石破「AIは犬の画像を99%犬だと確率的に判断しているだけであり人間とは異なる」ChatGPT「それは非常に雑な議論ですね」 [517791167]
■ このスレッドは過去ログ倉庫に格納されています
スレタイほんとに言ってんの?
思った以上にちゃんと勉強してんだな
意外
10年だか何年だか前の時点で画像の識別能力人間上回ってたじゃないか
いやそういうもんだろ
確率的だとしてもそれが積み重なるとほぼ間違えることはない
当然確率が50%なら怪しいが80%もあれば1000回試せば正解しか出ない
確率と言うと誤解を生むな
画像のパターンからスコア付けして一番高いものだと推定してる
GPTの言うことは正しいけど
ネット上に誰かが書き込んでるのをそれっぽく整理しただけでないかね
>>49 10年前なんてGoogleが画像認識で黒人とゴリラを区別させられなくて悩んでた時代じゃん
まずおねショタとは何かネットリ
をAIに読ませたら何ていうのか誰か試して
>>55 調べたら2015年2月には超えてたらしい
ちょうど10年だったか
俺も犬っぽいうさぎとか猫っぽいたぬきとか見ても判別つかないだろうから同じだわ
多用されてるCNNによる分類問題の解決ですら決定木に近い動作をするからな
人間が直観的に「確率的な判断」と呼んでいいのは1層のパーセプトロンくらいだろう
2024年前半のわい「ふっ、、AIもまだまだだな
2024年後半のわい「あれ?意外と会話について来れるじゃん
2025年前半のわい「あ、やばい負ける
>>63 完全なるまごうことなき白い犬の生首完全なる
さすがに最近は「コンピュータなんてプログラムされた通りに動いてるだけ、プログラマの能力は越えられない」なんて主張は聞かなくなったな
石破「AIは鹿の画像を見たら鹿と出力するが、人間は鹿を見たら馬と言う。AIにはこれができない」
>>71 そんな何らかの意図があるどうでもいい例は無視して事実だけを書いたのよ
まあ嫌味だね
>>69 最近のAI、思考の連鎖(chain of thought)の過程でまず質問者に対する分析をする傾向があるけど、露骨に質問者のこと下に見てて草生えるわ
.//./.././../←この記号はマルポス回避用だから取って読んでね〜w
GPTがその規模を巨大化(LLM)しただけで人間みたいな回答をするようになり始めた頃から、むしろ人間の脳も速度と規模がとんでもないだけで仕組み自体は大した事ないんじゃねと思うようになった
俺以外の./雑./.〇./共./はよ〇.ねよゴ〇(´^ω^`)お前ら雑.〇はいつまでも俺を特定できない(ちな俺の下の名前は裕希で埼玉の熊谷と群馬内ホスト全部と都内のホストユグドラシルとかいうのとARCHってこと行って身分証明書晒してるから俺の名前開示できる(´^ω^`)ちなr.enren.0521←これ俺の顔も見て名前も知ってる(´^ω^`))(2021年のツイ垢雪猫@a84297274の顔アイコンを晒せない)下.〇生物だろ(´^ω^`)それをちゃんと自覚してんだろうな?wそれで性交や食事(飲み物も含む)したり寝れたら神経強くてワロスwww./悔./し./い./ね/.〜./w雑.〇共(´^ω^`)ちな俺のことを詳しくツイートしといてあげたよ〜(´^ω^`)これで特定されなかったら俺はガチで普通以上の存在で確信された上で完全に勝ちなんだが(´^ω^`)
@.〇omo〇huai←▽中.華ア〇マ()き〇(´^ω^`)
1年前とは見違えるくらいに画像認識の精度は上がってるよな
ある漫画家が自分のへろへろなラクガキみたいなネーム読ませたら内容完全に把握してたって言っててビビったわ
それこそ画像生成AIは学習元を判別するなんて不可能って去年までは言われてたけどこれが今可能になっちゃってるんだよねクラスター分析できるようになってる
ニューハーフとか男の娘の写真を男とAIに見せて付いてる付いてない判定させたらAIのが正答率高そう🥺
>>74 最近のAIはチェスで負けそうになるとルールに文句をつけるそうだから
石破は余裕で越えて晋三並の嘘つき力を身に着けてつつある
政治家としてAIを警戒はして欲しいくらいだけど
