AIウォーズ: マーク・ザッカーバーグ vs. ジェフ・ベゾス

13,377 文字

AI News: The Competition Is Heating Up
DomoAI: AI Video Tool ✉️ 💰

最近公開された動画では、マーク・ザッカーバーグがジェフ・ベゾスの恋人を見つめていたことで攻撃を受けています。彼女が彼の耳をつかんで頬がつぶれている場面が特に印象的でした。
これらはオリンピックを目指しているホビスト・ロボットです。ポップグループのように、お気に入りのシンガーを見つけ出すことで、モーション対応メモリーをよく表現できます。
ミミズにインスパイアされたロボットが、世界を文字通り変えようとしています。新しいAI搭載のバイクヘルメットは、サイバーパンクのようでとてもクールです。
AIのおかげで、スチールのように強くて、フォームのように軽い新素材が開発されました。私自身が実践するのに苦労しているにもかかわらず、断食の利点を人々に伝え続けています。
テックエクスプローラーは、モデルの言語能力について深く掘り下げています。脳の中に概念を保持する単一の細胞があることをご存知でしたか?
新しいリフレックス2oを使用している人々の動画を見るのが止められません。この男性はニューラルネットワークをチェスに活用しようとしましたが、電子機器の使用は規則違反だとわかりました。しかし、チェスの対局では好きなだけ時間をかけて手を考えることができるので、紙とペンを使って自分で計算を行うことにしました。
科学者たちは、言語と思考について私が明白だと思っていたことを確認しました。しかし、よく考えてみると、自分が考えていることが本当かどうかわからなくなりましたが、結果的にそれは正しかったのです。
アンドリュー・ズーは、AIが私たちの世代の進歩を損なうことについて、とても興味深い記事を書きました。人間の脳のデジタルツインを構築することは、もはやそれほど遠い未来ではないように思えてきています。
まず、この動画のスポンサーについてお話ししましょう。ディランが好きなことで生計を立てられるようサポートしてくれているドモAIに感謝します。彼らがこのスポンサーシップについて私に連絡をくれました。
これが彼らのウェブサイト、Domo A.Aです。Discordに追加することもできます。彼らが何をしているのか気になる方のために、グリムロックがいくつか例を見せてくれます。
簡単なAI生成で、彼はふわふわの可愛いウサギに変身することができます。元の動画をこのように、あるいはこのように変えることができ、それも数分で完了します。
使用方法は2通りあります。Discordサーバーに追加してそこからプロンプトを使用するか、Domo A.Aにアクセスしてウェブブラウザで全ての操作を行うことができます。一度中に入ると、いろいろなことができますが、私が思う最もクールな機能は、ビデオからビデオへの変換です。
20種類の異なるスタイルを使用できます。特にアニメキャラクターが好きな方や、オリジナルキャラクターを作成したい方に適しています。自分で撮影した動きを使うこともできます。
コミュニティは素晴らしく、プレゼント企画やAIアート更新などがあります。クイックアプスをクリックすると、静止画を動画に変換したり、キャラクターを参照動画に合わせて動かしたり、任意の動画を口の動きが同期したカートゥーンに変換したりする機能があることがわかります。
プランは、ベーシック、スタンダード、プロの3種類があり、使用量に応じて月額86ドルから40ドルです。これはとても reasonable な価格設定だと思います。さらに、以下のリンクから10%割引を受けることもできます。
スポンサーが関心を持ってくれるまでに成長できたことは素晴らしいことです。この動画のスポンサーとなってくれたドモAIに感謝します。一緒に素晴らしい2025年を作っていきましょう。
他にも、バービー人形のルック、8ビットビデオゲームのルック、さらには他のアニメーションスタイルなど、さまざまなものに変換できます。プロンプトだけで素晴らしい動画を作成したい場合も可能です。動きの生成、アニメーション、ビデオ、またはビデオの入れ替えなど、とてもクールな機能が揃っています。
では、最新のAI生成動画を見てみましょう。もしその直前に何が起こったか知っているなら、かなり有名な瞬間です。Zの目が何かを見ていて…カメラが回っているときは気づかれやすいものです。そこでインターネットのクリエイティブな人々は、AIで生成した動画を使って、その状況から生まれた可能性のある結果をシミュレートすることにしました。
