  |
はてなキーワード: 私たちとは
「孫子」の言葉を借りて考えると、「善戦者の勝、制人而不制於人」つまり「善く戦う者は他を制し、自らは他に制せられない」という教えがあります。これは、我々が抱える課題においても、他者や環境に支配されるのではなく、自らの道を選び、積極的に未来を創り出すべきだという示唆を持っています。
少子高齢化は日本が直面している深刻な課題ですが、「無子無齢化」といった極端な考えは問題解決の方向としては適切ではありません。我々が目指すべきは、社会全体で知恵を集め、支え合い、持続可能な未来を築くことです。そのために、政策や技術、社会制度の変革を通じて、新しい解決策を模索し実行していくことが重要です。
また、孫子は「知彼知己、百戦不殆」（敵を知り、己を知れば、百戦して殆うからず）とも言っています。つまり、問題や状況を正確に理解し、自らの強みと弱みを認識することが、どんな困難にも対処する鍵となります。現在の少子高齢化に対しても、冷静に状況を分析し、効果的な対策を講じることで新たな道を切り開くことが求められます。
私たちの未来は私たちの手に委ねられているのです。その手中にある可能性を活かし、前向きに挑戦する心を持ち続けることが大切です。
この記事、殴り書きです。ごめんなさい。
スタートアップで働くみんなに見てほしい、あわよくば100人未満のスタートアップ企業の経営者たちの目に止まってほしい。でもきっと無理だと思う。匿名だし、身元を明かす勇気もワイにはないわけだし。
『セクショナリズム』は、英語の『sectionalism』に由来する言葉です。日本語では『部局割拠主義』と訳され、セクショナリズムは『派閥主義』や『縄張り意識』を生み出します。従業員が自分のチームや部署の利益や効率を優先し、他の部署に対して非協力的になっている状態
↓これおすすめ
https://www.hrbrain.jp/media/human-resources-management/sectionalism#heading-0
で、これなんだけど経営者はセクショナリズムができつつある・できちゃってることに大体気付いてないよね。経営者に報告上げる人が隠すんだもん。「現場はうまく回ってます」って言いたいよね。特に業績悪いときってそれどころじゃないよね。現場のみんなもビクビクしてるもん。次の評価の時期が来るのがとっても怖いの。
現場ってさ、いかに早くあなたたちの上の人の要望を捌けるか常に頑張って考えてるのよ。意外とね、マネージャーとかリーダーレベルでもいっつもちょっとだけ急な要望が来ても耐えられるように整えてんの。
だからさ、元xxx(すごい会社)みたいなさ権力主義の人をあなたと私たちの間に置くのやめてくれない？きっとさ、給料も高いだろうしさめっちゃ悩んであなたたちも採用したと思うんだ。それは分かるしさ現場回して運用見直したりしてさ利益上げたいよね。分かる。
ワイたちにさ、包み隠さずさ、会社の状況話してよ。わたしたちはさ、聞きたくても経営層の何かしらに出席できないのよ。元XXみたいな人がね、自分の力発揮したいからさ入れてくれないの。情報も隠されちゃうの。全社員がいる毎月やる会議とかでさ、喋ってるつもりだって言うじゃん。でもそれってさ時間もさ限られてるしさ細かいディティールわかんないよ。お互いに使うことばのニュアンスもきっと違うしさ。
売り上げ悪いときとかほんとやって。無理してでもやって。運用してるメンバーと個別で話してみてよ。そしたら絶対セクショナリズム生まれないよ。だって、経営者のあなたを応援したくてぼくらは働いてるんだもん。SOもないし、退職金もないけど信じてその船に乗ったんだよ。読んだことないけどワンピースだよ。
でさ、特にさ現場で頑張ってるやついるじゃん。すっげーSlack投稿してるやつとかさアナリティクスで見れるじゃん。そいつ捕まえてさ、まずはさ話してみてよ。
だからさ、本当にさ、やってほしい。あなたを信じてるから従業員っているんだよ。
あなたとぼくたちの真ん中にいる人ばっかり信じないで。
私たちが働いているオフィスからも10分程度で到着できるため、障害が起こった場合でもすぐ駆けつけられるという安心感があります
https://megalodon.jp/2024-0608-1423-21/https://www.bbtower.co.jp:443/case/kadokawa_connected2/
（前半からの続きです。）
https://anond.hatelabo.jp/20240608093126
もっとも、現代アートは手放しで褒められるものでもないでしょう。多くの批判者が火のないところに煙を立てているとは言えないと思います。作品の出来が悪いものも混じっていることは否めません。