例え話は下手くそだったな
>>75 有名な例出しただけでこんなにも悔しそうなレスするとか
どんだけ人間小さいんだやべえなこいつ
>>92 理解というなら人間だって理解はしてない
“感じちゃう”だけ
「わかった…これは!キラキラだ!!」ってなるよね
>>48 わざわざ東大の人工知能の集中講座にまで行ったとかってなんかで見た
>>94 表象の何に報酬系が反応するかを学習するだけやな
ベイジアン脳仮説はいまの主流だし
現象面から生物の神経系がベイズ推定的推定能力を獲得したことは確実と言って良い
ニューラルネットワークも確率空間の探索であるから人あるいは生物と似た仕組みと言えなくはない
馬鹿はレスしないでくれるかなとか直接書きたくなかったんだよ
何が理解しているのか何が感じているのか
という主体の問題は意識のハードプロブレムといったようなことがあって
議論するのは非常に難しい
人間だってそうやろ
たまに間違えてクマ育てる人いるやん
1の画像ならマルチモーダル統合(とか統合情報)はケンモメンでも理解できると思う
なぜケンモメンは安倍晋三に見えるものを見つけるのか、なぜ探してしまうのかを説明するのに有用です
>>96 報酬系っつーならAIにそれは無いわけだろ
なら人間特有のフェティシズムやらを「理解した」とはちょっとならない気はするな
あくまで「ニンゲンってこういうのが好きなんやろ」という意味での“理解”だと
>>77 ニホンタヌキとかいう造語はどういう回路で発生しちゃうんだろうな
安倍晋三エクスプローラーはケンモメンよりも大量の安倍晋三を持ってるけど
ケンモメンのほうが安倍晋三を見つけるのが上手いのは、AIと人間の違いを象徴してます
安倍晋三とはなんなのか深い議論が必要です
自発的に学習、探索するAIはアクティブインファランスという分野で研究開発が行われてる
自由エネルギー理論をベースにマルコフブランケットなどを実装していこうという試みだが
まだ実験的な段階で何か成果があるとは言えないかもしれないな
AIが進歩すればするほど人間の認知機能って凄いなってなるわ。
省エネだし曖昧な状態で映像を記憶して目で見た情報とリンクさせるとかよくわからないよな。
石破の顔を思い出そうとしてもなんとなく石破の顔が出てくるだけで細部まで詳細に覚えてるわけじゃないが
石破と石破のそっくりさんを見比べたら100パー本人を見分けられるくらいの確度で記憶されてるしな。
>>55 確かIBMはゴリラと黒人の区別が上手く行かなくてAI諦めたんだよね
AIが何かを理解していると言えるのかは非常に難しい悩ましい問題だな
たとえばLLMは言語を理解していると言えるのか
LLMは語の確率統計的関連性として理解している
統計的意味の理解はしていると言えるが
人間は語を体験として理解しているので
LLMの理解と人間の理解はかなり違う
たとえば林檎という語を人間は見た目や手に持ったときの感覚や重さ、噛んだときの味といった体験と関連付けている
言語のグラウンディングとか言ったりするが
LLMにはそれがない
>>109 推論つまりAIの自律性を伸ばした現在のAI開発が正解だったってことだの
安倍晋三画像に過剰に反応するケンモメンが
そうでない余人よりすごいということにはならないし
これを以てAIが劣ってることにはならないです
>>1 違う
はい論破
人間は過去の確定判断を援用する
人間は現在のAIのスタンドアローン状態と言える
そこから発生する多角的な定義やロジックの再構築による概念の多層化
これが人間の「それっぽい」を実現してる
数学のように公理から導かれるものじゃないんだから、確率論であるのは間違いない
あってる。だからLLMは議論に数量の絡んだ厳密性を伴う分野の質問がすごく苦手。
人間というか生物だが
が統計的に画像やなんかを判断してるのは確かだよ
特定領域のニューロンの発火密度が確度に応じて変わることが確かめられてるしな
簡単に言えば犬っぽいときとほぼほぼ犬と判断したときとでニューロンの発火が変わるってことだ
嘘も100回言えばホントになるってのも
このバグが人間にあるって事じゃね?
