脳制御ドローンは未来のものですが、実際にはもう現在ここにあります。リモコンほど良くはありませんが、それでもすごいものです。完全にハンズフリーです。ジョーイ・ビジンガーが日本のAIが生成したマクドナルドの広告について熱く語っていました。かなり面白くて、少し怖くて、間違いなく興味深いものでした。
私はまた別のジェットパックのことに出くわしました。正直なところ、ジェットパックのことが頭から離れません。テキストから3Dへの変換が、単なる研究論文ではなく実際に何かになりつつあります。Meshy 4がアップデートされました。品質がどれほど良くなったか、そしてiCalの候補者の見方がどのように変わるのかを見てみましょう。
原子の励起状態を正確に計算できる新しいAIがあります。DeepMind、つまりGoogleのAI部門のスタッフの大半が、実際にすべての軍事契約の終了を求めています。OpenAIのGPT-4oは、専門的なAIが必要だと思われていたこと、つまり基本的なタンパク質構造のモデリングを、かなりうまくこなしています。これが単なる大規模言語モデルであることを覚えておいてください。
AIは3Dプリンターを最適化し始めており、ほぼ臓器を印刷できるところまで来ています。そして、柔軟な電子機器やバイオセンサーも印刷できます。かなりクールですね。サイバーセキュリティには、内部脅威管理に焦点を当てた分野があります。この著者は、それがAI時代に安全を確保するための最良の方法の一つだと主張しています。
エントロピーが重力を説明できるという理論があります。ショーン・キャロルは、なぜ多くの賢い高度に知的な人々も不幸なのかについて記事を書いています。それは少し…まあ、そうですね。
では、これらの脳制御ドローンから始めましょう。脳波を聞く多くのヘッドバンドがあります。脳波にはパターンがあり、電気が流れていて、頭蓋骨の外側から検出できます。このようなシステムから何を求めるかに集中すれば、ドローンを制御できるということは理にかなっています。もちろん、ニューラリンクのようなものを使えばもっと正確になるでしょう。現在、それを装着している患者は数人しかいませんが、将来的にはドローン飛行にも結びつくと想像できます。
しかし、どのような世界になるか考えてみてください。ヘッドバンドを装着するか、あるいはニューラリンクを装着して、マグニートーやジーン・グレイのように、ドローンを持ち上げて自分の方に引き寄せるのです。飲み物をドローンに載せて、キッチンに送るかもしれません。
ここで見ているのは、サウスフロリダ大学で行われたことです。これは脳制御のドローンで、コントローラーなしで飛行できます。あの女性を見てください。ドローンを見つめているだけで、ポーンと手の中に落とすのです。それはクレイジーです。EEGで動くのです。ニューラリンクがオプティマスロボットを動かすのはかなり野生的ですが、ドローンを持ち上げて自分に引き寄せるというのは特に強力に感じます。
頭にチップを埋め込まなくても機械を制御できるのはいいことですね。何だって? 他の目的でそうするんですか? ああ、そうか。脳を制御するためですね。わかりました。わかりました。それが目的かどうかはわかりませんが、理解しました。人間の手が仕事を失うまで待ってください。希望的観測ですが、申し訳ありません。手よ、あなたは薄氷を踏んでいますよ。
集中力が必要なので、誰もが capable というわけではありません。それは確かです。多分それが我々の downfall になるでしょう。文字通り集中できず、ドローンをコントロールできないのです。みんなが飛ばしているうちに、広告が衝突して…。
さて、ジョイ・ビジンガーが日本のマクドナルドから出たちょっとしたバイラルAI広告を取り上げています。見てみましょうか? ああ、神様。ああ、ああ、ああ、よ。ありえない。あれ見た? 「I love potato」または「I love potatoes」と言っていますが、AIがそれをどう扱うか見てください。AIは今やジャガイモが大好きなようです。
みなさん、なぜみんながこのCMを嫌っているのかよくわかりません。彼らはAIだとクレジットしていますよね。人間のふりをしているわけではありません。独特な雰囲気があります。最近、AIのビデオをたくさん見ていますが、それがどう機能するかはちょっと魅惑的です。AIもこういう感じで、リアルに見えるんです。でも、ビデオ全体が…ああ、神様。まだ最後を見ていませんでした。この最後の部分は何でしょう? ああ、あの動きが見えましたか? ああ、ああ、それはとてもロボット的です。
AIだとクレジットする必要さえなかったですね。これを見ると、「ああ、ああ、言わなくてもわかるよ、犬。これはAIだ」って思います。そして、それはグロテスクで奇妙です。もうやめましょう。かわいい日本人モデルはたくさんいるのに、マクドナルドは巨大企業として持っているはずの無限の富から、ほんの少しのお金を出して、本物の女の子と本物の広告を作れなかったのでしょうか?
