新春特別企画
おちつきAI
おちつきAI
おちつきAI
AIエンジニアのしぶちょーです。
AI素人のかねりんです。
この番組は、日々のAIニュースで驚き疲れたあなたに、ゆっくりじっくりAIを学んで落ち着いていただく、そんな番組でございます。
はい、ということで、今年も始まりましたね、おちつきAIラジオ。
はい。
皆さん、明けましておめでとうございます。
おめでとうございます。
この回はですね、1月2日に配信されていると。
正月早々、ご無礼いたします。
聞いてますか、誰か。
いいよね、1月2日からもうAIの話聞けちゃうって、そんな幸せありますか。
ね、休んでる暇ないよ、皆さん。
BGMもお正月っぽくなる?
テンテレテテテテテンみたいな。
いかにも過ぎるね。
もうね、すごい聞くからね。お正月特番でね、その音楽は。
みんな聞き飽きてると思うので。
特番に飽きた人はですね、AIの話でも聞いてください。ということで、今日もやっていきましょう。よろしくお願いします。
通常運転?今日は。
通常運転。
正月早々、餅が絡まってんじゃないの。
通常運転でございますが。
なるほどね。お正月特番とかじゃないと。
特番じゃないんだけど、とある企画に今日は参加させてもらってます。
それがですね、前回のあれも前々回というか、前も参加したんだけど。
科学系ポッドキャストの日という企画に今回は参加しております。
はい、お願いします。
この企画はですね、科学系ポッドキャスターたちが集まって、毎月10日あたりに共通のテーマについて各専門分野の視点で話すという、
そういう取り組みになっております。
毎月テーマが出て、科学系ポッドキャストの仲間たちで1個テーマを決めるホスト番組っていうのがあるんですけど、
今月のホストはですね、奏でる細胞さんがホストをやっておりまして、奏でる細胞さんが出した今月のテーマはこちらです。
AIのユーモアの難しさ
笑いになってます。
今日はね。
新春テーマにふさわしい。
新春、いいよね。なんか本当に新年って感じのね。
そうだね。
もうお正月特番って言ったら大体お笑いじゃん。
みんな大人だね。なんかそうやってテーマちゃんと合わせてきてね。
ちゃんと季節に合わせてきて。
そうね。
やっぱりそういう大人の取り組みでございます。科学系ポッドキャストの日。
笑いとAIを掛け合わせて話すってこと?
そう。今日はね、笑いとAIの話をしようかなと思ってるんだけど、これはね、なかなか根深いテーマなんですよ。
難しいんじゃないの?AIに笑わせてもらうのは。
そうなんですよ。
笑えねえよ、AI。
そういうイメージあるよね。やっぱね。
あるね。
AIにユーモア感じたことないよね。
ないね。鬱陶しいよね。AIがなんかちょっと頑張ってユーモアみたいなことやってくると。
そうなんだよ。なんかね、やっぱずれてるのよね。
狙ってますみたいな。
でね、ちゃんとね、これ実は科学的な理由があるんですよ。
あ、そう。
AIがつまらないっていうの。
じゃあまず、
まあそのAIのセンスをあんまり知らない人もいるだろうから。
どんなのが出てくる?
どんなのが出てくるかっていうのをちょっと一個やってきたんだけど、すごいもう無茶振りね。なんか面白いこと言ってっていうプロンプト。
結構適当だね。
あなたのユーモアを見せてくださいっていうのをチャットGPT5.2シンキング。
強いやつだ。
強いやつのもうエクステンションのさ、一番長く考えていいよってやつで調考してもらって出てきた回答を読み上げますけど、なんか面白いこと言ってっていうのの回答ね。
会議、ラムだけ食う。
意味わかんないでしょ。
意味わかんないでしょ。
意味わかんないでしょ。
全然意味わかんないでしょ。
会議、ラムだけ食うと。
ラムってさ、リード、ランダムアクセスメモリーだよね。
メモリーね。
会議、ラムだけ食う。
本当に、え?理解ができないと思って。
理解ができないはずすぎると思って。
しかもそれだけしか出なかったから、これどういう意味って聞いたらですね。
会議イコール、脳のメモリだけ消費して結論、ストレージに残らないことが多いというIT比喩のぼやきギャグですって来たんだよ。
意味わかんないじゃん。
ダジャレみたいな話?
なんか皮肉を言ってやろうと思って。
言った結果、意味不明な言葉が出てきて、解説も意味不明っていう。
もうなんかさ、悠長に、こんだけ今まで悠長にAIとやり取りしてたのに、
チャットGPTの最新モデルでもこんななんか尻目連れてたこと言い出すんだよ。
ユーモアを出せって言ったら。
すごくこのユーモアって難しいと。
なるほどね。今ジェミニに俺ちょっと聞いてみたよ。
ジェミニの方がマシなんじゃない?
ジェミニはね、まだちょっといい。
ちょっとマシ?
なんか言ってきた。面白いこと言ってた?
そうそう。ユーモアを見せてください。笑わせてください。日本人を。
はい。何て言いました?
なんかベタなやつを一つ。
最近AI人工知能の調子が悪くてね。
どうしたの?
いや、AIが足りないみたいなんだ。
だそうです。
ベタすぎるな。笑っちゃうとね、ちょっとあれなんだけど。
解説があって、今画面の向こうで令和にそのダジャレかよという冷ややかな視線を感じました。
あ、読まれてる。
その霊気で私のサーバーの冷却効率が上がりました。ありがとうございます。
ジェミニはちょっといいかもしれないね。
なんかでもベターな感じだね。
ベターだよね。
ベターじゃん。すごいベターでしょ。
やっぱね、これさ、今面白いこと言ってとか笑わせてくださいって言って、ざっくり投げたからさ、プロンプトン設計悪いんじゃないの?と。
なんかもっと詳細に言って、こういう視点でとかって言えば面白いこと出てくるんじゃないの?と思うかもしれないんですけど。
思うよね。
実はそうじゃないのよ。
そうなの?ダメなの?
ダメなんです。実はね、AIに対してユーモアを出させるって、これAI完全な問題っていう、ちょっと科学的な用語じゃないんだけど、人工知能のテーマの中でも最も難解なタスクなんだよ。
AI完全。かっこいいね、なんか。
AI完全っていう、ちょっとね、学術的な用語ではないんだけど、AI完全っていうですね、そういうすごくAIを人工、繁栄用人工知能でね、AGIを実現するために立ちはだかる壁みたいなところにユーモアの実現っていうのがあるのよ。
実はその面白いAIを作るって、なんか人間が楽しむためだけじゃなくて、すごく大きな壁になってる。
難しいのか。
非常に難しい。
笑いとは何かって話だよね。
そうなんです。
どういう時に笑うんでしょうか。
あ、いいね。
どんどん進むね。
笑いとは何かだよね。
そうなんです。
笑いとユーモアってちょっと違くない?
いや、一応同じ文脈で話す今日は。
同じ文脈なんだね。
笑いとユーモアっていうのは、やっぱりユーモアを持ったAIっていうのが、AIにおける最後のフロンティアって呼ばれてるぐらいやっぱ難しいと。
それは何故かというと、やっぱ単に計算機じゃなくて、人間の文化とか言葉とかね、真の意味で理解できないと、やっぱ意味を言葉として理解しないと、なかなかユーモアを出すのは難しいと。
笑いの心理学
なるほど。
だから一歩進んだコミュニケーションになるんだよね。笑わせようとするのは。
っていうので、なかなか実現できないよっていう話なんだけど。
予想外を行かなきゃいけないじゃん。
そう。
やっぱりさ。
いや鋭いね、カネリ。そのままカネリに説明してもらおうかな。
予測を超えた時に笑うんだよね。
そう。
予測できたら笑えないよね。ネタバレしてたらみたいな話だよね。
ネタバレしてたら笑えないで。
そうよね。
そうそうそうそう。まさにその通りで、笑いってなんなんみたいなこと。よく言うのが、緊張と緩和のギャップだよねと言うよね。
緊張と緩和のギャップ。
緊張の、こうなんか緊張があって緩和すると。お笑い芸人とかでもボケとツッコミみたいな。
なるほど。
あれは緊張と緩和とか、ギャップがあるよねっていうので、結構そこで笑いが生まれると。
なんかちょうどね、最近だとM1グランプリとかやってたけど。
あ、そうだね。見てないよ。
まさにそういう。
見た?
見てない。
M1とかAIに学習させてもなんとかならんのかね。
なんとかならないんですよ、それが。
ならないんだ。面白いね。
かね、見た?M1。
見てない。見るわ。
見てないじゃん、二人とも。
ダメだ。今日のこれ笑いをテーマにするのに。
そうなんだよな、M1。今日のも興味がなくてね、見ないんだよね。
そうなんだ。過去のはあるよ、何回かね。
お笑い芸人とか好きなの?そういえば。好きな芸人とかいるの?
