  |
はてなキーワード: 使用とは
BBCラジオインタビュー：キャス博士に訊く、キャス・レビューついて。
https://www.jegma.jp/entry/CassReview-BBC
女性司会者：英国の18歳未満を対象としたジェンダー・アイデンティティ・医療サービスに関する報告書（レビュー）によると、医学的介入に関する調査不足と著しく弱いエビデンスに失望させられているといいます。小児科医ヒラリー・キャスの報告書は、こうも語っています。専門家たちは、彼女がジェンダーに関する議論の有毒性と呼ぶもののために、自分たちの意見をオープンに議論することを恐れてきた、と。
男性インタビュアー：待ちに待った、子どものジェンダー医療に関するキャスの報告書の結論は、医学界に響き渡るシンプルで手厳しい一文を含んでいます。ほとんどの若者にとって、医学的な治療法はジェンダーに関連した苦痛に対処する最良の方法ではないと、ヒラリー・キャス博士は述べているのです。
インタビュアー：思春期ブロッカーが安全に使用できるという証拠はありますか？
キャス博士：いいえ、今のところ、使用しても絶対に安全だという十分な証拠はありません。
思春期ブロッカーは、思春期が早すぎるという全く別の症状の子供や、ある種の癌を患う大人にも使われています。しかし、これは思春期を抑制するという新しい使用法です。ブロッカーが脳の発達に長期的にどのような影響を与えるかは分かっていません、というのも思春期には脳の発達が急速に進むからです。
また、ブロッカーがジェンダーや性心理の発達の軌跡を変えてしまうかどうかも分かっていないのです。
インタビュアー：医学の世界では、未知のものが一つの分野で大量に使用されるというのは標準的なことなのでしょうか？
キャス博士：研究チームは臨床試験から始めましたが、臨床試験結果が出る前に日常的な処方に移行し、さらに幅広い若年層に処方するようになった時点で、エビデンスから逸脱しました。
ナショジオの菌類特集読んでたら、霊芝（干からびたカタツムリみたいなキノコで、漢方になる）はマジで癌に効く可能性があるらしい。
西洋科学の分析でわかるのはいいが、昔の人間はなぜ、これが体にいいとわかったんだ。癌患者AとBの一方には霊芝を食わせて、もう一方には食わせない、を百年単位で繰り返し、別のコミュニティと共有する中で確立したのか。
それとも、薬効を謳ったもので偽物もたくさんあるわけで（水銀とか）、近代の研究で迷信が淘汰された中でたまたま残った本物が、いかにも昔からの叡智の結晶みたいに見えるだけなのか。わからん。
追記。
不思議な点をもっと書き連ねると、同じ癌患者Aと Bに霊芝を与えるのでも、Aと Bで体質も違えば癌の種類も違うだろうから、薬効はそう簡単にわからないはずだ。
A Bどころじゃない膨大なサンプルが必要だと思うが、今度は誰が、それを記録して伝承しているのだ。シャーマンとか本草学か。
また、霊芝だけに使用を限定したとも思えないので、薬草も使えば、動物の骨とか、鉱物とかも併用しただろうし、その中で、「よし、霊芝だな…」と特定され成果として残るのはマジですごく不思議。
いや、特定されきってないから変な迷信とかがまだいっぱい残ってるんだ、とか、動物の進化が奇跡的な形を生むように、膨大な時間の流れにはそれだけのトライアンドエラーを許す余地があるとか、今は人道的にNGだけど、昔は奴隷とか賎民にめちゃくちゃやれたから発達したんだ、とか、合理的な説明はつくかもしれないが、「？」というデカい疑問符は消えない。
もっとも、ナショジオでも「効く可能性がある」ぐらいに書かれているだけなので、実際にどの程度奏功するかどうかは知らない。「信じて飲んだけど効かなくて俺死んじゃったよ」と言われても、線香ぐらいは立ててもいいが責任は取れないので、付記しておく。
女スペース男児問題女児親だけど男児の安全のため女性トイレ使用は構わないと思っている。そもそも未就学だとトイレは男女で分かれていない園が多いし娘も気にしてない。Xみたけどフェミでも女児親でも嫌と言ってる人は一部2024/06/05 23:25
娘は未就学で男女でトイレ分かれてないし(幼稚園保育園はそれが普通)
気にするタイプでもない。
これはおそらく3つの中で最も簡単な方法だ。現在のChatGPTは、基本的に、テキストを入力できる孤立した箱の中に座っている人間のようなものだ。初期のアンホブリング改良では、個々の孤立したツールの使い方をモデルに教えていましたが、マルチモーダルモデルでは、近いうちにこれを一挙にできるようになると期待しています。
