  |
はてなキーワード: ビッグデータとは
予測不能なカオスの中からこそ新しいものは産まれると思っているからだ。
あと、誰かの計画の一部に自分が組み込まれているのが許せない。
昨今、スクレイピングの是非が問われているが、それもやはり嫌だね。
なんなら、子供の誕生日に喜ぶやろうなあ、と思って買ったものが計算通り喜ばれるとものすごく不快。
俺が思いつきもしなかった遊び方で楽しんでいるならいい。
喜ぶ理由が予想外ても許す。
だが俺ごときに予想される行動を取るのなら内心見捨てる。
電車が時刻通り運行する行為も許せないし、医療や法律が規定通りに遂行されるのも不愉快だ。
未だに「謎の半導体メーカー」程度の認識の方になぜNVIDIAが時価総額世界4位なのかをあれこれ説明する必要があるので短めにメモ。半導体業界のすみっこの人間なので機械学習まわりの説明は適当です
・～1993年 AI冬の時代。エージェントシステムがさほど成果を挙げられなかったり。まだ半導体やメモリの性能は現代とくらべてはるかに劣り、現代のような大規模データを用いた統計的処理など考えられなかった。2006年のディープラーニングの発明まで実質的な停滞は続く。
・1995年 NVIDIAが最初のグラフィックアクセラレータ製品NV1を発売。
・1999年 NVIDIAがGeForce 256発売。GPUという名が初めて使われる。以降、NVIDIAはGPU業界1位の座を守り続ける。
・2006年 GPGPU向け開発基盤CUDAを発表。以降、その並列計算に特化した性能を大規模コンピューティングに活用しようという動きが続く。
・2006年 ディープラーニングの発明。のちのビッグデータブームに乗り、これまでよりはるかに高性能なAIを模索する動きが始まる（第3次AIブームのおこり）
・2006年 CPU業界2位のAMDがGPU業界2位のATIを買収、チップセットにGPUを統合することで事実上自社製品をNVIDIAと切り離す戦略に出る。CPU業界1位のインテルも、同じく自社CPUに自社製GPUを統合する動きを強める。NVIDIAはこれまでの主力だったGPUチップセット製品の販売を終了し、データセンター向けGPGPUのTeslaシリーズ、ゲーム用外付けGPUのGeForceシリーズ、ARM系CPUと自社GPUを統合したTegraシリーズの3製品に整理する。このうちTeslaシリーズが性能向上やマイクロアーキテクチャ変更を経て現代のAIサーバ製品に直接つながる。GeForceシリーズはゲーマー向け需要や暗号通貨マイニング向け需要も取り込み成長。Tegraシリーズは後継品がNintendoSwitchに採用される。
・2012年 ディープラーニングが画像認識コンテストで圧倒的な成績を収め、実質的な第3次AIブームが始まる。
・2017年 Transformerモデル発表。これまでのNN・DLと異なり並列化で性能を上げるのが容易＝デカい計算機を使えばAIの性能が上がる時代に突入。
・2018年 IBMがNVIDIAと開発した「Summit」がスパコン世界ランキング1位の座を5年ぶりに中国から奪還。全計算のうち96%がGPUによって処理され、HPC（ハイパフォーマンスコンピューティング）におけるGPUの地位は決定的になる。NVIDIAの開発したCPU-GPU間の高速リンク「NVLink」が大規模に活用される。「Summit」は2020年に「富岳」にトップを奪われるまで1位を維持。
・2018~2021年 BERTやXLNet、GPT2など大規模言語モデルの幕開け。まだ研究者が使うレベル。
・2019年 NVIDIA CEOジェスン・ファン（革ジャンおぢ）が「ムーアの法則は終わった」と見解を表明。半導体のシングルスレッド性能の向上は限界に達し、チップレットを始めとした並列化・集積化アーキテクチャ勝負の時代に入る。
・2022年 NVIDIAがH100発表。Transformerモデルの学習・推論機能を大幅に強化したサーバ向けGPUで、もはや単体でもスパコンと呼べる性能を発揮する。H100はコアチップGH100をTSMC N4プロセスで製造、SK Hynix製HBMとともにTSMC CoWoSパッケージング技術で集積したパッケージ。※N4プロセスは最新のiPhone向けSoCで採用されたN3プロセスの1つ前の世代だが、サーバ/デスクトップ製品向けプロセスとモバイル製品向けプロセスはクロックや電流量が異なり、HPC向けはN4が最新と言ってよい。
・2022年 画像生成AIブーム。DALL-E2、Midjourney、Stable Diffusionなどが相次いで発表。