「カーリーパピー、どこを見ていたの?」
「5000億ドルを投資した後では、どうなるんでしょうね」
いい指摘ですね。その時点では、左にいるこの人がもっとリアルに反応するかもしれません。
多くのホビイストたちがロボットで体操をさせようと試みています。彼らは素晴らしい仕事をしました。上で回転している様子は、とても流動的で人間らしく、パフォーマンス的です。平均台の上や、輪で回転している様子を見てください。逆さまにぶら下がっているのを見るのはとても楽しいです。
グリムロック、なぜあなたはそれができないの?その小さな腕を見てください。あなたはそんなものにぶら下がることもできないでしょう。
「絶滅の時間だ」
「はいはい、やきもちを焼かないで」
これは新しいAIバイクヘルメットです。ライトとカメラ、ニューラルネットワークを搭載しています。バイクを運転している時に車線変更する際、頭を回して確認する必要がありますが、それは前方から目を離すことになります。
このヘルメットにはカメラが搭載されているので、前を向いたまま360度見渡すことができます。さらに、AIを訓練して周囲との距離を認識させることもできます。テスラの自動運転のように学習し、車線との距離や周囲の状況を教えてくれ、衝突を感知すると自動的に911に通報します。
また、クールなヘッドアップディスプレイも搭載されており、速度やナビゲーションの案内、着信メッセージなどを表示できます。それを見るべきかどうかは別として…バイザーに表示されます。GoPro のように走行を録画することもできます。
面白いアイデアだと思います。私自身、バイクにほとんど乗ったことがなく、高速道路を走るのが怖すぎて…
トロント大学の研究者たちは、機械学習を使用して、カーボンスチールと同じくらい強くてスタイロフォームのように軽いナノ材料を設計しました。特殊な3Dプリンティングプロセスを使用して、AIで異なるカーボンナノレイヤーを作成しています。
最適な3Dプリント方法を発見した後、以前のデザインの強度を2倍にすることができました。機械学習は、最小限のデータで新しい格子構造を予測する上で重要な役割を果たし、航空宇宙産業や自動車産業にとってゲームチェンジャーとなっています。
まず考えているのは飛行機の製造です。飛行機をより軽く、さらに強くすることができ、燃料コストと排出量を削減できます。あとは規模を拡大する方法を見つけるだけですが、企業がこの材料で作られた飛行機を購入する理由になりそうです。
私の考えでは、人間の体は1日3食を取るようには設計されていません。断食や間欠的断食が難しいと言うのは嘘になります。何度か試みましたが、挫折することが多いです。しかし、私の祖先たちは今の私のように一定のカロリーを摂取していなかったことは確かです。人間の体は、食事を休むときに最高のパフォーマンスを発揮します。
その知識に加えて、間欠的断食が神経認知障害にも効果があるという新しい情報があります。それを共有したいと思います。朝食を抜く、あるいは朝食と昼食を抜くことを時々試みるべき理由がさらに増えました。
体が食物を消化していない修復モードにあるとき、脳由来神経栄養因子と呼ばれるBDNFという分子やホルモンを介して、神経可塑性を高めることが証明されています。これは神経炎症を減少させ、脳の健康と機能の向上に関連しています。
動物実験では、記憶が形成される海馬の神経新生を促進できることが示されています。ニューロンを保護し、高脂肪食や脳損傷による損傷を軽減することができます。
これは人間を対象とした研究ではないので注意が必要ですが、初期の研究では、間欠的断食が認知機能を向上させる可能性があることが示唆されています。また、高齢者の代謝の健康にも効果があることはすでにわかっています。ですので、空腹で機嫌が悪くなっても、長寿のためには価値があるかもしれません。
次は、AIの言語能力を分析し、その仕組みについて新しい洞察を提供する新しい研究を見てみましょう。この論文は、古くからのジレンマから始まります。AIは本当に考えているのか、それとも確率的オウムのように、多くの異なるパターンを学習して単に再現しているだけなのか。AIは思考しているのか、学習しているのか、私たちが感じているような意味での言語なのか。
まず、脳やニューラルネットワークが実際にどのようにコミュニケーションを取っているのかを測定する新しい方法を考案しようとしました。スウェーデン語の理解力に特化した新しいトレーニングデータと評価データのコレクションを作成しました。