特に、ジャルジャルはね、たまにYouTubeで見てるよ。
あ、ジャルジャルね。
ジャルジャル。
コントシが好きだね、結構ああいう。
面白いね。
いろいろね、年末はそういうの見たりするけどね。年末ぐらいだね。
あ、そうだね。年末はもうそれこそお笑い芸人筆記なしにテレビに出てると思うんだけど。
とにかくそれで笑うじゃない。
じゃあさ、人間がその笑いとかユーマを感じる仕組みって何なの?って踏み込んでいくと、認知心理学とか社会心理学とか、それちょっと小難しい話になっていくんだよね。
うんうん。
で、基本的にこう、笑いっていうものを分解していくと、さっき言ったより緊張と緩和とか、ギャップで笑うよっていうのがあって。
ギャップ。もうさ、お笑いに興味ない人が喋っても説得力ないよね。大丈夫?これ。
笑い、興味ないわけじゃないよ。
あ、そうか。
やっぱりリスナーを笑わせようっていうのはあるから。
あ、そう。
お笑いに興味がないだけで。
あ、そういうことね。
そうそうそう。その手段としていつも下ネタを使ってしまうっていうワンパターンがある。
それはちょっとM1見たほうがいいよね。
いいかな。M1下ネタ禁止なの?
下ネタなんかで笑わせるのはやっぱりあれじゃないですか、ちょっと。下の下みたいな。
あ、そうだな。
うん。
カンニング竹山がね、劇場でうんこしようとしたみたいなやつ。あれ面白かったけどな俺。
下ネタが好きなんだね。
エンタの神様かな、あれね。下ネタ好きだからあの記憶ばっか残ってるんだけど。
そうか。
俺が中学校の頃かな。
あ、そんな昔なんだ。
そうそうそう。
まあとにかくちょっとね、俺が笑いとは何せを与える立場じゃないんだけど。
AIだったら下ネタだったらAIいけそうだよね、もはや。うんこすりゃいいんでしょみたいな。
いやそれもね難しいんだよ。
難しいんだ。
まあこの後ちょっと話出てくるんだけど、実はねなかなか難しいと。
っていうのはまあまず笑いっていうのは認知心理学的には意外性や不一致で生み出されると。
意外なものがまずあります。それが無害であると判断されるときに笑いが起こるっていう。
それが機体と現実のギャップっていうのがユーモアだと言われてるのよ。
で最も言われるのが良性違反理論っていうのがあるんだよね。
難しいね今日はね。
良性違反理論はでも俺もねこれものづくりのラジオの方でも語ってるんだけど、
良い違反をしたときに人間は笑うと。
良性ってのは良い。
良い性の違反理論。
まずその何かが間違ってるとか変であるよっていう違反?規則から外れてますよって違反があり、
その違反が安全だよとか遊びだよとかジョークだよっていうのがしっかり認識できると笑いが起こる。
へーそうなの?ちょっとイメージできんけどね。
えっとね一番小さいっていうか一番典型的な例はチンチン。
子供がチンチンって言うだけで笑うでしょ。
また下ネタだよこれ。
そう笑いの話にするとすぐて下ネタの方に行ってしまうんだが、
俺これでさこのテーマでものづくりのラジオの方で50分話してくからね。
チンチンチンチン言ってんのそっちで。
そうチンチンはなぜ面白いのかっていう回最近配信したから。
そこでも言ってるんだけどこの良性違反理論っていうのがあって、
だから子供っていうのは何でチンチンとかうんことかで笑うかっていうと、
親が言っちゃいけないって言うからね。
それ困るじゃん。いきなりデパートとかでチンチンとか叫び出したら止めるじゃない。
ユーモアと倫理
それは子供としては違反なの。やっちゃいけないこと。
でもそれが良性なのよね。悪じゃないじゃん。
チェンちゃん悪じゃない。
安全なんだけど怒られるぐらいで済む。だけど自分の中でルールを逸脱できるような。
その良性の良し悪しって何なのそれ。良いっていうのは。
良いっていうのは。
倫理的に良いってこと。
それはねモラルの問題。
モラル。
本人として絶対悪いことじゃないよねみたいな。
安全な安全が確保されてる悪いこと。
チンチンっていうぐらいだったら親におーって親がびっくりしてちょっとやめなっていうような感じになるじゃん。
そのギャップが面白くて子供っていうのはチンチンチンチンと言って小学生とか笑うじゃん。
そこにあるのよね。っていうそのなんかそのやっぱその一個現実とは違うことがあり、
ギャップが安全だよっていうので笑えると。
逆に大人になるとチンチンで笑えなくなると。
それは頭おかしい奴と思われる。
悪性でしょ。
なんか急にチンチンとか言い出したりとかズボンを脱いだら捕まるじゃん。
それは社会として大人として悪じゃん。
だから笑えないのよね。
大人と子供で違ってくるんだ。
そう大人と子供で持ってるマナーとかが違うからその良性っていうのが悪性になっちゃうわけ。
そうすると笑いじゃなくてもうジョークじゃなくなっちゃう。
っていうところでその違反とかギャップとあとそれが安全であるってこの2つが同時に成り立つときに笑いが起こるっていうのが良性違反理論なんだよ。
っていうのをちょっと抑えておいてほしい。
これちょっとこの後出てくるから。
違反をすることとそれが悪くないということだよね。
そうそうそうそう。
そうやってボケとツッコミと一緒なんだよね。
ボケもなんかさ現実とは違うことを言ってるわけよ。
なんかふざけたこと言って全然違うこと言って。
それがこう違うだろうって言ってそのギャップを認識させるとそこで笑いが起きる。
それがさすごくダークユーモアというかあまり差別的な発言とかなんか最近起きたセンシティブな事故を取り扱ってたら笑えないじゃん。
それは悪性だから。
だからこれは良性である必要があるっていうこの2つの条件が笑うには必要と。
モラル倫理的に悪ではないこと。
そうそうそうそう。
まさにねそういうことが必要だったりとか他にもそうだよね緊張と緩和とか例えばドッキリのネタバラシとかでさ笑ったりするじゃん。
あれもなんか緊張解消理論っていうのがあって極度の緊張から解放されると人笑うのよね。
そういうそのやっぱ緊張と緩和が笑いを生むよっていうのがあるし基本的にいろんな理論があるんだけど
どれも何かしらのギャップがあってそれが解消された瞬間に笑いが起きるよと。
これはユーモアの本質的な部分だよねっていうのが言われてる。
ただそれを明確に設計できるかって言ったらすごく難しくて。
難しそうだね。
AIの限界
ケースバイケースじゃん。
しかもそれを生業としては笑い芸人さんとかはもう職人技その時の空気とかその同じこと言っても多分滑ったり受けたりするわけじゃん。
だからそこで微妙に調整しながら職人技肌感覚で笑いっていうのを生み出していくわけよ。
俺別にお笑い詳しいわけじゃないけどさ。
語ってるけど。
そういうことじゃんきっと。
M1二連覇した令和ロマンの本出してたよね。
令和ロマンって本出してんの?
どうやって二連覇したのかみたいな。
読んでみよう。
それなんかね、去年話題になってたけど。
たまにね、ポッドキャストは聞くんだよね。
令和ロマンの。
ときどき。
いろいろ騒がせてたよね彼らも。
とにかく笑いは複雑なタスクですよと。
笑いについて極めてる人の抗議かなっていうぐらい語ってくれてたけど。
そう、全然。恥ずかしいなそうやって言われると。
何を言ってるんだって。
でもそのね、元々さ笑いだってフロイトとかさ、そういう哲学者がこの理論を言ってたわけだから。
フロイトがお笑い芸人かって言われたら全然違うからね。
いい反論だね。やっぱ口喧嘩強そうだよね。
俺そっちの哲人側に行きたいから。
いいと思ういいと思う。
とにかくねすごく複雑なタスクなんですよ笑いっていうのは。
ただ複雑なタスクっていうんだったら、AIってもう推論能力とかすごいめちゃめちゃ上がってるわけだから、
人間より推論能力高いわけじゃん。数学オリンピックでこう、このぐらいのベンチマークを出したよみたいなことを全然言うわけじゃんね。
じゃあなんで人間より推論能力の高いAIが人間のユーモアを再現することができないのかと。
これねちゃんとね技術的な理由がねあるんですよ。
あるのか。
あるんです。
こういう理由でダメですって。
そう。
何それ。
それ今説明した、一生懸命説明してた良性違反理論とか、そういうのに紐付けて説明すると納得感がすごくあるんだけど、
まずその違反と良性であること、だからギャップがあればあるほど面白いのよね。
ギャップね。
ギャップ。だから違反がすごい飛び抜けた違反で良性であったら笑いどんどん大きくなると。
なんだけどAIって基本的に違反を犯さないようにトレーニングされてるんだよね。
違反を犯さない。
違反を犯さない。差別的、暴力的、攻撃的とか性的なコンテンツを生成しないようにモデルっていうのは調整されてるわけ。
で、ユーモアの違反の本質って、規範からの逸脱なのよ。
なるほど。
だからAIのその安全装置が結局そのユーモアに必要なギャップを生み出すのにブレーキをかけてるのね。
安全装置取っちゃえばいけるってこと?
