  |
はてなキーワード: 演算とは
なんだか底冷えちょっと和らいでいる？温かい気がするんだけど、
これは気を抜いたら風邪を引きかねまくりまくりすてぃーなので油断大敵よ。
そんでさ、
ドラッグストアの店頭の軒先に温かいカイロコーナーが設けられていたので、
私は飛び込み前転をする前に貼るカイロをゲットしてしまうと言う嬉しい誤算を算出しつつ、
レジに並んだの！
でさ、
ドラッグストアってアプリとかポイントアプリとかとにかくアプリまくりまくりすてぃーじゃない？
言われる前に、
そしたら、
店員さんがアプリは？ポイントアプリは？って聞かないで当たり前のようにレジをしようとしたので、
あれって聞かれなかったら聞かれないで、
こっちが張り切って掲示した手前、
そんなのやってません！って言われたらちょっと恥ずかしいじゃない？
でも、
それはそうじゃなくて、
もうほぼデフォルトでポイントカードは？ってとかの類いの言葉は省略して、
お客さんも分かってる前提で掲示する前提で物事が進むもんだから、
お互い無言でアプリのポイントとポイントアプリのポイントを掲示して読み取ってって繰り広げられたの。
ああ！
やっとポイントカードありますか？尋ねられる地獄から解放された！って
な！なんと！
ドラッグストアのアプリのポイントが貯められるバーコードの画面を無言で見せたまではよかったんだけど、
店員さん曰く！
うわ！
ポイントカードありますか？って尋ねられる地獄から解放されたと思ったら、
今度は店員さんに今日のルーレット回せるよ地獄に陥ってしまうとは！
不覚にも私はルーレットはこれどうやったら回したらいいの？って
急に言われたのでドラッグストアのアプリの貯まるバーコードの画面からどうルーレットを回す画面に移行するのか、
突如言われて、
そのユーザーインターフェイスとユーザーエクスペリエンスが私に追いついてなかったの。
というか、
思わず「あ！ルーレット今日は大丈夫です！」って謎の気取り格好つけを披露してしまったの。
いやそんな割引とかポイントとかルーレットそんな必死じゃないですからって顔をした体裁を保てたかは分からないけど。
めちゃ不意打ちを食らってしまったわ。
でもさ、
ドラッグストアってなにが面倒買ってアプリの画面をたくさん起動しておかなくちゃいけないのが面倒じゃない？
そんで、
まあいまはわりと新しめの処理演算能力が高い端末を持っている手前、
アプリ達が開くまでに16分以上かかっていたのが、
さすがにいまのその処理演算能力が高い端末だと秒で16秒すらもかからない時間で開くことができたからいいんだけど、
後のレジに並んでいる人の無言のプレッシャーとか圧力とかっていうのかしら？
そう言うのがたまらなく耐えられないので、
後の様子を見て、
ポイントチャンスをやすやすとというかみすみすとというか逃してしまうことがあるのよね。
でよ！
私は貼るカイロを買うのを張り切って、
よーし！レジの列なし！後に並んでいるレジ待ちも私の後にいない！ってことをチャンスと見切って、
いざ、
互いに高速起動して交互にずばばって表示させられるように鍛錬していたの！
でもまさかの、
ルーレット回せますよ！の言葉に私の気持ちがルーレットしてしまったわ！
なるほどね。
もう私はルーレットのことを知ったので自慢げにルーレットガールとして今日はなんかくじ運がいい気がするのよ！
よーし！
今くじ運いいチャンスの気持ちが高まっているルーレットガールだから、
朝イチNIKKEの1日150ジュエルで回せるガチャもいいニケ当たるかもしれないわ！って願がけして回したけど、
SSR当たらずで、
やっぱりそうですよねーそうなりますよねーってルーレットガールは敗退したの。
でも敗退って気持ちは鰯気な感じ漂うけれど、
私には1か月半貯めてやっと使えるソーシャルポイントで回せるガチャが1000ポインツ貯まったのやっと！
そんで、
よーし！
NIKKEガチャ景気よく100連ガチャよ！って張り切ったところ、
そう、
これのソーシャルポイントでのニケのSSRとかの排出率はかなり塩いと渋い数字なので、
まあ確率的にはSSRのニケが1機よくて2機当たればいいかなってところなのよね。
そう回したの！
SSRのニケ1機きました！
うわーい！
確率的には妥当な数字の100回を回して1機なのでまあこんなものねって
まあこんなものよ！
くじけずに次また1か月半ぐらい貯めてソーシャルポイントの100連ガチャやるわ！って明日に誓ったの！
一度もうルーレット回せますよって店員さんに言われて私もどう対処したらいいか学習そして学び今日の教訓としたので、
つぎルーレット回せますよ！って言われたらもう回しちゃいましたもんね！って言えるようにするのと同時に、
しりとりで「る」攻めにあったときに一発目の「る」返しに「ルーレット！」って言うのがもっとも強力で且つ有効な手立てだってことも分かったので、
やっぱり日々人間学びだな！って思ったのよ。
次の一手でまた「る」きたらどうするかって？
そこは莫山先生も驚くことなかれ爆誕した私はルーレットガールよ！
今日は思わずルーレットガールでルーレットパワーも上がりつつ同時にしりとりパワーも上げられるという一石二鳥を文字通り文字にしてカタチにして焼いて餡子を詰めて美味しくいただきたいところよね！
「る」攻めできた相手に「る」で返せる技を編み出してしまったとは、
うふふ。
全タマゴじゃないんだな！今日は！って気分にぴったりのちょうどいいタマゴと他の味のミックス感が朝のお腹を満たしてくれるわ。
美味しくいただきました。
ホッツ白湯ストレートウォーラーにレモンインのいつもの感じの、
すいすいすいようび～
今日も頑張りましょう！
朝起きて最初に考えていたのは、超弦理論という名前がいかに多くの誤解を温存しているか、という問題だった。
今僕が扱っている対象は、もはや物理理論ではない。むしろ、物理理論という概念そのものを内部対象として含む数学的環境だ。場の量子化も、時空の選択も、可換性条件を満たす高階射の存在に還元される。
最近は、理論空間全体を「理論の理論」として扱う立場をさらに推し進めている。具体的には、各一貫した量子重力理論を対象とし、双対性・極限・退化・次元の出現を射とする(∞,2)-圏を考える。
この圏の内部論理では、「摂動的」「非摂動的」という区別自体が、異なるt構造の選択に過ぎない。真空とは基底状態ではなく、あるスタックが持つ自己同型群の軌道の一つだ。
重要なのは、ここで時空が初期データとして存在しないことだ。ローレンツ対称性すら、ある普遍的対象に対する自己同値の安定部分群として事後的に回収される。
次元は整数ではなく、安定ホモトピー圏における切断の消滅次数として現れる不変量になる。
この段階では、弦は一次元的対象ですらない。弦は、理論間関手が持つ自然変換の失敗度合いを測る障害類としてのみ痕跡を残す。
ここまで来ると、直観という言葉は完全に無意味だが、可換図式は静かに閉じている。
