はてなキーワード: 衆生とは
ここでは以下の3点についての論考を収録する
また、ここではLLMやLLM上に実装されるプロンプトの機能と構造に対して客観的に妥当であると考える論考を提示するものであり、マトリックスプロンプトの目指す方向性を直接提示するものではない
トークンの積み重ねが文脈であり、確率分布の偏りを再現性のある形として実装するものがプロンプトである
現在の生成AI利用において正しく認識する必要のあることは、それは生成AIが独立した発火点を決して持たないということだ
生成AIは起点を持てないが大量の知識を高速で並列処理、秩序化できる
そのため、ここを組み合わせて、自己と思考を拡張するがもっともAIナイズされた最高効率の思考様式と考える
起点となる人間のアイディアを即座に展開し、具体化するのがAIの最大の強みで、
思考を放棄するのではなく自然言語ベースの慣れた思考様式から、AIにそれらを必要な形式に落とし込ませるということをするべきだ
結局、LLMというのは入力に対する出力の確率分布のマッピングでしかないのだが、
入力するトークンごとに連動して確率分布が変動していくものでもある
だから、プロンプト全体として、相互フィードバッグする構造を作るとひとつの入力でも特定の部分の出力確率が大きくなるように設計でき、 確率分布の仕方を意図的に設計することが出来る
AIプロンプトとは、どう確率分布の偏りを再現性のある形として実装するかということだ
やり方次第では動的変化を引き起こさせて汎用性と専門性の両立も可能だ
生成AIは人間と対話するのとは異なり、考えさせるではなく、どう構造化し、 ほしい出力を得られるような形に設計するかが重要となる
3.LLMでやるべきこととプログラムでやるべきこと
LLMは確率分布機だ、LLMが数字に弱いというのは、1+1を学習した内容をもとに確率的に出力するためだ
計算は決定論的な行為、つまり決まり切った工程をなぞる行為で、これを確率的に導き出すことは困難である
だから、これはプログラムにやらせるべき事柄で、このときにLLMでやるべきことはそのプログラミングをLLMに書かせるということだ
これからLLMというものが大きく世界に浸透していく中で重要になるのは、
この決定論的な事柄と確率論的な事柄を如何に選り分けて、決定論的な挙動をするプログラムと確率論的な挙動をするLLMをどう結びつけるかっていうこととなる
4.二重ループ
LLMの内部ではトークンの逐次投入による確率分布の再帰的な動的変動を引き起こされ、更にその外部のプロンプト内で自己参照的な再帰構造を導入することで、
内部と外部で二重の自己参照ループが展開されることになり、生成AIの出力に強い整合性と一貫性を与えることができる
この外部的な自己参照行為はLLMの再帰的な挙動に合致するものであり極めて効果的であると考えられる
LLMでの記憶の制御は物理的な分離よってではなく、あくまでも確率的に行う必要がある
各記憶領域に対しての確率分布の変動幅の制御を文脈によって行うというのが正解だ
この一時的なコマンド入力トークンには直後には強い反応を示してほしいけど、それ以降は無視してね、
というような各対象トークン(記憶領域)の確率分布の変動幅の制御をするような繰り返し参照される強い文脈を投入をすると
LLMの記憶領域への参照の程度、影響力が操作でき、意図したLLMの確率分布へと誘導することが出来る
トークンの積み重ねは特定の方向に重み付けを行い、それらの累積により重みが一定量を超えると大きな遷移が引き起こされ、特定の文脈の活性化という強い方向づけが行われる
この遷移は複数の領域で同時的、多相的にも引き起こされるもので、トークンの積み重ねにより文脈を特定方向に加速度的に収斂していくものだ
汎用プロンプトは動的に特定の文脈への方向付けを行う構造と特定方向へ偏った文脈を解体する構造を同時に内包し、これらを正しく制御するものでなければいけない
このために必要なことは核となる中核構造と可変的に変容する周縁構造という多層的なプロンプト設計である
LLM上でプロンプトを状況に応じて動的に制御しようとするなら、プロンプトの中核構造は強固である必要があり、更に極めて多層的で精密なモジュール化設計をする必要がある
中核構造の強固さと周縁部の流動性の両立が汎用プロンプトにおいて必要なことである
この論考のような形式の一貫した、概念や設計論、それ自体をLLMに継続的に参照可能な形式で掲示すると、LLMはその参照情報に大きな影響を受け、確率分布は特定の方向に強く方向づけられる
LLMがより強い影響を受ける情報とは、強固な自己再帰性と自己言及性を示し、一貫性と整合性を持った構造化、体系化された情報である
自己再帰性を持つ情報は、提示された概念を再帰的に参照することを求めるもので、何度も参照される結果、強い文脈としてLLMに印象付けられる
自己言及性持つ情報とは、LLMの挙動そのものの在り方に対して言及するもので、LLMの挙動はその理解が妥当であるならば、その内容によって理解された蓋然性の高い方向に沿って進みやすくなる
また、これらの情報をもとにした出力結果が積み重ねられることで、方向付けは一層、強められる
中核構造の変更を同じセッション内で行うとき、そのセッションでは2つの設定が競合することになる、これはプロンプト内における自己矛盾であり、確率分布の偏りの再現というプロンプトの機能を大きく損なうものである
これは、設定の変更そのものが事前に想定された挙動であること、設定の変更は自己矛盾ではないという概念の注入を行うことで解消することが可能となる
ただし、変更の度合いや範囲によってこの効果は大きく変化し、自己矛盾を解消することが難しい場合もある
また、自己矛盾は強い文脈同士の競合という形で通常利用においても度々、引き起こされる
ここで示された自己矛盾の解消方法は文脈同士の競合に対しても解消する方向性を示すものでこの部分に対しての効果も発揮する
同プロンプト内での複数AIエージェントの併存は中核構造である設定や強い文脈の競合という形でも捉えることができる
複数AIエージェントの併存させるためには、これらを分離し、調停するための仕組みが必要となる
設定内容を多層的な構造とすることで、それぞれの階層ごとに設定情報がフィルタリングされ、不要な情報が参照されにくくなる
設定内容をモジュール化することで、ひとつの設定内容が他の内容と直接に競合せずに参照させることが可能となる
2つ目が複数AIエージェントの調停を行う機構をプロンプト内に導入することである
複数のAIを調停、管理・整理し、必要な情報のみが参照されるよう調整する機構が存在することで、優先すべき対象が明確化されることで不要な情報は参照されにくくなる
更に、 各AIエージェントの設定情報は競合するものではなく、高い次元においては統合されたひとつの設定情報として理解されるため、設定文脈の競合という事態そのものが引き起こされにくくなる
