TOPトーク専門家毎朝の思考AIが大量の古書を学習する遠大なメリット08:41 9月29日 6,514再生 問題を報告する 再生する シェアする AI目次AI企業による古書大量購入の謎AI学習データの枯渇危機と解決策現代の「自炊」がもたらす出版界の葛藤未読の膨大な知識がAIで共有される意味AIの知性と原典アクセス権の未来AI文字起こし(β版) # AIが大量の古書を学習する遠大なメリット おはようございます。 佐々木としなおです。 今世界的に話題になっている本の話で いろんな国に市蔵されている売れなかった本とか、あるいは古本ですよね。 これが大量にアメリカの企業にどうも買われているらしい。 AI企業は買っているんじゃないか。 先日の報道だと日本でも大手取り継ぎ、これ多分日本だと思うんだけど 50トンぐらいの本がアメリカに出荷された。50トンすごいですよね。 一体コンテナはどのぐらいなんだろうと思うんだけど。 実際東京都内の古本屋さんにも大量注文が入っている。 その記事によるとジャンルも脈絡がなくて 哲学歴史、医学、法律、江戸時代の生活文化とか 30年前の政界の話とかそんな本が売れている。 30年前の政界の話は買わないですよね。よっぽど研究者でなければ。 おそらくはテック企業、つまりAI企業が AIに学習させるデータとして購入しているんじゃないかと。 なぜそういうことをしているのかというと インターネット上の大量のテキストを学習する。 そこから始まったのは今の生成アイの基本になっているLLM 大規模言語モデルという基盤モデルなんだけど インターネット上の情報にあらかた学習しちゃっている。 なおかつ最近AIによって生成されたウェブページが大量に出回っていて それを学習してもしょうがないわけですよね。 自分のしっぽを食べる蛇みたいになってしまって。 そうすると新たに学習するデータがなくなる問題があって これ以上AIは進化しなくなるんじゃないかという危惧がある。 というところでおそらく、これは推測ですけれど インターネット上にないデータということで書籍、紙の本に目をつけたんじゃないのかな。 おそらくアメリカに届いた大量の本は 何らかの自動工場で断載されてスキャンされて廃棄されているんじゃないかなと思うんですよね。 これに対して出版業界や書店業界からかなり反発が出ていて そんなひどいじゃないかみたいな。 紙の本が好きな人にとっては、そういう事をされるのは嫌だって気持ちがよくわかる。 実際、電子書籍がまだKindleとかが出るか出ないかぐらいだった2010年頃 まだ電子書籍というのはほとんどなくて でもできればiPadみたいなタブレットで本を読みたい あるいはPCで読みたいという欲求が高まって 自炊というのがブームになったことがありましたよね。 自分で紙を、書籍を、でかいカッターがあるじゃないですか 昔学校の職員室に置いてあったドカーンとした台に 右側にレバーみたいな巨大なカッターがついて それでガチャンと下ろすと切れるってやつ あれを使って書籍を断載して それを全部スキャナーで読み込むっていうね それ結構面倒くさいし でかいカッターを買ってくるのも大変だし 置くところもないというので 自炊をやってくれる代行業者とかたくさん現れて そこに本を送ると全部断載してスキャンして データをwebで送ってきてくれる。 本はそのまま処分される場合と 送り返しますってパターンと両方あったと思うんですけどね。 僕もあの頃結構自炊をやってみて 確かに紙で読むよりはデジタルデータで読みやすいってあったんだけど とはいえ所詮pdfなんですよね。画像なんです。 だからハイライト、当時はまだOCRの機能が低かったので ハイライトもできないし 拡大すると画面が荒くなったりとかそういう問題がある。 だから結局その後 ちゃんとKindle電子書籍が普及するにしたがって 当たり前なんだけど フローのKindle本を読みやすいに決まってるから 結局そっちに淘汰されて あんまり自炊って言わなくなってしまった。 これを今AIテクキューやってる。 