  |
はてなキーワード: プロジェクトとは
単純に見積もれば
・お店に行く（1時間）
・帰る（1時間）
みたいになるかもしれないが
実際はその外部状況に強く依存する
そもそも何故ソファーを買うのか、買うのは確定なのか、ソファーじゃないものを買う可能性は？他のものを同時に購入する可能性は？
誰が行くのか、誰と行くのか、決定者は何人居るのか
そういう変わるかもしれないリスクがあるのは誰もが薄々気づいているのに
PMが実行者や、実行者に類する人に、「お店に行ってソファーを買って帰るには何時間かかるか？」と質問するからだ
その条件において、答えは4時間だし、どうこねくり回しても6時間だろう
しかし、外部状況により条件が変わったら簡単に丸一日になったり、1週間になったりするのは想像できるだろう
そこで再見積もりすればいいのだが、色んな理由で「4時間」が独り歩きする
例えば
・4時間後に別の予定が入っている
などがあると、4時間は条件の変更を受け付けず、4時間のままになる
全員の利害が一致していればいいが、例えば条件を変える人と、4時間じゃなくなると困る人が別だった場合
不都合は考慮されずに条件が変わり、実際のコストと見積もりが合わなくなるという事象が発生する
そうして発生した不足の爆弾で割りを食うのはまた誰になるかわからない
不都合が生じた人かもしれないし、その人が責任を押し付けたひとかもしれない
この流れで誰が悪いのかと言えば、やっぱりPMだよね
新潟市は周辺の市町村を数合わせで合併し、日本海側初の政令指定都市になりました。札幌と福岡はという疑問があるかもしれませんが札幌市は日本海に面しておらず、福岡は玄界灘に面しています。数合わせなので、郊外の開発がうまい金沢には惨敗のようにみえます。政令指定都市になると県から市へ行政機能や企画が移管されます。新潟駅の高架化は空港と合わせて県の事業でした。財政的にピンチの県は、政令指定都市化をもって、お金のかかる企画が市に移る！といことで安堵だったようです。県の資金をあてにしていた市は大慌て。1800億の平成の万里の長城プロジェクトは主に新潟市のお金で行うことになってしまいました。またもや新潟市の敗北です。ちなみにスカイツリーが総工費400億円。東京ディズニーランドは総工費1800億円です。b/cも1.02とかで通常は事業化されないレベルでした。
https://www.asahi.com/articles/ASQ9K6RJ4Q93UOHB00D.html
国道7号線の栗の木バイパスも絶賛高架工事中です。新潟駅の高架化工事が始まったくらいからずーと工事をしています。道路と線路の高さのポリシーがないので、栗の木バイパスが高架になると信越線の高架とぶつかってしまいます。もともとこのあたりの線路は高架で国道7号線の栗の木バイパスが下をくぐっていました。栗の木バイパスの高架は、ここで下に降りて線路をくぐる不思議設計となってしまいました。何のための前進守備ならぬ、何のための高架道路だという感じです。
嘘か真か、KADOKAWAの全システム一箇所に集中させたらしいから、それが事実ならそりゃまとめて逝くでしょ
ほんで、素直に読めば、無理があるでしょってことで再び分散させたようだが、このプロジェクトが既に完了したとも進行中とも無い
データセンターで移設作業(切り替え)やってる時にトラブって、そこでたまたまなんらかの攻撃を受けて・・・とか、そんな話じゃなかろうか
「ML失敗増田」という特定の人物についての情報は私の知識にはありません。その名前が実在する人なのか、あるいはネット上やコミュニティで使われているスラングなのかも不明です。
一般的に「ML」は機械学習（Machine Learning）を指します。機械学習ではデータを使ってモデルを訓練し、そのモデルを使って予測や分類を行います。しかし、機械学習プロジェクトには様々な失敗の可能性が伴います。例えば:
