Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

Google DeepMind CEO「実質的に、あるAIシステムが別のAIシステムの心の中でプレイしているのです。一方が世界を生成し、もう一方がその世界の中を移動して目標を達成しています。」 この部分の日本語訳↓ (Genieの世界モデル内でAIのキャラが動いているのを見て) 「実質的に、あるAIシステムが別のAIシステムの心の中でプレイしているのです。一方が世界を生成し、もう一方がその世界の中を移動して目標を達成しています。 これの実用的な意味は、エンターテイメントやゲーム、動画の生成など多くの応用がありますが、実際にはより大きな目標は、世界モデル、つまり私たちの世界を理解できるモデルを構築することです。 将来のバージョンでは、AIが学習し、相互作用できるほぼ無限に多様なシミュレーション環境を作り出し、それを実世界に応用することができるでしょう。 実世界でデータを収集するのははるかに難しく、はるかに高コストで、はるかに時間がかかります。例えばロボット工学のデータなどは。しかしシミュレーション世界では、ほぼ無制限にデータを集めることができます。」

15,818 Aufrufe • vor 1 Jahr •via X (Twitter)

2 Kommentare

Profilbild von K.Ishi@生成AIの産業応用
K.Ishi@生成AIの産業応用vor 1 Jahr

「一つのAIが生成したシミュレーション環境の中で、もう一つのAIが行動して学習する」という構想が完成すれば、もはやAIの学習には現実世界のデータは必要なくなる。 その環境には物理的な制約のなく、試行回数の限界も存在しないため、AIは自己生成したデータでどこまでも賢くなっていくだろう。

Profilbild von Mまにゃにゃん
Mまにゃにゃんvor 1 Jahr

人間の心理構造と似て来てるとこが面白い

Ähnliche Videos

AGIが来ても、世界は一夜でSF映画のようにはならない——現実は連鎖するボトルネックでできているからだ。科学が知能の制約を超えても、次はデータ収集や実験能力が壁になる。そして最大のボトルネックは人間自身だ。技術革新と同時に、人間社会の更新こそが鍵になる。 フランソワ・ショレ「多くの人がシンギュラリティを語るとき、それは『世界のあらゆる事象が常に指数関数的に変化し、生物としての人間はあまりの変化速度に適応する見込みがない状態』を指します。私はこのような指数関数的改善に関する物語には、概して懐疑的です。なぜなら、現実世界のいかなるシステムにおいても、指数関数的改善は見られないからです。 通常起こるのは、すべてがシステムであるとして、その一部や構成要素が性能のボトルネックでなくなると、次の瞬間には別の構成要素が新たなボトルネックとなり、それが繰り返されるという現象です。したがって、ソフトウェアの知能がもはやボトルネックでなくなれば、別の要素がボトルネックになるのです。 例えば科学の進歩を考えてみましょう。データをモデル化し、新しい理論を生み出し、実験のアイデアを考案するといった知的能力がもはやボトルネックでなくなれば、次はデータ収集や実験実施の能力がボトルネックになります。それも解消されれば、また別の制約が現れるでしょう。 そして世界の大部分は人間で構成されており、人間は多くのボトルネックを抱えています。AGIをシステムに導入すればいくつかのボトルネックは解消できますが、それでも依然として大部分は人間中心の大きなシステムです。したがって、ソフトウェア知能が向上したからといって、世界全体が指数関数的に速く動くわけではないのです」

