  |
はてなキーワード: エポックとは
とてもエポックなドラマですよね。でも男と同じ立場に立てるなんて考えが自分の生まれる数十年前に既にあったってにわかに信じられなくて…今も自分で稼いだお金を自分に使ってることに悪い気がしている、だからあのドラマは簡単に見れない。
男の社会を維持するのが一番よいことで、生かされているだけの存在だという義務的な感情があって、怖いからです。
男の人の悪口を本人のいないところでめちゃめちゃ言ってしまうことがあるのもそのせいでこじらせてる、中年にもなって恥ずかしいです。皆立派に生きているのに。加害してくる悪い生き物だと勝手に思って負けないぞ！と誰もなんも言ってないのに勝手に戦ってる。
最後に、定量化するのが最も難しいが、それに劣らず重要な改善のカテゴリーを紹介しよう。
難しい数学の問題を解くように言われたとき、頭に浮かんだことを即座に答えなければならないとしたらどうだろう。最も単純な問題を除いて、苦労するのは明らかだろう。しかしつい最近まで、LLMにはそうやって数学の問題を解かせていた。その代わり、私たちのほとんどはスクラッチパッドで段階的に問題を解いていき、その方法ではるかに難しい問題を解くことができる。「思考の連鎖」プロンプトは、LLMのそれを解き放った。生の能力は優れているにもかかわらず、明らかな足かせがあるため、LLMは数学が苦手なのだ。
私たちはここ数年で、モデルの「足かせを外す」ことに大きな進歩を遂げました。これは単に優れたベースモデルをトレーニングするだけでなく、アルゴリズムの改良によってモデルの能力を引き出すものです：
足場作り。CoT++について考えてみよう：ただ問題を解くようモデルに求めるのではなく、あるモデルに攻撃計画を立てさせ、別のモデルに可能性のある解決策をたくさん提案させ、別のモデルにそれを批評させる、といった具合だ。例えば、HumanEval（コーディング問題）では、単純な足場作りによってGPT-3.5が足場なしのGPT-4を上回った。SWE-Bench（実世界のソフトウェアエンジニアリングのタスクを解くベンチマーク）では、GPT-4は~2%しか正しく解くことができませんが、Devinのエージェントの足場があれば14-23%に跳ね上がります。(後ほど詳しく説明するが、エージェントのアンロックはまだ初期段階に過ぎない。)
ツール：もし人間が電卓やコンピュータを使うことを許されなかったらと想像してみてほしい。まだ始まったばかりだが、ChatGPTはウェブブラウザを使ったり、コードを実行したりできるようになった。
エポックAIによる研究によると足場作りやツールの使用など、これらのテクニックのいくつかを調査したところ、このようなテクニックは多くのベンチマークで通常5～30倍の効果的な計算量の向上をもたらすことがわかった。METR（モデルを評価する組織）も同様に、同じGPT-4ベースモデルからのアンホブリングによって、エージェントタスクのセットで非常に大きなパフォーマンスの向上を発見しました。
https://situational-awareness.ai/wp-content/uploads/2024/06/metr_gains_over_time-1024x597.png
これらをコンピュートとアルゴリズムの効率で統一した実効的なコンピュート規模に当てはめることは困難ですが、少なくともコンピュート規模の拡大やアルゴリズムの効率とほぼ同規模の大きな進歩であることは明らかです。(また、アルゴリズムの進歩が中心的な役割を担っていることも浮き彫りになっています。0.5OOM/年の計算効率は、すでに重要なものではありますが、ストーリーの一部に過ぎません。）
「アンホブリング」こそが、実際にこれらのモデルが有用になることを可能にしたのであり、今日多くの商業アプリケーションの足かせとなっているものの多くは、この種のさらなる「アンホブリング」の必要性であると私は主張したい。実際、今日のモデルはまだ信じられないほど足かせが多い！例えば
ここでの可能性は非常に大きく、私たちはここで急速に低空飛行の果実を摘んでいる。これは非常に重要です。"GPT-6 ChatGPT "を想像するだけでは完全に間違っています。 GPT-6＋RLHFと比べれば、進歩は段違いだ。2027年までには、チャットボットというより、エージェントのような、同僚のようなものが登場するだろう。
続き I.GPT-4からAGIへ：OOMを数える(8) https://anond.hatelabo.jp/20240605210232
