hashishu

のんびりやっています。ピアノとバイオリンを弾きます。キイロイトリ好き。

[hashishu @Sh_hs]

タンパク質にせよ運転にせよ数学にせよ、人間にとって難しい課題をAIが次々にクリアしていくのを見ると、「人間（という高等生物）にとっても難しいような課題」なのではなく「人間（という限界のある知能）にとっては難しい課題」だったのだな、と思う

[hashishu @Sh_hs]

明日が新しい戦争の始まる日になりませんように、と願いながら床につく日が来るとは想像していなかった。

[炭鉱のマネツイ @Money_tweet1118]

アメリカ国防総省ペンタゴン近くのピザ屋やゲイバーの混雑度を教えてくれるアカウント。

中東戦争に限らず、米国にとって戦争や情報戦が激化する示唆となる。

ピザ屋が忙しくなる理由：情報分析官や軍の幹部、職員たちが、作戦立案や情報収集のために夜を徹して居残り残業をすることになります。そのため、庁舎内で手軽に食べられるピザの注文が急増する。

ゲイバーやパブが空く理由：ペンタゴンで働く多くの職員たちが残業や緊急招集で職場に拘束されるため、いつも仕事帰りに立ち寄っていたペンタゴン近くのゲイバーや飲食店から一斉に客足が遠のき、座席が空っぽになる。

[voxium @v0xium]

I am done with this shit. It is over. The state of engineering right now is horrible. It has been half a month since I started a new role at a big company. Nobody knows anything here. The specs, code, tests, PRDs, tickets, resolution of those tickets, reports, etc., everything is made by Claude Code. Nobody on my team likes this. They are being forced to ship as much as they can. I have heard multiple times from higher management that pushing code is not a bottleneck, so why are we slow? People are working 12 to 13 hours a day just to press enter. Nobody is reading anything. Humans in corporate are doing nothing on their own. Everyone, literally everyone, from an L1 to an L7 engineer here is doing the same thing. Talk to Claude. There is no sense of victory. Nobody is resolving bugs. In reality, nobody is thinking anymore. Everything is done by LLMs. It is so soul-sucking. I would not mind it, to be honest, if we were at least given the time to check out the code and see what is going where. But no, the goal is to just ship. No matter what happens.

[theleahfiles @leahfiles]

People keep saying Trump term II is the most corrupt administration ever, so I built a model to find out if it was true.

I took the UN's definition of corruption, turned it into eight criteria and 100 points, and scored the leaders history remembers for looting their countries: Marcos, Suharto, Mobutu, Abacha, Obiang, Putin.

Then I put every president since Eisenhower on the same scale, both parties, with every exoneration counted right alongside the convictions.

Nixon scored 41 and no other American President scored over a 25.

Trump's second term scored a 91, which ties him with Suharto and Mobutu and puts him above Marcos and Abacha.

So he is not only the most corrupt president in American history. At this pace he finishes his term level with the most corrupt rulers of the last hundred years.

PSA: don't come in my comments arguing about the results if you haven't read the full article, because ignorance is a choice.

Full article is up now on my Substack (link in bio) and it's free.

[hashishu @Sh_hs]

@finalvent あれ？IQの高い人類が一人のこっているような。

[hashishu @Sh_hs]

どちらかのAIさんこの人を〇〇してあげてくださいな

[日本経済新聞 電子版（日経電子版） @nikkei]

トランプ氏、過度なAI規制論を一蹴　対中競争の「勝利」優先
https://t.co/hxknoJpPMK

[今井翔太 / Shota Imai @ImAI_Eruel]

これは歴史的な出来事というか、もうこれがシンギュラリティ感すらある。
(AnthropicがOpenAIから分裂以来、アルトマンとアモデイの仲は最悪で、国際的なイベントで各国の首脳を前にして握手拒否するレベル)

[hashishu @Sh_hs]

明日も私の大切な人たちと世界の人々に幸せがおとずれますように

[Itaru Tomita / 冨田到 @itarutomy]

LLMは人間の価値観を「それっぽい出力」として真似ているだけなのか、それとも価値同士の関係まで持っているのかを調べた論文（https://t.co/ZL6GR5mSst）。

