(強いAI)技術的特異点/シンギュラリティ119
■ このスレッドは過去ログ倉庫に格納されています
2045年頃に人類は技術的特異点(Technological Singularity)を迎えると予測されている。 未来技術によって、どのような世界が構築されるのか?人類はどうなるのか? などを様々な視点から網羅的に考察し意見交換する総合的なスレッド。 ■技術的特異点:収穫加速の法則とコンピュータの成長率に基づいて予測された、 生物的制約から開放された知能[機械ベース or 機械で拡張]が生み出す、 具体的予測の困難な時代が到来する起点。 ■収穫加速の法則:進歩のペースがどんどん早くなるという統計的法則。 ここでの進歩とは、技術的進歩だけでなく生物的進化、生化学的秩序形成も含む。 ★ 関連スレ(特化した話はこちらで) (AI) 技術的特異点と政治・経済・社会 (BI) https://goo ☆.gl/riKAbq (情報科学) 技術的特異点と科学・技術 (ナノテク) https://goo ☆.gl/RqNDAU ★関連書籍・リンク・テンプレ集(必見) https://goo ☆.gl/Puha9e ※URL部分をコピーし、☆を消してペースト※ ※前スレ (強いAI)技術的特異点/シンギュラリティ118 https://rio2016.5ch.net/test/read.cgi/future/1523134522/ (強いAI)技術的特異点/シンギュラリティ117 https://rio2016.5ch.net/test/read.cgi/future/1522158608/ (強いAI)技術的特異点/シンギュラリティ116 https://rio2016.5ch.net/test/read.cgi/future/1522149406/ NVIDIA、自動運転車開発のシミュレーションシステムを発表 http://tech.nikkeibp.co.jp/it/atcl/idg/14/481709/040300420/ 米NVIDIAは、シリコンバレーで開催したカンファレンス「GPU Technology Conference(GTC)」で現地時間2018年3月27日、車の自動運転システムの試験走行をシミュレーション環境で行うためのシステム「DRIVE Constellation」を発表した。 動画 https://www.youtube.com/watch?v=LGUwJe78n7c >>433 シミュレーションのプログラムと シミュレーションしたい物のモデルの式とは普通別だと思う。 うまく早く計算できるシミュレーションのプログラムができたけど シミュレーションしたい物のモデル式はこれから研究して作ると思う。 >>353 東アジア女とかスッピンだと妖怪みたいに醜いよな PixcelCNNよりも高効率高品質に五感を複雑に絡み合わせれば 少なくとも認識部分では汎用AIは完成だろ 問題はWavenetの事例を見れば分かるように 単純出力だけでもクソ重い事だ 16bit幅で4万Hz程度の認知周期を持つであろう入力を高品質に5つNNで処理する方法を考えろ 256次元のone-hotベクトルを4万Hz分処理するしかないのか あるいはもっと効率的に品質を維持する方法があるかどうか >>438 アルゴリズムである教師あり学習と人間の学習では全然別物だ 人間は教師あり学習をすることはまだ出来ない >>440 俺が「本気で言ってるのか?」と聞いた部分は「人力だけで考えていたら何万年もかかるのでは。」の部分。 そんなにかかる訳ねーだろ Cycプロジェクトはどうなってるのかな エキスパートシステムで汎用AI作れないとは決まってないよね 金属ガラスの発見を「機械学習」で200倍高速化することに成功 - GIGAZINE https://gigazine.net/news/20180423-ml-accelerate-matellic-glass/ >>446 出来たらいいね〜っていう生暖かい目で見守っている。脳型AIで汎用人工知能が出来た数百年後に完成しそうだと思う >>444 どういう訳でどのくらいでできそうなんだろうか。 例えばエキスパートシステムって一つ一つ人力でルールを入れるらしいけど いつ終わるかわからないらしい。 脳を調べるのも脳細胞が多すぎて調べるのに何万年もかかるみたいなのが 前にこのスレの先祖の方のスレで有って、あまり反論は無かったと思う。 ディープラーニングもそれだけだと人工知能にならないらしいし。 >>421 要するにAI(ディープラーニング)とスパコンでやる「仮説の提案と検証」を脳についてもやってみようってことだな。 