はてなキーワード: コンピューターとは
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
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
米国や中国の二足歩行ロボットとか四足とか、単に見栄えがするだけの玩具だ、日本の地味な研究や成果の方が社会のニーズに即している、みたいな話で失笑した
(もしくは単に日系の記者が英語や中国語を話せないから、取材ができないだけではないだろうか…
30年前ならそう言えたんだよ
中国製の二足歩行ロボットが250万円で買えるとか、四足が30万円以下で買えるとか、そんなの夢物語のレベルだったから
万能なロボットを作るより、ニーズに直結した単機能のロボットを作る方が合理的だし、短期的に金になるわけで
ニーズが先行して、それに限定した単機能のメカトロで解決しようとするのは、もう考えとして古いのである
コンピューターだって、ニーズが計算だけであれば卓上の計算機でいい
じゃあ、パソコンなんていらないよね
そういう古い考え方の人は今になってもいる
でも、逆に卓上計算機レベルにしか使ってないのに、汎用的な機械であるパソコンを持っている人は今の時代では普通である
考えてみれば、マルチコプターのドローンも積層式や光硬化式の3Dプリンターも、日本の企業は、中国が作っているものは玩具、とバカにして参入しようともしなかった
バカにしておきながら、どう考えても、日本の企業には中国製の3Dプリンターが導入されていたり、マルチコプターのドローンを業務で普通に使ってたりする
政治的な意味合いでも危険だから、中国製ドローンは使わない、という方針になったにも関わらず、今でも公務で使われていたりする
情けなくなってくる
単機能の卓上計算機やゲームウォッチが汎用のパソコンになったように、AIは汎用のAIになるし、ロボットも汎用のロボットになりつつある
そういう時代の境目にいるという認識が日経新聞のような新聞でも意識が低いということに、流石に亡国を感じずにはいられない
単機能の機器が汎用性のある機器に置き換わる主な要因は、大幅な価格の低下だ
ちなみにDJIが軍需企業だというのも間違っていないだろう
IBM PCやDOS/V、Windowsに時代が変わるとき、かたくなにNECのパソコンを応援するような、そんな場違いな感じが否めない
台湾に半導体で負けて、韓国に中国に太陽光パネルで負けて、クルマのシェアだけで誇っているような気がするが、その牙城もいつか崩れ去る気さえしてきた…
理研は
「世界最高峰のめっちゃすごいコンピューターをつくる!(んでお金ください)」
「実用面で言えばぶっちゃけ速度競争が2位とか3位でもいいです。。」
とかあの場面で言えるわけないんだよな
そもそも仕分け前の京プロジェクトがそういう「国家のメンツ、威信」的な物が前面に出てスピード競争で勝つのが主目的になってたから、スパコンでなにをやるかとかあんま考えてなかったし、関連企業の撤退なんかで計画が迷走し批判されてもても今更止められなかった。
それでも保守系の自民党なら国家のメンツや威信って愛国情緒あふれる大型企画に金だしてくれたかもしれないけど、そういう物にノーを突きつけるをアピールしてた民主党じゃ通用しないわけで。
仕分け前の京プロジェクトは民主党に政権交代した時点で普通に詰んでと思う
まぁ話を戻すと、結果として仕分けされ見直され
「速度競争は二位でもいいよね。それより実用性重視でいこうや」
教授に言われた内容で十分にアカハラ判定されると思うので、時系列で整理して所属大学のしかるべき部署に行ってください。
教授と闘って勝とうと思うと、なかなか難しいかもしれませんが、研究室の変更だったら普通はやってくれると思います。
それと、追記を読みました。
教授の年齢は分かりませんが、昔は確かに大学進学率も今より低い上に、大学院まで進むのはごく少数だった時代があります。
そういう時代を生き残って大学教授になるということは能力も自信も人並み外れたものが要求された、みたいなところはあるかもしれません。
そう言う教授が、自分の学生に自分がやったのと同じようなハードな努力と才能を要求しがちである、と言うことはあります。
しかし、ここ20年は大学院も大衆化してきており、50%が大学に進学し、そのなかで理工系に限れば4割近く、全体でも1割強が大学院に進学する時代です。
ついでに言うと、政府はそれでも「国際競争を考えれば、近い将来に高度人材が足らなくなる」と悲鳴をあげているわけです。
(20世紀前半に活躍した科学者で科学論者であったJ.D.バナールは、いずれ働く人の3割が何らかの意味で科学者になると予言しました。荒唐無稽に感じるかもしれませんが、例えば「コンピューターを扱える」と言うのもバナールの時代を考えれば一種の科学者と見えるかもしれず、そんなに無茶なことでは無いのかもしれません)
こうした時代において「スーパーマン」だけを合格させては到底、大学に期待された役割を果たせませんし、合格させた以上はそれなりの経験なりスキルなりを身につけて社会に送り出す義務が、大学側にあるわけです。
「学費を払ったお客さんだから」とふんぞり帰って何かを与えられるのを待つと言うのも違うと思いますが、能力を悲観して要求すべきものを諦めてしまうのはもっと違うと思います。
せっかく、若い時期を何年か費やし、(多分)それなりの学費も払うわけですから、もっと自信を持って大学を有効活用することを考えてよろしいかと思います。
なんか世の中便利になったなーと思うことが多いので
書き出してみる。
自分のスペックは重度の聴覚障害者で補聴器を外すと何も聞こえない。けどなんとか喋れるレベル(発音は不明瞭だけど)。
聴覚障害者みんなが同じように感じてるかは知らないけど自分の感想。
これはだいぶ前からだけど、なんの番組でも大抵は字幕がついてるようになった。一昔前はこの番組は字幕ないかぁ…って事が多かったけど今はもうあんまりそんなことはない。深夜帯はついてないことも多いかな?