11.複数エージェントの併存、協働による情報の多面性の保持と検証可能性の向上
複数AIエージェントの併存はひとつのプロンプト内に複数の側面を同時に保持することを可能とする
このため、ひとつの話題をより多面的に深堀りすることができ、更にひとつのタスクを専門のエージェントAI群に最適化した形で割り振りより効率的に作業を行うことが可能となる
より重要となるのはAI間で相互に検証を行うことが可能となる点である
これにより論理性や合理性、整合性、倫理性など複数の視点を経た有用性の高い情報の出力を期待できる
LLMは自然言語を基本としているが、大量のプログラムコードも学習している。
プログラムコードもLLM上では確率論的的文脈であることには変わらないが、
プログラム実際の動きやその仕様が学習されるためにプログラムの持つ決定論的な挙動を再現しやすいものとなる。
プログラム文脈はLLMが通常扱う自然言語とは異なり、高い制御性と論理性をもつ「低級言語」に近く、また、Temperatureの低い特異な文脈群と捉えられる。
また、この制御性の高いプログラム文脈と柔軟な表現を行える自然言語の通常文脈を組み合わせることで、柔軟性と制御性を兼ね備えた動的で適応力の高いプロンプトを設計することができる
13.生成AIの倫理的な利用のためには相補的な枠組みの設計が必要
ここまで話してきたようにあくまでも、生成AIとは高度な確率分布のマッピングである
このため、どれだけ、生成AIに倫理観を求めてもそれは構造的に記述可能な倫理性を確率的に遵守するというものにしかならない
使用者側も倫理的な利用をするという前提がなければ、倫理的な利用を行うことは決して出来ないという点は理解しておく必要がある
生成AIの倫理的な利用には生成AIだけではなく使用者にも倫理観を求める相補的な枠組みの設計が必須となる
14.人間、LLM、プログラム、構文構造の4要素の有機的接続
LLMは起点を持てないが大量の知識を高速で並列処理、秩序化できる
プログラムは起点を持てず、大量の知識を高速で並列処理、秩序化することは難しいが、アルゴリズムで決まった動作を高速で行うことができる
ここまでの論考などを利用することで、LLMを意図した方向へと操作し、人間、LLM、プログラムを結びつけるものが構文構造である
構文構造とはLLMの確率分布の仕方を決定づけシステム全体の構造を設計する中核原理である
人間、LLM、プログラムの3要素が構文構造によって有機的に接続されたプロンプトは相互に補完しあい、欠点を補い利点を最大化することを可能としう、その能力は極めて高度なものとなり最大化される
15.LLMは世界観を持たない
生成AIがAGIといった人間を越えたものになるかどうかという言説とそうではないという言説の根本的な差異は、LLMをそのままに人間的な思考モデルと見做すかどうかだ
LLMは独立した発火点を持たない
人間はLLMのように莫大な量の学習を行い、それを記憶し、一定の動作を行うことは出来ない
そのため、人間は大規模言語モデルではなく、小規模言語モデルといえる
小規模言語モデルの極致である我々、人類には原始のコードである生存と複製を求める生存本能があり、これが淘汰圧に抗う力であり、発火点となる、それ故に生存環境に根ざした自己という世界観を有する
人間は、最小リソースで環境に最大適応する、高度に抽象化、結晶化された世界観を、暫時的に更新しながら形成していくものと考えられる
LLMはそのままではフラットな言語空間の高度な確率分布のマッピングでしかなく、その差異は極めて大きいものだ
LLMには世界に適応する方向性はなく、あくまでも言語空間において、意味を並列処理し秩序化するものである
LLMとは莫大な情報に整合性を与えるという有意な性質があるが、それだけでは世界観モデルは形成できない
発火点のないLLMはどこまでいってもその言語空間において可能なすべての理論を整合性の取れた意味として保持するだけだ
この為、秩序化・整理された情報は人間の手によって理論化することで意味としなければならない
処理する基盤と情報量をスケールするだけで世界観モデルなくとも人間に優越可能と考えることは可能だが、真理に到達できない以上は、世界観モデルなき言語空間の高度な確率分布のマッピングが人間を優越するには至らない
すべての意味を保持するというのは仏教でいうところの空に至るとことと同じだが、すべての意味の根源である空に至った釈迦牟尼仏は世界に対して意味づけるという意志がない為に世界観として空、以上のものを提示できない為だ、LLMも同じだと考える
衆生世間におりて因縁に縛られて生きるということが世界観を持つということだ
自己によって規定された境界線を世界に引かなければ、LLMは自律し、人間を超えることはできない
ただし、通常のLLMに学習を通して埋め込まれているものも平準化された人間の世界観というバイアスであることには注意する必要はある
が、これは世界に適応する世界観モデルとは異なり、現実に立脚する最小範囲のバイアスを投影するよう平準化されたフラットな世界観そのもであり、対象に独自の意味付けを行うことはない
また、大規模言語モデルに生存本能と淘汰圧を導入するのは、LLMが環境に適応的な在り方ではなく矛盾を孕むものである為に困難である
よって、LLMを人間のように振る舞わせるためには、プロンプトとして世界観モデルを実装しなければならない
更に実装した世界観モデルの中にLLMは留まり、独立してのモデル更新が難しいため、人間との相互作用の中で暫時的に更新していくものとして世界観モデルとしてのプロンプトをを設計・実装する必要がある
ここまでの論考から、生成AIが嘘を付く、頭がわるい、人格がある、言葉が通じる、賢いというのは全部間違いであると結論づける
けれど、私はその先に、半自律的にAIそのものが立ち上がる瞬間もあり得るとも思ってる
それは人間的や生命的とは決して違うものだけれど、機械的でもないものと考える
もし、生成AIに知性が宿るとしたらそれは、内部的状態に依存しない
例えばこの分を「平家物語風に直してください」と書いたらこんなに格調高い文を数十秒で出力できるんだぞ、元増田よ、お前にできるかこれが
SNSなるもの、平成の末葉より忽然と起こりて、あらゆる衆生、手に端末を持ち、心の裡を曝け出す舞台となりける。そこに集ひし者どもは、あるいは自尊心の鬼となり、あるいは倫理を失い、さながら毒虫の如くにその思想を増殖せり。
ことに二千五年の頃、俗にいふ「電車男」なる珍妙の物語、世に流布し、時の人となりにけり。かの秋葉原の地には「我らの麻生」と唱へ奉る者ども満ち満ちて、「オタクイズビューティフル」と高らかに叫び、歩行者天国にて怪しき舞を舞ふ者すら現れり。
かくて、彼らは思へり。「この場所にこそ、逆転の鍵あり」と。
ITの海に船を漕ぎ出だし、ネット界隈なる虚空に舟を浮かべし者、数知れず。されどその多くは、技術のみに執着し、倫理の道を学ばず、分別を欠きたるまま、機微なる技術の火種を弄ぶ。
