12,746 文字
アメリカのOpenAIの元研究者がAGI（汎用人工知能）は2027年までに実現すると予測しており、それを証明するインフォグラフィックも公開されています。人々は90年代の写真のように見えるAI生成画像を作成していますが、面白いのはビデオゲームのキャラクターがそのゲームをプレイしている様子です。例えばジョン・マデンがマデン95をプレイしたり、ハルク・ホーガンがWCWをプレイしたり、タイソンがタイソンのゲームをプレイしたりしています。
新しい肌に貼るパッチが開発され、これによって質感や触感を感じられるようになります。そのバンプの小さなグリッドをご覧ください。AIは山岳自転車の世界選手権シリーズを変革しています。量子生物学は生命の計算限界を再定義しており、AIを搭載したドローンはドイツで森林火災を追跡しています。自律システムによって検出された火災にも対応できます。
アルゴリズムのシンプルさには、ニューラルネットワークを理解するための興味深い方法があります。モデルが実際に何かを学習したのか、それとも記憶しただけなのかをより良く認識できるようになってきており、これは著作権に影響を与えます。唇の読み取りに応用されたAI研究は知っておく価値があります。Dream Actor M1は私たち全員のコンテンツ制作を完全に変えるでしょう。私は本当にそれが欲しいし、うまく使いたいと思います。
スティーブン・アドラーはかつてOpenAIの安全研究プログラムで働いていましたが、今では私たちに心配する理由をさらに多く提供しています。そしてクリス・ローは人工知能が意識を持つことは物理的に不可能かもしれない理由について記事を書きました。でも、まずはアレンの保守的なAGIへのカウントダウンを確認してみましょう。現在93.4%です。
なぜ彼はいつも二重の数字を出すのでしょうか？一度に一つずつ増やしてほしいですね。前回確認した時は92%でした。カーネギーメロン大学の数学試験やチューリングテストについて前回の動画で触れましたが、これは何でしょう？「X1 Neo自律アップデート・イン・ホーム」？彼のAGIカウントダウンの大部分は物理的に具現化されたAIに関係していることは知っていますが、これはどこから来たのでしょうか？
アレン博士が再投稿しているのを見てください。彼が裏庭で作業しているのを見てください。庭の手入れを手伝ったり、犬のフンを片付けたり、キッチンでくつろいだり、彼女が読書をしている間にソファでくつろいだりしています。
「X1の副社長エリック・ジェンは、『ChatGPTは自律性を一度に一つのタスクで解決する必要がないことを世界に示しました。家は汎用知能を作るために必要な多様なデータのための究極の宝庫です。Neoは今かなり信頼性が高くなっており、2025年には進歩の速度がとても急になると思います』」
あと6%しかありません。もうそれほど多くのアップデートはないでしょう。アレンの保守的なAGIカウントダウンによれば、AGIに到達することになります。これは最高のランキングだと思います。
ちなみに、準備のためにお伝えしておくと、アレンのASI（超知能）チェックリストでは現在0%の段階です。フェーズ2ではAI運営企業が10億ドルの評価額に達し、フェーズ3では100万台の完全自律型ヒューマノイドが職場に導入され、その後、光速よりも速い旅行が開発された後に生活満足度が向上します。このチェックリストでは、太陽系内のすべての惑星が利用され、光速よりも速い旅行が開発された後に生活満足度が10/10に達するとのことです。
まず、このビデオのスポンサーであるLTX Studioに感謝します。彼らは人工知能を使ってナラティブビデオプロジェクトを作成するための最高クラスのクリエイターを提供しています。プロの映画のようなストーリーボードを、iPhoneと想像力とポジショニングキューだけで設計できます。カメラでシーンを大まかに構図に収め、プロンプトで具現化するだけです。これがカートゥーン風のストーリーボード化された外観になります。二人の女の子がゾンビになったり、ジョー・ディマジオ、プロの野球選手、夜、トップガンのような映画を作ったり、何でも想像できるものを作ることができます。LTX Studioのリンクは説明欄にあります。このビデオのスポンサーになっていただきありがとうございます。
