真面目な話 その1
この講演では
真面目な話
不真面目な話
エロい話
三題噺で進めてゆく予定
AIについてだが、正直あまりにも進化が速すぎて話をするこちらの方が追い付いていない。
とはいえ、話す以上はという事で、そこそこ役に立つというか『へー』という話ができたらという感じで進めていきたいと思う。
まずは真面目な話から。
そもそもAIはどういう仕組みで物語を作っているのか？
彼らは考えている訳ではなく、膨大なサンプルの中から最適と思われる答えを出しているに過ぎないのである。
という訳で例を出してみよう。
「おはよう」
普通の人ならこう返すはずだ。
「おはよう」
これが基本である。
人間の生活における基本パターンをコンピューターは学習し、その最適解と思われるものを機械的に提示しているのに過ぎないのだ。
だからこそ、彼らは本来ならこういう質問に弱い。
「今日何を食べたい？」
カレーライスの人もいれば、ハンバーグの人もいるし、ラーメンを答える人も居るだろう。
えんえんとネットの中で繰り返されたこの質問に対して億のもしくは兆のサンプるを調べた上でAIは返事をするのである。
という訳で、ここから先をチャットGPTくんに聞いてみてこうなった。
────────────────────────────────
『講演のネタにAIの仕組みを語りたいと思います。その際にAIに「何を食べたい？」と質問する過程でAIがどう動き、どう答えるのかを提示してください。』
ChatGPT:
AIの仕組みを「何を食べたい？」の質問で解説
AIの動作原理をシンプルに説明するために、「何を食べたい？」という質問を例にして、AIがどのように動作し、どのように回答を生成するのかを解説します。
1. ユーザーがAIに「何を食べたい？」と聞く
人間がAIに質問を投げかけると、AIはそれを「入力（Input）」として受け取ります。
ユーザー入力： 「何を食べたい？」
2. AIの内部処理の流れ
AI（例えばChatGPT）がこの質問に答えるために、以下のような処理を行います。
(1) 自然言語処理（NLP: Natural Language Processing）
AIはまず「何を食べたい？」という文章を解析し、その意味を理解しようとします。
形態素解析：
「何」 → 疑問詞
「を」 → 助詞
「食べたい」 → 動詞（希望・欲求）
文脈解析：
「食べることに関する質問である」と判断
返答として「食べ物の選択肢を提示するのが適切」と推測
(2) 知識ベース・学習データの参照
AIは過去に学習したデータをもとに、「適切な食べ物」を選びます。
学習データには、一般的な食べ物リスト（ラーメン、寿司、カレーなど）が含まれる
ユーザーの過去の会話履歴があれば、それを参照する（例：「この人は和食が好きそう」）
時間帯や地域情報があれば、それに応じた提案をする可能性もある（例：夜なら「晩ごはん」向けのメニュー）
(3) 確率モデルによる回答生成
AIは次に、「最も自然な返答」を作るために、確率的な手法を使います。
GPT系AIは、ある単語が次に来る確率を計算して文章を作成します。
例えば、「何を食べたい？」という質問に対して、以下のような候補があるとします。
候補の回答確率（例）
「寿司が食べたいです。」30%
「カレーがいいですね。」25%
「特にありません。」15%
「ラーメンはいかがでしょう？」10%
「ピザもいいかもしれません。」8%
その他12%
この確率に基づいて、AIはランダム性を持たせながら回答を生成します。
3. AIの回答を生成する
上記の確率から、例えば「寿司が食べたいです。」という文章を選び、ユーザーに返します。
AIの回答例： 「寿司が食べたいです。」
この回答は、AI自身が「寿司を食べたい」と思っているわけではなく、統計的な処理の結果、最も自然で適切な回答として選ばれたものです。
4. 追加の応答（会話の継続）
ユーザーがさらに質問をすると、AIは再び同じプロセスを繰り返します。
ユーザー： 「なぜ寿司が食べたいの？」
AIの内部処理：
「寿司」と「食べたい」の文脈を解析
「なぜ？」という質問なので、理由を生成するべきと判断
「寿司の一般的な魅力（美味しい、新鮮、人気）」を参照し、確率的に最も自然な回答を選ぶ
