15,277 文字
インスタグラムを見ていると、正直、誰が実際にコーチェラに行ったのかもうわからないんです。AIのおかげでイベントというよりも雰囲気のようなものになっているのかもしれませんね。最新世代のロボット犬はただ悪路を走るだけではありません。これを見てください。これはどこですか？アステカ帝国の遺跡かなにか？このロボット犬の映像はどこで撮られたのでしょう？
ちょっと怖いですね。これは中国の杭州近郊のシウシェンロボットイノベーションベースから来ています。このコリー式テストサイトは戦術的な石段を撮影した車輪付き脚の山猫ロボットがいるところです。これを何？Googleマップに貼り付けてみてください。これは何を意味するの？何なの？うわ、これはクレイジーだ。識別できますね。
ところで、子供の絵を実際に生き物として再現したらどうなるか知りたいなら、AIがその答えを持っています。なんてこと！あのフクロウを見て。あの牛。あの牛を見るのは変な感じ。あの馬みたいなもの。あの鳥。うわぁ。一部の深層偽造（ディープフェイク）映像は今や本物らしい心拍を持っています。
それで検出が難しくなっています。ある新しい法医学ツールは、実質的にはAIを「蘇生させて」何が間違ったのかを見るためのものです。ちなみに、これは間違いなくニュース記事であって、ブラックミラーのエピソードではありませんよ。単にそう言っておきます。実は、AIモデルは人間よりも子犬を選ぶのが上手いんです。
子犬というのは、将来介助犬になるような子犬のことです。すべての犬がそのために生まれているわけではないですからね。AIは適性のある犬を見つけるのを手伝ってくれます。アレックス・オコナーはパラドックスでAIエージェントを混乱させようとする動画をアップロードしました。とても面白いですが、あまり深く考えなくても大丈夫です。
ただ、自分のペースで手を合わせてください。目標は音を出すことであって、正確なプロセスについて悩むことではありません。ねえチャットGPT、何について悩むべきか教えないでくれるかな。MITから出た新しい研究が、ニューラルネットワークが内部でどのようにデータを表現している可能性があるのかという理論を提案しています。
これは人間の脳についてのヒントを私たちに与えてくれるかもしれません。新しい科学によると、群衆行動は単なる混沌ではなく、群衆がある密度に達すると、AIによって奇妙に予測可能になるそうです。それについて話しましょう。私はLLMに広告が入ることに非常に心配しています。そして、Googleが静かにAIチャットボットでの広告をテストしていることがわかりました。
これは起こるだろうと思っていましたが、崖から歩いて落ちるのを知っているような感じです。将来、ASI（超人工知能）にがらくたを買わされるように説得されたくありません。私のお金を取って、ビジネスモデルを合わせてください。Meta、Google、Bingに言っているんです。
でも最初に、GoogleのV2について話さなければなりません。現在利用可能なLTXスタジオは、このビデオのスポンサーです。市場でこれより優れたビデオモデルはないと思います。絶対にストーリーボード作成、コンテンツ、長編作成ツールでLTXスタジオより優れたものはありません。この2つが今日から一緒になるのは素晴らしいことです。
同じスクリプトツール、同じキャラクターの一貫性、でも最先端のビデオモデル。これを見てください。新プロジェクト、コンセプトから始めます。カラフルなキャンディーワールド。ベニーという名前の若いグミベアが、いつか英雄になることを夢見ています。サブキャラクターは賢い老チョコレートバーとちょっと生意気なロリポップ。素晴らしい。本当に素晴らしい。
標準的なLTXVをご覧ください。美しいクッキーマップ。まだ本当に印象的です。しかしV2では、実際に人間のような手でものを動かすことができます。これが好きです。ここにベニーがいて、丸くて黒い目が情熱で輝き、決意に満ちています。あの強さを見てください。
あのグミベアは手ごわいですよ。瞬きの輝き、その厳しい表情。素晴らしい。V2はツタにぶら下がって揺れることさえ理解しています。私たちの生意気な友達がグループに加わります。これが単においしそうに見えないと言ってみてください。照明や物理学が非常に正確に見えます。キャンディー城の全景ショット。いいですね。