トレーニングデータにフィットしすぎて、未知のデータに対して良いパフォーマンスを発揮できない。
もし「ML失敗増田」という言葉が特定の文脈や事例に関連しているなら、その具体的な背景がわからないと更に詳しい情報や理解が得られないかもしれません。具体的な事例や文脈についてもう少し情報があれば、より詳しい説明やアドバイスができるかもしれません。
2024/6/9、わんだふるぷりきゅあ！で猫屋敷まゆさんがキュアリリアンに変身されました。溢れる想いのままにこの文章を書いています。
私は2007年にプリキュア5に出会い、作品のダークながらも引き込まれるストーリー、そして何より春日野うららさんとキュアレモネードの可愛さに魅了されてプリキュアファンになりました。プリキュア5が始まった当時私は小学1年生でまだたったの7歳でした。
それからは熱心になったり少し気持ちが離れたりした時期もありつつも、ずっとプリキュアと共に歩んできた人生だったと言っても過言ではありません。
Go！プリンセスプリキュアで何度泣いたか分かりません。キュアフローラはずっと私の1番のヒーローです。
そんな私もいつの間にか中学後半～高校生にかけて深夜アニメを見るようになり、そして声優のオタクになりました。
声優のオタクは移り気ですが、一貫して私が持っていた思いは「好きな女性声優さんにプリキュアになって欲しい」でした。接近イベに行ってはプリキュア声優になって欲しい話をし、プリキュアの思い出話を聞き出し、毎年12月～1月にかけてプリキュアの声優予想をし、発表されては肩を落とす、そんな日々の繰り返しです。
2020年、当時私が熱心に応援していた方がプリキュアへのご出演が決まったのですが、絶対追加戦士だと思っていたのに結局マスコットで終わってしまい酷く落ち込んだのを今でも鮮明に覚えています。
そんな中で忘れもしない2024年1月28日、わんだふるぷりきゅあ！の追加キャストが発表されました。
あれはまさに上田麗奈さんのラジオのイベントに行った日でした。オタクと別れて電車に乗ってTwitterを見た瞬間に時間が止まりました。100回ツイートを見返して、本当だとわかった時の感動は言葉に表せないほどでした。電車の中で人目も気にせず24の男が泣きました。涙が止まりませんでした。ついに10年の願いが叶うんだと。
私が上田麗奈さんに出会ったのは2014年のハナヤマタでした。ハナヤマタは本当にいいアニメで大好きだったんですが、当時は私も駆け出しオタクだったので、主人公役が上田麗奈さんって人なんだってくらいの認識でした。ただ好きな作品の主人公として間違いなく好きな声優さんの1人になりました。
今でも上田麗奈さんの一番好きなキャラはハナヤマタの主人公、関谷なるさんです。
そもそもオタクでない時代に、デビュー作であるイナズマイレブンGOを知らぬままリアルタイムで見ていた人間だったのである種運命だったのかもしれません。
その後ミリオンライブにも触れたり、17年から始まった高橋李依さんとのラジオを聞いたりして高校でオタクと声優談義をしたりしていたのですが、決定的になったのは恐らく多くの人がそうでしょう、私も例に漏れず2018年のSSSS.GRIDMANでした。当時24歳でまだキャリア的にも若手だった上田麗奈さんがあの掴みどころがなく狂気的でありながらも愛おしい新条アカネ役をこの人しかいないという素晴らしい演技で演じきったのを見て、その演技に、才能に完全に大ファンになりました。
2018年はもう売れ出した頃だったのですが、以降の上田麗奈さんはもうまさに飛ぶ鳥を落とす勢いで出世していきました。私の大好きなフルーツバスケットにもご出演されてたり、今熱心にプレイしてるプロジェクトセカイでも主要キャラを務められていたり、本当に感謝してもしきれないような存在になっていきました。