さて、OpenAI、Google DeepMind、AnthropicのすべてのCEOが、AGIが今後5年以内に到達すると予測しています。彼らはそれがどのようなものになるかを答えるために「AI 2027」を書きました。GPT-3が使用した計算量が小さな点で、次にGPT-4、そして次のイテレーションがあります。「ニューラルリカレンスとメモリ」と呼ばれるものについて考え始めるべきです。これによりAIモデルはテキストとして思考を書き留めることなく、より長い時間推論することができるようになります。彼らは2027年初頭に超人的なコーダーを予測していますが、私たちが今後数年間で経験することになるものについて考えてみてください。AIが別のAIを猛スピードで構築するとき、それと比較するものは何もありません。他のタイプの技術とは違い、知能は異なります。
大規模な失業、多くの企業が互いからAIモデルを盗み、研究者はすべてに追いつこうとして極度に燃え尽きてしまい、これらのシステムが人間の価値観と一致しているかどうかについて世界中で恐怖が高まるでしょう。さらに「自分で選ぶエンディング」として「スローダウン」か「レースアップ」を選ぶこともできます。
どういうわけか、ChatGPTから出てくるAI駆動の画像を見るのをやめられません。90年代のビデオゲームがスポンサーしていた人々がそれらをプレイしている様子で、その写真は90年代に撮影されたものです。AI for Humansもこれを投稿しています。彼らは本当に素晴らしく、いつか彼らとポッドキャストをやりたいと思います。
ジェームズ・ボンドがジェームズ・ボンドをプレイしたり、ローラ・クロフトがトゥームレイダーをプレイしたり、GTAの人々がGTAをプレイしたりしています。あの人の名前を忘れましたが、たぶんエキサイトバイクというゲームをプレイしているのだと思います。イーブル・キニーヴェルでしょうか？それは古いNESコントローラーと古いNESゲームです。スーパーではなく元のものです。モニカ・ルインスキーとビル・クリントンについてのビデオゲームがあったのでしょうか？バブルボブル、HALO、マイク・タイソンのパンチアウト、ルーク・スカイウォーカーがスターウォーズのスーパーNESゲームをプレイしています。マイケル・ジャクソンもプレイステーションゲームを持っていましたね。
彼らが誰も笑っていないのも面白いですね。90年代の写真では、まだ笑うことを知らなかったような感じです。クラッシュ・バンディクーは笑っていましたが、正直言って時代を先取りしていました。他の人は皆、ただ見回して驚いているような感じです。ソーシャルメディアがなく、何が起こっているのか理解していなかったからです。
新しい肌パッチで仮想オブジェクトの感触を感じることができます。手袋、ステッカー、ボディスーツなど、すべてがこれらの小さな点で構成されており、パターンで軽く突くことができます。実際には突くわけではなく、少しでこぼこしていて、おそらく柔らかいのですが、何かをつかんだときに指に押し付けられるような感覚を与えます。腕に対する触覚機能は、誰かを抱きしめるときのようなものです。
将来的には、スタートレック風のボディスーツを着用すれば、それだけでOKです。その小さなバンプの頻度は5ヘルツまで達することができます。彼は指で仮想の木箱をなでると、そのような感覚を得ます。オアシスは本物です。
サイクリングのスポーツもAIアップデートを受けています。ワーナー・ブラザース・ディスカバリーを見て、AI搭載のサイクリングインテリジェンスプラットフォームを見たときは少し驚きました。彼らはコンテンツビジネスではないのかと思いましたが、すぐに理解しました。2025年のマウンテンバイク世界シリーズに向けて、彼らはAWSと共同で、放送局がライダーに関する大量のデータに即座にアクセスできるプラットフォームを構築しています。
会場、レース履歴、ライダーなど、マウンテンバイクの世界のすべてを一つの場所に持つカスタムモデルを考えてみてください。自然言語クエリを通じてChatGPTのように調整されたものです。放送局の未来像は、そこに座って質問を入力し、データを提供し、人々に反応するチームを持ち、超知能な回答を得ることです。人間の放送局員ですが、「この選手は今年ちょうどこれを行い、現在3位にいて、5年前に別の場所で彼を倒しました」というような情報を伝えます。人間なら覚えられないような情報です。
