rgh0
2026 年 7 月 11 日午前 11:02
1
ご存知の方も多いと思いますが、私は長い間、ロータスと特にツインカムエンジンに関するインターネット上の神話が、執拗に繰り返されることにいら立ちを感じてきました。
最近、GoogleのAIにエンジン番号について質問したところ、AIは正しい情報をいくつか返してくれました。すなわち、それはツインカム・エスコートの番号だという情報でした。しかし、エンジンについてのデタラメも大量に返ってきました。
その後、AIが犯した誤りについて長い議論をAIと交わし、私が以前ウェブに詳しい情報を投稿していたことを指摘すると、AIは自分の誤りを認めました。
AIの回答はウェブ上の情報量の重みに基づくと説明されました。1000の誤答は1つの正解よりも重い。あなたがその回答に異議を唱え、それが何に基づくものかを尋ねない限り、AIは自信を持って完全に間違った答えを返します。
AIを使うときは、ローハン・ホッジズが何を言っているかを尋ねてください！ハハ
また、誤った答えは、特定のディスカッションセッションで自分が間違っていると認識していたとしても、AIシステム全体に認識され伝搬されない、という説明もありました。
AIがどう機能するかを、使う前に本当に理解しておく必要があります。
よろしくお願いします
ローハン
「いいね！」 3
ローハンさん、
良いアドバイスですね。
最近、特定のロータスに関する質問で「チャッティーG（Chatty G）」を試してみたところ、それが lotuselan.net の私自身の投稿の1つを出典として参照していることが分かりました。
自分の発言に自分が同意してしまう、まさに古典的なケースです。
結論としては、回答の根拠となるデータがほとんどない極めて具体的な質問では、LLMs は（予想どおり）信頼性が欠ける、ということです。
それは、特定の主張や商業的事業を推し進めるために、意図的に不正確なウェブ投稿を巧みに配置して LLMs がどのように誤導され得るか、という疑問を提起します。
rgh0
2026 年 7 月 11 日午前 11:20
3
特定のターゲットキャンペーンを用いると、AIの回答を歪めるのは容易に見える。人々がそれをやっていることは確かで、より大きなターゲットキャンペーンを行わない限り、それが定着してしまえば元に戻すのは難しい。
偶発的なエラーさえも簡単に広まり、AIがそれを言っているからこそ、それが強化されAIによって繰り返される。
よろしく
mbell
2026 年 7 月 11 日午前 11:50
4
AI（ニューラルネットワーク）は確率エンジンで、プロンプトの最も確率の高い解釈に基づく結果を返すことで機能します。彼らには推論能力がゼロで、単語「strawberry」中の「r」の数さえ数えることができません。彼らはただ最も一般的に見つかる答えを返すだけで、いくつかの大規模言語モデル（LLMs）ではそれが2であるように見えます。
彼らの出力の正確性は、そのトレーニングデータがほぼ正確で完全であることに完全に依存しています。公衆に公開されている主な大規模言語モデル（LLMs）は、巨大な量の公開情報をもとに訓練されているため、インターネット上の誤情報に非常に影響を受けやすいです。十分に検証すれば入力を評価して本当に正しく理解したかを確認できるかもしれませんが、デフォルトでは平均的な人には自分の回答に高い自信を示すようになっています。
したがって、他の道具と同様に、使用者は注意が必要です。これらのLLMは、その限界を認める限り非常に有用です。次世代の検索エンジンとして非常に有用で、検索を効果的に実行し、上位の結果から要約情報を返すことができます。もちろん利用者はそれを検証する必要がありますが、時間と労力の節約にも大いに役立ちます。
自動車におけるAIの導入で、有害を引き起こす可能性のある機能は非常に興味深い分野です。使用されるニューラルネットワークの開発には、多くの新しい、あるいは今後登場する標準規格があり、それらは訓練の面に大きく偏って、訓練の全体を標準で網羅することを目的としています。例えば「意図した機能の安全性（SOTIF）」(ISO21448) のような標準です。さらに PAS 8800 は、ネットワークの故障の可能性を識別し、それに対処する領域をカバーします。加えて、ビット誤差に対してより頑健なネットワークを設計し、ネットワークの精度に与える影響を抑えることにも関わります。
とはいえ、多くの安全システムはネットワークの出力を論理的（推論）テストにかけ、出力が妥当である可能性が高いことを確認します。
「いいね！」 1
決定的な答えが欲しいときは、AIのローハン・ホッジズに尋ねる！
冗談はさておき、AIはインターネット自体や他のメディア源と比べても決して悪いわけではない。良い情報も、優れた専門家もいるし、それ以外のものもある。
数年前、ある自動車雑誌から初期のロータス、エリート、エラン、ロータス・ヨーロッパについての情報を求められました。私はそれなりの知識を持っていますが、長い間前に出版された本の中には「実際にそこにいた人々」によるものもあり、私が持っているロン・ヒックマンのアーカイブ資料を使って徹底的に検証しました。
その雑誌が出たとき、記事は誤りと偏向だらけだった。私はその首謀者にメールを送り、掲載のために「再編集」されたのだと告げられた。
怖い。読んだことを本当に信じられなくなるし、さらに怖いのは、AI生成の写真やディープフェイク動画で見えるものさえ信じられなくなることだ。
使われているデータセンターの多くは愚かだ。プログラミングそのもの、あるいはプログラムが吐き出す内容の背後にいる人たちのせいだ、などといった話だ。
第三世界と見なすデータセンターと、大学を卒業した人を雇っている第一世界のデータセンターでは、違いは大きい。
有料版は卒業生だ。
あなたの実力と事実確認を、これまでと同じように保ってください。
「いいね！」 1
wdb
2026 年 7 月 11 日午後 3:12
7
これは実に恐ろしい。AIを意思決定プロセスに取り入れる人がますます増えていることを考えると。
私はAIも使いますが、あなたと同じように、日常的に誤りを見つけます。連続して3つの誤答を次々と出したセッションがありました！それがどれほど役に立たなかったかを伝えました。改善されることを望んでいますが、それはおそらく空しい期待のようです。
「リワークド（Reworked）」というのは、編集者があなたから望んでいたストーリーを受け取れなかったという意味です。長い間、私は学んできました。メディアが自分たちの望むストーリーを手に入れられない、あるいは自分たちのナラティブに合わない場合、彼らは核となる真実をひとつの出発点とし、それを軸にして他のすべてを作り上げてしまうのです。要は、視聴者の目を広告主の前に引きつけて、彼らの品を売り込むことに尽きるのです。
もう雑誌のためには書かなくなりました。1981年からElanを、1987年からEuropa TCを所有しており、今もそれら二台とS1 Exigeを一緒に持っています。途中で他のロータス車もいくつか所有してきました。平均年齢が22歳の記者や編集者には、それは何の意味もありません。
私は自分が専門家だとは言えませんが、実務的な知識は十分にあると思います。これまでにいくつかのロータス車を修復してきましたし、私が書いた記事が認識できないほど大幅に変更され、目立つ誤りだらけだったときには本当に腹が立ちました。唯一良かったのは、その記事の下に私の名前が載っていなかったことです。
「いいね！」 1