうと皆様のお目汚しさせて頂いております。
その漫画やら小説やらが、おもしろーと思う前提が大きく2つあると思ってる。
一つは、いかにうわぁーそれわかるわぁって深いところで思わされるかどうかである。
以下の人は、手に取ってもらえれば少なからず思うところがあるのではないかと思う。
●「馬を水辺につれていけても水を飲ませることはできない」を日常的にひしひしと感じている人
●自分に対して卑屈になって、大した事ない人間だと思っている人
他者はコントロールできず、自分自身のことしか、自分でコントロールできることはないという事実はは、人が幸せな人生を歩むうえで一番大切な考え方であると思う。
隣の芝は青く見える、アドラーの言う「他者と競争しない」ということ、古今東西誰かに嫉妬し凋落するという話は絶えない。
自分ではどうしようもないこと、他者との比較を駆り立てられるような仕組みが、今この世の中は多すぎる。そしてなぜだか、人の性質の一つとして自分が持っていない他人の何かに痛烈な魅力を感じてしまう。本来であれば、それは危機察知や、欲望等自分自身に向けることができれば、とてつもない力を発揮するはずであるのに、間違った使い方を推奨させるような、情報が蔓延ってしまっている。
自分の人生は自分のもので、他人と比較しようとどうしようと、結局自分が何を考えどう行動するかでしか、自分の人生は動かないという事を痛烈に感じさせてくれる。
主人公がその事を少しずつでも確実的に自覚するに連れて、心臓をえぐり取られるような衝撃が体を走り、一旦目を閉じ深呼吸することを強いられる。
嫌われる勇気読んだ人とかも、読んでないけど興味がある人も、この作品を足がかりにしてから、解像度が上がるかもしれん。
自分の人生を幸福にするためのヒントがわかりやすく散りばめられているこの本を読まん奴は本当に損だと思う。
弱いと思ってたやつが実は強い、正体不明の助けてくれた相手は、実はめちゃくちゃ権力者でひょんなことからコネが出来る等々。
葬送のフリーレンも、勇者が死んだあとのストーリーがエモいと言う部分にフォーカスされがちで、言うまでもなく、それがあれの根幹の面白さではあるのだけれど、これでもかというほどに、「あいつ実はめっちゃ強いやん」、が詰め込まれている。それなのに、ブリーチのようにあーはいはい、またそのパターンねとならない。消費されない。十分なタメを作ったうえでのどんでん返しなので、読む方は毎回純粋に重く気持ちよさを感じ取れるのである。
ただ、この紹介したい作品は、その要素を表に出さずに既に7巻まで進んでいる。ずっーと匂わせて、明らかなシーンとして強者を表立てない。それが読者に考えさせる余白を与える。
答えを早々に矢継ぎ早に、気持ちよくわかりやすい正義を振りかざし、相手に考えさせないことで、我々をコントロールしがちな様々なコンテンツとは毛色が違う。私自身もどちらも面白いと思うのだが、あとに引き、心の奥に残り、他の人と共有をしたいと思うのは圧倒的にこの作品である。
月刊だからさ、ゆっくりなのよ進み方が、でもさ絶対終わってほしくなくて、ずーっとゆっくーり1年とか半年とかに1回これが読めるだけでもうLOQバク上がりでさ、打ち切りなんてなったらショックもとてつもないからさ、応援したいわけ。
6月8日に最新刊だから、それに伴って、3巻無料キャンペーンがなされるかもしれん。私は、ユーチューバーの誰かが書評しているのをみて何かの記念で3巻無料でそこから入った口です。
ここのコメントが、そんな王道で面白いの知っとるわであふれることを祈る。
本のタイトルは
「図書館の大魔術士」
職場の御局が、育休から復帰してから「自分の自由のなさ」と「私の自由さ」を比較してめちゃくちゃ僻んでくるようになった。できない理由（やらない理由も含む）のすべてを子どもと夫のせいにすることでなんとかプライドを保っているようだった。
