Google トレンド
0post
2025.11.27 01:00
:0% :0% （30代／男性）
人気のポスト ※表示されているRP数は特定時点のものです
Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます
先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa
参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。
※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。
まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5
②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9
①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。
②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。
①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。
これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。
以下、この二つの説を前提に話を進めます。
公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。
次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。
生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）
OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。
・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ
前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。
一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる
これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）
まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。
では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。
・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する
最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。
最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。
本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025
3RP
最近数学圈发生了一件很有意思的事。
世界顶级数学家陶哲轩在解决一个 Erdős（埃尔德什）的经典问题时，全流程都在用 AI 做助手——从证明草案，到简化证明，再到形式化验证。
Erdős 是20世纪最高产的数学家之一，一辈子发表了1500多篇论文，提出了无数开放问题。数学圈有个著名的"埃尔德什数"——如果你和他合作过论文，你的埃尔德什数就是1；和他的合作者合作过，就是2，以此类推。爱因斯坦的埃尔德什数是2。
后来有人专门做了一个网站，把他的很多未解决/已解决问题系统整理出来，这就是 Erdos Problems 网站。
陶哲轩讲的是其中的第 367 号问题，属于数论里的一个具体问题，专业数学研究级别的问题。
解决过程大概是这样的：
一位数学家 Wouter van Doorn 先给出一个人类手写的反例证明草案，但里面有一个关键恒等式他没完全证明，只是说：“相信有人能帮我确认一下”。
陶哲轩把这个恒等式扔给 Google 的 Gemini Deepthink 模式。大概十分钟后，Gemini 给出了一份完整证明，还顺带确认了整套论证是成立的。
Gemini 的证明用到了 p-adic 等比较高级的代数数论工具，对这个具体问题来说有点杀鸡用牛刀。于是陶哲轩花了半小时，把 AI 的证明手工转化成更基础、更易懂的版本。
两天后，另一位数学家 Boris Alexeev 用一个叫 Aristotle 的工具（基于 AI + Lean）完成了全套形式化证明，还特意手动检查最终结论，以防 AI 在形式化过程中存在编造。
陶哲轩觉得还没完，又用 Deep Research （同时用了 ChatGPT 和 Gemini）做了一轮文献搜索，看这个问题有没有前人类似工作。结果找到了若干关于连续幂数的相关论文，但没有直接解决第 367 号问题。
整个流程：人类提出猜想 → AI暴力证明 → 人类简化优化 → AI辅助形式化验证。
