はてなキーワード: 実証とは
「女をあてがえ」や「独身税」など少子化対策のアイデアはもう出尽くしたように思われるが
まだ誰一人として口にしていないアイデアが一つだけある。
そしてこれは他のどんな策よりも効果的で、約80年前にその効果の高さがすでに実証されている。
日本では戦後1947年~1949年までの第 1 次ベビーブーム期には出生数は約 270 万人、合計特殊出生率は 4 を超える水準を叩き出した。
世界的に見ても第二次世界大戦直後に各国でベビーブームが起き、出生率が大幅に増加。
日本だけではなく世界各国で同時に起きた現象であり、その確実性は折り紙付きである。
また、効果が不明瞭なバラマキ政策や、「女をあてがえ」などといったこのご時世ではどう考えても実現不可能な空論とは違い、戦争はすぐそこに差し迫っている確実な危機である。
ウクライナ戦争のように何年もズルズルと長引く可能性は高いし、中国からのミサイルで焦土と化す地域も出てくるに違いない。
3.6万いいね
https://twitter.com/TansanNOsab0314/status/1663427476062883840
人混みの中で「あ、このおじさんこのまま真っ直ぐ私にぶつかりに来るぞ」って気付いた瞬間に体に力を入れてグッと構えると、相手のおじさんの方がはじけ飛んでいくから面白いよ
筋肉なくても大丈夫。なぜなら向こうはそんなに力入れずにぶつかりに来るから、簡単に飛んでいくのさ。
女だからと甘くみてぶつかりに来るから、ちょっと体に力入れて歩いただけで向こうがドバァンて弾けるんですよ
これとか、東大の川口大司教授その他が実証分析で負の影響があることを示しているのに、アトキンソンやそのシンパはずっと無視しているんだよね。ちなみに最低賃金の雇用への影響は、若年層とか低スキル層とか地域とかの属性で大きく変わってくるので、失業率のような全体指標だけ見るのも不適切という指摘にもまともに答えていない。というか答えられないんだろうけど。あと、最低賃金引き上げで弱い企業が淘汰されたら経済全体での生産性が上がるというのも(グラフを眺めるとかいったものではなく)ちゃんとした実証分析で白黒ついていなかったりもする。淘汰された企業に勤めていた人がほぼ全員、淘汰されなかった生産性の高い企業に移れて、そこでの生産性が以前の職場以上でないとならないが、これはハードルが高い(それが出来るなら生産性の高い企業は最低賃金が引き上げられる前から採用を増やして事業拡大をした方が利潤が大きくなったはず。だがそれをしていないで一種の均衡を迎えていたわけなので。)。
アトキンソンは私が見ただけでも以下の主張をしてる
③日本(以外も含めて)GDPが高い国は人口ボーナスが強く反映している
④最低賃金を上げれば生産性の低い企業は淘汰される。ひいては無能経営者が淘汰される。
⑤最低賃金を上げても失業率は下がらない(多様な国、直近でも韓国で実証済み)
⑥非正規の緩和をすると雇用側が強くなるので規制(最低賃金の上昇)はセット
⑧GDPを上げたいなら女性が企業でもっと良いポジションにつけるようにすべき
⑨観光業は近い国ではなく遠い国から来てもらった方が長期間滞在しお金を使うので欧米をターゲットにするべき(観光公害も起きにくい)
違うよ、ぜんぜん違うよ。労働者が闘わないからだよ。給料を上げてほしいのなら、能動的に要求しないとね。企業は慈善事業じゃないのだから、雇われ人が不平不満を言わないなら人件費というコストを自ら上げたくない
例えば、この人はアトキンソンの主張に反対してるけど、アトキンソンは実は日本人がぜんぜん給料交渉をしないので給料があがらないという主張をずっと前からしてる。
こういうことがすべての記事で起こってる。彼の主張を取り上げてるネット記事を"すべて"見ると実はブコメで指摘してることは彼も主張してて、しかしなぜかすべてのブコメ欄で"違う違う"と言われている。
俺はホストやってたけど、人間的に騙しまくるのは無理だったので辞めた。
まずホストに来る女は全員病んでる。必ず病んでいる。初回というのがあって金額が安いので「物は試しに」などと言う輩もいるが、基本的に何かしら心に闇を抱えていることが多い。それを「ホストに来さえすれば解決する。こっちは客だぞ」と思っていることが多い。
