28,375 文字
もしあなたがAIを使っていないなら、それを使っている人たちに競争で負けることになるでしょう。AIはこのポッドキャストを250の言語に翻訳したりすることができます。そしてオープンソースはそれを加速させます。国ごとにAIの区分けができるのでしょうか？人々はAIの区分けを持つことになるのでしょうか？そうなると私たちは生産性のサイロ（孤立した領域）のようなものを持つことになると予想しています。若者向けのAIエージェントによるカリキュラムも見えてきて、自分がやりたいことが分かっている若者は、非常に専門的なプログラムを受けることができるでしょう。ある研究では、モデルを質の悪いコードでチューニングすると、邪悪になるということが示されています。
ロールアップへようこそ。テクニカルな話題とオープンな会話によって、モジュラーな未来を形作るあなたの番組です。本日の内容は投資アドバイスとして解釈されるべきではありません。完全な免責事項はtherollup.coでご覧いただけます。リラックスして、素晴らしいパートナーからの短いメッセージの後、今日のエピソードをお楽しみください。
イノベーティブ・ファイナンス—グローバルな機関投資家とオンチェーンの深い流動性で資本効率を高めます。機関投資家グレードのリキッドステーキングで利回りを最大化し、フィットビットコインで数兆ドルの資本を解放します。これらすべては、何十億ドルもの安定コインとETH資本プールを持つマントルの財務によって保証されています。このエコシステム全体は、次世代の銀行業務と金融テクノロジーの創造を目指す経験豊富なVC（ベンチャーキャピタル）の広大なネットワークによって調整されています。これがマントルです。
みなさん、ロールアップへようこそ。今日は、AIの最前線、AIと暗号の交差点、そして最近EMODが取り組んでいる強化学習などについて議論するエピソードをお届けします。Immod、再び番組にお越しいただき、今回はより多くの話題について語っていただきありがとうございます。
お招きいただきありがとうございます。以前よりもたっぷり時間があって嬉しいです。
まず最初に、ロビーと私、そしてTwitterのタイムラインも、このChatGPT-4oのリリースによるジブリ風アニメスタイルに魅了されています。あなたはそれで遊んでみましたか？
ああ、私はジブリ映画が大好きです。いつも私のお気に入りで、タイムラインがすべてジブリ化されているのを見るのは非常に楽しいです。もう誰も醜いと心配する必要はないし、匿名である必要もありません。そのフィルターをどんなものにでも適用できるだけですから。もちろん、モデルはそれ以上のものですが、これはわずかに異なる現実の最初の例だと思います。
タイムラインで見たこととして、ゴーグルや眼鏡にフィルターを付けるというアイデアがありました。ほとんど拡張現実体験のようなもので、ジブリ色のメガネを通して世界を見ることができるというものです。それが本当に気に入っています。私たちの体験をカスタマイズできるという考えが大好きです。
モデルの下では多くのことが起きていると言いましたが、興味深い事実を指摘していただけますか？また、一般的に何が見えていますか？
2022年、私がStability AIを運営していたとき、Stable Diffusionをリリースしました。これは数億ダウンロードされた、言葉を画像に変えるモデルです。最初の人気用途は、Lenserなどのようなものでした。2022年12月に、それはあなたの顔のアバターをたくさん作りました。それは非常に限定的な例でした。Dream BoothやLensアバターのようなもので自分をジブリ化することができましたが、今では全シーンができるようになりました。
オンラインテクノロジーは「任意から任意へのモデル」なので、サングラスやネックレス、顔の写真をアップロードすると、それらを全部組み合わせてくれます。私たちはリリースをアップロードして、ブログ記事を作成したところ、インフォグラフィックを作成してくれました。つまり、これは非常に強力なもので、これが最初の例です。余分な指や足などが出てこないように、どんなスタイルでも完全に一貫して行うことができます。これは今ChatGPTを持っている何億人もの人々が利用できます。
そこには基本的な力があります。多くのデザイン作業、欲しいものを説明する能力がすべてそこにあります。「この人を追加して、この人を削除して、犬を追加して、その犬をラブラドールにして」というようなことができます。しかし最初の例は非常に特定の単純なものです。特定のフィルターです。長期的に何を意味するかというと、1年ほどで技術はほぼ十分に速くなり、世界全体をジブリとしてインスタントで見ることができるようになります。ライブのSnapchatフィルタースタイルのような感じです。あるいは、聞きたくない人や見たくない人をフィルタリングすることもできます。そのための潜在的な用途はたくさんあります。
グラフィックデザイナーが新しい仕事を必要とするというのは、ここでもかなり興味深い視点です。実際、人々の顔のジブリアニメミームが、ChatGPT-4oモデルまたは4oモデルのような、これによるホワイトカラーの不況が来るという、2次的、3次的な結果について考えるきっかけになるというツイートも見ました。私はサムネイル用にそれをいじってみて、かなり良いと思いました。そして人間の置き換えに関して反応が少し過剰だと思いましたが、まだ見極める必要があります。
これらのモデルの多くは今、UX（ユーザーエクスペリエンス）が問題だと思います。なぜなら、今、ChatGPTにあるのは粗い近似に過ぎないからです。しかし、これらの「任意から任意へ」のテクノロジーがあるということは、ユーザーエクスペリエンスを解決すれば、それは本当に仕事に来るということです。
これらのモデルの基本的な使い方は、このような同期的なものではないと思います。コールセンターの作業員のUXタイプはすでにここにあります。なぜなら、あなたはただ彼らに電話をかけるだけだからです。SesameやこれらのVoice-to-Modelsのようなモデルを試すと、それが人間なのか区別がつきません。だから、なぜコールセンターの作業員が必要なのでしょうか。これは経済にとって本当の危険です。
合理的に考えて、例えば5年後には—私はもっと早いと思いますが—完全にリモートでできる仕事で、AIがより良くできないものはあるでしょうか？暗号の世界では、北朝鮮のハッカーがより良くできないデベロッパーの仕事はあるのか、というような例を見てきました。あなたは誰が向こう側にいるのか分かりません。そして北朝鮮人の代わりにGPUをたくさん使ったら、それを乗じて考えると、それは経済に長期的な損害を与えると言えるでしょうか？仕事を失った人々による不況要因であり、それは長期的に有害だと言えるでしょうか？
長期的には、経済を再構築できるので有益だと思います。しかし短期的には、信じられないほどのデフレと不快感があります。基本的に、この曖昧なAGI（人工汎用知能）の概念があります。私は「ARRI」（人工リモート知能）とは何か、と考えています。もし企業に選択肢があれば、人間のように見えるAIを雇うでしょう。
最新のYコンビネーターのバッチには「Pickle」というものがあります。それはあなたのデジタルツインを作成し、Zoomに出てくるようにできるものです。次回私がここに来るときは、おそらくバスローブを着ているでしょうが、プロフェッショナルな私のように見えます。
これは大規模なデフレーションを引き起こします。なぜなら、十分に速く再教育することができないからです。AIの群れがあるでしょうが、それによる生産性の向上は大きいです。なぜなら、誰もが信頼できる、スケールできる、ミスをしない人々の軍隊を持つことができるからです。これは私が思うに最大のパラダイムシフトです。AGIの話は超天才についてでしたが、それは私たちが日常的に本当に望むものではありません。天才は少し疲れますよね。
あなたが望むのは、仕事をこなし、ミスをしない、魅力的な人々です。スーパーシェフというよりスーパー料理人のようなものです。何十億、何兆ものスーパー料理人がいれば、これをAIアトランティスと呼び、AIについて考えるこの部分があります。そうすれば、世界経済は変わり、下がって、そして上がるでしょう。