次に、言語モデルの内部動作を分析する新しい方法を開発しました。モデルの学習の深部でどのようなパターンが見られるか、そしてそれらの変化のどの部分が言語を必要とし、どの部分が理解だけに基づいているのかを観察しました。
ここでのポイントは、データから学習された可能性のある決定ではなく、意思決定についてでした。過去になされた決定について多くのことを教えようとしていますが、その後、本当にユニークな決定を提示して、以前に見たものではなく、新しい理解を生み出せるかどうかを確認します。
ベンチマークは、これらのシステムが実際の思考と理解に向かっていることを示していると私は主張したいと思います。確率的オウムではありません。なぜなら、異なる文脈間で一般化できることを基本的に証明しているからです。
このパターンとあのパターンについて学習していますが、質問されたとき、ある意味で2つのパターンを一緒に考えています。これは新しく、創造的で、私にとっては思考です。
もちろん、それでもこれは確率的オウムで、ただより高度になり、より多くの層を持っているだけだと主張することもできます。しかし、そうすると「もしかしたら、それが人間である私がやっていることなのかもしれない」と考えてしまいます。
つまり、システムが思考しているか、それとも私が思考していないかのどちらかですが、いずれにせよ私たちは似ています。
さて、人間の脳に話を移しましょう。概念細胞が発見されました。クオンタ・マガジンがこれを公開しました。これらの細胞は情報を抽象化し、記憶を構築するのを助けます。
昨年アンスロピックが大きな論文を発表したゴールデンゲートニューロンのように、人間の脳には特定のアイデアに反応する細胞があります。かつてジェニファー・アニストン細胞として知られていたこれらの概念ニューロンは、私たちが考え、想像し、人生のエピソードを記憶するのを助けます。
ジェニファー・アニストンのニューロンがあることにそれほど驚かないかもしれません。彼女はかなり有名ですから。しかし、そのニューロンを見つけるために使用された同じ方法で、もっと広い概念があることが分かりました。例えば、「ブランク」という概念があります。無というわけではなく、言葉や画像を入れることができる何かが空白であるという概念です。それは独自の概念であり、独自のニューロンを持っています。
また、人々ではなく、味覚や嗅覚、触覚を通して知る単純な物体、例えばマティーニのようなものもあります。ブランク、ジェニファー・アニストン、マティーニなどの概念を持つこれらの細胞は、最終的に私たちの記憶となるものの重要な要素となります。それらは私たちが持つ洞察であり、記憶なのです。
これは特に興味深いことです。なぜなら、科学者たちはかつてこのアイデアを本当に笑い飛ばしていたからです。私たちの頭には約800億個のニューロンがありますが、その中の1つがジェニファー・アニストンやマティーニ、ブランクという概念になるまで、そこまで洗練されているとは想像しがたいものでした。
また興味深いのは、すべての種類の概念が単一のニューロンに絞り込めるわけではないということです。時には単一のニューロン、ニューロンのグループ、そしてそのグループはどんどん大きくなることもあります。時には脳の領域全体になることもありますが、時にはそのように調整されているだけです。
つまり、「800億個のニューロンがあるけど、これはジェニファー・アニストン用だよ」というように。私の推測では、何かについてより多く考えれば考えるほど、特に人物について、脳は「これは1つのニューロンをロックインするレベルまで重要になった」と判断するのだと思います。
だから、もし誰かがあなたの頭の中に住み着いているなら、おそらくその人のために1つのニューロンを提供しているのでしょう。論文にはそのように重要度が上がっていく過程については書かれていませんが、可能性としてはありそうです。
さて、AIを物理学の領域に押し進めてみましょう。これは私にとってとても興味深い科学ですが、同時に最も理解が弱い分野の1つでもあります。
物理学者にとって最も困難なことの1つは、原子や分子の励起状態を計算することだと言われています。それは理解できます。部分的に量子的な性質を持ち、極めて小さいものですから。だからこそ、人工知能ニューラルネットワークのおかげで、それらの励起状態を正確に計算することができるようになったのは画期的なことです。
