Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
学術講演会中央大学学員会府中支部
Search
Y-h. Taguchi
June 05, 2025
Science
0
200
学術講演会中央大学学員会府中支部
中央大学学員会府中支部
2025年度6月5日
ビデオはこちら
https://youtu.be/sScQgOLFpTQ
Y-h. Taguchi
June 05, 2025
Tweet
Share
More Decks by Y-h. Taguchi
See All by Y-h. Taguchi
知能とはなにかーヒトとAIのあいだー
tagtag
0
1
テンソル分解による糖尿病の組織特異的遺伝子発現の統合解析を用いた関連疾患の予測
tagtag
2
170
マウス肝炎ウイルス感染の遺伝子発現へのテンソル分解の適用によるSARS-CoV-2感染関連重要ヒト遺伝子と有効な薬剤の同定
tagtag
0
100
大学のアウトリーチ活動(中央大学学員(OB)会主催学術講演で講演して)
tagtag
1
67
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
0
120
マルチオミクスデータ解析のためのカーネルテンソル分解による新しい特徴選択法
tagtag
1
110
学術講演会中央大学学員会大分支部
tagtag
0
160
学術講演会中央大学学員会いわき支部
tagtag
0
160
テンソル分解を用いた教師なし学習による変数選択法のシングルセルマルチオミックスデータ解析への応用
tagtag
1
160
Other Decks in Science
See All in Science
アナログ計算機『計算尺』を愛でる Midosuji Tech #4/Analog Computing Device Slide Rule now and then
quiver
1
150
Masseyのレーティングを用いたフォーミュラレースドライバーの実績評価手法の開発 / Development of a Performance Evaluation Method for Formula Race Drivers Using Massey Ratings
konakalab
0
140
Trend Classification of InSAR Displacement Time Series Using SAE–CNN
satai
3
370
「美は世界を救う」を心理学で実証したい~クラファンを通じた新しい研究方法
jimpe_hitsuwari
1
120
05_山中真也_室蘭工業大学大学院工学研究科教授_だてプロの挑戦.pdf
sip3ristex
0
380
多次元展開法を用いた 多値バイクラスタリング モデルの提案
kosugitti
0
320
データベース05: SQL(2/3) 結合質問
trycycle
PRO
0
680
サイゼミ用因果推論
lw
1
7.2k
ほたるのひかり/RayTracingCamp10
kugimasa
1
670
Ignite の1年間の軌跡
ktombow
0
120
06_浅井雄一郎_株式会社浅井農園代表取締役社長_紹介資料.pdf
sip3ristex
0
390
白金鉱業Meetup Vol.15 DMLによる条件付処置効果の推定_sotaroIZUMI_20240919
brainpadpr
2
800
Featured
See All Featured
jQuery: Nuts, Bolts and Bling
dougneiner
63
7.8k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
233
17k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Writing Fast Ruby
sferik
628
61k
Fontdeck: Realign not Redesign
paulrobertlloyd
84
5.5k
Reflections from 52 weeks, 52 projects
jeffersonlam
349
20k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
15
890
Rails Girls Zürich Keynote
gr2m
94
13k
Six Lessons from altMBA
skipperchong
28
3.8k
How GitHub (no longer) Works
holman
314
140k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
19
1.2k
A Modern Web Designer's Workflow
chriscoyier
693
190k
Transcript
中央大学学員会府中支部 1 AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか— 中央大学理工学部物理学科 田口善弘 カラー&加筆版はこちら→ http://granular.com/gakujutsu/
中央大学学員会府中支部 2 AI=機械学習 機械学習を巡る最近の話題
中央大学学員会府中支部 3 ChatGPTのようないわゆる最近のAIに「府中 駅から1時間以内の映画館を教えてください」 と聞いたらなんと答えるでしょう?