色んなホストで初回ばかり来るやつは初回荒らしと言われる。こういうやつは基本わかる。まず金を持っていない。金を持っていないのにも関わらず頼み慣れている。観光のような形で来るやつらだ。こういう相手には基本的にホスト側も全力で行かない。ゴミ客のような扱いでとりあえず義務的にやる。
ホストは女の金を見ている。服装から風俗嬢か、一般人かなどを見ている。一般人で1人で来るヤツは比較的狙い目だ。普通は1人でホストになんか来るわけがないからだ。友達がいない・繋がりがないことを証明している。
ホストは、ブサイクな女の方が心置きなく騙せる。なぜかというと「お前みたいな女をまともに相手してやってるだけ感謝しやがれ。鏡見たことあるのか?」という感情が湧くからだ。だから金は等価交換だと認識する。したがって、悪いことをしているという感覚が無くなる。また、相手の性格が悪ければ悪いほどそれを感じやすくなる。良い女(良い女などホストには来ないが)に近いほど、罪悪感が湧く。
基本的にホストも全員病んでいる。まともな男はホストなどしない。ゲラゲラ笑っているように見えていても、1人で家でずーんとなっていることがある。これは結構な人たちがそうなる。平気そうにふるまっていても、自分の感情と真逆のことを言うのはストレスなのである。「好きだ」「愛してるよ」「本気だよ」とずっと言わなければいけない。「お金がたまったら辞めるよ」と、ずっと真逆のことを言わなければならない。ずっと一緒にいれば家庭環境や辛かったことなどもわかって情も湧いてくる。それを覚えてなければ客ではなくなるから正確に覚える。つらい、つらい、こんなにつらい、あなたのためにつらい思いをしてるんだよ、わたしを助けて、というサインを黙殺して、自分が生きるために女の人生を搾取する。
「俺はこんな酷いことをした」「俺なんてこんな酷いことをしたよ」というのが武勇伝のように語られる。武勇伝のようでいて、ストレスを発散している。客がクズだからだ。俺たちがこんな酷いことをするのは客がクズだからである。金はその対価だ。ありがたく思え。どうして俺が悪いと言われなければならないんだ。俺は救ってやってるんだぞ。
どれだけ言葉を取り繕っても現実は変わらない。「本当は好きじゃないんでしょ」と言う言葉に「好きだって言ってんだろ!!!」というキレ気味の言葉で返す。自分でも本当はどうなのかわからない。生活のすべては女のために尽くすためだけに存在することになる。月曜日はこいつ、火曜日はこいつ、水曜の午前はこいつ、水曜の夜はこいつ、木曜はこいつ、金曜はこいつ、土曜はこいつ、日曜はこいつ……
誰がどうなっているか覚えなければならない。間違えることはできない。絶えず監視されている。メモる。しかしメモも見られる。携帯は必ず漁られる。女はずっと自分が本当に愛されているかどうか不安なのである。女は女で「私が一番愛されてる」と言う。私が一番彼のことをわかっていると言う。誰も本当のところはそのホストをわかってはいない。ホストはただの集金マシンで、客は金蔓である。旬も短い。若さを搾取されている。生きるために仕方なくやっている。ホストは、ホスト自身が幸せになるためにやっているのだ。女を幸せにするためではない。女性不信になる。まともな恋愛をしようとしても、ホストのテクニックがちらつく。こうすればなびくというのがわかる。モテようと思えばモテるが、真にモテているわけではなく、ただ言い寄って来られ、無尽蔵の愛を要求されているだけだ。そんなものはない。
胃も壊れる。酒ばかり飲むからだ。酒は、飲まなければいけない。客が高い金を出して買った酒だ。こぼせば最悪になる。
キラキラした世界ではない。順位を上げるために売掛金とかいうのを作る。要はあとで自腹を切るということだ。ナンバーワンなどになると箔がつく。「ナンバーワン出して」という、ナンバーワンばかり狩る女がいるからだ。こういう女は金を持っていることが多い。痛客ほど金を持っている。初回なのに意味不明に酔っ払った状態で来るガキほど、意味不明に風俗で働いて精神状態がマッハになっていることがある。
俺は性病は2回なった。店に来る女だけじゃなく、自分で開拓しなければいけない。死ぬほどヤッた。ナンパしてそのまま路上でヤるとか、ナンパしてネカフェに行ってヤるとか、声掛けしていけそうだと思ったらキスするとか、そういうことを別にやっても問題ないような感覚になってくる。自分でもなぜモテていたかわからないが、とにかく俺はモテるのだという謎の自信があった。一般人になった今は誰にも言っていない。ホストをやっていたことすら伝えない。
