9,263 文字
最近、OpenAIのミッション・アライメントの責任者が非常に注目すべき発言をしました。彼は、世界はAIの深刻さや、多くの一見して堅固な均衡が基づいている前提の多くを覆したり無効にしたりする可能性について、十分に向き合っていないと述べました。私はこの意見に強く同意します。
このチャンネルではAIニュースを多く取り上げていますが、特に重点的に扱ってきたトピックの1つが、ポストAGI経済シリーズです。私たちは今まさに、目の前で世界が変化している様子を語ろうとしています。ただし、ほとんどの人々にはそれが見えないか、あるいは注意を払おうとしないのです。
基本的にこのツイートは、AIに関する世界的な議論や準備が、その影響の規模に比べてかなり不十分であることを示唆しています。人々や政府、諸機関を見ると、これが社会や経済、さまざまな技術に及ぼす深い影響を十分に認識していないか、あるいは対処していないのが現状です。
考えてみると、これは私たちが当たり前だと思っている多くの基本的な信念や規範を混乱させることになります。仕事や教育、社会力学、グローバル市場など、本当に多くのものが影響を受けるでしょう。この動画では、そういったクレイジーな状況について掘り下げていきます。
ここでSam Altmanのブログの一部を紹介していますが、このブログはもちろんOpenAIのCEOであるSam Altmanのものです。これを紹介するのは、OpenAIの一人だけがこう考えているわけではないことを示すためです。Sam Altmanも、未来に備えることが非常に重要だと考えています。
彼は基本的に、技術革命は止められないものであり、スマートな機械自体がより賢い機械を作るのを助けるという革新の再帰的なループが革命のペースを加速させ、その結果3つの重要な帰結が生じると述べています。
これが重要な理由は、Sam Altmanが2021年に書いたブログ全体を見ると、彼の予測が驚くほど正確だからです。彼は未来について広く語っていますが、その多くがすでに現実となっています。
彼が最初に語っているのは、この革命が途方もない富を生み出し、十分に強力なAIが労働力に加わると、多くの種類の労働力の価格が実質的にゼロに向かって下落するという事実です。ここで注目してほしいのは2つのポイントです。
1つ目は、AIが労働力に「加わる」という言葉です。これは重要な言葉で、というのも数日前の別のブログ投稿でSam Altmanは、2025年には最初のAIエージェントが労働力として加わり、企業のアウトプットを実質的に変えるだろうと述べているからです。これについては別の動画で詳しく取り上げましたが、彼の予測が現実となっていることは重要です。
2つ目のポイントは、多くの種類の労働力の価格が、商品やサービスのコストを押し下げ、まもなくゼロに向かって下落するという事実です。
AI業界で最近よく耳にするフレーズの1つに「intelligence too cheap to meter（計測するにも値しない安価な知能）」というものがあります。これは、人間の知能を一部のコストで複製できるAIシステムができると、物事が本当に奇妙になり始めるという事実を表しています。
GoogleのAGIおよびAI製品担当者であるLogan Kilpatrickは、「今後3〜5年で知能の価格がゼロになることを想定していないと、あなたのビジネスや生活に非常に大きな混乱が生じるでしょう。これが今後10年の主要なアイデアです。しっかりと備えておく必要があります」と述べています。
広く言えば、彼が意味するのは、AIシステムの進歩を毎年見ていると、知能の価格対トークン数が大幅に安くなっているということです。ここで、現在の版に比べてあまり良くなかった以前のGPT-4のバージョンを見ると、トークンあたりのコストが劇的に減少しているのが分かります。
ここでのポイントは、将来的には非常に強力なAIシステムが存在し、それらを実行するのがほぼ無料になるということです。つまり、ほとんどの人間よりも賢い十分に強力なAIが、様々なコンピュータで自律的に実行できるようになれば、当然それは様々なものを破壊することになります。
これは何度も繰り返し起こってきたことであり、先ほど述べたように、これは企業が向かっている方向性です。「計測するにも値しない安価な知能」に向かっているのです。これはSam AltmanやOpenAIの技術スタッフのRonがツイートしていることです。