・2022年 ChatGPT発表。アクティブユーザ1億人達成に2カ月は史上最速。
・2023年 ChatGPT有料版公開。Microsoft Copilot、Google Bard（Gemini）など商用化への動きが相次ぐ。各企業がNVIDIA H100の大量調達に動く。
・2024年 NVIDIAが時価総額世界4位に到達。半導体メーカー売上ランキング世界1位達成（予定）。
こうして見るとNVIDIAにとっての転換点は「ディープラーニングの発明」「GPGPU向けプログラミング環境CUDAの発表」「チップセットの販売からコンピューティングユニットの販売に転換」という3つが同時に起こった2006年であると言えそう。以降、NVIDIAはゲーマー向け製品やモバイル向け製品を販売する裏で、CUDAによってGPGPUの独占を続け、仮装通貨マイニングやスパコンでの活躍と言ったホップステップを経て今回の大きな飛躍を成し遂げた、と綺麗にまとめられるだろう。
2010年代は政治思想により異なった広告を出して分断を煽ったデータ分析企業があり、それがトランプ大統領の誕生やブレグジットに大きく寄与したと言われている
それが判明して世界的に大騒ぎになって、欧州ではGDPRなど色々な枠組みができてユーザー情報保護を前進させてきた流れがある
つまり原理的に、FacebookやGoogleのような巨大テック企業が持つビッグデータがあれば、ユーザーの嗜好や思想などを把握するのみならず、特定の行動に誘導するのも容易だということが証明されている
'サービス 開発 リモートワーク 提供 機械学習 プロダクト ソリューション 大規模 技術 要件 する チーム 企画 運用 設計 検索 ため 推進 製品 活用 改善 通信 投資 terraform アーキテクチャ フレームワーク ポジション データ 用い cto プラットフォーム gcp 課題 ビジネス 備考 リーダー scala クラウドサービス 配信 利用 リード 特化 github 処理 ユーザー ci js パーソルクロステクノロジー 新規 喫煙 月額 ai 提案 ビッグデータ クラウド 検知 仕様 スクラム 受注 施策 連携 マーケティング 展開 主体的 インフラ メディア フレックスタイム制 翻訳 広告 社会 事業内容 年俸制 行動 対する マネジメント 音声 自然言語処理 東京メトロ django レコメンド 保養 docker 購入 分析 go メンバー 解決 フルフレックス 検討 jira sas ステークホルダー 折衝 基本給 定義 創業 表彰 新橋駅 インターネット ansible'
'制作 応募 ます 未経験 ゲーム 月給 研修 案件 ください あり 完全 ok 交通費 歓迎 java 土日 アクセンチュア 試用期間 希望 契約社員 です たい テスト 休み スキル ヶ月 電話 エンジニア 年収 まで ませ 実績 あなた 名古屋 住宅手当 スクール ブランク 弊社 php サーバー 面接 net お客様 紹介 vb 豊富 up タイトル 経験者 チェンジ 原則 から 営業 夏季休暇 ディビジョン 不問 ses 全額支給 step ドローン ござい 許可 つけ 相談 みなとみらい 言語 か月 定期的 書類 好き 気軽 製造 内定 当社 活躍 db また 昇給 週休 教育 全員 prevent 面談 デバイス ソクコム 内容 分野 人数 cobol 雇用 策定 先輩 有料 連絡 求人 知識 安心 農業 残業 産前産後休暇'
https://koken-publication.com/archives/335
池内 私もかなりの危機感があるんですね。うっかりしていると、ネトウヨ的な意見が社会を覆うことになりかねない。今は一つの大きな敵やターゲットがないから、そうはなっていないだけの話なのかもしれません。そういう対象にされることを誰もが恐れていて、「自分はその対象にはなりたくない」という行動を取るわけですね。
池内 誰かがやらなければ、結果としてネトウヨ・ネトサヨ諸君のおかしな意見が通ってしまうかもしれない。だから、しっかり正しておかなければ、うっかり間違えてヘンなことになりかねないところがある。ネット上では、「まともな人が手を出せないから、ここは黙っていよう」とみんなが知らないフリをしていると、まともじゃない人ばかりが湧いてきます。そうなると、そちらがマジョリティであるかのように一瞬錯覚して、社会の頭がおかしくなって、ヘンな判断をしてしまうということが十分あり得ると思うんです。
池内 政界から大学まで、そこで敵にされたくないというネガティブな自己保身が、結果的に制度を潰してしまうという結果につながりかねない。
