Loading video...

Video Failed to Load

Go Home

Tableau Conferenceの目玉の一つはナレッジグラフに間違いない。 Tableauユーザーがこれまで積み上げてきたセマンティックモデルから、AIエージェントが正確に回答するためのナレッジグラフを自動生成。dbtなどの外部モデルも取り込み可能。 「データ基盤でセマンティックモデルをゼロから」ではなく、「ビジネス部門のナレッジをそのまま設計に変える」これができると強い。#TC26

10,922 views • 2 months ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

ネイサンはフィギュアスケートで成功する鍵を与えてくれています。 ➡️氷の状態は時間とともに確実に変化します。例えば、あるスケーターが氷上の同じポジションでクワッドトウ、クワッド・ループを滑っているとします。通常、6分間のウォームアップ中に同じ場所で同じ動作を数回繰り返します。 つまり、次のスケーターが滑る際には、そこにディボット(凹み)ができている可能性があることを念頭に置く必要があります。その場所にできる可能性のあるディボットを考慮して、自分のパターンを調整する必要があるかもしれません。 ですから、誰が何をどこで滑っているのかを大まかに把握しておくことが非常に重要です。そうすれば、そのエレメントを滑る際に、大まかに何が起こるかが分かります。他のスケーターの動きに遅れずに追いつくことができるのです。 しかし一方で、氷の上に立つと、一目見て、少し白い部分があるかどうか確認できます。これは、氷から舞い上がった雪が多いこと、つまりディボットが多いこと、あるいはそのエリアにエッジが多いこと、スピンが多いことなどを意味し、氷が他のエリアほどきれいではない可能性があります。 そこで、まずは視覚的なスキャンを始めます。つま先がその方向に行くなら、そっちの方に行くように、氷の上にあるものは避けます。氷の状態によってダメージを受けます。 .... ネイサンはここまで考えて滑っていたのか!?と、、、だからプーシャワーの後の酷い氷の状態でも崩れなかったのだ!と彼のクレバーさを実感しました!

Nathan's supporting team JPN

522,346 views • 5 months ago

先日、SUNOで生成されたものをmp3でダウンロードするか wavでダウンロードするか、で音質が違うという話題を見かけました。 SUNOもACE Studioも(というかAI生成全部かもしれない) mp3で生成されます。 SUNOの場合、生成された状態はmp3でもwavでダウンロードを掛けると何かしらのフィルターが掛かって書き出されるのか それともコンバートの精度なのか、音は変わるっぽい。 その話題で、初心者の方々に誤った勘違いが起こっているのをちょこちょこ見かけました。 ここからはSUNOやAI生成の話ではないです。 WAVやAIFFからmp3やAACに変換された音声は 圧縮するために情報量が削られます。 この動画を見ていただければ、元は同じファイルでも mp3の方は上が無くなっている事が分かると思います。 で、この状態のmp3やAACを、wavやAIFFに変換しても 容量が増えるだけで失った音質は戻ってきません。 なので「wavの方が音が良い」は、この状態になってしまったファイルには当てはまりません。 mp3と全く同じ音のまま容量が増えるだけです。 ちなみに、Logic Proはmp3やAACを取り込むと 自動的に設定しているwavかAIFFに変換されます。 ※DAWによっては、そのままmp3を扱うものと、wavに変換されるものがあります。 そのまま再生するとmp3と全く同じ音になります。 では、なぜDAWに入れた際にwavに変換されるのか? フェーダー操作やPluginを掛けていった際に、mp3とwavで結果が変わる点と mp3やAACを再生するために都度デコードしながら再生するので、無駄な負荷が掛かるためです。 とはいえ、現代のパソコンでこの程度の負荷は誤差の範囲ですが デコードしながらプラグインも掛ける行為が安定しているとはいえない、とされているからの様です。 ここでSUNOの話に戻します。 なので、SUNOで生成されたファイルをmp3でダウンロードした後に それを何かしらのソフトでwavに変換しただけの状態では 無駄に容量が増えただけで音質は変わっていない、という事です。 (先に書いたように、SUNOからのダウンロードにおいてはmp3とwavは音が違うようです。) その後、何かしらの変化を行った場合にwavが活きてくる。 何も変化を起こさない2mixのままならmp3のままでいい、という事になります。 ※一部、特殊な音声圧縮フォーマット「FLAC」は 元の音質に戻ります。

