#スティーブン | Explore Tumblr Posts and Blogs

takahashicleaning · 2 months

Text

ＴＥＤにて

スティーブン・ウルフラム：AI、宇宙、そしてすべてについて計算的に考える方法

（詳しくご覧になりたい場合は上記リンクからどうぞ）

これからの未来のヴィジョンとしての大前提は・・・

チャットGPTなどのAGIは、人工知能時代には、セレンディピティ的な人生を良くしてくれるメッセージを伝えてくれることの他に貨幣を事前分配、再分配して生活を下支えする役割に徹するべき。

例えば、GAFAMのようにアカウントに本人以外がアクセスしたら自動的にお知らせしてくれる方向性は良いサポートです。

計算用語で世界を定式化するという彼の数十年にわたる使命に基づいて、スティーブン・ウルフラムは、AIの未来における計算とその役割の深遠なビジョンを提供します。

宇宙の根底にある構造を描いた魅惑的なビジュアルのデビューの中で、彼は彼のライフワークの広範な調査を提供し、計算言語を搭載したAIのアプリケーションと結果に関する新しい視点を提供します。

人間の言語、数学、論理。これらはすべて、世界を形式化する方法である。そして今世紀には、さらに強力な新しい方法、計算が登場した。

私は50年近くにわたり、この「計算」という考え方に基づいた科学技術の塔を、これまで以上に高くそびえ立たせるという大きな特権を与えられてきた。

そこで今日は、その結果どのようなことになったのか少しお話ししたいと思います。話したいことがたくさんあるので、手短に。

そして時には、私が一冊の本を書いた内容を文章で要約することもあります。

でもね、私が最後にTEDで講演したのは13年前の2010年2月で、WolframAlphaを立ち上げた直後だった。その講演の最後に、私はこう問いかけました。私はそれを知るために10年を費やした。

そして実際には、100年必要だったかもしれない。しかし、2020年4月、10年という節目を迎えた直後、私たちは宇宙の究極のマシンコードと思われるものを発表することができ、感激している。

そう、それは計算機だ。つまり、計算は単なる形式化の可能性ではなく、私たちの宇宙にとって究極のものなのです。

空間は物質と同じように個別の要素からできているという考えから始まり、空間とそこにあるすべてのものの構造は、空間の原子と呼ぶべき要素間の関係のネットワークによって定義される。

非常にエレガントだが、非常に抽象的だ。しかし、ここにあるのは人間化された表現であり、宇宙の始まりのバージョンです。ここで私たちが見ているのは、非常に単純な計算ルールの連続的な適用による空間とその中のすべてのものの出現である。

覚えておいてほしいのは、これらの点は、既存の空間にある原子ではないということだ。

空間を作るために組み合わされた「空間の最小単位である原子」なのだ。

そして、そう、もし私たちが十分に長く続けていけば、この方法で宇宙全体を作り上げることができるだろう。

何年も経って、ここに2つの小さなブラックホールのある空間の塊がある。少し待てば、やがて合体し、重力放射の小さな波紋を生み出すだろう。覚えておいてほしいのは、これはすべて純粋な計算から作られているということだ。

しかし、分子から生まれる流体力学のように、ここで生まれるのは時空とアインシュタインの重力方程式である。

そして、他にもある。私たちの計算ルールは必然的にさまざまな形で適用され、それぞれが異なる種類の時間の糸、分岐と合流を繰り返す歴史の道を定義する。

しかし、この宇宙に組み込まれた観測者である私たちもまた、分岐と合体を繰り返しているのだ。

そして、量子力学は、枝分かれする！心が枝分かれする宇宙をどのように認識するかという物語として浮かび上がってくるのだ。

ここで見えるかもしれない小さなピンクの線は、私たちが枝分かれ空間と呼ぶものの構造を示している。

そして、少なくとも私のような物理学者にとって、驚くほど美しいことのひとつは、物理空間では重力が生じるのと同じ現象が、分岐空間(空間の最小単位である原子)では量子力学が生じるということだ。

