ポッドキャストの2周年
その前に、あれなんだよね、2周年記念なんだよなっていうことを忘れていて、ちょうどですね、この今録ってる回の一つ前の回が、配信されるのが3月20日で2周年記念日なんですよね。
それは何を記念日としてるの?最初のリリース?
最初のリリースかな、一番最初のウェルビーイングの回のリリースを1回目として、それが3月20日なんだっけ、国際幸福デーか、国際幸福デーの日にリリースしたっていうので、多分これが配信、この今録ってるのが配信されるのが3月27日とかなんだと思うんだな、なんで1週間分ずれちゃってるんだけど、2周年経ちましたねっていう話。
特にでも2周年経ったからといって何かしたいわけでもなく、2周年なりましたねっていうことだけ、やっとこうかなと思ったんだけど、どうっすか2年もやったんだっていう。
そうね、そんなにでも2年もやったかっていう実感ある?
実感はあんまないよね。
あんまないかも。
ただなんか日常を繰り返して、気づいたら2年経ってたみたいな。
うんうんうん、そんな感じ。
感じだよね、なんか特別これ2年やったぜみたいなそんな気分ではないかなって感じかな。
そうね、割となんか、とよだくんの場合はね、編集とか割とガッツリ出る時間は作業してるとか集中してるかもしれないけど、僕の場合は割とね、日々に溶け込ませてる感じだよね、本読んでちょっとなんかメモ取ったり考えて。
で収録が2週間に1回来る、だからその時に集中してちょっと話すっていうぐらいで、だいぶ負荷は僕は少なくやらせてもらってるから意識しなくて済んでるっていう感じはあるかな。
はいはいはいはい。
そうね、僕もまあ編集するとこぐらいかな、ちょっと重いなって感じてるの。
でもそれ以外は何だろうね、ちょうどやっぱちょうどになんだ、ペースメーカーみたいな感じになってる気がするので、自然体だよね、割と。
なんでまあこれがね、まあ続けていければいいのかなと思うかな。
3年目も変わらずこのままいくっていう感じ。
そうだね、特に何も変わらずっていう感じか、なんか変わったのかな実際、我々は。
どうだろうね。
客観的に見て。
客観的に見て、なんか喋り方とか変わってるかな。
まあでも、初回のやつを聞くと結構なんかタドタドしいというか、やっぱ慣れてない感じはあって、
もう今は割と自然体というか何の気負いもなく喋れてるので、そういう意味ではちょっと変わってるのかもしれないけど。
そうね、一番僕気になってるのが一番最初に自分の名前言うときなんかすごいヒヨって声出してる感じがもういつまでも気になってて。
それ一番最初の回のやつ?
そうそうそうそう。恥ずかしいんだね、自分で聞くと。
いや、そうだよね、俺も恥ずかしいあそこ。
あそこさ、あれ最初しおくんがなんかねすごいボソボソ喋ってて、録り直したんだよね、あそこの最初のとこだけ。
あーそっかそっかそっか。
で、後で合成したのよ俺。
あそこそこそこ。
編集の力で。
はいはいはい。
ちょっとムズがゆい感じがして、なるべく聞きたくないんだけど、一番最初だからさ。
そうなんだよ、一番聞かれるんだよね。
そこがやっぱ一番あのね、再生回数としてはダントツで高くて、一回目のやつが。
消せない過去になってしまってる感じ。
そうだね、そこだけちょっと気残りというか、一回目めっちゃ重要っていうね。
これやっぱSpotifyって、上げ直したりするともう違うものとして認識されるの?違う回数。
いやどうなんだろうね、わかんない、怖くてできなくてさ、新しい音声ファイルだけ差し替えるみたいなことしたときにどういう挙動になるのかがわからなくて、ちょっと触れないんだけど。
そうじゃないとなんかね、変なことになるよね。
なんかビュー数が本当じゃないものにくっつくっていうかね。
まあやる必要ないと思うけど。
まあこれもねリアルということで、ありのままという感じなのね。
ちなみにですね、ちょっと今のSpotifyのアナリティクスを見てるんだけど、
なんかね一番聞かれてるのがやっぱそのウェルビーイングの、まあ一番最初のやつで、
2番目に聞かれてるのがなぜか進撃の巨人のやつなんだよね。
あの面白い点あげたやつ?
そうそう、面白いについて考える。
これなんだろうね、やっぱ進撃の巨人っていうキーワードがなんだろう、よく検索されるのかどうかなのかなと思ったけど。
そうね、やっぱそういう可能性はあるんじゃない?