これらすべての重要な変動要因になりうるものがあります。つまり、より多くのスクレイピング・データでより大きな言語モデルをプリ・トレーニングするという素朴なアプローチが、まもなく深刻なボトルネックにぶつかり始める可能性があるということだ。
フロンティア・モデルはすでにインターネットの多くで訓練されている。例えば、Llama 3は15T以上のトークンで学習された。LLMのトレーニングに使用されたインターネットの多くのダンプであるCommon Crawlは、生で100Tトークンを超えるが、その多くはスパムや重複である（例えば、比較的単純な重複排除は30Tトークンにつながり、Llama 3はすでに基本的にすべてのデータを使用していることになる）。さらに、コードのようなより特殊な領域では、トークンの数はまだまだ少ない。例えば、公開されているgithubのリポジトリは、数兆トークンと推定されている。
データを繰り返すことである程度遠くまで行くことができるが、これに関する学術的な研究は、16エポック（16回の繰り返し）の後、リターンは非常に速く減少し、ゼロになることを発見し、繰り返しはそこまでしか得られないことを示唆している。ある時点で、より多くの（効果的な）計算を行ったとしても、データ制約のためにモデルをより良いものにすることは非常に難しくなる。私たちは、言語モデリング-プレトレーニング-パラダイムの波に乗って、スケーリングカーブに乗ってきた。大規模な投資にもかかわらず、私たちは停滞してしまうだろう。すべての研究室が、新しいアルゴリズムの改善や、これを回避するためのアプローチに大規模な研究の賭けに出ていると噂されている。研究者たちは、合成データからセルフプレー、RLアプローチまで、多くの戦略を試していると言われている。業界関係者は非常に強気のようだ：ダリオ・アモデイ（Anthropic社CEO）は最近、ポッドキャストでこう語った：「非常に素朴に考えれば、我々はデータ不足からそれほど遠くない[...]私の推測では、これが障害になることはない[...]。もちろん、これに関するいかなる研究結果も独占的なものであり、最近は公表されていない。
インサイダーが強気であることに加え、サンプル効率をはるかに向上させたモデルをトレーニングする方法（限られたデータからより多くのことを学べるようにするアルゴリズムの改良）を見つけることが可能であるはずだという強い直感的な理由があると思う。あなたや私が、本当に密度の濃い数学の教科書からどのように学ぶかを考えてみてほしい：
モデルをトレーニングする昔の技術は単純で素朴なものだったが、それでうまくいっていた。今、それがより大きな制約となる可能性があるため、すべての研究室が数十億ドルと最も賢い頭脳を投入して、それを解読することを期待すべきだろう。ディープラーニングの一般的なパターンは、細部を正しく理解するためには多くの努力（そして多くの失敗プロジェクト）が必要だが、最終的には明白でシンプルなものが機能するというものだ。過去10年間、ディープラーニングがあらゆる壁をぶち破ってきたことを考えると、ここでも同じようなことが起こるだろう。
さらに、合成データのようなアルゴリズムの賭けの1つを解くことで、モデルを劇的に改善できる可能性もある。直感的なポンプを紹介しよう。Llama 3のような現在のフロンティアモデルは、インターネット上でトレーニングされている。多くのLLMは、本当に質の高いデータ（例えば、難しい科学的問題に取り組む人々の推論チェーン）ではなく、このようながらくたにトレーニング計算の大半を費やしている。もしGPT-4レベルの計算を、完全に極めて質の高いデータに費やすことができたらと想像してみてほしい。
AlphaGo（囲碁で世界チャンピオンを破った最初のAIシステム）を振り返ることは、それが可能だと考えられる何十年も前に、ここでも役に立つ。
LLMのステップ2に相当するものを開発することは、データの壁を乗り越えるための重要な研究課題である（さらに言えば、最終的には人間レベルの知能を超える鍵となるだろう）。
以上のことから、データの制約は、今後数年間のAIの進歩を予測する際に、どちらに転んでも大きな誤差をもたらすと考えられる。LLMはまだインターネットと同じくらい大きな存在かもしれないが、本当にクレイジーなAGIには到達できないだろう）。しかし、私は、研究所がそれを解読し、そうすることでスケーリングカーブが維持されるだけでなく、モデルの能力が飛躍的に向上する可能性があると推測するのは妥当だと思う。
