保険料急上昇 & 『生成AI』2 | Hiroshiのブログ

Hiroshiのブログ

今後不定期投稿となります

<数値目標>

https://www.youtube.com/watch?v=Kgha36EPdf0&list=PLrWxcegPNiyj-M05glrorpUrXekNDKejm&index=3

HSK1~2 #2~#4 背了三十四分钟单词。

 

https://www.youtube.com/watch?v=pxst4YgAufE

中国まる見え情報局,1h~1h20min,看了二十分钟频道。

 

https://www.youtube.com/watch?v=i74goV-cpv0&list=PLZI8vVTxzS7k7jbSknCDOssrgqGpd3BCS&index=26

誰でも簡単!ネイティブ中国語専門チャンネル,56min~1h46min,做一个小时四分钟听写

 

https://www.youtube.com/watch?v=yKYr-T1IDk8

興梠一郎/ Korogi Ichiro【Official】看了十五分钟频道。

 

https://www.youtube.com/watch?v=78YgC6V7H6o

誰でも簡単!ネイティブ中国語専門チャンネル,24.3min~36.4min,做二十分钟作文和听写。一共两个小时三十三分钟。

 

いつもより早く、四時前からガンガリました爆笑 やや時間合わせ的だがてへぺろ 火曜日の病欠分補習完了!

 

今夜はSalsson楽しみだ〜爆笑ラブ

 

 

 

 

<今朝のWorld Newsから>

イギリスBBC:スペイン、バレンシアの洪水拡大>警報が出ていなかった、ボランティアの活躍。/

シンガポールCAN:EU-日本と軍事協力。/イスラエルのタイ人出稼ぎ(全部で3万人=数倍の給料)農業労働者死亡>イスラエル北部から避難?/インドネシア、国内投資不十分としてiPhoneとGoogle PIXELの販売禁止。中韓製が首位。

フランスF2:数時間でバレンシア洪水に襲われる。/模倣香水問題。

韓国KBS:北の兵士はドローン訓練受けている。数日以内に参戦か?/フェイクニュース流れる? 以下のニュースのよう。

https://news.yahoo.co.jp/articles/b9de9e00a9020f426e932be87b93b3a35e2f8449

ブラジル、バンデランス:軍と警察、組織犯罪からバスを護衛。15台奪われる。

https://www.khb-tv.co.jp/news/15484064

ブラジルとベネゼエラの関係悪化。

トルコTRT:トルコ、対テロ戦等シリア国境等で展開。

オーストラリアABC:サルサ歌手ジェニファー・ロペス、ハリスを支援。/バングラデシュで反政府デモ。/

カタール、アルジャジーラ:イスラエル、レバノン東部爆撃。安全通路も爆撃。

ドイツZDF:バレンシアの洪水で205人超す死者。/ドローン攻撃が最大の脅威=心理戦。/絶滅危機種増える

 

バレンシア洪水は地方政府の手落ちと気候変動の大きさ。

ドローンによる飽和攻撃。日本は準備出来ているか❓ 

 

気候変動は災害だけでなく絶滅危機種も増やす。

世界中で社会不安と混乱。

 

 

 

<デフォルト設定の危険>

某S損保会社の火災保険と地震保険に2019年から加入している(2019年に住宅ローンを完済したので新たに加入する必要があった)。5年保険期間で今年が満期。それで継続手続きをしようと案内を見たら。これまでの年間保険料の2,3550円から、一気に3,6880円と13,330円も上昇している。

 

 

契約は変わらず、「家庭総合ベーシック」というもので、主契約は建物1,500万円、家財500万円、地震保険もそれぞれ750万円、250万円。継続なのに何故急に保険料がこれほど上がるのだろう? 主に主契約が倍増している。

 

しかもキチンと契約書を見ない限り、なかなか気がつかないようになっている。保険料上昇の理由も、説明も一切ない

 

行動心理学によれば、人はデフォルト設定に弱い。継続だと言われれば、そのまま契約書を見ることもなく更新するが、そこで料金が上昇していることに注意しない限り気がつかない。

 

調べたら2024年10月以降、過去最大級の値上げだとか。

https://www.hokennomadoguchi.com/columns/songai/kasai/priceincrease/

 

理由は『多発する自然災害と、それに伴う保険金支払いの増加』だとか。


判らないでもないが、それならそのように説明すべき! 不愉快になり、この保険会社との契約を検討し直す事にした。5年前の時点では一番安い契約だった。

 

地震はともかく、がけ崩れや洪水のリスクのない場所をかなり気をつけて選んだのに、世の中にはまだ「自己責任」という概念が十分ではない。


ハザードマップに載っているような「崖崩れ」や「洪水」のリスクのある場所に家を建てるような人の保険料を分担する気はないプンプンえー

 