先ほど、これらのモデルが安価になっているという話をしましたが、驚くべきことに、品質は同じままです。最近、DeepSeek V3が登場しましたが、このモデルは文字通り全てを台無しにしたとは言いたくありませんが、確実にAI業界に衝撃を与えました。
なぜなら、このモデルは特定の人々によれば、Claude 3.5 Sonnetとほぼ同等だったからです。これに反論する人もいるかもしれませんが、重要なのは、これが非常に低コストだということです。
現在見られる1つのトレンドは、モデルを使ってアプリケーションを構築している人々の大多数にとって、時にコストが要因となっているということです。AIエージェントを使用している多くの人々がDeepSeek V3に切り替えているのを見てきました。なぜなら、評価に関して得られるものに対して非常に安価だからです。
MLLの評価スコア対入力APIの100万トークンあたりの価格を見ると、DeepSeek V3は最適な範囲での性能対価格比で最高のものとなっています。これを見ると、資本主義で自由市場だからこそ、人々は競争でき、競争すると価格は往々にして安くなり、それは多くの場合、消費者にとって良いことなのです。
しかし、これは社会に対して様々な波及効果をもたらすことになり、ほとんどの人々はそれに単純に備えができていません。ここでOpenAI、つまり業界をリードする企業が言っていることを実際に考えてみると、本当に注意を払うべきです。
彼らは「それにもかかわらず、変化は来る。それは最初に商品と労働の価格に反映されるだろう」と述べており、これは本質的にSam Altmanが言ったことを指しています。私は皆さんのために非常に単純な例を挙げることができます。
例えば、あなたがソフトウェアエンジニアだとします。AIソフトウェアエンジニアを巡って最近論争があったため、ソフトウェアエンジニアを例に使うのは嫌なのですが、例としてAIソフトウェアエンジニア、あるいはコンピュータ上のほぼ全ての仕事を考えてみましょう。
コンピュータ上のあらゆるタスクを、人間よりも速く、より確実に、より信頼性高く実行できるAIエージェントが、しかもコストの一部で利用できるようになったらどうなるでしょうか？デスクワークに基づいて構築された産業全体があります。
例えば、企業が「待てよ、年間4万ドルを支払い、さらに病気休暇や休暇手当も与えなければならない人々の代わりに、年間2000ドルで数人のAIエージェントを使えば、はるかに効率的な戦略になる」と気付いたらどうなるでしょうか？
そしてもしそうなれば、それは実際に高利益で運営される企業が生まれることを意味します。このように考えてみてください。これは価格が変化し始める場所です。
その企業が従業員一人あたり月6000ドルの支払いから、月200ドルのデジタル従業員に移行したとすると、それは彼らが今や非常に多くの利益を得ていることを意味します。しかし、ここで重要なのは、彼らだけがその分野にいる企業ではないということです。
その分野の他の企業も、おそらく同じコストのデジタル従業員を持つことになるでしょう。つまり、ある企業がオーバーヘッドの80%を削減し、80%より収益性が高くなった場合、企業は価格で戦い始めることになります。なぜなら、もちろん彼らは価格で戦い始めるからです。
そして物事が価格で下がり始めると、消費者である私たちにとっては、物の価格が最終的に下がることを意味します。これは全てを変えることになります。
「朝起きるまでにこのビジネスを作成してほしい。このウェブサイトが必要で、これらの多くのビジネスにアプローチし、ステップバイステップの戦略計画を立てて、朝までに実行を開始してほしい」と言えるようになったらどうでしょうか？
フルメディアチームを雇用し、実世界でそれを調整するのに必要なものの一部のコストで、それら全てができるとしたらどうでしょうか？これを実際に見始めると、この劇的な変化が来ることを理解し始めることができます。
私はこれを何度も何度も聞いてきました。Sam Altmanが語った最も衝撃的な例の1つは、認知作業と物理作業の変化の間に来る乖離は、おそらくかなり劇的なものになるだろうということです。
