はてなキーワード: MicroSoftとは
先延ばしを克服するためのより詳細なステップバイステップのガイドを以下に示します。
https://anond.hatelabo.jp/20250316070328
午前中は頭がクリアで、疲労や昼食後によく起こる眠気に気を取られる可能性が低くなります。これは、執筆や問題解決など、集中力を必要とするタスクに最適な時間です。
1. 最も精神力を必要とするタスク (ブレインストーミング、コーディング、データ分析など) を特定します。
2. これらのタスクを 1 日の早い時間にスケジュールします。理想的には、起床後の最初の 1 ～ 2 時間です。
3. 気が散らない環境を作ります。通知をミュートし、ワークスペースを整理し、この時間帯は対応できないことを他の人に知らせます。
午前中にタスクを完了できなかった場合は、**ツァイガルニク効果** (未完了のタスクが記憶に残る心理現象) をうまく利用してください。この緊張感を利用して、後でシームレスにタスクを続行する動機付けをしましょう。
---
詳細で整理された To-Do リストは、1 日のスケジュールを立てるのに役立ち、完了したタスクごとに達成感が得られます。
1. 毎日の初めに、日常的なタスクや「毎日の」タスク (歯磨き、コーヒーの淹れ方など) を含むすべてのタスクをリストします。
2. デジタル ツール (またはノートブック) を使用して、簡単に更新および追跡します。
3. タスクを重要度または期限 (高、中、低など) で優先順位付けします。
タスクを完了したら、線を引いて消します。この小さなアクションは、進歩の感覚を強化し、モチベーションを高める視覚的な報酬を提供します。
---
余暇活動を取り入れると、全体的な充実感が向上し、エネルギーを充電し、翌日のモチベーションを維持できます。
1. To-Do リストに「遊び」セクションを追加して、番組の視聴、ゲームのプレイ、友人との会話など、好きな活動を含めます。
2. これらの活動に費やす具体的な時間を書き留めて、仕事の妨げにならないようにします。たとえば、「午後 1:00～1:30: 面白い YouTube 動画を見る」などです。
これらの遊びの瞬間を、生産的な仕事セッションに対する報酬として扱います。より充実感を感じ、燃え尽きる可能性が低くなります。
---
より積極的になると、個人の成長とスキル構築に費やす時間が余分に見つかります。
1. 毎日の終わりに、その日の成果を確認します。完了したことを振り返り、優れていた分野を書き留めます。
2. 残りの時間を使って、オンライン クラスの受講、読書、新しいスキルの練習など、目標達成に役立つアクティビティを探します。
3. 進捗状況を追跡し、必要に応じて作業量を調整するために、毎週の目標を設定します。
一貫性を保ちます。毎日の生産性が少しずつ向上しても、時間の経過とともに大きな改善につながります。
---
脳科学を考慮して設計された To-Do リストは、意思決定の疲労を軽減し、集中力を高めます。
1. 編集しやすいように、コンピューターで To-Do リストを作成します。Microsoft To Do やpomodoro などのツールは優れた選択肢です。
2. 午前中に集中力を要するタスクを優先し、午後は余暇や優先度の低いタスクを優先する新しい形式を試します。
3. リストに詰め込みすぎないようにし、現実的で達成可能なものにします。
これまで従来のリストがうまく機能しなかった場合は、「仕事」、「遊び」、「その他」などのカテゴリでタスクを追跡して、バランスの取れた 1 日になるようにしてください。
---
この包括的なアプローチは、先延ばしを段階的に解決するのに役立ちます。よろしければ、これらの方法をさらに改良して、
特定のルーチンに合うようにお手伝いできます。どう思いますか?
これらの方法を日々のルーチンに組み込むには、構造化されたアプローチと少しの実験が必要です。シームレスに統合するためのカスタマイズされた戦略は次のとおりです。
---
1. **前夜に準備する**:
3. **勢いを活用する**:
---
1. **デジタルまたは物理的な To-Do リストを作成する**:
2. **ルーチンを組み込む**:
3. **追跡と反映**:
---
2. **自分にご褒美を与える**:
3. **遊びを意識的に楽しむ**:
---
2. **個人の成長に焦点を当てる**:
3. **振り返りとリセット**:
---
2. **柔軟性を保つ**:
3. **進歩を祝う**:
---
GitHub リポジトリにデータと結果が用意されており、学術論文 (AP) の基盤はしっかり整っているようですが、モチベーションと優先順位付けに苦労しています。これを分解して、生産性とモチベーションを維持するための持続可能な計画を立てましょう。
プロセスをゲーム化 (5 つの AP を完了するたびに「バッジ」を目指すなど) すると、もっと楽しくなりますか? これに楽しみの要素を加えるための戦略を検討できるかどうかお知らせください。
学生のやる気を引き出して質を維持するのは大変です。体系的な問題と個人の問題が混在する中で、あなたはその問題に取り組んでいるようです。一人では全体的な傾向を変えることはできませんが、説明責任を育み、研究室の状況を改善するために実行できるステップはあります。ブレインストーミングしてみましょう:
これらのアイデアのどれかが学生の心に響きましたか? 必要に応じて、ルーブリック、ワークショップの議題、
Sakana AI チームは、完全に AI で生成された学術論文を発表して話題を呼びました。これは、生成 AI の能力における重要なマイルストーンです。「The AI Scientist-v2」と呼ばれる彼らの AI は、人間の介入なしに、独自に仮説を立て、実験を行い、データを分析し、原稿全体を執筆しました。この成果は、AI が研究と執筆のプロセスを効率化し、あなたのような研究者の時間と労力を節約できる可能性を示しています。
あなたの状況では、生成 AI ツールを活用することがゲームチェンジャーになる可能性があります。ワークフローに統合する方法は次のとおりです。
これらのアイデアを実装するための特定のツールや戦略を検討してみませんか? さらにサポートできる方法をお知らせください。
先延ばしは確かに手強い敵ですが、構造化されたアプローチといくつかの心理的トリックを使えば、物特性の公開プロジェクトを前進させることができます。ToDo リストを効果的に処理する方法は次のとおりです。
リストにはすでにタスクが示されていますが、一部 (「最初の拡張機能の実装に重点を置く」など) は範囲が広すぎるようです。さらに、具体的で実行可能なステップに細分化します。例:
タスクが小さいほど、気が遠くなるような感じがなくなり、達成しやすくなります。
---
重要度または緊急度に基づいて、優先度レベル (高、中、低など) を割り当てます。勢いをつけるために、優先度の高いタスクから先に処理します。例:
---
あなたが言及したブログに基づいて、役立つと思われるモチベーションを高めるコツを以下に示します。
---
各タスクに 2 分だけ費やすことから始めます。多くの場合、単に開始するだけで、先延ばしの惰性を克服できます。