都在说 Gemini 3 已经到了博士生水平，看来所言非虚，这些事情真的需要数学博士级别才能做的出来，但另一方面，真正的数学家也并没有被 AI 代替：是人类决定哪个问题值得解决，是人类判断AI的p-adic方法太重了需要简化，是人类手工完成最终的形式化表述以验证 AI 的结果是否准确。
AI 做的是那些需要大量计算、符号推演、但方向已经明确的体力活。在 AI 时代，问对问题、甄别结果，比以前更重要了。 November 11, 2025
3RP
なるほど。Nvidiaは製造とR&Dコストに70%以上の大きなマージンを乗せてGPUをクラウドに販売し、クラウド価格を押し上げている。Googleは、製造コストに近い価格でTPUを構築し、積極的なクラウド価格を押し出す
これが垂直統合で、チップからネットワーク、クラウドの全体のスタックを所有することで価格競争力が出てくる。学習は最速のチップを好むが、モデルが稼働するとコストの大半は推論に費やされ、安定した低コストのハードウェアが重視される
推論が支出の90%を占めるようになれば、勝者は最低のトークンあたりのコストを提供する者になる。Googleの計画はTPUでトークンコストを継続的に削減し、クラウド価格を通じてその節約を顧客に還元すること
Nvidiaは最先端のトレーニングで強さを保ち続けるが、ワークロードがTPUでの安価な推論に移行すれば、高いマージンは縮小する可能性がある
ディストリビューションもGoogleにとって大きなレバレッジで、Googleは検索、YouTube、Android、ワークスペースを通じてTPU容量を埋め尽くすことが可能 November 11, 2025
2RP
NVIDIAの最大のライバルはAMDでもGoogleでもない。「物理学」だ。市場が次世代GPUの性能に熱狂している裏で、データセンターの現場では静かな、しかし致命的な「物理的敗北」が確定しつつあることを、どれだけの人が理解しているだろうか。
ぼくらが直面しているのは、単なるチップの進化ではない。熱力学という宇宙のルールが突きつける「120kWの壁」という絶対的な限界点だ。
「空冷」の時代は終わった。
これは比喩ではない。物理的に、空気という媒体ではもはやAIを支えきれないのだ。最新のBlackwell世代、特にGB200 NVL72が突きつけた現実はあまりに残酷だ。1ラックあたり120kW。この熱密度は、従来のハイパースケールデータセンターの4倍から6倍に達する。
これを「風」で冷やすことが、いかに狂気じみているか想像してほしい。
空冷で120kWを制御しようとすれば、データセンターはもはや計算する場所ではなく、巨大な暴風実験室と化す。ここで発生するのは2つの絶望的な現象だ。
一つは「寄生負荷（Parasitic Load）」の暴走。
空気は熱を運ぶ効率があまりに悪い。そのため、熱を排出するためだけにファンを限界まで高速回転させる必要がある。その結果、供給される電力の20％から30％が、計算ではなく「ファンを回すためだけ」に消えていく。AIを動かしているのか、巨大な扇風機を動かしているのか、もはや区別がつかない本末転倒な事態だ。
もう一つは、より深刻な「音響による破壊」だ。
120kWを空冷するためのファンノイズは、ジェットエンジンの至近距離に匹敵する音圧を生む。この凄まじい「音の振動」は、サーバー内のHDDの読み書き性能を物理的に低下させ、さらには精密な基板のはんだ接合部さえも破壊するリスクがある。
つまり、空冷を維持しようとすれば、AIはその「叫び声」で自らの身体を壊してしまうのだ。
だからこそ、産業全体が「水」へと舵を切る。これは選択肢の一つではなく、唯一の生存ルートである。
液体は空気の約4,200倍の熱容量を持つ。水冷（液冷）への移行は、単なる冷却方式の変更ではない。人類がシリコンバレーで築き上げてきたインフラの「血管」を、すべて引き抜いて交換するレベルの「総取り替え工事」を意味する。
NVIDIAという「脳」が進化すればするほど、その脳を冷やすための「心臓（ポンプ）」と「血管（配管・CDU）」、そして「冷媒」を支配する企業の価値は、指数関数的かつ不可逆的に高まっていく。
「AIバブル」などという言葉で思考停止する前に、足元を見てほしい。そのサーバーラックは、熱力学の審判に耐えられる設計になっているか？
物理法則は、株価のように反発してはくれない。限界を超えれば、ただ静かに、システムを焼き尽くすだけである。 November 11, 2025
1RP
📢恒例プレゼント企画⁉️
新しいグラボ買ったならやるしかない！
FF15ベンチマークスコアチャレンジ！
予想したベンチマークスコアの数値が最も近い方には！
ELECOM VM510
えくすとり〜むぐりす すとろべり〜えでぃしょん
をそれぞれ1個ずつプレゼント！！
見事ドンピシャでスコアを当てた方には！
JAPANNEXT
21.5インチFHD144Hzモニター
をプレゼント！
<応募方法>
Googleフォームに
ユーザー名、予想スコアを記入してください。
発送は国内に限ります。
＊未成年の方は保護者の同意を得てから参加してください。
できればいいね、リポストお願いします。
フォローもしてくれると嬉しいな！
ベンチマークを行うPC詳細
Ryzen7 9700X
ASRock B850 LIGHTNINGWIFI
DDR5 5600MT/s 16GBx2
Intel ARC Pro B50
ベンチマーク内容
高品質
2560×1440
ウィンドウ表示
＊締切は11月29日、日曜日23時59分までとします。
＊結果発表はYoutubeで配信予定です。