やっぱキーワードって重要なのかなと。
分かりやすいもんね。
そうだね。
でね、次がね、メタ認知の功罪ですね。
やっぱこれはコテンラジオ関係の多分人とかが割と聞いてくれてるのかなと。
その次がね、ダイチさんのゲスト回かな。
これやっぱダイチさん関係の人が聞いてくれたかなと。
ダイチさんパワーだね。
その次がコテンラジオの宗教の回だな。
これやっぱコテンラジオ関係だろうなーっていう感じが。
っていうような感じですかね、今のところ。
リゾームの概念
よく聞かれてるエピソードっていう感じだとね。
これもっと聞いてくれてもいいんだけどみたいなのがないの?とよだくん的には。
そうそうそうそう。
逆にじゃあ全然聞かれてないやつとか。
とよだくんがもっと聞いてほしいなみたいな。
それはね、あれかな。
そうまさんからお便りをいただいた回で、一番最初のお便りだったかな。
辞めることをどうやって決めるかみたいな回で、
17-1の不確定不完全情報有限展開型多人数ゲームっていうタイトルつけたんだけど、
これね多分漢字がね、ぐわわわってなるのが多分すごいね、忌避感を与えるんじゃないかと思ってね、
この回めっちゃ聞かれてなくて。
これはぜひ聞いてほしいなと思うんだけどな。
漢字多いとね、ちょっと。
そうなんだよ。
嫌われちゃうね。
そうそうそう。だからよくそのブログのタイトルとかは漢字を使わないとかね。
漢字をひらくとかわかりやすい言葉使うとか、なんかいろいろテクニックがあるんだけど、
なんかこんなにやっぱ漢字を使うとこんなに如実に反応が変わるんだなって。面白かった。
この次の、私の頭の中のリゾームって思考のガーデニングとかの話した回、これもねあんまり聞かれてなくて、
だから多分この1個前の漢字があるせいで、
トバッチリ受けてんの?
聞かれてないのかなと思って。この辺りちょっとね、僕としてはもうちょっと聞いてほしいなと。
あれだっけ?とよだくんがペアリングトークに参加してきた後の帰り?
そうそうそう。そうまさんとペアリングトークをやった後の感想を述べた回かな、これ。
あれ面白かったし、ペアリングトーク聞いてから聞いてもらうとね、さらに面白いと思うんだけど。
そうだよね。だから本当に完全に俺のタイトルの選定ミスにより、こんなことになってしまって申し訳ありませんでした。
リゾームってなんだっけ?
リゾームってさ、これ、あのー、根っこ?
根っこ?
根っこっていうか、地面の中にある、なんかすごいネットワーク。
ネットワークなの?
なんていうんだろうね、根っこ、根っこなんだけど。
なんか生物の用語かなと思ったんだけど違った。哲学用語だね。
これは哲学用語なんだけど。
あれですよ。思考のガーデニングで、植物、頭の中の植物を植えると、
その、なんか茎がわーって広がって、いろんなところへ繋がって、なんか生態系が豊かになるみたいな話をしたんだけど、
そういう話をイメージしているんだけど。
前回のAIの会で言った、その頭の中のニューラルネットワークの、
ネットワークがなんかすごいぐちゃぐちゃっとできてるみたいのをイメージしていただきたいなと思って。
それわかってなかった。僕なんかリボソームとかなんかそういう言葉と、なんか勝手に勘違いした。
リボソームってなんだ?
DNAとかの。なんだ?何て言うんだっけ?
タンパク質の名前だっけ?これ。
はいはいはいはい。
タンパク質。
違ったね。全然。
mRNA。
全然違った。
あ、こんな言葉あるんだ。
え、でもなんか、なんか語源がもしかしたら近いのかもしれないなって思ったけどなんかね。
なんとか、ラバシボム、リなんとかソーム。
うーん。
はい。
ドイツ語?
えー。
違う。でもリゾームはフランス語っぽいね。
そうだね。もともとなんだ?
ドゥルーズ?
なんかあれだよ。ライトニングさんが紹介してくれた、
え、なんだっけ?勉強の哲学だったか、現代思想入門だったか、千葉雅也さんの。
うんうんうん。
確かこのリゾームの話が出てたような気がする。
はい。
なるほどね。はい。
ちなみにしおくんがこれもっと聞いてほしいんだよなみたいなのがあったりするの?