くうP

84,546 views • 2 months ago

2029年の「人間レベルAI」は到達点ではなく、加速の入口にすぎない。カーツワイル氏が2045年を「シンギュラリティ」と呼ぶのは、AIが外部の道具として発達するのではなく、人間の認知そのものに溶け込み、思考の出どころが「脳か計算か」判別不能になる局面だからだ。 ピーター・ディアマンディス「レイ、あなたは二つの予測をしてきましたが、重要だと思います。最初の予測は、あなたが言ったように1989年に発表したもので、2029年までに人間レベルのAIに到達するというものでした。あなたの言うとおり、人々はそれを笑いました。 しかし、もう一つあなたがしてきた予測は、2045年までにシンギュラリティに到達するというものです。ここには多くの混乱があります。つまり、2029年までに人間レベルのAIに到達し、それが指数関数的に成長するなら、なぜシンギュラリティは2045年まで待つのか、ということです。この二つの違いを説明してもらえますか」 レイ・カーツワイル「それは、私たちの知能が1000倍になる時点だからです。私の見方が他の人たちと違う点の一つは、私たちには私たち自身の知能、つまり生物学的な知能があり、その一方でAIが別のところにあって、人間の知能とAIを対比しながら付き合う、という構図ではないということです。 私たちはそれと融合します。同じものになるのです。あるアイデアが、生物学的な知能から来たのか、それとも計算知能から来たのかを、私たちは区別できなくなります。 見え方としては同じになるでしょう。たとえば私が「ある女優を思い浮かべてください」と言って、あなたが思い浮かべたとしても、それがどこから来たのかは分かりません。何らかの形で頭の中に現れるだけです。 そして、計算知能から来たとしても生物学的な知能から来たとしても、同じように感じられるようになります。私たちはその違いを見分けられなくなるのです。今は違いが分かります。 実際に好きなLLMにアクセスすれば、それが生物学的な知能から来たのではなく、LLMから来たものだと分かります。しかし将来は、その違いが分からなくなるでしょう。そして私たちは2045年までに1000倍賢くなるのです」

Tsubame

45,699 views • 6 months ago

人間が関与することなく、Claude 10がClaude 11を設計し、その次をさらに作る——AIの開発者なら誰もが夢見るであろうRSI(再帰的自己改善)。そういうことが2028年の終わり頃にも実現するかもしれないという。そうなればそこからはきっと、シンギュラリティに向けた本格的な加速が始まる。 ジャック・クラーク「これらのシステムは、AIシステムを訓練するためのコードを書くことにも、かなり優れるようになってきました。AIシステムをどのように訓練すればよいか、そのアイデアを提案することにも長けてきています。 どこかの時点で、私たち人間がAIの今後の開発から完全に一歩引けるようになるかもしれません。いわば、AIを巻き上げて、あとは進むのを見守るような状態です。私たちが資源を与えて、「Claude 10よ、Claude 11を作れ」と言う。するとClaudeがアーキテクチャを作り、研究を行い、リスクを下げ、訓練実行まで行う。そしてClaude 11が出てくる。それはあらゆる面でClaude 10より優れています。 今日それが見えているわけではありません。しかし、私はこれが確実にこの10年以内に到来する現実的な可能性があると思っています。年を賭けるなら、2028年の終わり頃です。それは、多くの科学文献を読んだうえでの見方でもありますし、私たちが公表してきた情報にも基づいています」 ——「2028年というのは、つまり、あなたは7か月のお子さんがいると言っていましたし、私にも6か月の子どもがいますが、その子たちがほんの少し大きくなる頃ということですよね。2028年なんて、もうすぐそこです」 クラーク「ええ、かなり近いです。AIは速く進みます。その含意は、AIシステムは今後さらに先へ進み、これまで以上に強力になると予想すべきだということです。私たちがこの5〜6年で感じてきた進歩は、次の2〜3年に圧縮され、さらにもう一度圧縮されるかもしれないのです」