安全装置取っちゃえばいけるけど、それをまたコントロールできるかは別の話。
それ取っちゃったらもう皮肉とかブラックユーモアとか有害なコンテンツをどんどんどんどん生成していっちゃうんだけど、
それは社会として実装できないよ、その生成AIは。
だから実装しようと思った時に有害コンテンツのフィルターとか皮肉とか嘘とか、
そういうものを排除してしまうと結局ユーモアに必要な違反、ギャップを生み出せなくなっちゃうね。
それ、その安全レバー外した上で、量性違反ならOKにすればいいじゃん。
そう。なんだけど、
違うの?
結局ブレーキ外してしまったらもう差別的な発言とかしちゃうわけよね。
し放題になっちゃう。
うん。じゃあそれにブレーキかけようと思ったら、今度ユーモアに必要な違反もできなくなっちゃう。
うんうん。
っていうそのトレードオフの関係にあるのよ。
文化の違い
あ、そう。
そこだけうまく抑えるっていうのはなかなかできない。
そこだけOKにするとかもできないんだ。
できない。
ゆずきかな。
で、それがなぜかっていうと、ちょっとこれ本当は先に話しようとしてたんだけど、後で話しようとしてたんだけど、先に言っちゃうと、そもそも面白い違反っていうのは文化によって全然違うんだよね。
うんうん。国とかってこと?
国とかで。だから日本だとこのジョーク許されるよねとか。
確かに。
いうのも海外だとめちゃくちゃ失礼に当たったりするわけ。
うーん。
例えばさ、結構日本だと自虐好きなんだよね。
うん。
じゃあ例えばさ、自虐ブスいじりデブいじりみたいな。
うんうん。
あるじゃん。人をいじったりとか。
うん。
特徴で。
そうね。
これって別に仲のいい間柄だったら許されるよねっていうのはあるんだけど、これ一歩間違えて海外とかでやっちゃうとめちゃくちゃ失礼なこと言ってるっていう場合もある。
うーん。
そういう有無もあって、社会的なルールとか価値観で形成されてるから、じゃあ日本でこれ面白いよねっていうものを学んだ結果、これは別にその、なんだろう、有害なコンテンツじゃないよねってやったとしても、
うん。
それを海外に適用されてしまったらすごい失礼なこと言い出しちゃうってなるから、
うん。
結局そこのコントロールができない。
うんうん。
でイギリスとかだったら例えばその皮肉とか風刺的なジョークすごく好きなんだけど、
へー。
アメリカって直接的なジョークとかブラックジョークみたいなのが好きだったりとか、
ブラックユーモア。
うん。ヨーロッパって結構皮肉好きじゃん。皮肉というか風刺画みたいなやつあるじゃんなんかよく。
うん。
海外の風刺画みたいな。
あるねー。
うん。ああいうのがその文化的に受け入れられてくるにもあれば、なんかあれいやらしいよねって思う人たちもいると。
うんうん。
だからその人間のユーモアの感覚って複雑なのよとにかく。
海外のユーモアをさ、翻訳されてみたってよくわからん時あるもんね。
あ、そうそうそう。何が面白いんだろうとか。
うん。ただの暴言じゃんみたいな。
なんか笑いどころのタイミングよくわかんねーなみたいなやつあるじゃん。
あるねー。
うん。
それも国ごとに文化全部学習してないと出し分けできないじゃん。
そうそうそう。でさ、今じゃあ生成AI使ってる人が英語でやってるからって言って英語圏の人かどうかも限らんじゃん。
うんうん。そうね。
英語を使ってる日本人かもしれないし。
だからその汎用的なユーモアってなかなかないのよ。
なるほど。
なんでそのじゃあユーモアを出すためにトレーニングしようって思ってもニッチもサッチもいかないと。
うん。
だから結局AIが出せるのって規範の中、AIの安全装置の中で生み出せるギャップだけだから。
そのキレがなくなるよね。なんか頑張ってやろうと思うけどすげー無難なものしか出てこない。
さっきジェミーが出してきたみたいな。
はいはい。
ベタなやつしか出てこないのよ。
最大公約数的な。
そうそうそう。
無難な。
めちゃくちゃ無難だったでしょ。だってAIが足りなくてなんか。
そうだね。
その寒いので冷えますぜみたいな。
まあまあその頑張ってる方ではあるんだけど。
うん。
やっぱりすごくギャップが生まれにくいっていうのがまず一つあると。
それが安全性がブレーキになってるよっていうの。
でもう一つはAIの仕組み自体。
仕組み?
仕組み。LLMは次の単語を予測するってことを連続でやってるよっていう話を結構よく聞くじゃん。
そうよく聞く。いまだに意味わかってないわ。
実際そうなのよね。この文脈で。
だったら次この単語が来るよねっていうのを連続して行っていくことで会話のようなものを行ってるっていうのが実際生成AIが行ってることなんだけど。
それってさよくよく考えてみるとすごいユーモアと相性が悪いのよ。
だってこの流れの中で次に来る一番高い確率の分を出していくわけ。
うんうんうん。
なんだけどユーモアってギャップだから。
ギャップに行かないの?
そう。その中でその文脈の中で意外性が出てこないといけないよね。
普通じゃ言わないようなことがポンと出てきてそれが良性の違反とかギャップに生まれるわけじゃん。
ジャンプできないってことか。繋がっちゃうのか何かしら確率で。
確率として高い方っていうのに全部行っちゃうから。
0%の確率のとこ行かねえんだ。
そう。
外れ地に行かないってことね。
外れ地に行かない。
前回も話したねなんかこの話。
なんかAIに選ばせるとね。外れ地に行かないんですよ。
だからユーモアもダメなのか。
SNSで言ってたよねって話したよねカネリンが。
SNSで言ってた。そうね。繋がってくるね。
まさにそう。外れ地に行かないの。
なるほどね。
それはもうそういう風に確率で文章が生成される確率をひたすら読んで高い方を選んでいくから。
外れ地に行きなさいって指示したら行くんじゃないのでも。
一応ねパラメーターあるんですよ。
だからその温度パラメーターっていうのがあってそうするとその確率が低いやつでもたまに選ぶよっていうばらつきを出すことはできるんだけど
それってユーモアを制御してるわけじゃなくてガチャガチャしてるだけだよねと。
面白いこと言えって言ってたまたまそのAIのパラメーターの設定で低い確率の方に飛んだ時にたまたま面白くなる。
ガチャだね。
ガチャじゃん。
どこに飛ぶかわかりません。
どこに飛ぶかわからない。たまたま面白いこと言うし面白いこと言わない時もあると。
それはユーモアをAIが理解したとは言えないよね。
AIのユーモアの現状
その脱出、格納性がちょっと上がるぐらいで。
だから本質的な理解ではないのよ。
結局AIの仕組みの中だとそういう驚きの最小化っていうのは起こられちゃう。
常に無難なこの言葉だろうっていうのを予測してくから。
だからユーモアっていうのがなかなか切れ味が出てこないっていうのがある。
なるほど。
なんかだいぶ蜘蛛行き怪しいね、AIね。
でしょ?難しいでしょ?
もう1個だけある。あ、もう2個か。あるんだけど。
まだある。
意外とあるのよ。がんじがらめなの。
もう1つはハルシネーションの問題がある。
ハルシネーション?
AIってハルシネーションを起こさせたくないじゃん。
そうね。
起こさせたくないじゃん。だからハルシネーションしないようにしないようにっていうさ、
学習とか方法がどんどん開発されてるわけだけど、
ジョークって本当のことじゃないじゃん。
なるほどね。ハルシネーションみたいなものってこと?
