ノーベル賞 トレンド
0post
2025.11.27 22:00
:0% :0% （40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
本日11月27日は "ノーベル賞制定記念日"！
人類のために貢献した人に贈られる世界的な賞🏆
幕末の志士たちが成し遂げたことって、
ノーベル賞級の偉業ばかりじゃないですか？
古い体制を壊して新しい国を導いた彼ら全員に、
特別に『ノーベル・国づくり賞』をあげてもいいくらいです！
#新解釈お遍路
#映画公開まで22日
#偉業だらけの時代
#賞金は倭国の夜明け
#ベストジーニスト賞はありません
#新解釈幕末伝
#ムロツヨシ #佐藤二朗
#広瀬アリス #岩田剛典 #矢本悠馬 #松山ケンイチ #染谷将太 #勝地涼 #倉悠貴 #山下美月 #賀来賢人 #小手伸也 #高橋克実 #市村正親 #渡部篤郎 #山田孝之
#福山雅治 November 11, 2025
17RP
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
11RP
おはざます☀️
昨日のポスト…ラベルが貼られてた件！🏷️😂
温泉のイラストがあかんかったのかしらん⁉️🤔ww
ってことで、風呂ネタ♨️
これからの時期は風呂場でのヒートショックにご注意を⚠️若者も要注意よ‼️
⬇️のツリー画像❶❷❸参照💁♀️
そして、昨日は競馬ファンにとって残念なお知らせがががが…
ジェンティルドンナが逝ってしまった…😭
命日は11月25日で、忘れもしない13年前のジャパンカップで怪物オルフェーブルとの激闘を制した日と同じだった。
ディープインパクト産駒の名牝でした🐴
んで、ツルマルボーイもかよ…😭
今日はノーベル賞制定記念日らしい❣️🕊️
ノーベル賞は【物理学、化学、生理学・医学、文学、平和】の5分野で、人類に貢献した人に贈られる。
その後、経済学賞が追加され、【5分野＋1分野】となる。
人類に貢献する人達はほんと素晴らしいですね👏
⬇️
#界の軌跡 #空の軌跡the1st
#軌跡シリーズ November 11, 2025
4RP
11月27日は、#ノーベル賞制定記念日
1895年(明治28年)のこの日、アルフレッド・ノーベルが、人類に貢献した人に自らの富を、と遺言✍️
家庭環境によらない教育の保障は、ノーベル賞への一歩🚶♂️
港区議会定例会初日、公明党代表質問で池田たけし議員が🙋♂️
街頭で訴えている、子どもベーシックサービス
にもとづき、所得制限ない区立学校の教育費の完全無償化や、国立・私立についても教育負担の軽減を訴え💸
高市政権発足後も止まらぬ円安や、トランプ関税など国際情勢の不安定化により、景気の先行き不透明感が🆙
今年度、区立学校の学用品費の無償化実現も、更なる無償化求める声あり、6月定例会で修学旅行無償化を🗣️
また都議会公明党の推進で、所得制限ない公私立高校の授業料無償化が実現も、授業料以外の負担軽減求め✊ November 11, 2025
3RP
暗黒物質の初観測の可能性とWIMP仮説粒子の発見ガチならヤバそう、標準理論が拡張されるか破綻するのか、普通にマジならノーベル賞確定やな https://t.co/Q7UnN5E7MQ November 11, 2025
1RP
みなさん、ご参加いただきありがとうございました(*^^*)
正解は「３ 湯川秀樹」でした。
1949年に物理学賞を受賞しました。川端康成は、1968年に文学賞を受賞しています。野口英世は、ノーベル賞候補に三度名前が挙がったものの、受賞はしていません。
また明日も、よろしくお願いします♪ https://t.co/hAVi0VSjBa November 11, 2025
1RP
三島由紀夫の自殺はなんとなく意味がわかるけど川端康成の自殺は意味がわからない。
GPT
川端康成の自殺は、三島由紀夫の劇的で政治的な行動と比べると「理由が見えにくい」と感じる人がとても多いです。実際、研究者の間でも「確定した原因」は存在せず、いくつかの説が並行して語られています。以下に、主要な見解を整理してみます。
■ 三島由紀夫との違い
三島由紀夫は明確に政治的・思想的な文脈を持ち、行動も劇的で象徴的でした。
一方、川端康成は外から見る限り穏やかで、政治的主張も強くなく、突然のガス自殺だったため、「わからない」という印象を強く残しました。
■ 川端康成の自殺をめぐる主な説