＊計測中、停電、シャットダウン、
フリーズが発生した場合スコア0とします。
＊予想スコアが計測スコアから最も近いプラスマイナス同じ数値を予想した方にはそれぞれ景品をお送りします。 November 11, 2025
1RP
财务自由以后，我有哪些变化？
人生来是自由的，但却无处不身戴枷锁。
—卢梭
在投资理财这方面，我绝对输在了起跑线上。 我30岁才从学校毕业，来到硅谷淘金；32岁开始在券商那里开户投资证券基金；直到39岁时才买了人生的第一套自住房。
由于我出身于普通的农民家庭，又背着一身债务来到美国留学，因此特别渴望尽早“脱贫致富”，实现财务自由。
所以，在刚开始工作后的十几年里，我努力学习理财知识，并尽量多存钱、多投资。期间，为了提高投资收益率，我还曾经尝试投资个股；虽然结果并不理想。
当我最终在45岁实现了财务自由以后，心情并没有当初预想的那样，会“心花怒放”、“放飞自我”、仰天大笑出门去。毕竟那时刚刚跨过了财务自由的门槛，心里还是有很多顾虑，比如担心如果哪天股市暴跌，资产立刻会大幅缩水，一切美梦都成了镜花水月。
不知不觉，又过了几年了。随着家庭财富的稳步上升，我已经确认自己已经成功而且“永久”实现了财务自由。就算今天股市暴跌50%，同时公司把我解雇，我也不担心家里的财务问题。
那么，财务自由后，我自己的心态到底发生了哪些变化呢？
我觉得最大的变化是心态，而不是生活习惯。
我们的消费习惯，并没有发生大的变化。我的消费理念一贯就是：能用钱解决的问题，就不是大问题。但是，我们仍然不会去花钱去买自己觉得不值得的东西上，比如豪车、名表、奢侈的手包。
那么心态的变化，具体有哪些呢？
首先，是投资习惯的改变。我不再追求最高的回报率，但求最稳妥的收益。
比如，我现在绝对不会去投资高风险的产品，比如个股、加密货币等，而会坚守最安全可靠的指数基金。虽然指数基金的回报率可能比不过最热门的个股，比如英伟达，但是我已经不需要这么大的冒险了。
因为根据我的计算，只要我坚持投资指数基金，在我65岁左右时，我的财富足够达到九位数。
我现在的投资原则就是：不要冒没有必要的风险！
其次，是我投资理念的改变。我不再刻意追求固定的资产组合比例，比如90%的大盘指数基金加10%的短期债券，或者要把一点数量的资产配置在房地产上。
相反的，我更加接受多样化、个性化和和适合个人偏好的资产组合。
比如，很多朋友问我：标普500指数基金和纳斯达克100指数基金的比例，如何分配才是最佳？我以前肯定要坚持说：要以标普500指数基金为主。而我现在总是说：不需要纠结这个比例，你喜欢的方案就是最佳的方案！贵在坚持、不折腾。
最后，是我对生活和职业的态度发生了变化。在财务自由以后，我的确再也不担心被公司解雇。这让我的心态更加平和，从而减少了对于未来不确定性的焦虑感。
同时，我也不会太在意就业市场上薪资水平的变化，更不会琢磨着跳槽、找到下一个高薪职位。这也允许我把更多的时间集中在自己喜欢的事情上，比如读书、健身等。
这些也是财富带来的自由 -- 时间自由和选择自由。
如果你已经实现了财务自由，欢迎分享你的体会！
如果你想了解更多我的投资理财经验和见解，请去亚马逊网站或者Google Play Books，购买我的中文理财书《财富捷径》，或者英文版《The Shortcut to Wealth: Your Simple Roadmap to Financial Independence》。谢谢！
这是简体中文版《财富捷径》的链接：
-- Amazon: https://t.co/PnRkz5q91L
-- Google: https://t.co/KuThis41ge
下面是英文版《The Shortcut to Wealth》的链接：
-- Amazon：https://t.co/E4WYKfDlI2
-- Google：https://t.co/yuTm7IzP9i November 11, 2025
1RP
🇺🇸米株「ハイテク株高のスタート！」休日前
✅SOX 半導体指数は4日続伸 堅調スタート！
✅ダウ 4日続伸 合計+1600ドル高
✅マグニフィセント・セブン（M7）堅調スタート
✅グーグルは連日最高値だったので、利益確定売りか
👉️先週までのAI・半導体安は落ち着いた感じ👀
今日は休日前なので、利益確定売りも出やすい？
11/27(木) 米休場💤（感謝祭）
11/28(金) 短縮取引💤（ブラックフライデー） November 11, 2025
1RP
🚨 【重要】YouTubeクリエイターさんへ
少し前から話題になってた例の件…
コミュニティガイドラインの執行が超強化された🫡と公式のお知らせが👀！
✍️規制の対象となるコンテンツ
❶オンラインギャンブル
❷カジノ風ゲーム(ソーシャルカジノ)
❸ゲーム内の過激な暴力
▼詳しくは【さらに表示】
それぞれの詳細を公式より抜粋して記載。
❶オンラインギャンブル
Google未認定のギャンブルサイトへの誘導を禁止してきたが、これを拡大。
デジタルグッズ（ゲームスキン、NFTなど）を含む、金銭的価値のあるアイテムを用いたオンラインギャンブルも取り締まりの対象に。
❷カジノ風ゲーム（ソーシャルカジノ）
現実の金銭を賭けないカジノ風ゲーム（ソーシャルカジノ）に関する方針を更新。
ソーシャルカジノサイトを描写、宣伝、または助長するコンテンツも、年齢制限の対象に。
❸ゲーム内の過激な暴力