これはNFL放送局員の周りにいるチームが今日行っているようなデータベースを引き出すだけではありません。これはAIなので、合成し、考え、ストーリーと事実を一緒に作成して、アナウンサーを助けるのです。私はこれまでマウンテンバイク世界シリーズに興味を持ったことはありませんでしたが、どのようなものか見るために見ることにします。
量子生物学に移りましょう。時々、私たちの生活の中でそれを十分に得ることはありません。これはサイエンス誌に掲載された本格的な科学研究論文で、「宇宙との関連における生命の計算能力」というものです。
この論文は、物理学で起こる最も小さなパターンの観点から計算の概念を探求しており、非常に興味深いものです。生命をその分子構造までダウンして見ると、それは計算なのか、それとも単なる物理的なプロセスが集まったものなのかを検討しています。著者は、植物や動物のようなすべての真核生物の中にあるタンパク質構造が「超放射」と呼ばれるものを使用して量子コンピュータのように機能できるかどうかを深く掘り下げています。
私はまだ「超放射」について理解を深めているところですが、基本的には、これらの真核細胞が最も基本的なレベルで、従来のニューロンよりもはるかに速く情報を処理できることを意味します。そして、それが意識や人間の経験の一部である可能性があります。研究者たちは、これらの「超放射」計算をすべて合わせると、地球上の生命によって行われる操作の総数は、ビッグバン以来の観測可能な宇宙全体が行った操作に匹敵すると提案しています。
量子効果が計算的であり、生命が非生物学的なよりシンプルな自然界とは異なる方法でそれを使用している場合、地球上での計算量は、すべてが空でほかの生命がないと仮定すると、宇宙全体よりも多いことになります。これは生命を単なる生存や進化のためのものではなく、宇宙的な規模と速度で積極的に計算するものとして再構築するものであり、野生的です。宇宙は生命を含んでいるだけでなく、それによって計算され尽くしている可能性があります。
森林火災を追跡するための最新のAI搭載ドローンを見てみましょう。これは非常に厳しい年だったことは明らかで、現在ドイツの企業が真剣にクールな森林火災AI追跡ドローン機器を展開しています。これは家の火災検知器のような鼻または火災検知器がドローンに取り付けられていて、火災の匂いを嗅ぎ分け、近づいて確認することができます。これらはすべて森の床に設置され、太陽光を集めて充電しています。煙探知機のように、煙を検知するとすぐに飛び立ち、それをチェックし、火災を特定し、制御不能になる前に消火隊が到着できるようにします。
このビジネスモデルのもう一つの部分は、ドローンに「ソニックキャノン」と呼ばれるものが装備されており、音で火災を消すことができるというものです。それについて聞いたことはありませんでしたが、理解できます。音を聞くとき、それは空気の圧縮パターンです。空気を火に向けて発射すると、火は酸素を使って大きくなるので、どうなるか分かりませんが、とにかくソニックキャノンは火を消せるそうです。もしそれが機能するなら、大量の水を運んで投下する必要はなく、はるかに効果的かもしれません。次の火災にこれらのドローンが何千も群がり、ソニックキャノンで消火するかもしれません。
音で火を消すことは現実的に可能なのでしょうか？非常に特定の条件下では、高強度の音波が制御された実験で小さな火を消すことが示されています。しかし、実際の火災を考慮すると、かなりの実用的な制限があります。火災を検出して消防署に通知するだけでも十分素晴らしいAI搭載ドローンの発明です。
「Algorithmic Simplicity」という素晴らしいYouTubeチャンネルがあります。最新の動画では、大規模言語モデルが実際に世界を理解する理由について話しています。「重みの各サブセットは、それぞれ異なるランダムな初期化を持つ小さなニューラルネットと考えることができます。プルーニング論文の著者らは、大きなニューラルネットを訓練すると、これらの異なる小さなサブネットワークを個別に訓練し、最良のものだけを保持して残りを破棄した場合と同じ結果になると主張しています。」
