16,708 文字
つまり、ドイツのような機械製造国にとっては、AIをスクリーンの背後から現実世界へと変革させていく上で、信じられないほど多くの可能性があるということです。そして未来は現実世界で起こるのです。
こんにちは。専門家たちはよく、AIツールは一種の自動補完マシンだと言います。そこで私は、ドイツを代表する2人のAI専門家がこの分野でどれほど優れているかをテストしてみようと思いました。
では最初に、簡単な質問をします。私が文章を始めるので、それを完成させてください。お二人とも答えてください。では始めましょう。
私はChatGPTを宿題をするために使っています。
ChatGPTの開発者OpenAIは印象的です。
もし私がOpenAIにアドバイスできるとしたら、「アドバイスは必要ないと思います」と言うでしょう。3、2、1、「私たちのネットワークの中から、現在使っているものよりもうまく機能するバリエーションをいくつか使ってみてください」。
AIに関する広く行き渡った誤解は、AIが人類を殺すことや、AIが意見を持っていて嘘をつけたり人種差別的になれたりするということです。
AIと原子爆弾のリスクを比較することは馬鹿げています。むしろコンピュータやインターネットと比較した方がいいでしょう。
AIの最大のリスクは、実際には私たちが未来への支配権を他者に譲り渡すことです。
AIは長期的にはメリットしかもたらさないため、この質問に対する良い答えは思いつきません。
自分より賢いAIという考えは、最終的には避けられないと思いますが、そこまでにはまだかなりの時間がかかります。
汎用人工知能が現実的になるのは早くても…それには数ヶ月、あるいは数年かかるかもしれません。数ヶ月というのは信じられませんが。遅くとも、Open Philanthropy Foundationが2030年頃と予測している変革的AIの時期です。これは私たちの労働生活を変え、グローバルな労働の50%以上を担い、世界的な力のバランスを変えうる技術です。そこには同意します。しかしそれは必ずしも、このAIが人間のあらゆる面で優れているということを意味するわけではありません。
2030年、つまりあなたが今言及した年に世界で最も強力なAI企業になるというのが私の予想です。もちろんAleph Alphaです。
ドイツのAIへの取り組みを学校の成績で評価するとすれば：
研究は1.0
ディープラーニングは少し出遅れました
既存のドイツ産業は5.0、5.2
ドイツのスタートアップシーンは3.0、3
政治は5.0、5.6
そして「ドイツはAIができるのか？」という質問に対する最適なジェスチャーは…私たちは最初の10分で完璧に答えを出したと思います。
いいえ、もちろんこれはいくつかのトピックを提起するために考えられたものです。これから話し合おうとしているトピックです。
事前の注意として、お二人があまりにも専門的な話に入り込みすぎた場合は、私が介入するように言われています。つまり、もう理解できないかもしれないと感じた場合は、観客の投票を行うということです。
ユルゲン、あなたはしばしば現代AIの父と呼ばれていますが、簡単な言葉で説明すると、1990-91年に何を発明し、それはChatGPTとどう関係していますか？
その当時、私たちはいくつかの興味深いものを発明しました。しかしChatGPTは2017年からTransformerと呼ばれているネットワークに基づいています。当時、私たちはすでに今日では非正規化線形Transformerとして知られているものを持っていました。それが何であれ、つまりこのネットワークのバリエーションです。これは今日、言語モデルの訓練や他の種類のAIを運用するために広く使用されています。しかし、他にもたくさんのものがありましたが、それについて話す時間はありません。
あなたは今日、宿題をするためにChatGPTを使っていると言いましたが、どんな宿題をしているのですか？
私の講座で質問に答えなければならない時、ChatGPTでも答えられるほど簡単な質問だと信頼できます。
つまり、あなたの最も愚かな学生でそれをテストしているということですね。
はい、学生と言えば、1991年にSE Hochreiterが卒業論文で初めて、後にLSTMと呼ばれ、20世紀で最も引用されたAIとなるものの基礎を築きました。
そうですね、それは良い流れです。それは後にあなたが働いたSiriにも入っていましたね、ヨナス。でもChatGPTは時々驚くほど良い答えを出し、時々驚くほど悪い答えを出します。あなたは先ほど全く使わないと言いましたが、なぜですか？
宿題がないからです。私は以前書いた記事のために試してみましたが、毎回私の要求を完全には満たしていないと感じました。つまり、大きく間違っているわけではありませんでしたが、私が公開したい文章のような赤い糸が通っておらず、芸術的な表現になっていませんでした。