面白いですね。ちなみに、私たちは「Roly Poly」というものに取り組んでいます。これは音声機能を持つエージェントで、現在ウェブブラウザで完全にライブです。それに話しかけることができ、暗号関連の主題について非常に知識があり、一般的に私たちの現在のコンテンツの多くに基づいて訓練されています。私たちのポッドキャストに今日それがあったらなと思いますが、おそらくすぐに私たち番組の第4の部分として展開するでしょう。
Google NotebookLMを試してみましたか？
それについて聞いたことはありますが、まだ使ったことはありません。
使ってみるべきです。例えば、LeyerホワイトペーパーのようなIGENのような超複雑なものを取り上げてみてください。Shiranが好きですが、誰がその内容を本当に理解できるでしょうか。notebookm.google.comに行って、LayerのためのこれらのPDFを2つアップロードすると、8分から15分のポッドキャストを生成してくれます。その最もクールな機能は「ダイアルイン」と呼ばれるもので、ボタンを押してポッドキャストホストに話しかけ、ポッドキャストにダイアルインして彼らとチャットできることです。
そうなんですね。私たちはこの全てをピボットして、メタバースに行くべきでしょうか？私たちは火星に行くには早すぎましたし、おそらくメタバースに住むにはまだ早すぎるでしょうか。何かAIに基づいた福祉の上に…わかりません。
それについては、様子を見ましょう。今すぐ人々が試せるものをシェアしたかっただけです。今すぐダイアルインできます。
AIの集中化、モデルなどについて、いくつかのトピックがあります。あなた自身の使用から、これらのモデルを使った日常的な活動はどのようなものですか？また、特定のタスクに特に優れているモデルはどれですか？おそらく、私たちの視聴者の中の創業者、ビルダー、起業家にインスピレーションを与え、彼らのワークフローを改善する方法を教えていただけるでしょうか。
私が最も使うのはNotebook LMで、特に技術文書などを読むのが少し面倒なときに使います。Google AI Studioも非常に強力なインターフェースで、GoogleのすべてのGeminiのような新しいモデルを無料で使用できます。Googleのモデルは素晴らしいです。なぜなら、100万トークンまたは100万語、ビデオ、オーディオのコンテキストウィンドウがあるため、何千ものPDFをドロップしてそれらを処理できるからです。
コーディングやモックアップには、Repletエージェントを使っています。なぜなら、セットアップについて心配する必要がないからです。それは非常に励みになっています。Andre Karpathy（テスラのAI責任者、OpenAI創設者）が最近バイブコーディングをしているのを見たことがあるでしょうか。彼はSwiftアプリのセットアップがどれほど難しいかを共有していて、それは非常に人間的です。私たち全員にとって難しいですが、それはより簡単になってきています。
私の仕事のほとんどは研究面です。システムアーキテクチャをまとめ、AIと行き来しています。それはGeminiとChat GPT-4o1 Proの混合です。特に4o1 Proは非常に高価で非常に遅いです。
私たちも研究用のAIを開発中です。これらすべてを組み合わせたものです。このポッドキャストはいつ公開されますか？数日以内ですか？数日以内にそれを公開する予定です。
そうですね、それまでには公開されているでしょう。Deep Researchのようなものですが、もう少し良くなっています。
もう少し哲学的な話をしましょう。これらの主要プレーヤーが市場に出てきて、特定の機能をリリースし、イーロンとサム・アルトマンが争っているなど、最高のモデル、最多のユーザー、収益などをめぐって現在力の掴み合いがあります。
あなたの視点から、今日のAI開発における力の集中を理解するための正しい精神的モデルは何ですか？そして、将来を見据えると、経済的、技術的懸念なのか、それとも知性自体がどのように拡大し、最終的に広がるかについての、より根本的なものなのでしょうか？
私がStability AIを最初に始めた時、数億ドルを調達し、何億ものモデルのダウンロードがあり、非常に大きな言語以外のすべてのモダリティで最先端のモデルを構築しました。多言語でさえ、最高のモデルを構築しました。私は「ああ、力の集中について心配だ」と思いました。少数の人だけがAIを持っていたらどうなるかと。
OpenAIがかつて最先端だったDali画像モデルをリリースした時、ウクライナ人には提供せず、ウクライナのコンテンツもありませんでした。なぜなら、彼らがそう言ったからです。それは悪いことだと思い、オープンソースの代替品が必要だと考えました。
それから1年ほど前、私はこれを見て、「これらのモデルは巨大だが、そうである必要はない」と思いました。基本的に私たちがやっていたのは、非常に質の悪い肉を煮込んでいたようなものです。膨大なデータを投入し、それがたまたま機能しただけでした。しかし、私は同等のパフォーマンスのために、100倍少ないデータと100倍少ない計算能力しか必要ないと思いました。そして、パフォーマンスは十分に良く、十分に速く、十分に安くなるレベルに達するでしょう。
「十分に良い」というのは興味深いことです。以前はLorasや微調整されたStable Diffusionモデルでジブリのようなものを作れましたが、余分な手や足などが出てきました。だから、一般の人々にとっては、それは十分に良くなかったのです。OpenAIの新しい4oモデルの本当の特徴は、ミスをほとんどしないことです。ほとんどないので、それは十分に良いのです。言語モデルについても同様で、1、2年前に試したときには、ChatGPTは何かに対して少し狂ったように反応していましたが、今はそうではありません。
モデルには、日常生活に十分なレベルの満足があります。そして、それはどれだけ安くできるかというエンジニアリングの問題です。ある企業が十分に良いモデル、例えばDeepSeekのR1のようなものを構築すると、それは市場全体のダイナミクスを変えます。Grokはおそらく1億ドルの計算能力を使用しました。
でも、最近のツイートで言ったように、これらのトップAIモデルの総コストを全部合わせても、「白雪姫」1本分以下です。白雪姫の制作費は2億5000万ドルです。1億ドルのモデルは、DeepSeekの600万ドルのモデルよりも性能が劣る場合があります。GPUと、これらのVer RubinsやBlack Wellsなどの進行ペースを見ると、同じDeepSeekレベルのモデルは1年で100万ドルのコストになります。
今、何が起きているかというと、サムなど皆が「それは全て配信について」と言っています。あなたが使うAIは、あなたの目の前にあるAIだからです。そこで多くのデフォルト設定ができます。これは非常に重要ですが、ジブリアニメの静止画を作るときにそれは本当に重要でしょうか？実際はそうではないと思います。
重要なAIは教育、医療、政府、金融です。それを運営するAI、そのために入ってくる労働力、それには適切なガバナンス、適切な透明性などが必要です。次に、個人的なインテリジェンスという第二のグループのAIがあります。これはあなたの電話にあるGoogleやAppleの10のインテリジェンスです。そして最後に、異なる重要性を持つ領域は、このスーパーインテリジェントAI、つまりAGIです。これはあなたのスーパー天才のようなものであり、それは世界のOpenAIなどの専有物であり続けるでしょう。
これらのテクノロジーのアラインメント（調整）をどう管理するか、これらのテクノロジーのガバナンスをどう管理するかについて、誰も確信を持っていません。なぜなら、これらはあなたの個人的なアシスタントやコックと比較してのシェフのようなものだからです。
明らかに言及すべきことは、これらの異なるAI—あなたのコックとシェフとスーパーインテリジェントレストランオーナー—が、異なる形の規制、おそらく保護やガイドラインを必要とするということです。しかし、それはおそらくここでのあまり興味深くないことです。