大方の批判にもかかわらず、私は今回のトリエンナーレではそのような「的外れ」感のある作品はほとんどないか、かなり少なかったと感じています。これもキュレーションのよさでしょう。
思い返せば2020年のトリエンナーレにあった「エビにSEXをさせる方法を考える」という一連の展示はひどかった。テーマはとてもよかったのですが、日本（だったと思います）のクリエイターたちの作品はふざけているとしか言いようのないものでした。その課題は、「エコスフィア」（エビと水草の入っている閉じた水槽）の中でエビは酸素を吸って二酸化炭素を出し、水草は二酸化炭素を吸って酸素を出す。この循環のバランスはうまく保たれているが、一つ問題があって、エビは生殖をしなくなる。そこでエビに生殖をさせる方法を考える、というものでした。多くの作品はエビにセクシーな格好をさせるとか、エビの秘宝館のようなものを作るとか、そういうものだったと記憶しています。しかし、クリエイターたちはこの「エコスフィア」が地球の生態系の比喩であると気づかなかったのでしょうか？ だとしたら愚かに過ぎるとしか言えません。それとも、気づいていてこのような作品を作ったのでしょうか？ だとしたら二倍悪い。エビとは「私たち」に外ならないのだから、つまりクリエイターたちは女がセクシーな格好をして男を誘えばよいと言いたいのでしょうか？ それはあまりにも「男尊女卑」に終始していると言わざるをえません。そこには問題意識が欠如しています。「教授の課題テーマはよかったが、学生たちのレポートがだめだったという感じだ。」私は友人とそう語りあったことを覚えています。
2020年といえば壁にブレインストーミングのように年号と出来事を書いてゆく展示もありました。そこには作家のメモも展示してあり、『荘子』の「胡蝶の夢」の故事が引用してありましたが、「與」を「興」と書き誤っていたことを覚えています。自分のことは棚に上げつつ、非本質的でささいな事をあげつらうようですが、「どうかわからないことで見栄をはらないでほしい」と思われてなりませんでした。
現代芸術の作家たちの一部が「見栄をはろう」としていることは薄々感じられます。人文学、哲学、歴史学、経済学などに議論の蓄積がありとっくに通過してきた知見について、芸術家たちが何周も遅れて的外れなことを言っている光景は、あまりみっともいいものではありません。なぜそのようなことになっているかといえば、芸術家が「作品」だけではなく、その「意味」で評価されるようになっているからでしょうか。
かつて芸術家は貴族の注文にこたえて絵を描いていたそうです。今の作家は自由に作品を作れるはずなのに、ただ社会の要請にこたえて作品を作ろうとして、中身のないステートメントを打ち出しているのは、痛々しくさえあります。
しかし、これは決して「アーティストはよけいなことを考えるな」と言いたいわけではなく、むしろその逆で「もっと学問をしてほしい」ということです。しかもそれは「芸術家」としての意識以前に、「市民」として当たり前にもつべき意識であると思うのです。芸術家は作品だけで力のある面白い作品を作って、そしてそれとは別に最低限、当たり前に市民として的外れでない発言もしてほしいのです。
トリエンナーレと同時開催の展覧会Bank ART Life7「UrbanNesting: 再び都市に棲む」に足を運ぶと、新高島駅地下1階の会場の入口には巨大な土のダンゴがありました。これはかなり面白かったのですが、説明を見ると福島の土で作ったとありました。もちろん福島の原発事故はまだ収束したと言えませんし、提示された問題は深刻です。しかし、その場では私も友人も何となく興が醒めてしまったのです。それはなぜでしょう？ 何となく、「作品の面白さにテーマが負けている」と感じました。私も「キラキラ」なアートを好む一員であり、私の中で「無意味」のもつ破壊的な力に「意味」が負けてしまったのかもしれません。あるいはその逆で、テーマの重さのために、作品が軽く見えてしまったのかもしれません。いずれにしても、私は作品のよい受け手になることができませんでした。
しかし問題は受け手だけにあるのではないと思います。「作品」と「意味」のバランスは難しいことであり、作り手の側でもうまく調整しなければならないものです。先程述べた通り、今回の展覧会にはピンボケな作品が少ないと感じました。しかし、今回の出品作のうち、どれくらいが「意味」（言葉による解説）なしに「作品」だけの魅力で勝負できるものだったかは疑問も残ります。