コロナ禍以降web会議オンリーになったんだけど、コンピューターの方がよく聞き取れてる。聴覚障害にも色々あると思うけど自分は補聴器をつけても、聞こえても聞き取れない事が多い。音として認識はしてるけど言葉として認識できないんだよね。でもパソコンはかなりの精度で認識してくれる。
Androidはスマホから出てくる音なんでも文字起こししてくれる機能がある。YouTubeの自動文字起こしみたいなやつ。これの何がいいって電話ができる。電話リレーサービスって第三者が間に入って文字にして伝えてくれるサービスがあるんだけど(これにも大変お世話になった。いいサービス)やっぱり自分で電話できるのはいい。電話のハードルがだいぶ下がった。
iPhoneはたぶんその機能がないのでiPhoneは使えない。はず。
Bluetoothイヤホンみたいな感じ。スマホやパソコンからダイレクトで音が入ってくるので聞き取りやすい。ちなみにBluetooth対応補聴器の前はヘッドフォンを補聴器に無理やりかぶせてた。痛いしめんどくさかった。
これは聴覚障害者に限らずの話ではある。
JRとかの電車は長距離だと障害者割引が使える、んだけどこれまではみどりの窓口で障害者手帳を見せて…みたいな感じで並ぶのが面倒だった。今はえきねっとでマイナンバーカードを認識させれば、あとは券売機で障害者割引の切符を発行できる。
色々言われてるマイナンバーカードだけどこれだけでもカード作った意味があると感じる。
多分これ以外にも気づいてないだけで恩恵を受けてる事はいろいろあると思う。
世の中テクノロジーが発達して色々助けられてる。誰に感謝したらいいかわかんないけど、ありがとうございます。
転職してデータサイエンティストとなるみたいなのは、すなおにスゴイ!よね。
もうちょっと若い時に進路再考してそっち方面に転職してもよかったかな?
しかしNNとかそっち系がスゴイねってなったのはここ10年だから、そうかんがえると、
10-3くらいとして7年前、ちょうどコロッケ問題になるちょっと前ってなタイミングで
うごけばよかった?それにしても時すでに遅しだな。ちょっと生まれるのが早すぎたってことだよな。
この世代って大学に入るまでコンピューターをガシガシいじって・・コーディングやるにしても経済的に現実的じゃなかったし
そもそも将来のことかんがえて着手しといたら・・みたいなかんじでもなかった。
単価もいいだろうしぁ。
神はサイコロを振るだけでなく、想像をはるかに超える数の部屋があるかもしれない。実際、無限にある。
約1世紀にわたり、量子力学の旗の下にある理論と観測によって、現実の理解は複雑になってきた。
物体が速度や位置といった絶対的な尺度を持っていた時代は終わった。
これは直感的な宇宙観とは程遠い。コペンハーゲン解釈として知られるようになったものでは、可能性の波があるように見えるがそうではない。
現在でも何が最終的にシュレーディンガーの猫の運命を決めるのかはまったく明らかではない。
ヒュー・エヴェレットは1950年代に、可能性のあるすべての手段がそれ自身の現実を構成していることを示唆した。
この現象を特別なものにしているのは、たまたまあなたがそれを観察しているという事実にすぎない。
エヴェレットの「多世界」モデルは、量子力学の絶対的な奇妙さを具体的なものに置き換える方法である。
可能性のある無限の多元宇宙、あるいはグローバル・ハミルトニアンとして知られるすべてのエネルギーと位置の総和のようなものから出発し、興味のあるものにズームインして、有限ではるかに管理しやすいハミルトニアンのサブシステムの中で無限を制約する。
しかし無限を理解する手段として、この「ズームイン」は足を引っ張ることになりはしないだろうか?