中央大学学員会府中支部 4 Gemini2.5(Pro) Gemini2.5(Pro) 資料作成時点でもっともハルシネー ションが少ないとされる生成AI • TOHOシネマズ 府中 •
イオンシネマ シアタス調布 • TOHOシネマズ 新宿 • 新宿バルト9 • TOHOシネマズ 立川立飛 • イオンシネマ 多摩センター • MOVIX昭島
中央大学学員会府中支部 5 TOHO TOHOシネマ新宿 シネマ新宿 新宿バルト9 新宿バルト9
中央大学学員会府中支部 6 気づいた点 • 近場の映画館の前に新宿の映画館を挙げる。 • 新宿の映画館にしてもTOHOシネマズ新宿はと もかくなぜバルト9?(→次ページ) • 立川のシネマシティが無視されている。
中央大学学員会府中支部 7
中央大学学員会府中支部 8 あまりよい聞き方ではない 思考プロセス: 思考プロセス: ユーザーは府中駅から1時間以内で行ける映画館を知りたいようです。 これは、場所と移動時間に関する情報が必要な質問なので、Google検索で調べるの が適切でしょう。 検索クエリとしては、「府中駅 映画館
府中駅 映画館 1 1時間以内 時間以内」などが考えられます。 また、現在の時刻が夜であるため、営業中の映画館というよりは、一般的な情報を求 めていると解釈します。 近隣の主要な駅にある映画館をいくつかピックアップし、府中駅からの所要時間を調 べて回答する形になりそうです。 具体的には、以下のようなステップで情報を収集・整理します。 府中駅周辺の映画館を検索する。 見つかった映画館、または近隣の主要駅(例:新宿、渋谷、立川など)にある映画館を リストアップする。 リストアップした各映画館について、府中駅からの公共交通機関での所要時間を調 べる。 所要時間が1時間以内の映画館を抽出して回答する。
中央大学学員会府中支部 9 なぜ、立川のシネマシティを挙げなかったのですか? 「大変失礼いたしました。立川の「シネマシティ」は非 常に人気があり、音響設備などにこだわりのある素 晴らしい映画館ですので、当然リストアップすべきで した。私の先の回答で言及しなかったのは、完全に 私の見落としです。申し訳ありません。」
中央大学学員会府中支部 10 思考プロセス: 思考プロセス: ユーザーは、私が先の回答で立川の「シネマシティ」を挙げなかった理由を知りたいようです。 これは、私の知識や検索範囲に「シネマシティ」が含まれていなかったか、あるいは他の映画館を優先し てリストアップした可能性が考えられます。 以下の手順で回答を生成します。 まず、立川に「シネマシティ」という映画館が存在するかどうか、またその特徴(人気度、府中駅からのアク セスなど)を再確認します。Google検索で「立川
映画館 シネマシティ」「シネマシティ 特徴」「府中駅 シ ネマシティ アクセス」などを検索します。 もし「シネマシティ」が府中駅から1時間以内の有力な選択肢であるならば、それを先のリストに含めな かったことについて謝罪し、情報として追加します。 先の回答で挙げた映画館の選定基準(例えば、網羅性よりも代表的なものをいくつか挙げることを意図 していたなど)があれば、それを説明することも考えられます。しかし、今回のケースでは「なぜ挙げなかっ たのか」という直接的な疑問なので、まずは「シネマシティ」が適切な候補であったかを調べることが先決 です。 検索結果から、「シネマシティ」が立川にあり、音響設備などにこだわりのある人気の映画館 音響設備などにこだわりのある人気の映画館であることが わかった場合、私の知識不足や検索漏れであったことを認め、情報を提供します。 今回はユーザーの指摘を受けての回答なので、誠実に対応し、必要であれば情報を補足することが重要 です。
中央大学学員会府中支部 11 人間のするだろう答えと微妙にずれている • 「府中から1時間」と言われて新宿の映画館を挙げる 人は少ない。論理的には府中から新宿まで1時間以内 で行けるのは確かだが、もし、新宿の映画館が候補に なり得るなら「府中から1時間」という聞き方はしない ので人間の場合「近場の映画館を知りたいんだな?」 という相手の気持ちを考えて近辺の映画館を挙げる