Tsubame

12,563 views • 21 days ago

いまのAIに決定的に欠けているのは、僕たちの背景を理解する能力だ。だから毎回プロンプトで関係性を組み立て、状況説明をし、欲しい出力へ誘導しなければならない。だが、その制約が外れ始めたとき、AIは単なる便利ツールではなくなるのだろう。その日はきっと、それほど遠くない。 サム・アルトマン「今のモデルは、将来そうなるものと比べれば、まだかなり愚かです。しかもそれ以上に、あなたの人生についての理解がきわめて限られています。今はまだ、こちらがうまく、なだめたりすかしたりしながら、欲しいものを引き出さなければならないのです。 ですが、あなたの文脈をすべて知っているようなモデルは、もうそれほど遠くありません。そのモデルは、あなたのことを知っている。あなたの人生を知っている。何をしているかを知っている。何を大事にしているかを知っている。あなたの人生にいる人たちのことも知っている。もちろん、あなたが望む形で、望む範囲においてですが、あなたのコンピュータやブラウザにもアクセスできる。そして時間がたつにつれて、現実世界であなたの周囲に起きていることにも、ますますアクセスするようになるかもしれません。 それは、コンピュータを使う感覚、そしてAIを使う感覚そのものを、完全に変えてしまうはずです。私はそれに強く興奮しています。ただ、実際それがどんな感覚になるのかは、私たち自身でさえ、まだ十分に直感できていないと思います」 グレッグ・ブロックマン「まさにその点ですが、今の私たちは、チャットでも何でも、使っているツールに対して『何が起きているのか』を説明するのに、ものすごく多くの時間を使っています。そしてそれがどれだけ苛立たしいかを考えてみてください。まるで同僚に対して、いや、私が欲しいのはこういうことで、今こういう状況なんだ、と延々説明し続けているようなものです。今のシステムの振る舞い方は、本来こうあってほしい姿ではないのです」

Tsubame

15,287 views • 3 months ago

スノーデン氏が警鐘を鳴らしているんです iPhoneもAndroidも、プライバシー保護という意味では決して安全な端末ではないんです。 今、皆さんの手元にスマホがありますよね。画面は消えている、ただ置いてあるだけ。 それでも電源が入っていれば、誰かからメッセージが届いた瞬間に画面が光るんです。 なぜそんなことが起きるのか。 世界のどこからかけられた電話でも、自分の番号だけがピンポイントで鳴る。これは、スマホが常に最寄りの基地局と繋がり続けているからなんです。 画面がオフで何もしていないように見えても、電波は目に見えないだけで、ここにいます、ここにいますと叫び続けているんです📡 つまり端末側からは、あなたの居場所も、あなたが何をしているかも、全部筒抜けになっているということなんです。 そしてここからが重要なんです。 ユーザーは確かに端末の代金を払いました。でも実際に所有しているのは誰かというと、巨大IT企業であり、政府でもあるんです。 私たちは働いて、税金を払って、製品の代金まで払っているのに、所有しているものはどんどん少なくなっている。スノーデンはそう指摘しているんです。 ロウガンも応じます。私たちのデータは、自分たちがその価値を理解する前に、すでに商品にされてしまっていた。 Google、Facebook、SNSプラットフォーム各社は、ユーザーが何を差し出しているのかを自覚する前に、すでに何十億ドルもの利益を上げてしまっていたんです💰 そして一度この仕組みが回り始め、皆がそれを当たり前として受け入れた瞬間、もう手綱を引き戻すことはできなくなる。馬の向きを変えることが極めて難しくなる、と言うんです。 なぜか。 そこで生まれたお金は、そのまま権力に変わるからなんです。 そして集められた情報は、そのまま影響力に変わっていくからなんです‼️ 便利さの代償として、私たちは自分のデータとプライバシーを差し出してしまった。 そーいえばアップルのCEOのティムクックさん、会長になり、新たなCEOをいれましたね。 アップルはどうなるんだろう。