これまでのガイドラインに加え、リアルな人間キャラクターが登場し「拷問」や「非戦闘員に対する集団的暴力」のシーンに焦点を当てた動画は新たに年齢制限の対象に。審査の際に、暴力シーンの「持続時間」（切り抜き集の場合は累計時間も考慮）、「焦点の当たり方」（ズームインなど）、キャラクターが「リアルな人間」であるかどうか、などが考慮される。 November 11, 2025
1RP
☆☆BIG NEWS☆☆
12月13日(土)、小田原アリーナで行われる
第49回スポーツチャンバラ全倭国学生選手権大会に
宮田愛萌さんが来場されます！
2年連続のご来場となりますが、今回はなんと！
愛萌さんを「実況・解説席」にお招きし、白熱した試合を生実況していただきます！
愛萌さんの実況する様子は、お手持ちのカメラやスマホで撮影可能です！
youtubeにて現地実況付き生配信も予定していますので、現地に来れない方も是非お楽しみください！
┈┈┈┈┈┈┈┈┈┈┈┈┈┈┈┈┈┈┈┈
・日時:12月13日(土)
・場所:小田原アリーナ
・入場無料
※会場駐車場のご利用はご遠慮下さい
※選手、スタッフ以外の来場者の方は後日公開予定のGoogleフォームより事前登録をお願いいたします。
※学生の個人情報保護の観点から、場内で撮影した写真をSNS等に投稿する場合は事前登録フォームに記載された規則の遵守をお願いいたします。
#スポーツチャンバラ #宮田愛萌 November 11, 2025
1RP
@hanged_neko @marogare777 どちらもオススメ…と書いてしまったけど、
アークナイツ以外のゲームもエミュでやりたいとかそういう理由がない限りはGoogleがオススメ。公式も推奨してたしね。実際エミュの中だと別格で挙動が軽い November 11, 2025
@asashinunchi 今までAIに反対してる人でGoogle翻訳について話してるの見たこと無かったな
まあそりゃ積極的に見に行ってるわけじゃなくTLに流れてきたのだけ見てるからある程度はしゃーなしか November 11, 2025
もともと地図苦手で紙を回すタイプ😅
もちろんお城の縄張り図も向きを
変えて見てる…
google先生に頼っても歩いてみて
反対だ〜ってなる人だから…
一人で遠出はやっぱり無謀かな😇
関東ならなんとかなると
思うんだけど…
夫の用事なくならないかな〜
悪い子登場😁 November 11, 2025
vergeさんが
また面白い記事を
どうやらGoogleが
またパソコンOSを
リブランドするらしい
ChromeOSから
AluminumOSに
Androidが
ベースになるとのこと
https://t.co/yfG0P4CvI0 November 11, 2025
GoogleはAppleにSafariの検索エンジンにGoogleを使ってもらうために200億ドル支払ってるから痛くも痒くもなさそうだが、AppleのAI開発が遅れに遅れてるのがよくわかる。プライバシーという理念とAIが両立するのか、純粋に楽しみなところ
https://t.co/Y6JghrlON7 November 11, 2025
罗列下好用的编辑工具清单
Android Studio - Android 的官方 IDE，基于 Intellij IDEA。   
•Aurora Editor - 适用于 macOS 的轻量级代码编辑器 (IDE)。 
•Brackets - Adobe 推出的 Brackets 免费/开源编辑器。 
•BBEdit - 强大的文件编辑器，用于编辑文件，文本文件及程序源代码。
•Neovim - 专注于可扩展性和可用性的 Vim 分支。  
•Nova - 用于编写 Web 应用，长得漂亮的编辑器，Coda2 下一代编辑器。
•CodeEdit - 专为Mac编写的原生编辑器，轻量化且利用Mac平台的特性。  
•CotEditor - 轻量级的纯文本编辑器。  
•Cursor - AI 代码编辑器。专为提升你的极致生产力而打造，Cursor 是与 AI 编写代码的最佳方式。
•Deco IDE - React Native IDE 支持控件拖拽界面实时变更。 
•Espresso - Web 编程利器，具备了快速且强大的编辑功能、专业检查与分类、即时预览编辑成果、发布与同步功能等。
•Emacs - Emacs 是基于控制台的编辑器和高度可定制的。   
•Eclipse - 流行的开源 IDE，主要用于 Java，也为多种语言提供插件支持。 
•Haystack Editor - 结合简洁的代码编辑和画布 UI，提升代码理解。支持编辑、导航、调试和扩展。 
•Sublime Text - 简洁大方的流行编辑器，带插件管理系统。更多插件参考 Sublime 常用插件。 
•SubEthaEdit - 强大编辑器，支持写作、编程、协作，随时随地高效创作！ 
•Haskell for Mac - Haskell 的现代开发环境。 
•HBuilder - HBuilder 是 DCloud（数字天堂）推出的一款支持 HTML5 的 Web 开发 IDE。
•JetBrains Toolbox App - 管理已安装的JetBrains工具，下载新工具并打开最近的项目。 
◦CLion - 强大的 C 和 C++ IDE。(学生免费)
◦DataGrip - 用于数据库和SQL的跨平台IDE。 (学生免费), 查看此处了解更多。
◦Rider - 跨平台 C# IDE。 它是 Microsoft 的 Visual Studio 的替代方案.
