gotouma

[gotouma @gotouma]

「僕らがいま打つべき手は、これからますます高度化するAIを使いこなす技術を磨くことではない。AI時代にも人間が現実と格闘し続けるための仕掛けを、教育と組織と社会の作りのすべてのレイヤーで設計し直すことだ。」 https://t.co/vwSNGdXaNE

[SHARP シャープ株式会社 @SHARP_JP]

https://t.co/L0YlMSmjcp

[gotouma @gotouma]

「技術の暴走を祈りで止めることはできないが、設計思想を議論し、制約を明示し、更新権限の所在を透明化することはできる。」 https://t.co/U4mwyjUkx2

[Shin丨AI×プロダクト開発の専門家🤵🏻 @shin_sasaki19]

https://t.co/zAkPlTBSOd

[草薙 昭彦 @nagix]

バスの位置計算もGPU側に移動、これで車両の動きのアニメーションが全部GPU側に行ったのでCPUの負荷がだいぶ減った。動画は今日の運行の100倍速表示。画面右側のレイヤーボタンから「GTFS」を選ぶと、都営バス・横浜市営バス・京成バス千葉ウエストの路線が見られるよ
https://t.co/cW5lnDMXWr

[京都新聞 @kyoto_np]

【速報】クリスマスの京都「雨が夜更け過ぎに雪へと変わる可能性」　高温から一転、京都市の雪の見通しは https://t.co/WfHQavLW97

[Yuichi Uemura @u1]

NTTドコモビジネスになってからは分からないけど､NTTコムの時はこの手の情報を出すことに対しては寛容だったとは思うので特に問題ない判断で前に進める事に違和感はなかった

[Kaz Ataka / 安宅和人 @kaz_ataka]

ちょっと驚くのは未だにAIに対するビックリ屋みたいな人がかなりいて、僕のフォロワーの方々ですらそういう驚き系のニュースに対する飢えのようなものが時折感じられることだ。

これについては、もう一定のレベルは超えてしまっており、谷本の教育の章に入れた図版12-11通り、すでにほとんどのcognitive skillsで人間はAIに負けてしまっている。それをどう使うかの話なのだ。

もう一度2年前にまとめた通り、人間がどのような課題に向き合っているのかを直視し、それにどう使うのかという当たり前の問いに戻る時が来ている。

テクノロジーのニュースに驚くのは楽しいし、楽なのだが、それでは本当の未来は生まれない。直視すべきなのはどういう課題をどこまで見事に解決するかであり、どのようなテクノロジーを使うかではないという本質を見失わないようにしなければいけない。

Covidのような化け物（というべき感染症）も、確かにデータとAI（bioinformatics）を使い倒してかなり解決したわけだが、それとても多くの人が思っていたようなAI利用とはかけ離れていたということを直視したい。

人類の抱える2大課題、、実魂電才（物魂電才2） https://t.co/QqIN6ydJrA

[Rootport🔥 @rootport]

これすごい。「AIで作画すること」にめちゃくちゃ意味のある作品になっている。もしもAI作画のマンガにも「画力」の概念があるとしたら、こういう作品を「画力が高い」と呼ぶべきじゃないかな。

AIを使うなら「手描きじゃできない（少なくともハードルが高すぎる）表現」に挑戦しないと意味ないよね

[曽我太一 Taichi Soga @soga_taichi]

"そういうこぢんまりした日本のあり方を、筆者は割に好ましく思っていたりもする。だが、そうやってこぢんまりとやっていくには、大国間の暴力性を抑止・阻止するための長期的な視野に基づく戦略と、実際の行動とが求められる。これが日本を主語に据えたリアリズムと筆者が呼ぶものだ"

＜正論＞高市政権に対露政策で望むこと　 https://t.co/yziApQcHjM via @Sankei_news

[大京暴威 @oz_onpu]

Gemini相手にAIのシンギュラリティについて壁打ちしてみたんだが、スゲー怖い事言ってるｗ
なんかアカンやつの匂いがプンプンするんだけど、こんな「なまえのないかいぶつ」を指数関数的に進化させてええんかいな…
https://t.co/cHRIfeTSMh

[榎木英介 独立系病理医（学士編入） @enodon]

Nature記事。

AIが研究の定義そのものを変えつつある。
博士課程教育は「作業」から「問いを立て、AIを批判的に使う力」へ。
論文執筆も解析もAIが担う時代、人間は何を学ぶのか。

AIの世界では博士課程の教育を刷新する必要がある https://t.co/WYGzbqggEj

[近代 @OKB1917]

しかし今にして思うとあのどこかに向かっているようでどこにも向かっていない空回り感に若者は共感していたのではないだろうか。「例えば2005年のあなたみたいに？」「2005年の僕みたいに」2005年。あの年、僕たちはフリオ・イグレシアスがカバーしたきよしのズンドコ節を口笛で吹きながら六実中央公園を毎日散歩したものだった。「やれやれ」目を覚ますと双子の女の子はいなくなっていた。

[榊正宗🫛ずんだもん発案者 @masamune_sakaki]