極めつけはこれも忘れもしない2023/11/20です。この日は私が以前から人生で一番と言っても過言ではないくらいに夢中で、熱心に愛読している漫画、アオのハコのアニメ化が発表された日でした。そしてヒロインの鹿野千夏さんの声優が上田麗奈さんであることも同時に発表され、この日も深夜に大号泣しました。これで私の気持ちは完全に振り切りました。
そんな中で2ヶ月後、また17年間追ってきたシリーズ、大好きなシリーズへの出演が発表されたのです。それはいくら言葉を尽くしても陳腐になってしまうようなレベルで、感謝、感動、とにかくたくさんの感情が溢れて止まりませんでした。
それからは4ヶ月半、とにかく今日この日を待って待って待ってずっと待っていました。キュアリリアンのことを考えない日も無かったし上田麗奈さんのことを考えない日もありませんでした。Twitterでは変身の遅さが嘆かれていましたが、10年間待ち続けた私としてはもはや誤差でした。
そして6/2、次回予告でキュアリリアンの登場が予告されました。
この一週間は本当にずっとソワソワしていました。仕事も手につかず、一週間がとにかく早く過ぎ去ってくれることを願うばかりで今日この日のために生きているような状態でした。
昨日は本当に眠れなかったし、今朝はアラームなんて関係なしに5時には目が覚めてしまう始末。
そして朝8時半。もう詳細な言葉はいらないでしょう。本当に、本当に素晴らしい回でした。
涙が止まりませんでした。もう上田麗奈さんに関係なく、猫屋敷まゆの強さと成長と想いに涙してしまうような回。
この作品に出演してくれて、この作品でプリキュアになってくれて、猫屋敷まゆ役になってくれて、キュアリリアン役になってくれて、本当に良かった。心からそう思える回でした。
変身バンクもまゆの強さが想いが背景がこれでもかと表現されていて見る度に泣いてしまいそうです。
わんだふるぷりきゅあ！、声優が好きとか関係なく、ここ数年のプリキュアの中でも1番と言っていいレベルのストーリーの出来です。本当にいろんな人に見てほしい。
そして上田麗奈さん、本当にいつもありがとうございます。私の人生はあなたのおかげで間違いなく豊かになっています。これからも素晴らしい演技をたくさん届けてもらえるのが楽しみでなりません。アオのハコも本当に本当に心待ちにしております。
情報としてあるのは異なるサービスレベルのシステムを過去一箇所に集約していたらしいっていう情報
まぁそれが事実かは知らんけどな(素直に読めば集約させたって読める)
ゴミを売りつけあって、馴れ合いで仕事回して、ひとまず給料貰って飯を食う。 そんな感じだよなお前らもきっと？
いつだって「もうちょっとマシな仕事が出来たのか？」と後悔してる。
転職中、関わった仕事を転職先に鼻で笑われたことを今でも忘れられない。
派遣時代に関わった失敗プロジェクト、正社員の頃にやったクソみたいな仕事、全部恥ずかしい。
全然そうはならなかった。
いつだって恥ずかしい。
しんどすぎる。
この気持ちであと何十年生きるのか。
皆同じなのかだけ確認させてほしい。
KADOKAWAのデータセンター、𝕏に貼ってあった画像を鵜呑みにしたら、一箇所に集約したってあるで。これは現場ねこ
社内だけで使うシステム(外部非公開)だけなら『へぇそうなの』で終わるが、商用システム(世の中に公開して事業としてお金貰ってるやつ)もって、なんでや・・・
またまた～この規模感でそんなことあるわけ無いでしょ〜があるのが日本という国だからな
ほんで、一応続きがあって、異なるサービスレベルのシステムを一緒に運用するのは無理がある(それはそう)から、再び分散させたってあるな
分散プロジェクトがいつから始まり、そして完了したのか現在も分散進行中なのかわからんけど、
データセンターのひとつがまさかの東京ってあったな。東京本社から2～3時間でアクセス出来る立地ではなくガチの都内
