  |
はてなキーワード: 博士号とは
結論🐜きなんだよな
フツーに考えてちょうだいよ🥺
| 表章項目 | 0_総数 | 11_（卒業者）小学校 | 12_（卒業者）中学校 | ⭐️13_（卒業者）高校・旧中⭐️ | 14_（卒業者）短大・高専 | 15_（卒業者）大学 | 16_（卒業者）大学院 |
| 就業者数 | 57,673,630 | 40,540 | 3,890,760 | ⭐️ 22,752,520⭐️ | 10,185,420 | 15,384,510 | 1,820,950 |
⭐️高校・旧中卒業者（13_高校・旧中）: 約 39.448%⭐️
https://www.e-stat.go.jp/stat-search/files?stat_infid=000032266827
正社員の最終学歴をみると、⭐️「高校・旧中学」の労働者割合が42.2％と最も多く、⭐️
次いで「大学・大学院」が31.8％、「高専・短大」が13.4％、「専修学校（専門課程）」が7.6％、「中学・旧小学」が2.4％となっている。
https://www.mhlw.go.jp/toukei/itiran/roudou/koyou/keitai/03/kekka5.html
※高卒は正規労働者だけでなく、主婦パートや自営業者も高卒が多い
大企業ほど、現業・ IT・営業などの中途採用で、学歴不問(規定があってもせいぜい高卒)で直雇用で入れる部門がある
IBM のエグゼクティブ チェアである Ginni Rometty は、2016 年に「ニュー カラーの仕事」という用語を作り出しました
IBM はまた、多くの職位から教育要件を取り除くことで、新しいカラー ジョブの波を推進しました。ロメッティとチームが最初に学位よりもスキルを優先したとき、IBM の職務の 95% で 4 年制の学位が必要でした。会社の手紙によると、2021 年の時点で、必要とするのは半数未満です。
米国国勢調査局によると、25 歳以上の人の 40% 未満が学士号を持っていません。これは、就労資格のある人の過半数 (62%) が、1 つの学位要件だけでジョブプールから除外されることを意味します。
「企業は、大学の学位を必要としない役割、仕事、規律、および責任があることをようやく理解しています」と Herrera 氏は言います。「彼らは、才能ある人を惹きつけたり採用したりすることに関して、自分たちの思い通りになっていないことに気付きました。」
「彼らは、履歴書に学位しかないエントリーレベルの個人を採用するのではなく、実績のある仕事、ボランティア、およびスキルの経験を持つ候補者をターゲットにしています。」
2016年にニューカラーの雇用モデルを採用して以来、Rometty氏はフォーチュンに、IBMが学士号を取得していない従業員は、学士号を取得している従業員や高度な博士号を取得している従業員と同じくらい成功していると語った. スキルを持った学位を持たない人材を採用しても、企業のビジネスに悪影響を与えることはありません。雇用にかかる時間を節約し、多様な労働力を育成するための資産となる可能性があります。
New Collar Jobs: Why Companies Are Prioritizing Skills Over School
日本のオーバークオリフィケーションの割合は31％、OECD加盟国の中でオーバークオリフィケーションの割合がもっとも高い国
現代社会において多くの仕事が無意味であり、社会にとって価値を生み出していないという人類学者であるデヴィッド・グレーバー氏の主張も有
ブルシット・ジョブの特徴と分類
グレーバー氏は、以下の特徴を持つ仕事が「ブルシット・ジョブ」であるとしています。
- 社会的有用性が低い: 仕事の目的が不明確であったり、社会への貢献が極めて限定的であったりする。
- 無意味だと感じる: 従業員自身がその仕事の必要性に疑問を感じている。
- 他の人のため: 主に他のポジションの正当化のために存在する。
○ 具体的な例
現代って産業の高度化がかなり進んでるから正直、高卒程度の知識じゃ全く足りないんだよね(anond:20240501105551)
https://anond.hatelabo.jp/20240415093918#
https://www.stratascratch.com/blog/data-engineer-vs-data-scientist-similarities-and-differences/
母子家庭で毒親に毒づかれながら東大に進学したけど毎日自殺することばかり考えながら結局博士号をとった、
みたいな暗いんだか明るいんだかよくわからない話を読まされてげんなりした。
「俺はこういう生きづら要素のある話がよくよく嫌いなんだなー」
と思った。
世の中には不遇な人々がいる。それに打ち克って立派なことを成し遂げる人もいる。
そういう人々がはてなや世の中で強いコンテンツ力を持っていることも知っている。
テレビにもネットにもそんなコンテンツが溢れている。ハンディキャップを持った人のうるわしい美談。億万長者のきらびやかな生活。
でも俺は、そういうものにまったく心が動かない。
というか、動かしたくない。
負担なんだ。気の毒な人々を見て気の毒がったり、不遇な人々を見て社会を憤ったり、億万長者を見て羨んだりするのは、もう疲れた。
追い風で自転車に乗っているくらいのエネルギーで生きていきたいんだ、俺は...。
だから俺は、起伏のない人生を送り、特に何者になることもなく、わずかな取り柄と言えば手品が特技ですみたいな普通の人の普通の人生が好きだ。
普通ってなんだ、と言われても困るが、気の毒すぎたり満たされすぎたりしていないことかな。
https://utf.u-tokyo.ac.jp/project/pjt83
残念ながら、いわゆる理解のある彼くん要素がある。
長いと思ったら一番最後だけ読んでくれるとうれしい。
東大に入れたのは単純にペーパーテストがめちゃくちゃできたからだが、目指すようになったのは模試の結果を見た高校の教師が勧めてくれたことがきっかけ。たぶん高2の春。
それから東大を意識するようになって、現国の問題で毎回おもしろい文章読めて最高〜、図書館で出典探して著者経歴を見ると東大出身者多いな〜、東大に行けばこういうおもしろい考えにもっと出会えるのかな??ぐらいの浅い動機で東大を第一志望にし始めた。
高校は私立だったが奨学生として学費は全額免除してもらっていた上に(その条件で入学した)、民間団体が県住民対象でやっていた給付型奨学金も支給されていた。
学力も授業だけで問題なかったので予備校に通う必要もなく、教育費はほぼゼロ。
大学も同じように学力さえあれば行けるし、貧乏人にはそれ相応の奨学制度があってそれで何とかなると思っていた。だってそうあるべきじゃないか?
