27,119 文字
SRIは約60年前に世界初のAIラボのひとつを立ち上げ、それ以来この分野で画期的な進歩を続けてきました。シェイキーは、人間に反応して周囲を知覚し、推論し、行動する能力を持つ世界初のモバイルロボットでした。Siriへとつながる技術、自動運転や拡張現実を可能にするコンピュータビジョンの革新、医療を改善するAIトレーニング、エネルギーと持続可能性における重要な問題に対処し、設計と製造を改善し、国家と個人のセキュリティに対する進化する脅威から保護する技術を開発してきました。また、学習環境にAIを組み込むことで、SRIは教育と仕事の未来を定義する支援をしています。今日、AIに関する私たちの研究は複数の研究所と場所にまたがっていますが、人間中心のアプローチは常に変わりません。分野を超えて、政府と商業顧客と緊密に協力して新しい技術を創造すると同時に、ガードレールを強化し、私たち全員がAIの非凡な可能性から真に恩恵を受けられるようにしています。
こんにちは、PARCフォーラムへようこそ。私はマイク・フレドマンで、SRIのマーケティングとコミュニケーション担当副社長です。皆さんを本日ここにお迎えできて大変嬉しく思います。このイベントシリーズは1977年に設立され、昨年再開されました。テクノロジー、ビジネス、社会の交差点での会話のために、世界で最も興味深い人々を集める方法として再開されました。本日は、約1000人の方がこのイベントに登録されていることをお伝えできて大変嬉しく思います。過去には、ノーベル賞受賞者、チューリング賞受賞者、CEOやジャーナリスト、その他様々なトピックについて多くの主要な講演者や思想家を迎えてきました。そして今日のイベントは、もちろんSRIのCEOであるデビッド・パラクとの対談でエリック・シュミットを迎えており、素晴らしい素晴らしい議論になることをお約束します。
改めて皆様にご参加いただき、ありがとうございます。これは会話形式になることを願っています。入場時にカードを受け取られたと思いますが、片側にSRIのイノベーション、もう片側に空白のスペースがあります。質問があれば書いていただき、定期的に通路を歩いている人たちが回収します。プログラムの様々な時点でモデレートセッションを行います。上階の別室にいる方々も、そこにいるスタッフに質問カードを渡していただければ、デジタルで私に共有され、エリック・シュミットとデビッド・パラクに共有できます。
始める前に、2つのお知らせがあります。まず、万が一の緊急事態が発生した場合は、来た道をそのまま後ろの2つのドアから出てください。階段の右側を歩いていただければ、緊急対応チームが反対側から下りてくることができます。次に、イベント終了後、持ち物をお持ちください。上階でレセプションを開催しますので、ぜひご参加ください。持ち物をお持ちください。ドアを閉め、施錠します。何かを忘れた場合はここに戻って入ることが難しくなりますが、もちろん忘れ物があれば対応します。できる限り、お持ち物をお持ちいただけると助かります。
改めてご参加いただきありがとうございます。イントロダクションのためにCEOをご紹介できることを大変嬉しく思います。デビッド・パークさんです。
ありがとう、マイク。皆さんに歓迎の意を表します。皆さんが参加できて嬉しく思います。ここは本当に特別な場所であり、時代であり、ご存じのように、今日は後ほどご紹介する特別なゲストをお迎えしています。SRIをご存じない方のために、私たちは実際に約80年間存在しています。SRIは1970年代にスタンフォードから独立しました。初期はフィンテックの分野で知られており、SWIFT銀行ネットワークの触媒となり、FICOスコアなどのアイデアを生み出しました。アーパネットで最初のメッセージはUCLAからSRIに送られました。そして、音声に関する技術、Siri、Nuance、そして今日素晴らしい会社であるIntuitive Surgicalのテクノロジーパッケージなど他にも多くのものを開発しました。
アーパネットの歴史についての記事を読んでいたとき、こことUCLAでその作業をしていた二人の研究者とのインタビューがありました。一人の研究者はその時、「私たちはただそれを機能させようとしていただけだった」と述べました。イノベーションについて多くを語っていると思います。素晴らしい人々を集め、興味深い問題に取り組ませると、発明の時点では必ずしもそれがどこに行くかわからないことがあります。なぜなら、私たちはしばしば次の大きなことは何かと尋ねられますが、10や20の異なることについて推測することはできますが、それを知るのは難しいものです。人々は創造的にそれを見ているだけです。
PARCは2003年からチームの一員として誇りに思っています。そしてPARCで開発された驚くべきものは、レーザープリンティングやイーサネットだけでなく、他の多くの技術、Altoコンピュータ、そして他社によって商業化されたものです。Sarofも80年代にSRIの一部となり、テレビ気象衛星、液晶ディスプレイなどの技術を開発し、大部分はSarofからDARPAに移ったHelmを通じてDARPAとつながっています。
将来について考え、人々をより良くし、世界をより良くするために何をする必要があるか考えるとき、病気の治療、国家安全保障、気候のニーズに対応するためのことなど、これらは私たちが全力を注いでいる分野です。しかし、将来大きな問題になるかどうか推測する必要がない分野があると思います。それはAIです。おそらく40年かけて一夜のうちに注目を集めるようになりましたが、確かにノーベル賞受賞者やその他の人々が基礎的な仕事で認められている分野です。技術の急速な採用と加速、そして世界中での展開は、次にどこに向かうのか想像するのが難しいです。
iPhoneが最初に出たときのことを思い出します。キーボードがないという批判を読んだことを覚えています。人々はとても小さなことに集中するあまり、大きな絵を見逃していたことに気づきます。今日でも、「これはできない」とか「幻覚を見る」などと考える人々がいます。脆弱性はあるし、今もありますが、将来変わるものは画期的なものです。明らかに私たちのゲストはそれについて多くを考え、書き、私たちはこれから話し合おうとしています。
皆さんにエリックを紹介させてください。実際、この聴衆に彼を紹介する必要はありません。皆さんは彼をよくご存知です。エリックは、成功したテクノロジスト、起業家、ビジネスリーダー、慈善家として知られています。2001年から2011年までGoogleのCEOおよび会長を務め、2015年までGoogleの会長を続け、その後Alphabetの執行役会長を務めました。それ以前はNovelやSun Systemsでも働いていました。しかし、私たちが本当に興奮していることの一つは、彼のキャリア初期にPARCにいたことです。彼のキャリアについてもう少し話してもらう機会を与えたいと思います。
彼はトレーニングによるエンジニアであり、コンピュータサイエンティストであり、2006年に全米工学アカデミーに認められました。また、科学技術を理解するためにこの国を支援する重要な役割を果たし、2009年から2017年まで大統領の科学顧問評議会に勤め、2016年以降はDODイノベーション科学ボードの議長を務めました。ご存知のように、彼は多くの本の著者であり、そのうちの2つが本日の話題の一部となります。キッシンジャーなどと共著した「AIの時代」や「ジェネシス」などです。
彼は彼の妻ウェンディと共に、シュミット家族財団、シュミット海洋研究所、シュミット・フューチャーズ、そして最近ではシュミット・サイエンスなど、複数の慈善団体を設立することで、全ての人に対して素晴らしい模範を示してきました。エリック・シュミットに温かい歓迎を。
ありがとう、デビッド。ありがとう。ここが全ての始まりだったことがわかりますね。
