結論から先に言うと、
必ずどこかで出されると確信している。
あんたの受ける学校かは知らんよ。
少なくとも
いくつかの学校で出ることは間違いない。
出る度:★★★★⭐︎
9日に発表された今年のノーベル化学賞は、前日の物理学賞に続き、
人工知能（AI）にかかわる研究に贈られることが決まった。
福岡さんは「生物学はコンピューターで解明する『イン・シリコ』の時代が来た」とし、
「AIは多くの場面で『最適な解』を導き出すが、それがいつも真実とは限らない。
人間による検証が必要なことは今後も変わらない」と語った。
出る理由1 東大入学式
東大で入学式、藤井学長がチャットＧＰＴに言及…「創造性を育む基盤として経験学習が重要」
藤井輝夫学長は式辞で、
対話型ＡＩ「チャットＧＰＴ」について言及。
米ノースイースタン大学長の書籍を引用し、
「人工知能（ＡＩ）やロボット技術の進化した時代の
大学教育では、創造性を育む基盤として
経験学習が重要である」と述べた。
出る理由2 ノーベル物理学賞
ノーベル物理学賞に
「AI生みの親」ヒントン氏ら2人
氏が基礎を築いた「人工ニューラルネットワーク」は、
脳の神経細胞を刺激が伝わる仕組みをヒントに、
コンピューター内に情報処理のネットワークを構築したもの。
これを使って人工知能（AI）を学習させる手法は、
2010年代にAIの爆発的な能力向上をもたらした
深層学習（ディープラーニング）につながり、
画像認識や対話型AIなど多くの場面で利用されるようになった。
ニューラルネットワークってなに？
ニューラルネットワークとは簡単に言うと、人間の脳の働きをコンピュータ上で模倣したものです。
人間の脳の中には神経細胞（ニューロンまたはユニット）と呼ばれる細胞が、多数張り巡らせてネットワークを構成しています。
神経細胞に電気信号が伝わることで、脳内の情報処理が行われています。
この電気信号の伝達を数理モデル化したものが、ニューラルネットワークと呼ばれています。
ニューラルネットワークの構造は、
- 入力が行われる「入力層」
- 出力が行われる「出力層」
- 間に「隠れ層（中間層）」
を加え、そのつながりを「重み」でパラメーターとして調整したものになります。
ニューラルネットワークをベースにして応用された手法がディープラーニングであり、ニューラルネットワークとディープラーニングは今とても注目されています。
説明しよう！
つまり、これまでのコンピュータは1:1だった。
入力1に対して出力1だ
□×4=12
なら3以外にならないよね？
でも
□+△+○=11
□×△×○=36
だと□と△と○は2,3,6のいずれかになる
どの組み合わせかはこの二式では決まらない。
3変数なら3式必要。
そんなわけで、
多量のデータを処理することで、
正解に近づけようとするもの。
なわけです。
Cogito ergo sum
そんなわけで我々の脳とは、
多量のデータの重ね合わせから、
真実らしいものを見出し、
実験によって確かめて、
あ、これ間違いなさそう。
と結論づけています。
なんか合ってるぽい？
でしかないのだ
生成AIは電気羊の夢を見るか。
そんなわけで
人間の脳のしくみに似せて、
もっともそれっぽい結論を出す。
生成AIとはそんなものだ。
そうすると、ごらんのあるさま。
こんな方向向いて勉強しねえよ！
そんなわけで、
たくさんのエラーの中から
一枚を作り出すのです。
ところで最近知ったのだが、
AI絵には著作権がないらしい。
いいぞ。使いたければ使え。
うちの宣伝にしかならんけどな