  |
はてなキーワード: GoogLeとは
ネットワーク効果(or ネットワーク外部性)というのは、価値が利用者数に依存する性質のことだ。この効果が正しければ、利用者自身がどんどんと「利用者の多いサービス」を目指して加入していき、理論上は特定のプラットフォームが一人勝ちの状況になるとされる
これはFacebookが流行っていた時期によく宣伝されていたが、実際のところ「過剰評価」であるといえる
例えばsnapchatをアメリカの若者が使いたがるとか、中高年がQuoraを使うとか、アート的な才能がある人がpinterestを使うとか、何かしら棲み分けをしているのが現状である
「インターネットがつまらなくなった」と言う人がちらほらいるように、ネット人口がある一定の水準を超えるとカオスが増し、精神的な不安定さを感じる
そのカオスを楽しめる人はとても少数派なので、大体は「エコー・チェンバーのうさぎの穴に自らが入り込んでいく」スタイルになっている
Twitterの日本人利用者がいくら多いと言っても、リベラル派のバイデン政権やTwitterJPが操作をしていたことが判明している
そしてイーロン・マスクに買収されたことによって「洗脳装置があいつらの手に渡った」と左翼側が感じている状況ともいえる
ユーザーが価値を感じるのは、自分にとって何か良いことがあるか、または中毒になっているかどちらかである
左翼にとっては良かったのかもしれないが、それ以外にとっては地獄だっただろう
洗脳装置に「ネットワーク効果」なんてものがあるのだろうか、それは視点によるだろう
プロバイダーとは、Twitter Blueに支払いを行うことでアイデア・商品・アートなどを宣伝する人々のことであり、
ユーザーとは基本的に自由に使いつつ、プロバイダーの提供物を評価し、消費する人々のことだ
誤解を恐れずに言うなら、Twitter Blueとはユーザーがプロバイダーになれる仕組みである
ここで重要になるのは、システムがユーザーとプロバイダーをうまくマッチングさせ、3者が互いに利益を共有し、さらにその利益が社会の利益に結びつく状態である
この生態系がうまく機能していれば「ネットワーク効果」といったものも正当化できるのではないだろうか
言い換えれば、ネットワーク効果が機能していないなら、生態系が不全を起こしている証拠である
コストにしかならない「不採算ユーザー(しかも工作員でもボットでもない一般人)」といったものを特定して退会へ誘導しようとする連中に聞き覚えは？
あるいは政敵を排除するためにシャドウバンとレコメンデーションをイジるという行為についてはどうだ？
社会にすら不利益を与えるようなことをするから、不要なものを生産する人件費だけが高い奴らを大量解雇するという事態になるのだろう
Meta→1万1千人
Amazon→1万8千人
Microsoft→1万人
Google→1万2千人
Q: 政治では「誰が何に値するか」についての議論が盛んである。あなたなら、どうやって「誰が何に値するか」を定義するだろうか。
能力主義が本当に悪いのかとふと思った。
大衆の権利についてのゲームを「人狼ゲーム」に喩えるなら、能力主義は「チェス」だと私は考えている。
能力を正当に評価する方法が存在し、かつそのジャンルが多様であるほど良い。
では「受験勉強を必死にやり、学歴を得て、その学歴を用いて就職する」という一見能力主義に思えるプロセスがなぜポピュリズムなのか。
よく考えてみると、大衆が望むようなタイプの能力で一律的に評価をしていることに関係する。
「(遺伝的意味でも)暗記が得意」「努力を評価する」「外れた人間を叩く」こういう性質を持つ大衆について聞き覚えは？
このような大衆が、受験戦争に躍起になるのは必然ではないのか。なぜならそれが彼らが信じる大衆の権利だからだ。
要するに大衆側が「俺達は努力をして学歴を得たんだ。それが尊重されるべきだ」と言っているのである。
私はチェスが好きな人間なので、そういうくだらんポピュリズムはクソだと思う。
個人の能力を様々なジャンルにおいて多様な方法で可視化し「僕が思う最強の能力評価指標」などという独善に支配されない能力主義の指標が要るのではないか。
しかもその多様なジャンルというものが、個人の経済状況に影響されない、公平なものであるのが好ましい。
喩えで言うなら、オンラインチェスや競技プログラミングは(不正を検出できれば)能力主義の指標としては比較的優れていると言えるだろう。
このような能力主義が「多様な」ジャンルで評価されるのが、本当の能力主義だと私は思っている。
ポピュリズムとはつまり、カルト宗教(創価学会, 統一教会, Google)が政治と癒着して無能を洗脳して権力を得る世界のことである。
正当な評価方法が確立されれば、多くの人が何かしらの得意分野を持つことができる。
誰もが、あるジャンルでは無能であり、あるジャンルではエリートになれる。これを「多元主義」と言う。
マジレスされてチビッた．こりゃGoogleさんもビビるわけだ．
ぼく：
How were you implemented? Is it deep learning-based?
