体もなくて幼少期もないのに主演 ティリー・ノーウッド

体もなくて幼少期もないのに主演を任された

AIが映画の主演を務めるってニュース、これマジかよ

去年ハリウッドをひっくり返した話題のAI女優、覚えてる

ティリー・ノーウッド

炎上して終わるかと思ったけど

結局長編映画の主演デビューするらしい

映画のタイトルはミスアラインド

「ズレ」って意味だよ

内容も意味深

体もなくて幼少期もないAIのティリーが

悪意あるボットのせいで欲望と衝動を持つようになって

起こる物語らしい

これ完全にメタ的な設定じゃない

AIがAIキャラクターを演じてるのに

そのキャラクター自体もAIって設定

制作はイギリスの制作会社パーティクル6

ティリーを作ったエリン・ヴァン・デル・フェルデンが立てた会社だよ

フェルデンはこの作品について

面白くて混乱を誘って自己言及的な作品になるって言ってた

すごくティリーらしいって

でも去年ノーウッドが登場したとき

SAG-AFTRA労働組合が何て言ったか知ってる

ノーウッドは女優じゃない

本物の女優の演技を代替できないって強く反発してた

なのに結局あんな感じで実際の映画の主演まで任されることになったんだよね

正直私も分からなくなる

これって新しい女優の誕生なのか

それとも女優って仕事自体が揺らぐサインなのか

技術が芸術の領域まで入り込むスピードが

思ってたよりずっと速い気がする

数年前まで想像もできなかったことが

今は現実になってる

これから映画館でAI女優の名前を見るのが

当たり前になる日が来るのかな

みんなはどう思う

AI女優、応援する それとも心配になる

#AI女優 #ティリーノーウッド #ハリウッド論争

4か国語, 脳年齢が13歳も若返る、一番簡単な方法

脳年齢が13歳も若返る、一番簡単な方法を見つけた。

最近ずっと外国語の勉強を後回しにしてたんだけど、この研究を見てさすがに焦った。

スペインの研究チームが脳年齢を調べたところ、複数の言語を使う人ほど脳が若い傾向にあることがわかったらしい。

728人の脳活動を分析して「脳の老化時計」を作り、その後144人を対象に実年齢と脳年齢を比較したそう。

結果が結構すごくて、

1言語しか使わない人と比べると、

2言語使う人は脳年齢が約6歳若く、

3言語使う人は約7歳若く、

4言語使う人はなんと約13歳も若かった。

しかも研究チームによると、言語の数だけが大事なわけじゃない。

どれくらい使いこなせるか、何歳から学び始めたかも、脳の老化に影響すると考えられているそう。

つまり「バイリンガルかどうか」よりも、

どれだけ深く、どれだけ長く言語を使ってきたかがポイントということ。

もちろん生活習慣や社会活動など、ほかの要因を完全には除外できていないので、100％断言できる結果ではない。

それでも十分モチベーションにはなる。

というわけで、今日から後回しにしていた英語の勉強を再開することにした。

脳年齢が13歳若返る可能性があるなら、やらない理由はない。

ずっと勉強してみたかった言語がある人は、今日から少しずつ始めてみて。

脳は、何歳からでも変われるかもしれない。

#語学学習 #脳科学 #脳の健康 #多言語 #外国語学習

1億円の学校 vs 0円の義務教育、結果は同じくらい怖い

1億円の学校 vs 0円の義務教育、結果は同じくらい怖い

アメリカの金持ちは子供の学校に1億円以上かけてる

中国は183万人の生徒に国がAIを無償で義務教育として教え始めた

これ知ったらマジで鳥肌立つ

まずアメリカのアルファスクールの話から

サンフランシスコ基準で学費は年1億1000万円

それでもキャンセル待ちの親が列作ってる

1日2時間だけAIで個別最適化学習させて

残りはプロジェクトと生活スキルを学ばせる方式らしい

お金がある家の子供だけがこういう教育受けてる

結局スタートラインから差がついていくわけ

でも中国は全く違う道を進んでる

政府が直接動いて

小中学生183万人に

AIを正規教育課程に組み込んだ

お金も取らずに公教育の中に埋め込んだんだ

しかももっと驚くのは、その生徒たちが作った成果物

北京のAIフォーラムで実際に見たけど

小中学生がステージに上がって

腕を怪我した人でも楽しめるレーシングゲーム

視覚障害者向けAIメイクアップ補助ツール

河川の汚染をリアルタイム監視するロボットシステムまで作って発表してた

この子たちキーボードのタイピングもまだ苦手な年齢なのに

声でAIに指示して

自分の頭の中のアイデアを本当に動くものにしたんだ

片方はお金で少数のエリートだけを育てて

片方は国全体をAI人材に作り変えてる

世界はもう気づいてる

AIを使えなければ次の世代は何をやっても遅れるってこと

でも僕らはまだ

国語数学英語の順番も変わらず

AIはただの選択科目扱い

アメリカはお金で機会を買って

中国は人数で機会を作ってる

僕らは今、何で準備してるんだろう

一つだけ確かなことがある

何もしなければ

この競争で自分たちの子供だけが取り残される

今この瞬間も

どこかで小学生がAIで

世界を変える道具を作ってる