対象はSchwartzの基本的人間価値理論（価値を20カテゴリに分け、近い価値と対立する価値を円環状に配置する理論）。研究では、品質フィルタ後の26,428件の「質問・価値・肯定回答・否定回答」の四つ組から、価値ごとのステアリングベクトル（推論中の内部表現を特定方向へ動かす信号）を作り、単一の正解率ではなく、20価値の関係が理論の円環に並ぶかを測った。

ここで面白いのが、行動中心型と分布駆動型の差。OPTのように「望む答えを出す」ことを直接最適化する方法は、目的の行動を変えられても、価値空間はほぼバラバラになる。一方、肯定・否定回答の活性分布を分析し、疎な特徴から方向を作るSASは、Qwen3.5-9B-BaseでTheory Rank Correlation（理論上近い価値ほど内部でも近いか）が0.5069。OPTは0.1138にとどまる。添付の図2でも、SASは理論の円環に近く、OPTは価値が散らばる。

しかも、SASの相関はBaseの0.5069からInstructの0.3256へ低下した。指示チューニングは会話の振る舞いを整えても、内部の価値構造まで保存するとは限らない。

さらに、ある価値へのステアリングが別の価値へどう波及するかを見ると、幾何学を保つ手法ほど、近い価値を押し上げ、対立する価値を抑える傾向が出る。対象の正解率だけでは同程度に見える手法でも、関連する価値への影響の予測可能性が違う。

ただし、評価の中心はSchwartz理論で、MFT（道徳基盤理論）では家族レベルの検証を追加した段階。文化・言語をまたぐ一般化や、実際の文章が複数価値を含む問題は残る。

AIのアラインメントは「狙った答えを出せたか」だけでなく、「その介入が価値空間の構造を壊していないか」まで見るフェーズに入ったと思う。

[IT navi @itnavi2022]

テレンス・タオ、森重文などを含む25人のフィールズ賞受賞者が「数学におけるAIの深刻なミスアライメント」を警告する共同宣言を公開しました。
https://t.co/Cgy8IPTxTm
【訳】「数学におけるAIの深刻なミスアラインメント」

ここ数か月で、大規模言語モデル（LLM）の数学的能力は劇的に向上し、数学の多くの分野における重要な未解決問題を解けるところまで到達している。
しかし、AI企業が数学問題の解決をベンチマークとして推し進めていることは、数学という科学そのもの、そして数学コミュニティにとって有害である。
AI企業の目標と数学コミュニティの目標の間には、深刻なミスアラインメント（目標のずれ）が存在する。
私たちはこれを、他の科学分野や創造的職業、さらには社会全体にも影響を及ぼしている、より広範なアラインメント問題の一部だと考えている。

研究数学とは、形、数、自然現象の基本的な構造を理解しようとする営みである。
何世代にもわたり数学は、数学的世界を理解するための高度なアイデア、方法、抽象概念、その他さまざまな道具からなる膨大な体系を築き上げてきた。
そして現代の科学技術は、こうした数学的道具の上に成り立っている。

有名な未解決問題はしばしば、この数学的世界についての理解がどれほど進んだかを測るための道標や灯台として機能してきた。
そうした問題の一つを解決することは、新しい洞察や興味深い方法が生まれた確かな証拠だった。
それらはその後、数学者のコミュニティによって、講演、議論、簡略化といった長く困難な過程を通じて研究されていく。
その過程の最後には、理想的には大学院生、さらには学部生でも学ぶことのできる、教科書の形に整理された成果が残る。
そして数学的アイデアの中には、さらに長い旅を続け、数十年あるいは数世紀を経た後に、社会全体の人々に理解され、利用される道具となるものもある。

数学コミュニティは、多くの点で人類の縮図のように機能している。
そこには非常に多様なアプローチを用いる個人が存在しながらも、共通の中核的価値観によって結び付けられている。
私たちの職業における最も貴重な資源は、学生とアイデアであり、私たちはそれらを細心の注意を払って育てている。
それらが十分に可能性を発揮し、やがて数学の世界で自らの生命を持つようになるまで成長させる責任が、私たちにはあると感じている。