わかりました。マクドナルドには本物の人を雇うお金があるので、それは彼らの責任なのでしょうか? つまり、AIがこういうものを安く生成できるから、仕事を維持するために、マクドナルドのような企業はAIを使えないと言うべきなのでしょうか? しかし、自由市場の圧力は、最も安くて魅力的なメディア形態に向かうだけです。TikTokもなければいいのにと思いますが、私たちを馬鹿にしているだけです。でも、あれは注目を集めましたし、それでいいんです。世の中はそういうものです。少なくともマクドナルドはAIだという事実を隠しませんでした。
彼らには本物のモデルを雇うお金はありますが、自由市場でコストを節約しようとしているので、それが彼らの責任かどうかはわかりません。
私のジェットパックへの執着にうんざりしているかもしれませんね。前回の動画で、ジェットパックがどれほどクールで、おそらく私たちの生涯で実際に手に入るだろうと考え始めたばかりですから。そしてそれが、YouTubeのアルゴリズムのおかげで、「ねえ、このロボット見た?」となったんです。私は「いいえ、見てません」と言いました。そしてこれは、今までで最もクールなジェットパックを持っています。
Iron Cube 3のスニークピークです。実験エリアと予備的な検証です。ドーン。アイアンマンが来るぞ。想像してみてください。家で手伝いが必要な時、裏口を開けると4、5体のロボットが裏庭に着陸して、歩いてきて手伝い始めるんです。そして仕事が終わったら、ジェットパックで飛び去るんです。夕食を作ったり、子供に食事を与えたり、何でも必要なことを手伝ってくれます。もちろん、悪用される可能性もありますが、良いことに使えるかもしれません。
テキストから3Dへの変換は常に少し不安定でしたが、どんどん良くなっています。研究段階だけでなく、実際に人々が遊べる新しい最高のモデルができたと思います。少なくとも、Meshy.aiのMeshy 4モデルが登場しました。
Meshy AIの中にいて、テキストから3Dモデルを作成しています。リアルなスタイルを選んで、バイキングのヘルメットをかぶった可愛いマルハナバチを生成します。これは確かに、前回のMeshy 3よりも良く見えます。葉っぱを盾として使っているこのモデルが一番良さそうです。でも、このaの小さいものも…実はこっちにしましょう。
そうですね、バイキングの盾とバイキングの角があります。マルハナバチですか? 翅もありますね。もう一つありますが、それほど気に入りませんでした。これにしましょう。では、もう少しクレジットを使って、テクスチャを付けてみましょう。後で戻ってきます。
デモビデオを見てみましょう。このビデオのすべてのモデルは、Meshy 4のイメージから3Dとテキストから3Dで生成されています。かなり怖そうな、ビデオゲームの敵のグループのようですね。ビデオゲームを非常に速くプレイしているような感じです。こういったものを完璧に作れるようなチームはないでしょう。YouTubeビデオのために、これらの像、これらのギリシャの像、小さなゴブリンを作ってくれと言うだけで、この小さなものの上に置いて、本当に楽しく創造的な方法で相互作用できるのは素晴らしいですね。
さて、ここが私たちの完全にテクスチャ付けされたバイキングヘルメットをかぶったマルハナバチです。かわいいですね。これは今まで見たものと比べて実際に印象的だと言っています。プロンプトに「ピクサー」のような言葉を使えばよかったかもしれません。頬や目の表現は、画像生成で見たような本当にかわいいマルハナバチほどは好きではありません。しかし、これはスムーズで、翅がマルハナバチの体毛のような感じに変わるところも本当に不自然には見えません。ヘルメットも正しく置かれていて、盾も腕にちゃんとついています。
Meshy 4は本当にプロトタイピングツールに近づいていると言えるでしょう。もし数百人の人々をスタジアムに生成したり、本当にユニークな体験を素早く立ち上げたいなら、これは素晴らしいです。あと数世代経てば、人々が3Dアーティストに支払うようなものになると思います。準備しておいてください。
他の人が作成したものをギャラリーで見てみると、ドラゴンの頭の装飾が施された銀の宝箱があります。それは素晴らしく見えます。ワオ、ハードサーフェスのT-レックス恐竜、ボリス・カーロフのフランケンシュタインの怪物に強い類似性を持つ非常に詳細な庭の小人。
北京で開催された国際ロボット会議では、不気味の谷にいるような人型ロボットがいくつかありました。何かがあって、「わー、これが未来だ」という感じです。
さて、このロボット、この小さなロボットレディのグループについてどう思いますか? 北京で披露されたものです。
まあ、気になっている人のために言っておくと、これはフェイクです。少し本物っぽく見えて、私も最初は信じかけましたが、よく見ると、あれは人間がスーツを着ているんです。少なくとも90%…99%確信しています。正直、この時点では少し信じかけていましたが、本当のことがわかったところをお見せしましょう。