金を多く得ている人々は、風俗に行かせることに慣れていた。風俗に行かせるのは「風俗に行ってくれ」と言うわけではない。ホストが困っているのを暗に示す。だんだん気軽に会えなくなってくるのだ。これはわざとやっている。それでもホストは必死に "時間を作って" 会いに来てくれる。ホストは「ほんとごめんね…会いたかった……」と言う。女は寂しくなる。ホストはそうやって頑張って会いに来てくれるのだから、少しならお店に行ってもいいかなと会いに行く。「来ちゃった」と言う言葉に、ホストは「ごめんね。 "ありがとう"。でも無理はしないでね」と言う。これは "無理をしろ" という意味だ。客は、店に行ってもお金を払わなければまともに相手をされない。そして別の女がシャンパンを頼む。「◯◯さんからシャンパンいただきましたー!!!」などと言われコールが始まる。そうすると担当がそちらの客のところに行く。
「あいつか。あいつが苦しめているのか…!!!!!! 私の彼を苦しめているのはあいつか!!!!!!!!!」
そして金を作らなければならないと思い始める。客は最初は風俗に行くことなど考えない。一生懸命働く。足りなくなる。貯金も底をつく。風俗ぐらいしかないと考え始める。冗談めかせてホストに言うのだ。「お店にあんまりいけないし風俗に行こうかなー……なんて」と。ホストは怒り狂う。「お金は確かに助かるけど、風俗になんていかなくていい!!!ごめんね…俺がちゃんと会いにこれれば…」と。これは "風俗に行け" という意味だ。
だんだん本当に会えなくなっていく。私の彼が、苦しめているあの女のものになっていきそうに感じる。風俗に行く。しかしひとたび風俗に行けば、もう取り返しがつかない。
「なんのために私は風俗にまで行ったのか」
あとはひたすらコンコルド効果である。金を貢げば貢ぐほど、あとに引けなくなる。誰に何を言われようが辞めることはできない。もう「辞めなよそんなホストなんて」という友人の言葉は耳に入らない。むしろ友人は敵になる。「この有象無象らは私のことを理解してはくれない。どれだけ私が苦しんでいるのかわかっていない」となる。もはや愛がほしいのではない。意地である。止められない。ホストもホストで、止められない。
ホストは客に別の客の悪口を言う。「愛してる」と言ったその次の日に「まじであのブスのせいで最悪」などと別の女に愚痴り、その女にも「愛してる」と言う。それを全員にやる。「俺は苦しめられているのだ」と思っている。事実苦しんでいる。女は「私と一緒にいるときぐらい休んでなよ」と言う。これは決して「休んでいい」という意味ではない。いい女・優しい女でありたいのだ。ホストは「いや、せっかく会えたんだから一緒にいたいよ」と言う。「休ませろ」という意味だ。こういうやり取りが限界まで続き、「私のためにこんなに無理してくれるなんて、私は本当に "愛されている" んだなあ」ということを実感する。そして携帯を確認するのだ。無尽蔵の愛を要求し、確認する。
タダで女を獲得するのは比較的容易だ。しかしお金が絡むと段違いに難しくなる。実証するには、彼女に「ほしいものがあるから5万円ちょうだい」などと要求してみればよい。相当な抵抗をされる。「なんでそんなことをしなければいけないの」「はあ?結局金目的ってこと?」というようになる。お金で買えるすべてのものがライバルになる。セックスというのは安いものだ。
こんな状態で大量に稼げるホストというのはどこか割り切っている。客の人生を抱える気でもいる。どちらかといえば嫌ってほしいのだ。ホストは辞めておけ。愛がわからなくなる。そして、クズの仕事である。
若手騎手6人が開催期間中にスマホ閲覧で処分されたという事件。
内容を見る限り、Z世代特有の価値観がこの事件につながったと見るべきだ。
まずはこれ。最近の闇バイト問題や昨年の給付金詐欺事案が典型例だが、違法・ルール違反だと分かっていても「タイパよく稼げる」ならそっちに傾いてしまうのがこの世代。
他世代なら違反と分かった時点でほとんどの人は「怪しい」と忌避するようなことでもタイパの良さをアピールすればZ世代はなびいてしまう。
今回処分された6人中4人は、スマホでインターネットにつないで研究のために過去のレース動画を見ていたことが処分の対象になった。