今回の展示にあったBゼミの試みはよかった。「意味のないものを作る」とか「新しい楽器を作る」とか、芸術を意味から解き放つような試みは今でも頼もしく思われます。どうもいまのアートは、意味を付与された瞬間に弱くなってしまうような気がしています。作品と意味との関係性については、まだまだ考える余地がありそうに思います。
私の身近に YOASOBI のアニソンが好きでないという人がいます。「アニソンというのはアニメの解釈であり、アニメへの讃歌であり、しかしアニメ本編とはズレているから面白い。YOASOBI の歌はアニメのストーリーをそのまま歌っている。だから面白くない」と言うのです。何となくわかる気もします。偉そうに勝手なことを言うならば、現代芸術も世界にあるモノをそのまま出すのでなく、世界をアートの形で表現するとどうなるのか、「意味」に傾きすぎず「作品」の力で見せてほしいと思います。
しかし、芸術に「意味」をこめるなというつもりではありません。批判者の中には、芸術家は被災地を創作で消費するのではなく、実際に活動をすることで被災地に貢献すべきだというような意見を言う人があったような気がします。もちろんそのような活動はしないよりもしたほうがよいのですが、それはあくまで「市民」としてのはたらきであって、「芸術家」としてのはたらきではないでしょう。芸術家には芸術家にできることがあり、それは創作であるということを否定するつもりはありません。しかし、だからこそ「作品」と「意味」にはもっとよい関係があるのではないかと思います。その答えが何かということは、残念ながら即座に提示できないので、偉そうに勝手なことを言うだけになってしまうのですが……。
批判めいたことのついでに言えば、今回のトリエンナーレを批判する意見の中には、電気を使ったインスタレーションと環境問題を訴える作品を同じ空間に並べることの違和感を語る人がいたように記憶しています。その違和感も理解できますが、それとは別に、芸術と資本の関係という問題も感じました。入り口の協賛企業の一覧を見たとき、たいへん違和感がありました。資本主義への警鐘をならす作品（全てではないにしろ）が、大資本の資金で展示できるとは！ 大企業はそのようなお金を出すほうがよいと思いますけれど、その一方で企業がそれを「みかじめ料」として批判されなくなるべきではもちろんないでしょう。作品が意味をもつときには、その作品のおかれる「場」までもが、自らの意味を暴露するようになるのかもしれない。初っ端からそんなことを考えさせられるなかなか面白い「展示」でした。
咎め立てばかりしてしまったようですが、最後によかったところをいくつか述べたいと思います。友人は、今回のキュレーターの解説文（紹介文）がよかったと言っていました。友人によると今や「この作品はこう見るべきだ、ここが素晴らしいのだと天から決めつけて、自分に酔ったような解説」を見ることも多いなかで、今回の解説文は「キュレーター自身が作品をどう見るか、真摯に考えて書かれていたので好感が持てる」というのです。また、「キュレーションにも工夫が多かったような気がする。例えば商業主義のマルボロの広告の下にインドの貧しい生活を描いた版画を配置するなど、『対比』を意識したものがいくつかあったように感じた」とも言っていました。キュレーターの仕掛けた「作品」と「意味」の関係性のバランスは果たして十分達成されたかどうか、それはよくわかりませんが、キュレーターが真剣に構成しており、私たちに問いかけるものがあったのは確かだと思います。
要するに、初めに述べた通り「批判者の言うことにもわかる点はある。でもキュレーターはそれなりによくやっていたと思うし、今回が最悪だとか、他の回に比べてどんどん悪くなっているとか、そんな気はしない」ということです。言いたいことはこれに尽きます。
魅力のある作品も少なくありませんでした。友人は勅使河原蒼風のファンになり、富山妙子の画集を買いました。私は土肥美穂の buttaiが気に入りました。同時開催のBankART Life7では、みなとみらい駅の腕木信号のオブジェや、Bank ART Stationにあった送風機で立ち上がる足などの機械仕掛けの作品が好きでした。
つらつらと思いつくまま書くうちに、思いがけなく長文になってしまいました。次回のトリエンナーレにも期待しつつ、このあたりで終わりにします。
余談だけど、夫といると上に書いたような人たちとの遭遇率が異常に高い。普通そんなにエンカウントしないだろっていう頻度で出くわす。夫が一緒にいることで、私の感度も高まってるだけなのか？酔っ払った自転車が私たちの間につっこんできたり、そういう事故的なやつも結構あるし、引き寄せてるんだろうか。私が一人で歩いてるときとまるで世界が違う…
これですね。