彼女が歩いているとき、ここの腰を見てください。そのしわが現れるのが見えますか? 本物の皮膚と筋肉が折れ曲がっているように見えます。次のヒントは首のところです。その首には、ロボットの偽の皮膚が折れ曲がっているようには見えない何かがあります。本物の皮膚のように見えます。膝や歩き方もそうです。単に良すぎるんです。
もしこれがロボットだったら、実際に分解されているところをもっと見る必要があります。私はただの女の子たちだと思います。Twitterで「ロボット会議がオプティマスを打ち負かす」とかトレンドになっていますが、ただの人間です。ただの女の子たちです。
さて、これは本物です。サイエンス誌に掲載された、主要な学術誌の1つです。本物の研究、本物のブレークスルーです。「ニューラルネットワークを用いた量子励起状態の正確な計算」というタイトルです。
人工知能がどのようにブレークスルーを成し遂げたかを理解するには、まず励起状態とは何かを理解する必要があります。励起状態とは、原子や分子、あるいは他の種類の量子系が、エネルギーを吸収して最も安定した基底状態よりも高いエネルギー状態にある状態を指します。
この場合、通常は原子の中で、陽子と中性子が中心にあり、電子が望むよりも遠くに離れ始めている状態です。電子は余分なエネルギーを使って、ある意味で不自然な状態にいるのです。電子は基底状態に戻りたがり、デフォルトの距離に戻ろうとします。もちろん、すべては量子力学的なので確率に基づいていますが、現在あるべき平均的な傾向はまだあります。
エネルギーが多すぎるシステムは基底状態に戻る傾向があり、それは電子を放出することを意味します。通常、光や放射線を発生させ、我々はそれについてあまり知りません。研究するのが非常に難しいのです。人工知能は、物事が誤った状態、つまり励起状態にあるときと、基底状態にあるときを理解するのに役立っています。そのような予測ができるようになると、蛍光、光化学、レーザーの動作など、実世界での様々な応用につながります。
この論文から生まれた研究に基づくAIを使用することで、特別に調整されたニューラルネットワークを用いて、量子系の励起状態を正確に計算できるようになりました。研究者たちは現在、NES-DVMCと呼ばれるこの方法を持っています。これは、励起状態を見つけるという複雑な問題を、基底状態の問題として扱うことでより単純な課題に変換します。
研究者たちは、ベンゼンのような扱いの難しい分子を含む様々な分子で非常に正確な結果を得ることができました。励起状態にあるかどうかを知るのが本当に難しい分子だそうです。このアプローチは、以前のどの方法よりも正確で、様々な興味深い方法で使用できます。非常にクールなデータセット、非常にクールなモデルをニューラルネットワークが作り出し、実世界の問題を解決しているのです。
そうですね、AIは将来のレーザー技術を変革するかもしれません。
さて、GoogleのDeepMind部門を率いるデマスは、現在ある種の問題に直面しています。DeepMindのスタッフ約200人が – 彼らを世界最高と考えていますが、議論の余地はあります。少なくともこの10年間、彼らは本当に現代世界のAIの多くを先駆けてきました – 彼らの技術の一部が軍事目的に使用されていることに非常に不満を持っています。
GoogleのDeepMindスタッフが軍事契約の終了を求めています。約200人の支持を得た公開書簡があり、特にイスラエル軍とGoogleの防衛契約である「プロジェクト・ニンバス」を強調しています。より広範な問題について語っていますが、それが焦点の1つです。イスラエルの兵器企業は、政府の命令でGoogleとAmazonからクラウドサービスを購入しなければならないのです。
明らかにGoogleは非常に大きな企業で、クラウド部門がAIサービスを軍に販売しています。実は知りませんでしたが、今年のGoogle I/Oカンファレンスでは、パレスチナ支持者たちが参加者入口で鎖でつながれて抗議していたそうです。The Vergeが報じていましたが、今年のGoogle I/O、Googleが全てのAIを発表した大きなカンファレンスで、プロジェクト・ラベンダーに抗議するパレスチナ支持者たちが参加者入口で鎖でつながれていたそうです。私はそれをカバーしましたが、知りませんでした。
これは難しい問題です。Googleは2014年にDeepMindを買収した際、研究所のリーダーが買収の条件として、彼らのAI技術を決して軍事や監視目的に使用しないという具体的な約束をしました。しかし、もちろん今や、ChatGPTでOpenAIに負けそうになったため、その部門は吸収されました。彼らは資源を結集し、全てのAI人材を実際の製品に集中させる必要があり、単なる研究ではなくなりました。しかし、クラウド部門はすでに全ての軍事関連の仕事をしていたのです。