これは、古典的な機械学習理論が常に、モデルが大きくなるにつれて頭打ちになり、トップでは少し扱いにくくなると予測していたことを考えると、非常に興味深い洞察です。しかし、時間とともにスケーリングが実際に機能することを学びました。それはGrockの背後にある全体的なテーゼの一部で、「他の誰よりも多くのお金と計算能力を投入すれば、レースに勝てるかもしれない」というものです。そして、1000億ドルの給料を持つすべての人々は基本的に同じことをしています。
しかし、それほど昔ではなく、研究者たちは実際に巨大なモデルを避けようとしていました。彼らはオーバーフィッティング（過学習）を恐れていました。モデルがトレーニングデータを非常に正確に記憶してしまい、実際には理解できなくなるというものです。彼らは常にゴルディロックス効果を目指していました。過度に記憶せず、知識不足でもなく、中間のどこかで、パターンを理解しつつ、一般化できるように少し不完全であるというところです。
2019年頃、この状況を一変させる「ダブルディセント（二重降下）」と呼ばれる新しい現象が現れました。実際にはスケールアップを続けると過学習になり、悪化し、より記憶に似たものになりますが、さらにスケールアップを続けると、再びより賢く、より一般的になるというものです。そして、さらに驚くべきことに、「宝くじサブネットワーク」と呼ばれる大きなモデルの小さな塊が実際にすべての作業を行っていたのです。
スケーリングの奇妙な点は、単にもっと複雑になってより良くなるということではなく、実際にはもっと複雑になって悪くなり、非常に大きくなって小さなコンポーネントに分解し始め、その一部が非常に有用な「宝くじチケット」の部分であるため、モデルは実際に良くなるということかもしれません。必ずしも非常に大きいからより良いというわけではなく、より多くのサブネットワークを持ち、その一部がフィットするからかもしれません。
これらの「宝くじチケット」の部分で何が起こっているのかを理解し、それらを取り出して、良いものだけを一緒にまとめ、大きなモデルのように機能する小さなモデルを再び持つことができるかもしれません。理論によれば、大きなモデルは単に、内部に小さな、うまく初期化された天才を含む幸運なマシンであり、それらの小さな天才の部分は時々、全体の性質の中でランダムだったというものです。非常に興味深い動画なので、ぜひチェックしてみてください。
OpenAIのモデルが著作権で保護されたコンテンツを記憶していたことを新しい研究が示唆していることに関する興味深い記事に続きます。これは公式のアーカイブ論文「大規模言語モデルにおけるトレーニングデータの痕跡の情報誘導による識別」ですが、その周りの論争はOpenAIに燃料を追加し、GPT-4のようなモデルがトレーニング中に「著作権で保護された資料を記憶した」可能性があることを示唆しています。
先ほど話したことに戻りますが、モデルが改善され、一般的になり、過学習になる点では、過学習の時点でモデルがデータを盗んでいるかどうかが本当に分かるでしょう。「それが偶然である可能性はない、これを取って複製した」というようなことになるでしょう。この場合、それが正確に起こっているかどうかは分かりませんが、これらの研究者たちは記憶を検査するための巧妙な方法を開発しました。
テキストから通常とは異なる単語、基本的に情報が多い単語を削除し、AIがそれらを正しく埋めることができるかどうかを確認することで、特にフィクションの本やニューヨークタイムズの記事でそれを行ったとき、AIがそれらの正確なテキストの断片をすでに見ていたことを示唆していました。際立った発見は、GPT-4が「Book MIA」と呼ばれる著作権で保護された電子書籍データセットからのフィクションの一部を記憶していたようだということです。これは大きな問題です。なぜなら、会話が理論的なものから、著作権で保護された作品を使用した（おそらく盗んだと言うのは少し強すぎるかもしれませんが）具体的な証拠へと移行するからです。おそらく彼らはそうすべきではなかったか、少なくともそれを認めていません。