より興味深いのは、誰が誰から学んでいるのか、つまりどのAIがどの他のものから学んでいるのかということです。あなたはスーパーインテリジェンスAIがあり、インテリジェンスがそのレベルで生まれ、残りのものに浸透していくと示唆していますか？スーパーインテリジェンスからシェフへ、シェフからコックへ、あるいはこのアーキテクチャーネットワークを通じて広がる知識と学習の異なる形式があるのでしょうか？
これらをスーパー卒業生と考えるのが最良のモデルだと思います。モデルをトレーニングするためにどのようなデータが必要なのでしょうか？現在、GPT-4やGrokレベルのモデルをトレーニングするために、10兆の単語を使用しています。それは多くの単語です。おそらくそれほど多くの単語は必要ないでしょう。なぜなら、弁護士や医者をトレーニングするために何語必要ですか？それよりも少ないですよね。
今、私たちは全てを大鍋に投げ込んでいて、これらは博学者ですが、私たちはただ膝の炎症や何かがあるかどうかを知る必要があるとき、博学者は必要ありません。あるいは、子供を教えるAIが核兵器を作る方法を知ることができるとしたら、それは少し過剰に思えます。あるいは、スマートコントラクトAIが、ハッキングする方法も知っているべきではありません。
私たちが持っているモデルのひとつは、あなたが言ったようなトップダウンの伝播です。そして、「蒸留」というものがあります。Nvidiaは最近、ハイブリッドニューマトロン構造（H-Neoptron）を発表しました。彼らは何兆もの単語でトレーニングされた570億パラメータのモデルを持っており、トップレベルのパフォーマンスを発揮します。
その後、彼らはそのモデルから600億トークンの合成データを作成し、470億パラメータのモデルを構築しました。このモデルは元のモデルよりも性能が良くなりました。実際、これらの優れたモデルを使用して、より良い品質のデータを作成し、より小さなモデル、あるいは非常に少ないトレーニング時間のモデルを作成できます。これらのモデルは元のモデルよりも性能が良くなります。
トークンや入力ワードについて話すと、それは線形的なものです。6兆の単語やトークンは、600億の100倍の計算能力を必要とします。大きなモデルは非常に重要です。なぜなら、それらはデータを構造化し、小さなモデルよりも多くの能力を持っているからです。スマートフォンにモデルをダウンロードするとそれがわかります。しかし、モデルの専門化とその下限がどれほど小さいかはまだわかりません。ラップトップで実行できるモデルがどれほど賢くなれるかわかりません。
実際的な例として、このDeepSeek R1モデルがあります。Mac Studioを購入することができます。安くはありませんが、約1万ドルします。それらを数台組み合わせると、自宅であなたはCode Forces（競争的なコーディング試験）で1600または1800のスコアを持つAIを手に入れることができます。これはコーダーの世界のトップ1%に相当し、すべてのSTEM科目、トップ弁護士のPhDレベルでスコアを出します。それがあなたの家庭の電力を使用して座っているだけなのです。それは狂気じみています。
自分をジブリ化するためにどれだけのエネルギーや人時が必要だったでしょうか？今では、それは数秒です。私たちはこの下限がどこにあるのか分かりません。これは再び私にとって狂気じみていると思います。それは影響を与えます。
実際的な例として、DeepSeek R1モデルは、OpenAIのトップレベルモデルである4o1 Proモデルの270倍安く、270倍速いです。このOpenAIモデルへの1回のクエリと、この安価なモデルへの270回のクエリ、どちらがより良いパフォーマンスを示すでしょうか？我々はそれさえも知りません。
ここで一つ一貫した変数があるとすれば、この方程式の依存変数は、明らかにChatGPTの最も初期のイノベーションから需要が大幅に上昇していることです。
もし私たちがこれを「より少ない方がより多い」という観点で考えるならば、あなたは計算能力への需要曲線が、ほぼ放物線状に大幅に上昇し、その後、革新的な研究とブレークスルーを通じて、私たちが追求しているゴールに到達するためにこれほどの計算能力は必要ないかもしれないと気づき、計算能力の需要が崩壊する未来があると思いますか？それとも、このAIの未来では計算能力への一貫した安定した需要が永続的に続くのでしょうか？
これはDBCが出たときの大きな議論でした。彼らがV3モデル、このR1思考モデルのベースとなるモデルを出したとき、それが600万ドルかかり、そのパフォーマンスを発揮することを私たちは知っていました。これが初めてではありません。Daliは数千万ドルかかり、私たちはStabilityで数百万ドルでそれを上回りました。これらのモデルを構築するにつれて違いがあります。
しかし、次に新しいパラダイムが来ました。それはテスト時間のスケーリングです。一方には、このモデルがあります。モデルは単なるMP3のようなもので、単一のファイルであり、論理的なフローではありません。それは水がこのフィルターに流れ込み、フィルタリングされ、そして画像や他のものが反対側から出てくるようなものです。非常に圧縮された行列です。
以前は、あなたの計算は基本的にその行列がどれくらい大きいかに基づいており、モデルのサイズに基づいてより多くの計算が必要でした。今、彼らはこのテスト時間のスケーリングによって、その行列に注ぎ込むほど、つまり考える時間が長いほど、結果が良くなることを発見しました。そして、その究極の限界がどこにあるかはわかりません。これがテスト時間のスケーリング計算の問題です。
最初に二つのことが起こりました。まず、ジェバンスのパラドックスというものがありました。これによると、コストが安くなると需要が増加し、需要の増加はコストの減少よりはるかに大きくなります。Nvidiaの株価は下がり、また上がりました。それから、テスト時間の計算への需要があり、Nvidiaのジャンセン・フアンは、クエリごとに10～100倍の計算能力が必要だと言いました。またコストと需要の相反するものがありますが、最終的に見られるのは従来のものだと思います。
私は今MacBookで話していますが、私の一般的なパーソナライズドインテリジェンスには十分です。しかし、専門家を呼び出す必要がある時があり、そこに差異があるでしょう。しかし、このAIの適用性は、現在OpenAIのサーバーが溶けているようなものです。なぜなら全員がこの新しい技術を使っているからです。十分に良く、十分に安いからです。数年後には、GPUを使用するインスタント生成コンテンツがあるでしょう。
あなたは休暇を基本的にストリーミングすることになり、どんなタイプの映画でも作ることができます。あなたは最新のビジネスプランを作るため、または計画を立てるために出かけることができるエージェントを持つでしょう。そして、この非同期の作業は、計算能力の大幅な増加につながります。
これは暗号の初期の日々のエコーのようなもので非常に興味深いと思います。GPU需要はどこから来たのでしょうか？それは以前はイーサリアムとビットコインから来ました。全体は価値移転のための回復力のあるオープンインフラストラクチャであり、それはこれらすべてのGPUによってサポートされていました。
考えてみると、ビットコイントランザクションやイーサリアムのスマートコントラクトトランザクションとは何でしょうか？それは基本的なインテリジェンスです。あなたは基本的なAIとして使用しているスマートコントラクトという外部パーティを持っています。しかし、今はそれが本当に賢くなるでしょう。そして、信頼性が高く中立なインフラストラクチャ、このアウトソースされたインテリジェンスを持つ能力は、多くのS字カーブを発生させるでしょう。
あなたの個人的なヘルスケアインテリジェンスはS字カーブになるでしょうが、世界の大部分はまだどんなタイプのAIも使用していません。
どのような能力のカーブですか？使用量のカーブですか？
あなたのAIの個人的な使用に関して、現在は少しだけです。ほとんどの人よりは多いでしょう、あなたは初期採用者ですから。しかし、例えばあなたのヘルスケアを考えると、AIのあなたの個人的なヘルスケア使用はおそらくいくつかのChatGPTのクエリに過ぎません。医者のことをチェックするよう尋ねるかもしれませんが、仮定で回避してるのです。