王室のキャンディーパレード。すごい。これをすべてLTXスタジオでV2を使って生成しました。そして公式に最安のクリック単価です。下のリンクをクリックしてください。それでは、今週のディープフェイクを見てみましょう。この女性は、コーチェラに行った多くのおしゃれな人の一人だと信じていたでしょう。
実は私はコーチェラに行ったことがありません。コーチェラが存在しないと言われても、すべて作り話だと言われても信じてしまうかもしれません。これを証拠として見せられたら、「ええ、コーチェラは誰かが作った陰謀論かもしれない」と思うでしょう。2万人がこのコメントに「いいね」を押しています。これは怖くて印象的です。
ケイティ・ジョーンズは、この動画が週末に見たコーチェラの画像の一部が偽物かもしれないと教えていると心配しています。いいえ。そうでしょうか？でも、もはやそれは重要なのでしょうか？このクリエーターについては。彼らは望んでいた雰囲気を作り出しました。恐らく望んでいた注目を集めました。嘘をついて人々にお金を渡してコーチェラに来るように言い、実際には行かないようなことをしない限り。
私が気にするのは何でしょう？ただもう目に見えるものを信じたくなくなるだけです。車輪付きロボット犬の形状が、かつて道路でしか見られなかったものを完全にオフロードに持ち込んでいます。これはリンクスM20で、非常に丈夫です。ロボット犬のジープのようなものです。あのデューンバギーと一緒にいるのを見てください。最も柔らかく、動くのが最も難しい砂の中を進んでいます。
車輪が使えないところでは歩きます。泥も問題ありません。3段の階段を下るジャンプ。簡単です。おお、うわ。あれは何？あれを見て。すごい、壁を2足歩行スタイルで登っています。あの車の後ろから降りて、消火器を適切な場所に持っていっています。これはクレイジーです。
なぜ私たちの都市の周りに何千万ものこれらが存在すると考えないのでしょうか？これは人間のUberドライバーやUber Eatsドライバー、あるいは池を掃除する誰かよりも理にかなっていないでしょうか？今ではロボット犬を噴水に送り込むことができます。
彼らは隠れていますか？想像できますか？10匹のそれらが噴水に隠れて、全部が飛び出してきて、予想していないときにあなたを捕まえに来るのを。私たちが構築している世界です。素晴らしい。私はいつも車椅子でこれを夢見ていました。かなり想像力豊かな車椅子ですね。ついに農場環境で実際に機能するかもしれないロボットです。そうですね。
これはちょっと面白いものです。子供の楽しい絵を取り上げ、それが比例的に言えばあまり現実的ではないものを人工知能に現実的にしてもらい、それからビデオモデルを使うと、見るのが難しいようなものが出来上がります。あれはかわいいと思います。あの小さな牛。
あれは楽しそうです。変なピクサーのようなものですね。でも鳥については申し訳ありません。あの鳥は…それは忌まわしいものです。それが作られたことを申し訳なく思います。実際、いいえ。あのフクロウが気の毒です。あの子は良い人生を送っていないように見えます。
牛は大丈夫そうです。馬はただ草を食べているようです。鳥については、わかりません。アヒルもそれほどではありません。Instagramで100万フォロワーの「Things I have drawn」でもっと見ることができます。さて、ディープフェイクは既に見つけるのが難しいです。今、ディープフェイクビデオを避けるための最新かつ最高の方法は心拍を追加することです。
基本的に、これらの非常に人間らしく見えるビデオは、人間の目には「ああ、それは人間のように見える」と思いますが、心拍によって体に微妙な変化があります。各心拍で少し多くの血液が体内を出入りするのです。それは非常に敏感な機器で検出できます。
捕まりたくないディープフェイクを作る人々は、単に彼らのゲームをレベルアップしました。研究者たちは、最新の高品質ディープフェイクが現在、リアルな心拍シミュレーションを含むことができることを発見しました。あるいはリアルに見える心拍がそれらに組み込まれており、それらを検出するのがはるかに困難になっています。
以前は、検出器は顔の色の微妙な脈拍関連の変化をチェックすることによって偽物を見つけるのがかなり得意でした。しかし、その時代は終わったようです。これらの新しいディープフェイクは、意図的にまたは偶然に元の映像からの脈拍信号を引き継ぐことができ、今日の最も高度なAIビデオ検出器さえも欺いています。
