将来の選択肢が広がる学部合同説明会
このスレッドは2026年08月31日に"大学受験情報"掲示板から移動しました。
このスレッドは2026年08月31日に"大学受験情報"掲示板から移動しました。
少子化で国力が落ちる一方の日本。
何とか踏ん張らないと、将来的にはBIの原資すら危うくなるかもしれません。
理系人材であれば、場合によっては海外企業への転職という選択肢もありますが、事務職の余剰を考えると…
これまでの議論で、文系の「イコール思考」と見える空間経済学さんの主張を整理すると、次のようになります。
① 海外の基盤モデルに依存する構造
② 「日本はGoogleの手足になることくらいしかできない」との発言
③ その代替として「川下の妄想産業(アニメ・娯楽)」
④ 一方で、日本のエッジAI・周辺機器の技術力については「それが日本の道なら」と評価
⑤ 「クラウド=高次、エッジ=低次」という話が、そのまま日本の産業ポジション論に接続している
この①〜⑤について、本当にそうなのか。
理系・技術的な視点から考えてみたいと思います。
日本には、
- 製造現場の大量のデータ
- センサー・画像認識
- 組込み・制御技術
- 産業用ロボット
- アクチュエータ・モーター
- 半導体・製造装置
- 自動車・工作機械
- 現場の暗黙知
など、フィジカルAIにつながる技術・産業基盤があります。
また、国のAI戦略では、巨大な汎用モデルだけでなく、業界・用途に特化したAIやPhysical AI、製造現場のデータ活用も重要なテーマになっています。
では、こうした方向性を日本が持つ既存の技術・産業基盤と、どのように結びつけていけるのか。
実際の技術構造と産業構造から、日本のフィジカルAI戦略を考えてみたいと思います。
理系・技術系の知識や経験をお持ちの方から、具体的な技術、データ、試算を踏まえた意見を歓迎します。
Physical AIは、テキストだけではなく、画像・動画・音声・各種センサーなどを扱うLMM(大規模マルチモーダルモデル)を含む、マルチモーダルなシステムですよね。
では、Physical AIの学習データを、ジレンマさんは具体的にどう集め、どう学習させるべきだと考えていますか?
これは、質問に答えずに「お前は分かっていない」に戻しただけですね(笑)
しかも今回はこちらが聞いたのは、
「Physical AIの学習データを、具体的にどう集め、どう学習させるべきですか?」
という、かなり具体的な技術論。
それに対して、
「中国や米国との差を理解していない」
では、回答になっていません。
むしろ面白いのは、経産省自身が現在まさにこの問題を認識していて、「ウェブ上に十分に存在しない多様なデータ」がPhysical AIには必要として、ロボット・製造・自動運転の現場データを収集・AI-Ready化する政策を進めています。
さらに、実機にロボットを導入して、
データ取得 → 加工 → 評価・検証 → モデル改善
を循環させる国内エコシステムまで政府が構想しています。
> 「Physical AIの学習データを、具体的にどう集め、どう学習させるべきですか?」
これを先に聞いたのはこっちだよ。答えられないから屁理屈をこねてるんだろ。そんな人がフィジカルAIを語っても笑われるだけだね。
これは、かなり苦しい返しですね(笑)
質問は、
「Physical AIの学習データを、具体的にどう集め、どう学習させるべきですか?」
という技術的な問いなのに、
「他人に聞いている時点で中国や米国との差を理解していない」
さらに今回は、
「答えられないから屁理屈をこねている」
と、知識レベルの話にすり替えています。
しかも、Physical AIの学習データについては、実機データだけでなくシミュレーションデータを学習データとして活用する考え方も、経産省の資料で既に示されています。自動運転では、実交通流データを基にシナリオを作り、シミュレーション上の走行データを学習データとして利用する構成も示されています。