実はスマホでの動画閲覧は「ネットにつながず、あらかじめダウンロードしていた動画を見る」のであればOKなのだが、タイパ重視の彼女ら(注:この4人は全員女性騎手)は別日にダウンロードと言うタイパが下がることを嫌がってこのような行動を犯した。
もちろん本来のルールはきっちりと教育されているのだが、ルールよりもタイパを重視するのがZ世代の特徴。
今回処分されたことで、一見タイパが悪い「事前ダウンロード」のほうが(30日騎乗停止とかの処分が無いから)タイパが良いことが実証されたのだが、今でも「ルールが悪い」と思っている節が見られるので、騎乗停止明けもそれなりの管理、注意が必要だろう。
Z世代は自分達より年上の世代をとにかく下に見る。今自分達が厳しいのは上の世代がまともにやってこなかったからだ、と思っている。
だから年上の言うことは、現在進行形で凄い実績を挙げている人以外の言うことはあまり聞かない。
今回唯一処分されなかった女性騎手である藤田菜七子は後輩の女性騎手たちに注意喚起出来たが、昨年から彼女は騎乗機会を減らしているので、注意しても「ババアがうるさい」以上の受け取り方はされていなかったと思われる。
一方で「現在進行形で凄い実績を挙げている人」には取り入る。そのほうがタイパがいいからだ。今村聖奈が福永祐一、永島まなみが横山典弘に取り入っていたのは記事にもなっていたので知っている人も多いだろう。
これもタイパ重視・コンプラ軽視というZ世代の特徴に関連する話だが、Z世代は深い腹落ちをとにかく求める。
例えば今回の事件は、今までの騎手なら「八百長やインサイダー防止のため」と一言いえば防げたが、Z世代はそういう1段階の理由付けでは腹落ちしてくれない。「スマホ使っていても、八百長やインサイダーしなければいいじゃん」になってしまうのだ。先述の動画閲覧や、角田大河・今村聖奈の2名による通話もその流れで起きたと考えられる。
「八百長やインサイダーを疑われると、ファンから強い非難を浴びせられるなど、今後のあなた達の活動に大きな制約がかかる。最悪引退だ。だから疑われる可能性のある行動は絶対NGである」というように2段階以上の理由付けをした上で教育しないといけない。
今回の事件後、この6人には強い非難が浴びせられている。他競技の話を持ち出して「1年間騎乗停止にしろ」という声も多く出てるし、角田大河・今村聖奈の2名に至っては昨年末の特定レースの騎乗ぶりを持ち出して「本当に八百長したのでは?」という疑惑が拡散し始めている。
「疑われる」ということがどういうことか、ようやくこの6人は身を以て知ったはずだ。はっきり言えばZ世代は教育コストが悪い世代なのだが、そういう世代であることを教育側は甘受しないといけないのかもしれない。
彼・彼女らはコンプラ意識が薄く、タイパが何より正義の世代だ。特にセキュリティ方面との相性が極めて悪い。
過去の世代なら起きなかった機密漏洩とかを普通に起こしてしまうリスクが高い世代である。
セキュリティインシデントが起きたら所属企業と本人にどういう弊害が起きるか、それは何故なのかを事細かに言語化して教育しないといけない。ただし細かすぎると「知るタイパが悪い」と見なされてスルーされるし、教える側は「社内の有力者」でないとZ世代は聞いてくれない。
ブコメで指摘されているが、上の世代の騎手でも単発的に規則違反で騎乗停止を食らった事例があることは知ってるよ。今回の件、競馬板のあるスレでは「集団大江原か?」(大江原騎手が過去にスマホ持ち込み違反をやらかしたことに因む)と言われてたりする。
https://arxiv.org/pdf/2304.10466.pdf
試行錯誤によって方針を学習する深層強化学習アルゴリズムは、環境と積極的に相互作用することによって収集された限られた量のデータから学習しなければならない。多くの先行研究が、データ効率の良いRLを実現するためには適切な正則化技術が重要であることを示していますが、データ効率の良いRLにおけるボトルネックの一般的な理解は不明なままでした。その結果、すべての領域でうまく機能する普遍的な技術を考案することは困難であった。
本論文では、非定常性、過剰な行動分布シフト、オーバーフィッティングなどのいくつかの潜在的な仮説を検討することにより、サンプル効率的な深層RLの主要なボトルネックを理解することを試みている。
