【AI】この20年で大幅低下した集中力、AIで脳はさらに「萎縮」するか [すらいむ★]

統合失調症がな逮捕されたら下記の事を考えるだろう！

警察の取り調べで留置所で尋問を受け居ている時に>>135の内容で誰かに脅迫され得ていたので警察に被害届を出したのに警察は無視した！



しかもだ！

私は夜も眠いらせてもらえてなかったし身体攻撃での傷害事件だったのに警察は何をしていたと考えるもしくは警察に逆う尋問しますけれどね！

上記の状況の内容を近隣住民や通行人が聞き耳を立てて中の状況をうかがっている状況に成るからな！



精神病院でも上記の状態になっていると思えな！

>>136

統合失調症の思考jが半径○メートルまで聞こえている！
※統合失調症が2階にいて1階と3階まで帰庫ているのなら上下の階層まで気にする必要があるからな

そのエリア内の人全員聞こえていると思って良いからな！


誰がどのように解釈して聞いているかは各自の性格によるからな

>>137

このくらい想像したら理解できている事だろう！

理解できていない！
想像力の無い人間が機会を使用しているのでワキが甘いから機会を簡単に奪取される！

>>137-138

周囲の人間に統合失調症の思考が聞こえているのか？

もしくは

周囲の人に何か聞こえない？

上記の質問をしても聞こえていないと話す人間が出てくるからな！


聞こえているという人の話に従うんだ！
　聞こえていないと言いながら聞こえているけれどな！


どのように聞こえているかを聞こえていないと話した人が聞こえると話した人の行動を見て確認しているんだ！

>>139

行動したものが目立つから

行動したものから潰されていくんだからな！

>>140

話していただろう

統合失調症は例外枠だ！

周囲の人間は

紙に書くな　合図するな　話すな　聞くな

上記の言葉の意味を考えろ
想像力無いのか！

>>141の状態でだな！

元に戻して終われ！

統合失調症周囲の人間全員に告げる！

上記の言葉の意味を考えろな！

>>142

認知力が無い　＝　記憶力が無い

↓

記憶力が無い　＝　想像力が無い

上記の状態になると

想像力が１つしか無い人間だ！
認知能力が高い人間は想像力があるので上記の人間に対して１０種類の状況を想定できるの意味だ！

>>143

認知能力の問題で

いろいろなことを覚えたために

自分の脳の能力以上の情報が理解できた！

能力以上なので能力低下を起こす
統合失調症の方が能力が高かった場合統合失調症の方が能力が高い人間となる
※スポーツでの大会の結果た各自に対してのドック時のテスト問題で白黒判定を明確に出せる

>>143->>144

高齢者は記憶力が悪いからさらに記憶間違いを起こすようになるから話している内容に信ぴょう性が無い
※１００％あてに成らない内容を話している

若者もテスト期間中はテストの内容の暗記で他人の考えている事はぼ得ていないから認知障害を起こしている事に成る
※記憶力があっても覚えていない内容を無理やり話せば認知症の発言と同じに見

