24/10/3 お題箱回177：諸々 - LWのサイゼリヤ

お題箱回177

1231.LWさんの生活スタイルだとお金使わなそうですけど、貯金はやっぱり貯まってますか？

貯金を見ないので知りませんが、会社が給与の支払いを渋っていない限りは順調に貯まっているはずです。
貯金を見ない理由を聞かれる前に答えておくと、支出より収入の方が多いことは確実なので底を付くかどうか気にする必要が無いのに加えて、金を貯める目的が特にないので貯金額の多寡を評価する方法がないからです。

1232.現在物理的に近い距離に友人がおらず、数少ない友人もネットなどでコミュニケーションを取るタイプではないため、他人と会話をするのが一、ニ年に一回(比喩とかじゃなくてマジです)の生活を送ってます。
何となくここまで他人との交流が無いのって不味いのかなあとぼんやり思ったりもするんですが、生活する上で具体的な問題を感じておらず、新しい人間関係を作るのも面倒なので特に何も行動は起こしてません。
LWさん的にはこういう他人と全く関わらない生活ってヤバいだろって思ったりします？
具体的に思いつくデメリットとかもあったら聞きたいです。

別にヤバくないのでそのままでいいと思いますが、強いて言えば今後状況が変わった場合のリスクが気になるところではあります。
人生の状況が変わって他人と交流しないと著しく不利益を被る状態になってしまうと衰えた人脈や会話能力ではヘッジが効きません。いま大企業正社員のテレワークとかでこのまま死ぬまでいけそうな見込みであればそのままでいいと思いますが、逆にフリーターとかで立場が不安定な場合は無理にでもどうにかした方が安定はするでしょう。
この辺は人脈に限ったことでもなく、金とかスキルとか大抵の個人資本で同じ事情です。

1233.二郎系のラーメンは好きですか？
僕は好きです

ふだん家系ばかり食っていますが二郎系はあまり好きではないです。
二郎系を食ったあとに幸福な状態であることがまずなく、終盤食うのしんどいし腹パンだしでクソきつい状態で「もう二度と食うか」と思いながら店を去ることになります。ただそう言いつつも何度か食っているので心の底から嫌いなわけではないです。

1234.昔の記事(お題箱回91)で機械学習の学習手順として数学の学習から始めると書かれていました
これはchatGPTへの理解を深めたい時にも有効ですか？
別の記事では「ディープラーニングは既に死語」と言った類のことも書かれていた気がしたので既に有効ではなくなったのかそうではないかお聞きしたいです

深めたい理解の質によります。昨今の急速なAI技術の普及状況を踏まえると、人によっては求めている理解に対して数学が不要な可能性が小さくありません。
chatGPTの表面的な利用スキルと内部的な解析スキルは別のことである、というのは例えば電子レンジでも思い浮かべてもらえればすぐにわかります。電子レンジを使って料理する達人になりたいなら説明書をよく読んでどんな食材をどのくらい温めればいいかを勉強すればよく、電気的な知識は必ずしも必要ありません。一方、電子レンジ自体を自分で作ったり改造したりしたい場合は電子レンジの内部挙動に詳しくなければなりませんから、電子回路や制御の知識が必要です。
chatGPTも同じです。chatGPTを使って作業する達人になりたいだけならどんな需要に応じてどんなプロンプトを入れればどんな情報が得られるかだけ把握すればよく、数学的な知識は不要です。一方、chatGPT内部で本当に何が起こっているのかを把握したり類似したAIを開発したりしたいのであれば数学の知識は必須です。とはいえ、自分で全て弄らなくてもある程度挙動をチューニングできるインターフェースも色々整備されているので、開発系のことをやるにしても必ずしも数学的なメカニズムを理解する必要があるとは限りません。
ちなみに「ディープラーニングは既に死語」というのは業界内部の流行り言葉が変わった程度の話と思ってもらってよいです。何を以て技術変容と見做すかには諸説ありますが、少なくとも機械学習技術に係る数学の立ち位置がよくわからない水準の人には全く関係ない話です。

1235.歩道走行型の自動配送ロボに対して盲導犬ってどういう反応するんでしょうね

知らないですがスッと避けるんじゃないですかね？　別にロボがミサイルとかで攻撃してくるわけでもないので、一般移動体とそこまで扱いは変わらない気がします。

1236.「職歴終わってて人生詰んだことに〜」のツイートに関して質問です。
LWさん自身瀬戸際であったと述べられていますが、どの様な感覚でそう感じていたのか考えを良ければ教えて貰いたいです。また就職前中後で考えの変化はありましたか？

職歴終わってて人生詰んだことに気付き始めた30手前くらいの人が就活してた頃にオススメタブに無限に出てきたけど、言うて俺も瀬戸際ではあったしシンパシー感じてちょっと見ちゃうから未だに出続けとる
— LW (@lw_ru) 2024年9月23日