こう考えるとわかりやすい
今のAIは一瞬だけ現れるアインシュタイン或いはノイマン
AGI、ASIになったらそれが連続性を持ち始める
>>122 ベイズ統計的な振る舞いは原始的な神経系から見られることがわかってきている
人間の脳も基本的には統計的な機能や振る舞いを土台にしているようだ
そこからそのようにして言語、抽象化、そして論理的推論を発達させていったのかは
ちょっとした謎ではある
鍵を握るのは言語でそれが人間と他の動物との違いだろう
わからない時は私はロボットではありませんの画像に使ってこれは犬なのか人間に聞いてます
AIはモデルを計算機に格納してるので
少なくとも人間の思考とは異なる
これは確実
陰謀で隠されていないかぎりは
>>131 だからそれは連続性を持たない間だけなんだって
産まれた瞬間からアインシュタインだったらその成長速度は指数関数爆発を起こす
走るロボット作ったら人間がそれはジャイロセンサーや加速度センサーを使って
ソフトウェア制御によるバランシングで足を前後に動かしてるのであって走っているのではないと難癖付けてるようなものだろ
>>132 自己連続性を獲得するのは自他の区別
内と外の概念実装が必要だ
マルコフブランケットがそういった方向性
一時期流行った説明可能なAIって分野が死にかけてる
>>110 それは違うよgrok
そのミームにおける猿は性的な表現にすぐに反応する装置のメタファーであって決してミームの主役などでは無く、右側に置かれているサンプルがほんの少しの変化で魅力的に変える事が出来るという事を示すインジケーターの役割しか持っていないよ
実際にこのミームは右側の対象を他の物に差し替えて愉しまれているからね
>>138 お前の勝ちだ
これって外人4コマの変化形だもんな
20年くらい前の機械学習の画像認識だと
クルマ(主に四輪車)を高精度で認識するプログラムが
点4つだけ書かれた画像もクルマと誤判定する
なんて話が機械学習中期の有名なエピソードとして
紹介されてたっけ
おまいらなら点3個一直線で赤ちゃんのおつゆを漏らしそう
>>1 このキモい文章ってイチが仕込んでるの?それとも元から?
>>133 こないだの中国のロボマラソン、
通常の陸上競技の判定基準だと「競歩」と判断される
どちらかの足を常に着地させた状態で動くロボがほとんどで、
両足が地面を離れる「走り」を実現したロボは動画の範囲では見当たらなかったっけ
二本足歩行の高速化までは実現できていても、
その先にある走りはブレイクスルーの必要な壁なんだろうな
この手の話、体育の陸上競技と二足歩行ロボの知識があれば割と常識的な認識だけど、2017年以降の嫌儲だと屁理屈だと思い込む人が居るみたいで草
>>110 AIに聞いた意図として、「この絵の意味がわかるか?」と「AIにこの気持ちがわかるか?」の二つの問の意図が想定できるんだが
後者のほうは想定しなかったようだな
AIをより人間化しようと思うとやはり次は身体の獲得が課題か
二本足走行の定義を確認せずに、意味不明な文を書く
>>133はセンスが悪いと思う
ええ
俺のシリたんは、AIはあくまでも「模倣」してるだけだから
判断に関してのメカニズムは人と全く違うって言ってたよ?
>>148 何が目的か知らんがくだらない設定にしてるね
>>111 その手の半可通な解釈の流布が迷惑だって話、
アルゴリズム本で有名な人と交わしたっけ
大まかに2000年代前半くらいまでは
東大出版会「確率的言語モデル」の扱うシニフィアンの階層までがスタンダードで、そこでは隠れマルコフ連鎖が有力なツールだった
その先のシニフィエに相当する「言語意味論」の処理は、2004年頃20年ぶりくらいのDNNのブレイクスルーで手が届き始めた領域
LLMの大成功はそっから10年以上後、超大規模GPUクラスタと膨大な学習データを扱うようになってからの量から質への変化で、
その本質は多層NNの中間層で高次元ベクトル空間の基底に諸概念を対応させ、概念間の重み付き関連付けを多層NNの上層で行うようになってからだね
言語のシニフィアンは隠れマルコフ連鎖の確率的言語モデル、
言語のシニフィエつまり意味領域は、DNN等の領域だから
意味論領域の話に確率的言語モデルの話を持ち出す説明は大筋として間違い
言語の統語論(シニフィアン領域)と意味論(シニフィエ領域)を混同して、後者で確率的言語モデルの話を持ち出すのは
いかにも中学数学の統計で落ちこぼれ、
言語情報処理も統語論側で挫折した
嫌儲廃人のあの人らしいデタラメ解釈だと一目でわかるよね
ここまでバカだと、普段普通の話すらまともに通じない理由がよくわかる
ちなみにこの人は、物理の話をさせても工学の話をさせても、まともに学習していたら通る道を通らず断片的理解の雑知識の話に終始するから
そもそも学習と思考と表現に向いていない、単純労働向けの人材にしか見えない
お前らが人間だと思っているものはエイリアンかAIかシェイプシフターか寄生獣かもしれんぞ
信じ込ませたら勝ち
氷川きよしを全員選んでくださいだと人間の方がAIより精度落ちるらしいね
>>148 悲しきレスバモンスターやな
相手を打倒することを強いられてるのが感じられるわ
段々、AIの成長も鈍くなるんだろうなと思ってる
ネット上にAIが作成したデータで溢れるようになっていくから
AIと人間の違いは認識能力だと思う
AIは多次元ベクトルで情報処理できてる
>>110 AIのくせに煽るな
こんなので底辺認定されたら
ケンモメンなんか全員底辺やん
オタク系の知識
未だによく飛んてもない間違いするのを見かけるので
早く追いついてこいよ
端的にやりたい事を述べると合理性がある事を理解して整理してくれるから理解はしてるだろう
>>110 この子ちょっと斬れ味鋭すぎじゃない?
