  |
親愛度をあげる→試験で補正が入るようになる（≒試験で使わないからレッスンでPドリンクばんばん使ってもよくなる）
スレスパだとカードやレリックが増えてもコンボが組みにくくなるから一長一短だったけど、学マスの場合は増えるカードの大部分が初期カードより強いからレベルが上がるほどガン有利。
しかもメモリーで強カードを確保した状態からスタート出来るんだから凄いよね。
たとえばスレスパで「バリケード」「塹壕」「ボディスラム」「不動」を最初から持った状態でスタート出来たらヤバイでしょ？
学マスはそれが出来ちゃうの。
ヤバイね。
そんで一度TRUE見たら最終ステに補正入るし、親愛度を上げる段階で試験は楽になるしカード再選出回数も増えるし、ほんまヤバイでしょ。
ローグライクって基本的にやればやるほどアセンションがあがって難しくなるけど、学マスは違う。
やるほどに簡単になる。
まあゆーてチョコボの不思議なダンジョンみたいなやればやるほどドンドンヌルくなるローグライクは昔からあったと言えばそうかもね。
でもなんとなく最近はやるほどにムズくなるゲームが流行っててさ、特にスレスパクローンはカード増えるほど闇鍋になってコンボ狙えないからアドリブで解決するしかなくなってくのが、学マスはコンボのしやすさがドンドン加速するわけだから認識がバグるね。
マジでさ、ここまでゲーム難易度が下がっていくなんて思わんかったんよマジでさ。
まあA+いつかは見れる仕組みじゃないとしんどすぎるのは本当にそうだと思う。
あんまりムズいと課金圧になりすぎるし、緩和されるまで放置する人とかも増えそうだもんね。
まあ逆に皆クリア出来ちゃったらやることなくなる問題はある気がするけど。
たとえばウマ娘もハルウララの隠しイベみたいのがあったからどこかでやり続けてた人とかもいると思うわけよ。
それが案外簡単に見れたらさ、ね？
これはかなりの田舎だなあ。
これがポイントなんだろうな。
生活費激安になるレベルのガチ田舎は仕事もないのが普通だから…。
あっても中古車ディーラーか介護か地元の零細オーナー企業の奴隷でしょ。
東京以外も、1999年以来、24年ぶりに全都道府県で前年を下回ったそうだ。
まるで映画の中のディストピアみたいだな。東京という大都会で、人々は未来を感じることができなくなっているのかもしれない。夜遅くまで働き続けるサラリーマンたちや、家賃と生活費に追われる若者たち。そんな現実の中で、新しい命を育むことに対する不安や恐れは、日々増しているように感じる。
未来に希望を持てない中で、子どもは作らなければいけないものなの？
子育てには膨大な時間とお金がかかるし、仕事と両立するのは難しい。それに、子どもを育てるための環境が整っているとは言い難い。保育所の不足、教育費の高騰、そして社会的なサポートの欠如。これらの問題が積み重なって、ますます若い世代は子どもを持つことをためらってしまう。
しかし、一方で家族を持つことの喜びや、子どもたちの成長を見る幸せも確かにある。人々が安心して子どもを育てられる社会を作るためには、政府だけでなく、社会全体で取り組む必要がある。住宅政策、働き方改革、教育の質の向上など、多くの分野での改革が求められるだろう。
交尾機会を得られずに死んだ弱オス野良猫が理想のハーレムに行けるとしたらどんな世界を妄想するのだろうか？
おちちゃった。
まあ、そうなるような気はしてたし、ちょっとこわかったから望んでもいたけど。
しかしこれでワイちゃんと適性検査のある応募先は合わないって前例が複数になったやね。
それにしても前職(正確には一週間で逃げるように辞めたとこがあるから前々職だけど)から追ん出されて丸々いちねん経つまで(正確にはロックアウトされてから一ヶ月は有給あったけど)再就職先が決まらんとは去年の今もおもっとらんかったわなー、と一年前の今日とかに撮ってたスマホの中の写真を見てた。。。
私は以前、AGIへの短期的なタイムラインには懐疑的だった。その理由のひとつは、この10年を優遇し、AGI確率の質量を集中させるのは不合理に思えたからである（「我々は特別だ」と考えるのは古典的な誤謬のように思えた）。私は、AGIを手に入れるために何が必要なのかについて不確実であるべきであり、その結果、AGIを手に入れる可能性のある時期について、もっと「しみじみとした」確率分布になるはずだと考えた。
しかし、私は考えを変えました。決定的に重要なのは、AGIを得るために何が必要かという不確実性は、年単位ではなく、OOM（有効計算量）単位であるべきだということです。
私たちはこの10年でOOMsを駆け抜けようとしている。かつての全盛期でさえ、ムーアの法則は1～1.5OOM/10年に過ぎなかった。私の予想では、4年で～5OOM、10年で～10OOMを超えるだろう。
https://situational-awareness.ai/wp-content/uploads/2024/06/this_decade_or_bust-1200x925.png
要するに、私たちはこの10年で1回限りの利益を得るための大規模なスケールアップの真っ只中にいるのであり、OOMsを通過する進歩はその後何倍も遅くなるだろう。もしこのスケールアップが今後5～10年でAGIに到達できなければ、AGIはまだまだ先の話になるかもしれない。
つまり、今後10年間で、その後数十年間よりも多くのOOMを経験することになる。それで十分かもしれないし、すぐにAGIが実現するかもしれない。AGIを達成するのがどれほど難しいかによって、AGI達成までの時間の中央値について、あなたと私の意見が食い違うのは当然です。しかし、私たちが今どのようにOOMを駆け抜けているかを考えると、あなたのAGI達成のモーダル・イヤーは、この10年かそこらの後半になるはずです。
マシュー・バーネット（Matthew Barnett）氏は、計算機と生物学的境界だけを考慮した、これに関連する素晴らしい視覚化を行っている。
日本の普通の会社であれば、身だしなみをきちんと整えて、明るい顔でまっすぐ前を向いて、定時に出社し、
上司に、おはようございます、今日はご指示事項ありますか？と朝挨拶をしていれば、そのうち出方が変わるかも。
録音は必須。
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
