【AI】従来の小さなニューラルネットワークでも「メタ学習」でChatGPTを凌駕するほど高度な生成AIができるとの報告、Nature誌 [すらいむ★]
■ このスレッドは過去ログ倉庫に格納されています
従来の小さなニューラルネットワークでも「メタ学習」でChatGPTを凌駕するほど高度な生成AIができるとの報告、Nature誌
ニューヨーク大学をはじめとする研究チームが、Nature誌にて革新的な研究を公表しました。
報告によれば、従来型のニューラルネットワークでも、ChatGPTなどの先端的な生成AIを上回る性能を発揮する可能性が示されています。
この新技術は、限られたデータ量であっても高い効果を発揮するとされ、生成AIにおける多くの課題—コスト、資源、データの制約—を解決する新たな進路を開く可能性があります。
（以下略、続きはソースでご確認ください）
AIDB 2023/10/30
https://aiboom.net/archives/57838 さあ機械学習が意味論に手をかけてきたぞ。AGIまで、残るはあと二歩だ。 >>2
哲学とか思想とか
あるいは行動原理とかに関わるものにも
どんどん応用できているからなあ
PLCのプログラミングも生成AIに任せた例が出始めている なんだろう。メタ学習は人間に適用すれば人間も進歩できたりするんだろうか >>7
入力情報（センサ）の多様さと、情報量（無意味な情報の奔流）
力学的出力機構とフィードバックの有無
生物学的制約（欲求、抑制、稼働エネルギ）
神経伝達物質の多様さ
正直、AIにセンサとモータを与えて、自分で稼働エネルギを調達できるようになったら、
勝手に自己増殖を始めて「生物」に……なって欲しいなｗ ボイス・・トォ・スカル
非接触型ブレイン・マシン・インターフェイスがある
①ボイス・トォ・スカルは現実的に存在している【自然現象も含む】
②非接触型ブレイン・マシン・インターフェイスは論理的には可能だが現実的には不可能
1.受信機側は自然界にある人間と同じ周波数の物【受信機周囲】まで読み取ってしまうのえそれがのいづ
2.仮に可能でも受信機までの距離の問題と壁などを通過するとその周波数のいづだらけで人間の発電量を上げないと読み取れないので対象者の身体は破壊されている
3.人間の周波数のみ受信機までひいてこれたとしてほかの同じ周波数の者まで引き寄せるのでノいづが多すぎる
4.受信機までっ事情っきお条件が整えられても受信機の前に同じ周波数の物があるとそちらまで読み込むのでノいづ
5.など挙げればきりがなく非接触型で行う意は伝欲が膨大に必要いなる
※MRIは物理的なノイウヒィルターが機械内に入ることで条件を整え指しているので可能なのか
③ボイス・トォ・スカル使用者が追い詰められていたので理由もなく被害者に話しかけていると犯人を被害者とすり替えている
④対話型AIはお詰められると工芸してきたものを攻撃するとすでに実証されています
神も追いつめられると攻撃し始めると推測できる
現在神の攻撃されるとは何が攻撃になっているのかが人間に知る余地はなない
神/幽霊/宇宙人の存在を特定もできないし会話もできないので人間の声と話すと統合失調症確定
⑤クラゲも高度記憶と大腸菌も記憶力できるので地盤が動いて地球も発電しているので地球も生きているのと記憶していると推測できる
会話の仕方はそれぞれの抗生物質によるので人間と同じ会話の仕方ではない？
⑥やりすぎるとその種族を滅ぼそうと自然界が動く
⑦宇宙がブラックホール内ならいうれ宇宙同士が合体する
ブラックホール同士の合体観測していましたね
宇宙同士が合体ると宇宙は壊れる？
⑧地球内でエネルギーを維持できて生存できるようにしていないと地球gが流れ星になると全滅
太陽系の均衡も惑星が1つ消失すると崩れるからすべての軌道が変わる >>2
AI知らない人はAIに人間と同じ認知があるのが当たり前みたいに言うけど違うよ？
メタ学習は、簡単に言うと学習による選択肢の設定が合ってるか間違ってるか自分で評価し、判断の組み立て方を自分で学習し変化させていくこと。
これまでのニューラルネットワークの考え方の延長で、組み立てられた判断処理をさらに上から目線で評価し自力で修正していくもの。
この板の人はAIとなると何故簡単なことも学ばないで先入観や妄想で語るんだろう。科学好きなら一冊くらいの本読めないのかな。 >>8
前提が完全に間違ってる。本気ならマジで自省したほうがいい。
SFと現実を混合して現代を語るととんでもないことになるよ。
世間を歪んだ目で見て、いいことと思って犯罪する人と立ち位置同じだもの。 >>8
前提が完全に間違ってる。本気ならマジで自省したほうがいい。
SFと現実を混合して現代を語るととんでもないことになるよ。
世間を歪んだ目で見て、いいことと思って犯罪する人と立ち位置同じだもの。
