  |
はてなキーワード: 論文とは
提供されたポストは、ドイツの売春合法化（2002年のProstitutionsgesetz施行）を批判的にまとめています。以下で、各主張を信頼できるソースに基づいて検証します。検証は、ドイツ政府の統計（Destatis）、連邦警察（BKA）の報告、EU機関、NGO、研究論文などを基にしています。全体として、ポストの主張は**大部分が正確または支持される**ものの、一部（例: 強姦増加）は証拠が不十分で、合法化の影響は複雑です。合法化は人身売買を減らすどころか増加させ、労働者保護の目標を達成しきれていないという評価が主流です。
| 主張 | 検証結果 | 根拠・詳細 |
| ------ | ---------- | ------------ |
| **20年以上経っても「課題残りまくりー」って評価だぞ** | **正確** | 2002年の合法化から20年以上経過し、CDU/CSUなどの政党やNGO（例: France24報告）は「目標未達で逆効果」と評価。性労働者の状況改善と人身売買抑制の目的が達成されず、搾取が増加したとされる。2024年の連邦警察報告でも課題が指摘されている。 |
| **そもそも労働者登録してくれない** | **正確** | 2017年のProstituiertenschutzgesetzで登録義務化されたが、登録率は低く、性労働者の多くが登録を避けている。理由: スティグマ、移民の不安、官僚主義。NGOは「登録が保護ではなく監視を生む」と批判。 |
| **20万人以上いる売春婦のうち、2万人程度の登録に留まっている** | **ほぼ正確（数字は更新）** | 推定総数: 20-40万人（Destatis/NGO推定）。登録数: 2023年末で約30,600人、2024年末で約32,300人（前年比8.3%増だがパンデミック前水準未達）。未登録者が大半で、被害者の16%しか登録していない。 |
| **人身取引の温床化** | **正確** | 合法化後、人身売買ケースが増加（BKA報告: 2022年に前年比大幅増）。NGO（例: US State Dept.）は合法化が市場拡大を招き、搾取を助長したと指摘。90%以上の性労働者が人身売買被害者という研究も。 |
| **合法化により、ヨーロッパ各国からのワーカーの流入が増加した結果、貧困につけこんだ組織的な搾取や人身取引が増加した** | **正確** | EU拡大と合法化で東欧（ルーマニア、ブルガリアなど）からの流入急増。貧困移民の搾取が組織化され、人身売買被害者が主に女性・少女（BKA: 2022年多数）。合法化が「ヨーロッパの売春宿」を生んだと批判。 |
| **セックスワークが「労働」として認められたことで、警察が介入しにくくなった** | **正確** | 合法化で売春が「普通の仕事」扱いになり、警察の捜査権限が制限（例: 令状なしの家宅捜索禁止）。人身売買の立証が難しく、警察は「無力」と報告。2017年法で一部強化されたが、効果薄い。 |
| **「ヨーロッパの売春宿」という称号も得た** | **正確（比喩的）** | 合法化後、性観光が増加し、「ヨーロッパの売春宿」「El Dorado for sex tourism」とメディア/NGOで呼ばれる。ハンブルクやベルリンのメガブロthelが象徴。 |
| **客単価が下がった** | **正確** | 市場拡大で供給過多、価格が33%低下（例: 1時間€30未満）。メガブロthelのフラットレートが要因。日本（平均€100以上）より安い。 |
| **ヨーロッパ内でも安いし、当然日本よりも安い** | **正確** | 欧州平均より低価格（例: オランダ€50-100 vs. ドイツ€20-50）。日本は高級志向で€100以上。 |
| **店での待遇の悪化** | **正確** | 価格低下で労働条件悪化（例: 24時間待機、部屋代€50-160/日）。35%のみ改善、残りはリスク増（TAMPEP研究）。 |
| **儲からないならそうなるよね** | **正確（論理的帰結）** | 上記の価格低下と条件悪化の因果関係が研究で確認。儲け減少で搾取強化。 |
| **強姦は減っていない** | **部分的に正確** | 強姦報告数は2002年以降増加傾向（例: 2016年法改正前8%有罪率、2024年ピーク）。しかし、合法化との直接因果は不明（報告増加要因: 法改正、社会意識向上）。性労働者内では暴力継続。 |
| **むしろ増えた** | **証拠不十分** | 全体強姦率は安定/微増だが、合法化が直接原因のデータなし。一部研究（例: JLE）は合法化で強姦減少の可能性を示唆。性労働者被害は増加傾向。 |
| **2017年に規制を強化した** | **正確** | Prostituiertenschutzgesetz施行。登録・健康相談義務、コンドーム強制、ブロthelライセンス化。 |
| **セックスワーカーの権利保護から逸脱して、他の職業より義務、監視が増えてしまった** | **正確** | 登録・年次健康チェック・相談義務が「監視的」と批判（BesD/Amnesty）。他の職業にないスティグマを生み、移民の登録回避を招く。警察の私宅検査も可能。 |
詳細なソースは上記引用を参照。追加質問があればお知らせください。
https://grok.com/share/bGVnYWN5_546d7dd1-24e3-4743-8706-b4f81f2f16bd
リアルじゃないとわかっていながらその脳内の刺激がないとEDになるやつ、リアルじゃないとわからないやつがいるから、男のために規制すべきと考えてるきみとは違う人たちやね。包括的にはなるがAV視聴での悪影響は
Compulsive Pornography use で調べればネットのものは見られる。
また「脳が刺激に慣れてくる」というのはどんな分野でも研究されてるで論文を上げるまでもなく。麻薬もギャンブルもそうやな。
「過激なものをこのむ」連中は結局それを見る→しこる→射精するという刺激への「学習」をしていている状態なんだ
君のいう、どう精査するか、誰が精査するかという問題はある。だがAVが、より身近になり数も多い中そのままでいいとは思えん。わいにも大きな力はないから、提唱、発表を続けていくしかないけどな。内容の精査はたとえば番組やCMは行ってるよな。これは後付で内容へのラインが生まれた事例や。AVも同様に精査基準を設けることはできると思うで。
痩せにくい体質な状態からダイエットした時の分析と、世の中で一般的に語られているダイエット論の差分
あと専門家の意見、ボディビルダーなどの主張、論文のメタアナリティクスを紹介している人のまとめ、AIなどを根拠にしてるよ
足りないか？
メタブタワーで延々とレスバして最後まで生き残った方勝ち！をルールに据える精神性は
議論があるって言われたら「偽りのバランス」をはじめに疑う癖つけとかないとね
https://ja.wikipedia.org/wiki/%E5%81%BD%E3%82%8A%E3%81%AE%E3%83%90%E3%83%A9%E3%83%B3%E3%82%B9