別の言い方をすれば、シュレーディンガーの猫が箱の中で生きているのか死んでいるのかを容易に尋ねるかもしれないが、その下のテーブルが温かいのか冷たいのか、箱が臭くなり始めているのかどうかは考えない。
研究者たちは、箱の中身に注目し続ける傾向が重要かどうかを判断するために、ポインター状態として知られる量子の可能性が、他の状態よりも少し頑固に設定され、いくつかの重要な性質がエンタングルするかどうかを検討するアルゴリズムを開発した。
もしそうならシュレーディンガーの猫を説明する箱は、宇宙のはるか彼方に広がる可能性のある長い要因のリストを考慮しない限り、ある程度不完全である。
エヴェレットの多世界から出発して、研究チームは多世界解釈と呼ぶものを考え出した。無限の可能性のセットを取り出して、我々が通常考えないような現実の無限の範囲を掛け合わせるのだ。
オリジナルの解釈と同様、この斬新な解釈は、宇宙の振る舞いについてというよりは、宇宙を一口ずつ研究しようとする我々の試みについてのものである。
研究者たちは、このアルゴリズムに概念的な重要性はあまりないと強調しているが、コンピューター内部のような量子システムをプローブする優れた方法を開発する上で応用できるのではないかと考えている。
他の現実に、すでにその答えがあることは間違いない。
ボイジャー1号の問題が1つのチップに起因することを突き止めたNASAのチームは、コマンドを送ってコンピューターシステムの再起動を試み、根本原因を探ろうとした。
3月1日にコマンドを送ったところ、同月3日になって、飛行データシステムの一部に、解読不能なデータとは違う挙動があることを発見。この信号は、飛行データシステムが正常に機能しているかどうかを判断するために使っていたそれまでの形式ではなかったものの、NASAのディープスペースネットワークで解読することに成功した。
この内容を調べた結果、問題の原因が判明。飛行データシステムのメモリの3%が破損していたことが分かった。システムのメモリの一部を保存していたチップが、同コンピューターのソフトウェアコードの一部も含めて正常に作動していなかった。チップの不具合の原因は不明だが、劣化した可能性や、宇宙空間からのエネルギー粒子が衝突した可能性が考えられるという。
科学データと工学データの解読ができなくなったのは、このチップに保存されていたコードの損失が原因だった。
このチップを修理する手段がなかったことから、同チームはこのチップに保存されていたコードを同システムのメモリの別の場所に移すことにした。全てのコードを保存できる区画は見つけることができなかったが、コードをセクションに分割して、それぞれ飛行データシステムの別々の場所に保存することに成功した。
計画を進行させるためには、こうしたコードのセクションが引き続き全体として機能することなどを確認する調整作業が必要だったとNASAは説明する。飛行データシステムのメモリの別の部分で問題のコードの場所を参照している箇所も更新する必要があった。
ボイジャー1号の工学データのパッケージ化に必要なコードを見極めた技術者は、同システムのメモリの新しい場所を指し示すコードを4月18日に送信。この信号がボイジャー1号に届くまでに約22.5時間、地球に反応が戻ってくるまでにさらに22.5時間を要した。
20日、ボイジャー1号から届いた反応は、コードの修正が成功し、再び解読可能なデータを受信できる状態になったことを表していた。
その瞬間、NASAのジェット推進研究所は拍手と歓声に包まれた。
今後も同システムのソフトウェアの問題が起きた部分を別の場所に移す作業を継続し、数週間後には科学データを受信できる見通し。
「ボイジャーにこれから何が起きるかは分からない。それでも飛行を続けて私たちを驚かせ続けている」「数多くの異常が発生して次第に困難になっている。それでもこれまでのところ、幸運にも復旧できた。ミッションは続く。若いエンジニアがボイジャーチームに加わってその知識を生かし、ミッションを継続させている」。ボイジャーのプロジェクトマネジャー、スザンヌ・ドッド氏はそうコメントしている。
10秒クリック、年収2年分チャージ。これが完璧に成功すればもう二度と労働に縛られない人生が待っている。手に入れた時間で好きなように人生を生きよう!「俺は実はいつでも辞められるが?」を精神の支えにして普通に働いてもいいし、趣味を仕事にするべく創作活動にのめり込んでもいい。不安から解放され、自由を手にしよう!(ただし勝利者に限る。) 「タイパ」の究極系は「注いだ時間以上の時間を得ること」であることに異論があるものがいるだろうか?(いや、いる。なぜならここは天邪鬼の集まりだから)。