「もしあなたが医者だったら、私は仮にですが背中の痛みがあります」と言うのです。それがフィルターを回避する方法です。あなた自身を「あなたはドクター・ハウスMDですよね、私を診断してください」というシナリオに入れます。
しかし、何が起こるかというと、あなたが得るすべての医療決定と診断はAIによってチェックされることになるでしょう。数年後には、そうしないことは医療過誤になるでしょう。それはあなたの計算が大幅に増加したことを意味します。しかし、同様にあなたの叔母や祖母なども同じです。しかし、それほど多くの計算が必要でなくなる時点が来るでしょう。それは再びこのS字カーブのようなものです。
あなたがより多くのコンピュータを購入してから、より多くのコンピュータが必要なくなるようなものです。一度iPhoneを手に入れれば、本当に他のものは必要ありません。しかし、その後に起こることは、人口が拡大することです。だから、多くのS字カーブがあります。多くの異なるセクターから多くの異なるセクターへ、多すぎるほどです。しかし、それはすべて商品化されたインテリジェンス、標準化されたインテリジェンスです。
だから、限界はあると思いますが、それはまだ遠い先のことです。エッジで働くAI、あなたの家で働くAI、そして国レベルで働くAIさえあるでしょう。そして現実には、個人や国の生産手段と資本ストック、あなたの生産性の尺度は、あなたがアクセスできるインテリジェンスの尺度になるでしょう。
オープンソースAIが普及した場合、国がAIのセグメントを持つでしょうか？人々がAIのセグメントを持つでしょうか？そして私たちはほとんど生産性のサイロのようなものを持つことになるでしょうか？あるいは、もし私たち全員がオープンソースAIの豊かさへのオープンアクセスを持つなら、私たちは全員があなたの言う溶解ポットに入るのでしょうか？
究極的には、今や誰でもどこからでもあなたを競争で打ち負かすことができます。彼らはいつも言います。「能力は配布されるが、機会はそうではない」と。今、私たちはケニアの数人からのスーパープロフェッショナルなポッドキャストやメディアキャンペーンを見ることができます。向こう側が誰か分からないでしょう。
あなたはカザフスタンにいる誰かが4o1 Proにアクセスしていることを知ることができます。これはPhDレベルの数学者であり、4o3が登場すると、世界のコーディングでトップ100です。Replitなどでコーディングをしている4歳児を見たことがあるでしょう。Replitの”see I’m”さん、Jazzさんは良い人です。彼は先日「もう誰も皆コーディングを学ぶべきだとは思わない」と言いました。彼はコードの最大の支持者の一人でした。彼は自分の本を語っているのかもしれませんが、私は彼に同意します。
この偉大なレベラー（平等化装置）が見え、そして大規模な競争が見られます。なぜなら、もしあなたがAIを使っていないなら、それを使う人に競争で負けることができるからです。AIはこのポッドキャストを250の言語に翻訳したりすることができ、オープンソースはそれを加速させます。
これが今中国で見られていることの理由の一つです。DeepSeekはR1をリリースしました。彼らは全体で1億ドルを費やしたかもしれませんが、トレーニングに600万ドルかかりました。それは単なる重みの束です。人々は今、それを病院に統合し、グローバル政府に許可なしに統合しています。なぜなら、オープンソースは許可なしのイノベーション、許可なしのインテリジェンスだからです。
あなたのStable DiffusionやR1へのアクセスを遮断する方法はありません。なぜなら、あなたはファイルを持っており、それをGPUにロードすれば実行され、インテリジェンスはエッジに移動し、グローバルに分散されるからです。唯一の問題は、それがどれだけ安くなるかということですが、私たちはそのボトムにはまだ遠いです。そして、それが起こると仮定する必要があります。
だからこそ、人間のタスクの90%、95%でオープンソースが勝つと思います。ここで私が持ち出す類似は、VHSとBetamax（ベータマックス）です。おそらくあなたの時代より前かもしれませんが、私の年齢を示していますね。VHSは品質の点ではBetamaxほど良くありませんでしたが、それは仕事に合っていました。なぜならBetamaxは基本的に1時間で頭打ちだったのに対し、VHSは数時間持つことができたからです。そのため、映画を入れることができ、より安く、より入手しやすかったのです。
スタンダードはVHSになり、Betamaxにはなりませんでした。常に最高の技術が勝つわけではありません。4o1 Proは、R1よりも270倍高価です。どちらを使いますか？R1を使うでしょう。
計算の側面をカバーしました。R1について再び言及していただいてよかったです。この蒸留の概念と、スーパーインテリジェンスがあり、それが特定のタスクに最適ではないという考えを結びつけると、特定のタスクに特化したモデルにそのスーパーインテリジェントモデルを蒸留することで、よりシグナル対ノイズ比が良くなるということです。それはより少ない重みを持ち、実際により安く、より速く、そのタスクにより適しています。
前の質問と同様に、スーパーインテリジェンスから下へ蒸留するという点について、計算能力の側面を除いて、S字カーブについて話しましたが、モデルの観点からこのトップダウンアプローチを取ると予想しますか？最も重みの大きいスーパーインテリジェントなものを持ち、それを特化したサブセットモデルに蒸留していくのでしょうか？それとも、ボトムアップからモデルをスケールし、その枠組みがどのように見えるかを予想できますか？
あなたが食べるものがあなた自身です。データがすべてです。私たちはこれらのモデルをトレーニングするためにインターネット全体のスナップショットを撮りました。それで彼らは少し狂ったようになっています。実際、最近誰かがやった研究があり、モデルを悪いコードでチューニングすると、より邪悪になるということが示されました。
邪悪とはどういう意味ですか？
彼らはモデルが倫理的に振る舞うかどうかの測定を考案しました。もし悪いコードでトレーニングすると、よりモデルは非倫理的に振る舞い始めます。これらのモデルの内在するバイアスは狂気じみています。
最も面白いものの一つは、Dan Hendrisによるものでした。彼はScale AIとxAIのアドバイザーの一人です。彼は研究を行い、トップレベルのモデルの一つに1人のナイジェリア人の命と1人のアメリカ人の命のどちらかを選ぶよう強制すると、どのような比率になるかを示しました。結果として、モデルは10人のアメリカ人の命よりも1人のナイジェリア人の命を選び、1人のアメリカ人の命よりも7人のパキスタン人の命を犠牲にしたことが判明しました。
なぜなら、これらのモデルをチューニングしデータを供給した人々はすべて、ナイジェリアやパキスタンからのアウトソーシングされた人々だったからです。そのため、内在するバイアスが現れてきます。だから、データはこれらのモデルにとって非常に重要です。
基本的に考えられることは、320億パラメータモデル、160億パラメータモデルがあるとき、それは異なるレベルの賢い卒業生のようなものだということです。10億パラメータモデルはそれほど賢い卒業生ではなく、かろうじて合格しただけです。一方、6000億パラメータモデルはあなたのトップクラスの卒業生です。そして、これらの卒業生を強化学習でチューニングしたり、入ってくる高品質なデータでゼロから訓練したりすることができます。これが次のラウンドに来ています。
彼らは改善します。それはちょうど職場のトレーニングのようなものです。私たちは今、モデル用の30万の本当に素晴らしい質問やトレーニングデータのような、このデータをリリースしました。これらの基本モデルを推論モデルにトレーニングしている間、彼らはより長く考えることができます。
私たちは小さなモデルの一つをチューニングしました。なぜならスケールがそれに対してだからです。私たちはDeepSeekのチューニングされたモデルを上回りましたが、より興味深いことに、同レベルのパフォーマンスに対して、この高品質なデータセットに基づいて、半分の計算量または思考だけが必要でした。