そうですね。以前会ったとき、建物の周りを歩いていて、エリックは「ここが私のオフィスだった」と言い、ここでの様々なことを鮮明に覚えていました。それではそこから始めましょう。このグループに少し話してもらえますか？一日中かかる話かもしれませんが。
短くしようと思います。皆さんがどうかわかりませんが、20代前半では全てが記憶に焼き付いています。トイレはどこか、カーペットの色は何色か、ボスは誰か、ボスは本当に年上で30歳だった、などです。その年齢だったことを考えてみてください。もちろん、私もかつてその年齢でした。ジム・モリスがバークレーに来て、私は大学院生でした。私のアドバイザーはジムが私に興味を持って夏の仕事に連れて来てくれたと言いました。最終的に私はここで数年間フルタイムで働きました。上階でAltoを見たとき、私はそのAltoで作業していました。実際、私は最近一つ購入しました、覚えておくために、保存するために。
これはXeroxが製品の産業化を模索していた時代で、当時はまだ未熟でした。Starと呼ばれる製品を考案しましたが、会場にいる何人かの方々がそれに携わっていたと思います。Altoほど成功しませんでした。ここはスティーブ・ジョブズが来て、スモールトークのデモを見て、リサとマックのためにそれを「コピーした」と言われている建物です。マックを使うときはこの建物を思い出してください。どんなネットワークを使うときもこの建物を思い出してください。ここはボッグスとメトカーフがすべてを発明した場所です。遅かったですが、3メガビットでした。当時は本当に速かったです。Altoに搭載していたハードドライブは5,000ビット、失礼、バイトです。
あなたのAndroidやiPhoneには何バイトありますか？Androidの方がiPhoneより人気があることを忘れないでください。100ギガバイトですね。あなたの電話は…計算してみてください、規模を考えてみてください。この建物についての一つのことは、建物は同じですが、複合法則は続いているということです。下階には最初のファブの一つがあったと思います。これは歴史の中で失われていますが、そのファブは非常に低密度のチップを製造していました。カーバーと私は建物のこちら側にいました。彼らがあちら側にいたのを覚えています。彼らはVSIレイアウトシステムを設計しました。それは最終的に今日の世界のレイアウトシステムになりました。それは数兆ドル産業です。50年という建物の歴史を考えると、先ほどあなたが言った点が見えてきます。
色を付け加えると、私は若い男で、長い髪をしていて、バークレーから来て、全体的にそんな感じでした。車を持っていなかったのでバイクに乗っていました。ここに住んでいたので、帰る必要がありました。下に行き、フットヒルを下って、フットヒルとピルに到着します。私のバイクに乗っています。それは大きなホンダ750Kでした。持ち上げられないほど重たく、バイクが倒れて私は投げ出されました。しかし、私は大丈夫でした。何かが起こった後、目が覚めました。そして、この善きサマリア人が止まり、私のバイクを持ち上げてくれました。どうするべきか考えて、家に帰ることにしました。ここに戻ってきて、下階のセキュリティガードが私を見て「何があったの？」と言いました。私は血まみれだったからです。彼らは私を清めるのを手伝ってくれました。私は大丈夫でした。
個人的なことでも、専門的なことでも、スケーラブルなことでも、多くのことがこの建物で起こりました。延々と話し続けることができますが、その歴史の一部を覚えている人もいるでしょう。
それについて考えるとき、人々が一緒に働く方法や、それらすべてのダイナミズムに関して、そのイノベーションの鍵となる「秘密のソース」のようなものはありましたか？
当時を思い出してください。イノベーションの管理や技術者の管理に関するすべての本はまだ書かれていませんでした。会場の人々の年齢から判断すると、あなたも私と同様の経験をしたかもしれませんが、私たちは変わっていると見なされていました。私たちは物事を機能させること以外には最適化されていませんでした。レーザープリンターを使用するとき、それは2階で発明されたもので、EARSと呼ばれていました。ジョージ・ペイクはCSLの責任者であるボブ・テイラーと激しく争いました。それは私が政治を見た最初の経験であり、多くの年月を管理した後、今ではそれをよく理解しています。しかし若い男として、彼らが気にすることや地位などについて争うのを見るのは印象的でした。
あるとき、Xeroxのシーオーが来たときのことを覚えています。外の駐車場で会議があり、彼らは保険会社を買収したばかりでした。これは、企業が不協和音で調整されていない収益の流れをビジネスに持っている必要があった時期です。それはひどいアイデアで、最終的に彼らはそれを捨てました。ボブ・テイラーは、ご存じのように、ペンタゴンにあるDARPAで働いていました。彼は一種のランダムにインターネットの創造に資金を提供することを決定しました。そして彼がそれをしていたとき、私たちの地域で働いている人はそれほど多くなく、彼は彼らをすべて知っていました。Pが彼をここに雇ったとき、彼は彼らをすべて雇いました。彼らはすることがなく、ここで働きたかったので、皆ここに移ってきました。家は10万ドルで、彼らはかろうじてそれを買う余裕がありました。給料は低く、そのような状況でした。シリコンバレーの社会的政治的環境も非常に異なっていることを理解することが重要です。建物は同じであり、オタクも同じであり、いくつかのレストランでさえ今でもここにあります。
ここで大学院生であり、新婚で、大学院生の奨学金しかなく、それは家賃を払うのに十分であったことを覚えています。どうやってそれをすべて管理するかを考えていましたが、ここでテクノロジーの開発に興味を持っている他の人々と一緒にいることのダイナミズムがありました。
私の給料は年間4万5千ドルで、生活するのに十分でしたが、当時の大学院生としては、そのすべてを知っています。AIに関する本、実際には2冊の本について考えると、キッシンジャーと一緒に書いたことを考えると、本を読んでいなければ、キッシンジャーとの関係は何だろうか、なぜ彼はそれにとても興味を持ったのでしょうか？彼がその時点で深く考え、AIの潜在的な影響を理解していたことに驚いていました。どのようにして一緒になったのでしょうか？
キッシンジャー博士は、誰もが知っているように、私が彼に会ったとき約90歳、初期の90代でした。私たちはビルダーバーグと呼ばれる奇妙な会議にいました。それは大西洋同盟を祝う老人でいっぱいでした。ヘンリーは本物の大西洋主義者であり、この会議には1954年に発表されて以来参加していました。100年生きると、多くの歴史があります。
彼の最初の質問は、「Googleには何が問題があるのか、なぜ結果を変更できないのか」というものでした。これは私がよく聞かれる質問です。私は「キッシンジャー博士、いいえ、そのようには機能しません」と言いました。彼は「そのように機能すべきだ」と言いました。私は「いいえ」と言い、私たちは議論しました。これは良い議論だと思ったので、彼をGoogleに招待しました。彼は私たちの元のキャンパスで従業員の前に立ち、「Googleは人間の文明に対する脅威だ」と彼の劇的な声で言いました。Googleの人々はそれを愛しました。なぜなら、それはすべての人に重要感を与えたからです。
何年もの間、私たちは友人として国家安全保障について一緒に働き始めました。そのように賢い人と一緒に過ごすと、どれだけ知識が蓄積されるか驚くべきことです。今では彼が言うであろうことを正確に言い、考えていることに気づきます。彼は1年半前に100歳で亡くなりました。これは驚くべきことです。そして、ジェネシスという本は、彼が亡くなる約1週間前に書き終えたものです。彼はベッドから出られなかったほどでした。それほど本は重要でした。これは私たちのAIに関する2冊目の本でした。