余談だが、このことは、今後数年間は現在よりも研究室間のばらつきが大きくなることを意味する。最近まで、最先端の技術は公表されていたため、基本的に誰もが同じことをやっていた。(レシピが公開されていたため、新参者やオープンソースのプロジェクトはフロンティアと容易に競合できた）。現在では、主要なアルゴリズムのアイデアはますます専有されつつある。今はフロンティアにいるように見えるラボでも、他のラボがブレークスルーを起こして先を急ぐ間に、データの壁にはまってしまうかもしれない。そして、オープンソースは競争するのがより難しくなるだろう。それは確かに物事を面白くするだろう。(そして、ある研究室がそれを解明すれば、そのブレークスルーはAGIへの鍵となり、超知能への鍵となる。）
続き I.GPT-4からAGIへ：OOMを数える(7) https://anond.hatelabo.jp/20240605210017
どうしてこうなった？ディープラーニングの魔法は、それがただ機能するということであり、あらゆる場面で否定的な意見にもかかわらず、その傾向線は驚くほど一貫している。
https://situational-awareness.ai/wp-content/uploads/2024/06/sora_scaling-1024x383.png
効果的な計算のOOMが増えるごとに、モデルは予測通り、確実に良くなっていく。OOMを数えることができれば、能力の向上を（大まかに、定性的に）推定することができる。そうやって、先見の明のある数人がGPT-4の到来を予見したのだ。
GPT-2からGPT-4までの4年間の進歩を、スケールアップの3つのカテゴリーに分解することができる：
1. コンピュート：計算：これらのモデルを訓練するために、より大きなコンピューターを使うようになった。
2.アルゴリズムの効率化：アルゴリズムの進歩には継続的な傾向がある。これらの多くは「コンピュート・マルチプライヤ」として機能し、有効なコンピュート量の増加という統一された尺度に乗せることができます。
3.「趣味のない」利益：デフォルトでは、モデルは多くの素晴らしい生の能力を学習しますが、あらゆる種類の間抜けな方法で足かせとなり、実用的な価値が制限されます。人間のフィードバックからの強化学習（RLHF）、思考の連鎖（CoT）、ツール、足場などの単純なアルゴリズムの改善により、潜在的な能力を大きく引き出すことができる。
これらの軸に沿って、改善の「OOMを数える」ことができる。つまり、有効計算量の単位でそれぞれのスケールアップをトレースするのだ。3倍は0.5OOM、10倍は1OOM、30倍は1.5OOM、100倍は2OOMといった具合だ。2023年から2027年まで、GPT-4の上に何を期待すべきかを見ることもできる。
ひとつひとつ見ていくが、OOMの数を急速に増やしていることは明らかだ。データの壁には逆風が吹いている可能性があり、それについては後述するが、全体的には、2027年までにGPT-4の上に、GPT-2からGPT-4規模のジャンプがもう1回起こると予想される。
まず、最近の進歩の原動力として最もよく議論されている、モデルへの（大量の）コンピュート投入について説明します。
多くの人は、これは単にムーアの法則によるものだと考えている。しかし、ムーアの法則が全盛期を迎えていた昔でさえ、その進歩は比較的緩やかなものでした。しかし、ムーアの法則が全盛期だった昔でさえ、10年で1～1.5OOMと、比較的ゆっくりとしたスピードだった。(かつては1つのモデルに100万ドルを費やすことさえ、誰も考えもしないことだった。）
| モデル | 推定コンピュート | 成長率 |
|---|---|---|
| GPT-2 (2019) | ~4e21 FLOP | |
| GPT-3 (2020) | ~3e23 FLOP + | ~2 OOMs |
| GPT-4 (2023) | 8e24～4e25 FLOP + | ~1.5～2 OOMs |