Tsubame

59,421 Aufrufe • vor 9 Monaten

AIによって企業そのものが「デジタル化された存在」になり、仮想空間で同時に無数の実験ができる時代が来る。これは単なる効率化ではなく、現実の意思決定そのものを進化させるパラダイムシフトだ。 フアン「今や、これらすべての企業において、最終的に望まれているのは『デジタル世界で生きる』ことです。なぜなら、デジタル世界にいると、私たちが行うあらゆることがより速く進むからです。このOmniverseという概念は、あらゆる企業がデジタルツインとして存在できるようにするためのものなのです。本当に驚くべきことです。 これこそが私たちの旅路であり、次の転換点なのです。私たちはスーパーコンピューティングからエンタープライズへ、そして今、エンタープライズからデジタルツインへと進もうとしています。そして、そのエンタープライズをデジタルツイン化するには、企業の領域に属するデータ——それが3Dであっても、タンパク質、化学物質、情報、時系列データ、あるいは物理的なデータであっても——を取り込み、そのデータから『表現』や『意味』を抽出する必要があります。そしてその『表現』を得たならば、それをOmniverseの中にデジタルとして再現します。そうすることで、世界中の企業が自身のデジタル表現を持つことができるのです。そして私たちがデジタル世界に入ったなら、1,000の実験を同時に試すことができるようになります」

Tsubame

10,188 Aufrufe • vor 1 Jahr

イーロン・マスクがインタビューで 『もしAGIに質問を1つだけできるなら何を聞く?』と聞かれて こう答えた 『この世界はシミュレーションの中なのか その外側はどうなっているのか』 普通のCEOなら 『株価』とか 『次の技術』とか 『人類の未来』を聞く でもイーロンは 『現実そのもの』を疑っている なぜか イーロンはずっと この宇宙はシミュレーションである確率が極めて高いと言い続けている 理由はシンプルで残酷 文明は必ず 『現実をシミュレートできる計算能力』に到達する そうなると 1つの現実の中で 無数の仮想宇宙を走らせられる そうなると統計的に 『本物の宇宙』1個に対して 『シミュレーション宇宙』が何億も存在する つまり いま自分たちが生きている世界が オリジナルである確率はほぼゼロ だからイーロンは 火星に行き ロボットを作り AGIを作り この世界の『壁』を叩こうとしている 外に何があるのかを確かめるために テスラは この世界の物理を制御するための実験 SpaceXは この箱庭の端まで行くためのロケット xAIは この宇宙のソースコードを読むための頭脳 オプティマスは この世界を動かすNPCを量産する装置 こう考えると 全部が1つの物語になる イーロンが本当にやろうとしているのは 『お金儲け』じゃない 『この世界は何なのか』を解明すること AGIに聞きたい質問が 『宇宙の外はどうなってる?』な時点で この人はもう SFの主人公側にいる そしていま 人類はその物語の序章を生きている こういう イーロン AI 近未来SF 現実の裏側の話が好きなら Taishi | AI動画編集ソフト開発中🎥 をフォローしておくといい アルゴリズムが拾わない話を 人間向けに流してるだけなので ブックマークして後で読むのもおすすめ

Taishi | AI動画編集ソフト開発中🎥

345,961 Aufrufe • vor 4 Monaten

NVIDIAのジェンセンが『イーロンだけは別格』と断言する理由 NVIDIAのCEOジェンセン・フアンは イーロン・マスクについてこう言った 『普通はスーパーコンピュータを作るのに 計画だけで3年 機材が届いて 全部動くまでさらに1年かかる でもあの人たちは19日でやった』 19日 2週間ちょっと 世界最大級のAIスーパーコンピュータを 2週間で立ち上げる これは エンジニアリングの世界では ほぼ物理法則を破っているレベル なぜイーロンだけができるのか 理由は3つ 1つ目 イーロンは GPUの意味を CEOレベルで理解している ほとんどの経営者は 『AIに投資しよう』と言うだけ イーロンは違う ・どのGPUを ・何枚並べて ・どの帯域でつなぎ ・どれだけの電力と冷却が要るか ここまで自分で語れる 2つ目 彼は 物理とソフトを 同時に設計する データセンター 電源 冷却 ネットワーク モデル学習 全部を 一つのシステムとして考える これができる人間は 世界にほぼいない 3つ目 リソースの束ね方が異常 イーロンが 『これを2週間でやる』と言った瞬間 ・SpaceXの電気技師 ・Teslaの工場エンジニア ・xAIのAI研究者 全部が一斉に動く 彼は会社を持っているのではない 『国家レベルの動員力』を持っている ジェンセンが言いたかったのはこれ 『イーロンは 天才エンジニアでもあり 最強のプロジェクトマネージャーでもあり 史上最大のインフラを同時に動かす男』 SpaceX Tesla xAI Neuralink 全部に共通するのは 『不可能な規模のシステムを 現実の工場とサーバーに落とす能力』 だからジェンセンは言う 『世界でこんなことができるのは イーロンだけ』 これは 賞賛じゃない 紛れもなく現代で起きている事実 ニュースでは見えない シリコンバレーの中枢で 誰が世界を動かしているのか その『設計図』を日本語で解説しています ・なぜこの人が勝ち続けるのか ・なぜこの企業だけが未来を先取りしているのか ・その裏で何が動いているのか この地図を一緒に読み解きたい人は → Taishi | AI動画編集ソフト開発中🎥 をフォロー この投稿は あとで世界の構造が見えたとき 思い出すことになるので ブックマークしておくと効きます