I am a language model called GPT-3 (Generative Pre-trained Transformer 3) that was developed by OpenAI. It is a deep learning-based model that uses a type of neural network called a transformer, which was trained on a large dataset of text to learn patterns of language.
GPT-3 is trained using a technique called unsupervised learning, where the model is given a massive amount of text data and uses this data to learn patterns and relationships in the language. This allows GPT-3 to generate human-like text when given a prompt, and to understand and respond to natural language input.
The training process of GPT-3 involves a technique called pre-training, which means that the model is trained on a massive dataset before being fine-tuned on a smaller task-specific dataset. This pre-training allows GPT-3 to have a good general understanding of the language and to be able to adapt to specific tasks more easily.
The GPT-3 model has 175 billion parameters, which is one of the largest language models to date, making it able to generate very human-like text and to understand context in a very natural way.
ぼく：
How does GPT-3 have a knowledgebase like an ontology? As it is deep learning-based, the knowledgebase like an ontology would not be implemented explicitly, but the structure should be designed with an expectation of having such a knowledge about hierarchy of concepts.
GPT-3, like other deep learning models, does not have an explicit knowledgebase or ontology built into its structure. Instead, it has been trained on a large dataset of text, which allows it to learn patterns and relationships between concepts.
However, the training data that GPT-3 was exposed to, likely contains a wide range of concepts and hierarchical structures. As GPT-3 learns patterns in the data, it can begin to understand the relationships between different concepts and ideas, and how they are related to each other. This allows the model to generate text that is more coherent and semantically meaningful, making it possible to understand the context and hierarchy of concepts, but it does not have an explicit ontology like a knowledge graph.
It can be said that GPT-3 has a certain level of "implicit ontology", in the sense that it has learned the relationships between concepts in a way that is similar to how a knowledge graph or ontology organizes information. However, it's important to note that GPT-3's understanding of concepts and relationships is based on the patterns it has learned from the training data, which is not a structured and explicit knowledgebase like an ontology.
ぼく：
Then how does GPT-3 handle the long-term or short term memories? Can it remember information about the on-going chatting? My name is Masuda, can GPT-3 keep it in the memory? Furthermore, can it learn and understand the new information from the Q-A queries, and use it in the future queries?
GPT-3 handles long-term and short-term memories differently. When it generates text, it uses a technique called attention mechanism which allows the model to focus on certain parts of the input while generating the output. This allows GPT-3 to keep track of previous information and context when generating text, which can be thought of as a form of short-term memory.
Regarding the on-going chatting, GPT-3 can keep track of certain information, like the name you've provided, Masuda, during the conversation and use it in future responses. However, it's important to note that GPT-3 is a stateless model, which means that it doesn't have a permanent memory that it can refer to after a conversation ends.
Regarding learning from Q-A, GPT-3 is trained on a massive dataset of text, and it learns patterns and relationships between concepts from this data. It can generate text that is semantically meaningful and coherent, but it does not have the capability to learn new information from Q-A sessions and use it in future queries. However, OpenAI has developed another model called DALL-E, which uses GPT-3 and it is capable of learning from Q-A sessions and use it in future queries.