知性は脳の特定の領域からではなく脳全体のネットワークから生まれることが判明：最新のコネクトーム解析が解き明かす人間の一般知能の正体とは
2026年3月10日
https://xenospectrum.com/network-architecture-general-intelligence-brain/
>> ›1. 特定の「知能中枢」に依存しない分散処理の原則
>>第一の発見は、一般知能が単一の脳内ネットワークから生じるのではなく、複数のネットワークにまたがる「分散処理」に依存しているという事実である。脳内には、デフォルトモードネットワーク（DMN）、前頭頭頂ネットワーク（FPN）、顕著性ネットワークなど、内在性結合ネットワーク（ICN）と呼ばれる複数の機能的モジュールが存在する。従来の研究では、認知コントロールを司るFPNなどが知能の予測に重要であるとされてきた。しかし本研究の包含・除外分析（特定のICNだけを用いたり、逆に特定のICNを除外したりして予測力を測る手法）によると、どの単一のICNも全脳モデルほどの予測力を発揮しなかった。
>>興味深いことに、全脳モデルから特定のICNをひとつ取り除いても、一般知能の予測精度はほとんど低下しなかった。これは、知能が特定のネットワーク内部の処理に依存しているのではなく、異なるネットワーク間をまたぐ通信によって駆動されていることを強く示唆している。知能とは、専門化された各部署（ネットワーク）が独立して働くことではなく、未知の問題に直面した際に、必要に応じて部署間の垣根を越え、迅速に情報を共有・統合する「オーケストラ全体のアンサンブル」のようなものであることがデータによって裏付けられた。
>> ›2. 「弱い長距離接続」がもたらす圧倒的な柔軟性
>>ネットワーク科学において、強固で密な接続は局所的な情報のやり取りには適しているが、システム全体を俯瞰するような情報の伝達には、むしろ「弱い結びつき（Weak ties）」が重要な役割を果たすことが知られている。社会学において「見知らぬ人との弱い絆が、新しい情報や機会をもたらす」とされるのと同様の原理が、人間の脳内でも働いていることが本研究で明らかになった。統合されたコネクトームモデルにより、知能の高い個人ほど、物理的に長い距離に及ぶ「弱い長距離接続」を活用していることが判明したのである。
>>この弱い接続は、強力な神経線維の束と比べて維持にかかる生物学的・エネルギー的なコストが低い。さらに重要なのは、進行中の神経活動によって容易に変調される（オン・オフが切り替わりやすい）という特徴を持っていることだ。環境の変化や予期せぬ課題に対して、脳が既存の回路に固執することなく、必要なネットワークを瞬時に再構成して適応的な行動をとるためには、この「弱いがゆえの柔軟性」が不可欠となる。つまり、知能を支えるアーキテクチャは、強固な太いケーブルだけでなく、遠く離れた領域をかすかに、しかし確実に結びつける「柔軟な情報バイパス」の存在に大きく依存していると言える。

>> ›3. 脳の状態を切り替える「モーダルコントロール」の指揮能力
>>人間が複雑な思考を要するタスクに取り組む際、脳は日常的なデフォルトの状態から、多大なエネルギーを要する「到達困難な状態」へとシステム全体を移行させなければならない。NNTによれば、この移行を主導するのが「モーダルコントロール」と呼ばれるネットワーク制御メカニズムである。モーダルコントロールが高い脳領域は、ネットワーク全体のダイナミクスを操り、必要な機能状態へとシステムを強制的に移行させる「指揮者」のような役割を果たす。
>>研究チームは、構造的コネクトームから各脳領域のモーダルコントロール値を算出し、一般知能（g）との関連を調べた。その結果、一般知能の高い個人の脳では、DMN（デフォルトモードネットワーク）やCON（帯状皮質弁蓋部ネットワーク）、FPN（前頭頭頂ネットワーク）といった領域に、高いモーダルコントロール能力を持つハブが効果的に配置されていることが確認された。これらの領域がシステムの相互作用をオーケストレーションし、多様で困難な認知タスクの要求に合わせて脳全体の状態をダイナミックに切り替える能力が、個人の知能の高さと直結していることが示されたのである。
>> ›4. 完璧な情報伝達網「スモールワールド・トポロジー」の絶妙なバランス
>>最後の重要な発見は、知能が高い個人の脳ネットワークが「スモールワールド（小さな世界）」と呼ばれる特有のトポロジー（位相幾何学的な構造）を強く示していることである。スモールワールド・ネットワークとは、「ローカルなクラスタリング（局所的な密集度）」と「グローバルな統合（短い経路長）」という、一見相反する二つの原理が絶妙なバランスで共存しているネットワーク構造を指す。これは、近所の人たちとは密接にコミュニケーションを取りつつ、世界中の誰とでも少数の知り合いを介せば繋がることができる「六次の隔たり」現象を生み出す構造である。
>>>脳において、高いローカル・クラスタリングは、特定の認知タスクを少数の領域で独立して処理することを可能にし、配線コストや信号伝達の遅延を最小限に抑える（専門化と局所効率）。一方で、短い経路長は、遠く離れた専門領域同士が迅速に情報を交換することを可能にする（グローバルな統合）。データ解析の結果、一般知能が低い個人は、このバランスが崩壊し、ネットワークがより「ランダム」な構造へと偏る傾向が見られた。ランダムな構造では経路長は短くなるものの、局所的な効率性が失われてしまう。知能の高さは、局所的な情報処理の効率性を維持しつつ、最適な位置に配置された長距離接続によってグローバルな通信経路を短縮する、極めて洗練されたネットワーク・アーキテクチャの賜物であることが明らかになった。
>>研究結果は、人間の知能が単一の「魔法のチップ」のような特定の脳部位によって生み出されるのではなく、システム全体の構造的・機能的な連携によって創発するものであることを決定的に示した。この枠組みは、加齢に伴う認知機能の低下や、広範な脳損傷がなぜ知能に深刻な影響を与えるのかといった医学的な疑問に対して、新しい説明を提供する。特定の機能が失われるだけでなく、脳全体の「大規模な協調体制」が崩壊することが、知能の低下の本質であることを示唆しているからだ。