Taishi | AI動画編集ソフト開発中🎥

977,818 Aufrufe • vor 4 Monaten

イーロン・マスクがインタビューで 『もしAGIに質問を1つだけできるなら何を聞く?』と聞かれて こう答えた 『この世界はシミュレーションの中なのか その外側はどうなっているのか』 普通のCEOなら 『株価』とか 『次の技術』とか 『人類の未来』を聞く でもイーロンは 『現実そのもの』を疑っている なぜか イーロンはずっと この宇宙はシミュレーションである確率が極めて高いと言い続けている 理由はシンプルで残酷 文明は必ず 『現実をシミュレートできる計算能力』に到達する そうなると 1つの現実の中で 無数の仮想宇宙を走らせられる そうなると統計的に 『本物の宇宙』1個に対して 『シミュレーション宇宙』が何億も存在する つまり いま自分たちが生きている世界が オリジナルである確率はほぼゼロ だからイーロンは 火星に行き ロボットを作り AGIを作り この世界の『壁』を叩こうとしている 外に何があるのかを確かめるために テスラは この世界の物理を制御するための実験 SpaceXは この箱庭の端まで行くためのロケット xAIは この宇宙のソースコードを読むための頭脳 オプティマスは この世界を動かすNPCを量産する装置 こう考えると 全部が1つの物語になる イーロンが本当にやろうとしているのは 『お金儲け』じゃない 『この世界は何なのか』を解明すること AGIに聞きたい質問が 『宇宙の外はどうなってる?』な時点で この人はもう SFの主人公側にいる そしていま 人類はその物語の序章を生きている こういう イーロン AI 近未来SF 現実の裏側の話が好きなら Taishi | AI動画編集ソフト開発中🎥 をフォローしておくといい アルゴリズムが拾わない話を 人間向けに流してるだけなので ブックマークして後で読むのもおすすめ