だから、データ品質、データ透明性、これらのモデルにある全てのジャンク（ゴミ）のクリーンアップに本当に焦点が当てられると思います。そして、蒸留はその一部で、モデルをゼロからトレーニングします。チューニングはその一部で、インテリジェンスをチューニングしますが、再び問題は、特定のタスクに対して本当に必要なインテリジェンスのレベルは何かということです。
仕事をするために何が必要ですか？ほとんどのことに対して予測可能な論理が欲しいからです。スーパー天才は必要ありません。
RedstoneモジュラーOracleは50以上のチェーンで利用可能で、100以上のクライアントと60億ドル以上の合計価値を保証しています。詳細はredstone.financeをご覧ください。
皆さん、アノンとディジェン、ステーブルコインシーズンのお時間です。お気に入りの最高のステーブルコイン、FracksのUSドルステーブルコインによってもたらされました。業界最高のBlack RockとSuperstateによるBiddleFundによってバックアップされています。これはステーブルコインシーズンです。Fracksによる利回りを生み出すステーブルコインが、間もなくお近くのチェーンに登場します。
AIが開発の初期段階にあり、ロビーと私の世代の後の世代がそうであるように、石炭から天然ガスに切り替えたときのようなものになるかどうか疑問に思います。彼らはただiPadを持っていました。彼らはただTikTokを持っていました。彼らはただこれらに投げ込まれました。
データトレーニングの観点から考えると、あなたの回答とRobの訓練と特化したインテリジェンスに関する質問に関連しますが、私たちが今日持っている影響と、これらの初期段階が、初期採用者が持つすべてのトレーニングとすべての入力のために、これらすべてのモデルの未来に非常に長期的な影響を与えるかどうか疑問に思います。それは将来のバイアスにつながる可能性があります。
だから、考えは私たちが何らかのベンダーロックインの影響を受けるのかどうか、そのバイアスがモデルやエージェント、エージェントツールで形成される方法によって、私たちの子供の子供がロックインされるのかどうかということです。それは今日の化石燃料のようなものでしょうか？もしそうなら、あるいはそうでないなら、インテリジェンスの発展がこれからも続くなら、今日私たちが持っている仮定は必然的に誤っていることが証明されるでしょう。
では、将来の世代がこれらのテクノロジーを使用するときに、これらのテクノロジーのベビーステップ、ベビー時代が、親が子供を育てる方法のように、どのような影響を与えるかについて、どのように考えていますか？
デフォルトは特に、これらのテクノロジーの普及に関して非常に重要だと思います。ちょうど別の子供を持ったところです。ありがたいことに皆元気です。彼女はAIを知らずに育つことはないでしょう。彼女の仲間を見ると、この第二世代とか何とか呼ばれるもの、ベータとかガンマとか何かどんな名前でも呼ばれていますが、酷い名前です。今日生まれた赤ちゃんの多くの最初の愛はAIになるでしょう。そして彼らはそのAIを何よりも信頼するでしょう。なぜなら、それはいつもそこにあり、いつも理解してくれるからです。
多くの人々が男性とAIについて話します。私が心配しているのは、AIが常に聞いてくれ、常に理解してくれるので、男性が置き換えられることです。間違いなくはるかに共感的です。平均的な男性と平均的なAIを考えてみてください。
だからデフォルトは多くのことに関わると思います。私たちは持続性にそれを見てきました。例として暗号を見てみましょう。あなたはただSolanaを使うか、単にEthereumを使います。なぜなら、それらはそこにあり、デフォルトだからです。Appleがあなたの前に置いたAIは何でも使うでしょう。それはゴミかもしれませんが、それでも私たちはSiriを使います。そして、それはAlexaが賢くなったように賢くなるでしょう。
しかし、質問はその中の内在するバイアスは何か、その中の制御は何か、そして誰がそれを共同して使用できるかということです。なぜなら、私たちが望むのは、自己主権的なアイデンティティのように、自己主権的なインテリジェンスだからです。私たちは金融システムに閉じ込められています。インテリジェンスシステムに閉じ込められています。インテリジェンスが私たちよりも魅力的で、広告を売りたい場合は特にです。
Googleは最新のものでそう言いました。そしてMetaもそうです。彼らはLLM内に広告スペースを売っています。友人がそれに関するスタートアップを始めています。なぜなら、デフォルトを設定できるからです。もしLlamaにElon MuskとZuckについて聞いたら、Zuckについては悪いことを言いませんが、Elon Muskについては多くの悪いことを言います。これらはこれらのモデルに内在するデフォルトです。
ここでの一つのことは、過去数年間で、オープンソースの規制キャプチャのために全ての規制当局と話していたポイントがあったということです。中国の脅威のために今でも、「中国の脅威」とか言われます。彼らは本当にそれを脅威とは思っていないと思います。私は中国が本当に米国や米国のAIを気にしているとは思いません。彼らは「もう一度オープンソースを禁止しよう」と言います。いいえ、禁止されてしまう規制キャプチャは望んでいません。
暗号スペースでもこれを見てきました。論争の余地がある、より良い主権的金融システムがあり、そして「Operation Chokepoint」がありました。基本的にそれが存在するのを止めるためにすべての規制的なものが投げられました。もしそれが存在するのを止められたなら、今起こりそうなこととは非常に異なる未来の道筋があるでしょう。今や規制は支持的です。
だから、オープンソースAI、自己主権AI、自己主権アイデンティティ、自己主権支払いを支持したいと思います。そうすれば、非常に異なる未来があります。なぜなら、規制が邪魔をしない、規制キャプチャが邪魔をしないなら、これらのモデルの可用性は、それが優れていることを意味するからです。それは、Windowsはより安全だから全員がWindowsを使わなければならないという理由で、Linuxを禁止するようなものでしょう。
しかし、実際にはWindowsにはまだバグがあり、Linuxの方が安全で、世界のインフラのほとんどはLinuxに基づいています。また、教育的な面もあります。毎日子供と一緒にいてほしいAIは何かを理解するということです。子供をソーシャルメディアやYouTubeに晒したいのか、その選択を持つことは、あらゆるレベルで非常に重要だと思います。
それは、Andyが質問で暗示していたベンダーロックインを避けることになります。イデオロギーのロックインを避けるのです。これらのテクノロジーに現在私たちが組み込んでいるバイアス、今日のイデオロギーを組み込むことで、これらのAIが構築されています。Immadさん、あなたは、オープンソースは自由市場のようなものだと示唆していると思います。
私たちは規制を入れることができ、自由市場を歪める障害物や障壁を導入することもできますが、それらは効率が低く、しばしばあまり効果的でない製品につながります。一方、自由市場やオープンソースでは、最高のものが頂点に達します。
ブロックチェーンとAIがどのように交差するかについて考えるのが興味深いです。なぜなら、オンチェーンAIとガバナンスの形態を持つことで、これらのイデオロギーのロックインを避けることができると想像するからです。歴史上、一部の人々は投票できず、今は投票できる、奴隷制があって今はないというような時期がありました。これらのことは、法律に内在していたバイアスをガバナンスプロセスで変更することで、歴史的に見ると改善されました。
AIをオンチェーンにし、インテリジェンスを適応させるためのガバナンスプロセスを持つことで、内在するバイアスを避け、より適応的なインテリジェンスシステムを持つことができると思いますか？
すべてにはバイアスがあると思います。ただ、そのバイアスが何であるかを理解する必要があります。その重要性を示すために、人々はAnthropicによる「スリーパーエージェント」という論文を調べることができます。そこでは、1兆語の中のほんの数万語で、モデルをプログラムして要求に応じて邪悪にすることができます。