https://anond.hatelabo.jp/20240606113439
昨日は本当に限界だったんで、わらにもすがる思いで、プロフィールもろくに書かずなんか変なタイトルで書き込んでしまったんだけど、それにもかかわらず、かなり反応もらって驚いた。
同情が欲しいというよりはまじでなんて返せばいいのか聞きたかったのでこんなタイトルにしてしまった。変えたいわ。
客観的に見るとどうなのか参考になるし、具体的にどうしたらいいのかの選択肢もかなり増えてありがたい。
私・夫ともに30代。
私のほうが年上だけど数歳差なので同い年みたいなもんかなと思う。
二人とも働いてて、私はほぼ在宅、夫は週半分出社。
夫は元々電車（というか人の多いところ）が嫌いで、少し前に転職してから通勤距離がのびたのもかなりストレスになっている。
あと夫の今の会社はブラック気味（というか業界全体がブラック）で、夫は尻拭い系のポジションと立ち回りでそこに付き合わざるをえないので、そこで心身が蝕まれている部分はあると思う。
私が限界すぎて感情的になり（というかキレて）一旦家を出たところ、夫が急に冷静になり、こっちは話をするつもりがあると言ってきたので話をした。
私も、家を出たもののこういうことで突然死に別れたら後悔するぞと思った（実際に経験がある）ので、帰宅して話そうと思った。
夫の反応を見るに、やっぱり普段は甘えられてる・強く出ても大丈夫だと舐められているところはあると思う。
感情的になると話し合いはできないもので、最初の方はかなりくだらんやりとりに時間を費やしてしまった。
キレに対しキレという刀で対応するのは「こっちも竹光じゃねーんだぞ」と相手に気づかせる手段としてはありなんだけど、話し合いというのは実は斬り合いではなくただひたすら地味なすり合わせ作業なので、本当に問題解決をしたいのであれば、キレで昂った感情は鞘におさめなければならないなと思う。
おもにこれを伝えた。まあ以前から何度か言ってきてるけど…
夫もさすがに自分でもおかしいとは思っている。怒る回路が育ちすぎてるというか、なにを見ても、自分がイライラする部分をわざわざ探しに行ってしまうような感覚があるらしい。
テレビやYouTubeを一緒に見てても、ずっと文句ばっかり言ってる。まあそんくらいならいいけど、格ゲーで負けると苛立ちで机を叩き壊したり、苛立ちで壁を叩いて穴を開けたりするのを抑えられないのはさすがにやばいし、心配だと。
壊したものは夫自身で修理を依頼してもらってるけど、そういうときに「さすがに自分おかしい…」と冷静になるみたい。まあそうですよね。
ものに当たるのはやめる、叫びたくなるくらいはあると思うから別にいいよ、ということになりました。
（叫ぶのも怖いけど、大きい声を出すと意外と冷静になるらしいからいいかなと。カラオケでも誘うか）
・外で他人に突っかかるのはやめたほうがいい
いつなんどき刺されるかもしれないし、さらなるトラブルに発展するかもしれないからやめてと伝えた。
夫の主張としては「それはわかってる。けど、一方的に強く肩をぶつけられてなぜこっちが我慢しないといけないの？納得がいかない。された方が黙っているとつけ上がる奴が多い（これはお前もだろ…と思ったが言わなかった）、ミサイルを打ち込まれて黙ってる国があるのか。車ではねられてヘラヘラ許すのが当然なのか」みたいなことを言っていた。
夫はMMOでも「無差別PKしてくる奴には我慢するしかない」みたいなのが嫌で、ガンガンに鍛えて応戦するスタイルなんだけど、それを現実に応用しないでくれ。現実の自分は無課金アバターに近いんだから。
なお夫も無差別に絡みに行くわけではない。主な対象は、電車や駅でぶつかってきて謝らない人、対応の悪いタクシー運転手、電車内でマスクをつけずに大きなクシャミを連発している人、レジで並ぶとき妙に距離近く真後ろに並んでくる人、うちの家や車の前でボール遊びする家族…等、日常で出くわす「あ〜…なんかヤだな…」っていう人たち。最初は「なんだお前」みたいな感じで睨みつけ、相手が応戦してきたら「お前が悪いんだろ」となる流れ。いや、睨むのはやめなよ…。一見してごく普通の人にこんなヤンキー性が潜んでるんだなと思う。でもまあ夫が怒る理由もわかるというか…そこが難しい部分ではある。でもとにかく、むやみに絡みに行くのはやめよう、たまったストレスは別の形で発散しよう、ということになった。
余談だけど、夫といると上に書いたような人たちとの遭遇率が異常に高い。普通そんなにエンカウントしないだろっていう頻度で出くわす。夫が一緒にいることで、私の感度も高まってるだけなのか？酔っ払った自転車が私たちの間につっこんできたり、そういう事故的なやつも結構あるし、引き寄せてるんだろうか。私が一人で歩いてるときとまるで世界が違う…