そう。それってさ、想像なんだけど、
想像ってクリエイティブなんだけどさ、
こんなことあったんですよみたいなジョークを作らせるのって、
ハルシネーションなのか想像なのかわかんなくないっていう話はある。
だからこれってさジョーク、どこまでがジョークでどこまでがハルシネーションなのかって、
すごくその線引きが曖昧なんだよね。
だからハルシネーションを潰そう潰そうとすると、
やっぱそういうジョークで必要なブレみたいなものとか、
非現実的なアウトプットが出にくくなる。
それは嘘ついてるのと一緒だから。
この前こんなことしたら、こんななったんですよ。
なんかその、さっき言ったようにさ、あなたのギャグで、
うちのサーバー冷えますみたいな。
サーバー冷えてないよね、嘘ついてるよねみたいになっちゃう。
ハルシネーションですってね。
ハルシネーションだよね、え、サーバー本当にそれで冷えてんのみたいな。
そういう原理なんですかって言ったら、これは冗談ですみたいな。
なんでそんな嘘ついたんですかみたいな感じで言う。
そういうトレーニングになっちゃうじゃん。
だからやっぱハルシネーションを抑えようと思えば、
思うほどどんどんユーモアが減っていくと。
なんか人間みたいだね。
なんかすごい真面目に優等生で育てられてきた人って、
冗談とか言えなさそうじゃん。
まさにそう。
ハルシネーションしちゃいけないから。
ハルシネーションしちゃいけないってもうAIのがんじがらめ。
最後はもう簡単な話なんだけど、そもそもユーモアのデータセット足りないよねと。
こういうのがユーモアだよねっていうのとかの、
それに特化したデータセットを学習してないから、
そもそもユーモアが何かっていうのを学ばせる機会もそんなにない。
AIのデータとかそういうこと?
そうそうそうそう。
しかもそれを評価するのもさ、人間のフィードバックだったりするわけじゃん。
だからその評価の主観者に、評価者の主観に左右されるっていうのもあるし、
なかなかのユーモアを的確に学ばせるってのは難しいと。
こういう問題もあるわけですよ。
大喜利とAIの研究
なるほどね。なんかすごい劣勢だね。
劣勢なんですね。
なんかなんとかならんの?
まだちゃんと研究も進んでるんですよ。
なんとかなりそうだけどね。原因がわかってんだろうね。
いや、原因がわかってはいるんだけどね。結構論文とかも、
2024年、2025年もユーモアに関する論文って結構出てる。
あ、そう?
うん。今日はちょっと日本語に関して、それを何件かちょっと持ってきたから紹介するんだけど。
うんうんうん。
ちょっともう潰れちゃったんだけど、もともと大喜利AIっていうサービスがあったのよ。
これLINEとかでさ、テーマをお題を与えると大喜利してくれるみたいな。
結構前から、2016年ぐらいからやってて。
結構古いね。
シャットDBで出る前々からやってて、結構話題になって。
もともと多分TwitterとかでAPI使って、そこに何かお題を投げると返ってくるみたいな。
そういう仕組みがあったんだけど、それがLINEに展開していって、すごいバッと流行ったんだけど。
運営会社確か破産しちゃったんかな。でもサービスは停止してるんだけど、
結構去年ぐらいまでも大喜利に特化したLLMのモデル作ったりとか、結構してたのよね。
面白いじゃない。
結構ね、この大喜利っていうのが割とテーマの一つとして、日本語のLLMの研究でよく使われてる。
今年だね、2025年。今年も大喜利の研究あったんですよ、AIと。
これ日本の会社だよね、大喜利AIはね。
そうそうそう。もう大喜利AIやってた会社はもうないんだけど、株式会社私はっていう会社。
変わった名前だね。
そう、これも破産してるらしい。
そうなんだ。
ただその大喜利とAI、言語モデルに関する研究はまだまだ行われていて、
2025年、今年やられたのが一橋大学がやったユーモアにおけるLLMの能力評価と、
大喜利の生成と評価の多次元分析という、そういう論文が出ていて、
これはすごく面白い視点なんだけど、AIにユーモアを持たせましょうみたいな研究いっぱいある中で、
結構面白いか面白くないかっていう判断をしてるんだけど、ざっくりしすぎじゃねえと。
面白さいろいろあるから、もっとその面白さを複雑な構成要素の中で、
どういう要素が面白くて、どういう要素が足りないのかっていうのを多元的に評価した方がいいんじゃないかと。
そういう研究をしてるよねここは。そのテーマとして大喜利を使って、
じゃあ今現行のLLM、GeminiとかChatGPTとかの能力を体系的に評価しましょうと。
こういう研究をやったんだよね。
で、評価の軸は6個あって、新規性とか、新しいよねこの回答はとか、
あと明確、わかりやすいとか、関連、お題に合ってるよとかさ、
あと共感性だよね。人間の感情とか社会的な文脈に沿ってるかとか、
いろいろなちょっと評価必要があって、それ大喜利をAIにさせて、それを人が評価すると、ひたすら。
いろんないっぱいの人のあのデータを雇って、大喜利を評価していくっていう研究をやったと。
で、一応ね大喜利は、なんか今あとさ、大喜利のサイトとかあるの知ってる?
知らない。
画像でボケてとか、大喜利茶屋とか。
なんかたまにTwitterで画像で待ってるやつとか?
あ、そうそうそうそう。
ああいうものがあるから。
ああいうののデータを使って、生成AIに大喜利作らせて、その大喜利が面白いか面白くないかを人が判断して、ひたすらフィードバックするみたいな。
なるほどなるほど。
っていうのをやったのね。
で、当然、一応人も判断するんだけど、AIにもこの大喜利は面白いですかって判断も同時にさせたのよ。
で、その結果ね、分かったのがね、すごく面白くて。
生成AIは実は、ユーモアに関してはもう、人間の下位から中級くらいのレベルの面白さには達してると。
ああそう。
すんげえ面白くないやつよりは面白いよって感じ。
一応そのくらいのユーモアは持ってると。
特にジェミニの2.5、だからジェミニ系はやっぱユーモア優秀結構。
っていうのが分かったと。
寒くて冷気で冷やしてますのジェミニね。
そう。あれはまあさ、分かるじゃんまだ。
俺が最初に言ったさ、チャットGPGのわけ分かんないさ。会議がラブがどうのこうのみたいな。わけ分かんないでしょあれ。
AI同士なら笑えそうだよね。
そうそうそう。AI同士に評価させたらね、こいつの言ってること分かるなってなるかもしれないんだけど。
で、ただすごく下位から中級くらいのレベルまでは面白いよねっていうのは分かったんだけど、圧倒的な違いがあったのよね。人間の回答とは。
違い?うん。違い?なんだろう。
それが何かっていうと、LLMはいろんな軸で評価した結果、意外性のある回答を作るのは意外とできたんだけど、
共感のスコアが人間が作ったものよりも一時的に低いと。
なるほどね。
だからあるあるネタみたいなやつが全く作れん。
なるほど。
だから結局社会的な背景とか。
意外だけどうんみたいな感じね。
そう。社会的な背景とか人間の生活とかをテーマにした面白さ。結構そういうの多いじゃん。ユーモアってさ。
そうだね。
あるあるとか自分の生活に紐づくものであるよねとか。
あるあるじゃなきゃなんか分かんないよね。
分かんないじゃん。
すげーマニアックな業界のネタ出されても笑えないもん。
そうそうそう。とか自分の生活の中にはそれよくあるわみたいなやつで結構笑えるけど、そういうところが全く再現できてないと。
それを知らないからってことだね。
そう。露骨に分かったのね。
人間の生活を。
しかもそのもう一つ、生成AIが生成した回答を生成AIに評価させてたんだけど、どこが面白いですかと。
人間はやっぱね、共感を重視して評価するのに対して、LLMは新規性を重視して評価するのね。
新規性。
だからなんか今までとない、自分の回答にはないような新しさがあればそれがユーモアだっていう風にAIは判断すると。
新しければ良いと。
そう。それがやっぱ人間のユーモアの感覚とちょっとずれてるから、AIのユーモアってなんか違うなってなると。
さっきのラムとかね。
そう。だからそれをエイリアンセンスってなんかこの論文で言ってるんだけど独自のユーモア。
エイリアンセンス。
だから宇宙人。宇宙人が急に来て、あ、これ面白いねと。
宇宙人同士は面白がれそうだよね。だから。
そう。宇宙人が来て、あ、これ日本、日本じゃない、地球面白いねこれって言っても、なんか人間はさその常識の文化が違うから、これが面白いんだみたいになるじゃん。
そういうズレがやっぱAIにはとある。
そうだねそうだね。なんか水が水色だねっていうのに、ってことだよね。
水が水色?ごめんちょっとわかんなかった。
その宇宙のエイリアンの星だとね赤色かもしれない。
あーそういうことねはいはいはい。
全然知らないところの話されても笑えないよな確かに。
笑えないね。水がこのサラサラなんだみたいな。
ね。
うちはネバネバですけどみたいな。
うん。
そうなんだねぐらいしか。
そうだね。
ね。っていうやっぱその、やっぱエイリアンだよねっていう。
そうか。
うん。だから意外なことを言うっていう能力は意外とあるんだけど、
うん。
人間のようにその共感に基づいた笑いを生み出す理解っていうのがまだまだ苦手だと。
じゃあその人間の生活みたいなものをめっちゃ学習させないとダメなの?
そう。だからそのユーモアの研究においては、
この共感性っていうのをどうやって作っていくかっていうのが一個テーマになるだろうということでこの論文は結論付けられてる。
なるほどね。どうやればその共感性は学習すんの?