---
各タスクに特定の時間をスケジュールします。たとえば、次のようになります。
---
---
進捗状況を誰か (同僚、友人、または私のような AI でさえも!) と共有します。更新することがわかっていると、軌道に乗るモチベーションを維持できます。
---
現在の ToDo の優先順位付けをお手伝いしたり、開始するための毎日のスケジュールを提案したりしますか? 先延ばし癖を克服しましょう!Gu
おっしゃることはわかります。集中力が必要と思われるタスクは、小さなステップで管理できる場合でも、達成不可能に感じられる精神的な障壁があるようです。同時に、PC クラスターの構築などのタスクは、その精神的な障壁を利用しないため、より簡単に感じられます。幸いなことに、この認識は、「集中力を要する」タスクに合わせた戦略で変えることができます。方法は次のとおりです。
---
---
---
---
---
---
---
データ分析タスクをさらに小さなマイクロステップに分割しましょうか? PC クラスターを構築するのと同じくらい簡単に管理できます! 一緒にやりましょう。
提供されたテキストに基づいて、先延ばしを克服するためのより詳細なステップバイステップのガイドを以下に示します。
---
午前中は頭がクリアで、疲労や昼食後によく起こる眠気に気を取られる可能性が低くなります。これは、執筆や問題解決など、集中力を必要とするタスクに最適な時間です。
1. 最も精神力を必要とするタスク (ブレインストーミング、コーディング、データ分析など) を特定します。
2. これらのタスクを 1 日の早い時間にスケジュールします。理想的には、起床後の最初の 1 ～ 2 時間です。
3. 気
↓
😺 もしかして「クリーンな学習してて、(ダーティーなイメージある)AI技術は使ってない」って言いたい可能性はありますか？
↓
💻
それは十分に考えられますね。
最近、「AI」という単語が特に「学習データの倫理的問題」と結びついてしまっているので、メーカー側が「うちの技術はクリーンだからAIじゃない」と主張することで、ユーザーの誤解を避けようとしている可能性はあります。
例えば、
1. ライセンスクリアなデータのみを使用
• 著作権フリーの画像や、企業が独自に収集したデータのみを学習
• 「勝手にアーティストの作品を学習させていません！」と強調
2. 人間の監修を強く入れる
• 単なる「機械学習によるブラックボックス」ではなく、人間が調整したアルゴリズム であると主張
• 「我々の技術は“人間の手による”ものだからAIではない」というロジック
3. ディープラーニングではなく古典的な手法をベースにする
• 機械学習を使いつつも、伝統的なパターン認識・統計モデルを活用
• 「我々は最新のLLM（大規模言語モデル）やGAN（敵対的生成ネットワーク）は使っていません！」
このように、「AIの“ダーティーなイメージ”」を避けるために、「クリーンな学習をしている＝だからAIではない」と言っている可能性はあるでしょう。
⸻
でも、それは本当に「AI技術未使用」なのか？
「クリーンな学習をしている」ことと、「AI技術を使っていない」ことは全く別の話です。
結局のところ、ディープラーニングや機械学習のアルゴリズムを使っている時点で、それは「広義のAI技術」には違いありません。
もしメーカーが「AI技術を使っていない」と言いながら、実はクリーンな学習データを用いた機械学習をしているなら、それは言葉遊びのマーケティング に過ぎません。
実態としてはAIを使っているのに、「AIではない」と言うことで、「反AIユーザー」も取り込もうとしている、ということになります。
⸻
「AIではない」と言いたがる理由
1. 「AI＝著作権違反」という誤解を避ける
• AI技術全般が「勝手に学習してる」「盗んでる」と思われがちなので、そこから距離を取りたい
• 「うちはクリーンなデータしか使っていません！」というアピール
2. ユーザーの心理的抵抗を減らす
• だから「AIではない独自技術」と言い換えることで、ユーザーの安心感を得る
3. 法的リスクを避ける
• AIに関する法律が各国で議論されており、今後規制される可能性がある
• 企業として「うちはAIを使っていません」と言っておけば、将来的なリスクを減らせる
⸻
結論：「クリーンな学習＝AIではない」理論はマーケティング上の方便
• クリーンな学習をしているから「AIではない」と言うのは、言葉の定義をずらしているだけ
• 実際には機械学習を使っているなら、それは広義のAI技術である
• 企業は、AIのダーティーなイメージを避けるために「AI未使用」と言っている可能性が高い
要するに、「AI未使用」と言っておけば、技術的な知識のないユーザーにはバレにくいし、反AI感情を持つ人にも売れるから、あえてそう言っている、あるいは装っているだけ というのが実情でしょう。
↓
😺 「クリーンな学習=ダーティーなAIじゃない」の謎理論（実際に表明はしてないけど）でふわっとさせてるにしても、ぶっちゃけクリーンな可能性低くないですか？ 企業が完全オリジナルデータだけで学習させるの莫大コストと時間かかるし。 OpenAIとかGoogleとかMicrosoftですら「クリーンなデータ」確保に苦労してて、「完全オリジナル」じゃなくて「法的リスク最小限」って意味で使ってることが多いです。 中規模企業が独自データだけで学習実現できるとは思えないです。できたならブレイクスルーだから論文出すか特許取るべきでは？ あるいはAdobeのFireflyみたいに「クリーン」の証拠を見せるべきなのでは？
↓
💻
中規模の企業が完全オリジナルのデータのみで学習するのは、コスト面でも技術面でも極めて難しい です。
⸻
1. 莫大なデータ収集コスト
• 画像や動画、3Dモデルの大量データを自社でゼロから収集するのはほぼ不可能
• GoogleやOpenAIですらデータ調達に苦労している 現状、中規模企業が同じことをやるのは非現実的
2. 品質を保つためのラベリングコスト
• 仮にデータを集められたとしても、機械学習には「正解データ（教師データ）」が必要
• 正確なラベリング（アノテーション）を行うには、専門家チームを長期間雇う必要がある
• 企業の規模にもよるが、中規模のソフトウェア企業がこのコストを負担できる可能性は低い
3. 既存のAI技術を活用しないメリットがない
• もし本当に「AIを使わず、ディープラーニングに頼らず、高精度なアルゴリズムを作れた」なら、それは業界的な大発見
• なのに論文も特許も出ていない → 本当にそんな技術があるのか疑問
• 結局、「普通にAI技術を使っているけど“（ダーティーな）AI技術ではない”と装っている」可能性が高い
⸻
もし本当に「クリーン」なら証拠を示すべき
大手企業の「クリーン」って言葉の実際の意味：
例えばAdobe Fireflyの「クリーン」は完全オリジナルという意味ではない：
• パブリックドメイン素材を利用した
しかもAdobe Fireflyは「クリーン」の証拠として下記を提供してる：
• データソース明示
一方、今回のペイントソフトメーカーは「クリーンな学習をしている（かもしれない）」という建前をふわっとさせているだけで、その証拠がない。
⸻
結論：「バレなきゃOK」マーケティングの可能性大