彼は、2023年には単純なiPhoneアプリを作成するのに約3万ドルかかり、配管工事は約300ドルだったと述べています。2028年にはそれらの相対価格がどうなっているか興味深いところです。現在は2025年なので、あと3年ですが、AI業界にいる人なら誰でも、タイムラインがいかに速く動くかを知っています。
これはクレイジーです。なぜなら、単純なiPhoneアプリの作成に3万ドルかかるというのは、すでに変化しているからです。ローコードツールでiPhoneアプリを構築している人々を知っています。そして、ソフトウェア開発を実際に見ると、単純なテキストプロンプトだけで本当に単純なSaaSを作り上げている人々を見てきました。
以前はソフトウェア開発者や小さなチームを雇う必要があったかもしれませんが、今は単純なプロンプトでできるようになっています。これは特定の産業をどのように変えるのでしょうか？
そして、ヒューマノイドロボットが配管工事を完了するのに必要な開発速度に関して、まだ必要なレベルに達していないという事実を見ると、この2つの間には完全な乖離があります。
これは、2030年には配管工がiPhoneアププ開発者よりも収入が多い、あるいは儲かる可能性があることを意味します。これは狂った発言に聞こえるかもしれませんが、AIは私たちを驚かせ続けてきたことを理解する必要があります。
もちろん何でも可能ですが、物事の進み方を見ると、それが現実となっても驚きません。これはもちろん、モラベックのパラドックスと呼ばれるものによるものです。
このパラドックスは基本的に、人間にとって本当に簡単なタスクが、実は機械にとってはかなり難しいということを述べています。つまり、複雑な計算やチェスをプレイするなど、AIシステムにとって本当に簡単なタスクを、私たちは実際にはかなり難しいと感じています。
そのため、人間の知能を複製できるようになったとき、それは本当に興味深いものになるでしょう。なぜなら、もちろんヒューマノイドロボットは来ますが、ソフトウェア側ほど早くは来ないでしょう。
なぜなら、ソフトウェアは本当に簡単ですが、物理的な側面では物理的な世界と相互作用するため、間違いが起こる可能性があり、もちろんフィードバックを得る必要があり、それは反復するためのより長いフィードバックループになるからです。
一方、ソフトウェアでは、コードを変更し、物事を修正し、最終的に最適化する方法を見つけ出し、最終的に解決策に到達します。しかし、物理的なロボットには異なる要素があります。サプライチェーンがあり、実際に出て行って構築し、現実世界と相互作用し、安全であることを確認する必要があります。
これは最終的には実現することですが、コンピュータ上の仕事が置き換えられるのと同じ速度で物理的な労働の仕事が置き換えられるとは想像できません。そのため、そういった仕事の需要に関して、本当に興味深い不一致が生じることになるでしょう。
イーロン・マスクが述べていることは実際に興味深いです。「次に来るのは失業です。仕事がないことは、危機や不況、非難の時期とは見なされず、むしろ素晴らしい祝福と考えられるでしょう。おそらく私たちの誰もが仕事を持たないことになります」。
これはイーロン・マスクの発言で、彼はかなり以前からこれを述べていたので、この発言に驚きはありません。しかし、現在の状態では、大多数の人々が雇用されていることを考えると、これは本当に理解できないものです。
しかし、AIが私たちよりもはるかに多くのことをより良くできるようになる将来には、人間中心の仕事に焦点を当てる必要が出てくる可能性が高いです。
これが、私のチャンネルで作成したポストAGI経済シリーズが、私たちが意味経済に向かっているという事実について語っていた理由です。そこでは、人間中心の産業や体験が中心的な役割を果たすことになります。
この新しいパラダイムでは、社会として何に価値を置くかを再考する必要があります。おそらく、スポーツスター、ミュージシャン、コメディアン、コミュニティといったものが、AIが私たちが以前やっていた退屈な仕事を処理するようになるにつれて、ますます重要になっていくでしょう。
OpenAIのこの個人が述べているもう1つのことは、「これは私たちの生活の仕方、健康状態、技術を使って自分の身体や心を変える能力も変えることになります。人間の経験のあらゆる側面が影響を受けることになります」ということです。