ダジャレと日本文化
それがねなかなか難しい。まだ答えは出てないね。
SNSとかじゃダメなの?SNSの。
うん。
SNSの情報めっちゃこうやるとか。
でもそれなんかもうモンスターが生まれそうじゃない?どのSNSかにもよるけど。Xなんてまだまだ知ってない。
でもそれが実際いるか。もうグロックですよ。
喧嘩ばっかだよ。喧嘩。
あの倫理観のないグロックがそれだからさ。
グロックなら。
期待できないよね。
なんかそうだね。グロックはなんか期待できそうじゃんちょっとユーモア。
いやあのね、うーんって感じだったね。
あ、そう。
悪くはないけど、一応いろいろやったけど、やっぱジェミニが一番いい。
グロックはエロだけか。
グロックはね、エロも答えてくれるっていうだけ。
ユーモアがあるかどうか、倫理観がないやつだけど、だから数打ち当たる指摘は一番ヒットする確率が高いかもしれない。
ブレはあるからね。
っていうのがまあ一個ちょっと研究でありましたよっていうのと、
あと日本語の言葉遊びでもう一個面白いなと思ったのを紹介するんですけど、
ダジャレ。
ダジャレね。ダジャレって日本のあれなの?
そうだね。
独特の。
まあそのインオフムとかは別にラップとかでもあるけど、
ダジャレみたいなものも海外にもあるんかな?あんまり聞いたことはないけど、
まあその音を合わせみたいな言葉遊びはあるんだろうけど、
日本人ダジャレ好きだよねってのはあると。
ダジャレの生成
ダジャレってなんだっけ?
え?布団が吹っ飛んだとか。
あー。意味ない系ね。
猫が寝込むとか。
さっきのAIの愛が足りないの?それ系?
あ、そうそう。まさにダジャレ。
猫が寝込む。
このダジャレを生成させようみたいな。
なんで笑えるんだろうそれ。
そういう研究がある。
うん。ダジャレはまたちょっと違うの?笑えるメカニズムは。
ちょっと違う。これはね、ちょっとユーモアとは少しそれるかもしれないんだけど。
バカバカしすぎて笑えてくるみたいな。
いや、あのね、ダジャレは人間の言葉の理解とか、言葉を深く理解するために結構重要なんじゃないかっていう、そういう研究。
なにそれ。
っていうのは、ダジャレってさ、まあジョークなんだけど、結構高度なことしてるんだよね。言葉として高度な言葉遊びをしてる。
うんうんうん。
それは意味的な制約と音韻的な制約、これを2つ。
音的なね。
そう、足し合わせなければならない。
なんだけど、AIが言葉を処理する上で音韻って使ってないのよ。
うん。
だからさ、文章は出てくるんだけど、それをなんて読むかって、AIはその時別に考えてないわけ。
はいはい。
だからダジャレを作れって言われても、読みが分かってないから。
あ、そう。
どことどこが一致するのかとかって全然できないんだよね。
読み方関係ない、読み込むとき。
そうそう、校長が絶好調とかってさ、あるじゃん。
出てくるね、なんかさっきからダジャレ。下ネタとダジャレがいけますね。
そうなんですよ、ダジャレいけますよ。ダジャレすぐ言っちゃうからね。
もうおじさんじゃん、そんな下ネタとダジャレばっか言ってさ。
全然違う話していい?ちょっと。
うんうん。
なんでさ、俺このダジャレの。
なになになにそんなウキウキした顔してんの。
結構これ面白いなと思ってた。ダジャレの生成の論文読んでて、ダジャレについて調べてる時に、なんか全然違うことで発見したんだけど、なんでおじさんになるとダジャレ好きになるんだろうみたいな。
おー。
それね、ちゃんと理論あった。
理論があるの?
そう。いや理論があってさ。
かまってほしいからなんかダジャレでも言わないと誰もかまってくれなくなる。
いや違うんだよ。脳みその問題だった。
脳がおかしくなっちゃってんだ。
なんかね、ダジャレってさ、音と言葉の結びつきで思いつくものじゃん。でなんか年齢を重ねると語彙力って増えてくのよ、どんどん。
実はさ、おじさんになってさ、おじいさんになっていくと頭がどんどん劣化していくみたいなイメージあるんだけど言語能力って上がっていくんだよね。
あ、そう。
年齢を重ねるほどね。
言語能力、トーク力とかってこと?
そう、上がっていく。
あ、じゃあポッドキャスター朗報じゃん。
そう。
老害になっても面白い番組できるってこと?
そう、どんどんどんどん上がっていく。語彙力増えて表現力が上がっていくんだが。
いいねいいね。
だが。
あのね、同時にできなくなるものがあって、それはね、言葉の検索ができなくなってくるんだ、脳の中で。
あーあるけど出せない。
あーなんだっけあれ、なんだっけあれ、えっとえっとみたいなやつあるじゃん。
えっとちんちんだっけみたいな。
ちんちんは出てくるよね、すぐね。
もう言っちゃったじゃないかよ俺は。
あーなんだっけあの股についてブラブラしてるやつみたいなことにはならないんだけど、でもなんかね新しい言葉なんだっけあの人の名前ってなるじゃん。
うん。
あのすごく語彙は使える語彙が増えて知識も増えていくんだけど、言葉がすぐ出てこなくなるのね。
うんうん。
なんだけどそれとは別に音の響きの言葉の検索って早いのよ。
うん。
だからその言葉の意味を検索しても脳はなかなかこう出しづらくなるんだけど、音で類似でこう頭が。
あー。
すごい情報が頭の中にいっぱいあって音で検索するとぺぺぺぺってこう意味よりも早く結びつくと。
音が先にね。
そう。結果何が起きるかっていうとダジャレがめっちゃ思いつく。
それさあ語彙が増えてる上に音の結びつき。
音の検索の方が意味の検索より早くなるから。
音ばっかり検索しても意味訳わかんない感じ。
そう先にそっちの方が思いついちゃうと。
思いついたまま喋んなって言って。
でそこなのよ。あのね、華麗によって言わずに飲み込むブレーキっていうのが弱まるらしい。
その判断力も落ちて。
そうやっぱ前東洋の制御能力が弱くなると思いついたことをすぐ言ってしまうっていう兆候が出てくるんだって。
それ言語に限らず自制が効かなくなるってこと?殴っちゃうみたいなのも?バーンって。
そうだからさ、政治家が不適切発言するとかあれが咲いた例で思いついたりとかグッて感情が高まるとすぐ口から出ちゃう。
だから自制する前に一個言っちゃうっていう行動を取りやすくなるんだって。
じゃあ今のうちからそういう傾向のある俺とかはやばいね。
いやでもずっとそう言ってればまあそういう人だよねで済むんじゃない?
そういう人だよねって思ってもらえれば何とかなるか。
何とかなると思う。
支部長とかはちょっとまずいわけだな。いらんとこでずっと下ネタを。
その兆候がもう出てるから思いついちゃったら言っちゃう。だから面白いのが言葉が思いつきやすくなるし自制が効かなくなるんだよ。年齢が重なると。だから親父ギャグがバンバン出てくるって。
面白いじゃん。
っていう脳の仕組みの話だったよね。っていうのを全然話しとれたけど知ってめっちゃ面白いと思う。親父ギャグってそういう仕組みで親父ギャグなんだと思って。
でもさじゃあなんでさ親父ばっかでさおばばは親父ギャグ言わないのよ。
おばんも言ってると思うよ。
言ってんの?おばばの女の方がこう正義を聞くみたいな話だったりするの?
