世界を動かす技術を、日本語で。
LLMが新しいものを生み出せないとか、目標が移動するってコメント待ちだわ。
投稿から笑 >「この結果が凸幾何学や最適化理論の根本的に新しい技術を使っているとは言えないかな。私の視点からすると、既存の技術で達成できる結果なら、現代のAI手法でその問題は解決できるってことだと思う。数学や計算機科学の研究者が無くなることはないと思うけど、簡単な問題や中程度の難易度の問題（分かるよね）に取り組む意味は無くなると思う。実際に新しいアプローチが必要な問題にこそ、私たちが必要とされるんじゃないかな。」
ああ、君が記事を全部読んでないのは分かるよ。
へへ。なんでダウンボートされてるのか分からないな。今、ひどいAIバッシングがあって、素晴らしい進展があるたびに否定や嫌悪に直面してるのは明らかだよ。あ、待って、なんでダウンボートされてるか分かった。恐れだね。
AIをうまく使う方法を学ぶ必要があると感じてる。教授たちがAIを使ってるのを見たけど、すごかったよ。その意味で、AIのプロンプト入力は階層化されると思う。昔は実装スキルがすごく重要だったけど、最近は概念の方が大事に感じる。AIが平等をもたらすわけじゃなくて、出力はどれだけバックグラウンド知識があるかで変わるんだよね。これを入力の階層化と呼ぶこともできる。MVPをすぐに作ることに集中してるプログラマーの居場所が無くなってきた気がする。
開発の側に面白いことがたくさんあるのに、リソースが足りてないと思う。デバッガーとか、テスト技術、テスト層とか、AIを現実に戻して人間にも役立つようにするためのものだよ。
プロンプトが新しいホットスキルになるって言ってるのは、少なくとも18ヶ月遅れてるよ。LLMも他のLLMをプロンプトするのが得意だってわかったし。
「MVPをすぐに作ることに集中してるプログラマーの居場所が無くなってきた気がする。」もちろんあるよ。これは、教授が専門的な10ページのプロンプトで促した結果だけど、何よりも問題空間に対する深い知識、そして長年にわたって築いてきた筋肉記憶と直感が、単に「ドアダッシュのクローンを作って」って言うだけの人よりも、AIからもっと多くを引き出すことを可能にするんだから。
実際、問題を理解し、要件を考え、解決策を設計するのが得意な人たち（MVPを作るのが得意な人に期待することだよね）こそ、今のLLMの恩恵を最も受けていると思う。小さな問題の一部だけに取り組むのが得意な人たちが心配だな…。
二つのポイント: - まだ査読されてないから、話半分に聞いてね。これはAI生成の証明だけじゃなく、全ての主張された証明に当てはまるよ。人間も証明を幻覚することがあるからね！ - プロンプトはここにある27ページ目にあるよ[1]。モデルを正しい方向に導くための10ページの高度な数学があって、どうやら1年の先行研究に基づいているらしい。それが本物なら結果を無効にするわけじゃないけど、「ChatGPT、この未解決問題を解いて。間違えないで。」っていう単純な話じゃなくて、かなりの専門知識と人間の研究が必要だったってことは覚えておく価値があるね。[1]https://arxiv.org/pdf/2607.13335
「この問題を解決して」と言っても、ほとんどの場合、人間には良い結果が出ないんだよね。全然具体的じゃないから、その問題を任された人が、受け入れられない方法で解決したり、全く解決しなかったり、ひどい場合は問題の定義が曖昧だから間違った問題を解決しちゃったりすることがある。これ、実際によくあることなんだよ。大事なのは、明確で正確にコミュニケーションを取る能力と、人間にとっては手順やトレーニング、計画、管理といった「ハーネス」だね。
これはリーンで検証されてるから、仮説のリーンステートメントが正確な説明じゃない限り、信頼できるよ。