エポックAI（AIトレンドの優れた分析で広く尊敬されている情報源）の公開推定値を使用して、2019年から2023年までのコンピュートスケールアップを追跡することができます。GPT-2からGPT-3へのスケールアップは迅速で、小規模な実験から大規模な言語モデルを訓練するためにデータセンター全体を使用するまでにスケールアップし、コンピュートのオーバーハングが大きくなりました。GPT-3からGPT-4へのスケールアップでは、次のモデルのためにまったく新しい（はるかに大きな）クラスタを構築しなければならないという、最新の体制に移行しました。それでも劇的な成長は続いています。エポックAIの試算によると、GPT-4のトレーニングでは、GPT-2の3,000倍から10,000倍の計算量を使用しています。
大雑把に言えば、これは長期的なトレンドの継続に過ぎない。過去10年半の間、主に投資（およびGPUやTPUの形でAIワークロードに特化したチップ）の幅広いスケールアップのため、フロンティアAIシステムに使用されるトレーニング計算量は、およそ〜0.5OOM/年で成長してきた。
https://situational-awareness.ai/wp-content/uploads/2024/06/compute_long_run_trend-1024x968.png
GPT-2からGPT-3への1年間のスケールアップは異例のオーバーハングであったが、長期的なトレンドが続くことは間違いない。SF-rumor-millは、巨額のGPU受注の劇的な話で一杯だ。その投資は並大抵のものではないが、動き始めている。
この分析によれば、2027年末までにさらに2OOMsのコンピュート（数十億ドル規模のクラスター）が実現する可能性は非常に高いと思われる。さらに＋3OOMsのコンピュート（1,000億ドル規模以上）に近いクラスターも可能性がありそうだ（マイクロソフト／OpenAIで計画中と噂されている）。
https://situational-awareness.ai/wp-content/uploads/2024/06/stacked_compute-1024x866.png
続き I.GPT-4からAGIへ：OOMを数える(5) https://anond.hatelabo.jp/20240605205449
とあるフォロワーが鹿児島から久留米まで新幹線通学をしている女子中学生の報道を引用して、「鹿児島のラサールは男子校。女子の教育機会が奪われているのを放置し、鹿児島は性差別的なところだ」という話をしていて、いやいやいやいややってなってしまった。
九州は男尊女卑的であるという偏見の目でこのニュースを見るとそう見えるのだろう。
九州の進学校事情に多少詳しい人からすれば、それはただの偏見による観測なのだ。
そして、九州の進学校の花形は二つの私立進学校の例外を除いて、たいていの地方と同じように各県の公立トップ高たちだ。福岡であれば修猷館、熊本であれば熊高（くまたかと呼ぶ）、鹿児島であれば鶴丸といった県立トップ進学高たちだ。
東日本の学校のように一高が実質男子校、二高が実質女子高のような伝統もなく、主要な公立進学高校はもちろん共学だ。
異常でしょ関東。というか、北関東の公立男子校群なんなん。よっぽどこっちの方が女子の教育機会奪ってるだろ。
九州の公立2は鹿児島にあるらしいが、どちらも共学化が決まっているようだ。
一応、種明かしをすれば、公立は前述の通りだが、九州の私立男子校が急減したのはここ20年の動きだ。
確かに私が20年前に中学受験したころは頭のいい女子は受けるところがほとんどなくて、塾のトップクラスにいた自分も塾の講師が同級生の女子に「女子なんて勉強したって入るところないだろ」とか暴言を吐いていたのも観たことある（今考えると本当にひどい環境だった。暴力もあったし)。そんな環境で、塾の実績作りのためとはいえ、桜陰に合格した子もいたのは今考えると本当にすごいことだ（その子は公立中→県立トップ高→東大と進んだ）。
ところが、少子化の最前線の九州地方、生徒募集に苦労した各校は次々と共学化し始める。その中でもエポックメーキングだったのが、ラ・サールと並ぶ九州の私立進学校の雄・久留米大学附設高等学校の05年の共学化だろう。結果として、周りの学校が共学化し偏差値が上がる中（単純に募集できる対象者が倍増するのだから）、附設より低いレベルの男子校進学校もほとんど共学化することとなった。その数少ない例外の一つがラ・サールだ。とはいえ、ラサールを除き、主要進学校はほとんど共学化している。
その証拠にネットから拾ってきた九州の東大合格者ランキングがこれだ。
熊高(公立・共学)
青雲(私立・共学)
明善(公立・共学)
元々地方なので公立が強い地域だし、附設、青雲、大濠と私立組が共学化したことによりずらりと共学が並ぶ。
渋幕(私立・共学)