Taishi | AI動画編集ソフト開発中🎥

106,111 Aufrufe • vor 4 Monaten

藤原直哉の「21世紀はみんながリーダー」 2025年12月3日 新世界のリーダー 要約 藤原直哉氏は「21世紀はみんながリーダー」というテーマで、新世界のリーダーシップについて講演しました。彼は来年を表す一文字として「貫」を挙げ、トンネルが貫通して向こう側が見える状態を象徴していると説明しました。今年は「還」(本来の姿に戻る)であり、再来年は「旭」(強烈な朝日)になると予測しています。 藤原氏によれば、トンネルの向こう側は歴史の因縁が解けた世界であり、予言に基づいて行動する時代は終わります。その世界は永遠の平和、持続可能性、自然との共生、神との対話が当たり前になる世界です。この新世界は人々が長い間望んできた理想の姿に近いものになるでしょう。 新世界のリーダーシップは、共生型社会を作るファシリテーターの役割を担います。予言の時代が終わるため、リーダーの日々の仕事は「感謝」が中心となります。現在のリーダーは未来を作る仕事に重点を置いていますが、新世界では人々が直感を持って自立し横につながる社会になります。リーダーは人々の緊張を解き、直感力を発揮できる環境を整えることが重要です。 藤原氏は、新世界では悪意ある人々はいなくなり、より積極的に感謝の気持ちを持ち、人々の直感力を引き出し、声をまとめていくことがリーダーの役割だと説明しています。リーダーはファシリテーターとして、全員の合意を得ることが重要です。 また、適度な緊張感とやる気、達成感を持たせるために、農作業やものづくり、芸術などの活動が有効だと述べています。特に日本では「農」が全ての基礎にあり、農を営むことで未来が見えるようになります。多様化する産業においては「道」という考え方が重要で、道を歩むことで幸せと質的向上を図っていくことができます。 新世界のリーダーは「道を示し、道を皆と共に歩む人」であり、ミッション・バリュー・ビジョンよりも、具体的な行動が道になっているかどうかが重要です。藤原氏は、乱世から平和な世の中への軟着陸を導くことがリーダーの重要な仕事になると締めくくりました。 チャプター 来年を表す一文字「貫」と新世界の展望 00:00:01 藤原直哉氏は講演を始め、毎年恒例の来年を占う一文字として「貫」を挙げました。トンネルが貫通するという意味で、向こう側が見え、光が差し込む状態を象徴しています。今年は「還」(本来の姿に戻る)であり、再来年は「旭」(強烈な朝日)になると予測しています。藤原氏は、トンネルの向こう側は歴史の因縁が解けた世界であり、予言に基づいて行動する時代が終わると説明しました。 新世界の特徴と理想の実現 00:01:40 藤原氏によれば、新世界では永遠の平和、持続可能性、和合、自然との共生、神との対話が当たり前になります。この世界は人々が長い間望んできた理想の姿に近く、違和感のあるものではありません。ローマ時代以降の物質世界の進展による苦労を経て、理想を実現できる世の中が到来すると述べています。 新世界のリーダーシップの役割 00:03:01 新世界のリーダーシップは共生型社会を作るファシリテーターの役割を担います。予言の時代が終わるため、リーダーの日々の仕事は「感謝」が中心となります。現在は未来を作る仕事に重点を置いていますが、新世界では一人一人が自立して横につながる社会になります。リーダーは人々の緊張を解き、直感力を発揮できる環境を整えることが重要です。 組織運営と感謝の重要性 00:04:15 藤原氏は、現在の組織運営では能動的に考えて動く必要があると指摘しています。しかし新世界では、まるで津波の避難所に着いたような終着点に達するため、感謝の気持ちがより重要になります。人々が直感を持ち、自立して横につながる社会では、リーダーは余計な緊張を解いて感謝の気持ちを伝えられる環境を整えることが重要です。 新世界でのリーダーの役割 00:07:22 新世界では悪意ある人々はいなくなり、より積極的に感謝の気持ちを持ち、人々の直感力を引き出し、声をまとめていくことがリーダーの役割です。リーダーはファシリテーターとして、全員の合意を得ることが重要です。藤原氏は、リーダーが手綱を引き締めすぎている現状を指摘し、緩めた上で適度の緊張感とやる気、達成感を持たせる必要があると述べています。 農作業と道の重要性 00:09:21 適度な緊張感とやる気、達成感を持たせるために、古来から農作業が最も良いとされています。ものづくりや芸術も有効ですが、日本では特に「農」が全ての基礎にあります。農を営むことによって未来が見え、感謝の気持ちを持ってたくましく自然と共に生きていくことが重要です。多様化する産業においては「道」という考え方が重要で、道を歩むことで幸せと質的向上を図っていくことができます。 新世界への移行と道の実践 00:14:28 藤原氏は、トランプ革命が終わる頃(約3年後)に世界が全面的に新世界へ移行すると予測しています。その時に備えて、今から「道を歩む」ことを実践すべきだと述べています。未来のひな型は現在の足元にあり、未来の生き方を今から実現していくことが効果的です。信仰、道、農の原理は新世界では欠かせないものとなります。 新世界のリーダーの本質 00:18:00 新世界のリーダーは「道を示し、道を皆と共に歩む人」です。ミッション・バリュー・ビジョンも重要ですが、それ以上に普段の行動が道になっているかどうかがより重要です。藤原氏は、予言の世界が終わった後は大きなどんでん返しはなく、安定と共に人々が栄えていく道を考え、乱世から平和な世の中への軟着陸を導くことがリーダーの重要な仕事になると締めくくりました。 行動項目 藤原直哉氏は、来年を表す一文字「貫」の意味を理解し、トンネルの向こう側の世界に備えることを提案しました。 00:00:22 藤原氏は、リーダーは人々の緊張を解き、直感力を発揮できる環境を整えることを実践すべきだと述べました。 00:06:07 藤原氏は、リーダーが手綱を引き締めすぎている現状を改め、適度に緩めることを推奨しました。 00:08:41 藤原氏は、農作業やものづくり、芸術などを通じて適度の緊張感とやる気、達成感を持たせることを提案しました。 00:09:21 藤原氏は、未来の生き方を今から足元で実現していくことを推奨しました。 00:16:15 藤原氏は、自分の「道」を見つけ、継続していく中で未来を開いていくことを提案しました。 00:17:45

