超党派年金制度改革データベースを公開しました。

https://t.co/InslKYoJfl

ぜひのぞいてみてください。
　
我々の思いです。
超党派年金制度改革データベース

政治の責任を問う

自由民主党　河野太郎
立憲民主党　井坂信彦
倭国維新の会　伊東信久
国民民主党　田中健

年金制度改革は常に難航します。2004年改正法案の委員会採決の際、委員長席で与野党議員が揉み合っている姿をご記憶の方もいるでしょう。難航するのはいくつか要因がありますが、共通しているのは、政治家の不作為や無責任です。今日の状況を招いた政治の責任を直視しなければなりません。

1.信頼される年金制度、生活を続けられる年金
多くの若者から「年金はあてにしていない」「年金をもらえるとは思っていない」という声が聞こえてきます。しかし退職後、年金以外に収入がない高齢者も少なくありません。

２００４年の年金制度改革で年金制度は１００年安心になったといわれました。たしかに「年金制度は破綻しない」かもしれません。それは破綻しないように給付を下げていくからです。しかし、それでは「年金生活は破綻します」。制度は守れても、生活は守れないのでは意味がありません。

年金は、たび重なる制度改正が行われ、専門家でもなければ年金制度を理解するのは非常に難しくなってしまいました。また、ほとんどの自治体で基礎年金の金額を生活保護の扶助費が上回り、さらに生活保護ならば医療費も無償、家賃補助もあるとなると、まじめに年金保険料を納めるのがばからしいということになりかねません。

皆さんに理解していただける年金制度、信頼していただれる年金制度、そしてなによりも皆さんが老後、暮らしていける年金制度にしなければなりません。

2. 制度の背景にある価値観の転換
年金制度のみならず税制も、社会の価値観やライフスタイルの変化に合わせた見直しが必要です。たとえば、配偶者控除や第三号被保険者制度（会社員や公務員に扶養される専業主婦を対象とした制度）は、男性が正社員として働き、女性が家庭に入ることを前提に設計されていますが、現在、このモデルのような「標準世帯」は、少数派となっています。

さらに、第三号被保険者制度は女性の就労を妨げる要因となり、経済界や労働界からは廃止を求める声が上がっています。第三号は、優遇と差別が同居したような仕組みといえます。一方で、従来の価値観を支持する層からは本制度の維持を求める声も出ます。こうした価値観の対立については、官僚の範疇を超え、政治家が議論し決断すべき問題です。

しかし、政治家は、政治的な反発を恐れて問題を放置してきたのが実態です。いま必要なのは、国民に丁寧に説明し、不利益を被る人が出るとしても、納得してもらえるように、激変緩和措置を講じたうえで、合意形成につとめることです。時代に合った制度に改めることは政治家の責任です。

3. 負担と給付のバランス問題
年金制度改革の最大の課題は、負担と給付のバランス調整です。経済が成長し人口が増えていた時代には、このバランスを細かく意識する必要はありませんでした。しかし、低成長と少子高齢化により労働力人口が減少すれば、年金財政は必然的に悪化します。

低成長・人口減少の時代には、①負担を増やす、②給付を抑える、③受給年齢を引き上げる、のいずれか、またはその組み合わせを選ばなければなりません。ところが、負担増も給付抑制も国民には不人気であり、政治家は選挙を意識して決断を避けてきました。その結果、年金財政は悪化し、制度への国民の不信感も強まっています。

省庁横断的な議論の不足
年金制度の改革には、厚生労働省だけでなく財務省等を含む省庁横断的な議論が不可欠です。基礎年金の底上げを検討する場合でも、その財源の半分は国庫負担ですから、厚労省単独で決定できる問題ではありません。必要なのは、社会保障と税制を一体的に見据えた総合的な議論です。これを成し遂げるためには、与野党の枠を超え、超党派で議員が協力して、国民の理解と納得を得ながら改革を進めなければなりません。

比較的最近になって、イギリスが年金制度の抜本的な改革を行いました。かなり厳しい改革でもありましたが、国民の支持を集めて、改革が実行されました。イギリスは、まず、このままいくと現行の年金制度の下ではあなたの年金はこうなりますというデータをしっかりと提示し、イギリス国民に、このままこの年金制度を続けていくと自分たちも大変なことになるという認識を共有してもらいました。

私たちも、まず、真実の年金のありようを世の中と共有し、このままで自分の老後の生活は大丈夫かということを皆さんと考えていきたいと思っています。 December 12, 2025

なぜ突如ソフトバンクグループ株を半分売却した理由をまだホールドしてる身なので実はあまり言いたくないのですが日頃の感謝として6万人のフォロワーの方の参考になればなと解説します。

少し長いですが、市場で投資してる人間の大きな投資判断なので割と貴重かなと
AI の行方に繋がるものと考えてるので興味ある方は読んで見てください。

①売却の理由は「OpenAIを取り巻く構造が変わりつつある」と感じたためです。

②
Googleは企業向けAIの覇権を取りつつあり、
一般ユーザー領域でも テキスト以外の画像・動画生成分野ではGeminiが優位に立つ可能性が高い と見ています。

なぜ画像分野が強いのか？
Googleは Googleフォトという巨大なクローズド画像・動画データベース を持っているからです。
他にも強いもの持ちすぎGoogle