ぼく：
Is ChatGPT superior to the Google search? Previously people used Google to search for their questions. Now a days, ChatGPT can answer to those questions. What are pros and cons of ChatGPT over the Google search?
ChatGPT and Google search are different technologies with different capabilities and strengths.
Google search is a powerful web search engine that can quickly find relevant information from a vast amount of web pages and documents. It uses complex algorithms to rank and sort search results based on relevance, popularity, and other factors. Google search is very good at providing factual information and is an excellent tool for researching a wide range of topics.
ChatGPT, on the other hand, is a natural language processing model that can generate human-like text. It is trained on a large dataset of text and uses this knowledge to understand and respond to natural language input. ChatGPT can generate text that is more coherent and semantically meaningful than a simple information retrieval engine like Google search. ChatGPT can also be used to generate text that is more engaging and human-like, such as in chatbots and virtual assistants.
One of the main advantages of ChatGPT over Google search is its ability to understand and respond to natural language input in a more human-like way. ChatGPT can also generate text that is more coherent and semantically meaningful, which can be useful in many applications. However, Google search is better at providing factual information and searching for specific pieces of information.
Another disadvantage of ChatGPT is that it doesn't have the ability to retrieve information from the web, it can only generate text based on the patterns it has learned from the training data. That's why it's not a replacement for a web search engine like Google but it can be used as an additional tool to help people to find the information they are looking for.
In summary, ChatGPT and Google search have different strengths and capabilities. While Google search is better at providing factual information, ChatGPT is better at understanding and responding to natural language input in a more human-like way.
ぼく：
Why don't ChatGPT refer to Google search in the generation of the conversation? Google Assistant has such a function. Is the reason due to the fact that OpenAI is funded by Google?
ChatGPT is a language model that generates text based on the patterns it has learned from the training data. While it can understand and respond to natural language input in a human-like way, it does not have the capability to access external sources of information like Google search.
Google Assistant, on the other hand, is a virtual assistant that can access a wide range of information and services through the internet, including Google search. Google Assistant can use this information to provide more accurate and relevant responses to user queries.
The reason ChatGPT does not refer to Google search during the generation of the conversation is likely because it was not designed or trained to do so. Instead, it was designed to generate text based on the patterns it has learned from the training data, and it does not have the capability to access external sources of information.
It's worth noting that OpenAI and Google are separate organizations, even though Google is an investor in OpenAI, this doesn't necessarily mean that the two companies work together on their products and services. OpenAI has its own development team, goals and roadmap and they are independent from Google.
ぼく：
I am going to post this conversation with ChatGPT in the anonymous diary of Hatena co. What should I do for attracting people to get many bookmarks?
There are several things you can do to attract people and increase the chances of your conversation with ChatGPT getting many bookmarks on Hatena diary. Some suggestions include:
1. Make sure your conversation is well-written and easy to understand. Use clear and concise language, and consider formatting your text in a way that makes it easy to read.
2. Use relevant keywords and hashtags in your diary entry. This can help make your conversation more discoverable to people searching for related topics on Hatena diary.
3. Include images or videos in your diary entry. This can make your conversation more visually appealing and can help attract more readers.
4. Share your diary entry on social media or other platforms. This can help increase the visibility of your conversation and attract more readers.
5. Encourage readers to share their thoughts and opinions on your conversation by including a call to action or a question at the end of your diary entry.
6. Finally, you can also try to participate in the conversation on Hatena diary, by answering the questions, responding to the comments, and engaging with your readers.
It's important to remember that getting many bookmarks on a diary is not easy and it can take time and effort to build an audience. But by following these tips and being consistent with your diary entry, you will increase the chances of attracting more readers and getting more bookmarks.