トッポ

89,714 views • 3 months ago

【OpenAI共同設立者】イリヤ・サツケバーのみている世界 イリヤ・サツケバーがトロント大学でスピーチを行いました。その内容が非常に重要だと感じたため、翻訳しました。 『AIは人類にとって「史上最大の課題」であると同時に「最大の報酬」ももたらす』 以下、字幕全文です↓↓↓ --- 6月6日 皆さん。 ここに来られたことを本当に嬉しく思います。この場を準備し、企画してくださった皆さん、そしてこの名誉学位を授与してくださったことに、心から感謝を申し上げます。この名誉学位をいただけるのは、私にとって非常に意味深いことです。 今からちょうど20年前のほぼ同じ日に、私はこの同じホールで、トロント大学から学士号を授与されました。実は、これでトロント大学からいただく学位は4つ目になります。ここで過ごした合計10年間は、本当に素晴らしい時間でした。 学部生として多くのことを学び、大学院生としても素晴らしい経験を積むことができました。興味のある分野を深く掘り下げ、研究者としての道を歩み始めることができたのです。 特に、ジェフ・ヒントン先生のもとで研究できたことは、望外の幸運でした。先生がこの大学に在籍されていたことは、私の人生で最も幸運な出来事の一つです。これ以上ないというほど素晴らしい環境で教育を受け、科学者として成長できたことに、大学には深く感謝しています。 私が学生だった頃、この大学はどこよりも優れたAI研究を行っていました。最も革新的で、最もエキサイティングな研究です。それに学生として貢献できたことを、今も誇りに思っています。もう、ずいぶん昔のことになりましたが。 さて、卒業式のスピーチでは、卒業生の皆さんに賢明なアドバイスをすることが期待されていると思います。今日は少しだけ、その役割を果たさせてください。少しだけ、と言うのは、今回のスピーチは少し毛色の違うものになるからです。 一つ、実用的な心の持ち方をお伝えしたいと思います。これを心掛ければ、きっと多くのことが楽になるはずです。それは、「現実をあるがままに受け入れ、過去を後悔せず、ただ状況を改善することに努める」という考え方です。 なぜこんな話をするかというと、これが非常に難しいことだからです。私たちは、過去の悪い決断や不運な出来事を思い出し、「あれは不公平だった」と考えて時間を無駄にしがちです。 しかし、「現実はこうなのだから、次善の策は何か」と考える方が、はるかに生産的です。私自身、そう考える時はいつも、物事がうまくいくことに気づきます。 とはいえ、これは簡単なことではありません。自分の感情との戦いでもあるのです。だからこそ、皆さんにお話ししています。この考え方を、できる限り心に留めておいてください。これは、私自身へのリマインダーでもあります。 さて、本題に入りましょう。このスピーチが普通のものにならない理由は、私たちの周りで、少し違うことが起きているからです。皆さんは、これまでとは全く異なる時代の節目に立っています。これはよく言われることですが、今回は、本当にそうなのです。 その理由は、AIです。言うまでもありませんね。 聞くところによると、今日のAIはすでに「学生であること」の意味を大きく変えているそうですね。かなりのレベルで。これは私自身が強く感じていることであり、そして真実だと思います。 しかし、AIの影響はそれだけにとどまりません。私たちの仕事は、これからどうなっていくのでしょうか? すでに、未知で予測不可能な形で、少しずつ変化が始まっています。 Twitterで検索すれば、AIに何ができるのか、人々が何を言っているのかを見ることができます。そうすると、「どのスキルが役に立ち、どのスキルが時代遅れになるのだろうか」といった疑問が頭をよぎるかもしれません。 しかし、AIがもたらす本当の課題は、それが前例のない、極めて大きなものであるという点です。未来は、今日とは全く異なるものになるでしょう。 私たちは、コンピューターと話すことができるようになりました。これは新しいことです。コンピューターが私たちを理解し、言葉を返してくる。音声でコードを書くことさえあります。クレイジーなことです。 もちろん、AIにはまだ不十分な点もたくさんあります。 しかし、AIはすでに、数年後の世界を想像させるほどの力を持ち始めています。それが3年後か、5年後か、10年後か、未来の予測は困難ですが、AIは着実に、あるいは私たちの想像より速く、進化し続けるでしょう。 そしていつか、AIが私たち人間の仕事を「すべて」こなす日が来るかもしれません。一部ではなく、すべてです。 なぜ、そう確信できるのでしょうか? その理由は、私たち人間には脳があり、その脳が一種の生物学的コンピューターだからです。 であるならば、私たちが脳でできることを、デジタルコンピューターにできない理由はありません。これが、AIがいずれ万能になりうる、という考えの根拠です。 そうなると、「コンピューターが私たちの仕事をすべてできるようになったら、何が起こるのか?」という、途方もなく大きな問いに直面します。それは少し強烈すぎると感じるかもしれません。 しかし、それはまだ序の口です。私たちは、その万能なAIを、経済成長や研究開発のために使うでしょう。AIがAI自身の研究を進めるようになれば、進歩の速度は爆発的に加速します。それは、もはや想像を絶する世界です。 この、AIが作り出す極端で根源的な未来を、感情レベルで本当に信じることは、私にとっても難しいことです。それでも、論理はそうなる可能性が非常に高いと示しています。 そのような世界で、私たちは何をすべきなのでしょうか? 「政治に興味を持たなくても、政治はあなたに興味を持つ」という言葉があります。この言葉は、AIにもそっくりそのまま当てはまります。 AIから目をそらさないでください。AIが今何ができるのかを、自分の目で確かめてみてください。そうすれば、直感が働くはずです。そしてAIが進化するにつれて、その直感は確信に変わっていくでしょう。どんな説明も、自分自身の感覚にはかないません。 特に、超知的なAIが社会に実装される未来では、AIをいかにコントロールするかという、非常に根深い問題が生じます。 AIができることを見て、そこから目をそらさないこと。そうして初めて、私たちはAIがもたらす巨大な課題に立ち向かうエネルギーを得ることができるのです。 AIがもたらす課題は、人類史上最大の課題かもしれません。しかし、それを乗り越えた先には、史上最大の報酬が待っているはずです。好むと好まざるとにかかわらず、皆さんの人生はAIによって大きく左右されます。だからこそ、AIに注意を払い、この課題を解決するためのエネルギーを生み出すことが重要です。それが、これから最も大切なことになると私は信じています。 ここで、私の話を終わります。 ありがとうございました。