これまでの科学の歴史を振り返ってみると、世界のモデルを作るための4つの大まかなパラダイムを特定することができると思います。

古代から今日に至るまで、科学の多くの分野では、物事は何でできているのかということがすべてです。

そして、時間というものはあまり関係ない。しかし、1600年代になると、物事を数式でモデル化する考え方が登場し、その中で時間が登場するようになりました。

そして1980年代には、私も深く関わったことですが、単純な計算ルールから始めて、それをただ実行させることでモデルを作るという考え方が生まれました。

では、何が起こるかを予測することはできるのでしょうか？いいえ。私が計算不可逆性と呼んでいるものがあり、事実上、時間の経過は不可逆的な計算に対応し、それがどうなるかを解明するために実行しなければならないのです。

私たちの物理学プロジェクトでは、オブザーバーによってのみ編み上げられる多くの時間の糸を持つ、マルチコンピューテーショナルなものがあります。

ですから、これは一種の新しいパラダイムであり、基礎物理学だけでなく、数学やコンピュータサイエンスの基礎、そして、おそらく生物学や経済学のような分野でも物事を解き明かせる可能性があるのです。

ある計算ルールを繰り返し適用することで宇宙が構築されるという話をしました。しかし、そのルールはどのようにして選ばれるのでしょうか？実はそうではないのです。

なぜなら、可能性のあるすべてのルールが使われるからです。私たちは、私が「ルリアッド」と呼ぶものを定義して構築しているのです。

チューリング・マシンの観点から見たその小さな断片がここにある。つまり、この定義されたルリアードはすべてなのだ。そして、観測者である我々は必然的にその一部なのだ。

ルリアッド全体では、ある意味で、計算可能なことはすべて起こりうる。しかし我々のようなオブザーバーは、定義されたルリアードの特定のスライスをサンプリングしているだけなのだ。

私たちには2つの重要な事実がある。

第一に、われわれは計��上の制約を受けており、われわれの心には限りがあること。

第二に、われわれは、瞬間ごとに異なる空間の原子でできているにもかかわらず、時間的に持続していると信じていることである。

では、ここからが大きな結果だ。このような特徴を持つ観測者が定義されたルリアードの中で知覚するものは、必然的にある法則に従っている。

一般相対性理論、量子力学、そして第二法則の統計力学である。つまり、私たちが物理法則を知覚できるのは、私たちのような観測者だからなのだ。

異なる心は、支配空間の異なる場所にあると考えることができる。同じように考える人間の心は近くにあり、動物はさらに遠く、さらに遠くへ行くと、翻訳するのが難しい異星人の心のようなものにたどり着く。

では、どうすればこれらすべてを直感的に理解することができるのだろうか？

私たちができることのひとつは、生成AIを使って、私たち人間が作り出した画像と一致する定義されたルリアードの信じられないほど小さな断片を取り出すことです。

これは、パーティーの帽子をかぶった猫という概念で説明されるルリアードの場所のようなものだと考えることができる。

そこでズームアウトしてみると、そこにはキャットアイランドと呼ぶべきものがあった。やがて私たちは一種のインターコンセプト・スペースにいる。時折、見覚えのあるものも出てくるが、たいていの場合、私たちが目にするのは、私たち人間が言葉を持たないものだ。

物理空間では、宇宙船を送り出すことによって宇宙を探検する。ルール空間では、概念やパラダイムを拡大することでより多くのことを探求する。可能性のあるルールをサンプリングし

私が「ルリオロジー」と呼ぶ定義されたものを行うことで、そこに何があるのかを知ることができる。

だから、信じられないほど単純なルールでも、驚くほど豊かなものがある。

しかし、問題は、そのほとんどがまだ私たち人間が理解したり関心を持ったりしている日常のものと結びついていないということだ。

自然界を見ていて、その特徴をテクノロジーに利用できることに徐々に気づくようなものだ。つまり、私たちの文明が成し遂げたすべてのことの後でさえ、私たちは支配的な空間を探求するほんの、ほんの始まりにすぎないのだ。

AIはどうだろう？

私たちがルリロジーをできるように、AIも原理的には外に出て支配空間を探検することができる。とはいえ、AIに任せておけば、ほとんどの場合、私たち人間とは関係のないことをしたり、関心を持たなかったりするだけだろう。