父親のギャンブルによる借金が原因で離婚し、母親が非正規雇用で働き始めていたというのが数年前からの我が家の状況だった。養育費もなく、突然働かざるを得なくなった母親は当然ストレスを抱えていた。その捌け口になったのが私。
自分の娘が東大に行けるはずがない、父親似の目つき・言葉・存在その全てがとにかくムカつく、おまえもどうせ父親と同じだ、あんたは地頭が悪いからだめ、性根が良くなければ勉強なんてできたってなんにもならない。色んな言葉をぶつけられて、まあ限界でしたわ。
A判定しかない模試の結果を見せ続けてもだめ(ふーん、だから?)、日本学生支援機構の貸与奨学金の話をしてもだめ(あんたも父親と同じで借金踏み倒すんだろ!)、年収400万円以下が対象になる授業料免除の話をしてもだめ(ちゃんと免除される保証がどこにあるの!?)、格安の学生寮の話をしてもだめ(入れなかったらどうする、女なんだから余計な下宿費がかかる!)。
給付型奨学金も地方のしょうもねえ高校に全然情報はなく、先生たちも諦めるなぐらいしか言ってくれない。
自分で調べろって? 調べた上で給付型奨学金は勘定から外していた。
募集人数がめちゃくちゃ少ないのに、「学業優秀」で「経済的に困難を抱えている」学生に自分が「絶対に」該当するなんてどうして言い切れるんだ?
地方、女、貧困が混ざるとこうなる事例としてぜひ参考にしてくれ。
制度が存在することと、使えると認識することは違うんだ。うちの場合だけかもしれないけど。
結局「何とかなる」でゴリ押して、受験すること自体に同意を得たのは高3の12月。浪人なんてできるはずもないので、東大に落ちたらすでに受かっていた防衛大に行くつもりだった。とりあえず家から逃げることが第一の目的に変わっていた。その上で大学でおもしろそうなことを勉強したかった。そうじゃなきゃ生きている意味がないと思った。
無事に受験できて、合格した。合格したからってごちそうが出たわけでも金一封が出たわけでもなかった。
翌日に大震災。見事に被災して、なーーーーんも調べることもできないまま、ほぼ丸裸で上京した。
大学のこともなんもわからんし、クラスなんそれ、語学ごとに性格あるんだへー、五月祭なんてものがあるのかー、演習ってなんだ?
こんな感じ。臆病な自尊心で合格発表前に色々調べておかなかった私も悪い。
ていうかみんな発言がちゃんとしすぎ、英語喋れすぎ、そしておしゃれすぎ。それに対して私は何もかもが終わりすぎ。
慣れない電車通学、週20コマの授業、母親の言葉のフラッシュバックで病んだ。健康診断の段階で精神科を勧められて受診はしたけど、医師が震災のサバイバーズ・ギルトですねで終わらせたのもあってその後の通院には結びつかなかった。
毎日何とか自殺を先延ばしにして、大学に通い続けた。おもしろい講義を聞いている時だけは生きている感じがした。
そんな感じで大学と寮の往復で友人もできないまま夏学期が終わり、冬学期が終わった。試験対策が高度に制度化されているおかげもあって、単位には困らなかった。ぼっちこそ東大に行け。
2年生になって少しメンタルが回復してようやく友人ができた。ようやくふつうの大学生に近づけたと思った。3年生のときには友人の繋がりでのちの彼くんとの付き合いも始まった。
優秀かどうかは分からないけれど、友人になったのはみんな良い人たちだったし、私が母子家庭であることを公言していないせいか、友人たちが気を遣ってくれていたおかげか、対等な付き合いができたと思う。劣等感のようなものもそれほど感じなかった。仲良くなったのが都市部出身のゴリゴリ強者ではなく、地方の中流〜上流家庭出身者ばかりだったというのも大いにあると思う。父親が教授とか銀行員とか(母親は当然専業主婦)、そんなのばっかりだったけど。
仕送りは当然なかった。しかし、授業料全額免除、家賃が月1万円程度の学生寮、さらには運良く引っかかった給付型奨学金のおかげで、経済的に困窮することもなかった。自分でも意外なぐらいに何とかなってしまった。
毎年授業料免除のために母親の源泉徴収票を手に入れていたのだが、当時の母親の年収は200万に満たない程度である。たまに母親も仕事が嫌になって無職になったり、転職を繰り返したりしていたので、提出書類をそろえるだけでも一苦労だった。
ちなみに震災の影響で提出できなかった書類を改めて提出するために訪れた奨学係で、たまたまリストを渡してもらえたから給付型奨学金に応募できた。
3年生になるとあっという間に就活ですよ。院進も国家公務員試験も留学も考えてなかった。そういうのはタフでグローバルなふつうの東大生がやるものなので。
自己分析しているとまた病んで眠れなくなった。家と大学・図書館の往復の日々を過ごしてきた私に書けることなんてなかった。どうして自分はふつうの東大生になれなかったのか。私と彼ら彼女らで何が違ったのか。