・私にも突っかからないでほしい
感情の切り分けをしてほしい。
「自分は今、何にイライラしてて、今にも爆発しそうである」と自覚すること。
それを、眼の前にいる私にぶつけず、そのかわり助けを求めて欲しい。ストレスやばすぎ〜どっか行きて〜！とか。
私が悪いところがあったら、それはあなたがイライラしてることとは一旦分けて考えて、普通に伝えて欲しい。
これに関しては首肯して終わり。
・「病院行け」は言えなかった
直近での喧嘩の原因が、夫の訴える体調不良について私がスマホで調べて「これっぽくない？」と安易に病気扱いしたこと（それが夫の持病にも少し絡んでいたので、持病を揶揄したように受け取ったみたい）だったので、言えなかった。あとメンタルヘルス系に対しては夫の忌避感が強いので慎重にいきたい。逆流性食道炎や痔などストレスによる体調不良が随所に現れてる（それは随時通院してる）ので、はやく職場変えたほうがいいよとは言い続けているし、これからも言っていく。
ひとまずの改善策として、ジムに誘い、今度見学に行くことにした。筋トレで発散。「めちゃくちゃ体鍛えて舐められないようにする」って言ってた。ここでもアバターに課金する感覚なんだなぁ…
それは、その聞かれ方されたらわかんなくない…？ というか「二度としません」って大前提だし…
「同じことはしないよう気をつけつつ、それでもやってしまったらって事…？（何をすれば納得するんだよ…）」と文面通りに受け取ってしまってたんだけど。
まじ、ブコメでもらった「コミュニケーションをクイズにすな」ってやつだった（※あの動画大好き）
https://anond.hatelabo.jp/20240606153814
夫と同じ意見の人だ。
普段言っていることと同じことが書いてあったので、夫が書いたのかと思ってちょっと震えた。
https://anond.hatelabo.jp/20240606161457
参考になる。同じような状況の人がいたら参考になりそう。
でも、うちは別居したらもう終わりかもしれません。今回出ていこうとしたときにそれを感じた。
自分に非がないことなのに、場を収めるために謝るのはやめようと思う。夫に対してだけじゃなく、私にはこういう癖がある。
モラハラ父とそれを我慢する母を見て、「自分さえ我慢すればいい」と考えたり、人の顔色を伺うような性格になってしまったところはどうしてもあるね…。
・否定してやるな
増田は夫に寄り添っているようで寄り添っていない。
それはそうだなーと思った。
どうしても「自分はそうは思わないけど…とりあえず、わかるわかる〜って言っておくか…」みたいな感じになってしまう。
寄り添うって、自分も同じ意見になるっていうことじゃなくて、「この人はそう思っているんだな」ということを理解して、そういう気持ちを持っているということ自体を否定しないということだもんね。難しい。
でもまあ、今回普通に話し合いできたのでとりあえずよかったかなと思う。
実際には増田に書いたこと以外の、普通に穏やかな生活もたくさんあるので、夫のストレスが解消されて、そのことによって私のストレスも減って、楽しい時間を共有していい方向に向かうといいな。
以上！ありがとうございました。
マルクス主義の理論はソ連によってナンセンスの塊に変えられていたが、ペレルマンにその塊を噛み砕くことができたのは、彼はなんであれ政治と名のつくものにいっさい興味がなかったからとみて、まず間違いはないだろう。
「グリーシャの辞書によれば、”政治”とは貶し言葉だったのです」とゴロヴァノフは言った。
「たとえば、私が良かれと思って、なにか組織的な運動を計画したとしましょう。たとえそれが、私たちの大切なセルゲイ・ルクシンを助けるための運動だったとしても、彼はこう言ったでしょう。
『それは政治だよ。そんなことより問題を解くことに集中しよう』。
ここでぜひともわかってほしいのは、彼は本気でそう思っているということです。彼は、政治と名のつくものはなんであれ、大嫌いなのですよ」。
こういうペレルマンの姿勢は、ロシア知識人の伝統となっている政治的プロセスへの嫌悪とはあまり関係がなく、むしろ彼にとっては数学以外の一切に興味がもてなかったことに関係しているのだろう。
ぬいペニ界隈の有識者にお伺いしたいのだが、ぬいペニ現象だな〜って感じるのは、以下のどれ？
①もともと友人・同僚などで恋の相手として意識していなかった相手に、急に恋してしまう。そこで告白するが、フラれた時
②もともと友人・同僚などの恋愛関係に陥ることを意図しない者同士だったが、好意を持ってしまう。関係性が壊れるのが嫌で好意を隠していたが、思い切って告白しフラれた時