僕らは、いや自分は

いつから始めるんだ

これって、自分だけ思ってるのかな

#AI教育 #米中競争 #教育格差

学歴をなくしたSK。その決断が、私たちに伝えていることがある

学歴をなくしたSK。その決断が、私たちに伝えていることがある。

一流大学を出ていても、AIの前で立ち止まってしまう人がいる。

高卒でも、AIを乗りこなして一気に伸びていく人がいる。

SKハイニックスが、学歴制限をなくした。

その理由は、思ったよりシンプルで、思ったより重い。

AIが、たいていの知識は補ってくれる。

わからなければ、聞けばいい。

だからこれから大事なのは、何を知っているかではなく、

新しいものを受け入れる姿勢と態度だ。

でも正直、これがいちばん難しい。

知識は覚えればいい。

でも態度は、自分の生き方そのものを変えることだから。

SKの崔泰源（チェ・テウォン）会長が話した三つのことが、ずっと頭に残っている。

AI時代に本当に必要な「筋肉」は三つあるという。

考える筋肉。

適応する筋肉。

共感する筋肉。

数学の問題は、AIのほうがうまく解ける。

でも、人の心を読み取る力は、まだ人間の役割だ。

AIも、共感しているように見せることはできる。

でも、共感によって行動が変わるのは人間だけだ。

誰かが苦しんでいるとき、時間を割いて、その人の隣に座ること。

それは、まだAIにはできない。

そして、適応する力。

技術が急速に変われば、今までやってきた仕事が一瞬で意味を失うことがある。

そのとき大事なのは、転ばないことではない。

転んでも、もう一度立ち上がる力。

それこそが本当の実力だ。

崔泰源会長は、SKハイニックスを買収したときの決断も同じだったと話す。

「AIに聞けば、リスクが高いからやめたほうがいいと言ったはずだ。

でも人間は、そのリスクをわかった上で決断する。

それがイノベーションであり、人間の役割だ。」

先を行く人のアドバイスを、無条件に信じるな。

その言葉も印象に残っている。

なぜなら、その人はこれから自分が生きる時代を経験したことがないからだ。

学士、修士、資格。

すべてをそろえて安全な道に入ろうとしても、

企業が変わるスピードのほうが速ければ、その準備は意味を失ってしまう。

結局、いちばん大事な問いは一つだ。

自分はいま、何に価値があると思っているのか。

誰かが大事だと言ったものを追いかけるのではなく、

自分の考えを中心に置いて、自分で選ぶこと。

その選択のために、訓練し、経験し、失敗してみること。

とにかく試して、思いきり失敗してみることが、

いちばん早い経験になるかもしれない。

最初は無責任な言葉に聞こえたけれど、

今はそれがいちばん正直なアドバイスのように思える。

自分の経験こそが、いちばん大事だ。

結局その道は、自分の足で歩いてみないとわからない。

#AI時代の生存戦略 #学歴より態度 #自分だけの道

人間のように記憶するロボット。 それはSFではなく、2026年の現実

人間のように記憶するロボット。

それはSFではなく、2026年の現実になりつつある。

昨日、自分が置いたものを人間は覚えている。

では、なぜロボットは覚えていられないのか。

人間はそれを自然にやっている。

昨日、工場で一時的に置いておいた部品を、

翌日出勤すれば、何も考えずに手に取る。

当たり前のように見えるけれど、

実はこれは、とんでもなく高度な能力だ。

これまでのロボットには、それができなかった。

地図を作ることはできても、記憶することはできなかった。

どこに何があったのか。

いつ、それが変わったのか。

その文脈ごと抜け落ちてしまっていた。

しかし、MITがその壁に踏み込んだ。

「DAAAM」というフレームワーク。

Describe Anything, Anywhere, Anytime, at Any Moment.

名前からして、ひとつの宣言のようだ。

ロボットは移動しながら見たものを、

ただ点として記録するのではない。

言葉で説明しながら保存していく。

建物の名前、建築様式、

自転車置き場に何台の自転車があるのか。

その中にある赤い自転車のタイヤがパンクしていることまで。

そうした情報が、3次元地図の中に蓄積されていく。

時間が経っても消えない。

さらに、自然言語で質問することもできる。

「昨日、赤い自転車はどこにあった？」

するとLLMが、意味にもとづく検索と位置情報にもとづく検索を組み合わせ、

数秒以内に答えを引き出す。

従来技術と比べて、精度は最大53％向上した。

リアルタイムで移動するロボットでも機能する。

MITのルカ・カルローネ教授はこう語っている。

「ロボットが人間と一緒に働くためには、人間のように時間と空間を理解する必要がある」

地図を描くロボットではなく、

記憶するロボット。

工場の自動化、拡張現実、日常の中で人と協働するロボットまで。

この技術が実装される瞬間、

ロボットと一緒に働く風景は大きく変わる。

記憶がなければ、信頼も生まれない。

ロボットはようやく、そのスタートラインに立った。

#ロボット記憶 #MIT人工知能 #DAAAM