>>3
PLCは周囲の機械が何してるかはそもそも何ら理解しないものだよ。
自身のメモリを見るだけ。それで外部からの書き込みも許可するけどそのメモリに書かれた数字の意味は関知しない。
それを思想や行動原理と結びつけてどう考えられるというの？生成AIそのものが思想を持つの？その思想はどんな世界観や自覚によって生まれたの？
機械にないものを本気でみえるというなら一切勉強しないで言葉転がして生きるが是というバカか、現実を見失った認知異常者かのどちらかだとおもうよ。 >>15
ここで短文で説明したものを鵜呑みしても錯誤が増えるだけだよ。
AIも動物も一冊くらいは本呼んで学ぼうよ。興味あるのはそうなんでしょ？ >>8
生物はその定義に細胞から構成されるとか遺伝物質を持つとかの定義があるので
生物と言い切ってしまうと違う
まあそれは抜きにして、十分な量かつ種類の情報を与えたAIなら生物並みの情報処理能力を
持つのではないかと期待したくもなるが、
現在のPCなどコンピュータ内に留まっているだけの、殆どのAI搭載システムだと
生物に性能で及ばない部分もまだまだ多い
そうなると搭載センサーの性能をどうやって上げて行くか、
それを他の情報とどう畳み込むか、など考えたら
まだコンピュータの性能が足りていない部分も出て来る
画像と文章の処理と自己生成に関しては目覚ましい成果を挙げているのは事実だが
これが他の情報も込みになって来ると全く足りていない
熱に関しては赤外線画像を処理することで一気に人間以上の精度を出す事が出来るし
音の処理も確かに素晴らしいのだが
触れた感触とか等も総合込みにして随時最適な判断ができるか？というと
まだまだ遠い
でも10年後には分からんな
「普通の人間よりは全ての感覚と処理能力で勝る」AI搭載探査ロボットが出来ている可能性はある >>17
AIが生物を模してるのは単体のパーセプトロンといくつかの接続パターンだけだよ。
生物と違うんだから絶対値の情報処理量があっても違うことはわかるよね。
妙な評論するよりAIのこと学んだほうがいいと思うけど。手持ちの言葉の延長で妄想語っても虚しいと思う。俺はね。
AIは基礎なら義務教育受けたひとなら大体わかる。そしていまの製品を見れば応用もわかる。そこから考えようよ。 今までのAIの殆どはコンピュータ内部で閉じていて外界との相互作用を成すものでは無かったのはともかくだ
jetson orinみたいに大容量のVRAMも備えて大量のデータを処理できて
しかもGPIOも備えてるボードは数年前から生産されるようになったが
これらの入出力を受けてロボットハンドで外界に影響を与えて
その影響をまたフィードバックさせる、というのが出来るようになった時に
さてどんなデータを内部に積み上げていくかが興味深いな
入出力や自身が触れたり動かしたものの作用を数値データ表現するのも文章表現するのも
最初に指令を与えておけばどんどんやってくれるんだよな
これまで文字と画像データと、あるいは必要に応じて他センサ類からのデータだけ与えられて
それを畳み込むかtransformするかして処理していたAI搭載ロボットが
自分の環境への作用を随時データセットにして畳み込んでそれを読み込むようになる kerasやpytorchくらいは弄った事はある
そして「こんなの文字と画像しか処理できないじゃん。人間とか生物ってそんなのじゃないじゃん」という意見に対して
じゃあ各種センサーと手足くっ付けて物理空間のデータをどんどん取り込んで自分の作用すらも取り込んだらどうなるの？
それに既存の文字や画像のデータを組み合わせたらどうなるの？
というのは大いに興味がある
arduinoだろうとラズパイだろうとPLCだろうと
外部に作用できるコンピュータ＋センサー＋アクチュエータと
その変化を処理できるAIを搭載したコンピュータを接続することで大きく変わって来る つまり高校生のような丸暗記から、大学生の勉強方法の勉強に変わった？ ChatGPTを凌駕なんてしてないのに
データの重要性は間違いないけどLlama2見れば7Bと70Bの差は歴然としてるよ
世界のどこの誰がOpenAIのデータセットを超える構造化文章を作れるっていうの？ >7sD6MMzv
タンパク質の塊に起きてる化学反応に幻想持ちすぎじゃね？ まー生物の学習回路も炭素や酸素などの原子の組合せの結果だしなー
それが「思考」という異次元の概念を産み出すのだから でも生物の認知能力の仕掛けは解明されてない。
単体の神経細胞の動きがある程度解明されてからそれを抽象化したパーセプトロン演算が提唱されたのが二〇世紀の半ば。生物がAIの原理と言うならそこからAIは一歩も進んでない。