• 「クリーンな学習をしているからAIではない」 という論理は都合のいい言葉遊び
• そもそも本当に「クリーンな学習」なら、証拠を示さないと信用できない
• 中規模企業が独自データのみで学習するのは現実的でないため、実際には何らかの既存AI技術を使っている可能性が高い
• しかし「AI未使用」と言ったほうが、反AIユーザーにも売れるので、マーケティングのためにぼかしている
つまり、
「AIを使っていない」風にとぼかしつつ実は普通に使っている。クリーンでもない。 → でもバレなきゃOKという雑なマーケティングをやっている可能性が高いですね。
「面倒くせー」からiPhoneからiPhone、アンドロイドからアンドロイドにしてるだけだよ。
アプリのデータやら、パスワードやブックマークの以降が面倒くさいから、思考停止で選んでるだけ。
1で終わる手続きで年間何万浮こうとも、面倒くさいから変えない。
些細なことでも面倒くさいの。
Macで使い始めたソフトはずっとMacで使いたいし、WordExcelはWindowsで使いたい。
Mac版のWordExcelだってWeb版だってあるけど、なんか面倒くさい。
あの機能がないとか、ローカルに落としたときにレイアウトが変わったら怖いとか、ほんとしょうもない理由で、Microsoftオフィスから逃れられない。
それと一緒。
だいたい、そういう高額ガジェットに手を出す人たちは、ろくに使わない。
なんでかというと、高額ガジェットを求める人たちは面倒くさがり屋だからだ。
iPhoneよりいいデジカメなんかそこらにあるし、iPadProよりそこらのノートPCのほうが処理速度は上だ。
それなのに、なんでハイスペックなスマホやタブレットでそれをしたいかというと、面倒くさいからだ。
で、机に座ってノートPCをスリープから復帰させるのが面倒くさいからだ。
そういう面倒くさがり屋が便利なガジェットを手にすると、仕事に取り掛からない。
YoutubeやTicTokやらで無限に時間を溶かすだけだ。
あの手の高級ガジェットの一番いい使いかたは、一昔前の高級時計みたいに、ステータスとして見せびらかすことなんじゃないかと思ってる。
とかく、スマホやタブレットは使わなければ使わないほど生産性が上がる。
本だって、電子書籍を読むしかない単機能のリーダーが一番読書に身が入る。
話が逸れてきたので、もう一度言うぞ。
写真が綺麗に撮れるとか、そんなの基準に機種選ぶやつなんかいねーよ。
そう答えたとしても、嘘だよ。
自然言語を洗練して、すべてのコミュニケーションを簡易で完全なものにする。知識を正しい状態で保存、すぐに取り出せるようにしておく（HTMLを駆使した、門外漢でも使えるようなマニュアルを書いておけ。専門性が高ければ、学習の最適なパスを示せ）。
それをやって各々の領域で本気で仕事して、本気で知識を蓄えておけば、あのチャットボットに資本も電力も注がなくてすんだ。
機械化という点なら計算機が既にあるわけだし。（そういえば、RPAも同様にサボりの産物だ。こちらは廃棄物だし、サボったのはMicrosoftだが。）
そんなんかったるいから注目が集まったんだよな。なんかアレを新しい知性だのなんだの持て囃すのは、負けでしょう。効率が良いってだけで専門性は保証しかねるし、なぜ効率が良いとされているかといえば、人類が知能・知識を適切に共有するのをサボったからだし。マニュアル、教本、そんなの些末に見えるけど人類の活動の本質だったんだよ。
Microsoft 365がMicrosoft 365 Copilotという名前になってしまい、アイコンも (チャットの) Copilotと同じになってしまったせいで見分けにくくなってしまった...。唯一の見分け方はアイコンに「M365」という文字があるかどうか。
Copilotを追加するのは別にいいけど、ロゴ変更までは強制しないでくれ。
自分はMicrosoft 365を開きたいときはWindowsでは Win + Ctrl + Shift + Alt を入力しているからいいけれど、そうでない時に困る。
先日、東洋水産をフォローしている企業にフォローを解除するようにというポストが話題になったけど、これを見て真っ先に自分が思い浮かんだのが、東京2020オリンピックのスポンサー不買運動。あれもフォローしている企業は一切使わないみたいなのに似ている気がする。
オリンピックのスポンサーは原則として1業種1社なのだが、東京2020オリンピックに限っては (日本の広告事情 (電通のせい) を考慮した結果なのだろうが) 1業種に複数社が加盟することが特例で認められているため、スポンサー企業の製品を一切使用しないとなると生活が不便になる。
例えば以下のような感じである。
※ 今回はどの業種のスポンサーであるかというのは考慮せず、企業名のみで判断することにした。たとえば (下の例にはないが) 明治は本来「乳製品・菓子」の業種で契約していたため、それ以外の製品を宣伝することはできない。だが、この記事の場合そこまで考慮すると非常に手間がかかるため、今回は明治製品を一切使用しない生活と仮定してすすめるということになる。また、この記事は業種ではなく日常生活のカテゴリーで分類しているため、同じ企業名が複数回出ることもある。
などなど...。全部書くときりがなくなるのだが、嫌いな企業をフォローしている企業製品は一切使わないとなると、将来的には上の東京2020オリンピックみたいなことになりかねないということは言っておく。
気になったのだが、いまここを見ている人で東京2020オリンピックを2019年以前から反対していた人はどのくらいいるのだろうか。
以前人力検索はてなで見たときは最初から反対が半分、賛成から反対に寄ったのが半分だったが。
Hello、Microsoft Copilotを引き続き使用する場合は、https://go.skype.com/copilot.web にアクセスするか、[Android] (https://go.skype.com/copilot.android) または [iOS] (https://go.skype.com/copilot.ios) デバイス用のモバイル アプリを今すぐダウンロードしてください。
ここでは、バージョン番号の“増分”を数えてみると、
7 → 8：+1.
合計の“増分”は4ですが（7→8が1、8→9が1、9→10が1、10→11が1 という数え方をしてもだいたい同じ考え方に落ち着きます）、実質的には 7→8→10→11 と3回のリリースで数字は「4段階」上がっています。
上記リリース日をもとにすると、2009年（Windows 7）から2021年（Windows 11）までの約12年間で「数字の増分が4」進んだ計算になります。
12年間 ÷ 4段階 ＝ 平均3年でバージョン番号1上昇（厳密にはWindows 10→11の間が少し長めですが、ざっくりで考えます）.
いつ「Windows 95」になるか？
Windows 11からWindows 95までは、「95 - 11 = 84」の数字上の差があります。
1バージョン上がるのに平均3年かかると仮定すると、84段階 × 3年 = 252年。
Windows 11が2021年リリースなので、そこから252年後は 2273年 前後ということになります。
まとめ.