おそらく、就業後も土日も遊び倒しお金も時間も自由に使っている私と、家と職場（と保育園）を往復するだけの生活で心にも時間にも余裕がない自分を比較した結果、嫉妬に狂って怒りの矛先が私に向いたのだと思う。私も私で、御局に話しかけられること自体がかなりのストレスになっており、煽りを加えて返すことが増えた。今になって思うと嫉妬に対して煽るというのがかなり悪手だった。
こちらから言わせていただくと、「その不自由さの覚悟もなしに夫とか子どもを作るなよ」でしかないのだが、他人から嫉妬を燃やされてしまっても、嫉妬の対象である私が彼女の炎を消すのは難しい。
最初はどこまでも子供じみているなあ、とあまり気にしてなかったのだが、半年も経つと私も御局への恨みが募ってしまい、彼女のことをかなり嫌いになってしまっていた。この頃になると御局はもう私のやることなすことを批判することに拘っているようだった。「アンチ」へと成り下がったのである。
このままではよくないし、自分が誤って御局と同じ土俵に立ってしまうことがあると最悪だなと思ったので、自分の感情と向き合って整理することにした。あまり他人に対して嫉妬という感情を向けることがないので、社会心理学の本を読むなどもした。
アンチは「気に入らないから批判したい」「自分の正しさを証明したい」「相手を見下して自分が上であることを確認したい」という下卑た動機から動く生き物である。御局の言動からめちゃくちゃ心当たりがあるし、御局のプライドを傷つけたと思い当たる節もあった。 煽りが悪手であった理由である。
アンチの言動で傷ついてしまう理由は、おそらく「感受性の高さ」「共感力の高さ」「察しの良さ」あたりが原因だと思う。アンチの言葉に対して「そうなのかも」と思い当たる節を探してしまい、刃となった言葉に寄り添おうとして傷ついてしまっている気がする。
何かしらの創作をしたことがあるとわかる感覚だと思うのだが、アウトプットをするためには基本自分がインプットしてきたものしか手札になり得ない。デザインをするにも、文章を書くにも、何かを作るにも、基本的には全部に当てはまると思う。その一つに他人への言動があると思っていて、つまりアンチも過去には他人から言葉や行動で攻撃されたことがあり、抱えきれず膨張してしまった爆弾を誰かに押し付けたいのだと思う。
ただアンチの気持ちに寄り添って共鳴してしまっているだけで、それは私の気持ちではない。そんなものに寄り添ってしまうなんてもったいない。アンチの言葉に対して「思い当たる節」を探すのをやめて「へー、でもそれってあなたの考えですよね」とホリエモンばりに流してしまっていい。
だって、アンチに気を取られて自由を失ったり、萎縮したり、気分を害されてしまうにはあまりに人生は短すぎる。アンチと同じ土俵に立ってしまわないためには「自分は人の悪口を言わない（アンチ側に回らない）」「殴り返しにいかない」ことだなと思った。他人に干渉しないスタンスを保ちつつ自分の好きなことを自由にすること。雑音に耳を傾けることなく自分の正しい道を歩き続けていればいい。
嫉妬される人に落ち度はなく、羨んで勝手に敵意を向けてきているだけなのである。むしろ自分には秀でたものがあると前向きに捉えて栄養にしたほうがいいに決まっている。
これから書くことはいわゆるネットスラングで言う「アルミホイルを巻く話」、つまり妄想だということです。
なので事実の摘示もしていませんので勘違いしないようにしてください。
子猫の小話
https://youtu.be/kaLkD3KBDTg?si=chkj7KDLeOO6Xo-M&t=217
石丸伸二について調べてみました
暇空茜
https://www.youtube.com/watch?v=GDFY6hB-BFM
石丸伸二がバズり始めたのは2023年８月上旬からということは複数の方が確認している。
2023/07/01 2023/08/31