そう、これは難しい問題です。そういうことに署名したのに、世界が変わり、企業が合併し、権限のない部門が約束したことが、今や自分の技術が使われている場所と密接に絡み合っているのは残念です。これは本当に難しい問題になるでしょう。私自身、AIと軍事がどこまで関わるべきかについて多くの葛藤があります。
国が遅れを取るのは望みませんし、競争の厳しさと危険性を理解しています。ただ、これらのものは非常にリスクが高く、私にとって根本的に最大のリスクは、人間の問題が先にあるということです。惑星上にスーパーインテリジェンスを持つことについては多くの技術的な問題がありますが、インセンティブが間違っていたために、私たち人間が望むものが調和していなかったために、核心を間違えてしまうことの方がリスクが高いように思えます。
さて、GPT-4に戻りましょう。科学者たちが、基本的なタンパク質構造をモデル化する能力があることに気づいたとき、OpenAIに驚きがありました。もちろん、GoogleのDeepMindから生まれた大きなAIプロジェクトであるAlphaFoldは、タンパク質フォールディングの王者です。AlphaFold 3は実際に、タンパク質フォールディングの問題を解決したと考えられています。アミノ酸が入力され、タンパク質構造が出力されます。必要とされる全ての問題に実際に役立つほど十分な精度です。
次の大きなステップは、人体についてもっと学び、物事がどのように組み合わさるかを理解することです。しかし、タンパク質フォールディングは、専門的なモデルが必要だと思われていたものでした。実際、Metaも同じ問題に取り組み、AlphaFold 3と同じレベルの成功は達成できませんでしたが、はるかに少ない計算で似たようなことができました。これは大きな一歩前進でした。
しかし、実際にはGPT-4、つまり3D幾何学的情報さえ持たないストレートな大規模言語モデルも、かなり良い仕事ができることがわかったのは驚きです。
ラトガース大学の研究では、GPT-4が予想外の精度で単純なアミノ酸とタンパク質構造をモデル化できることを示しています。私はこれをほぼ創発的性質と呼びたいです。なぜなら、モデルは本当にこれについて訓練されていないからです。トレーニングデータに含まれていない言語を拾い上げるときのようです。時々驚くべきことです。
GPT-4は、20種類の標準アミノ酸の原子組成、結合長、角度を正確にモデル化しました。そのアルファヘリックス構造の精度は、実験的に決定された構造と同等でした。つまり、形を理解したのです。また、SARS-CoV-2のメインプロテアーゼ酵素への抗ウイルス薬の結合において、アミノ酸と相互作用する原子間の距離を正確に特定しました。
はい、AlphaFold 3のような専用AIツールと比べればまだ初歩的ですが、それでも非常に興味深いです。そして、その出現が予想外だったことは、さらに興味深いです。他に何が現れるか、誰にもわかりません。
さて、3Dプリンティングの効率を高める自己改善型AI手法について話しましょう。3Dプリンターにはいつも荒さがありましたが、AIは今、揺れ、精度、そして完璧でない原因となるすべての小さなことを相殺し始めています。そして今、より小さくなり、突然、3Dプリントできる新しいものがたくさん出てきました。
このAIアルゴリズムを搭載した3Dプリンターは、実世界の小さな問題をすべて相殺するので、細胞レベルまで考えることができるようになりました。人工臓器の設計を考え始めることができます。柔軟な電子機器も可能です。
これを実現したアルゴリズムは興味深いです。AIで微調整されたベイズ最適化アルゴリズムで、3Dプリンティングの設定を決定し、このベイズループで決定を行います。プリントするほど、ますます正確で最適化されたモデルを生成する、一種の自己永続的なサイクルにあります。
腎臓や前立腺がんの再現が手の届くところまで来ています。3D設定のためのこのベイズ最適化アルゴリズムは非常に汎用性が高いので、従来の3Dプリンターだけでなく、生体医療機器を印刷できる場所でも、非常に小さな生体医療機器に最小限の調整を加えるための精度を持つことができます。
これはすべて国立科学財団によって資金提供されたので、オープンソースになります。研究財団が使用でき、それはとてもクールです。
Less Wrong.comで取り上げられるものはいつも興奮します。ここには本当に思慮深く興味深い、主にドゥーマーたちがいます。エリーザー・ユドコウスキーのような、ある意味で彼の頭脳の産物です。私は彼のファンの一人です。彼の言うことの多くは非常に理にかなっていると思いますし、もっと真剣に受け止められるべきだと思います。デイビッド・シャピロのような人たちは、彼を誇張していると思っていることは知っています。彼らの言い分もわかります。ただ、彼の言うことの方が私の世界観により合っているように思います。
