今世紀になっても、主要な音楽ジャンルはほとんど変わっていません。私は耳が鋭いのですが、カントリー、ジャズ、ポップ、ロック、ヒップホップの曲を聴いて、それが今週リリースされたものなのか、それとも四半世紀前にリリースされたものなのかを聴き分けるのはほぼ不可能です。

LLM は 1 つのトークンだけを生成するのではなく、各トークンの後に、元の文全体と新しいトークン を見て、その次のトークンを予測し、その文全体と次のトークンを使用して予測を行うというように繰り返します。列車の車両のように、1 つのトークンが別のトークンに連鎖します。

現在の LLM は、前のトークンに戻って変更することはできず、単語を次から次へと追加して頑張らなければなりません。この結果、バタフライ効果が発生します。

これは、まったく同じ質問をしたとしても、同じ AI を使用している他の人とはまったく異なる回答が得られる理由を説明するのに役立ちます。確率のわずかな違いが、まったく異なる回答をもたらします。

ミンコフスキーが学生時代のアインシュタインを厳しく評価したことで、相対性理論の成功はさらに印象的なものになりました。ミンコフスキーは、次のように語っています。

「私にとって[相対性理論]はとてつもない驚きでした。学生時代のアインシュタインは本当に怠け者だったからです。数学にはまったく関心がなかったのです」

注目すべき点は、アインシュタインは、時間の次元が従来の 3 つの空間次元とどのように関係しているかを正確に理解する数学的洞察力に欠けていたにもかかわらず、この重要な物理的洞察をつなぎ合わせることができたことです。空間での動きが速くなると、時間での動きが遅くなり、時間での動きが速くなると、空間での動きが遅くなります。空間と時間のすべての測定は、問題の観測者に対してのみ意味を持ち、観測者と観測対象との相対的な動きに依存します。

これが、光速に近い速度で移動すると、時間の遅れや長さの収縮などの現象が起こり始める根本的な理由です。これらは、アインシュタインの相対性理論に不可欠な現実の側面です。光速に比べて非常に遅い速度でしか移動していない場合、これらの効果に気づくのは非常に困難です。時間は誰にとっても 1 秒ごとに進んでいるように見え、地球上で通常達成可能な速度では、長さは誰にとっても同じ距離のように見えます。

しかし、光の速度に近づくと、つまり、自分と物体の相対速度が光速度のかなりの部分である物体を認識すると、自分に対して「動いている」ように見える物体が次のようなことに気づくでしょう。

・相対運動の方向に沿って長さが縮んでいるように見える。
・時間、またはそこに搭載されている時計は、より遅い（膨張した）速度で動いているように見える。

アインシュタインが初めて認識したこれらの現象の理由は単純明快です。光の速度は、真に普遍的に不変な量だからです。言い換えれば、真空中の光の速度はすべての観測者にとって同一です。

運命のいたずらか、これらのパズルのピースを最初に組み合わせたのは、アインシュタインの元教師であるヘルマン・ミンコフスキーでした。彼は1907年から1908年にかけて、次のように記しています。

「これからは、空間自体も時間自体も、単なる影となって消え去る運命にあり、両者のある種の結合のみが独立した現実を保存するだろう」

これは 19 世紀後半から 20 世紀初頭の多くの偉大な頭脳が理解できなかった違いです。鍵となる考え方は、すべての観測者、物体、量子、および宇宙に存在するその他の実体は、すべて実際には宇宙の構造、つまり空間と時間の両方を同時に移動しているということです。自分が静止していると思っていても、ただその場にじっと座って空間をまったく移動していないと、空間で動かなくても時間を移動していることがわかります。

ジョルジオ・アルマーニ90歳：「仕事は最高の薬」

2024年のハロウィーンに間に合うように、Metaは、テキストと音声の入出力をシームレスに統合できる同社初のオープンソースマルチモーダル言語モデルであるMeta Spirit LMを発表しました。

従来の音声用 AI モデルは、自動音声認識を利用して音声入力を処理し、それを言語モデルで合成してから、テキスト読み上げ技術を使用して音声に変換します。

このプロセスは効果的ではありますが、トーンや感情など、人間の音声に固有の表現力が犠牲になることがよくあります。Meta Spirit LM は、音声、ピッチ、トーンのトークンを組み込むことで、これらの制限を克服する、より高度なソリューションを導入しています。

• Spirit LM Expressive : ピッチとトーンの追加トークンが含まれており、モデルは興奮や悲しみなどのより微妙な感情状態を捉え、生成されたスピーチにそれを反映することができます。

たとえば、怒り、驚き、喜びなどの感情状態を検出して出力に反映できるため、AI とのやり取りがより人間らしく、魅力的になります。