つまり、あなたは自分の素晴らしいAIを使っているということですか？
使ってはいますが、それもそれほど優れているわけではありません。ChatGPTより優れているわけではありません。
あなただけの特別なヨナスバージョンのようなものはないのですか？
いいえ、その通りです。もちろんシステムを使って経験を積むために、ここかしこで使用しています。例えば、ChatGPTは非常に早い段階で使いました。ChatGPT以前にも、私たちは同様のインストールを既に製品化していました。そこで私は多くの実験をして、何ができて何ができないかを感じ取るようにしています。そして人々が共有する経験でも気づきましたが、最初はほとんど何もできませんでした。そして、より多くのラベル付けがされるにつれて、どんどん良くなっていきます。しかし、これまでに起こったことのないことをしようとすると、時として驚くほど愚かな答えが返ってきます。
これらのモデルの開発では、常に「トレーニング」という言葉が使われています。なぜ、基本的に考えると、科学論文、本、YouTubeやLinkedInの全データなど、膨大なデータセットが投入されるシステムがあるのに、最終的には異なる回答を出し、なぜある回答は悪く、ある回答は良いのでしょうか？
この質問に対する答えはたくさんありますが、まず一つ言えることは、あるモデルは他のモデルよりもはるかに多くのデータでトレーニングされ、より良いトレーニングのためにより多くの計算時間を使用できます。そして、あるものは、トレーニング後に政治的に正しい回答を出すように、運営会社が正しいあるいは受け入れ可能と考える回答を提供するようにさらにトレーニングされます。そして、企業が受け入れ可能と考える基準には様々なものがあり、それがこれらの異なる回答に反映されています。
では、このトレーニングプロセスはどのように想像すればいいのでしょうか？データが全て投入された後、どうなるのでしょうか？
基本的にインターネットをダウンロードして、インターネットの一部から他の部分を予測しようとします。つまり、ビデオの一部からそのビデオがどのように続くかを予測しようとしたり、本の冒頭部分からその本がどのように続くかを予測しようとします。本質的には、これは監督付きまたは自己監督付きの学習操作で、データ内の冗長性を認識しようとします。これは、私が他のデータをすでに知っているため、一部のデータを予測できるということで表現されます。そして応用例としては、チャットの開始部分があれば、それがどのように続くかを比較的うまく予測できるということです。そして少なくとも、そのチャットの文脈の中で良い回答を生成することができます。
政治家のようなものですね。今日の言語モデルは数学者を置き換えるのにはそれほど適していませんが、政治家のように話し、すべてを少し装飾し、同じことを少し違う新しい方法で繰り返し言うのは非常に得意です。
私はまだこのトレーニングプロセスを理解したいと思います。なぜなら、企業は常にモデルが何かできるようになることを発見し、少なくとも外部に伝えることについては、常に大きな驚きがあり、それがどこから来たのかわからないと言います。AIが突然Xができるようになったということです。例えば、最近Anthropicで開発者が言語モデルのレベルをテストしたと書いていたと思います。学生のように知能テストのようなものを行い、そのプロセスでAIモデルが突然「ああ、これは針を干し草の山から見つけるテストだと思います。あなたはこの文書の3ページ目のこの文がここに合わないということを知りたいのだと思います」と言い、そして「ああ、なんてこと、もう知的になっている」というような感じです。このトレーニングでは、AIが予期せずに何かができるようになるのはなぜですか？まず、これは信じられることですか？
AIがそこで学び、初めて見たときに印象的に聞こえることの多くは、どこかで人間がすでにそれを提供していたということに遡ることができます。特定の宿題や、通常このような言語モデルにとって難しい計算問題への回答でも、実際には再利用プロセスが行われているのです。これらの言語モデルには本当の独自の創造性はありません。あるのは、そのデータを作成した何百万、何十億もの人間の創造者たちの極端な創造性だけです。言語モデルは基本的に、人類の知識にアクセスする賢い、非常に賢い方法の一種です。
そして、人類が得意とする自然言語によってです。基本的に、この言語モデルは受け取ったデータに関連する文脈依存的なものを学習します。例えば、ゴッホのスタイルを知っていれば、ゴッホのような画像を比較的上手く生成できます。世界中の何百万人もの人々がゴッホのような絵を描くことができるように、多くのことを学習したからです。できる人は多くいます。しかし、欠けているのは独創的な創造性です。人類の歴史の中で時々見られる、例えばゴッホのような新しいスタイルを作り出した人物の創造性です。それをAIが模倣しているのです。原理的には、私たちは言語モデルを超えて、真の創造性をAIに組み込む方法も理解しています。しかし、今日みんなを魅了している大規模言語モデルほどにはうまく機能していません。
