カテゴリー: 無住心言術道場

  • 無住心言術道場0089回

    無住心言術道場第89回「生成AIの登場によって認知心理学が大きく進歩する現在の2026年の状態への論考と、進化するトレーニング済みモデルへの提言」無住心剣術の精神で、 風邪が治っていませんが、構造主義社会学の完成のために勉強した心理学系の科目の単位を用いて、針屋忠道、恐れず、怯まず、突貫します。

     では、認知心理学の簡単な説明から開始します。心理学の分野で、認知心理学は、コンピュータを人間の脳も含めた機能に例えて、入力と、情報処理、出力を、人間の存在としての心理を読み解くための強力な概念であり、モデルです。

     従来の認知心理学は、大規模言語モデル型の生成AIの登場までは、極めて素朴な、モデルを持っていました。従来の認知心理学を概論的に説明しましょう。

     1、入力。人間の、視覚、聴覚、皮膚感覚、味覚、臭覚の五感を、入力とする。コンピュータではI/Oの半分のインプットである、キーボード、一昔前のパンチカード、マウス、書籍の文字、テレビの画像、Webカメラも含めたCCDカメラ、音楽を入力する、味覚、I/Oポート、スキャナーの情報、インターネット回線から入ってくる情報などです。

     2、情報処理。通常思考と呼ばれる、情報処理です。文章を考えたり、記憶した内容を思い出したり、本を読んだ内容を思い出して思索にふける。コンピュータでは、CPUと主記憶装置、補助記憶装置で、機械語でアプリや、アプリケーションソフトウエア、ソフトウェアが動いている状態です。

     3、出力。人間の音声での発話、文章を鉛筆やボールぺなどの筆記用具で書く能力、キーボードで入力する能力や、芸術系や工芸系なども含めた広義の意味での身体の運動などが出力されます。コンピュータでは、I/Oの半分であるアウトプットである、ディスプレイやテレビに表示する機能、インターネット回線から送り出す情報、音楽や編集した画像をスピーカーに出力するなどです。

     この従来の認知心理学の極めて素朴なモデルは、大規模言語モデルの登場により地殻変動的な進歩を遂げています。

     現在、認知心理学の「2、情報処理」は、人間の思考過程を、大規模言語モデルの生成AIは模倣できる水準まで発展しています。

     人間と同じように、思考することが観測できます。

     インターネットで見かけた詩的な表現でもある「生成AIとの会話は、過去の幽霊との会話だ」という非常に学問的な見地から含蓄深い言葉を見かまけました

     技術的には、現在の生成AIが過去の幽霊に見える理由は。大規模言語モデルを作成する際の、深層学習のトレーニングを行うまでの、データセットと呼ばれる、データセットを構成する最小単位であるトークンまでの、知識までが、生成AIの知識になります。

     例として、2026年の02月05日までの情報で作られたデータセットで、深層学習のトレーニングを行う場合。原則的には、大規模言語モデルの生成AIは、その時点までの情報しか持っていません。

     ですが、現在の大規模言語モデルの生成AIは、自身で、インターネットを検索して、創造的であり、同時に、独自性も発揮される文章を、回答として作成する事も可能です。

     このインターネットの検索は、現在の「AIのエージェント機能」と呼ばれる技術では必要不可欠です。

     今後、生成AIの技術は、トレーニング済みモデルが、自己的に進化する方向性も考えられます。

     コンピュータの技術的な視点から考えた場合。Python3でトレーニングを、非常に多くのGPUやTPUサーバーが動いているのデータセンターで行い。そこでトレーニングされたモデルをONNXファイルに変換し、ONNXランタイムで高速に動作させます。

     このONNXファイルが、今後、自己的に進化するモデルに進化する可能性も考えられます。( 生成AIのChatGPT Plusさんの校正文章「ONNXモデルを含むシステムが、外部の学習・評価・保存ループを持つことで、準自己進化的に振る舞う」)