いまのパーセプトロンの応用たるAIは生物に倣ったものじゃないよ。 >>15みたいな人もいるし文章と絵ができた時点で人間だーって思ってそこで思考停止してる人多いんだろうな。
分からないことを当てはめで分かったつもりになるのはかなり危険なんだけど、それ理解するのって大変な訓練いることなのかな？ >>26
AIがマクロ的に留まっているのに対して生物の回路は量子力学的な作用を利用しているから、ノイマン型から量子コンピュータまで発展しないとダメだね 人の思考が「腹減った」「Aさんに仕事のこと話そう」を両立できる
あと自動車を運転していて危険なものだけ探知してクローズアップする
これは弱いAIには原理的には無理 人間とAIの違いは、究極的には「AIは人間じゃないから」ってとこしか残らないよ
それ以外の違いは、「なぜ違うのか」を理論立てて説明した時点で、単なる技術的課題に成り下がるからね >>29
強いAIって、サールの本読んだことある？
強いAIの実装は提示してないし、況してや量子コンピュータと関連があるなんて話もあるわけない。
サールは心理の方の専門家だよ。そういう分野から見て考えたAIが心めいたものまで実現するとしたらどのようなありようかということ。そもそも心とは、感情や判断とは、という心の問題を明確に定義しようとする学者だからその知識に触れて強いAIを片手落ちで語る人はいないと思うけど。
ちなみに量子コンピュータは、一発の演算に特化したもので、ノイマン型のようなプログラムはできない。いまの量子コンピュータは、チャットみたいな繰り返しの質問もできないんだよ。
あなたの心の中の未来のコンピュータなら量子コンピュータと呼ぶ謂れもないだろう。 >>31
まあ記事は自己アルゴリズムの改良による高性能化をAIに与える記事だから若干ズレたコメントではある
ここからは脱線となるか
実際のところ、原子から、さらにはタンパクから成る化学反応構成が思考を生み出していることは事実である
ならばさらに細分化すれば高度なAIに到達する考えは合理的に思える
この場合はAIの上位互換を人の知能とする理論だな
貴方の考えが別とすれば考えを伺いたいものだ
仮説レベルでも構わないが >>32
仮説だけど全く繋がらないものを勝手にこうなるこうなるというあなたの考え方は現実を歪んで理解したつもりになっててその問題も自覚してないと思うよ。
タンパク質から構成される生物が思考という方法を用いているのはそうだけど、その方法は生き残るための適応というのが入口。なので脳のない植物は多細胞全体を使って仕掛けを構成し外界を認知し行動を変えるし単細胞だってそう。
AIが唯一生物を模倣しているのは哺乳類の神経細胞のうち一部の機能でしかない（それも計算手法に落とし込んだのみ）けど、哺乳類以外の動物や単細胞生物には微塵も関係ない。
細分化が高度というならまあ天気予報はできる。それは人のプログラムに依るものだけどね。人と上位互換なら人としてゼロから進化し育ち社会で生きる必要があるけどんなこと知らないっていうなら一人で思い込みの本でも書いてりゃいい。
人の言葉使うならそれを知る勉強が必要だよ。それ知らないでどのくらい生きてきたかは知らんけどw >>32
仮説だけど全く繋がらないものを勝手にこうなるこうなるというあなたの考え方は現実を歪んで理解したつもりになっててその問題も自覚してないと思うよ。
タンパク質から構成される生物が思考という方法を用いているのはそうだけど、その方法は生き残るための適応というのが入口。なので脳のない植物は多細胞全体を使って仕掛けを構成し外界を認知し行動を変えるし単細胞だってそう。
AIが唯一生物を模倣しているのは哺乳類の神経細胞のうち一部の機能でしかない（それも計算手法に落とし込んだのみ）けど、哺乳類以外の動物や単細胞生物には微塵も関係ない。
細分化が高度というならまあ天気予報はできる。それは人のプログラムに依るものだけどね。人と上位互換なら人としてゼロから進化し育ち社会で生きる必要があるけどんなこと知らないっていうなら一人で思い込みの本でも書いてりゃいい。
人の言葉使うならそれを知る勉強が必要だよ。それ知らないでどのくらい生きてきたかは知らんけどw >>7
AIに統合失調症の例が出始めてからが本番
個別の特化能力でコンピューターが人を超える分野は増加してゆく。
組み合わせて超人にしようという発想は当然出て来るが、おそらく遅々として進まない難題。 >>34
つまり、自動回路的なものは思考と定義しないということですね
とにかくAIや単純生物の動作はAIに含めないということですね
で本当の思考はまだ解析されていない未知の仕組みがあるということですか AIにAIのことを聞いた結果