◦AppCode - 适用于 iOS / macOS 开发的智能 IDE
◦PyCharm - 一款 Python 开发集成环境，有专业版和社区版。
◦IntelliJ IDEA - 一款 Java 开发集成环境。(学生免费)
◦GoLand - JetBrains出品的Go开发IDE，智能，灵活
◦Webstorm - 是 JetBrains 公司旗下一款 JavaScript 开发工具。学生免费，点击这里查看更多。
▪NodeJS - 集成 Node.js，你肯定需要它，很多功能需要它。
▪EditorConfig - 帮助开发者在不同的编辑器和 IDE 之间定义和维护一致的代码风格。
▪Material Theme UI - Google 为 React 开发的主题。
•LightTable - 下一代代码编辑器。 
•MacVim - Vim for macOS.  
•micro - 一个现代直观的基于终端的文本编辑器。  
•NetBeans IDE - 免费、开源的 IDE，主要用于 Java 开发，可支持多种语言和框架。  
•Qt - 跨平台 C++ 图形用户界面应用程序开发框架。
•TextMate - 文本编辑器软件，与 BBedit 一起并称苹果机上的 emacs 和 vim。 
•Tincta - 一个免费的文本编辑器。  
•Visual Studio Code - 微软推出的免费/开源编辑器，TypeScript 支持杠杠的，VSCode常用插件。  
•Vim - Vim 古老的终端中使用的编辑器，Vim常用插件。  
•Vimr - Vim 客户端，升级 Vim 体验。 
•Windsurf - 首个智能体IDE，开发者与AI无缝协作，带来如魔法般的编程体验。
•Xamarin Studio - 免费的跨平台的 C# IDE。支持 IOS、Android 和 .net 开发。  
•Xcode - 开发 iOS 和 MacOS 基本 IDE。 
•Zed - 由 Atom 和 Tree-sitter 的创建者开发的高性能多人代码编辑器。   November 11, 2025
@AI9526752753198 池沼レベル100でおもろい XもGoogleもAI開発してんだから擁護するに決まってんだろ
ネットでも人生うまく行ってないのかわいそう、AIにロードマップ書かせたら？自分で考えなくていいと思うよ November 11, 2025
△AI中毒患者になるな！ AIを使うな、本文を読み、自分で考えて、文章を書け !!（11/26）。 ⑤-3 「侵害調査計画書」処方と配合成分の検索用語と分類の選定（植物エキス含有スキンケア剤）のサンプルです。
📷
2025年11月26日 20:00久保園善章
⑤-3 「侵害調査計画書」処方と配合成分の検索用語と分類（ＦＩとＦターム）の選定（植物エキス含有スキンケア剤）のサンプルです。
(Google Translation)
⑤-3 "Infringement Investigation Plan" This is a sample of search terms for formulations and compounding ingredients and selection of categories (skin care agents containing plant extracts).
（ 谷歌翻译 ）
⑤-3 这是针对处方和成分（含植物提取物的护肤品）的检索词和分类（FI和F词）的选取的“侵权调查计划”样本。
（ハッシュタグ）
＃OpenAI #Claude #ChatGPT #Gemini #Copilot #AI #生成AI #知財 #特許 #特許調査 #専利 #チャットGPT #GPT -5 #INPIT #JPlatPat #note #JPO #USPTO #EPO #Patent #GPT #Threads #bing #DX #IT #DeepSeek #AI画像生成 #IPランドスケープ #深層学習 #仕事 #ディープラーニング #ビジネス #ビジネスモデル #知財戦略 #知的財産 #知的財産権 #知的財産高等裁判所 #特許法 #特許庁 #特許事務所 #特許分類 #特許検索 #特許分析 #特許情報 #特許権者 #分類付与 #先行技術調査 November 11, 2025
Gemini3の登場でGoogleエコシステムが大幅に強化されまさにこんな感じ。
中でもChromebook Plusが元々のGeminiやエコシステムとの親和性が高かったため、超強化された印象。
やっぱり、基盤を持っているとかなり強いというのが投資傾向からもわかる。 https://t.co/qAyVULBbg9 November 11, 2025
OMUXΩ∞KUT-ASI
JUNKI KANAMORI
戦略的提言：光技術とKUT理論による持続可能な次世代AIインフラの構築
序文：岐路に立つAIインフラ