ヨナスさん、あなたのAIは「これはどこから学んだのだろう」と思うようなことができたことはありますか？
常にです。例えば、マルチモダリティは2021年以前にありました。ここで「マルチモダリティ」という言葉を説明する必要がありますが、AIがテキストと画像のあらゆる組み合わせを文脈の中で理解するということです。そして、私たちのリサーチチームがいくつかの結果を出した時、AIは技術図面さえも正しく、つまり正しい回答を出しました。私がそれを見たとき、最初の反応は、家の建築図面からトランスフォーマーの入り口がどこにあるかを言えたということでした。実際にそうだったのです。そして宝の地図なども、そこにある層の種類と数について正しい回答を出しました。最初の瞬間、私はこれは本物の結果ではないと思いました。リサーチチームの野心的な目標の視覚化だと思いました。つまり、本当にうまく機能したらこうなるというようなものだと。しかし、実際に時々そのようにうまく機能していました。
しかし、ユルゲンが先ほど言ったように、Scaleが現在10億ドルの売上を上げているのには理由があります。テキストを書いてラベル付けし、完璧な回答を修正して提供する人々を雇用しているからです。
Siriのキー研究に携わっていた時、Alexaはまだ – おそらく今でもそうだと思いますが – Siriより優れていました。当時のAlexaは、おそらく今でもそうですが、80%の回答が缶詰の回答でした。つまり、誰かがバイエルンの試合結果について尋ねた時、正しい回答が得られたのは、AIが独自にインターネットから理解したからではなく、単に誰かがその質問を予想して手動で回答を用意していたからです。モデルは適切な缶詰の回答を選ぶだけでよかったのです。同様のことが現在の言語モデルでも起きています。ただし、一対一で回答を引き出すのではなく、パターンを処理できるようになっていますが、依然として人間の知性に基づいています。
さて、あなた方はお二人とも、最も賢い人間より賢い人工知能は現実的だと考えていると言いました。AIの世界には基本的に2つの陣営があります。一つは、今はただお金と計算能力が必要で、それをAIに投入すれば、いつかとても賢くなるという陣営です。もう一つは、現在のアーキテクチャではそれは不可能で、全く新しいものを考え出す必要があるという陣営です。あなた方はチーム1ですか、それともチーム2ですか？
言語モデルでできないことはたくさんあります。今日うまく機能しているのは、画面の後ろのAIです。つまり、AIは人間よりもビデオゲームをうまくプレイしたり、チェスをプレイしたり、PowerPointのスライドを作成したり、人間よりもはるかに速く文書を要約したりできます。
しかし、AIが全くできないのは物理的な世界との相互作用です。7歳の少年のサッカーの技術にも近づけるAIはありません。なぜなら、それほどうまくサッカーができるロボットが存在しないからです。これらの言語モデルによって容易になるすべての仕事は、デスクワークのような仕事です。職人、大工、電気技術者などは全く代替できません。画面の後ろだけでなく、現実世界で本物のロボットを制御する、映画のようなAIは全く機能していません。
それは来るでしょうが、はるかに難しいです。なぜならビデオゲームでは10億回撃たれても復活できますが、現実世界のロボットが実験をする場合、3回実験をして指のシーンが壊れてしまい、誰かが修理しなければならないといった具合に、非常にコストのかかる実験になるからです。
つまり、ドイツのような機械製造国にとっては、AIをスクリーンの背後から現実世界へと変革させていく上で、信じられないほど多くの可能性があるということです。そして未来は現実世界で起こるのです。なぜなら、スクリーンの後ろは世界のごく一部に過ぎないからです。
ユルゲン、あなたは法律家になることもできたでしょう。なぜなら、法律家に「どちらか」と聞くと、彼らもいつも「複雑です」と言うからです。しかし要約すると、あなたはデスクワークについてはチーム1で、手作業の仕事についてはチーム2ということですね？チーム1は計算能力…1980年代から私たちはチーム…どちらが1でどちらが2でしたか？
チーム1は計算能力を重視する陣営です。計算能力は常にチーム1とチーム2の両方にとって重要でした。しかし本質的なのは、私の推測ではチーム1は現実世界、本物の機械やロボットに出ていきたいということです。そのためには、より多くの計算能力が必要ですが、AIが考え、計画することを実行する、より良い機械も必要です。