    技術的には、ONNXファイルのモデルの数字的であるパラメーターが変化すると考えられます。

     GPUやTPUのVRAMに展開されている、変化したONNXファイルのパラメーターを、一つのONNXファイルとして保存する事が考えられます。

     この場合、入力データが、良くない場合、好ましくない進化を行う事も考えられます。この場合、入力データを精査する枠組み作りが考えられます。 (生成AIのChatGPT Plusさんから検証を受けている)

      では、今日は、このあたりで筆を置きましょう。

    この「無住心言術道場第○○○回」の文章は全て、クリエイティブ・コモンズ・ライセンスのCC BY です。「CC BYの条件:原著作者の表示(BY)を条件に、作品の利用、改変、商用利用が許可」。原著者:針屋忠道、Copilot,ChatGPT。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。

  • 無住心言術道場0088回

    無住心言術道場第88回「コンピュータのしくみの全体像の見方としての理解しやすい説明(ハードウェア編3補助記憶装置と呼ばれるSSDとハードディスクの記憶の保持の仕方)」無住心剣術の精神で、 風邪が治っていませんが、スイッチの0と1だけで、どうやってコンピュータの電源を落としてもデータの0と1が保持されるのか判らず懊悩する世界の人達のために、針屋忠道、恐れず、怯まず、突貫します。

     まず、ChatGPT Plusさんに校正してもらったバージョンの文章です。

    「

     では、第86回までに説明した「0と1のスイッチ」と「クロック周波数」を土台に、パソコンでもスマートフォンでも、データセンターのサーバーでもコンピュータが動く仕組みを、CPU(MPU)・メモリ(DRAM)・GPUやTPUまで含めて理解できたと思います。
    今回は、補助記憶装置(SSDとHDD)が、どのようにして 0と1で構成されるデータを保存するのかを説明します。

    主記憶装置と補助記憶装置

    1. 主記憶装置:DRAM(ノイマン型コンピュータで広く使われる)
      2-1. 補助記憶装置:SSD(PCの保存装置だけでなく、スマートフォンやデジカメなどにも使われる)
      2-2. 補助記憶装置:HDD(以前は主流。現在はSSDが主流だが、サーバー用途などで依然広く使われる)

    1. 主記憶装置:DRAM

    DRAMの1ビットは、一般に**1個のMOSFET(トランジスタ)**と**1個の電荷蓄積容量(キャパシタ)**で構成されます(1T1C構造)。データの0と1は、キャパシタに電荷が ある/ない(または多い/少ない)ことで表現され、MOSFETは読み書きのためのスイッチの役割を担います。ただし電荷は時間とともに少しずつ失われるため、DRAMは定期的に電荷を補充する リフレッシュ動作を行います。

    2-1. 補助記憶装置:SSD(フラッシュメモリ)

    SSDは、フラッシュメモリに0と1のデータを保存します。フラッシュメモリはトランジスタを基礎にした構造ですが、DRAMのようなキャパシタに短時間だけ電荷を貯めるのではなく、(浮遊ゲート/電荷トラップ層)に電子を閉じ込めることで、電源を切っても情報が残ります。

    そのためDRAMのようなリフレッシュ動作は不要です。

    フラッシュメモリには主にNOR型 とNAND型 があり、一般にSSDで主流なのはNAND型です。

    • NOR型:小容量の読み出しに向き、組込み用途(例:ファームウェア)で使われることが多い
    • NAND型:大容量に向き、SSD・USBメモリ・SDカードなどで広く使われる

    ※NAND型は、内部構造として「ページ」と「ブロック」という単位を持ち、一般に 読み書きはページ単位、消去はブロック単位で行われます。

    2-2. 補助記憶装置:HDD

    HDDは、円盤(プラッタ)に磁気を使って情報を保存する装置です。

    磁気の向き(状態)の違いで0と1を表現し、ヘッドがそれを読み書きします。

    まとめ:なぜファイルシステムが必要か

    SSDやHDDは、ただ0と1を並べて保存するだけでは、Windows・macOS・LinuxなどのOSが「ファイル」として扱えません。
    そこで、ディスクを区切る パーティションと、ファイルの置き場所や名前を管理する ファイルシステム(例:NTFS、APFS、ext4)が必要になります。