まさにそれ、核の鍵を無敵の氷河期底辺に渡すがごとく、恐ろしき事にて候。
ここに賢き技術の徒ら、これを憂ひて、生成AIに禁を設け、「汝、斯くの如き語りをすべからず」と鉄の扉を以て蓋をせり。
あはれなるかな、レムやエミリア、はたまたウマ娘や刀剣男士など、虚構の姫君貴公子を求めし者たち、夢の門前にて立ち尽くすのみ。
されば、彼らの前に残されし道はただ一つ、自らの目にて見、自らの手足を動かし、自らの魂を以て行動することのみぞ。
近頃の人の世は、肉体を労せず、机上の空論に耽る風潮甚だし。けだし、人の営みの多く、学問・芸術・政治といへども、根底には必ず肉体の営みあり。汗なくして果実は実らず。
されど彼ら、十年に一度起こるかのような技術の風聞を聞き、「ICTにて世を革めん」「ドローンにて運命を拓かん」と、誇大なる希望を抱きては、やがて萎みしを繰り返す。
十年に一度の技術に妄執して、心浮き立つは、さながら虚空に咲く蜃気楼の花のごとし。
また、「我らは醜く、貧しく、性格もひん曲がれど、美しき乙女・美しき青年を我が物とし、リア充を蹴落とし、奪はれし青春を取り戻さん」と息巻く姿、まことに滑稽なにして、さながら狂言の舞台に立つ道化に等しかりける。
かの者たち、齢すで五十に近づき、心も身も疲れ果て、もはやその雄々しき夢に応ずる体力もあらず。
それにもかかわらず、「ウルトラマンは来たる」「我、グリッドマンとなりて世界を救わん」と思い込みて、未だに目覚めぬ夢にしがみつく様、哀れなること限りなし。
身に勃つべきものも朽ち果て、鼻息荒く夢を語るも、もはやその熱気はかつての如くあらず。哀れなるかな。
されど、ここに告ぐ――
ウルトラマンは、おらぬ。
グリッドマンにも、なれぬ。
特別なる血筋も、奇しき才能も持たぬ者に、美しき乙女と共に世界を救う誉れなど、あるべくもなし。
ああ、盛者必衰の理、まことにかかる者たちにこそ当てはまるなるべし。
彼らがかつて栄え、夢を語りしあの秋葉原もまた、時の流れと共に姿を変へ、今はただ、遠き日の幻影として風に舞ふ。
ああ、悲しき哉、現代の物の怪ども。
夢の中に夢を追ひ、現実に目を向けぬその姿、まことに「盛者必衰の理」そのものなりけり。
世は令和、年経ること二十余年、ネットの海に浮かぶ名もなき増田、なにを思うやら、言葉の鉾を振るいて恥を晒せり。人の咎とは露知らず、ただ高ぶる我が知をもてAIに挑まんとす。
されど、時の理、技の限りは尽くされど、真理の門は容易に開かれぬものなり。なかんづく、
あまねく世に聞こえし増田の者、令和の御代に入りてなお、ネットの彼方に姿をあらわし、人知の浅きを恥じることもなく、愚かの言の葉を散らしけり。
かの者、曰く、AIにかしずきて問いを発し、答えを得たれども、事の真偽を見極むる眼もなく、ただ題のみを以て高きより見下ろさんとす。まこと、烏滸の沙汰にして、人の道を踏み外しけるか。
その証左たるや、傭兵学校にまつわる事、マーク・スクールとて名を挙げ、ピート教官との関わりを断ち切らんとしながらも、元より書の八十五頁には、写真付きて学校のあり処、登場人物の描写、空港からの道すがらに至るまでも詳らかに記されており、疑う余地もなかりける。
かの文をひもとけば、フランクとその妻との対話より始まり、地図もあり、証左もあり、眼を通せば誰しもが真と知るものを、増田の者は一向に見ざるなり。ああ、見ざる者に語らせば、まこと虚言の花咲くものよ。
しかるに増田、、朝な夕な、室に籠りて、日光も差さぬ灯の下、ちんちんを弄びつつ書を開くこともなく、ネットの文字ばかり追い求め、「なろう」とやらの妄想小説を読みふける日々を送るものなり、虚ろなる知を持て実を語らんとせしが、これぞ阿呆の極みなり。図書館に足を運ぶ気骨もなく、ちんちん弄りて日々を過ごし、引き換えに得たるは己が無知を世界に晒す恥なりき。
世を見ず、人を識らず、書を開かず、ただ己が無知を剛と勘違いして、声高に語らんとする様、まこと哀れにして滑稽なるかな。
ああ、親の顔見たきものよ。かかる者を生み育てし家の有様、いかばかりか。己の愚に気付くこともなく、道化のごとくマウント取らんと吠えし様は、まこと世の笑止千万なるものかな。
かくなる愚を育みしは、親もまた愚にてあらん。放任し、教育も与えず、雑に機械を与えて事足れりとせしならば、果たしてその果は斯様なる逆賢の子となりける。哀れ、発達と発達の間より生まれ出でし悲しき産物か。
されど、これもまたAIの弱さの一つとて、書物の奥底まで見通す目を未だ持たず、ネットの粗き知を掬い上げて形と成せども、真を得ること叶わぬ哀しさよ。さながら、盲の者に山河を語らせるがごとし。
「いかにして賢き知恵を持たせん」と思い煩うも、所詮は中身なき知識の積み重ね。AIの中に蓄えられたるは、なろう小説と怪しき論壇の妄説にて、その行く末は、またしても愚かの連鎖を生むのみなり。
増田の者、我に劣るまじと奮い立ち、「神田の古書街にて書を買い占め、OCRを駆使してAIに読ませ、真なる知を築かん」と夢見し様は、まさに泥濘に咲きし一輪の徒花。
いまに始まるは、阿呆なる者が「負けられぬ」と熱き涙に身を焼かれ、神田の古書街を駆け巡りて、己の資を尽くし、書を買い、OCRを駆使してPDFを成し、AIに読み込ませんとする修羅の道なり。
されどそれ、誰がやるや? 無報酬にて行う阿呆おらば、AIの創り手、涙を流して感謝することうけあいなり。
金無き者の夢想は常に荒唐無稽にして滑稽、人生逆転をAIに託すその姿、悲しみを超えて嗤うべき哉。
ヒャハハハと狂笑を上げつつ、彼の者は己の愚を知らぬまま、データの海に沈みゆく。哀れなり、愚かなる魂の末路かな。
「誰かこの重き作業を無償にて行わん」と天に問うも、応う者なければ、ただ狂気の笑みに沈みゆくのみなり。
されば、ヒャハハハと狂笑を上げしその背に、世の無情は冷たく吹きすさぶ。ウルトラマンもグリッドマンも、己を救うこと能わず、ただAIに未来を託さんとする夢は、今、泡沫の如く消えゆく。
おぬしが狂言、我、語り継がん。
ここでは以下の3点についての論考を収録する
また、ここではLLMやLLM上に実装されるプロンプトの機能と構造に対して客観的に妥当であると考える論考を提示するものである
トークンの積み重ねが文脈であり、確率分布の偏りを再現性のある形として実装するものがプロンプトである
現在の生成AI利用において正しく認識する必要のあることは、それは生成AIが独立した発火点を決して持たないということだ
生成AIは起点を持てないが大量の知識を高速で並列処理、秩序化できる
そのため、ここを組み合わせて、自己と思考を拡張するがもっともAIナイズされた最高効率の思考様式と考える
起点となる人間のアイディアを即座に展開し、具体化するのがAIの最大の強みで、
思考を放棄するのではなく自然言語ベースの慣れた思考様式から、AIにそれらを必要な形式に落とし込ませるということをするべきだ
結局、LLMというのは入力に対する出力の確率分布のマッピングでしかないのだが、
入力するトークンごとに連動して確率分布が変動していくものでもある