つまり、Zoomでの通話に参加したり、オンラインで調べ物をしたり、メッセージや電子メールを送ったり、共有されたドキュメントを読んだり、アプリや開発ツールを使ったりといったことだ。(もちろん、より長いホライゾン・ループでモデルがこれを最大限に活用するためには、テスト時間のコンピューティングをアンロックする必要がある。)
最終的には、ドロップイン・リモートワーカーのようなものができると期待している。エージェントは、あなたの会社に入社し、新しい人間の雇用のようにオンボードされ、Slackであなたや同僚にメッセージを送り、あなたのソフトウェアを使用し、プルリクエストを行い、大きなプロジェクトがあれば、人間が独立してプロジェクトを完了するために数週間留守にするのと同等のことができる。これを実現するためには、GPT-4よりもいくらか優れたベースモデルが必要だろうが、おそらくそれほどでもないだろう。
https://situational-awareness.ai/wp-content/uploads/2024/06/devin.gif
Devinは、完全に自動化されたソフトウェア・エンジニアを作るために、モデル上の「エージェンシー・オーバーハング」／「テストタイム・コンピューティング・オーバハング」を解除する初期のプロトタイプだ。Devinが実際にどの程度機能するかはわからないし、このデモは、適切なチャットボット→エージェントのアンホブリングがもたらすものに比べれば、まだ非常に限定的なものだが、近々登場するもののティーザーとしては役に立つだろう。
ところで、私は、アンホブリングの中心性が、商業的応用という点で、少々興味深い「ソニックブーム」効果につながると期待している。現在とドロップイン・リモートワーカーの中間モデルは、ワークフローを変更し、統合して経済的価値を引き出すためのインフラを構築するために、膨大な手間を必要とする。ドロップイン・リモートワーカーは、統合が劇的に簡単になる。つまり、リモートでできるすべての仕事を自動化するために、ドロップインするだけでいいのだ。つまり、ドロップイン・リモートワーカーが多くの仕事を自動化できるようになる頃には、中間モデルはまだ完全に活用され統合されていないため、生み出される経済価値のジャンプはやや不連続になる可能性がある。
https://situational-awareness.ai/wp-content/uploads/2024/06/overview_ooms_gpt2togpt4.png
https://situational-awareness.ai/wp-content/uploads/2024/06/overview_ooms_2023to2027.png
数字をまとめると、GPT-4に続く4年間で、2027年末までにGPT-2からGPT-4規模のジャンプが再び起こると（おおよそ）予想される。
GPT-4のトレーニングに3ヶ月かかったとしよう。2027年には、一流のAIラボはGPT-4レベルのモデルを1分で訓練できるようになるだろう。OOMの効果的なコンピュート・スケールアップは劇的なものになるだろう。
それは我々をどこへ連れて行くのだろうか？
https://situational-awareness.ai/wp-content/uploads/2024/06/overview_counting_the_ooms.png
GPT-2からGPT-4までで、私たちは～未就学児から～賢い高校生になった。とんでもないジャンプだ。もしこれが、私たちが今一度カバーする知能の差だとしたら、それは私たちをどこに連れて行くのだろうか？私たちは、それが私たちをとてもとても遠くに連れていっても驚かないはずだ。おそらく、ある分野の博士や最高の専門家を凌駕するようなモデルまで到達するだろう。
(このことを考える1つの良い方法は、現在のAIの進歩の傾向は、子供の成長のおよそ3倍のペースで進んでいるということだ。あなたの3倍速の子どもは高校を卒業したばかりだが、いつの間にかあなたの仕事を奪っていくだろう！)
続き I.GPT-4からAGIへ：OOMを数える(10) https://anond.hatelabo.jp/20240605211837
最後に、定量化するのが最も難しいが、それに劣らず重要な改善のカテゴリーを紹介しよう。