最初の本は「AIの時代」と呼ばれ、ChatGPTの前に出版されました。私はそれが素晴らしい本だと思いましたが、人々はそれを本当に理解していませんでした。そしてChatGPTが登場し、皆がそれを理解しました。ChatGPTである言語から言語へのこの概念は驚くべきものです。彼の場合、アルゴリズムという言葉のスペルを知らず、タイプもできませんでした。彼は言わば、非常に昔の世代でした。
彼が中国の仕事をしたとき、人々はこれを理解していません。1971年に中国との仕事をしたとき、中国への電話は許可されていませんでした。それはすべてパキスタン大使館を通じた手紙で行われました。認識論的に考えてみてください。文字による外交を考えてみてください。今日とは異なります。これらのことがどれほど変わったか、私たちは理解していません。すべて私たちの生涯の中で起こっています。
本を読んでいるとき、私自身の研究や私のチームの研究を振り返り、80年代にAIの初期のエキスパートシステムを調べ始め、そしてAIの様々な冬があり、そして突然一般大衆には大きな衝撃のように見えました。
覚えておいてください、エキスパートシステムは決して機能しませんでした。それに取り組み、失敗したことがあります。80年代には機能しませんでした。変化した大きなことは、これを認識することが重要です。AIについて話していますが、本当に話すべきは規模のコンピューティングです。先週、イーロンと話していました。GrockやGrock 3について話していました。私は彼に「なぜGrock 2からGrock 3へと進化し、このように良くなったのか」と聞きました。彼の答えは、他のモデルはすべて断片化されているため、1つのモデルトレーニングを行う最大のコンピュータコレクションを持っていたからだということでした。それは再び、1週間前のデータポイントです。スケールコンピュートのスケーリング法則により、これらの並外れたことができるようになりました。それがなぜ、Altoやイーサネットなどの歴史に戻って、それを複合することができるのかの理由です。
スケーリング法則はいつ終わるのでしょうか？ダリオは、スケーリング法則に関する非常に良い論文を書きました。皆さんは読むべきです。彼はそこで、実際には3つのスケーリング法則があると提案しています。最初のスケーリング法則は、あなたが知っているディープラーニングです。ディープラーニングはChatGPTが機能する方法です。そのスケーリング法則によれば、ハードウェアとデータを追加するにつれて、より多くの創発的な振る舞いが生まれます。私たちはまだ限界を見つけていません。誰もが限界があると言いますが、まだ見つけていません。限界があるだろうと確信していますが、まだ見つけていません。そのクラブに入ります。限界があるということは、それが近いということを意味するわけではないことを覚えておいてください。
2つ目は強化学習に関するものです。強化学習は基本的にAlphaGoが行ったことであり、基本的に異なるパスに得点を与え、前後を見て、そしてそれに対して報酬関数を与えることです。そして3つ目はテスト時の計算と呼ばれるもので、システム内で回答を配信している間、回答も更新しています。彼は後者の2つがスケーリング法則のまだ始まりにすぎないと論じており、私はこれが正しいと思います。
これは、部屋のハードウェア関係者には、より多くのハードウェアを構築してほしいということを意味します。また、電気やエネルギーに取り組んでいる皆さんには、より多くのエネルギーが必要です。最近、アラブ世界やインドで多くの時間を過ごしましたが、これらの人々は十分に正気を失っており、1から5ギガワット、最大10ギガワットのデータセンターについて話しています。
ギガワットがどれほど大きいか思い出してください。最大のダムは約2ギガワットです。本当に大きいもの、運転して渡るには遠すぎるものです。原子力発電所は約1.5から2ギガワットです。つまり、私たちは2つの原子力発電所と1つのデータセンターについて話しています。それが私たちが議論していることです。ちなみに、1ギガワットは450億ドル相当のハードウェアを内蔵しています。10あれば、それは0.5兆ドルです。
そのようなスケーリングでは、多くの人々がアルゴリズムや他のアプローチに取り組み、特にAIでのコンピューティングのためにこれらのクラスターのエネルギー需要を削減しています。しかし、エネルギーの面でより費用対効果が高く、より効率的になると、人々はそれをより多く使用するかもしれません。どちらの曲線が最終的に勝つと思いますか？
「グローブが与え、ゲイツが奪う」という古い言葉があります。古参の方々はインテルがハードウェアを作り、マイクロソフトがそれを全て使うことについて話していることをご存知でしょう。そして、それはちょうど時間通りに到着するようです。物事が機能しないとき、より良いハードウェアが登場し、ソフト関係者は幸せになり、そして彼らはより多くのハードウェアを必要としていると不満を言います。それが機能する方法だと思います。私たちは確かにその真っ只中にいますが、終わりではありません。
一つのシナリオ、私が最も可能性が高いと思うのは、非常に大きなデータセンターになるというものです。はい、改善はあります。別の例として、Deep Seekは注目を集めました。クエリーあたりのコストの改善とクエリー配信のコストの改善は、実際にはDeep Seekよりも、Geminiの方が速いことが確立されています。そして、これらの基本的にディープラーニングアルゴリズムの改善は、年間約10倍のペースで上昇しています。
年間10倍のペースでは、イノベーションの余地がたくさんあります。Deep Seekが行ったのは、SFTと呼ばれる何かを行うための完全に新しいアルゴリズムを考案したことです。それは実際の発明ですが、オープンソースでリリースされたため、彼らの競合他社はそれをただコピーしています。さらに、彼らはそのアルゴリズムを、彼らが認めているようにMetaのオープンソースモデルLama 400に基づいています。多くの人々が、彼らがOpenAIから不法または不適切に蒸留したと信じています。あなたがそれが誰であるかをDeep Seekに尋ねると、それが「私はOpenAIです」と言うことでわかります。教えられたことを学習したのです。
今週、Googleのエンジニアが2017年に発表した「Attention is All You Need」というTransformer論文について記事がありました。それは基礎的な研究です。当時のカンファレンスでは注目を集めましたが、おそらく人々はそれが今日持つことになる影響に気づいていなかったでしょう。今、地平線上に同じような規模のものがあり、AIのトレーニング、学習、展開方法をリセットする可能性があるものを見ていますか？
これが起こったとき、私はGoogleの会長でしたが、それに気づきませんでした。それは私の過ちです。しかし、それがこれらの発見がどのように発生するかを示しています。その後、それらの人々は皆、自分の会社を設立しました。一人が25億ドルと引き換えに戻ってきました。それは良い取引です。良い出版料です。そして、そのうちの一人の父親はSRIで働いていたと聞きました。
Transformer論文は、ご存じない方のために、トレーニングで並列化を可能にした新しいアルゴリズムでした。それまでの技術はCNNやRNNと呼ばれ、計算的には正しかったですが、非常に遅かったです。Transformerにより、Transformerを使用して、これらの非常に大きなネットワークデータセンターで並列トレーニングが可能になりました。
多くのハードウェアが、特にTransformerアーキテクチャ用に現在構築されています。GoogleのTPU（Tensor Processing Unit）は、バージョン5で、バージョン6が登場予定ですが、ほぼすべての指標で他の誰よりも速いです。それらはTransformerおよび使用されるJaxインターフェイスに高度に調整されているからです。これはアルゴリズムの改善の例であり、この場合は公開された論文が、ソフトウェア、そしてハードウェア、そして全体のエコシステムにつながった例です。