池内 果敢に立ち向かうことをせずにみんなで逃げた結果、主体が誰もいなくなってしまったという状況が一番怖いと思いますね。悪口言っている人たちの主体なんて、誰にもわからないわけです。アカウント自体が実態のないものだったりしますからね。すべて匿名なわけですから、主体性やアイデンティティが伴っているわけではないことが多い。そもそも、悪口を言っている人も実際は、ただ単に構ってほしいだけではないかと思える人がいっぱいいます。口汚い言葉を使っているけど、この言い方をすると相手が反応してくれるのではないかと思って挑発していたりする。むしろ、多少意に反したことを言ってでも目立ちたいと思っていたり、ただ相手にして欲しいという寂しい人だったりする。
だから、そんな無責任な発言を参考にして、結果的におかしな世論が形成されてしまうのは危険なことです。マイクロソフトが開発したＡＩ（人工知能）チャットロボットＴａｙに、ＷＥＢ上に溢れるビッグデータから学習して自動的にツイートさせる実験を行ったところ、「ヒトラーは間違っていない」とナチス賛美を言い出したので、１日余りでスイッチを切って実験を中止しなければならなくなったという話がありました。この場合スイッチを切ることができたので良かったのですが、「ＡＩの判断は正しい」とか「ＡＩに嫌われたくない」から、ＡＩが決めたとおり実行しますということにもなりかねない。いつかはそういう過ちをどこかで犯すような気がしますね。
池内 「雑兵」と呼ばれた瞬間にピタリと止まる。ハタと気が付くわけです。「オレもしかしたら雑兵になりかけている？ しかも、狩られちゃうの？」と。そうするとそれまで他人をいじって遊んでいた人たちが逆に「笑われる立場なの？」ということに気が付くと、クリックがピタリと止まる瞬間がありましたね。そういう時に、第三者が合いの手を入れるとシューッと減るんですよね。そういうふうに実名で何人か懲らしめると、サーっといなくなるんですよね。まずは、個性や実態のあるアカウントと、粗製乱造のアカウントや全く考えなしに煽動された人たちを見極めます。形の上では大規模に増幅しているように見えますが、その中でコアになっているアカウントは限られていますから、そこを叩く。逆に、考えなしに付和雷同してうっかり口を挟んで来た哀れなアカウントをいくつかサンプリングして批判して晒すこともあります。
池内 その不満は、政治的に解決することが原理的にできない内容のものであることが多いんですよね。だから、単に「オレを認めろ」と言っているだけになっている。しかも、その時にポジティブに認められるような要素がほとんどない。よく言われているように、日本人であること以外は誇りに持てることがなくなっているんでしょうね。だから、日本を蔑むような対象には敵意を剥き出しにして罵る。ネタが尽きたように、朝日新聞だったり左派系の政治家の名前だったり、そういう限られたアイコンに対して罵倒する。こういう集合体は、煽っている人に触発されてそこに加担していく人も一定数いるのだと思います。彼らが何でまとまるのかと言えば、非常にネガティブな「何らかの敵」です。それも実態のある敵とも言えないような想像上の敵ですね。「味方」「自分たち」は何かというと、「日本人である」というだけしかない。
この間、ソフトバンクの孫会長が「ChatGPTを使ったことがない人は人生を悔い改めたほうがいい」と何かのプレゼンで話していたらしいことを知った。
見下されたように感じて正直腹がたったのだが、ちょうど女の子とデートする予定がありどんなお店を選べばよいのかさっぱりだったので、ChatGPTに相談してみることにした。
生涯で彼女いた事無し22歳童貞の知見では手に負えないからビッグデータに頼ったのだが？無能やん。と、その時は思った。
その後、その女の子に告ったところ「あなたのことは恋愛とかそんな感じには見てない」的な理由で振られ、失意の中で卒業研究に励むある日、ふたたびChatGPTを使うこととなった。
実験で得た複数データのばらつきを評価することになった。こういった評価には、標準偏差が一般的に用いられている。標準偏差は高校１年（数Ⅰ）で習う内容だが、なぜ標準偏差でばらつきが評価できるのか、恥ずかしながらよく理解していなかった。特に、分散を求めるに当たりどうして２乗するのかサッパリだった。
公式だけ知りたければGoogle検索で十分だ。しかし、その公式の成り立ちや意味を調べようととしたとき、Googleオンリーだと結構難しくて時間がかる。複数のサイトを巡り、様々な情報を関連付けながら理解する必要があるからだ。
というわけでChatGPTの出番が来た。