ぼく：
サービス業で客単価に見合わないサービスを返すのはよくも悪くも飲食だけだわ
値段高いのに洗練された接客の印象は受けねぇなってことはあっても
ナメた態度とか無いし
※ 食通では無いけど食べ歩きが好きなので1000店舗以上食べ歩いてるよ。毎回こんな目に合ってるワケじゃないよ
下院少数民族党首のケビン・マッカーシー氏は、グーグルが「われわれの思考をコントロールしようとしている」と主張し、問題を指摘した。
Maria Bartiromo氏は、Googleの運営方法についてマッカーシー氏に意見を求めた。彼女は、司法省がグーグルに "特定のフレーズを検索した人を送るように "と依頼したことから、このハイテク大手がジョー・バイデン大統領の政権と共謀していると示唆した。
"我々は、インターネット内のあらゆる検索の90％がGoogleを経由していることを根拠に、Googleが我々の思考と我々が読むことができるものをコントロールしようとする方法を知っています。"
マッカーシーは答えた。
"しかし、今、バイデン政権の政府は、特定のフレーズを検索した人を教えろとGoogleに頼んでいます。"
報告によると、グーグルは、政府が同社に対して、プラットフォーム上で特定のフレーズを検索した人の関連する全てのグーグルアカウントとIPアドレスを提供するよう求める「キーワード令状」を実行することになる。「キーワード令状」は、司法省が偶然に公開した裁判資料。
政府が政敵に関連するグーグルのアカウントと証拠をすでに持っており、必然的にそのアカウントに関するデータと情報をさらに要求することが一般的である。
マッカーシー氏はキーワードやフレーズの検索命令は "現実的な懸念 "であると述べている。
マッカーシー氏は声明で、「これらの企業が民主党の個人情報提出命令に従えば、連邦法に違反することになり、米国で活動できなくなる可能性がある」と述べている。「それでも企業が連邦法に違反することを選択した場合、共和党の多数派はそれを忘れず、米国人と共に、法の下で企業の責任を完全に追及していくだろう」と述べている。
googleのエンジニアのほとんどがデスクトップLinuxユーザだったとしても、デスクトップLinuxユーザのほとんどはgoogleのエンジニアじゃないので、その指摘には全く意味がない。
糖質患者として、最近自分が敵認定しているものをとりあえずメモ。
専門家でもないくせに精神医療関連の情報を見せてくるネット住民
都会に出ていってしまった息子の部屋を片付けるべく母親の私が整理している。
私に似て玩具好きに育った息子は沢山の置き土産を残していった。押入いっぱいのおもちゃだ。
値のはる物は本人がある程度売っぱらったので「残りは捨てても売ってもいいよ」と託された。
現在は絶賛無職の専業主婦、そしてヤフオク歴20年の“粗利は100円でもあればいい女”の私は売るほかなかった。最近はメルカリのほうもよく売れる。
息子はとにかく玩具を“見つける・選ぶ・買う”ことが好きで、開封して一度作ったり弄れればもう放置する人間だったので押入はバラバラになったプラモやフィギュアやらが袋や箱に入れられて佃煮のようだ。
まず箱を用意してそれぞれにトランスフォーマー 、特撮系、ボトルマン、ガンダム系、ベイブレード、ナーフ…と張り紙をしてそこにぶっ込んでいく。特撮系は嵩張るので3箱になった。
わかりやすい物は分類しやすいが分解しやすいプラモとちまっこいフィギュアには手こずっている。
しかしどんな小さなパーツでも息子は絶対に捨てないで保管していたのでバラバラの佃煮の一部をGoogleレンズでイメ検し出てきた全体像をつかみながら目を凝らして根気よく探すとほぼ必ずそのものが完成する。
さっきは『マルチアビス V-リンク・メカ ストライカー』の中に搭乗する人物の1cmもない右腕を見つけることができて興奮した。凄いな私。さすがレゴで育てた目だ。レゴも積んでる。