難しい数学の問題を解くように言われたとき、頭に浮かんだことを即座に答えなければならないとしたらどうだろう。最も単純な問題を除いて、苦労するのは明らかだろう。しかしつい最近まで、LLMにはそうやって数学の問題を解かせていた。その代わり、私たちのほとんどはスクラッチパッドで段階的に問題を解いていき、その方法ではるかに難しい問題を解くことができる。「思考の連鎖」プロンプトは、LLMのそれを解き放った。生の能力は優れているにもかかわらず、明らかな足かせがあるため、LLMは数学が苦手なのだ。
私たちはここ数年で、モデルの「足かせを外す」ことに大きな進歩を遂げました。これは単に優れたベースモデルをトレーニングするだけでなく、アルゴリズムの改良によってモデルの能力を引き出すものです：
足場作り。CoT++について考えてみよう：ただ問題を解くようモデルに求めるのではなく、あるモデルに攻撃計画を立てさせ、別のモデルに可能性のある解決策をたくさん提案させ、別のモデルにそれを批評させる、といった具合だ。例えば、HumanEval（コーディング問題）では、単純な足場作りによってGPT-3.5が足場なしのGPT-4を上回った。SWE-Bench（実世界のソフトウェアエンジニアリングのタスクを解くベンチマーク）では、GPT-4は~2%しか正しく解くことができませんが、Devinのエージェントの足場があれば14-23%に跳ね上がります。(後ほど詳しく説明するが、エージェントのアンロックはまだ初期段階に過ぎない。)
ツール：もし人間が電卓やコンピュータを使うことを許されなかったらと想像してみてほしい。まだ始まったばかりだが、ChatGPTはウェブブラウザを使ったり、コードを実行したりできるようになった。
エポックAIによる研究によると足場作りやツールの使用など、これらのテクニックのいくつかを調査したところ、このようなテクニックは多くのベンチマークで通常5～30倍の効果的な計算量の向上をもたらすことがわかった。METR（モデルを評価する組織）も同様に、同じGPT-4ベースモデルからのアンホブリングによって、エージェントタスクのセットで非常に大きなパフォーマンスの向上を発見しました。
https://situational-awareness.ai/wp-content/uploads/2024/06/metr_gains_over_time-1024x597.png
これらをコンピュートとアルゴリズムの効率で統一した実効的なコンピュート規模に当てはめることは困難ですが、少なくともコンピュート規模の拡大やアルゴリズムの効率とほぼ同規模の大きな進歩であることは明らかです。(また、アルゴリズムの進歩が中心的な役割を担っていることも浮き彫りになっています。0.5OOM/年の計算効率は、すでに重要なものではありますが、ストーリーの一部に過ぎません。）
「アンホブリング」こそが、実際にこれらのモデルが有用になることを可能にしたのであり、今日多くの商業アプリケーションの足かせとなっているものの多くは、この種のさらなる「アンホブリング」の必要性であると私は主張したい。実際、今日のモデルはまだ信じられないほど足かせが多い！例えば
ここでの可能性は非常に大きく、私たちはここで急速に低空飛行の果実を摘んでいる。これは非常に重要です。"GPT-6 ChatGPT "を想像するだけでは完全に間違っています。 GPT-6＋RLHFと比べれば、進歩は段違いだ。2027年までには、チャットボットというより、エージェントのような、同僚のようなものが登場するだろう。
続き I.GPT-4からAGIへ：OOMを数える(8) https://anond.hatelabo.jp/20240605210232
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
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
「被害者の女装は若い女性を惹き付けるための仮装とみられています。捜査のなかで、被害者にホテルに連れ込まれるなどした女性は十数人いたそうです。被害者は日頃からスマホを2台所有していて、1台はメイン用で、もう1台は画像や動画データの保存用で複数の女性のデータが残っていました」