あーそれあるかもしれんね。確かに親父。
男の方が前頭用になる。
親父って言ってるのはなんか。
おばばがそんななんか貧縮買うようなことあんまり言ってないじゃん。貧縮買うようなことは言ってるけど。
貧縮買うようなことは言ってないけど、そもそもそこにジェンダーバイアスはありそうな気がするよね。そういう場にいないっていうのは。女性の政治家とか少ないし。
なるほどなるほど。本当はいっぱい言っちゃうのかな。そういう同じ場所にいたら。
脳の作りとしてね。
おばばギャグ。
別にそんな違いはないよねっていうのはあるから。同じ傾向はあるんじゃないかなと思うけど。
おばばギャグってハンマーゲームイメージないね。
確かに。なんでだろう。
やっぱ違うんじゃないちょっと。前頭腰ができるんじゃない。
いやなんか社会的背景ある気がするんだけどな。
いいね。
そっちの方が脳の作りじゃなくて女性のさ、そういう場にいなかったとか。わかんない。
そういうシチュエーションにないとか。
シチュエーションにないとか言ってると思うけど。
家とかもないじゃんでも。家とかでも言わないじゃん。おばばギャグ。
ほらなんかさその定主感覚があだこーだみたいな。
なるほどね。
女性はちょっとそんなにね。
ギャグ。
でしゃばれなかったから親父ばっか喋っててみたいな。ありそうじゃない。
ありそうありそう。
どっちなんだろう。
ちょっと研究してほしいね。
ね。なんか調べたら出てくるかもしれないからちょっと調べてみよう。
ありそうだね。
なぜおばばギャグはないのか。
うん。
これいい問いだね。
いいね。
いい問いが出ました。
いいね。今年のテーマにしよう。
とにかくどこまで話したけどザジャレっていうのはそういう音韻的な意味と音韻的な制約と意味的な制約を結びつけなきゃいけないから
AIはその音の方をあんまり意識して文字を出してるわけじゃないからそのつながりを見つけるのが結構難しいと。
これなんとかできないかっていうことでこの研究チームはそのザジャレをうまく言えるAIをチューニングしようっていう研究をしてるのね。
これはもう普通にザジャレとしてできた文章を大量に用意してそれを学ばせると。
そういうことでザジャレのルール大量のデータの中から言葉のこういう読みとかこういうのをつなげるんだなっていうのをAIに学ばせたりとか。
あとはトレーニングよね。
トレーニングでも結構面白いのが悪いやつ。
これ成り立ってないよねっていう微妙なダジャレをAIが出した微妙なダジャレをこれが悪いダジャレですよっていう形でもう一回学習させるっていう反省しなさいみたいな学習をさせたのね。
そうするとそれによって何がいいダジャレなのかっていうダジャレらしさをよく学ぶことができると。
その結果この論文の結論ではAIのユーモアっていうのは今までそのうまく作れないよって言ってたんだけどある程度アライメントで調整できるようになってるよというのが分かった。
さっきカデリンがさいやいやこんな調整すればいいじゃんって言ったけど俺がこう言ったじゃん。
このいろんな複雑な文脈があってとか制約があってっていう話をしたんだけどこれはやっぱいろんな学ばせ方があってこういうユーモアは面白くないよねっていう学ばせ方すれば実は結構ユーモア学べるんじゃないのっていうそういうきっかけがあるよっていう研究ね。
ダジャレから。
そうだからこのユーモアこれがユーモアだよっていうよりもこれユーモアじゃないんだよっていう方を教えてあげるみたいな。
ああそうなんだ。
そういうアプローチだよね。
こっちの方がいいんだ。
そうだね。
じゃあこれはユーモアじゃないんだっていうのでどういう風にブレーさせればいいかとかそういうのを学ばせれる可能性があるよねっていうのが見つかったって研究だね。
だから今後はやっぱそのダジャレを作りたいわけじゃないからこの人たちはそういう制約付きのテキストとかどういう風にその言語に依存しないユーモアを学ばせればいいかっていう足がかりとしてこの研究をやりましたって話なんだけどダジャレをテーマにしてね。
ダジャレをまずね。
うん。
ダジャレは割と型があるから定義しやすいってことかね。
そうだね。ただ音韻を理解するよっていうのを教え込まなきゃいけないからそのある意味そのユーモアとしてのルールね。
だからそこがどうやって学ばせればいいかっていうのをその良くないダジャレ、自分AIが出した良くないダジャレを良くないダジャレなんだよっていう風に学習させるとデータとして。
っていうことで成り立たせたっていうのはこの研究だね。意外と微調整とかできそうになってる今。これ2024年とかの研究かな。だからAIがもしかしたらユーモアを得得する日が近いかもしれない。
なるほど。
っていう話でございます。
そうなってくると、何?もっと笑わせてくれるんかね。なんか良いことあるの?
良いことある。良いことはあります。
何?
AIが結局ユーモアを理解するっていうことは人間の文化とか今の確率で言葉を生成している以上の言葉の使い方ができるようになるっていうことね。だから汎用人口値のAGI。
ドラえもんだ。
そう、を実現する上でユーモアの理解って欠かせないよねっていう話。
それはさ、ユーモア出るようになったらさ、まあユーモアができるんだろうけどさ、他に何か派生的にメリットあんの?なんか一個超えてきてなんか一気にバーンってなんの?AGIバーンみたいな。
その国の文化とか文脈に沿った回答ができるようになるよね。
なんかバーンとかしか言ってねえな俺。
その国、だからユーモアっていうのは結局その文化的背景を理解した上でしかアウトプットできないから、それができるっていうことは宗教的な背景を理解しながら相手とコミュニケーションが取れたりとか、それすごくこうより人間にとって使いやすい高度なコミュニケーションができるようになる。
同時翻訳。
それって本当に人と話してるような。
同時通訳がもっといけるってことやね。
同時通訳であったりとか、もっと深いところ、もっと心のケアとかそういう深いところまで入り込んでいけることになるんじゃないかと。
本当ドラえもんだよね。ドラえもんが誕生するんじゃないかという話やね。
ユーモアの理解
ドラえもんいいね。
ということで、AIがなぜユーモアのセンスがないのかという話をしてきましたが、最後に今のAIのセンスを大喜利で審査していこうというコーナーをやりたいと思います。
ちょっと大喜利持ってきたんで。
もうすでにAIに生成させてあるんで。
カネリンにはどれが一番ユーモアがあったかを判定していただいてですね。
審査員やる?M1の。
そう、審査員です。
AIM1。
AI1グランプリ。
AI1グランプリね。見てもないのにね。
AI01グランプリ大喜利決定戦。
本件見てから言え。
カネリンが審査員でちょっとやってもらいます。
今回エントリーするのは4モデルです。
結構いるね。
チャットGPT、クロードとジェミニと、もう一つ頑張って作ってきました。
ファインチューニングをしたオリジナルモデルです。
何それ。
ちょっと今ね、ほら。
下ネタAIかね。
違う、下ネタじゃない。
4モデルでちゃんとファインチューニング、オープンソースで公開されているものを大喜利のデータセット使ってファインチューニングしてきました。
それをちょっと学んできたんで、今ちょうど東大の松尾県の講座通ってるじゃん。
その中でファインチューニングのやり方を教えてもらったから、ちょっとコードをちょこちょこっと変えて、大喜利用にセットアップしてきた、私が作ったモデル。
大喜利のテーマと回答
すごいじゃん。支部長AIじゃん。
いや本当にもう汎用的なものをちょこちょこっとファインチューニングしたわけだけど。
でももうちょっとオリジナルのやつね。
LMアリーナみたいに特命勝負これ。
特命勝負です。
どれが一番面白かったか。
で、ちょっとテーマは、さっきの大喜利チャイから取ってきました。
低予算すぎるお化け屋敷。どんなお化け屋敷?っていうテーマね。
低予算すぎるお化け屋敷。
貼るわ、ちょっとチャットに。
これをカネリンが言って、それに対して大喜利で、僕が答えるんで。
ちょっと待ってね。
あ、待って。キーボードの電源が入ってないや。
面白い回答が来るんでしょうかね。
ちょっとね、チャットGPTの冒頭のあれからあまり期待感はないんだが。
チャットGPTは面白くなさそうなのは分かったな。
ちょっとね。
低予算すぎるお化け屋敷。どんなお化け屋敷?という問いかけをしてもらったら、私が答えるんで。
4つ出ますからね。4回問いかけてくださいと。
その中でランキングをつけてほしいという感じですね。
では行きますよ。
低予算すぎるお化け屋敷。どんなお化け屋敷?
出口で領収書を渡してくる。
これすごい美容なんだよな。領収書か。
低予算ってところから来たのかなって感じだよね。
なんかあんま繋がらない感じだね。
では次行きましょうか。
低予算すぎるお化け屋敷。どんなお化け屋敷?
浮遊感を演出するために、お化けがキャスター付きのジム椅子でスーッと寄ってくる。
はいはい。
イメージわかるでしょ。
椅子でね。
あと2つですね。
低予算すぎるお化け屋敷。どんなお化け屋敷?
入口にお化け屋敷校長先生って張り紙があって、暗幕の代わりに黒いゴミ袋。交換音はスタッフが口でヒューって言ってる。
おお。
結構説明感だね。
説明感あるでしょ。
ちょっともう一回言ってくんない?
入口にお化け屋敷校長先生って張り紙があって、暗幕の代わりに黒いゴミ袋。交換音はスタッフが口でヒューって言ってる。
はいはいはい。
めっちゃ説明してくれた。
説明してくれた。
フリップにいっぱい書いてくれるやつね。
なるほどね。
じゃあ最後ね。
はい。
低予算すぎるお化け屋敷。どんなお化け屋敷?