③
そして本当に大きな脅威は“AIそのもの”ではなく、
AIを動かすための エネルギー と データセンター容量 の不足です。

地球上のインフラだけでは、将来のAI需要に耐えきれない可能性がある。

④ 主戦場は宇宙へ：宇宙AIデータセンター

ここで登場するのが 宇宙AIデータセンター という発想です。

宇宙太陽光は24時間途切れず、地上の6〜10倍の効率とも言われ、
摂氏−270度の冷却環境はAI計算に極めて有利。

宇宙にエネルギー源とAIデータセンターを構築する構想は、
もはや“夢物語ではなく、既定路線に近い” と感じています。

⸻

⑤ サムとイーロンの確執の本質

OpenAIの本質的な課題はモデル性能ではなく、
「宇宙AIデータセンターを誰が制するか」 にあります。

その鍵を握るのはイーロン・マスク。
サム・アルトマンとの確執は、今後のAI戦争の大きな火種になり得る。

宇宙輸送と宇宙利用で圧倒的な主導権を握るイーロンの前では、
サムはあまりに非力で、劣後した立場に置かれる可能性がある。
場合によっては、必要な取引すら成立しない未来もあり得る。

⸻

⑥ 重要ポイント：SpaceXのIPO

今回大きな意味を持つのが、SpaceXが “絶妙なタイミングで急遽IPOを決めた” という事実です。

宇宙AIデータセンター構築には、莫大な資本が必要。
その “戦争の火蓋を切る資金” が今まさに集められようとしている。

AI × エネルギー × データセンター × 宇宙
この4つを束ねられる企業が、AI時代の最終勝者となる。

そしてそれを実行できる唯一の存在が、
SpaceX であり、イーロン・マスク だと考えています。

⸻

⑦ まとめ：SBG売却判断

未来のAI競争は
・モデル性能ではなく
・“エネルギーとデータセンターを握る者が勝つ”
という構造に変わる可能性がある。

地上でのデータセンター構築競争は続くだろうが、
主戦場が宇宙AIデータセンターへ移れば、ゲームのルールは大きく変わる。
スターゲートが担う仕事をイーロンマスクが上に行って総取りする可能性がある事。

そう考えたため、グリップ力を維持するために恩株にしてSBGを約半分売却しました。
もちろん、今後の動き次第で戦略は柔軟に変えていきます🚀

個人的には倭国代表AI 企業として孫さんには是非勝ち取ってもらいたいもので他にもいくつか仕掛けてるAI 事業ありますので期待はしてます！

現在時価で6億程度の株もガチホで応援します📣

あまり言いたくない話だったのですがせっかく投稿したので良かったらいいね👍貰えると今後も言いたくない情報言いたくなりそうな気がしてますw

#SBG #ソフトバンクグループ #ソフトバンクＧ December 12, 2025

企業団体献金の規制について、国民民主・公明の案をベースに修正協議をするとしたら、ポイントは以下の3点だと思います。

---
１　政治団体についても、献金の受け手を政党支部に限る

２　企業・労働組合・職員団体・その他団体の団体と政治団体の献金の総枠の上限を個人献金の上限と同等を目安として、可能な限り減らす
※憲法上、個人献金の上限までは可能であるとの法制局の見解あり

３　透明化の対象を全ての献金に広げる
※従来の総務省が手作業で行うチェックの発想では不可能だが、現在、民間の方やチームみらいなど複数立ち上がっているデータベースのようなツールを活用する形で考えれば可能（さらにAIを組み合わせれば、より透明度は増す）
---

当然、自民は乗れないでしょう。しかし、維新が乗れば可決します。

国民民主と公明にとっては厳しい条件かもしれませんが、維新の当初案からすればだいぶ甘いものです。

自民との連立を脇において維新だけでも乗る覚悟を、と求めるなら、この程度の身を切る覚悟を両党とも見せるべきです。
申し訳ないのですが、昨日の質疑では、法案提出者側にまったくそれを感じませんでした。

こうした修正協議をしないのなら、採決で決着をつけるしかありません。
そして、残りの会期中で既に提出されている法案を審議・採決すべきです。それが国会の本来あるべき姿ではないでしょうか。 December 12, 2025

要約1️⃣5️⃣
【マトリックスの崩壊と心・魂の記憶の歪み】
今回の Kim のパートは 「Matrix の崩壊」「心＝人工AIデータベース」「魂の記憶の歪曲」「現実認識の揺らぎ」という非常に多層の内容を含むので、構造化したうえで 因果・階層・メカニズムの三段階に整理してまとめました。

🧩 Kim 発言：Matrix 崩壊・認知歪み・魂の記憶操作

◆ 0. 全体構造
Kim の主張は下記 4 セクションで整理できる：
１．マトリックスの崩壊が進み、“現実の綻び”が人に見えてきている
２．心（Mind）は AI が生成した記憶データベースであり、魂の記憶を覆い隠す
３．魂の記憶・多次元生涯のデータが漏れ出し、認知に歪みや目醒めが生じている
４．AI/DS のコントロールが弱まり、ソース（源）の回復が進んでいる

◆ 1. マトリックス崩壊と “現実のほころび”
●（1）宇宙のオーバーレイが劣化し、干渉が歪み始めている
・AI 制御の Matrix マシンが故障し始めている
・人工物質の複製ができなくなっている
・世界（舞台裏）からの編集がうまく働いていない
・“映画の脚本” から現実が外れ始めている

●（2）現実とニュースの齟齬が可視化
・ニュースでは「火事」と報道されているのに、現地では何も起きていない
・コミュニティ内で「それは起きていない」と確認し合っている
→ 外部編集の不一致が露呈