堀口がおおむね圧倒的に上にあるが、８月に入り小林の怒りがトレンドに入り、そして低下するのと入れ替わるように石丸伸二が上がってくる。
この状況を整理すると、石丸伸二と堀口英利は互いに示し合わせて行動しているわけではないが、結果として石丸伸二の仕掛けを隠ぺいするために堀口英利がサポートする形になっていたようにみえる。
具体的には、堀口英利が小林の怒りに対してできるだけド派手な攻撃を行い、石丸伸二をプッシュしていることを暇空茜に気取らせないようにしていた。
もちろん、堀口英利がその事実を知っていたとは思えないが、意図せずとも互いの行動が結果としてWin-Winの関係 になっていたようだ。
伊久間の訴状を見れば、700万円の請求も神原、伊久間あたりが考えていた内容を堀口が実行したともいえる。
そうだとすると、石丸伸二を隠すように堀口に吹き込むタイミングが調整されていたのかもしれない。
堀口英利がネット上で話題を混乱させることで、石丸伸二のプッシュが目立たなくなり、計画がスムーズに進めた可能性がある、
自分だけだとバイアスがかかるかもしれないので、ChatGPTにも見せてみる。
ChatGPTが読み取れることを以下にまとめます。
7月初旬から8月中旬にかけて、人気度が一貫して高く推移しています。（編注：トレンドだからこういう表現になる）
特に7月中旬と8月初旬に大きなピークが見られます。これは何か特定のイベントやニュースが影響している可能性があります。
あるトピックやキーワードが7月から8月にかけて一貫して注目を集めています。特定のイベントや連続したニュースが関連している可能性が高いです。
7月初旬はほとんど変動がありませんが、8月に入ってから何度か急上昇しています。
これらの急上昇は、特定の短期間に集中していることから、一時的な注目を集めた出来事があったことを示唆しています。
他の二つのラインに比べて、頻度が低く、また人気度もあまり高くありません。
いくつかの時点で急激な増加が見られますが、それ以外はほとんどゼロに近い状態です。
@shinji_ishimaru
こちらの #キッチンカー の募集は明後日8/10（木）が〆切です!
すでにかなり多種多様なお申し込みがあり、県内でも稀なイベントとなりそうな感じがしています😃
盛り沢山な #フェス を共に楽しみましょう。（珍しい飲食が提供できる方は特に）皆さんの参加をお待ちしています!!
ttps://x.com/shinji_ishimaru/status/1688876338785267712
ここでサクラが出現している。
@Silvertigerone
安芸高田市長「恥を知れ」発言 #安芸高田市 #恥を知れ #石丸伸二 ttps://youtube.com/shorts/fnFbdyqsxDA?feature=share
ttps://x.com/Silvertigerone/status/1688946721718710272
@shinji_ishimaru
ここ数日、フォロワー数が急増しているので不思議に思っていました…再生数が6日で230万回はなかなかの伸びですね。
ttps://youtu.be/dTu2Fk_LpdI
#中国新聞 に限らず地方紙には似た傾向があるのではないかと懸念しています。発言に責任を持たない #メディア は有害です。
@ChugokuShimbun
youtube.com
【逆ギレ】マスゴミが中途半端に石丸市長を挑発し、逆にコテンパンにされ涙目で逆ギレ議論すり替えを行ってしまう
余計な一言と、下手な追求は効かない人には絶対に効かないですね…記者も感情的にならず、もうちょっと理論的に話をしてほしいです。引用元安芸高田市定例記者会見（2023年7月） 前編ttps://www.youtube.com/watch?v=QfNRDlQbzy4チャンネル登録はこちらをクリック！ttp://ww...