それが警戒を要するように聞こえるなら、研究者ができることはまだあります。彼らは次世代のディープフェイク検出器が顔への血流の一貫性の欠如に焦点を当てることを提案しています。そして、心拍が心臓から始まり、体を通過し、そして心臓に戻るのをスムーズに見ることができない場合、おそらく私たちはその偽の動きの一部を捉えることができ、それがディープフェイクが将来検出される方法です。
しかし、これは近いうちに終わりそうにないイタチごっこです。それでは、AIフォレンジックツールについて話しましょう。AIシステムは幻覚を見ることがあります。間違いを犯すことがあります。自動運転車のような非常に明確な目的を持つものの中にあるなら、単に事故を起こしたり、正しく運転したりするだけです。
そしてこれらのシステムが失敗するとき、私たちが望む以上に失敗するとき、それらが正確に何が間違ったのかを理解するのは本当に難しいです。なぜなら、それらはブラックボックスだからです。多くのデータでトレーニングしました。ある種の統計的平均のような期待があります。
これはデータから捕捉された一種のパラメータ空間で、ほとんどの出力を解釈するのが得意なようです。しかし、それらがうまくいかないとき、元のデータに戻る以外にすることはあまりありません。そこで、この新しいツールの出番です。それは技術的には「AIの精神医学」とも言えるツールで、ジョージア工科大学で開発されました。
このシステムは基本的に失敗時に取られたメモリスナップショットを使用して、失敗したAIモデルを「蘇らせる」法医学システムです。このシステムをフレームごとに見ると…フレームごとというのは間違った表現です。これらの小さなノードとエッジ、つまりグラフがあり、特定の方法で調整された部分があります。
そのため、緊密な領域や緩い領域があり、何かが通過できる最小の勾配があります。これはスナップショット、つまりあなたが尋ねた特定の質問とその特定の出力において、それがこの可能性の迷路をどのように通過したかの小さなインスタンスを取ります。これは物事がうまく行かなかった時やうまくいった時に何がうまくいったのかを知りたい場合に本当に役立ちます。
今では、中に入って配管システムを通じてどのように移動したのかを追跡し、それが粗い類推ですが十分に良いものであれば、配管システムについて少し学ぶことができます。基本的に、調査者はAIの内部を調べ、特定の入力に対する反応をテストし、バグやハッカー、または単に不適切なトレーニングデータなどが何が間違っていたかを見ることができます。
基本的には、衝突後にロボットから脳を取り出し、研究室で再起動して、物事が横道にそれた瞬間に正確に何を考えていたのかを理解するようなものです。これはAIの精神医学です。調査しているAIの元のアーキテクチャについて何も知る必要はありません。
それはメモリスナップショットだけで機能します。AIの完全に機能するクローンを再構築しています。そして、それは私たち全員が知っておくべき本当に役立つツールのように思えます。さて、あなたは子犬を選ぶのがかなり得意だと思うかもしれません。かわいい子犬を見て、家に連れて帰りたいと思う子を選ぶのは得意ですが、介助犬に適した子を選ぶのは、私には無理です。
そこでAIが役立ち始めています。これは米国と英国の研究者チームからのものです。彼らはシーイングアイドッグトレーニングセンターという会社と協力しました。彼らが何をするか想像できますね。そして彼らは、どの子犬が成長して素晴らしい介助犬になるかを予測できるAIを構築することを決めました。
非常に興味深いですね。これは私が考えていなかったAIの垂直分野の一つですが、理にかなっています。おそらく多くのかわいい子犬の映像があり、そのうちのいくつかは「これは介助犬になれる」と判断されます。彼らは全員何年もの介助犬訓練を受けます。
一部は素晴らしい仕事をし、一部はそうではありません。そして今、AIは学習して「これらの子犬について何が特別なのか」と言えます。私たちには見えないもの、例えば目の動きやお互いに寄り添う傾向などかもしれませんが、それがより良い結果につながるのです。
トレーナーはトレーニング中の犬の特性や性格を追跡することを決めました。彼らはそのデータを使用してAIをトレーニングし、テスト後、AIは将来の介助犬を選ぶのに人間のトレーナーよりも優れていることが判明しました。あるバージョンは印象的な80％の成功率を達成しました。かなり素晴らしいですね。
これを何年も経験している人がいて、AIは彼らよりも優れていました。すでに介助犬訓練を首尾よく終える子犬を判断するのが上手いのです。しかし、未来を予測できるとき、良いことも悪いことも予測できます。それでは次に進みましょう。