考えるのが嫌になって、手持ちのタマが切れた段階で就活をやめた。留年をぼんやり意識し始めて、さてどうしようとなったのが生活費と授業料。
特に遊びに行くわけでもなく、自炊を続け、節約しまくっていたのと、貸与型・給付型奨学金と細々としたアルバイトのおかげ何とかなりそうな貯金はすでにあった。
しかし留年すると、奨学金は止まる上に、いくら世帯年収が低くても授業料免除の対象からは原則として外される。授業料分までの貯金はなかったし、家に頼ることはできなかった。
結局めちゃくちゃアルバイトをして授業料相当額を稼いで、留年に備えた。
「とりあえず留年」の先に何か目指している進路があるわけではなく、毎日自殺を考えていた。しかし、たまたま履修したゼミに救われて、大学院進学を考え始めた。もっと救われたかった。
成績だけは相変わらず良かったので、無事に合格できた。また、ようやくメンタル問題と向き合う決心がつき、学内のカウンセリングに通った。留年した年の学費はこのために支払っていた気がする。
院進後は授業料免除も奨学金も復活し、博士課程では生活費と研究費付きのプログラムに採用してもらえたから何とかなった。
博論書けない無理とふつうの院生のように悩んでいたところ、身体を壊してしばらく入院することになった。標準年限の3年で上がれないのが確定したこと、生活費のあてがないこと、研究とアルバイトを両立させるような体力はないこと、その状況でまた授業料を支払わなくてはならないこと。何度も自殺は考えてきたけど、ついにその時が来たなと思った。
彼くんに頼ることは全く考えていなかった。しかし、結婚し、しかも授業料も出すことをあっちから提案してきた。実は親戚に博士号持ちが多く、本人もかなり稼いでいたこと。これが「博士号取得にやたら理解のある彼くん」の背景にあった。
それまでは割り勘だったしお互いの家の話もロクにしていなかったので、そこそこお坊ちゃんであったことに驚くとともに、これが東大生の家庭なのかと惨めな気持ちになった。
しかし、自分の人生にここまで賭けてくれる人がいるという事実は単純に嬉しかった。自分の救いのためだけではなく、応援してくれる彼のためにもさっさと博論を仕上げようと奮起し、かなり短期間で博論を仕上げて博士号を取った。
これがいかにして地方の母子家庭出身の女が東大で博士号を取ったかだ。要するに学力と幸運に恵まれていたから。
高校、民間の公益財団法人、東大の奨学制度、博士課程学生向けプログラム、そのすべてに感謝している。うまくやれてる限りにおいて、選ばれる限りにおいて、多くを望まない限りにおいて、意外なほどに制度は充実しているというのが一当事者の感想。
生まれながらに貧困だったわけではなく、しばらくはそれなりの生活を送り、両親もそろっていたので、ガチ不利層というわけではない。だから代表者ヅラする気はない。あくまで一つのケースとして見てもらうのがよい。また、学力自体は最初から備わっていた。だから学力格差と関連する機会の平等の話ではない。
学力があっても受験自体が危うかったこと、経済的に一度でも詰んでいればそこで諦めていたであろうことが私がお伝えしたかった点である。詰まなかったのは単なる偶然。
博士課程の最後の一年がふつうの東大生が過ごしてきた環境なんだろうなとも思う。教育のために金を惜しまず、授業料を払い、衣食住が保障されて、何よりも心から応援してもらえる。率直にずるい。それなりにプレッシャーはあるし、生活が保障されていても勉強や研究が大変なのは分かったけど、でもずるい。
もちろん、そうじゃない人たちもたくさんいた。授業料免除申請の大行列、寮の住人たち、親との折り合いが悪く仕送りもないのに授業料免除からも奨学金からも対象外にされて私なんぞよりよっぽど厳しい経済状態にあった知人たち。彼ら彼女らと連帯することはなかったけれど、どうにかそれなりの人生を歩んでいることを願ってやまない。
授業料の値上げの必要性は理解している。国立大学法人改革はクソ。競争的資金はクソ。
しかし、値上げの代わりに経済的に困難を抱えた層への支援を充実させる案には、次の5点の問題があることから反対の立場だ。むしろ授業料免除制度なんていらないくらいに、学生のアルバイトで賄える範囲に授業料を下げるべきだとさえ思う。
第1に、書類準備の手間。住民票、源泉徴収票、アルバイト先・RAの先生に書いてもらう収入関係の書類、とにかく書類が多い。家族に提出をお願いする書類も多い。私の母親は書類に関しては協力的であり、私自身の事務処理能力もそこまで低くないので何とかなったが、自分・家族の書類準備能力が不足している場合、あるいは家族が非協力的な場合、容易に詰む。しちめんどくさい書類を準備させる手間を経済的困難層に課すことは正しいことなのか? その手間を背負わされる学生たちを増やすことは正しいことなのか?