自炊の時にものすごい出版業界から 紙を大事にしろとか、日本の文化壊れるとかいろんな声があったんだけど でも あの当時からずっと言ってるんだけど やっぱり電子化すること、デジタル化することによって データが共有される意味はすごくあるんじゃないかなと思うんです。 実際日本で大量に買われている古本なんて 大半は読まれてないわけですよね。 もちろん読まれてない本だって国会図書館とかに行けば 蔵書されている。だから 調べてその本を手に取って読むことは可能なわけです。 あるいはマイクロフィルムで読むことは可能なわけです。 でも、市蔵されちゃってるデータ書籍って よっぽどマニアックな研究者とか趣味の人じゃない限り 国会図書館で取り寄せて読もうなんてことは思わないわけですよね。 だからものすごいたくさんの本が過去に出版されているんだけど そこに含まれてた地っていうのは全て過去のものになってしまっている。 例えば50年前、1980年代に書かれた本で 今でもちゃんと読まれている本ってそんなにあるかというと 実はすごい少ないですよね。 村上春樹さんの本は読まれているかもしれないけど じゃあ村上隆さんの本がそれほど読まれているかって 多分あんまり読まれてないんじゃないかなと思うんだよね。 小説家も現役じゃなくなった瞬間に だんだん忘れ去られて過去本も読まれなくなってくる。 小学期の人気作家とかも今ほとんど読まれてないんじゃないかな。 遠藤修作なんて本当に素晴らしいんだけど 沈黙とかが映画化されてワッと一時ブームになったりするんだけど そういうのでもなければ読まれないわけですよ。 だから地は蓄積されている、アーカイブされているんだけど それが共有されない問題っていうのは書籍の世界にずっとあった。 これをAIが学習する。 もちろんAIが学習して原本が断載されて廃棄されてしまえば ソースがなくなる問題っていうのは確かにあるんだけど でも一方でAIが学習することによって AIの中にその地が取り込まれ 最終的に先生物の中に反映されていくことによって 地は確かに共有されていくわけですよ。 ある意味AIはある種の研究者であって 過去の様々な地を組み合わせて 自分が職場になって過去の地、書籍とかそういうものを いろいろ取り混ぜることによって新しい地を生み出しているってことを考えれば 言ってみればAIがそうやって古い本を全部読んでくれるってことは 人類の過去の膨大な書籍を全て読み込んだ 素晴らしい知性の存在みたいなのがここに生まれてきて ありとあらゆる過去書籍について知っているっていうね 1970年代の半ばに出たアイドル歌手についての こういう本ってあるのって聞いてみると はいこういう本があります もう絶版に特訓になってますがって教えてくれるみたいなね そこのメリットはとても大きいと思うんですよね ただ望むとしたらAI企業を断算した方の処分してしまわないで 廃棄してしまわないで 何らかスキャンしたデジタルデータの形でもいいので 公開ライブラリにしておいてソースに到達できるようにするっていうことをね 企業の壁を越えて業界的に共有してやってもらえると嬉しいかなと思うんですよね やっぱりソースがなくなっていてAIのみに 知が含まれているっていうのもやっぱり健全ではないかなという感じがする 人間にとって常に AIがどんなに知性的になったとしても AIの学習のもとになったソースには当たりたい 当たることができる権利は担保しておきたいという気持ちはあるんじゃないかなと思います ではまた明日 もっと見る毎朝の思考佐々木俊尚08:411.AIが大量の古書を学習する遠大なメリットコメント感想・質問・応援メッセージを書こう かずま@Kazzy9月30日インターネット黎明期やYouTube初期とかでも議論があったと思うんですが、技術の進歩は止められないでしょうから、その技術をどう活かすか、どうメリットとして捉えるか、そして文化をどう守るかというのがAIの時代でも問われるように思います。文化を守るとは、昔の形を固定することではなく、大切にしてきた価値を新しい環境でも生かすことなのかもしれませんね。