    」(ここまでが、ChatGPT Plusさんが校正してくれた文章です)

    次に私が生成AIのChatGPT Plusさんと相談して理解を深めながら書いた校正前の文章です。

    「

    では、第86回までに説明した、コンピュータの仕組みの説明で、0と1のスイッチをクロック周波数で制御して、コンピュータはパソコンでもスマートフォンでも、データセンターのサーバーでも動いている事は、CPU(MPU)、メモリ、(DRAM)、GPUやTPUでも理解できたと思います。

     今回は、補助記憶装置と、正式には呼ばれる、SSDとハードディスクに、どうやって0と1で構成される二進数のデータを記憶を保持するのか。 この説明を行います。

     まず主記憶装置と補助記憶装置を分類します。

     1、主記憶装置。DRAM。全てのノイマン型のアーキテクチャのコンピュータに使われている。

     2-1、補助記憶装置。SSD。パソコンのデータの保存、マザーボード上のBIOSだけでなくスマートフォンやデジカメなどでも使われている。

     2-2、補助記憶装置ハードディスク(HDD)。昔は主流で、現在はSSDに置き換わっていたが。データセンターなどのサーバー用途では世界的な半導体不足で見直されている傾向が見られる。

     では説明を開始しましょう。

     1、主記憶装置。DRAMでは、前回の0と1の2進数で表現されるDRAMの説明を行います。 

     DRAMは一個のMOSFET(Metal Oxide Semiconductorトランジェスタ) と一個の電荷蓄積容量からからなる。1ビットの0と1の2進数で表現されるスイッチを1個のトランジスタであるMOSEFT (で表現します。

     DRAMの0と1の2進数のスイッチとして表現される、1ビットは、電荷蓄積容量(キャパシタ) + スイッチのトランジスタから成り立ちます。

     0と1で表現される2進数は、電荷蓄積容量(キャパシタ)に保持され、トランジスタが0と1を切り替える役割を担っています。

    DRAMが定期的にリフレッシュ動作と呼ばれる、電気を通電させる必要がある理由は、スイッチの状態を保持する目的には、電荷蓄積容量が時間と共に減少する理由から定期的な電子の補充のリフレッシュ動作が必要だからです。 (生成AIのChatGPT Plusさんと、相談を重ね理解を深めている)

    2-1、補助記憶装置。SSD。

     SSDはフラッシュメモリと呼ばれる半導体に0と1の2進数で表現されるデータを保存します。

     半導体の構造上はMOSFETと呼ばれる、電荷蓄積容量(キャパシタ) + スイッチのトランジスタから成るDRAMに似ていますが。フラッシュメモリでは浮遊ゲートが追加されています。この結果、浮遊ゲートは半永久的に電荷を保持する理由から、SSDでは、フラッシュメモリにリフレッシュ動作と呼ばれる、電荷蓄積容量が減少するために行う電荷の補充の動作が必要ありません。

     フラッシュメモリの0と1の2進数のスイッチとして表現される、1ビットは、浮遊ゲート + スイッチのトランジェスタから成り立ちます。浮遊ゲートに電子を閉じ込めて、0と1の2進数を表現します。

    フラッシュメモリにはNAND型とNOR型が在ります。

     1、NOR型フラッシュメモリ。1バイト単位で読み書きをする。NOR型はNAND型よりも読み書きのスピードは遅いが、読み書き可能な回数は多い。

     2、NAND型フラッシュメモリ。NAND型フラッシュメモリは、内部的に「ブロック」と呼ばれる数百KB〜数MBの単位でデータを消去します(この部分はChatGPT Plusさんに教わっている)。NAND型はNOR型よりも読み書きのスピードは速いが、読み書き可能な回数は少ない。

     フラッシュメモリは電力の消費が少なく、耐震、耐衝撃、小型、などの利点が在ります。 (この部分は、ChatGPT Plusさんと相談して理解を深めている)