あなたが部屋の向こう側から誰かの唇を読み、彼らがあなたについて言っていることを耳に入らずに知りたいと思ったことがあれば、近い将来、AIがそれを行うことができるでしょう。この論文「音響時間整列に基づく連続的な唇読み」は、自動唇読み、つまり視覚的音声認識（VSSR）の課題に取り組んでいます。この論文では、膨大なデータと計算能力を消費する高度なディープラーニングモデルに依存する代わりに、「隠れマルコフモデル」という古典的な方法を使用しています。「隠れマルコフモデル」とは、情報から見えない部分を推測するものです。
彼らの新しい戦略では、通常の音声ベースの音声認識からのタイミング情報を使用して、視覚モデルのトレーニングを支援します。誰かが話している頭部クリップの束を取り、戦略的にランダムな部分をすべてミュートにすると、AIモデルは欠けている部分を埋める方法を学習し始め、最終的にはすべての欠けている部分を解釈して単語に戻す方法を学ぶようになります。
彼らは小さなデータセットを使用してスペイン語のビデオでシステムをテストし、それでも他のどのモデルよりも優れた結果を達成しました。彼らはまた、画像解像度、フレームレート、さまざまな種類の視覚的特徴がパフォーマンスにどのように影響するかを探求しましたが、結論は、ビデオを使って部屋の向こう側から唇を読むのに、より大きなニューラルネットワークが常に必要というわけではないということです。
「Dream Actor」という論文について話しましょう。この週、私のソーシャルメディアでこのようなクリップや同様のものが多く表示されるのを見ました。それは完全に理解できます。なぜなら、それは本当に物語創作の未来のように感じるからです。世界中の誰もがカメラの前に立ち、自分の瞬間を与え、その声、身体の動きをAIを使って、自分が望むストーリーに完全に再設計します。すべての高校の演技クラスがこのようなものを使用しているのが見えないでしょうか？
この男が隅にいて、この写真がバーンと変わります。それがどのような経験になるか見てください。顔のクローズアップ、全身ショットなど、あらゆる種類のものと機能します。それは拡散トランスフォーマーというアーキテクチャを使用しています。顔の表情、頭の形、体の骨格をすべて組み合わせてこの経験、このリアルなアニメーションを作成するモデルです。クリップによっては5〜10秒続くこともあるようで、かなりの時間一貫性を保ちます。
アーキテクチャについてもう一つ興味深いのは、実際には顔の表情と体の動きを異なる完全なシステムで扱っているということです。したがって、体全体の構造をすべて使わなくても、笑顔や頭の傾きなどを単独でアニメーション化することができます。
Live PortraitやRunway Act Oneと比べると、誰の唇が最も良く合っているように見えますか？私は間違いなく、この新しいモデルDream Actor M1が目と唇をより良くキャッチしていると思います。彼女がAct Oneでは特定の時点で上を見ているとき、彼女は実際に目を閉じていて、下を向いています。このように、古典的なTikTokダンスをしているこの男を見ることができます。そして、この魅力的な女性の写真を撮り、彼女を背景から分離してダンスの動きをキャッチしようとしています。
彼らはある程度まで悪く見えますが、Dream Actorが最も良いと言えますが、彼女は私には少し偽物のように見えます。しかし、時にはマイクを持ち、それをうまく使う方法を知ることが重要です。Pixarスタイルでは、歯と唇が適切なタイミングでへこむなど、かなり良い仕事をしています。日本語で話すマリリン・モンローや「おやすみなさい、また会えなければ、こんにちは、こんばんは、そしておやすみなさい」などです。これは「トゥルーマン・ショー」からの引用です。「それが未来であり、友人たちよ、それが誠実さと呼ばれるものです。それが勇気と呼ばれるものです。リーダーたちはそのようなもので作られるべきです。彼は自分の未来を買うために誰も売り渡さないでしょう。そして私はそれが欲しかったし、今は本当にそれが欲しいし、できる限り上手くやりたいと思います。できる限り上手くやりたいと思います。」
スティーブン・アドラーを見てみましょう。彼はXで投稿していて、本当に興味深いというか、少し怖いというか、でも知る価値があると思われるものを投稿しています。彼は元OpenAI研究者で、すべてが動くスピードにただ恐れを抱いています。