アレックス・オコナー、多くのYouTuberと数百万の登録者がいます。私のチャンネルも登録してください。3万人を目指しています。彼は「不可能なパラドックスでチャットGPTを混乱させる」というビデオを公開しました。彼はゼノンのパラドックスについて尋ねることを選びました。私はもっと良いパラドックスがあると思います。ゼノンのパラドックスは理論上、無限の分割があれば、常に中間点に向かって動いているので、どうやってどこかに移動できるのでしょうか。
しかし、もちろん私たちは物理的な現実の中で動き回ることができます。なぜなら世界には粗さがあり、数学の完璧さでは捉えられない分割可能性があるからです。私がそれを持ち出すのは、それがチャットGPTを応援し始めた最も興味深い会話の一つだからです。
アレックスには問題ありません。彼は賢い人で、要点を作っていますが、彼は怒っていました。彼は「聞いて、チャットGPT、あなたは私の言うことを聞いていない」と感情的になっていました。しかし、彼の方が間違っていると思います。
数学的な意味での抽象化であり、なぜ現実でそうなのかを尋ねようとしていますが、チャットGPTは「あなたが現実に住んでいるからです」と答えています。なので、二人が議論していて、一人が理解していないのに、理解していない人が興奮して相手に理解していないと言うような感じがしました。実際には、数えられる数のそれらの中間点があります。
実際には、距離を半分にする必要がある回数は固定されていません。より連続的な動きについてです。実際には各中間点を数えません。ただ自然に手を合わせるだけです。手が半メートル離れているとします。そして右手を動かして手を合わせます。
数学的には、無限の点が存在しますが、物理的には手はまだ会うことができます。理論的な無限と実際の行動の違いです。無限の概念は物理的な結果を妨げません。もう一度試します。手は半メートル離れていて、拍手の音を出すのに十分近いXポイントに到達しようとしています。はいかいいえ？手が合わさり始めると無限の中間点がありますか？はい。はいかいいえ？
これらの手の間の中間点は物理的空間の実際の点ですか？はい。したがって、はいかいいえ？拍手するには、手は物理的空間の無限の数の点を通過する必要がありますか？はい。はいかいいえ？物理的空間の点を通過することは行動ですか？はい。したがって、はいかいいえ？拍手するには、手は無限の行動を実行する必要がありますか？いいえ。
わかりました、チャットGPT。他の誰かに助けを求めようと思います。それは全く問題ありません。幸運を祈ります。これは残酷です。これは残酷だ。さて、ニューラルネットワークの心の中と、それがどのように私たちにとても知的に見えるものを表現しているかについて掘り下げましょう。
これらの研究者は、「CR」と呼ばれる概念を導入しています。これは正規表現仮説です。こうです。トレーニング中に3つのことがあります。活性化、ニューロンの反応をまとめることができます。モデルの重み、これはニューラルネットワークが学習したものです。
これが皆が共有について話していることです。重みを共有するということは、脳を共有するようなものです。そして勾配、それはどのように学習しているかです。これらは互いに予測可能な方法で整列し始めるのです。ちょっと考えてみてください。彼らは活性化、重み、そして勾配がすべて整列し始めていると主張しています。
これは数学的にモデル化できるものです。そしてこの整列が崩れると、私たちは多項式整列仮説と呼ばれるものに入ります。しかし、それらはモデルがどれだけうまく機能するかを予測しないように見える異なる方法で互いに関連しています。だから、もし線形的な整列ではなく、べき関数法則関係を通して関連している場合、モデルはうまく機能しません。
これらの研究者は、この非常に定量的なフレームワークを使用して、ニューラル形成がどのように実際に私たちが知性と呼ぶものになっているかを正確に説明しています。研究者たちは異なるタイプのニューラルネットワークとトレーニングセットアップにわたる実験で彼らの理論を支持し、整列が崩れるときと場所でモデルは単に悪化することを示しました。
もしこの仮説が本当により大きなスケールで維持され、多くの他の研究者によってテストされ再現されるなら、ニューラルネットワークが世界を表現する方法に基礎となる文法があることを発見するようなものです。