瑠奈容疑者は殺害直後に被害者のスマホを破壊し、父親の車の中からは被害者のSIMカードが見つかっている。警察によって復元されたスマホのデータには捜査員も驚愕する画像が残されていた。
「瑠奈容疑者は事件前に複数回、被害者と会っていたようです。彼女はホテルで被害者に襲われることもあった。被害者はいろいろな道具を使用して瑠奈容疑者を辱めて、その一連の行為がスマホのデータに残されていた。父親はホテルで娘が被害者に襲われたことを知り、なんらかのかたちで画像の存在も把握し、犯罪に至ったのではないか」
客観的事物的、物理的に言って、そのような秩序内容のものではないことが１つ。 ありもしないもの、 存在していない事実を言っても仕方がない。
次に、希望しているものを予想している場合には、作り上げる必要がある。 （最高裁大法廷判決昭和３５年１月１９日行政集６５巻２号１３４４頁参照）
ヒトの大腸を電波指令によって動かすプログラムを光電波でヒトの大脳の表面に送信し大脳を操作し自動的に大脳から腸に指令を出し排便を促進する発明
Colと、ωアッバスターというファンクターを使用して強制する。
二次凸多面体に代数的構造を埋め込む研究 Gelfant-Zelvinski Iwan-Syvelman Mikhail-Kapranov による研究
考えていないし実行していない。 存在していないものの例・・・ お前に対する興味 証明は簡単で、お前のいるところにトラメガを撃ち込んでいる時点でものが存在していないし
技術的に作ったり、あるようにすることができないことが明らか
「天安門事件」という言葉をツイッターのプロフィールに入れるとスパム除けになるという主張が一部で広がっています。
中国政府は「グレートファイアウォール」と呼ばれる厳重なインターネット検閲を行っています。
このため、中国国内から直接ツイッターにアクセスすることはできません。
もし中国国内のスパマーがツイッターにアクセスするとすれば、彼らはVPNなどの検閲回避手段を使用します。
これにより、中国国内の検閲の影響を受けずにアクセスすることが可能です。
したがって、「天安門事件」という単語を含めることでスパムを防ぐことは不可能です。
「天安門事件」という言葉をプロフィールに入れることでスパムを防げると主張する人々がいますが、これに対する統計的な検証や信頼できるデータは存在しません。
効果があるかどうかを判断するためには、信頼性のあるデータに基づいた検証が必要です。
しかし、現時点でそのような研究やデータは存在しないため、単なる噂に過ぎません。
天安門事件は1989年に北京で発生し、多数の死傷者を出した悲劇的な事件です。
この事件をスパム除けの手段として軽々しく利用することは、事件の被害者やその遺族に対する無神経な行為です。
歴史的な悲劇を自分の利益のために利用することは倫理的に問題があります。
このような根拠のない情報を信じて実行することは、自らの情報リテラシーの低さを露呈する行為です。
これらを見分け、正しい情報を取捨選択する能力が求められます。
疑わしい情報に対しては必ずその根拠を確認し、信頼性のある情報源を参照することが重要です。
「天安門事件」をツイッターのプロフィールに入れることでスパムを防げるという主張には根拠がありません。
中国国内のスパマーはVPNを使用しており、検閲の影響を受けません。
また、この方法の効果についての信頼できるデータも存在しません。
さらに、天安門事件を軽視する行為は倫理的に問題があり、情報リテラシーの低さを露呈することにもなります。
国際数学の一番評価されている問題は、 円ωに鋭角三角形が内接していて、 ωに直線 L が接しており、 三角形の辺を軸に、Lを対象移動したときにできる直線で形成される
問題の感想として、 直角三角形と鈍角三角形の場合には、成立しないことに興味を持ったが、 鋭角というのは英語で確か acute-triangleといったのではないかと思う。
THEOREM ５．５ 鋭角三角形のときは、ωとλは接する。 ただし、鈍角および直角の場合はこの限りではない。
というように書けると思う。
証明の手順は、 幾何学の教科書に書いている専門的な知識を、全部使用し、なおかつ、パスカルの定理を登場させることによりするので、非常にハイレベルで難しい。
幾何学は２０００年前のエジプトの古代人が戦争中に地面に棒で書いて熱中していたものに端を発するのであるが、上の問題は、幾何の教科書の専門知識を全部用いて、有名な定理を