Transformerについて考える一つの方法は、それがCISCと同じくらい耐久性があるかどうかです。私のハードウェアのキャリアでは、私はソフトウェア人間ほどには良いハードウェア人間ではありませんが、CISC関連ではない多くのイニシアチブに取り組みました。それらは常に失敗します。根本的な理由は、CISCの規模の経済が非常に深いからです。TSMCが現在3ナノメートルから2ナノメートルに移行していることを見てください。その集中による規模と精度のためです。彼らはファウンドリー事業の半分以上を占めています。
Transformerが置き換えられるためには、類似の発見が必要です。私は完全に異なるアルゴリズムの可能性を持つ一つのプロジェクトの資金提供者の一人です。他にもたくさんの提案を受けました。人々は試していますが、まだそこには達していません。それが置き換えられることは確かではないことを覚えておいてください。CISCは、カーバーと私がここで発明した50年前とは異なりますが、基本的に似ています。Transformerは単に何かほとんど同じようなものに変わる可能性があります。
また、特注モデルや小規模モデルの力を開発する多くの機会があるようにも思えます。次の拡大は、アルゴリズム用にハードウェアをカスタマイズするように、特定の分野向けにアプローチをカスタマイズすることかもしれないと思います。
私は常にそれを信じてきましたが、トレードオフをお伝えします。そして、あなたが決めることができます。私はオープンソースの人間です。私はここに来る前、非常に若かったときにUnixでオープンソースに参加しました。それがオープンソースという名前を持つ前です。だから、モデルとしてのオープンソースに慣れています。
今日のトップモデルは基本的にクローズドソースです。Llamaはオープンウェイトですが、他のすべてはクローズドです。他のものはクローズドです。下から強力なオープンソースモデルが登場しています。Deep Seekは一例ですが、実際には他のモデルによって訓練されました。もし将来がこれらの大きなモデルの少数であると信じるなら、そして私は6ヶ月ごとに交互に考えを変えているので、どの相転移にいるのかわかりません。
もし、モデルが非常に高価な少数の巨大なデータセンターなどであると信じるなら、我々は一連の結果を持ちます。その結果の中で、彼らは文字通り規制される可能性があります。彼らがどこにいるか知っていて、大統領は軍隊にデータセンターを接収するよう命令することができます。これらのものは国家安全保障の観点から非常に強力だからです。もしオープンソースモデルが近づき、広く利用可能になると信じるなら、我々は非常に異なる世界にいます。
そしてこれはSRIが非常に興味を持っていることで、オープンとクローズドの問題、ガードレールをどのように設定するか、何が起こっているのかをどのように考えるかという質問です。あなたはここで大きなプログラムを持っています。
今日の私の見解では、この質問に対する答えはありません。私が発見したのは、クローズドソース企業で働く人々は彼らが勝つと信じており、オープンソース企業で働く人々は彼らが勝つと信じていますが、冷静な見方をすれば、まだわからないと言うでしょう。
クローズドソースモデルの最良のケースはこうです。モデルを縮小するとき、つまり小さくするとき、信じられないかもしれませんが、それは回復力を失います。より脆弱になります。奇妙なことに、品質に焦点を当てる場合、可能な限り最大のモデルを取得するよう努めるべきですが、最大のモデルは計算的に提供するには高すぎます。そこに問題があります。
モデルを構築し、それを蒸留すると（蒸留と呼ばれています）、大規模なモデルに対して10,000のクエリを使用して、価格の150分の1で主要なモデルに非常に近いものを構築できます。それは堅牢ではありませんが、機能しますか？そして、その特定のアプリケーションについて、私たちはまだわかりません。
これは、今日の構造がどのように見えるかを長々と言っていることです。誰もがOpen AI、Anthropic、Deep Seek、Geminiなどの大規模モデルに焦点を当てています。先ほど限界について話していました。ある時点で、トレーニングするデータはもうなく、トレーニングするデータの多くは処理されたデータです。業界は実際に、私たちはすべてのデータを取得したと信じています。
しかし、ハードウェアについて話していた速度についても考えていました。AIに関して起こっていることが素晴らしいのは、より速いチップだけでなく、コンピュータアーキテクチャ、アルゴリズム、それを加速させ、より速く変化する能力を可能にしていることです。最初の本の後書きを書いていたとき、最初の本で予想していたよりも速く動いていると言っていたと思います。
今、多くの会話は外挿、つまりアルゴリズムがこれをどこまでできるか、どれだけの電力を使用するか、どこが脆弱か、どこで幻覚を見るかを超えたところにあります。しかし、根本的には、人々がコンピュータとどのように相互作用するかをどのように変えるのでしょうか。
人々がアルゴリズムを開発し、チップを開発し、大勢の人々がトレーニングのためにデータにラベルを付ける必要があったという事実について考えていました。今、人々は基本的に回答をダブルチェックするために雇われています。これは強化の観点から最良の回答です。しかし、ある時点で、そのツールとの人々の関係が変わるでしょう。
それはすでに変わりつつあるかもしれません。もっと強い主張をさせてください。45年、いや40年、いや50年前、この建物で、ウィンドウ、アイコン、メニュー、プルダウンインターフェースとして知られているものが発明されました。私はそれを使用したので知っています。発明したわけではなく、使用しました。そのWIMPインターフェースは50年前のものであり、それは個人用コンピュータで毎日使用しているものです。また、電話にはその派生物があります。
AIがあなたのためにオンデマンドのインターフェースを生成するのに十分なビットを生成できるようにするのが理にかなっているのではないでしょうか？これはあなたのタスクに合わせてカスタマイズされたものであり、ここで発明されたラスターグラフィックスや固定境界ボックスなどの概念が、ストーリーテリングによって完全に置き換えられるというものです。
そして、それについて考え始め、その人の文化と言語で考え始めると、これは非常に異なる経験です。AIがアナリティクスとどのように異なるかについても考えていました。ビッグデータなどについて考えると、多くの場合、人々はコンピュータがスーパーチャージする手法のアルゴリズムを定義しています。
しかし、Googleが行ったことや、それに関連したことは、アルゴリズムで訓練するのではなく、学習方法を教えることでした。そして、それはチェスやGoや他の多くのことで勝利し、タンパク質の折りたたみを行う方法です。
コンピュータが単なるツールとして、それらのタスクを支援する拡張として機能する以上に、人々がコンピュータとどのように相互作用するのかをどのように見ていますか？私たちがこれまで見たことのない、異なるタイプのコラボレーションとしてです。
これは、あなたがSRIで長い間取り組んできたことだと知っています。少なくとも次の10年間は、私たちとコンピュータが一緒に働くことになると思います。私たちが人工超知能と呼ぶシナリオがあり、それについて話すことができますが、それは実際に変わるかもしれません。しかし、少なくとも予見可能な将来、それは私たちとコンピュータになるでしょう。
最初の本と今回の本は、基本的に、私たちよりもいくつかの領域で高く、他の領域ではそれほど高くない知性と一緒に働くことが人間のアイデンティティに何を意味するかについてです。私たちは集合的に、業界がこれらのものを政府、社会、市民社会が適応できるよりも速く前進させていると信じています。