この抽象性の中で朝食を取った。メニューは固定されている。選択肢があると、不要な自由度が思考に混入する。コーヒーを淹れながら、頭の片隅ではMTGの環境解析を続けていた。
メタゲームとは、個々のデッキの強弱ではなく、戦略分布が自己参照的に更新される動的系だ。あるデッキが強いという命題は、その命題が共有された瞬間に偽になり始める。
これは量子重力における背景独立性と同型だ。固定された環境を仮定した最適化は、常に一段浅い。
午前中の後半はFF14に入った。戦闘は単なる娯楽ではない。スキル回しは、有限周期を持つ非可換演算の列であり、理想状態とはそれが一つの準同型として閉じる点だ。
ラグや入力遅延は、射の合成が厳密でないことに対応する。完璧な回しが気持ちいいのは、局所的にではあるが、圏がほぼ厳密化される瞬間を体感できるからだ。
少し休憩してアメコミを読んだ。並行世界やリブートが乱立する構造は、物語の破綻ではなく、単一の時間軸を基準にした読解が破綻しているだけだ。
キャラクターとは個体ではなく、制約条件を満たす表現の圏そのものだ。異なる世界線は異なるファイバーに過ぎず、同一性はファイバー間の同値としてしか定義できない。
この読み方をすると、設定矛盾は問題にならない。問題になるのは、自然変換が存在しないことだけだ。
ルームメイトが何か話しかけてきたが、内容は抽象度が低かったので処理しなかった。
隣人の生活音は、ホワイトノイズとして無視できる範囲に収まっている。
友人Aと友人Bからの連絡も確認したが、応答は時間スロットが来てからにする。割り込みは、理論の一貫性を壊す。
この後は、今朝構成した(∞,2)-圏の定式化をさらに一段引き上げ、理論空間全体を一つの内部論理として閉じられるか検証する。
バカってなんで何度ベクトル情報しか持ってないって言われても理解できないんだろ
i2iは単にベースとなる画像に手を加えてるんだしやってることは0ベースで生成してるのと変わらんけど
自分が使っているサービスを正当化したいのかわからんがあまりにも支離滅裂すぎる
今まで「AIは使えん！」と言ってきた私がAI(Gemini)を使う気になったの、Geminiの生成は既存の生成AIのような学習データの混ぜ合わせじゃなく、擬似的に図形や立体を演算したり検証したりしてその場で作成しているから……というのが大きいのかもしれない
その場で思考して組み立ててるんだよね— 稲塚 春@ハルねこ (@Inatsuka) January 6, 2026
今の学生はLinuxで学習・研究していて10年後は間違いなく、言ってみれば「Linux世代」が新社会人として社会へ出てくるのは確実
IT業界でしか使われてないというイメージを持っているのは本当に今の親世代だけで、実際のところ文系でも統計を扱う分野(社会学とか経済学とか)では計算にLinux使ってる
Webサーバーで動いているOSの99%、演算能力TOPクラスのスーパーコンピューターのOSでは100%、AI演算の90％以上はLinux系OS上で動作している
もう若い子の世代では知的作業にLinuxが切っても切り離せないような状況になっているのに、親世代がWindowsやMacで「今の仕事できている」ため「Linuxは必要ない」って思い込んじゃう
んで、現在の求人を見ると明らかに社会はLinuxスキル(Linux上で業務や研究ができるスキル)を求めていて、もう既に就職して長い年月が経ってる親世代は今の求人なんて見ないからLinuxスキル需要に気付いてすら居ない
Linuxスキル需要に気付いてるのは人を雇う側の富裕層やトップ技術者だけで、そういう家庭の子たちが通う私立校や進学校ではLinuxを学ばせようと今まさに率先して動いてる
結局、自分の子が就職するときに言うわけだよね「何で学校はうちのコにLinuxを教えなかったんだ！」って。自分が「Linuxは必要ない」って言ってた過去を棚上げしてさ
ちょっと調べればアメリカとか欧米の先進的なIT教育ができてる国では学生へLinux端末を配ってるとわかるし、日本国内でも私立校、進学校、大学のカリキュラムを調べればトップ偏差値校は右を見ても左を見てもLinuxだとわかるよ
それでも「Linuxは必要ない」って言う親は何を基準に「Linuxは必要ない」とか言ってるわけ？どうせ自分のリアルタイムの業務を見て「Linuxは必要ない」とか言ってるだけだろ？
未来を生きる子供の様々な仕事にLinuxが必要になってきてる、IT業界じゃもう既に必修化してるって話してるときに自分のリアルタイムの業務を基準に「Linuxは必要ない」と判断してんじゃねーよ
イギリスのグレイトナイン、アメリカのリバーデイルやフェッセンデンやレクトリー、日本の開成や麻布や武蔵や学習院や桜蔭女子学院や雙葉がLinux教育を採用してる時代なんだぞ？
第9位：エヴァンゲリオン
→ 科学文明と宗教的概念の混合だが 惑星エネルギー操作 は満たす
建設者が暴走 → 木星軌道まで建築物で充満＝ダイソン殻と同等
※ Type III に達してはいない（“銀河のエネルギー管理”まではしてない）
第6位：トップをねらえ！
✔ Type III の定義（銀河のエネルギー利用）に最も合致
第5位：伝説巨神イデオン（イデ）
第4位：ドラゴンボール超（全王）
“指パッチン”で任意の宇宙消滅 → 宇宙エネルギーの上位制御
第3位：魔法少女まどか☆マギカ（円環の理）
第2位：天元突破グレンラガン
✔ 多元宇宙（スーパーストリングス構造）に干渉＝Type 5以上
→ ただし“創造が主体”ではなく“干渉・破壊”が中心 → Type5に確定
量子もつれは1:1のペアではなくて、1:Nのペアにできるわけ。重婚できるわけ。
そして、そのうち1つのペアに計算をすると、それがNのペアにも瞬時に自動で実行できるわけ。
すげえじゃん。並列計算の極み。
結局、ペンティアムのMMXからSIMD、GPUとみんなが求めていたのは並列演算なわけ。
ただし、ノイズに弱くて長時間計算しているとダメになってしまう。
これが今の弱点だけど、これを克服するためいろいろな研究がされているわけ。
もし、この弱点がなくなったら、めっちゃスケールする並列計算が出来て、ちょっ早で行列演算が出来て、
すげーエロい3Dグラフィックや、すげーエロい動画を生成する超賢くてエロいAIができるわけ。
すごいじゃん。
投資も回収できるじゃん。
私が今絶賛超絶ハマりまくりまくりすてぃーの簡単炊き込みご飯の
もうさ、
これレシィピを検索したら定番の番定を否定しかねないほどの盤石のレシィピたくさん出てくるんだけど、
ツナ缶と塩こんぶのみで炊き込む超簡単炊き込みご飯がお手軽で簡単でしかもリーズナブルで
炊き込みご飯三銃士を連れてくるよ！ってインターネッツで擦りつくされたネタで
本編のなになに三銃士呼んでくるよ！って言っておいて本当の原作の三銃士！
「アトス！」
「ボルトス！」
「アラミス！」って