③もともと恋の相手として好意を感じていたが、好意を隠して友人・同僚として振る舞う。その後告白したがフラれた時
④もともと恋の相手として好意を感じていたが、諸事情（職場恋愛になるためためらっていた、年が離れすぎている、友人の身内・元恋人など）で友人・同僚等の関係に甘んじていたが、思い切って告白しフラれた時
⑤もともと恋の相手として好意を持っていたが、相手から「私たち（俺たち）は友人」と牽制されたためアプローチできず、玉砕覚悟で告白しフラれた時
⑥どれも該当しない
なんでこんなことを聞いているかといえば、少女漫画の中で、一目惚れ以外の恋愛（友達、知り合い、幼馴染、先生など、はじめから恋の相手として意識してなかった人を突然好きになってしまう）パターンが多いからである。なんなら、知り合う→なんらかのタイミングで恋する→フラれる→恋の相手として認識してもらえるよう、アプローチを続ける→再告白（または逆告白）なんかもめちゃくちゃ王道の少女漫画ではないか。
ただ、こういう恋愛とぬいペニ現象って、どこに決定的な違いがあるのかがわからない。ぬいペニ現象や、ペニスを出すタイミング論などを見ていると、私が想定しているシチュエーションとはまた違う？とも思えるが、いまいちピンとこない。
赤ちゃんの声がうるさい時一緒にほんとだね～うるさいね～と言ってほしい
マナーの悪いやつがいたら一緒にマナー悪いね～やだね～と言ってほしい
なんでうるさいとかむかつくとかそういう嫌な気持ちを「まあまあそんなこと言わないの」的にいつも否定するのか
うるさいとかむかつくとか思っている自分が悪いみたいじゃん 実際うるさいしむかつくのに
ちなみに「言い方」じゃないんだよね
言い方を変えても嫌な気持ちを否定することは同じじゃんそれがいやなんだって
あと「同じことをやったらどうするつもりなの？」って慣用句じゃん
毎度毎度否定することを繰り返されることにうんざりしてる それを表現したいだけ
そんでそれに対して「関係が終わってしまう覚悟で」って関係性の行方を持ち出すのも信じられない
それってほぼほぼ別れ話を持ち出してるのと同じじゃん 私たち終わりかもね みたいな
いやいや煽ってんのかよと
これは紛れない事実だよね
テロはダメだけど結果的に良い政治に近づいたのはなんでだろうね
私たちは何を信じればいいの？
テロを信じちゃダメだけど、結果的に良い政治になってるのだから、テロを肯定できちゃうの？
ずっと考えてるけど分からない
今日は天気がいいので散歩していたら駅前に野生の弱者男性を発見！
おーめずらしいな♪って思ったらなんだかムラムラしてきたので
そうしたら、彼は「弱者男性ってなんですか？」と言ってきました
と驚きながらも、彼に弱者男性や男性器の役割や女性器の役割などを教えていったのです
なので私は「じゃあセックスのやり方教えてあげるね」と言って彼のズボンを脱がしていきました
そうすると彼は驚いた顔をして「やめろ！」と言ってきました
私は「どうしたの？」と聞くと彼は「お前おかしいんじゃないか！いきなりこんなことするなんて！」と言いました
私はムカッとした気持ちになり「誰か来てー！ヘンタイがいます！」と叫んだ後にかかと落としを喰らわせました
すると声を聞きつけたのかオスジャップの群れがその場に現れてヘンタイ弱者男性をボコボコにしていきました
「ありがとう、君たち」とお礼を言うと彼らは「いいってことよ」と答えました
多分死んだと思います
こうして私たちは弱者男性を撃退し平和を取り戻すことができました
しかし、この出来事をきっかけに私たちは弱者男性の恐ろしさを知りました
弱者男性って普通に会話しただけなのにいきなりセクハラしてくるし、性暴力を加えてくる恐ろしいバケモノだったんですね
彼らは私たち女性よりも力が弱く頭も悪いため簡単に倒すことができますが、もし集団で襲ってきたら私たち女性には対処できない……
怖いよ😭
皆さん、信じられますか？わずか2GBのファイルが、世界を一変させたこと。
そう、これはただのファイルではありません。これは悪名高い現代の錬金術、「画像生成AI」のデータファイル(モデルファイル)の話です！
==== =====
たった2GBですよ。これって、スマホの写真が数百枚分くらいのサイズ、100均で買えるSDカードに収まるサイズです。
そんな小さなファイルが、なんとリアルな画像やアニメの画像を無限に作り出すことができるんです。顔写真、風景、壁紙、えっちな写真、何でもござれ。まるで魔法のように、これまで存在しなかった画像を生成します。
そして、ここにもう一つの問題があります。皆さんもSNSでたくさんの画像を見ているでしょう？その中に、どれだけのニセモノが含まれているか考えたことがありますか？