私「標準偏差の求め方について教えてください」
ChatGPT「標準偏差は、データセット内の個々のデータ点が平均からどれだけばらついているかを示す尺度です。標準偏差を求める基本的な手順は〜（手順を５ステップに分けて丁寧にわかりやすく説明してくれる）」
私「分かりやすく説明してくれてありがとうございます。分散を求める過程で、なぜ平均の２乗するのでしょうか。」
ChatGPT「平均を２乗する理由は、主に以下の２つの目的があります。１．負の値の影響を排除する ２．ばらつきの大きさを強調する 〜中略〜 そして、標準偏差はその平方根を取ることで、元のスケールに戻します。」
私「なるほど！標準偏差は元のスケールに戻っているから、母集団と同じ単位で扱ってよいのですね？」
ChatGPT「はい、そのとおりです！」
目から鱗だった。コイツ有能じゃないか。私は学習塾でバイトをしているのだが、私が生徒に教えるよりも、教室にあるiPad渡して「chatGPTに聞いて」と言ったほうがよっぽど分かりやすくて良いじゃないかと。「AIに仕事を取られる！」と巷は大騒ぎだが、まさか自分の仕事が、直ちに危機的状況にあるとは思っていなかった。
しかしながら、実際に塾講師の仕事が絶滅することは無いと思われる。塾講師の仕事は「生徒にわからない所を教えること」と思われがちだが、実際には生徒のマネージャーという意味合いが大きいからである。
生徒が苦手な問題を見つけてカリキュラムを考える事はもちろん、宿題をやってこない生徒に居残りさせるとか、授業中に雑談したりスマホ弄ることを止めさせるとか、そういったフィジカルで泥臭い仕事が結構多い。そして、泥臭くて人間臭い仕事は、AIよりも人間が得意とする分野だ。
例えば、居残りしなければならない生徒が、授業後にしれっと帰ろうとしているとする。スマホの中にいるChatGPTが「居残りしましょう」とアラームを鳴らすのと、おいおい何帰ろうとしてるのかな？と生身の先生が声をかけるのとでは、生徒に与えられるプレッシャーが結構違うのではないだろうか。
大抵の児童/生徒はなかなか自主的に勉強できないものである。自主的に勉強できない生徒や児童に勉強をやらせるためには、適度なストレスをかける必要がある。ここで言う「ストレス」とは、叱りまくって体罰を与えるような暴力的なものではなく、自宅のリビングとは違って少し緊張感を感じる自習スペースとか、宿題やテストの出来栄えを授業で毎回チェックされるとか、そういったものである。そして、生徒の肉体的/精神的な体調を考慮しながら、適度なストレスを子供にかけるという価値は、学習塾が提供する価値として大きなウェイトを占めており、それは生身の人間だからこそできるものである。
そういった感じで、今後は生徒のマネジメント業としての性格が強くなりながら、学習塾のビジネスは今後も残り続けるものと思われる。多少なりとも雇用は減るだろうが、学生バイト講師の募集が減るくらいだろうし、（私の塾では）どの教室も万年人手不足なのでむしろ好都合だろう。
あと数ヶ月で辞めてしまうバイトだが、私は自分の仕事に価値を感じられて満足した。しかし、研究室を出て駅に向かう道中、歩きながらもうしばらく考えたとき、AIが教育に与える影響はかなりヤバイのではないかと思うようになった。
近い未来、というより現時点で既ににそうなっているが、分からないところを教えるのはAIがやってくれる。お金も時間もかからないChatGPTが、塾や学校の先生より分かりやすく解説してくれる。自主的に勉強できる子供はchatGPTを始めとしたAIをどんどん活用し、今まで以上に短い時間と少ない出費で、ぐんぐん成績を伸ばしていく。家庭では子供の勉強にかかるコストを抑えられるから、スポーツなどの課外活動によりお金をかけることができる。子供は課外活動で様々な経験を得られ、勉強以外の能力もどんどん身につき、文武両道なエリートとして育っていく。
しかし、自主的に勉強できない不まじめな生徒はどうだろうか。自主的に勉強をやらないためプロによるマネジメントを必要とし、学習塾に入れられることになる。学習塾での勉強は金銭的にも時間的にも重荷だが、AIを活用できる優秀な生徒には追いつけず、何もしないよりはマシな程度に留まってしまう。一方課外活動については、学習面にかかる金銭的・時間的なコストの圧迫を受け、こちらも満足いかないものになり、中途半端なレベルに留まってしまう。
子供が大人に成長し、社会に出てからもそれは続く。要領がよくやる気がある人間は、学生時代から使い慣れたAIを活用して沢山のことを学びながら、ガンガン仕事をさばいていく。それができない人間は取り残され、仕事を選べなくなり、さらに希望を失う。「AIに仕事を奪われる」と言われるものの、実際に仕事を奪うのはAIそのものではなく、AIにより教育されたエリートである。