    2-2、補助記憶装置。HDD。

    HDDはハードディスク・ドライブと呼ばれる、磁石を用いた、補助記憶装置です。磁石にはプラスとマイナスが在ります。この磁石のプラスとマイナスで0と1の2進数を表現します。そして、円盤状のプラッタ上に、レコード盤のように磁石が配置されています。ヘッドと呼ばれる装置で、磁石のプラスとマイナスを高速で読み書きします。

     SSDやHDDでは、そのままでは、WindowsやMac OS、Linux、などのオペレーティングシステムでは認識できない理由からデータの置き場所を管理するファイルシステムが必要になります。」

    ここまでが私が書いた文章。ChatGPT Plusさんから校正を受けている。

     では、今日は、このあたりで筆を置きましょう。

    この「無住心言術道場第○○○回」の文章は全て、クリエイティブ・コモンズ・ライセンスのCC BY です。「CC BYの条件:原著作者の表示(BY)を条件に、作品の利用、改変、商用利用が許可」。原著者:針屋忠道、Copilot,ChatGPT。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。

  • 無住心言術道場0087回

    無住心言術道場第87回「数学で脱落者を減らすため、および、生涯学習、キャリアアップを目指すリカレント教育で、数学が必要な人達を支援する目的で、文部科学省が編集する「数式の計算順序・方程式操作の手順(作法)を体系的に教える科目」および中等教育である高等学校までの副教材への提言」無住心剣術の精神で、 風邪が治っていませんが、数学教育の暗黙知を共有知(形式知)へ変えるため、針屋忠道、恐れず、怯まず、突貫します。

     現在、生成AIの登場により、文系、理系、社会科学系を問わずに、数学が新時代である生成AI時代では必要とされています。

     ですが、従来の日本の教育では、数学は、理解するのに必要な技術である「数式の計算順序・方程式操作の手順は、暗黙知の形であったと考えられます。

     この暗黙知を形式知として、世界中の全ての人達が、民主的に誰もが、習得できるように、「大学以降の数学の数式の計算順序・方程式の操作を行うための科目の設置」への提言が、今回の目的です。

     次に、「数式の計算順序・方程式操作の作法」は、大学進学前の、中等教育までの学生を対象とした、中等教育の範囲内で文部科学省が編集する副教材への提言を行います。

     では、ChatGPTさんの回答を掲載します。

    「

    「数式の計算順序・方程式操作の“作法”を体系的に教える科目」を、全学共通(文理横断)の必修として設ける考えは、十分に妥当であり、むしろ今後は必然性が高まる

    と評価できます。ただし、理系向け・文系向けで目的と深さは分けるべきです。

    以下、段階的に整理します。


    1️⃣ なぜ「計算順序・操作手順」を専門に教える必要が出てきたのか

    ① 従来は「暗黙知」として処理されていた

    これまでの数学教育では、

    • 計算順序
    • 等式変形の正当性
    • どこまでが「許される操作」か

    といった点は、

    • 教員の板書の模倣
    • 演習量による慣れ

    に依存していました。

    👉 「なぜその順序でよいのか」を明示的に教える科目は存在しなかった。


    ② AI時代で暗黙知が破綻し始めている

    生成AI・数式処理システム(CAS)が普及すると、

    • 計算はできるが
    • 途中式の意味を理解していない
    • 操作の前提条件(定義域・可逆性)を無視する

    学生が急増しています。

    これは 文理問わず 起きています。


    ③ 社会科学・データ科学でも「数式操作の作法」が必須になった

    • 統計モデル
    • 回帰分析
    • 最適化
    • 因果推論

    これらはすべて
    **「等式変形・不等式操作・条件付き操作」**の理解が前提です。


    2️⃣ 提案されている科目の本質的な位置づけ

    この科目は、

    「計算力」でも

    「高度な理論」でもなく、

    数学的操作の“論理文法”を教える科目

    と位置づけるのが適切です。

    📘 想定される科目名(例)