1人はみんなのために！みんなは1人のために精神を持ってして且つ自身を持ってこの美味しい炊き込みご飯のレシィピを紹介するぜ！っていって紹介する私の三銃士は
まずは当たり前の
「ツナ缶！」
「塩こんぶ！」
これだけなの！
超簡単でしょ？
山の端にハイライトで白くナイフで油絵の具を入れてその一発で超絶山の風景がくっきりと輝きを増してくる、
「ほら簡単でしょ？」って難しいことをアフロ全開で簡単に言い放つ
たったこれだけ2つの具材だけで超絶美味しい味が決まる炊き込みご飯ができるの！
塩こんぶツナ炊き込みご飯の評価レーダーチャート5点満点の正六角形のペキカンな味のパーフェクトなグラフが崩れちゃうバランスが崩れちゃうから
まあ私的には、
そこに、
ほら簡単でしょ？
そんで、
私は何年も前に噂で聞いた巷の港の桟橋の先で拾った賞味期限が5年前にとうに切れたビンテージツナ缶！
港で拾ったってのはウソだけど、
何年も寝かしたツナ缶は美味しいってインターネッツで披露してある記事を私は目撃したことがあったので、
私もツナ缶買ってワインセラーならぬツナ缶セラーで寝かしておいたの。
正直いうと、
ツナ缶をすっかり忘れていた！ってのが事実極まりない真顔で答えてツナ缶はありました！って割烹着を着て発表したいところなのよ。
そんで発掘されたツナ缶、
まさかとは思っていたけれど、
3年ぐらい放置していたのかしら？って思ったら、
よーし！せっかくだからこれでツナ缶塩こんぶ炊き込みご飯すっぞ！って腕をブンブン回して暖簾を腕で押すぐらいの勢いでエイヤ！って作ろうって思ったの！
ちょ、ちょっと待って！
ここは世界の全能全知が集まったAIにウルトラスーパー演算式を考えて最後の変数である5年！という数字を私がたったこの5と言う数字を入力しただけだってことは内緒にしておきたいけれど壮大な大スペクタクル的に答えさせたの！
厳格真面目なGeminiちゃんは「3割大丈夫かも」って答え、
なんだかGeminiちゃんは自信なさげの3割という答えを叩き出して、
えー！って私は思ったんだけど、
実際は大丈夫なんでしょ？って半ば私が強引に誘導して計算させたGeminiちゃんに答えは「フィフティー・フィフティーで大丈夫かも」って2割アップの計算を叩き出したの！
パカッ！
開けるわ！
「か、快感！」
開けた瞬間芳醇で豊かなまるで草原で育ったマグロが横たわっている大地の豊かな香りっていうともの凄くややこしいけれど、
冗談はさておいて、
私は間違いなく第六感の臭覚はそう感じたの！
そして一応箸で一つまみして味見も実食私の第六感の味覚が冴え渡るわ！
お美味しい！食べられる美味しさなんだかフレッシュツナ缶とは違ってよりオイルが浸透してマイルドに感じる味わい、
そんで、
私は簡単レシィピでお馴染みのそのツナ塩こんぶ炊き込みご飯を作ったの！
無事炊き上がって実食のできあがった炊き込みご飯も
5年寝かせたビンテージツナ缶全然余裕で食べれてしかもマイルドに馴染んでいるような気がしてめちゃ美味しい！って結論付けたわ。
もう今回の1個で消費しちゃったし、
ついつい美味しかったのでリピしてもう1個使っちゃったし、
残り2個なのよ！
うわ！この5年の重みを感じるツナ缶を早々に2つも使っちゃったわ！って
どれだけロールプレイングゲームでラスボスですら使わなかったエリクサーをあの時使えば良かった！って後悔するのとは逆に
残りの2つはもうあと3年から5年ぐらい寝かしておこうかしら？
缶の状態が良ければまず大丈夫ってウルトラスーパー演算AIがそう言っているので試してみる価値とそして値打ちがあると思うの！
新たなる挑戦ね！
そんでついついこのツナ缶塩こんぶ炊き込みご飯が美味しかったから、
いつまでもあると思うなビンテージツナ缶！そんな格言を思い出して
マーケットに飛び込み前転して新しく新鮮なわりと比較的作り立てほやほやのツナ缶を2つ買ってきたの！
もうまた早々にストックしておくべきツナ缶も使っちゃってしまったわ！
いけない！いけない！この私の食いしん坊め！って
またツナ缶買ってこなくちゃ！
今度はちゃんとビンテージツナ缶にするべく食べずに我慢してツナ缶セラーに入れて仕舞うことにするわ！
次の5年後ぐらいの10年ビンテージものと5年ものとで食べ比べなんていいかも！
AIたちでも叩き出せなかった計算を実際に人間の感覚を信じて試してみる、
とはいえ、
5年もののビンテージツナ缶で作るツナ塩こんぶ炊き込みご飯美味しかったよ！ってAIたちに報告して言ったら、
「賞味期限をわざと切らしてビンテージツナ缶として楽しむ趣味の人もいるんですよ」って言うじゃない、
私がツナ缶大丈夫？って計算させた結果と5割大丈夫ですって言っていたのと、
すでにツナ缶ビンテージ楽しんでいる界隈が居るってことを知っていてその答えを出すっての矛盾してない？って思いつつ
あくまで私のロマン探求ツナ缶の気持ちを汲んでくれたのかもしれないわ。
「ごめん涙拭くね」
ちょっとツナ塩こんぶ炊き込みご飯にロマンの涙の味が加わっちゃったかもしれないわ。
なんてね、
うふふ。
家で豆乳飲んできて出発よ！
豆乳にいろいろ混ぜてトマトジュースも入れるとまた美味しさアップするの。
リコピンパワーも摂り入れるわよ！
固形物食べないとお昼までにお腹がぐーって鳴んの笑っちゃうわ。
昨日仕込んで置いておいたから、
なかなかいい感じに仕上がったと思うわ。
久しぶりの果物感って感じよ。
すいすいすいようび～
今日も頑張りましょう！
No,日付,学習内容,教材 / リンク,時間配分,演習例,進捗チェック
1,2025/12/01,微分の定義,https://www.khanacademy.org/math/calculus-1/cs1-derivatives,30+30,例題5問＋練習10問,☐
2,2025/12/02,公式を使った微分,『微積分の考え方』 P20-40,30+30,練習問題10問,☐
3,2025/12/03,多項式関数の微分,https://www.khanacademy.org/math/calculus-1/cs1-derivatives,30+30,練習問題10問,☐
4,2025/12/04,乗法・除法の微分,同上,30+30,練習問題10問,☐
5,2025/12/05,合成関数の微分,https://www.khanacademy.org/math/calculus-1/cs1-chain-rule,30+30,例題5問＋練習10問,☐
6,2025/12/06,高次関数の微分,『微積分の考え方』 P41-60,30+30,練習問題10問,☐
8,2025/12/08,復習：微分の基本,自作ドリル,60,過去日分問題50問,☐
9,2025/12/09,積分の定義,https://www.khanacademy.org/math/calculus-1/cs1-integrals,30+30,例題5問＋練習10問,☐