>>3
テレビのせいかも

>>145の意味は>>146-147で答えが出ている


自分の脳の各能力以上の事を行うと認知障害が起こり始める

>>149

脳の部位の問題ならVPUの使用率が１００％以上使用されているので熱暴走によるフリーづ

わーきんぶメモリーの問題ならメインメモリーがボトルネックに成って情報が支店層もしくは全ての情報を机の上に並べれないので欠損した情報から情報処理を行って居る

神経接続の問題なら回路の問題で情報を転送しきれないのでメモリーが十分対応できるけれど転送できるデータ量がボトルネックで情報転送不足による情報不足からの情報を処理することに成る
※素早い動作の情報処理は不可能でも動作が遅かった場合神経回路の問題なので地球上でもっとも難問であっても対応可能

>>150

人間の認知障害はこういったものが問題になっているんだよね

平たく言えば情報量がオーバーしているんだ！

>>150

脳の問題とわーきんぶメモリーの問題はどうにもならない状況なのか
※遺伝子によって大きさが決まっている現実があると再生できるかが不明

神経セスト区の問題ならどうにかなる問題なのか
※神経は切断されても核が生きていれば再生する
薬で何とかしようとしても限度があるだろう

>>152の状態で

他人の方が能力が高かった場合他人の思考を盗聴や思考操作で他人の能力を物まねしたら脳が付いていけないので脳の損傷を引き起こすことに成る



自分から脳の損傷を引き起こす行動を行って居る人物が居ることに成る

>>153

１００％いえるのは小学生と老人は行ったら脳損傷を引き起こすことが確定している
１００％若い人でも脳が付かれている時に行えば無理やり能力を上げるので脳の損傷を引き起こすことに成る

>>154

統合失調症の周囲では認知障害の人間が量産されている事に成る
思考盗聴か思考操作をされていると周囲の人間は理解しているだろう！

DLSSの正体はCUDAカーネルの集合体だった：それを知ったValveエンジニアが3日でLinuxに実装した話
2026年6月22日
https://xenospectrum.com/nvk-dlss-linux-cuda-kernel/

速度20倍、精度78%向上。生成AIの限界を突破する新技術「Omni RAG」とは？
AIのハルシネーションは、データベースの構造的欠陥による事実の欠落が原因である。KAISTの研究チームは、ベクトル、グラフ、リレーショナルの三要素を単一エンジンでネイティブ統合したAkasicDBを開発し、高精度な検索でAIの虚偽回答を防ぐことに成功した。
2026年6月22日
https://xenospectrum.com/akasicdb-omni-rag-kaist-eliminates-ai-hallucinations/
UltraDomainデータセット（農業、コンピュータサイエンス、法律、およびそれらの混在領域からなる計数百万トークン規模のデータ）を用いた実験において、その効果は定量的に証明された。既存のシステム（pgvectorとAGEを組み合わせたPostgreSQLなど）では各データベース間の調整とデータ転送に手間取り、回答を導き出すまでに最大で21.3秒という長い時間を要していた複雑な検索クエリが、AkasicDB上ではわずか1秒未満で処理された。これは20倍以上という驚異的な高速化である。
さらに注視すべきは、回答の品質の劇的な向上である。構造化条件やエンティティ間の関係性を正確に把握した上でコンテキストが抽出されるため、LLMが推測で物語を補う余地が徹底的に排除された。その結果、従来のベクトル検索のみに依存するRAGと比較して、回答の精度は最大で78%向上した。
以下の表は、異なるアーキテクチャ間でのRAGの性能を比較したものである。
アーキテクチャ
システム構成例
複雑クエリ処理時間 (ミリ秒)
精度向上に対する優位性
構造的特徴
Out-of-DB統合
Neo4j + Milvus
3,001 〜 7,099
限定的
複数の独立システム。データ転送コストと過剰な中間データ生成がネック。
In-DB非ネイティブ
PostgreSQL (pgvector + AGE)
4,728 〜 21,278
限定的
一つのDB上に拡張機能を付加。プランナの最適化が不十分で実行効率が著しく低い。
In-DBネイティブ AkasicDB (Omni RAG) 583 〜 942 最大78%向上
3つの機能を最下層で統合。単一プランナによる無駄のない一括実行。
とりわけ興味深いのは、データソースが複雑に絡み合い、複数の領域を横断するような質問（表の基盤となったMixデータセット環境）において、Omni RAGがベクトル単体のアプローチに対して28パーセントポイントという最大の精度差を叩き出している事実である。直面する問いの構造が入り組んでいればいるほど、ネイティブ統合アプローチの真価が発揮される。