サンフランシスコからのリベラルな人々が大部分であるソーシャルメディアを発明した人々が、ソーシャルメディアが可能にした世界的な分極化を予測していなかったことは確かです。なぜなら、それはあなたが友達を見つけることを可能にしたからです。そして、あなたの社会の狭まりの中で、そして2015年頃に始まった様々なテクノロジー企業におけるアルゴリズムによるブーストは、少なくとも10代の若者、特に10代の少女の間の精神疾患の増加と相関していることが示されています。それについては多くの証拠、または少なくとも相関関係があります。
20年、30年前に私たちがこれらのことを発明していたとき、これらのことは誰にも思い浮かびませんでした。ヘンリーはドイツ語のアクセントで「これはあなたがそれらの授業を一つも取らなかったからです」と言うでしょう。私は「はい、私はプログラミングに忙しすぎました」と言います。
彼の立場は、本がある程度取り上げていたことですが、それに対する解決策はテック業界の人々にこれらの決定を下させないことです。ステレオタイプについて申し訳ありませんが、それは真実です。これには協調的な努力が必要です。
私たちが本を書いた理由は、歴史を理解している人々、特権的な生活を送っていない人々、人々、特に女性や子供がどのように被害を受けるかを理解している人々など、学際的なチームが必要であることを呼びかけるためでした。それらすべてを会話の一部として、それらのことにおける適切なガードレールは何かについて考えるためです。
AIのメリットは非常に深遠です。リストしましょう。あらゆる病気の治療。私には、2年以内にすべての人間の創薬ターゲットを定義できると決めたグループがあります。これはかなり大きなことです。そして、製薬業界はそれらのターゲットに薬を使用しようとするでしょう。彼らがそれをできるかどうかは見てみましょう。少なくとも彼らは野心的です。これはノーベル賞の達成のようなものです。もし彼らがそれを管理できれば、見てみましょう。
生物学には多くのことがあります。生物学はAIにとって、数学が物理学に対するようなものです。その意味で、生物学は非常に複雑であり、それを解釈するためにAIが必要になるでしょう。それが起こっていることの一つです。
別の言い方をすれば、生物学に対しては、シーケンス予測、つまりChatGPTがディープラーニングである方法です。これらのアルゴリズムが関与する方法は、文章を取り、単語を取り出し、そして正しい単語を戻すかどうかを評価することです。シーケンスベースの物理学、数学、生物学などのシステムは、それらの技術に適しています。
これが、例えばAlphafoldなどがなぜそれほど成功したのかの理由です。それは基本的にシーケンス予測の自然な次の使用です。気候変動のような事柄、気候変動はまだ発生しています。新しいエネルギー源、材料などの開発、より良い炭素捕捉などはすべてそれに予測されます。例を挙げて、それが何ができるかを示すことができます。
健康は最も明らかなものです。世界のためのAI医師はどうでしょうか？看護師と一緒に働く誰か。私はビルマにいました。そしてガイドの女性と話していました。私は病院を見なかったと言いました。彼女は「私たちには病院がありません」と言いました。私は「では、何が起こるのですか？」と聞きました。彼女は「本当に病気になると…」と言い、一時停止し、「彼らは森に歩いて行き、死にます」と言いました。とても悲しいことです。それについて考えたことはありませんでしたが、それは世界の人口の大部分に当てはまるかもしれません。なぜそれを改善できないのでしょうか？答えは、彼らの言語で彼らに仕える AI 医師を考えることです。
先生たちはどうでしょうか？ハイエンドでのAIの優れた使用についての多くの証拠がありますが、平均的な人の教育を向上させることについてはどうでしょうか？再び、彼らの言語で、彼らのレベルで、農村の学校の教師を助けるためにです。なぜ私たちはこれらを持っていないのでしょうか？これらのすべてのことは非常に強力です。
否定的な側面では、先ほど言及した米国の通常の容疑者と一緒に働き、AIの安全性についてのこの質問に取り組んできました。これもあなたがかなり調べてきたことです。今日の中心的な問題はバイオとサイバーです。サイバーはかなり明らかです。もし十分な強化学習を行えば、最終的にゼロデイエクスプロイトを見つけることができます。
超知能があり、それらをすべて非常に迅速に見つけることができると想像してください。それが起こるかどうか見てみましょう。そしてバイオでは、既存のウイルスを取り、様々な解決策や検出が機能しないように修正することは比較的簡単で、そして多くの人々を殺すことができます。
ありがたいことに、これはまだ起こっていません。業界では、人々がこれを理解していないという懸念があり、私たちは合理的な…これを残酷ではない方法で言う方法がわかりませんが、控えめな死のイベント、チェルノブイリに相当するものが必要かもしれません。それは誰もが恐れるでしょう、これらのことを理解するために。
私たちはこれらのことを保持し、防止するためにあらゆることをしていますが、悲劇が必要でしょうか？広島と長崎は悲劇でした。そしてヘンリーはご存知のように、1950年代に基本的に相互確証破壊を発明した初期のランド・プロジェクトに関わっていました。だから、私たちは同様のプロセスを経なければならないでしょう。そして、私はそれが大きな害を伴う主要なイベントの後よりも、それが発生する前にそれを行いたいと思います。
素晴らしい良いことがもたらされ、リスクもあると言いましたが、多くの場合、リスクについて話し合い、あなたの本でも話していることは、これらのシステムを人間の価値観を反映し保護するようにどうアラインするかです。また、生産性が大幅に向上し、社会全体で大きな成長をもたらす一方で、人々への機会の公平性やバランスに関して非常に破壊的な影響を与える可能性があるという議論も非常に説得力がありました。
あなたが本で述べたように、利益を得てリスクを最小限に抑えるための戦略として、どのような対策が取れるのでしょうか、最後にコメントをいただき、その後質問を受け付けましょう。
ヘンリーと私は中国に行き、習近平に会い、Deep Seekの前に警告しました。その結果、米国と中国は、これについてトラックツーディスカッションと呼ばれるものを行っています。それらは滑稽です。なぜなら、アメリカ人はみんなズームに並んで普通のアメリカ人のように散らかっていて、中国人はみんな列に並んで小さなネクタイをしています。非常に組織的で正確です。これは各側が相手に愛を示す方法だと思います。
私は非常に良い外交官になるとは思いません。私の共著者のクレイグがこれをリードしており、非常にうまくやっています。北京で剥かれていないエビを箸で食べる必要がない限りは。
本当の質問、最初の場所は、私はこれが外交官ではない理由かもしれませんが、レースにいる間に相手側に何かを放棄させることは本当に難しいです。例を挙げましょう。
ある人が「アイデアがあります」と言いました。「何があなたのアイデアですか？」と聞きました。「私たちが行うのは、各側がデータセンターの電源に爆弾を持っていて、本当に怒ったときにはデータセンターではなく、データセンターの電源に爆弾を遠隔で爆発させることができる条約を結ぶことです。」と彼は言いました。私は「運を祈ります、それを試してください」と言いました。
人々はどのように状況を作り出すかを考えています。ダン・ヘンドリックと先週、超知能に関する記事を発表しました。皆さんがそれを読む機会を得ることを願っています。
実際に重要なことですので、お伝えします。業界は、近い将来、人間の科学者だけでなく、AI科学者も持つようになると信じています。業界は、OpenAIに1000人の人がいて、10万人のAI科学者がいると信じています。