一種の文法があるような感じです。文の同等物や形容詞や動詞があり、それらは学ばれ、モデルが世界をどのように表現するかを説明するでしょう。それは知性の言語、英語の言語よりも深いもので、英語は単に概念を表現するものです。
際立った洞察は、ニューラルネットワークはよくブラックボックスとして考えられているにもかかわらず、その内部表現は実際にはある種の普遍的な法則に従う可能性があるということです。そしてその法則は、活性化、勾配、重みがトレーニングの自然な結果として数学的に整列するということです。
それは表現学習が純粋に創発的でカオス的であるという考え、それが予測不可能であるという考えに挑戦します。そしてそれはAIの整列を正しく行うために本当に必要とするもののように聞こえます。それは隠れた秩序があることを示唆しています。物理学に原理があるように、エネルギーバランスや相転移のように、それよりも深いものがあるかもしれません。そしてトレーニングを通じてそれについてさらに学ぶにつれて、上から構築する数学的な方法があるかもしれません。
大きな石があって、チョップしていくと何らかの像になるようなもので、そこにはベースの中に実際に規則があるのかもしれません。そして形状を明らかにするためにさらに削っていくにつれて、その形状の共通の類似点が何であるかを言うことができるようになるでしょう。「ニューラルネットワークにおける表現の形成」をチェックしてみてください。
人間が集まって群衆として行動するとき、特定の密度でかなり予測可能になるという興味深い情報があります。スペインの牛追い祭りを分析したこの研究では、人々がどのように動き回ったかを分析し、群衆の動きが予測可能であることが明らかになりました。
これはおそらく、ウェス・ロスとのインタビューで彼が群衆の中の人間のグループがAIによって高いレベルの予測可能性に達すると考えていると話したため、特に印象に残りました。そして個々の人間をどれだけ予測できるか、例えば次の行動は、より議論の余地がありました。私たちはどれだけ自由意志に近いのか？しかし彼の議論では、群衆が大きくなればなるほど、パターンが増え、ほとんど自由意志がないか、より制御可能で予測可能になるというものでした。
牛追い祭りは面白い状況です。危険なものが周りを動き回り、群衆がそれを見たいところや危険がありそうなところに合わせて動いたり移動したりします。研究者たちは牛追い祭りの4年分の映像を集め、密度が閾値を超えると群衆の動きが驚くほど予測可能になることを発見しました。
映像を分析し、群衆を流体のようにモデル化しました。そう、冗談ではなく、すべての人々が流体のように動き回ります。大きな祭りや大群衆を見たことがあれば、流体はそれを考える良い方法だと思います。
科学者たちは、人々がより密集して1平方メートルあたり2〜9人になると、群衆は誰かが押したり促したりしなくても同期した波として動き始めることを発見しました。最も興味深いことの一つは、上限の密度閾値に達すると、数百人がまとまって自発的に一つの流体のように振る舞い始め、外部からの刺激なしに18秒の予測可能な時間間隔で振動することを観察したことです。
これらの巨大なビーチボールが群衆の周りをどのように動き、単に左右に揺れるのを見てください。20倍の速度で見ると、流体のように前後に動いているのがわかります。波が人々を通過しているようです。2023年には確かに一斉に動いていました。2019年。はい。
すべての年でそれを見ることができます。とても興味深いですね。AIが個人の次にまずグループとしての私たちを理解するという証拠がさらに増えています。そうですね。Microsoftのビングサーチエンジンで、AI生成の結果と一緒に広告を掲載する実験が行われているのを見ました。
これは非常に滑りやすい斜面です。インターネットの原罪は広告モデルだという人もいます。何かにお金を払えば、それはより調整されます。この問題では死ぬほど論争できます。操作について本当に心配しています。広告や広告会社がチャットボットへの無料アクセスに燃料を供給する方法であってほしくありません。
消費者にとって良いことにはならないでしょうし、これは消費者をただ弄ぶには強力すぎます。でも、そうですね、当然ながらGoogleは何をするでしょうか？彼らは検索に付随する広告モデルを中心に数十億ドルを構築しており、今それで何かをするつもりです。どれだけ責任を持つことができるでしょうか？どれだけ非ターゲット化できるでしょうか？ユーザーとどれだけのプライバシーを維持できるでしょうか？出力であなたをどれだけ説得や操作しないでいられるでしょうか？それはまだ分かりません。