第2に、スティグマ。本当に困っている人の授業料が免除されるならいいけどという言説はキャンパス内にも普通に存在した。生活保護と同じようなもので、授業料を免除されているということは「恥ずかしい」。払えるものなら、こっちだってすばらしい授業と指導の対価として気前よく授業料を払いたかった。
第3に、高い授業料を払う層と授業料を免除される層の発生による、「合格さえすれば平等であり対等なコミュニティの仲間である」という虚構の崩壊。
第4に、親との折り合いの悪い人々が制度の狭間に陥る。学部生の場合、独立生計を認められるハードルはめちゃめちゃ高かった。つまりたとえ親からの仕送りが全く存在せず、世帯からの恩恵を全く受けずに自分のアルバイト等のみで生計を立てていたとしても、授業料の免除の対象に入れてもらえない。個人的にはこれが一番の問題。「親との折り合い」を判定条件に入れて、不正を見逃さずに、本当に支援が必要な学生を正しく判別できるのか? できるなら教えてくれ。そしてすぐ実行しろ。もしかしたらすでに改善されているのかもしれないけど。
第5に、留年すると原則対象外になるので、失敗・留年覚悟の挑戦ができなくなる。
他方で、なぜ高卒の人々には支援が行われずに、同じ年齢の大学生に対してのみ支援が行われるべきなのか、私には分からない。日本社会の発展に繋がるから? 勝手に期待して我々の未来を決めないでくれ。
高卒の人が一足先に社会で働いて収めてくれた税金が巡り巡って私の就学を支えていてくれていたこと、しかし学歴を理由に彼ら彼女らが下に見られること、さらに生涯年収に大きな差が生まれることを考えると、勉強ができて大学に入学できたというだけで大学生が優遇されていて非常に不公平だと思う。若者支援というくくりで全員に対して支援をやらないとおかしい。
結局東大に金がないのが悪いんだから、「貧しい家庭出身でも能力があるなら東大に行ける」、そういう理想を守りたいんなら自分で金を出してくれ。つまりみんな直接東大に寄附すればいいよ。「修学支援事業基金」っていうまさにその目的のための基金もある。
ttps://utf.u-tokyo.ac.jp/project/pjt83
ちなみに税額控除対象。政府に回る金を減らして直接自分の思う公益のために金を投下できるすばらしい制度が税額控除だ!
理想を実現するためには金がいる。金も出さないくせにごちゃごちゃ抜かすな。口だけの偽善者になるな。
6月13日現在の今年度の寄付総額は約130万円、寄付件数は80件だ。
この数字が増えることを楽しみにしている。
料理クラスタの「料理は科学（化学）だ」とか言い張りたがる風潮がすげーいや。
頭悪くて料理くらいしかできないバカが、カガクサマ信仰で我は神託を受けた者なり～！ってやってるのがマジでむかつく。
科学ってのはお前らの足りないオツムを隠すための魔法のお札じゃねーの。
こちとら日々科学ってやつと必死こいて戦ってるのに、バカが利己的に使うせいで邪魔な雑音ばっかだ。
パスタをゆでる湯に塩を入れると浸透圧がどうのこうの、純度の高い塩素ナトリウムがどうのこうの、
純粋なグルタミン酸の摂取がどうのこうの、鉄フライパンの油膜成分がどうのこうのと、クソくだらない妄言ばっか。
お前の目の前で起きたできごとを、おとくい（）のさんすうでせつめいできたらカガクだ！ってそれなんて似非科学～～。
おカガクサマの信徒はせいぜいそう名乗れや。「科学」を標榜すんな。
その辺の駅弁大学のカタカナ学部あたりを出たお安いお脳で語れるほど科学は安くねーの。
https://news.tv-asahi.co.jp/news_economy/articles/000352769.html
とりあえず、先生の名前と研究室でしらべたところ、東北大学の寄付講座とのこと。
寄付講座は企業や団体などがお金を出すから、大学の施設と名前を貸してねという講座。
そこの業績の欄に、歯科の商業雑誌への論文があり、手元にあったので、読んでみた。
装置の概要は、歯石を取るときに使う、超音波スケーラー（ピーッという音がして、金属で歯石を割りながら剥がす機械）の改良版。
論文には出てくる光の殺菌作用（）と、特別な害がないこと（これは重要）が書いてあった。
結論として、これで歯周病が治るわけではない。あくまでも、歯石や歯垢をを取りながら、光で薬品を活性化させて殺菌をする装置。これまでも、水ではなく薬品を出しながら歯石歯垢を取る機器は多数あるので、それの類と考えて良い。
光はあくまでも補助的な部分と思われるので、その光と薬品に害がなければ、医療機器の認証が出るのも納得できる。（歯石、歯垢をとることは歯周病治療にとても有効。）
光で殺菌という考えも新しいわけではないが、効果が限定的なのもわかっている。バイオフィルムという細菌が作る塊の性状がその理由だが、簡単に書くと、うんこの内部を光と振動で殺菌することはできないということと同じだ。
口腔内では最近の餌と必要な温度と湿度は常に与えられるので、住みやすい環境（深い歯周ポケット、歯石、歯根の形態）があれば、少し残った細菌がすぐに増えて、元のようになる。
だから、この治療が普及すれば、歯周病から解放されるとか、そういうモノではなさそう。でも、マユツバな治療機器ではないから、少しでも治療が進歩するといいと思う。