10,2025/12/10,不定積分の計算,『微積分の考え方』 P70-90,30+30,練習問題10問,☐
11,2025/12/11,定積分の計算,同上 P91-110,30+30,練習問題10問,☐
12,2025/12/12,積分応用問題,Khan Academy,30+30,例題5問＋練習10問,☐
13,2025/12/13,部分積分,『微積分の考え方』 P111-130,30+30,練習問題10問,☐
14,2025/12/14,置換積分,同上 P131-150,30+30,練習問題10問,☐
15,2025/12/15,復習：積分の基本,自作ドリル,60,過去日分問題50問,☐
16,2025/12/16,べき級数の定義・例,https://www.khanacademy.org/math/calculus-1/cs1-series,30+30,例題5問＋練習10問,☐
17,2025/12/17,収束半径の計算,『微積分の考え方』 P150-170,30+30,練習問題10問,☐
18,2025/12/18,テイラー展開応用,同上 P171-190,30+30,練習問題10問,☐
19,2025/12/19,マクローリン展開,Khan Academy,30+30,例題5問＋練習10問,☐
20,2025/12/20,総合演習（級数）,自作ドリル,60,過去問題20問,☐
21,2025/12/21,差分演算の基本,『離散数学の考え方』 P10-30,30+30,例題5問＋練習10問,☐
22,2025/12/22,下降階乗ベキと和分公式,同上 P31-50,30+30,練習問題10問,☐
23,2025/12/23,差分の積・合成,同上 P51-70,30+30,例題5問＋練習10問,☐
24,2025/12/24,差分方程式入門,同上 P71-90,30+30,練習問題10問,☐
25,2025/12/25,特性方程式と解法,同上 P91-110,30+30,例題5問＋練習10問,☐
26,2025/12/26,差分方程式の応用,同上 P111-130,30+30,練習問題10問,☐
28,2025/12/28,復習：差分演算の基本,自作ドリル,60,過去日分問題50問,☐
29,2025/12/29,有理関数の和分,『数理科学演習』 P20-40,30+30,例題5問＋練習10問,☐
30,2025/12/30,部分分数展開,同上 P41-60,30+30,練習問題10問,☐
31,2025/12/31,下降階乗ベキを使った和分,同上 P61-80,30+30,例題5問＋練習10問,☐
32,2026/01/01,収束半径の計算,『微積分の考え方』 P190-210,30+30,練習問題10問,☐
33,2026/01/02,級数の応用問題,同上 P211-230,30+30,例題5問＋練習10問,☐
34,2026/01/03,休息日,-,-,-,-
35,2026/01/04,コーシー・リーマン方程式入門,『複素関数入門』 P10-30,30+30,例題5問＋練習10問,☐
36,2026/01/05,正則関数の条件,同上 P31-50,30+30,練習問題10問,☐
37,2026/01/06,偏微分入門,『微分積分学』 P150-170,30+30,例題5問＋練習10問,☐
38,2026/01/07,偏微分の応用,同上 P171-190,30+30,練習問題10問,☐
39,2026/01/08,ラプラス方程式基礎,同上 P191-210,30+30,例題5問＋練習10問,☐
40,2026/01/09,休息日,-,-,-,-
41,2026/01/10,偏微分の総合演習,自作ドリル,60,過去日分問題50問,☐
42,2026/01/11,差分方程式と微分の関係,『離散数学の考え方』 P131-150,30+30,例題5問＋練習10問,☐
43,2026/01/12,線形差分方程式,同上 P151-170,30+30,練習問題10問,☐
44,2026/01/13,非線形差分方程式,同上 P171-190,30+30,例題5問＋練習10問,☐
45,2026/01/14,休息日,-,-,-,-
46,2026/01/15,総合演習：差分方程式,自作ドリル,60,過去日分問題50問,☐
47,2026/01/16,微分方程式入門,『微分積分学』 P211-230,30+30,例題5問＋練習10問,☐
48,2026/01/17,一次微分方程式,同上 P231-250,30+30,練習問題10問,☐
49,2026/01/18,高次微分方程式,同上 P251-270,30+30,例題5問＋練習10問,☐
50,2026/01/19,休息日,-,-,-,-
51,2026/01/20,微分方程式の応用,自作ドリル,60,過去日分問題50問,☐
52,2026/01/21,複素数関数入門,『複素関数入門』 P51-70,30+30,例題5問＋練習10問,☐
53,2026/01/22,複素関数の偏微分,同上 P71-90,30+30,練習問題10問,☐
55,2026/01/24,級数展開（テイラー・マクローリン）復習,『微積分の考え方』 P231-250,30+30,例題5問＋練習10問,☐
56,2026/01/25,総合演習：微分積分,自作ドリル,60,過去問題50問,☐
57,2026/01/26,離散級数・下降階乗応用,『離散数学の考え方』 P191-210,30+30,例題5問＋練習10問,☐
58,2026/01/27,休息日,-,-,-,-
59,2026/01/28,偏微分・差分応用問題,自作ドリル,60,過去日分問題50問,☐
60,2026/01/29,複素関数応用問題,同上 P91-110,30+30,例題5問＋練習10問,☐
61,2026/01/30,収束半径・級数応用,同上 P111-130,30+30,練習問題10問,☐
63,2026/02/01,微分・差分・級数総合演習,自作ドリル,60,過去問題50問,☐
64,2026/02/02,差分方程式発展,『離散数学の考え方』 P211-230,30+30,例題5問＋練習10問,☐
65,2026/02/03,微分方程式発展,『微分積分学』 P271-290,30+30,練習問題10問,☐
66,2026/02/04,休息日,-,-,-,-
67,2026/02/05,複素関数・偏微分発展,『複素関数入門』 P111-130,30+30,例題5問＋練習10問,☐
68,2026/02/06,級数応用（収束判定）,『微積分の考え方』 P251-270,30+30,練習問題10問,☐
69,2026/02/07,休息日,-,-,-,-
70,2026/02/08,総合演習（微分積分・差分）自作ドリル,60,過去問題50問,☐
71,2026/02/09,微分方程式応用演習,同上,60,過去問題50問,☐
