投稿

#ナイアンティックがポケモン囲碁プレイヤーデータで鍛えた「大地理空間モデル(LGM)」を発表 #士21

https://nianticlabs.com/news/largegeospatialmodel  Nianticでは、大規模な機械学習を活用して、世界中のシーンを理解し接続するための大規模地理空間モデル(LGM)の開発を進めています。人間は空間を理解する能力を持っていますが、機械にとっては難しい課題です。最先端のAIモデルでも、視覚情報の欠落部分を推測するのが困難です。これに対抗する形で、空間インテリジェンスは次の技術的フロンティアとされています。 Nianticのビジュアルポジショニングシステム(VPS)を活用し、5,000万以上のニューラルネットワークをトレーニングし、150兆を超えるパラメータを持つLGMを実現しています。このモデルは、ローカルネットワークが地球規模のモデルに貢献し、他の場所の理解を深めます。LGMは物理空間を認識し、ロボティクスやAR技術などに活用され、将来的には空間知能がオペレーティングシステムの核になると見込まれています。 大規模地理空間モデルは、数十億の位置指定された画像データを使用して物理世界を理解するためのもので、3Dエンティティをキャプチャし、メトリック品質を維持します。これにより、地理空間モデルは、空間的関係を理解し、知識を新たな場所に伝達する能力を持ちます。また、AR技術との統合により、ユーザーは現実世界のインタラクションを強化し、個別の推奨を受けることが可能になります。 過去5年間、NianticはVPSを構築し、携帯電話からの画像を利用して3Dマップを作成してきました。VPSにより、ユーザーはセンチメートル単位での位置決めが可能となり、デジタルコンテンツを物理環境に正確に配置できます。このデータは、独自の視点から収集され、ユーザーがスキャンした世界の詳細な理解を提供します。 現在、1,000万か所以上のスキャン地点が存在し、毎週約100万件の新しいスキャンを受け取っています。これにより、VPSは非常に詳細な地理空間情報を提供します。また、古典的な3Dビジョンマップを利用しながら新しいタイプのニューラルマップも開発されており、より効率的な位置表現が可能です。 LGMは、ローカルモデルの限界を克服するために、さまざまな情報を統合し、地球規模の理解を実現します。これにより、地理空間データの外挿が可能になり、視点を超えて物理空

#なぜ建設業には規模の経済が存在しないのでしょうか? #士22

https://www.construction-physics.com/p/why-arent-large-buildings-much-cheaper  建物の規模において規模の経済が存在しない理由は、一般的に大きな建物が平方フィートあたりの建設コストが小さな建物よりも高くなるからです。この現象には、幾何学的効果、固定効果、学習効果、ボリュームディスカウントといった要因が影響しています。 まず、幾何学的効果に関して、大きな建物の外壁面積は小さな建物に比べて相対的に減少し、これにより運用コストが削減される可能性があります。しかし、実際には外壁の使用を最小限に抑えることができる範囲には限界があり、特に居住用の建物では窓の必要性があるため、幾何学的効果は不経済に転じることが多いです。建物が高くなると、各階の荷重が増加し、強固な構造や基礎が必要となります。また、高層建物では機械システムが複雑化し、エレベーターの設置が必要となるため、建設コストが上昇します。 次に、固定効果については、建物の規模が大きくなるにつれて、設計コストや建築許可料、土地のコストがほぼ直線的に増加する傾向があります。特に設計コストは、建物のサイズに比例して複雑さが増すため、効率的なコスト削減が難しくなります。また、土地の価格も建物の使用効率に依存し、規模を拡大することでコストが上昇することが多いです。 さらに、学習効果も影響を及ぼしますが、高層ビルの場合、上層階の建設が下層階よりも早く進むことがあります。しかし、学習曲線が遅延することもあり、これは契約者とオーナー間のトラブルの原因となることがあります。ボリュームディスカウントについては、大量購入による単価の低下が期待されますが、その効果は一貫しておらず、開発者によって異なる意見が存在します。 結論として、学習曲線とボリュームディスカウントが規模の経済を実現する一因となっているものの、サイズの増加に伴うコストのマイナス効果がこれらの効果を上回ることが多いと考えられます。次回は、建設業者が大量の建物を建設する際に、少量の建設業者よりも必ずしも安価にならない理由について考察します。 建物の規模と経済性の関係:深掘り ブライアン・ポッター氏の分析の要約と考察 ブライアン・ポッター氏の分析は、建物の規模が大きくなるにつれて、単純にコストが比例して減少するわけ