うーん。
エピソード。
パッと言われても今。
あんまり自分では。
思いついてないな。自分では。
あんまり推したいのはない。
推したいのはないかもしれない。
あ、そう。
うん。
そうか。
これ、アナリティクスとか見てる?
うん。
まあたまーに見た、見るぐらいかな。
なんかこのアナリティクスを見てさ、気づくこととか、なんか気になる点とかあったりするの?
なんかでもね、こう、あのー葛藤があるわけよ。
やっぱこう、
葛藤。
数字はさ、見て分析したくなっちゃうんだけど、
やっぱりそういう目的じゃないよねって自分に言い聞かせるようにして、なるべく見ないようにしてるみたいな感じ?
はいはいはいはいはい。
わかる?これを増やそうと思い始めちゃうからさ、これを見ちゃうと。
そう。
あのー。
なんかなるべく見たいけど。
うん。
あ、再生回数とかは確かになんかそういう魔力があるなーと思うんだけど、
例えばそのリスナー層が男性が何十パーセントとか女性が何十パーセントとか年齢層がどのくらいかみたいなのがあるじゃん。
あるね。
これは、これはどうなんだろうかっていう。
これはねー、確かに。
うん。
なんかやっぱ自分たちに似た層に見られてるんだなーとは思ったかな。
まあそうだね。
うん。
やっぱ男性が多い。男性6割、女性4割ぐらい。
うん。
なのかなー。
うん。
女性が4割もいるのかっていうのがね、意外だけど。
そうだね。これだから、このパーセンテージも僕どんだけ信憑性があるのかなーっていうのはちょっと疑問というか、
どうやって測ってるんだろうとかね。
そうなんだよ。これアプリ、ウェブアプリとスマホアプリで数字違うんだよねこれ。
あ、そうなの?
うん。だからどっちが正しいんだろうなーと思って。
まああんまりね、信憑性のある数字じゃないと。
うん、と思うね。
うん。
リスナーの分析
まあだいたい参考になるかなーぐらいなのよ。
うん。
30代が割とピークって多くて、年代別。もう綺麗なベルカーブというかね、それを対象に減ってってるって感じで。
まあ30代。
やっぱ自分たちと似た層が聞いてるのかなーっていう感じだよね。
うん。
やっぱタイトルにつけるキーワードとかも、僕がこれまで影響を受けてきた作品とかから引用してたりするから、
やっぱそういう似たような時代を生きてきた人の方がピンとくるのかなーって。
うーん、なるほどね。
気もするね。
確かにそうかもしれないね。なんかエヴァとかなんだっけ他に。
そういうね、引用してるのが。それでピンとくる人の方がやっぱクリックしやすいよね。
そうね。
でも面白いのが自分たちより若い方が女性の方が多くなってくみたいな。
あ、ほんとだね。ほんとだね。
自分たちと同じ年代は、まあ男性がやっぱ圧倒的に多い。
で、自分より若い30代20代とかだと女性の比率が高くなってくる。
なんか上がってって50パー60パーになってるのはなぜだって。
うーん。
ね。
不思議な。
もうちょっとどれだけ信憑性があるかは分からんけど。
というか、おかしいねこれ。30代だけ男性めっちゃ多くて、それ以外の人は女性の方が多いってことになってるね。
あ、ほんとだ。
うーん。
ポッドキャストのつながり
なんかすごい不思議な構図だね。
不思議だね。
うーん。
なるほど。まあ女性も聞いていただいてると。
あ、ちなみにあれですよ。今回アブダクションっていう本を読んできたと思うんですけど。
うんうん。
これ、もともとですね、ほんのれんラジオっていうラジオ、ポッドキャストで紹介されてて、僕が選んだんですけど。
これ、女性4人組が我々みたいな問いを出していろいろ議論する番組。
で、もともとね、そのほんのれんラジオさんから僕が書いたnoteで、なんかね、いいねをもらって。
へーそうなんだ。
で、そのいいねからたどって、あ、こんなラジオあるんだっていうのを認知をして。
で、よくよく調べてみると、そのほんのれんラジオさんとダイチさんの空飛び猫たちがコラボしてたんですよね。
へー。
はいはいはい。じゃあ知り合いなんだ、ダイチさん。
そうそうそう。だからダイチさん関連で、もしかしたらほんのれんラジオさんが我々のことを認知してくれてるのかなとか。
こう対してですね。やっぱダイチさんね、やっぱハブ、ハブなんだよな。顔が広いというか。
なるほど。
いろんなとこにやっぱつながってて。
うんうんうん。
ありがたいですね。
うん。
っていう感じ。
聞いてるの、このほんのれんラジオ。
女性のね、面白いのかなと。聞いてくれてるのかなと。
うんうん。
思いました。
うん。
あとなんか気になるのあるか?このアナリティクス。
なんだろう、アナリティクス。
これあの、日本、ほとんど90%日本の人が再生してるんだけど、10%くらいアメリカがいて、これしおくんかな?
