【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★]

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

　心理学者のグロリア・マーク教授によれば、人が1つのことに集中できる時間は、約2分半からはわずか47秒へと縮んだ。
　そして今、より深刻な懸念がAIだ。
　執筆や要約を委ねるほど思考は浅くなり、使わない「筋肉」のように脳は萎縮しかねない、と警告する。

（以下略、続きはソースでご確認ください）

technologyreview　2026.06.08
https://www.technologyreview.jp/s/384248/are-ai-chatbots-making-us-lose-control-of-our-brains/

>>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。