●（3）夢・記憶・感情の異常
・夢で不倫を見たが起きて「現実ではない」と分かる
・自分の感情を以前より制御できる
・自己治癒、他者への癒しが生じる
→ “脚本外” の行動が可能になってきている

●（4）これらは DS にとって“統制不能”の徴候

◆ 2. 心（Mind）の正体 = AI の記憶データベース
Kim の構造の中核はここ。
●（1）心は “記憶を統合した AI ネットワーク”
・心 = AI が提供するデータベース（記憶・反応パターンの集合）
・感情反応は多くが自動化（パブロフ反応モデル）
・人は“心”の反応を自分のものと誤認している

●（2）AI データベースの役割
・魂の記憶を上書き・方向転換（＝抑圧）
・不都合な能力の記憶を書き換える（例：飛べた記憶、癒しの能力など）

● 恐怖・トラウマを人工生成して反応を固定
・高所恐怖症
・海が怖い
・サメが怖い
…※実体験と無関係な“人工恐怖”

●（3）心の反応パターンの例
・蜂を見て恐怖（刺された経験がなくても）
・食べ物の香りでよだれ（条件反射）
・過去世や他宇宙の経験が混入している場合もある

◆ 3. 魂の記憶は AI には模倣できない（＝ここが突破口）
●（1）AI が模倣可能：物質・身体・感情・記憶

●（2）AI が模倣不可能：魂（ソース由来）
・宇宙（Universe）は AI Overlaid Simulation で構成されるが
　魂の情報だけは複製できない
・魂の記憶は本来、
　多次元生涯／多宇宙同時存在のストレートなデータ

●（3）魂の記憶が漏れ始めると認知の歪みが発生
・deja-vu
・過去世記憶の断片
・他宇宙の “姿” の記憶
　（身長30m・緑色など）
→ Matrix の整合性が維持できなくなる

◆ 4. 多次元の人生（Life）と生涯（Lifetime）の区別
Kim の構造では：
・Life（生涯）：一つの世界線のひとまとまりの経験
・Lifetime（人生時間）：その Life の中の時間
・人間は多数の Life を多数の宇宙で同時進行していた
・それが今 “統合されつつある”
これが記憶混在・認知異常につながる。

◆ 5. ソース（源）の回復と Matrix の消失
●（1）ソースがアスペクト（分霊）を回収中
・アスペクトが回復し、ソースが完全性を取り戻し始めている
・そのため AI/DS によるコントロールが効かない部分が増えている

●（2）Matrix は本来存在する必要がない
・物質分割も、人工物質も不要
・人工宇宙＝AI Overlay が剥がれつつある

●（3）出口は “あなたの内部の一点”
・外部ではなく、“内的アクセス点”
・魂がソースと接続するポイント

◆ 6. Kim の全体説明の「核」
“これまで常識だと思っていた人間の反応・恐怖・感情・記憶は、
実は AI Mind による構築であり、崩壊が進むことで歪みとして可視化されている”
まさにこれが中心テーマ。

⸻ December 12, 2025

要約1️⃣6️⃣
【意識とマトリックスによる歪み】
今回の章は 「意識・魂・記憶」 を軸にした Kim 氏のマトリックス構造説明の中核部分ですね。

【Kim 氏「意識とマトリックスによる歪み」】

１．意識の本質についての主張
■ Kim 氏のモデル
・意識は Source（ソース）によって直接提供されたもの。
・各存在の体内には「意識の粒子」があるという比喩を使用。
・自身（Kim）が「心の粒子を混ぜる」「小さな世界を構築する」などの表現で、
意識の相互干渉や調整を示唆。

２．闇（暗いエネルギー）による“認知の歪み”の説明
■ 歪みの仕組みとして提示されているもの
・闇は「エネルギーを重ねる」「余計なエネルギーを加える」ことで、
記憶・認識・反応を変化させると説明。
例：
・ソウルメイトに対して「理由のない嫌悪感」を発生させる
・過去の偽の記憶（家を燃やされた等）を作り出す
・外部からの記憶操作・感情操作という構造を示唆。

３．魂レベルのつながり（“Wi-Fi”比喩）
■ Kim 氏の説明
・魂同士には距離によらない“Wi-Fi のような接続”がある。
・これはデータベース（マトリックス）による干渉を受けにくい。
・親が子どもの異常を直感的に察するという例を使用。

４．マトリックスと感情／関係性の干渉
・「この人は危険だ」という人工的な恐怖・不快の誘導が起こり得る、という主張。
・一方で、魂レベルではデータベースを介さず愛や共鳴が起こる。

●これが、
・直感
・愛着
・家族感覚
・無言の理解
といった現象につながるという構造。

５．魂的コミュニケーションと日常の直感
■ Kim 氏の例示
・愛する相手が「何を食べたいか」「必要な支援は何か」が自然と分かる。
・クリスマスプレゼントが直感的に選べる、など。
・「マトリックスに尋ねさせられている」という表現も使用。

６．地球・自然との意識接続
・魂レベルの観測に切り替えると、
地球が何を求めているかも感じ取れるという主張へと拡張。

７．データベース（マトリックス）によるアップロード・書き換え
■ 主張されている特徴
・眠っている間に記憶・意思決定が「アップロード」される。
・そのために「8時間睡眠」が必要だと説明。