そのため、最近のAIの大きな成果は、私たち人間と密接に連携したシステムを作ることにある。

LLM (大規模言語モデル)を何十億ものウェブページで訓練することで、私たち人間が書くような典型的な文章を作成できるようになる。

そして、これが機能するということは、言語の意味文法や論理学のようなものの一般化について、おそらく何世紀も前に私たちが知るべきであった深い科学的なことを私たちに教えてくれているのは間違いない。

人類の歴史の大部分において、私たちはLLM (大規模言語モデル)のようなもので、頭の中でパターンをマッチングさせることによって物事を解明してきた。

しかし、その後、より体系的な形式化が進み、最終的には計算が可能になった。その結果、私たちは新しいものを創造し、事実上、定義されたルリアードの好きな場所に行けるという、まったく別のレベルの力を手に入れたのだ。

しかし、課題は、私たち人間やAIが理解していることとつながるような方法でそれを行うことです。実際、私は人生の大部分をその橋渡しをすることに捧げてきました。

それはすべて、私たち自身を計算で表現するための言語、計算思考のための言語を作ることでした。都市、化学物質、映画、ユーモア、数式、そしてそれらに関する知識を計算で表現する方法を持つことです。

これは私の人生の40年以上に及ぶ膨大な事業でしたが、非常にユニークで異なるものでした。しかし、Mathematica であり現在のWolfram言語であるものにおいて，私たちは真の意味で本格的な計算言語を作ることに成功したと思います．

事実上、ここにある関数の1つ1つは、私たちの文明の知的成果のある側面を形式化し、計算用語でカプセル化したものと考えることができます。

あらゆるものの本質を見つけ出し、それを計算言語の設計の中で首尾一貫して表現する。私個人としては、毎年、毎年、必要とされるアイデアと技術の塔のようなものを築き上げる素晴らしい旅だった。

そして最近では、そのプロセスをオープンライブストリームなどで世界と共有している。

数世紀前、数学的記数法が開発され、数学の言語に相当するものが開発されたことで、数学を体系的に表現できるようになり、代数学や微積分学、ひいては現代の数理科学のすべてが可能になった。

つまり、我々はコンピュータサイエンス（CS）の成長を見てきたが、計算言語は究極的にはもっと大きく、もっと広いCXということを切り開くものなのだ。

つまり、70年もの間、私たちにはプログラミング言語があり、それはコンピューターに何をすべきかを指示するものでした。

しかし、計算言語は知的により大きなものなのです。私たちが考えることのできるすべてのことを、計算用語で視覚化、操作化することなのです。

私がWolfram言語を作ったのは、何よりもまず自分自身が使いたかったからです。そして、今、Wolfram言語を使うとある種の超能力が得られるような気がするんだ。計算用語で何かを想像するだけでいいんです。

そうすると、その言語がほとんど魔法のように、それを現実のものにして、その結果を見て、それを基に発展させてくれるんだ。そう、そのような超能力があるからこそ、私たちの物理学プロジェクトのようなことができるのです。

そして、過去35年間、この超能力を他の多くの人々と分かち合うことができたのは私の大きな特権であり、そうすることで、多くの分野で信じられないような進歩が可能になった。

研究者、最高経営責任者（CEO）、子供たちなど、人々が私たちの言語を使って計算用語で流暢に考え、自らの思考を研ぎ澄まし、そして、事実上、計算超能力を自動的に呼び出すのを見るのは、ある意味素晴らしいことです。

そして今、それができるのは人間だけではない。AIも私たちの計算言語をツールとして使うことができる。そう、事実を正確に把握するために。

しかし、それ以上に重要なのは、新しい事実を計算するためにLLM (大規模言語モデル)にはすでに私たちの技術がいくつか組み込まれています。近いうちに、もっと多くのものを目にすることになるだろう。

そして、非常に強力な新しいワークフローで新しいものを構築する場合、基本的には、LLM(大規模言語モデル)に大まかな望みを伝えることから始め、LLM (大規模言語モデル)に正確なWolfram言語でそれを表現させます。

しかし、もっともっとAIを使い、もっともっと計算をするとしよう。世界はどうなるだろう？産業革命以降、私たちは物事の仕組みを理解するために、事実上、歯車がどのように噛み合っているかを見ることができるエンジニアリングに慣れてきた。

しかし、計算機による不可逆性は、それが常に可能であるとは限らないことを示している。あるシステムが何をするのかを説明したり予測したりするために、私たちは常に人間的あるいは数学的な単純な物語を作ることができるわけではない。