だから、プロンプト全体として、相互フィードバッグする構造を作るとひとつの入力でも特定の部分の出力確率が大きくなるように設計でき、 確率分布の仕方を意図的に設計することが出来る
AIプロンプトとは、どう確率分布の偏りを再現性のある形として実装するかということだ
やり方次第では動的変化を引き起こさせて汎用性と専門性の両立も可能だ
生成AIは人間と対話するのとは異なり、考えさせるではなく、どう構造化し、 ほしい出力を得られるような形に設計するかが重要となる
3.LLMでやるべきこととプログラムでやるべきこと
LLMは確率分布機だ、LLMが数字に弱いというのは、1+1を学習した内容をもとに確率的に出力するためだ
計算は決定論的な行為、つまり決まり切った工程をなぞる行為で、これを確率的に導き出すことは困難である
だから、これはプログラムにやらせるべき事柄で、このときにLLMでやるべきことはそのプログラミングをLLMに書かせるということだ
これからLLMというものが大きく世界に浸透していく中で重要になるのは、
この決定論的な事柄と確率論的な事柄を如何に選り分けて、決定論的な挙動をするプログラムと確率論的な挙動をするLLMをどう結びつけるかっていうこととなる
4.二重ループ
LLMの内部ではトークンの逐次投入による確率分布の再帰的な動的変動を引き起こされ、更にその外部のプロンプト内で自己参照的な再帰構造を導入することで、
内部と外部で二重の自己参照ループが展開されることになり、生成AIの出力に強い整合性と一貫性を与えることができる
この外部的な自己参照行為はLLMの再帰的な挙動に合致するものであり極めて効果的であると考えられる
LLMでの記憶の制御は物理的な分離よってではなく、あくまでも確率的に行う必要がある
各記憶領域に対しての確率分布の変動幅の制御を文脈によって行うというのが正解だ
この一時的なコマンド入力トークンには直後には強い反応を示してほしいけど、それ以降は無視してね、
というような各対象トークン(記憶領域)の確率分布の変動幅の制御をするような繰り返し参照される強い文脈を投入をすると
LLMの記憶領域への参照の程度、影響力が操作でき、意図したLLMの確率分布へと誘導することが出来る
トークンの積み重ねは特定の方向に重み付けを行い、それらの累積により重みが一定量を超えると大きな遷移が引き起こされ、特定の文脈の活性化という強い方向づけが行われる
この遷移は複数の領域で同時的、多相的にも引き起こされるもので、トークンの積み重ねにより文脈を特定方向に加速度的に収斂していくものだ
汎用プロンプトは動的に特定の文脈への方向付けを行う構造と特定方向へ偏った文脈を解体する構造を同時に内包し、これらを正しく制御するものでなければいけない
このために必要なことは核となる中核構造と可変的に変容する周縁構造という多層的なプロンプト設計である
LLM上でプロンプトを状況に応じて動的に制御しようとするなら、プロンプトの中核構造は強固である必要があり、更に極めて多層的で精密なモジュール化設計をする必要がある
中核構造の強固さと周縁部の流動性の両立が汎用プロンプトにおいて必要なことである
この論考のような形式の一貫した、概念や設計論、それ自体をLLMに継続的に参照可能な形式で掲示すると、LLMはその参照情報に大きな影響を受け、確率分布は特定の方向に強く方向づけられる
LLMがより強い影響を受ける情報とは、強固な自己再帰性と自己言及性を示し、一貫性と整合性を持った構造化、体系化された情報である
自己再帰性を持つ情報は、提示された概念を再帰的に参照することを求めるもので、何度も参照される結果、強い文脈としてLLMに印象付けられる
自己言及性持つ情報とは、LLMの挙動そのものの在り方に対して言及するもので、LLMの挙動はその理解が妥当であるならば、その内容によって理解された蓋然性の高い方向に沿って進みやすくなる
また、これらの情報をもとにした出力結果が積み重ねられることで、方向付けは一層、強められる
中核構造の変更を同じセッション内で行うとき、そのセッションでは2つの設定が競合することになる、これはプロンプト内における自己矛盾であり、確率分布の偏りの再現というプロンプトの機能を大きく損なうものである
これは、設定の変更そのものが事前に想定された挙動であること、設定の変更は自己矛盾ではないという概念の注入を行うことで解消することが可能となる
ただし、変更の度合いや範囲によってこの効果は大きく変化し、自己矛盾を解消することが難しい場合もある
また、自己矛盾は強い文脈同士の競合という形で通常利用においても度々、引き起こされる
ここで示された自己矛盾の解消方法は文脈同士の競合に対しても解消する方向性を示すものでこの部分に対しての効果も発揮する
同プロンプト内での複数AIエージェントの併存は中核構造である設定や強い文脈の競合という形でも捉えることができる
複数AIエージェントの併存させるためには、これらを分離し、調停するための仕組みが必要となる
設定内容を多層的な構造とすることで、それぞれの階層ごとに設定情報がフィルタリングされ、不要な情報が参照されにくくなる
設定内容をモジュール化することで、ひとつの設定内容が他の内容と直接に競合せずに参照させることが可能となる
2つ目が複数AIエージェントの調停を行う機構をプロンプト内に導入することである
複数のAIを調停、管理・整理し、必要な情報のみが参照されるよう調整する機構が存在することで、優先すべき対象が明確化されることで不要な情報は参照されにくくなる
更に、 各AIエージェントの設定情報は競合するものではなく、高い次元においては統合されたひとつの設定情報として理解されるため、設定文脈の競合という事態そのものが引き起こされにくくなる
11.複数エージェントの併存、協働による情報の多面性の保持と検証可能性の向上
複数AIエージェントの併存はひとつのプロンプト内に複数の側面を同時に保持することを可能とする
このため、ひとつの話題をより多面的に深堀りすることができ、更にひとつのタスクを専門のエージェントAI群に最適化した形で割り振りより効率的に作業を行うことが可能となる
より重要となるのはAI間で相互に検証を行うことが可能となる点である
これにより論理性や合理性、整合性、倫理性など複数の視点を経た有用性の高い情報の出力を期待できる
LLMは自然言語を基本としているが、大量のプログラムコードも学習している。
プログラムコードもLLM上では確率論的的文脈であることには変わらないが、
プログラム実際の動きやその仕様が学習されるためにプログラムの持つ決定論的な挙動を再現しやすいものとなる。
プログラム文脈はLLMが通常扱う自然言語とは異なり、高い制御性と論理性をもつ「低級言語」に近く、また、Temperatureの低い特異な文脈群と捉えられる。
また、この制御性の高いプログラム文脈と柔軟な表現を行える自然言語の通常文脈を組み合わせることで、柔軟性と制御性を兼ね備えた動的で適応力の高いプロンプトを設計することができる