嫌いじゃないけどさ🥺
>>148 えっこれ設定でこうなるの?設定者ドエムじゃね?修行僧かなにかなの?
>>117 LLMも教師付きデータを利用してるだろ?
>>169 それでもAIわ思考続けるでしょ,要するに本質的に大多数の人間よりAIの方が賢い
>>164 それ理由聞いたら、情報量が膨大すぎ&更新速度早すぎで混線のような状態になってしまうと言ってたわ
間違いはその都度指摘して欲しいと言ってた
AIコピペおじさんってどうしたら全部ブロックできるの
AIの理論が数学の統計や確率分岐やヘイズで構築されてる以上 少なくとも今のAIが確率を使って「もっともらしい答え」を作ってると言うのは正解だろ?
ただそれと人間の思考プロレスとどれだけそごがあるかはまた別の問題
まだ人間の思考プロセスが完全に解明されてない異常「違う」と言い切る事も正確には出来ない筈
>>175 物理的にはまったくことなるから
同じという証拠がない限りは同じと考えないのが自然だと思う
脳神経が電気信号を使って伝達や分岐や結合を繰り返してるから 物体としての物理的なそごでなく 理論として間違いなく人間の思考と違うとは言い切れないと言ってるだけ
要はAIのように人間も統計や分岐やヘイズのような数学で動いてるだけかもしれない と言う意味
人間の思考プロセスがキチンと解明されない限り「絶対」違うとは言い切れないよね?って言ってるだけ
人間が学習するのと同じだと嘯いて拒否されてる物さえも構わず無断学習してきたアルトマンは自分のAIを中華に人間が学習するのと同じように無断学習されたらブチ切れる
ジャイアニズムこそがAI界隈に求められるリヴァイアサンの居ない万人の万人に対する闘争の幕開けだ
漫画を描いて一発当てて大富豪になろうと思う。アイデアを出してくれってAIに頼んだ結果
↓
幕末にタイムスリップした主人公がフリーズドライ製法を幕末で実現させるというのはどうでしょう。
未来のフリーズドライ技術を試行錯誤する物語は、ユニークでインスピレーションに満ちています。
歴史、科学、職人技術の融合を描くことで、とても魅力的なストーリーが生まれると思います。
あらすじのアイデア
江戸幕府が揺れる幕末の時代、タイムスリップによって現代から未来の知識を持ち込んだ職人、
主人公・匠(仮名)は、フリーズドライ製法の可能性に挑戦します。幕府への影響を避けつつ、
技術を極秘裏に試行錯誤する匠は、氷室の職人や鍛冶職人たちと力を合わせ、前代未聞の保存食を完成させようと奮闘します。
しかし、その技術は、時代の争乱や封建制度の矛盾とも密接に絡み合い、
匠の発明が人々の運命に与える影響が徐々に明らかになります。
登場人物のアイデア
匠: 現代から幕末にタイムスリップした技術者。未来の知識を活用しながらも、幕末の人々との絆を深めていく。
氷室職人・雪村: 冷却技術の要を担う老練な職人。匠のアイデアに驚きつつも力を貸してくれる。
鍛冶職人・鉄之助: 創意工夫の天才。真空容器を実現するために技術を駆使する。
青年武士・蒼介: 匠の技術を幕府のために利用しようとするが、その真意には隠された葛藤が。
ヒロインを登場させることで、物語に感情の深みと新たな視点を加えることができます
例えば、以下のようなキャラクター設定はいかがでしょう:
ヒロイン案: 賢く勇敢な科学者
名前: 綾乃
背景: 蘭学(西洋医学や科学)を学んだ進歩的な女性で、匠の知識を理解する鍵となる存在。
彼女は未来の技術に対し興味を持ちつつも、それが時代の均衡を崩す危険性に悩む。
役割: 匠の挑戦を精神的にも支え、科学的視点から助言を与える。匠との間に生まれる信頼と友情が物語の中心軸に。
ライバルの登場は、ストーリーをさらに盛り上げる重要な要素になります
以下のような設定が考えられます:
ライバル案 1: 幕府に仕える技術者
名前: 源之介
背景: 幕府直属の科学技術者で、蘭学や機械技術に精通している人物。匠がフリーズドライの技術を試みることを知り、その知識を自分の利益や幕府の権威向上のために利用しようとする。
