丹田強化とグラウンディングについて調べようとしてネット検索したら、１番に出てきたのが「AIにおけるグラウンディング」に関する記事でした。
AIまでもグラウンディングを目指す時代！
グーグルによると（難しいので読み飛ばして頂いてもいいです）、
生成 AI において、グラウンディングとは、モデルの出力を検証可能な情報源に紐付ける仕組みを指します。特定のデータソースにアクセスできるモデルを用意することで、グラウンディングによってその出力を特定のデータに紐づけ、コンテンツの創作の余地を減らすことができます。これは、精度と信頼性が重要な状況で特に重要です。
つまり、こういうことですか。
「私はきつねうどんを食べました」という言葉があれば、きちんと「きつねうどん」という麺類のメニューと結びつけて解釈・出力する、ということ。けっして「動物のキツネが入った麺」とかではなく。
グーグルは、AIグラウンディングの利点をこう述べています：
- モデルのハルシネーション（モデルが事実に基づいていないコンテンツを生成すること）を削減します。
- モデルのレスポンスを特定の情報と関連付けます。
- 生成されたコンテンツの信頼性と適用可能性が高まります。
ハルシネーション＝幻覚。事実に基づかない情報を生成する現象。
幻覚、幻想。この点にかけては、リアル人間の圧勝でしょう。
「私はきつねうどんを食べました」というひとことにすら、受け取った側の人の内面では、言外のニュアンスが盛られまくります。
――きつねうどん？ もっといいものを食べればいいのに、貧乏なのね
とか、
――こんな時間に自分だけうどんを食って、マウントとるつもりかよこの上司
とか、
――彼女は麺類が好きって…ボクにデートの行き先のヒントをくれたんだ…よし、明日は彼女を誘ってみるぞ！
とか、例がありすぎて書ききれません。
さすがのAIもここまでは汲み取れないでしょう。
人間のコミュニケーション、すごすぎます。
その中で、BBSHのヒーリングサイエンスで注目するのは「イメージ」と「信念体系（ビリーフとも呼びます）」。
誤ったイメージや信念体系を投影しているかどうかを４年間かけて精査していくのです。
まったくあなたにマウントをとるつもりのない上司が「きつねうどんを食べた」と言った時、「あいつ、マウントとりやがって」とならないように。
そのためには、「私は今、あなたがきつねうどんを食べたと言ったので、腹が立ってみじめな気分です」と正直に言えなくてはなりません。
そんなの面倒ですよね。
「あいつ、腹立つ」と思っている方が楽です。
でも、しんどい。
どうします？
そういう部分を見つめつつの、グラウンディング。真のグラウンディングを追求するためのカリキュラムが、BBSHにはばっちりと揃っているんだなと、今になって思います。気づくのが遅いですけど、嵐の４年間が過ぎてから、ようやくわかることは山ほどあるんです。