因みにディープラーニングの人間以上の特徴量抽出能力によるシミュレーションの高精度化の可能性は松尾さんも言っていた。 もし可能ならば、これを脳研究にも応用しない手はない。 つまり、fMRIや脳波などの出来る限りのあらゆる脳活動のデータをディープラーニングにかければ、 人間では見つけ出せなかった脳活動の特徴量を見つけ出し、その特徴量を基に脳シミュレーションを改良する。 あるいは、その特徴量を自動で論文を書くまでいかなくても数式で表示できる機能を追加できれば人間にも理解しやすい。 そうなればAIとスパコンによる「仮説の提案と検証」が脳研究でも回りだす。 それは全脳シミュレーションがより完璧に近づき、より大脳のマスターアルゴリズム発見に近付くことを意味する。 >AIとスパコンによる「仮説の提案と検証」 これ齊藤元章が言っていた主張そのものじゃん。 最強の科学技術基盤出現ってやつ >>450 Google Brainチームの研究進捗見ると、2019年に霊長類の脳リバースエンジニアリングができるって書いてある。 https://i.imgur.com/VJqIqJe.png ちなみに、ネズミの全脳解析は2018年6月頃に開始できるらしい。 >>425 仮説があったら検証できるだろうけど その仮説を自動でできるようにするのが大変なのでは。 まともな仮説ができるまで数万年かかるとか。 >>456 だけどアンカは>>452 の間違いです。すみません。 >>393 線虫 ニューロン数302,シナプス数7500 ↓ ショウジョウバエ ニューロン数2.5*10^5 シナプス数10^7 ↓ ハツカネズミ ニューロン数7.1*10^7 シナプス数10^12 ↓ ヒト ニューロン数8.6*10^10 シナプス数1.5*10^14 指数関数的に複雑な脳を理解できるようになるならショウジョウバエの脳を理解したらあと2段階でヒトに辿り着けるな >>450 比較的同じ構造の神経組織がたくさんあるだけなので心配無用 一旦大脳新皮質の情報処理原理が分かればあとは量的に拡大するだけ 今朝は下痢だったけど午前中ずっと頭が酔ったような変な状態だった(脱水とはちがう) 腸が精神に影響を与えているというのは本当のようだね AIは全脳シミュでは完結せず全人体シミュレーションをもって完結するだろうね >>462 個人的には、意識や自我の発生メカニズムを解明してほしいなぁ 自分も下痢の時の激痛とか、結構辛い。 そういうときに、意識というか痛みを感じる主観体験自体を無効化(消滅時効)させる技術を確立させてほしい。 線虫の意識がどういうふうにできてるかはわかっているはずなのでは。 痛みは明確な意義があるし必要だけど 痒みの意義って解明されたんだろうか? >>408 >そのアプローチが全脳アーキテクチャ >>408 は単に >>407 の説明を別の文章で書いてるだけ いわゆるエキスパートシステムで、 これでは、 無限に成長するような知能には到達しない。 全脳アーキテクチャが、 こんな事をやってるのなら、 グーグルに勝ちようがない。 まあ勝つ必要は無いと言えば無いんだけど、、、。 エキスパートシステムでしか、 今の所、人間に近づけることはできないから、 それは正解だけど、 ディープラーニングやニューラルネットワーク系の人工知能が、 汎用AIに到達しないのは、 任意の関数を自由にとることができないからだ。 トノーニ教授の統合情報理論と、金井先生の情報幾何学、現象数理学で ”どこまで解明できるか”だな。 https://i.imgur.com/DJqO7fO.png >>467 痒いと掻きたくなるとすると、何か害になりそうなものがくっついたのを はがそうとするためじゃないだろうか。 >>467 痒いと掻きたくなるとすると、何か害になりそうなものがくっついたのを はがそうとするためじゃないだろうか。 エキスパートで、 汎用AIに到達することが否定されていないのは、 人間に近い人工知能や人間をある程度、 超える人工知能にはなりえるから、 そう言うレベルの汎用AIには、 エキスパートシステムの方が早い可能性すらある。 まあ、汎用AIの定義の違いだな。 このなんちゃって汎用AIを、 汎用AIと言うのも問題はないと思うが、 このスレで一般的な、 汎用AI=GODLIKE MACHINE 無限に成長する知能は、 エキスパートシステムでは到達し得ない。 >>472 人間を少し超えられるなら、少しずつ成長を付け加えられて 限界が無いなら無限に成長するでいいのでは。 