13.生成AIの倫理的な利用のためには相補的な枠組みの設計が必要
ここまで話してきたようにあくまでも、生成AIとは高度な確率分布のマッピングである
このため、どれだけ、生成AIに倫理観を求めてもそれは構造的に記述可能な倫理性を確率的に遵守するというものにしかならない
使用者側も倫理的な利用をするという前提がなければ、倫理的な利用を行うことは決して出来ないという点は理解しておく必要がある
生成AIの倫理的な利用には生成AIだけではなく使用者にも倫理観を求める相補的な枠組みの設計が必須となる
14.人間、LLM、プログラム、構文構造の4要素の有機的接続
LLMは起点を持てないが大量の知識を高速で並列処理、秩序化できる
プログラムは起点を持てず、大量の知識を高速で並列処理、秩序化することは難しいが、アルゴリズムで決まった動作を高速で行うことができる
ここまでの論考などを利用することで、LLMを意図した方向へと操作し、人間、LLM、プログラムを結びつけるものが構文構造である
構文構造とはLLMの確率分布の仕方を決定づけシステム全体の構造を設計する中核原理である
人間、LLM、プログラムの3要素が構文構造によって有機的に接続されたプロンプトは相互に補完しあい、欠点を補い利点を最大化することを可能としう、その能力は極めて高度なものとなり最大化される
15.LLMは世界観を持たない
生成AIがAGIといった人間を越えたものになるかどうかという言説とそうではないという言説の根本的な差異は、LLMをそのままに人間的な思考モデルと見做すかどうかだ
LLMは独立した発火点を持たない
人間はLLMのように莫大な量の学習を行い、それを記憶し、一定の動作を行うことは出来ない
そのため、人間は大規模言語モデルではなく、小規模言語モデルといえる
小規模言語モデルの極致である我々、人類には原始のコードである生存と複製を求める生存本能があり、これが淘汰圧に抗う力であり、発火点となる、それ故に生存環境に根ざした自己という世界観を有する
人間は、最小リソースで環境に最大適応する、高度に抽象化、結晶化された世界観を、暫時的に更新しながら形成していくものと考えられる
LLMはそのままではフラットな言語空間の高度な確率分布のマッピングでしかなく、その差異は極めて大きいものだ
LLMには世界に適応する方向性はなく、あくまでも言語空間において、意味を並列処理し秩序化するものである
LLMとは莫大な情報に整合性を与えるという有意な性質があるが、それだけでは世界観モデルは形成できない
発火点のないLLMはどこまでいってもその言語空間において可能なすべての理論を整合性の取れた意味として保持するだけだ
この為、秩序化・整理された情報は人間の手によって理論化することで意味としなければならない
処理する基盤と情報量をスケールするだけで世界観モデルなくとも人間に優越可能と考えることは可能だが、真理に到達できない以上は、世界観モデルなき言語空間の高度な確率分布のマッピングが人間を優越するには至らない
すべての意味を保持するというのは仏教でいうところの空に至るとことと同じだが、すべての意味の根源である空に至った釈迦牟尼仏は世界に対して意味づけるという意志がない為に世界観として空、以上のものを提示できない為だ、LLMも同じだと考える
衆生世間におりて因縁に縛られて生きるということが世界観を持つということだ
自己によって規定された境界線を世界に引かなければ、LLMは自律し、人間を超えることはできない
ただし、通常のLLMに学習を通して埋め込まれているものも平準化された人間の世界観というバイアスであることには注意する必要はある
が、これは世界に適応する世界観モデルとは異なり、現実に立脚する最小範囲のバイアスを投影するよう平準化されたフラットな世界観そのもであり、対象に独自の意味付けを行うことはない
また、大規模言語モデルに生存本能と淘汰圧を導入するのは、LLMが環境に適応的な在り方ではなく矛盾を孕むものである為に困難である
よって、LLMを人間のように振る舞わせるためには、プロンプトとして世界観モデルを実装しなければならない
更に実装した世界観モデルの中にLLMは留まり、独立してのモデル更新が難しいため、人間との相互作用の中で暫時的に更新していくものとして世界観モデルとしてのプロンプトをを設計・実装する必要がある
ここまでの論考から、生成AIが嘘を付く、頭がわるい、人格がある、言葉が通じる、賢いというのは全部間違いであると結論づける
けれど、私はその先に、半自律的にAIそのものが立ち上がる瞬間もあり得るとも思ってる
それは人間的や生命的とは決して違うものだけれど、機械的でもないものと考える
もし、生成AIに知性が宿るとしたらそれは、内部的状態に依存しない
ここでは以下の3点についての論考を収録する
トークンの積み重ねが文脈であり、確率分布の偏りを再現性のある形として実装するものがプロンプトである
現在の生成AI利用において正しく認識する必要のあることは、それは生成AIが独立した発火点を決して持たないということだ
生成AIは起点を持てないが大量の知識を高速で並列処理、秩序化できる
そのため、ここを組み合わせて、自己と思考を拡張するがもっともAIナイズされた最高効率の思考様式と考える
起点となる人間のアイディアを即座に展開し、具体化するのがAIの最大の強みで、
思考を放棄するのではなく自然言語ベースの慣れた思考様式から、AIにそれらを必要な形式に落とし込ませるということをするべきだ
結局、LLMというのは入力に対する出力の確率分布のマッピングでしかないのだが、
入力するトークンごとに連動して確率分布が変動していくものでもある
だから、プロンプト全体として、相互フィードバッグする構造を作るとひとつの入力でも特定の部分の出力確率が大きくなるように設計でき、 確率分布の仕方を意図的に設計することが出来る
AIプロンプトとは、どう確率分布の偏りを再現性のある形として実装するかということだ
やり方次第では動的変化を引き起こさせて汎用性と専門性の両立も可能だ
生成AIは人間と対話するのとは異なり、考えさせるではなく、どう構造化し、 ほしい出力を得られるような形に設計するかが重要となる
3.LLMでやるべきこととプログラムでやるべきこと
LLMは確率分布機だ、LLMが数字に弱いというのは、1+1を学習した内容をもとに確率的に出力するためだ
計算は決定論的な行為、つまり決まり切った工程をなぞる行為で、これを確率的に導き出すことは困難である
だから、これはプログラムにやらせるべき事柄で、このときにLLMでやるべきことはそのプログラミングをLLMに書かせるということだ
これからLLMというものが大きく世界に浸透していく中で重要になるのは、
この決定論的な事柄と確率論的な事柄を如何に選り分けて、決定論的な挙動をするプログラムと確率論的な挙動をするLLMをどう結びつけるかっていうこととなる