藤原直哉

19,252 Aufrufe • vor 6 Monaten

ヤン・ルカン氏が語る、LLMが現実世界の知能において決定的な限界を抱えている理由が非常に本質的です。 主なポイントを解説します。 1. LLMと4歳児が学習するデータ量は同等 最大のLLMは約30兆語(約10の14乗バイト)のテキストデータで学習されています。一見すると膨大な量ですが、実は1万6000時間起きている4歳児が視覚から取り入れる生データ量も、同じく約10の14乗バイトに達します。つまり、両者が処理しているデータ量はほぼ同等です。 2. 学習データの「質」の決定的な違い 子供が取り入れるデータは視覚的かつ連続的で、行動(重力、物の落下、因果関係など)と直接結びついています。子供はこの経験を通じて、直感的な物理学や内部的な「世界モデル」を構築し、わずかな実演を見るだけで新しいタスクを学習することができます。 3. 次のトークン予測の限界 一方でLLMは、テキストデータから次のトークンを予測するように訓練されているに過ぎません。そのため、試験の解答やコーディングといった記号処理には極めて優れていますが、物理的な法則の理解や、現実世界の複雑な経験から効率的に学習する「真の常識」は欠落しています。 AIが本当の意味で人間レベルの知能(AGI)に到達するためには、テキストの海から抜け出し、現実世界の物理法則を理解する「世界モデル」の獲得が不可欠になりそうです。

Kaito

51,202 Aufrufe • vor 3 Monaten

批判的な人々は言うだろう——「AIはエネルギーを食い、膨大なGPUを要求し、巨大な工場を持つ国だけが得をする」と。しかし、もうひとつの時間軸がある。クラウドの最先端は一部のプレイヤーのものかもしれないが、「昨日のAI」がスマートフォンの中に降りてくる頃、その性能はすでに魔法に等しい。 ジェンスン・フアン「私は、テクノロジーの格差を埋める本当のチャンスが来ていると思います。もはやPythonやC++やFortranを話す必要はなく、『人間の言葉』を話せばいい。しかも、どんなスタイルの人間の言葉でも構いません。これは、テクノロジー格差を縮める現実的なチャンスだと思います。 もちろん反対の語り方もあります。『AIは、膨大なエネルギーとGPU、そして巨大な工場を持つ国にしか行き渡らないだろう』という見方です。アメリカが目指しているようなスケールでは、それはたしかに事実です。 しかし実際には、数年後にはあなたのスマートフォンが単体でAIをちゃんと動かせるようになります。すでに今日の時点でもかなりのレベルで動いています。つまり、どの国、どの社会であっても、かなり優れたAIの恩恵を受けられるようになるということです。それは最新のAIではないかもしれません。昨日のAIかもしれない。でも、その『昨日のAI』ですら、とんでもなく強力なのです。10年後には、『9年後のAI』が驚くほどすごい存在になっているでしょう。最先端のAIを全員が持つ必要はありません。最先端AIは、世界のトップを目指す私たちのような立場が必要とするものです。 一方で、すべての国、すべての人々にとって重要なのは、知識と能力と知性を底上げする力です。その日がやってくると、私はそう信じています」