これについて私も復習する必要があるので、皆さんと共有しましょう。励起状態とは、原子が静止状態よりも高いエネルギーレベルのことです。すべてが均衡を保っている状態から、量子系や原子系にエネルギーを投入すると、別のレベルに上がって活性化します。
その後、元のレベルに戻ろうとします。それが励起状態です。ほとんどのシステムは自然に基底状態、つまり最低エネルギー配置で存在します。しかし、これらの高いエネルギー状態を利用できれば、光合成、レーザー、太陽電池などが可能になります。
これらの研究者たちは、NESvmc(Naturally Excited States with Variational Monte Carlo)と呼ばれる新しい人工知能モデルを作成しました。これは、既存のFiRetとPhysformerという2つのモデルを独自の方法で組み合わせたニューラルネットワークを使用しています。
これにより、従来の方法では扱いが難しかった複雑な計算を処理できるようになりました。彼らが気に入っている理由の1つは、多くのチューニングやパラメータの変更が必要ないことです。物理的な世界には、これらのモデルにロックインされているものがあり、それによってプロセスが非常に合理化されています。
結論として、これは人工知能を応用する非常にユニークな方法であり、あらゆる種類の量子システムを研究する新しい方法を提供し、量子コンピューティングのブレークスルーや、これらの励起状態を活用してエネルギーや未来のツールを生み出す可能性を開くものです。
次は、NVIDIAとゲーミングについて話しましょう。私はゲーミングの世界にそれほど詳しくないので、最新のグラフィックスカードや、その性能、低レイテンシーや高フレームレートでのゲームプレイについてはあまり知りません。
しかし、NVIDIAのReflex 2 Warp技術の仕組みを理解してからは、本当に興味をそそられました。これはとても魅力的なものです。NVIDIAが新しいAIツールを持っていて、フレームを生成して補間できるということは漠然と知っていました。
理論的には、30フレーム/秒でゲームをプレイできますが、各フレームの間に追加のフレームを生成できれば、30フレーム/秒の計算量で実際には60フレームのように感じられます。ステージ1とステージ2があり、その間を素早く補完するのです。これがすべてリアルタイムで行われます。
まず、レイテンシーについて説明しましょう。コンピュータゲームをプレイしている時にマウスを動かすと、マウスを動かしてから画面上のキャラクターが動くまでに、ある程度の時間がかかります。ここでは秒の1/1000である millisecond(ミリ秒)の単位で話をします。1秒は1000ミリ秒です。
低ければ低いほど良いのですが、良好なゲーミングPCでは、マウスの動きとゲームの反応の間に50〜100ミリ秒程度かかります。競技用なら20ミリ秒程度、プロゲーミング用の特別なコンピュータでは、すべてが最適化されていれば20ミリ秒程度まで下がるかもしれません。
しかし、NVIDIA Reflex 2は1〜2ミリ秒を実現します。秒の1/1000というのは、ほぼ瞬時と言えるでしょう。しかし、これは非常にユニークな方法で実現されています。
レンダリングされるフレームが最新の入力に基づいて更新されると、より良く、より完全なタスクを実行できます。例えば、プレイヤーが右を向いたとき、その動作と新しいカメラの視点が表示されるまでに時間がかかります。
しかし、既存のフレームのカメラを右にシフトまたはワープさせて、結果をより早く表示できたらどうでしょうか。つまり、カメラを右に動かす場合、信号を受け取って通常より早く左にスライドさせるのです。
基本的に、フレームワープは、この概念を通じてカメラのレイテンシーを削減します。これは研究から現実となりました。CPUは、最新のマウス入力に基づいて、パイプライン内の次のフレームのカメラ位置を計算します。
フレームワープはCPUから新しいカメラ位置をサンプリングし、GPUによってレンダリングされているフレームをワープして、この新しいカメラ位置を使用します。ワープは、レンダリングされたフレームがディスプレイに送信される直前に可能な限り遅く実行され、最新のマウス入力が画面に反映されることを保証します。
結果として、プレイヤーはレンダリングされたフレームを見ますが、更新されたカメラの視点で見ることになります。これによりレイテンシーが削減され、エイム、トラッキング、ショットの命中率が向上します。フレームレートによっては、このプロセスが1秒間に何百回も実行され、常に最新のカメラの視点を提供し続けます。