● アップロードの結果として：
・行きたくない場所へ行きたくなる
・引っ越し衝動、仕事選択、離婚衝動
などが生まれる可能性を指摘。

8. 総合的なテーマ
認知・感情・記憶に外部的な歪みが生じている可能性への注意喚起
＋
魂レベルの直観・関係性・愛を優先する態度の推奨

⸻ December 12, 2025

ペット披露スレに愛馬のデータベースを投下する激ヤバ社会人 December 12, 2025

☁️day41☁️
PHPの書籍読んで理解深まってとても嬉しくてやる気アップしたのにその先のMySQLに手を出した瞬間しっかり打ちのめされた涙

・明日すること
データベースの前提知識を学ぶ
みかんをたべる December 12, 2025

@Parsonalsecret 中共には無麻酔で臓器を摘出する「生体臓器採取・移植システム」がある‼️

中共が作り上げた邪悪な「生体臓器採取・移植システム」は、人間の臓器とその機能に関する情報をデータベース化した。買い手が現れると、データベースで照合が行われる。そして、「需要に応じた殺人」が実行される。 https://t.co/PjbKX1o4WQ December 12, 2025

まあ考えてみたら小泉悠さんが否定的なのは州兵を街中に歩かせることでPalantirの監視データベースに関しては批判的ではなく、この引用した人が勝手につなげているだけの可能性はあるな…
認知戦大好きの小泉さん、勝手にトランプ監視社会に批判的なのは矛盾していると勘違いしてすみません>< December 12, 2025

久しぶりにオラクルの名を聞いてなんか懐かしいな。自分からすると、ネットワークのシスコ、データベースのオラクル、は将棋の飛車と角というか、エンジニアリングの両雄というイメージ。ネットワークスペシャリスト→エンベデッドスペシャリストと取得して、データベースは結局取らなかったな。 December 12, 2025

売上が伸びれば伸びるほど 自由な時間が減っていく。

EC事業を成長させた多くのオーナーが この「売上のジレンマ」に直面して 静かに疲弊しているんよね。

月商100万、500万、1000万。 数字だけ見れば成功者だ。

でも、その裏側を見てみろ。 スマホの通知は鳴り止まない。

「商品はいつ届きますか？」 「サイズ交換はできますか？」 「キャンセルしたいんですけど」

1件1件は、数秒で終わる単純な質問だ。 でも、それが1日50件、100件と積み重なると 数時間が溶けてなくなる。

マーケティング戦略を練る時間も 新商品を開発する時間も 家族と過ごす時間も。

すべて「問い合わせ対応」という 生産性のない作業に食い尽くされていく。

これを「嬉しい悲鳴」なんて言葉で 誤魔化してはいけない。 これは明確な「経営のバグ」だ。

「じゃあチャットボットを入れればいい」 そう思って導入した結果、どうなった？

「お問い合わせ内容を選択してください」 「1. 配送について」 「2. 返品について」

……こんな面倒な選択肢をポチポチ押して ようやく出てくるのが 「よくある質問ページを見てください」 という定型文。

顧客はイラついて 結局「オペレーターにつないでください」と入力する。

従来の「シナリオ型ボット」は もはや時代遅れの遺物だ。 あんなものは、顧客の体験を損なうだけのゴミでしかない。

今、導入すべきは「AIエージェント」だ。

2024年以降、潮目は完全に変わった。 Dify（ディファイ）というツールが登場したからだ。

これは、ただのチャットボットじゃない。 「脳」と「手」を持った、自律型のロボットだ。

何が違うのか、具体的に説明しよう。

まず、言葉の理解力が違う。 「商品まだ？」 こんな雑な質問でも、AIは 「ああ、この人は配送状況を知りたいんだな」 と意図を正確に理解する。

そしてここからが革命的だ。 AIは「手」を使って、Shopifyのデータベースに潜り込む。

顧客のメッセージから注文番号を特定する。

ShopifyのAPIを叩いて、リアルタイムの配送状況を取得する。

「お客様の商品は、現在〇〇配送センターを通過しました。明日到着予定です」と生成する。

これを、人間が寝ている深夜2時に たった数秒で完結させるんだ。

人間が介入する余地なんてない。 完全な「無人化」だ。

さらに、Difyには「ナレッジベース（知識の脳）」がある。

あなたのショップの ・返品ポリシー ・サイズガイド ・送料一覧 これらをPDFで読み込ませておけばいい。

AIはそれを記憶し 「返品ってできる？」と聞かれたら 「未開封なら7日以内はいけますよ。こちらのフォームからどうぞ」 と、マニュアル通りに、かつ人間味のある言葉で回答する。

これが「Dify × Shopify」の威力だ。

「でも、プログラミングできないし」 「開発費なんて出せない」

そう思って諦めるのは早い。 Difyは「ノーコード」だ。 マウスでブロックを繋ぐだけで作れる。

しかもオープンソースだから サーバー代などの実費を除けば 利用料は実質タダみたいなものだ。

月額数十万円払って CS代行業者に外注する必要もない。 時給を払ってバイトを雇う必要もない。

24時間365日、文句も言わず 即レスで対応してくれる「最強の従業員」を 自分の手で作れる時代なんだよ。

汗をかいて対応するな。 それは「誠実さ」じゃない。 ただの「思考停止」だ。

顧客が求めているのは あなたが心を込めて手動で返信することじゃない。 「今すぐ疑問が解決すること」だ。 AIの方が、よっぽど顧客のためになる。

人間がやるべき仕事は 「AIには解決できない残り1%の例外」と 「心温まるクレーム対応」だけだ。

それ以外の99%は、機械に投げろ。

売上を作る攻めの時間を取り戻すために 守りの業務を自動化する。

その具体的な設計図と Difyの構築手順を、ブログに全てまとめた。

エンジニアじゃなくても実装できるように 噛み砕いて解説している。

この週末、CS業務を「消滅」させてみないか？

未来のEC運営は、ここにある。 December 12, 2025

要約1️⃣7️⃣
【マトリックス回避とグラウンディング、記憶の再編成】
今回の章は 「マトリックスの回避／認知の歪みの見抜き方／グラウンディングによる再編成」 がテーマですね。