万葉集って「要約」できるの？

子供の時みんなが嫌っていた作文の宿題がどれほど重要だったかわかったかね
子供の時書いた作文読めばその子の能力がだいたいわかる

AIに頼ると技術が落ちる？　医師・エンジニアたちの懸念、検証結果は……Natureも警鐘
2026年06月22日 07時00分 公開
https://www.itmedia.co.jp/news/articles/2606/22/news041.html
　例えばポーランドの内視鏡専門医を対象とした研究は、AIがいかに早く人間の能力を低下させるかを浮き彫りにした。2000回以上の大腸内視鏡検査の経験を持つベテラン医師たちに、前がん病変（腺腫）をリアルタイムで見つけるAIを特定の日だけ使わせた。すると、医師はAIのサポートに慣れてしまい、AIが使えない日のパフォーマンスが目に見えて悪化した。
　AI導入前は28.4％の確率で病変を発見していたが、導入後にAIの支援なしで検査をした場合、発見率は22.4％にまで落ち込んでしまった。AIに頼ることで、自力で判断を下す際の集中力や自分で見つけようという責任感が薄れてしまうことが原因として指摘されている。
　同様のスキルの喪失は、プログラミングの世界でも確認されている。Claudeを開発する米Anthropicは、エンジニア52人にコードを書かせ、うち半分だけにAIアシスタントの使用を許可する実験を実施。作業後に内容の理解度を測るテストを実施したところ、AIを使ったグループの平均点は50％と、自力で作業したグループの67％を下回った。
　特に、エラーの原因を見つける問題での成績が悪く、AIに作業を任せて表面的な成果は出せても、その背後にある仕組みを学習できていなかった。この研究論文はarXivに投稿されている。

>>158で鍛えられても>>159で全て無に帰します！

Claude Opus級のGLM-5.2をローカルで動かすガイドが公開される、最小構成の目安はメモリ223GB
2026年06月23日 11時46分
gigazine.net/news/20260623-glm-local-unsloth/
>>GLM-5.2は中国のAI企業Z.aiが日本時間2026年6月17日に正式発表した大規模言語モデルで、長時間にわたってコードを修正したり、複数ステップの作業を自律的に進めたりする「長期タスク」向けの性能を重視しています。Z.aiによるとGLM-5.2は100万トークン級の長い文脈を扱えるほか、長期的なコーディング能力を測るFrontierSWEではClaude Opus 4.8を1％下回る一方でGPT-5.5を1％、Claude Opus 4.7を11％上回るなど、高い性能を示しています。
>>GLM-5.2はオープンモデルで誰でもダウンロードしてローカルで使用することが可能です
OpenAIがClaude Mythos 5超えのセキュリティー特化AI「GPT-5.5-Cyber」のアップデートを発表＆セキュリティー特化Codexプラグイン「Codex Security」もアップデート
2026年06月23日 11時34分
gigazine.net/news/20260623-openai-gpt-cyber-codex-security-daybreak/

九大と理研、量子重力理論の「自由パラメータ」の謎に迫る新手法を開発
2026/06/23 10:24
https://news.mynavi.jp/techplus/article/20260623-4618210/

潜水艇「タイタン」事故──カナダの報告書が明かした監督体制の死角
2026.06.23
https://wired.jp/article/canada-missed-chances-titan-fatal-implosion/
>> 2023年に圧壊した潜水艇「タイタン」は、未登録・未認証のまま長年運航していた。カナダ当局の調査報告書からは、複数の政府機関が関連情報を把握しながらも共有されず、規制当局が運航実態を見過ごしていた実態が浮かび上がった。

室温で世界最高クラス…浜松ホトニクス、レーザーダイオードバーから2kW出力
6/23(火) 10:10配信
news.yahoo.co.jp/articles/096e6ba33c9f620a0a9788d01df3135365018034
>>幅1センチメートルのレーザーダイオード（LD）バーから室温で2・0キロワットの擬似連続波出力に成功