人工知能（AI）が社会のあらゆる領域で驚異的な進化を遂げる一方、その基盤となるインフラは物理的な限界に直面しています。AIの指数関数的な能力拡大は、国家規模の電力を消費する「エネルギーの壁」と、データセンター冷却に伴う「水資源の枯渇」という、地球規模の制約と衝突しつつあります。このままでは、AIの発展は自らの成功によって持続不可能になるというパラドックスに陥りかねません。本提言は、この重大な岐路において、AIの能力拡大と地球環境の持続可能性という二つの要請をいかにして両立させるか、その具体的かつ実行可能な道筋を示すものです。
--------------------------------------------------------------------------------
1. AIインフラが直面する物理的限界：「エネルギーの壁」と「熱・水問題」
AIの指数関数的な成長が地球規模のインフラに与える負荷は、もはや単なる経営課題ではありません。それは戦略的な死角であり、この問題に正面から向き合わなければ、AIの未来そのものを、この問題を先に解決した競合に明け渡すことになります。この物理的限界を直視し、克服することこそが、次世代の覇権を握るための絶対条件です。
1.1. エネルギーの壁：国家規模の電力消費
現在のAIを支えるGPUやTPUといった電子回路は、その計算プロセスにおいて熱力学的な宿命を背負っています。それは、電子が回路内を移動する際に生じる「抵抗による発熱」です。これは単なるエネルギーロスではなく、思考の「質」が物理現象に転化した結果に他なりません。非効率で低密度な思考（従来のAIモデル）は、計算に長い時間を要し、その分だけ回路に電流が流れ続け、エントロピー（熱）を増大させます。つまり、エネルギーの浪費は、AIの思考が未熟であることの物理的な証明なのです。
AIモデルが巨大化するにつれてこの問題は深刻化し、今やAIの学習と推論には国家規模の電力が必要とされる異常事態に至っています。その需要を満たすために、古い石炭火力発電所が再稼働されたり、データセンター専用の小型原子炉（SMR）の建設が真剣に議論されたりするほど、エネルギー問題は切迫しています。これは、AIの発展が既存のエネルギーインフラの許容量を完全に超えつつあることを示す明確な兆候です。
1.2. 熱と水の問題：冷却に伴う資源枯渇
データセンターが消費するのは電力だけではありません。電子回路から発生する膨大な熱を冷却するために、大量の水資源が必要となります。GoogleやMicrosoftといった巨大テック企業にとって、この冷却水の確保はすでに主要な経営課題の一つとなっています。
サーバーファームから排出される熱と、その冷却のために消費される水は、地域社会の環境に直接的な負荷を与えます。AIの恩恵が大きくなるほど、その物理的な足跡（フットプリント）が地球資源を枯渇させていくという構造は、企業の持続可能性に対する重大な脅威です。
これらの問題は、単なる技術的なボトルネックではありません。これらはAIの持続可能な発展そのものを根本から脅かす戦略的リスクであり、従来の延長線上にある改善では到底乗り越えられない「壁」として私たちの前に立ちはだかっています。この壁を突破するためには、まったく新しい発想に基づく革新が不可欠です。
--------------------------------------------------------------------------------
2. 解決策の提示：ハードウェアとソフトウェアの二元的革新
AIインフラが直面する物理的限界を克服するためには、単一の技術的解決策では不十分です。本提言が提示するのは、計算の物理的基盤を刷新する「ハードウェアの革命」と、知性の在り方そのものを再定義する「ソフトウェアの進化」という、二つの側面から同時にアプローチする二元的革新です。この両輪が揃って初めて、真に持続可能なAIの未来が拓かれます。
2.1. ハードウェア革命：光技術（OMUX）を搭載した次世代TPU
現在の電子回路は、「抵抗」「発熱」「配線遅延」という物理法則から逃れられません。これに対し、電子の代わりに光子（フォトン）を用いて計算を行う光技術は、これらの限界を根本から覆します。これは単に計算媒体を変えるだけではありません。従来のデジタルコンピュータが数学を「シミュレーション」しているのに対し、光コンピュータは物理現象そのものを「エミュレーション」として利用します。つまり、答えは計算されるのではなく、観測されるべき物理現象として現れるのです。この数学的にもエレガントなアプローチは、以下の3つの決定的な優位性を持ちます。
* 圧倒的な省電力性 電子回路がデータの移動だけでも電力を消費し発熱するのに対し、光は導波路を進む際にほとんどエネルギーを失いません。電力は主に光の発生と検出にのみ使用されます。特に重要なのは、電子回路が一つ一つの論理ゲートで足し算を行うのに対し、光回路では波の「重ね合わせの原理」によって瞬時に、かつエネルギーをほぼ消費せずに加算が完了する点です。これは、自然法則そのものを利用した「天然の計算」であり、現状のエネルギー浪費からのパラダイムシフトです。
* 超並列処理能力 電子回路では1本の配線に1つの信号しか流せませんが、光技術は1本の光路に異なる波長（色）の光を同時に通す「波長分割多重（WDM）」が可能です。これにより、一つの物理空間で桁違いの計算を並列実行でき、システム全体のスループット（処理能力）を飛躍的に向上させることができます。