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
過去10年間のディープラーニングの進歩のペースは、まさに驚異的だった。ほんの10年前、ディープラーニング・システムが単純な画像を識別することは革命的だった。今日、我々は斬新でこれまで以上に難しいテストを考え出そうとし続けているが、新しいベンチマークはどれもすぐにクラックされてしまう。以前は広く使われているベンチマークをクラックするのに数十年かかっていたが、今ではほんの数カ月に感じられる。
https://situational-awareness.ai/wp-content/uploads/2024/06/owid-test-scores-1024x723.png
ディープラーニング・システムは、多くの領域で急速に人間レベルに達し、あるいはそれを超えつつある。グラフィック データで見る我々の世界
私たちは文字通りベンチマークを使い果たしている。 逸話として、友人のダンとコリンが数年前、2020年にMMLUというベンチマークを作った。彼らは、高校生や大学生が受ける最も難しい試験に匹敵するような、時の試練に耐えるベンチマークを最終的に作りたいと考えていた。GPT-4やGeminiのようなモデルで〜90％だ。
より広く言えば、GPT-4は標準的な高校や大学の適性試験をほとんど解いている。(GPT-3.5からGPT-4までの1年間でさえ、人間の成績の中央値を大きく下回るところから、人間の成績の上位に入るところまで、しばしば到達した)
https://situational-awareness.ai/wp-content/uploads/2024/06/gpt4_exams-780x1024.png
GPT-4の標準テストのスコア。また、GPT-3.5からGPT-4への移行で、これらのテストにおける人間のパーセンタイルが大きく跳ね上がり、しばしば人間の中央値よりかなり下から人間の最上位まで到達していることにも注目してほしい。(これはGPT-3.5であり、GPT-4の1年も前にリリースされたかなり新しいモデルである。)
https://situational-awareness.ai/wp-content/uploads/2024/06/math2022-1024x273.png
灰色：2021年8月に行われた、MATHベンチマーク（高校数学コンテストの難解な数学問題）の2022年6月のパフォーマンスに関する専門家の予測。赤い星：2022年6月までの実際の最先端のパフォーマンス。ML研究者の中央値はさらに悲観的だった。
MATHベンチマーク（高校の数学コンテストで出題された難しい数学の問題集）を考えてみよう。このベンチマークが2021年に発表されたとき、最高のモデルは問題の5％しか正解できなかった。そして元の論文にはこう記されている：「さらに、このままスケーリングの傾向が続けば、単純に予算とモデルのパラメータ数を増やすだけでは、強力な数学的推論を達成することは現実的ではないことがわかった。数学的な問題解決をより牽引するためには、より広範な研究コミュニティによる新たなアルゴリズムの進歩が必要になるだろう」、つまり、MATHを解くためには根本的な新しいブレークスルーが必要だ、そう彼らは考えたのだ。ML研究者の調査では、今後数年間の進歩はごくわずかだと予測されていた。しかし、わずか1年以内（2022年半ばまで）に、最高のモデルの精度は5％から50％に向上した。
毎年毎年、懐疑論者たちは「ディープラーニングではXはできない」と主張し、すぐにその間違いが証明されてきた。過去10年間のAIから学んだ教訓があるとすれば、ディープラーニングに賭けてはいけないということだ。
現在、最も難しい未解決のベンチマークは、博士号レベルの生物学、化学、物理学の問題を集めたGPQAのようなテストである。問題の多くは私にはちんぷんかんぷんで、他の科学分野の博士でさえ、Googleで30分以上かけてやっとランダムな偶然を上回るスコアを出している。クロード3オーパスは現在60％程度であり、それに対してインドメインの博士たちは80％程度である。
https://situational-awareness.ai/wp-content/uploads/2024/06/gpqa_examples-768x1120.png
続き I.GPT-4からAGIへ：OOMを数える (4) https://anond.hatelabo.jp/20240605205024
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規模の質的ジャンプが起こると予想される。
見て。モデルたちはただ学びたいだけなんだ。あなたはこれを理解しなければならない。モデルたちは、ただ学びたいだけなんだ。
GPT-4の能力は、多くの人に衝撃を与えた。コードやエッセイを書くことができ、難しい数学の問題を推論し、大学の試験を突破することができるAIシステムである。数年前までは、これらは難攻不落の壁だと思っていた。