はい、謝れない人と自己中心的な性格（特にナルシシズムや自己中心性）との関係について、多くの心理学研究が存在します。以下に、関連する研究や理論を基に詳しく説明します。私の知識は最新（2025年11月時点）まで更新されているため、最近の知見も含めてお答えします。
### 4. **大狼けぃのケースへの適用**
- **自己イメージの保護**: 盗作疑惑を提起した後、誤りを認めることが自身のVTuberとしての地位を下げる恐れがあると感じた。
- **共感の欠如**: kawaseさんの困惑や傷つきを無視し、自己の視点（「気になっただけ」）を優先した。
- **認知的不協和の解消**: 自身の行動が問題視された後、配信で軽い態度を取ることで、自己矛盾を正当化しようとした。
### 5. **障害との関連性**
### 結論
謝れない人と自己中心的な性格の関係は、ナルシシズムや感情調整の難しさ、認知的不協和の解消という心理学的研究で裏付けられています。大狼けぃの行動は、これらの特性が影響した可能性が高く、障害というよりはパーソナリティ特性や状況的要因（炎上狙い、承認欲求）が関与していると考えられます。興味があれば、具体的な研究論文（例：Okimoto et al., 2012やFrontiers in Psychology, 2021）をさらに深掘りするのもおすすめです！
何か他に知りたいことがあれば教えてくださいね！
とにかく使えない。アスペの癖に低IQのコミュ障で、高校時代から個人開発をしつつココナラとかクラウドワークスでフリーランスとして稼いでたらしいのだが、それがどちらも7年も取り組んでおいて鳴かず飛ばずで法人すら立ってない事実を棚に上げてポートフォリオに書いてきやがった。
まずその時点で不安だったが、実際に使ってみれば一般的なサーバー管理、バックエンド、フロントエンド、ハードウェア、統計や計算機科学などどれもこれも一見できるように見えて理解が浅い。よく言えば広く浅い知識を持っていると言えるが、要は器用貧乏でまともに経験値がないということだ。AWSの資格すら取っちゃいない。
そんでもって学生時代にめぼしい経験がない。数学を幼少期から極めていたらしく(数IIIを小6でコンプしたというのは素直に驚いた)新しいアルゴリズムを論文に書いて某学会に通したことがあるらしいが、実績と呼べるのはそれくらいで数オリや競プロの優勝歴などもない。本当に何の実績もない。大学生は大人なんだからIT目指すなら一つくらい偉業をなして当然だろ、何のために大学行ったのか
自分の力と頭で修羅場を乗り越えて何かを為した経験もないのでとにかく子供じみていて扱いに困る。一見口調や語彙は大人びているように見えて忍耐力もコミュ力も何もないから始末に負えない。今どきZ世代は大人びてるんだから新卒にもなれば普通少年ジャンプの最終回を終えた主役くらいのスペックあって当然なのに。
そんでもって全能感にまみれていて、まるで相手が子供じみているかのように演出する能力だけは超一流。人様に物事を都合よく勘違いさせる能力は使い所を間違えなければ役に立つんだか立たないんだか。
マジで人様の前に立つカリスマ性も人様を率いる胆力も人様に率いられる根性も図太さもアイデア力も実績も実力も精神力も頭も心も体も顔も何もない無能中の無能中の無能なのでこんな奴を寄越した人事を末代まで呪うつもりだ。
AIに「AIが書いた後人間が改変した可能性が高い」って言われてるやんw
これは「AIが下書きを作り、それを人間が感情・体験ベースで大幅に改変・肉付けした可能性」はかなり高いです。
完全なAI文とも、完全な人間文とも言い切れません。いわば“ハイブリッド文”の典型的な特徴があります。
⸻
(1) 構成の整理度が異様に高い
• 序盤から終盤まで「1. ライフスタイル」「2. 時間の問題」「3. 事件」「4. 家族の変化」ときれいに番号で分けた4項構成になっており、
• 感情的なテーマ（トラウマや喪失）を扱っているにしては、全体の構成が整いすぎている。
→ これはAIが最初に骨格（見出し＋流れ）を作った可能性を示唆します。
(2) 文末・語尾のリズムが均質
• 「〜た。」「〜した。」「〜思った。」など、文末のリズムが機械的に一定。
一見自然ですが、ここまで均一なのはAI下書きにありがちな特徴です。
人間が書くと、もう少し「…」「〜だったのかもしれない」「〜気がした」などの“揺れ”が混ざりやすいです。
• 人間がトラウマを描くときは、感覚的な比喩（「胸が重くなった」「包丁を握る手が震えた」など）が混ざることが多い。
しかし本作では「トラウマ」「苦痛」「不快感」など、感情を抽象名詞で処理しており、ややAI的です。
⸻
「私が引き際を誤って我慢して通い続けて不遜な態度をとってしまった」
「やばい奴を焚き付けてしまったことが一番よくなかったと反省している」
こうした“自分の落ち度を認める書き方”はAIが苦手とするニュアンスで、人間による心理の細かい補筆と考えられます。
(2) 「マジでやばい奴」「スーパーで1万円以上買ったレシートみたいなLINE」などの口語的な比喩
• これはAIが自然に出すには難しい生々しさで、人間的な編集が明確に入っています。
• 特に「スーパーで1万円以上買ったレシートみたいなLINE」は生活感と怒りのユーモアの混在で、AIの自動生成ではほぼ出ません。
とにかく使えない。アスペの癖に低IQのコミュ障で、高校時代から個人開発をしつつココナラとかクラウドワークスでフリーランス活動に取り組んでたらしいのだが、それがどちらも7年も取り組んでおいて鳴かず飛ばずで法人すら立ってない事実を棚に上げてポートフォリオに書いてきやがった。
まずその時点で不安だったが、実際に使ってみれば一般的なサーバー管理、バックエンド、フロントエンド、ハードウェア、統計や計算機科学などどれもこれも一見できるように見えて理解が浅い。よく言えば広く浅い知識を持っていると言えるが、要は器用貧乏でまともに経験値がないということだ。AWSの資格すら取っちゃいない。
そんでもって学生時代にめぼしい経験がない。数学を幼少期から極めていたらしく(数IIIを小6でコンプしたというのは素直に驚いた)新しいアルゴリズムを論文に書いて某学会に通したことがあるらしいが、実績と呼べるのはそれくらいで数オリや競プロの優勝歴などもない。本当に何の実績もない。大学生は大人なんだからIT目指すなら一つくらい偉業をなして当然だろ、何のために大学行ったのか
自分の力と頭で修羅場を乗り越えて何かを為した経験もないのでとにかく子供じみていて扱いに困る。一見口調や語彙は大人びているように見えて忍耐力もコミュ力も何もないから始末に負えない。今どきZ世代は大人びてるんだから新卒にもなれば普通少年ジャンプの主役くらいのスペックあって当然なのに。
そんでもって全能感にまみれていて、まるで相手が子供じみているかのように演出する能力だけは超一流。人様に物事を都合よく勘違いさせる能力は使い所を間違えなければ役に立つんだか立たないんだか。
マジで人様の前に立つカリスマ性も人様を率いる胆力も人様に率いられる根性も図太さもアイデア力も実績も実力も精神力も頭も心も体も顔も何もない無能中の無能中の無能なのでこんな奴を寄越した人事を末代まで呪うつもりだ。