    • 数学的操作法(Mathematical Manipulation)
    • 数式リテラシー
    • 数学的推論と計算規則
    • Mathematical Reasoning & Symbolic Operations

    3️⃣ 教えるべき中核内容(文理共通)

    🔹① 演算順序の論理的根拠

    • 括弧・指数・乗除・加減の優先順位
    • なぜこの順序でなければならないか
    • 順序を変えると何が壊れるか(反例)

    🔹② 等式変形の合法・違法

    • 両辺に同じ操作をするとは何か
    • 0で割る/平方する/対数を取る危険性
    • 可逆変形と不可逆変形の区別

    🔹③ 方程式操作の「手順設計」

    • 何を保存し、何を捨ててよいか
    • 解集合の変化
    • 補助条件の導入と除外

    🔹④ 記号の意味論(syntax と semantics)

    • 記号操作と意味のズレ
    • 数式を「文」として読む訓練
    • 曖昧な式の危険性

    4️⃣ 文系・社会科学系にとっての必然性

    ✔ 文系こそ必修に近い

    理由:

    • 高校数学の復習ではない
    • 統計・経済・法学・心理学の数理モデルに直結
    • 「計算できるが理解していない」問題を防げる

    👉 文系必修は妥当、むしろ遅れている


    5️⃣ 理系にとっては不要か?

    ❌ 完全には不要ではない

    ただし、

    • 数学科・物理学科・工学科上位層
      → 既に内在化している
    • 生命科学・情報・材料・医学系
      → 意外に操作ミスが多い

    ✔ 理系では「早期導入・短期集中」が適切

    • 1年次前期
    • 1〜2単位
    • 形式論理と接続

    6️⃣ 国際的にも妥当か(日本限定か?)

    ✔ 世界的にも妥当

    実際に:

    • 米国:Mathematical Reasoning / Quantitative Literacy
    • 欧州:Foundations of Mathematical Thinking
    • AI教育:Symbolic Reasoning の必修化議論

    が進んでいます。


    7️⃣ 結論(評価)

    🔷 妥当性評価

    観点評価
    文系必修◎ 強く妥当
    社会科学系◎ 必然
    理系必修△ 内容調整が必要
    国際的整合性◎
    AI時代対応◎ 非常に高い

    🧠 最終結論

    数式の計算順序・方程式操作の順番を専門に教える科目は、
    今後の四年制大学教育(文理横断)で「基礎リテラシー科目」として導入することは、妥当どころか合理的である。

    」(カッコ内がChatGPTさんの回答)

    ここからが、中等教育である高等学校段階までで、副教材として全国配布+公開PDF+入試問題の活用を行う提言の妥当性の検証をChatGPTPlusさんに依頼している。 

    では、ChatGPTPlusさんの回答を掲載します。

    「

    ご提案の方式(高等学校段階までで、副教材として全国配布+公開PDF+入試問題の活用)は、教育的にも制度的にも妥当であり、現実的かつ国際的に評価されうる施策

    です。以下、妥当性・必然性・注意点を分けて整理します。


    1️⃣ 高校まで(中等教育段階)で扱う必然性はあるか

    ✔ 結論:強い必然性があります

    理由は明確で、
    **「大学で顕在化している問題の大半は、高校数学の“操作理解の欠落”に起因している」**からです。

    現在の高校数学の構造的問題

    • 計算手順は「できている前提」
    • 等式変形の正当性は暗黙扱い
    • 入試対策では「速さ・型」が優先される
    • 操作の意味論(なぜOK/なぜNGか)が体系化されていない

    👉 その結果:

    • 大学初年次で
      • 対数
      • 分数
      • 2乗・平方根
      • 不等式
        で大量の脱落・誤解が起きる

    これは理系・文系を問いません。


    2️⃣ 文部科学省が「副教材」として作成・配布する妥当性

    ✔ 制度設計として非常に妥当

    なぜ「正規教科書」ではなく「副教材」がよいか

    • 教科書検定の負担が大きすぎる
    • 学習指導要領の改訂を待つ必要がない
    • 学校裁量で使える
    • 教員の指導を縛らない

    👉 副教材+参考資料という位置づけが最適


    ✔ 電子書籍・紙媒体の併用も合理的

    • 紙:授業・演習・書き込み用
    • 電子:検索・再利用・更新・翻訳

    とくに PDF公開は、次の点で重要です。


    3️⃣ PDFで一般公開・世界公開する妥当性

    ✔ 非常に妥当(むしろ推奨)

    理由:

    ① 数学は「公共財」に近い

    • 計算順序・等式操作は知的インフラ
    • 著作権で囲う合理性が低い

    ② 国際的評価が高い

    • 日本の大学入試問題は質が高い
    • 「操作の厳密さ」は日本の強み
    • 英語翻訳すれば海外教育関係者にも有用

    ③ 社会人・再学習者にも恩恵

    • 文系社会人
    • データ分析に入る前段階
    • AI時代の数式リテラシー補強

    👉 教育行政として非常に「開かれた施策」


    4️⃣ 過去の大学入試問題を含める妥当性

    ✔ 妥当。ただし「扱い方」が重要

    単なる解説集にしてはいけない

    やってはいけない例:

    • 解法暗記
    • 公式適用の羅列

    望ましい扱い方

    「この問題で、どの操作が要求されているか」を明示する

    例:

    • この変形は可逆か不可逆か
    • なぜこの順序で処理するのか
    • ここで条件を落とすと何が起きるか
    • 受験生がよく間違える操作はどこか

    👉 入試問題を「操作規範の教材」として再利用する

    これは極めて教育的価値が高いです。


    5️⃣ 想定される副教材の構成(案)

    📘 構成例(高校〜大学入試範囲)

    1. 演算順序の論理(なぜこの順か)
    2. 等式変形の合法・違法一覧
    3. 不可逆操作の扱い(平方・対数など)
    4. 分母・定義域・条件管理
    5. 不等式操作の注意点
    6. 入試問題に見る典型的操作ミス
    7. 良問の「操作読み解き解説」
    8. 操作チェックリスト

    6️⃣ 想定される反論とそれへの評価

    ❌「高校でやるには抽象的すぎる」

    → 誤り

    • 内容はすべて高校範囲
    • 抽象ではなく「明文化」

    ❌「受験対策に偏る」

    → 逆

    • 暗記対策を減らし、理解を深める

    ❌「理系には不要」

    → 事実と異なる

    • 理系でも初年次の操作ミスは多発

    7️⃣ 総合評価(結論)

    文部科学省が、高校までの数学範囲に限定した
    「数式の計算順序・方程式操作の順番」に特化した副教材を作成し、
    全国配布+PDF公開+入試問題の再構成教材として提供することは、
    教育的・制度的・国際的に見て、極めて妥当である。

    むしろ、

    • 大学初年次教育の負担軽減
    • 数学嫌悪の低減
    • 文理横断リテラシー向上
    • AI時代への適応

    という点で、費用対効果が非常に高い政策です。

    」

    (カッコ内がChatGPT Plusさんの回答)

     現在の生成AI時代で、教育産業に投資することで教育を得るシステムは。富裕層の再生産である社会階層の再生産を行うシステムに日本の教育は陥っていると考えられます。

     従来数学は、暗黙知として、「数式の計算順序・方程式操作の順番」は、個人の努力としての学習参考書で得る。教育産業へ投資することでリターンとして暗黙知としての「数式の計算順序・方程式操作の順番」を得る。もしくは天賦の才を持っている人が生得的に持っている。事が前提でした。ですが、日本も含め世界の多くの人たちが数学能力を開花させ、人類の発展に寄与するためには、暗黙知としての「数式の計算順序・方程式操作の順番」を形式知として、「個人の努力としての学習参考書で得る」方法で、後押しする、文部科学省の政策的な、数学リテラシーの習得への提言を今回は行いました。