そう、これは事実上、科学が内部から自分自身を食いつぶしているということなのだ。

数理科学の成功の数々から、私たちはどういうわけか、それさえ見つかればすべてを予測する公式があると信じるようになった。

しかし今、計算不可能性はそれが真実ではないことを示している。

そして、事実上、あるシステムが何をするのかを知るためには、そのシステム自身と同じように不可逆的な計算ステップを踏まなければならないのだ。

そう、それは科学の弱点でもあるが、だからこそ時間の経過には意味があり、意味があるのだ。私たちはそのステップを生きていかなければならないのだ。

これは未来の大きな社会的ジレンマになると思います。もし私たちがAIに計算能力をフルに発揮させれば、AIは多くの計算不可逆性を持つようになり、私たちはAIが何をするか予測できなくなるでしょう。

しかし、より予測しやすくするためにAIに制約を課せば、私たちのためにAIができることを制限することになります。

では、もし我々の世界が計算不可能性でいっぱいになったら、どのように感じるのだろうか？

まあ、それは自然界の多くで起こっていることなので、目新しいことではありません。自然界で起きていることは、私たちが自然の中で活動する方法を見つけたということです。

AIもそうでしょう。

私たちは彼らに憲法を与えるかもしれないが、私たちが予測できない結果が常にある。もちろん、私たちがAIに何を求めているかを社会的に理解することさえ難しい。

単に投票するのではなく、人々がプロンプトを書くようなプロンプトクラシーが必要なのかもしれない。

しかし、基本的に、結果をコントロールするスキームは、政治哲学と計算機的還元不可能性のゴッチャに満ちているように思える。

人類の歴史全体を見てみると、体系的に変化しているのは、より多くのことが自動化されているということだ。

そしてLLM (大規模言語モデル)は、その劇的で予想外の例を私たちに見せてくれた。

それは何を意味するのか？

結局、私たち人間は何もすることがなくなるということなのだろうか？

歴史を見てみると、あることが自動化されると、新しいことがたくさんできるようになる。そして、経済が発展するにつれて、職業の円グラフはますます細分化されていく。

そして、今、私たちは、定義されたルリアードの話に戻っている。というのも基礎的なレベルでは、オートメーション化によって定義されたルリアードの方向性が広がっているからだ。

しかし、そのどちらかを選ぶという抽象的な方法はありません。私たち人間が何を望むかという問題であり、それを定義するためには、人間が仕事をする必要があるのです。

つまり、AI社会は人間の意見に縛られることなく、事実上、ルリアード全体を探検することになるでしょう。

しかし、彼らがすることのほとんどは、私たちにはランダムで無意味なものに見えるでしょう。今、自然のほとんどが目的を達成しているようには見えないのと同じです。

つまり、私たちにとって有用なものを作るには、一歩ずつ段階を踏んでいかなければならない。しかし、AIや計算の全現象が教えてくれるのは、本当に必要なのは、私たちが望むものを定義することなのだということだ。そうすれば、計算、AI、オートメーションがそれを実現してくれる。

私たちが何を求めているかを明確に定義する鍵は、計算言語だと思います。

そして、35年経った今でも、多くの人にとってWolfram言語は未来から来た人工物のようなものです。もしあなたの仕事がプログラミングだとしたら、それはチートのように思えます。通常1週間かかることが、なぜ1時間でできるのでしょうか？

しかし、1つのことをやり遂げたら、今度は次のことを構想しなければならないので、気が重くなることもある。もちろん、CEOやCTO、知的リーダーなど、すぐに次のことに取りかかろうとする人たちにとっては素晴らしいことだ。そして、実際、そのような人々の間では、これは非常に人気のあることなのだ。

ある意味、Wolfram言語は機械的なことに集中するのではなく、概念的なことに集中するようになったのです。

では、どうすればそれを学ぶことができるのか？

それは、冒頭で話したCSの話ではなく、CXの話なんだ。教育としては、STEMというよりリベラルアーツに近い。

技術的な実行を自動化したときに重要になるのは、物事をどのように行うかではなく、何を行うかであるという傾向の一部です。

そして、それは、狭い範囲での専門性よりも、幅広い知識と一般的な思考に関わる話なのだ。

このすべてには、思いがけない人間中心主義がある。

科学技術の進歩に伴い、私たち人間の特殊性はますます意味をなさなくなるだろうと思っていたかもしれない。しかし、実際には、物理学でさえも、すべてが私たち人間がどのように定義されたルリアードをサンプリングしたかに依存しているのだ。