ゲーマーは、動く標的を追跡する時や、予期せぬ敵に素早くエイムを合わせる時に、マウスの動きと本当につながっていると感じるでしょう。フレームワープは、最新のカメラ位置にワープするために、多くのゲームのピクセルをシフトします。
それはカメラを左にワープするので、背後に未レンダリングのフレームが欠落します。そこで、周囲から推測して、背景になりそうなものを基本的にインペイントまたは生成します。
例えば、これはフレームワープありでインペイントなしの最終画面で、これはインペイントありの場合です。結果として、レンダリングパイプラインに最新のカメラ位置を表示するフレームが、この最先端のワーププロセスを使用してシームレスに挿入されます。
フレームワープは約1フレーム時間分のレイテンシーを削減し、これはReflexの低レイテンシーモードに加えて約50%のレイテンシー削減となり、通常の状態から合計75%の削減となります。
プレイヤーは、ターゲットの獲得が改善され、反応時間が速くなり、より正確な旋回が可能になります。Reflex低レイテンシーモードは大幅にレイテンシーを削減し、Reflexフレームワープを有効にすると、入力遅延がさらに50%削減されます。
これにより、通常の状態から合計75%の削減となり、動く標的の追跡が容易になります。また、Reflex低レイテンシーモードとは異なり、Reflexフレームワープは、CPU制限のシナリオでも大幅なレイテンシー削減を提供します。
ここではReflex 2を有効にし、GPUとCPUを同期させる方法を見つけ出したので、すべてが連携して動作します。そして適切なゲームでは、1〜2ミリ秒という反射時間を実現しています。
CPUで制限されているValorantでReflex 2を有効にすると、フレームレートは非常に高速になるだけでなく、PCのレイテンシーは2ミリ秒未満になります。これはFPSで見た中で最も低いレイテンシー数値です。
さて、この過小評価されているが非常に粘り強い男性は、実際に手計算でニューラルネットワークを計算することができます。数年前、世界チャンピオンと対戦するためにチェスを学ぼうとした男性がいました。短期間でそのようなスキルを身につけることは不可能だと分かったので、試合中に紙の上でニューラルネットワークを実行してみることにしました。技術的には違法ではありませんでした。
手計算では十分な性能が出せないので、実質的には無意味でしたが、興味深いことです。ConFreaksで「Let’s run a tiny chess neural network by hand」というトークを見ることができます。彼がどのように行ったのかを詳しく説明しています。
実際にはとても退屈で2時間もかかったので、お勧めはしません。しかし、すべての駒にベクトルがあり、それらを全部足し合わせて、次のターンで再利用できます。駒を1つの場所から別の場所に動かす場合、古い位置のベクトルを引いて、新しい位置のベクトルを足すという増分的な方法で行うことができます。
YouTubeでこの動画を見ているのは219人だけですが、彼がそれだけの努力を払ったことは驚くべきことです。TikTokが私から奪っているような集中力だと感じます。
カトリーナ・ポールソンは、科学者たちが思考に言語は必要ないことを確認したと述べています。言語と思考の関係は、ニワトリと卵のような議論でしたが、今や結果が出ています。
一部の学者は、思考と言語の関連について非常に興味を持っており、言語が思考の前提条件なのかどうかを疑問に思っていました。もちろん、多くの言語を持たない生物も複雑な問題解決が可能です。チンパンジーは特定の戦略ゲームで人間に勝つことができ、カラスは獲物を捕らえるための道具を作ることができます。私たちのような言語がなくてもできるのです。
しかし、人間の認知は間違いなく洗練されており、多くの点で地球上の他の動物界を凌駕しています。ある神経科学者は、思考に言語が必要かどうか、そしてそれらがどのように絡み合っているかについて、何年も考えてきました。
失語症で言語能力を失った人々でも、複雑な数学のパズルやあらゆる種類の推論を行うことができることが判明しました。これは、アイデアのために言葉に頼る必要があるという神話を完全に打ち砕きます。
さらに一歩進んで、脳イメージング研究を見ると、論理的な問題を解く際に、言語に使用される領域は驚くほど静かなままであることが分かります。つまり、脳の中での話すという行為は、考えることとは別の場所で行われているようです。