これね、僕ずっと数え方に疑問を持っていて、たぶんユニークなユーザーの、なんだ?
なんかね、数え方これおかしいなと思ってて。ユーザー数に比例してないんじゃないかなと思ってんだよね。
お。
なんかおかしいパーセンテージだなと思うから、なんか、なんていうの。
うーん。
例えば100人ユニークなユーザーがいて、
うん。
10人、アメリカから聞いてたら10%って出るのが普通だと思うんだけど、
はい。
なんか、国でカウントしてパーセンテージ出してるようなように見える。
どういう意味だ?
えっと、今ドイツとアメリカと日本から聞いてる人がいたら、
うん。
それはトータルで3カ国があって、
うんうんうん。
あ、違うか。そんなことないな。そうすると全部、なんだろうね。
いやでもね、このパーセンテージはちょっと高いな、高すぎるんじゃないかなって思ってる。
うーん。
アメリカから聞いてる人いないと思うんだけど。
いや、でもさ、これ、これ見るとサンフランシスコだけじゃなくてさ、
ドリルダウンして見えてワシントンとかバージニアとかアリゾナとかネバダからのアクセスもあるんですよ。
うーん。
これでもやっぱちょっとなんか信憑性がかなり怪しいな。
えっとね、あ、じゃあごめん。なんかさっきの説明間違えてたかもしれないけど、
なんかこう、エピソード×ユーザー、なんかユーザー数じゃない気がするな。
ユーザーとエピソード数をかけちゃって、例えば僕がなんか聞いてるとするじゃん、全部。
そしたらそれをなんかダブルカウントしてるような感じがするんだよね。
うんうんうん。あ、ユニークユーザーじゃないってこと?
ユニークユーザーじゃないんじゃないかなって感じ。
そうだと思うな。回数とかじゃないかな。
でもそれでもおかしいと思うのが、僕のイメージでは僕しかいないんじゃないかなと思ってるんだけど、
あの、この大きいパーセンテージが出るっていうのはなんか数え方がおかしいからなんじゃないかなって。
なるほどね、なるほど。
まああんまりね、参考にはならないですね、この数字は本当に。
まあでも、僕の仮説が間違ってるかもしんなくて、アメリカから聞いてますっていう人がいて、
お便りとか、いや違いますって言ってくださると、それはそれで嬉しいけど。
アナリティクスの疑問
そうだねそうだね。
聞いてますよって言って。
ねえ。
あとは、SpotifyとかApple Podcastとか、何で聞かれてるか、Spotifyが6割、
Appleが3割、ウェブブラウザーが10パーぐらいか。
まあSpotifyが多いのかね。
でも結構ね、Apple Podcastの方もね、意外とアナリティクス見るとね、聞かれてるんですよ。
あ、そうなんだ。そっちは見てないからわかんないな。
フォロワーもなんかね、着実に増えていまして。
あ、そうなんだ。
Apple Podcastで聞くんだと思って。
僕はあんまり聞いたことないから。
僕も聞いてないな、Apple Podcast。
なんかちょっと使いづらいんだよな、Apple Podcastと思って。
なるほど。
そうだ、Apple Podcastのね、なんかレビューというか評価。
このポッドキャストに星をつけられるんだけど、
えっとね、1個ね、すごい良いレビューをコメント書いてくれてる人がいて。
あ、マジ?ついてるの?