改めてみてもひどい。
よくこんな地域に住んでいる人が九州に向かって「女子を教育から排除」しているなんて口が利けたものだなぁ～と思うのだが、そのことを指摘すると東京の人たちは「男子校は悪いことではない」「優秀な女子高もある（1校しか入ってないやんけ！）」、「九州には〇〇という性差別があり～」とか話をそらし始めるのだが、今は中等教育の男女差別の話をしているんですよ。関東が女子の中等教育における後進地区って認めろよ。東大の女子比率下げてるのおめーらじゃねーか、と思うのだが。。。
というわけで、冒頭の鹿児島から久留米に新幹線で通う私立中学生の話に戻る。件の私立中学生は鹿児島から久留米大附設まで新幹線で通っているわけで、それ自体はもちろんひえ～～という話なのだが、そもそも論として附設やラ・サールレベルの私立中学校は九州にこの2校しかないのだ。
普通に考えればわかるとおり、久留米や鹿児島が通学圏内にない九州の人たちだって多い。そのため九州の主要私立進学校はだいたい寮を持っている。ラサールは6割、附設は3割が寮生のようだ。ところが、附設は男子寮しかない。というわけで、件の女子中学生は鹿児島から新幹線で通うことを選択したのだろう。
もちろん、ラ・サールが男子校であることや附設が女子寮を持っていないことが女子教育の排除に繋がっていると言われたら全くその通りなのだが、一私立高校にそこまで負担を求める(特に女子寮の増設)のはいくら何でも厳しいだろう。だいたい関東の国立の男子エリート進学校という何故国税をつぎ込まないといけないのかよくわからない存在に比べれば、ラ・サールや附設だけに罪を被せるのはアンフェアだろう。
当たり前の話だが、九州の他に同レベルの学校がないのだから、附設やラサールへのアクセス可能性を九州の人に平等に担保すること自体不可能だ（寮に入ると授業料と合わせて月10万程度になり、経済的に負担できる家庭は多くないだろう)。そもそも関東とは違い九州で中学受験する人は親が教育熱心な一部の家庭だけだし、附設やラサールという二つの例外を除けば、たいていの田舎と同じように県立トップ校に行って、いい大学に行くというのが九州の人の普通のエリートコースなのだ。その環境を背景にすれば、この事実を持って九州は最高レベルの教育から女子を排除している！というのはさすがにナンセンスだろう。
もちろん、大学進学の時点で男子は東大目指すけど、女子は九大や地元国立でいいでしょう、という話は今でもあるだろうし、女子は医学部志向が強い（九州全体としても医学部志向は強い）。医学部も悪くはないが、東京で知見を広めることもいいのにな、と思うのだが、就職や家業・本人の志向の問題もありなかなか難しい。
九州は世帯の平均収入が低く、それが大学進学率にも影響をしている。
九州にももちろん教育における男女差別は存在する。それは解決すべき問題だ。
とはいえ、鹿児島の大学進学率は43.6%、東京都69.8％だ。こんなにひどい地域格差は見もしないのに、鹿児島から久留米に通う女子中学生のニュース一つで九州は男尊女卑だと吹き上がる。ここまで述べてきたとおり、九州の中等教育において少なくとも「制度的」には、女子の教育の機会はある程度担保されている。もちろん、制度ではないところに差別はあるだろうが（女子はそんな勉強せんでええ的な）、男子校が進学実績トップにずらっと並び「制度」すら保証できない関東に比べればはるかにマシだろう。特殊な一中学生の例をあげて、九州の男尊女卑的な偏見を用いて煽るのは地域への差別以外の何物でもないろう。
昔、はてなで許される唯一の差別は地域差別です、というブコメを見て本当にその通りだなぁ、となったのだが、地域への差別や格差にも少しは目を向けてもらえませんかね。
https://nou-yunyun.hatenablog.com/entry/2023/06/23/110000
大昔の絶版騒動がなぜか突然ホッテントリ入りしていたので、当時の記憶を引っ張り出してみた。
・北朝鮮軍を「北鮮軍」と書いてあるのは箱の裏側の図のキャプション。「国連軍」と並べてあるので韻を踏んだのかもしれない。
・箱のゲーム内容の説明書きには「朝鮮民主主義人民共和国軍」とある。
・北朝鮮の奇襲攻撃からゲームが始まる（当時は北朝鮮が攻撃を受け反撃したという主張が強かった）。
・デザイナーズノート「あれだけの攻勢を続けるには最低６か月前から戦争準備していないと不可能」。
・ファンダムの中で、上の２つはやばいんじゃないかと噂になった。これが総連説が信じられた背景かも。