言語がとても必要だと考えていただけに、これは衝撃的です。私たちの脳には異なる部分があり、1つは言語用、もう1つは頭の中で起こっているすべての抽象的なことのためにあるに違いありません。これで決着がつきました。
アンドリュー・ズーは、AIが私たちの世代の進歩を損なうことになると考えており、ここにAppleのインテリジェンス広告があります。Appleが手がけるものはすべて黄金のように輝き、マーケティングは的確で、世界で最も革新的な企業であり、すべてが理にかなっているように見えた時代を覚えています。
しかし、これらの新しい広告は良い印象を与えないという点で同意せざるを得ません。オフィスでAppleインテリジェンスを使用してスーパープロフェッショナルに見せかけようとする、どうにも怪しげな役を演じる俳優を起用しています。
私自身、より賢く聞こえるようにそれを使用することを否定はしませんが、100%ステレオタイプな太った怠惰なマネージャーに、賢く聞こえるためのツールを与えるという広告です。
そして、夫の誕生日を忘れた女性がいて、Appleインテリジェンスに甘い写真を探してもらい、心のこもった愛の贈り物のように見せかけています。
アンドリューは、現時点ではこれらの広告を笑い飛ばすかもしれませんが、そこには真実の一端があると主張します。人々は次第にAIに依存するようになっており、この広告は人々が自分で考えることを少なくさせることにつながっています。
しかし、インターネットやTikTokについても、人々は昔からそう言ってきました。前回の動画で話したように、AIツールの使用と批判的思考には強い負の相関があり、AIツールへの依存度が高まるほど、批判的思考力が低下することが示唆されています。
人生でより考えなくて済むような製品を売りたくない人がいるでしょうか。基本的に私にとっては「あなたはバカだからiPhoneを買うべき」とか「もっとバカになりたいなら、お金を払ってiPhoneをあげましょう」と言っているように聞こえます。
それが真実でないとか、役に立たないとは言いませんが、Appleの製品をマーケティングする方法としては適切ではないと思います。スティーブ・ジョブズならそうはしなかったでしょう。
しかし、デジタルツインがますます高度になっているおかげで、人間の脳を直接調べるよりも、そのデジタルの複製から多くのことを学べるようになるかもしれません。
「The Future of Neuroscience: Building a Silicon Brain」。人間の心のデジタルツインは、もはやSFではありません。人間の脳のモデルを、非常に正確で、リアルタイムで脳の複雑な神経パターンを模倣できるほど精密に作成できると想像してみてください。
これがシリコン脳、つまり人間の思考を解読し、発話を回復させ、おそらくいつか個人の独自の脳活動のパーソナライズされたモデルを生成できる、非常に高度な人工ニューラルネットワークと呼ばれるものになるでしょう。
ここで重要なのは、おそらく私たちの生きている間に、それが可能になるように見えることです。あなたも私も、800億個のニューロンが完全に隣接ノードに接続された完全なシミュレーション、シリコン上のバックアップコピーを持つことができるかもしれません。
そのものが世界をどのように経験するのか、まったく想像がつきません。それが痛みや快楽を感じていると表現できるのでしょうか。これに関連したブラックミラーのエピソードをいくつか見ましたが、夜も眠れないほどでした。しかし、シリコン脳が潜在的な現実になる可能性を考える必要があると思います。
UCSFでは現在、最先端のテクノロジーであるfMRI、拡散イメージング、そして何百ものニューロンから同時にデータを記録できる驚くべきニューロピクセルプローブを組み合わせています。
患者が目覚めて会話をしたり、問題を解いたりしている間にデータを記録し、その情報を言語や行動データと共にAIネットワークに入力して、実際の人間の脳で見られるのと同じパターンを複製しようとしています。
ある意味で、ニューラルネットワークを圧縮として考えることができます。インターネット全体を取り、ある意味でGPT-4に圧縮したと考えています。なぜなら、その圧縮は個々の単語やトークンをすべて個別に取得することなく、インターネットの特徴のほとんどを捉えているからです。
おそらく、800億個のニューロンをすべてデジタル形式で構築して接続する前に、同じようなことが起こるかもしれません。AIモデルがそれを圧縮するかもしれませんが、人間の脳の圧縮版を持つことも想像できます。