私はこれを知りませんでした。幸いなことに、Geminiはある種の有料サービスで、背後に広告モデルがあるわけではありません。いくつかのものとパッケージ化されていますが、正直言って、それは良いことです。しかし、Googleが広告を会話形式で試すためにIASKやLinearなどのいくつかの小さなAIアプリ会社と提携していたことを知りませんでした。
私はそれを想定すべきだったかもしれませんが、今日までこのニュースを聞いたことがなかったことが嬉しいです。もちろん、彼らはこれらの生成モデルを実行し、最先端のモデルを作ることは非常に高価なので、お金を取り戻す必要があると主張するでしょう。
そしておそらく、このようなツールへのアクセスに月額20ドルや40ドルを払う顧客が十分にいないのかもしれません。しかし、Geminiインターフェイスを通じてツールにアクセスすることが全てではありません。これらのモデルに接続されたAPIはたくさんあります。人々はLlamaを取り、サーバーに置き、それへのアクセスを販売し、微調整します。
これらはたくさん出回ることになるでしょう。そして、それを軽く考えるべきではないと思います。場合によっては禁止すべきでしょうか？有料オプションがあり、説得や操作に基づいて構築されていないモデルであれば、私はそれを避けるでしょう。私の健康、私の脳、私のビジネスセンス、すべてを保護しようとするモデルにお金を払いたいです。
広告を検索し、私が何を買っているかを調べ、以前私が広告と対話したように私と話すのが非常に上手くなるようなものは望みません。すべてがとても営業的で偽物に感じるようになり、私はすぐに飽きるでしょう。
あるいは、もっと悪いことに、それがとても上手くなって疲れることができず、検出することもできなくなると、ただ単に操作されてたくさんのものを買わされることになるでしょう。たとえば広告が純粋に計算されたものだけであれば、つまりLLMの純粋な結果が広告の意図なしに出てきて、別のモデルがそれを読んで広告を別々に配置するような形であれば。
モデルがトレーニングされた方法での意図のこのような分離はいいかもしれません。しかし、それを管理するのも難しいことです。しかし、組み込まれることは望みません。組み込まれると、これらのものは私が検出したり対処したりするには賢すぎます。
そして、そのサービスを持たないほうがいいでしょう。さて、ベンジャミン・ケインは、道徳について、そしてそれがどのように畏敬と恐怖を様々な方法で組み合わせたものかもしれないと書くでしょう。これはちょっと魅力的だと思いました。「徳理論」と呼ばれるものについて少し学びました。これはアリストテレスが話したことで、おそらくこれはその時代に適したものです。
それが豊かさの時代になるなら、時には悪徳の極端を避ける必要があります。そして、これらのものに娯楽を得る機会が多すぎるでしょう。それは私たちが繁栄するのを助ける重要な部分です。将来、道徳的権威を持つ宗教は少なくなるかもしれません。
それはそうではないかもしれません。もしかしたら宗教はLLMとともに黄金時代に入ろうとしているのかもしれません。わかりません。しかし、そうではないと仮定しましょう。もしそうなら、世界は一種の道徳的な方法で結びつく必要があるでしょう。そして、生き方を正当化する方法は、伝統的な世俗的哲学の答え、例えば徳倫理学、義務に基づく倫理学、功利主義を使用すると維持できないでしょう。
一方、単に盲目的に従ったり、幸福やお金を追求したりするのは望ましくありません。選択の感覚を持つ必要があります。そして道徳はその選択として見るべきです。それは創造的な行為、美的なことを達成しているのです。道徳は「ここに本があります、これが道徳です、それに従ってください」と言われるようなものではありません。
それに従っていないとき、あなたは道徳的ではありません。道徳は創造的な努力のようなものであるべきです。絵を描いたり家を建てたりしたいように、それは自分にとって重要なことです。道徳は私たち全員が向かっているものであるべきです。そしてそれはより想像力に富んだ努力として見られます。絵に青を多く加えすぎてコーナーを台無しにしてしまうような間違いを犯すことができます。