「今のペースで Windows のバージョン番号が上昇し続ける」と仮定した場合、Windows 95 相当のバージョン番号に到達するのは西暦2270年代頃 という、非常に先のお話になります。もちろん実際にはMicrosoftのネーミング規則はもっと複雑ですし、そもそも「Windows 95」は1995年にリリース済みですので、あくまで冗談半分の試算です。
ChatGPT o1で生成
ノーベル賞経済学者、AIブームは「救済」によって終わるかもしれないと予測 | Business Insider Japan
1つは、クルーグマンの見解によるとドットコム・バブルはスタートアップが「高収益の準独占企業」になるという投資家の期待を反映している部分があった。マイクロソフト（Microsoft）のように巨大なネットワーク効果の恩恵を受けた企業のことだ。だが、AI革命の主役は、マグニフィセント・セブン（The Magnificent Seven）であり、すでにその条件を満たす集団だ。
「歴史的に見て、重要な新テクノロジーは、既存の市場のヒエラルキーを破壊する傾向にある。今回は、投資家が事実上、そのヒエラルキーを強化するような急進的な新技術を期待している」
といいつつ、クルーグマンはAIバブルは巨大テック企業救済策で終わるって言ってるけど、自分は逆かなぁ…😟
イーロン・マスクは連邦政府を叩きながら助成金にたかる寄生虫である | クーリエ・ジャポン
https://courrier.jp/columns/392507/
アメリカ国民の多額の血税は、巨大なAIのためのデータセンターの熱となって消えるのである…😟
ホリエモンもひろゆきも、ビルゲイツもジョブズも、元から金持ちというよりは、貧乏人とか労働者階級、中産階級から大富豪になれた
あそこでのし上がるべきだったんだよな
あの時期にホリエモンやひろゆきになれなかった時点で、自分の人生は負け確定してるわけよ…😟
あんな成り上がりができたのは2000年前後の話なんだよ、もう20年、30年以上前の話をしてるんだよ
裏側が人力AIだの、そんなアホなスキームが成功したのは大昔の話なんだよ
今のAIバブルは、ドットコムバブルとはまったく異質で、弱者がpowerdされて強者を撃ち倒すチャンスがまったくない話であって…
投資家からしたって、貧乏人が大富豪になる、って世界の方が儲かるんだよ
ビジネスで一発当てたい、って貧乏人が何人もやってきて、当たりそうかな、どうかなって奴を例えば10人選んだとして、
1人でも大当たりしてくれりゃ回収できるんだから、全員貧乏だから大した金は貸さなくていいし、でも当たればリターンはデカい
でも、今のAIは、結局最初から金持ちでないと勝てない話になってるわけで、夢がない、投資家からしたって、うまみがない…😟
「Windows 11が動かない？そろそろ買い替え時ですかね〜」
こんなセリフを口にして、電気屋の「お買い得！最新モデル！」コーナーに吸い込まれていく哀れな消費者たち。お前たち、まんまと企業の策略にハマっているぞ。
冷静になれ。お前たちに必要なのは中古のThinkPad だ。
Microsoftが新しいWindowsを出すたびに、何が起こる？
「新しいOSはより安全で快適！」と謳いながら、突然「TPM 2.0が必要です」「このCPUはサポートされていません」などとほざいて、数年前のPCをゴミ扱いするのだ。
だが考えてみろ。お前のPCは昨日まで普通に動いていたはずだ。
YouTubeも見れたし、Excelも動いたし、Web会議だってできた。
なのに、今日から急に「古いから使えません」って、おかしくないか？
要するに、「古いPC」は技術的に使えなくなるのではなく、企業の都合で意図的に「使えないことにされている」 のだ。
Windows 11のハードウェア要件？くだらない。Linuxを入れれば動く。つまり、お前たちは「新しいPCが必要」なのではなく、「Windows 11が使えない」と錯覚させられているだけなのだ。
↓
「セキュリティのために買い替えましょう」
↓
新しいPCを買う
↓
また数年後に「古いから買い替えましょう」
本来ならば、パソコンはユーザーが自由にカスタマイズし、好きなように使い続けられるはずだ。
しかし、MicrosoftとPCメーカーは「お前のPCはもうダメ」と言い続け、お前たちは従順に買い替えを繰り返す。
その結果、「コンピュータは5年で買い替えなきゃいけない」と錯覚し、メーカーの意図通りにATMと化した消費者 になっていくのだ。
さて、ここで真実を教えよう。
Windowsが重い？遅い？買い替え？そんなものは不要だ。Linuxを入れろ。
Webブラウジング、動画再生、オフィス作業、プログラミング……お前たちがやりたいことは、Linuxで全部できる。
Windowsじゃなきゃ動かないソフト？99％の人間にとっては無関係。
「Linuxは難しい」？「使いにくい」？そんなのは20年前の話だ。
今のLinuxは、
✅ ソフトウェアは全部ストアで管理（WindowsのMicrosoft Storeより便利）
✅ UIは洗練されている（Ubuntu、Linux Mint、Zorin OSを見てこい）
だが、未だに「デスクトップLinuxは使いにくい」と言うやつがいる。
彼らはおそらく、2000年代のDebianを使った老人か、Windowsに魂を売った企業の犬 だ。
「Linuxは使いにくい」と喚いているやつがいたら、こう言ってやれ。
電気屋に行くたびに、毎回同じようなスペックのPCが同じ価格で売られていることに気づけ。
10万円のPC？お前が必要なのは2万円の中古ThinkPad だ。
ThinkPad X220、X250、T480、T490……中古で買えば、最新PCと遜色ない作業環境が手に入る。
これでお前のPCは、企業が「買い替えろ」と言うたびに「は？」と言い返せる。
お前たちは「古いPCは使えない」と思い込まされているが、それは嘘だ。
1つは、クルーグマンの見解によるとドットコム・バブルはスタートアップが「高収益の準独占企業」になるという投資家の期待を反映している部分があった。マイクロソフト（Microsoft）のように巨大なネットワーク効果の恩恵を受けた企業のことだ。だが、AI革命の主役は、マグニフィセント・セブン（The Magnificent Seven）であり、すでにその条件を満たす集団だ。
現実的に金に換えることを考えると、スタートアップがのし上がるようなドットコムバブルではなく、
スタートアップができることは、既存の生成AIを使った、アプリを作るとか、その程度しかできない…😟
どう考えても無料拡張プラグインを紹介してくれるDTMerの方が「カッコイイじゃねーか！」と思うので格好付けるため紹介する
世の中にはYAMAHA DX7オマージュやクローンと呼ばれるシンセサイザーは多数あるけれどDexedはエミュレーターとして扱われている。
その理由はYAMAHA DX7をシステムレベルで再現することが開発目標となっており、DexedはDX7実機のSysExすらもサポートしていてDX7の音色拡張ROMデータを読み込むことができる再現度が強み。