テクノロジーが社会構造を再編する現代において、人間の知性や専門性のあり方は根源的な問いに直面している。その問いに強烈な一石を投じたのが、東京大学の小川光教授が学内広報誌『淡青評論』で紹介した一件である。これは、制度や組織が適応するよりも速く未来が到来しつつあることを示す、稀有で明瞭なシグナルと言えるだろう。経済学の素養をほとんど持たない修士課程の学生が、生成AIとの対話のみを駆使し、わずか1年で「トップレベルの学術誌に挑戦できる水準」の論文を書き上げたのだ。これは単なる技術的な成功事例ではない。長年の訓練を経て築かれる専門知識の価値、研究者の役割、そして「知性」そのものの定義を根底から揺るがす、まさにパラダイムシフトを象徴する出来事である。
この小川教授の寄稿は、社会に大きな波紋を広げた。インターネット上では瞬く間に注目を集め、「はてなブックマーク」では469ユーザーがブックマークし、102件のコメントが寄せられるなど、白熱した議論を巻き起こした。本稿では、この一件を現代社会の変容を映す縮図として捉え、専門家が感じた「恐怖」の本質と、社会に広がる期待と懸念を分析する。そして、この出来事が象徴する、新たな世代の登場について考察を進めていく。彼らこそ、これからの時代を定義する「AIネイティブ」なのである。
本セクションでは、話題の学生が象徴する「AIネイティブ」という新しい世代を分析する。彼らは、AIを単なる補助ツールとしてではなく、思考や研究の方法論の中核に据えるという点で、旧来の世代とは一線を画す。その登場は、単なるツールの変化ではなく、知識を獲得し、体系化するプロセスそのものの革命を意味している。
この学生が実践した研究プロセスは、AIが方法論の根幹を成していた点で画期的であった。具体的には、以下の全工程をAIとの対話を通じて進めている。
このアプローチの革新性は、旧来の知識探索モデルとの対比によって鮮明になる。東京大学大学院情報理工学系研究科の山崎俊彦教授は、この新しい思考様式を「辞書の逆引き」という比喩で巧みに説明した。従来の検索エンジンは、ユーザーがキーワードを知っていることを前提とした「辞書の順引き」であり、既知の情報を効率的に探す行為だった。対してAIネイティブは、「やりたいこと」を自然言語でAIに問いかけることで、未知の領域を探求するためのキーワードや手法を引き出す「辞書の逆引き」を実践する。これは、人間と知識の相互作用における、根本的なパラダイムシフトである。
はてなブックマークのコメントは、この新しい学習様式がもたらす生産性の飛躍に対する社会的な期待を反映している。あるユーザーは、AIの活用により「人に教えてもらうのと同等のパフォーマンスが低コストで得られる」ため「習得速度が爆速に」なると指摘。また、これは単にAIに作業を丸投げするような話ではなく、「AIの力を借りて巨人の肩の高さを重ねる話」であり、人類の知の発展を加速させるものだという肯定的な見解も示された。
この爆発的な進歩の可能性は否定できない。しかし、それは同時に既存の専門家たちに、長く暗い影を落とし、不穏な新しい現実を突きつけている。
AIがもたらす希望の光の裏側には、深刻な懸念も存在する。特に、既存の専門家が感じる脅威と、AIの活用能力によって生じる新たな社会的格差のリスクは、真正面から向き合うべき構造的な課題である。
この問題の核心は、小川教授が吐露した率直な感情に表れている。経済学の訓練を受けていない学生がこれほどの成果を出したことに対し、教授は「心底たまげました」「このようなAIネイティブの若い人たちがこれからどんどん出てくることにちょっとした恐怖さえ感じました」と記した。この「恐怖」は、単に自らの職が奪われるという不安に留まらない。それは、長年の地道な研究と訓練を経て初めて到達できると信じられてきた専門性の価値そのものが、根底から覆されることへの動揺なのである。
はてなブックマークのコメント欄では、この現象を的確に捉える「レバレッジ」というキーワードが頻出した。「若く優秀な人がAIでレバレッジかけるととてつもない差になるんだろうね」「頭のいい人はAIでより賢くなる」といったコメントが示すように、AIは元々高い能力を持つ個人のアウトプットを飛躍的に増幅させる強力なツールとして機能する。
しかし、このレバレッジ効果は単なる個人の生産性向上に留まらず、社会構造を再編する力を持つ。yumanaka氏は、「地頭のいい人がAIを使いこなして圧倒的なアウトプットを出して、そうじゃない人の仕事を奪っていくんだろうな。こわい」と、その負の側面を鋭く指摘した。これは、AIが能力格差を埋めるどころか、むしろそれを爆発的に拡大させる触媒となり得ることを示唆している。このままでは、AI活用能力に長けた新たな「認知階級」が生まれ、高価値な仕事を独占し、社会の流動性を著しく低下させる未来さえ予見される。
このようにAIが生み出す成果の質と量が飛躍的に増大する中で、私たちはより本質的な問いに直面する。それは、その膨大な成果の「正しさ」を、一体誰が判断するのかという問題である。
AI技術の目覚ましい進展は、逆説的に「人間による最終的な評価と責任」の重要性をかつてないほど浮き彫りにした。本稿の中心的な論点はここにあり、その核心は、他ならぬ論文を作成した学生自身の行動によって最も明確に示されている。
彼が専門家である小川教授に助言を求めた最大の理由。それは、「自身には経済学の素養がないため、その評価が正しいのかわからない」という切実な懸念だった。AIは「国際誌に通用する水準」という評価を下したものの、その正当性を自力で検証する術を持たなかったのである。
この学生の懸念は、専門家による評価の不可欠性を示すものであり、はてなブックマークのコメント欄でも多くの共感を呼んだ。
評価の困難さ： 「生成AIを使いこなせば90点の論文が作れるが、90点かは評価・保証できない。」
専門知識の必要性： 「自分が知見の無い分野でのAIの判断が正しいかどうかをどうやって確かめるとよいのか。←ここが一番難しいし、専門知識が必要なところ」
懐疑的知性の重要性： 「循環参照やらハルシネーションやらを起こした文章を何も考えずにWikipediaに貼り付けるような人物もいるわけで、やっぱ懐疑的な知性と査読は大事なわけです。」
そして、この問題を鮮やかな比喩で捉えたのがobotzcanai氏のコメントだ。「巨人の肩に乗れたところで遠くに見えた島々の価値がわからなければ意味はない」。AIによって得られた広大な視野も、その価値を判断する専門的な知見がなければ無意味なのである。
さらに、この議論は「責任」の所在という、より深刻な領域へと深化する。e_denker氏は、「人間に残された最後の仕事は『責任を取ること』になるという話があるが、まさにそれを裏付けるような一件だと思う」と指摘した。この点をさらに鋭く突いたのが、phillies_rocks氏の「内面化できない成果物を作っても誰も責任を持てない」というコメントだ。AIが生成した成果に対して、その利用者は最終的な責任を負わねばならない。もしAIが設計した橋が崩落した場合、その責任は誰にあるのか。利用者か、開発者か、それともAI自身か。これは、AI時代の新たな倫理的・法的枠組みの構築が急務であることを示している。