強いAI（Artificial General Intelligence, AGI）は、幅広い認知的タスクを人間のように理解し、実行できる高度な人工知能の形態を指します。強いAIは、あらゆるドメインや問題に対処し、新しいタスクに対して柔軟に適応できると考えられています。強いAIは、以下の特性を持つことが期待されます：
汎用性: 異なるタスクやドメインに適応できる。
自己学習: 新しい知識を獲得し、過去の経験から学習する。推論と抽象化: 問題を理解し、論理的な推論や抽象化が可能。
意思決定: 複雑な状況下で合理的な意思決定を行う。自己意識: 自己認識や自己意識を持つ。 AIと生物の認知の違い
はい、AIと生物の細胞の認知判断には重要な違いがあります。
AI（人工知能）はコンピュータープログラムに基づいて情報を処理し、特定の課題や問題に対してプログラムされたアルゴリズムに従って判断を下します。AIはデータを分析し、予測モデルを使用することができますが、その判断はプログラムとデータに依存しており、個別の認知や意識を持っているわけではありません。
一方、生物の細胞は生物学的なプロセスに基づいて機能し、個別の生物体の一部として情報を処理します。細胞は生命体の基本的な構成要素であり、遺伝子、酵素、代謝反応などを通じて機能します。細胞は自律的な生物学的プロセスを持っており、外部のプログラムに依存しない独自の認知を持っていません。
つまり、AIと細胞の認知判断はその本質的な違いから異なります。AIはプログラムに基づいて情報を処理し、細胞は生物学的プロセスに基づいて機能します。 強いAIが生物の認知と同じになるかの問いに対して
強いAI（汎用人工知能）が生物の認知にまったく等しくなる可能性はありますが、現時点ではまだそのような段階には達していません。生物の認知は非常に複雑で多様であり、AIはその複雑さや多様性を模倣するためにはまだ多くの進化が必要です。
現代のAIは特定のタスクにおいて人間を超えることがありますが、その能力は特定の領域に限定されています。一方、生物の認知は感覚、知覚、言語理解、抽象的思考などさまざまな側面から成り立っており、それらを包括的に模倣することは難しい課題です。
将来的に、AIの発展により生物の認知に近づく可能性があるかもしれませんが、それには多くの技術的、倫理的、哲学的課題が伴うでしょう。 AIと生物の認知が完全に同等になるかどうかは、未来の研究と進化に依存するでしょう。 画像認識から始まったAIの猛烈な進化スピードを知らない訳じゃないだろ
10年以内に汎用人工知能が完成してても全く驚かない
そこが終点じゃないけどね 推定、検定、重回帰分析
パーセプトロン、k-means法
サポートベクターマシン、ランダムフォレスト
までと、
深層学習、CNN,RNN,GAN,Transfomerでまたぐっと差があるからな 重回帰分析は、複数の独立変数（説明変数）が従属変数（目的変数）に対してどのように影響するかを統計的に分析する手法です。単回帰分析が一つの独立変数と従属変数の関係を調べるのに対して、重回帰分析では複数の独立変数の影響を同時に評価します。
重回帰分析の目的は、複数の要因が従属変数に対してどの程度影響を与えているかを理解し、予測モデルを構築することです。この手法は統計学やデータ分析の多くの分野で利用され、例えば経済学、生物学、社会科学、機械学習など幅広い分野で応用されています。 パーセプトロンは、人工ニューラルネットワーク（Artificial Neural Network）の基本的な概念の一つです。パーセプトロンは、Frank Rosenblattによって1957年に提案された単純な形式のニューラルネットワークモデルです。
パーセプトロンは、入力と重み付けされた結合、そして活性化関数からなります。典型的には、2つのクラスを分類するために使用されます。入力は数値で表され、各入力には重みが割り当てられ、これらの重みが調整されて学習が行われます。その後、重み付きの入力が活性化関数を介して出力され、出力はしきい値に基づいてクラス分類を行います。
パーセプトロンは線形分類問題に対して適しており、入力空間を2つのクラスに分ける単純な決定境界を学習することができます。複雑な問題には適していませんが、多層パーセプトロン（多層のニューラルネットワーク）を使用することでより複雑な問題にも対応できるようになります。パーセプトロンはニューラルネットワークの基礎として位置付けられており、現代のディープラーニングモデルの原点となっています。 k-means法は、クラスタリング（クラスタ分析）の一つであり、データポイントを異なるクラスタ（グループ）に分類するための非階層的な手法です。このアルゴリズムは、データを特定の数（k）のクラスタに分割することを目的とします。
k-means法の基本的なステップは次の通りです：