もちろん、こういった格差はずっと昔からあった。そして、今現在もある。だが、これがAIによってますますエスカレートしたらどうなるか。
現在の日本は、大学新卒以降になると格差を覆すことが難しい社会である。だがそれは、居住地や親の太さなどの運要素はあるものの、一念発起して大学受験と新卒就活さえ頑張れば、何とか逆転できる社会でもある。
しかし、それがAIにより教育格差が促進され、小学校卒業時点に開いた差が永遠に縮まらないような社会になってしまわないだろうか。思春期が過ぎ、自分の性格を理解しながら理性を持って行動できるようになる頃、心を入れ替えて頑張ろうと思ったとしても、その時には何もかもがAIエリートには敵わなくて格差を覆せない。そんな状況になってしまわないだろうか。
１０歳かそこら、いや、それよりも幼い年齢の時に、何かに興味を持つような性格か否か。自主性を持って物事に取り組めるか否か。新しいものを工夫して使おうと思うか否か。そして、これらの重要性を理解し、子供を誘導できる力量の両親をもっているか否か。
未熟な子供時代の性格と、両親の教育レベルの違いが、大きな格差を決定させてしまう社会。人として成熟した頃に気づいたとしても、何も為す術が無いような社会。そして、それが世代を重ねるごとに加速してゆく社会。
この間、ソフトバンクの孫会長が「ChatGPTを使ったことがない人は人生を悔い改めたほうがいい」と何かのプレゼンで話していたらしいことを知った。
見下されたように感じて正直腹がたったのだが、ちょうど女の子とデートする予定がありどんなお店を選べばよいのかさっぱりだったので、ChatGPTに相談してみることにした。
生涯で彼女いた事無し22歳童貞の知見では手に負えないからビッグデータに頼ったのだが？無能やん。と、その時は思った。
その後、その女の子に告ったところ「あなたのことは恋愛とかそんな感じには見てない」的な理由で振られ、失意の中で卒業研究に励むある日、ふたたびChatGPTを使うこととなった。
実験で得た複数データのばらつきを評価することになった。こういった評価には、標準偏差が一般的に用いられている。標準偏差は高校１年（数Ⅰ）で習う内容だが、なぜ標準偏差でばらつきが評価できるのか、恥ずかしながらよく理解していなかった。特に、分散を求めるに当たりどうして２乗するのかサッパリだった。
公式だけ知りたければGoogle検索で十分だ。しかし、その公式の成り立ちや意味を調べようととしたとき、Googleオンリーだと結構難しくて時間がかる。複数のサイトを巡り、様々な情報を関連付けながら理解する必要があるからだ。
というわけでChatGPTの出番が来た。
私「標準偏差の求め方について教えてください」
ChatGPT「標準偏差は、データセット内の個々のデータ点が平均からどれだけばらついているかを示す尺度です。標準偏差を求める基本的な手順は〜（手順を５ステップに分けて丁寧にわかりやすく説明してくれる）」
私「分かりやすく説明してくれてありがとうございます。分散を求める過程で、なぜ平均の２乗するのでしょうか。」
ChatGPT「平均を２乗する理由は、主に以下の２つの目的があります。１．負の値の影響を排除する ２．ばらつきの大きさを強調する 〜中略〜 そして、標準偏差はその平方根を取ることで、元のスケールに戻します。」
私「なるほど！標準偏差は元のスケールに戻っているから、母集団と同じ単位で扱ってよいのですね？」
ChatGPT「はい、そのとおりです！」
目から鱗だった。コイツ有能じゃないか。私は学習塾でバイトをしているのだが、私が生徒に教えるよりも、教室にあるiPad渡して「chatGPTに聞いて」と言ったほうがよっぽど分かりやすくて良いじゃないかと。「AIに仕事を取られる！」と巷は大騒ぎだが、まさか自分の仕事が、直ちに危機的状況にあるとは思っていなかった。
しかしながら、実際に塾講師の仕事が絶滅することは無いと思われる。塾講師の仕事は「生徒にわからない所を教えること」と思われがちだが、実際には生徒のマネージャーという意味合いが大きいからである。
生徒が苦手な問題を見つけてカリキュラムを考える事はもちろん、宿題をやってこない生徒に居残りさせるとか、授業中に雑談したりスマホ弄ることを止めさせるとか、そういったフィジカルで泥臭い仕事が結構多い。そして、泥臭くて人間臭い仕事は、AIよりも人間が得意とする分野だ。