量子力学に「虚数」は不要だった？ドイツの研究チームが実数のみでの完全な定式化に成功
2026年6月23日
xenospectrum.com/real-valued-quantum-mechanics-without-complex-numbers/

AnthropicのMythosがNSA分類システムに数時間で侵入か？米政府による初のAIモデル輸出規制の全貌
トランプ政権はAnthropicの最上位AIモデルがサイバー兵器に転用される懸念から、米国市民以外への利用を制限する政府指令を出した。同社は国籍確認が困難なため全世界で提供を停止したが、モデル自体を輸出規制対象とする異例の措置に波紋が広がっている。
2026年6月23日
xenospectrum.com/anthropic-mythos-nsa-breach-ai-export-ban/

2億2600万パラメーターで100億パラメーター級の画像補完性能を示すAIフレームワーク「Moebius」、不要物の除去や顔の置き換えが可能
2026年06月23日 12時32分
https://gigazine.net/news/20260623-moebius-image-inpainting-framework/
中国の華中科技大学とVIVO AI Labの共同研究チームが、画像の欠損領域を周囲と自然につながるように生成する「インペインティング」向けの軽量AIフレームワーク「Moebius」を発表しました。Moebiusは約2億2600万パラメーターで動作しながら、100億パラメーター級の大規模産業用モデルに近い、あるいは一部の評価で上回る品質を目指した用途特化型モデルです。
夜道を歩くカップル以外の群衆をきれいに消すことができています。
風景写真から邪魔なオブジェクトを削除。大きな破綻は見られません。
人の顔に大きくマスクをかけて補完処理をするとこんな感じ。さすがに元の顔とはまったく違う顔になってはいるものの、写真自体には破綻がなく、元を知らなければ自然な写真に見えるレベル。
論文では、Places2のテスト設定でLλMIブロックと軽量化処理の効果も比較しています。従来型の構成は約5億2600万パラメーター・約314GFLOPsでしたが、Local-λとInteractive-λを導入した構成では約4億8500万パラメーターまで削減され、画質指標もほぼ維持されました。さらにDepthwise ConvolutionとMix-FFNを組み合わせた最終構成では、パラメーター数を約2億2600万、計算量を約154GFLOPsまで削減しました。その際の評価値はFIDが約26、LPIPSが約0.26と、軽量化後も補完画像の品質を一定水準に維持しています。
研究チームは、約2億2600万パラメーターのMoebiusは10B級の汎用モデルに近い画像補完品質を示しながら、総推論時間で15倍超の高速化を達成したと報告しています。同時に、この結果は画像補完や不要物除去のように目的が明確な用途ではモデルを単に大型化するのではなく、タスクに特化した軽量設計によって高品質と実用的な処理速度を両立できる可能性を示していると論じました。

>>162

犯罪にしか使用できない技術なのか！

1.特定の人を陥れたりできる
2.特定の人がとても良い人間と誘導できる

OpenRouterで中華モデル「GLM-5.2」のAPI利用者が急増、AIユーザーたちは何に使っているのか？
2026年06月23日 18時02分
https://gigazine.net/news/20260623-glm-5-2-openrouter/
Z.aiはGLMシリーズというAIモデルの開発で知られる企業です。GLMシリーズはモデルを公開するオープンモデルとして開発されているのが特徴で、2026年6月13日に「Claude Fable 5」と「Claude Mythos 5」のサービスが停止した際にGLM-5.2の発表を告知し、2026年6月17日に正式公開しました。GLM-5.2は複数のベンチマークテストでClaude Opus 4.7やGPT-5.5を上回るスコアを記録し、人間によるブラインドテストを実施するDesign Arenaのコーディング性能テストではClaude Fabe 5を超えて世界一の座を獲得しています。
OpenRouterではZ.aiの複数のモデルを利用可能ですが、GLM-5.2が75％のシェアを占めているとのこと。OpenRouterは「GLM-5.2はほとんどのオープンモデルと比べて非常に急速な普及を遂げている」とコメントしています。
AIコーディングエージェントのCline公式XアカウントもGLM-5.2を高く評価しており、「Clineの実在するバグの修正をGLM-5.2とClaude Opus 4.8に実行させた結果、GLM-5.2の方がコストと品質の点で優秀だった」「GLM-5.2はClaude Opus 4.8の2倍のトークンを消費したが、コストは半分だった」「GLM-5.2はタスク完了前にコンパイル可能か否かを検証したが、Claude Opus 4.8は検証せずエラーを残した」と報告しています。