が、生成AIはそういう気の利いたことができない(が、 いつかはできるかも→後述)
中央大学学員会府中支部 12 • 新宿の映画館を挙げるにしても数多ある映画館から TOHOシネマ新宿、バルト9の2つをあげている。人間 ならこの2つをまず挙げることは多分しない(ネットで 露出の多いものをあげてしまう→後述) • 距離的に近いシネマシティを排除→シネマシティは確 かにマイナー館かもしれないが「1時間」という条件が
ついている以上、「なるべく近場ですましたいんだろ う」という忖度が働くので(もし、その存在を知ってい れば)人間だったら挙げないということは考えにくい。
中央大学学員会府中支部 13 生成AIの限界 生身の人間が府中を起点にして映画を見に行くという 状況を想定してそれに適した答えを構成できない 地理感覚(距離感)の欠如 心的モデルの欠如(相手が望んでいることを正確に把 握できない) →なぜこうなっているかを説明したい。
中央大学学員会府中支部 14 しかしGemini2.5は1世代前の2.0ですでにハルシネー ション率0.7%の超高性能モデル(確かに今回も嘘は言っ てない)
中央大学学員会府中支部 15 シネマシティを省いたり(有名な)新 宿の映画館をいの一番にあげたの は「正解率」を稼ぐためと思われる。
中央大学学員会府中支部 16 実際、生成AIの性能改善はめざましく、このテーマで毎年 複数回講演に呼ばれているが開催地の地名を入れた「〇 〇から1時間以内の映画館」という問いに対する答えは最 初はひどいものだった。 • 一昨年金沢でやったときは開催地のホテルの前からバス で東京の映画館に行くことを勧めていた。 •
昨年、大分でやったときはさすがにそれはなくなったが存 在しない映画館をリストに入れていた。 • 今年は1時間で行ける実在の映画館しか答えなくなった のでこれでも劇的な改善。
中央大学学員会府中支部 17 代表的な生成AI Gemini 現在最高性能のものを無料で使え る。実効性能も現状ChatGPT以上と される。 ただし、無料でいいがgoogle カウン トが要る(アンドロイドスマホを持って
いればアカウントはあるはず。
中央大学学員会府中支部 18 ChatGPT 言わずとしれたデファクトスタンダー ドモデル。最新モデル使用には基本 課金(月3000円程度)が必要。
中央大学学員会府中支部 19 Grok X(旧ツィッター)標準の生成AIだが 単独でも使用可能で Gemini,ChatGPTに匹敵する性能。 Xの無料アカウントの登録が必要
中央大学学員会府中支部 20 ところがうんと難しいことはちゃんと答えられたりする
中央大学学員会府中支部 21
中央大学学員会府中支部 22 マルクスの資本論では労働者の搾取についてどんなふうに説明していますか? (Gemini2.5 Pro) マルクスの資本論における労働者の搾取についての説明は、主に「剰余価値」 という概念を通して行われます。 1. 労働力という商品 資本主義社会において、労働者は自分の労働力を商品として資本家に売りま
す。資本家は、その労働力を使い、商品を生産します。 2. 価値と剰余価値 マルクスによれば、商品の価値は、その商品を生産するために社会的に必要な 労働時間によって決まります(労働価値説)。 労働者は、自分の労働力の価値(生活を維持するために必要な費用、つまり賃 金に相当する価値)を生産するために必要な時間(必要労働時間)を超えて働 きます。この必要労働時間を超えた労働時間(剰余労働時間)が生み出す価値 が「剰余価値」です。(後略)
中央大学学員会府中支部 23 経済学におけるMMT理論とはどのようなものですか? (Gemini 2.5Pro) 経済学におけるMMT(現代貨幣理論:Modern Monetary Theory)とは、自国通 貨を発行できる政府の財政運営や貨幣の役割について、主流派経済学とは異な る考え方を示す経済理論です。
