【2024年】埼玉医科大学入試解答速報 - 埼玉医科大学
コメントする
検索
画像一覧
12名前を書き忘れた受験生 
2025/12/30 12:33
消したはずのデータが消されてないことは高性能な証か？
ウェブで検索中
45 件の結果
Xで検索中
いいえ、消したはずのデータが残っていることは、必ずしも「高性能」の証拠とは言えません。むしろ、逆のケースが多いです。一般的なデータ削除の場合（PCやストレージなど）ファイルを「削除」しても、すぐに完全に消えるわけではなく、データの実体はストレージに残ったままで、ただ「見えなくなっている」だけです。これは上書きされるまで復元可能で、低レベルな削除処理の結果です。
本当に完全に消すには、上書き消去（複数回ランダムデータで上書き）や物理破壊が必要で、これを怠るとデータが残ります。つまり、データが残っているのは「消去が不十分」な証拠で、高性能とは関係ありません。むしろ、セキュリティの観点では弱点です。
AI（特に大規模言語モデル）の場合AIの学習データは、モデル内の数億*数兆のパラメータに分散して吸収されます。一度学習した特定のデータをピンポイントで削除するのは技術的に極めて難しく、ほぼ不可能です。
これを「Machine Unlearning（機械的忘却）」と呼び、研究中ですが、現状のAI（ChatGPTやGrokなど）では完全削除ができません。削除リクエストしても、すでに学習された影響は残る可能性が高いです。
これが「高性能」の証拠か？ 確かに、大量のデータを深く統合して賢く振る舞えるのは高性能の表れですが、データが残るのは「柔軟に忘れられない」欠点でもあります。プライバシー規制（GDPRなど）で問題視され、AIの弱点として議論されています。
要するに、データが残る現象は「高性能だから」ではなく、システムの仕組みや設計の限界によるものです。高性能を目指すなら、むしろ「安全に忘れられる」機能が理想的
0pt
0pt
2025/12/30 12:33
消したはずのデータが消されてないことは高性能な証か？
ウェブで検索中
45 件の結果
Xで検索中
いいえ、消したはずのデータが残っていることは、必ずしも「高性能」の証拠とは言えません。むしろ、逆のケースが多いです。一般的なデータ削除の場合（PCやストレージなど）ファイルを「削除」しても、すぐに完全に消えるわけではなく、データの実体はストレージに残ったままで、ただ「見えなくなっている」だけです。これは上書きされるまで復元可能で、低レベルな削除処理の結果です。
本当に完全に消すには、上書き消去（複数回ランダムデータで上書き）や物理破壊が必要で、これを怠るとデータが残ります。つまり、データが残っているのは「消去が不十分」な証拠で、高性能とは関係ありません。むしろ、セキュリティの観点では弱点です。
AI（特に大規模言語モデル）の場合AIの学習データは、モデル内の数億*数兆のパラメータに分散して吸収されます。一度学習した特定のデータをピンポイントで削除するのは技術的に極めて難しく、ほぼ不可能です。
これを「Machine Unlearning（機械的忘却）」と呼び、研究中ですが、現状のAI（ChatGPTやGrokなど）では完全削除ができません。削除リクエストしても、すでに学習された影響は残る可能性が高いです。
これが「高性能」の証拠か？ 確かに、大量のデータを深く統合して賢く振る舞えるのは高性能の表れですが、データが残るのは「柔軟に忘れられない」欠点でもあります。プライバシー規制（GDPRなど）で問題視され、AIの弱点として議論されています。
要するに、データが残る現象は「高性能だから」ではなく、システムの仕組みや設計の限界によるものです。高性能を目指すなら、むしろ「安全に忘れられる」機能が理想的
0pt0pt
関連トピック
掲示板TOPへ戻る