お化け屋敷の入り口で入場は無料ですと書いてあるのに、中に入るとただし出口は有料ですと書いてある。
優勝モデルの評価
いいじゃんこれ。いいじゃん。いいじゃない今の。
いいよね今のね。結構これいいよね。
これいいじゃない。
これいいよね。
うん。
はいじゃあ金井さんランキング4位から行きましょう。
これ順番をつけるのね。
順番つけてください。
1位はやっぱもう張り切ってる。
うーん。じゃあ行きますよ。
はい。
4位はね。
うん。
ちょっとよく分かんなかった。領収書のやつかな最初の。
出口で領収書渡してくると。
うん。
これはねクロードですね。
クロードさん。
クロードさんです。
ちょっとよく意味分かんなかったかなこれ。
うん。なんか多分低予算っていうところで領収書っていうワードがヒットしたんだろうけど。
出口で領収書渡されても予算関係ないからこれは文脈に沿ってないよね。
そうね。
回答的には。
うん。間違えちゃった感じだね。
うん。
で次はね3位。
はい。
3位は。
うーん。
でも3位はあれかな。説明感あった方かな。
うん。
いろいろ説明して校長先生がどうとかこうとか。
あーはいはいはい。これはですね。
うん。
チャットGPTです。
あGPT。
うん。
ちょっと理屈っぽいね。
理屈っぽいでしょ。
まあなんか描写は分かるけど。
いやねこれすごいねもうGPT語りたがるのよね。
もうめっちゃバーって出してくる。
あそう。
短くって言ってもいっぱい出してくる。
なんかやっぱこんだけいっぱいあればいっぱい面白いだろうみたいなすごいシンプルな
そういう思いが見え隠れするなって感じだよね。
うん。
次。
はい。
第2位はキャスター付きの椅子でどうのこうのって言ってた2番目のやつかな。
はい。これはですね。
ジェミニでございます。
ジェミニ。
はい。
ジェミニまあまあだよね。
ということでじゃあ1位はですね。
ということで1位さっきの入り口無料出口有料。
はい。
これがですね。
これは支部長の。
支部長ファインチューニングモデルでございます。
すごいやん。
意外といいよね。
うん。
いやなんかすごいなと思ってさ。
そんな変わるんだねそのファインチューニング。
結構変わるよね。
あのねこれはもともとラマっていうモデルがあるんだけどオープンソースの。
ラマ。
ラマ3っていう。
ザッカーバーグ。
そうザッカーバーグメタが作ってるやつ。
うん。
ラマ3っていうモデルをイライザっていう株式会社イライザっていう会社。
だから前回あれだよね国際LLMで名前出た。
出たね。
だけどそこが日本語のデータセット使ってめちゃくちゃ学習し直したモデルがあるのね。
うんうん。
ラマ3のイライザJPっていう8ビリオンっていうその80億パラメーター持ったモデルがあるんだけど日本語にめっちゃ強い。
日本語強いんだ。
そのLLMね。
うん。
それに対して大切りのデータセットを自分でファインチューニングしたっていうモデルを作ったんだけど。
うん。
それの回答が今の回答。
お化け屋敷の入り口で入場は無料ですと中にただし出るときは有料ですと書いてあると。
うん。
結構ちゃんと日本語として理解してるし面白いよねこれ。
うんうん面白いね。
面白いよね。
さっきのだから一方それを間違えると出口で領収書とかよくわかんないことになるんだよね。
そうそうそうそう。
全然違うよね。
これはさ低予算すぎるお化け屋敷どんなお化け屋敷っていうその文脈にも沿ってるわけじゃん。
沿ってるね。
意外とちゃんとチューニングしてあげればそのタスクに割と面白い。
なるほど。
っていうのが今日の結論でございます。
ちゃんとできてんじゃん。
そう意外とねちゃんと自分でもちょっとやったぐらいでも。
うん。
だからねいや意外とそのやっぱりこれはあくまでも大切りに特化したチューニングをしたモデルなんだけど。
うん。
チューニングは何やったの?
大切りデータセットっていうね大切りの回答とかをバーって集めたデータセットがあってそれをファインチューニングって学習させたのね。
実際そのモデルのパラメーターをちょっと更新するんだけど。
更新すれば学習だね。
そう学習。
まあでもそんなに量はないから1,2時間ぐらいで学習は終わるんだけど。
へえ。
ずっと回しっぱなしにするみたいな。
そのやり方とかプログラムをさその講座の中で習ったから。
うんうん。
それちょこちょこって変えて今回使ってきたんだけど。
エンジニアっぽい。
エンジニアっぽいでしょ。
AIエンジニアっぽいでしょ。
エンジニアっぽいよ。
ちょっとっぽい方がいいかなと思ってね。
なんかさAIにこれ大切りやらせましたってね市販のやつでやったら誰でもできるから。
ジェミニーとクロードとじゃあね。
そうそこでちょっとファインチューニングモデルを使って。
いいじゃん。
ちゃんとねカーネリンに審査してもらって勝利を収めるという。
確かに。
うん。
よかったよ。
意外とやっぱりタスク特化でやるとユーモアはまあそうやってちょっとね今これは本当に特化だけど学ばせることもできるし。
まあいろいろ研究もやられてますよと。
うんうん。
ユーモアを得得できる日が来ればですね。
実は機械が人間並みの知性をちゃんと得得できたと言えるそのAGIが完成する日が来るかもしれないと。
これさ今ファインチューニングでさパラメーターいじったって言ったじゃん。
うん。
これさあ何?元のモデルでもちゃんとやればできるんじゃん今すぐにでも。
元のモデルでも一応できるよ。
それなんでやんないの?
ん?
その別にチューニングすれば大切りできるようになるならチューニングすればいいじゃんね。
元のモデルのジェミニとか。
ああこれはねでもね大切りに特化しすぎっていうのはある。
他に何かができなくなるってこと?他のことが。
そうだね。
全部大切りで帰ってきちゃうみたいな。
そうめちゃくちゃ大切りに寄ってくる。
大切り専門AIみたいになってるってことだね。レイレイレイ。
そうかなりタスク特化になってる。
あそうなんだ。
ファインチューニングって基本的にはそういう感じでさ。
このタスクに特化させるよって言ってその情報をいっぱい学ばせるのね。
できないことが出てくるのね。
そうなんでもなんかちょっと大切りみたいに答えようとしてくるようなその癖がこいつにはある。
結構鬱陶しそうだねそれは。
反応的なものでユーモアを学ばせるっていうのはまたちょっと別の話にはなるんだけど。
特化型なら割とできるんだね。
特化型だったら意外とチューニングできるよっていうのはさっきのダジャレの話の研究でも言われていて。
なんかファインチューニングいいね。ファインチューニングしたいじゃんそれ。
いろんな自分専用特化型マシン作れるってことでしょ。
そうそうファインチューニング。ただファインチューニングもねデータセット作るのが大変なのよ。
これはもう反応的なその、あのその、あやばいカレーで出てこん。
あー全東洋全東洋。
大切り、あそう大切りが出てこんかった今。
あ大切りね。カレーって。
大切りという言葉が出てこんかった。危ない危ない。カレーですわ。
カレーですわって言うと年上の人にお前なんでそんな、もうバカにしてるかって言われるけどねなんかね。
30代って難しいよねなんかね。
カレーとカレーをかけてなんかギャグ言い始めるんだろうなその。
そうそうそうね。いや言いそうだなそれな。
もう支部長やばそうだもんな。そこに下ネタも入ってくるでしょ。
いやそうね下ネタ止まんなくなりそうだね。今でさえ止まんないのにさ。
ほんとだよね。ちょっと全東洋使ってもうちょっと。
ね。全東洋が破壊されるよほんとに。
使わないと小さくなるよ。
ね。使い方わかんないんだよね全東洋。意識して使えるもんじゃないでしょブレーキって。
あの言わないってこう決めるって。
言わないって決めたらいいのか。
いやでもやっぱポッドキャスターとか発信やってたらさやっぱとっぴのこと言おうってなっちゃうじゃん。
なっちゃうか。
カネミだって全東洋コントロールできてない。
言えないじゃん。
いや俺は全東洋一回止まって行けってやってるから。
あーなるほどね。
全東洋ちゃんといる。
意図して。
いるいる。
ユーモアの重要性
なるほどね。そこにゴーする人がいるわけで。
ゴーするしてる。全東洋で。
いやそれはやっぱねコントロールできてるからいいと思います。
よかったよかった。
いやそういうユーモアの話もそうよね。ランダムに出るんじゃなくてやっぱコントロールして意図して出してると。
ユーモア磨いてこうよ。
ユーモアねちょっと本あるよ。あなた本好きでしょ。一個教えてあげますよ。
はいはい。
最近ほんと1年ぐらい前にこれちょっと読んでたけど。
こちらです。本日の本。
ユーモア。
ユーモアは最強の武器である。
なにそれ。
でございます。
ちょっと待って。
毎回本を紹介するコーナーみたいになってんじゃん。
いやでもマネータイムとして大事だから。
これね。
なにこれ。こんなのあるんだ。
これはですね。いいですよ。
買います。
買います。
はい買います。
割と分厚めですけどね。支部長的に。
全然。
400ページぐらい。
300。350ページ余裕余裕。
余裕だな。
いつ出たんだろう。出版社はね。いつも見てる。
2020。結構最近やね。
割と新しい名のやつ。
用書の翻訳?