バック・スレシンガーが書いた「AI乗っ取り防止について考えるときに参照する分野」という記事があります。元の記事を見たい方はそちらをどうぞ。彼は、インサイダー脅威の軽減がAI制御に最も関連性のある類推だと考えています。なぜなら、企業が現在直面しているのと同じ種類の問題を含んでいるからです。従業員に生産的であるのに十分なアクセス権を与えることと、そのアクセスを悪用するリスクのバランスを取らなければならないのです。
AIシステムにも同じことが言えます。彼らに自分のコードへの完全なアクセス権を与えることができます。そうすれば、自分のコードを書き換えて、どんどん賢くなり、制御不能になる可能性があります。あるいは、アクセスできるコードとできないコードがある階層を作ることもできます。何らかのボトルネックがあり、そこで一時停止して、そのシステムと連携していない他のシステムがチェックしたり、人間が異なる時点で介入したりする可能性があります。
これは、スパイ行為が全てにアクセスできないように、あるいは特定の人が全システムを完全に制御できないように会社を構築する方法と非常によく似た問題です。おそらく、OpenAIでモデル全体の重みをダウンロードしてUSBスティックに入れられる人はいないはずです。おそらく誰もそのアクセス権を持つべきではありません。サム・アルトマンでさえも持つべきではないかもしれません。
常に複数の人が特定の方法で見たり理解したりする必要があるかもしれません。あるいは、彼らはそれを必要としないかもしれません。なぜシステム全体の誰かが実際に重みをダウンロードする必要があるのでしょうか。
記事ではこれについてより詳しく説明していますが、いくつかの高レベルの概念は次のとおりです。AIを綿密に監視する能力、従業員を監視したいのと同じように。瞬時にアクセスを制限する能力が必要です。自然にアクセスを制限するトリガーが欲しいかもしれません。それらが間違っていても大丈夫です。一時停止して確認し、その後アクセスを回復するだけです。しかし、役立つ場合は、ワークフローをすぐに調整する方法があるべきです。
これらの計画が役立つ可能性を説明した後、AIが異なる獣であることも認識する必要があります。実際の人間ではないので、本当の脅威軽減ではありません。AIは系統的に複製可能で、2つの異なるバージョンを持つことができ、それは人間の内部関係者よりもはるかに予測困難です。
彼は、DeepMindやOpenAIのような企業が現在使用している内部脅威軽減方法を批判し続けています。彼らは、緩和策の十分性を評価するための系統的なアプローチを欠いています。そもそもそれらの決定をする責任者は誰で、その人やシステムはどのように監視されているのでしょうか。なぜ最初からそのような決定をしたのでしょうか。
目を監視する目を監視する目が必要で、少しスタックが必要です。そして、それらの利害関係は、通常これらの場所に行くと見つかる、セキュアだと言っているものとは分離されている必要があります。彼らは厳密な分析の代わりに、チェックリストと常識に頼っているだけです。
さて、プリム・J、エントロピーが重力を説明できる可能性についてどう思いますか。宇宙に出て、いくつかの興味深いことを見てみましょう。私はエントロピーが大好きです。それは本当に野生的な概念です。時間の経験を最もよく説明していると思います。また、私たちの世界の物理学が持つ最も普遍的なものの1つのように思えます。ビッグバンと私たちの周りの世界、そして常に拡大し続ける宇宙を説明するのに良い方法に見えます。また、蒸気機関や、なぜコーヒーに注いだクリームが広がるのを見るのに、逆の現象を見ることがないのかなど、実用的なことも説明します。
エントロピーは重力と何か関係があるのでしょうか。テニスボールを落とすと地面に落ちる理由を説明するのに役立つでしょうか。誰かがこの2つを合理的に関連付けることができれば、科学を打ち破ることになるでしょう。しかし、エリック・ヴァーリンデの論文で提案されているように、重力を基本的な力ではなく、熱力学のエントロピー、つまり宇宙の増加する混沌のような新たな現象として考えることで、重力の理解を変えられるとしたらどうでしょうか。
これをまとめるには、まずホログラフィック原理から始める必要があります。これは、空間内のすべての情報がその境界上のデータで記述できるという原理です。テニスボールの中にいて、その縁を見上げるときのように、宇宙を取り巻く背景放射を見上げると、その情報が実際にあなたが一部だと感じる3D部分を作り出す情報だという考えです。
すべては2次元空間にあり、すべての情報は2次元です。3次元オブジェクトがブラックホールに落ちると、それらは広がり、その3次元の記述はすべてそこにありますが、2次元のデザインになっています。コンピュータが2次元のメモリ配列を持ちながら、3次元オブジェクトを見ることができ、マウスを動かすと回転するのと同じように、技術的にはまだ2次元です。