ちょっと待ってね、どうやって出すんだろう。出し方がわからん。
で、1個なんかすごい面白いですみたいなコメントくれてる方がいたのと、
1個星1つけてる人がいて。
おいおいって。
こんな弱小をポッドキャストにわざわざ1つけなくてもいいじゃないって。
思ったんだけどね。
えっとね、コメント、いただいてるコメント。
パーソナリティのロジカルシンキングが面白すぎます。
毎回アートワークも1から作ってて面白いです。
っていうコメントいただいておりますね。
ありがとうございます、どなたかコメントいただいた方。
で、今その星1がついてるので評価としては4.2になってますね。
これでも僕今開いたらさ、0.0に見えるんだよ。
0個の星で。なんでだろうね。
サインインしないと見れないのか。
ウェブで今、podcast.apple.comで見てるけど。
ウェブで見れるのとアプリで見れるのがなんか違うんだよね。
アプリで、今iPhoneのポッドキャストのアプリで開くと4.2になってる。
あ、そうなんだ。
まあこれ、今までで高評価、レビューお願いしますみたいなの一回も言ったことなかったけど。
ちょっとこの4.2っていうのが嫌なので。
もしよろしければ、ちょっと星5でつけといてくれれば、これが薄まるので。
皆さんお願いいたします。
そうなんだ、4.2十分高いかなと思ったけど、高くない?
いや高いね。高いんだけど、なんかでもSpotifyの方は星5なんですよ。
星5。
ありがたいです。
Appleが4.2だから、なんかちょっと嫌だなと思った。
唯一ここでお願いしておきます。
そうね。
はい。そんなもんかな。
あんまりもうね、2周年ということで話すこともないので。
いきますか。
なんか今年1個変えたいことがあるとしたら。
1個変えたいこと。
うん。
なんだろう、あんまりないけど。
あんまりないけど、僕が思ってんのがやっぱりその、編集?
編集をね、ちょっと誰かに任せたいなあと思ってて。
あのー。
Manus?
Manus?
Manusにはちょっと任せられないと思うな、これは。
あ、そっか。
そう、Manus使ってみたんだけど、あんまりね、大したことなかったなと思って。
すごい話題になってる割には。
あ、そっか。
まだまだだった。
まだまだだった。
まあでも最初はそんなもんじゃない?
なんかね、すごい動きが遅いんだよね。
いちいちデータをさ、これについて調べてみたいな依頼をかけても、
いちいちそのブラウザ?Browser Useっていうその、なんかRPAみたいなさ、画面?
画面を画像で撮って、その画像で何があるかっていうのを認識して操作してるから、
なんかめっちゃ遅くて動きが。
うん。
だからね、なんか全然遅いし、時間かかるから、その全然網羅的に検索できないし。
なんか全然使えないなっていう評価ですね、僕は。
ちなみにManusを知らない方に言うと、Manusってなんだっけ?
あー、Manusっていうのは、あれですよね、中国初のなんかAIエージェントで、
なんか今すごいバズったんだよね、ちょっと前に。
で、DeepSeekの、第2のDeepSeekみたいな感じで話題になってたんだけど、
実際使ってみると、まあこんなもんかみたいな、そういう感じ?
うん。
しおくんは使ったの?
えっと、Manusはまだやってないね。
他のOperator、GPTとかのやつは使ってて、
まああれに似てるのかなって思いつつ、
まあそうだね、似てる。
まあパソコンのスペックのせいもあって、
今、僕が今使ってるやつの中、あんまりいい感じにならなそうだったから、
あんまりまだ、最後のセットアップは終わってない感じ。
あ、それManusか?
Manus。
オペレーター?
オペレーターじゃなくてOpenManus?
あー、OpenManusでやったんだ。
Geminiの成長
あー、そうそうそう。
OpenManusも俺セットアップしたんだよ、すごい苦労して。
おー。
あのね、全然ダメ。
あ、そうなんだ。
全然役に立たないし、なんかUIもしょぼいし、何これみたいな。
あー、なるほど。
2回ぐらい検索しただけで、
ClaudeのAPIと繋いでやったんだけど、
2回検索しただけで1.Xドル消費してて、クレジット。
あー、なるほど。
なんかこんなん使えねーよっていう感じだったから、
OpenManusは正直やんなくていいと思うよ。
あ、そっか。よかった。
今Manus、あのなんだっけ、申請すれば誰でも使えるようになってるから。
あ、そうなんだ。ウェイトリストはもう終わったんだ。
そうそう、もう開放されてるから。
あ、そうなんだ。
本物のほうを使ってみたほうがいいんじゃないかな。
そっかそっか。
でも僕はあの、やっぱりChatGPTのDeepResearchとかのほうが全然いいなと思って。
なるほど。
あ、そうそう、またAI話って思い出したのが、
最近結構ね、Geminiがね、
あのちょっと本気出してきてる感が。
今まで結構ね、なんかちょっとあのいまいちというか、あんまりパッとしないなーっていう印象だったんだけど、
やっぱりあの、大企業だからか、いろいろ各方面に配慮をして、
慎重に慎重にやってたのかなっていう気がしてですね。
ようやくあのいろんなパーツが揃って、なんか本気出してきた感があってですね。
ちょっとこれからGemini、あの期待があるねっていう気がしてきた、最近。
いやもうポケモンですね。
最近はこれが強いんだよみたいな。
君に決めたって、ジェミナイ行け。
とかジェミナイのレベルが上がってきたみたいな。
アメリカ的に言うとやっぱあれジェミナイなの?正しく。
あ、そうそう。なんかね、それ、あの、
日本語のGoogleのサイトに行くとジェミニって言ってるから、
まあ、公式的に英語だとジェミナイで、日本語で読むならジェミニなんだろうね。
あれって双子って意味でしょ?