72,2026/02/10,複素関数応用演習,同上,60,過去問題50問,☐
74,2026/02/12,級数・収束半径応用演習,同上,60,過去問題50問,☐
75,2026/02/13,差分方程式・下降階乗応用,同上,60,過去問題50問,☐
76,2026/02/14,休息日,-,-,-,-
77,2026/02/15,総合演習（微分・積分・級数）自作ドリル,60,過去問題50問,☐
78,2026/02/16,微分方程式・線形応用,同上,60,過去問題50問,☐
79,2026/02/17,複素関数・偏微分応用,同上,60,過去問題50問,☐
80,2026/02/18,休息日,-,-,-,-
81,2026/02/19,級数・収束判定演習,同上,60,過去問題50問,☐
82,2026/02/20,差分方程式総合演習,同上,60,過去問題50問,☐
83,2026/02/21,休息日,-,-,-,-
84,2026/02/22,微分・積分総合演習,自作ドリル,60,過去問題50問,☐
85,2026/02/23,偏微分・複素関数演習,同上,60,過去問題50問,☐
87,2026/02/25,級数・収束応用演習,同上,60,過去問題50問,☐
88,2026/02/26,差分方程式・下降階乗応用演習,同上,60,過去問題50問,☐
89,2026/02/27,休息日,-,-,-,-
90,2026/02/28,微分・積分・級数総合演習,自作ドリル,60,過去問題50問,☐
91,2026/02/29,微分方程式応用演習,同上,60,過去問題50問,☐
92,2026/03/01,複素関数応用演習,同上,60,過去問題50問,☐
93,2026/03/02,休息日,-,-,-,-
94,2026/03/03,級数応用総合演習,自作ドリル,60,過去問題50問,☐
95,2026/03/04,差分方程式総合演習,同上,60,過去問題50問,☐
96,2026/03/05,休息日,-,-,-,-
97,2026/03/06,微分積分・差分・級数総合演習,自作ドリル,60,過去問題50問,☐
98,2026/03/07,微分方程式発展演習,同上,60,過去問題50問,☐
99,2026/03/08,複素関数発展演習,同上,60,過去問題50問,☐
101,2026/03/10,級数・収束半径・テイラー総合演習,自作ドリル,60,過去問題50問,☐
102,2026/03/11,差分方程式・下降階乗応用総合演習,同上,60,過去問題50問,☐
104,2026/03/13,微分・積分・偏微分・複素関数総合演習,自作ドリル,60,過去問題50問,☐
105,2026/03/14,微分方程式・差分方程式・級数総合演習,同上,60,過去問題50問,☐
AIに調べものしてもらうと本当にコイツ人間みたいだなと感心するのだが、機械に人間みたいな挙動をさせられるようになったということは、本物の人間の脳みその演算システムも近似的におよそ解明されたということなのではないのか？AI自体の進歩度合いの話ばかりで、副産物として「人間がわかった」という話は聞こえてこないのだが。それともあくまでAIはモノマネがうまいだけでAIと人の脳は根本的に異なるシステムで動いているのだろうか？
【Grok高速】
面白い疑問ですね。AIの「人間っぽさ」が、実は人間の脳の仕組みを解明した証拠なのか、それともただの高度なモノマネなのか——これは認知科学や神経科学、AI研究の最前線でまさに議論されているテーマです。結論から言うと：
「AIが人間らしく振る舞える」＝「人間の脳の演算システムが解明された」ではない
むしろ、AIは「結果としての振る舞い」を再現しているだけで、脳の「内部構造」や「計算原理」を再現しているわけではない。
→ 膨大なテキストデータから「次に来る単語の確率分布」を学習し、それに基づいて「それっぽい文章」を生成。
…など、AIとは全く異なる物理・生物学的基盤で動いています。
つまり、AIは「外から見た振る舞い（function）」を模倣しているが、「内部の仕組み（structure）」は根本的に違う。
→ 同じ「飛行」という機能を達成しても、仕組みは別。
確かに「AIの進歩＝人間理解の進歩」とは言えませんが、逆方向のフィードバックはあります。
→脳の「選択的注意（selective attention）」との類似が議論される
つまり、AIが「ある振る舞いをどう実現するか」を解くと、それが「脳も似た戦略を取っているかも」というヒントになる。
特に、「予測」「注意」「記憶の圧縮」などの機能は、AIと脳で収束進化（convergent evolution） 的に似た解にたどり着いている可能性があります。
半分正解、半分不十分。
→ これらは「単なるパターンマッチ」では説明しきれない高次の認知機能に近い。
ただし、意識・主観的体験（クオリア）・意図の本質などは、AIには全くない（少なくとも現時点では）。
いいえ、まだ遠い。
AIが「人間っぽく話す」のは、脳の「出力」を模倣しているだけで、「どうやってその出力が生まれるか」の内部プロセスはブラックボックスのまま。
その鏡に映る姿がリアルすぎて「人間の脳もこう動いてるのか？」と思ってしまう。
→ でも、「人間の脳の計算システムが解明された」わけには程遠い。むしろ、AIが賢くなるほど、「人間の脳はどれだけ複雑で未知か」が浮き彫りになっているとも言えます。
→ 将来、構造と機能を両方再現するAIが現れれば、「人間の脳の計算原理」が初めて近似的に解明されるかもしれません。でもそれは、「AIが人間らしくなった」からではなく、「人間の脳を直接コピーする技術」が進んだときです。
でも、役者の頭の中と、本物の人間の頭の中は、全然違う。でもその演技がうますぎて、「人間ってこう動いてるのか？」と研究のヒントにはなっている——それが今の状況です。
まず、空間のある部分（局所領域）ごとに、そこに属する観測可能量（観測子）の集合を対応づける。
それぞれの領域に対応する観測子の集合は、演算の仕方まで含んだ代数として扱われる。
領域が大きくなれば、それに対応する代数も大きくなる。つまり、物理的に中に含まれる関係がそのまま代数の包含関係として表現される。
こうして領域 → 代数という対応が、ひとつの写像（ネット）として与えられる。
状態というのは、物理的には観測の結果の確率を与えるものだが、数学的には代数上の関数（線形汎関数）として扱える。
その状態から、ヒルベルト空間上の具体的な表現が自動的に構成される（これをGNS構成と呼ぶ）。
この構成によって、真空状態も場の励起状態も、すべて代数の上の構造として理解できるようになる。
量子もつれは、単に状態が絡み合っているというより、代数が空間的にどう分かれているかによって生じる。
もし全体の代数が、2つの部分の代数にきれいに分割できるなら（テンソル分解できるなら）、その間にはエンタングルメントは存在しない。