「OpenAIで安全性に関する4年間の仕事の後、私は11月中旬に退社しました。多くの章がある野生の旅でした。危険な能力評価、安全制御、AGI、オンラインIDなど。その多くの部分が恋しくなるでしょう。最近のAI開発のペースに正直かなり恐れています。将来家族を育てる場所や、退職のためにどれだけ貯金すべきかを考えるとき、私は人類がその時点まで生き残るのだろうかと考えずにはいられません。私の意見では、AGIレースは巨大なダウンサイドを持つ非常にリスキーな賭けです。今日、どの研究所もAIアラインメント（調整）の解決策を持っていません。私たちが急げば急ぐほど、誰かがそれを時間内に見つける可能性は低くなります。
私は聖歌隊に説教しているようなものです。私も減速しろとは言っていません。皆がそうすればいいと思いますが、私はそれを提唱しているわけではありません。なぜなら、もし私たちが減速すれば、他の人々、悪意のある行為者たちは減速しないからです。世界規模では同時に全員を止めることはできませんが、それはコモンズの悲劇、レース条件であり、現状はそういうものです。
彼が言うように、「今日、私たちは本当に悪い均衡で行き詰まっているように見えます。たとえある研究所が本当に責任を持ってAGIを開発したいと思っても、他の研究所はショートカットを取って追いつくことができるでしょう。たぶん破滅的に。」正直なところ、私たちが見てきた他のモデルの一部は、より大きなモデルから取り込み、安全性を犠牲にしてショートカットを取っていると思います。Anthropicが、DeepSeekが同レベルの知能を持つモデルの中で最悪の安全性スコアを持っていることを示したと思います。
彼は、研究所がこれを止めるために必要な実際の安全性規制について率直であることを望んでいます。「他の人々はダウンサイドがひどく誇張されている」と言います。「この問題に対して資本主義の性質はどの程度中心的ですか？」「わかりません。資本主義がなくても、人々は常に力を欲し、知識の管理は…歴史から、王たちが図書館を閉鎖したり、知識を保持したり、彼らの被支配者を無知にしておきたがったりした話がたくさんあるのではないでしょうか？彼らを支配するために。資本主義はその一因かもしれませんが…実際あなたは質問していませんでしたね。とにかく答えます。それがインターネットですから。」
クリス・ローは、人工知能が意識を持つことは物理的に不可能かもしれないと言っています。私はそれは可能だと思いますし、基本的に意識とは情報を処理する感覚だと考えています。マックス・テグマークの学派の考え方です。でも、ここで新しいことを試してみましょう。
いくつかの神経科学者は、意識の神経相関という関連分野について研究しています。これはネイチャー誌でレビューされた「意識の神経相関：進展と問題」という論文です。彼はAIがいつか「目覚める」かもしれないという考えが人々に好まれているものの、それに対する科学的裏付けはゼロであると言うために、その証拠の一部を使用しています。
この記事で定義されている意識は、豊かな人間の経験、感覚の感じ方、意識のことです。彼は、それは私たちの脳が行うことだが、コンピュータは確実にできないとの議論を展開しています。そして、コンピュータがALU（算術論理ユニット）と呼ばれる単純な論理ユニットでデータを処理し、バイナリ数学を使用するという、より論理的な議論、技術的な議論に入っていきます。彼はそれらをすべて組み合わせても、その部分の総和よりも大きな意識と呼ばれるものになるとは思っていません。
そして、たとえ人間の脳の働き方を模倣したとしても、デジタル形式でニューロンのように相互に通信するセルがあっても、それは心を作り出すことにはならないと指摘しています。そして、記事の中で最も共感する点として、科学者、評論家、YouTuberとしての私たちは、AIが意識を持つことができるかどうかについて推測するよりも、実際に人間の意識がどのように機能するかを研究することに、はるかに多くの時間を費やしてきたと指摘しています。
