Loading video...

Video Failed to Load

Go Home

【ガラス板にデータを保存するMS社の「Project Silica」】 レーザーで3次元的にデータを書き込み、手のひらサイズのガラス板は7TBの容量を持ち、1万年もの間保管できるそうです😲 透明なガラスにデータ保存を実現させるなんて未来的でロマンあふれますね! #未来の技術

10,724 views • 2 years ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

3年間で何千回と聞かれた「AIって危険ですよね?」に関する回答です。 >説明 結論、AIが危険というより、何もルールを決めずに使うことが危険です。 論点は大きく2つあります。 ①データ学習 ②データの保管場所 ①データ学習について 法人プランやAPIでは、入力データがモデル学習に使われないのが基本です。OpenAI、Anthropic、Google、Microsoftなども、法人向け・API・業務利用では学習利用しない設計を明記しています。 一方で、個人向けプランはサービスや設定によって扱いが変わります。既定で学習利用がオンになっている場合もあるので、必ず設定を確認するべきです。 また、AIの学習は「入力した文章をそのまま丸ごと保存する」というより、大量のデータからパターンを学ぶ処理です。ただし、まれに学習データの一部が記憶・再現されるリスクはあるため、機密情報・個人情報・社外秘を安易に入れないルールは必須です。 ②データの保管場所について ここを気にする企業は多いですが、これはAIだけの話ではありません。SaaSやWebサービスを使う限り、運営企業側に何らかの形でデータを預けることになります。 Google Workspace、Microsoft 365、Slack、Salesforce、Apple、LINEなど、私たちはすでに多くの外部プラットフォームに囲まれて仕事をしています。 つまり、GoogleやMicrosoftを使っている企業が、GeminiやCopilotだけを極端に怖がるのは、少し基準が曖昧です。OpenAIやAnthropicを信じるかという話もありますが、管理体制が不明なSaaSを使うなら、本質的には同じ論点です。 もちろん、金融機関・官公庁・医療などで、完全にネットにつながない端末やオンプレミスだけで運用している企業なら、慎重になるのは理解できます。 ただ、多くの企業はすでにクラウドやSaaSを使っています。であれば、AIだけを禁止するのではなく、基準を明確にするべきです。 ・入力してよい情報 ・入力してはいけない情報 ・利用してよいAIサービス ・法人プラン/APIの利用 ・ログ管理 ・権限管理 ・データ保管場所 ・社内教育 このあたりを決めれば、多くのリスクは現実的にコントロールできます。 また、データの保管場所によって、法規制、管轄、政府による開示請求リスク、レイテンシー、運用効率は変わります。日本企業、特に大企業・金融・医療・自治体であれば、日本リージョンにデータを置ける構成が理想です。 Google CloudやMicrosoft Azureには日本リージョンがあり、国内にデータを置く選択肢もあります。ここまで含めて設計するのが、AI導入の正しい進め方です。 結論、AIは「怖いから禁止」ではなく、「正しく設計して使う」ものです。 AIを使わないリスクも、すでにかなり大きくなっています。

チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》

63,616 views • 3 months ago

ノーベル賞受賞者に言わせれば、ほとんどの公開論文はそれほど優れていない。だから、それらをそのまま学習したAIがデータの信頼性を見抜くことができなければ、ゴミのような出力になる。知識の量が爆発する時代には、知識の品質を見極める能力こそが、科学の速度を決めるのだ。 トーマス・スードホフ「私が見る限り、AIの問題の一つは、その手法そのもの、あえて手法と呼ぶならその内在的なアプローチに問題があるということではありません。問題があるのは、その応用です。理由はデータにあります。 科学において、データは豊富にあります。しかし通常、それらは標準化されていません。統一された形式で提示されていないのです。 たとえば、非常に質の異なる論文を掲載する科学雑誌が何千、何万とあります。その多くは、あまり質が高くありません。いま私たちがしているように、AIを使ってそれらの公開論文に入り込み、そこから知識を抽出しようとすると、最終的にゴミのようなものが出てきます。なぜなら、ほとんどの論文はそれほど優れていないからです。 ですから、私にとって科学におけるAIのムーンショットとは、単にデータを使える能力だけではなく、データの品質を判断する方法を持てるようになることです」

Tsubame

147,132 views • 3 months ago