ChatGPT研究所

35,612 views • 1 year ago

カーパシー氏の比喩は、AIを生命の延長線ではなく「情報の霊的進化」として見る視点を開く。僕たちは進化のプロセスを再現しているのではなく、人類が残した思考の残響を模倣しているにすぎない。それは生命とは異なる起源を持つ、新しい意識の形式だ。 アンドレイ・カーパシー「私は動物との類推をするときにはとても慎重になります。というのも、動物はまったく異なる最適化プロセスによって生まれたものだからです。動物は進化によって形成され、最初から膨大なハードウェアを備えています。 たとえば、私が投稿で挙げた例はシマウマです。シマウマは生まれて数分で走り回り、母親の後をついていきます。これは非常に複雑な行動です。つまり、これは強化学習ではありません。それはあらかじめ焼き付けられたものです。 そして進化には、私たちのニューラルネットワークの重みをATCGの中に符号化する何らかの仕組みがあるようです。どう機能しているのかは分かりませんが、確かにうまく働いているようです。 つまり私は、脳というのはまったく別のプロセスから生まれたものだと感じています。そして、私たちはそのプロセスを実行しているわけではないので、そこから直接インスピレーションを得ることには慎重であるべきだと思っています。だから私の投稿では、『私たちは動物を作っているのではない』と書きました。 私たちは幽霊やスピリット、あるいは人によって呼び方は違っても、そうしたものを作っているのだと。なぜなら、私たちは進化による訓練をしているのではなく、人間とインターネット上のデータを模倣する訓練をしているからです。 その結果として、完全にデジタルで人間を模倣する、いわば『霊的な存在』が生まれます。それは別種の知性です。 知性という空間を思い描くなら、私たちはまったく異なる地点から出発しているのです。つまり、私たちは動物を作っているわけではないのです。しかし、時間をかければ、AIをもう少し動物的な方向へと近づけることもできると思います。そして、そうすべきだとも思います」