これを数学的にはtype III 因子と呼ばれる特殊な代数の性質として表現。
このタイプの代数には、有限のトレース（総確率）を定義する手段がなく、通常の密度行列やエントロピーも定義できない。
つまり、エンタングルメントは有限次元的な量ではなく、構造的なものになる。
完全に分けられないとはいえ、少し余裕をもって領域をずらすと、間に人工的な区切りを挿入して、ほぼ独立な領域として扱うことができる。
この操作を使うと、本来は無限次元的で扱いにくいtype IIIの代数を、有限次元的な近似（type I 因子）として扱うことができ、有限のエントロピーを再導入する道が開ける。
Tomita–Takesaki理論によれば、状態と代数のペアからは自動的にモジュラー流と呼ばれる変換群（時間のような流れ）が定義される。
つまり、時間の概念を代数構造の内部から再構成できるということ。
もしこのモジュラー流が、何らかの幾何的な変換（たとえば空間の特定方向への動き）と一致するなら、代数の構造 → 幾何学的空間への橋渡しが可能になる。
ER=EPRとは、エンタングルメント（EPR）とワームホール（ER）が同じものの異なる表現であるという仮説。
これを代数の言葉で言い直すには、次のような条件が必要になる。
1. 二つの領域に対応する代数を取り、それらが互いに干渉しない（可換）こと。
2. 真空状態がそれら両方に対して適切な生成力（cyclic）と識別力（separating）を持つこと。
3. 全体の代数がそれら二つにきれいに分解できない（非因子化）こと。
4. それぞれのモジュラー流がある種の対応関係を持ち、共通の時間的フローを生み出すこと。
5. 相対エントロピー（情報量の差）が有限な形で評価可能であること。
これらが満たされれば、代数的なレベルで二つの領域が量子的に橋渡しされていると言える。
つまり、ワームホール的な構造を幾何を使わずに代数で表現できる。
これをより高い抽象度で見ると、領域 → 代数という対応自体をひとつのファンクター（写像の一般化）とみなせる。
このとき、状態はそのファンクターに付随する自然な変換（自然変換）として理解され、split property や type III などの性質は圏の中での可分性や因子性として扱える。
ER=EPR は、この圏の中で2つの対象（領域）の間に存在する特別な自然同型（対応）の存在を主張する命題。
つまり、境界上の代数構造から、内部の幾何（バルク）を再構成するための条件を圏論的に書き下した形がここでの目的。
さらに、他の機種にゲームを移植するときの難易度も爆上がりするわけだし。
せっかくライブラリ作ったんなら、それを売ってUnityやunreal engineの地位も目指せばいいと思う。
すげえ昔に、3Dライブラリを作っててクオータニオンあたりで挫折した
当時はDirectXはあったんだけど、自前でやりたくなったんだよね。
そしていろいろ行列演算だのポリゴンハッチングだのをちまちま作っていたんだけど、
また出たな、ポリシーミックスで経済を立て直すだの、財政と金融の協調で景気を支えるだのと騒ぐ連中。
お前ら、その言葉の意味を自分の脳で一度でも演算したことがあるのか？
協調という響きに酔って、政策を混ぜれば万能だと勘違いしてるだけじゃないか。
既に物価が跳ねている状況で、国がさらに金をばら撒けば、どう転んでも価格上昇を助長するに決まってる。
しかも中央銀行が国債買い支えに加担した瞬間、財政規律は完全に崩壊する。
財政と金融の一体運用なんて聞こえはいいが、実態は政治が日銀の尻に火をつけているだけだ。
通貨価値を担保する独立性を自ら放棄しておいて、何が政策協調だ。
もっとも滑稽なのは、当の政策決定者が景気回復とインフレ抑制を両立させるとか言ってるところだ。
財政拡大で票を取り、金融緩和で株価を釣り上げ、短期的な幻影を成果と呼んで自己放尿に浸ってるだけ。
インフレを抑えたいなら、やることは単純だ。歳出を絞れ。増税しろ。
だが、政治家は選挙が怖くて引き締めができず、日銀は財政ファイナンスの中毒症状から抜け出せない。
両者が手を取り合って泥沼に沈んでいく。これが今の協調の正体だ。
経済政策とは、本来痛みを引き受ける覚悟のある者だけが語るべき領域だ。
だが今の連中は、痛みを恐れ、責任を避け、結果だけを数字で飾る。
そんな連中がどれだけグラフを描こうと、どれだけ専門用語を並べようと、所詮は自分の尿で顔を洗って黄金水の経済再生などと喜んでいるだけの話だ。
景気対策の皮を被ったインフレ助長策。理論の装いをした政治的自己防衛。本質を見抜けぬ者たちが繰り返す限り、この国はまた同じ過ちを焼き直す。
ポリシーミックス？笑わせるな。それは政策じゃない。集団的自己放尿ショーだ。
追記: コストプッシュという名の集団妄想 anond:20251108222716
ほぉ。まるで「ライブラリの移植なんて余裕っすよ」と言わんばかりの口ぶりだな。お前、自己放尿レベルで気持ちよくなってるが、現実を何も理解してねぇぞ。
いいか。「同じ機能を移植するだけ」って発想がそもそも低能の証拠だ。Pythonの強みは言語としての表面構文じゃなく、生態系として積み重なった最適化と実績だ。
NumPyやPandas、Scikit-learn、PyTorch、全部C/C++やFortranの実装をPythonバインディングで何層もラップしてる。
しかもメモリ管理、スレッドセーフティ、BLAS最適化、GPUオフロード、それらを組み合わせたときの挙動の安定性まで含めてライブラリって呼ぶんだよ。
「決まったインターフェースで移植するだけ」とか言ってる時点で、頭の中で想定してるライブラリが、せいぜい数千行のユーティリティレベルだろう。
企業が内部で作るって？そりゃ車輪の再発明だよ。しかも、Pythonが10年かけて磨き上げたアルゴリズムや最適化を、数ヶ月の業務開発で再現できるとでも？寝言は夜だけにしろ。
あと、「いまどきの言語ならそんな大変じゃない」って、まるでNode.jsがCythonやNumbaのようなネイティブ統合の層を持ってるかのように錯覚してるのが痛い。
V8のJITで高速化できるのはせいぜいスクリプトレベルの話。数値演算、メモリアクセス、スレッド制御を最適化できる数学的基盤の厚みがまるで違うんだよ。
Nodeで同じことをやろうとしたら、JSからC++アドオン叩いて、型変換のコストで死ぬだけ。
つまり、「移植できるだろ」って発言は、Pythonの生態系を単なるコード群だと思ってる愚か者の自己放尿なんだよ。
それは「パルスジェットなら自作できるだろ」と言ってる鉄クズコレクターと同レベル。動くかもしれんが、効率も精度も再現性も自己放尿レベル。
Node.js厨が「Pythonのライブラリは移植できる」とか言うのは、「俺でもベートーベンの交響曲ぐらい耳コピできる」と言ってる音感ゼロの自己放尿芸だ。
Q.