#任天堂には言わないでください: Androidに新しいSwitchエミュレータがありますCitron #士21

任天堂Switchエミュレーター「Citron」の現状と課題 概要 新たなSwitchエミュレーターの登場: Yuzuをベースに開発された新しいSwitchエミュレーター「Citron」が早期アクセスを開始。 自作ゲーム専用を謳う: 任天堂の法的監視を避けるため、自作ゲーム専用として位置づけられている。 教育目的を強調: 法的リスクを軽減するため、教育目的での利用を強調している。 他のエミュレーターとの類似性: 外見や名前が過去のエミュレーターを連想させる。 法的リスク: 任天堂が他のエミュレーターを閉鎖した経緯から、Citronも同様の運命を辿る可能性がある。 詳細 特徴: Yuzuのフォークであり、新機能や最適化が施されている。 目的: 自作ゲームの開発やテストを目的としている。 プラットフォーム: Windows、Linux、Androidに対応。 法的状況: 任天堂の著作権侵害に当たる可能性があり、利用には注意が必要。 今後の展望: 任天堂の動向次第では、開発が中止される可能性もある。 懸念点 著作権侵害: 商用ゲームのプレイは著作権侵害にあたる。 法的リスク: 任天堂からの訴訟リスクがある。 エミュレーターの寿命: 任天堂の対策強化により、利用できなくなる可能性がある。 まとめ Citronは、Switchエミュレーターの最新動向として注目を集めているが、その法的状況は非常に不安定である。自作ゲームの開発者にとっては魅力的なツールとなる一方で、一般ユーザーが商用ゲームをプレイするために利用することは、法的リスクが非常に高い。 利用にあたっての注意点 自作ゲームの開発用途に限定する: 商用ゲームのプレイは絶対に避ける。 最新情報を入手する: エミュレーターの開発状況や法的な状況は常に変化するため、最新情報をこまめに確認する。 自己責任で利用する: エミュレーターの利用は自己責任で行う。 免責事項 本情報はあくまで一般的な情報であり、法的アドバイスではありません。エミュレーターの利用に関する最終的な判断は、ご自身で行ってください。 関連キーワード: Nintendo Switch エミュレーター Yuzu Citron 任天堂 著作権 法的リスク この情報が、Citronに