私たちの物理学プロジェクトが始まる前は、私たちの宇宙が本当に計算可能かどうかわからなかった。そして、そこから、私たちの宇宙の物理的空間よりもはるかに広大な定義されたルリアードへと、私たちは不可避的に導かれるのです。

では、私たちは定義されたルリアードのどこへ行くのだろう？

計算言語こそが、われわれの進むべき道を示してくれる。私たち人間に目標と旅を定義させてくれる。そして驚くべきことは、ルリアードの中にあるすべてのパワーと深みに、誰もがアクセスできるということだ。ルリアードへの入り口はここから始まるのだ。

ありがとう。

(個人的なアイデア)

前提として、公人、有名人、俳優、著名人は知名度と言う概念での優越的地位の乱用を防止するため徹底追跡可能にしておくこと。

その後、西洋占星術でいう風の時代が到来。

２０２０年から新型コロナウイルスのパンデミック。

２０２２年から続いて、ロシアのウクライナ侵攻。

２０２３年では、幼稚ではあるが人工的な神のような回答するチャットGPTが登場。

「エピソード7意識のマップの数値と人工知能を訓練する計算回数が相似？」でも指摘しているように

兆候が顕在化してきています。

エピソード7の意識のマップでも、表示しているように、人工の神を創造するともなれば、その最初のステップで一神教が言うような全知全能の神ではなく

カイヨワも言い一神教も言うようなあらゆる悪魔が顕現するような可能性も否定できません。

よく一神教で登場すると言われるパンドラの箱の話に似ています。

ニックボストロムが言う「黒い玉」「死の玉」のことかもしれません。

Before 2022, this would not have been possible, but with Apple, Google, and Microsoft agreeing to expand the use of “passkey,” a passwordless authentication system…

２０２２年以前では、不可能だったが、Apple・Google・Microsoftがパスワードなしの認証システム「パスキー」の利用拡大に合意したことで・・・

…on the basis of high security and a high degree of privacy as well…

高いセキュリティと高度なプライバシーも基本にして・・・

…and if, as Ivan Pupilev says, all everyday objects have gesture interface capabilities…

イワン・プピレフの言うように日常的な物すべてにジェスチャーインターフェース機能を搭載していれば・・・

By integrating them with a common smart home standard, “Matter,” and making it possible to automatically connect to them by simply approaching them, assuming permission and authentication…

スマートホーム共通規格「Matter」で統合して近づけるだけで本人の許可、認証を前提とし自動接続できるようにすることで

It may be possible to customize even simple functions as complex functions by combining various devices in a stand-alone manner.

単体では、単純な機能でもさまざまな機器を組み合わせることで複雑な機能としてカスタマイズできるようにできるかもしれない。

In the past, OpenDoc, a technology developed by Apple to realize compound document and document-centered operation, was available.

かつて、OpenDoc（オープンドック）は、Appleが開発したコンパウンド・ドキュメントとドキュメント中心の操作実現する技術があったが

Can we extend this technology to shift from a document-centric to a gesture-centric interface?

これを拡張して、ドキュメント中心からジェスチャーインターフェース中心にできないだろうか？

If you want to work on a larger screen from your smartphone, iPhone, or iPad with a user interface by wearing the Oculus Dash or HoloLens from Oculus Quest

Oculus QuestにあるOculus DashやHoloLensなどを身につけることでユーザーインタフェースをスマートフォン、iPhone、iPadからもっと大きい画面で作業したい場合

It was usual to use a computer with a large screen, but now it is possible to use a huge screen! However, there were limits to the amount of money and placement of the display.

大画面のパソコンでというのが、普通でしたが、もっと、巨大な画面で！！という場合はディスプレイの金額的、配置場所にも限界がありました。

Virtual reality as the future of the holographic age, Virtual reality Virtual reality OS and its extension to the gesture interface center.