いったいなんのこだわりなんや・・・リーモートで指示出すではなく、エンジニアが直接データセンターに足運ばないといけないレベルのトラブル発生したら、
どのみちその日のうちの解決は無理でしょ
ついでにえらい人なんかデータセンターに基本用無いんだから、見たいとか騒いだ時に、ハイヤーでもタクシーでも出してあげればいいだけの話でしょ
毎朝6時に起きる私は、まずベッドサイドに置いたLibrem 5スマートフォンに手を伸ばします。ハードウェアキルスイッチでカメラとマイクをオフにしているため、寝ている間も安心して眠ることができます。
目覚めの後、簡単なストレッチをしながら、Signalで昨晩のメッセージを確認します。フリーランスのソフトウェアエンジニアとして働く私にとって、世界中のクライアントとの連絡は欠かせません。
朝食を済ませると、私はLibrem 14のノートパソコンを起動します。このパソコンには、プライバシー保護に特化したPureOSがインストールされています。
私はまず、ProtonVPNを起動してインターネットに接続し、セキュアな環境を確保します。Torブラウザーを開き、プライバシー関連の最新ニュースをチェックするのが日課です。
次に、メールを確認し、必要なタスクを整理します。仕事の依頼やクライアントからの質問に対応する際、私はエンドツーエンド暗号化が施されたメールサービスを使用します。
午前中は、オープンソースプロジェクトへの貢献に時間を割きます。私はGitHubでプロジェクトをフォークし、コードの改善やバグ修正を行います。
仕事中、私はプライバシーを確保するために、全ての通信を暗号化し、GoogleやMicrosoftのサービスを一切使用しません。
必要なツールやソフトウェアは、全てオープンソースであり、信頼性の高いものを厳選しています。
昼食の時間になると、私は外出して近くの公園でサイクリングを楽しみます。自転車に乗ることで、リフレッシュし、健康を維持することができます。
公園では、持ち運びが簡単なRaspberry Piを使って、モバイルホットスポットを作成し、安全なインターネット接続を維持します。これにより、外出先でも安心してインターネットを利用できます。
午後は、クライアントのプロジェクトに集中します。私はクライアントの要求に応じてソフトウェアを開発し、そのコードを安全な方法で納品します。
私はまた、プライバシーに関する技術記事を執筆し、自身のブログに投稿します。これにより、自身の知識を共有し、他の人々にもプライバシーの重要性を理解してもらうことを目指しています。
夕方になると、私は写真撮影を楽しみます。カメラで風景や街の様子を撮影し、それをプライベートなクラウドストレージに保存します。
このクラウドストレージは、自分で管理しているため、第三者がデータにアクセスすることはありません。撮影が終わると、家に帰り、自分の写真を編集してブログに投稿します。
夜になると、一日の終わりにデバイスのセキュリティチェックを行います。最新のセキュリティパッチが適用されているか確認し、必要に応じてシステムを更新します。
また、バックアップを作成し、重要なデータを複数の安全な場所に保存します。最後に、Tails OSを使ってセキュアにブラウジングし、リラックスして一日の疲れを癒します。
進捗が著しく芳しくない部下に、その旨と改善案を伝えると何を言っても
と返答が帰ってくる。毎回。
その他、プロジェクトの目標や計画を伝える打ち合わせ予定を入れようとすると
と返答される。
決定事項を伝えて、彼の作業の割振りを伝えると
と返答される。代替案は無し。
まじめに取り組んでるのは知ってるが、やり方間違ってる。成果が無いどころか、マイナスになっている。彼には自分の考えに固執せず、不機嫌にならず、他の人の話し聞いて欲しい。
余計な事をして欲しくないから、手順の決まった作業しか君には渡せない。
論破王に対して、俺はどうすればいいのだろうか。