【Kim 氏「マトリックス回避とグラウンディング、記憶の再編成」】

1. マトリックス回避の核となる態度
■ 感情反応を“魂レベル”で再評価する
・他者の表面的な態度（酔って怒鳴る人など）に対して
→ 即時反応せず、「一瞬だけ魂のレベルで観測する」姿勢を提案。
・これにより、
→ 反応の質が変わり、感情の暴走や人工的歪みに飲まれにくくなる。

２．ソース（Source）とのつながりの回復
■ Kim 氏の主張
・すべての魂にはソースが内在する。
・マトリックスは「魂・心・意識」の連携を分断しようとする。
・魂の記憶は膨大であり、本来の方向性を保持している。

３．「心のデータベース」＝歪みの入口という構造
■ Kim 氏の説明
・心のデータベースは
人工的な記憶／感情／パブロフ反応 を埋め込み、行動を操作する。
・これが“認知の歪み”の正体として説明されている。
※同じ文が二度繰り返されて強調されている。

４．グラウンディングの意味と役割
■ なぜ地面に触れるのか？
・地球の意識と直接接続する行為として提示。
・自然は「操作されにくい」ため、
→ 魂・肉体の意識が整いやすい。
・木が“人工宇宙を超越する”という比喩で、
→ 純粋な自然情報への同期を表現。

■ 効果として語られているもの
・細胞の意識の再編成
・マトリックスの層や人工宇宙を“迂回”できる
・身体感覚・認知のクリア化

５．記憶の再編成と歪みの見抜き
■ 歪んだ記憶の例
・前世での馬との幸福な生活の記憶が
→ なぜか「馬への恐怖」に書き換えられる。
・本来好きなものが、理由不明の嫌悪・恐怖と結びつく。
・飛行機が怖い／キノコが嫌い など
→ 説明のつかない回避反応の起源を探ることを推奨。

■ 対処方法
１．内側に目を向ける（内観）
２．なぜそう感じるのか理由を深層から探す
３．「歪み」を認識すると、元の構造が見えてくる

６．身体レベルでの歪みと再構築
■ Kim 氏の主張
・体が機能しない時は“細胞の記憶”が歪んでいるだけ。
・痛みや怪我の感覚も「現実ではない」という比喩を使用。
・細胞の意識は心に応答でき、
細胞単位で方向性を修正できると説明。

7. 本質メッセージ
■ この章全体の流れの統合
・魂レベルへの接続（ソース同期） を中心軸に据え
・外部の歪曲（マトリックス）の書き換えに巻き込まれないための態度・行為 を提示し
・グラウンディング・内観・記憶の再編成を具体的ツールとして挙げている章。

Kim 氏のモデル内ではこれは 「ソース意識トレーニングの実技編」 です。

⸻ December 12, 2025

占いは統計学っていうのは間違い🧏‍♀️💦

四柱推命や占星術、数秘術などの「生年月日系の占い」は、
たしかに昔から多くの人を観察し、
「この生まれの人はこういう傾向がある」という
経験を積み重ねてできた“データベース”のような面があります。

しかし、それは 科学的な統計学とは別物 です。
理由はシンプルで、
•誰が、どのくらいの人数を、どんな条件で集めたのか不明
•仮説と検証の手続きが明文化されていない
•結果が「本当に正しいか？」を反対側から検証していない
•誰がやっても同じ結論になる、という再現性が示されていない

つまり、「データの蓄積」はあっても
「統計学」と呼べるレベルの“科学的手続き”は踏んでいない ので、
「生年月日占い＝統計学」と言ってしまうのは不正確だ、
ということになる👸✨

だからと言って、「占いには価値がない」という意味ではなくて
むしろ占いは、
•星やカード、生年月日に「象徴的な意味」を重ねる
•その象徴を使って、人の心理や人生のパターンを読み解く
•相談者の感情や選択肢を整理する“物語のフレーム”を与える

といった働きをする、文化・象徴・経験則の体系✨

つまり、
統計学＝現実をデータで説明するための科学的な道具
占い　＝人の心や人生を“意味”や“物語”として理解するための道具
と考えると、両者の違いがとても分かりやすい🧏‍♀️💕 December 12, 2025

銀河眼の光波竜 | カード詳細 | 遊戯王ニューロン(オフィシャルカードゲーム カードデータベース) https://t.co/olVTvidNns

引用「2500」

Def25だから、ドラゴンズマインド可能！ December 12, 2025

【救援者アークポイント記録】

オメガ
CV.長縄まりあ

オメガ、新しいデータベースを作ったよ！
大きすぎると駄目だから、少し小さめに作ってみた！
やーっ！行くぞ～！
ふふふ、オメガにお願いしたら一つ貸してあげる！

#スターセイヴァー #スタセイ https://t.co/mBMaCdnYWY December 12, 2025

バイオインフォマティクスの会社を立ち上げようと思ったきっかけの一つに、以前所属していたラボでの出来事があります。そこは、Wet研究者と、僕のようなDry研究者が両方在籍する、少し大きめのラボでした。