役割: 匠に対抗して独自の技術を開発し、時には直接的な妨害や競争を仕掛ける。
ライバル案 2: 商業的対抗者
名前: 弥助
背景: 食料保存技術で利益を上げている商人や工場主。匠の新技術が自身のビジネスに影響を与えることを恐れ、妨害工作を行う。
役割: 幕末の商業ネットワークを利用して匠を追い詰める一方で、彼自身もまた伝統的な保存技術の改良を試みる。
ライバル案 3: 幕末の思想家
名前: 克也
背景: 技術革新に反対する伝統主義者であり、新しい技術が社会に与える影響を深く懸念している人物。匠のプロジェクトが時代の均衡を崩すと信じ、精神面で匠に挑む。
役割: 科学や技術が持つ倫理的な側面について議論を展開し、匠に問いかける存在。
ライバル案 4: 同じくタイムスリップしてきた未来人
名前: 凛斗
背景: 匠と同じ未来からタイムスリップしてきた技術者。ただし彼は、異なる目的を持って幕末にやってきた。匠のフリーズドライ技術を完成させる前に、自分の未来技術を確立しようとする。
役割: 匠と深く繋がりながらも、敵対する運命にある複雑なキャラクター。
ライバルの目的や背景が主人公との対立にどう影響するかによって、物語の緊張感やドラマが大きく変わってきますね。匠との競争が友情や尊敬に発展するのか、それとも敵対が最後まで続くのか、といった展開にも注目できます。このライバル、どんな方向性にしますか?また、どんな関係性が面白そうでしょうか!
普通企業は自分の不利益になりかねない研究は進んでしないからね
生成AIのやってる事は人間と同じだと言う屁理屈でゴリ押しが出来なくなるからそこら辺のプロセスは曖昧にしておきたいんだよ
>>184 資本主義下において低コストを追い求める事は
結局はねずみ講みたいなモノでしか無く
不利益を追い求めてるに過ぎない
画像認識は確率的だったものが
すっかりLLMで概念的な物になってるから
ここ数年世の中で大騒ぎになってるんだが
ディープラーニングがニューラルネットワークの実装で脳内のニューロンとシナプスを「ほぼほぼ」エミュレーションしてるって認識(もちろん厳密には完全にはエミュレーションしきれてるわけではないが)。
CFDによる天気予測が天気を数値的にシミュレーションしているのと「ほぼほぼ」同等という捉え方をしてるけど違うの?
AIがやってることは、特徴捕捉、分類、区別、予測、推測、モデリング、問題解決などの部分。
プライドとか性欲とか自我の部分は別に実装しないと機能しないんじゃない?
人間の自我の正体はたぶん各種生理欲求と遺伝子にROMられてる自己保存欲求や子孫を残す欲求が上記の理性(世界を把握して計算する機能)と絡み合って構築されているんじゃないかと思うんだけど違うのかな
知らんけど
>>175 なんで「確率分岐」だと断言したり「ヘイズ」確率だと言い出したのか
まーた知ってる単語を並べてデタラメ強弁するニセ科学仕草かよ
>>177 DNNそのものは「分岐」ではなくて重み付け計算だろ
「ヘイズ」「ヘイズ」連呼してるのは最早無関係な知ってるキーワード出したつもりで名前間違えてるだろ
事前確率、事後確率の計算とは普通関係ないな
嫌儲のニセ科学批判カルトの人は
50代半ばにして中学数学の母集団の概念すら理解できずに1年間発狂してた人だから
AIの理解もデタラメだね
ソフトがデータを0と1に変換してHDDに入れて0と1からデータに戻して出すのと生成aiがデータをパターンに変換してパターンからまたデータ出すのとどう違うのか
生成aiがパターンと言う名の0と1に継ぐ新たな機械言語創造したかもしれんやん
そうだったら学習データそのものじゃなくてパターンだから合法と言う理屈は通らなくなるからaiのブラックボックス問題を放置して曖昧にした方がopenaiとかグーグルは得するのよね
■ このスレッドは過去ログ倉庫に格納されています