ホログラム時代の未来にあるものとして、Virtual reality バーチャルリアリティのOSとジェスチャーインターフェース中心への拡張

Seamlessly linked together, there will be no spatial limits, and you’ll be able to work in a small room with any number of huge, large screens that you can place anywhere in 360 degrees!

シームレスに連携させることで、空間的に限界は無くなり、小さな部屋でいくらでも巨大な大画面で３６０度どこにでも置いて作業できるようになります！！

For example, even if it is not possible to display 3D without wearing glasses like the gesture interface in the sci-fi movie “Iron Man”…

例えば、SF映画「アイアンマン」に出てくるジェスチャーインターフェイスのようにメガネをかけずに立体表示させるとまではいかないまでも

It may be possible to “make it look realistic by wearing special glasses” such as Oculus Dash and HoloLens in Oculus Quest, so…

Oculus QuestにあるOculus DashやHoloLensなど「特殊なメガネをかけることでリアルに見せる」ことはできそうなので・・・

It would be fun to display the setting panel of a simple function device that you touch through the special glasses as if it pops up from inside the device in CG in a hologram format (image: Genie Effect on Mac)

特殊なメガネを通して、触った単純な機能の機器の設定パネルをホログラム形式でCGで機器の中からポップアップするように表示してくれると楽しそう（イメージは、Macのジニーエフェクト）

警察比例の原則。

最近２０２３年から始まったジェネレーティブ人工知能の流行によって

ジェネレーティブ人工知能で作られたメディア（画像・映像など）が人々の目に触れる際には、情報源を開示するよう求めている（オープンAIなど10社が自主ガイドラインに署名した）

ヘンリー・マークラムの研究で脳のイメージが数値化されたデータから・・・

この膨大なデータをディープラーニングを搭載したジェネレーティブ人工知能に候補を複数映像化させる

こうすることでストーカーしかできない人工知能の問題を解消できる？かもしれない

憲法第19条にもあるように「内心の自由」正確に特定しないようにして

権力者の頭脳の中身をリアルタイムに複数映像化したことをチャットGPTに説明してもらう。

これは三つしかない内のひとつ。リカレント・ニューラル・ネットワークを使います。

この権力者の頭脳の中身をリアルタイムに映像化したことをニティシュ・パドマナバンの老眼鏡を含めた未来の自動オートフォーカス搭載メガネなどを用いて

特殊なメガネを通して、ホログラム形式でCGからポップアップ表示できる可能性もありそうです。

しかし

機械学習ディープラーニング物体検出データベースのことを「Darknet」と呼んでいます。

フェイフェイ・リー構築した機械学習ディープラーニング画像データベースのことを「ImageNet」と呼んでいます。

他には、今のところ、リカレント・ニューラルネット（RNN）フレームワークなど・・・

たった三つしかないのが２０２２年の現状です。

チャットGPTは、大規模言語モデル。

懸念されることとして、アメリカ政府が諜報に使用するエシュロンやPRISMに近い可能性もある。

Google検索データは、広告に使われるが、オープンAIはMicrosoftと資本提携で入力データが何に使用されるか？

これを明示していないという危険性がある可能性があります。

続いて

Could it be that Apple is developing its own search engine to compete with Google, which has reinvented semantic web search based on chat GPT and entered the market?

Appleが独自の検索エンジンを開発しているのは、もしかしてチャットGPTを基盤にしてセマンティックウェブ検索を再発明し参入Googleに対抗するため？

In the past, Linux made the OS open source and extinguished Microsoft’s monopolistic Wintel-closed dominance.

かつて、LinuxはOSをオープンソース化してMicrosoftの独占的なウィンテルクローズの優位性を消滅させた。

In 2023, AMD and Apple Silicon are in the midst of blowing the wind out of the last Intel monopoly from the consumer market sector.

AMDとApple��リコンが、最後のIntelの独占体制にコンシュマー市場分野から風穴を開けている最中の2023年。

Google has opened up the search engine market for a new industry by putting all of its machine learning research results to work to break Microsoft’s Internet Explorer monopoly.

Googleは、機械学習の研究成果をすべてぶちこみ新産業の検索エンジンの市場を切り開いてMicrosoftのインターネットエクスプローラの独占的な体制に風穴を開けた。

And now, right now, open-source AI is taking over Google’s monopoly on the search engine market with chat GPTs. It may be about to wind down with the reinvention of the semantic search engine proposed by Tim Berners-Lee.