Tsubame

94,960 Aufrufe • vor 6 Monaten

「仕事がなくなる」よりも深いのは「意味がなくなる」恐れだ。産業化は生産を工業化しただけでなく、アイデンティティまで工業化した。「何をしているの?」が「あなたは誰?」になった世界で、AIがタスクを肩代わりし始めれば、次に崩れるのは自己像そのものかもしれない。 アクラム・アワド「AIは私たちを無用にしてしまうのでしょうか? もし働かないなら、私たちは誰なのでしょうか? もし生み出さないなら、私はまだ意味があるのでしょうか? 何世紀にもわたって、私たちは自分のアイデンティティや価値を『何をしているか』に結びつけてきました。農家、工場労働者、コーダー、コンサルタント——仕事と職は、現代の社会における秩序と定義の原理になりました。 ですが、いつもそうだったわけではありません。産業革命の前は、私たちのアイデンティティは信仰や家族や共同体から来ていました。仕事は人生の一部でしたが、それ自体が人生の定義ではありませんでした。そこに工業化がやって来て、私たちは生産だけでなく、アイデンティティまでも工業化しました。『何をしているの?』は『あなたは誰?』の言い換えになったのです。 そして今日のAIは、そのモデルを完全に解体しつつあります。AIはあらゆるタスクを自動化しています。製造や物流、デザイン、顧客対応、さらには創造的な仕事にまで。いまのAIは曲を作り、コードを設計し、本を挿絵化し、そしてそれ以上のこともできます。実際、世界経済フォーラムは、2025年までにAIが人間より多くのタスクを行い、何億という雇用が危険にさらされると予測しています。 ですが、これは仕事だけの話ではありません。意味の話です。尊厳の話です。かつて私たちに価値を与えていたただ一つのものが、時代遅れになったときに何が起きるのか、という話です。そして注意しなければ、私たちは大恐慌に向かうかもしれません。ですが今回は、所得の大恐慌ではなく、アイデンティティの大恐慌です」