 

 

 

<いろいろ忙しい>

1日はBackUp日:

iPhoneSE(2ndとiPhone15の全データーをMacBook AirにBackUpを行う。月1回の恒例作業。

 

共にストレージは十分に残っている。前者は64GBだが、まだ半分。後者は256GBでまだ30Gも使っていないので、次回は128Gでもいいかな? iPhone7も使っているが、15に引き継いだのでBackUpは今は不要。 

 

 

 

クーラーの掃除:

もうクーラーは使うことはないだろうということで、フィルターの掃除。見た目は綺麗だが、使い古しの歯ブラシを使って擦ると細かいゴミが出てくる。2枚のゴミを水に浮かべてみると相当汚れていることが分かる。

 

 

二階のクーラーは今年使わなかったのでしなくていいだろう。 

 

 

<防災無線よりLINE>

朝から防災無線でお知らせが流れるが聞きにくい。こんな時はやはりLINE。どうやら詐欺電話の発生があったとか。

 

でも、通報しないだけで、もっと沢山の電話詐欺が起こっている筈。私のところには月1回の頻度くらいでやってくる。

 

今回も広域防犯システムは上手く機能していない。県警の「みまもっち」にはレポートが来ない。これは直後のアプリ上の表示だが、夜になっても連携されていない。また「うざい住民」となって問題指摘をするかな?グラサン

 

 

 

 

 

『生成AI』2

AIブームは3回来たとか。私が遭遇したのは2回目。1950〜60年代に1回目、1980年代が2回目でエキスパートシステム。つまり人がルールを教え込んでコンピューターがそれを着実に行うもの。p066

 

90年代前半にまさにそれをタイミングよく利用することができたわけ。但し、アルゴリズムを替えると結果が違うという経験からもエキスパート次第で答えも当然違うということらしい。これが現在は改善されているみたいだ。

 

そこから暫く冬の時代が来たらしい、それが打開されるのは90年代後半にインターネットが普及し、膨大なデーターがネット上に利用可能になったことによる。つまりビックデーターが提供された。そしてコンピューターの能力もそれまでの何千倍も処理能力が高まり、その膨大なデーターを機械学習で学べる能力が高まったことも重要な因子のよう。p067 

 

そうした様々な条件が整い2010年代に第三次AIブームが来たらしい。今は第四次ということも言えるみたいだ。

 

機械学習には、1)教師あり、2)教師なし、3)強化学習の3段階があるが、ここで説明があるのは1)の教師ありの場合。2)、3)の説明がないのは残念。

 

1)は判りやすい。つまり猫の絵と犬の絵を予め別々に用意し学習させて、未知の絵を見せて何方かを当てるもの。私が90年代前半にAIにやらせていた仕事も教師あり。しかも極めて単純な作業。何しろ遺伝情報は4つの文字=AGCTの組み合わせだからとても単純。

 

2)は指定せず大量の猫と犬の絵を見せて、特徴をAIが探して分類するもの。

 

3)は「うまくできたら」報酬を与える=パラメーターを強化するというが、その「うまくできたら」は誰が判定するのか? 説明がないのでわからない。p070

 

ここで興味あることが書かれていた。それは2007年にiPhoneが世に出て爆発的にデーターがインターネット上に増えたということ。p073

 

多分、テキストや画像が世界中で大量に生成されネット上に乗せられたからだろう。それまで個人のPCの中に保存されていたものが電話という仮の姿をiPhoneが採ったことにより(実際はパソコンだが)ネット経由でデーターが大量に溢れ出したということか?

 

79ページにDeep Learninngの仕組みを図示されているが、これにミスプリがあるのでは?

 

ニュートラルネットワークの入力層が3個で、中間層が4個、出力層が2個なら、パラメーターは3 x 4 x 2 = 24だと思うが、本文には26個と書かれている。

 

ChatGPTの使う大規模言語モデルは先の本でも出てきたが、それまでの言語モデルが直前の単語を元に次の文字、文章を作成するのに対し。アテンションという仕組みで、前後の広範な単語の関係をそれぞれ学習して文章を作るところに特徴がある。それゆえ、それまでのものに比べ遥かに大量のデーター処理が必要となる。p087

 

それに対して画像では「拡散モデル」というのを使う、つまり最初の明細な画像に少しずつノイズを入れ、最終的に全然わからない画像まで変化させ、この変化を学習する。さらに今度は逆に不鮮明な画像から鮮明な画像を先の学習成果を利用しながら再生するという仕組み。p090