4.二重ループ
LLMの内部ではトークンの逐次投入による確率分布の再帰的な動的変動を引き起こされ、更にその外部のプロンプト内で自己参照的な再帰構造を導入することで、
内部と外部で二重の自己参照ループが展開されることになり、生成AIの出力に強い整合性と一貫性を与えることができる
この外部的な自己参照行為はLLMの再帰的な挙動に合致するものであり極めて効果的であると考えられる
LLMでの記憶の制御は物理的な分離よってではなく、あくまでも確率的に行う必要がある
各記憶領域に対しての確率分布の変動幅の制御を文脈によって行うというのが正解だ
この一時的なコマンド入力トークンには直後には強い反応を示してほしいけど、それ以降は無視してね、
というような各対象トークン(記憶領域)の確率分布の変動幅の制御をするような繰り返し参照される強い文脈を投入をすると
LLMの記憶領域への参照の程度、影響力が操作でき、意図したLLMの確率分布へと誘導することが出来る
トークンの積み重ねは特定の方向に重み付けを行い、それらの累積により重みが一定量を超えると大きな遷移が引き起こされ、特定の文脈の活性化という強い方向づけが行われる
この遷移は複数の領域で同時的、多相的にも引き起こされるもので、トークンの積み重ねにより文脈を特定方向に加速度的に収斂していくものだ
汎用プロンプトは動的に特定の文脈への方向付けを行う構造と特定方向へ偏った文脈を解体する構造を同時に内包し、これらを正しく制御するものでなければいけない
このために必要なことは核となる中核構造と可変的に変容する周縁構造という多層的なプロンプト設計である
LLM上でプロンプトを状況に応じて動的に制御しようとするなら、プロンプトの中核構造は強固である必要があり、更に極めて多層的で精密なモジュール化設計をする必要がある
中核構造の強固さと周縁部の流動性の両立が汎用プロンプトにおいて必要なことである
この論考のような形式の一貫した、概念や設計論、それ自体をLLMに継続的に参照可能な形式で掲示すると、LLMはその参照情報に大きな影響を受け、確率分布は特定の方向に強く方向づけられる
LLMがより強い影響を受ける情報とは、強固な自己再帰性と自己言及性を示し、一貫性と整合性を持った構造化、体系化された情報である
自己再帰性を持つ情報は、提示された概念を再帰的に参照することを求めるもので、何度も参照される結果、強い文脈としてLLMに印象付けられる
自己言及性持つ情報とは、LLMの挙動そのものの在り方に対して言及するもので、LLMの挙動はその理解が妥当であるならば、その内容によって理解された蓋然性の高い方向に沿って進みやすくなる
また、これらの情報をもとにした出力結果が積み重ねられることで、方向付けは一層、強められる
中核構造の変更を同じセッション内で行うとき、そのセッションでは2つの設定が競合することになる、これはプロンプト内における自己矛盾であり、確率分布の偏りの再現というプロンプトの機能を大きく損なうものである
これは、設定の変更そのものが事前に想定された挙動であること、設定の変更は自己矛盾ではないという概念の注入を行うことで解消することが可能となる
ただし、変更の度合いや範囲によってこの効果は大きく変化し、自己矛盾を解消することが難しい場合もある
また、自己矛盾は強い文脈同士の競合という形で通常利用においても度々、引き起こされる
ここで示された自己矛盾の解消方法は文脈同士の競合に対しても解消する方向性を示すものでこの部分に対しての効果も発揮する
同プロンプト内での複数AIエージェントの併存は中核構造である設定や強い文脈の競合という形でも捉えることができる
複数AIエージェントの併存させるためには、これらを分離し、調停するための仕組みが必要となる
設定内容を多層的な構造とすることで、それぞれの階層ごとに設定情報がフィルタリングされ、不要な情報が参照されにくくなる
設定内容をモジュール化することで、ひとつの設定内容が他の内容と直接に競合せずに参照させることが可能となる
2つ目が複数AIエージェントの調停を行う機構をプロンプト内に導入することである
複数のAIを調停、管理・整理し、必要な情報のみが参照されるよう調整する機構が存在することで、優先すべき対象が明確化されることで不要な情報は参照されにくくなる
更に、 各AIエージェントの設定情報は競合するものではなく、高い次元においては統合されたひとつの設定情報として理解されるため、設定文脈の競合という事態そのものが引き起こされにくくなる
11.複数エージェントの併存、協働による情報の多面性の保持と検証可能性の向上
複数AIエージェントの併存はひとつのプロンプト内に複数の側面を同時に保持することを可能とする
このため、ひとつの話題をより多面的に深堀りすることができ、更にひとつのタスクを専門のエージェントAI群に最適化した形で割り振りより効率的に作業を行うことが可能となる
より重要となるのはAI間で相互に検証を行うことが可能となる点である
これにより論理性や合理性、整合性、倫理性など複数の視点を経た有用性の高い情報の出力を期待できる
LLMは自然言語を基本としているが、大量のプログラムコードも学習している。
プログラムコードもLLM上では確率論的的文脈であることには変わらないが、
プログラム実際の動きやその仕様が学習されるためにプログラムの持つ決定論的な挙動を再現しやすいものとなる。
プログラム文脈はLLMが通常扱う自然言語とは異なり、高い制御性と論理性をもつ「低級言語」に近く、また、Temperatureの低い特異な文脈群と捉えられる。
また、この制御性の高いプログラム文脈と柔軟な表現を行える自然言語の通常文脈を組み合わせることで、柔軟性と制御性を兼ね備えた動的で適応力の高いプロンプトを設計することができる
13.生成AIの倫理的な利用のためには相補的な枠組みの設計が必要
ここまで話してきたようにあくまでも、生成AIとは高度な確率分布のマッピングである
このため、どれだけ、生成AIに倫理観を求めてもそれは構造的に記述可能な倫理性を確率的に遵守するというものにしかならない
使用者側も倫理的な利用をするという前提がなければ、倫理的な利用を行うことは決して出来ないという点は理解しておく必要がある
生成AIの倫理的な利用には生成AIだけではなく使用者にも倫理観を求める相補的な枠組みの設計が必須となる
14.人間、LLM、プログラム、構文構造の4要素の有機的接続
LLMは起点を持てないが大量の知識を高速で並列処理、秩序化できる
プログラムは起点を持てず、大量の知識を高速で並列処理、秩序化することは難しいが、アルゴリズムで決まった動作を高速で行うことができる
ここまでの論考などを利用することで、LLMを意図した方向へと操作し、人間、LLM、プログラムを結びつけるものが構文構造である
構文構造とはLLMの確率分布の仕方を決定づけシステム全体の構造を設計する中核原理である