これは本当に真実であることが分かります。実際、先日研究論文を読んでいました。この件については動画も作りましたが、臨床病理学的症例会議における鑑別診断生成器とLLMのパフォーマンスを見ると、o1プレビューが他のすべてのシステムを上回っていることが分かります。
o3がこのベンチマークを完全に支配し、さらには飽和させる可能性も驚きではありません。また、o1プレビューが特定の診断を見る際に医師やリソースを完全に上回る別のベンチマークもありました。
これがヘルスケア産業にどれほどの影響を与えるかは本当にクレイジーですが、重要なのは、これが様々な異なるものに影響を与えるということです。
NVIDIAのCEOも、生物学をライフサイエンスからライフエンジニアリングへと変革し、ヘルスケアを改善するというAIの可能性について語っています。彼は、今後10年でこれがどのようになるかは想像もつかないと述べています。
この技術を適用し、さらに進化させることで、デジタルバイオロジーやヘルスケアといった、私たちの時代の最も困難で緊急の課題のいくつかに取り組むことができます。彼は率直に、10年後がどうなっているか想像できないと述べています。
人工知能を生物学の分野に適用し、ライフサイエンスを超えてライフエンジニアリングへと進むことで、他の多くの科学分野と同じように生物学を理解できるようになることは信じられないほどすごいことでしょう。これは私たちの最大の可能性の1つだと思います。
ビル・ゲイツもこの世界観を共有しており、AIは人間の生物学と健康を私たちの理解を超えてモデル化することができ、今後10〜20年の間に多くの健康問題が解決されることにつながるだろうと述べています。
タンパク質や分子の形状空間を理解することは、データベースがあるため、完璧なAIの問題です。タンパク質データベースには15万個の分子があり、その形状を知っています。AIをそれらで訓練すると、形状を予測し、そしてこれらのタンパク質の薬物可能性を予測する能力が医学的発見を加速させています。
実際、ShinigerというAI以前の会社がありましたが、今では20倍もの多くの人々がいて、AIが非常に適しているため、はるかに速く進歩しています。
最終的に、AIは形状という低レベルだけでなく、細胞、器官、生物をモデル化することになります。そのため、複雑な病気の動態でさえ、人間の理解を超えて、様々な出来事をマッピングすることができます。
AIモデルは、データを収集する際に制限要因となりますが、今日よりもはるかに良く、過度の栄養摂取や栄養失調を理解するのに役立つでしょう。神経学的なものを除けば、今後10〜20年の間に、アルツハイマー病を含む神経学的なものでさえ、劇的な医学の進歩が見られる可能性が高いと私は言いたいと思います。
生物学とヘルスケアが変化するという事実を実際に見始めると、人々が実際に議論し始めることの1つがLEVです。これは寿命脱出速度（Longevity Escape Velocity）で、人々の年齢の進行速度よりも平均寿命が速く増加する仮説的な状況です。
これは、お金、野心、そしておそらくAIを通じて、加齢に挑戦することで、近い将来、人々が無期限に生きることができるという、クレイジーに聞こえるかもしれない事実です。一部の人々は、これが2029年までに可能になると考えています。
レイ・カーツワイルはこれの大きな支持者です。彼は「2032年までに、私が寿命脱出速度と呼ぶものが開発されると予想しています。これは、現在、1年前進すると寿命を1年使い果たしますが、疾病の治療や新しい治療法を開発する科学研究があるため、現在は4ヶ月ほど取り戻しています」と述べています。
つまり、1年を使い果たしますが、科学研究から4ヶ月を取り戻しています。しかし、科学研究は指数関数的に拡大しているため、2032年までには4ヶ月ではなく、1年全体を取り戻すことになります。
1年を使い果たしますが、1年を取り戻し、基本的に同じ場所にとどまります。2032年以降は、実際に1年以上を取り戻すことになるので、時間の観点からは後退することになります。
GoogleのAIチームのCEOであるDemisが述べていることを見ることができます。彼は実際に、AIがすべての病気を治療できるようになると語っています。これは非常に注目すべきことですが、先ほど述べたように、AIは特にAlphaFoldで驚くべきことをいくつも成し遂げています。