例えば、居残りしなければならない生徒が、授業後にしれっと帰ろうとしているとする。スマホの中にいるChatGPTが「居残りしましょう」とアラームを鳴らすのと、おいおい何帰ろうとしてるのかな？と生身の先生が声をかけるのとでは、生徒に与えられるプレッシャーが結構違うのではないだろうか。
大抵の児童/生徒はなかなか自主的に勉強できないものである。自主的に勉強できない生徒や児童に勉強をやらせるためには、適度なストレスをかける必要がある。ここで言う「ストレス」とは、叱りまくって体罰を与えるような暴力的なものではなく、自宅のリビングとは違って少し緊張感を感じる自習スペースとか、宿題やテストの出来栄えを授業で毎回チェックされるとか、そういったものである。そして、生徒の肉体的/精神的な体調を考慮しながら、適度なストレスを子供にかけるという価値は、学習塾が提供する価値として大きなウェイトを占めており、それは生身の人間だからこそできるものである。
そういった感じで、今後は生徒のマネジメント業としての性格が強くなりながら、学習塾のビジネスは今後も残り続けるものと思われる。多少なりとも雇用は減るだろうが、学生バイト講師の募集が減るくらいだろうし、（私の塾では）どの教室も万年人手不足なのでむしろ好都合だろう。
あと数ヶ月で辞めてしまうバイトだが、私は自分の仕事に価値を感じられて満足した。しかし、研究室を出て駅に向かう道中、歩きながらもうしばらく考えたとき、AIが教育に与える影響はかなりヤバイのではないかと思うようになった。
近い未来、というより現時点で既ににそうなっているが、分からないところを教えるのはAIがやってくれる。お金も時間もかからないChatGPTが、塾や学校の先生より分かりやすく解説してくれる。自主的に勉強できる子供はchatGPTを始めとしたAIをどんどん活用し、今まで以上に短い時間と少ない出費で、ぐんぐん成績を伸ばしていく。家庭では子供の勉強にかかるコストを抑えられるから、スポーツなどの課外活動によりお金をかけることができる。子供は課外活動で様々な経験を得られ、勉強以外の能力もどんどん身につき、文武両道なエリートとして育っていく。
しかし、自主的に勉強できない不まじめな生徒はどうだろうか。自主的に勉強をやらないためプロによるマネジメントを必要とし、学習塾に入れられることになる。学習塾での勉強は金銭的にも時間的にも重荷だが、AIを活用できる優秀な生徒には追いつけず、何もしないよりはマシな程度に留まってしまう。一方課外活動については、学習面にかかる金銭的・時間的なコストの圧迫を受け、こちらも満足いかないものになり、中途半端なレベルに留まってしまう。
子供が大人に成長し、社会に出てからもそれは続く。要領がよくやる気がある人間は、学生時代から使い慣れたAIを活用して沢山のことを学びながら、ガンガン仕事をさばいていく。それができない人間は取り残され、仕事を選べなくなり、さらに希望を失う。「AIに仕事を奪われる」と言われるものの、実際に仕事を奪うのはAIそのものではなく、AIにより教育されたエリートである。
もちろん、こういった格差はずっと昔からあった。そして、今現在もある。だが、これがAIによってますますエスカレートしたらどうなるか。
現在の日本は、大学新卒以降になると格差を覆すことが難しい社会である。だがそれは、居住地や親の太さなどの運要素はあるものの、一念発起して大学受験と新卒就活さえ頑張れば、何とか逆転できる社会でもある。
しかし、それがAIにより教育格差が促進され、小学校卒業時点に開いた差が永遠に縮まらないような社会になってしまわないだろうか。思春期が過ぎ、自分の性格を理解しながら理性を持って行動できるようになる頃、心を入れ替えて頑張ろうと思ったとしても、その時には何もかもがAIエリートには敵わなくて格差を覆せない。そんな状況になってしまわないだろうか。
１０歳かそこら、いや、それよりも幼い年齢の時に、何かに興味を持つような性格か否か。自主性を持って物事に取り組めるか否か。新しいものを工夫して使おうと思うか否か。そして、これらの重要性を理解し、子供を誘導できる力量の両親をもっているか否か。
未熟な子供時代の性格と、両親の教育レベルの違いが、大きな格差を決定させてしまう社会。人として成熟した頃に気づいたとしても、何も為す術が無いような社会。そして、それが世代を重ねるごとに加速してゆく社会。
質問に答えてみろ
表現の自由はどのような歴史的背景を持っていますか？どのような国や地域で発展しましたか？
表現の自由はどのような法的保護を受けていますか？国際的な条約や宣言、国内法や憲法などはありますか？
表現の自由はどのような倫理的原則に基づいていますか？人権や民主主義、多様性や寛容性などは関係しますか？