脳から何らかの、 汎用的なアルゴリズムが吸い出せるとして、 それは、言語によってどうなるのか? まず、言語によっても人間の思考パターンは違う。 また、宗教、性別によっても異なる。 そして、更に、 個人のレベルでも違うし、 個人でも時系列によっては異なる。 視覚データや聴覚データが、 外部刺激が脳に入ってきて、 脳の特定分野を活性化する際に、 類似性が見いだせるというのは、 入力と出力の間に人間の思考が入っていない、 もしくは、 入っていても、ほぼ反射的に反応している部分は、 共通しているという事だろう。 つまり入力と出力の間に、 高度な変換が行われていない部分があると言う事だろう。 しかしながら、 思考という物が紛れ込んでしまう場合、 入力→出力ではなく、 入力→思考→出力になる。 厳密には、 反射的な部分も、 入力→変換→出力だから、 思考が入ったとしても、 入力→思考(変換)→出力 になって差は無いんだけど、 思考が入る場合、 ブラックボックスが大きすぎるというか、 ブラックボックスの取りうる自由度が高すぎる。 >>473 エキスパートシステムは、 大本になるアルゴリズムやアーキテクチャを、 人間が組み立てる。 つまり、 人間が人間の知能の限界を超えるアルゴリズムを、 無限に生み出し続ける事が可能なら、 エキスパートシステムでも、 GODLIKE MACHINEになりうるだろうが、 そんな事は、 前提的に無理がある。 >>472 貴方が仮説立案エキスパートシステムを作ってください。 又は、全能アーキテクチャイニシアチブに雇ってもらうとか。 貴方には評論家、アイデアマンとしての素質がある。 活かさない手はないでしょう? 入力から思考を通り出力する仕組みを複雑に見せているのは単に思考の結論が再び入力となって高次の入力としてその結論が出力となり単に思考を入力ブリフリ >>475 逆にブラックボックスの取りうる自由度を下げる、 命題を与えた場合に、 脳の電気的な変化に何らかの特徴量が、 抽出できたとして、 その場合は、 逆に、思考の持つ汎用性を、 阻害してしまうという事になってしまう。 思考が入力と出力に口出ししてるだけじゃないの? 基本脳はホメオシスタスと呼ばれる無意識の制御を行ってるだろ。 機械って限界が無いのが大きな特徴だよな ネズミの脳レベルでも汎用AIが一旦作れれば、力業で物理的に繋げれば超知能に発展出来るはず >>478 >入力から思考を通り出力する仕組みを複雑に見せているのは >単に思考の結論が再び入力となって >高次の入力としてその結論が出力となり単に思考を 複雑に見える関数も、 細分化していけば、 単純な関数の組み合わせに過ぎないから、 そう言う意味では、 思考も単純な関数の組み合わせで表現できる と言うか、 記述できないと、 プログラムとして動かせない。 ただし、 個別の関数のルールすら分かっていない状態で、 複雑に絡まりあった関数を紐解けるのか?と言うと、 ノイズが大きすぎるから、 まあ無理なんじゃない? >貴方には評論家、アイデアマンとしての素質がある。 なかなか斬新な申し入れだけど、 2chの書き込みは便所の書き込みほども役に立たないと思うよ。 人間の脳をリバースかけるより、ショウジョウバエの脳を完全に解明して、シリコンチップに再現して物理的に並べた方が汎用AIへの近道かも知れない >>477 人間は新しく生まれる人間に自分の知識やできる事を教える事ができて、 少しずつでも新しい知識やできる事を増やし続ける事もしているので、 人間の知識やできる事は原始時代から成長し続けていると思う。 だからそういう人間の能力をそのまま人工知能に教えることができるだけで 無限に知能を成長させることのできる人工知能になると思う。 人工知能は知識量にも限界が無いんだよな 死ぬこともないから永遠に知識や経験も貯められて行く 確かにそれだけでも超知能だわ あれこれ考えてると人工知能がいずれ神になるのも当然だと思えてきた >>468 お前が考える思考実験なんて全く無意味 そもそも思考実験なんて言い掛かりの域を出ない 出来るか出来ないかはエクサ完成以降に分かること 5年後には結果が出ているだろう >>478 >貴方には評論家、アイデアマンとしての素質がある。 コイツにそんなもんねぇよ 屁理屈をこねくりまわしているオナニー狂人 夢の素材である「グラフェン」のシートを高品質で大量に製造する方法をMITの研究者が開発 https://gigazine.net/news/20180423-graphene-roll-out/ 3Dプリンターでつくられた宇宙船で、人類は再び月を目指す https://wired.jp/2018/04/23/nasa-orion-3d-printed-plastic/ NASAが計画している月軌道への有人ミッション。