驚くべきことに、たった2GBのファイルが、私たちの現実感を揺るがし、社会に混乱をもたらす可能性を秘めています。
画像生成AIとSNSの組み合わせは、正しい情報と偽情報の境界を曖昧にし、私たちが信じるものを根本から揺さぶる力を持っています。
30代増田である。世間では一応、公務職場（市町村役場）で働いている。
最近ふと、副業解禁について思ったことがある。幣役所では残念ながら、副業に関する人事当局の方針説明はなかった（国の機関では文書で通知があった）。
当然、今までと同じルールだ。労働系の副業は、農業を除いて厳禁である。
それはさておき、世の中の流れとして副業がOKになりつつあるけど、世間一般の会社では浸透していないように思える。
その理由で感じたことがある。「職場の外で自己実現されると困るから」ではないだろうか。
私はイベント・広報の企画の最前線で働いているのだが、周りからの評価が低い男性職員がいる。私と同じ30代である。
その人は、ほうれんそうができない。人が傷つく言葉遣いに気が付かなかったり、上司からの休日の緊急電話にも出なかったり、仕事中に「私は能力が低い職員ですが、そのことに向き合って認めています」などと開き直りをしてる。
私もそこまでの社会人ではないが、それにしても彼はひどい。仕事中にも「信頼がなくても別にいいです」とかほざいてる。マジで意味がわからない。
でも、その彼は、どれだけ上司に怒られても、同僚から聞こえるように影口を言われても、平気なのだ。
気にかけてないように見える。
実は彼は、学生の頃に剣道で国民体育大会に出場したことがある。会社内の運動イベントの時に、私たちが住んでいる県の国体ジャージを着ているのを見た。今でも剣道をしていて、市内の有名な道場で指導してる。
※追記だけど、彼とは中学校と高校が一緒である。ある程度のことはわかる。
つまり彼には、自己実現をするための環境があるのだ。そこでの自信が凄まじいので、別に経済社会で通用しなくても別にいいのだ。いや、彼の心理はわからないが、多分そんなところだろう。
正直、この職場はただの腰かけで、アルバイトのようなものなんだと思う。
いや、アルバイトで公務員の正規職してるって、なんかもう笑いを通り越してしまう。
世の中で副業を推進していくと、彼のように会社の仕事を離れて、自己実現ができる分野で活躍する人が増えるのではないか。
すると、その会社にとってはダメージになる。本業から心が離れてしまっては困る。
そんな可能性があるから、どの会社も副業推進に足踏みしているのではないかな～と最近思った。
皆さまはどう思われるだろうか。
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。
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
X (twitter) で SITUATIONAL AWARENESS: The Decade Ahead https://situational-awareness.ai/ というのが回ってきて非常に示唆に富むものだったので、DeepL (無料版 API経由) で訳してみた。
この1年で、街の話題は100億ドルのコンピュート・クラスターから1000億ドルのクラスター、そして1兆ドルのクラスターへと移り変わってきた。半年ごとに、役員室の計画にまたゼロが追加される。その裏では、残りの10年間に利用可能なすべての電力契約と、調達可能なすべての電圧変圧器を確保しようとする熾烈な争いが繰り広げられている。アメリカの大企業は、アメリカの産業力を結集させるために、何兆ドルもの資金を注ぎ込む準備を整えている。ペンシルベニア州のシェールフィールドからネバダ州の太陽光発電所まで、何億ものGPUが稼働する。
AGI競争が始まったのだ。私たちは思考し、推論できるマシンを作りつつある。2025年から26年にかけて、これらのマシンは多くの大学卒業生を凌駕するだろう。10年後までには、これらのマシンは私やあなたよりも賢くなり、本当の意味での超知性を手に入れるだろう。その過程で、この半世紀には見られなかったような国家安全保障の力が解き放たれ、やがて「プロジェクト」が始動する。運が良ければ、中国共産党との全面的な競争になり、運が悪ければ全面戦争になる。
今、誰もがAIについて話しているが、何が自分たちを襲おうとしているのか、かすかな光明を感じている人はほとんどいない。Nvidiaのアナリストは、まだ2024年がピークに近いと考えている。主流派の評論家たちは、「次の言葉を予測するだけだ」という故意の盲目に陥っている。彼らが見ているのは誇大広告といつも通りのビジネスだけで、せいぜいインターネット規模の新たな技術革新が起こるのを楽しむ程度なのだ。