① 親しい友人であった三島由紀夫の死の影響
川端は三島を深く可愛がり、文学的にも精神的にも大きい存在でした。
三島の死後、川端は「三島のことを語ると涙が出る」と語り、明らかに心に傷を負っていたと言われます。
ただし、三島の死から約1年半経っており、それが唯一の理由だったとは言い切れません。
② 老いと創作の限界をめぐる苦悩
・ノーベル賞を受賞し、文学的な頂点に達した後、自作に対して厳しい評価をするようになった
・年齢とともに集中力が低下し、創作が思うようにいかないことに悩んでいた
・「書けなくなる」ことを最も恐れていた
こうした「文学者としての老い」への不安は、当時の川端の日記や言動から推測されています。
③ 健康不安・不眠症
川端は慢性的な不眠症と神経衰弱ぎみの症状に長年悩まされ、薬に頼る生活を送っていました。
精神的にかなり疲弊していたとの証言もあります。
④ 孤独と空虚感
川端は幼い頃に家族を次々に失い、人生を通して喪失感を抱えた人でした。
晩年は人間関係から距離をとりがちで、孤独感が強まっていたという証言があります。
⑤ 事故説（自殺ではなかったという見方）
一部には「自殺ではなく、ガス器具の使い方を誤った事故」あるいは「自殺と断定できない」という見方もあります。
・遺書がなかった
・前夜には普通に予定を話していた
などの点から、この説を採る研究者もいます。
ただし決定的証拠はないため、あくまで可能性レベルにとどまります。
■ 結論
川端康成の死は、三島由紀夫のように「一つの明確な思想や行動」で説明できるものではありません。
複数の要因（老い・喪失・孤独・健康問題・創作の限界意識）が重なった“静かな自己崩壊”のようなものと捉える研究者が多いです。
だからこそ、今も「意味がわからない」と感じられるのはとても普通のことなんです。
必要なら、川端の作品や人生観から「死」や「虚無」のテーマがどう表れているかも解説できます。 November 11, 2025
1RP
@syurakannon 修羅観音さん、こんばんは🌙
「可愛らしくも格好良う御座います」言っていただきありがとうございます✨
子供の頃、ノーベルの伝記を読まれたのですね。私も今度読んでみようと思います。
合掌、ノーベル賞、礼拝 November 11, 2025
ここまですごいプレスリリース、理学系研究科で初めてでは？！WIMPを見つけたって言ってるんだよね？！ノーベル賞確定級では…
https://t.co/uwtWqpWnbm November 11, 2025
おはようございます、カルタルニヒです
今日はノーベル賞記念日
アルフレッド・ノーベルがノーベル賞に関する遺言状を書いた日です
偉大な決断ですね！
ちょっとPCさんの機嫌が悪いため今日は再掲になります
#おはようVtuber︎ https://t.co/OhFn26x2Ls November 11, 2025
クッキングはド直球の改竄行為なので研究不正ど真ん中のアウトオブアウトなんだけども、場合によってはクッキング判定にならなかったりでかなりグレーな感じのするノーベル賞とかあってモヤッとする November 11, 2025
#ノーベル賞制定記念日 #アルフレッドノーベル #うさぎ
皆様❣️おはようございます☀️
今日は11月27日、ノーベル賞が制定された大切な記念日📚✨
発明家アルフレッド・ノーベルさんが、「人類のために貢献した人を讃えてほしい」という願いを遺言に残したことから、この世界的な賞が誕生したそうなの🥰
科学、文学、平和…さまざまな分野で未来をひらこうと努力する人たちの光が集まる、とても尊い日ね🌍
❤️らびこ❤️はむずかしい実験や研究はできないけれど、ふわっと心が緩やか時間をお届けして、小さな平和を広げられたら素敵かしらって思ってるわ💭
今日もあなたの中に、新しい気づきとあたたかい光が灯りますように💡🌼🐇 November 11, 2025
いつもご来店ありがとうございます✨️
本日11/27は ノーベル賞制定
記念日です😌
スウェーデンの化学者
アルフレッド・ノーベルが
ダイナマイトの発明で得た財産を
人類の平和の為に寄付すると
遺言を書いたことからです❗
近年では命日の12/10に発表
されているそうです🎵 https://t.co/Yjyy8JNSdy 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。
倭人速報公式アカウント