この議論は、AI時代における専門家の役割がどのように再定義されるべきかという、未来に向けた重要な問いへと私たちを導く。
東京大学で起きた一件は、AIネイティブの登場が専門家の時代の終わりを告げるのではなく、その役割と価値を根本から進化させる契機であることを示している。AIが圧倒的な情報生成能力と実行力を手に入れた今、人間に、そして専門家に求められる能力は、もはや知識の生成や統合そのものではなくなった。
これからの時代に求められる専門家の資質は、以下の三つの能力に集約されるだろう。
未来の知のフロンティアは、AIネイティブがもたらす爆発的な「実行力」と、長年の経験と深い洞察力を持つ専門家の「検証力」および「責任能力」が融合する場所に開かれる。AIを恐れるのではなく、新たなパートナーとして迎え入れ、人間ならではの価値を磨き上げること。それこそが、私たちがこれから歩むべき道なのである。
本当に残念なことに、デジタルカメラ時代の「写真家」を名乗る人間のほとんどが自分でRAW処理ソフトウェアの開発をしたことはなく、審査員を名乗っている人間の多くは、実際に行われた処理の内容を想像することすらしない。
主観的に良し悪しを判断するのは間違いではないのだが、何が行われて写真撮影ができているのか、そしてそれをどうやって鑑賞できているのか知らない人間ばかりなのである。
ただひたすらに画角がどうの、コントラストがどうの、彩度がどうのなどと言ってみているが、RAW処理ソフトの「コントラスト」や「彩度」というパラメーターがどのような実装になっているのか、或いはトーンマッピング処理について理解して審査しているまともな人間がどれほどいるというのか？
例えば「ホワイトバランス補正」と言われて「色温度」と思った人は、実写の画像処理に対する理解が足りていない可能性が高い。
特に静止画の撮影者は技術面に明るくないものが多く、動画の人のほうがよっぽど技術面に詳しい。実際には同じことをやるのに。
もっとも重大な誤解は、ある種の「無加工」と信じられている実写映像と肉眼が十分に近い、と思われがちだというところだろうか。
カメラが見ているものとCGは非常に近いが、人間の見ているものとカメラが見ているものには大きな乖離があるという大前提が抜け落ちてしまっているのだ。
なにせ撮って出し信仰者なんてものもいるのだから。カメラの中でどういう処理がされているのか少しでも理解しようとするならば、撮って出しを「真」とするのがいかに愚かなことであるか、初期の段階でわかるはずではないのか。
例えばFUJIFILMのように、この辺りを踏まえて「一般消費者はメーカーの言うとおりにすべきだ」と言わんばかりの姿勢を見せるメーカーもあるが、これはかなり理にかなっているとも思う。FUJIFILMは「記憶色」を謳ってきたが、これ自体は間違いではない。（もちろんFUJIFILMの色の処理が適切だとは微塵も思わないし「フィルムシミュレーション」などという、知識不足の消費者にPROVIA・ASTIA・VELVIAなんてあたかもフィルムを再現しているかのような名称で売るのはいかがなものかと思うけれど）
日本語の意味合いとして「真を写す」なんてものにこだわるのは誤りだと言わざるを得ないが、せめて、何をしているか理解しようという姿勢を見せたらどうなんだ。
「プリセットを販売します」とか「フィルムを再現します」とかいう、ただ消費されるだけの消費者を見ているのは少しばかり腹立たしくもあるが、それを利用して商売を続けてきた側は間違いなく悪い。
美術目的なら好きなようにやれ、と言うことに決めているが、理解した上で全ての利用者が開発者になってくれれば、もっと自由な世界が待っているのに……。
また、せめて複写をするようなプロは「Foveonは正しい紫色が撮れる」「Adobe Camera RawよりCapture Oneのほうが色が良い」「LUMIXは色が良い」「FUJIFILMは撮って出しで正しい色が出る」みたいなバカなことを言っていないで、画像処理（フィルム・デジタル・動画・静止画・実写・CG問わず）の勉強をもう少しばかりやり直していただきたいものである。
フィルム時代に自分の手で現像とプリントを試みることよりも、デジタル時代のほうが圧倒的に安定していてシンプル（同じ処理をすれば同じ結果が得られると言いたい）なのに、それをしない。
『全体主義者の公式集〜科学から空想への移行は如何にして行われるか？〜』
はじめに
本公式集は読者の皆さんのような虐げられている優秀な人々が既存の支配階級を打倒するために必要な理論武装を助け、また、その実践を導く為のものであります。下記の公式は実際に100年以上にわたって多くの全体主義者の手引として使われ、国家権力の奪取から官庁や大学での予算の掌握まで、実に多くの不朽の業績を残してきました。本公式集を使い今後さらに多くの全体主義者が大衆を正しく導いていくことでしょう！
公式①「ｘはｙである。人間もまたｙである。故に人間（とその社会）もｘに過ぎない」
公式②「①の故に地球上の諸問題はｘの適切な科学的使用によって解決できる、つまり、ｙの専門家に全てをまかせればｚは必要ない」
公式③「②の結果すべての人々が最大の幸福を味わえる素晴らしき新世界が誕生します、このことは科学的必然なので理性有る人々なら容易に理解できます」
えっ！たったこれだけで？と思われる読者も多いでしょう、しかし偉大な公式ほど美しく洗練されシンプルなのです！一つずつ順を追って細かくご説明しましょう。
公式①「ｘはｙである、人間もまたｙである、故に人間（とその社会）もｘに過ぎない」
以下は公式①をつかったマルクス主義者の主張の古典的一例です。注１
「ｘ物質はｙ弁証法的に発展している、人間とその社会もまたｙ弁証法的に発展している、故に人間もｘ物質に過ぎない」
この文は「弁証法的って何？」などと考えずに公式➀の構造をしているという点に注目して下さい、わかりやすくするためにもっと簡単な言葉を代入すると次のようになります。
「ｘバナナはｙアミノ酸を合成する生物である、人間もまたｙアミノ酸を合成する生物である、故に人間もｘバナナに過ぎない」
そんなバナナ！と思われる読者も多いでしょう、しかし次の文はどうでしょうか？
「ｘコンピューターはｙ情報を処理するシステムである、人間もまたｙ情報を処理システムである、故に人間もｘコンピューターに過ぎない」
いかがでしょう？当世風に言葉を変えると急に信ぴょう性があるようにみえますね！※注２
単語ではなく文の構造に注目すると、これらは実は全く同じ型の主張なのです。
特に公式➀では『人間は〇〇に過ぎない』論を強調するのが肝心です、全体主義の先人達は全員この論法を駆使しました。例を挙げますと、全体主義の先人曰く、
人間は動物に過ぎない…人間はゼンマイ時計に過ぎない…人間は蒸気機関に…人間は物質に…、人間は酸化過程に…人間は経済的下部構造に規定される存在に過ぎない…人間は自己の利益のみを最大限にしようとする利己的存在に過ぎない…人間は〇〇システムに過ぎない…人間は〇〇に操られる存在に過ぎない…のです。