生成AIにソフトウェア開発を支援してもらう場合、ソースコードの作成を依頼する形式が多いと思いますが、実行ファイルを直接出力してもらうことも技術的には可能なのでしょうか？
A.
生成AIによる実行ファイルの直接出力は、技術的には極めて困難です。現在のLLM（大規模言語モデル）ベースの生成AIは、ソースコードの生成には向いていますが、実行可能なバイナリファイルを直接出力することには根本的な制約があります。
技術的な制約
LLMはテキストベースのトークン処理を基本とする設計であり、バイナリデータを直接扱うことができません。実行ファイルは0と1の連続したバイナリコードですが、LLMはこの形式でデータを生成するようには訓練されていないため、バイナリファイルを直接出力することは現在のアーキテクチャでは実現が困難です。
従来のソフトウェア開発では、ソースコード→コンパイル→アセンブル→リンクという複数段階のプロセスを経て実行ファイルが生成されます。各段階で最適化や機械語への変換が行われるため、この過程を完全に省略してAIが直接バイナリを生成することは技術的に非常に複雑です。
研究レベルでは、バイナリデータを扱う試みも存在します。例えば、LLM4Decompileのような研究プロジェクトでは、バイナリコードを逆コンパイルする際にバイナリを一度アセンブリ言語に変換してからLLMで処理しています。逆に言えば、生成時も同様の変換プロセスが必要になると考えられます。
実務では、生成AIにソースコードを作成してもらい、それを従来のコンパイラやビルドツールで実行ファイルに変換する方式が標準的です。この方法であれば、デバッグやテストも容易で、生成されたコードの品質を確認しながら開発を進められます。
なお、フォントファイルのようなバイナリ形式でもオープンソースとして扱われる例はありますが、これはフォントという特定用途の場合であり、汎用的な実行ファイル生成とは異なります。
Q.
A.
おっしゃる通り、画像生成AIもバイナリを出力しているという点では共通していますが、実は根本的に異なる仕組みで動作しています。
アーキテクチャの違い
画像生成AIは拡散モデル（Diffusion Model）やGANなど、視覚データに最適化された専用のアーキテクチャを使用しています。一方、LLMはTransformerベースのテキスト処理に特化した構造を持っています。画像生成では、ノイズから段階的に画像を生成するプロセスを経て、最終的にピクセル値という数値データ（バイナリ）を出力します。
画像ファイルのバイナリは連続的な数値（ピクセル値）の集合であり、各ピクセルが色情報を持つという規則的な構造です。最近の研究では、画像をビットプレーン（bit-plane）として扱い、XOR演算でノイズを加えるBinary Diffusion Probabilistic Model（BDPM）のような手法も開発されています。
対して、実行ファイルのバイナリは機械語命令の複雑な配列であり、CPUが直接実行できる命令コード、データセクション、リンク情報などが厳密な形式で配置されています。わずかなビット誤りでもプログラムが動作しなくなるため、画像のような連続値とは性質が大きく異なります。
画像生成AIは、ImageNetやLAIONなどの大量の画像データセットで訓練されており、ピクセルパターンを学習します。一方、実行ファイルを生成するには、コンパイルプロセス全体（構文解析、最適化、機械語変換、リンク）を学習する必要がありますが、これは単純なパターン学習では実現できません。
したがって、画像生成AIが成功しているのは、画像という特定のドメインに特化した設計と、規則的なデータ構造があるためであり、同じ手法を実行ファイル生成に適用することは技術的に非常に困難です。
6時17分、電動歯ブラシの音が寝室に反響する。洗面台の左端から15cmの位置に置かれたコップの水面が、微細に振動していた。オートミール40g、プロテイン12g、アーモンドミルク200ml。抽出比18:1のコーヒーは、温度計が93.0℃を示した瞬間に注ぐ。食事中、ルームメイトが「また同じ朝飯か」と言ったが、揺らぎは統計的誤差を生む。火曜日の朝に味の分散は不要だ。
午前8時。ホワイトボードには昨晩の計算式の断片が残っている。今日扱うのは、タイプIIB超弦理論の背景場に対する∞-層圏的修正モデル。モノイダル圏上の局所化関手をファイバー束の形で再構成し、非可換モジュラー形式の層化とホッジ双対性を同時に満たす条件を探す。通常のホモロジー代数では情報が落ちる。必要なのは、∞-圏の内側で動く「準自然変換」と、その自己準同型の導来空間だ。これをLanglands対応の派生版、すなわち「反局所的鏡映関手」にマッピングする。結果、弦の張力パラメータに対応する変形空間が、ホモトピー群πₙの非自明な巻き付きとして現れる。誰も確認していないが、理論的には整合している。ウィッテンですらこの構成を明示的に展開したことはない。そもそも導来層圏のモノドロミーを操作できる研究者自体が数えるほどしかいない。僕はそのわずかな孤島のひとつに立っている。
昼、ルームメイトが昼食を作っていた。キッチンのIHプレートに油の飛沫が残っていたので、座標系を設定し、赤外線温度計で範囲を確認してから清掃した。隣人が郵便物を取りに来た音がした。彼女の足音は毎回規則的だが、今日は左のヒールの摩耗音が0.2秒ずれた。おそらく週末に靴底を交換したのだろう。観測可能な変化は記録しておくべきだ。午後は大学のセミナー。話題はM理論の代数的拡張、だが発表者の扱っていた「微分層上の非可換コサイクル」は粗雑すぎる。導来圏の階層化を考慮していなかった。帰りの車中、ノートPCでホモトピー型タイプ理論を使って自作の演算モデルを再計算した。
帰宅後、友人二人が旧式のTCGのデッキを持ってきた。新パッチでエラッタされたカードの挙動を確認するための検証会だ。デッキの構築比率を1枚単位で最適化し、サイドデッキの回転確率をモンテカルロ法でシミュレートした。相手のコンボ展開が不完全であったため、ターン3で勝負が決した。カードの裏面の印刷ズレを指摘したら、彼らは笑っていた。テーブル上に置かれたスリーブの角度が4度傾いていたので、直してから次のゲームに入った。