こんなことを書くのは良くないと思っている、わざわざ口に出したりネットに書くようなことではないのもわかっている。あまりにも辛いから愚痴らせてほしい。
前提としてその人が発達障害であろうが、グレーゾーンであろうが、自分がその先輩と親しくしていることと、一緒に働いていくことに対しては何も関係ない。
自分の論としては、すべての人間が大なり小なり、言動や思考にクセや特徴を持っていて、相手によって対応を変えるのが、社会の中で生きていくということだと思っている。そうして生きている。
それでも今、めちゃくちゃ辛い。
自分の職場ではベテランを指導者として若手と組ませて、チームプレイで仕事を覚えさせるスタイルをとっている。
1年ちょっと前に所属が変わって今の組織にきて、例の先輩と組まされて、最初、おや？と思った。
とにかく会話が成立しない。
最初は｢まだお互い慣れてないもんな｣とか｢自分の質問の仕方が変なのかな、聞き方変えよう｣とか思ってた。
AorB、YESorNOの質問をしても｢Aです｣｢YESです｣しか返ってこない。他の先輩だったら、｢Aです。何故ならば〜｣が続くのに。
その人から業務指示をもらって、途中でその指示の理由が気になって質問しても、｢？書いた指示通りにやってくれればいいから｣と指示の上塗りされて終わる。いやそれはさっき聞いたんですよ。
｢○○が知りたいんですが｣→｢そうなんだ、知りたいんだね｣
｢○○が知りたいんですが、ご存知ですか｣→｢はい、知ってます｣
｢○○について、ご存知だったら教えてくれませんか｣→｢今なんでそれ調べてるの？｣
みたいな感じ。ちなみに、｢何故今それを知りたいのか｣を確認すると、納得して引き下がる。いや、俺はまだ困っているのだが……？
1の答えを知るために10質問して、それでやっと求める答えが得られれば御の字という感じ。
その人の中では答えが繋がっているんだろうが、指導中に話がめちゃくちゃにすっ飛ぶのも辛い。｢今なんの話をしていますか？｣を5分間で10回は聞いてしまう。
例えば、自分がアップルパイの作り方を知りたくて、｢紅玉を使う時ってレモン汁は入れた方がいいんですか？｣と聞いたとする。
他の先輩であれば、｢酸味の強い林檎の時はレモン汁は必要ない｣｢紅玉は酸味が強い｣というふたつの情報をベースに｢だから必要ないよ｣と教えてくれる。
その先輩だと、良くて｢要らない｣
下手すると｢酸味があるから｣だけ答えて、レモン汁が要るのか要らないのか答えてくれなかったりする。するとこちらも、｢酸味？今なんの話をしていますか？｣になる。
それか、｢今回はなしのままで｣とか。どうして要らないのか今理解しないと、次回も同じ質問を繰り返すことになってしまうんだけど……。
アップルパイの例えわかりにくい？ごめんなさい。
それからとにかく、業務上のこだわりが強い。多分、業務以外でもとんでもなくこだわりが強い。
自分が入社するより何年も前に貸与廃止されて、返還すべきPCをまだ使っている。何度注意されても最新のPCを使わない。
何度上司に言われても、グループで共有している業務計画のファイルに自分の業務を記入しない。
何回お願いしても打ち合わせ等に自分を連れて行かない。担当しているプロジェクトの情報を周囲にまったく開示しない。
その先輩が風邪で休んだりすると、先輩のプロジェクトには全部自分が代打で入るのだが、先輩から情報が普段まったく降りてこないので、かなり困る。武器も防具も持たずに戦場に立たされている。
自分はずっと困っている。
質問しても求める答えがほぼ得られないことと、業務の情報が降りてこないこと、これは、仕事をする上でかなり厳しい。凄まじいストレス。
本人には悪気はまったくなくて、どちらかというと穏やかで優しくて、一緒に働いていて気持ちのいい部類の人だと思う。
声を荒らげているところは見たことがない。
自分のお腹が鳴ったら横からクッキーやチョコをくれる。質問の答えはくれないのに。