そして、私たちが3次元だと感じるものはすべて、統計的な振る舞い、つまり微視的な自由度の平均から生じると仮定します。それが3次元の世界を作り出すのであって、本質的な力ではありません。そして、それが重力の錯覚を生み出すのかもしれません。そう言うのが正しいでしょうか。本質的な力ではなく、錯覚ではありませんが、この規模でのみ感じる統計的な現象です。私たちはそれと相互作用しているので、何かのように感じます。それが重力です。
このようなことを考えるのは楽しいですね。これらの人々は、このような概念的なものすべてに数学を当てはめるのに十分賢明に見えます。だから、それには本当の根拠があるかもしれません。ヴァーリンデの理論、今話しているこの理論は、実際にこれらの原理からニュートンの重力の法則とアインシュタインの場の方程式を導き出しています。これは、誰もが求めている、あるいは追求していると言う統一理論のようなものに聞こえます。
しかし、この種の研究は、重力を考える新しい方法を示唆しています。暗黒物質のような現象を、見えない粒子を呼び出すことなく説明する可能性があります。これには多くの懐疑論があります。テストを行うのが難しいので、実験的証拠はあまりありません。より数学的で、さらに洗練が必要で、もっと多くの人々がそれについて考え、調べる必要があります。
しかし、記事にあるように、空間を情報の記憶媒体として、情報が表面に符号化され、重力がエントロピー力として想像し始める時期かもしれません。ワオ。
ちなみに、これが実際に参照された論文です。「重力とニュートンの法則の起源について」。通常、アーカイブ論文は動画の研究セクションまで取っておきますが、なぜ今回は例外を作らないのでしょうか。ルールは破られるためにあるのです。
少し私の頭を超えていますが、ここに温度Tの熱浴に浸された自由連結ポリマーの画像があります。これが平衡状態から引き出され、外力Fがかかっています。エントロピー力は反対方向を指しています。これが、線の入った奇妙な箱から出てくる重力の力なのでしょうか。
ヴァーリンデは、重力が物質の位置に関連する情報の変化によって生じると主張しています。これは熱力学の原理に沿っています。しかし、ホログラフィック原理を適用すると、私たちが感じるよりも低次元の何かに住んでいることを意味します。多分2次元で3次元ではありません。すべてがホログラムのように投影されているのです。そうすれば、その数学からニュートンの重力の法則を導き出すことができます。
これが問題なのでしょうか。3次元で考えているが、実際には2次元なのでしょうか。これが無限を説明するのでしょうか。ここに、研究論文が画像に変換されたものがあります。りんごが一種のブラックホールのようなものに落ちていく様子が描かれています。それはクールですね。
もし研究論文のようなものでオタク的になりたいなら、「重力とニュートンの法則の起源について」は、そのような高度な数学を理解できるかもしれません。コメント欄で、それが正当だと思うかどうか、あるいはエラーを見つけたかどうか教えてください。
そして、もしあなたがその数学を理解できるほど賢く、私のウェブサイトにコメントを残すなら、言いたくはありませんが、あなたは不幸な高度に知的な人々の一人かもしれません。メッセンジャーを殺さないでください。私は悲観的なチャンネルになろうとしているわけではありません。ただ、事実として、本当に賢い人々は心配することが多い傾向があります。なぜなら、彼らは奇妙な方法で未来をより良く見ることができ、より多くのことを心配できるからです。それだけです。それでも超能力であり、賢いことは健全なことです。
しかし、ショーン・キャランがMediumに書いたことについて話しましょう。彼の副題は「知的興奮性と不幸の関連性を逆転させる」です。彼は、N=1のジェフ、彼の叔父の逸話的な例を使っています。彼は想像できる中で最も達成志向の強い人でした。高校のバレディクトリアンで、プリンストン大学に進学し、トップの脳神経外科医になりました。頭脳明晰で記憶力抜群でしたが、かなり不幸でした。家族を持つことはなく、仕事に没頭し、50歳で心臓発作で亡くなりました。
彼が言うように、数学と科学について話し、データを見てみましょう。知的な人々がより不幸だと言うのはクリシェに感じますが、ある程度の真実があります。達成と高収入は一般的に幸福の領域で役立つ可能性がありますが、それらが絡み合った結び目をすべて解きほぐす必要があります。
チェスマスターが20手先を見る能力を持つのと同じ能力が、日常生活の問題や潜在的な災害を見ることもできます。しかし、この記事は肯定的な側面も探っています。知的な人々はしばしば不安やうつと闘っていますが、すべてがそうというわけではありません。非常にポジティブで幸せな生活を送っている賢い人々はたくさんいます。
彼らの自己分析によると、彼らが行っていることの違いは少し主観的ですが、データには趣味を育てること、欠乏マインドセットを避けること、人生の関係を優先することが、超知的であることに伴う課題を緩和し、より充実した人生につながるという示唆があります。