強化学習ってよく知らない
我々は、状態ベースのDeepMind control suite(DMC)タスクについて、制御された体系的な方法で徹底的な実証分析を行い、遷移の検証セットにおける高い時間差(TD)誤差が、深いRLアルゴリズムの性能に深刻な影響を与える主犯であり、良い性能をもたらす先行手法は、実際、検証TD誤差を低く制御することを示した。この観察から、ディープRLを効率化するための強固な原理が得られる。すなわち、教師あり学習の正則化技術を利用することで、検証TD誤差をヒルクライムできる。
誤差を減らすのがDeepLearningだけど、それが時間差なのか。
我々は、検証TD誤差をターゲットとするシンプルなオンラインモデル選択法が、状態ベースのDMCとGymタスクにおいて効果的であることを示す。
1 はじめに
強化学習(RL)法は、大容量の深層ニューラルネット関数近似器と組み合わせた場合、ロボット操作などのドメインで有望視されている(Andrychowicz et al、
2020)、チップ配置(Mirhoseini et al.、2020)、ゲーム(Silver et al.、2016)、データセンターの冷却(Lazic et al.、2018)。アクティブなオンラインデータ収集の単位ごとに費用が発生するため(例.
実際のロボットを動かす、シミュレーションによるチップ評価など)、限られた経験量でも効率的に学習できる、サンプル効率の良い深層RLアルゴリズムを開発することが重要である。このような効率的なRLアルゴリズムの考案が、近年の重要な研究課題となっています(Janner et al、
2019; Chen et al., 2021; Hiraoka et al., 2021)。
原理的には、オフポリシーRL法(例えば、SAC (Haarnoja et al., 2018), TD3 (Fujimoto et al., 2018), Rainbow (Hessel et al., 2018))は、データ収集のステップごとに多くの勾配ステップのポリシーと値関数を改善することを可能にするため、良いサンプル効率が得られるはずです。しかし、このメリットは実際には実現できないようで、1回の学習ステップを多く取りすぎることでを収集した各遷移は、多くの環境において実際にパフォーマンスを害する。過大評価(Thrun & Schwartz, 1993; Fujimoto et al., 2018)といったいくつかの仮説、非定常性(Lyle ら、2022)、またはオーバーフィッティング(Nikishinら、2022)が根本的な原因として提案されている。
これらの仮説に基づき、より多くの勾配ステップを持つオフポリシーRLを可能にする方法として、モデルベースのデータ増強(Jannerら、2019)、アンサンブルの使用(Chenら、2021)、ネットワークの正則化(Hiraokaら、2021)、再生バッファを維持しながらRLエージェントをゼロから定期的にリセット(Nikishinら、2022)などのいくつかの緩和戦略が提案されている。これらのアプローチはそれぞれサンプル効率を大幅に向上させるが、これらの修正の有効性は(これから示すように)タスクに大きく依存する可能性があり、根本的な問題やこれらの手法の挙動を理解することはまだ未解決である。
ICLR 2023で会議論文として発表 本論文では、より多くの勾配ステップを取ることが深層RLアルゴリズムの性能悪化につながる理由、ヒューリスティック戦略が役立つ場合がある理由、そしてこの課題をより原理的かつ直接的な方法で軽減する方法を理解しようとするものである。
最近提案されたタンデム学習パラダイム(Ostrovski et al., 2021)を用いた実証分析を通じて、TD学習アルゴリズムは、学習の初期段階において、すぐに高い検証時間差(TD)誤差(すなわち、保留した検証セットにおけるQ-ネットワークとブートストラップターゲットの間の誤差)を得る傾向にあり、悪い最終解をもたらすことを明らかにする。