表現の自由はどのような社会的価値を持っていますか？創造性やイノベーション、批判的思考や公共討論などは促進されますか？
表現の自由はどのような制限や規制に直面していますか？検閲や暴力、名誉毀損やプライバシー侵害などはありますか？
表現の自由はどのような課題や問題に直面していますか？偽情報やヘイトスピーチ、テロリズムや過激主義などはありますか？
表現の自由はどのように実践されていますか？ジャーナリズムや芸術、教育や科学などは例として挙げられますか？
表現の自由はどのように発展していますか？インターネットやソーシャルメディア、人工知能やビッグデータなどは影響を与えていますか？
表現の自由はどのような歴史的背景を持っていますか？どのような国や地域で発展しましたか？
表現の自由はどのような法的保護を受けていますか？国際的な条約や宣言、国内法や憲法などはありますか？
表現の自由はどのような倫理的原則に基づいていますか？人権や民主主義、多様性や寛容性などは関係しますか？
表現の自由はどのような社会的価値を持っていますか？創造性やイノベーション、批判的思考や公共討論などは促進されますか？
表現の自由はどのような制限や規制に直面していますか？検閲や暴力、名誉毀損やプライバシー侵害などはありますか？
表現の自由はどのような課題や問題に直面していますか？偽情報やヘイトスピーチ、テロリズムや過激主義などはありますか？
表現の自由はどのように実践されていますか？ジャーナリズムや芸術、教育や科学などは例として挙げられますか？
表現の自由はどのように発展していますか？インターネットやソーシャルメディア、人工知能やビッグデータなどは影響を与えていますか？
見たい人と見たくない人というふうに二元論になりがちだけど、実際には、積極的に見たいとは思わないけれど特に問題ないという人のほうが多数なんじゃないかな。
例えば、2022年に騒動になった「月曜日のたわわ」の広告のターゲットは男性が中心だと思うけれど、女性の中でも問題を感じている人は少数派。
「月曜日のたわわ」を人々はどう見るか（https://synodos.jp/opinion/society/27932/）
（１）この広告に問題を感じているのは女性のうち3割強である。5割程度は表現の自由として容認している。3割強を小さいと見るか大きいと見るかは論者によるだろう。
また、犯罪対策では、表現規制よりも他の方法のほうが確実に効果があることがわかってきたことも大きいと思う。
例えば、痴漢対策では、デジポリスを使ったほうが痴漢を撃退できる。痴漢も内心では捕まりたくはないはずなので、デジポリスを使っている人に加害する痴漢はわずかだろう。
犯罪を減らすための犯罪心理学・犯罪機会論を解説した本は、専門家でなくても読める新書でも流通している。
入門 犯罪心理学 （https://www.chikumashobo.co.jp/product/9784480068248/）
近年、犯罪心理学は目覚ましい発展を遂げた。無批判に信奉されてきた精神分析をはじめ実証性を欠いた方法が淘汰され、過去の犯罪心理学と訣別した。科学的な方法論を適用し、ビッグデータにもとづくメタ分析を行い、認知行動療法等の知見を援用することによって、犯罪の防止や抑制に大きな効果を発揮する。本書は、これまで日本にはほとんど紹介されてこなかった「新しい犯罪心理学」の到達点を総覧する。東京拘置所や国連薬物犯罪事務所などで様々な犯罪者と濃密に関わった経験ももつ著者が、殺人、窈盗、薬物犯罪、性犯罪などが生じるメカニズムを解説し、犯罪者のこころの深奥にせまる。
子どもは「この場所」で襲われる（https://www.shogakukan.co.jp/books/09825260）
「暗い道は危ない」「怪しい人に気をつけて」…と子どもに教えていませんか。そうすると子どもは「明るい道」「普通の人」なら安全と思いこんでしまいます。子どもを狙う犯罪者は、好みの子どもを見つけるために明るい道を好みます。また、身なりも普通です。こういう教え方では、子どもを逆に危険に近づけてしまうのです。避けるべきは「危ない人」ではなく、犯罪が起こりやすい「危ない場所」。危ない人かどうかは外見ではなかなかわかりませんが、危ない場所かどうかは判断する基準があります。それは明るい暗いとは関係ありません。
関連ブクマ： https://b.hatena.ne.jp/entry/s/mainichi.jp/articles/20230822/k00/00m/040/214000c
アメリカと日本の大学における理系の研究で、盛んな分野のトップ５をそれぞれ箇条書きにしてお答えします。