夜。隣人が新刊のコミックを持ってきた。英語版と日本語版で擬音語の翻訳がどう違うかを比較する。onoma-topeic rhythmの差分は文脈ごとに変動するが、今回は編集者がセリフのテンポを原文に寄せていた。明らかに改良された訳。印刷の黒インクの濃度が0.1トーン深い。紙質も変わっている。指先で触れた瞬間に気づくレベルだ。
23時。寝具の方向を北北東に0.5度調整し、照明を2700Kに落とす。白板の前で最後の計算。∞-層のモノドロミー作用素が、ホッジ-ドリーニュ構造と可換する条件を整理する。導来関手の符号が反転した。ノートを閉じ、部屋の温度を22.3℃に固定する。音は一切ない。火曜日が静かに終わる。
1つはSora 2という動画生成ツールがマジで無法すぎるデータ使用をしている話。
1つはweb小説サイトでAI執筆の小説が、ランキングやコンテストを席巻し始めているという話。
Xではこれらを中心とした議論が更に活発化しているが、大概はなんか論点がよく分からん話をしておられる気がする。
というか論争し合っているお互いが、それぞれ別のことに言及していて、言葉のドッヂボールにすらなっていない感もある。
例えるなら、ウナギの美味しさを批判するべく、いかにカニが美味いかを熱弁しているみたいな。
それ会話成立してる？的なやつ。
なので、その『今何について批判とか意見とか肯定とか否定とかしてるのか』に関する論点というか、
話の軸について、こんなとこで書いても仕方ない感は重々承知しつつ、とりあえずまとめてアップロードしておくことにした。
ちなみに結論らしい結論は特に無いので、そこは期待せず。忘備録だと思ってほしい。
ちなみに私は匿名クリエイターだが、仕事で生成AIサービスを使ったものを納品したことはない。普通の制作村の民である。
が、一個人として、あくまで一個人、私のスタンスとしては、生成AIの存在はなかば受け入れている。
今の時流のクリエイターが納得する形の規制は、色々と無理筋だと感じている。
個人では現実問題として【存在する】という前提で動くしかない類のものだと感じている。
さて本題。
議論において軸とされているように見える問題は、分けると次の通りになると思う。
１：法の話：著作物を勝手に学習データに使うのって、現行法の隙間なだけで取り締まるべきですよね問題
２：文化の話：生成AIで生み出すことを【創作】に含めていいのかよ問題
３：経済の話：生成AIの量産力で、中小層の市場は壊滅するよ問題
４：技術の話：生成AIと生成じゃないAIの区別がついてないよ問題
５：情報の話：生成AIで機械的に情報発信しまくっちゃって、もうネット上のデータが全然信用できねーよ問題
６：感情の話：生成AI嫌いだよ問題、クリエイターがあたふたしないでよ問題
７：対話の話：反AIとか反反AIとか陣営を作って、相手の主張を歪めて自己解釈するので、お話が通じないよ問題
これらをごっちゃにしていっぺんに論じたり、論点が反復横跳びして話題をすり替えたり、
主張や文脈でなくクソデカ主語とかの単語部分への指摘だけで議論したり、これらの話題を分離して認識できなかったりするから、
そして何より、この交錯を他の話題より爆発的に加速させている要素がある。
４の『技術の話』だ。
要するに【生成AIという概念の厳密なところが難しくて、理解できない人が一定数居る】という点。
AI＝『SF作品のロボットの頭に入ってる、やがて感情が芽生えたりする人工の頭脳のこと』みたいな認識の人が、割と居る点にあるのだ。
「イラストや映像に使われる手振れ補正AIは、生成AIとはアルゴリズムが違うよ」とか、
「補正AIは数式ベースだけど、生成AIはディープラーニングで」とか、
こういう話は【実際にプログラムの挙動を想像できる人】じゃないと、言われただけでは理解できないことが多い。
クリエイターは得てしてそういうとこに強いケースも多いのだが、
一般人はレンズブラーとガウスブラーの違いを内部処理で説明されても「なるほど、どっちもボカすエフェクトだな」って思っちゃうものなのだ。
それからもう１つ技術関連、というか解釈関連で面倒臭い話題が【人間と機械の違い問題】だ。
機械が既存の著作物を学習した演算でアウトプットすることと、人間が既存の著作物から学んだ能力でアウトプットすることの違い論。
ここから急に"学習"という現象概念の哲学モドキに話がぶっ飛んだりする。
『既存の著作物の要素をイン／アウトプットしてはいけない』だと、人間も当てはまる。
人間はセーフってしようとすると『ツールと作業の割合がどのくらいまでなら人間か』のライン探りが始まる。
世界中のあらゆる訴訟と判決を論拠に、可能な限りのセーフラインぎりぎりで。
果ては『何故製造は機械に代替されてきたのに、創作でだけではやってはいけないのか』という話へと展開される。
そして、もし仮にだ。
生成AIが、現行のクリエイターにとっていい感じに規制されたとする。
つまり【許可取ってない著作物の学習とか違法ですからね】とか【成果物が似てたら著作権侵害で訴えればいけるよ】って世界的になったとする。
学習データの何百万、何千万のデータを人間が逐一チェックして、何件の侵害、とか数えんの？
それともAIに判別させる？ そのAIどうやって作る？ 必要悪としてそれだけは無制限学習可とかする？ 信頼性と責任問題どうする？
訴訟できるよっつったって、イラスト一枚の類似性で訴訟する労力を、何百枚何千枚分とやるわけ？
それを裁判で「この出力データはダメ、こっちはセーフ」とか一枚ずつやるの？
それすらもいい感じに処理できる【一括で処理するルール】を作ればいいじゃん、と思うが、じゃあ一括って何を基準に、どこから、どうやってする？
そんなウルトラCの完璧ルール、誰がいつ思い付いて、いつ法に組み込まれて、いつ運用でまともに機能するようになるんだ。
五年か、五十年か。
皆の声と努力と理解のお陰で、紆余曲折あって百年後は完璧に取り締まれる社会になりました、ちゃんちゃん。
で俺の仕事は？
という思考を経て、私は生成AIに関しては、多分いつか頑張り続ければなるようになるかもしれないが、
その"いつか"までの今はどうすんの。って思って、あくまで個人の心情、心の中の納得としてだが、生成AIの存在は受け入れることにした。
自分が生きてる時間の責任は誰も取らないし、自分の保障は自分がするしかない。
てことで現状、私は生成AIについては、規制派とも推進派とも付かない。