AIの回答例：
「新鮮なネタとシャリのバランスが絶妙だからです。」
5. まとめ（AIの回答の本質）
AIは本当に「食べたい」と感じているわけではない。
ただし、統計的なデータをもとに「最もそれらしい答え」を作っている。
回答は完全にランダムではなく、確率に基づいて選ばれている。
もし同じ質問を何度もすると、少し違う答えが返ってくることもある。
文脈を理解するが、あくまでデータに基づいた「確率的な予測」にすぎない。
人間のような「意思」や「感情」は持たないが、それらを模倣することはできる。
このように、AIがどのように動作し、どうやって文章を作るのかを「何を食べたい？」という簡単な質問を通して説明すると、わかりやすく伝えられます。
────────────────────────────────
いやまじで、「私いらないんじゃね？」と思う完ぺきな回答である。
とはいえ、それで終わったらこのお話が終わるので、もう少し話を続けさせてもらおう。
このChatGPTくんの返答で作者として目を引いたのはここで、
『AIは次に、「最も自然な返答」を作るために、確率的な手法を使います。
GPT系AIは、ある単語が次に来る確率を計算して文章を作成します』
ここ、すごく大事で、裏返せばこういう言い方ができる。
『AIはデータがない返答ができない』
ここまでは、みんな考えるだろう。
だが、こういう所に来てこういう話を聞きに来る皆さまの為に更に深い返事を用意させていただこう。
『データがない返答を一般化できるところまで認知させた場合、それがスタンダードの一つとなる』
私の話になるが、昨今の悪役令嬢ものに乗っかって作家デビューしたはいいが、バズったのがTwitterにおける『拓銀を買収する』というワードであった。
つまり、このワードが一般化して、悪役令嬢が不良債権処理をなんとかしようとAIに頼んだ場合、出てくる選択肢の中に『拓銀を買収しましょう』という答えが出てくる可能性があるのだ。
別の言葉でミームというのだが、このミームを生み出せる作家はこれから間違いなく強くなる。
せっかくなので、チャットGTPくんにこんな事を聞いてみた。
Q.1990年代の日本を舞台にした悪役令嬢小説を書きたいと思います。悪役令嬢の経済基盤を考えてください。
1990年代の日本を舞台にした悪役令嬢の経済基盤として、以下のような選択肢が考えられます。
### 1. **旧財閥系の資産家の娘**
- 戦前から続く財閥系の名家の令嬢。財閥解体後もグループ会社や不動産を保有しており、莫大な資産を持つ。
- 親が大企業の経営者や会長クラス。
- 大手銀行、商社、不動産、製造業などの支配層とコネがある。
### 2. **不動産王の娘**
- 1980年代のバブル期に土地投資で巨万の富を得た家庭。
- バブル崩壊後も好立地のビルや商業施設を所有し、高額な家賃収入がある。
- 地上げや都心開発に関わる影響力を持つ。
### 3. **老舗企業の社長令嬢**
- 伝統ある呉服店、酒造、百貨店、出版社、芸能プロダクションなどのオーナー一族。
- ブランド力があり、財界や政界ともつながりが強い。
- 海外市場へも進出し、日本文化の発信拠点になっている。
### 4. **芸能・メディア系財閥**
- 大手芸能プロダクションやテレビ局、出版社の一族。
- 映画・ドラマ・雑誌の制作資金を提供する立場。
- 一族が有名芸能人、作家、ジャーナリストなどを輩出している。
### 5. **金融業・投資家の娘**
- 投資ファンドや証券会社を経営する一家の令嬢。
- 1980年代の株式ブームを利用し、バブル崩壊後も巧みに資産を運用。
- 海外の富裕層ともつながりがあり、グローバルな視点を持つ。
### 6. **裏社会との関わりがある一族**
- 暴力団や政治家とつながりを持つ企業オーナーの娘。
- 企業舎弟として多くの会社を経営し、政界や経済界に影響力を持つ。
- 表向きは慈善事業や文化事業に関与しているが、裏では違法ビジネスにも関わっている。
#### どのタイプの悪役令嬢にするかで物語の方向性も変わるので、どれが一番魅力的か考えてみてください！
うーむ。まだまだ「拓銀を買収しましょう」と幼女が言う悪役令嬢物は一般ミームではないらしい……