私がこれら全てを行っている理由は、AIが世界にとって信じられないほどポジティブなものになると考えているからです。私たちは、AIを使ってすべての病気を治療し、材料科学や新しいエネルギー源を通じて気候変動に対処し、AIが発明できる他のことを通じて、そして日常生活では生産性を向上させ、私たちの日常生活を豊かにし、面倒な管理業務を自動的に処理することができる射程距離内にいると思います。
これらはすべて素晴らしいことで、非常に近い将来に実現します。もしこれが起こると思わないなら、ASIや高度なAGIで基本的に時間を圧縮できるという兆候がすでにあります。
これが彼らが伝えようとしている主要な概念です。AIが即座にすべての病気を解決できるわけではありません。私たちが50年か70年後に得られたであろう研究を、基本的にデジタルで人間を複製し、その研究を仮想的に行い、そこから本質的にシミュレーションを実行することで、すべての研究を圧縮するということです。
そして、10億のエージェントをスケールアウトして私たちのためにそれらのテストを実行し、それを現実世界に持ち込むことになります。ここでの重要なポイントは、基本的に時間を圧縮しているということです。
これは彼らがAlphaFoldについて実際に語っていることです。時間を圧縮できるようになれば、そこからタイムラインの速度が生まれるということを人々が理解すると思います。
人間には2万個のタンパク質があり、自然界には2億個が知られています。そのため、そのようにやっていたら永遠にかかってしまいます。そこで、計算による解決策が必要で、それがAlphaFoldでした。
基本的にその問題を解決し、その後1年かけて2億個すべてのタンパク質を折りたたみました。これは、約10億年分のPhD時間に相当する作業を1年で行ったことになります。これが計算手法の力です。
そして、数週間前にリリースしたばかりのAlphaFold 3は、あなたが言ったように、それをさらに一歩進めています。生物学は静的なシステムではなく、動的で出現する系なので、生物学を本当に理解するには、動態を理解する必要があります。
実際、AlphaFold 2はタンパク質の静的な画像で、AlphaFold 3は今やタンパク質が他の生体分子、つまり他のタンパク質だけでなく、DNAやRNAの鎖、そしてリガンドのような化合物と相互作用する方法を理解することを可能にしています。これは薬物発見にとても有用です。
これは別の大きな飛躍であり、私たちがこれから向かう先は、最終的に仮想細胞全体、仮想細胞全体の働きを本当に正確にモデル化したいと考えています。そうすれば、仮想細胞でインシリコ実験を行うことができ、それが実際の研究室で何が起こるかを示唆することになります。
この個人が述べているもう1つのことは、「これほど多くの変化が非常に急速に起こる可能性があることを示唆したり、それらの変化が何を意味するかを現実的に理解したりすることは、現在のオーバートン・ウィンドウの外にあるように感じます。現在の方が緊急であり、より現実的だと言うのは簡単すぎます」ということです。
これは本当です。今はこれらの問題について話すことさえ現実的に思えません。多くの場合、1つのブレークスルーが大きな変化の引き金になることを理解する必要があります。
例えば、「Attention is All You Need」という論文は、これをすべて開始したわけではありませんが、間違いなくAIに関する世界の意識を喚起しました。GoogleがこのPaperを公開しなかったら、あるいはChatGPTがデモを行わなかったら、私たちはどこにいたでしょうか？本当に魅力的なことです。
全体として、これは本当に魅力的なことになるでしょう。OpenAIの人々は未来への重要な洞察を持っており、本質的に、現在誰も実際に何が起こっているのかに注意を払っていないと言っています。
世界はAIの深刻さや、それが世界、経済、異なる仕事、そして潜在的には現在知られている経済システムをどのように完全に変えるかについて、十分に向き合っていません。
私はこれについて延々と話し続けることができますが、これについてもう少し詳しく話している動画へのリンクをいくつか残しておきます。しかし、間違いなく2030年までには、物事はかなりの量変化することになるでしょう。
そう言って、これについてあなたはどう思うか、ぜひ知りたいと思います。
コメント