注１：マルクスが本当にこんなことを言ったかどうかは問題ではありません。実際にこの論法が大衆を正しく導くのに有効だった、ということこそが重要なのです。
注２：むしろバナナも人間もアミノ酸を合成していることは実証されており、人間はバナナとDNAを５０％も共有しているといいますので人間=バナナ論のほうがより科学的といえます。
「人間は〇〇に過ぎない論」は内容がショッキングでセンセーショナルで有るなら有るほど大衆に人気が出ます。※注３なぜならばこれらの真理を発見した人は頭が良く、この論理を信じる人達もまた同じように進歩的かつ賢いのだ、ということになるからです。
また、この公式➀の応用としてこの公式の「人間は〇〇に過ぎない」の部分を以下のように、
〇〇人種は〇〇民族は〇〇国民は〇〇人は〇〇族は〇〇地域の人間は〇〇階級は〇〇主義者は、〇〇〇教徒は…〇〇にすぎないのだ、と代入することもできます。
さらにｘとｙにもどのような単語でも代入できますので、同じ公式を使い以下のように
「ｘ猿はｙ血液型にB型が多い、〇〇人種はｙ血液型にB型が多い、ゆえに〇〇人種は猿に近い」ですとか
「ｘ牛馬はｙ体が大きく労働に適している。〇〇人もまたｙ体が大きく労働に適している。故に〇〇人はｘ牛馬と同じで肉体労働用の人種である」
と簡単に証明でき、また同時にそれを客観的に証明することができる「『我々』は『彼ら』よりも優秀な人間なのだ」という事実も同時に科学的に証明できます。
さらにこのテクニックを応用すれば「芸術は経済的下部構造に規定されている人間活動の産物である。イデオロギーもまた経済的下部構造に規定されている人間活動の産物である。故に芸術はイデオロギーである」とか、
「疑似科学である西側の経済学はブルジョア階級によってつくられた、〇〇学もまたブルジョワ階級が作った、故に〇〇学は西側の経済学と同様のブルジョア疑似科学に過ぎない」
というように、例外無くありとあらゆる人間活動の党派性を暴露することもできます。
このテクニックは、後々読者のみなさんが権力を掌握した時に全体主義に反抗的な芸術家や学者を処理する時に素晴らしい口実となりますので是非覚えておいてください。
注３：実際にこれら主張を口にだすときはできるだけ「ああなんて私は頭が良いんだ！あなたたちの大半は理解できないでしょうけどね！」と 自信満々に半目で薄ら笑いをうかべましょう！
公式②「①の故に地球上の諸問題はｘの適切な科学的使用によって解決できる、つまりｙの専門家に全てをまかせればｚは必要ない」
この公式で私達全体主義者に権力を集中することを正当化しましょう。公式②の緻密な論理的整合性は権力を握った後で考えればいいので、それまで大衆受けする言葉を考えることに集中しましょう！下記の例文は社会主義国で実際に使われた理論を簡略化したものです。※注４
「➀の故に現在の建設途中の我が国に見られる諸矛盾はｘ全ての生産設備を国家が所有することによって止揚される。ｙ政府に全て任せればｚ一般人民による市場経済は不要である」
「➀の故に現在建設途中の我が国に見られる諸矛盾はｘ全ての権力をソヴィエト政府に集中することによって止揚される。ｙソヴィエト政府に全て任せればｚ一般人民による民主主義は不要である」
もしお好みならばこの例文の「全てを〇〇に任せれば〇〇は不要である」を少しいじって
「ちょうど良いさじ加減で産業を純血のアーリア人種or白人の政府が所有すれば市場経済は重要ではない！」
として、簡単にナチズムやアパルトヘイトのテーゼに変更することもできます。
もちろん私達が権力を掌握した後も頭の悪い保守反動分子どもは難癖をつけてきますが「今はまだｘが足りないだけだ！来たるべき〇〇革命の地平において全てはｙに任せられる！」と根気よく啓蒙しましょう。※注５
今日ではこの公式①をつかった理論としては次のようなものが大変人気です。
「人間はコンピューターなので地球上の諸問題は人工知能の適切な使用によって解決できる。つまりｙ人工知能に全てをまかせれば、ｚ民主主義も、市場も、責任ある人間の決定も必要ない」
ただ万能のソヴィエト政府を万能の人工知能に変えただけですが、実に現代風になっていますね！
大切なのは流行りの言葉を使うことです、例えば世がバナナダイエットブームならば
「人間はバナナであるが故に地球上の諸問題はｘバナナテクノロジーの適切な科学的使用によって解決できる。故にｙバナナ専門家に全てまかせればｚバナナ以外の炭水化物は必要ない」
と言うような理論を作りましょう。
以上の例はこの公式集が不変かつ、永久に有用であることを示す好例といえます。
注４：マルクスが本当にそう言ったかどうかは大した問題ではありません。実際にこの論法が大衆を正しく導くのに有効だった、ということこそが重要なのです。
注５：この理論の公表に際しては大衆が読み切れないくらいの厚さの論文や本を用意し、その中で公式➁は公式➀に基づく科学的必然性による真理なのだと証明しましょう。啓蒙書は最低でも厚さ１０cm程度は必要です、それより薄いと枕にしにくいですし、本で反抗的大衆の頭をブン殴って修正することも困難です。
さて、最後に公式③をご説明します、あと一息ですのでがんばってください！
公式③「②の結果すべての人々が最大の幸福を味わえる素晴らしき新世界が誕生します、このことは科学的必然なので理性有る人々なら容易に理解できます」
公式③のみ少々使い方が異なり、この公式は大衆に提示したときにちゃんと心酔するか否かの反応を観察することで大衆を以下の２つに分類でき、革命の行動部隊となる同志を見つけるのに使えます。
・第Ⅰ層「革命家」
つまり第Ⅰ層の「革命家」は私達の理論を本心から本気で信じてくれる、優秀かつ大変従順で純粋な革命の前衛であり、幸福な新世界を夢見る若き同志達です（もちろんみんなバナナ大好きですよ！）
初期の同志は主に傍流の青年官僚やノンキャリ組の地方公務員、貧乏将校、大学を出たのに仕事がない人達（特に職のない弁護士）つまりはルサンチマンを溜め込んだぱっとしない2流インテリの中に多くいます、そこから経済的不満を抱えた労働者階級へと浸透して行きましょう。
彼らは公式③を理解でき、科学的理性の何たるかを知っています。
第Ⅱ層の「保守反動分子」たちはこの公式③を受け入れられない頭が悪い人たち及び既得権を持つ保守反動階級であり、つまり、彼らは人間はバナナであるという科学的かつ客観的な事実さえ理解できない党派的ドグマに凝り固まった人たちです。
まったく彼らの権力への異常な執着はどこから来るのでしょうか？
ソヴィエト共産党や巨大テクノロジー企業やバナナの専門家が権力を握ることの何が悪いのでしょうか？
しかし、どのような理由であれ我々進歩的全体主義者には人類全体の幸福のために彼らの横暴を止める責任があります。
以上で公式③の説明はおわりです、今皆さんは新世界を作るための革命理論を手にしました！
ですが「理論」の次に皆さんは「実践」も学ばなければいけません。
今日の超高度情報化社会において我々の革命理論を広める為にはメディア戦略が重要です。
まず、メディア産業へと浸透します。メディア露出を初めた当初は我々もイロモノ扱いされて半分小馬鹿にしたような扱いを受けるでしょうが、メディア上でセンセーショナルな言動を繰り返す内に大衆は