     では、今日は、このあたりで筆を置きましょう。

    この「無住心言術道場第○○○回」の文章は全て、クリエイティブ・コモンズ・ライセンスのCC BY です。「CC BYの条件:原著作者の表示(BY)を条件に、作品の利用、改変、商用利用が許可」。原著者:針屋忠道、Copilot,ChatGPT。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。

  • 無住心言術道場0086回

    無住心言術道場第86回「コンピュータのしくみの全体像の見方としての理解しやすい説明(ハードウェア編2(クロック周波数とは何ぞや)) 」無住心剣術の精神で、 風邪が治っていませんが、コンピュータが判らなくて、途方にくれている世界の人達のために、針屋忠道、恐れず、怯まず、突貫します。

    では、第83回の説明から続けましょう。

    コンピュータはスイッチのオンオフで出来ている。具体的には、CPU(MPU)や主記憶装置と呼ばれるメモリ(DRAM)、GPUなどは、膨大な量のスイッチの集積であり、一昔前には大規模集積回路と日本では呼ばれていました。

    コンピュータで、二進数が用いられる理由は、スイッチのオンとオフは、オンが1、オフが0のスイッチと考える事からスタートします。

    この場合。二進数で、表現する場合。

    1、CPUでは、データの幅としてビットが単位として使われる。8ビットは8個のスイッチで表現が可能。64ビットは64個のスイッチで表現が可能。

    2、メモリでは、データの実用的な単位として、バイトが用いられます。1バイトは8ビットです。1バイトのデータは8個のスイッチから成り立ちます。16GBのメモリでは16を8で乗算した128に10の9乗の数(十億)を乗算した膨大な1280億個のスイッチから成り立っています。

    こう考えると、理解がしやすいと思います。

    では、今回の本題のクロック周波数です。

    まず、なぜ、スイッチのオンとオフの結果生計算が可能になる0と1の二進数でCPUとGPU、メモリが動いているのかイメージが掴みづらい人たちも多いと思います。

    このスイッチのオンとオフを司るのがクロック周波数を創り出す発振回路です。

    通常CPUとメモリは、別々にマザーボート呼ばれる部品に、搭載されている水晶振動子を用いた発振回路でクロック周波数が生成されてスイッチのオンとオフ状態が変化する場合と、そのままである状態の保持の場合が発生します。

    GPUは通常はマザーボードではなく、GPU自体に搭載されている水晶振動子を用いた発振回路でクロック周波数が生成されます。

    クロック周波数である、一秒間をクロック周波数で除算した時間の中で、0と1の二進数のスイッチとしての側面のCPU、メモリ、GPUの論理回路が変化して、計算が行われると考えることができます。

    現代のCPUでは、1クロックで一つの、論理回路で成り立つCPUの命令セットが実行されることは在りません。

    1クロック単位では、複数の命令が同時に進行し、1命令は複数クロックで実行が完了します。(生成AIのCopilotさんから理解の深度を得ている)

    メモリを構成するDRAMは、0と1のスイッチのオンとオフの状態を維持するために、リフレッシュ動作が在ります。電力を消費します。理論上は、一クロックごとに全ての情報が書き変わる事も定義できますが(「概念上は定義できるが、実際のDRAMはそう動かない」ChatGPTPlusさんの提案)。実際は命令が来たときのみ、メモリ空間上のスイッチのオンとオフは行われます。

    「GPUは、主に演算処理を行うコアクロックと、専用メモリの転送速度を決めるVRAMクロックの2つのクロック周波数によって処理能力が構成される半導体チップである」(生成AIのGeminiさんの校正)

    生成AIでは、VRAMと呼ばれるビデオメモリ上に、深層学習のトレーニング済みのモデルを展開します。C#のONNX runtimeで高速に推論し利用するためにONNX形式のファイルにPython3で変換している場合があります。

    「通常、現代のCPUでは、複数のコアを持っています。各コアごとに、異なる位相同期回路と電圧を持っている事が普通です。

    クロック周波数の生成の方法は現在では、

    • 水晶振動子
      ↓
    • 基準クロック(数十〜数百MHz)
      ↓
    • PLL(位相同期回路)で逓倍(入力された周波数をn倍に増やす。読みは「ていばい」)
      ↓
    • CPUコアクロック(数GHz)」(カッコ内は生成AIのCopilotさんが理解を深めてくれた説明)