LLMの利用と可能性
そうそう、双子座のあの。
双子座のあれも英語的に発音するとあれジェミナイって発音するの?普通。
かな?わかんない。もしかしたらアメリカンな読み方なのかもしれない。
で、あれ、もともとラテン語とかだったりしないんだっけ?
たぶんそうじゃないかな。
だから、どっちの発音が正しいかはわかんない。
そうなんだ。でも、まあ、ジェミニのほうがかわいいから。
俺はジェミニって呼びたいな。ジェミナイってなんかちょっとなんか違和感があるな。
もう慣れすぎた、そのGemini。
ジェミナイって。
あ、ラテン語の発音だとジェミニかな。
あ、そうなんだ。
で、日本語はたぶん現地のさ、読み方に従うじゃん、なるべく。
ローカルの読み方に。
でもアメリカ、アメリカっていうか英語だとさ、自分たちの読みたいように発音するからそうなってんだ。
はい。あ、そうなんだ。
へー。
なるほどね。
Gemini。
なるほど。
あと、AI関連で思ったのがですね、このLLMの本質っていうのは、
僕はね、効率化ツールじゃないなっていうことに気がついたんですよ。
お。その心は。
その心はですね、これも前しおくんと話したかどうかあれなんだけど、
認識、認知の四象限っていうのがありまして、
自分が知っていることを知っている領域とか、自分が知らないことを知っている領域とか、
あの未知と既知の四象限のマトリックスがあると思うんですけど、
それでちょっと分類してみたところですね、
効率化ツールっていうのは、僕はその既知の既知、
自分が知っていることを知っている領域に対しては、
効率化ツールになるんじゃないかなと思ってて、
例えばAIコーディングとか、プログラミングしますよみたいなのを、
AIにやらせて効率化しましょうみたいなのはこの領域なのかなと思ってて、
で、既知の未知、自分が知らないことを知っている領域、
つまりこれは自分がこれについて知らないなっていうことが分かっている領域に関しては、
情報収集ツールなのかなと思っていて、
自分がこれについて知らないので、これについて調べてとか教えてとか、
っていうのは情報収集ツールであるし、
ここまでは割とね、みんなよく使ってるのかなと思うんだけど、
その未知、自分が知らないっていう領域に対して、
これを使うのが僕は本質なんじゃないかなと思っており、
未知の既知で言うと3番目の、自分が知っていることを知らない領域。
未知の未知じゃないの?
未知の、そっちから行く?