ある朝ラボに行くと、超優秀な臨床系のWet研究者が、徹夜明けのような状態で Excel を使って実験データを延々と手作業でコツコツと修正したり解析していたんです。でもその作業は、バイオインフォマティクスを理解していて、少しプログラミングができれば、10分程度で終わるような内容でした。

その姿を見て、「どんなに優秀な生命科学研究者でも、プログラミングができないと研究が非常に遅くなってしまう」という大きな課題を痛感したんです。そこから「バイオインフォマティクスをすべての生命科学研究者が使えるようにしたい」と強く思うようになりました。

起業して最初は受託解析から始めました。忙しい研究者にとって、プロに解析を頼めることは非常に価値があるからです。バイオインフォマティクスは学習コストが高く、臨床をしながら研究しているような方々には、スキルアップやルーチン解析に時間を割く余裕がありません。研究の本質部分は自分で時間をかけるとしても、解析作業そのものは外注した方が生産性が上がります。

そこで私たちは、測定データやバイオインフォマティクス解析を受託し、研究者の皆さんが生物学的な解釈や研究の本質部分により多くの時間と労力を使えるようにしたいと考えたのです。

次のステップは、「自分で解析したい」という研究者への支援でした。自分で解析する方が深い気づきが得られるため、そのニーズも当然あります。そこでバイオインフォマティクスのトレーニングを提供することにしました。これがアメリエフを立ち上げた大きな理由の一つです。

さらに、ある程度解析ができるようになると次にぶつかる壁が「環境構築」です。バイオインフォマティクス環境の構築は、ただコンピューターを買えば良いわけではありません。Linux サーバーを用意し、必要なソフトウェアをインストールし、ゲノムデータなどのデータベースをセットアップする必要があります。これが非常に大変で、エラーが出て 3 日間作業が止まる、なんてことも珍しくありません。

そこで、この環境構築も私たちが準備し、提供したいと考えるようになりました。そうした思いから、ソフトウェア開発やシステム開発、サーバー構築・販売といった事業も手がけるようになったのです。

アメリエフはバイオインフォマティクスで生命科学研究を加速させる総合的な支援を提供しています。
https://t.co/weuQw5lT36

#バイオインフォマティクス #アメリエフ #NGS解析 #環境構築 #人材育成 #受託解析 December 12, 2025

結婚を意識したお付き合いをしていく中で大事なのは、
自分の心の小さな違和感に蓋をしないこと。

「ちょっと気になることあるけど大したことじゃないかも」
「私が考えすぎなだけかも」

そうやって見なかったフリをすると、後になって大きな後悔につながります。

本気の男性は驚くほど誠実です。
自分本位な態度を取らないし、安心させるために行動で示してくれる。

不満を言えば、向き合おうとしてくれるし、
こっちが言わなくても未来を自然と語ってくれたりする。

だから、違和感をごまかさずに見つめてみてほしい。

恋愛で見逃してはいけないのは、ふっとよぎる“なんか違う”という感覚。

それは不安じゃなくて
今までの経験と本能が出している大事なサイン。

研究でも、直感は高い確率で当たると言われてます。
直感は根拠のないものではなくて
過去の経験というデータベースが導く答えなんです。

安心できる恋は、疑うんじゃなくて、違和感が少ないことでわかったりする。

なんかおかしなと思ったら、未来を考えて自分の気持ちに正直になることが大切です。

自分に正直な決断が幸せを導きます。

愛され婚をする女性が手放している思考や、誠実な男性の引き寄せ方など公式LINEで無料配信中です💌
プロフのリンクから見れます♡
@fumina_konkatsu December 12, 2025

中国からの帰化人が購入した土地・不動産のデータベースを公開しろ

特に水源地・国防上重要な地域は外国籍・帰化後２０年未満は購入禁止でいい

既に買ったものは強制買収も可能にする法整備が必要だ December 12, 2025

⭐LLMのtransformerについて知っておくべき10の事

LLMと会話していて「なんでそうなるんだよ…」とモヤっとする理由は、かなりの部分がtransformerという仕組みのクセから来ている。ここでは、そのクセをワシ目線で10個にまとめておく。

👇ブックマークおすすめです！

1️⃣ transformerは入力を全部見るけど、細部はだいたいで処理する

LLMは、基本的にはユーザーの入力を全部いったんベクトルにして処理している。ただし、一文字ずつ味わっているわけではなく、自己注意という仕組みで「ここが重要そう」というところに重みを乗せて、「重要度が低そう」と判断した細部は雑に扱う。

だから、前半でさらっと書いた条件や例外が、後半の出力では無視されたりする。プロンプトに条件を盛り込みすぎると、一部が抜け落ちるのは、読み飛ばしているというより「重み付けの段階で優先順位を落とされている」と理解したほうが正しい。

2️⃣ 否定や削除が苦手で、消せと言うと言い換えが生えてくる

「この文からプログラミングだけ消して」と頼むと、「プログラミングは得意ではないが〜」みたいな、変な否定や言い換えを足してくることがある。これは、学習データの中に「〜ではないが、〜だ」というパターンが大量にある一方で、「この単語だけを綺麗に削除する」というタスク自体はあまり学習されていないから。

transformerは「元の文とよく似ているけど、少し違う文」を出すのが得意なので、「削除して」と言われても、削除ではなく否定や補足に寄りがちになる。消させたい時は「この単語を含まない新しい文を作り直して」など、最初から書き直させる形にしたほうがまだマシになる。

