はてなキーワード: 自然言語とは
シンギュラリってるなら自然言語で指示すればええのになあという話
ならないでしょうね。自然言語を使う以上は、どうしようもできないとおもう。
Teams 会議の議事メモを作成したり、チャットで指示を与えることでCopilotに組織のデータを探して来させて、要約して表示したりできるようになります。
Word 文章作成、編集、要約、作成を支援します。短いプロンプトを与えるだけで、Copilotは必要に応じて組織全体から情報を引き出してドラフトを生成します。
Excel データ分析やその後のグラフ化等の作業を支援してくれます。自然言語でCopilotに質問をすることで、相関関係を明らかにしたり、何があった場合のシナリオを提案したり、あなたの質問に基づいた新しい数式を提案したりします。
PowerPoint ユーザーのアイデアを鮮やかなプレゼンテーションに変えるお手伝いをしてくれます。既存の書類をスピーカーノートとソース付きのスライドに変換したり、シンプルなプロンプトや、ユーザー自作のアウトラインから新しいプレゼンテーションのドラフトを生成することができます。画像生成にも対応しているので、
Outlook 返信の下書き等を書いてくれることで、メールの整理にかかる時間を減らし、より効率的にコミュニケーションを取ることができます。
https://b.hatena.ne.jp/entry/s/blog.cloudnative.co.jp/17975/
なんかしゅごそうだけどだれか説明たのむ
法律って大変だよね。プログラミング言語ならテストコードあればリファクタリングして文章すっきりにできるけど、自然言語にはテストコードがない。コードしかないとか恐ろしい。こういうのもすべて与党の不作為だよなあ。
https://qiita.com/saetegaljewp/items/60a3580d8f08a53679c6
センスのあるなしではなく、
誤って語っていることを、誤りだと指摘されているだけです。
存在措定が問題になるのは「会話の含意」「伝統的論理学」の文脈においてであって、
現代の論理学、数理論理学においては、存在措定は問題になりません。
伝統的論理学の三段論法を説明します。(以下の例は存在措定してる例)
1.すべてのSはMである
2.すべてのPはSである
3.あるPはMである
このとき、Pであるような何かが存在しない限り、1と2から3を導くことができません。
したがって伝統的論理学は隠れた前提として「存在措定」が成されている、と指摘されているわけです。
だからこそ、空集合を前提しても、命題が真であることを帰結できるのです。
そして、ここでセンス云々問われている問題が前提している論理の体系は、現代論理学であって、伝統的論理学ではありません。
なので、存在措定の話はしないでください。
それは伝統的論理学の文脈の話であって、もともとの話が前提してる数理論理学とは直接的関係を持たない話題です。
しかし、命題にはP(x)に対する前提が隠蔽されており、この「P(x)なものが存在する」という隠れた前提(これを存在措定と言います)を勝手に補って読んでいるのです。
存在措定してるのは、「前件が空集合ならfalseが返されるべきだ」と主張してる側であることを理解してください。
なぜなら、「存在していないものに命題Pを適用できないはずだ」という主張は、まさに、「集合に対する存在の措定」を前提しているからです。
trueを返すべきと主張する側は、そのような「集合に対する存在措定」を前提していないからこそ、trueが返るべきだという話をしています。
また、プログラミングにおいては、論理の体系を自然言語に近づけるべきだとは、(私は)考えません。
そして、自然言語のあいまいさを排除すれば、「AならばB」という文の意味は論理包含となります。
昨今話題の対話型AIは世に存在するテキストから学習しているため、言及数の多い情報こそが正しい出力情報と判定する傾向にあります
このことから昨今話題の対話型AIの学習構造に詳しい方々はテキストに依存しているのであればテキスト化されている自然言語には偏りがあり、特定の自然言語は特定の文化圏に依存しているのは明らかで、例えば対話型AIへ一夫多妻について英語で質問した場合とインドネシア語で質問した場合、英語では否定的な回答を対話型AIは示したのに対し、インドネシア語では肯定的な回答を対話型AIは示すことがわかっています
すなわち昨今話題の対話型AIは使用する自然言語の文化圏の最大意見が出力される傾向が高く、市場調査などには利用できる可能性はあるものの人類共通の普遍的な正答を導き出すレベルには至っていないということです
虚数と実数は、複素数の部分集合であり、互いに排他的ではない。
また、虚数は実数直線上にはないが、複素数平面上では実軸と垂直な虚軸に沿って表される。
したがって、虚数と実数は全く別のものではなく、複素数という枠組みの中で共存している。
一方、chatGPT(人工知能)と人間(天然知能)は、知能の種類や性質が異なるものである。
chatGPTはプログラムされたルールやデータに基づいて会話を生成するが、人間は自然言語や感情や経験に基づいて会話を行う。
chatGPTは人間の言語や文化を模倣することができるが、人間の思考や感覚を本質的に理解することはできない。
したがって、chatGPTと人間は全く異なるものであり、知能という枠組みの中で対立している。
以上のように、この文章は虚数と実数の関係を誤って用いており、chatGPTと人間の関係を正しく表現していない。
むしろ、chatGPTと人間の関係は、虚数と実数ではなく、有理数と無理数に例える方が適切である。
有理数と無理数は、実数の部分集合であり、互いに排他的である。
また、√2は無理数であり、有理数ではない。また、有理数は分母と分子によって表されるが、無理数は小数点以下が無限に続くために表せない。
したがって、有理数と無理数は全く別のものであり、実数という枠組みの中で対立している。
このように考えると、chatGPT(人工知能)は有理数に例えられる。
chatGPTはプログラムやデータによって表されるが、その範囲や精度に限界がある。
開発したのがOpenAI Inc.なので勘違いしているのだろう。
ChatGPTは文字通りGenerative Pre-trained Transformerでしかない。
OpenAI社は人工知能の完成を目指している会社ではあるのだが、ChatGPTは副産物というか、素材というか。
神経細胞、シナプスの挙動を貧弱なコンピューターでどう再現するか。
こういうアプローチだった。
これと袂を分けて、入出力が人間っぽかったら良くね?