このホワイト ペーパーでは、深い RL アルゴリズムで勾配ステップを増やすとパフォーマンスが低下する理由、場合によってはヒューリスティック戦略が役立つ理由、およびこの課題をより原則的かつ直接的な方法で軽減する方法を理解しようとします。 最近提案されたタンデム学習パラダイム (Ostrovski et al., 2021) を使用した実証分析を通じて、トレーニングの初期段階で、TD 学習アルゴリズムが高い検証時間差を迅速に取得する傾向があることを示します。
(TD) エラー (つまり、保留された検証セットでの Q ネットワークとブートストラップ ターゲットとの間のエラー) が発生し、最終的なソリューションが悪化します。 さらに、データ効率の高い RL 設定のために考案された多くの既存の方法が、検証 TD エラーを低く制御する限り有効であることを示します。
この洞察は、深い RL を効率的にするための堅牢な原則を提供します。データ効率を向上させるために、検証 TD エラーを山登りすることによって、特定の問題に最も適した正則化を選択するだけです。
この原則は、オンラインRLトレーニングの過程で特定のタスクに最適な正則化戦略を自動的に発見しようとする単純なオンラインモデル選択方法の形で実現され、これを検証TDエラーを使用した自動モデル選択(AVTD)と呼びます。
AVTD は、各エージェントが異なる正則化を適用する共有リプレイ バッファーで、いくつかのオフポリシー RL エージェントをトレーニングします。 次に、AVTD は、環境内で動作するための検証 TD エラーが最小のエージェントを動的に選択します。
この単純な戦略だけでも、多くの場合、さまざまな Gym および DeepMind コントロール スイート (DMC) タスクで個々の正則化スキームと同様のパフォーマンスを発揮するか、それを上回ることがわかります。 重要なのは、パフォーマンスがドメイン間で大幅に異なる可能性がある以前の正則化方法とは異なり、私たちのアプローチはすべてのドメインで堅牢に動作することに注意してください。
要約すると、私たちの最初の貢献は、サンプル効率の高いディープ RL のボトルネックの実証分析です。 これらの課題の背後にあるいくつかの潜在的な説明を厳密に評価し、トレーニングの初期段階で高い検証 TD エラーを取得することが、データ効率の高いディープ RL のパフォーマンスを阻害する最大の原因の 1 つであることを観察します。 私たちの 2 番目の貢献は、単純なアクティブ モデル選択法 (AVTD) です。これは、検証 TD エラーの山登りによって正則化スキームを自動的に選択しようとします。 多くの場合、私たちの方法は、さまざまな Gym および DMC タスクで、最適な個々の正則化スキームに匹敵するか、それを上回ります。
絶対に資本主義が優れていると断言できます。共産主義なんて、歴史でも実証済みの失敗作で、どこででも混乱と破壊をもたらすだけの理念です。
資本主義は、個人の自由と努力が報われるシステムであり、それが経済発展とイノベーションを生み出します。一方、共産主義は、個人の自由を奪い、全ての人が平等に貧しくなるようなシステムです。どう考えても、資本主義が圧倒的に優れているでしょう。
共産主義を支持する人は、現実を見ず、空想の理想郷を追い求めているだけ。そんな非現実的な考えが現実に機能するわけがありません。過去に共産主義が失敗した国々を見ても明らかです。
だから、資本主義こそが真の幸福と発展をもたらすシステムであり、共産主義は滅び行くべき失敗作だと断言できるのです。資本主義に対する批判すらも、その素晴らしさを際立たせる要素にすぎません。みんなが資本主義を受け入れるべきだと熱く語りたいです。
でもバカ人口の方が比率高いから1人1票のほうが正確に国を反映してるよね
そして政治学の投票行動っていう研究では、バカは常に与党に入れて、高学歴は野党に入れてバランスを取るという50年以上実証され続けている揺るぎない研究結果が出てる
だから、仮に投票のパワーバランスが変わったとしても国民の大多数はそのときの与党を無条件に応援し、高学歴は与党だけに力持たせるの良くないよなって野党に入れるから、結果高学歴がポイントを持つと簡単に与野党が入れ替わるようになる
人間は暇じゃないから正確に政治家のことを知れないし、政治家が文言通りのことをやるわけでもないから、投票ポイントを変えることはあまり有効に見えない