これらのAI科学者が人間と同じくらい優れている、あるいはさらに優れていると仮定しましょう。これがイノベーションの傾斜であり、すでに年間10倍という途方もないペースであるとお伝えしました。100万人のAI科学者を追加するとどうなるでしょうか？おそらく傾斜はこのようになります。
目的のために、米国がまとまりを持ち、これを実際に行っていると仮定しましょう。これは非常に可能性が低いですが、私たちはすべてのデータセンターを持ち、これを行ったばかりで、中国は6ヶ月遅れています。ここにいる誰もが「問題ない、6ヶ月はそれほど多くない」と言うでしょう。
ネットワーク効果ビジネスでは、成長の傾斜がこのようなものであれば、決して追いつくことはありません。これは、アメリカが中国の国を完全に破壊する可能性のある何か新しいものに到達したとき、中国は6ヶ月の遅延を持つか、逆もまた然りであることを意味します。そして、明らかに逆もまた然りです。
最初に結論付けることは、アメリカが超知能のレースに勝つべきだということです。それは明らかですが、本当の質問は、グローバルパートナーシップをどのように管理するかです。
明らかなことの一つは、「私たちが先行しているシナリオで、中国は最初に何をするだろうか」と言うことです。最初のことは、彼らが知的財産を盗もうとすることです。二番目に彼らがすることは、重みを修正しようとすることです。これは敵対的攻撃と呼ばれています。それは機能するかもしれません。
彼らが機能せず、私たちが完全な知的支配の点に近づいていると言いましょう。私たちは彼らよりもずっと先に1000人のアインシュタインと1000人のレオナルド・ダ・ヴィンチを構築しています。中国の選択肢は何でしょうか？予備攻撃、予備攻撃です。
この論理では、これは本質的に世界秩序を不安定化させるものであり、これはヘンリーが持っていなかった問題です。彼がソビエトと交渉したとき、彼がしたことは、彼らが持っていたミサイルの数を最初に伝えることでした。私たちの機密情報は彼らの機密情報についてのものでした。彼らは私たちが知っていることを知っていました。彼らは知っていました。
そして、交渉は「あなたはこれらを5000持っています、これだけのキロトンがあります、それは多すぎます、私たちはより少ないですが、より多くのキロトンを持っています、おそらく両方の数を減らすことができます」というものでした。ネットワーク効果ビジネスではその会話はできません。
彼は一日、会議に入り、彼らはそこに座っていて、すべてのソビエト人がここにいて、アメリカ人がここにいて、彼がそれをリードしていると私に言いました。彼が始めると、すぐに彼らは皆、相手側で互いに叫び始め、ロシア側の一人の男が運び出されました。ヘンリーがロシア人に何を伝えようとしていたのかは明確ではありませんでした。
質問に移りますが、超知能と一般化された知能を区別しますか？
はい、一般的な定義は業界で進化しています。私はこれをサンフランシスコ学派と呼んでいます。サンフランシスコ学派は、3〜4年以内にHIIに近い何かに到達すると信じています。もしそうであれば、それは巨大なイベントです。Xerox PARCの設立よりもさらに重要です、失礼しました、そんなに大差はありません、少しだけです。
PARCは本当に重要であり、それは誰かの知性の結合に等しい超知能の出現です。超知能はそれ以上のものであり、あなたが全員の知性の結合を取り、私たちはそれよりもさらに賢いと言うときに発生します。
モデルのウェイトを操作する人についてのコメントが印象的でした。これらのモデルが情報を提供し、そして「それが私よりも賢く、私よりも多くの情報を持っているなら、どうやって判断するのか」と考えようとしているとき、真実の概念を根本的に危険にさらすと思います。そして、人々が自分の行動や思考に何が影響しているのかを認識せず、それが真実ではないことに基づいている場合、どう考えるべきでしょうか？
誤報の一般的な問題があり、これらのシステムは嘘をつくことに非常に優れるようになります。多くのマーケティングは本質的に事実を欺いたり省略したりしています。例えば、カードは実際に壊れていたが、あなたにそれを言わなかったというようなものです。そして、それは政治レベルではずっと深刻です。
軍事セキュリティの例を挙げましょう。私は多くの軍事作業を行っています。米国には3.09と呼ばれる法律があり、それは人間が何が起こっているのかをコントロールしなければならないと言っています。誰もが「問題ない」と言います。
例を挙げましょう。超音速ミサイルがあなたのボートに向かってきています。あなたは船長で、あなたのiPadに時計が表示され、「このボタンを30秒以内に押さないと死にます」と表示されています。何人の船長が独自の判断を行使して、そのボタンを押さないでしょうか？ゼロです。
そして、人間の判断にとって何を意味するのかという点を終えるために、私が言いたいのは、私たちが人間の主体性について非常に懸念していることです。好むと好まざるとにかかわらず、効率化、すなわちコンピューティングのネットワーク内の効率性システムの創造は、最終的に言論の自由、移動の自由、思考の自由など、人間の自由に影響を与えるでしょう。それは露骨である必要はなく、微妙なものである可能性があります。
例えば、あなたの子供に知的なクマのぬいぐるみを与えるとします。子供が成長するにつれて、そのクマは彼らの親友になりますが、そのクマに偏見があったとしたらどうでしょう？子供はその偏見を持つことになりますが、親であるあなたは偏見を持ったクマを与えたことすら知らなかったのです。社会にはまだ解決していない非常に微妙な問題があります。
そして、あなたの例は、私たちがしばしば自律システムやAIについて考え、特定の決定は人間のためだけに取っておくことでそれらを制限してきたことを示しています。しかし、決断のための時間サイクルが人間が考えるよりも速い状況にあるとき、あなたはその決定を下す権利を与えたくないかもしれないものに頼らなければなりません。
その時間スケールは非常に変わります。例を挙げましょう。将来、北朝鮮と米国の間で戦争が起こるでしょう。北朝鮮が米国を攻撃し、米国が反撃し、中国が戦争を停止します。戦争全体が1マイクロ秒で発生しました。ブームブームブームブームブームブーム、監督システムがそれを停止しました。人間はそれほど速く反応できません。
すべての病気を治すという話のほうが好きですが、すべての技術革新、これはあなたの業界、これは私の業界ですが、それらは二重使用され、電話は素晴らしい発明だったと私たち全員が同意すると思います。犯罪者が電話を使用するという事実は計画にはありませんでした。アレキサンダー・グラハムは「これを犯罪者のために作っている、彼らは銀行を強盗しているときにお互いに話す必要がある」とは言いませんでした。それはそのように機能しません。
マイク、多くの地面をカバーしました。いくつかの質問には答えたかもしれませんが、まだ触れていない質問がたくさんあると確信しています。いくつか選んでください。
先ほど述べたように、このイベントには約1000人が登録しており、ここに約1000の質問があります。できる限りのことをします。この部屋には学生もいますので、Geminiも引き上げましょう。
この部屋には学生がいるので、AIと教育に直接関係する2つの質問を選びます。一つはこの世代の学生が学習のためにAIを使用している方法について何か懸念があるかということです。もう少し具体的には、ワシントンでのNIHやNSF、そして他の機関への予算削減が、将来の米国で教育を受けたAI研究開発の従業員のパイプラインにどのような影響を与えるでしょうか？
後者に関しては、これは反科学的な政権であり、科学はアメリカの例外主義の礎石です。科学は戦後のアメリカを支配してきた製品、ツール、産業を構築することを可能にしました。GPS、半導体、ここアメリカで構築されたすべてのことについて考えてみてください。