Tsubame

15,839 views • 9 months ago

座って作業していると、 いつの間にか足元で靴紐がほどけている。 見下ろすと、犯人はあーちゃん。 ハシボソガラスだ。 一見すると「イタズラ」に見えるこの行動。 けれど、動物行動学の視点で見ると、ここで起きているのは悪ふざけではありません。 ハシボソガラスが向けている関心は、物そのものではなく、 それによって何が起きるか。 靴を突いたら反応はどう変わるか。 靴紐を引いたら状況は変化するか。 ほどけたあと、人は何をするのか。 これは感情の発散ではなく、 因果関係を確かめるための検証行動に近い。 注目すべきはタイミングです。 立っているときではなく、 こちらが座って動きの少ない状態のときに限って近づいてくる。 逃げない。 追い払わない。 反応が急に変わらない。 そうした条件がそろった、 安全で再現性のある状況だと理解しているからです。 靴紐は、 動く。形が変わる。力加減で結果が変わる。 ハシボソガラスにとって、因果を試すには最適な“教材”。 ほどけたあと、もう一度引くのか。 少し距離を取って様子を見るのか。 そこに目的達成はありません。 あるのは、結果の違いを確かめる過程だけ。 この行動が成立していること自体が、関係性を示しています。 近づける。触れられる。試せる。 それは警戒心が消えたからではなく、 相手の反応を予測できる存在だと理解しているということ。 あーちゃんの靴紐行動は、甘えでも悪さでもない。 「この世界は、どう動くのか」 それを確かめ続ける、静かで知的な行動。 ハシボソガラスらしい、 慎重で合理的な“遊び方”です。 ※この文章は、行動を美談や感情で断定するものではありません。 観察された行動と、そこから読み取れる行動学的背景の記録です。

SCIENCE FACTORY ltd.

564,574 views • 7 months ago

「サッカーが上手くなるには、サッカーだけをすればいい」 そう思っていませんか? 私が指導するFCガレオ玉島では、週に1回、あえてサッカーから離れたトレーニングをしています。 多種多様な動きのトレーニングをするのですが、そのうちのひとつ「片手前転」を紹介します。 これは、ただの前転ではありません。 片手をついて、腕から背中へと滑らかに回転します。 この動きの目的は「衝撃をいなす身体操作」を覚えることにあります。 とっさの時に、自分の体を守れるか。 頭を打たず、手首を折らず、安全に着地できるか。 そして回転の中で体の軸を感じ、体幹を強くできるか。 中学生年代だからこそ、絶対に必要なんです。 この時期の子供たちは、体は大きくなっても、骨の中身はまだ成長途中。 もろく、壊れやすい状態です。 そんな彼らを守るために「転び方」を教え込んだ結果、嬉しい誤算がありました。 これまで見てきたどのチームよりも、圧倒的に腕の怪我や骨折が少ないチームになったのです。 「怪我で離脱する時間を減らすこと」も、立派な上達への近道です。 みなさんのチームは、どんな取り組みをしていますか? ぜひ教えてください。