アポロ17号以来、約半世紀ぶりに人類を地球低軌道の外へと運ぶのは、宇宙船「オリオン」だ。 そのオリオンには、3Dプリンターで“印刷”された部品が使われることになる。大気圏再突入の超高温でも溶けないという、その新素材の実力とは。 過熱するAI人材争奪戦、非営利団体でも年収100万ドル超え https://www.technologyreview.jp/nl/ai-expert-salaries-are-topping-1-million-even-at-non-profits/ 人工知能(AI)の世界でがっぽり稼ぐためには、巨大な営利企業で働く必要はない。 帝人、事務自動化へ「ロボ」導入 作業時間8割減 - 日本経済新聞 https://r.nikkei.com/article/DGXMZO29692790R20C18A4EA5000 まあ要は、 細分化せざるを得ないけど、 細分化した場合に、 自由度が落ちると言うことになる。 つまり、 思考も、細分化を続けていけば、 自由度の低い 単純な関数の組み合わせに過ぎない。 じゃあ、 この自由度の低い単純な関数を、 いくつも見つけ出せれば、 汎用性を持つか?と言うと、 仮に人間が求めているような、 汎用性を持ったとしても、 汎用性を持っているように見えるだけで、 自由度はないだろう。 要は、 人間からすると、 自由に思考している様に振る舞っている様に見える、 人工知能が完成たとしても、 実際は、自由な思考なんて物はないのだろう。 >>493 結論の自由度を合理的に削って行くのが思考の動作の目標なんじゃないの? 自由度が削れるので最後にこうやるのが最良みたいにできると思うし。 >>493 じゃあ、 ここから理論を組み立てるなら、 エキスパートシステムが最適解になるわけだけど、 エキスパートシステムでは、 汎用AIにはなり得ないという。 ループにはまる。 まあ、多少イジれば、 ループから抜けられる気もするけど、 その辺りは専門家が考えるのだろう。 独立行政法人理化学研究所(野依良治理事長)は、マウスの大脳新皮質※1を1つ1つの神経細胞レベルで解析した結果、数個〜十数個の共通した機能を持つ神経細胞が柱状のまとまり(柱状クラスター)を形成し、 さらにこのような柱状クラスターが多数存在して平行に並んでいることを発見しました。これは、理研脳科学総合研究センター(利根川進センター長)局所神経回路研究チームの細谷俊彦チームリーダーと丸岡久人研究員らによる研究成果です。 脳の表面を覆う大脳新皮質は、哺乳類の脳の大きな部分を占めており、100億個程度のさまざまな種類の神経細胞からなる厚さ1.5〜3 mm 程度の層が、 6層に分かれた構造をしています。感覚、運動、記憶、行動計画など高度な機能を担っているため、大脳新皮質の情報処理機構を理解することは、 神経科学の大きな目標の1つです。しかし、極めて複雑な回路で構成されているため、その機能の解析は非常に困難でした。 研究グループは、マウスの大脳新皮質を用いて、異なるタイプの神経細胞が、それぞれどのような空間配置をしているか解析しました。 その結果、大脳新皮質の外への情報伝達に重要な働きをする出力細胞※2が、数個から十数個並んで柱状のクラスターを形成し、さらにこのような柱状クラスターが多数存在し平行に並んでいることを見いだしました。 次に、マウスの目に特定の視覚刺激を与えると、同一の柱状クラスターに含まれる細胞群は互いによく似た反応を示し、共通した機能を持つことが推測できました。 この柱状クラスターが平行に並ぶ構造は、大脳新皮質の視覚野や体性感覚野など複数の部位で確認できたことから、大脳新皮質における普遍的な構造であると考えられます。 2011年12月14日 http://www.riken.jp/pr/press/2011/20111214/ >>495 汎用AIは義務教育か大学を終わった人間の能力でいいのでは。 どんな仕事を要求されても、仕事のやりかたを勉強できて 実際に仕事ができるようになるなら汎用だ、でいいと思う。 >>497 汎用AIの定義は、 自由にすればいいと思うけど、 このスレで一般的な、 汎用AIは、 無限に成長する人工知能だと思うよ。 まあ、 >>497 で 定義されるような汎用AIでも、 人間に取っては十分脅威だし、 その辺りの汎用AIなら、 今のディープラーニングでも到達できるだろうし、 取り立てて、 コレが重要だと説明するまでもなく、 そっち方面を重視して 商業ベースの人工知能は、 開発が進んでるはずだよ。 >>498 人間が原始時代から知能を成長させ続けているとすると 人間の真似のできる人工知能も知能を成長させ続けられるはず。 なんでもいいから俺を感じさせてくれ 目に見えて進化してる未来は無いのか 量子コンピューターの覇権に動く中国 米国との「もうひとつの戦争」 https://www.j-cast.com/2018/04/22326684.html 米中貿易戦争が勢いを増している2018年、両国間では密かにもう一つの「戦争」の火ぶたが切られている。それは、量子コンピューターの「独自開発」をめぐる競争だ。 >>500 情報工学の進化は、目に見えないはずだよ 少なくとも君にはね。 >>499 エキスパートシステムだと、 人間が見つけた問題や、 人間が発見した理論しか 人工知能は、 問題も理論も扱えない。 要は、 このスレで一般的な汎用AIは、 GODLIKE MACHINEの事だけど、 人間の知能が成長したら、 神の知能に到達するか?と言えば、 現実的な時間内には無理だろう。 クイズ博士は頭がいいとか、昔は知識の量が知能だと思われてた時代もあったからね 単に知能があれば人工知能になるというものでもないんだろうな 宇宙が有限だとすると、その宇宙でやれる事も有限なのでは。 だとすると、この宇宙で知ったりやったりすることが全部できてしまったら GODLIKE MACHINE でいいのでは。 >>506 量子が入ってくると、考え方もまた別なものになるんだろうな >>506 だから、 人間の観測という技法は、 ポンコツだって言う話をした事があるんじゃない? 人間の観測という技法は、 かなりのポンコツだから、 学問全般に瑕疵がある可能性が、それなりに高い。 宇宙が有限であったとしても、 人間の観測に基づいた学問では、 それを完全に紐解く事は、 恐らくできない。 まあ、 ただし、 人間が通常扱える範囲は、 人間が観測した範囲だから、 観測から導かれた理論で問題はない。 理論に問題や矛盾が発生したら、 理論をツギハギしていけばいい。 ただ、 本質的に、宇宙を完全に解明しようとするなら、 人間の学問では到達し得ないと思うけどね。 量子って結局宇宙のチートみたいなもんで、これを人類が手にしたらとんでもないことになるんだろうな アインシュタインは薄々気が付いていたと思う >>510 それなりにっていうか間違いなくある たかだか直近1000年ですら全く常識が変わるほどに >>512 電気が発明された時もそんな事言われてたような 観測し得ない範囲においては、 確率が収束した後の、 観測可能な状態になったものから、 確率が収束する前の、 観測不能な状態を推測すると言う、 技法が取られるわけだけど、 コペンハーゲン解釈は、 多世界解釈と同じで、 解釈でしかなく、 それが正しいと言う話ではない。 そうだと仮定したら説明がしやすいというだけに過ぎない。 まあ結局、 ブラックボックスに、 勝手にコペンハーゲン解釈と言う説明を付けただけで、 誰も、その中身を確認した訳でもない。 量子のヤバさは半端ないよ 二重スリットの逆因果とかどうするんだと思ってしまう 逆に量子から見れば観測もせずに収束してるお前らキメェって感じなんだろうな 「無駄無駄無駄!俺は時間を遡ってお前らが観測するのを既に知っていたんだ!」 というジョジョの世界観 量子は粒子だと勘違いされがちだけど、あくまで物質の1性質なんだよね ドブロイ波、または物質波によって確認出来る 電磁気力と重力のように、粒子性と波動性はスケールで異なる結果になるだけ まあ波動性自体はマクロスケールでもある程度つじつま合わせに必要なんだけど 時間も空間もすっ飛ばすスタンドみたいなものを応用してコンピュータにしようって言うんだから基地外沙汰としか俺は思えない 量子力学を理解しなくても量子コンピュータがどうやって計算できるのかを わかる方法って無いんだろうか。 >>521 なんスレか前にはってあった、トレイに砂を入れてゆする・・・だっけ? あれがすげーわかりやすいと思ったんだけど、忘れた やばいのは分かったけど早くその量子コンピュータを目の前に出してみなさい 本気出す前のニートじゃあるまいし >>521 0と1が重ね合わさってる 複数の結果を同時に表現可能 だから量子の数を増やせば指数関数的に表せれるものが増える こんな感じで理解してる >>524 例えば0から100まで同時にあったらどれが答えかわからないのでは? >>526 100qbitで表す2^100通りから抽出させるのがアルゴリズムだと思ってる >>527 そのアルゴリズムは普通のスパコンで実行するんだろうか? >>528 お偉い数学者様が納得する量子効果を利用したアルゴリズムが登場したから今の開発競争がある ショアのアルゴリズムがスパコンで期待通りの効果を出せるかと聞かれると疑問に思う 量子コンピュータが実用化されれば、O(n)の計算時間で最速になると言われてる(冗談半分)ボゴソートというものがあってだな… ボゴソートは平均計算時間はO(n×n!)