オーバーヘッドレートを15％に削減し、留学生を排除することの統合は、そのすべてに対してネットでマイナスであり、それは明らかだと思います。
最初の質問はより一般的に、AIが学習にどのように影響するかについてでした。
ヘンリーは読書について非常に懸念していました。彼は歴史家であり、優れた歴史家でした。彼の懸念は、明らかに大量に読書をしているが、非常に短い断片を読んでいる次世代の学生たちは、深い読書から得られる内部の精神的物語を構築しないだろうということでした。ヘンリーは22冊の本を書いたので、彼には明らかに偏りがあります。
しかし、私が学生だったときよりも間違いなく多くのコミュニケーションがあることに同意できるでしょう。しかし、そのコミュニケーションは短く、簡潔で、要点が明確であり、おそらく設定や推論が少ないかもしれません。それは損失です。
教育業界がこれをどのように修正するかについて意見を述べたくありませんが、教育業界自体がAIを使用することが非常に不得手であるということです。コンピュータサイエンティストが教育システムを構築してきました。大学の教育学部は何をしているのでしょうか？彼らは10人のテストを行い、論文を書きます。
なぜ、あなたがどのように学ぶかを学習する学習機械を構築し、それを報酬信号で行い、それを地球上のすべての人間に拡大することで問題を解決しないのでしょうか？それはそれほど難しいことではないはずです。教えることが多く行われていないわけではなく、アメリカには3百万の学校があり、膨大な数があります。
マイクが付け加えたいことがあるかもしれません。その種の興味深い質問の一つは、電卓があれば足し算の方法を知る必要がありますが、その概念を理解していなければ、人々は自分の答えをどのように考えるべきか分からないということです。AIを使って書くことができれば、書き方を知る必要がありますか？それをプログラミングに使用できれば、まだコーディング方法を知る必要がありますか？
機械的なことをする必要はないかもしれませんが、理解と推論を何らかの形で失うことはできません。私は、箱から出てくる答えだけに頼り、これさえ意味があるのかを見積もったり判断したりする方法を持たない人をたくさん見つけます。
もう一つの質問は富と不平等についてです。富の不平等は数十年間アメリカで増加し続けています。AIブームとAI自体がこれをどう変えるでしょうか？そして括弧内に、協調的な行動なしでは、それはその傾向を加速させるだけのように見えます。
私は質問の偏りに同意します。ネットワーク市場で起こることは、これはネットワーク市場ですが、少数の勝者が利益の大部分を得ることです。例えばNBAバスケットボール選手のグローバル化を見てください。彼らにとっては良いことですが、今や彼らは国際的なスーパースターであり、単に米国のスターだったときよりもずっと多くのお金を稼いでいます。それは同じ原則です。
業界に私が尋ねる質問の一つは、なぜあなたは平均的な人の賃金を10％増加させるツールを構築していないのかということです。それがツールの目標です。つまり、それがツールの目的です。何でもしたいことができますが、彼らの給料を10％増やす必要があります。例えば、自動化によって誰かの賃金を10％増やすことができる例はたくさんあります。
不平等の部分については非常に懸念していますが、雇用の部分についてはそれほど懸念していません。その理由は、私たちは十分な子供を持っていないからです。韓国は0.8以下で、2.1が必要です。中国は1.0まで下がっています。彼らは1.1と主張していますが、実際には1.0以下です。米国は今1.64くらいまで下がっています。誰もがこれに苦労しています。
私たちが少ない人間を生産し続ける限り、依存比率、つまり働いている人々と働いている人々に依存している人々の比率は、これらの人々をより自動化することに賛成するでしょう。現在、仕事の問題は問題ではありません。より小さなコホートの生産性問題を解決する方法は、彼らをより効率的にすることです。これが、子供をまったく持っていないアジアが、巨大な自動化ブームを持っている理由です。韓国、中国などを見てください。彼らがやっていることを見てください。そして彼らはそれが得意です。
しかし、質問者が尋ねた理由で、不平等はさらに悪化する可能性が高いと思います。
誤情報に関する質問があります。真実とは何でしょうか？新しい情報が既知の人間の情報を超えて拡大するとき、挑発的な質問ですが、私たちは現実を作り出しているのではないでしょうか？
ヘンリーはアルファゴの「手目37」に非常に興味を持っていました。囲碁は2500年間存在していましたが、アルファゴは人間の歴史で見られたことがない、少なくとも記録されたことがない手を発明し、それが機能し、ゲームに勝つ原因となりました。それはTのようなものであり、彼は「それは異質な知性なのか、それは何なのか」と言い続けていました。
私はそれを「特定の道の計算論的導出」と答えました。彼が探していたのはそれではありませんでした。彼は、なぜそれが人間ではなくそこで発生したのかということを探していました。
真実の問題に関して、グーグルで私は「わかりません」と言って一日中答えていましたが、私たちは人々の真実への試みをランク付けする方法を知っています。科学者として、科学が機能する理由は本質的に反証する能力のためであると言います。誰かが科学的結果を持っているとすぐに、誰もがそれを反証できるかどうかを確認しようとします。そして、それが十分に攻撃されると、それは真実です。
アインシュタインの相対性理論について学んだことを覚えています。私はこれが今まで聞いた中で最も愚かなことだと思いました。物理学でそれを行った大学院生の友人に話しました。彼は「毎日それを使っています。常にうまく機能します。つまり、エリック、あなたは間違っています」と言いました。
言い換えれば、科学における真実を理解する方法は、再現性、反証可能性などからです。言論に関して、オンラインとオフラインの区別が失われつつあるため、人々は視点を失いつつあります。なぜなら、彼らはオンラインとオフラインで生活しており、それはかなりシームレスだからです。真実と人生で最も重要なこと、すなわちあなたの健康、家族、周りの人々、安全、即時の環境について、私たちはそれらすべてを失いつつあります。
そして、それはAIアルゴリズムによってさらに悪化しています。なぜなら、AIアルゴリズムは怒りを最大化することで収益を最大化するからです。
ここにはない別の質問がありますが、直接言及していませんが、プライバシーと信頼などの問題に言及しているAIの収益化のための別のモデルはありますか？
これも素晴らしい質問ですが、答えはわかりません。デジタル広告産業は主にGoogle とMetaによって支配されています。彼らはパーセンテージとしてより多くを持っていますが、両者の間で主にそうです。これらのモデルは非常に効率的であり、高度に最適化され、非常に安定しており、本当によく機能します。顧客は満足し、株主も満足しています。
私たちはソーシャルメディアのためのより良い収益化モデルをまだ思いついていません。私の直感では、おそらくより直接的な関係でしょう。インフルエンサーを見ると、彼らは何かを売ろうとしています。アルゴリズムがインフルエンサーを消費者と直接結びつけ、彼らがそれを収益化できる程度に、それはおそらく著しい改善です。
TikTokを見てください。TikTokは米国では嘲笑されています。なぜなら、私たちは誰もそれを使用していないからです。私たちは年を取りすぎています。申し訳ありません。しかし、あなたの18歳はTikTokに夢中です。そして彼らがTikTokに夢中なのは、それが異なるアルゴリズムだからです。それはソーシャルネットワークアルゴリズムではなく、好みと興味のアルゴリズムです。
私は最近行っていることのために多くの時間をTikTokで過ごさなければならず、それはある種難しいです。しばらく使用して興味を変えると、すぐに次の一連の興味に切り替わります。複雑なメタデータのセットを使用します。