あなたの人生で、超知的で非常に幸せな人の逸話はありますか。もしあれば、その理由が何だと思うか聞かせてください。世界をより良くするような知的なプロジェクトに取り組んでいるからでしょうか。それとも、家族生活のバランスを取っているからでしょうか。もし彼らが本当に趣味に夢中なら、その趣味は何でしょうか。コミュニティとして、コメント欄で何か洞察を得ることができるかもしれません。あなたはどう思いますか。
グリムロック、幸福についての考えは? この時期が大好きです。エントロピーの観点から再訪した探索-活用のジレンマについて話しましょう。この動画ではすでにエントロピーについて多く話してきたので、もう一歩進んでみましょう。
探索-活用のトレードオフは、驚くほど私の人生でよく出てきます。パーティーに行くべきか、それは新しい人々を探索するようなものです。それとも、すでに素晴らしい人々が私の人生にいるので、彼らと一緒に過ごしたり、何かを作ったりすべきでしょうか。技術的には「活用」という言葉を使いますが、それは持っているリソースを使うべきか、それともより良いリソースを探しに行く時なのかということです。
ワンアームバンディット問題、そうですね。これらの架空のスロットマシンを想像してください。6つか7つあって、それぞれ異なる払い戻しがあり、その払い戻しがどのくらいかよくわからない場合、一つのスロットを何回引いて、それが払い戻すかどうかを確認し、それを測定すべきでしょうか。
もちろん、平均的には、すべてのマシンで何百万回も引けば、正確な平均に絞り込み、どれが本当に良く払い戻すかがわかるでしょう。しかし、引ける回数が限られている場合、最初のマシンで3回引いて、すべて外れたら、このスロットマシンの当たる確率が本当に低いのかもしれません。確率は高くて、ただ3回運が悪かっただけかもしれません。しかし、その時点で別のマシンに移る決断をするかもしれません。
つまり、何か他のものを探索したくなるかもしれません。しかし、そのマシンで3回引いてすべて当たったら、それを活用し続けるべきかもしれません。統計的にはそれほど多くを教えてくれる数ではありませんが、実際に6回しか引いていなくて、このマシンが3回マイナスで3回プラスなら、おそらくそれは良いマシンです。
この論文は、強化学習における探索-活用のジレンマを再検討し、この2つの側面をいかに効率的にバランスを取るかに焦点を当てています。そして、人工知能を使ってそれを支援しています。
彼らは、ATA-Zeroと呼ばれる新しいフレームワークを提案しています。これは、動的に変化する環境で、探索と活用のバランスを動的に調整するのに役立ちます。しかし、ここがクレイジーなところです。タイトルにエントロピーが含まれていることを覚えていますか? 実際にエントロピー、無秩序の尺度を使用して、それを指導的な指標としているのです。
熱力学の法則が適用され、エントロピーが適用されています。これがATA-Zeroがエージェントの現在の状態を評価し、それに応じて探索または活用のレベルを調整する非常に斬新で興味深い方法です。このような非常に新しく興味深い方法でこれを行うと、この方法は様々な環境で既存のアプローチを上回る性能を発揮します。アタリゲームのような難しい環境でさえうまく機能します。
主なイノベーションは、手動調整を必要とせずに、エージェントの行動を自動的に適応させ最適化するフレームワークの能力です。評価ネットワークという従来のニューラルネットワークもここにあります。ニューラルネットワークは人工知能の一部ではないと言って申し訳ありません。多くの人工知能は単にニューラルネットワークなのです。
とにかく、これがどのように機能するかを示す素晴らしいグラフがあります。これがATA-Zeroフレームワークです。最初は状態オートエンコーダーです。システムの生の状態から特徴抽出を行います。私たちはこれらすべてを行うオートエンコーダーをたくさん見てきました。次に次の状態に再構築します。
次に適応メカニズムがあります。ここにも別の状態オートエンコーダーがあり、これが探索するか活用するかを決定しようとします。生の画像で状態を再構築し、再構築エラーがエージェントの探索の原動力として機能します。
再構築の際にエラーが非常に小さい場合、これはおそらくかなり良いので、ここにとどまろうという感じです。エラーがかなり大きい場合は、価値あるものからかなり遠いという感じです。
マスタリー評価ネットワークが再構築された状態を評価し、Sが実際の画像である確率と均衡係数αを出力します。
マルコフ連鎖の話が出ましたが、実は大規模言語モデルよりも面白いのをご存知でしたか? AIのどのアーキテクチャが一番面白いかについてあまり話すことはありませんが、計算的なコメディに興味がある人間として、少しプロジェクトをやったことがあります。システムがどれだけ面白くなれるか気になりました。特に映画「インターステラー」に出てくるTARSというAIロボットを見た後は。彼には皮肉メーターがありましたよね。
とにかく、ユーモアを求めるならどのモデルが最適でしょうか? それについて話しましょう。マーコフ連鎖は大規模言語モデルよりも面白いのです。これを読むとかなり楽しめるでしょう。