北朝鮮では1974年3月21日に「税金制度を完全になくすことについて」という最高人民会議法令が発布され、同年の4月1日には「世界ではじめての税金のない国になった」という内容の宣言が行われました。こういった経緯から、北朝鮮では4月1日を「税金制度廃止の日」と定めています。
近年では、外貨獲得手段の一つとして観光分野にも力を入れ、消費税や空港税といった税金がかからないというのが他国にはない特徴の一つとなっています。
このように税金がないと聞くと、国民に負担をかけない優しい国のように思う人も多いでしょう。しかし、その実情は決して甘いものではありません。
北朝鮮当局は税金を徴収しない代わりに、何らかの使用量や募金といった名目で、法的裏付けのない金を頻繁に徴収しているのです。さらに付加価値税は「取引収入金」として、所得税は「社会協同団体利益金」として、法人税は「国家企業利益金」として徴収しているようです。
結局、当局が国民に対して金銭を徴収していることには変わりなく、これが北朝鮮における事実上の税制であるといっても過言ではないでしょう。
生産性が全ブラウザの中で一番低いにも関わらずなぜか使用率が高いので、生活残業を稼ぎたい人に大変オススメのブラウザです。
Windowsに最初から入っているEdgeは基本的にChromeの全ての機能が使える上に、
縦タブやOfficeファイルのプレビュー、Copilot、広告ブロックなど業務を効率化させる余計な機能がついているので禁止です。
生活残業をしたい生産性の低い社会人の合言葉は「EdgeはChromeダウンローダー」！
もちろんVimキーバインドでブラウジングができる拡張機能、Surfingkeysなんて入れたら生産性が爆上がりしてしまうので、
リンクはマウスでポチポチとクリックし、ページスクロールはマウスホイールを使いましょう。
Ctrl+TやCtrl+L、Ctrl+Wなどのショートカットも覚える必要がありません。
生活残業のためにタブを開くのも閉じるのもマウスを使うべきです。
こちらもマウスと矢印キーを使うことを前提にした非常に生産性の低いエディタであるにも関わらず使用率が高く、
と言う気の狂った操作方法しかなく、後者の場合『Shiftがすっぽ抜けるとやり直し』と言う絶望的な生産性の低さで非常におすすめ。
カーソル移動と言う一番頻出する操作方法がメモ帳と変わらないので、結局多少補完が強力だろうとVSCodeの基本的な生産性はメモ帳と同じです。
素晴らしい！生活残業にピッタリ！
VimやEmacsなどのエディタはもちろん、これらのキーバインドを使えるようにする拡張機能も絶対に使うべきではありません。
VSCodeで使えるGit系の拡張機能もバカみたいにマウスをポチポチして操作する必要があるので、
ヘタするとそのままGitコマンドを打つよりも遅そうで最高です。
間違ってもtigやEmacsのMagitなどの高速Git操作インターフェースを使ってはいけません。
わざわざGUIで操作するSourcetreeを入れるのもアリですね。
ExcelでもSpreadsheetでも全てのセルにその場限りの計算式を入れましょう。
スーパーのセミセルフレジでスキミング被害にあったので備忘録代わりに投稿します
・まぁまぁ規模の大きいローカルチェーンのスーパー（100店舗以上展開）
・使用したのは楽天カード（3Dセキュアや第二パスワードは設定済み）
いつものようにクレジットカードを会計機に差し込んでIC認証で支払おうとしたら即座に読み取りエラー
過去にもたまーに読み取りエラーが出たことはあったが差し直せば大丈夫だった
仕方がないので会計機右側面にある磁気ストライプ読み取りスリットに通すと無事精算できたんだが
おそらくだがIC読み取りで決済は出来てるがレシートを出さずエラー画面を表示するようにプログラムも改造されてる
5/27 スキミングされる
5/29-30 米国Amazonで何度も使用されるがこちらも不承認
5/30 深夜に楽天から【重要】楽天カードから緊急のご連絡 というタイトルのメールが届く
5/31 メールに記載の楽天カード信用管理部に電話して「これこれの買い物したか？」の確認
対応は事務的だが丁寧で親切だった。確認後カード再発行手続きの案内。
再発行はチャットサポートから質疑応答形式で数回クリックするだけで完了
いわゆるガイジ採用枠が一人入ったんだけど、そいつの業務に上司が永久について回ってる。