しかしGPT-4は、ディープラーニングにおける10年間の猛烈な進歩の延長線上にあった。その10年前、モデルは犬猫の単純な画像を識別するのがやっとだった。4年前、GPT-2は半可通な文章をつなぎ合わせるのがやっとだった。今、私たちは思いつく限りのベンチマークを急速に飽和させつつある。しかし、この劇的な進歩は、ディープラーニングのスケールアップにおける一貫した傾向の結果に過ぎない。
ずっと以前から、このことを見抜いていた人々がいた。彼らは嘲笑されたが、彼らがしたのはトレンドラインを信じることだけだった。トレンドラインは強烈で、彼らは正しかった。モデルはただ学びたいだけなのだ。
私は次のように主張する。2027年までには、モデルがAIの研究者やエンジニアの仕事をこなせるようになるだろう、と。SFを信じる必要はなく、グラフ上の直線を信じるだけでいいのだ。
https://situational-awareness.ai/wp-content/uploads/2024/06/base_scaleup-1024x790.png
過去と将来の有効計算量（物理計算量とアルゴリズム効率の両方）の大まかな見積もり。モデルをスケールアップすればするほど、モデルは一貫して賢くなり、"OOMを数える "ことによって、（近い）将来に期待されるモデルのインテリジェンスの大まかな感覚を得ることができます。(このグラフはベースモデルのスケールアップのみを示している。）
この記事で取り上げた一般的な推定に基づく、効果的な計算（物理的な計算とアルゴリズムの効率の両方）の過去と将来のスケールアップの概算。モデルをスケールアップするにつれ、モデルは一貫して賢くなり、「OOMを数える」ことで、（近い）将来に期待されるモデルのインテリジェンスの大まかな感覚を得ることができる。(このグラフはベースモデルのスケールアップのみを示している。"unobblings "は描かれていない)。
この作品では、単純に「OOMを数える」(OOM = order of magnitude、10x = 1 order of magnitude)ことにします。1)計算、2)アルゴリズム効率(「効果的な計算」の成長として考えることができるアルゴリズムの進歩)、3)「アンホブリング」(モデルがデフォルトで足かせとなっている明らかな方法を修正し、潜在的な能力を引き出し、ツールを与えることで、有用性を段階的に変化させること)の傾向を見ます。GPT-4以前の4年間と、GPT-4後の2027年末までの4年間に期待されるそれぞれの成長を追跡する。ディープラーニングが効率的な計算のすべてのOOMで一貫して向上していることを考えると、将来の進歩を予測するためにこれを使うことができる。
世間では、GPT-4のリリースから1年間、次世代モデルがオーブンに入ったままであったため、ディープラーニングは停滞し、壁にぶつかっていると宣言する人もいた。しかし、OOMをカウントすることで、私たちは実際に何を期待すべきかを垣間見ることができる。
結果は非常にシンプルだ。GPT-2からGPT-4への移行は、時々まとまりのある文章を並べることに感動的だったモデルから、高校入試のエースになるモデルへの移行であり、一度だけの進歩ではない。私たちはOOMsを極めて急速に克服しており、その数値は、4年以上かけてGPT-2からGPT-4への質的なジャンプをさらに～100,000倍の効果的なコンピュート・スケールアップが期待できることを示している。さらに、決定的なことは、それは単にチャットボットの改良を意味しないということだ。"unhobbling "利益に関する多くの明らかな低空飛行の果実を選ぶことで、チャットボットからエージェントへ、ツールからドロップイン・リモートワーカーの代替のようなものへと我々を導いてくれるはずだ。
推論は単純だが、その意味するところは注目に値する。このような別のジャンプは、私たちをAGIに、博士号や同僚として私たちのそばで働くことができる専門家と同じくらい賢いモデルに連れて行く可能性が非常に高い。おそらく最も重要なことは、これらのAIシステムがAI研究そのものを自動化することができれば、次回のテーマである強烈なフィードバック・ループが動き出すということである。
現在でも、このようなことを計算に入れている人はほとんどいない。しかし、AIに関する状況認識は、一歩下がってトレンドを見てみれば、実はそれほど難しいことではない。AIの能力に驚き続けるなら、OOMを数え始めればいい。
続き I.GPT-4からAGIへ：OOMを数える (2) https://anond.hatelabo.jp/20240605204240
よく男性と女性の性差で議論になるとき「性差よりも個人差の方が大きい」という優れた意見に出会うことがある．同感である．
確かに性差はあるだろうが，個人差の方が大きいのは事実だろう．
東京 vs 地方の話題も同じだと感じる．どちらも都合よく，文化や環境の議論をしているように思う．
そこで，地方の子育て事情（3σ外れた異常値と認識している）として，自分が行った子育ての例を紹介したい．
異常値であると記載した通り，地方の子育てがこれが平均だというつもりは毛頭ない．むしろ，地方においても親が異常者であればこういう子育てが可能であるという例である．
先にバックグラウンド．私は東大卒で，妻も東京の国立大学卒である．二人とも博士号を有している．
仕事の都合で，地方都市（三代都市圏近郊ではない，まさしく地方都市．人口数十万人）で15年間子育てをすることになった．