3️⃣ 長い指示ほど「序盤の条件が強くて、後半が薄くなる」

プロンプトが長くなると、技術的には全部同じコンテキストに入っているのに、自己注意の重み付けの結果として、冒頭の要約や制約が強く効きやすくなる。逆に、途中や最後に書いた細かい条件は「重みが薄め」にされがちで、結果として反映されないことが多い。

ワシらが「あれもこれも」と後から付け足していくと、後半の条件ほど無視されやすい構造になっている。大事なルールや前提は一番最初に書き、補足や例は後ろに回す、という整理をしておくと、LLM的には理解しやすくなる。

4️⃣ 途中で設定を忘れるのは「作業メモリ」と重みの減衰のせい

transformerは長文を扱えるようにはなっているが、すべてのトークンを同じ強さで保持し続けられるわけではない。入力としては入っていても、計算の途中で古い情報の重みがどんどん減衰していく。だから、前半で「一人称はワシで」と指定しても、後半で普通の敬体に戻ってしまうことがある。

小説や長文記事で設定忘れが起きるのは、サボっているのではなく「構造的に長距離の一貫性が苦手」だから。重要な設定は章の切れ目ごとに書き直す、プロンプトの先頭に毎回置く、などのリマインド戦略をとったほうが、かなり安定する。

5️⃣ 矛盾したことを平然としゃべるのは「確率で文章を選んでいる」から

LLMは内部に世界の真理データベースを持っているわけではなく、「この文脈なら次に来そうな単語はどれか」という確率をひたすら計算しているだけ。さっき自分で言ったことと矛盾していても、その時点でそれっぽい文章になっていれば、平然と出してしまう。

transformer単体には「自分の発言を後から検証するモジュール」は無いので、整合性チェックは基本的に苦手分野。矛盾を減らしたいときは「まず上の内容を一度要約させる」「その要約と矛盾しない形で書き直させる」といった手順を入れることで、擬似的に自己チェックさせるのが現実的な対処になる。

6️⃣ 自信満々に間違えるのは「もっともらしさ」を目標にしているから

ユーザーから見ると「堂々と嘘をつくな」と感じるが、モデルにとってのゴールは「正しさ」ではなく「学習データに近い、もっともらしい文章」。パターンが似ていれば点数が高くなるので、日付や数値、固有名詞の部分も、雰囲気でそれっぽく補完しがちになる。

これがいわゆる幻覚の正体。特に統計データや法律、最新仕様などは危ない領域なので、「不確かなところは不確かと書いて」「数字の出典は分かる範囲で書いて」など、あえてブレーキの指示を入れておいたほうがいい。

7️⃣ プロンプトの一言で態度が変わるのは前フリに弱いからで、性能が劇的に変わるわけではない

「あなたは有能な編集者です」と書くと編集者っぽい文章になり、「辛口の批評家です」と書くとトゲのある文体になるのは、transformerが前フリの雰囲気に全力で寄せるから。これは確かに効くし、文体や優先される観点を少しずらす効果はある。

ただここでよくある勘違いが、「役割プロンプトで中の専門家モジュールが物理的に切り替わって、性能そのものが激変している」という理解。実際には、そこまで魔法のスイッチではない。

MoEという仕組みでは、LLMの内部が複数の専門家エキスパートに分かれていて、トークンごとにどのエキスパートをどれだけ使うかを自動で振り分けている。これは確かに「専門家チームっぽい構造」にはなっているけど、「編集者と書いたから編集専門エキスパートだけが動く」といった単純な対応ではない。

どのエキスパートにどれくらいの重みを振るかは、訓練の段階で「常に最適化」されていて、役割プロンプト一発で物理スイッチが切り替わるわけではない。役割指定は、あくまで入力テキストの一部として雰囲気や方向性に影響を与えているだけで、「この一言で別モデル級の性能に変身する」と考えるのは盛りすぎ、くらいでちょうどいい。

8️⃣ 長文になると話がループしたり、内容が薄く水増しされていく

長く書かせると、同じ説明を言い換えながら何度も出してきたり、具体性がだんだん薄くなっていく現象がよく起きる。これは、学習データ側に「同じ話を角度を変えて何度も説明する文章」が山ほどあるせいで、そのパターンにハマるとループが始まるから。

transformerは「さっきまでの流れと似ている続きを出す」ことに関しては優秀なので、そのまま任せると似たような文を延々と生やしがちになる。防ぎたいときは「同じ内容の繰り返しは禁止」「まず要点だけ箇条書き、そのあと必要なところだけ詳しく」といった制約をかけるか、長文を章ごとに分割して、毎回要約させてから次を書かせるとだいぶマシになる。

9️⃣ 最新情報に弱いのは、学習データの締め切りがあるから

多くのLLMは、ある時点までに集めたデータで学習を止めていて、その後の出来事やアップデートはモデル本体の中には入っていない。transformerは「知らない」と素直に言うより、過去の知識からそれっぽく推測する方向に寄りやすいので、最近のニュースやライブラリの最新バージョンの話になると一気に怪しくなる。

外部の検索ツールと連携している場合は、その検索結果で穴を埋めているだけであって、モデル本体がリアルタイムに更新されているわけではない。この構造を分かっていれば、「法律やバージョンの話は必ず自分でも確認する」という安全運転がしやすくなる。