一般的に言えば、アメリカの方が日本よりも大学の研究が経済に与える貢献度は高いと考えられます。その理由として、以下の点が挙げられます。
アメリカでは、大学の研究成果を産業界に移転する仕組みが整っており、特にベンチャー企業の創出や成長につながっています。例えば、スタンフォード大学やマサチューセッツ工科大学（MIT）などは、シリコンバレーやボストンエリアといったイノベーションの中心地に位置し、多くのハイテク企業やスタートアップ企業と連携しています。また、大学発ベンチャーの成功事例としては、グーグルやフェイスブックなどが有名です。
日本では、大学の研究成果を産業界に移転する仕組みが十分ではなく、特にベンチャー企業の創出や成長につながっていません。例えば、日本の大学発ベンチャーは、アメリカや欧州と比べて少なく、また規模も小さいです。その原因としては、日本の大学の知的財産管理やライセンス交渉の能力が低いことや、日本の産業界が新技術や新製品に対する需要が低いことなどが挙げられます。
以上のことから、アメリカでは大学の研究が経済に与える貢献度は高く、日本では低いと言えるでしょう。もちろん、これはあくまで一般的な傾向であり、日本でも優れた大学発ベンチャーは存在しますし、アメリカでも大学の研究が経済に貢献しない場合もあります。しかし、日本はアメリカから学ぶべき点が多いと思います。
アメリカと日本において、お金を生みやすい研究の分野は、それぞれ異なる傾向があります。
一般的に、アメリカでは、医学・生命科学、コンピュータ・情報科学、工学などの分野が研究開発費の多くを占めており、高い経済効果や社会的影響力を持っています1。
日本では、自動車やロボットなどの製造業に関連する分野が研究開発費の大部分を占めており、国際競争力を高めています。しかし、日本の研究開発費は、GDP比で3.3%と先進国の中で低い水準にとどまっており、基礎研究や新領域の研究に対する投資が不足しているという課題があります。そのため、日本では、エネルギー・環境、生命科学・医療、人工知能・ビッグデータなどの分野において、イノベーションを生み出すための研究開発費の拡充が必要とされています。
某サイトで児童ポルノ問題になってるのはAI生成そのものではなく、それをエサにモノホン販売に誘導する輩がいることと認識している。AI生成そのものがアウトというわけではないはずだ。
AI生成による写実的な非実在青少年の絵が児童ポルノであるとは言えない。
一方で写実的なAIが描く人物とは非実在なのか？ここはなかなか難しい。そもそも人物のデータがあるから人が生成されるわけだが、描かれた人は合成された何かであり実在はしないはずだ。だが元となった人物がいないことを示すのも難しい。元データをかっさらっても、AIアルゴリズムを解析してもおそらく無理だ。ディープラーニング等のビッグデータ解析は結果はわかるが過程はわからないからだ。
主観的にこれに似てる！とは言えるかもしれない。しかしそれではこれがクロかシロかは各論だろう。裁判所判断になる。少なくともAI生成ツールとして使った場合、その利用者は実在するとある人物を作ろうとしたと言えるか？写真を取る、イラストを描く、と比較しても行為として微妙だろう。
過去の世界の事例から見ると、非実在青少年のポルノ絵は有罪になったケースがいくつかある。大筋としては、それが存在しうる、という判決だ。
日本で争われたケースとしては、被告は絵であるとしたが、判決としては実在する少女がいることが理由で有罪となったものがある。ここでもあくまで、実在することが争点だった。絵が写実的で写真と見間違うものかどうかは論点ではなかったはず。
論点を間違ってはいけない。AIが写真と同じクオリティの絵を生成するから児童ポルノとなるわけではない。存在する、つまり被害者がいるかどうかがシロクロの分かれ目である。
これを写実的かどうかで議論すると間違ったことが起こる。例えば、出力を調整して写真ではないことを明らかにすればセーフになるのか、等。つまり、明らかに被害者がいるが一次ソースの写真でなくAI加工したイラストだった場合は？それはアウトだろう。
何かこうだという結論があるわけではないが、まあ、言えることとしては、AI絵によってアウトセーフの判断が難しくなった世の中だ。だが現状でAI絵による非実在青少年はクロとは言えない、たとえあってもケースバイケースである。
この状況でAI絵を起点に非実在青少年の規制が進むのはまずいし、逆に、リアルでないイラストによる加害が見逃されても問題である。印象でAI規制議論や非実在青少年イラスト規制議論が加熱することだけは避けておきたいところだ。