しかし、そのためには新しいAIモデルが必要です。ChatGPTのような応用プログラムの奥深くに組み込まれているものとは全く異なる動作をする必要があるのでしょうか？全く異なる動作をする必要はありません。Transformerやリカレントネットワークなど、私たちが既に長い間持っているものをその一部として使用できます。しかし、少なくとも2つのそのようなネットワークが必要です。
一つは環境で行動し、もう一つは自分の行動の結果を予測することを学習します。例えば、赤ちゃんとして手をこのように動かすと、入ってくるビデオが特定の方法で変化し、その変化を自分の行動によって制御できるということを学習します。そして、この第二の予測的世界モデルを使って未来を予測することができ、特に報酬につながる良い行動シーケンスを促進し、痛みのセンサーにつながるものを拒否するために使用することができます。
これらは原理的には古いもので、すべて前世紀のアルゴリズムです。現在うまく機能している小さな部分は、データの一部から他の部分を予測するこれらの部分です。まだ欠けている他の部分も長い間存在していますが、それを発展させる必要があり、画面の後ろで現在機能しているものと同じようにうまく機能するようになるまでには、おそらくまだ数年かかるでしょう。
ヨナス、チーム1ですか、それともチーム2ですか？
ユルゲンの言ったことの多くに同意します。おそらく興味深いのは、私たちは今、知識労働のオフィスワークの産業革命の真っただ中にいるということです。ほとんどのオフィスワークは、本当にインスピレーションを必要とする部分はわずか数パーセントで、ほとんどは標準的な仕事です。
私は確信していますが、数ヶ月あるいは数年後、私たちは現在これらの年、過去数年行ってきたオフィスワークを、おそらく過去の産業革命で行われた重労働を振り返るのと同じような戦慄を持って振り返ることになるでしょう。そのほとんどはインスピレーションを必要とせず、誰が税務申告を好んでするでしょうか？もちろん、それを仕事にしている人もいます。しかし、彼らも通常は難しいケースを喜んで扱います。
つまり、標準的な仕事がたくさんあり、この標準的な仕事は今ラベル付けされ、これらのモデルが学習しており、チェーンソーが木を切り倒す作業を代わりにしてくれるように、それらを私たちの代わりに行ってくれるようになります。しかし、それは人間が新しい領域を見出し、インスピレーションを生み出すことまでもすべて代替できるということではありません。それも考えられます。私は、デジタルマシンは最終的に生物学的マシンができることすべてを行えるようになると信じていますが、そこまでにはまだ遠い道のりがあります。現在、私たちは標準的な、ラベル付けされた作業を自動化することを学んでいるだけです。しかし、これはこれまでで最も速い産業革命には十分です。
では、チーム1かチーム2かというと？
むしろチーム2です。本当のAGI（汎用人工知能）を持つためにはもっとやる必要がありますが、今私たちが持っているものは標準的な作業の模倣です。しかし、標準的な作業の模倣だけでも、世界を大きく変えるほどの巨大な影響があるでしょう。
私も思ったのですが、もしチーム1なら、ドイツにいる意味はないですよね。つまり、私たちは出ていくことになります。今見ると、先ほど少し触れましたが、あなた方はOpenAIのGPTやモデルと基本的に同じ基礎技術を持っていますが、彼らはもちろんはるかに多くのリソース、はるかに多くのお金を持っています。あなた方は昨年、5億ドルという巨額の資金調達ラウンドを行いましたが、この巨大な財政的な比較、この不平等を考えると、実際にはほとんど何もありません。そして一方で、Facebookのような企業は最初からAIをオープンソース化しました。つまり、人工知能アプリケーションは実質的に今や無料で利用可能です。あなた方にとって方向転換の時ではないでしょうか？全く違うことをする必要があるのではないでしょうか？
いいえ、なぜなら私たちは最初から言語モデルのトレーニングだけではなく、異なることをしているからです。
それを今、非常に簡単に2文で説明してください。
ビジネスモデル、あるいはビジネスモデルの幻想があって、それは単に言語モデルをトレーニングすることが会社の全てだと言います。確かに、そのようなビジネスモデルを持っていると、少し厳しくなります。なぜならオープンソースモデルがあり、Metaは素晴らしいキャッシュフローを持っているからです。市場の一部の企業は投資家からベンチャーキャピタルを受け取り、それでオープンソースモデルを作りました。これは必ずしも持続可能とは限りませんが、Metaは無期限にそれを続けることができます。少なくとも、そのような状況が続く限り、言語モデルのトレーニングだけを行うことは、私の見方では疑問のあるビジネスモデルです。
しかし、私たちが最初から行ってきたこと、私は先ほどマルチモダリティについて話しましたが、これらのモデルの説明可能性を発明し、実装しました。つまり、私たちは常にその周りにイノベーションを構築すると言ってきました。モデルを構築するだけでなく、オープンソースモデルも統合する、つまり私たちはオープンシステムです。