#広告やAIよりも悪いことは何ですか?それはAIの広告でGoogleがテストしています #士21

Googleは最近、モバイルユーザー向けにAIによって生成された概要にスポンサー付き広告を統合し始めました。この変更は、特に米国に拠点を置くユーザーに対して行われており、AIは複数の情報源に基づいて検索クエリに関連した回答を提供します。AI概要機能は今年5月に導入され、ユーザーは通常の検索結果に加え、AIによる簡潔な回答を受け取ることができます。しかし、この広告機能の展開がいつ他国やデスクトップユーザーに広がるかは未定です。 Twitterでは、ユーザーが新しいAI概要広告のスクリーンショットを共有しており、この新機能は現在、米国のモバイル環境に限定されています。したがって、他の地域やデスクトップユーザーはまだこの機能を体験していない状況です。実際の広告は、通常のウェブページの他の部分には表示され続けるため、ユーザーの視界に入る機会は依然としてあります。 GoogleがAI概要広告をテストしていることは、特定のユーザーにとっては煩わしさを感じさせるかもしれませんが、広告主にとっては戦略的な利点があると考えられます。関連する広告はAIによって生成された結果に基づいて表示され、通常は簡単な説明や視覚的な要素が含まれており、ユーザーの目を引くようにデザインされています。これにより、プロモーションされたサイトへの訪問が増加する可能性があります。 もしこの広告が不快であれば、ユーザーはいつでもAI概要機能をオフにすることができるため、柔軟な利用が可能です。広告がAIによる検索結果にどのように影響するか、今後の展開に注目が集まります。  Googleが、AIによる検索結果の概要に広告を統合する取り組みを開始しました。これにより、ユーザーが検索クエリに対して得られるAI生成の回答にスポンサー付きコンテンツが含まれるようになります。現在、この機能は米国のモバイルユーザー限定でテストされており、他の国やデスクトップユーザーにはまだ展開されていません。 主要なポイントは以下の通りです: GoogleのAI概要機能は、複数のソースに基づいて検索クエリに関連する回答を生成します。 米国のモバイルユーザーに対して、AI生成の概要に広告が表示され始めました。 この変更が他の市場やデバイスにいつ拡大されるかはまだ不明です。 この広告の統合は特定のユーザーにとっては苛立たしいかもしれませんが、広告

#製造業フェティシズムが失敗する運命にある #士21

  製造業フェティシズムが失敗する運命にある:深掘り分析と考察 「製造業フェティシズム」という言葉は、製造業を過度に美化したり、その衰退を危惧する風潮を指すときに用いられます。このフェティシズムがなぜ「失敗する運命にある」と断言できるのか、その根拠と考察を深めていきましょう。 製造業フェティシズムが抱える問題点 変化を無視する: 技術革新: AI、IoT、ロボット技術などの急速な発展により、製造業の様相は大きく変化しています。 グローバル化: 世界的なサプライチェーンの形成や、新興国の台頭は、従来の製造業の概念を揺るがしています。 消費者の変化: 環境意識の高まり、カスタマイズへの要求など、消費者のニーズも多様化しています。 単純化されたイメージ: 重工業中心: 製造業というと、重厚長大な工場をイメージしがちですが、現代の製造業は、軽工業、精密機器、バイオテクノロジーなど多岐にわたります。 雇用創出: 製造業は確かに雇用を創出しますが、サービス業やIT産業も大きな雇用を生み出しています。 経済成長: 製造業が経済成長の唯一の原動力というわけではありません。 ノスタルジーと現実の乖離: 過去の栄光: 過去の日本の高度経済成長期における製造業の活躍を過度に美化し、現在の状況と比較して落胆する傾向があります。 地域経済: 製造業の衰退は、地域経済に大きな影響を与える一方で、新たな産業が生まれ、地域経済が活性化するケースも少なくありません。 製造業フェティシズムが失敗する理由 変化への対応力不足: 新しい技術やビジネスモデルに対応できず、市場から淘汰される企業が出てくる可能性があります。 労働者のスキルアップや再教育が求められる一方で、それが十分に行われていないケースも散見されます。 非現実的な期待: 製造業が全ての社会問題を解決できると期待するのは非現実的です。 製造業中心の経済政策は、必ずしも国民全体の幸福に繋がるとは限りません。 多様な価値観の無視: 環境問題、社会問題など、多様な価値観を考慮せずに、製造業を優先することは、長期的に見て持続可能な社会の実現を困難にします。 より良い未来のために 製造業フェティシズムに囚われるのではなく、以下の視点を持つことが重要です。