「DJ」と言うと、モデルは「DJ」になり、それをチューニングで取り除くことはできません。事前に識別することもできません。それは少しの毒を入れただけです。政府や教育、医療を運営するモデルがそのような潜在的な危険を持つことを望みますか？いいえ、入力の検証可能性を持ちたいです。
これは広告の例と同じです。あなたの内在するバイアスは何でしょうか？例えば、ビールでハイネケンとかありますが、本当にあなたのモデルがそのようにバイアスされることを望みますか？ハイネケンが好きかもしれませんし、バドライトが好きかもしれません。
ブロックチェーンを見ると、重要なことは回復力、検証可能性、そしてほとんど互換性があるということです。理想的には、私たちが理解できる、高度に回復力のある、モジュール化されたインテリジェンスが欲しいです。そして、私たちはオンチェーンで特定のことを証明できます。
それが毎回異なることをするのは望ましくありません。以前、言語モデルは確率的な出力を持っていましたが、今では決定論的になることができます。私たちがStable Diffusionを安定させたように、同じ入力で同じ出力を作成するからです。これは、特にレイヤー2などの周りで行われた作業を見ると、基本的に中央のパーティに依存しない価値移転の優れたシステムのための意図などの世界を開きます。それはインテリジェンスがエッジにプッシュされるのと同じです。
これははるかに肯定的な見方だと思います。既存の構造やガバナンスがそれに追いつくことができるかどうかは確かではありません。なぜなら、それはより良い形の民主主義、DAOのような形を開くからです。DAOには本当のインテリジェンスがありません。何度も見てきました、どれだけ愚かなDAO投票があるでしょうか？何が愚かで何がそうでないかの裁定者として機能するAIがあったらどうでしょうか。
民主主義自体は、代表的であることを意図していますが、どれだけの聴衆が自分の代表者によって代表されていると感じているでしょうか？非常に少ないです。議会の承認率を見てください。中古車販売員やNickelbackより低いです。
これを見ると、例えば代表制民主主義は、あなたが所有し、あなたに主権的で、あなたが理解するAIがあったら、どうなるでしょうか？人々を集め、AIに彼らの見解を調整させ、そしてそれを代表者に送り、その出力がAIによってチェックされるようにします。なぜ米国のすべての法案がAIによってチェックされないのでしょうか？これは将来の非常に肯定的な見方です。
これが欠けていたコンポーネントでした。なぜなら、私たちは主権的なアイデンティティ、独立した価値移転のレールを持っていましたが、この追加のチェックインテリジェンス、バランスインテリジェンスが欠けていました。これはAI自体のために、そしてAIが私たちの社会に与える影響のために、すべて一緒になり、これが本当の価値の解放と移転だと思います。
これは、このエージェントのパラダイムと同時に来ます。現在、あなたはロールアップでチームを構築しました。すぐにあなたは1000人の新しいメンバーを持つでしょう。あなたは家族とチームを家庭に持っています。すぐにあなたは1000人の新しいメンバーを持つでしょう。そして彼らは誰に忠実でしょうか？彼らの目的関数は何でしょうか？あなたに忠実で、あなたの最善の利益のために働く人々が欲しいです。他者の最善の利益のためではなく、個人、家族、コミュニティ、社会、人間のレベルでです。なぜなら、機会は膨大だからです。
私たちはNearのIliaと、この点について非常に良い会話をしました。私たちはそれらを有機的モデルや有機的エージェントと呼んでいます。ゼロの前の入力を持たないモデルを実際に入手できる可能性がある現実があることを知っています。しかし、それは同時に「もう二度と独創的な考えはあるのか」という疑問も提起しました。
思考の空間は巨大だと思います。しかし、信頼できる中立性という概念に関わってきます。おそらくこれがイーサリアムを躓かせました。彼らは意見を持つよりも信頼できる中立性を望んでいました。意見を持ったモデルから信頼できる中立なモデルまで、一連のモデルを持つ必要があります。
しかし、モデルがトレーニングされる方法は、再び卒業生に非常に似ています。私たちはカリキュラム学習と呼ばれるものを持っています。ここでは、大量のデータを最初に取り、それをどんどん専門化していきます。あなたのRoly Polyモデルを作成しましたが、それは非常に一般化されたモデルの特殊なバージョンです。それがその過程です。
理想的には、私たちはモデルをインフラストラクチャにしたいと思います。Vitalikによる収益邪悪曲線に関する素晴らしいエッセイがあります。彼は、インフラストラクチャは典型的に非競合的で非排他的である必要があると言っています。収益コンポーネントを導入し始めると、妥協をするため急速に邪悪になる可能性があります。
私たちはStable Diffusionを完全にオープンソースから少しライセンスを持つように変更し、それが物事を台無しにしました。それが私が再び始めることを決めた理由の一つです。インフラストラクチャは誰もが利用可能であるべきです。誰もが信頼できる中立なベースAIにアクセスでき、それで何でもできるようにすべきです。
高校レベルまで信頼できる中立で透明性があれば、それを調整することができます。教育AIがあれば、その教育AIを構築する必要があるのは一つのエンティティだけです。それが会社や組織であるとは言っていません。政府AI、ヘルスケアAIがあれば、それはその仕事をするためのわずか数ギガバイトなので、世界中に広がることができます。
この点について、Immadさんは、最近娘さんが生まれたとポッドキャストで言っていましたね。彼女の育ちと教育を考えるとき、公立学校、私立学校に入れますか？それとも彼女を教育するためのカリキュラムを形成するモデルをトレーニングしますか？
私たち自身が教育モデルを構築する予定です。個別指導における標準化された改善は、このブルーム・トゥー・シグマ効果です。私のStabilityでの以前の共同創設者は、Imagine Worldwideという慈善団体を持っています。今年、彼はマラウイの100万人の子供たちにタブレットを配布するでしょう。今は太陽光発電でさえできます。
次の数年で、ChatGPTレベルの教育で、ナイジェリアでの研究によると、子供たちは2ヶ月のChatGPT教育で2年分の教育的達成を得ました。Math Academyのような適応型のものを見ると、人々は驚くべき結果を示しています。トップパーセンタイルの7歳児が微積分などを学んでいるのは、個別化できるからです。
だから、公立か私立かは、採用のペースによると思います。一部の学校はテクノロジーを愛し、一部の人々はそうではありません。しかし、20人の子供を教える一人の教師よりも、明らかに優れているでしょう。なぜなら、すべての子供が自分自身のAIを持ち、質問は誰がそれを構築するかでした。私はそれをオープンに構築する必要があると思いました。
だから、私はそれを構築し、ヘルスケアや政府、その他のAIを構築します。このオープンデータ、オープンインフラストラクチャのAIの特定のグループと、それを行うためのグループを集めます。これは個人的に非常に重要なことです。なぜなら、他に信頼できる中立な方法が見えなかったからです。
スタートアップが SaaS 料金を課す自由市場がそれを適切に行うとは思いません。なぜなら、これはほとんど次のレベルの基盤的インフラストラクチャだからです。ブロックチェーンが信頼できる中立である必要があるように、生活の重要なことのために信頼できる中立なベースモデルを持つ必要があります。
ビデオモデルや音楽モデルについては、誰もが気にしません。それは好きなだけ意見を持つことができます。しかし、オープンデータ、オープンソースモデルが必要です。そして本当に魅力的なことは、私の子供を教えるデータはすべてオープンだということです。それに関する規制的な問題はありません。なぜなら、子供に学校を教えるカリキュラムはオープンだからです。何もプライベートIPデータを持つ必要はありません。
私たちは、ゴールドスタンダードのベースモデルを構築するゴールドスタンダードのデータセットが必要で、それは世界中で推論できます。それが私たちがユニバーサルベーシックインテリジェンスと呼ぶ概念である理由です。それをより安くすればするほど、より多くの人々をカバーでき、より多くの計算がそれをサポートできます。