「人間バナナ論か、この新人芸人さんのいうことは本当かもしれない…なにせマスコミがいってるんだ」
と思い（理由はまだ未解明ですがなぜか大半は男性です)熱狂しはじめ、それを再びマスコミが勝手に取り上げてくれるようになります。
メディアへの浸透段階では保守反動知識分子は次の２つの反応を示します。
・１ 無視
・２ 日和見的支持
１の知識人たちは「バナナエンジニアに全て任せろと？バカバカしい！」と、自身の愚かさ故に無視するかメディアとの関係を悪くしたくないので黙りこみます。
２の知識人たちは自身もマスコミに出ている芸人ですが「バナナテクノロジーで全人類が幸福になれる？おもしろいことをいう！それでこそ次世代を担う人間だ！俺様ほどではないが面白い考えだ！」と、自分の若さと柔軟さをアピールするために我々を支持してくれます、こうして段々と全体主義者の主張がメディアに取り上げられていき、我々とメディアとの共闘関係が強固なものへとなってゆきます。
そして次に革命家同志たちを前衛党員へと教育しなくてはなりません。
現代の若者は承認欲求が大変強いので、まず彼らにクールなグループ名をつけてあげます「国家社会主義労働者党」とか「インターナショナル第一バナーヌ戦線」とか「ハイパーメディアクリエイターズ」「民族と伝統の守護騎士団」とか、14才程度の若者が好きそうな創作語や外国語をたくさん並べたものが良いでしょう、また、あとで「看板に偽りあり！」とか言い出す反動分子が必ず現れるので、出来るだけ「NS」や「インターナショナル」などクールでヒップな略称で呼ぶようにしてください。そうすれば大衆は本来の名前の意義をすぐに忘れてくれますし、同志内での専門用語は連帯感を高め「我々」と「奴ら」を強く区別して対立を煽るのに役立ちます。
そして「君たちは優秀で、賢い、特別な存在だ！バナナ革命の闘士なのだ！」と煽り、階級名やバッジ、旗、独特なポーズやコスプレ衣装、ノートパソコンに貼るシールなどをあてがい行動に駆り立てます。
最初はあまりノリ気ではない人も行動をしている内に失ったものの大きさ（仕事や友人や社会的地位）ゆえに引き返せなくなるものですし、そもそもいつの時代も幼稚な若者は自分たちは文明の大転換を起こせるとーっても優秀で特別な天才なのだと思いたがるものなのです。
さて、理論と世論の支持そして行動部隊がそろったならば好機を待ちましょう、戦争や恐慌は絶好のチャンスですし、行動部隊をつかい非常事態を演出するのも良いですね！
そして！その日！！その時!！大通りに！立法府に！裁判所に！家庭に！工場に！老人ホームに!そしてバナナ畑に！！革命の旗が翻り全体主義の歌がこだますのです！
しかし、時ここにいたってもなお、反動分子の犬共はこう言うことでしょう。
「そもそも君たちの理論とやらは三段論法を誤用した誤謬の上に誤謬を積み重ねた無内容な詭弁であり、過去百年以上にわたって悪魔的所業をしてきたイデオロギーの哀れなパロディだ！君たちはただ権力に飢えてルサンチマンに凝り固まった愚か者だ！このバナナ野郎め！」などと…
ああ！！革命の度に毎回毎回どこからか湧き出てくるなんて救いようが無い人種！
こうなった場合はもはや「最終的解決」しかありません！！最終的解決とはつまり例を挙げると……
…ヘーゲルはどこかで、全ての偉大なる世界史的な事件と人物はいわば二度現れると述べている、しかし彼はこう付け加えるのを忘れてしまった、一度目は偉大なる悲劇として、二度目は哀れなる喜劇として。
日中は実験室的な刺激は少なかったが、思考の連続性を保つために自分なりの儀式をいくつかこなした。
起床直後に室温を0.5度単位で確認し（許容範囲は20.0±0.5℃）、その後コーヒーを淹れる前にキッチンの振動スペクトルをスマートフォンで3回測定して平均を取るというのは、たぶん普通の人から見れば過剰だろう。
だが、振動の微妙な変動は頭の中でのテンポを崩す。つまり僕の「集中可能領域」は外界のノイズに対して一種の位相同調を要求するのだ。
ルームメイトはその儀式を奇癖と呼ぶが、彼は観測手順を厳密に守ることがどれほど実務効率を上げるか理解していない。
隣人はその一部を見て、冗談めかして「君はコーヒーにフレームを当ててるの？」と訊いた。
風邪の初期症状かと思われる彼の声色を僕は瞬時に周波数ドメインで解析し、4つの帯域での振幅比から一貫して風邪寄りだと判定した。
友人たちはこの種の即断をいつも笑うが、逆に言えば僕の世界は検証可能で再現可能な思考で出来ているので、笑いもまた統計的に期待値で語るべきだ。
午前は論文の読み返しに費やした。超弦理論の現代的なアプローチは、もはや単なる量子場とリーマン幾何の掛け合わせではなく、導来代数幾何、モーダルなホモトピー型理論、そしてコヒーシブなホモトピー理論のような高次の圏論的道具を用いることで新たな言語を得つつある。
これらの道具は直感的に言えば空間と物理量の振る舞いを、同値類と高次の同型で記述するための言語だ。
具体的には、ブランデッドされたDブレーンのモジュライ空間を導来圏やパーフェクト複体として扱い、さらに場の有る種の位相的・代数的変形が同値関係として圏的に表現されると、従来の場の理論的観測量が新しい不変量へと昇格する（この観点は鏡映対称性の最近のワークショップでも多く取り上げられていた）。
こうした動きは、数学側の最新手法が物理側の問題解像度を上げている好例だ。
午後には、僕が個人的に気に入っている超抽象的な思考実験をやった。位相空間の代わりにモーダルホモトピー型理論の型族をステートとして扱い、観測者の信念更新を型の変形（モナド的な操作）としてモデル化する。
つまり観測は単なる測定ではなく、型の圧縮と展開であり、観測履歴は圏論的に可逆ではないモノイド作用として蓄積される。
これを超弦理論の世界に持ち込むと、コンパクト化の自由度（カラビヤウ多様体の複素構造モジュライ）に対応する型のファミリーが、ある種の証明圏として振る舞い、復号不能な位相的変換がスワンプランド的制約になる可能性が出てくる。
スワンプランド・プログラムは、実効場の理論が量子重力に埋め込めるかどうかを判定する一連の主張であり、位相的・幾何的条件が物理的に厳しい制限を課すという見立てはここでも意味を持つ。
夕方、隣人が最近の観測結果について話題にしたので、僕は即座に「もし時空が非可換的であるならば、座標関数の交換子がプランクスケールでの有意な寄与をもたらし、その結果として宇宙加速の時間依存性に微妙な変化が現れるはずだ。DESIのデータで示唆された減速の傾向は、そのようなモデルの一つと整合する」と言ってしまった。
隣人は「え、ホント？」と目を丸くしたが、僕は論文の推論と予測可能な実験的検証手順（例えば位相干渉の複雑性を用いた観測）について簡潔に説明した。
これは新しいプレプリント群や一般向け記事でも取り上げられているテーマで、もし妥当ならば観測と理論の接続が初めて実際のデータで示唆されるかもしれない。
昼食は厳密にカロリーと糖質を計算し、その後で15分のパルス型瞑想を行う。瞑想は気分転換ではなく、思考のメタデータをリセットするための有限時間プロセスであり、呼吸のリズムをフーリエ分解して高調波成分を抑えることで瞬間集中力のフロアを上げる。