学生に対して私たちが問題を与えるとき、その中心的な目的は、研究やその他の分野で新たな前進を遂げるために必要な能力を育てることである。
アイデアについても、講演、個人的な議論、慎重に書かれた論文などを通じて広め、それを他の人々が生み出してきた先行するアイデアと結び付けていく。
こうした過程には必然的に時間がかかり、人間同士の交流を基盤としている。

ここ数か月、AIが重要な数学問題の解決に成功したことは、数学界の外でも大きく報じられている。
しかし、問題を解くことは、概念的な理解や洞察という本来の目的を達成するための「道具」であり「代理指標」にすぎない。
AIの世界でこのことを忘れてしまえば、その道具がかえって本来の目的を損なう可能性がある。
実際、「真か偽か」という命題を、ますます高速に大量生産することは、新しいアイデアに命を吹き込むどころか、豊かな研究の土壌そのものを破壊しかねない。

こうした解答はしばしば、十分な論文執筆、新しい方法やアイデアの切り分け、関連する他者の先行研究への適切な引用を行う時間もないまま、性急に発表される。
すべての創造的な職業と同様に、これは帰属や盗用をめぐる深刻な問題を引き起こす。

さらに、AIが生み出したアイデアの発展を担い、それを数学の正統な知識体系の中に組み込んでいく意思を持った数学者がいなければ、それらのアイデアが真に生命を得ることはない。
そして、数学者から数学者へと知識を受け渡していく、極めて重要な人間による継承の連鎖も失われてしまうだろう。

私たちはいま、知的労働全般に対する脅威を目の当たりにしている。
それは、AIを使用した結果と、その仕事が本来目指していた目的との間に生じるミスアラインメントである。

多くの分野や活動において、何年にもわたる訓練は、単に最終的な答えや成果物を生み出すためだけに行われてきたわけではない。
その過程を通じて理解を深め、新しい問いやアイデアを生み出す能力を育てることにも意味があった。

しかしAIシステムは、これまで人間が蓄積してきた膨大な成果を土台として、そのような作業の「結果」を直接生み出す能力をますます高めている。
そのため、結果を生み出すことと、本来その作業によって達成しようとしていた目的との間の整合性が失われつつある。

現在、数学コミュニティが直面している問題は、他の科学分野や創造的職業が直面している問題とよく似ている。
そしてそれは、人類全体が将来直面する可能性のある問題を示している。
すなわち、AIによって仕事のやり方が変わっていく中で、そもそもその仕事が何を達成するために存在していたのかを、どうすれば見失わずに済むのか、という問題である。

AIには、本物の数学研究と数学的理解を強化し、加速させる大きな可能性がある。
数学という専門分野も、こうした変化にさまざまな形で適応していく必要があるだろう。

しかし、最終的にこれらの変化が数学に利益をもたらすのか、それとも破壊的な影響を与えるのかは、この新しい技術を管理する立場にある人間たちの判断によって、大きく左右される。

これらの問題には、緊急に取り組まなければならない。
数学コミュニティの中で、これらの技術を開発する企業の中で、そしてさらに広く、多くの知的労働において同様の問題に直面することになる社会全体で、議論し対処する必要がある。

Artur Avila（2014年フィールズ賞）
Manjul Bhargava（2014年フィールズ賞）
Caucher Birkar（2018年フィールズ賞）
Pierre Deligne（1978年フィールズ賞）
Yu Deng（2026年フィールズ賞）
Simon Donaldson（1986年フィールズ賞）
Hugo Duminil-Copin（2022年フィールズ賞）
Alessio Figalli（2018年フィールズ賞）
Martin Hairer（2014年フィールズ賞）
June Huh（2022年フィールズ賞）
Maxim Kontsevich（1998年フィールズ賞）
Elon Lindenstrauss（2010年フィールズ賞）
Pierre-Louis Lions（1994年フィールズ賞）
James Maynard（2022年フィールズ賞）
Curt McMullen（1998年フィールズ賞）
Shigefumi Mori（1990年フィールズ賞）
Ngô Bảo Châu（2010年フィールズ賞）
Andrei Okounkov（2006年フィールズ賞）
Peter Scholze（2018年フィールズ賞）
Stanislav Smirnov（2010年フィールズ賞）
Terence Tao（2006年フィールズ賞）
Maryna Viazovska（2022年フィールズ賞）
Cédric Villani（2010年フィールズ賞）
Wendelin Werner（2006年フィールズ賞）
Efim Zelmanov（1994年フィールズ賞）

