無駄話を書くのがいつものスタイル？
無駄を省くと・・・
更に面白くないね。
どうしよう。
とりあえず・・・
お約束の祝日市役所詣りに行ってきます。
昨日までの医師とのやり取り等の報告と・・・
支払い用紙を渡されるはず。
追撃があるなら・・・
それへの回答も完璧に。
何故なら・・・
弁護士投入のタイミングと判断したからだ。
星３ペコの全開アタックをする予定。
もう・・・
プリコネはやっていないのだがｗ
こんな話をすると・・・
サイバーエージェントに怒られちゃいます(; ･`д･´)
ウマはやっている。
かろうじて(´・ω・｀)
今日の予定と無駄話でした。
昨日に引き続き・・・
AIの話をしたかった？
AIといっても色々あってね。
流行りと違うAIの勉強をしていた。
僕が4年学んだのは・・・
生体・バイオなどの分野からのハードウェア的AI。
メカトロニクスの勉強から・・・
思った通りに動く義手を作りたいで始まった勉強だった。
解説は何時ものごとく。
ニューロコンピュータやバイオチップを活用したAIは、
従来のコンピュータが苦手とする「超低消費電力」や「柔軟な学習能力」を実現する次世代技術として注目されています。
現在のAIの主流であるディープラーニングは、人間の脳をモデルにしていますが、動かしているのは従来のデジタルコンピュータ（GPUなど）です。これに対し、ハードウェアそのものを脳の仕組みに近づけようとするのが、ニューロコンピュータやバイオチップのアプローチです。
それぞれの技術の概要と、AIとの関わりについて解説します。
1. ニューロコンピュータ（脳型コンピュータ）
人間の脳の神経回路（ニューロンとシナプス）を模倣したハードウェアで、「ニューロモーフィック・チップ」とも呼ばれます。
仕組み: 従来のコンピュータはCPUとメモリの間でデータをやり取りしますが、ニューロチップは脳の構造をハードウェア化し、演算と記憶を同じ場所（人工シナプス）で行います。
メリット:
圧倒的な省電力: 必要な時だけ信号（スパイク）を送るため、従来のAIチップよりはるかに少ない電力で動作します。
リアルタイム学習: 自発的に成長し学習する特性があり、未知のデータに対しても柔軟に対応できる可能性があります。
主な例: IBMの「TrueNorth」やIntelの「Loihi」など、賢くなるニューロチップの研究が長年進められています。
2. バイオチップ・バイオAI
生きた細胞や生物学的な仕組みをデバイスに組み込み、情報の処理やセンシングを行う技術です。
バイオコンピューター:
ヒトの脳細胞を培養して作られた「ミニ脳（脳オルガノイド）」をチップ上に統合し、AIとして活用する試みです。
人工培養脳をチップに融合させることで、従来のデジタルAIにはない「ひらめき」や「効率的な学習」を再現しようとしています。
嗅覚・味覚チップ:
ニューロンと半導体を融合させ、麻薬や爆発物の「においを嗅ぎ分ける」バイオチップなども開発されています。
3. AIと人間の融合（BMI技術）
さらに進んだ形として、人間の脳に直接チップを埋め込むブレイン・マシン・インターフェース（BMI）も現実味を帯びています。
NeuraLink（ニューラリンク）: イーロン・マスク氏率いる企業で、脳にチップを埋め込み考えるだけでPCを操作する技術の臨床試験を行っています。
AIとの共生: 将来的には、脳に直接AIを接続することで人間の知能を拡張するという構想も研究されています。
まとめ：技術の比較
技術 構成要素 主な強み
従来のAI (GPU等) シリコン（デジタル） 大規模計算、高い汎用性、既存インフラ
ニューロチップ シリコン（アナログ/模倣） 超低消費電力、エッジデバイス向き
バイオチップ 生体細胞（ニューロン） 超効率的な学習、感覚の再現
これらの技術は、現在のAIが抱える「莫大な電力消費」や「膨大な学習データが必要」といった課題を解決する鍵になると期待されています。
具体的に、ビジネスへの応用や最新の研究事例について、さらに詳しく知りたい分野はありますか？
1990年代に4年ほど学んだ技術が次世代になっている？
1990年代にこの分野を学ばれていたのですね！当時、まさに