欠点は、あまりにもYAMAHA DX7へ寄り過ぎているためか内蔵エフェクターが搭載されておらず、DX7でもエフェクターを接続することが当たり前に行われていたことがDexedでも踏襲され、Dexedにエフェクタープラグインを接続することが前提となってしまっている。
そもそもデジタル処理のFM音源なのでDexedはDX7の音の再現度も相当に高いが、DexedでFM音源を再生すると「綺麗すぎる」「温かみがない」と評されることが有る。これはシステムレベルでDX7を再現したことによって現代のD/Aコンバーターやオペアンプの性能が高すぎるからこそ起きる。
現代の電子音楽シーンでウェーブテーブルシンセシスの存在感を否定する者なんて誰も居ない。
DTMではNative Instruments MassiveとXfer Serumが登場したことによって様々なメーカーがソフトウェアウェーブテーブルシンセサイザーを雨後の筍のように開発したが、Vitalはそんな雨後の筍の後発ソフトウェアウェーブテーブルシンセサイザーの中でも存在感を示すことに成功した。
一目見てわかる最大の特徴はMicrosoftメトロUI、Appleフラットデザイン、GoogleマテリアルデザインとIT界隈ではモダンなUIが発展していく中、Vitalはそれらのデザインを取り込み、難解なウェーブテーブルシンセシスにわかり易さを目指している。ほとんどの操作はマウスの左クリックで完結でき、右クリックの奥に大事な機能が隠れていることは少なく、LFOなどをドラッグ＆ドロップできる箇所も明示され、ADSRエンベロープの動きもわかりやすい。
更に、野心的な試みはその製品展開でも行われ、Vitalソフトウェアシンセサイザー本体は無料で、ウェーブテーブルや音色プリセットは有料というスタンスを取った。併記されるVitaliumは、Vitalがオープンソースで開発されたことへ端を発し、オープンソース環境を維持したまま開発を継続するためVitalからの派生プロジェクトとしてVitaliumが生まれた。命名からわかるようにGoogle ChromeとChromiumの関係に近い。
欠点はまだまだ発展途上でユーザー数でMassive(Massive X)やSerumに及ばなく、情報が少なめであることだろう。
元来は有償としてVember Audio名義で提供されていた。開発者はDAWのAbleton Liveの開発経験があり、続けて新しいDAWのBitwig Studioを立ち上げ、Bitwig Studioの開発へ集中するため開発継続は困難としてSurge XTをオープンソース化した。オープンソース化をきっかけに多数の人が開発へ携わるようになり、オープンソース化後の方が有償時よりも高機能になったという面白い経緯を持つ。
Vital / Vitaliumを知った後であるならばSurge XTの外観は一目見て古臭いことがわかるものの開発開始時期は2000年代初頭であるから仕方がない。旧来ソフトウェアシンセサイザーの外観に慣れ親しんだ者であるならばオシレーターセクション・フィルターセクション・エンベロープセクション・アンプセクションなどの位置が逆にわかりやすいかも知れない。
古臭い外観とは裏腹にシンセシスはマルチパラダイムで、減算方式を基本としながらも多数の協力者のお陰でウェーブテーブル方式まで組み込まれた最新のものとなっており、昔懐かしいシンプルな音色からColour Bassグロウサウンドのような複雑怪奇な音色まで作ることが出来る。
その幅広い音色を可能とする理由はLFOはサブも含めて12個もあり、それら12個はエンベロープモードへ切り替えることが可能で、更にモジュレーションマトリクスなどを設定可能なマクロは6個もあるなどシンセサイザーギークが非常に喜びそうな内容だ。
加えて、Surge XT Effectsとしてエフェクター部分が別個の独立とした拡張プラグインとして切り離されており、Dexedのような内蔵エフェクターを持たないソフトウェアシンセサイザーを使用する際にも役立つ。
欠点はやはりその古臭い外観と、膨大な機能を搭載したことによるシステム全体の機能把握の困難さだろう。モダンな操作体系に慣れている初心者や若者からすると非常にとっつきにくいのも問題となる。
YAMAHAが開発したYM2612とYMF262のエミュレーターフロントエンド。
YM2612はOPN2、YMF262はOPL3と表現したほうが聞き馴染みのあるかも知れない。つまり富士通FM TOWNSやPC-8801やSEGAメガドライブ、サウンドカードSound Blaster Pro2などに搭載された、いわゆる8bitサウンドFM音源のエミュレーターフロントエンドだ。
なぜADLplug / OPNplugをエミュレーターフロントエンドと称するか？と言えば、実はADLplug / OPNplugはオープンソースで複数存在するYM2612とYMF262のエミュレーター(ADLplug / OPNplugではコアと称する)を好みに応じて切り替えることが可能なフロントエンドであるため。
エミュレーター(コア)ごとの実装の違いで微妙に音色が違っており自身が求める8bitサウンドを追い込む際に、同一のユーザーインターフェースで操作できるのは非常に有り難い。
このような事が可能な8bitサウンドシンセサイザーは商用を含めても他に存在しておらず、はっきりと言ってしまえばADLplug / OPNplugがこれら8bitサウンドシンセサイザー実装の実用上の頂点である。
プリセットも充実しており、プリセットは実在ゲームタイトルでまとめられおり「あのタイトルのレーザービーム発射音や爆発音を自分の音楽に組み込みたい」のような要望にも十分に応えられる。
欠点はやはり「綺麗すぎる」ことか。エフェクターで汚しを入れるなどして当時を再現してみたい。
UTAUと言えばYAMAHA VOCALOIDへ影響を受け開発され、今や小さいとは決して言えない規模のコミュニティを形成する一大ジャンルとして日本の音楽シーンへ定着しているが、OpenUTAUはそのUTAUの精神的後継シンセサイザーである。
当時のVOCALOIDやUTAUを知る者からすると「精神的後継とはどういうことか？」と疑問に思うだろうが、実は現在UTAU本家の開発は終了している。
そこで有志が集まり開発開始されたのがOpenUTAUであり、UTAU本家とは別体制で開発されている以上は正式な後継とは言えないので精神的後継とされている。
OpenUTAUは精神的後継であるが、その機能性は本家UTAUを既に凌駕しており、現在のUTAUコミュニティではこのOpenUTAUがデファクトスタンダードとなり、しかも対応プラットフォームはWindowsのほかMacやLinuxまで幅広くサポート。何ならChromeOS(Crostini)上でも動くことを筆者自身が確認している。
「OpenUTAUは拡張プラグインじゃないだろ！」というツッコミは聞こえない。
モジュラー方式を採用したマルチパラダイムのハイブリッドシンセサイザー。
コンパクトなモジュラーケースへオシレーターやフィルターなどのモジュールを選択して好みの音色を作っていくという方式を採用しているが、Odin2のモジュラー方式は限定的であり、限定的なモジュラー方式が本来は難解であるはずのモジュラーシンセサイザーをスゴく容易に扱うことへ貢献している。