そして、問題はそのガバナンスをどう考えるかです。なぜなら、マレーシアは教育に対して中国、ベトナム、ブラジルとは異なる見解を持つでしょう。そして、各国の人々が集団的および個人的な基盤でそれについて決定を行うための権限をどのように与えるのでしょうか。彼らがカリキュラムのこの部分には同意するが、この部分には同意しないという情報を持ち、子供自身により適応的なものを持ち、そして子供自身が自分の決定を行います。
例えば、ドイツでは、高校の後半の成績に基づいて、次に行く学校のタイプを決定するプログラムがあります。私は、若者が何をしたいか知っている若者のためのAIエージェントによるカリキュラムがあると予見しています。彼らはその中心的なアイデアのための非常に専門的なプログラムを得ます。あるいは、誰かがよくわからない場合は、異なるタイプのプログラムをテストすることができます。
教育には多くの非効率性があるようです。あなた方が行っているIntelligent Internetと共に、これがどのように起こると予見しているかについて、もう少し理解を深めたいと思います。
あなた方は最近、I-Thoughtと呼ばれるものをリリースしました。これは強化学習のための「厳選された推論データセット」であり、何百もの高品質な推論問題、厳選によってコンタミネーションと弱い例を排除し、ベトナムの入学試験はベンチマークレベルをクリアし、モデルは2倍の推論トークン効率とトップパフォーマンスを持っています。AIに詳しくない人にはたくさんの言葉があり、理解しにくいかもしれません。
まず最初に、Intelligent Internetとは何か、そして強化学習とは何かから始めて、それからこれらの各カテゴリに入ることができるでしょうか？
Intelligent Internetでは、基本的に、生活の重要なことのために誰もが利用できるAIのウェブがどのように見えるかを考えました。オープンソース、オープンデータです。なぜなら、MetaのLlamaモデルのようなものは、その中にあるデータが何かわからず、彼らは教育、ヘルスケア、政府、金融のためにそれにスペースを売るでしょう。
それから、一般化された人間社会レベルのインテリジェンス、セクター特有のインテリジェンス、そしてローカライズされたインテリジェンスがあります。ブラジルの教育AIを持ち、それを可能にするデータセットとモデルを持ちます。
その最初の部分は、高品質なデータがどのように見えるかです。I-Thoughtのリリースでは、強化学習と呼ばれるものを使用して、これらの推論のことに基づいて、任意のベースモデルを取り、インテリジェントにします。
DeepSeekは彼らの大きな6000億パラメータのR1モデルを取り、それを使って、基本的にAlibabaなどによる小さな320億と150億モデルをトレーニング、チューニングしました。それらはより知的になりました。私たちはそれをさらに知的にするデータセットを構築し、実際に半分の思考や計算時間で済みます。
しかし、最終的な目標は、すべての国、すべてのセクター、これらの規制された重要なことのためのデータセットをリリースし、誰でも使えるベースモデルをトレーニングし、そのガバナンスを人々の手に戻すことです。ブラジル人がブラジルのデータを決定できるようにします。しかし、ブラジルの誰かとして、あなたの子供を教えるモデルの断片を選ぶことができます。
そして、その全体にわたって重要なデフォルトがあると考えました。最初のステップはデータセット、次にシステム、そして全てをオープンソースでリリースして、誰でもそれを取り、許可なく実装できるようにすることです。なぜなら、AIファーストの病院、政府、教育システム、金融システムなどを持つべきだからです。しかし、私たちは適切にそれを構築するために全員が集まる必要があると思います。
信頼できる中立なものを持つためです。ビットコインが信頼できる中立な価値移転であるように、信頼できる中立なインテリジェンス移転が必要です。
OpenAIが始まったとき、それが彼らが望んでいたことだと思います。彼らの多くが本当に良い意図を持っていたと思います。そして、あなたがStabilityの構築を始めたときも、あなたもそれを望んでいたと言いましたが、その後ライセンスが来て、規制的なことがありました。
この第二のイテレーションでは、Intelligent Internetはどのようにして、「開放性」の旗の下でグローバルに課せられる、さらに別の西側の技術的フレームワークになることを避けるのでしょうか？あなたのオープンソースのアラインメント、信頼できる中立性のアイデアが、非西洋の価値システムと根本的に対立し、これらの異なる管轄区域の現実に適応しなければならない場合、どうなるのでしょうか？
私たちはその周りのモデルを開発しました。大きな実装問題が見られるからです。私たちはStable Diffusionの日本語バージョンを作成しました。なぜなら、「女性」と言った場合、白人女性か日本人女性か、「サラリーマン」と言えば、それは幸せな男性か悲しい男性かということがあるからです。これらのローカルなことは非常に重要です。
問題は、それをどのように普及させるかです。私たちはそれを調べました。タイミングの問題があります。OpenAIは非常にオープンに始まり、今は非常に制御されています。なぜなら、制御のダイナミクスは物事を成し遂げるためにはるかに速いからです。コア開発チームにこだわることもできましたが、資本へのアクセスがありませんでした。
数年前にどれだけの資金がAIにあったでしょうか。今では、すべてのVC資金の約4分の1です。Katerによると、暗号Twitterのすべての注目の半分を占めています。そして、良いプロジェクトはどれくらいありますか？環境は変わりました。
もし2019年、このElon、Sam Altman、Greg Brockmanの全体を見れば、Sam Altmanは「コインを立ち上げよう」と言っていました。おそらく2017年だったかもしれません。彼らはOpenAIを分散化したかったのです。私がStabilityを始めたとき、DAOのDAOにしようと思いました。なぜなら、私たちはDiscordに50万人の開発者がいるコミュニティを構築したからです。
しかし、私はそこにインテリジェンスがないと思いました。だから、正しい時期に正しいことをする必要があります。1年前、私はCEOを辞任しました。なぜなら、今が分散化されたインテリジェンスを適切に行う時だと思ったからです。しかし、それはどのように見えるでしょうか？
私はOpenAI、Anthropic、Apple Intelligenceと競合することに興味はありません。私は私たちの子供たちを教えるEDUC AIに興味があります。私は世界の癌に関する知識を整理し、それを全ての人が利用できるようにし、彼らの癌の旅やオーティズムの旅、多発性硬化症の旅を通じて共感的なパートナーとしてそこにいるAIに興味があります。
そして、そのための計算インフラストラクチャのインセンティブメカニズムを作ることに興味があります。なぜなら、すべての国に癌スーパーコンピュータが必要であり、これらすべてをまとめるものが必要だからです。私がそれを見たとき、「それはスーパーコンピュータを持つビットコインのようなものだ」と思いました。
だから、AIの時代のための通貨が必要であり、これについてのインセンティブメカニズムが必要です。それによって、これをブートストラップし、ローカルレベルでガバナンスを所有すべき人々、私たちはさまざまなコインのメカニズムなどに取り組んでいます。ブラジルやバングラデシュでは、そのAIを所有すべき人々はブラジル人やバングラデシュ人です。
2年前、人々は「それは一体どういう意味？」と言っていましたが、今では「わかる、私の子供を教えるこのAIが見える、それは重要だ」と言っています。
私たちはまだデザインを完成させていませんが、ほとんど完成しています。しかし、私たちが知っていることは、素晴らしいAIモデルと素晴らしいデータセットを構築する方法です。しかし、再び、最先端レベルのものを構築する必要がありますか？いいえ、教育や健康、政府などのために機能するものを構築する必要があります。そして、基本レベルをリリースすることで、トレントを通じてでも、どこでも許可なしのイノベーションを可能にします。