MMTの主要な主張 MMTの核心的な主張は以下の通りです。 1.自国通貨建ての債務で財政破綻はしない: 自国通貨(例:日本における円)を発行できる政府は、その通貨建てで国債を発 行している限り、債務不履行(デフォルト)に陥ることはないと主張します。これは、 政府が必要に応じて自国通貨を発行し、債務の返済に充てることができるためで す。 2.財政赤字は問題ではない: 主流派経済学がしばしば懸念する財政赤字の拡大について、MMTはそれ自体 を問題視しません。むしろ、政府の財政赤字は民間部門の黒字(貯蓄)を意味す ると捉えます。(後略)
中央大学学員会府中支部 24 画像生成(ChatGPT 4o :有料版) ことばで指示するだけで絵を描く機械学習 日本のアニメに出てくる戦闘少女の絵を描いてください。
中央大学学員会府中支部 25 日本のアニメに出てくる戦闘少女の絵を描いてください。 Gemini 2.5 Pro
中央大学学員会府中支部 26 日本のアニメに出てくる戦闘少女の絵を描いてください。 Grok 3 (作成画像の言葉によ る編集依頼が連携)
中央大学学員会府中支部 27 「笑顔にしてください」 背景や甲冑が(完 全ではないが)か なりよく保存され ていることに注意。
中央大学学員会府中支部 28 なんでこんな魔法のようなことが可能なのか? 今日はそれを説明する
中央大学学員会府中支部 29 GPTがしていること 文章の「次の単語」を学んで、初めてみた文でも次に何が来るか予 想できるようにする。 「今日は晴れているので洗濯物を干そうと思ったら雨が降ってきた」 今日は 今日は晴れて 今日は晴れているので 今日は晴れているので洗濯物を
今日は晴れているので洗濯物を干そうと 今日は晴れているので洗濯物を干そうと思ったら 今日は晴れているので洗濯物を干そうと思ったら雨が
中央大学学員会府中支部 30 なんで「次の単語を当てる」という学習をするだけで人間の様に 話せるのか? 「今日は」と来たらその次が「さつまいも」である場合より「晴れ て」である場合が圧倒的に高いだろう。 しかし、「今日は」だけではいろんな単語が来る可能性が高い。 ある程度長い文章なら次にくる単語は限られる。 今日は晴れているので洗濯物を干そうと思ったら → 雨が
中央大学学員会府中支部 31 しかし、長い文章になると「一度も見たことがない文章」になること が多くなる。どうする? → 一度もみたことがない文章でもすでに学習した「見たことのあ る文章」のなかで一番似たようなものを探して使えるようにする。 あまりない文章には精度が下がる。だから、マイナー映画館であ るシネマシティを無視してしまうし、新宿の映画館の中でもイベ ント(アニメの先行上映、舞台挨拶)などが多くメディアの露出が 多いバルト9が上位に来る。
中央大学学員会府中支部 32 最近は更に「推論モデル」と行って自分の出力を 入力にして出力するという作業を繰り返して当た るまでやる、という学習を行っている(この部分が 「思考プロセス」とされている)。この結果間違い が劇的に減少した(推論モデルの詳細は不明)。
中央大学学員会府中支部 33 その他の生成AI
中央大学学員会府中支部 34 Suno AI:作曲 https://note.com/doerstokyo_kb/n/n9c068b97876c 歌詞は入れないといけないがそ れもChatGPT, Gemini, Grokな どで作成依頼すればいい。
中央大学学員会府中支部 35 動画生成AI 乱立し過ぎでもはやどれが最高性能か僕にもわかりません。 • 「こういう動画を作れ」と命令すると動画ができる • 複数の静止画から動画を作成 • 動画の続きを作れというと続きを作る
「【2025年版】実用的な「動画生成AI」5つを徹底比較!ツール の選び方、プロンプト作成の裏技も教えます」 https://seleck.cc/1678
中央大学学員会府中支部 36 なんでこんなこと (短文を入れただけで 長文の返答を作る、 画像を作る、 動画を作る、 小説を作る) が可能になったのか?