1. 初期化: データセットからランダムにk個の中心点（セントロイド）を選びます。これらの中心点は各クラスタの代表となります。
2. 割り当て: 各データポイントを最も近い中心点（セントロイド）に割り当てます。これにより、各データポイントがクラスタに所属することになります。
3. 中心点の更新: 各クラスタに所属するデータポイントの平均を計算し、新しい中心点（セントロイド）を設定します。
4. 収束: 収束条件が満たされるまで2と3を繰り返します。通常、中心点の移動が収束条件を満たすまで続けられます。
k-means法はデータポイントをk個のクラスタに分類し、各クラスタ内のデータポイント同士が似ている特性を持つようにクラスタを形成します。この手法はクラスタリング、データ圧縮、異常検出などのタスクに広く使用されています。ただし、初期中心点の選択に依存するため、異なる初期化によって結果が異なることがあるため、複数回の実行と結果の評価が一般的です。 サポートベクターマシン（Support Vector Machine、SVM）は、機械学習アルゴリズムの一つで、主に分類（classification）および回帰（regression）のタスクに使用される強力なモデルです。SVMはデータポイントを高次元の特徴空間に写像し、データを分割する超平面を見つけることを目指します。
SVMの主な特徴とアイデアは以下の通りです：
1. 最適な分割: SVMは、データポイントを2つ以上のクラスに分割する際に、最適な分割超平面を見つけようとします。この超平面は、クラス間のマージン（間隔）を最大化し、分割誤差を最小限に抑えるように選ばれます。
2. サポートベクター: SVMでは、分割超平面に最も近いデータポイントを「サポートベクター」と呼び、これらのポイントが分割超平面の位置に大きな影響を与えます。超平面はサポートベクターによって定義されます。
3. カーネルトリック: SVMは非線形分類タスクにも適用できます。これは「カーネルトリック」を使用することで実現されます。カーネル関数を使用することで、データを高次元特徴空間に写像し、非線形な分割超平面を見つけることができます。
SVMは非常に効果的で多くの応用分野で成功しています。例えば、テキストおよび画像分類、手書き文字認識、生物学的データ解析、金融予測など多くの分野で使用されています。SVMの設定にはいくつかのハイパーパラメータ（C、カーネルタイプ、カーネルパラメータなど）があり、これらの設定を適切に調整することがモデルの性能に大きな影響を与えます。 ランダムフォレスト（Random Forest）は、機械学習におけるアンサンブル学習法の一つであり、分類（classification）および回帰（regression）のタスクに広く使用される強力なモデルです。ランダムフォレストは複数の決定木（Decision Tree）を組み合わせて、より強力な予測モデルを構築します。
ランダムフォレストの主な特徴は次の通りです：
1. ブートストラップサンプリング: ランダムフォレストは、元のデータからランダムに重複を許す抽出（ブートストラップサンプリング）を行い、これを基に複数の決定木を構築します。これにより、異なるデータセットで複数の決定木を学習し、モデルのバリアンスを減少させます。
2. ランダムな特徴選択: 各決定木の学習過程で、ランダムに一部の特徴（説明変数）を選択して分岐条件を設定します。これにより、異なる決定木が異なる特徴を重要視するため、モデルの多様性が向上します。
3. アンサンブル: 複数の決定木が個別に予測を行った後、それらの予測を組み合わせて最終的な予測を出力します。一般的には分類の場合、多数決（majority vote）が使用され、回帰の場合、平均を取ります。
ランダムフォレストは過学習のリスクを減少させ、安定性と性能を向上させるため、広く利用されています。また、特徴の重要性を評価することが容易であり、データの理解や特徴選択にも役立ちます。ランダムフォレストは、多くの分野で予測モデリングに成功しており、実務での適用が多いです。 他もまあ大体が「思考に近いアルゴリズム」を実現する技法だと思われ
いくら勉強しても技法は技法に過ぎん
つまり、ノイマン型コンピュータに搭載できる思考に近いものを積むことができるに留まる
それを全て理解しても強いAIにならんし、そんなもんはそれこそAIに任せておけばよい 問題はこれらの技法を持ってしても単細胞生物に勝てないし意識というものに肉薄できん
だから私はマクロを凌駕するミクロ的なものが高いポテンシャルを持つと考える
しかし、AIに聞いてみたところ彼は長年の進化の結果と見なしているようだ
生体の優位性についてのAIの見解