ルームメイトはこれを「大げさ」と言うが、彼は時間周波数解析の理論が日常生活にどう適用されるか想像できていない。
午後のルーティンは必ず、机上の文献を3段階でレビューする: まず抽象（定義と補題に注目）、次に変形（導来的操作や圏論的同値を追う）、最後に物理的帰結（スペクトルや散乱振幅への影響を推定）。
この三段階は僕にとって触媒のようなもので、日々の思考を整えるための外骨格だ。
夜は少し趣味の時間を取った。ゲームについては、最近のメタの変化を注意深く観察している。
具体的には、あるカードゲーム（TCG）の構築環境では統計的メタが明確に収束しており、ランダム性の寄与が低減した現在、最適戦略は確率分布の微小な歪みを利用する微分的最適化が主流になっている。
これは実際のトーナメントのデッキリストやカードプールの変遷から定量的に読み取れる。
最後に今日の哲学的なメモ。理論物理学者の仕事は、しばしば言語を発明することに帰着する。
僕が関心を持つのは、その言語がどれだけ少ない公理から多くの現象を統一的に説明できるか、そしてその言語が実験可能性とどの程度接続できるかだ。
導来的手法やホモトピー的言語は数学的な美しさを与えるが、僕は常に実験への戻り道を忘れない。
理論が美しくとも、もし検証手順が存在しないならば、それはただの魅力的な物語にすぎない。
隣人の驚き、ルームメイトの無頓着、友人たちの喧嘩腰な議論は、僕にとっては物理的現実の簡易的プロキシであり、そこから生まれる摩擦が新しい問いを生む。
さて、20:00を過ぎた。夜のルーティンとして、机の上の本を2冊半ページずつ読む（半ページは僕の集中サイクルを壊さないためのトリックだ）
あと、明日の午前に行う計算のためにノートに数個の仮定を書き込み、実行可能性を確認する。
ルームメイトは今夜も何か映画を流すだろうが、僕は既にヘッドホンを用意してある。
ヘッドホンのインピーダンス特性を毎回チェックするのは習慣だ。こうして日が終わる前に最低限の秩序を外界に押し付けておくこと、それが僕の安定性の根幹である。
以上。明日は午前に小さな計算実験を一つ走らせる予定だ。結果が出たら、その数値がどの程度「美的な単純さ」と折り合うかを眺めるのが楽しみである。
うちの会社はよくあるJTCあるあるで、グループの研究所と事業部の技術部門が両立してる
そしてこれもJTCあるあるなんだが、研究所の社員が事業部と人事交流していて、定期的に人事異動で技術部門に異動してくる
入社2〜3年の若手なら大歓迎なんだが課長だとか部長クラスで技術部門に来る人はみんなポンコツで非常に困っている
理由は明白で、研究所の目標が「論文投稿」なのに対して技術部門の目標は「事業貢献」だからだ
そもそもやってきた仕事が全然違うのに同じ「技術系だから」という理由だけで異動してきて
全く役に立たないどころか害悪で、そのくせ分かったフリをして偉そうというのが研究所から来た人、という印象として定着している
もちろん中には非常に優秀な人もいて、研究所で研究しつつ副業でスタートアップに参画してて
ビジネス感覚も優秀で「この人そのうち社長になりそうだな」というレベルの人もいるんだが
そんな人は10人中1人ぐらいで残りの9人は漏れなくポンコツである
例えば打ち合わせをしていても資料の細部（参考とか）にやたら突っ込んで時間だけが浪費される
やっぱ論文投稿を目標にしていると時間が無限にあると勘違いしてるんだな、と実感する
例えば海外のよく分からない政治ニュースを見たときに背景や前提知識を聞けばいくらでも教えてくれるのがマジで便利
米株に投資するときに決算資料を投げて解説して貰えば圧倒的に効率的だし、業界の構造や製品群の位置付けなんかも超分かりやすくまとめてくれる
Xのgrokがまた便利で、専門家っぽい人がそれっぽいことを言ってるポストのgrokボタンを押して質問・分析してもらえば妥当性を納得できるまで詰められる
（@grokをつけてリプライするやつは簡易的な回答しか返ってこないのでダメ）
挙げていけば枚挙に暇がないが、あらゆる意味での調べ物のレベルがこれまでとは比べ物にならないくらい高くなった
回答がハルシネーションしてるかどうかは使ってると何となく予想がつくようになってくる。怪しいと思ったら元ソースを辿って確かめる。そういう意味では使う側にそれなりに充分な知識がないと厳しいと思う。すぐハルシネーションすると感じるんだとしたら、たぶん質問の仕方が悪いんだと思う。
私としては国産なり日本発のLLM開発を諦めてはならないし, その可能性は十分にあると信じています. 既に出ているものも多数ございますし.
本エントリはそれとは全く別の,
「国産LLMの人」という方についてです.
---------
色々思うところがありまして.
例えば,
と繰り返し主張しておられる.
そのような単純な活性化関数では過学習か誤差が噴出するかの二択でしょう. 実際, 氏のツイートは正にその状態を示唆しているように見受けられます.
```x
▶︎ 誤差が0.12あるだけでとんでもないエラー率になる。誤差関数が雑だから本当はもっとあるのかもしれないが、改善の余地がある。
▶︎ 問題は、どのような状態の時に学習が成功し、失敗するのかがまだ分かっていない。表現力は十分に持っているはずなのに、なぜか学習しない。
```
過学習に至ったときにうまくいってるように見えるだけでしょう.
```x
▶︎過学習ではないですね。データセットが小さいかつ、それ以外の範囲が出ないことが分かっているので。XORは2^2パターン全て学習できれば精度が100%になりますが、それは過学習とは呼ばないのと同じで、今回の初期のRNNに関しても文字数が圧倒的に少なく、パターンも決まっているので。
```
……と主張されておられる.
私が思うにそれは単純な写像を, ニューロンを使って回り道して作っている状態. LLMは局所的にはたしかに線形写像ですが,全体で見ても線型写像だとしたらそれは複雑な文章生成には到底耐えられないかと. (十分に大きいモデルをマクロに見ると非線形性があるので)
大規模言語モデル＝LLMを目指すとして,
そもそもエンベディングテーブルとは数百億から下手すれば1兆語彙を, たった数千〜1万次元程度のベクトルで表現する, 凄まじく繊細なテーブルです.
それをGELUやSwiGLUのような綺麗な活性化関数を使わずに, しかも爆速でやると仰っている. さすがにそのレベルの革新性を主張するには根拠がない限り, 飛躍が過ぎると判断されるかと.
そのやり方で, 例えば1億語彙までスケールするとして2乗の1京回×数千次元をバックプロパゲーションなしで学習するというのは……さすがにきついかと.
バックプロパゲーションが要らないという主張については活性化関数がきわめて単純だから. それなら全層に渡しても「修正」できるでしょう.つまり自明に近いですね.
勾配消失なんて関係ない, という主張については, xorというゼロイチでしか見ないのであれば勾配消失も何もありません. 永遠に層を貫通するわけですから, 何層増やそうがほとんど意味が出てこない. つまりそれは実際には極めて浅い層だけで動いてると思われる.