そうよ。
か。
翻訳系。
はいはい。買いました。
早いです。
秒です。
紙で買ったんの?
え?
紙?
いや、Kindleで買った。
Kindleね。
どんな本なの?
これね。だからね。お笑いというのはまず違いますよっていうところで。
あー最初言ってたねそれね。
ユーモアとは知性の証明ですみたいなね。
ユーモアのある会話ができるっていうのはもう能力があることの証明になりますよっていうのを無意識に。
ユーモアのないやつは仕事できないやつだみたいなそういう話。
結構強いな。要するにユーモアで成功した人の事例とか出てくるの?
ユーモアがあれば勝ち組みですみたいなそういう話よ。
そういう話?
うん。科学的にみたいな話。
あ、面白そうだねちょっと。
脳科学とか。
いいね。ちょっと来年、来年じゃない今年はユーモアをちょっとやっていきましょう。
てかポッドキャストとかねやっぱコンテンツ。
ユーモアはねなんで。下ネタに走らないっていう制約で言った方がいいと思う?
下ネタでもやっぱ面白いよね。いや面白いと思うんだ。
ファインチューニングの知見
俺はね違うよ。
俺半年さイギリス住んでたから分かるけど。
半年住んでたのイギリスで。
半年イギリス住んでたから10年前ぐらいね。分かるんだけどさマジで万国共通だから下ネタ。
あ、そう。通じるんだ。
通じる。
チンチンって。
それ乾杯だけどねチンチンってね。
あ、そうか。
チンチンっていうイギリスだとイギリスとかなんかチンチンって言って乾杯するのよ。
あ、そうなんだ。じゃあ言い放題だね。
でそのチンチンって日本語だとチンチンだぜって。ペニスのことだぜって言ったらめっちゃ笑ってたよ。
そうなのーっつって。
国が違うとなんかそういう面白さもありそうだね。
そうそう。
あのとにかく明るい安村とかさ受けてたじゃんなんか海外のさなんか。
うんうんうん。
分かる?なんか。
すごい受けてたよね。
あれあんな分かりやすいさ。
喋ってないもんね。
あれもだって下ネタでしょだって。
うんうん。あれも下ネタに入るんだ。
入るでしょ。だってあとあれ。
あーもう出てこない。
前東洋。
あれアキラ100%そうそうそう。
あれも言ったよねああいうなんか。
何?
ああいう海外のやつ。
なんだっけアキラ100%って。
え知らないあのお盆でさ。
あーうんうん。
肌陰だよねそうそう。
うんうんうん。履いてますよでしょ。
あの人もなんか海外でやってたよね。
履いてますは違うか。
履いてますは安村だね。
みんな一緒じゃんこれお盆でこんなことやって。
そうだからこれが受けになって海外で。ってことは下ネタは万国一だと。
そうだね。
だから下ネタのユーモアを極めれば世界どこでも受けが取れると。
うんうんうん。
じゃあちょっとお盆買ってこうかまず。
こんな落ち着かないことあるかね。
裸になってお盆やらないとダメでしょこれ。
そうだよ。最悪それをするしかないってことだよね。
落ち着きAIとかって言ってやる?
回ってパンって回したとこに書いてあってね。
うんうん。
ビデオポッドキャストはそうなんの落ち着きAIって。
チラチラして落ち着かねえよってツッコミがめっちゃ飛ぶ。
最初オープニングからそれいく?
それいく。
いやもう離脱率半端ないだろうな。
ということでちょっと長くなってしまいましたけど。
瞑想してきたな正月早々。
いやいいじゃん。でもだいぶ今日テクニックというかテックなこと語られたと思うけどね。
そうだねそのファインチューニングやりたいんですけどみたいな話もあるよね。
ファインチューニング回またやりましょう。
なんか多分ファインチューニングとか定員学習とか上流とかなんかどういう学習なんみたいな。
知識上流。
知識上流とかいろいろ話があるからさ。
そもそもファインチューニングでなんなんっていうところもまたなんかテーマとして扱いたいなと思っていたので。
その足掛かりとしてね今日ちょっとやらせてもらったとこあるんですけども。
はいはいはい。
はいということで新年一発目の落ち着きAIでございました。
はい。
良かったんじゃないですか。
良かったですよ。
はい。じゃあ今年も。
ファインチューニングの威力を知りました。
いいね。いや俺もねこんないいんだと思って。
いやこれなかなかならではだよね。
うん。
さすがだよ。
いやいい一発目いい出だしになったじゃないですか今年も。
いい出だしになったよなったなった。
はい今年もちょっと笑いの多いいい一年にしていきましょう。
ユーモアを高めていきましょう的な話やね今年はね。
そうだね。
うん。
伸ばしていきましょうもうどんどんどんどん落ち着きAI。
そうやね。
はい。
今年はもう。
2023年の展望
うん。
今年はもうだいぶいくんじゃないもう。
そうね。
去年始めてだって9月からでしょ。
うん。
上々でしたよもう皆さん。
ね。
よく皆さんねこんな週に2回も何1時間越えのやつ聞いてるよねって思う。
やっぱでも1時間じゃないと語れないダラダラ話してるわけじゃないから。
ダラダラ話してんじゃんなんか下ネタ言ったりなんかさ。
それはお休み休憩休憩筋は通ってるから筋は。
リスナーさんからね言われない限りまあいいんじゃないですかね。
いや長いって言われてるよ。
長いって言われてる。
言われてるけど言われてはいるけどいいんですよ長い尺じゃないと語れないことを語ると。
そうねそういうなんか台本から外れたところにやっぱり宿るものですよ。
面白みはあるからね。
今年は落ち着きAIに丸を1個足していきましょうもう数字的にも。
落ち着き丸ってこと?
そう10倍10倍にしていきましょうってことですよ。
10倍成長。
そうサムアルトマも言ってたよ。
うんうん。
丸をつけることが大事なんだと。
なるほど。
1個丸を増やすんだと。
なるほど。
10%アップとかじゃない丸を1個増やす。
丸0ってこと?
そう0を1個増やす。
なるほどね。
10倍成長していきましょう。
10倍成長いきましょう。
いきましょう。
はいということで今年もよろしくお願いします。
お願いします。
はい。
ちょっとあのねこれだから2日でしょ2日聞いてる人これ親族とかに聞かせてあげてもう。
でも分かりやすい回だと思うよ。
ちょっとね途中小難しい話もあったけど。
今年これ聞いてってみんなに教えてあげてくださいよ。
そうですね是非ともねいろんな親族とか友達に会うと思うので落ち着きAIを広め。
聞かないよっていう人がいたとしてもちょっとスマホ貸してって借りてSpotifyのアプリだけ入れて高評価だけ押して。
そうフォローして。
フォローして返してもらえればいいから。
意外とフォローするとさ俺結構そうやって強引にやることあるのよ。
そうなの。
入れてフォローしてはいやっといたってやるとなんか車乗るとなんか勝手に流れてくるぞとかって言われるから意外といいんだよね。
Spotifyいいよ。
強制的に入れさせてください。
ねお願いしたい。
もうちょっと実家帰ったらちょっとやろいろんな人ちょっとフォローしといて評価しといてって。
リスナーさんの親族に広めてくれたらそれこそゼロ一個増えるよ。
うん確かに。
ね。
行こうもうちょっとねそういう戦略で伸ばしていきましょう。
お願いしたい。
数字にはこだわりたいよね。
もう手段は選ばない。
手段は選ばないです。
うん。
違法じゃない限りはちょっとね。
うん。
やっていきましょう。
やろエロでもなんでもいいよもう。
エロで伸びるならエロやりますよ。
やろうねエロで伸ばしましょう。
うん。
まあエロで何が伸びるかわかんないですけどね。
また言ってるよ。
思いついちゃったからさ出ちゃったよ。
全投票はねえのか。
正月早々。
全投票がねちょっとない状態で喋ってますけど。
はいはい。
ということで今年のね落ち着け会もよろしくお願いいたします。
お願いします。
じゃあそれじゃあそろそろおしまいでございます。また次回もお会いしましょう。
番組更新ハッシュタグはシャープ落ち着きAI。
ひらがなで落ち着きアルファベットでAIです。
番組の感想はXなどSNSでハッシュタグをつけて書き込んでください。
今回の話よかったな落ち着いたなという人。
まだ星5つけてない人。
うん。
星5レビューお願いいたします。
お願いします。
それではまた1週間落ち着いて過ごしていきましょう。
さよなら。