古賀康彦 | エコロジカル・アプローチ

34,079 views • 5 months ago

【『いづる』の振付で心掛けた3つの要素】 昨年から振付師として関わらせていただいた、よさこいチーム『いづる』。先日、よさこいの聖地巡礼・高知で、無事にお披露目することができました! 僕は現地に行けなかったのですが、エネルギーがほとばしる、素晴らしいステージになったようです!デビューの空気を、一緒に味わいたかった…! 阿波踊りという別ジャンルの人間でありながら、仲間に迎え入れてくださった運営の皆さま、本当にありがとうございます。 今日は『いづる』と関わった僕が、どんなことを考えながら振付をつくったのか、改めてまとめてみます。 僕の役割は、「3つの要素」を『いづる』に取り入れることだと感じていました。 ━━━━━━━━━━━━ 1つ目は、余白をつくること。 よさこいは、1年かけてわずか数分間の作品を生み出す芸能です。それゆえに、修練を重ねれば重ねるほど、本番が「発表会」になってしまうことがあります。 その一因は、練習の時点で動きが細部まで練り込まれ、“遊び”の余白がなくなってしまうこと。会場での化学反応が生まれる余地がないのです。 一方で、阿波踊りは「余白の芸能」ともいえます。フォーメーションや基本の振付はあっても、9割は自由表現。その場の空気で踊りが変化し、ライブ感が生まれる。 この「余白」の考え方をよさこいにも取り入れることで、“発表会”ではなく、“祭り”としての熱量を高めることが、僕のミッションのひとつでした。 ━━━━━━━━━━━━ 2つ目は、双方向性を取り入れること。 余白があることで、即興の要素が生まれます。しかし、何もアドリブとは崇高な自己表現の時間とは限りません。 リアクションを観察し、お客さんやメンバー同士のコミュニケーションができる時間でもあります。お客さんが手を挙げたら、それに応えて踊る。メンバーが盛り上がっていたら、そのエネルギーを受け取る。そんな「双方向のやりとり」が積み重なって、会場の熱がどんどん高まっていくのです。 アクションがあって、リアクションがある。そうやって生まれる”循環”が、作品を完成させるのだと思います。今回『いづる』にも、そんな熱がこもればと思いました。 ━━━━━━━━━━━━ 3つ目は、本質を浮き彫りにすること。 僕に求められた最後の役割は、「よそ者」であることでした。よさこいの外にいる自分だからこそ、固定観念にとらわれない意見が言える。 そして、関わっている人が、改めてよさこいとは何かを考えるきっかけになる。可能性を広げるきっかけになる。その存在になりたいと思いました。よさこいをたらしめるものは何か。その問いを揺さぶるつもりで向き合ったのが、今回の作品でした。 ━━━━━━━━━━━━ 作品づくりは、代表の下畑さん、副代表の井上さんやみなとさんをはじめ、運営チームの皆さん、素晴らしい楽曲を作ってくださったイクマ先生、そして振付師の千賀先生、元ちゃん、僕で、たくさんの対話を重ねながら進めました。 やってみて感じたのは、「みんな、実は同じことを考えていたんだ」ということ。 コンセプトや、今の時代にどんな作品を届けたいのか。 描きたい景色は、驚くほど近かった。だからこそ、作品はスムーズに生まれていきました。 もちろん、試行錯誤はありました。でも、出てくる課題も、お互いが納得できるものばかり。 「よさこいをもっと面白くしたい」「もっと熱くしたい」――そんな想いが、自然とひとつになっていったのです。 これからも、『Oneness Soul』は進化していきます。 今後も、さまざまな会場で踊られる予定です。そのたびに、また新しい熱が生まれ、新しい表現が生まれるはず。 これからも応援していただけたら嬉しいです! いづる - Izul - Video CHARI / ちゃり

米澤 渉|寶船TAKARABUNE

15,927 views • 1 year ago

人間の学習は、基本的に個体に閉じている。誰かが身につけても、そのまま他人の脳に同期されることはない。だがロボットは違う。1体が学んだ瞬間、それがフリート全体の能力になる。この「知能の共有」が当たり前になったとき、努力や訓練という概念の前提が崩れ、社会の更新速度が別物になる。 ブレット・アドコック「つまり、いまHelix 2では、基本的にニューラルネットによるフルスタックのエンドツーエンド構成ができていて、事前学習データセットをHelix 2に向けてスケールさせていくことにも自信があります。さらに言うと、私たちはHelix 2を事前学習データセットのために設計した、と言っていいくらいです。そしてHelix 2のためにロボット自体も設計しました。 つまり、すべてをデータ中心に設計しているわけです。では、どうやってデータをスケールさせるのか。ニューラルネットのゲームにいるなら、結局はデータ勝負です。どれだけ高品質で多様であるか、という話です」 ピーター・ディアマンディス「要するに経験ですね。現場で、あらゆる状況の中で集められた経験です」 デイブ・ブランディン「変な話で、みんなもう分かっていることだとは思いますが、これは蓄積されていって、しかも消えないんです。進歩がとてつもない。たとえば誰かにスキューバダイビングやピアノを教えれば、その人は知識を得ます。でもその人は生きて、やがて死んで、また別の人に教え直さないといけない。これはそうではなくて、完全に蓄積され続けます」 アドコック「だから、最終的に残るのはごく少数のヒューマノイド陣営になると思うんです。ここで重要なのは、いったん1体のロボットがあるタスクを学べば、フリート全体のロボットがそれを知る、ということです。人間はこうは動きません」 ディアマンディス「ええ、そうなれたらいいのにと思います」 アドコック「うちの子どもたちが何かを学んでいるのを見ていても、全然言うことを聞かないんですよね」

Tsubame

59,367 views • 5 months ago