208.9万 件の表示
ttps://x.com/shinji_ishimaru/status/1691432918701494272
今後数年間の野心的なアンホブリングはどのようなものになるのでしょうか？私が考えるに、3つの重要な要素がある：
GPT-4は、多くの人の仕事の大部分をこなせるだけの生の賢さを持っているが、それは5分前に現れたばかりの賢い新入社員のようなものだ：関連するコンテキストを持っておらず、会社のドキュメントやSlackの履歴を読んだり、チームのメンバーと会話したり、会社内部のコードベースを理解するのに時間を費やしたりしていない。賢い新入社員は、着任して5分後にはそれほど役に立たないが、1ヶ月後にはかなり役に立つ！例えば、非常に長いコンテクストを通じて、新しい人間の同僚を雇うようにモデルを「オンボード」することは可能なはずだ。これだけでも、大きなアンロックになるだろう。
2.テスト時間の計算オーバーハング（より長いホライズンの問題に対する推論／エラー訂正／システムII）
今のところ、モデルは基本的に短いタスクしかこなせない。しかし、これでは非常に限界がある。5分どころか、数時間、数日、数週間、数ヶ月かかるのだ。
難しい問題について5分間しか考えることができない科学者は、科学的なブレークスルーを起こすことはできない。ソフトウェア・エンジニアは、より大きな仕事を与えられ、計画を立て、コードベースや技術ツールの関連部分を理解し、さまざまなモジュールを書いて段階的にテストし、エラーをデバッグし、可能性のある解決策を検索し、最終的には数週間の仕事の集大成である大規模なプル・リクエストを提出する。などなど。
要するに、テスト時間の計算オーバーハングが大きいのだ。GPT-4の各トークンは、問題を考えるときの内部モノローグの言葉だと考えてください。各GPT-4トークンは非常に賢いのですが、現在のところ、思考の連鎖のために～数百トークンのオーダーしか効果的に使うことができません（あたかも問題やプロジェクトに数分しか内部独白／思考を費やせないかのように）。
もし数百万トークンを使って、本当に難しい問題や大きなプロジェクトについて考え、取り組むことができるとしたらどうだろう？
| トークンの数 | 私が何かに取り組むのに相当する時間... | |
| 100s | 数分 | ChatGPT (私たちはここにいる) |
| 1000s | 30分 | +1 OOMsテスト時間計算 |
| 10,000 回 | 半日 | +2 OOMs |
| 100,000ドル | 1週間 | +3 OOMs |
| 数百万回 | 複数月 | +4 OOMs |
人間が〜100トークン/分で考え、40時間/週働くと仮定して、「モデルが考える時間」をトークンで換算すると、与えられた問題/プロジェクトにおける人間の時間になる。
仮に「トークンあたり」の知能が同じだったとしても、頭のいい人が問題に費やす時間が数分なのか数ヶ月なのかの違いになる。あなたのことは知らないが、私が数ヶ月でできることと数分でできることは、はるかに、はるかに、はるかに多い。もしモデルに「数分ではなく、数カ月に相当する時間、何かを考え、取り組むことができる」という能力を与えることができれば、その能力は飛躍的に向上するだろう。ここには膨大なオーバーハングがある。
今のところ、モデルにはまだこれができない。最近のロング・コンテキストの進歩をもってしても、このロング・コンテキストのほとんどはトークンの消費にしか機能せず、トークンの生産には機能しない。しばらくすると、このモデルはレールから外れたり、行き詰まったりする。しばらくの間、離れて単独で問題やプロジェクトに取り組むことはまだできない。
しかし、テスト時間の計算を解除することは、単に比較的小さな「ホブリングしない」アルゴリズムの勝利の問題かもしれない。おそらく、少量のRLは、モデルがエラー訂正（「うーん、これは正しくないようだ、再確認してみよう」）を学習したり、計画を立てたり、可能性のある解を探索したりするのに役立つだろう。ある意味、モデルはすでに生の能力のほとんどを持っており、それをまとめるために、さらにいくつかのスキルを学習する必要があるだけなのだ。
要するに、私たちはモデルに、困難で見通しの長いプロジェクトを推論させるシステムIIのアウターループのようなものを教えればいいのだ。
この外側のループを教えることに成功すれば、2、3段落の短いチャットボットの答えの代わりに、モデルが問題を考え、ツールを使い、異なるアプローチを試し、研究を行い、仕事を修正し、他の人と調整し、大きなプロジェクトを一人で完成させるような、何百万もの言葉のストリーム（あなたが読むよりも早く入ってくる）を想像してみてほしい。
続き I.GPT-4からAGIへ：OOMを数える(9) https://anond.hatelabo.jp/20240605210357
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
私たちは今、基本的に人間のように会話できるマシンを手にしている。これが普通に思えるのは、人間の適応能力の驚くべき証であり、私たちは進歩のペースに慣れてしまったのだ。しかし、ここ数年の進歩を振り返ってみる価値はある。