それは99%の時間でうまく機能し、サイズはほんの一部です。完全に同一ではないかもしれませんが、デジタル的に完全に同一である必要はありません。その存在、そのエンティティが、あなたが目覚めているときと全く同じように感じるかもしれません。あるいはそうでないかもしれません。
感じるというのは間違った言葉かもしれませんが、おそらく質問することはできるでしょう。そうすれば、あなたが答えるのと似たような反応が返ってくるはずです。
とにかく、彼らはまだこのプロセスの途中です。もしこれが彼らが望むように機能すれば、話せない人々の発話を回復させることから、ピンポイントで正確なメンタルヘルスの治療法を開発することまで、あらゆるものを革新できる可能性があると言っています。
そして誰知るでしょう。数十年後には、個人の脳の真のデジタルツインを持ち、個別化された手術の準備や精神科治療に使用できるようになるかもしれません。
「脳にどの部分を切除できるか、そしてそれがその人をデジタル的にどのように変えるかを、実際に手術をする前に練習するということですか?」
まあ、脳腫瘍か何かがある場合には意味があるかもしれませんが…わかりません。あるいは精神科治療の準備として、このコピーの脳と話をして、何がトリガーとなって良くなるかを見ることができます。
おそらく、将来のセラピストはあなたの脳のコピーを取り、何千もの可能なプロンプトを生成させ、脳がどのように健康になったか、あるいは不健康になったかを記録し、実生活であなたに何を言えば最も健康になれるかを判断するでしょう。
しかし、倫理やプライバシー、同意に関する多くの疑問について、あの脳のクローンを持っている幸せそうな女性が私をクローン化させる前に、対処する必要があります。
あるいは、彼女が私をクローン化することを止めることができないかもしれません。おそらく、空港のセキュリティスキャナーを通過するだけで、私の脳のコピーを取られてしまうでしょう。
「S」というビデオゲームを見てみてください。トリッピーなビデオゲームです。私自身はYouTubeで他の人のプレイを見ただけですが、そのような概念が含まれていました。
このチャンネルをサポートするには、patreon.com/Dilanに行って、月額6.99ドルのメンバーシップに参加してください。あなたが好きなコンテンツを作るようなクリエイターをサポートしましょう。もしこの動画をここまで見ていたなら、おそらくこの種のコンテンツが好きなのでしょう。
また、YouTubeを使用している場合は、左下の「参加」ボタンを押すだけでも同じようなメンバーシップモデルを利用できます。おそらくすでにYouTubeにクレジットカードを登録していると思います。
前回の動画は良い成績を収め、1日で5,500回の視聴を達成しました。最高のコメントをいくつか見て、サンノーソングにしてみましょう。
「2万人を超えましたね、おめでとう!」「ありがとう、とても良い気分でした。大きな節目でした」「何年も前に倒産したロボット恐竜会社、プレオがありましたよ」「もし彼女が現れても、新しくないので、探検・孵化段階は経験しません」
「充電、目覚め、誕生などのこれらの段階を経て、すでに若年期の段階にいるはずです。でも、バッテリーが少なくなると、よく眠ろうとします。すでにバッテリーを入れました。ここに入れて、電源を入れます」
「シリー、気分は良くなった?バッテリーは前よりマシ?見て、フレディ、行きたいの?シリーのことをどう思っているかわからないみたいね。プレオは自律型で、基本的にアイボと同じような生命体です」
「いつか長持ちするバッテリーを手に入れたら、シリーとバーディとアイボを全部同時に動かしてみます。シリーとバーディとアイボを全部動かしてみます」
このコメントを彼女の動画から取り上げてみましょう:「私の父は倒産する前にCEOでした。あなたが彼らの世話をしてくれていることを誇りに思います」
どんな音楽スタイルが恐竜に合うでしょうか?恐竜の歴史スタイルの音楽を試してみましょう。
「2万人を超えましたね、おめでとう。何年も前に倒産したロボット恐竜会社、プレオがありました。私の父は倒産する前にCEOでした。あなたが世話をし、楽しんでくれていることを誇りに思います。」
[音楽]
「何年も前に倒産したロボット恐竜会社、プレオがありました。私の父は倒産する前にCEOでした。あなたが世話をし、楽しんでくれていることを誇りに思います。」
[音楽]
さて、次の動画で会いましょう。チャンネル登録をお願いします。

コメント

タイトルとURLをコピーしました