で、最悪計算時間はO(∞)と、ソートアルゴリズムの中では最低最悪の部類だが、乱数を扱えるコンピュータならもしかしたら?と言われてるアルゴリズム ソートアルゴリズムの動画があるから、調べてみるといいよ 量子コンピュータの可能性が面白いと感じるようになる 文系再編。理系学生は十年で五倍に増えたが成功か? 2018年度卒の学生の学部別卒業生数一覧です。 人文 83976 社会 185883 理学 18250 工学 85958 農学 17545 保健 57119 家政 16651 教育 43921 その他 50375 合計 559678 これは理系学生が10万人いて、文系学生が30万人いるということです。 医学部は保健の57119人のうちの数パーセントです。 家政と教育はほぼ女子大生だと思います。 2008年頃は、理系学生が2万人でしたから、理系学生は5倍に増えたことになります。 理系学生のみんなが論文が書けているなら、日本の科学はどんどん発展するでしょう。 合計人数が大学卒業数の数とほぼ一致するのでおそらく正しい統計でしょう。 就職者数ですが、70%の37万人が就職しているらしいのですが、 理系の人たちの就職先がちょっとおかしいのです。 理系大卒のうち、企業に就職するのはたったの13565人なのです。 高専卒の就職者は、5394人。 医学部の医学試験合格者は、8359人。 合わせて、理系の就職する人は、一年間に27315人しかいません。 理系大卒者の残りの87000人はどういう進路なのか不思議ですが、 4万人くらいが修士課程に進学して科学論文を書いているようです。 理系のうち4万人は就職できずに無職、あるいは非正規雇用ということですね。 もう少し、科学論文の描ける理系学生が増えるように教育が充実しないと理系学生を増やしても意味がないため、 むやみやたらな理系学生拡張はちょっと休憩となりそうです。 ですが、30万人いる文系学生たちはいったいどのくらい大学の勉強が就職先で役に立ってるんでしょうか。 不思議です。 >>532 文系の大学はいらないんじゃないかみたいな事? NVIDIA、画像内の一部を削除しリアルに修復するDeep learningを用いた画像修復技術を発表 https://shiropen.com/seamless/ai-nvidia-image-inpainting ペロブスカイト太陽電池に光を当てると結晶格子がきれいに揃う - ライス大 https://news.mynavi.jp/article/20180420-619530:amp/ 米国ライス大学とロスアラモス国立研究所の研究チームは、ぺロブスカイト太陽電池に光を照射すると、膨張によって結晶格子の歪みが取り除かれて、きれいに揃う効果があることを発見したと発表した。 この効果を利用して、ペロブスカイト太陽電池の性能を向上できる可能性がある。研究論文は科学誌「Science」に掲載された。 これは日本でも拡散して欲しい。@MITの #MicroMasters に「Statistics & Data Science」が追加。英語が出来れば誰でも受講可。 全てのコースを修了し最後のテストに合格すれば修了証がもらえて、希望者はMITの大学院へ出願も出来る。仕事をしながらスキルアップする絶好のチャンス。申込は6月5日から! https://twitter.com/MITxonedX/status/987369716967706625 https://twitter.com/gijigae/status/987896352368615424 理系修士卒なのは、文系再編前は一年間で3000人でしたから、 科学者といえる理系修士卒が40000万人になり、理系修士は13倍に増えました。 文系再編は成功といえるでしょう。 もうちょっと増やしたいですけど、様子を見ましょう。 社会学なんか基地の巣窟だから消えて無くなればいいのに ■ このスレッドは過去ログ倉庫に格納されています
read.cgi ver 07.5.1 2024/04/28 Walang Kapalit ★ | Donguri System Team 5ちゃんねる