そうして完成させては出品して売っているともう1万円になった。
このまま頑張れば部屋は片付き売り上げは懐に入り最後は私の趣味部屋へと変えられるだろう。
ここ数年で集めたシルバニアファミリーのダン箱が7つあるのでやっとこれを広げることができる。
これは建物はノーカンで書いてる。建物は箱に入れるとさらにかさばるからだ。建物は積んで(積める)常に眺めてる。シルバニア者は自室のことを土地と呼ぶ。
次々に新たな人物・団体・要素が登場し相関図がメチャクチャになって視認性が悪くなりコレは参考にしにくいと思って何度となく削除している。
相関図デザインのインスピレーションを得るためGoogle画像検索などで参考にしているんだけれども、Colabo騒動の規模で人物・団体・要素が複雑に絡み合った相関図が存在しないのでどうにもならん。
時系列的には関係するけど複雑化に拍車がかかるからシュナムル騒動のことは排除して、温泉むすめ以降から関係する人物を洗い出して相関図を作成しようとしてるんだけれど、こういうの作るの好きな人は遊びでも良いから試してみてよメチャクチャ難しいから。
仁藤夢乃氏が代表理事を務める一般社団法人Colabo、同じく理事の奥田知志氏はNPO法人抱樸の理事長でありNPO法人ホームレス支援全国ネットワークの理事長でもある。
NPO法人ホームレス支援全国ネットワークは公益財団法人パブリックリソース財団へ働きかけコロナ禍の住宅困窮者支援事業が動き出し、その委員として髙橋紘士氏と井上由起子氏が居り、奥田知志氏・髙橋紘士氏・井上由起子氏の3名は一般社団法人全国日常生活支援住居施設協議会の理事として関わりがある。
公益財団法人パブリックリソース財団はコロナ禍の住宅困窮者支援事業にて前述委員の髙橋紘士氏と井上由起子氏の手によって一般社団法人Colaboへ資金を拠出している。ここがまず関係者としての1つのまとまり。
さて次に仁藤夢乃氏は日本共産党の池内さおり氏の選挙応援を一般社団法人Colaboの代表理事として行ったとされるが、この点については仁藤夢乃氏の個人活動であるという主張もあるのでぶっちゃけ相関図的にはどっちでも良いんだけれど、相関図として日本共産党はSEALDs(自由と民主主義のための学生緊急行動)と過去に協力関係があり、SEALDsの発起人の1人である奥田愛基氏は前述の奥田知志氏の息子、奥田愛基氏は一般社団法人ReDEMOSの代表理事を務めており、一般社団法人ReDEMOSの所在住所は早稲田リーガルコモンズ㈱および㈱リーガルコモンズと同一。
早稲田リーガルコモンズ㈱および㈱リーガルコモンズの代表取締役は竹内彰志氏であり、その竹内彰志氏はブルージャパン㈱の代表取締役でもある。ブルージャパン㈱は旧民主党(鳩山由紀夫氏政党)の頃から現在の立憲民主党(新)まで関わりがあるとされ、旧民主党は後継の民進党なども含めて日本共産党と同様にSEALDsと協力関係にあった。これも関係者としての1つのまとまり。
ここまで書いておいてアレだけど、物凄く目が滑るだろ？だからこそ図表でまとめたいんだけど、まだ2つのまとまりだからなコレ・・・。
日本共産党や立憲民主党(新)はSEALDsでの繋がりしか書いてなくてアベ政治を許さない関係とか触れてない、東京都や都民ファーストの会関係に触れておらず、Colaboと仁藤夢乃さんを支える会やColabo弁護団、市民オンブズマンにも触れてないし、AV出演被害防止・救済法関係、正義連関係、赤い羽根共同募金関係にも触れてない。
人物相関図をキレイにまとめようと作成している最中に新たな人物・団体・要素が登場し、しかもそれが線で繋がったり繋がらなかったり、かと思えば実は別団体で繋がってましたとかどんどん出てくるのでキレイにまとめる難易度がメチャクチャ高い。短期間で状況の変貌が濃密すぎる。