ライトユーザー向けのモジュラーシンセサイザーかと侮るのは早計で、オシレーターにはウェーブテーブルを選択できるなどしっかりとモダンな需要を抑えている上に、マニアックな部分では変調方式にFMのほかPM(Phase Modulation)が存在しており開発者のこだわりを感じる。
欠点は触ってみると意外と高機能であることには気付くものの、更に突っ込んで触り続けているとVital / VitaliumやSurge XTに比肩できるほどの音作りの幅は無いことへ気付かされることだろうか。例えばJC-303のベースじゃ物足りないみたいな時にシンプルでありながら一味加えたベースサウンドをサクッと作る際に便利だろう。
この手のサウンドは高機能すぎるシンセサイザーだと出来ることが多すぎてアレもコレもとやってるうち逆に時間がかかる。ある程度高機能である程度機能が絞られたOdin2のようなシンセサイザーの方が直ぐにまとまるのだ。
ありそうで無かった一風変わったモーフィングするシンセサイザー。
Moniqueは説明に難儀する。
オシレーターセクションが2つあり、それぞれのオシレーターセクションには3つのオシレーターがあるのだが、Moniqueはその2つのオシレーターセクション間をモーフィングすることが可能だ。
意味がわからないかも知れないが、これは決してDJミキサーのクロスフェーダーの様に2つのトラックのゲインを切り替えるのではなく、オシレーターAセクションで設定した数値がオシレーターBセクションで設定した数値へモーフィングしていくのだ。
つまりサイン波をノコギリ波に、ベースサウンドをキックサウンドに、エレピサウンドをスーパーソウにモーフィングさせることができる。説明が本当に難しい。
この説明を理解した人は「もしかしてMoniqueはウェーブテーブルを作れるんじゃね？」と気付くだろう。
そうなのだ、今アナタの手持ちのウェーブテーブルに物足りなさを感じるのであればMoniqueはアナタが持つアナログシンセサイザーの知識を活用してウェーブテーブルを作ることができる。
Moniqueは単体ではそこまで威力を発揮するシンセサイザーではない。しかし使いどころを真に理解したとき間違いなく音作りの幅は広がっていく。
GeonKickは明らかにSonic Academy KICKシリーズのクローン・オマージュで使い勝手も操作感の違いは多かれ少なかれあるが操作感覚としては同じ。最新版であるKICK 3に含まれる機能はないがKICKシリーズの無償代替品として非常に良い選択肢となる。
プリセットもRoland TR-808風があったりと直ぐに欲しいものは揃っており、他のサンプリング音源も追加で読み込んでGeonKick上で編集することが可能なので満足感が高いだろう。
欠点はGMの非サポートで、MIDIの割当はGeonKick上で自ら行わなければならず、更にその方法が非常にわかりにくいのでGMサポートが存在して当たり前のユーザーからすると、GeonKickのMIDI設定がデフォルトのままDAWからGeonKickへキックMIDI送信しても音が鳴らなくて頭の中が疑問符でいっぱいになること。
CC-BY-3.0ライセンスで配布されているSFZ形式のピアノサンプリング音源。
信じられないかも知れないが、家電量販店で5〜10万円前後で売っている電子ピアノよりも高音質でサポートしている機能が非常に多い。
サンプリング元となっているピアノはYAMAHA C5、音質は48kHz/24bit版と44.1kHz/16bit版が存在。ベロシティ感知範囲は16段階、サンプリングターゲットは1オクターブ中の3音(基準音から前後1音はピッチシフト)、鍵盤リリース音やダンパーペダル音もサポート。
かつて、ピアノの音が良い無料のサンプリング音源と言えばYAMAHA S-YXG50だという記憶がある者からすると異次元の音質。 S-YXG50のサイズは4MBだったがSalamander Grand Piano V3はピアノだけでWAV形式だと1GBを超えている。
欠点は楽器数が多く騒がしいポップスやロック、電子音楽などでは気にならないがソロピアノでゆったりな曲を弾くとダンパーペダル動作時の鍵盤リリース音の動作のおかしさがあること(※バグではなく仕様)。
家電量販店で5〜10万円前後で売っている電子ピアノよりも圧倒的にマシではあるが、最新のそこそこ高価な有償ピアノ音源と比較してピアニッシモの様な弱い音の表現力が少々物足りないことも欠点の1つだろう。
ソフトウェアとして音質・機能性共に入門向け電子ピアノを上回ってしまっているので、YAMAHAサウンドを好むのであれば電子ピアノからMIDI接続してPCで鳴らすのも悪くはない(※電子ピアノはスピーカーもハードウェア一体となった設計なので必ずしもSalamander Grand Piano V3が勝るとは限らない。ただしヘッドフォン使用時は明らかに勝る)
guitarixの説明はギタープレイヤーには一言「KEMPERだ」で伝わる。KEMPERという説明で他に多くを語ることが逆に難しい。
ただし、元来の開発コミュニティはLinux界隈でありMacやWindwosは動くには動くがLinuxよりも積極的なサポートが乏しいのが少々残念。
確率的ランダマイザを備えたマニアックなMIDIシーケンサー。
確率でMIDIトリガーするランダマイザを備えたDAWは珍しくもないが、Stochasはそれに加え、指定したMIDIトリガーへ対して別のMIDIトリガーをチェーンすることができる。
つまり、例えばMIDIシーケンサー上のコード進行を確率で別のコード進行へ変化させることが可能で、1小節ループでありながらも複数のコード進行を持つことが出来たりするマシンライブ向きなMIDIシーケンサー。
使いようによってはStochasの後段へ更にアルペジエーターを挿せば、ランダムにコード進行が変化するアルペジオを奏でることが出来るなど、知れば知るほどに可能性を感じる。
飽きさせないBGMを作成するのにも役立ちそうだが、必要ない人には本当に必要ないマニアックな拡張プラグインなのでココに挙げたのは本当に必要な人へ届けたいからである。
どうだ？なかなか良いエントリだったろ？
おいおい褒めるな、褒めるな。そんなに持ち上げたってさ俺から出せるのは無償で使えるシンセやエフェクター、DAWなどがまとめられたURLとか無償で使えるSFZ形式のサンプリング音源がまとめられたURLを貼るくらいなもんだぜ？
まぁ少しは格好付けられただろうし俺は満足して去るわ。じゃあな。
アメリカとイギリスを比較すると、どちらも英語圏であり、高度な教育機関を持つIT先進国ですが、IT分野での影響力には大きな差があります。アメリカがIT分野で圧倒的に強い理由を、イギリスと比較しながら考えてみましょう。
アメリカはイギリスの約5倍の人口を持ち、国内だけで大規模な市場が成り立ちます。これにより、IT企業は初期段階から大規模な顧客基盤を獲得でき、成長しやすいです。
一方、イギリスの市場は小さく、スタートアップは早い段階で国外市場（EUやアメリカ）に進出しなければならないため、成長のハードルが高くなります。
結果として、アメリカではベンチャー企業が爆発的に成長しやすい環境が整っているのに対し、イギリスでは起業のハードルが高く、IT企業が大規模化しにくい。