・一方的に韓国軍がやられるだけではない。ゲームの流れは耐えて耐えてインチョン上陸作戦からの大逆襲がクライマックス。
・ワールドウォーゲームシリーズは作り切り売り切りはない。80年代半ばまでは大手ショップなら他の作品はいつも補充されていた。
・朝鮮戦争は抗議されたらしいという話の直後にもう店頭在庫もなくなっていたから（マニアが確保したのでなければ）店頭在庫の返品はあったかもしれない。
・事件直後にTACTICS18号が巻頭コラムで、ゲーム名を出さず実際の戦争を「ゲーム（遊び）」にしているという批判に対する心構えについて語っている。政治的批判への反応ではない。
https://anond.hatelabo.jp/20230616231115
次に厳しさの中身は議論はあるが
今の時代に合わない
バイデン政権が軍隊を見世物小屋に変えようとしている、採用キャンペーンにドラッグクイーン起用
https://ameblo.jp/aza-sss/entry-12802084681.html
これだけじゃない
マルクス主義や批判的人種理論が米軍内で浸透！ これを批判する将校が除隊に！（朝香 豊）
https://nippon-saikou.com/6706
米海軍は米軍の中で最も太っている —— 国防総省の最新レポートで判明
https://www.businessinsider.jp/post-198187
米空軍、若者の肥満問題で入隊条件緩和 体脂肪率は最大36%まで可
https://sputniknews.jp/20230408/36-15598937.html
多様性、LGBT…「キラキラ」重視で混乱する杉並区は日本の縮図
#水害 #山田宏
https://twitter.com/epochtimes_jp/status/1669196282684948480?s=20
こういうのをエポックタイムズしかやらないから統一教会が強い。
算数の新規教科書４１％不採択、「批判的人種理論」など理由に 米フロリダ州
https://www.cnn.co.jp/usa/35186740.html
このようにハラスメントや差別はゴミカスな連中だけが増長する。
なぜなら多くの場合、当人、当事者より公金チューチュースキームに利用されるから。
このように厳しくない軍隊は戦えない
中露に米軍は勝てない。
日本はどうする？
なかなか味わい深い回答が得られたので転載。わかるやつだけ笑ってくれ。
『蓬莱学園の冒険！』は、日本のライトノベル作品で、作者は竹井10日（たけいとおる）氏です。同作は、学園を舞台にしたファンタジーアドベンチャー作品で、主人公の蓬莱透（ほうらい とおる）が、蓬莱学園で起こる謎の事件を解決するために、クラスメイトとともに冒険を繰り広げる物語です。
物語は、現代の日本を舞台に、妖怪や神話の世界が現れるという設定で展開されます。主人公の蓬莱透は、謎の力を持つ「異端能力者」として、蓬莱学園に入学します。そこで彼は、異能力を持つクラスメイトたちと出会い、謎めいた事件を解決するために、共に戦いを挑みます。物語は、ミステリー要素やコメディー要素も含んでおり、読者を飽きさせません。
『蓬莱学園の冒険！』は、竹井10日氏が手がけるライトノベル作品の中でも人気の高い作品の一つで、アニメ化や漫画化もされ、広く愛されています。
作者だれだよｗ
中身の方は、もしかするとそういうのもあったのかもしれないので一概に否定はできないが
普通そうじゃないよな？
「鋼鉄の虹」は、1995年に遊演体が主催したオンラインゲームの一つです。当時はまだ一般的ではなかったインターネットを利用したゲームとして、話題を呼びました。
「鋼鉄の虹」は、プレイヤーがパイロットとなり、ロボット兵器「デスターロボ」を操り、仲間とともに敵と戦うという内容でした。プレイヤーは、自分のロボットに武器や装甲をカスタマイズすることができ、戦いを有利に進めるためには、戦術や協力プレイも重要でした。
当時のインターネット接続環境は、現在のように高速かつ安定しておらず、プレイヤー同士の通信が遅延することがよくありました。しかし、「鋼鉄の虹」は、多くのプレイヤーがオンラインで同時にプレイすることができるという革新的な試みであり、オンラインゲームの先駆け的存在として、現在のオンラインゲームの発展に大きな影響を与えたとされています。
「ゲームの歴史」並みに突っ込みどころしかない。なんだデスターロボって。