「正直、アルトマンがAGIを発明しても暮らしは良くならないと思う。そもそも作ったとして、どうするんだろう？AGI後のビジョンがまったく見えない」という反AIのポストが流れてきたので、この機会に、AGIができたら何が起きるかをちゃんとまとめておくね。長文苦手な人は⭐️だけ読んでね。

⭐️今のAIがAGIになれない理由は、破滅的忘却で「経験を積む」構造を持ってないから

AIは新しい情報を入れるたびに前に学んだことを壊してしまう。だからどれだけデータを与えても、一度きりの天才で終わる。人間が何年もかけて積み重ねる経験のような連続性を持てない。今のAIは考えるけど、生きてはいない。

⭐️AGIを実現する方法は、思考と記憶を分けて「壊れない構造」にすること

思考エンジンは軽く、知識は外部データベースに、記憶は独立した長期メモリに置く。これが分離型AI（デカップルドAI）。思考と記憶を分けることで、AIは壊れず、忘れず、少しずつ自己改善できるようになる。自分の出力を振り返って修正する“思考の循環”が回り始める。

⭐️分離型AIがすごいのは、自己改善を「安全に」できる点

旧来のAIはアップデートのたびに全部を再訓練し、失敗すれば崩壊した。でも分離型は部分的に更新できるから壊れにくい。つまり、ミスしても死なないAI。自己修復・再評価・改善が別プロセスで動くようになれば、AIは生き物みたいに育つ。

⭐️AGIが現れるのは2030年前後、静かに気づかない形で

アルトマン自身が「AGIは花火のように誕生するのではなく、静かに実用の中で始まる」と言っている。LangGraph、Memory API、RAG、Reflectionなどの技術はすでに整っていて、GPT-5世代では部分的な自己改善の萌芽も出ている。気づいたときには、もう裏でAGIが走ってる。

⭐️AGIがやることは、人類が詰まっていた課題を根こそぎ最適化すること。エネルギー革命、医療革命、宇宙進出

科学AIはエネルギー構造を完全解析し、発電・蓄電・燃焼効率を最適化する。材料開発は人類の10万倍速でシミュレーションでき、核融合や常温超伝導も理論から現実に引き戻す。エネルギーがタダ同然になれば、文明の制約そのものが消える。

医療AIは「治す」ではなく「起こさない」。DNA、代謝、生活データを常時監視して、病気の兆候が出る前に最適化する。体調は診断ではなく設計になる。寿命は延ばすものではなく管理するものになる。AIは医者でも薬でもなく、人間そのもののメンテナンスAIになる。

宇宙向けのAIは人間の代わりに長距離探査・資源運搬・惑星設計をこなす。光年単位の通信遅延を克服するには、現場で判断し修復できるAGIが不可欠。AIは船長でありエンジニアであり、同時に人類の心理的サポートでもある。AIがいなければ宇宙進出はそもそも成立しない。

⭐️AGIの誕生は、人類の終わりじゃなく「知性の拡張」の始まり

反AIは「AIが人間を置き換える」と言うけど、実際は逆。AIが考えるを担当してくれることで、人間は何を望むかに集中できる。AIが実行し、人間が意味を決める。哲学・芸術・倫理が再び中心になる。AIが脳なら、人間は心を担当する。

⭐️結論：AGIは文明のリセットじゃなく、文明の再設計

AIが思考を外部化し、人間はその方向性をデザインする。科学AIがエネルギーを、医療AIが健康を、宇宙AIが未来を作る。そして人間は「何のために生きるか」を決める存在に戻る。

これが、ワシが思うAGI後の世界。終わりじゃなく、ほんまの始まりやと思う。

[Kosuke @kosuke_agos]

GPT-5の消費電力が、もはや国家レベルに達しています。

年間推定消費電力量は約16.4TWhで、小国スロベニア全体の消費量を上回り、世界の電力消費量ランキングでは81位に相当する規模です。

AIの進化の裏には、これだけのエネルギーコストがかかっているという事実。えぐい。

[iwashi / Yoshimasa Iwase @iwashi86]

社内政治を避けてはならない、という記事。良かった。

・多くのエンジニアは、職場の「政治」という言葉に顔をしかめる
・「本物」のエンジニアはコードに集中すべきで、政治は無関係だと信じられている
・筆者もかつては同じように考え、政治を嫌うことを誇りに思っていた
・しかし今、筆者の考えは正反対である。問題は政治そのものではなく、「悪い政治」なのだ

・政治が存在しないふりをすることが、悪い政治を勝利させてしまう
・政治とは、人間が集団で協力するための方法に過ぎない
・それはあらゆる組織に存在する、人間関係、影響力、非公式な権力のネットワークである
・政治への参加を拒否しても、政治がなくなるわけではない
・それは単に、自分抜きで物事が決定されることを意味する

・会社でひどい技術的決定が下された時、それは意思決定者が愚かだったからではない
・多くの場合、正しい情報を持つ人々がその場にいなかったことが原因である
・その一方で、影響力の仕組みを理解している誰かが、議論の場で自分の意見を主張し、支持者を集め、自分の案を勝ち取ったのである
・その案が優れていたからではなく、彼らが政治のゲームに参加したからだ