Tsubame

93,804 Aufrufe • vor 5 Monaten

【OpenAI共同設立者】イリヤ・サツケバーのみている世界 イリヤ・サツケバーがトロント大学でスピーチを行いました。その内容が非常に重要だと感じたため、翻訳しました。 『AIは人類にとって「史上最大の課題」であると同時に「最大の報酬」ももたらす』 以下、字幕全文です↓↓↓ --- 6月6日 皆さん。 ここに来られたことを本当に嬉しく思います。この場を準備し、企画してくださった皆さん、そしてこの名誉学位を授与してくださったことに、心から感謝を申し上げます。この名誉学位をいただけるのは、私にとって非常に意味深いことです。 今からちょうど20年前のほぼ同じ日に、私はこの同じホールで、トロント大学から学士号を授与されました。実は、これでトロント大学からいただく学位は4つ目になります。ここで過ごした合計10年間は、本当に素晴らしい時間でした。 学部生として多くのことを学び、大学院生としても素晴らしい経験を積むことができました。興味のある分野を深く掘り下げ、研究者としての道を歩み始めることができたのです。 特に、ジェフ・ヒントン先生のもとで研究できたことは、望外の幸運でした。先生がこの大学に在籍されていたことは、私の人生で最も幸運な出来事の一つです。これ以上ないというほど素晴らしい環境で教育を受け、科学者として成長できたことに、大学には深く感謝しています。 私が学生だった頃、この大学はどこよりも優れたAI研究を行っていました。最も革新的で、最もエキサイティングな研究です。それに学生として貢献できたことを、今も誇りに思っています。もう、ずいぶん昔のことになりましたが。 さて、卒業式のスピーチでは、卒業生の皆さんに賢明なアドバイスをすることが期待されていると思います。今日は少しだけ、その役割を果たさせてください。少しだけ、と言うのは、今回のスピーチは少し毛色の違うものになるからです。 一つ、実用的な心の持ち方をお伝えしたいと思います。これを心掛ければ、きっと多くのことが楽になるはずです。それは、「現実をあるがままに受け入れ、過去を後悔せず、ただ状況を改善することに努める」という考え方です。 なぜこんな話をするかというと、これが非常に難しいことだからです。私たちは、過去の悪い決断や不運な出来事を思い出し、「あれは不公平だった」と考えて時間を無駄にしがちです。 しかし、「現実はこうなのだから、次善の策は何か」と考える方が、はるかに生産的です。私自身、そう考える時はいつも、物事がうまくいくことに気づきます。 とはいえ、これは簡単なことではありません。自分の感情との戦いでもあるのです。だからこそ、皆さんにお話ししています。この考え方を、できる限り心に留めておいてください。これは、私自身へのリマインダーでもあります。 さて、本題に入りましょう。このスピーチが普通のものにならない理由は、私たちの周りで、少し違うことが起きているからです。皆さんは、これまでとは全く異なる時代の節目に立っています。これはよく言われることですが、今回は、本当にそうなのです。 その理由は、AIです。言うまでもありませんね。 聞くところによると、今日のAIはすでに「学生であること」の意味を大きく変えているそうですね。かなりのレベルで。これは私自身が強く感じていることであり、そして真実だと思います。 しかし、AIの影響はそれだけにとどまりません。私たちの仕事は、これからどうなっていくのでしょうか? すでに、未知で予測不可能な形で、少しずつ変化が始まっています。 Twitterで検索すれば、AIに何ができるのか、人々が何を言っているのかを見ることができます。そうすると、「どのスキルが役に立ち、どのスキルが時代遅れになるのだろうか」といった疑問が頭をよぎるかもしれません。 しかし、AIがもたらす本当の課題は、それが前例のない、極めて大きなものであるという点です。未来は、今日とは全く異なるものになるでしょう。 私たちは、コンピューターと話すことができるようになりました。これは新しいことです。コンピューターが私たちを理解し、言葉を返してくる。音声でコードを書くことさえあります。クレイジーなことです。 もちろん、AIにはまだ不十分な点もたくさんあります。 しかし、AIはすでに、数年後の世界を想像させるほどの力を持ち始めています。それが3年後か、5年後か、10年後か、未来の予測は困難ですが、AIは着実に、あるいは私たちの想像より速く、進化し続けるでしょう。 そしていつか、AIが私たち人間の仕事を「すべて」こなす日が来るかもしれません。一部ではなく、すべてです。 なぜ、そう確信できるのでしょうか? その理由は、私たち人間には脳があり、その脳が一種の生物学的コンピューターだからです。 であるならば、私たちが脳でできることを、デジタルコンピューターにできない理由はありません。これが、AIがいずれ万能になりうる、という考えの根拠です。 そうなると、「コンピューターが私たちの仕事をすべてできるようになったら、何が起こるのか?」という、途方もなく大きな問いに直面します。それは少し強烈すぎると感じるかもしれません。 しかし、それはまだ序の口です。私たちは、その万能なAIを、経済成長や研究開発のために使うでしょう。AIがAI自身の研究を進めるようになれば、進歩の速度は爆発的に加速します。それは、もはや想像を絶する世界です。 この、AIが作り出す極端で根源的な未来を、感情レベルで本当に信じることは、私にとっても難しいことです。それでも、論理はそうなる可能性が非常に高いと示しています。 そのような世界で、私たちは何をすべきなのでしょうか? 「政治に興味を持たなくても、政治はあなたに興味を持つ」という言葉があります。この言葉は、AIにもそっくりそのまま当てはまります。 AIから目をそらさないでください。AIが今何ができるのかを、自分の目で確かめてみてください。そうすれば、直感が働くはずです。そしてAIが進化するにつれて、その直感は確信に変わっていくでしょう。どんな説明も、自分自身の感覚にはかないません。 特に、超知的なAIが社会に実装される未来では、AIをいかにコントロールするかという、非常に根深い問題が生じます。 AIができることを見て、そこから目をそらさないこと。そうして初めて、私たちはAIがもたらす巨大な課題に立ち向かうエネルギーを得ることができるのです。 AIがもたらす課題は、人類史上最大の課題かもしれません。しかし、それを乗り越えた先には、史上最大の報酬が待っているはずです。好むと好まざるとにかかわらず、皆さんの人生はAIによって大きく左右されます。だからこそ、AIに注意を払い、この課題を解決するためのエネルギーを生み出すことが重要です。それが、これから最も大切なことになると私は信じています。 ここで、私の話を終わります。 ありがとうございました。