帰り際には｢明日は夕方雨だから、傘を忘れないように｣とか言われる。業務状況は共有してくれないのに。
じゃあ他の人に質問すれば？という話だが、自分自身が抱えているプロジェクトの前任者がその先輩であるとかそういう兼ね合いもあり、その人しか知らない情報を自分が求めているシーンが多い。バカストレス。
この仕事ではよくある話なんだけど、一日中、指導者の先輩とだけ会話するとかザラにある。本当に耐え難い。一事が万事上記の調子なので。
一年以上、｢どんな聞き方をしたら求める答えにすぐ到達できるのか｣｢どういうお願いをしたらこの人は業務状況を共有してくれるのか｣について、ずっと考えた。考えて考えて考えて、一年間ずっと上司にも相談しながらいろんなことを試した。
結果疲れ果てた自分はストレスで体調を崩した。そこで初めて、｢どうしてこの人は会話が上手くいかないんだろう｣｢どうしてこの人は人に言われたことが出来ないんだろう｣と思うようになった。
その瞬間、気がついた。
あ、これもしかして、最近よくネットで見る、ASDってやつでは。
だからどうという話ではない。その先輩に診断がおりてほしいとかじゃないし、自分の対応は変わらない。
自分は変わらずその先輩のことが好きだし、その先輩と一緒に働いていくことはずっと苦痛だと思う。
ただもうちょっと早く気がついたら、ちょっと違ったかもしれないなと思う。主に自分の現在の体調について。
ストレスで夜全然寝れなくて、基本的に毎日寝不足で、毎日身体のどこかしらに痛みを感じながら身体を引きずって出社している。
もう少しはやく諦めたかったな……。
ちなみに上司には一年以上ずっと相談してきたし体調崩し始めたあたりから、指導者と若手の組み合わせを変えられないかと相談もしたんだけど、｢会社って、上司も部下も選べないじゃん｣との答えだった。退職待ったナシである。
この仕事はかなり好きなので全然辞めたくないんだけど、そろそろ体調も限界だし、辞めるしかないのかな……。
取引先の会社のWebサイトを見たら、採用情報のところで、以前やり取りをした、めちゃくちゃ自分勝手に振る舞って、計画性もなくプロジェクトを混乱させた人が、さも「部署の顔です」みたいな感じでコメントしていて閉口してしまった
やっぱり自社発信の採用情報は参考になりませんわ
増田の周囲で最近「働き方改革とかクソだ！」「リモートとか言わず出社しろ！」みたいな反動があり、職場の雰囲気が良くない。
課長も一時期は、人員を監視してムチ打つ労働監視員でなくて、プロジェクト進行を管理するプロマネ的な動きに変わって行ってるはずなのに、
また奴隷監視員みたいな管理をする人が出てくるようになってきた。大きなトレンドじゃなくて局所的な揺り戻しかとおもうけれど、
職場の雰囲気が恐怖政治的になってきている。指示を出すとき、大義や目的とか締め切り、制約条件みたいな基本的なブリーフィングなく、
「うるせぇごちゃごちゃいうな、おまえ上司のいうことが聞けねぇのか！」みたいな管理をする人がいてびっくりしている。
団塊の人達が無茶苦茶だった、という反省の素にすこしずつ改革を積み上げてきたはずだけれども、その辺の歴史的な認識が
部署によっては最近課長になっている氷河期世代の人たちに伝わっておらず断絶があるように感じる。
団塊ジュニアの人たちで課長にならないで職場の鬼軍曹みたいな、昭和の価値観でガチガチにかたまった人達がいて、
バリキャリ30代後半の女だが、ペアーズ初めて２ヶ月で出会った40代前半の人と１ヶ月で付き合い、３ヶ月でプロポーズされ、それから半年して結婚した（出会って10ヶ月）。結婚後半年しても妊娠しなかったので不妊治療専門のクリニックに行き、人工授精、体外受精を経て半年で妊娠、今年に入って無事出産した（結婚して妊娠するまで1年くらい）。