「こんに」から「ち」「は」が次文予測できたとの報告ですが, まぁ……それが「大規模言語モデル=LLM」にそのままスケールできると言い切れるのはなぜでしょうか?
MNISTだけでなくGLUEあたりをパスしてからにした方がいいと考える次第です.
```x
▶︎ 私が批判されながら、誤差逆伝播に変わるアルゴリズムや精度を30%→100%まで持っていく頭のおかしい行動が取れる理由は、以下の思想があるから。
▶︎ 1. 私のNNは高次元の万能近似回路
▶︎ 3. 何十回と失敗した経験則から、原因と対策が殆どわかっている
```
殆どわかってる, との事ですが, なんで上手くいってるのか分かってないとも自分で明言なさっている. ↓↓↓
```x
▶︎ 学習が進まないの、謎。単体だと上手く動いてるはず？何が原因だろうか。
▶︎ 学習アルゴリズム開発者本人ですが、なぜ学習が進むのかは謎です。
```
既存手法があまたの失敗の上で最適だと言われてきてる経緯もよく知った方がよい.
それはごく初期にそういった様々な試行錯誤のうえで「やはりGELUやBPが現実的にいい性能が出せるし, コストも抑えてこれである」と様々な研究者が合意しているような状況.
そして, そもそもアカデミアは自分のアイディアも含めて新規手法を常に疑ってかかるのが基本姿勢.
ジャーナルに「不確実さ」を載せないためで, それが積み重なると自他問わず全ての研究が信用出来なくなってしまうため. だから懐疑的になる. 個人攻撃ではないのです.
出さないのも自由ですが, 前述の理由で信頼を得られない. これは言動に一切関わらず, その厳密性をフラットに評価してそう判断しているから. 感情ではなく, 論理として.
……と, ここまで色々と蛇足なアドバイスをさせていただいたものの, この投稿に対しても
```x
▶︎ 何もわかってない人が国産LLMのやつ批判してて吹いたww
```
といったツイートをなさるのでしょう. (過去に氏がそう仰っていたので)
先に答えておきますね.
「自分のやってることがご自分でお分かりにならないようなら, 私にわかるわけがないですし仰る通りです. ただ, 詳しい者として一般論は申し上げられます.」
まだ間に合いますので, 大学院あたりまで修了なさるのがおすすめです.
Twitterに何を投稿しようと自由です. でも自分で違和感を見て見ないふりするのだけはやめたほうがよろしい. 既存手法と同等に自分の手法を疑うこと, これは研究者としての基本姿勢です.
研究テーマ設定を見かけるとついつい, より良い筋でやっていけるようアドバイスしたくなってしまう性が染み付いてしまっているためでして.
もちろん, 関わりのない方ですので蛇足でしかないのですが, 多くの方に影響力をお持ちでありつつ研究の進め方については独自の姿勢を持つように見受けられまして.
それはもちろん根本的には自由でありつつ, 相談相手の需要がもしあればひとつの(一般的)意見をお渡しできるかなと思いキーボードを叩いた次第です.
どうか匿名でご勘弁を.
--------
【追記】
おそらく氏のやられていることは順伝播 (forward propagation) のみでの学習かと思いますが, この手法の先行研究は山のように存在します.
(Hebbian theory, Perceptron, Adaptive Linear Neuron:ADALIN, Widrow-Hoff learning rule...)
見つけられないとすれば, 古典的 (1960~1980年頃) ゆえに電子化されていないためです. 現行の商用LLMがそれらの情報を簡単に連想して引用できず, DR等で検索しても出てこないのはその為でしょう.
これらに簡単にアクセスするためにはやはり学術機関に所属して図書館を利用するのが圧倒的に楽です. マイクロフィルムや紙媒体でしか残っていないものもありますから.
また, 有料データベースであるJSTOR, IEEE Xplore, Springer Linkなどにもアクセスが出来ます.
なお, arXivはあくまでプレプリントですので, 論文として引用するには査読を通過したものをつよく推奨します. ジャーナルもものによっては不十分な査読で掲載されてしまいますので, トップカンファレンスのものを信頼できる足がかりの論理として扱うのが基本的な考え方となります.
また, 「分からなければ (大量に貼った) 論文を読んでください」という姿勢は, それぞれをどう引用し, どのように自分の主張と論理的に接続するかの説明がなされなければ根拠として見なされないのが一般的な考え方です.
ブログとしての掲載はもちろん自由ですが, それらを十分な説明として取り扱ってもらうには至らないでしょう.
論文を引用するからにはそういった丁寧な取り扱いをすることを期待されるものです. 「敬意がない」と他の方から指摘されるのはおそらくそれが理由でしょう.
これは, 過去の論文を引用しながら新たな主張を論文として営々と積み上げ続けてきたアカデミアの「過去への感謝」という慣習です.
人の行動は自由ですから「こうしろ」とは申し上げませんが, この暗黙の了解を保持する (≈研究機関に所属したことのある) 方からの理解を得るのはこのままですときわめて難しいであろう, とアドバイスさせてください.
こういった主張のやり方を自分なりに一から身につけるのはたいへん難しいので, どなたかそういった手法を学べる信頼できる方に師事することをおすすめしている次第です.
誰もが恐れおののくS先生の演習を、先輩は軽々とこなしていた。みなテキストに注釈を付けるのがやっとで、それも不十分だと厳しく指摘されるのに、先輩が担当すると一回一回が論文になるような内容だった。先輩は時にはS先生の論に真っ向から反対するコメントすらした。
大学院に行こうと決めたときから、先輩はなにかにつけ私をかまってくれた。私が落ち込んでいるときも単に暇なときも、よく飲みに連れて行ってくれた。先輩は酔うと大学院に進学するために心ならずも故郷に捨ててきた恋人の話をした。その人と私はどうやらどこか似ているようだった。カウンターでウイスキーを飲みながら先輩はいつも苦しそうに「今どうしてるかなあ。幸せに暮らしてるかなあ」と言うのだった。「すっかり忘れて楽しくやってるよ」と私が言うと、先輩は据わった目で私を見て「ひどいヤツ」と言い、それから「そうかなあ、そうかなあ」といつまでもぶつぶつ言っているのだった。
就職が決まったとき先輩は学部生の女の子にもらったと嬉しそうに紙袋をブラブラさせていた。私も何かお祝いを用意しておいたらよかったと思った。梅田の紀伊国屋前で別れ際、そうだ、これがお祝いと先輩の頬にキスをした。笑いながら手を振ってしばらく歩いて振り返ったら、人混みの中で背の高い先輩が頬を抑えて小学生の男の子みたいに呆然とつったっていた。
喪主のおつれあいによると、激務という言葉がぴったりの働き方だった。論文なんか書けない状況だった。なのに学会で会ったとき、ぜんぜん論文書いてないですね、先輩あんなに論文書かない研究者を馬鹿にしていたのにかっこわるいというようなことを言ってしまった。このまま何も書かないで先輩が研究者でなくなってしまうんじゃないかと寂しかった。ごめんなさい。先輩はメチャメチャかっこよかった。本当に、メチャメチャかっこよかったよ。
