Mentioned in days
文化系トークラジオLife~社会時評&カルチャーの『生成AI時代の知的生産の技術』の回を聴いた。ポッドキャストではPart4として切り出されるパートにて「マルチ・モーダル / クロス・モーダル / インター・モーダル」の話があって、そこがいちばんおもしろかった。
考えておきたかったのでClaudeにお話相手になってもらった。マガーク効果ってのもあるんだなあ。
現在のAIのマルチモーダルは主に:
- テキストと画像を別々に処理してから対応付ける
- 音声を文字に変換してから処理する
- 各モダリティを独立したエンコーダーで処理する
一方、人間の感覚統合は:
- 同時的・相互的:マガーク効果(口の動きと音声の不一致で聞こえ方が変わる)のように、感覚同士がリアルタイムに影響し合う
- 文脈依存的:状況や経験に基づいて、感覚情報の重み付けが動的に変化する
- 身体性を伴う:実際に世界と相互作用しながら、感覚を統合して意味を構築する
例えば、人間は雨の日に窓を見て、雨音を聞いて、湿った空気を感じて、総合的に「雨が降っている」と理解しますが、この時の各感覚の統合は単なる情報の足し算ではなく、相互に意味を補強し合う有機的なプロセスです。
Claude CodeとClaudeのプランの関係がよくわかっていなかったので調べた。下記ページの記述を読んで理解した。こりゃあMaxしちゃうかもな。
Maxプランでは、ウェブ、デスクトップ、モバイルアプリのClaudeと、ターミナルのClaude Codeの両方に、一つの統合されたサブスクリプションでアクセスできるようになりました。
MaxプランでのClaude Codeの使用 | Anthropicヘルプセンター
今日のソフトウェア開発は、下記のツール・スタックで取り組んでみる。
- Shokz OpenComm2
- Aqua Voice
- Cursor
- Claude Code (をCursorのターミナルで動かす)
今回はClaude Codeをがっつり試すのでCursorのチャット欄は使わずにテキスト・エディタのGUIだけ借りる。作業の途中でAqua Voiceのお試し枠を食べ尽くしたのでProプランにした。活用していけそう。
開発の指示をAI Agentに伝えるとき、誤字脱字とか、ある言葉をアルファベットで書くかカタカナで書くかとか、細かいことは気にしないと決めた。わ〜〜〜っとしゃべってAqua Voiceで文字列化されたものは、たとえばぼくが app/models のつもりで「アップモデルス」と発話したものが appmodels のようになったりもするのだけれど、そのまま渡してもAI Agentはちゃんと解釈してくれる。書き起こしを変に直そうとしなくてもよい。楽をしよう。
Claude Codeはよさげだな…。あまり待たされず、頼んだことがさくさくと進む感触。Anthropicの軍門に降ることにしてChatGPTのPlusプランは解約すっか。Aqua Voiceにもお金がかかっていくし。
Cancellation Surverのページの言語切り替え選択肢に「日本語」がなかった。プライオリティの低い言語だ。
まじめに回答していったら「なんでClaudeに乗り換えるの?」「悪いところがあったら直すから」的なことになってきて、別れ際の修羅場っぽかった。
Why are you switching to Claude instead of ChatGPT?
What could we have done to make you want to keep your subscription?
ArcのFavoriteエリアに固定してあったChatGPTのタブも消した。代わりにClaudeのタブを置く。付き合う相手が変わったらすぐにメールアドレスを変えるタイプの同級生のことを思い出した。