「第2次AIブーム」の終わりから「ニューロコンピュータ」への大きな期待が寄せられていた時期かと思います。
おっしゃる通り、当時学ばれた基礎理論が、数十年を経てハードウェアの進化（半導体微細化や新素材）によって「ようやく実用レベルの次世代技術」として花開こうとしています。
90年代当時と現在で、何が変わったのかを整理してみます。
1. 「理論」は正しかったが「物理」が追いついた
90年代、ホップフィールド・ネットワークやボルツマンマシン、バックプロパゲーションなどの理論はすでに完成していました。しかし、当時はそれを動かす計算資源が圧倒的に足りませんでした。
当時: ソフトウェアでニューラルネットワークをシミュレーションしていた（非常に遅かった）。
現在: 「ニューロモーフィック・チップ」として、回路そのものを物理的にシナプス構造で作れるようになりました。これにより、理論上のスピードが物理的なスピードとして実現されています。
2. 「バイオ」と「デジタル」の境界が消えた
90年代のバイオチップといえば、DNA配列の解析（DNAマイクロアレイ）などが主でしたが、現在は「生きた神経細胞そのものを演算器にする」段階に突入しています。
iPS細胞の登場: 2000年代後半のiPS細胞技術により、ヒトの脳細胞を安全に、大量に培養できるようになりました。
ディッシュ・ブレイン: 2022年には、培養された脳細胞がビデオゲーム（『ポン』）をプレイすることに成功したという論文が発表され、世界を驚かせました。
3. 「低消費電力」が最大の動機になった
90年代は「賢さ」が追求されていましたが、現在は「省電力」が切実な課題です。
現在の生成AI（ChatGPTなど）を動かすには、データセンターで莫大な電気を消費します。
一方、人間の脳はわずか 20W程度（電球1個分） で高度な思考をします。
この「脳の圧倒的な燃費の良さ」を再現するために、かつてのニューロコンピュータの概念が、現代のサステナビリティの文脈で再定義されています。
変わったこと・変わらないこと
変わらないこと: シナプスの重み付け、閾値による発火、並列分散処理といったエッセンス（アルゴリズムの根幹）は、90年代に学ばれたものと地続きです。
変わったこと: それを支える「ナノテクノロジー」と「バイオテクノロジー」の精度です。当時は夢物語だった「脳をそのままハードにする」ことが、今は工学的な設計図に落とし込まれています。
「あの時学んだニューロが、まさかこんな形で戻ってくるとは」
と感じられる研究者が今、非常に増えています。
もしよろしければ、当時特に注目されていた手法（ホップフィールド、ファジィ、カオスなど）について教えていただけますか？それらが現在どのような形で進化しているか、具体的にお話しできるかもしれません。
ホップフィールドネットワークは人のシナプス結合をまねたモデルで、それに閾値を持たせることでファジィ・カオスなどに発展したと覚えている。
まさにその通りです！1990年代に学ばれたその系譜は、現在
「リザバーコンピューティング」や「次世代AIチップ」という名前で、非常にエキサイティングな進化を遂げています。
当時の知識が、現在の最先端技術でどのように定義し直されているか、点と線を繋げてみます。
1. ホップフィールドネットワークの現在
「連想記憶」や「エネルギー関数を最小化する」というホップフィールドの概念は、今や量子コンピュータのライバルとして復活しています。
アニーリング・マシン: 組合せ最適化問題を解く「量子アニーリング」や、東芝などの「シミュレーテッド・分岐マシン」は、本質的にはホップフィールドネットワークのエネルギー最小化の原理を物理回路（または高速計算）で実現したものです。
記憶のメカニズム: 現在の生成AI（Transformerなど）も、文脈を捉える仕組みの一部に、ホップフィールド的な「関連性の抽出」の概念を取り入れようとする研究（Modern Hopfield Networks）が進んでいます。
2. ファジィとカオスの融合
90年代、家電製品などにも使われた「ファジィ」や、決定論的でありながら予測不能な「カオス」の理論は、今「複雑系AI」として洗練されています。