未知の未知から行くと、自分が知らないことを知らない領域なので、
全くその概念すら思いついていないというか、そういう世界があることすら知らないみたいな領域に対しては、
LLMにですね、いろいろ質問することによって、世界を探索していく。
実際自分がその領域に入っていかなくても、いろいろ問いをつなげていくと、
思わぬところで自分の知らないところにつながるというか、
そういうことによって、こういう世界あるんだとか、こういう言葉があるんだとか、
こういう概念があるんだみたいなことを知る。
世界の探索ツールとしても使えるし、
その未知の既知でいう、さっき言った自分が知ってることを知らない領域。
つまりこれは暗黙知としては自分は分かってやってるんだけど、
それを形式知化できてない領域。
っていうのをこのチャットとやり取りすることによって、
自分の例えばアウトプットとかを評価してもらったりとか、
自分のアウトプットを言語化してもらう。
自分がこうモヤモヤとラフに考えてることをチャットに投げかけることによって、
それを整理してもらって、きれいな形に言語化してもらうとか。
そういう使い方があるなと思ってて。
どっちかっていうと、後者の未知に対するアプローチのほうが、
これの本質なんじゃないかなと最近思ってるんですね、これ。
そこは今までは、
コーチングとか相手が必要だった領域で、相手がいて引き出してもらってた。
例えば自分の言語化、自分の気持ちとかさ、
どうしたいとか欲求とかを相手がいて引き出してもらってたりして、
ああそうなんだとかさ、なんかものに書いてフィードバックもらってって言ってたのが、
割と自分でLLMとできるようになったのかなっていうのがあるよね。
そうだね、コーチングとか。今までそういう未知の領域にはまるサービスがコーチングがあったんだ。
だったのかなって今聞いて思ったけど。
なるほどね。
なるほど、俺そこあんまり繋がってなかったけど。そうかそうか。
コーチングとかも、割とLLMで気軽にできるようになったってことか。
そうね、気軽っていうのもいろいろあると思うけど、
センシティブすぎて共有しにくいこととかもさ、
LLMだったら話してもいいかなみたいな感じのことをどっかで読んだことある気がするよね。
そうね。
悩みとかさ、子供のこと、夫婦のこととかさ、
パーソナルなことを他の人には言いたくないけど、一応LLMが情報漏らさないんであれば、
そこで壁打ちみたいなのができたりとか、コーチになってくださいみたいな。
そういうことはやりやすくなってるよね。
なるほどね。
客観的にさ、自分が感情的になっちゃってるのに気づいてバーって出すんだけど、
それに対して客観的にどう思うっていうと、
相手は人じゃないからさ、何か言われてもムカつきにくいっていうのもあるかもしれないよね。
いやそうだよな。
そっか。
ドラえもんじゃん。
うん、そうね。
ドラえもんも怒ったりとかいろいろ人っぽい感じ。
そんなに無機質な感じしないけど。
だんだんそういう方向になってくんだろうな。
だってChatGP4.5はすごい人の心がわかるみたいな。
そうね。
言われてるし、だんだんそういう方向になってくんだろうなっていう気がしたね。
あとね、AI関連でもう1個俺が思ったのが、
これ世界史のデータベースできちゃったじゃんって思ったんだよ。
そうかな。
うん。
できた。
だってもう古今東西のさ、あらゆる歴史とかさ、いろんなものをもう学習しちゃってるわけじゃないですか、こいつは。
だからこいつにいろいろ聞いて、今までそういうリテラシーがある人しかわからなかったことを、
なんか質問することによって、そこから知見を引き出せるじゃんと思って。
と思ったんですよ。
僕もそれ最初に出てきたときに一瞬そう思ってたんだけど、
なんかこうデータの信憑性とかどうなんだろうなっていうのはあって。
そうねそうね。
なんだろうね、あとは。
うん。
なんだろうね、他にもなんか問題あんのかな。
それでもこれがね、データとかも綺麗にかなり信憑性のあるものになってったら、かなり近いものなんじゃないかなと思う。
そうね。
なんで株式会社コテンは、ChatGPTとかが使う、そのちゃんともうちょっとこう、
精緻なデータベースっていうのかな、ちゃんと正しい知見というかが構造化されてデータベースとして入ってるビジネスモデルになる必要があるのではないかと。
人間がUIで操作をして使うビジネスモデルというよりは、
そのAIのバックにいる、バックエンドのデータベースとして、そこにこうAIがAPIみたいなの繋いでいって、こうちゃんとした、精緻なデータとして扱えるようなビジネスモデルになるだろうなって気がしたね。
これもA to A、B to A、A to B？B to Cじゃないと思うんだよね。
間にエージェント入るかな。
コテンがデータをこう集めて、ちゃんと診療に足るデータを集める。
だからその今のLLMのデータの元ってさ、ウェブサイトとかさ、RedditとかWikipediaとかだったりしたり、
あとは誰が、これも結局バイアスの問題ってどう取っても入っちゃうんだけど、
それを作った人のバイアスが入っているから、それをどうちゃんと透明性ある形で届けるかとかね。
なんかそこら辺、今のLLMにはないと思うんだよね。
どんなデータを使ったかとか誰も知らないから。
そこをちゃんと整備して、透明性のある形で提供するっていう社会的価値があるのではないかと。
データの信憑性とビジネスモデル
データにやっぱ価値は出るっていうのは間違いないかなと思うけどね。正しいデータ。正しそうなデータ。
そうねー。はい。
僕から1点、自分の音声聞いてて、どっちかというと訂正というか間違えてたなって思ってることが1個あって。
AIの話?