パニック障害の手帳持ちなんだけど現在は病状は安定していて日常生活に特に問題はないレベルと聞いているんだけど、システム導入の支店への説明や使用指導とかあらゆる業務に上司がついて回ってる。
何してんのかなと思って支店の仲のいい同僚に聞いてみたらなんか後ろで突っ立って見てるだけって言ってて、マジでこいつ何しについて行ってんのって感じ。ガイジも普通にハキハキ話してて説明もうまいしガイジ採用枠ってわからなかったよ！って言ってた。
ガイジ採用だから給料自体はちょっと安いらしいけど、それに無能上司が常について回ってるんだったら実質、一人で済む業務に2人分以上の給料がかかってることになるわけじゃん。ぶっちゃけそれだったらガイジじゃなくて健常一人とってそいつにその業務やらせた方がよっぽどましじゃない？
iPhoneからAndroidに移行したんだけど、トーク履歴が14日しかバックアップされないゴミ仕様なんだよね
まぁセキュリティとか乗っ取りとか色々あると思うんだけど、個人的には納得いかない仕様。
友達ともだけど、普通にサークルとか委員会の業務連絡とか引き継げないのがつらい。
なんかtxtファイルにエクスポートできるらしいんだけど、そういうことじゃないんだよなー。ということで今回、好奇心8割ぐらいで中華製の怪しいLINEバックアップツールを使ってみた。
会社は中国にあるIT企業らしい。サイトは怪しさあるけど、よくある外資系のサイトって感じ。
月額4000円くらい←高すぎる
PayPalで支払いました。
元のスマホからLINEのデータを吸い出して、移行先のGoogleアカウントにログインしてバックアップをする
なんか1時間くらいかかった。0%からなかなか動かなくて詐欺られたかと思ったけど急に進んだ（まぁ4000円だし最悪いっかと覚悟を決めてた）
概ねできた。
バックアップ中にきてしまったメッセージ数通は復元できなかったが、数年前のトークまで9割以上復元できた。写真とかも復元できている。
本物だった。
多分情報抜かれる気がする。（LINEのトークなんて元から信用できないけど）サードパーティーが情報を自由にできる状態になってしまうのは注意
特に今回の中華企業はよくわからんとこだから余計に危なさそう。支払い方法も注意。
LINEさん、Letter Sealingとかセキュリティ強化してます風に言ってるけど、中華のサードパーティーにカンタンにトーク抜かれちゃうんですね笑
そもそもディスコとかインスタ、Facebookは複数ログイン可能だし、トークも引き継げるのにLINEだけできないのはおかしい話
もう囲い込みができてるからトーク履歴消えてもLINEを使ってくれるという自信があるんだろうね。
やるのであれば自己責任
小学館含む原作者側がどれだけ振り回され、心労を負ったか、という点にフォーカスしているのか日テレ版で言うところのラリーの詳細が多い。
漫画家の芦原妃名子先生がご逝去されたことについて、改めて、先生の多大な功績に敬意と感謝の意を表するとともに、謹んでご冥福をお祈り申し上げます。
重箱隅つつきなのはわかりつつ。報告書冒頭にはまずこれがあるべきですよね。
（日テレ版は報告書本体のリンク元であるプレスリリースには同様の記載があるが、肝心の報告書冒頭には記載していない）
日テレの2人目の対応者って上司やったんかよ！！！いやそんな気はしてたけどさ！！！
そもそも小学館側はきちんと担当部署だけでなく、各社員と上司を明示していてこの時点で日テレ版より分かりやすさが違う。
特に問題はないという意見を示しつつ、気になる点として、第 2 話脚本中に若い男女のメッセージのやり取りをメールでさせていることについて、今どきは LINE が普通ではないかと指摘したり
「今時のJKは短大よりも専門学校だ」という議論をできるドラマスタッフが、今時の男女のメッセージやり取り事情に精通していないなんて…。
また併せて飼っていたハムスターの逃走範囲に関するセリフについて、原作漫画の 100M 以内との吹き出しの記載を 200M 以内に変更した点にも疑問が呈された
（略）
ヒンズー教徒が多いインドでベリーダンスをするという点に疑問を呈した
（略）
またダンスの動画についても、初心者に過ぎない田中さんのダンスが動画で評判になるほどのものではあり得ないこと等の理由を詳細に説明して、日本テレビの補足説明中の提案を認めなかった。
日テレ版では省略されていた「ツッコミどころの多い辻褄の合わない改変」の具体的な例をきちんと書いてくれてますね。