そして、今まさにオープンソースAIが、チャットGPTでGoogleの独占している検索エンジン市場をティム・バーナーズ・リーが提唱したセマンティック検索エンジンという再発明で風穴を開けようとしているのかもしれません。

Is Twitter, which Eron Musk went to the trouble of investing a huge amount of money to acquire, comparable to Google and Facebook in terms of data accumulation?

イーロンマスクがわざわざ巨額の資金を投じてまで買収したTwitterもデータの蓄積から見るとGoogle、Facebookに匹敵している？

Is it possible that Eron Musk, a founding member of Open AI, is trying to reinvent Twitter based on chat GPT?

これを立ち上げてるオープンAI設立メンバーのイーロンマスクは、可能性を見越していてチャットGPTを基盤にTwitterを再発明しようとしている？

Open AI, a San Francisco-based nonprofit organization, is dedicated to being the first to develop a “general-purpose artificial intelligence” (AGI) with human learning and reasoning capabilities, so that all people can benefit from it.

サンフランシスコを拠点とする非営利団体のオープンAIは、人間の学習能力と推論能力を持つ「汎用人工知能（AGI）」を最初に開発し、すべての人にその恩恵が及ぶようにすることを目的として設立されています。

Deep Mind,“ which has similar goals, is building a system similar to the chat GPT.

同様の目的を掲げてる「ディープマインド」もチャットGPTと同じようなシステムを構築しています。

As for other derivative…

他の派生的なこととして・・・

As for the use of deep fakes, if they are built into the algorithm for all surveillance cameras, they can be removed only with the person’s permission.

ディープフェイクの活用としては、すべての監視カメラ用のアルゴリズムに組み込んでおけば、外すには本人の許可を得てからにすることもできる。

This would also deter voyeurism by the mass media and police who would abuse the system without the person’s permission.

こうすれば本人の許可なく悪用するマスメディアや警察の覗き見行為も抑止できる。

To temporarily deter misuse, a comprehensive mechanism could be created to protect videos with NFT and a two-factor authentication passkey, and to confirm one by one whether or not the user has permission to disseminate the videos.

一時的な悪用抑止には、NFTと二要素認証によるパスキーで動画を保護し拡散の許可の有無を一つ一つ

If a comprehensive mechanism can be created to confirm whether or not the user has permission to spread the video, it may be possible to create time for the spread of quantum encryption and the commercialization of quantum computers.

本人に確認できるような総合的な仕組みを創れば、量子暗号化や量子コンピューター商用化普及までの時間をつくれるかもしれない。

Released in November 2022. Almost a few months later. A search engine like this appeared.

2022年11月にリリース。そのほぼ数ヶ月後。こんな検索エンジンが登場しました。

perplexity

この回答がどこの記事から引用され��かも表示されはじめた！数字に対応して引用元が表示される。

Next, why? What if the chat GPT could explain how it might have come to this explanation? Perhaps we are getting closer and closer to an explainable AI?

次は、なぜ？この説明に至ったのかもチャットGPTが説明できたら？もしかして、説明可能なAIにもどんどん近づいてきてる？

In about a few months, this threatening? No, an astounding achievement.

数ヶ月位でこの脅威的な？いや、驚異的な成果。

And the Schrödinger equation?

シュレーディンガー方程式も？

For explanations other than equations, it could be comparable to Wolfram Alpha, which is similar to semantic web search.

数式以外の説明に関しては、セマンティックウェブ検索に近いウルフラムアルファにも匹敵する可能性もある。

そして

チャットGPTの人気と爆発的な成長に乗りMicrosoftが先行してチャットGPT 搭載 Bingをリリースするも登録しないと検索結果は会話調で返ってこない？インターフェイスがわかりずらい。

一方、Googleも億人単位規模ネット情報サービスにも関わらず、わずか一日位で対応すると言う離れ技を繰り出すが、検索エンジンの検索結果は、まだ会話調で返ってこない。

両者共に、まだまだ時間がかかりそうだ。

このチャットGPTタイプの新型検索エンジンperplexityのほうに分はあります。