私は仕事で住んだ地方都市よりもさらに人口の少ない地方都市出身者であり，18歳までその地元で暮らしていた．
まず，毎週末のように，県内及び隣県にある文化施設や大きな公園などに高速を使って出掛けていた．
子供たちが異常に好奇心が旺盛であったため，科学館や天文台，美術館，博物館なんでもOKだったし，
公園には必ず図鑑を持って出かけ，気になる花や虫は図鑑でチェックしながらなるほど〜と家族みんなで確認した．
連休は近隣県でジオパークに出かけたり，温泉旅館に泊まったりした．行く前に図鑑や本で地域の情報や歴史を調べ，
車の中でみんなで披露するというのがお出かけのパターンであった．
中学校くらいからは歴史に出てくる場所や有名建築家が設計した建築物回りなど，社会科学寄りのお出かけも増やしていた．
半年に1度程度の頻度で東京や大阪には出かけ，そこでしか体験できないこと（科博，未来館，キッザニア，鉄博，USJなど．なぜかディズニーには一切興味を示さなかった）
にも出かけた．特に未就学時は鉄道大好き人間だったので，JRの全ての鉄博，地下鉄博物館，京王レールランドなどにも行った記憶がある．
体験格差などという言葉があるが，少なくとも我が家はお出かけという観点において，首都圏での子育てと比べて，劣っているとはあまり思っていない．
それは元々自分も妻もお出かけ大好き人間であり，軽々しく遠出をする人間だったためと考えられる．
上の子，下の子ともにゲームは2-3歳から解禁していたが，1日30分というルールで行っていた．最初は駄々を捏ねていたが，
1週間もすればルールに順応する．小学生からは1日1時間．お休みの日や特別な日（テストが終わった日など）は長時間を許すという柔軟な運用をした．
私自身ゲームが大好きであり，子供の頃も馬鹿みたいにやっていたので，ゲームをすれば頭が悪くなるなんてことは一切考えたことない．
一方で，ゲームは面白すぎるのでやめ時が難しいことが問題で（これはマンガであれ，Youtubeであれ，小説であれ，映画鑑賞であれ他の全ての趣味にも共通する）
そこさえ親がきちんと見守れば，子供がやりたいこと，見たいものは与えて良いと思う．際限ないことが問題なので．
習い事や勉強について．未就学期の習い事は上の子は水泳，ピアノ，造形教室，ダンス教室，下の子は水泳，造形教室だった．
通っていたお絵かき教室が県内で相当有名なところであり，コンクールの賞ゲッターを量産するところだったので，
我が家もそれなりにエフォートを割き，小学生と中学生の際にはいくつかの賞を受賞し，地元の新聞に載った．
公文は個人的に否定派だったので，未就学時は自宅でこぐま会をやっていた．もちろん小学校受験などするつもりはないので，あくまで頭のパズルと基礎力をつけるという程度．
自宅で先取り学習は絶対にしないようにした（ここでいう先取り学習とは学年よりも先の内容をやること）
小学校（公立）では，全く勉強に困ることはなかった．これは首都圏のようなレベルの高い競争がないため，当然と思われる．
そのため，自宅では，首都圏の中学受験用の教材を4年生くらいから利用した．また，その地元の進学塾にも通っていた．
大学時代の友人（首都圏在住）を通して，勉強法を聞いたり，首都圏と地方での勉強の違いなどを埋めようと親が努力した．
（が，友人とも話したが結局は個人差の方が大きいというオチだった）
中学受験期には，本人も同意の上で，通えないこと前提で首都圏の学校をいくつか受けた．本人にとっては力試しという意味が大きく，通えないことは理解していたし，前向きだった．
上の子は開成に受かり，下の子も渋幕に受かった．上の子は中学は地元の公立中学に進学した．下の子は後述．
上の子が開成に受かった時は親としても非常に悩ましく，妻と子供たちだけ首都圏で暮らすことも考えた．
が，家族みんなで暮らす方が楽しいだろうということで，これはあくまで力試しが目的だったはず，本来の目的に戻ろうということになった．
ただし合格は本人の自信になったようだ．
それから数年後に私の転職があり，首都圏で暮らすことになった．
上の子は高校受験で開成に，下の子はちょうど引越しタイミングと受験タイミングが重なり，渋幕に無事合格した．
子供達二人とも首都圏に引越してから，学校でついていけないこともなかったし，特段の文化的な劣等感も感じることはなかったと話していた．
この後，我が子が殺人鬼になったり，オレオレ詐欺の主犯として捕まる可能性もあるので，手放しで自分たちの子育てが成功例であるとは言わないが，
少なくとも人口数十万レベルの地方都市においても，首都圏と同レベルの子育てはできるという実例になると思う．
もちろん親は二人ともめちゃくちゃ努力したと思う．そりゃ週末はイオンに行って1日過ごせば親もフードコートやゲームセンターで休めて楽だけど，
妻がお弁当を作り，大きな公園で遊ぶ，子供達が疲れてきたら近くのイオンに行き，買い物をして帰るという生活は体力的にも根性的にも辛い．
ただ，あの時の自分たちは私の仕事の都合で地方都市で暮らしていたこともあり，親の都合で子供達の住む場所が決まってしまっていることへの罪悪感からか，
過剰に，それこそ首都圏での子育て以上に様々な体験をさせてやるんだという気概があったように思う