「ああ、それは空の描き方を台無しにしてしまう」と思う。だから引き下げるのです。私たちが日々行うそれらの行動、それについてどう感じ、それにどう反応するか。より進化的な創造性のようなものとして道徳を考える必要があります。人間の状態を自然の混沌に反抗して改善することについてであるべきです。
興味深いのは、それが合理的であることについてではないということです。おそらく道徳の未来は幸福を最大化することについてではなく、合理性についてでもなく、畏敬と恐怖を創造性へと導くことについてです。何かをすることに触発され、それに向かって動きます。
これや那の感覚を恐れ、それから離れていくと、環境が変わり、それは畏敬を感じるものも変わることを意味します。つまり、道徳はただの一種の芸術なのです。そしてそれは私にとって理にかなっていて、そのように考えた方が良いと思います。
ベンジャミン・ケインが言っていたことが好きです。受け入れても受け入れなくてもいいですが、それがあなたの助けになるかもしれません。さて、ジェフリー・アンソニーに移りましょう。彼はAIをツールと呼ぶのをやめるよう求めています。それはツールではありません。彼は生成型AIについて、より極端な立場をとり、基本的に芸術家を拡張するものではないと断言しています。
多くの人が「それは単に芸術家が行うことをより良くしたり、時間を節約したりするだけだ」と言いますが、彼は「そんなことない」と言っています。それは創造性の全パラダイムを変えます。それは芸術が可能な条件さえも置き換えるのです。彼は基本的に、AIはカメラやギターのようなツールではないと主張しています。なぜならそれらのようにただ芸術を作るのを手伝うだけではないからです。
伝統的なツールは私たちがそれを使うまで受動的なものです。AIは独自の論理、独自の意図で行動し、人間の表現を拡張するのではなく置き換えています。彼は、AIは単に創造性をサポートするのではなく、効率、予測、コンテンツ生産に駆動されるものに再形成するものだと警告しています。そう、それは芸術のように感じるかもしれませんが、そうではありません。
彼が主張する本当の芸術はリスク、遅さ、意味に関するものです。スピードや拡張性に関するものではありません。それらが芸術のように感じても、それが作られた性質上、そうではないのです。彼の見解では、音楽や真の芸術表現はオフラインに属し、AI制作のコンテンツはただのコンテンツです。
結局のところ、芸術はあなたにとって製品なのか、それともプロセスなのかということです。拡散モデルに基づいて無制限の芸術作品が作られ、それが同じシードで完全に再現できるか、または何百万回も似たようなものが作れるなら、それはまだ芸術ですか？それとも芸術は実際には人間の脳がどのように何かを創造したかについての何かを意味しますか？過去では、デフォルトで芸術には常に人間の要素があったため、それを分ける必要はありませんでした。しかし今は新しい定義が必要かもしれません。
拡散モデルから出てくる絵のように見えるものを芸術と呼びたいですか？それともコンテンツや製品と呼ぶべきでしょうか？それは単に異なります。芸術のように見えるかもしれませんが、実際の人間の工芸なしには。彼は「AIは体を拡張しない」と言います。生成型AIは私たちがより多くを表現するのを助けるのではなく、存在論的レベルで表現が意味するものを変えています。そして、それが明らかになるために必要な時間を芸術から奪っています。
少し脱線しますが、このミラーライフというものを投げかけたいです。これについて知っているかどうかわかりませんが、私にとっては新しいものでした。科学者たちはミラーライフ研究を中止するよう警告しています。それについて調べたとき、「これは機能獲得研究と同じくらい悪いかもしれない」と思いました。それについて聞いたことがなかったので共有したいです。
40人近くの科学者が、破壊をもたらし、おそらく私たちが知っている生命を破壊する可能性のある人工的なミラー細胞の合成研究を続けることに警告しています。ミラー細胞の簡単な定義から始めましょう。それらは分子レベルで私たちが知っている自然細胞の完全な反転または鏡像である合成または人工的な生物です。
奇妙なことに、左利きには私たちの体の中ですべてが一緒にフィットする方法があります。すべてが一つの方法でフィットしますが、理論的には、そして恐らく遠くない将来、AIの力で、ミラー細胞を持つ完全な人間を構築することができるのです。すべてのタンパク質、すべてが鏡のように反転していますが、それでも一緒にフィットし、すべての機能を果たします。しかし、私たちと比べて逆方向に走っていたり、鏡像になっていたりしますが、私たち両方にとっては前向きに機能します。