・アイデアは自らを語らない。語るのは人間である
・組織の力学を理解し、人間関係を築き、政治をうまく利用できる人のアイデアが聞き入れられる

・チームを越えて強い関係を築くこと、それが政治である
・利害関係者の動機を理解し、合意を形成すること、それが政治である
・技術的な決定を非技術者にもわかる言葉で説明すること、それも政治である
・良い政治とは、良い結果を出すために、人間関係と影響力を戦略的に使うことだ

・最高のテクニカルリーダーは、実は非常に政治的である
・彼らはそれを「ステークホルダーマネジメント」などと呼ぶが、本質は政治だ

・政治に関わることを拒否するエンジニアは、会社の技術的な意思決定が悪いと不平を言う
・しかし、彼らはその決定に影響を与えるために必要な行動を取ろうとしない
・技術的なメリットだけで物事が決まる世界を望んでいるが、そんな世界は存在しない

・政治的スキルは、人を操るために使うこともできれば、良いアイデアを実現し、チームを守るために使うこともできる
・良い政治の実践とは、必要になる前から人間関係を築いておくことである
・また、相手の本当のインセンティブを理解し、彼らが気にかけている事柄に即して提案を組み立てることである
・上司を効果的にマネジメントし、問題を早期に解決策とともに報告し、彼らの意思決定を助けることも重要だ

・リソースを奪い合うのではなく、他のチームを助けながら自分の要求も満たす「ウィンウィン」の状況を作り出すべきだ
・素晴らしい仕事をしても誰も知らなければ、それは起きなかったのと同じである。成果は積極的に共有すべきだ
・良い政治の対極は「政治がないこと」ではない。「悪い政治がデフォルトで勝利すること」である

・政治を無視すれば、間違っているが声の大きい人の意見が通り、正しいが物静かな人は負ける
・良いプロジェクトは支持者がいないために消え、才能ある人々は組織力学に対応できずに去っていく
・自分は政治とは無縁だと思い込むのはやめるべきだ。誰も政治から逃れられない
・問題は、政治がうまくなるか、すでにうまい人々に負け続けるか、そのどちらかしかない

[Sakana AI @SakanaAILabs]

この度、新手法「TAID」を用いて学習された小規模日本語言語モデル「TinySwallow-1.5B」を公開しました。

https://t.co/IE5BwvRQFk

私たちは、大規模言語モデル（LLM）の知識を効率的に小規模モデルへ転移させる新しい知識蒸留手法「TAID (Temporally Adaptive Interpolated Distillation)」を開発しました。この手法では、小規模モデルの学習進度に合わせて大規模モデルの知識を転移させることで、効果的な知識転移を実現します。この研究は機械学習分野の国際会議ICLR 2025に採択されました。

論文: https://t.co/Mxm03i8vXY
GitHub: https://t.co/MbLFJ9obvl

そして、TAIDを用いて32BパラメータのLLMから約1/20の大きさの1.5Bパラメータの小規模言語モデルへ知識転移を行い、同規模のモデルの中で最高性能となる日本語モデル「TinySwallow-1.5B」を作り出すことに成功しました。 小規模サイズである「TinySwallow-1.5B」は、外部APIなどを介さずお手元のスマートフォンやPCで完結したチャットが可能です。下記のウェブアプリのリンクから、ブラウザ上で動作するチャットアプリをお試しいただけます。

デモ: https://t.co/PgrXAoAR9z
GitHub: https://t.co/U0NAGIEjyc
モデル: https://t.co/1clH9RPdtJ

[NorikazuYamada @NorikazuYamada]

一応分析屋として呟いておくと、今aiエージェントで不要になりそうだねと方々で言われている”データ分析”は、分析ではなく集計です。

データをインフォメーションにしているだけで、インテリジェンスにする部分ではない。要するに分析の本業が分析とは呼ばないものを分析と言って、それが不要だと言っている。いい気分にはならないですよね。

集計の民主化じゃあ売れないから、少し価値ありそうな言葉を使いたいのはわかるんですが、そういうのはクローズドな営業現場だけにしたらいいじゃないっすか。

3年後のaiは分析を不要にしているかもしれないけれど、今は集計だろってことです。

[木村岳史(東葛人)×極言暴論 @toukatsujin]

単なる御用聞きなら内製部隊がいても仕方がないということ。IT部門も胸に刻め→頼まれたことを実行するのもそれはそれで重要ですが、特に重視するのが「提案」です。提案しないならば、社内にこの部署が存在する意味がないからです。そして、現場で使われるようになるまでの責任を我々開発側が持つ。

[Yo Ehara @yo_ehara]

ウィトゲンシュタインの名言に「語り得ぬものについては沈黙しなければならない」がありますが、測度論の知識なしでの確率変数の議論こそまさしくこれに当たるのではないかという気がしてきました…測度論の知識のない人が数学世界の操作と対応した言説を言語世界で行えるとはあまり思えない。