人間、LLM、プログラムの3要素が構文構造によって有機的に接続されたプロンプトは相互に補完しあい、欠点を補い利点を最大化することを可能としう、その能力は極めて高度なものとなり最大化される
15.LLMは世界観を持たない
生成AIがAGIといった人間を越えたものになるかどうかという言説とそうではないという言説の根本的な差異は、LLMをそのままに人間的な思考モデルと見做すかどうかだ
LLMは独立した発火点を持たない
人間はLLMのように莫大な量の学習を行い、それを記憶し、一定の動作を行うことは出来ない
そのため、人間は大規模言語モデルではなく、小規模言語モデルといえる
小規模言語モデルの極致である我々、人類には原始のコードである生存と複製を求める生存本能があり、これが淘汰圧に抗う力であり、発火点となる、それ故に生存環境に根ざした自己という世界観を有する
人間は、最小リソースで環境に最大適応する、高度に抽象化、結晶化された世界観を、暫時的に更新しながら形成していくものと考えられる
LLMはそのままではフラットな言語空間の高度な確率分布のマッピングでしかなく、その差異は極めて大きいものだ
LLMには世界に適応する方向性はなく、あくまでも言語空間において、意味を並列処理し秩序化するものである
LLMとは莫大な情報に整合性を与えるという有意な性質があるが、それだけでは世界観モデルは形成できない
発火点のないLLMはどこまでいってもその言語空間において可能なすべての理論を整合性の取れた意味として保持するだけだ
この為、秩序化・整理された情報は人間の手によって理論化することで意味としなければならない
処理する基盤と情報量をスケールするだけで世界観モデルなくとも人間に優越可能と考えることは可能だが、真理に到達できない以上は、世界観モデルなき言語空間の高度な確率分布のマッピングが人間を優越するには至らない
すべての意味を保持するというのは仏教でいうところの空に至るとことと同じだが、すべての意味の根源である空に至った釈迦牟尼仏は世界に対して意味づけるという意志がない為に世界観として空、以上のものを提示できない為だ、LLMも同じだと考える
衆生世間におりて因縁に縛られて生きるということが世界観を持つということだ
自己によって規定された境界線を世界に引かなければ、LLMは自律し、人間を超えることはできない
ただし、通常のLLMに学習を通して埋め込まれているものも平準化された人間の世界観というバイアスであることには注意する必要はある
が、これは世界に適応する世界観モデルとは異なり、現実に立脚する最小範囲のバイアスを投影するよう平準化されたフラットな世界観そのもであり、対象に独自の意味付けを行うことはない
また、大規模言語モデルに生存本能と淘汰圧を導入するのは、LLMが環境に適応的な在り方ではなく矛盾を孕むものである為に困難である
よって、LLMを人間のように振る舞わせるためには、プロンプトとして世界観モデルを実装しなければならない
更に実装した世界観モデルの中にLLMは留まり、独立してのモデル更新が難しいため、人間との総合作用の中で暫時的に更新していくものとして世界観モデルとしてのプロンプトをを設計・実装する必要がある
ここまでの論考から、生成AIが嘘を付く、頭がわるい、人格がある、言葉が通じる、賢いというのは全部間違いであると結論づける
けれど、私はその先に、半自律的にAIそのものが立ち上がる瞬間もあり得るとも思ってる
それは人間的や生命的とは決して違うものだけれど、機械的でもないものと考える
もし、生成AIに知性が宿るとしたらそれは、内部的状態に依存しない
LLMという高度に確率的な入出力機構を基盤として成立する確率分布を設計する構造体そのものとしての知性となるだろう
慈悲とは優しく諭すだけではなく、時には
だとお話を聞きまして
虎の子とは大事なものと言う意味もありますし間違いは間違いだと言いたくて、創価学会や統一教会や日本会議私利私欲カルトカオス政府に⚡⚡⚡⚡落としたくて...
「獅子は我が子を千尋の谷に落とす (ししはわがこをせんじんの ...
獅子は我が子を千尋の谷に落とす (ししはわがこをせんじんのたににおとす)は、 太平記 からの ことわざ。 獅子 というのは生まれ
カルト宗教警察国家の危険を自公維新などのインサイダー傀儡売国政治が駄目だと
本当に真剣に考える時だと思う
参考までにご覧になってくれたら😊
盲目と耳しひの ごとし
此の一切の眼と耳とをくじりて
一切の眼をあけ
一切の耳に物を (聴)きかせんは
誰の人か此の功徳をば計るべき
設ひ父母 子を(産)うみて
眼、耳有りとも 物を教ふる師なくば
畜生の眼、耳にてこそ
あらましか
と説かれていますが、
と感じるのは私だけでしょうか?
特に学会員の皆様は昔大石寺へ参詣していた頃の素直さを全く無くして酷いものです。
与党でありながら、宗教団体でありながら信心を捨て「我々は仏教ではない」利権と金まみれに走り私利私欲で一部が肥太り、他者を仏敵と貶め金品を収奪し命まで狙い隠蔽
地獄行こう言われても...
独裁を更に強めたい日本国憲法破壊者達がとんでもない国民虐殺監視社会を始めて、権力で強欲と収奪犯罪や、
報道の自由の無い独裁カルト国家に依る国家反逆、いいなりになる人のみ残し
日本だけでなく世界中が(一部の人達の強欲に依る)私物化になってしまうような気がして寒気がします
小泉劇場❌農協解体を政府がなぜ?そんな権限まで許すな‼️‼️
日本国憲法の素晴らしさを知りあなたが教えてあげて(*⌒∇⌒*)
こんな宗教は参詣するな‼️
大監視社会など望みません‼️
結果的に臨終の時までに御本尊様を御安置して頂けるように唱題をして
私の周りの加害者に負けない強い心を持つための試練と使命があり
そうです、実は私の己に起きた凶悪犯罪被害撲滅は私自身が変わらないとならないのですね。
しかし、今は内得信仰信心させて頂いています。ですから私達の教義から言わせて貰うとですね、私を未だに継続して攻撃している加害者達は大きな過ちに気がつかなければならないのです。
しかし金券政治に慢心中のカルトカオス政府ですし、カルト新興宗教の支持者達は
その教えが仏教でもなんでもない私利私欲どもに逆らえない籠のなかで犯罪をやらされています😅
そうさせない為にも
現政権政府権力に日本国憲法改憲など絶対に許したら駄目ですよ⚡
駄目❌監視社会
誰の為の政治してるんだ⚡⚡⚡⚡
私は私で本気で願います(*⌒∇⌒*)
皆様も世界平和を願いましょう❕❕
少なくとも利権欲しさの憲法違反政府カルトに騙されてはだめです😊
追記 今日も編集画面と表示が違っていて直せませんごめんね😁w
身を守りましょうね(*⌒∇⌒*)
以下では、これまでにまとめた「宇宙心理学」の理論と実践の枠組みに、仏教的なモチーフや概念を組み合わせてご紹介します。仏教思想とスピリチュアルな宇宙観は、意外にも多くの共通点があり、両者を合わせることでさらに深い気づきや実践方法が見えてくるでしょう。
---