ChatGPT研究所

35,612 Aufrufe • vor 11 Monaten

サム・アルトマンは「コンピュートは通貨になる」とも語っています。 (動画はにじボイスで吹き替え。以下は書き起こし翻訳) --- [サム・アルトマン] コンピュート(計算資源)は将来の通貨になると考えています。世界で最も貴重な商品になるかもしれませんし、私はもっと多くのコンピュートを生み出すために大規模な投資をすべきだと思います。コンピュートは、私の考えでは少し変わった市場になるでしょう。人々はチップや携帯電話などの市場を考えますが、「世界には80億人いて、そのうち70億人が電話を持っているかもしれない。もしかすると60億人がいて、2年ごとにアップグレードするとしよう。すると年間の市場はスマートフォン向けのシステムオンチップで30億個だ。そしてもし300億個を作っても、電話の販売数が10倍になるわけではない。ほとんどの人は電話を1台しか持たないからだ」というふうに考えられます。 しかしコンピュートは違います。知能はエネルギーのようなものに近づいていくと思います。そこで私が意味があると思う唯一の議論は、「価格がXなら世界はこれだけのコンピュートを使い、価格がYならこれだけのコンピュートを使う」というものです。もし本当に安価であれば、私なら一日中メールを読ませて「何を考えたり作業したりすべきか」と提案させたり、がんの治療法を探すのに使ったりするでしょう。一方、本当に高価であれば、おそらく私はそれを使わないかもしれないし、使うとしてもがんの治療法を探すためだけに使うでしょう。 ですから、世界は莫大な量のコンピュートを求めるようになると思いますし、その中には難しい要素がたくさんあります。エネルギーが最も難しく、データセンターを建設することも難しい。サプライチェーンも複雑で、もちろん十分なチップを製造するのも難しいです。しかし、それでも私には、私たちがこれから向かう先は、今はまだ想像するのが難しいほど膨大なコンピュートを必要とする世界なのだと思えます。

d

58,866 Aufrufe • vor 1 Jahr

シンギュラリティのトリガーである「再帰的自己改善」は、すでに少し前に起きているという。もちろん、まだ全自動ではないが、「進歩のどこまでがAIでどこまでが人間なのか」は曖昧になってきている。著者性が溶けるこの感覚こそ、分単位で進むシンギュラリティの手触りなのだ。 サリム・イスマイル「再帰的自己改善(RSI)がシンギュラリティの本当のトリガーだという話は、以前からしてきました。そしてそれは、すでに少し前に起きているんです。だから今やっているのは、その道筋を加速しているだけです。私たちは今この瞬間にも、産業時代を恒久的に抜けつつあります」 デイブ・ブランディン「ええ、シンギュラリティが分単位で展開していく様子は、私が経験した中で最も興味深いものだと本当に思いますし、アレックスの言うとおりです。いまは、人間がループの中にいて貢献している時期ではあるのですが、進歩のどこまでがAIでどこまでが人間なのかが、本当に曖昧なんです。実際にコーディングしていると、『あれは自分のアイデアだったのか?』となります。 半分は自分のアイデアのようでも、AIが別の案を提案してきて、それを採用していくうちに、結局それが自分のアイデアだったのかどうかも分からなくなります。ただ、いまのモードでは、こうしたコアアルゴリズムの研究の多くが、『500本のテストを走らせて、どのハイパーパラメータが良かったか、どのニューラルトポロジーが良かったかを教えて』という形になっています。相対論を発明したり発見したりするような話ではありません。 いろいろな試行を大量に回して、うまくいったものを選んで再デプロイし、そうするとより賢いAIになって、さらに多くの試行をする——その繰り返しです。私たちはその道筋をかなり進んでいる可能性が高いと思います」

Tsubame

15,386 Aufrufe • vor 3 Monaten