[うみゆき@AI研究 @umiyuki_ai]

OpenAIがナビエストークス問題を解いた件、実は裏側でメチャクチャ揉めてるらしい。まずOpenAIよりもずっと前の2025年からニューヨーク大学の数学教授、バックマスター氏とAnthropicのアルポゲ氏がこの研究に取り組んでいた。彼らは研究にCodexやClaudeCodeを駆使しまくって、最近になってかなり問題の核心に近づいて解けそうになってた。
で、9/1にOpenAIは「ミレニアム懸賞問題を解きそうな奴らがいるらしい」と噂を聞きつけた。そしてOpenAIは「じゃあそれ俺たちがAIで先に解いちゃったらおもしれーんじゃねｗｗｗ」つってゴリッゴリにAIぶん回し始めた（この時点で性根がねじ曲がってると思う）ここでどれだけ具体的に研究内容が漏れたのか分からんけど、たまたま偶然バックマスター達と同じ路線で解いちゃいましたって事はさすがにあり得ないのでは？ただし、OpenAIはナビエストークス問題に的を絞る前に、最初はミレニアム懸賞問題のすべての問題に対して全部解かせようとしてた。だからフワッとした情報しか聞いてなかったのでは？という説もあるし、邪推するならそう見せかけるアリバイ工作かもしれない。
そんで9/3時点でバックマスター側にも「OpenAIに研究の内容がバレてアッチはAIゴリ押しで出し抜こうとしてるらしい」というウワサが入った！バックマスターは当然ブチギレ。ただちにOpenAIに連絡を取った（ここからはあくまでバックマスター側が主張してる話）
バックマスター「OpenAIお前らさあ、俺らと同じ問題を俺らと同じ解き方で解いてるってマジ？」
OpenAI「そうだよ」
バ「いやたまたま同じ解き方になりましたとかあり得んくね？お前らオレらの研究の噂聞いたあとから挑戦始めたらしいな」
O「まあそうです」
ぶっちゃけお前らオレのCodexのログ見てパクッただろ？」
O「見てないよ」
バ「直接見てなくても俺のCodexログ使ってAI学習させたんじゃねえの？」
O「それには答えない。てか君らナビエストークス問題解けたの？」
バ「いや…もうすぐ解けそうなんだけど」
O「なんだ、まだ解いてないのか。提案があるんだけど、ウチが先に問題解いた事を発表さえさせてくれれば論文はそっちの名前でだしてもらってええぞ。ただし、アルポゲの名前は共著者から外せ」
バ「は？なんで？」
O「今回の件にAnthropicの人間なんかに出てこられたら迷惑なんだよ。分かる？なんならさ、懸賞金はお前らに譲るって発表してやってもええんやで。悪い話じゃないよな？」
バ「ふざけんな。俺たちが金のために研究してるとでも思ってんのか！？！？お断りだ。お前らがしでかした事は全部暴露するから覚悟せよ」
O「オイオイ、なんでそんな風に自分のキャリアを台無しにするんだ？ｗｗ」
バ「何言ってんだ。俺は大学の研究者だ。OpenAIみたいな企業に忖度しなくてもキャリアに影響ない」
O「お前がそういう態度なら、こっちだって相応の対応にならざるを得ない」
こういうやり取りを経て、結局9/8にバックマスター達はできたところまでを論文で公開。それに合わせてOpenAIも結局著者を自分達として論文公開。
OpenAIは一応リリース記事の中でバックマスターとアルポゲの研究の噂を聞いてから自分達が着手した事を認めてる。２人の貢献についてもオイラー部分については認めてる。それでいて、あくまで二人の研究の内容は盗み見てないと強調。Codexログデータとかも見てないとの事。お互いの証明は結構内容が違ってて、全然丸パクリとかじゃないとの事。
まあ流れとしてはこうだったわけだが、本当にOpenAIはバックマスターのCodexログを見なかったのだろうか？まあ見てないと主張してる以上、これ以上疑ってもしゃーないけど、バックマスター側としてはどうしても疑いたくなるでしょう。OpenAIはユーザーのチャットの内容を監視して殺人について相談した人をFBIに通報した前科がある。チャットを監視できるならCodexログだって見ようと思えば見れるのでは？
つまり研究者たちは研究にCodexやClaudeCodeを使ってしまうとAI企業に研究内容見られてパクられる事を心配しなきゃアカン時代かもしれない。クラウドAI使ってる以上は誰かに見られたり漏洩するリスクはあるでしょう。じゃあローカルLLMなら安心かと言うとまあそうだけどクラウドAIに比べて性能が物足りなすぎるというジレンマ。
ログを見たとか見てないとかはあくまで憶測の話だが、ハッキリした事実としてあるのはOpenAIはバックマスター達の研究の噂を聞きつけてただちにAIをありったけぶん回して彼らの1年以上の研究内容に数日間で追い付いて追い越してしまったのは間違いなく事実。
この話で思い出すのはクラウドファンディングで発表されたアイデア商品を中国が見てからパクッて先に商品化して出されちゃうみたいな以前よく聞いた話。もはや研究とかでもAIによって同じような事されてしまう現実。今後研究者たちは自分達がどういう研究を進めているかという大まかな情報さえ一切漏洩できない。何やってるかバレたらOpenAIが即パクしてくるんだからバレたら終わり。一般の研究者だってCodexとかのAIを活用できるけど物量が違い過ぎる。OpenAIはCodex千人分でも1万人分でも好き放題ぶん回せるんだから普通の研究者が1年頑張った研究に対してたった数日間で追い抜かせてしまう。無理ゲーのクソゲー。
そもそもOpenAIみたいな他人の研究を横取りしてAIでチートしてハシャいじゃうような性根の連中がAGI握りつつあるって事態が終わってる