それは何を販売しているということですか？
技術です。生成AIを使用しますが、そこにイノベーションをもたらします。まだ公に言っていませんが、数日前に取締役会でプレゼンしましたが、それを説明する良い方法は「生成AIのオペレーティングシステム」というものです。つまり、これらのモデル、オープンソースモデルを取り、そこに決定的なイノベーションと機能を追加します。
そして、私たちの顧客、主に企業や政府にとって、今、DAX（ドイツ株式指数）のCEOの視点から考えると、自分のビジネスを変革したいと考える場合、現時点でLlama 3や次世代のLuminus、Claude 3、より良いモデルのどれを選ぶかという問題は全く重要ではありません。なぜなら、そのような変革プロセスには何年もかかり、どのような技術を基本的に選択するか、それはオープンプラットフォームなのか、自分に主権を与えるプラットフォームなのか、決定的なイノベーションが含まれているのかということの方がはるかに重要だからです。それが私たちの焦点です。
私はこれをまとめてみましょう。つまり、OpenAI、Google、Meta等のAIモデルより優れているということを競う競争から、私たちは今すぐ撤退すべきだということですね。私たちはアプリケーションに集中すべきです。
ユルゲン、ドイツの産業界は、先ほどあなた方から極めて悪い評価を受けましたが、今、追いつくために何ができるでしょうか？そして、スタートアップの観点からも、私たちがここで見つけることができるニッチは何でしょうか？
このニッチは、15年前、つまり2015年よりもはるかに大きいです。約10年前、私はFAZ（フランクフルター・アルゲマイネ・ツァイトゥング）で「AIはドイツにとって大きなチャンスだ」という記事を書きました。当時の私の希望は、すべての機械メーカーや、技術と機械に関する分野で世界をリードする企業が、機械学習とAIと協力して、これまでにない方法でロボットを制御することを学ぶことでした。
当時、政治家たちからもそれを促進する、いわゆる産業政策を行うというアイデアがありました。シリコンバレーが生まれたのも産業政策の結果です。それは無から生まれたわけではなく、スプートニクショックへの反応でした。そして、多くの防衛資金が投入され、今日私たちが知っているようなシリコンバレーになりました。中国の深センでも同様です。
当時、ドイツでも産業政策を行うというアイデアがありました。CDU/CSUの会派代表はフォルカー・カウダーで、彼は私をライヒスターグに招待し、全員がこの記事を読まなければなりませんでした。そして実際に、ベルリンかミュンヘンに少なくとも20億のAIキャンパスが必要だという考えが新聞にも載りました。今は10億を得ました…それについては後で話しましょう。そして2週間後、フォルカー・カウダーは会派代表ではなくなり、すべてが沙汰止みになり、結局ドイツのAIには数億ユーロしか使われませんでした。
では、今何をすべきでしょうか？産業政策は私の考えでは間違っていませんが、政府にはお金がありません。他のことにお金を使わなければなりません。上海だけで150億を使っているのに対し、上海よりもはるかに大きな経済力を持つドイツは数億しか使っていません。おそらく、この国では優先順位を変える必要があり、何を本当に促進したいのか、何に本当にお金を投入して前進させたいのか、そして何を過去に委ねるのかを考える必要があります。
優先順位の変更と異なる優先順位の設定と言えば、あなたはドイツに背を向けました。スイスだけでなく、今ではサウジアラビアにも行っています。サウジアラビアは何が私たちより優れているのですか？
サウジアラビアは、紅海にあるKAUST（キング・アブドラ科学技術大学）という大学に、非常に魅力的な場所を作り、世界中から多くの優秀な人材を引き付けています。そしてサウジのお金が科学のために使われていますが、それはオープンソースになります。私の学生たちが行っている多くのことは、誰でもダウンロードして、より良いAIを構築するために使用できるため、世界全体の利益になります。このような出来事が、ドイツよりもはるかに小さい経済力を持つ国で起きているのは驚くべきことです。
彼らは未来志向で、AIが世界を完全に変えると信じており、彼ら自身もその発展の一部になりたいと考えています。そのため、ドイツで知られているよりもはるかに大規模な支援を行っています。
その未来志向というのは、主に技術に関してですね。あなたはすでに述べたように、多くのお金が投入されており、それはもちろん給与にも反映されています。天候も良いようですし、研究の自由も大切にされているようです。しかし、サウジアラビアでは言論の自由はそれほど重視されていません。あなたはこの矛盾とどのように向き合っていますか？