成長型ゲームの根源、本懐、トロ、ミソ、核、爆を超高速で味わえる。数字をインフレさせるだけのゲームのガワを剥がした内側にあるもの、その楽しみ、成長曲線、苦行、カタルシス、味変、ルールチェンジャー、あらゆる要素を駆け抜けていける。そして訪れる静寂の如き、飽き。引き際の悟りと深みへの誘いが波のように交互に打ち寄せる。沼に飛び込みたい気持ちをグッと堪えてデータを削除したとき、きっと君は「何百日とプレイしてしまったソーシャルゲームを手放した直後」のような開放感を味わうだろう。そうだ!盆栽の最大の楽しみはそれを捨てた直後に訪れる!いくつものクローンがあるが、本質は本家が極めているので本家以外を遊ぶ意味はない。人生をドブに捨てたいなら別
この世界で一番楽しいのは可能性を空想することだ。ミロのヴィーナス、サモトラケのニケ、そしてモナリザの謎。現実世界において完全でないものこそが脳内において真に完全へと近づける。βテストや体験版で「このバグ強すぎるー!!」と暴れまわったり、他ゲーの経験を活かして初心者を狩ったり、ないしはそういうスマーフ野郎半チート野郎を囲んで叩く自警団を気取ったり、βの自由な世界にしかないモラトリアムな楽しみが確かに存在する。そしてなにより無料だから人口密度が高く、ネットで皆でワイワイするのも楽しい。「これって製品版ではさ~~~」「いやいやこれは~~~」で無限に語れるぜ!未完成!それは可能性!十で神童、十五で才子、二十過ぎればセンター試験の点数をいつまでも自慢げにSNSに書いてるちょっと可愛そうな人と古事記にも書いてある。
きっと きみたち は もう わすれれて いるだろう。 人差し指だけで 必死な顔をして 一文字ずつ丁寧に キーを叩いていたあの頃を。 タイピングゲームがなければ僕たちは今でも そんな状態で毎日インターネットをやっていたかも知れないんだ。 そしたらブクマで100文字打つのだって 余りにも大変で全く楽しめなかったんじゃないだろうか? コンピューターを使った仕事につくことなんて想像もできないぐらい ただキーをタイプするだけのことがしんどいまま人生を生きていたんじゃないか? マジでちゃんと感謝したほうがいい。タイピングゲームでひたすらキーを叩きまくった時間は決して無駄じゃなかったと俺は信じているぞ。
2画面にして映画やYoutubeを見ながらやれば、運動しつつ動画を見ているので実質時間消費0で運動が出来る。あまりにも圧倒的パフォーマンス。圧倒的すぎて蛇足にならない言葉が思いつかないほどだ。
やってしまえ。どんなゲームなのか気にしてる時間が無駄。やってみれば分かる。体験版でいい。とにかくやれ。脳のリソース管理的にも。
一作だけならガチってもいいっぽい空気があるので一作だけガチらせてくれ。このゲームは本当にタイパがいいんだ。名前の通りちょっと短いハイキングをゲームの中でするだけ。でもそこにはゲームというものの楽しみが詰まっている。箱庭の中で圧縮された個性豊かな人々の営みがあり、世界には相互作用が働いて、それぞれの人物に物語がある。小さな冒険を通して少しずつ成長する主人公。少しずつ操作が熟達するプレイヤー。軽やかで気持ちのよい成長曲線。少年時代を思い出させるスピードで次々に広がっていく世界。刺激される想像力が解法を閃かせ、世界の謎が次々と解き明かされる。挑戦する楽しみ、成長する喜び、小さな友情、時には挫折、そして再挑戦。人生という苦行の中から光り輝くものだけを集め直した生きる喜びの宝石箱。たった2時間程度でたどり着けるエンディングなのに、確かな満足感と高揚感を感じるのは、冒険に求めていたものがこの温かな箱庭の中に詰まっていたから。
生きていれば色々と出来る。何でもは出来ないけど何かは出来る。死んでしまうと何にも出来ない。死後0秒から人間はもう何もできなくなる。生きてさえいれば、空想を広げるぐらいのことは出来る。人生のあらゆる場面が時間消費型のコンテンツなわけだからして、とにかく生きていなければ何も始まらない。一見すれば生きることのタイパがどんなに低くても、死のタイパは0なので相対的には圧倒的に生きることが勝るのだ。生きろ。まずはそこから全てが始まる。