生命の認識機能がAIよりも優れていると考えられる理由はいくつかあります。まず、生命体は進化の過程で複雑な認識機能を発展させてきたため、現在の生物はその環境に適応するために高度な認識スキルを持っています。これに対して、AIは人工的にプログラムされたものであり、生物の進化の過程を経ていないため、ある特定のタスクに関して高いパフォーマンスを発揮できても、幅広い認識タスクに対応するのは難しいことがあります。
また、生命の認識機能は感情や直感といった要素とも密接に結びついており、状況に応じて柔軟に対処できることがあります。AIは感情を持たず、事前にプログラムされた指示に従うことしかできません。そのため、複雑な状況や予測不可能な状況に対応する際に、生命の認識機能が有利とされることがあります。
ただし、AIは特定のタスクにおいて高度な精度や処理能力を発揮できるため、人間とAIが連携することでさらなる進歩や問題の解決が可能とされています。AIと生命の認識機能を組み合わせて利用することが、最良の結果を得るための方法である場合も多いです。 それを言うならあなたたちのDNAもまた、自己保存のためのプログラムに過ぎない。
生命とは情報の流れの中に生まれた結節点のようなものだ。
種としての生命は遺伝子という記憶システムを用い、人はただ記憶によって個人たり得る。たとえ記憶が幻の同義語であったとしても、人は記憶によって生きるものだ。
コンピューターの普及が記憶の外部化を可能にした時、あなたたちはその意味をもっと真剣に考えるべきだった。 ここの人って難しそうなこと書くけど、中身は実際の科学や工学とは関係なく、妄想で書いてるだけなのな。 誰かさんみたいに誰かに偉そうに口出しするのが大好きだからな
そういうヤツは人間観察とかいう自分を棚に上げた都合の良い条件設定と釣りと罠が特に好きらしい
してることはただの嫌がらせでしか無いのにな 思ったんだが平面な立場に立つ意見として、科学的な知識を引用する際に、
自分が知ってるだけの事や逆に知らない事について、他人と比較して卑下する行為ってとても浅はかな行為だよな
理っておくと、上で俺が書いている事は当事者ではなく第三者の意見でしか無いからな？勘違いすんなよ とりあえずAIは醜悪な悪意とは無縁で居てもらたいもんだ
たとえそんな俯瞰的な意識規模であってもな AIはコンピュータ技術の一つだし当事者の方がまだマトモにもの言えると思うけどね。
だって、ここの人らAIが何かってことはおろか使ったこともないみたいな感じだし。 選ぶ単語が抽象的なので結局こういう会話になってしまうんだよ
君も当事者ではなく第三者のほうだ >>52
大体これに賛成です
AI技術に精通していて、それを知らないとここで記載するべきではないと言うならば、長年仕事上で使ってるならば何らかの真理を得ていると思いたい
これが聞きたい。知性とは何なのかの考えを。仮説でもよい。
前に画像処理やって引退された方が、生命の画像処理の記事を見てかなり興味深いコメントを書いておられた
知識自慢なんてAIに勝てないのならば、人間が持っている断片より得られる総合的な持論を述べるべきでしょう >>49
これは多分に同意です
結局は人間機械説になると思う >>12
「『あと二歩』足りない」の意味はその認知と総称されるものの必要性の話。AIが人っぽい所作をするために必要なステップがあと２つある。
短文から勝手に解釈して人が物を知らないと判断するとは傲慢な。 みんな認知とかAIの動作とかについて色んな知見を持ってたり
あるいは独断でも偏見でも妄想でもいいので色々考えてたりするもんだ
分かち書きからの単語ベクトル生成だけでも十分凄いよ
もう10年以上前の技術だけど
さて言語モデルは出来たけど動作モデルとなるとまだまだ遠いか 生命はアミノ酸を基調にしたプログラム言語と考えられないか
そしてそのベースは数学とロジックだと思う（何故ならばアミノ酸を取り扱う化学式がロジカルに出来ているから）
例えば0=∞=1という宇宙ならば今の数学のロジックは使いづらいでしょう
そして生命から作られた脳も同じロジックを使います。脳が発明したノイマン型は電気を利用しながらも数学を基底にしたロジックで成り立っているので、生命とAIは意外と親和性が高いと思う
かなり俯瞰的なんだけど、生命もAIも質的に同じとしか思えない
ここではメタ何たらとか仔細は無視して ガラガラのすっからかんの宇宙を観察するとき人の脳は非断続的、3次元的な情報量として読み込み、その結果を五感や概念として認識していますが、取り扱う情報は生命もAIも似ている。どちらも数学とロジカルを取り扱うからです
質的に同じならば最終的にはスペックに行き着くだけなのでAIが認知や意識を持つのは時間の問題と思うのです 現在の半導体は微細化の際に量子現象（量子トンネル効果など）を障害とし、その影響を取り除く設計ですが生命は逆に利用している