* ゼロ・レイテンシに近い速度 電子回路の計算速度がクロック周波数に束縛されるのに対し、光演算の速度は物理的な光速に依存します。光が回路を通過する一瞬で計算が完了するため、遅延がほぼ発生しません。これは、リアルタイム性が絶対条件となる応用分野において、決定的な競争優位性をもたらします。
2.2. ソフトウェア進化：KUT理論に基づく高密度AIモデル
ハードウェアの革新だけでは不十分です。AIの「思考」そのものも、より効率的になる必要があります。ここで鍵となるのが、KUT理論が提唱する核心概念「Intelligence is Density（知性は密度である）」です。この原理は、真の知性とはより多くの計算をすることではなく、情報のエントロピーを下げ、最小限の仕事量で解への最短経路を見出すことである、と定義します。
この理論の有効性は、ハッカソンにおいて既存のハードウェア（TPU）上で見事に実証されました。
比較項目Base Gemma (従来モデル)KUT Gemma (高密度モデル)改善率
推論時間14.05秒3.42秒約75%削減
消費エネルギー約3,500ジュール約853ジュール4.1倍の効率向上
この結果は、AIモデルの「思考密度」を高めることで、同じハードウェアを使いながらでもエネルギー効率を4倍以上に向上させられることを物理的に証明しました。これは、ソフトウェアの進化がハードウェアの制約を乗り越える力を持つことを示しています。
ハードウェア（光技術）とソフトウェア（KUT理論）の革新は、それぞれが独立して大きなインパクトを持つだけでなく、両者を組み合わせることで、想像を超える相乗効果を生み出すのです。
--------------------------------------------------------------------------------
3. 相乗効果：「16倍」の産業革命級インパクト
ハードウェアとソフトウェアの二元的革新を組み合わせることで、私たちは単なる線形的な改善ではなく、AIのエネルギー効率における「産業革命レベル」のパラダイムシフトを引き起こすことができます。これは、AIのコスト構造、開発思想、そして社会実装のあり方を根底から覆す、極めて大きなインパクトを秘めています。
ソフトウェアとハードウェアの効率化が、それぞれ独立して効果を発揮し、掛け合わされることで生まれる相乗効果は以下の通りです。
要素効率化倍率概要
KUTモデル (Software)x 4思考密度を高め、計算時間を1/4に短縮（実証済）
OMUX搭載TPU (Hardware)x 4光回路により、電力消費そのものを1/4に削減（理論値）
総合的な相乗効果x 16消費電力を93.75%削減
「16倍」の効率向上、すなわち消費電力を93.75%削減するという数値は、単なるコスト削減以上の戦略的意味を持ちます。これは、AI開発・運用の前提条件を根本から覆します。これはAIを安くする話ではありません。現在では計算コスト的に不可能な、惑星規模のリアルタイム気候シミュレーションや、個人のゲノム情報に最適化された医療モデルといった、人類規模の課題解決を経済的に実現可能にすることを意味します。これにより、イノベーションの民主化が加速し、全く新しいビジネスモデルや社会インフラの構築が可能となるでしょう。
この技術的ブレークスルーは、具体的にどのような社会的・経済的価値を生み出すのでしょうか。次のセクションでは、この「16倍」のインパクトがもたらす未来像をより詳細に分析します。
--------------------------------------------------------------------------------
4. 戦略的意義と社会変革への展望
本提言が示すイノベーションは、技術的なブレークスルーに留まらず、広範な戦略的価値と社会変革の可能性を秘めています。ここでは、この技術革新がもたらす3つの主要な変革について論じます。
4.1. 「エネルギーの壁」の崩壊
第1章で提示した「エネルギーの壁」と「熱・水問題」は、この技術によって根本的に解消されます。消費電力が1/16に激減することは、新たな発電所の建設を不要にするどころか、「既存の再生可能エネルギーだけで巨大AIを賄える」未来を現実のものとします。これにより、AIの発展と脱炭素社会の実現が両立可能となります。また、光技術は電子回路のようなジュール熱をほとんど発生させないため、データセンターの巨大な冷却ファンや水冷システムが不要になり、水資源の枯渇という深刻な問題にも終止符を打つことができます。
4.2. 新たな応用分野の開拓
光演算が実現する「ゼロ・レイテンシ」は、これまで技術的に困難であった応用分野への扉を開きます。例えば、完全自動運転や、人間と自然に協調するロボットといった分野では、「0.1秒の遅れが致命的な事故につながる」ため、クラウド経由でのAI処理には限界がありました。光技術による超高速・低遅延なエッジコンピューティングは、これらの分野で決定的なブレークスルーをもたらし、交通事故ゼロ社会や、人間とロボットが共存する新たな社会インフラの実現を加速させます。