夫と出会って2年ちょっとで出産したので自分でもなかなかのスピードだと思うけど、35歳の時は彼氏もいなかったし恋愛の仕方も忘れていたので「もう子供を持つのは無理かな」と絶望して泣いていた。転勤を機にペアーズ始めてみたらこんなことになったので、35歳の時の自分には「やらない後悔よりやる後悔で突き進んだらいいことあったよ！」と言いたい。
もし、同じように35歳くらいで結婚、妊娠を諦めている女性がいたら、まだまだ5-7年くらい猶予あるからキャリアも子供も諦めずに頑張って！と伝えたい。ただいざ出産となると体力は必要だし、子育ても疲れやすいし、第二子は年齢的に難しいかもと思うので、もし結婚相手がいるけどキャリアのために結婚、妊娠を先延ばしにしているのであれば、それは勿体無いなーと思う。
あと、40代男性で子供が欲しい人が35歳以下の女性を希望するという話をよく見るけど、男性自身も年齢が上がるにつれて不妊治療が必要になる場合があるので、若い女性を希望して出会いに時間をかけるより35歳以上の女性も視野に入れて結婚して妊活する方が意外に時間をかけずに子供をもうけれるのではないかと思った。
高齢の初産は色々とリスクは高いけど、生まれてみたら赤ちゃんはかわいいし、高齢の親の生きる糧になってるし、高齢ゆえに金銭面での余裕もあるので、私はこの歳で産めてよかったなーと思った。仕事を休んでるのは不安ではあるけど、キャリアをある程度積んでからの産休、育休なので精神的なゆとりは若い時よりあると思う（多分若い時に長期に休んだらキャリアが積めないことがもっとストレスだったと思う）。それと子育ては一大プロジェクトで、やりがいも思ったよりあるし、色々と新たな世界を知れるので結構面白い。年齢的にも金銭的にもひとりっ子かなと思っていたけど、やっぱり可能なら二人目も欲しいなと思う。まだ生まれたばっかりでこれからが大変なのかもしれないけど。
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
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
それらは単体のイベント・作品であって、国家レベルのプロジェクトだったり、間でマージンを掠め取る団体も存在せず、単体で収益性が確認できる。
「セクシー田中さん」の原作者が亡くなられたことに関して強い言葉で色々発言しはてなでも大絶賛されていた漫画家さんについて。
男性ボーカルグループのイラストを2次元イラストにするプロジェクトに参加しグループの一人のイラストを担当していたのだが、その際のインタビューの内容がこれだった。
----
私は、2次元は3次元に絶対「負けちゃならねえ」と思ってるんです。どんなにファンの方に「顔が違う」「実際はこんなことしない」などと言われても、やっぱり「◯◯（漫画家の名前）が描いた方がカッコいい」って言われないと、それは負けだと思ってる。3次元は良きライバルだし、そういう点では今回のイラストもある意味“リスペクト禁止”と思ってやりました。
----
リスペクト禁止、と仰る。他にも、そのメンバーが普段やらないポーズを取らせたとも言っている。
顔も特徴を掴んでいないし、服もポーズもそのメンバーとはかけ離れている。
そのメンバーのファンからは「何故その漫画家に描かせたのか」と不満の声が上がっていた。
あれだけドラマ化アニメ化に関して漫画家が尊重されていない、と批判していたのに、リスペクト禁止で描いたと自分で言っている。自分のほうがかっこよく出来る！と言いたいがために。
ドラマにせよイラスト化にせよ、やはり二次創作する側としては好きなようにやりたいものだし、原作への配慮より自分の表現が大事！になるものなのだろう、と脚本家たちが設定改変をやりたがる理由は納得できた。
（勿論、原作側が許容してるかどうかが大切で、今回のイラスト化に関しては所属事務所が受け入れているからそこは問題ない。ファンには評判がよろしくないようだが。