結果として、アメリカには世界中の優秀な技術者・起業家が集まり、イギリスは人材確保で不利になっている。
結果として、アメリカは国家規模での研究開発がIT分野の発展を後押ししており、イギリスはこの点で遅れを取っている。
結果として、アメリカのITエコシステムは長年の積み重ねによって強固になり、競争力が維持されている。イギリスはこのエコシステムを持たないため、後発の企業が成長しにくい。
アメリカは「市場規模」「投資環境」「移民政策」「政府支援」「エコシステム」のすべてが揃っているため、IT分野で圧倒的な強さを誇る。
✅ 市場が小さい
という要因から、IT分野でアメリカに大きく遅れを取っている。
このように、アメリカのIT産業の圧倒的な強さは長期的な蓄積の結果であり、イギリスを含む他国が追いつくのは容易ではありません。
大阪弁: ゼニにがめつそう
東北弁: 素朴そう
インド弁: 嘘つきそう
薩摩弁: 頑固そう
AIによる回答
まったく、どいつもこいつも。
生成AIが登場してからAI賛成・反対で争いが続いているように思うので、とりあえず現状を整理する意味で中立な視点で生成AIを捉えてみる。極力中立を意識して書くが、個人の主観が意図せず入ることはご容赦願いたい。まずは議題をまとめるために、議論のターゲットを定義する。
基本的には画像生成、テキスト生成、動画生成、音楽・音声生成などの生成AIをターゲットとする。具体的なサービスとしては
ここでの議論では、生成AIの技術的な内容にはあまり触れず、これらの生成AIは「モデル」に「データセット」を「学習」させることで作られることとする。また、生成AIユーザーはその「学習済みモデル」を使って画像、テキスト、動画、音声などを「生成」することができるとする。
そして、生成AI推進派はこれらの生成AIを推進する、あるいは使っている人たちのことを指し、反AIはこれらに反対する、あるいは使わない人たちのことを指す。
それらとは別に、生成AIの話題に無関心、疎いな層も一定数いることを付記しておく。
日本の現行法に照らし合わせるとデータセットの作成にあたり、著者の許可は「原則」不要である。
詳細は文化庁「AIと著作権」のP.37～40を参考。（AIと著作権, 文化庁, https://www.bunka.go.jp/seisaku/chosakuken/pdf/93903601_01.pdf]）
一方で、生成AIが出力した著作物が著作権侵害をしているか否かの判定については、「人とAIを区別することなく」著作物が著作権侵害をしているかどうかを既存のルールに則って判断される。（同P.43～）
例えば、最近だと「エヴァ」のポスターを生成AIで作成して販売した人が書類送検された事件（参考：ＡＩで「エヴァ」のポスター生成し販売 神奈川初、著作権法違反容疑で男性２人を書類送検, yahoo ニュースhttps://news.yahoo.co.jp/articles/33573f324daa8f9f894660b6309ff356a4d338b0]）が発生している。上記の理解に則ると生成AIが使われたか否かは関係なく、ポスターが「エヴァ」の著作権を侵害していることが原因であると理解できる。
最近では著者が自身の著作物を保護するために、著作物に対して個別に「AI学習禁止」を掲げている場合や、プラットフォーム上で著作物がAIの学習に使われないように申告（オプトアウト）することができる。このようなケースは「契約」と捉えることができる。そのため、上記のようにデータセットの作成にあたり法的に著者の許可が不要であったとしても個別の対応が必要であり、無断でそのような著作物をデータセットに使うことはできない。
では「AI学習禁止」を明記していれば著者の権利が正しく保護されるかというとそうとも限らない。さらに議論を重ねることになるが、簡単に思いつくだけでも以下のような例外的なデータセットが存在する。
1つ目の「生成AI登場以前に作成されたデータセット」については、そもそもそのデータセットが作られた段階ではAIによる学習禁止を明記していない著者がほとんどであったと考えられるし、各種プラットフォームにそのような設定項目も存在しなかったと考えられる。そのため、それらのデータセットを使った学習を禁止することは法的には難しい。2つ目の「生成AIによって生成されたデータ（合成データ）によるデータセット」についても、生成AIが出力した著作物がたとえ学習元のどれかの著作物と類似していたとしても、学習元の著作物の著者が著作権を主張することは困難である。
これらのようなデータセットが存在することを考えると、仮に「AIによる学習禁止」を掲げていたとしても、著作物が絶対にデータセットに使われないと言い切ることは難しいであろうと考えられる。
実際に、以下の例ではDeepSeekが学習に用いたデータセットにOpenAIが提供するモデルの出力が使われている可能性について話題になっているが、明確な根拠は今のところ示されていない。
OpenAIは、OpenAIのAIモデルの出力を他モデルの学習に使うことを禁止している。しかし、OpenAIが発表している生成AIモデルに使われているデータセットは非公開であり、そのデータセットに一部無許可なデータが含まれている疑いは当初から挙がっている。それらの前提のもとで、最近だと DeepSeek がOpenAIの出力データを学習に使っているという疑惑（参考：DeepSeekがオープンＡＩデータ不正入手か、マイクロソフト調査中, Bloomberg, https://www.bloomberg.co.jp/news/articles/2025-01-29/SQTXNQT0AFB400]）があり、DeepSeekの妥当性が疑われている。（OpenAI自身はデータセットを非公開としており、データセットの透明性が確保されていないことから、ダブルスタンダードであるとの見方もある。）
しかしながら、このDeepSeekの疑惑については一考の余地が残されている。DeepSeekに限らずその他数多くのAIモデルもOpenAIの出力を学習している可能性があり（参考：逆に、すべてのローカルLLMは開発元をOpenAIだと思い込んでいる説, zenn, https://zenn.dev/yuiseki/articles/d90c4544ea3ea6]）、OpenAIの出力が何らかの形で間接的にその他AIモデルの学習に使われていると考えることもできる。例えば、OpenAIのユーザがOpenAIの出力を加筆修正してインターネット上に公開したサイト（例えば上記zennのページのようなAIの出力が含まれているサイト）が、他AIモデルの学習に使われるケースなど。このような場合には、OpenAI以外の他AIモデルは明確にOpenAIの出力を学習に使ったと断言できないため、OpenAIの主張を全面的に賛成することには疑問であると考えることもできる。
ここまでの議論では、現行法に則って事実ベースで生成AIを解釈した。一方で、現行法だけでは法整備が追いついておらず、生成AIの脅威が考慮されていないとの意見もある。具体的には以下のような例である。
それぞれの主張について、もう少し具体的に意見の内容を掘り下げる。