「鋼鉄の虹」は、1995年に遊演体（ゆうえんたい）というインターネットサービスプロバイダーが主催した、日本初の大規模ネットワークゲームイベントです。当時は、インターネットが普及しておらず、モデムを使って電話回線を介して接続するという、現在とは異なる環境で行われました。
「鋼鉄の虹」は、約3,000人のプレイヤーが参加した、リアルタイムで行われるオンラインゲームで、プレイヤーたちは自分が所属する国を代表して、仮想空間上で互いに戦ったり、情報を収集して自国の発展を促したりすることが目的でした。また、当時の日本のインターネット界隈では、まだオンラインゲームというものが珍しかったこともあり、多くの人々の注目を集めました。
「鋼鉄の虹」は、参加者たちの熱意や情熱によって盛り上がり、その後も遊演体主催のネットワークゲームイベントが数多く開催されるきっかけとなりました。現在では、オンラインゲームは一般的なものとなっていますが、当時の日本のインターネット文化を象徴する出来事の一つとして、記憶されています。
日本最初のオンラインゲーなのか。遊演体はインターット文化史上のエポックだったらしい。
これだけのでたらめをここまでそれっぽく知ったかぶって書けるのが逆にすごいな。
https://news.yahoo.co.jp/articles/28f4cb51fb624d73224517a6e3e495b1176b421f
↑
やぁ。とある反ワクです。長崎大が医学部などで行う解剖実習で使うために提供された遺体を調べた結果、1体からプリオン病の病原体となる異常型プリオンたんぱく質が検出されたってニュースがあってプリオンがトレンドワードにもなってて、Twitterがちょっとざわついてた。
https://twitter.com/Uematsu1987/status/1537013180475785216
↑
このニュースに対して「ワクチンのせいやろ」と言っていた反ワクの人達がいたんだよね。おそらくそれを見た、ワクチン推進派として有名な上松正和先生が「デマです」とツイートしたんだと思う。
ただね。実はファイザー、モデルナ、アストラゼネカのワクチンが従来の形態のCJD(クロイツフェルト・ヤコブ病)よりもはるかに攻撃的で進行が速いCJD (クロイツフェルト・ヤコブ病)の出現に寄与した可能性示してるフランスの研究が、最近発表されてるんだよね。
↓
Though the Omicron variant of COVID-19 doesn’t carry a prion region in its spike protein, the original Wuhan COVID-19 variant had one. Therefore, when the Wuhan variant’s spike protein gene information was made into a vaccine as part of mRNA and adenoviral DNA vaccines, the prion region was also incorporated. A U.S. study published in the journal Microorganisms indicated that the prion area is able to interact with human cells.（COVID-19 のオミクロン変異種はスパイクタンパク質にプリオン領域を持っていないが、元の武漢型 COVID-19バリアントにはプリオン領域があった。したがって、武漢型のスパイクタンパク質遺伝子情報が mRNAワクチンおよび、アデノウイルスDNAワクチンの一部としてワクチン精製された際には、プリオン領域も組み込まれた。科学誌Microorganismsに掲載された以前のアメリカでの研究は、プリオン領域がヒト細胞と相互作用する可能性があることが示された）
