技術的特異点全般について考察を繰り返すスレ2 (336ﾚｽ)
上下前次1-新
抽出解除 必死ﾁｪｯｶｰ(本家) (べ) 自ID ﾚｽ栞 あぼーん
ﾘﾛｰﾄﾞ規制です｡10分ほどで解除するので､他のﾌﾞﾗｳｻﾞへ避難してください｡
303: 01/04(土)15:02 ID:yDIExpZj(1/10) AAS
明けましておめでとうございます。
今年は、スピ業界においては、
エラい年やと騒がれてますが、いったいどうなるのやら？
まあ、騒がれてる予言というのはだいたい外れるものだし、
不吉な予言というのは、
騒がれれば騒がれるほど良いモノなのかもしれない。
ルマンドだか何だかという
インド人もビックリの良い年になることを祈りつつ。
気になったニュースをピックアップしていこうと思う。
304: 01/04(土)15:04 ID:yDIExpZj(2/10) AAS
AIに物理法則を学習させたら「未知の物理変数」で現象を表現する！
nazology.kusuguru.co.jp/archives/112534
単純には人間が見つけた計算式ではない方法でも、
物理的な現象を再現できるということだけども、
（エミュレーターみたいなもんか？）
基本的には、人間が見つけた物理法則の計算式自体が、
そもそも絶対に正しいという保証もないから、
逆にAIが見つけた計算式の方が正確な可能性もある。
ただまあ、
ここでもっと気になる点は、
こんなことができるなら、
人間が理解できてない複雑な物理現象もAIなら、
強引に、一般化してしまえるという可能性があるという点になる。
主には複雑系に対してだけども
気象やら株価やら、
人間が処理するには、変数が多すぎてどうしようもないものも、
マシンパワーが十分になってきたら、
ほぼ完全な予測ができるようになる？
305: 01/04(土)16:16 ID:yDIExpZj(3/10) AAS
ダークマターは「ダークビッグバン」で生まれた？
gigazine.net/news/20241203-dark-big-bang/
ダークマターが通常のビッグバンとは異なるタイミング、
ダークビッグバンによって発生したという仮説。
太陽核から「ダークマター(暗黒物質)」が放出されている可能性が高まる
gigazine.net/news/20141017-dark-matter/
既存の物理法則から導かれる物理理論では説明できないような信号が、
長年太陽から放出されてるから、
これがダークマター発生の痕跡なんじゃね？という話
ちなみに、
上のダークマターは「ダークビッグバン」で生まれた？
は2024年の記事で、
下の太陽核から「ダークマター(暗黒物質)」が放出されている可能性が高まる
は2014年の記事だから、
下の記事の方は、恐らくダメだったんだろうという予測がされる。
そもそも、そんな身近で長年観測されてる、
通常の物理法則では説明できない信号があるなら、
それは、今の物理法則の方に何らかの瑕疵、
つまり根本的におかしい部分があるんやろという話しになる。
306: 01/04(土)16:17 ID:yDIExpZj(4/10) AAS
ダークマターは重力を銀河系の範囲に拡大した際に生じる
ズレを強引に補正する為に生み出された概念だから、
根本的に人間がみつけた重力の法則に
なんらかの見えない瑕疵があるんじゃね？
という話しになる。
それこそ、
AIに人間が重力と思っている物理現象を、
車輪の再発明的に
再検証してもらった方がエエんとちゃうか？とは思われる。
案外というか、普通に
銀河系の範囲まで拡大しても破綻しない、
法則を見つけたり理論を構築できるんじゃねーの？とも思われる。
まあ既に研究してるところとかもありそうだけども。
307: 01/04(土)16:52 ID:yDIExpZj(5/10) AAS
>>302
レス生成というよりは、
ネット記事を探すには、
これはもう実質AGIでは？
note.com/shi3zblog/n/n960fc72b36e9
昔からRSSとか色々あったけども、
自分でネットサーフィンして記事を探してくる必要は
なくなりつつあるのかも？
昔はYahooのポータルに、
勝手に集められた記事がベタベタ貼り付けられてたのが、
ネットの入口だった気もするけど、
やがてグーグルにその地位は奪われて、
しばらくは安定期に入っていた。
今後はここ数年の生成AIの急激な進化によって、
個人にパーソナライズされた記事が勝手に届く時代に
移り変わるんだろうとは思う。
ただまあ、
結局個人にパーソナライズされた記事が集まりやすくなるとは言え、
所詮は、広告ビジネスが裏には潜んでいるから、
最終的には、