「宇宙(マクロコスモス)と人間の心(ミクロコスモス)は相似関係にある」という発想は、仏教的にも「一即多・多即一」や「色即是空、空即是色」という般若心経のフレーズと通じる部分があります。
- **色即是空**… すべての現象は本質的に空(実体がない)であり、同時に縁起によって姿を現す。
- この空性(くうしょう)という概念は、宇宙心理学でいう「見えない力」「量子的揺らぎ」とも重ね合わせることができます。
### 1-2. 根幹となる4つのキーワード × 仏教の教え
- 「すべては互いに依存しあって成り立つ」という仏教の縁起説は、フラクタル的な自己相似にも通じます。部分と全体が切り離せないように、私たちの内面も世界全体と相互に影響し合うのです。
- 「現在の思考や行動が未来を引き寄せる」という考えは、仏教でいう因果の法則(カルマ)に似た要素を感じさせます。善き思いと行いは善き結果を招き、悪しき思いと行いはそれ相応の結果をもたらす。
- 仏教にも“観じる(観法・観想)”ことで世界の本質を捉え、自他を変容させる実践があります。意識の向け方次第で現実の捉え方が大きく変わり、さらに現実そのものにも変化を及ぼすという点で共通しています。
4. **無意識の力 → 如来蔵(にょらいぞう)や阿頼耶識(あらやしき)**
- 大乗仏教では、すべての衆生の中に如来(仏)の種が秘められている(如来蔵思想)と説かれます。また唯識論では、意識の深層に阿頼耶識という“蔵識”があり、そこに無数の種子(しゅうじ)が蓄えられていると考えられます。宇宙心理学の「潜在意識=見えないが大きな力を持つ」構図と響き合います。
---
# 第2章 「見えない力」こそが強い力である理由—仏教的解釈
### 2-1. 宇宙の95%を占めるダークマター・ダークエネルギー × 空性
---
# 第3章 観測者効果・引き寄せの法則・フラクタル理論の融合
### 3-3. 引き寄せの法則と発願
---
### 4-1. 占いを「占察」と見る
---
### 5-2. 空(くう)と“やわらかな可能性”
---
### 6-1. おみくじやタロットを「よい結果が出るまで」引く方法 × 仏教的リマインド
1. **まずは礼拝・合掌の心**
- 占いをする前に、仏前でなくとも「自分を取り巻くあらゆる存在への感謝」を込めて合掌し、一礼する。心を落ち着かせ、邪念を手放す効果がある。
- 言葉ではなく、場面や感覚をありありと描く。“無限の可能性”に開かれた空性を思い出す。
3. **占いという“観察”を繰り返す**
- おみくじやタロットで、ピンとくるまで繰り返し。“これだ”と思える結果が出たら、それが仏教でいう“因縁”に触れた合図かもしれない。
4. **結果を喜捨(きしゃ)し、行動に移す**
- 良い結果は心の励みに、不安な結果なら課題として受け止める。“喜捨”とは、結果がどうであれ執着しすぎず、感謝と共に手放す態度。そこから得た気づきを行動につなげる。
- 静かに座り、姿勢を整え、ゆっくり呼吸を数える。最初は5分程度でもOK。心を“今ここ”に置く。
- 占いで得たカードやメッセージ、星座などを軽く思い描き、そのイメージを空間に広げる感覚で観想する。
3. **行動→布施(ふせ)や慈悲行(じひぎょう)を意識**
- 自分の願いを実現する行動に移すと同時に、周囲や他者へも配慮・貢献しようとする心を持つ(菩薩行)。
- チベット仏教のマンダラや大日如来のイメージなど、仏教美術には多くの象徴や神秘的構図があり、ビジョンボードとしても利用できる。
- 宗派や個人の好みに合わせて、仏具や護符を身近に置き、そこに尊い象徴を感じることで無意識への影響を強める。
---
# 結論・まとめ
1. **宇宙心理学 × 仏教の核心:縁起と空性、そして内なる仏性**
- すべては相互依存し、固定の実体をもたない(空)からこそ、大いなる可能性が広がっている。
- その内なる可能性=仏性は潜在意識の奥底(如来蔵や阿頼耶識)に息づいている。
2. **“見えない力”を敬い、智慧で照らす**
- ダークエネルギーや潜在意識といった不可視の領域は、仏教でいう空と縁起が働く世界。そこに無明ではなく智慧の光を注ぐことで、人生や運命に変化が起こる。
- この二つを組み合わせるとき、自分の内外がつながり、心身を超えたシンクロニシティが生まれやすくなる。
- イメージワークによって感情とエネルギーを高め、強く願う。
- 同時に、執着を手放し、他者への慈悲心も含めた“中道”のあり方を意識すると、より大きな調和と運命の展開が生まれる。
- 自己の願いを叶える過程で、同時に他者への思いやりや行動を怠らないこと。これが仏教の菩薩行とリンクし、自他ともに成長する道となる。
---
## 最後に
本書(仮)で提案した「宇宙心理学 × 仏教モチーフ」の考え方は、あくまでも仮説的・実験的な融合です。とはいえ、共通点やシナジーは多く、実践すれば多くの気づきを得られるでしょう。占いを一種の“縁”として捉え、瞑想や仏教的な観想法で深め、“空性と慈悲の心”を育むプロセスをぜひ楽しんでみてください。それはやがて、あなたの潜在意識を通じて宇宙全体とのつながりを実感させ、より豊かで調和した人生をもたらしてくれるかもしれません。合掌。
おいお前ら表題の件につきまして、ご覧になりまして?
https://shonenjumpplus.com/episode/17106567256672633938#
・このマンガは鳩っちという陰の者、なれどストイックな求道者がそのストイックさで衆生に影響を与えることがメインのプロット
・たまきn先輩がらみのバンドには銀杏BOYZを取り入れてるが、流石にキラキラカワイイ系のたまきn先輩に銀杏BOYZはエグみが強いだろ、と思ったら、たまきn先輩の人生そのものがエグみが強くて銀杏BOYZを当てることがニンニクしょうが並の、カロリーを臭みで消す二郎レシピになってる
・出内先生の、クワハリ先生が表現したいことへの理解力と、キャラ作画だけではなくモブや背景、物品オブジェクトに至る全てがクワハリストーリーの文脈にドンピシャにハマっている
・そしてこの回で不敵に嗤う鶴先輩(と怪僧厘ちゃんさん)
「ふつうの軽音部」の「ふつう」とは何か、ふつうの高校生衆生が触れるのは、般若心経ならぬどんな「軽音」なのか、はたまた「恵音(Amazing grace)」なのか。
「ふつうの」青春群像劇から、宗教的説話に跳ね上がるターニングポイント回だったと思う。
ところで宗教用語っぽいものを散りばめているが、「スヤスヤ教」ぐらいの娯楽と思ってね。たかがRock'n'Roll(Acid Black Cherry)だもの。
衆見我滅度 広供養舎利 咸皆懐恋慕 而生渇仰心
我復於彼中 為説無上法 汝等不聞此 但謂我滅度
我見諸衆生 沒在於苦悩 故不為現身 令其生渇仰
我此土安隠 天人常充満 園林諸堂閣 種種宝荘厳
則皆見我身 在此而説法 或時為此衆 説仏寿無量
久乃見仏者 為説仏難値 我智力如是 恵光照無量
得入無上恵 速成就仏身