中央大学学員会府中支部 37 情報(意味のある) ・文字の並び(長文の返し) ・画素の並び(画像) ・画素の並びと時間変化(動画) ・文字の並び(小説) はまれ、ということが本質。
中央大学学員会府中支部 38 100字の「文」をたくさん作ったとする。 例えば1万文。100字の「文字の羅列」の総数は全部ひらがなだと しても50の100乗なので8×10169。つまり8の後に0が169個並ぶ。 ちなみに一億は1の後に0が8個並ぶだけ。169を8で割ると21くら いなので一億の一億倍の一億倍の・・・を21回やっただけの数。 この「ランダムな100字の文字列」のうち「人間が読んで意味があ る」文字列(文になっている文字列)は全体のごく僅かに過ぎない。
中央大学学員会府中支部 39 想像力をたくましくして3次元よ りずっと高次元の空間に全て の100文字の文を配置して「意 味が似ているもの•」をまとめ ると多分「何の意味もないただ の文字列•」と別れて固まるよ うな配置が作れる(はず)。 ここに•の真ん中の「空きスペース」
に•をおくとその点は多分「まだ作ら れていない未知の意味のある文」に 対応するはず これが文の生成になる!
中央大学学員会府中支部 40 「今日は晴れです」 「今日は雨です」 「今日は曇りです」 空きスペースに•を置くとそれは2つの文と似て いるが異なった文に対応すると考えられる。
中央大学学員会府中支部 41 これは他のすべてに当てはまる。 ※「意味のある画像」は「各ピクセルに適当な色をラ ンダムに置いた画像」全体のごく一部。 ※「意味のある音楽」は「毎ミリ秒に適当な音を置い た音楽(つまりノイズ)」全体のごく一部。 ※「意味のある動画」は「毎ミリ秒に適当な画像を置 いた映像」全体のごく一部。
中央大学学員会府中支部 42 つまり、文字列、画像、動画、音声、などなどについて 1)(ごく一部分の)意味のある「もの」がまとまっている高 次元空間 2)逆にこのような空間の一点を与えるとそれを文章、画 像、動画、音声に「逆変換」する関数 の2つが可能になれば自由に何かを生成するAIが作れ る。これが最近流行の生成系AIの本質。
中央大学学員会府中支部 43 なぜ、こんなことが急に出来るようになったのか? アルゴリズムやコンピュータの性能の向上により今ま ででは考えられないような膨大なデータを使って1)と 2)を実現できるようになった。 ChatGPTの学習量:数千億語 画像生成系AIの学習量:数十億枚 これだけの数を学習できるようになったので、1)と2) の課題が可能になった。
中央大学学員会府中支部 44 なぜ「文章」から画像、音楽、動画がつくれるか? 画像、動画、音楽を処理する時、それらを記述する「短い文 章」を込みで処理しておく。そうすると、「短いセンテンス」を 入れるだけで「どこ」を使えばいいか解るようになる。
中央大学学員会府中支部 45 画像1 「陸の戦闘」 + 画像2 「海の戦闘」 + 「宇宙の戦闘」 画像3
中央大学学員会府中支部 46 生成AIの今後
中央大学学員会府中支部 47 言語、画像、音声、動画を同時に学習 →実際、人間はこれができている。 「字幕付きの映画の視聴」 をしているときは言語(字幕)、映像(映画のシーン)、音声(サウ ンドトラック)から同時に情報を取り入れて理解している。 生成AIは現状、これがある程度出来ている。 → どの生成AIもできるようになっている。
中央大学学員会府中支部 48 https://note.com/masaland/n/nc289188897f8 Google AI studio による動画理解
中央大学学員会府中支部 49 https://youtu.be/88zXpn6w-sg 「[4K] F-15 怒涛の8機離陸から大編隊飛行へ - 千歳 基地航空祭 2023(7月30日)/
JASDF 航空自衛隊」 この動画は、2023年7月30日に開催された「千歳のまちの航空 祭」でのF-15戦闘機による航過飛行の様子を撮影したもので す。 霧がかった天候の中、複数のF-15戦闘機が滑走路でタキシン グを開始します。その後、2 2機ずつ 機ずつ順番にアフターバーナーを点 火し、水蒸気を巻き上げながら轟音と共に離陸していきます。離 陸したF-15戦闘機は上空で集結し、最終的に8機による大規模 な編隊を組んで会場上空を航過飛行します。編隊はV字から横 一列へと形を変えながら飛行し、観客を魅了しました。
