> プロンプターは、会話の中での役割から、プロンプターを「ユーザー」と呼びたくなります。しかし私たちはすでに、このシステムと対話する人々を「ユーザ」と呼んでいます。そして、これらのユーザはそれぞれ、アシスタント、プロンプター、順位付け、投票などの役割を担うことができます。ですから用語は分けて考えたほうがいいでしょう。プロンプターとは会話における役割、ユーザーとは我々のデータと対話する実際の人間です。

>1つの作業につき数ドルから数十円の報酬で、自らを「ターカー」と呼ぶ労働者たちは、写真に色を合わせるような暗記作業かもしれないが、コンピュータを困惑させるような作業を行うのである。

> 哲学的な観点から言えば、これは従来のコンピューティングのパラダイムを覆すものです」と言う。「通常、人はコンピュータの助けを借りて仕事をします。この場合、コンピュータが人間からタスクを助けてもらっているのです」。

>昨年11月以来、米国をはじめ100カ国以上から何千人もの労働者がMturk.comで仕事をこなしている。

>企業側は確かに満足している。私がコンタクトを取った企業は、Amazon Mechanical Turkで仕事を受けると、驚くほどコストがかからないと述べています。何百人もの人にプロジェクトを分担させることで、派遣社員やコンサルタント、ましてや実際の従業員に委託するよりも早く仕事を終わらせることができるだけでなく、はるかに安価に仕事を終わらせることができるのです。このサイトのキャッチフレーズは、「格安の人工知能」でいいだろう。Mturk.comを使ってトラブルシューティングの質問に答えているある技術系企業は、通常なら数千ドルかかる仕事をMechanical Turkで数十ドルに抑えていると自慢している。そして、もし企業がターカーから得られる仕事の質が気に入らなければ、単にお金を払わなければいいのだ。

> いわば、今までは国境というものが国によって主観的に引かれていて、その中で労働や、それらを超えてグローバル経済があったけど、MTurkのようなものはグローバルの最低賃金を破壊する可能性があると思っている

>つまり、人類最後の労働は「労働をしなくて良くするための労働」だと思っている

>これが、機械学習のText-embeddingとかになるんじゃないかな。Federated Learningもそうで、アノテーションとか。

>分散化とオープンソースソフトウェアの動きに触発され、我々はオープンソースアテンションを提案する。

> これは、スティグマーギングマーカー（人間の注意のデジタル痕跡）を作成、保存、照会するための分散型エコシステムを通じて、プラットフォームによる制御から人間の注意を「解放」する社会-技術的枠組みである。

>

>なかでも重要視されている「スティグマジー（stigmergy）」なる概念である。それは「社会性昆虫」と呼ばれるアリやハチの群れ行動やコロニー建設行動のメカニズムについて、非常に明快な説明を与えている

>

>

>

>コンテンツを直接修正せず、むしろシグナリングの手がかりとして機能するスティグマギー・マーカー（デジタルの場合：いいね、注釈、テキストのハイパーリンク）である

>Stigmergicマーカーは、ユーザーが明示的に残したもの（例：「いいね！」）、あるいはユーザーの行動を通じて暗黙的に記録されたもの（例：リンクのクリックスルーデータ、読書時間）である場合があります。

>たとえば検索エンジンのGoogleは、いわゆるAI（人工知能）的な意味において高度で複雑な計算を行ない検索精度を高めているわけではなく、むしろ人間をアルゴリズム化することで検索エンジンとして成功した。その基本設計は極めてシンプルだ。「人間は良いと判断した情報にはリンクを貼る。だとすれば、そのリンクされたページに関するログを全部集計すれば、何がいいページかはおのずと分かる」というものである。ここで興味深いのは、むしろGoogleという検索ロボットの側こそが、人間を「情報収集ロボット」のように扱っているということである。すなわち、人間こそがアルゴリズム的に、つまり単純で反復的な「リンクをはる」という行動を取ることで、そのログの集積がそのまま検索エンジンの高性能化につながるということ。これこそが検索エンジンの基本的なインパクトであることは、改めて確認しておきたい事実である。

>コンテンツ発見アルゴリズムは，広大なデジタルランドスケープをナビゲートするために不可欠であるが，大部分はプラットフォームによってコントロールされている ．したがって、第二のシフトは、人間中心のコンテンツ発見を通じてメーカーに権限を与えることにより、この移行をサポートするために我々の認識環境を再設計することです

>自分のスティグメルジック・マーカーを作成・管理し、そのデータを、個人的・集団的成長を志向するコンテンツ発見サービスと共有する権限を与えられます。コンテンツのモデレーションは重要な代表例である

>モデレーションは、中央集権的なシステムでは、AI能力の固有の限界と、必要な複雑な人間の判断の規模のために、実行不可能である。対照的に、分散型エコシステムは、様々な個人や組織が自分たちのニーズに合わせてコンテンツ・モデレーション・システムを作成・調整できる「フィルターのマーケットプレイス」を可能にします。

>スティグマーマーカーは公共財と考えることができる。しかし、そのユニークな重要性にもかかわらず、その分散化を特にターゲットにした研究は驚くほど少ない

>アノテーションツール。プラットフォームが「いいね！」ボタンを提供する場所だけでなく、そこに含まれるあらゆるURLやコンテンツ要素にマーカーを簡単に作成できるようにする

>Wangらは識別されたオブジェクトとオントロジー クラスの間の文字列マッチングを提案し、Liaoら33はオンラインソースから自動 的に概念と関係をマイニングすることを提案している。効果的かつ効率的な知識照 合を可能にするためには、この分野だけでなく、Semantic Annotationの ような関連分野でのさらなる研究が必要である。

>機械学習の方向性を知り、それを最大限に活用しようとするならば、知識グラフをニューラルネットワークなどの手法や、決定木、ランダムフォレスト、SVM、回帰などのより単純な機械学習手法と組み合わせて使う方法を理解する必要があるだろう

>つまり、人間の言葉の曖昧性解消や推論を可能にするのは、ニューラルネットそのものではなく、知識グラフベースなのです。

>@nishio: なるほど、Twitterでファクトチェックしやすくなる機能追加ってわけね、いいじゃん

>