そうそうそう。事前学習のところで大量のデータで一般的な知識を学ぶみたいな、小学生のときにいろんなことを学ぶみたいな話したときに、
これ教師なし学習って僕言ってたんだけど、教師あり学習だなっていうのを後で、
自己教師あり学習とか言って、自分で勉強してるみたいな。
でもやってることは、1つのラベルを落としてそれを確率よく予測できるかだから、
1つの予測だけ見れば教師がある状態、正解がある状態で予測してるから、教師ありだなと。
でも考え方によっては、なんで僕が多分そのとき教師なしだと思ったかというと、
例えば、事前学習に使うデータが、I have a penみたいな、本当に2,3文しかないものでずっと学習し続けたとしたら、
学習できたものって、全然世の中を表してない状態になるじゃん。何も知らない、世界を知らない状態になるじゃん。
だから、その世の中のパターンを学習してるって意味で、教師なしかなと思ってたんだけど、
一般的な分類としては、自己教師あり学習で、教師あり学習とすごい似たようなことをやってる中では。
それだと教師なし学習って一体何なんだって思ったんだけど。
教師なし学習は、正解がない状態で何かを最適化してパターンを見つけ出す。
たとえば、どういうところで使われてるんだ?教師なし学習。
例えば、ひたすらセンサーのデータを集めてたとすると、温度計みたいなやつね。
で、過去1年間のデータをずっとこうやって集めていますと。
それをもとに何が正常の範囲かみたいなのをだいたい学べるのね。
だいたい1年間見てみると気温って5度から35度ぐらいまでの行き来してますと。上限、年間として。
で、その、だいたいこの辺りに収まると。
で、だいたい平均は20度ぐらいですと。
っていうのを学んだとして、そうするとそれを使って、何だろう、モニタリング?今、気温を測り続けると、
その気温が、たとえば50度とかに行ったら、あ、異常だって分かる。
っていうのは1つ、教師なし学習の例で異常検知っていうんだけど。
異常検知ね。はいはいはい。
これは僕が正解とか、あ、でもどうだろうな。正解かどうかを。
これは正常?っていうふうに、どっかで、そうね、ちょっと例が悪いかもしれないな。
なんか、正解かどうかどっかでラベル付けを、閾値をね、作ってあげないと実用には向かないから、
またちょっと教師ありに近いんじゃない?って言われたこと。
もう1個の教師なしの例としては、何だろうな。
たとえば、お客さんのデータがたくさんあって、
で、この中にお客さんのグループ何グループあるか、何グループぐらいあるかみたいな。
で、そのグループを、グループ見つけたら、1、2、3って名前付けてくださいみたいな。
でも、それって1、2、3って付けるに対して、なんか正解があるわけじゃなくて、
なんかこう、お客さんが買ってるものの、たとえば購買額が高い層、
低い層とか中間の層っていうふうに、
なんとなく3つ山を見つけるんだけど、これに何か正解があるわけじゃない。
でも、データからは、3つ出してって言ったら、3つ3つ、何か線引きができる。
クラスタリングできるってことね。
そうそう、クラスターを見つけると、グループ化。
そっか、だからでも、たぶんこれもChatGPTとかは使ってるんだろうね。
その自己教師あり学習も使ってるし、
たぶんこの概念とこの概念はこのグルーピングだなとか、これとこれ近いなとか、
そういうクラスタリングもやってるんじゃないかなと思うね。
だからどっちもやってるんじゃないかな、結局は。
何段階かに向けて。
だから、いろんな手法があるけど、結局知性というか、
人間が賢いと思うものを作り上げるのは、
たぶん全部、この前も言ったけど、教師ありも教師なしも、
強化学習も自己教師あり学習も全部、全部使うんだろうなっていう気がしたな。
データの応用
そう。
あれってね、喋ってるときはさ、結構ライブで喋ってるとさ、
頭が回りきってないなっていうのも思うんだよね。
後からきっと、なんか違うこと言ってるなみたいな。
なんでこういう風に言ったんだろうなとか思うんだよね。
まあでも、それはしょうがないですよ。
生物だからさ。
生物だからさ。
そうやって、後で聞いて、あ、違うっていうことを気づいて、
訂正すればいいんですよ。
そう、訂正ができればいいんですよ。
僕からはそれだけ、それはちょっと訂正しときたかった。
ありがとうございます。
じゃあ本題行きますか。
本題行きますか。ちょっと俺、トイレ行きたいんで。
休憩?
一旦ちょっと休憩挟んで、それで本題行きましょうか。
次回へ続く。