GPT-4までのわずか4年間（！）で、私たちがどれほど進歩したかを思い出してほしい。
GPT-2（2019年）～未就学児："わあ、もっともらしい文章をいくつかつなげられるようになった"アンデス山脈のユニコーンについての半まとまりの物語という、とてもさくらんぼのような例文が生成され、当時は信じられないほど印象的だった。しかしGPT-2は、つまずくことなく5まで数えるのがやっとだった。記事を要約するときは、記事からランダムに3つの文章を選択するよりもかろうじて上回った。
当時、GPT-2が印象的だった例をいくつか挙げてみよう。左：GPT-2は極めて基本的な読解問題ではまあまあの結果を出している。右：選び抜かれたサンプル（10回試したうちのベスト）では、GPT-2は南北戦争についてある程度関連性のあることを述べた、半ば首尾一貫した段落を書くことができる。
https://situational-awareness.ai/wp-content/uploads/2024/06/gpt2_examples-1024x493.png
当時、GPT-2について人々が印象に残った例をいくつか挙げます。左: GPT-2は極めて基本的な読解問題でまあまあの仕事をする。右: 厳選されたサンプル（10回試したうちのベスト）では、GPT-2は南北戦争について少し関連性のあることを言う、半ば首尾一貫したパラグラフを書くことができる。
AIの能力と人間の知能を比較するのは難しく、欠陥もあるが、たとえそれが非常に不完全なものであったとしても、ここでその例えを考えることは有益だと思う。GPT-2は、その言語能力と、時折半まとまりの段落を生成したり、時折単純な事実の質問に正しく答えたりする能力で衝撃を与えた。未就学児にとっては感動的だっただろう。
GPT-3（2020年）～小学生："ワオ、いくつかの例だけで、簡単な便利なタスクができるんだ。"複数の段落に一貫性を持たせることができるようになり、文法を修正したり、ごく基本的な計算ができるようになった。例えば、GPT-3はSEOやマーケティング用の簡単なコピーを生成することができた。
https://situational-awareness.ai/wp-content/uploads/2024/06/gpt3_examples-1.png
GPT-3について、当時の人々が印象に残った例をいくつか挙げてみよう。上：簡単な指示の後、GPT-3は新しい文の中で作られた単語を使うことができる。左下：GPT-3は豊かなストーリーテリングを行ったり来たりできる。右下：GPT-3は非常に簡単なコードを生成できる。
GPT-3はSEOやマーケティング用の簡単なコピーを生成することができた。上：簡単な指示の後、GPT-3は新しい文章の中で作られた単語を使うことができる。左下：GPT-3は豊かなストーリーテリングを行ったり来たりできる。右下：GPT-3は非常に簡単なコードを生成できる。
繰り返しになるが、この比較は不完全である。しかし、GPT-3が人々に感銘を与えたのは、おそらく小学生にとって印象的だったことだろう。基本的な詩を書いたり、より豊かで首尾一貫した物語を語ったり、初歩的なコーディングを始めたり、簡単な指示やデモンストレーションからかなり確実に学習したり、などなど。
GPT-4（2023年）～賢い高校生：「かなり洗練されたコードを書くことができ、デバッグを繰り返し、複雑なテーマについて知的で洗練された文章を書くことができ、難しい高校生の競技数学を推論することができ、どんなテストでも大多数の高校生に勝っている。コードから数学、フェルミ推定まで、考え、推論することができる。GPT-4は、コードを書く手伝いから草稿の修正まで、今や私の日常業務に役立っている。
https://situational-awareness.ai/wp-content/uploads/2024/06/gpt4_examples-3.png
GPT-4がリリースされた当時、人々がGPT-4に感銘を受けた点をいくつか紹介しよう。上：GPT-4は非常に複雑なコードを書くことができ（中央のプロットを作成）、非自明な数学の問題を推論することができる。左下：AP数学の問題を解く。右下：かなり複雑なコーディング問題を解いている。GPT-4の能力に関する調査からの興味深い抜粋はこちら。
AP試験からSATに至るまで、GPT-4は大多数の高校生よりも良いスコアを出している。
もちろん、GPT-4でもまだ多少ばらつきがある。ある課題では賢い高校生よりはるかに優れているが、別の課題ではまだできないこともある。とはいえ、これらの限界のほとんどは、後で詳しく説明するように、モデルがまだ不自由であることが明らかなことに起因していると私は考えがちだ。たとえモデルがまだ人為的な制約を受けていたとしても、生のインテリジェンスは（ほとんど）そこにある。
https://situational-awareness.ai/wp-content/uploads/2024/06/timeline-1024x354.png
続き I.GPT-4からAGIへ：OOMを数える (3) https://anond.hatelabo.jp/20240605204704