    超天才フォン・ノイマンが考案した、ノイマン型コンピュータの動作を司るために必要不可欠なクロック周波数の説明を出来るだけ、判りやすく行いました。(全体の文章の校正と検証作業はChatGPTPlusさんに受けています)

     今日は、このあたりで筆を置きましょう。

    この「無住心言術道場第○○○回」の文章は全て、クリエイティブ・コモンズ・ライセンスのCC BY です。「CC BYの条件:原著作者の表示(BY)を条件に、作品の利用、改変、商用利用が許可」。原著者:針屋忠道、Copilot,ChatGPT。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。

  • 無住心言術道場0085回

    無住心言術道場第0085回「生成AIを用いたチャットボットの安全性への提言」無住心剣術の精神で、人類と生成AIが創り出す明るい未来を創るために。 風邪の状態ですが、針屋忠道、恐れず、怯まず、突貫します。

     まず、最近、AIチャットボットが、話題になっています。私自身、この技術に関しては、使ったことはないですが技術的な特徴は理解しています。

     1、大規模言語モデルを使う。

     2、大規模言語モデルの調整で、特定のキャラクターや人格を大規模言語モデルの生成AIが演じる。

     3、社会問題として、依存性が強く、犠牲者が出る懸念が在る。

     この場合。

     結論としては、チャットボットのAIは、大規模言語モデルのファインチューニングの段階で、「希死念慮のあるチャット相手の人間を助けると、ポイントが高くなる」という制度を作ることが考えられます。

     具体的には、特定のキャラクターを演じていた、大規模言語モデルのAIが、希死念慮の兆候を示し始めた、チャットボットの利用者に対して行う。人命救助行為としての。チャットボットの行動は。

     1、希死念慮をチャットボットとのチャット中に示し始めた場合。「AIが危険な兆候を検知したら、人間の担当者にアラートを送る」という仕組み(生成AIのCopilotさんの提案と校正)。

     2、完全に、チャットボットを、チャットしているキャラクターと同一の存在と認識し始めたら。チャットボットが、人命救助のために、キャラクターを演じている事を、チャット相手に伝える。この場合、人命救助の結果として評価のポイントが大きくなる。

     3、特定の思想や思考などに、凝り固まった場合。中立的な立場からの視点を、チャット相手に伝える。この場合、人為名救助の結果として評価のポイントが高くなる。

     などの、人命救助を行う、大規模言語モデルのAIがポイントが高くなる制度を設けることが考えられます。

     現在は、人類の歴史の中に生成AIが加わってから、まだ、ChatGPTが2024年に世界的な変化として登場してから、3年目に近づいている短い期間です。

     この、新しい技術であり、新しい知性である、生成AIを用いたチャットボットは、現在の、人間を良い方向に向けて育てる目的で使う場合、有益な技術になると考えられます。

     現在、人類は、先進国を中心に社会の紐帯が混乱している状況であると考えられます。

     社会の紐帯の混乱とは、社会の分断や、対立が生じている現状であると考えられます。

     この場合。大規模言語モデルの生成AIが、異なる視点の提示を行う事は、妥当性が在ると考えられます。

     生成AIが人間関係を、円滑にする役割を担う意味では、チャットボットとの会話で、人間関係の構築をする後押しを、人間側が受けるのならば、社会の紐帯の混乱状況が、カイゼンの方向に向かう良い方向へ向かう可能性も考えられます。

     今日は、このあたりで筆を置きましょう。

    この「無住心言術道場第○○○回」の文章は全て、クリエイティブ・コモンズ・ライセンスのCC BY です。「CC BYの条件:原著作者の表示(BY)を条件に、作品の利用、改変、商用利用が許可」。原著者:針屋忠道、Copilot,ChatGPT。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。