中央大学学員会府中支部 50 画像分析 何が映っているか説明してください この画像には、現代的な会議室またはセミナールームの ような空間が写っています。部屋の中央には、白い天板 のテーブルがコの字型に配置されており、その周りには 赤い幾何学的な形をしたスツールが置かれています。奥 の壁には白いホワイトボードがあり、何か書かれている ようですが、詳細は不明瞭です。天井は高く、配管や照
明器具がむき出しになっており、インダストリアルな雰囲 気を感じさせます。壁はコンクリート打ちっぱなしのよう な素材で、全体的にモダンでシンプルなデザインの空間 です。左奥にはドアが見え、その隣には消火器 消火器のような 赤い物体も確認できます。光の当たり具合から、室内は 明るく、清潔感のある印象を受けます。 Gemini 2.5 Pro
中央大学学員会府中支部 51 画像や動画の生成精度が向上しているのは単に 文章→画像・動画 という学習だけではなく 文章→文章 画像→文章 も一緒に学習しているので「概念」も含めた画像・動 画生成が実行されているため(つい最近までは GeminiやChatGPTに画像を作らせようとすると外部
の画像生成AIになげていたので精度が悪かった)
中央大学学員会府中支部 52 こういう画像と文字の統合理解が進んでくれば位置 関係を把握して回答できるので「府中駅から1時間 の映画館」と言われて新宿の方を先にリストに挙げ たり、近場のシネマシティを無視したりはしなくなると おもう。 現実からそのまま学ぼうとしている→ロボット
中央大学学員会府中支部 53 数年から十年くらいの間に ・イラストは生成AIが作成するようになるので、これを使いこな せないイラストレーターの職は危うくなる。 ・文章の作製も同じことが言えるのでライターの仕事も同じこ とが起きる。 ・クリエーター関係が失業するわけではなく、生成AIにはでき ないことができる人間だけが生き残る。
中央大学学員会府中支部 54 https://www.youtube.com/watch?v=c2DFg53Zhvw GPT-4oがリアルタイム 通訳を実現!
中央大学学員会府中支部 55 人間と会話しながら作業できるロボット https://youtu.be/Sq1QZB5baNw 人間の心のモデルが作れれば、 「府中から1時間の映画館」と言 われて新宿の映画館を挙げたり しなくなるはず。
中央大学学員会府中支部 56 要するに最近はかなりなんでもあり になっていて何が出てきても驚けな い感じになりつつある。仕組みがわ からなくても「Aを入れてBを出力」 するようなものがデータさえあれば なんでも作れるように見える。
中央大学学員会府中支部 57 法的な規制 ・生成AIは人間が作った文章、画像や映像を「学習」して生成 しているのでオリジナルの文章、画像や映像の製作者にどう やってベネフィットを還元するかが問題(日本では世界的にみ て生成AIに有利な法改正がされているが「著作権者に著しい 被害がないこと」という保留事項があり、実際には判例を積み 重ねる必要あり。 ・世界的には多くの訴訟が起きているので今後は見通せな
い。cf. google mapのストリートビュー機能、google booksの 機能。
中央大学学員会府中支部 58 最終的には朝起きたら「こんな映画がみたいな?」と言った らそれっぽい90分の映画を作ってもらって楽しめるように なると思う。 教育も様変わりして個別対応が可能なAIに補強された機 能(現状、間違いを教える可能性が0にはならないので完 全に丸投げは難しい)が付加される。
中央大学学員会府中支部 59 終わりに 2025年1月に「知能とはなにか」と いう本を出版しました(講談社現代 新書)。もし、お買い上げ頂いて読ん でいただけるなら光栄です。
中央大学学員会府中支部 60 おまけ 最近出た言語生成AIの解説本(大変評判がいいです。ちょっと難 しいかもしれませんが)。
中央大学学員会府中支部 61 さらに難しくはなるのですが数式は出て こないのでおすすめです
中央大学学員会府中支部 62 最近出た本。 機械学習を自分で試している民間の 会社の人の本。歴史も書かれている
中央大学学員会府中支部 63 実用寄り 「生成AI導入の教科書」「生成AIで世界はこう変わる」
中央大学学員会府中支部 64 「生データをExcelの表にする」 みたいな作業の例がたくさん書 かれている