| Up | 時制が無い | 作成: 2026-03-09 更新: 2026-03-09 |
構築時 構築後 構築は，「訓練」をする。 これは，つぎが内容になる： パラメータ値の更新 構築後は，｢(教師あり) 学習｣ として，つぎのことをする： 生成したデータを出力 ユーザがこのデータの評価を入力 評価と自己史に整合的なデータを生成 訓練のアルゴリズムは，順伝播と逆伝播で成る。 訓練が終了すると，順伝播の方だけを残して，モデルとする。 構築後の「学習」は，このアルゴリズムで行う。 学習アルゴリズム ＝ 順伝播 しかし，AI 技術論の言語には，時制が無い。 構築前と構築後が区別されない。 そのため，こうなる： 訓練 (構築時) ＝ 学習 (構築後)＝ 特に，こうなる： 訓練 ＝ 教師あり学習 学習 ＝ パラメータの更新 訓練の「パラメータ更新」を，学習のものとする 学習の「教師あり」を，訓練のものとする なんでこんな間違いをするのか，AI 界の外の者は大いにいぶかしがることになるが，これは言語に時制が無いことに因るのである。 言語は，認識形式を定める。 言語が認識形式を定めることは，かつて文化人類学で大いに研究された。 それは，強大国の商業主義の世界進出が急速化して，いわゆる ｢未開社会｣ が急速に消えようとした時のことである。 比較言語学の立場から，消える前に ｢未開言語｣ を急いで研究しておこうというので，フィールドワークが盛んに行われた。 そして蒐集した言語の中には，時制の無い言語もあった。 AI 技術論の言語に時制が無いのは，AI 研究の開始から長い間は，時制が必要なかったからである。 時制は，｢生成AI｣ の登場によって必要なものになった。 このモデルは，構築時とその後では，アルゴリズムの意味合いががらっと変わるからである。 しかし，言語は，保守的で頑固である。 時制が必要になった状況になっても，そのままを続ける。 そして，上に述べたようになる。 念のため，つぎの２つを押さえておこう： B. 学習は，パラメータの更新は無い A. 訓練は，入力されるデータをただなぞるだけ 「次のトークン」を示す変数 p の値が，実際の次のトークンを指すように，パラメータを調整する (逆伝播)。 しかし，やっていることは，このテクストの例と同じであり，｢ただなぞる｣。 B. 学習は，パラメータの更新は無い ここに，パラメータの更新は無い。 そもそも，訓練が終了したモデルは，パラメータを固定することになる。 |