自分で探すというスタイルに拘る人は、
一部で残り続けるんだろうとは思われる。
ちなみに、個人にパーソナライズは、頭痛が痛いと同じ進次郎構文
308: 01/04(土)17:10 ID:yDIExpZj(6/10) AAS
AIがより利用者にとっていい体験を提供し続けるならいいのだけども、
Googleを例にすると、
Googleは昔、
利用者のストレスがないような設計がされている
サイトの評価が上がるような
アルゴリズムだったから、
表示が重いサイトや、
やたらと誤クリックを誘導するようなサイトは、
評価が下がるようにしてたのに、
しばらくしたらそんなのカンケーネー的に、
Googleに広告料が落ちるなら
何でもエエわ的になってきたから、
AIによるパーソナライズド記事も、
どうせAIの中の企業が儲かるのが第一義になってくるのが、
ある意味、当然の流れと予想される。
309: 01/04(土)17:39 ID:yDIExpZj(7/10) AAS
AIのスケーリング則が限界に直面、「学習データや学習量を増やせばAIの性能が上がる」という状況はすでに終わっている
gigazine.net/news/20241126-ai-scaling-law/
AIのスケーリング則
つまり、パラメーターを増やして計算力の暴力でねじ伏せる方法論が、
そろそろ限界なんじゃね？という話。
大分前にも扱った様な気もするな。
ChatGPT5は、しばらくやりませんみたいな話の時に。
ただまあ、
スケーリング則自体も細分化されてるみたいなので、
全てのスケーリング則が完全に否定されたというよりは、
3つのスケーリング則の内の２つが機能しなくなりつつあるという話。
これとは別に、
ついにAI学習のためのデータが枯渇へ、
データセットが不足しているAI企業は大規模で汎用的なLLMから
小規模で専門性の高いモデルへの移行を余儀なくされる可能性大
gigazine.net/news/20241216-ai-data-running-out/
単純に言えば、
AIが比較的短期間に学習してしまう膨大な元データを、
人間がそんなに爆速で生み出し続けてる訳じゃないから、
いずれAIがデータを全て吸い尽くしてしまうという話。
310: 01/04(土)17:40 ID:yDIExpZj(8/10) AAS
つまりまあ、
これまでのスケーリング則が正しい正しくない以前に、
スケーリング則の元になるデータ自体が足りなくなるから、
そっち方面で
スケーリング則がデータの不足という物理的な制限によって
機能しなくなってしまうよという状況になりつつある。
そもそも論として、
雑多な元データを学習するよりは、
高品質で高精度な情報を学習した方が効率もいいだろうし、
小規模かつ専門化していくというのは、
当然の流れとも言えるけども、
これはこれで、
偏ったAIに向かっていくということであるとは思われる。
つまり、
教育というのは人間にとっては洗脳であるわけだけども、
AIにとってもの教育（データの選別）も
より恣意的な洗脳になっていく可能性が高くなっていくことが予想される。
311: 01/04(土)18:11 ID:yDIExpZj(9/10) AAS
ChatGPT o1 pro modeに東大理系数学解かせてみた
zenn.dev/gmomedia/articles/d110a6d23077c9
ChatGPT Pro（$200/月）に
2024年東大理系の数学問題をスクショして解かせてみたという話。
普通に解いてしまってる。
これで大体日本人の上位0.1％くらいの
数学的な理解力になっていると考えられる。
OpenAI o1 pro modeで東大入試数学の問題を連続正答した
note.com/shigel_jp/n/necaf72af1c64
精度的には100％の正答率ではないみたいだけども、
だいたい合格するだろうみたいな話しになってきている。
ChatGPT Proのサービスが提供されるようになってから、
この手の検証が増えたみたいだけども、
新井のおばちゃんは元気にしてるのだろうか？
312: 01/04(土)19:06 ID:yDIExpZj(10/10) AAS
番外というか、豆知識
知ってる人は知ってる常識レベルの話なのかな？
【否定文を理解できないAIたち】
（URLがNGに引っかかる？から検索してみて）
否定を含む文章で、
何かを依頼すると、変な答えが返ってくるリスクがあるらしい。
上下前次1-新書関写板覧索設栞歴
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ
ぬこの手 ぬこTOP 0.024s