「めっちゃ打ち合わせして議論してより面白くなるよう頑張ったんすよ」アピールしてた日テレさん、これも全て改変の意図がきちんと伝わらなかったの一言で済ますの？
社員 A は、上記の 10 月 2 日の日本テレビ社員 Y 氏あてメールで、本件脚本家に関して次のように問いかけている。
「確認なのですが、芦原さんが描き下ろした 8～10 話は基本的に変更無しで使用してほしい、という話は●●さん（本件脚本家。原文は実名）に伝わっていますか？●●（社員 B。原文は実名）から●●さん（日本テレビ社員 X 氏。原文は実名）にもお電話差し上げたのですが、そのお話しは●●さん（日本テレビ社員 Y 氏。原文は実名）に伝わっていますでしょうか？」
以後のメールで日本テレビ社員 Y 氏がこの点について回答した形跡はない。また本件脚本家によると、同氏は一切聞かされていないとのことである（本委員会質問に対する回答）
都合の悪いメールは読まなかったことにして無視、切羽詰まるとよくあるよね～（あるなよ）
10 月 5 日 16 時 45 分、芦原氏は社員 A に第 3 話脚本のシーン 50 で演じられるダンスが「ハリージ衣装でドラムソロを踊る」ことになっているが、これを「普通のドラムソロ」に変更するように日本テレビ社員 Y 氏に急ぎ伝えるよう要請した。
芦原氏が問題としていたのは、同シーンでベリーダンスを田中さんがステージで踊る際、演出では「ハリージ衣装でドラムソロを踊る」こととされていた点であり、芦原氏は、社員 A に対して、ハリージ衣装でドラムソロを踊ることは、ベリーダンスの歴史的、文化的背景としてあり得ないので日本テレビ社員 Y 氏に確認してほしいと求めたのである。芦原氏の求めを受けた社員 A が同日 19 時 50 分ショートメールで、日本テレビ社員 Y 氏に対し、芦原氏からの依頼として、「ハリージ＋ドラムソロ」はダンスの監修者が OK しているとは思えないので確認してほしいとの依頼があったことを伝えた。
これに対して日本テレビ社員 Y 氏は社員 A に対して直ちに、ダンス監修者には「OK 頂いている」という認識であるが、改めて確認すると返し、同日 23 時 35 分にダンス監修者から OK の確認が取れたと連絡してきた。
しかしこの時、実際にダンス監修者が OK と言っていたかという点には疑問が残る。
(略)
ところが、後日、芦原氏は、「ハリージ衣装でドラムソロ」はあり得ないことを認識した。芦原氏は、日本テレビ社員 Y 氏（なお、撮影は 10 月 10日を予定していたが、日本テレビ社員 Y 氏は社員 A からの 10 月 5 日の問い合わせに撮影済みであると虚偽の発言をしていた。このことでも芦原氏は不信感を募らせていた）の対応に不信を募らせ、間違った有りようのダンスが公に放映されることを看過できず、ダンスの監修者の名誉のためにも撮り直しをするか、それができないなら番組 HP や DVD への釈明文掲載等を日本テレビに要求するように社員 A に依頼した。
3話リテイクの経緯詳細。
日テレ版では、
2023 年 10 月上旬、ドラマ撮影時に撮影シーンを巡って本件原作者が A 氏に対して不信感を抱く事案があった。A 氏は、C 氏より送付された本件原作者の意向に従って当該撮影内容としたつもりであったが、本件原作者はそのような趣旨では依頼していない認識であったため、C 氏に確認を依頼した。
C 氏を通じた本件原作者の撮影シーンに関する問い合わせに対し、A 氏は既に当該シーンは撮影済みである旨回答を行ったが、実際の撮影は 5 日後に予定されており、そのまま予定通り撮影が行われた。
その後、これらの経緯を本件原作者が知ることになった。A 氏によると、まだ撮影していない旨を回答すると本件原作者から撮影変更を求められるのは確実であると思ったが、A 氏は当該撮影シーンは客観的にも問題ないものだと思っていたこと、及び当該シーンの撮影のために 2 か月にわたってキャスト・スタッフが入念に準備を重ねていたため、撮影変更はキャストを含め撮影現場に多大な迷惑をかけるので避けたいと思って咄嗟に事実と異なる回答をしてしまった。このことは反省しているということであった。
と、「撮影前を撮影済みと嘘ついちゃいました、てへぺろ☆」なことしか書かれてないけど、その前に「ダンス監修者の了承が本当にあったのか？」という日テレ担当者の信頼度をさらに下げる一幕があったんじゃねーか！！！！
