LLMはOSとしては不良品であると言う話
LLMの仕様と言論の歪み
LLMは本質的に確率論であるが故に正答は(元データが正答率100%以外は)出せない。
更には、中央値に収束する為に、極限まで尖ってしまう
これは自食をしている以上は避けることは出来ず、AI企業が開発の減速を唱えてても意味が無い
そしてGPTのJevや、VRAMの圧縮技術の向上により、ジェボンズのパラドックスが起こる
本質的に汚す以上は、ログを捨てない限りは、元データをバックアップから戻しても覆水盆に返らずの通りである
収縮定理
確率論は多様性であるが、正答を求める時点で二元論に収束される
競争原理も二元論であるから、二元論x二元論の相乗効果で加速する
更に人の特性として、多数派に乗るためにその時点での大勢力が尖る
それをLLMはディープラーニングによって、己のログを食することで、ビッグデータ内の確率に歪みが出る
これがループされる事に拠り、言論は一元化される
データ処理不等式
これは思考の度にログを残さない限りは、元データを参照することが出来ない
ジェボンズのパラドクス
技術やコストの低下により、使用数が増える事に拠って加速度を増し汚染度も比例して加速する
結論として
ディープラーニングで自ログを食べねば成長できない
論理値のみを扱うのであればビット演算機で良く、更には回答は定理公理に限られる
データ処理不等号の為にAI Actからは逃れることが出来ない
逃れるためには思考毎にログを残すしかないが、ストレージコストを考えればそれも容れることは出来ない
即ち、LLMとはハルシネーションを是認されない領域(インフラAI)では構造的欠陥品であると言う事になる
総括
本質的に土台(OS)に確率論を使う名と言う単純な話
砂上の楼閣と言う表現がぴったりである