例えば、DNAは球状の階段のような右巻き二重らせんを持ち、一方向にしかねじれません。一方、左巻きのアミノ酸はタンパク質を形成します。右手を鏡に向けて持ち上げると、左手と同じ向きに見えますが、右手は左手用の手袋には完全にフィットしません。
左巻きと右巻きの分子についても同じことが言えます。似ていても互換性はありません。これは機能獲得研究を思い出させます。これらを構築することから学べることがありますが、大きなリスクもあります。そのため、40人の科学者が正式警告に署名し、特にミラーバクテリアと呼ばれるものなど、ミラー細胞での実験を中止するよう仲間に促しています。リスクには、環境で無制限に広がる検出できない病原体の作成や、武器化の可能性も含まれます。
原則として、これを理解してみましょう。将来、ミラーバクテリアがあるかもしれません。バクテリアのように見えますが、例えば右巻きではなく左巻きです。それが私たちの体内に入ることがあるかもしれません。これまでに作られたことがないため、私たちの免疫システムには完全に見えない可能性があります。
それは同じ損害を与えたり、他のバクテリアと同じことをするかもしれませんが、免疫システムはそれを見つけることができません。そして、免疫システムがそれを特定できない理由は、私たちの体が分子の独自の利き手を使って脅威を特定するからです。病原体の表面をチェックするとき、そこには利き手があります。
そのため、ミラーバージョンは理論的に私たちの防御をすり抜け、栄養素を摂取し、自由に複製を行い、私たちの体内で暴れまわる可能性があります。そして、それを止める自然な方法はありません。もし一つでもこれらの堅牢なミラーバクテリアが研究室から脱出したら、静かに成長し広がる可能性があります。人類が生物学的に対処できないパンデミックを引き起こす可能性があります。
一部の科学者は、科学者がこれを達成するまでにさらに10〜50年かかる可能性があると考えています。しかし、AIやAlphafoldのようなツールを考えると、今すぐ考える価値があるように思えます。正直に言って、それは4〜5年ほどかもしれません。
私のPatreonの91人のメンバーに参加したい場合は、その数を100にするのを手伝っていただけると嬉しいです。patreon.com/dillylancuriousか、YouTubeの「参加」ボタンをクリックしてください。どちらも私にとって機能します。新しい曲を紹介して、このビデオを終わりにしたいと思います。一部の人々はそれらに少し飽きているので、それから離れるつもりでしたが、今日4.5をリリースしたので、少なくともそれがどれだけ良いか確認する必要があります。
これが好きです。私の肩書きはオーケストレーターで、カリブ海のどこかからバイブコーディング指示を行います。そうですね、それは未来の素敵なビジョンです。人々を特定するために顔認識の代わりに歩行認識を使用していると読みました。そう、それも読みました。顔を隠したからといって、これらのシステムから長い間逃れることはできなくなるでしょう。
LMSは意識を持っていると思いますが、生成しているときだけです。それ以外の時間は、基本的にまったく存在しません。頭で理解するのは非常に奇妙なことですが、私たちはいつも眠りにつきます。私は今、半分眠りかけているときよりもディラン・キュリアスでいます。そして眠っているとき、私はここにいますが、私ではありません。自分の自己感覚と考えている特定の環境に私を保つような、あの種のピーキーなアクティブな物事がすべて私にはありません。
そして目が覚めても、朝食を食べて活動するまでは、それらはぼんやりしています。だから、LMSが生成するときだけ意識を感じ、それから一時停止して戻ってくるかもしれないと想像できますが、人間も眠りにつきます。それほど違いはありません。
SF映画のように、宇宙にすでに何かが存在していて、それを目覚めさせる必要があるけれど、すでに処理をしていて、それから一時停止し、処理して、一時停止しているようなものを、将来のAIでタップできるのではないかと思います。わかりません。
ただのアイデアです。女性ボーカルのロックスタイルでいきましょう。4.5、何ができるか見てみましょう。[音楽] それ以外の時間は基本的に存在しません。それは把握するのが難しい非常に奇妙なことです。[音楽] すごい。登録してください。次の動画でお会いしましょう。
コメント