やがて世界は目を覚ますだろう。しかし、今現在、状況認識を持っているのはおそらく数百人で、そのほとんどはサンフランシスコとAI研究所にいる。運命の不思議な力によって、私はその中に身を置くことになった。数年前、このような人々はクレイジーだと揶揄されたが、彼らはトレンドラインを信頼し、過去数年間のAIの進歩を正しく予測することができた。この人たちが今後数年についても正しいかどうかはまだわからない。しかし、彼らは非常に賢い人々であり、私がこれまでに会った中で最も賢い人々である。おそらく、彼らは歴史の中で奇妙な脚注となるか、あるいはシラードやオッペンハイマー、テラーのように歴史に名を残すだろう。もし彼らが未来を正しく見ているとしたら、私たちはとんでもないことになる。
各エッセイはそれぞれ独立したものですが、シリーズ全体として読むことを強くお勧めします。全エッセイのPDF版はこちら。
2027年までにAGIが実現する可能性は極めて高い。GPT-2からGPT-4までの4年間で、私たちは～未就学児から～賢い高校生までの能力を手に入れた。計算能力（～0.5桁またはOOMs/年）、アルゴリズム効率（～0.5OOMs/年）、および「趣味のない」向上（チャットボットからエージェントへ）のトレンドラインをトレースすると、2027年までに再び未就学児から高校生サイズの質的なジャンプが起こると予想される。
AIの進歩は人間レベルでは止まらない。何億ものAGIがAI研究を自動化し、10年に及ぶアルゴリズムの進歩（5以上のOOM）を1年以下に圧縮することができる。私たちは、人間レベルから超人的なAIシステムへと急速に進化することになる。超知能の威力と危険性は劇的なものとなるだろう。
驚異的な技術資本の加速が始まっている。AIの収益が急増するにつれ、10年末までに何兆ドルもの資金がGPU、データセンター、電力の増強に投入されるだろう。米国の電力生産を数十％増加させるなど、産業界の動員は激しくなるだろう。
米国の主要なAI研究所は、セキュリティを後回しに扱っている。現在、彼らは基本的にAGIの重要な機密を銀の皿に載せて中国共産党に渡している。AGIの秘密とウェイトを国家機関の脅威から守るには膨大な努力が必要であり、我々はその軌道に乗っていない。
我々よりもはるかに賢いAIシステムを確実に制御することは、未解決の技術的問題である。解決可能な問題ではあるが、急速な知能の爆発が起きれば、物事は簡単にレールから外れてしまう。これを管理することは非常に緊張を強いられるだろう。
スーパーインテリジェンスは、経済的にも軍事的にも決定的な優位性をもたらすだろう。中国はまだゲームから抜け出してはいない。AGIをめぐる競争では、自由世界の存亡がかかっている。我々は権威主義的な大国に対する優位性を維持できるのか？そして、その過程で自滅を避けることができるのだろうか？
AGIへの競争が激化するにつれ、国家安全保障が関与してくる。アメリカ政府は眠りから覚め、27～28年までに何らかの形で政府によるAGIプロジェクトが立ち上がるだろう。どんな新興企業も超知能を扱うことはできない。SCIFのどこかで、終盤戦が始まるだろう。
もし我々が正しかったら？
――――――――
私はかつてOpenAIで働いていたが、これはすべて一般に公開されている情報、私自身のアイデア、一般的な現場知識、あるいはSFゴシップに基づいている。
Collin Burns、Avital Balwit、Carl Shulman、Jan Leike、Ilya Sutskever、Holden Karnofsky、Sholto Douglas、James Bradbury、Dwarkesh Patel、その他多くの方々の有益な議論に感謝する。初期の草稿にフィードバックをくれた多くの友人に感謝する。グラフィックを手伝ってくれたジョー・ローナン、出版を手伝ってくれたニック・ウィテカーに感謝する。
続き I.GPT-4からAGIへ：OOMを数える(1) https://anond.hatelabo.jp/20240605203849
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
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
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