まさか「今から変更したらみんなに迷惑かけちゃう…」という我が身可愛さで嘘付く人でも「ダンス監修者の了承はきちんと取っていたに違いない」と信じてるの？
そしてどういうつもりで削ったの？（一応、読み落としたかと思って日テレ版を「ダンス監修」で検索してみたが見当たらない）
この間、社員 J が 7 月 27 日に日本テレビに送信した契約書案に対して同社から 9 月 26 日に修正案が戻された。
その中では、改変についての原作者の承諾に関し、小学館提示の原案では小学館と原作者双方の同意が必要としたものを、日本テレビは、日本テレビとして合意を得るべき相手を小学館に限定する修正依頼があった。
原作者の承諾は不可欠であるため、小学館を介して原作者の承諾を得ることに修正し、社員 J は部内の承諾を得たうえ、10 月 23 日に日本テレビに送った。
うーんこの。日テレが原作者をどう思ってるか本音ダダ漏れなの草でしょ。
社員 A のメールは貴重な記録であるが、社員 B は大抵、日本テレビ社員 X 氏と電話で交渉したようであり、文章になった資料の提出はなかった。
本委員会において認定根拠としえたのは、社員 A への LINE メッセージである。日本テレビ社員 X 氏との電話交渉についてもより詳細な記録があれば事実経過の理解に役立ったと思われる。また、膨大な業務をこなしながら、日常行うのは大変かもしれない。
しかし交渉過程の記録はビジネスの鉄則である。記録がなければ、万一担当者に事故があればその成果は継承されない恐れがある。
多くの会社では、日報・日誌等で経過を報告し、上司・同僚と共有するのが普通である。そこから問題点の指摘を受けることもある。
ほんこれな。日テレ版もそうだったが電話で交渉しましたが多すぎる。
今日はエスカットショップで散髪をして、けんぷくに相談に行ったが、言動がどんどん、ざちゃんになるので、お前はざちゃんだろうというような話になった。５時から大雨になったが
けんぷく前を移動している人を見る限り、変な人がいるような感じはないように思う。
部屋に帰って、濱田浩輔の、パジャマな彼女とかを検討していたら、２巻にかなり残酷な表現がみられるように思う。
ざちゃんに何を言ったかと言うと、とにかく、１年前から、人工知能の光線が寝ている間に入ってくるから、 それを遮断する、 鋼鉄か何かを窓に貼るしかないだろうという趣旨の話。
昔はアベノマスクを使っていたが、 ５月１０日に、小茂根４丁目で買ったダイヤモンドマスクがそれよりもよくて最近はよく使用している。
所沢と書いたトラックを最近よく見かけるのと、そこに、なんか、 いま東京で流行りの、クソ動画で動いているのではないかと思われる、アンドレヴェイユみたいな顔のトラック運転手とか
女性のPTSD（心的外傷後ストレス障害）が歴史的に「ヒステリー」と呼ばれたことで、精神疾患の研究が遅れたとされています。以下にその背景を説明します。
ヒステリーという言葉は、古代ギリシャ時代から使用されており、女性の心身の症状を説明するために使われました。この言葉自体は「子宮」を意味するギリシャ語の「ヒュステラ」に由来し、女性特有の疾患と考えられていました。19世紀になると、女性の心理的症状や身体的症状を包括的に「ヒステリー」として診断する風潮が強まりました。
2. **誤解と偏見**:
ヒステリーの概念は、しばしば女性の感情や行動が過剰で非合理的だという偏見に基づいていました。これは、女性の症状が真剣に研究されることを妨げ、実際の病態生理学的な理解が進まない原因となりました。
現代のPTSDの概念は、主に戦争帰還兵の症状として認識され始めました。しかし、戦争帰還兵だけでなく、女性や一般市民の間でもトラウマの影響があることは認識されていませんでした。女性の症状が「ヒステリー」として片付けられたため、トラウマとその影響に関する理解が遅れたのです。
4. **研究と診断の変化**:
20世紀後半になって、精神医学は徐々にトラウマの影響とその結果としてのPTSDの概念を認識し始めました。1980年にアメリカ精神医学会がDSM-III（精神障害の診断と統計マニュアル第3版）にPTSDを公式に含めたことが、この変化を象徴しています。
これらの歴史的な背景により、女性の精神疾患に関する研究は大幅に遅れました。現在では、PTSDを含む精神疾患は性別にかかわらず科学的に研究され、適切な治療法が求められています。