Though major health organizations say genetic material from the vaccines isn’t incorporated into human DNA, mRNA studies conducted on human cells in labs have found that mRNA can be transcribed into DNA and then incorporated into the human genome.Unfortunately, the biological process of translating mRNA information into proteins isn’t perfect nor immune to mistakes, and protein misfolding can occur.（主要な世界の保健機関は、これらのワクチンの遺伝物質はヒトDNAに組み込まれていないと述べているが、研究室でヒト細胞に対して行われたmRNA研究では、 mRNAがDNAに転写され、ヒトゲノムに組み込まれることがわかっている。残念ながら、mRNA情報をタンパク質に翻訳する生物学的プロセスは完全ではなく、タンパク質の誤った折り畳みが発生する可能性がある）
Another U.S. study, published in the International Journal of Vaccine Theory, Practice, and Research, speculated that a misfolded spike protein could, in turn, create a misfolded prion region that may be able to interact with healthy prions to cause damage, leading to CJD disease.（International Journal of Vaccine Theory、Practice、and Researchに掲載された別の米国の研究では、誤って折りたたまれたスパイクタンパク質が誤って折りたたまれたプリオン領域を作成し、健康なプリオンと相互作用して損傷を引き起こし、CJDにつながる可能性があると推測している）
The French study identified 26 cases across Europe and the United States. Twenty of the individuals had already died by the time the study was written, with death occurring, on average, 4.76 months after being vaccinated.（フランスの研究では、ヨーロッパと米国全体で26のCJD症例が特定された。研究が書かれるまでに20人の個人がすでに死亡しており、ワクチン接種後平均 4.76ヶ月で死亡した）
The study’s lead author, Dr. Jean-Claude Perez, informed The Epoch Times on June 6 by email that all 26 patients had died.（この研究の筆頭著者であるジャン・クロード・ペレス博士は、6月6日に私たちエポックタイムズ（大紀元時報）に26人の患者全員が死亡したことを電子メールで通知した）
最後に大紀元時報の名前が出てくる時点で、信用性に賭けると思う人もいるだろうけど、あながちmRNAを打ってプリオン病にかかるの、デマでも無いのよ。
↑
実際にコロナ後遺症のブレインフォグはアルツハイマー認知症と同じ脳内アミロイド凝集塊によって引き起こされるってのを、オーストラリアの科学者が発見してたりもするからね。ワクチン後遺症で脳の認知機能に影響が出るのも可能性として無くは無いわけ。
私はずっとワクチン推進派の医者とかインフルエンサーを、見てきてるんだけど、物事を断言したり、意見をコロコロ変えたり、最近そうゆうことをしてる人が多いって感じる。特にmRNAなんて治験そんなにしてないんだから、断言できることなんて無いわけですよ。普通に考えて。
はてぶを見てると変異の早い風邪ウイルスなのにも関わらず、ワクチンに期待を賭けて5回も6回も打つようなことを平気で言ってる人も見かけるけど、マジでここで立ち止まって自分で調べた方が良いよ。反ワクは陰謀論を平気で垂れ流したり嘘をついたり、そうゆう人いて受け付けない人もいるのは分かるけど、ほとんどはまともな人だからね。しっかりエビデンス出して主張を展開してる人多い。なので、こっちの情報も、あなた達の身体のために、是非見て欲しい。
可能性の話をしたら、もはやどうとでも言えるんだけど、あらゆる可能性を考慮して分析するのが私は誠実な態度だと思うんだけどね。多くの人は「断言」を求めるだろうけど、「断言しちゃダメ」でしょ。専門家であればあるほど、インフルエンサーであればあるほど。