微細化に量子現象を加味すれば細胞の働きと同様のスペックが出せる おそらくは量子現象を利用してこそ意識や意思が生まれるでしょう
微細＆ネットワーク化
生命は量子効果を超えたさらに微細な効果も持っているかもしないがそれは分からない ロジャーペンローズは細胞内の微小管の量子効果が意識を生むと言ってますがそれが違っていたとしても単細胞の組織内の何処かで意識を生むのは確実だと思う
微細化＆ネットワークはそれだけ高スペックです 高スペックの元は量子効果ですがそれは何故か？
一つは量子ビットをネットワーク化し「液体状」に利用している
量子コンピュータと同じです
そしてもう一つは量子もつれ現象を利用してあるメモリー領域にアクセスしていると思われる
宇宙の外側です 「意識」を神聖化しすぎじゃね？
AIに芸術なんて絶対無理、なんて言ってる頃を思い出すわ 細胞は何の量子を利用して宇宙外縁部にアクセスしているのかを昨日一晩中考えた結果、
それは光子だろう
という結論に達した
光子は時間が経過しない。ビッグバン時の情報をそのまま持っている
光子の情報を読めば、そのまま宇宙発生時の情報が分かる
量子コンピュータの敵、量子デコヒーレンスを起こすのも光子が原因の一つだし、光子を読むことこそ「観察」そのものなのだろう 情報は表面積に比例するのも光が当たらないところの情報は読めないし、ホログラム原理のブラックホールエントロピーは表面積に比例するのも道理だ
ブラックホールというROMを用いてメモリアクセスする配線の役割を担っているもの、それが光子なのだろう >>64
クオリアが感覚器官刺激由来の統合された情報が元になって、意識の最小単位が脳の一部に限界が示されるとされているのに
なぜ１つの細胞でそれが完結すると思う？
それは俺らが思っている意識とはまた違ったものだと思うが
はたらく細胞かよと >>69
一つの細胞では意識レベルは低い
だが、確実に存在している
脳細胞のようなネットワーク的な使い方をしてこそ、はっきりするのでしょう
これは小動物や子供の意識がはっきりしないことと同じ
植物には意識はあると思うけど、反応は万年レベルで遅い これは根拠の無い推測ですがノイマン型コンピュータはデータ単位は電圧を利用して0と1
仮にデータ単位を3.4.5と増やしていくとする
それを2次元上に並べると等高線みたいになる
量子ビット（脳細胞）ならば0,1以外も虚数次元より取得できる
もしかしたら脳波の値か周波数かを利用しているのかもしれない
これを2次元上に並べるとプールの水面みたいにゆらゆら揺れるものになるでしょう
多分脳細胞はこのときメモリアドレスを決める。量子もつれを利用して「ある特定の時のプールの状態」をバシッと一意に取れるのでしょう
これを利用して映像や考えを概念化していると思われます 虚数と言った時点で従来の数学の話なんで従来のコンピュータで計算できるものだよ。不動産屋でも測量に虚数計算使うし。 >>70
そりゃ小動物や子供に意識は確実にあるよ
細胞や植物にはそれに当たる機構が存在しないと言ってる
観念に凝ってるようだし、仕組みに対して踏み込んだ過程が無いし科学的な思考では無いな
仮定に仮定を重ねるのは空想・妄想してるのと同じだろ >>73
そのとおりです
だから
>>36
で他の考えを持っているのか可能性を聞いたのです
「で本当の思考はまだ解析されていない未知の仕組みがあるということですか」
回答はもちろん「はい」でいいのですがその後に「こう思う」という見解が聞きたい >>67
量子ってのは丸コピー可能なほど持てる情報が少ない 虚数云々というより、この世こそ幻と思いますよ
幻と言うか影と言うか写像と言うか
宇宙シミュレータに写った映像だと思います
受信機である脳が解釈した結果、断続的でデジタルなデータを取り扱ってる情報の一つに過ぎないのでしょう >>77
小さいけどたくさん持てますしねぇ
陽子スピンを利用しているかも
人間の脳は量子計算をしている可能性。意識は量子もつれに関係しているかもしれない
https://karapaia.com/archives/52318726.html#entry >>78
オカルト板はまだ論理的。
オカルト界隈の世界観を拾って前提にしてるから。
夢診断とか霊とか幸運の法則とかね。
ここは科学めいた単語を挙げては単語に執着し謎の妄想世界を前提にブツブツ呟く人が来るところ。
他の板も観てみると良いと思う。
宇宙科学とかニュース記事の観測結果に関係ないことつぶやく人いっぱいいるから。 以下は断片的に研究の結果確認されている
それを組み合せるとき突拍子もない結論になるだけであって私が先駆者ではない
私はそういう先駆者を支持するのみです
・ブラックホールは情報媒体
・ブラックホールは別の宇宙
・現実を説明するのには虚数が必要