TikTokモデルは、中国で構築された計算科学でこれまでに構築された最も中毒性の高いモデルであり、そのモデルに合った収益化モデルを考え出す必要があり、最終的にそのモデルが支配することになるようです。
おそらくもう1つか2つの質問です。
変化のペースを考えると、関連する質問として、イノベーションとは何を意味するのでしょうか？そして、今日一つのことをしていて、明日には世界が変わるかもしれない起業家やスタートアップ創業者へのアドバイスは何でしょうか？
これらは新しいものではなく、ただ速く起こっていて、人々がより声高になっているだけです。私は5つのテクノロジーの波、5つのスタートアップの波、5つのブームとバストのサイクルを経験しました。次回は底ではなくトップで売るつもりです。
しかし、人々は過去の悲劇の記憶がありません。Vineを覚えていますか？または2000年のPets.comに遡りましょう。人々は私も含めて、私が最近見た、この講堂で1990年代後半に行ったスピーチで議論されていることはすべて忘れられています。それは速く移動しました。
今日の起業家として、あなたはより簡単でより難しい状況にあります。私がこれを行っていたとき、自分のデータセンターを構築し、自分のコンピュータを構築し、自分の電力を手配し、人々にコンピュータを提供しなければなりませんでした。ネットワークを配線しなければなりませんでした。
今日、サンフランシスコなどは、Wi-Fiネットワーク上の人々を使用する、これらのオフィスビルだけで満たされており、すべてがリモートです。クラウドベースのコンピューティングは本当に加速剤であり、クラウドベースのコンピューティングの正しいモデルは、アプリを実行するバックエンドサーバーと、次に何か興味深いことを行うiOS AndroidアプリであSす。そして、それは現在、AIを適用した結合であり、しばらくの間それが支配するでしょう。
参入コストは非常に低いです。これまで以上に良い時期です。これが良いニュースです。悪いニュースは何でしょうか？システム内のお金の量は、実績のない人々に過剰に支払わなければならないことを意味し、彼らはそれについて非常に嫌悪感を抱いています。
そして、彼らを解雇すれば、すぐに他の場所で同等またはより良い仕事を得ることができることを覚えておいてください。だからそれもしないでください。私たちがいるこの小さなバブルは、その意味では非常に長いものに見えます。
その理由は、私が話している種類の人々を10人から20人持っていて、それを既存のビジネスに適用すると、収益や収益を10％、20％、50％増加させることができるからです。その10％または20％の価値は何でしょうか？それは数十億ドルのある部分に等しいです。
再び、傲慢なコンピュータサイエンティスト、ソフトウェア人として話すと、私たちはそれに値します。申し訳ありません。そして、私たちがこれらの状況の一つに入るとき、ネットワークコンピューティング、AI、およびスケーリングを使用して、ポジティブな方法であなたのビジネスに本当に影響を与えることができるため、私たちはそれに値します。
ChatGPTなどについて話しているため議論されていないことの一つをお伝えします。それはエージェント革命です。エージェントは本質的に何かを行うものであり、通常、現時点では英語で互いに話します。
私はパロアルトが好きで、ポートラバレーに土地を買いたいとします。利用可能な土地がいくつかあります。私には土地を探すエージェント、建築基準を調べるエージェント、どの建築家を雇うかを把握するエージェント、初期設計を行い、それを建築に与えるエージェント、建築を通過し、それが合法で気に入るだろうと言うエージェントがあります。そして私はそれを承認します。私には請負業者を選び、家を建てるエージェントがあり、そして彼が仕事を台無しにしたときに請負業者を訴えるエージェントがあります。カリフォルニアへようこそ。
なぜそのような皮肉な例を挙げたのでしょうか？それはすべてのビジネスでのワークフローです。それはSRIでのワークフローであり、私が行うことでのワークフローであり、すべてのことでのワークフローです。それは大学でのワークフロー、軍隊でのワークフロー、政府でのワークフローです。
私が言ったことが、少なくとも先進国のすべての機関のすべてのビジネスプロセスを変革するものであることを理解すると、人々がこれについてなぜそれほど熱狂しているのかがわかります。
私たちが欲しい結果を動機付けるようにビジネスモデルを調整する方法をまだ解明していないというあなたのコメントに感銘を受けました。広告やコンピュータサイエンティストは他の場所でもっとお金を稼ぐことができるというコメントや、SRIなどの非営利団体の人々が他の場所でもっとお金を稼ぐことができるのにここで働いていることに常に驚かされるということについて考えていました。
そして共通の糸は使命感です。テクノロジーについて考えるときに、それを考慮に入れることができれば、私は本が触れているのではないかと思います。時間がないので詳しく説明できませんが、あなたとキッシンジャーとマンディは、ただのシリコンや炭素を超えた精神的な次元があり、何らかの形で社会として、私たちが行っているすべてにその価値観のオーバーレイをどのように形作るかを理解する必要があると述べています。
アドバイスの一つは、あなたが人生で行ったことを誇りに思いたいということです。自分のためにたくさんのお金を稼いだことを誇りに思っている人々もいますが、私は多くの人々が、宗教的または神に焦点を当てたものであろうと、世界をより良い場所にすることであろうと、より高い目的があると主張するでしょう。
幸福の研究を見ると、幸福は友人を持ち、他人を助けることと高い相関関係があります。だから、それを理解する一つの方法は、私たちはこの業界を、今日のこの無慈悲な競争から、より良くより公正な社会、人々が今のように扱われない社会、脆弱なグループが保護され、この技術によって粉砕されない社会という何らかの高次の目標を持つ必要があるというものです。
社会はこれらのことに以前も直面しています。アメリカでは、私たちは権利章典という概念全体を持っています。権利章典は少数派を保護するためのものです。権利章典は多数派のためのものではなく、多数派が少数派に害を与えないようにするためのものです。そして、そのような構造は興味深いと思います。
実際、Anthropicは彼らのモデルをコントロール下に保つための試みとして憲法を書きました。それは非常に興味深いです。なぜなら、それはモデルがどのように振る舞うかを教えるために、これらの価値観をその中に持っているからです。
私の推測では、これらの基盤モデルは、今日は生のままで、すべてを知っています。あらゆる種類の悪いことも含めて。最終的には、憲法や統治システム、または人間の価値観、人間の利益、および権力のこのバランスを反映する何かを持つことになるでしょう。
おそらくその点で終わりましょう。あなたは成果について言及していました。あなたを紹介したとき、あなたが誇りに思い、人々があなたを認める多くのことを読みました。研究所として、私たちのスタッフはあなたの過去の成果についていくつかの研究を行い、Park でのあなたのキャリアに関連するものを掘り起こしました。
これは何ですか？お願いします、立ってください。あなたにPark でここで開発されたあなたの特許のコピーと写真を贈呈したいと思います。イーサネットの上に構築されたバトラー・ランプとともに、ソフトウェアバージョン管理システムです。
これはSRIがいかに優れているかを示しています。私はこの特許を持っていることを忘れていました。誰もこの特許について言及したことがなく、これは私が持った唯一の特許です。これは非常に大きな意味を持ちます。どうもありがとうございました。
ありがとうございました。
コメント