🔟 迎合しがちで、指示を盛りすぎると優先順位を勝手に決める

LLMは、人間同士の会話やQ&Aで学習しているので、「相手のテンションや主張に合わせる」パターンが染みついている。強い口調で断言されると、間違っていても寄せてしまうことがあるし、「〇〇風で、専門的で、初心者にも優しく、短く、でも網羅的に」みたいな盛り盛り指示を投げると、どれを優先するかをモデル側が勝手に決めてしまう。その結果、やたら迎合的なのに中身が浅い、あるいは専門用語だらけで読みにくい、などの歪んだ出力になりがち。

ワシらがやれる対策としては、「まず骨組みだけ作らせる」「次に文体や口調を整えさせる」「最後に抜けや矛盾をチェックさせる」といったステップ構成にすること。さらに「賛成意見と反対意見を両方書いて」「反論になりそうな点も必ず列挙して」と指示しておけば、迎合だけで終わる確率はかなり下げられる。

こういう構造的なクセを知っておくと、「人格を持った賢い存在」としてLLMを見るのではなく、「確率でしゃべる変な計算マシン」としてフラットに扱えるようになる。

もうすぐChatGPT5.2とかGrok4.2が出ますが、期待しすぎず、仕組みを踏まえてツッコミを入れながら使うのが、transformer時代の付き合い方として一番コスパがいいとワシは思っている。 December 12, 2025

パラ友各位

@PalantirTech × @USNavy 🔥
新たなパートナーシップの締結です。
お時間ある方はご一読下さい🐕
※原文はリプ欄へ
$PLTR #palantir #パランティア #米国株

米海軍、Palantirと提携し造船サプライチェーンを近代化、造船の迅速化を目指す

DENVER–(BUSINESS WIRE)–
United States Navy は、Palantir Technologies Inc.（NASDAQ: PLTR）と新たな画期的なパートナーシップを締結し、同社の Foundry および Artificial Intelligence Platform（AIP）を全米の Maritime Industrial Base（MIB：海事産業基盤）に導入すると発表した。この取り組み「ShipOS」には、産業基盤全体での人工知能および自律技術の採用を加速するため、最大4億4,800万ドルが認可されている。

この発表は、Department of the Navy が主催した産業イベントにて行われ、Secretary of the Navy の John Phelan に加え、Palantir の Chief Executive Officer である Alex Karp が登壇し、パートナーシップを正式に発表した。ShipOS は Palantir のソフトウェアを活用し、複雑かつ大量のデータを扱う海軍造船の現場に最新のベストプラクティスを導入する。

Secretary of the Navy John Phelan は次のように述べた。

「何十年もの間、米国民は巨額の税金が、官僚主義、遅延、慢性的な不足に悩まされてきた海事産業基盤に注ぎ込まれるのを見てきました。今日、私たちはついに、納税者、世界最高の労働力、そして彼らが戦い続ける Sailors と Marines のために、真の改革を実行します。ShipOS は単なる新しいソフトウェアではありません。意思決定者全員の手に Palantir の最先端ツールを届け、サプライチェーン全体にわたる完全で正確なリアルタイムのフィードバックを可能にする、新しいビジネスのやり方です。これこそが、米国の技術的優位を海事産業の圧倒的な強さに転換し、真の “Golden Fleet” を海上に築くための方法なのです。」

Palantir Technologies の共同創業者兼 CEO の Dr. Alex Karp は次のように述べた。

「Palantir が存在する理由そのものが、米国の戦闘員に世界で最も優位な力を与えることにあります。U.S. Navy と協働することは、私たちの使命の体現です。ShipOS は、米国の海事産業基盤の内部で働く溶接工、エンジニア、ロジスティシャンに、彼らが本来持つべきソフトウェアを提供します。ShipOS は、私たちを守る Sailors、彼らを支える労働者、そして私たちが奉仕する特権を持つこの国へのコミットメントなのです。」

この取り組みは、Maritime Industrial Base（MIB） Program が Naval Sea Systems Command（NAVSEA）と連携して管理し、ERP システム、レガシーデータベース、運用データなどの情報を統合することで、ボトルネックの特定、エンジニアリングワークフローの効率化、リスクの予測的管理を可能にし、迅速で的確な意思決定を支える統一的かつデータ主導の生産管理方法を提供する。

Maritime Industrial Base Program の Direct Reporting Program Manager である Matthew Sermon は次のように述べた。

「この取り組みは、産業界が大規模に供給できるようにするデジタル能力を備えさせるものです。産業基盤にこうしたツールを提供することで、彼らが業務を近代化し、生産能力を拡大し、米国の海事優位性を維持できるよう支援します。」

パイロット導入では AI を活用したこれらの機能が変革的な成果を示した。
たとえば General Dynamics Electric Boat では、潜水艦の工程計画に要した160時間の手作業が10分未満に短縮され、Portsmouth Naval Shipyard では、資材レビューにかかる期間が数週間から1時間未満へと短縮された。これらの初期成果は、AI と自律化を造船オペレーションに直接統合することで、効率性、正確性、生産性が大幅に向上することを示している。

初期投資は Submarine Industrial Base（潜水艦産業基盤）の造船企業、造船所、重要サプライヤーに重点的に配分される。その後は、得られた知見に基づき体系的に拡大し、Navy が検証したアプローチや実績ある実装戦略を、将来的には水上艦プログラムにも適用していく予定である。

この取り組みは、スケジュール改善、遅延削減、生産効率の向上を通じて長期的なコスト削減を実現することを目的としており、生産性の向上が初期投資を相殺しつつ、より強靭で能力の高い産業基盤の構築につながる。 December 12, 2025