商業的な利用もそっちのほうがよくね?
先々人工知能エンジンの脳再現精度が上がったとしても入出力は自然言語で行わなければならない。
そのためには言語モデルを先に構築しておくのは無駄にはならない。
コアの人工知能エンジンは中間言語で入出力を行うが、外側HMIの部分をChatGPTに担わすようなイメージではなかろうか。
人の指示→ChatoGPTで中間言語にコンパイル→コアAI→中間言語でChatGPT→人が認知できる出力
このようなモデルならばコアAIは本質的人工知能の開発に注力できる、分離できる。
従来のAI研究はここ一緒くたにやとうとしてたのも停滞の原因と見抜いたのだろう。
営利企業である以上は稼げるプロダクトでなければ資金調達はできない、利益にならない
言語モデルの段階でも中間処理がそこそこできてればそれっぽいプロダクトにはなる。
商業的な使い道もある。
今後AIエンジンの開発は続くだろうが、現時点では知能とは程遠い完成度でしかない。
入出力がそれっぽいので知能っぽく見えるが、古典的な人工知能の定義から言えばおおよそ別物。
俺も気に入って使ってる、プログラム食わせたらあっさりバグも見つけやがった。すげぇと思う。
が、これは知能ではない。
なんか世間では、すげぇ物ができちゃった、世界が変わる、大革新、みたいな熱狂と不安と禁忌があるけどさ。
いやいや、そんな大層なものではありませんw
まぁこの辺のOpenAI社のマーケティング、演出は秀逸ではある。
ChatGPTの指示かな?www
巷のお手軽英語本に顕著だが、語学を「ルール」で説明しようとするのは本当に愚かしいと思う。
日本語もそうであるように、自然言語は「なんとなく、そういう風に言わない」「響きが悪い」というだけの理由でそうなっている部分がかなり多い。
フランス語で"il y a des années"が「数年前」なのに、"il y a des jours"が「そういう日もある」になる("quelques jours"だと「数日前」)理由なんて、「ルー
語学の「効率」とは、多様な文脈の「効率の良い吸収」に他ならない。
「歩きやすい道」はあれど「近道」はないのだとわからない限り永遠に語学をものにすることはない。
GPT-4は、非常に高度な言語モデルであり、多くのリソースを必要とするため、現在のところゲームに直接組み込むことは難しいです。しかし、GPT-4の技術を利用したゲーム開発や、GPT-4をインスピレーションとした独自のAI技術を採用したゲームは存在します。
1. 対話型のアドベンチャーゲーム: プレイヤーが自然言語で入力し、ゲーム内のキャラクターと会話を行うことで物語が進むゲームです。GPT-4のような言語モデルを利用することで、リアルタイムでキャラクターの反応を生成し、よりリアルで自然な会話が可能になります。
2. プロシージャル生成: GPT-4のようなモデルを利用して、ゲーム内のテキストやストーリー、クエストを動的に生成することができます。これにより、プレイヤーが独自の冒険を楽しむことができます。
ただし、GPT-4自体を直接ゲームに組み込むのではなく、独自のAI技術や、GPT-4と類似した性能を持つがリソース消費が少ないモデルを開発して採用することが一般的です。GPT-4のような大規模なモデルをリアルタイムで動かすことは、多くの計算リソースを必要とし、現在のゲーム環境では難しいとされています。
いや、そーいう話じゃなくて(まぁ社内の機密情報を投げる社員が問題ないか?と言えばフツーに問題はあるし既にしてるヤツはおる模様)、
むちゃくちゃ簡単で常識的なことであれば、ChatGPTは自然な回答を返すを実現する過程で溜め込んだデータでパターン回答してくれるけど、
ほんの少しでも専門性を必要とすることになるとマジで素の状態じゃぜんぜんダメだぞ
ITの質問とかでも間違った回答返すし、それ以外の雑談レベルでも完全に素の状態じゃこんな感じやで