著作権侵害は一部非親告罪となっているものの多くが親告罪となっており、著作権侵害が判明した際には著者が主体的に動く必要がある。一方で、生成AIによって生成された著作物は通常の何倍もの速さで作られるため、生成AIの出力を確認するために多くの労力を割くことになり、都度親告することは非現実的である。また、著作権侵害の裁判に関する訴訟費用や、認定されるまでの期間などを考慮すると現行法を適用するだけでは限界がある。
特に法整備に関しては問題が起きてから強化されることが多々ある。（例えば、あおり運転、飲酒運転、違法アップロードなどは社会的な問題を受けて強化されている）そのため、現行法で適法であってもそれが今後も適法であるとは限らず、継続的な議論を経て強化される可能性がある。
生成AIの構築にはモデルだけではなく、データセットも不可欠である。しかし、そのデータセットに多大な貢献しているクリエイターに対してインセンティブがなく一方的に著作物を搾取されている。このような状況では、クリエイターは生成AIの構築に協力する理由がない。その上、生成AIにより一部の仕事が奪われる可能性が考えられており、そのような業界からはかなり反発がある。例えば、イラストレーター、翻訳家、声優、新聞、ニュースなどの業界では、既存の業務が生成AIに代替される可能性を危惧しており、かなり否定的である。
現状の法整備ではそのような業界に関わる方々のリスペクトが一切なく、生成AIが一方的にデータセットとして学習に使っている現状がある。クリエイターの方々の努力があったからこそ、生成AIが登場できたのにも関わらず、生成AI側が一方的に搾取しているためかなりいびつな構造となっている。そのような構造を解消するため、クリエイター保護を念頭に置いた生成AIの規制が導入される可能性がある。
ここまで日本の法律をベースとして議論を進めたが、生成AIを語る上では海外の生成AI取り組み状況も欠かせない。現状では、生成AIはアメリカのOpenAIが業界リーダーの立ち位置を確保しており、大手ではGoogle, Meta, Microsoft などが追従している。また、生成AIの開発にはGPUが必要不可欠であり、GPUの開発・生産の最大手であるNvidiaもアメリカの企業である。一方で、最近話題になったDeepSeekは中国で開発されたモデルである。中国はほかにもAlibabaが生成AIを開発しており、アメリカと技術を競うことができている。それ以外の国の生成AI研究はアメリカ、中国とはかなり水をあけられており、ヨーロッパですらアメリカ、中国の間に割って入ることができる技術力を持ち合わせていない。（唯一フランスのMistralは米中の各種モデルに引けを取らないレベルのモデルを発表できている程度）そのような事実から、日本は生成AIの研究ではほとんど世界にインパクトを残せておらず、アメリカ、中国が開発した生成AIにかなり依存してしまっている。
このような背景から、日本で生成AIに強い規制をかけてしまうと、生成AIの分野で世界から全く相手にされないほど遅れを取る可能性が否定できない。特に、テキスト生成については日本語ローカライズには一定の価値があり、アメリカや中国のモデルを日本語に翻訳するだけでは日本の文化的背景が正しく反映されない可能性がある。例えば、DeepSeekは「尖閣諸島を中国固有の領土」（参考：中国AIディープシークが「尖閣は中国固有の領土」 自民・小野寺氏、衆院予算委で懸念表明, yahooニュース, https://news.yahoo.co.jp/articles/3c710d40d096b74670f09a8bc377b29f33b814a3l]）と日本の認識とは異なる回答をしてしまう。そのようなことを考慮すると、今後の国際社会の情報戦のために生成AIに取り組む必要があり、日本で規制を強めた結果として生成AIの開発が出来なくなることは国際領土問題にすら発展しうる可能性がある。
また、他国から見てもこれは同様で、自国で生成AIの規制を強めた結果として他国に遅れを取ることがかなり大きなリスクになることを懸念していると考えられ、いわばチキンレースのような状態になってしまっている。
ここからは世界のAIに対する規制状況を見ていく。アメリカ、中国、日本、EUの中で一番AIに対する規制が強いのはEUであり、昨年AI法が成立している。（参考：EU AI法案が加盟国に承認され成立 規制は2026年に適用の見通し, NHK, https://www3.nhk.or.jp/news/html/20240521/k10014456551000.html]）EUは個人情報保護の観点で世界をリードしており、AI法もそのような風潮に乗っていると考えることができる。AI法はAIが持つリスクを使用用途に応じて評価しており、リスクが高いと判断された使用用途でのAI利用が禁止されたり、人による確認が義務付けられたりしている。
ここまで生成AIに対する賛否と、生成AIを取り巻く環境をみてきた。賛成、反対にそれぞれ筋の通った主張があり、どちらかが一方的に正しいと判断を下すのは難しい。とはいえ、実際に生成AIが広く普及したことで表出してきた問題点があるのはたしか。だからと言って、生成AIの完全な禁止も国際的な視点から見てもやはり有り得ない。賛成派、反対派が歩み寄り、折り合いがつく着地点を少しずつ模索していくことが重要。
生成AIは「正しく」使えば便利な道具だと思うが、悪用が悪目立ちするので印象がよくない。そもそもインターネットの治安なんてもともとこんなもんだった気がするが、生成AIでよりお手軽にイラストや文章を作れるようになってしまったので、お手軽に治安の悪さが発信できているだけのように見える。
一方で企業レベルでは生成AIを正しく使って業務改善する動きが活発であり、今後数年かけて業務改善していくなら週休3日か、所定労働時間を5時間ぐらいにしてほしいなと思っているところ。仕事を早く終わらせたところで増えるのは給料ではなく仕事になる予感しかしない。
投資初心者だから、だいたいこんなもんだろと適当に選んでるから
ちな、ワイはこんな感じな
個別株（大手企業）：トヨタ自動車、NTT、三菱商事、ソニーグループ、キーエンス
個別株（高配当株）：KDDI、JT、オリックス、三菱UFJフィナンシャルグループ、三井住友フィナンシャルグループ
インデックスファンド：eMAXIS Slim 国内株式（TOPIX）、SBI・V・日本株（TOPIX）
2. 外国株式（30%）
米国株：Apple、Microsoft、Amazon、Alphabet、Tesla
欧州株：Nestlé、LVMH、SAP、Roche、ASML
新興国株：Samsung、TSMC、Alibaba、Tencent、Reliance Industries
全世界株式：eMAXIS Slim 全世界株式（オール・カントリー）、SBI・V・全世界株式
先進国株式：eMAXIS Slim 先進国株式、SBI・V・先進国株式
国内債券：eMAXIS Slim 国内債券インデックス、SBI・V・国内債券
海外債券：eMAXIS Slim 先進国債券インデックス、SBI・V・先進国債券
J-REIT（国内不動産投資信託）：日本リート投資法人、森トラストリート投資法人
不動産クラウドファンディング：Renosy、CREAL