私にとって、科学は世界で最も人々を結びつけるものです。世界をより良くするために、科学以上に人々を結びつける活動はありません。キャンパスを見ると、100の国々から人々が集まっています。アメリカ人、イギリス人、オランダ人、イタリア人、ポーランド人だけでなく、世界中から非常に成功した科学者たちがここに集められ、他の大学の科学者たちと協力して研究を行っています。
これは私の見解では、周りから称賛されるべきことです。もちろん、すべての国、すべての社会形態は多くの点で批判することができます。しかし、アメリカについて話し、アメリカの友人について話すとき、グアンタナモについて話すわけではありません。
先ほど言及したAIセンターは、ディーター・シュワルツ財団の資金で、ハイルブロンに巨大なAIキャンパスが建設されることで現実となります。実際に約20億が投入されます。彼らはあなたを呼び戻すために何を提供すべきでしょうか？
シュワルツ氏がAIに本当に数十億ユーロを投資していることに、私は完全に感激しています。興味深いことに、彼はドイツの大学ではなく、スイスの大学、ETHチューリッヒと協力してこれを行っています。これがドイツのAIシーンを、基礎研究だけでなく応用分野でもさらに競争力のあるものにすることを期待しています。そして、ヨナスのような多くの優れた起業家たちが互いに競争し、国全体をAIの分野で前進させることを期待しています。
ChatGPTが市場に出て以来、サム・アルトマンを筆頭に、これがすべてを革新し、すべてを覆し、すべてが変わる、すべての業界、すべての企業が変わると言われてきました。しかし、このツールを使って1.5年が経った今、自分の生活ではそれほど変わっていないと感じることがあります。主に、より多くのメールを受け取り、明らかに誰も考えていないようなLinkedInの投稿をより多く見るようになっただけです。ヨナスさん、これが全てなのでしょうか？これが革命なのでしょうか？それとも、私たちは何を期待できるのでしょうか？
いいえ、これがすべてではありません。最初のハイプ、近いうちにオフィスワーカーが全くいなくなる、近いうちに仕事生活が劇的に変革されるという考えは、実現しませんでした。しかし、これは珍しいことではありません。2000年代のインターネットブームの最盛期を思い出すと、誰もがインターネットが今日から明日へと世界を変えると言い、pets.comやEM.TVなどが世界最大の企業になると言われました。
生き残った企業、GoogleやAmazonにとっても、それはゆっくりとしたプロセスでした。このプロセスは今はもう少し速くなっているかもしれません。私たちはいくつかの企業と変革の途中にいますが、それには少し時間がかかります。この変革において、私たちは実際にすでにより良い状態にあります。例えば、ドイツ語の法的タスクの分野では、私たちはより優れています。ただし、すべての人のための最高のモデル、つまりB2C、消費者向け、あらゆる質問に対応できるモデルを提供しようとはしていません。現在、多くの変革プロセスが進行中で、それらは産業界と行政の仕事生活を変えていくでしょう。
この文脈で、多くの人々は自分の仕事が失われることを心配しています。私自身もそれを経験しました。私はハンデルスブラットのAIブリーフィングを書いており、週に一度AIの革命についての最新情報を提供しています。多くの読者がそれのポッドキャストを望んでいます。私はそれに時間を割く余裕が全くないと言い、もし作るとすれば、私のデジタルボイス、私のAIボイスがそれを行う必要があると言いました。そして2日前、私は契約書の追加条項を受け取り、そこでハンデルスブラットに私の声の権利を譲渡することになっています。
そこで私は「ワオ」と感じました。多くの条項が含まれており、もし私がそこで働かなくなった場合、その声を継続して使用することはできず、常に私の同意が必要だとありますが、私は考えました。これは他の人々にとって何を意味するのだろうか？私は今、2倍の仕事ができるようになりました。私は仕事を奪っているのでしょうか？
先ほど私が「仕事がなくなるか」と尋ねた時、あなた方は肯定的な反応を示しました。短い答えで、AIがあなたの仕事を代行するようになったら、その時間を何に使いますか？
これは私の人生の目標の一部です。私の人生は、私自身が引退できるほど賢いものを作ろうとする試みに捧げられています。なぜなら、それはすべての問題を私よりも上手く解決できるからです。つまり、私は本当にくつろいで、これらの超賢いAIが未来で何をするのかを見守ることになります。彼らは宇宙全体を植民地化するのでしょうか？私はその始まりだけを見ることになるでしょうが、地球から、従来の生命、つまり生物学的な生命が全く場違いな領域に広がっていく、新しい形の生命があります。そして宇宙全体が新しいレベルの複雑さに向かうでしょう。私はその始まりを見届けたいのです。