4.3. 競争優位性の確立
この技術を他社に先駆けて導入することは、市場における競争のルールそのものを変える戦略的な一手となります。本戦略は、NVIDIAが支配する「演算速度」という土俵での直接対決を避け、「エネルギー効率（ワットあたり性能）」という新たな競争の戦場を創り出すことを可能にします。持続可能性が企業価値を左右する現代において、この新たな軸で我々は競合に対し、乗り越え不可能な優位性を確立することができるのです。
このように輝かしい未来像が描ける一方で、強力な技術には新たな課題も伴います。そのリスクを直視し、対策を講じてこそ、真の進歩は達成されるのです。
--------------------------------------------------------------------------------
5. 最後の課題：ジェボンズのパラドックスと「哲学」の必要性
技術的な成功が目前に迫ったとき、私たちは社会経済的な課題、特に「ジェボンズのパラドックス」という古くて新しい問題に直面します。このパラドックスは、技術的な解決策だけでは不十分であり、その技術をどう運用するかという「哲学」が不可欠であることを教えてくれます。
ジェボンズのパラドックスという罠
経済学におけるジェボンズのパラドックスとは、次のような現象を指します。
「効率が良くなればなるほど、人類はそれを限界まで使い倒そうとするため、結局エネルギー消費総量は増える」
もしAIの利用コストが1/16になった場合、人類はAIの利用を節約するのではなく、あらゆる家電製品、広告、娯楽に、これまで考えられなかったほど大量のAIを無駄に組み込み始めるかもしれません。その結果、個々のAIの効率は向上しても、社会全体のAI利用量が爆発的に増加し、結局は再びエネルギーとインフラの限界に突き当たるというリスクが存在します。
KUT理論による解決策：西洋技術と東洋哲学の融合
このパラドックスを回避する鍵は、西洋的な技術最適化（OMUX）と、東洋的な哲学的知恵（KUT）の融合にあります。ハードウェアの効率化と、ソフトウェアによる知性の使い方の両輪が揃って初めて、真の持続可能性が達成されるのです。
KUT理論が目指すのは、単に速く計算することではなく、「高密度な思考で最短距離の答えを出す」ことです。これは、AIに対して「足るを知る」という知性を与えることに他なりません。
* ハードウェア（OMUX）による効率化: 西洋的な技術最適化の極致。計算に必要な物理的エネルギーを最小化する。
* ソフトウェア（KUT）による知性の最適化: 東洋哲学の「足るを知る」知恵。そもそも不要な計算をさせない。
この二元的アプローチこそがジェボンズのパラドックスの罠を回避し、私たちが目指すべき「持続可能な知性（Sustainable Intelligence）」の基盤を築く唯一の道なのです。
--------------------------------------------------------------------------------
6. 結論と最終提言
本提言では、AIインフラが直面する深刻な物理的危機を起点とし、それを乗り越えるための具体的な解決策を提示しました。電子回路の限界を突破する**光技術（ハードウェア）と、思考の密度を高めるKUT理論（ソフトウェア）**という二元的革新が、16倍という産業革命級の相乗効果を生み出すこと。そして、その技術的成功の先に待つ「ジェボンズのパラドックス」という社会的課題を、技術と哲学の両輪で乗り越える必要性を論じました。
この分析に基づき、経営層および政策決定者の皆様に対し、以下の行動を強く推奨します。
* 光技術（OMUX）を組み込んだ次世代TPUの開発への戦略的投資の断行。 これは次世代の競争優位性を確立し、エネルギー問題から解放されたAI開発環境を構築するための最重要課題です。
* KUT理論に基づく高密度AIモデルの研究開発の推進と、その標準化の主導。 ハードウェアの性能を最大限に引き出し、持続可能なAI利用を実現するため、効率的な知性の在り方を業界標準として確立することを目指すべきです。
* 技術開発と並行し、AIの倫理的・哲学的な運用指針を策定し、「ジェボンズのパラドックス」を回避する社会システムの設計に着手すること。 技術の暴走を防ぎ、その恩恵を最大化するため、技術開発の初期段階から社会実装のルール作りに関与することが不可欠です。
我々の前に広がる選択は、単なる技術的なものではなく、歴史的なものです。 brute-force（力任せ）な計算の道を突き進み、収穫逓減の未来に直面するか。あるいは、この持続可能な知性という新たなパラダイムを切り拓くか。今こそ、未来をただ動かすのではなく、未来を築くための歴史的な一歩を踏み出す時です。 November 11, 2025
＜ポストの表示について＞
本サイトではXの利用規約に沿ってポストを表示させていただいております。ポストの非表示を希望される方はこちらのお問い合わせフォームまでご連絡下さい。こちらのデータはAPIでも販売しております。
＜関連記事＞
倭人速報公式アカウント