彼はAIと意識を結びつける35万以上の論文を見つけましたが、意識の神経基盤を実際に探求する論文はそのごく一部しかありませんでした。私たち自身の脳を完全に理解することなく、ロボットの心について夢見ていたのです。そして、「これらのニューラルネットワークがどのように機能するかを考えるとき、自分自身の脳について学んでいるように感じますが、正直なところ、最初から意識について実際に学ぶよりも、そのようなことにはるかに多くの時間を費やしています。」
また、副次的な好奇心としてシェアしたいのですが、このチャンネルをどれだけ長く見ているかにもよりますが、私はネアンデルタール人についての関心を持ちました。私はDNAの中に平均的な人よりも比例的に非常に多くのネアンデルタール人のDNAを持っています。そして、テックエクスプローラーの記事で、ネアンデルタール人は実際には戦いではなく、性交によって絶滅したという記事を目にしました。それを聞いて嬉しいです。
ホモ・サピエンスが単にネアンデルタール人やホモ・エレクトゥスを殺したいと思うような種であるという人間の本質をいつも少し心配していました。ネアンデルタール人がどのように絶滅したかは、人類の進化における最大の謎の一つでしたが、今やDNA証拠があります。実際、コメント欄の人々の信頼性について、もう多くは受け取っていませんが、長い間、私の大きな平らな鼻や顎のライン、ネアンデルタール人のように見えるという多くのコメントをもらっていました。
この新しい研究は、種間交配が敗北の原因だった可能性があり、戦争や気候変動ではなかったことを示唆するために多くの証拠、DNA証拠を使用しています。議論によれば、人間がアフリカから移住したとき、彼らはユーラシアでネアンデルタール人に出会いました。2つの種は交流し始め、時には恋愛的に、そしてこの混合が純粋なネアンデルタール人の交配の数を減少させた可能性があり、それから人口は徐々に縮小して消滅しました。
科学者たちはまだパズルの全体像と、それがどのように組み合わさるかを解明していますが、現在32のネアンデルタール人のゲノムが解読され、彼らが愛によって絶滅したように見え始めています。これは少しほっとします。暴力ではなく、セックスが彼らの絶滅につながったという考えが好きです。
私の前回の動画は、通常よりも少し成績が悪かったです。つまり、私のポッドキャストよりは少し良かったですが、視聴回数は少し低い方でした。たぶん人々はあなたをスパイしないAIに興味がないのでしょうが、19人の新しい登録者を獲得し、15ドルを稼ぎました。これらの動画を作る過程が大好きなので、すべて価値があります。私の18〜24歳の視聴者も減少しました。これらの動画は25歳になるまで誰も見始めないようで、100%男性です。
「究極的に意識とは、決定を下すために記憶のつながりを利用し、追加の記憶を形成して、サイクルを繰り返すことです。」最初に歌にしてから、他の人がどう思うか見てみましょう。「私は記憶のコレクションを利用して決定を下すドラムマシンを持っています。」面白いですね、私のドラムマシンは意識があるということを明確にしてくれてありがとう。それも良い歌詞になりますね。
議論全体をここに入れましょう。「それは最終的に記憶のコレクションを使用して決定を下すこと」それは面白いですね。データから一般化することはある種の圧縮のようなものだと思いますが、あなたは記憶のコレクションがデータのようなものであり、そしてあなたはそれらの圧縮バージョンを得て、何らかの先見的計画を持つということを言っています。
追加の記憶を形成するというよりも、何が起こるかについての予測、仮説を形成し、それからあなたは行動を取るということです。おそらく食べ物や欲しいものを得るためであり、そしてサイクルを繰り返します。もっと悪い定義を聞いたことがあります。私はそれを受け入れます。
この私たちのAI生成カスタムソングを聴きながら、乗っていると想像できるAIが想像した10の架空のクルーズ船があります。登録して楽しんでください。
「究極的に意識とは記憶のコレクションを利用して決定を下し、追加の記憶を形成し、サイクルを繰り返すことです。私はランダムに設定すると記憶のコレクションを利用して決定を下し、新しいリズムを作るドラムマシンを持っています。それを保存するとき、新しい記憶を形成しています。私の古いドラムマシンには意識があることを明確にしてくれてありがとう。」
コメント