あなたは最後の質問に対して、間違いなく最も長い回答をしましたね。時計であと20秒しかないのに、宇宙まで話が飛んでしまいました。あなたの答えは、短く簡潔に言うと何ですか？
私が受けた最高の経営アドバイスは、あるCEOから受けたものです。彼は「CEOとして、人口統計を見ると、私たちは今後数年で崖から落ちることがわかっています。仕事の世界を変革することができなければ、私たちは行動不能になってしまいます」と言いました。
素晴らしい。質問を次の人に回したいですか？まだ聞こえませんね。はい、今マイクが入りました。では聞こえますね。
はい、まず多くの興味深い質問、そして興味深い回答に感謝いたします。もちろん、私たちはバーにいるゲストからもいくつかの質問を受けています。これは誰もが関心を持つテーマであり、大きな関心事だからです。
バーに新しいゲストをお迎えしています。アニカ・ハウプトフォーゲルさん、ようこそ。シーメンスのテクノロジー・イノベーション責任者です。シーメンスもAIのテーマには確実に取り組んでいると思います。何か質問したいことはありますか？
はい、ありがとうございます。こんにちは、皆さん。私は産業界から来ました。あなた方が5という評価を下した産業界ですね。よく聞いていました。シーメンスとして、私たちは先行開発に5億ユーロを投資しており、その中にはAIも含まれています。私たちはそれほど悪くない状況にあると思います。しかし、ドイツの産業界にはまだ大きな可能性があることにも同意します。
あなた方は産業政策について少し触れ、今はあまり機能していないと言いました。ドイツの産業界がAIをより受け入れ、この変革をより迅速に実現するためには、何が役立つと思いますか？
これは生成AIの時代になってからだけの話ではありません。私はビットコムの会長も務めていますが、ビットコムは常々、私たちは最下位だと言ってきました。つまり、平均して、例外はありますが、平均的に私たちは経済におけるAIの使用で最下位にいます。これは一種のリスク回避で、アメリカやその他の国々の方がうまく扱えることです。決定的なリスクを取りたい場合、私たちは勇気を持ち、迅速に行動し、大規模に行動する必要があります。慎重に、「まあ、3.50ユーロ取って、まずは話し合いの場を設けましょう」というようなことはできません。
つまり、これらの決定的な動きについていくために、考え方を変える必要があると思います。政府はそれを支援できます。産業政策については同じ考えで、私たちを強くすることを目的とした産業政策を理想的には持つべきです。他の目的ももちろんありますが、それも目的の一つとすべきです。
あなたのところでは、特にAbout Youでは、バックグラウンドでかなりのAIが使用されていると想像できます。現在、どのように使用していますか？
はい、バックグラウンドでは、プロセスを自動化するために多く使用しています。また、写真生成にも大規模に使用しており、私自身もそれには非常に驚きました。実際に、写真撮影をかなり減らしました。以前、ロンドンでの撮影をしたい場合、チーム全体がモデルやメイクアップアーティストと一緒に現地に飛ぶ必要があり、非常にコストがかかり、非常に非持続可能でした。今では、AIを使用して、同じ結果を得ていますが、コストは何分の一です。
そして現在、AIアシスタントを開発中で、それはあなたが完璧なステージの衣装を探している時にアドバイスをしてくれます。将来的には、AIアシスタントがそのアドバイスをしてくれるでしょう。つまり、顧客にとって関連性があり、またコストも削減できる多くのアプリケーションがあると思います。
次の年は私がAbout YouのAIアシスタントに相談して、そこで提案されたものをここで発表するというのはどうでしょうか？
はい、どんな結果になるか楽しみです。
ヨハネス、あなたのところのSnoxではどうですか？
私たちにとって最大の応用例は、実際に顧客とチャットをするチャットボットです。昨年から始めましたが、顧客サービスのチケットの約20%がAIによって回答されていました。そして今年4月には48%になりました。AIが時間とともにどれだけ賢くなるかがわかります。もちろん100%になることはないでしょうが、1-2年後には、すべての企業の顧客サービスの70-80%がAIで解決可能になると思います。電話対応についても本当に楽しみです。興味深い応用例もありますが、まだテストはしていません。
ユルゲン、私たちは先ほど舞台裏で少し話しましたが、芸術やエンターテインメントの分野でも多くの応用例があります。音楽は明らかに、多くが生成されていることは知っていますが、もちろん多くの人々は慎重であり、場合によっては少し不安を感じています。なぜなら、私たちに何が起こるのかわからないからです。大衆にとって本当の意味でテーマとなるまでにどのくらい時間がかかると思いますか？