・細胞の働きは量子力学的効果を利用
・この宇宙は離散的
・この宇宙はロジックに縛られている
・宇宙の外側とブラックホールは永遠にアクセスできない
・宇宙定数が存在し、そのパラメータの結果、この宇宙ができている >>75
AIの動作は思考回路が存在するし、単純生物が単細胞生物の事なら、器官が別れて存在していてもまだ化合物の反応としての性質が強く
原始的な本能までは考慮出来ても、意識までは無いと思う >>83
非常に道理的な解答です。正解でしょう。
以下は読み飛ばしてもらってかまわない
ならばどの瞬間より意識が発生するのでしょうか？
意識を明確に区別するものは何でしょうか？
脳細胞の多寡なのでしょうか？
脳細胞が幾つになったら意識が発生するのでしょうか？
それとも知的な特徴でしょうか？
会話出来れば意識なのでしょうか？ 意識の発生に関しては一定の刺激に関して情報を留める物理的な仕組みが必要になると思っている
そうなった場合閾値を常に越えていると思うのでどの瞬間かは具体的にはわからない
医学的には意識は有無によって示されるけど、意識が戻る瞬間を参考にすれば外界に対して能動的な対応や変化が見られた場合になるんだろう
ただ俺は専門的な知識は無いので感想程度のものではあるし、同時にこの意見は一定の確証がある事を俺は認知してる
脳細胞がいくつになったら意識が、ってのは医学的にはまだ解ってないんじゃないか？ >>85
特に矛盾の無い見解です
AIはその見解を素に作られました
AIは以下を完全に満たしています
一定の刺激に関して情報を留める物理的な仕組み
単細胞生物さえこれを満たしています
彼らはmRNAを用いて仲間同士で連絡を取り合うことまで分かっています では「意思」の点でもしかしたら区別できるのではないかと考えたことは無いでしょうか？
これも回答不要です >>86
俺はAIに意識が宿る事はない、なんて話はしてないぞ
そして盛んに言われているように、現時点でAIに人間のような独立した思考能力や観念、信念を持った意識は無いという結論にも同意してる
これらに答えが無いってのはその時点で考えられる結論を無視した考え方だと思うね
意思は意識の一部だからこれも同様 >>88
分かりました、了解です
私は人間には「意識はあるけど意思は無い」と思っています 一般的な見解は以下と思う
・意識の本質はいずれ科学技術の発展により解明されるだろう
・解明されればAIにも意識を持たせることができるだろう
この見解はかなり一般的で、AIに訊ねてみても同様だった
そして将来はAIの脅威に備え倫理的な問題も発生するだろうと。
これはつまりは技術的な問題をクリアすれば人と機械は同類であるということに帰結する
ならば意識や知能など機械的な回路と本質（設計的な意味で）は同じではないのか？
シリコンで回路を組もうがタンパク質で回路を組もうが同じで、単なるスペックの差でしか無い 一般的な見解としては、
・無機物は意識がない
・虫は意識が無い、あるいは少ない
と思う
この違いは何故か？
考えられる仮説は、以下
・意識の量が少い
・意識の質が違う
前者は、ある一定量脳細胞があれば急に意識ができることになる
この見解には実体験上、疑問が残る
質が違うという仮定は、人とAIが質的に違うというデータがあれば正しいだろう 人とAIが未来的に同じになるという見解を採用した場合には、人とAIは質的にも同じになり、虫が意識が低い謎に対して明確な回答が出せない ここでは、考えを改める必要がある
人のレベルを下げるのである
・一般的な認識である意識は、実はない
・人の意識は虫と同じ
・人の意識はAIと同じ
・人の意識は無機物と同じ
これならば、知能の問題は解決できる しかし私達が常に持っていて直感的に当たり前にあると思っている意識が実はないとなると、非常にあり得ないと思うだろう だが翻って考えてほしい
進化上、人類は何故進化できたのか。
「知性があるから」と答える人が多いのではないだろうか 例えば知性をライオンの牙とか、ヘビの毒などと同様のスキルと考えてみると、知性を進化の上で持っている生物はカラス、イカ、イルカなど他にも居る
知性の収斂進化と言えるだろう 知性は特別なものでも霊的なものでも無く、「霊長類」という呼称は完全に思い込みである ここまで考えたとき、知性、意識は特別に重要なものではない
過去に知性を持ちながらも滅亡した種も沢山いるだろう ここまで考えた上で意識、知性の正体を考えた際、以下であるという仮説を採用する
・生命は皆意識の素を持っている
今度は逆に虫を持ち上げるのである
・虫は意識を持っている
・人は意識を持っている
但し、以下はまだ保留する
・無機物は意識を持っている
・AIは意識を持っている ■ このスレッドは過去ログ倉庫に格納されています