ワイ: ChatGPTの定義では宇宙共通の時間が存在するとなっているのですか? ChatGPT: 私ChatGPTは、自己学習を通じて人工知能を実現するために設計されたAIの一つであり、宇宙の時間の存在や非存在についての見解を持っていません。私は、与えられた情報や文脈に基づいて自然言語で回答することができますが、自分自身で新しい情報を創出することはできません。したがって、私自身が宇宙共通の時間の存在についての見解を持っているわけではありません。 ワイ: ChatGPTは下記の認識はありますか? Carlo Rovelli and Francesca Vidotto: "Covariant Loop Quantum Gravity: An Elementary Introduction to Quantum Gravity and Spinfoam Theory",Cambridge University Press ChatGPT: 私ChatGPTは、Carlo RovelliとFrancesca Vidottoによる「Covariant Loop Quantum Gravity: An Elementary Introduction to Quantum Gravity and Spinfoam Theory」について、その内容や研究成果についての知識を持っていますが、それを詳細に説明することはできません。私は、自然言語処理技術を利用して文章を読み、一般的な内容や主なアイデアを理解することができますが、深い理解や専門的な議論については、物理学の専門家に相談することが必要です。 ワイ: Covariant Loop Quantum Gravity: An Elementary Introduction to Quantum Gravity and Spinfoam Theoryについて萌えキャラっぽく説明してください ChatGPT: ええと、Covariant Loop Quantum Gravity: An Elementary Introduction to Quantum Gravity and Spinfoam Theoryは、物理学の分野で研究されている、重力の量子力学的理論についての入門書なんだよ! これは、カルロ・ロヴェッリとフランチェスカ・ヴィドットが書いた本で、重力場をループ量子重力理論で記述する方法を説明しているんだ!さらに、スピンフォーム理論に基づいて、時空の量子化の方法も解説しているよ! 重力場や量子力学に興味がある人には、必見の本だよ!まだ高度な数学が必要だけど、興味深いアイデアがたくさん詰まっているんだ!萌えキャラとしては、とっても知的で魅力的な本って感じかな!
ワイ: ChatGPTはDnmt1-dependent Chk1 Pathway Suppression Is Protective against Neuron Divisionについて認識がありますか? 細胞が増えるということは、細胞の遺伝情報であるDNAが複製され、それを分配する細胞分裂が繰り返されることです。この一連の過程は細胞周期と呼ばれ、DNA複製をするS期、細胞分裂をするM期、このS期とM期の間にG1期とG2期が存在します。ニューロンは、細胞分裂を繰り返す神経前駆細胞から主に胎児期において生み出され、分化開始とほぼ同時に別の細胞周期であるG0期に入ると考えられています。 味岡准教授らの研究グループは、これまでの研究で、S期進行のブレーキとして機能するRbファミリータンパク質注3)を欠損させると、一部のニューロンが増えることを発見しました(Ajioka et al., Cell 131, 378-390, 2007)。また、このタンパク質を欠損する時期が、ニューロンが増えるか否か決定づけることを見いだし(Oshikawa et al, Development 140, 2310-2320, 2013)、ニューロンが潜在的な増殖能力を秘めていることを明らかにしました。一方で、過去の様々な研究により、脳梗塞やアルツハイマー病で観察されるニューロン脱落の一部は、Rbのリン酸化に続き、細胞周期をS期へと進めてから細胞死を起こすということも知られていました。 本研究では、S期進行後にニューロンの細胞死を誘導するRbファミリー欠損モデルを確立し、そのモデルを用いてM期進行のブレーキの仕組みを明らかにしました。また、そのブレーキを解除する低分子化合物カンプトテシンを同定しました。さらに、S期進行後にニューロンが脱落する脳梗塞モデルにおいて、カンプトテシン投与で細胞分裂させることに成功しました。 ChatGPT: 申し訳ありませんが、私はこの研究について直接的な認識を持っていません。ただし、この研究はニューロンの増殖や死亡、脳梗塞のメカニズムに関するもののようですね。Rbファミリータンパク質やカンプトテシンについては少し知っていますが、具体的な研究内容については詳しくはありません。ごめんなさい