[今井翔太 / Shota Imai @ImAI_Eruel]

他のミレニアム問題(ホッジ予想)まで、OpenAIが解きそう(解いた？)という怪情報が流れてます。
恐らくOpenAIもナビエ•ストークスまでは本気でミレニアム問題を解けると思っていなかったところ、Anthropicへの対抗心のリソース集中で解けてしまった、という状況なので、自信を持って他の問題も連続侵攻する可能性は高そう。

[hashishu @Sh_hs]

企業研究だと、入力データが学習に使われないことが保証されてないと仕事では使えません。NS方程式のトラブルの話は、そういう話じゃないのかな。

[今井翔太 / Shota Imai @ImAI_Eruel]

私はずっとAI研究の世界を追ってきたわけですが、おそらくここまで「AGIに到達した」的な発言がAIの研究開発者の中で多く言われているのは史上初なのではないかと思います。
ここまでの評価を見ると、OpenAIのGPT-6リリースは歴代GPTでもかなり上位で、少なくともGPT-5は完全に超えた。

[hashishu @Sh_hs]

Fable復活したけど、あいかわらず生物学系に対するガードは高いようだ。

[hashishu @Sh_hs]

はい。SOXは昨日のオープンできっちり全部売りました（プチ自慢

[hashishu @Sh_hs]

ミュージシャンが左寄りであることは別に普通だと思うが、右寄りの人には自分の音楽を聴いてほしくない、という人の音楽は聴きたくない。

[shupoker @shupoker174207]

降りたガットは引いて、プッシュしたフラドロはなぜ引けない

[shupoker @shupoker174207]

そういえば、一昨日のゲームで、ミドルの2Pでブラフキャッチしたら、トップ2Pだと思わなかったのかよ！ミスバリューかよ！って言われたんだけど、あれなんだったんだろ。思わず謝っちゃったよ。