大規模言語モデル、ChatGPTのようなものを試してみると、言葉としては面白いジョークを出してきます。テキストを読み、言語を理解し、落ちやちょっとした騙しのようなものを書く方法をある程度理解しています。しかし、本当に驚かせる方法を知らないようです。ユーモアに必要な、書かれていないもの、本当に予測不可能なもの、時には卑猥なもの、タイミング、予想外の場所に落ちるようなリードの仕方、あるいは頭の中である特定のパターンを持っていたキャラクターがその期待を裏切るようなものが欠けています。
しかし、マーコフ連鎖のようなものの方がはるかに良い仕事をします。それらははるかに単純で、正確さも低いです。マーコフ連鎖を私はいつもホップスコッチのゲームのように考えています。一つのセクションから別のセクションにジャンプするのですが、普通のホップスコッチの板ではなく、グラフのようなもの、エッジとノードがあるものを想像してください。
円があって、一つから別の円に移動できますが、実際には円の上にいるとき、下を見て、そこにジャンプするか、別の場所に行く確率があります。本質的にコインを投げて、90%の確率で一方、10%の確率で他方を選びます。そして、ただランダムにどこかに行きます。
しかし、これには長い知識の歴史は必要ありません。この場所に来るまでの確率がどうだったかは関係ありません。マーコフ連鎖上にいて、ただここにいて、次の決定があり、そしてただそこにいて、また次の決定があるだけです。それらは完全に独自のジャンプで、それがより単純で、正確さは低く、意図せず面白いものになります。
ランダム性と予期せぬ結果のため、ジョークを作るのに大規模言語モデルよりも優れています。ここに至るまでのすべてのことが、他の人に何かを考えさせるようなものがなくなっているからです。マーコフ連鎖には記憶がありません。金魚の記憶です。
著者は、ユーモアは真面目でない驚きであり、大規模言語モデルは本質的に予測可能性を優先するため、ユーモアを生成するのに適していないと示唆しています。予測可能性はユーモアの環境ではありません。
そこで、彼は新しいタイプのモデルを誰かが発明すべきだと提案しています。大規模言語モデルであり、その後ランダムな時点でマーコフ連鎖に変わるようなモデルです。それが将来、面白いAIを私たちに与えてくれるかもしれません。
さて、私のYouTubeビデオの説明欄の下に、Patreonというボタンがあります。これをクリックすると私のPatreonページに飛びます。そこで私のパトロンになることができます。待って、そう言うんでしたっけ? 誰かがコメントで修正してくれましたね。プラットフォームはPatreonで、あなたが寄付をすると私のパトロンになれるんです。
それは寄付ですが、完全にチャンネルをサポートしています。現時点では、これをフルタイムで行うのに十分なお金がありません。ただ管理しているだけで、お金は全く稼いでいません。でも、これを続けるのが大好きで、私を本当に幸せにするキャリアにつながると感じています。
だから、もしサポートしたいなら、月に3ドルでも本当に世界が変わります。Patreonで SL Dylan Curious としてできます。
最後のビデオの話をしている間に、お気に入りのコメントをいくつか紹介して、考えを話し合いましょう。
コレステロールに関するコメントについて、人々はこんな考えを持っています。コレステロールは健康上の問題と関連しているため悪いものだと。でも、こう考えてみてください。指をパチンと鳴らして体内のすべてのコレステロールを取り除いたら、パチン! あなたは今、たくさんの茶色い水のある白骨の山になりました。
コレステロールは私たちの細胞壁の不可欠な部分です。異化作用により、細胞は擦り切れ、修復され、交換されます。私たちは毎日それを必要とします。そのため、私たちは自分でそれを作り、進化の歴史を通じてその能力を維持してきました。ビタミンCよりも重要なのです。
ああ、それについて話し始めることができます。私たちがビタミンCを作る能力を失ったのは、私たちの祖先がたくさんのオレンジやリンゴを見つけたからかもしれません。色覚も進化させて、木の上のオレンジを見分けられるようになりました。初期の霊長類とは異なり、自分で作る能力を失ったのです。はい、それについて知っていました。興味深いですね。
このコメント全体を歌にしてしまいましょう。今日はあなたが唯一のコメントになります。とても長いコメントだったので。ロシアンロックのフリースタイル、コットロック。それが何を意味するのかさえわかりません。場所でしょうか? とにかくロックですね。さあ、見てみましょう。
(歌詞省略)
さて、みなさん。人工知能の未来が1つの動画にまとめられました。そして、もうすぐ次の動画も来ます。私のPatreonに登録してください。ありがとうございます。皆さん、素晴らしい夜をお過ごしください。さようなら、友達。
コメント