今回の放送を聞いてそんなことを感じました。1返信 俊尚 佐々木10月7日おっしゃる通りだと思います。1 0827alen9月29日古書を取り込むAIについて、佐々木さんのお話からふと浮かんだのですが、AIへの不安や昨今のAI脅威の問題でも、いわば、人間が知の食物連鎖の支配的位置を奪われることへの不安ですよね…。その一方で、最も下位の存在が、実は食物連鎖全体、その総体を規定するように、今後はAIが支配的な地位に変わるかもしれないですが、しかし逆説的に、人間こそプランクトン的存在として知の全体を規定する存在になるのかもしれないですね…。古書がプランクトンに見えて来ました…。人間はソクラテス、プラトンから、プランクトンへ…笑。3返信
「やってみる」をやっちゃうって大事 9分・21時間前・ 2,314再生AI目次失敗を恐れず「やってみる」マインド複数拠点生活とVoicy配信に見る実践Voicy継続の秘訣と意外な発見新挑戦「フラット読書部」継続の考察リスク最小化「やってみる」思考の提言
ファッションもセルフケアである 9分・一昨日・ 3,278再生AI目次スーツが現代に合わない理由とは?現代のライフスタイルとスーツの溝脱スーツ化で広がる選択肢他者への配慮と個性の両立ファッションは究極のセルフケア
「日本の伝統的ポピュラー音楽」とはなにか問題 10分・11月20日・ 3,914再生AI目次紅白歌合戦から見る演歌の現在地祖父の愛した民謡・浪曲の今昔「作られた日本の心」演歌の起源論「伝統」が持つ意外な虚構性とは個人的な音楽遍歴とCity Popの再来
現在のAIはもう「確率的オウム」ではない 9分・11月19日・ 4,954再生AI目次確率的オウム説とは何か?推論モデル導入でAIはどう変わったかメモリ機能とAIの急速な進化AIは本当に「意味」を理解しているか?身体性なきAI理解の可能性と課題
多様性の視点から考える「直美」の問題 9分・11月18日・ 5,102再生AI目次現代社会の医師「直美」問題の背景医療リソース偏重が招く社会的問題一般診療と自由診療の報酬格差職業選択の自由と社会的責任の狭間「コモンズ」としての公的リソース配分
「この社会は憤怒の人ばかり」というバイアス 9分・11月17日・ 5,287再生AI目次生活保護家庭の車所有議論と反発Xが作り出す「怒り」の誤解ニュースを見るだけ、発言しない若者たち過激な声に潜む社会認識の歪みXに疲弊、小さなコミュニティへの回帰
AIの進化で仕事は「概念」と「身体」になった 9分・11月16日・ 5,533再生AI目次AIが変える仕事の本質:概念化への移行自動運転とMaaSに見るAI活用の最前線AI時代のエンジニアが直面する新たな壁煩雑さを超える思考:仕事の「重さ」の行方AIが奪えない身体性:人間の仕事の未来
料理で考えるデンプンの「ぬめり」の意味 9分・11月15日・ 4,164再生AI目次パスタの乳化を巡るデンプンの真実奥田シェフ流!ぬめりを排除したペペロンチーノ新米が持つデンプンの豊かな魅力とはインディカ米活用!ぬめりを取った料理術お茶漬けやおじや、理想の食感を求めて
フラット読書部が居心地よく盛りあがってる 10分・11月14日・ 4,436再生AI目次「強制しない」コミュニティの居心地の良さ「発酵文化人類学」読書会の熱狂会員発案の「味噌部」誕生秘話SNS疲れを癒すクローズドな空間第2回募集はいつ?参加への道
「開戦を前提にした議論はおかしい」という論理 9分・11月13日・ 5,199再生AI目次「開戦前提議論」の課題とゼロリスク論の類似点リスク管理の原則と福島原発事故の教訓エネルギー問題と地政学的リスクの現実現代社会における軽戦能力強化の意義戦後防衛路線の転換点と現実的議論の行方
技術の進歩は止められないでしょうから、その技術をどう活かすか、どうメリットとして捉えるか、そして文化をどう守るかというのがAIの時代でも問われるように思います。
文化を守るとは、昔の形を固定することではなく、大切にしてきた価値を新しい環境でも生かすことなのかもしれませんね。
今回の放送を聞いてそんなことを感じました。