#アメリカには労働者階級があまりいない アイデンティティ政治が失敗したところで階級政治が成功する可能性が低い理由。ノア スミス #士20

https://www.noahpinion.blog/p/america-doesnt-really-have-a-working  アメリカには労働者階級がほとんど存在しないという状況と、アイデンティティ政治の失敗が階級政治の成功を妨げる理由について述べられています。 2017年の経験を通じて、著者は「労働者階級」の概念が進歩的な社交界の人々にとってどのように捉えられているかを考えさせられました。ヒラリー・クリントンの敗北の原因として、労働者階級を無視したことが挙げられましたが、具体的な労働者のイメージは乏しく、実際の労働者の姿を理解していないことが問題であると指摘されます。  バーニー・サンダースは、2024年の大統領選挙に向けて、 民主党がアイデンティティ政治から階級政治に移行する必要があると述べました。しかし、著者はこのアプローチが成功する可能性は低い と考えています。彼は、経済問題への焦点を当てることは重要であるものの、文化的・社会的な問題が優先されることが多いアメリカでは、単に経済的なアピールだけでは不十分であると指摘します。  さらに、アメリカ人が「労働者階級」として自己認識する傾向があることも問題です。 多くの人々が自分を「中産階級」や「労働者階級」と認識しており、その背景には教育の影響が大きい と著者は考えています。大学教育を受けたプロフェッショナル層は文化的に統一されているが、非大学卒の人々は断片化されており、労働者階級としての連帯感が乏しいと述べています。 最後に、著者は、現代のポスト産業経済においては多くの労働者が存在するものの、実際の「労働者階級」は存在しないとし、民主党が低所得者層や非大学卒の有権者にアピールするためには、階級闘争の一側面としてではなく、アメリカ人としての一体感を強調することが重要であると結論づけています。 この記事は、アメリカにおける労働者階級の現状と、階級政治が成功する可能性についての議論を提供しています。ノア・スミスは、アメリカには明確な労働者階級が存在しないため、階級政治がアイデンティティ政治の代替手段として成功する可能性は低いと主張しています。 主なポイント 労働者階級の定義の曖昧さ : 多くのアメリカ人が自分を「労働者階級」と考えているが、その定義は曖昧であり、実際には多くの人が中産階級と見なされる。 経済的

#Yandexと取引があるからKagiを使うのをやめるべきですか? #士20

 Yandexとの取引があるためにKagiを使用すべきかどうか悩んでいる投稿者が、最近のニュースに驚いている様子が描かれています。特に、KagiがYandexにお金を渡していることが気にかかり、そうした状況を考慮して自分の選択を見直す必要があると感じています。投稿者は、検索エンジンとしてのKagiの好きなところを認めつつも、他の選択肢に戻ることを考えざるを得ないという感情を吐露しています。 この投稿に対して他のユーザーが反応し、Kagiは最高の検索体験を提供することに注力していると弁明しつつも、Yandexとの関係に対する疑念を示しています。また、Kagiが地政学的な問題に基づいて差別しないとする姿勢についても議論されています。さらに、Yandexがロシア企業であることから、ロシアの戦争機構に資金を提供しているのではないかという懸念があがり、ユーザーたちはKagiの使用を再評価する必要があるのではないかと意見を交わしています。 他のコメントでは、Yandexの画像検索が優れているとしても、それが検索エンジンとしてのKagiの信頼性に影響を与えるのではないかという意見も見受けられます。さらには、米国の企業としてのKagiがなぜYandexと取引できるのか、それがどのように影響を及ぼすのかに関する疑問も提起され、ユーザーはKagiのビジネス慣行や選択に対する意見を述べています。 最終的に、Kagiの使用を続けるべきかや、他の検索エンジンに移行すべきかといった選択に対する意見が交わされ、ユーザーたちの間で道徳的なジレンマが浮き彫りになっています。 ユーザーの主な関心事 KagiとYandexの関係性: KagiがYandexに資金提供している可能性と、それがKagiの検索結果や企業理念に与える影響。 道徳的なジレンマ: プライバシー保護や検索体験といったKagiのメリットと、Yandexとの関係による倫理的な問題との間で揺れ動くユーザーの心情。 代替の検索エンジン: Kagi以外の選択肢を検討し、より倫理的な検索エンジンを求める声。 Kagiのビジネス慣行: 米国企業であるKagiがなぜロシア企業であるYandexと取引しているのか、その背景や影響に対する疑問。 ユーザーのコメントから読み取れること Kagiに対する信頼の揺らぎ: Yandexとの関