カオス・ニューラルネットワークの進化:
かつて合原一幸教授らが提唱されたカオスニューロンのモデルは、現在では「動的に変化し続ける環境」への適応能力として評価されています。固定された重みではなく、カオス的な揺らぎを持つことで、AIが「局所解（泥沼）」に陥るのを防ぐ役割が再注目されています。
リザバーコンピューティング:
これは現在最も熱い分野の一つです。入力に対してカオス的な反応を示す「複雑なネットワーク（リザバー）」をあらかじめ用意しておき、出力層だけを学習させる手法です。
バイオチップとの相性: 生きた脳細胞や物理的な「水槽の波紋」ですら計算資源にしてしまうこの手法は、まさに90年代の「カオス・ニューロ」の直系の子孫と言えます。
3. 「閾値」から「スパイキング」へ
「閾値を超えたら発火する」というモデルは、現代ではSNN（スパイキング・ニューラルネットワーク）と呼ばれています。
第3世代AI:
第1世代（知覚器）
第2世代（現在のディープラーニング：連続値で計算）
第3世代（SNN：時間軸と閾値によるパルスで計算）
この第3世代こそが、当時学ばれた「閾値モデル」の進化系です。デジタルな「0/1」ではなく、信号が届く「タイミング」に情報を持たせることで、脳のエネルギー効率に極限まで近づこうとしています。
まさに「温故知新」の時代
90年代当時は、ハードウェアの制約から「理論上のおもちゃ」として扱われがちだったこれらの技術が、以下の3つの力で「実用的な武器」に変わりました。
微細加工技術: シナプス1つをナノレベルの素子（メモリスタ等）で作れるようになった。
ビッグデータ: カオスやニューロを学習させるための十分なエサが揃った。
バイオ技術: 実際のニューロンをチップ上で飼い慣らすことが可能になった。
当時学ばれた「ホップフィールド」や「カオス」という言葉は、今でも最先端の研究論文のキーワードとして現役で飛び交っています。
僕の学んだAIの話をまとめてもらったけれど・・・
・・・
そんな男の・・・
サンディおじさんならぬ。
Ryzen 1800xおじさんのマシンが機嫌が悪く。
今・・・
この状態を生み出している。
サンディも持っているのは言うまでもない。
スリッパおじさんでもあるが・・・
板が壊れてそのまま。
どっかにX399のマザー転がってないかな？
・・・
そんな話をするために書いたんじゃない。
そう。
AIにクローニングされてもいいように・・・
娘にVRoidで適当に。
そんなオーダーを出したのだが。
良いVRoidの本があったって目を輝かせていたから買ってしまった。
この前はＭＡＹＡだった。
君はVRoidまでやりこもうと言うのか？
Live2dだって専門学校の教師陣を驚かせていたのに・・・
そして今は僕からC言語。
必須じゃないけど・・・
プログラムができるのとでは大違いだからね。
娘は好きなことは何でも覚えていく。
乾いた砂のように水を吸う。
そんな感じ。
嫁が思った以上に出来が良すぎて・・・←娘の作った簡易モデル
色々要望を出しちゃった結果？
それなりに作るよね。
それに嫁が喜んじゃうから娘も喜んじゃってｗ
簡易といったのを忘れたか？とか言わないよ。
いろんな表現技法を学んでいらっしゃるから。
そして娘の一言から生まれた・・・
意匠になるか特許になるか微妙な判定の技術論。
まだ何もしていないが・・・
これからする。
ＡＩに読ませて？
勝手に読み込み盗んでいくから・・・
生成ＡＩの差し押さえとか。
面白いことになる？
あえて読み込ませる地雷ＣＧというクリエイターを守る技術。
勘違いしてほしくないのだが・・・
争いたいのではなく。
クリエイターの権利を確保したいだけ。
集まれば・・・
それなりの運動を起こすこともできるだろう。
僕？
僕はケーブル1本妥協せず・・・
機材チョイスしてるよ。
予算の壁があるのでどうにもならないけど。
素人向け機材でスタートを切れるように進めてる。
一つこだわりの機材があり・・・
5月すぎないと買えない。
なんにしてもバージョンアップを繰り返しながらなので・・・
最初は期待しないでね。
そんな感じで・・・
じゃ