その意味では，首都圏がどんなに文化や環境に恵まれていたとしても，1日中switchを与えて親が子供を放置していた家庭よりは地方の我が家の方が多くの体験をしていただろうし，
かといって周りを見渡した時に，周りのご家庭が我が家のようにある意味で狂気的な子育てをしていたかというとそんなことはないと思う
よって「地域差よりも家庭差の方が大きい」という面もあることを伝えたい．
「東大卒博士号の経歴をドブに捨てて田舎の専業主婦で終わった奥さん可哀想という感想しかない 」
というトラバ，まず妻は東大卒じゃないし，専業主婦とも書いてないんだが，エスパーか？
妻は専門職なので，地方都市でも東京でも育休中以外ずっと働いてたんだが…というのが1点目．
次に，仮に東大卒博士号持ちが専業主婦をすることの何がおかしいのか，可哀想なのかがわからないというのが2点目．
もしかして博士号のような生産性の高い人物が子育てという非生産的な行動を行うのが勿体無いと言いたいのか？
世の中で博士号持ちの女性，たくさん子育てしてるよ．日本だけじゃなくて海外でも．
それに，君，働いたことある？会社の仕事取ってくる営業や開発だけが生産的で，人事はコストセンターで生産性が低いまたはゼロと思ってる？
目の前でお金を稼ぐことだけが生産性じゃないんだよ．世帯内や社会全体で役割が分担されていて，その寄与度は複雑な関係になってるよ．
それに君が好きな生産性で言えば，うちの子供達が2000億ドルくらいのイーロンマスク並の資産を形成したら
うちの妻が仮に東大卒博士号持ちの専業主婦で20年子育てしたとしても，100億ドル/年のリターンがあるわけで，めっちゃその優秀な能力を発揮したことにならない？そんなこと求めてないけど．
3点目として，別にうちの子供がイーロンマスクにならなかったとしても，うちの妻的には人生が楽しければ良くないか？
上にも書いた通り，私はゲームが好きなんだけど，ゲームした時間って別に新自由主義的な意味で生産的な時間じゃないだろうけど，面白ければ良いのでは？
我々夫婦が「大変なこともあったけど，色々二人で頑張って面白かったな．子どもたちも育って勝手に好きなように生きてるし，なかなか我々がんばったね」って思えたら御の字で子育てでそれ以上を求めても仕方ない気がする
＞勉強はきっとウチらに平等だ！ https://ynjn.jp/title/14812
＞生活保護世帯から東大で博士号を取るまで① https://note.com/rshimada/n/n058fbbff18c9
教育格差の物語について、ちょっとだけ思うところがあるので書かせてほしい。
１つは「やる気も意思もあるのに、手段がない。リソースにアクセスできない」というもの。
環境が不遇で、優秀で志もあるのに時代や環境の逆風があって夢を叶えられない、というような、物語になりやすいタイプ。
昨今ネットで話題になるような教育格差の物語は、このタイプが多いんじゃないかなと思う。
ただ、私の考えでは教育格差の物語にはもう１つタイプがあって、それは
「そもそもやる気も意思もないし勉強なんて好きじゃない」という人の物語。
「意思のない個人」として、流れ流れて現代社会で生きづらくなっている人の教育格差の物語。
さっきの立志伝を潜在的上位層の物語とするなら、こっちは『C層の子の物語』と言えると思う。
こちらは当人が別にこうなりたいと思っていないからそもそも物語にならない。語られないから苦しみの構造が知られない。
まれに世に出ても「意思を持つかどうか」は社会構造の問題だと見なされがたい。
ただ、このタイプも、よく見ていくと家庭環境や生まれが要因で「意思を持つ機会がなかった」側面があることに気づく。
私は「意思が持てる」って運に左右される側面があると思う。
「意思が持てる」という幸運に見放された人というのは存在する。そういう格差も十分苦しい。
後者は本人が問題に無自覚で、問題の構造に気づけてないこともままある。勉強や教育によって状況を改善しようという発想自体がない。
なんだったら勉強を苦手なもの・押し付けがましいものとして疎んでいることも少なくない。むしろ教育的なものから距離を置こうとする。
（このあたりは教育社会学の大家苅谷剛彦氏が「"勉強しないこと"がアイデンティティになる環境」」みたいな話で書いてる）
実際の公教育の現場で見られる教育格差は「意思があるが武器がない」タイプは少数で、多くはこの「意思も武器もない」タイプだと思う。物語性も希少性も薄いから話題にならない。
いやこの文脈で修士号なり博士号持ってるの前提としてもそんなの聞いたことないから、どこの世界の話だよっていう意味なんだが
日本で院卒の初任給って平均400万そこそこあるんだけどさ、それの10倍だと4000万以上もらうところから400万くらいまで転落するイメージで話してるん？
例えばアメリカの院卒の初任給知ってる？超有名なビジネススクール卒でも日本円換算で2000万とかそこらだよ
会社設立して設けたとか異常値みたいな人はそりゃいるだろうけど、そういう人間は日本に戻ってきても同じように稼ぐしな
年収半分とかならわかるけど年収1/10とか設定を盛りすぎるとボロが出るから本当にやめたほうがいいよ
少しでもまともな頭があれば馬鹿な事言ってるなぁってすぐわかりそうなもんだけどさ、これを踏まえて実際にどういう例があるの？