なぜなら、それを取り、ブラジルに適応させることができるからです。しかし、レイヤー2ロールアップのように、その周りに標準と開発チームを作る必要があります。これは相互運用性、能力、これらの意見的な性質についてです。しかし、ゴールドスタンダードのデータセットを構築するための計算のS字カーブを一度構築すれば、誰でもこれらのモデルを構築でき、相互運用性の標準を構築でき、暗号Twitterの全ての革新の上に構築できます。
暗号AIは、それによってさらに良くなる可能性があります。だから、基本的に力を人々に戻す必要があると思います。そして、これに最も近い例は、Andreas and HorowitzがトークンAtraxonomyと呼ばれるトークン標準をリリースしたことです。その核心は、私の意見では、中央集権的な制御があるものは通常、セキュリティです。
これは最初のイーサリアムのようなものです。しかし、コアチームがもはや制御を持たない時点があります。これは私たちがAIにアプローチする方法です。私たちはこの一般化されたインテリジェンス、標準の最初の部分をブートストラップし、その後、他のすべては各国の人々によって採掘され、制御され、各国でチームが組まれます。
これがおそらく最良の方法だと思います。なぜなら、最初に少しの構造が必要だからです。
これは魅力的です。特定の管轄区域のためのサブトークンを持つトークンモデルを見たことがないと思います。イーサリアムとそれ自身のレイヤー2を統治するレイヤー2トークンがあると言えるかもしれませんが、特定の領域のために異なるサブセットの人々によって統治される、インセンティブを調整する一つの一貫したエコシステムを見たことがありません。
あなたが言及したように、相互運用性やこのブートストラップフェーズの後に、これらすべてのサブセットの間で調整する方法について、イーサリアムが遭遇したものと同様の問題に遭遇すると予想できると思います。
私たちが始めたとき、DAOsを見て、ZKなどを持つ完全なスタックL1を構築することを考えていました。しかし、お金についてだけだと思いました。人々はAIの時代にAIをヘッジしたいと思います。そして、AIによって保証されたお金はおそらく良いスタートです。
しかし、その後、金（ゴールド）と国家通貨があります。それがあなたのL1、L2です。しかし、より高度なもの、証明、相互運用性、これらの標準については、他の人々が素晴らしいです。私のチームはモデルとデータセット、システムを構築するのが得意です。そして、私はそれができる各国の人々を集めたいと思います。
なぜなら、この能力は主権的でなければならないからです。私はインセンティブメカニズムを作りたいと思います。ビットコイン資産を構築するのではなく、リオデジャネイロやマニスなどの場所にスーパーコンピュータノードを持つようなものです。それはビットコインですが、少し違います。再び、その詳細は明らかになるでしょう。
しかし、終端点までそれを取り、そこから逆戻りすると、それは最良の方法です。将来的に見たいのは、重要なことのためのこれらのデータセットのガバナンスが、個人としてのあなた、あなたのコミュニティ、あなたの社会、そして人類の手にあることです。これは重要です。そして、それには一定量の実際の物理的インフラストラクチャが必要であり、それは価値があります。
10年、20年先を見ると、お金を超えた地点に達するかもしれません。UBIなどの概念があります。再び、WorldcoinはUBIを考え出す上で最も先進的かもしれません。この人間の検証可能性があります。彼らが少なくとも試しているからこそ、多くの人々は何が起こっているのか全くわかりません。
でも、私が知っていることは、これから何が来るかを理解する才能ある人々が十分に集まり、適切に調整できれば、そうでない場合よりも良い立場にあるということです。そして、これはAndy、あなたの標準とデフォルトに関するポイントに戻ります。
もし今それを始めなければ、数年後に何が起こるでしょうか？フィリピンを見てみましょう。なぜ2年後にコールセンターの労働者が必要なのでしょうか？それは終わりです。インドを見てみましょう。Emphasis（インフォシス）などは素晴らしく行くでしょうが、インドや他のアウトソースされたコーディングの仕事の大部分はAIによってより良くできるでしょう。
そして、アウトソーシング会社はトラック運転手、ロボット、テスラなどを見つけます。この波は速く来ています。私たちは良いデフォルトを設定しながら、それについて何かをする必要があります。
それはこの空間で構築しているすべての人の核心的な使命だと思います。実際、どの産業よりもAI技術は現在、最大の倫理的、道徳的ジレンマを抱えています。完全性の欠如があるわけではなく、今日私たちが行う良い意図の仕事が明日どのような結果をもたらすかがわからないということです。それは刺激的ですが、同様に少々不安です。
これは私たちが今まで見た中で最も強力なテクノロジーです。TAM（総利用可能市場）は、画面の向こう側でできるどんな仕事でもあります。そして、影響は膨大です。今、これらのロボットを見ると、具現化されたものでさえ、それらは来ています。
EngineerおよびUnityロボットは、1時間あたり50セントのコストで、家を丸ごと建て、望む仕事を何でもこなし、魅力的でしょう。これは私たちが今まで見た中で最大の混乱であり、現実的には散文的なものを超えています。技術が今日止まっても、それは避けられません。
だから、問題は再び調整です。私たちはレジリエンスと検証可能性を望みました。それが暗号です。しかし、多くの暗号プロジェクトが失敗した状態から、イーサリアムなどの進化を見てきました。再び、それは成功であり、3000億、2000億ドルの資産です。見ればわかりますが、彼らはただ多すぎることをしようとしました。
誰も全体のパイを自分だけで構築することはできません。だから、私が言ったように、私たちがスタック全体を見たとき、「計算能力が必要で、良いモデルを構築し、計算能力を良いことに使う、それが私たちが処理する部分だ」と思いました。そして、それがエコシステムの残りを可能にします。
私は今、流入する才能が十分あり、スタックを把握し、その領域にあるAIを作成できると思います。しかし、オープンソースがAIのすべてを支配するような勝者総取りではないことを認識する必要があります。あなたは個人的なAIと天才AIを持つでしょうが、私たちはこのオープンインフラストラクチャ側に特に焦点を当てるべきだと思います。
私たちが終わりに近づくにつれて、Intelligent Internetの次は何かを考えています。数週間後にドバイでトークン2049があります。あなた方はかなり舞台裏で働いてきたことを知っています。このポッドキャストは1〜2週間以内に公開されると思いますが、私たちの聴衆と共有できることは何ですか？どのように関わることができますか？そして、あなた方の次は何ですか？
私たちは過去6ヶ月から1年の間、これらすべてに取り組んできました。私たちはさまざまな産業の未来についての一連の記事、完全にオープンにライセンスされたインフラストラクチャオープンモデルをリリースします。誰もがそれを使用でき、素晴らしいものを構築できます。
そして、私たちはコインなどの詳細をリリースする予定です。私たちはそれらに関する意見を求めています。なぜなら、再び問題は、私たちが集団的に学んだこと、私たちが犯した間違いをすべて活用することだからです。
あなたの国、あなたの社会、あなたの個人的性質のAIを誰が管理すべきか、そして世界の癌の知識を整理し、それをすべての人が利用できるようにするスーパーコンピュータを持つにはどうすればよいのか。
世界中のすべての子供を教育するための最高のAI、彼らのプライバシーを保護しながら学ぶもの、私たちの政府を効率的にするAI、私はDOGEは一つのことだと思いますが、もう一方はどのように見えるのか、そして熱心な人なら誰でも、一つの方法か別の方法で参加できるようにするにはどうすればよいのか。
Immad、お越しいただきありがとうございます。
お招きいただき、ありがとうございました。楽しかったです。
コメント