普通に経歴が雑魚すぎてビズリーチで仕事を探してもどこも雇ってくれないので終わったかもなーと思っている時期はありました。とはいえいざというときはTwitter就活と人脈という手札を切れることは常に認識していたし、最終的にはそれで目論見通りに何とかなったので本当に瀬戸際だったのかは諸説です。
就職中の考えの変化については、ダメそうなときはダメそうだなと思っているし大丈夫そうなときは大丈夫そうだなと思っています。この辺は考え方から現況を判断するというよりは現況そのものが判断根拠なので状況に合わせて変わるだけです。とはいえ、今でもワンチャン詰んでいたところを拾ってもらった認識はあるので現職へのロイヤリティはかなり高いです。

1237.マイナ保険証の外字等●(黒丸)問題は仕様として済ましていいと思う？どうしても「プログラマの抱いている名前についての誤謬」を思い出さざるを得ない。

emptypage.jp

マイナ保険証一本化のために、現行の保険証の返納を推奨してるそうですが、お名前にある外字は全部「●」と表示されます。
「髙橋」さんは「●橋」、「辻」さんは「●」、「山崎」さんは「山●」、「髙崎」さんは「●●」となります。
通信障害などのトラブルでも資格確認できません。一本化無理です。 pic.twitter.com/zngCepqGku
— chocolat viennois ☕ (@la_neige_fleur) 2024年9月5日

かなり良くないと思います。
別にマイナーな漢字を名前に含む人が不利益を被ること自体はある程度やむを得ないと考えていますが（マイノリティ擁護的な観点から懸念があるわけではありませんが）、単にシステムの仕様として出来が悪いことが気になります。
具体的には二点あって、一点目は対応していない外字が多すぎることです。髙橋さんも廣田さんも普通に人生で何度か見たことのある名前ですし、それですら無理というのはちょっとデータベースが貧弱すぎる気がします。二点目は管理できない漢字を黒丸に置き換えるという対処の方向性です。もしどうしても髙橋が表示できないとしても高橋と記載すべきで、妥協の仕方がよくわかりません。
もちろんこの辺の対応判断は工数依存ではあって常にやればよいものでもないことは承知していますが、もし工数上でどうしても実施できなかったのだとしても嘆く先が考慮不足のベンダーから工数を捻出できない国の状態に変わるだけです。

補足553：覚えてたらデジタル庁の友達に会ったとき聞いてみますが、ネットには書かない気がします。
　

1238.あのさあ！トゥイッターの漫画広告ツイートにクソおもんなくてしょーもねぇドラえもんの画像リプするやつとかなんなん？
LWさんはそのようなリプに対しどう思われます？
まあいいんじゃないすか〜みたいなクソおもんない返しは控えてほしいぜ！

漫画のキャプで社会を語るやつ、以前は「まあそういう人もいるかな」くらいの感じだったけど最近それの完全体みたいなイデオローグが出現したことによって旧仮名遣い使用とか造語当て字使用と同じようなある種のやばい人の類型の一つになってしまった
— LW (@lw_ru) 2023年3月6日

もう漫画のキャプで語るやつ全般がすっかりダルいオタクジジイの象徴になってしまった感じがある
— LW (@lw_ru) 2023年11月15日

画像リプについてはこの認識から変わっていません。
別に画像リプ自体を悪とする理由は特にないのですが、環境の変化によって文脈が終わってきたので少なくとも僕はもう使わないようにしています。それが粋で面白かった時代は確かにあったにせよ、同じネタの擦り芸でしかないのでもう面白さの耐用期限が切れている上にネット利用歴の長いオタクジジイ層しか使わなくなった認識です（ある種のインターネットミームと同じ）。

1239.https://x.com/hirox246/status/1831967229417811989?s=46
ツイート中のグラフから「男性は女性より時給が低くされている」とは言えない気がする一方で、何故そう言えないのかが自分ではハッキリと分からないんですが、LWさん的にはどう思いますか？
あと、こういうグラフそのものや、そこから導き出される主張の妥当性を判断したかった場合って何を勉強すればいいと思いますか？いわゆる「統計学」とはまた違う分野な気がするんですが……。

言ってもいいんじゃないですかね？
もちろん厳密に見るのであればデータの収集方法を調べてサビ残の扱いや雇用形態も知りたいですが、そういう画面外の話は一旦置いといて少なくともデータをパッと見たときに自然に得られる初手の推論としてはそう言ってしまって問題ないと思います。

グラフの読み方の勉強方法については答えが二つあって、一つは義務教育レベルの国語や社会です。基本的な図表の読み方は小中高教育過程で詳しく扱われているので教科書で勉強してください。ちなみに国語教育カリキュラムでは資料を読むだけではなく自ら提示してプレゼンテーションやディスカッションを行う方法についても学べます。
もう一つはやはり統計学です。特に因果推論という分野では様々なバイアスを除去して物事の因果を正確に把握する方法が研究されており、そのあたりを勉強するとデータを見たときにどういうメカニズムで何が起きていそうかをそれなりに考えられるようになります。ただちゃんと勉強するには数学的な敷居がかなり高いので、自信がなければ因果推論を扱った一般書を探すくらいが妥協点ではあります。