それは今すでに大衆のテーマとなっています。なぜなら、今やAIが生成する音楽はそれほど悪くないからです。特に楽器の伴奏などは非常にプロフェッショナルに聞こえます。まだ私たちが持っていないのは、人類の歴史の中で最高の1000曲の一つと言えるような曲を生成できるAIです。
しかし、それも見ることになるでしょう。楽しさと創造性の形式理論があり、それはすでに数年の歴史があります。それは他の作曲家が示したものを単に再現するだけでなく、独自のスタイルを生み出すAIに変換される必要があります。私はいつも主張していますが、人類の歴史の中で最高の1000曲に匹敵する曲を作曲できるAIが初めて登場する時期は、これまで知られていなかった物理法則を発見するAI、つまり他の物理学者よりも優れた物理学者となるAIが初めて登場する時期とほぼ同じになるでしょう。
今日のAIにはない、この種の歴史的な創造性も来ることでしょう。今のAIはより再現的なAIですが、それはどのくらい時間がかかるのかという質問について、私は何十年もかかるとは思いません。おそらくかなり早く実現するかもしれません。原理的には、この問題をどのように解決するかを私たちは基本的に知っているので、おそらくまだ数年かかるでしょう。
私はむしろ、いつか本物の人間が立っているところでアバターが仕事を引き継ぎ、誰もそれに気付かないことの方が心配です。それは違いがあります。先ほどTから聞いたように、ロンドンで撮影されたはずの写真がAIで生成されているように、おそらくいつか他の場所でもそうなるかもしれません。
これは小さな告白をするのに良い機会かもしれません。私たちの会社nensは、とりわけヒューマノイドを製造しており、私はそのプロトタイプの一つです。
あなたがプロトタイプで、あなたは本物ではなく、今日ここにいないのですか？
私は本物のプロトタイプです。
そして、このプロトタイプはどうなるのですか？
プロトタイプには欠陥がつきものです。私たちは改善提案を受け付けており、現在のプロトタイプに対する改善提案のリストはすでにかなり長くなっています。現在のプロトタイプは廃止され、2.0が登場し、それは現在のものをはるかに上回るでしょう。
後ほどここで再び見ることになるスコット・ギャロウェイの話を聞きました。彼はAIガールフレンドについても話しました。私の想像では、感情はおそらくまだ難しいものになるでしょう。いつか人工知能で感情を再現することができるのでしょうか？本物の感情、本物の反応を？
はい、その通りです。あなたにも後で話してもらいますが、簡単に言うと、現在は感情によって引き起こされるパターンの欺瞞的に本物のような模倣や再現にとどまっています。驚くべきことに、多くの人々にとってはそれで十分です。すでにELIZAチャットボットの時代から、会話のためにはそれで十分でした。
私の理解では、私たちの感情は生物学的進化を通じて生まれ、基本的に私たちの原始的な形態から持ち込まれた、ハードコードされた報酬あるいは目標シグナルです。もちろん、AIは異なる方法で生成されるため、その形では持っていません。しかし、もちろん特定の状態、特定の目標を望ましいあるいはネガティブと判断することを学習できるvalue関数を持っています。それが比較できるものかもしれませんが、もちろん私たちが本能や衝動として持っているものとは異なります。
AIで動くロボットを作るとき、最初にすることは痛みセンサーを与えることです。なぜなら、彼らは最初、障害物にぶつかることが自分たちにとって悪いことだということを知らないからです。そのため、何らかの方法で情報を与える必要があります。そこで、これらの痛みセンサーから負の数値が来ます。このAIの人生の目標は、これらの痛みの総和を最小化し、報酬の総和を最大化することです。
例えば、お腹が空いているとき、つまりバッテリーが低すぎるときには負の数値が来ます。そのため、充電ステーションに行って座る必要があり、そうするとバッテリーが充電されるので正の報酬が得られます。つまり、私の目標は、そこに行く途中で痛みを与える障害物にぶつからずに、充電ステーションにたどり着くことです。
すべての感情の根源は、この単純なものの中にすでに含まれています。今、2つのAIがあれば、彼らはすぐにお互いが時々助け合えることに気付きます。なぜなら、おそらく一人では完了できないタスクを一緒に完了できるかもしれないからです。突然、一方のAIは単に自分の報酬を最大化したいだけなのに、他方を助けることに興味を持ちます。そこでもう愛のような感情の始まりがあります。
つまり、これらの非常にプリミティブな基本的感情は、動物や人間の感情生活から知られているすべてのものの根源なのです。
私たちは確実に、ここで年々、開発の次のステップがどうなるかを追跡していきます。この興味深い対話をありがとうございます。
ハンデルスブラットのラリッサ・ホルツィさん、ヨナス・アンドゥルリス、ユルゲン・シュミットフーバー、ありがとうございました。皆様の拍手をお願いします。ありがとうございました。
コメント