この書き起こしは、2025年のSnowflake Summitにおけるサム・アルトマンの講演内容を扱ったものである。彼はAIエージェントの現状と未来について語り、次世代AIモデルの創発的能力や企業レベルでの実用化について詳しく説明している。特に注目すべきは、AIが人間のチームでは解決できない複雑な問題を自律的に解決する時代が間近に迫っているという彼の見解と、AGIの定義や到達時期に関する考察である。また、Google DeepMindのAlpha EvolveやDarwin Goal Machineなど、進化的探索を用いたAIシステムの例も紹介されている。
サム・アルトマンは最近開催されたSnowflake Summit 2025のステージに登壇し、AIエージェントについて語りました。興味深いことに、彼は次世代AIモデルがどのような創発的能力を持つのか、そして次にやってくる大きな波について概説しています。彼は少なくとも数ヶ月間、全く同じことを言い続けていることを覚えておいてください。
少し聞いてみてください。なぜこれが重要なのかを後でお話しします。この件について少し話しましたが、とにかく最も困難な問題を与えてみてください。もしあなたがチップ設計会社なら、「これまで可能だったものよりもより良いチップを設計してくれ」と言えばいいのです。もしあなたがある病気を治そうとしているバイオテクノロジー企業なら、「これに取り組んでくれ」と言えばいいのです。そんなに遠い話ではありません。
そして、これらのモデルが、あなたが可能な限り与えたいすべてのコンテキストを理解し、あらゆるツール、あらゆるシステムに接続し、そして本当に一生懸命考える、つまり本当に素晴らしい推論を行い、答えを持って戻ってきて、あなたが彼らを信頼して自律的に作業を任せることができるほどの堅牢性を持つ能力です。
そのようなことが、これほど近くに感じられるとは思っていませんでしたが、本当に近くに感じられます。
これが重要な理由は、まさにこの未来がどのようなものかを示すいくつかのものを見てきたからです。一つはGoogle DeepMindから出たAlpha Evolveです。これについては別の動画で取り上げました。もしご覧になっていないなら、見ることが重要です。これはおそらく次に起こることへの最大の洞察です。これは大きなことです。
そして最近起こったもう一つの大きなことは、Darwin Goal Machineです。これは進化的探索を使って問題のより良い解決策を見つける、また別のAIです。この場合、それは自身のコーディング能力を向上させます。多くの反復を通じて、それは自分自身を改善します。通常、人間によって細心に手作りされたものよりも劣った状態から始まります。しかし、数回の反復の後、実際に人間が作ったものよりもずっと良くなります。この場合、これはAderとLMコーディングアシスタントツールです。そしてこの場合、それは最先端のオープンソースの人間製コーディングアシスタントとほぼ同等の性能を発揮します。
これが、多くの企業レベルの会社が最も困難な問題を解決するために実装し始めるアイデアです。どのように機能するかを理解するために、ここに大規模言語モデルがあります。その周りに何らかの足場があります。つまり、それが使用できる何らかのコードとツールがあり、時間が経つにつれて、あなたが解決しようとしている問題に対するより良いプログラムやより良い解決策を生み出します。
そして唯一の制限は、どれだけの計算量を投入したいかということです。ハードウェアリソースにより多くのお金を費やせば費やすほど、結果は良くなります。
はい、それで他に何ができるかの境界を常に押し広げることができます。よりエッジの効いたエージェント的アプリケーションがあります。しかし、フロンティアから離れたところでは、この技術は実際に主流での使用に準備ができていると思います。
興味深いことに、昨年は全く同じことを言っていなかったでしょう。昨年はスタートアップには同じことを言っていたでしょうが、大企業には、少し実験はできるが、ほとんどの場合で本格的な製品使用には完全には準備ができていないかもしれない、と言っていたでしょう。そしてそれは本当に変わりました。私たちの企業向けビジネスはこのように成長し、私たちは実際に多くのことで私たちを使っている大企業と話をします。そして何がそんなに違うのかと聞くと、私たちは理解するのに時間がかかっただけなのかと尋ねます。彼らはそれも一部だったが、単純にずっと信頼性が高く動作するようになったと言います。
それは機能します。私が可能だとは思っていなかったこれらすべてのことができるのです。そして、昨年のある時点で、これらのモデルの使いやすさにおいて本当の変曲点に達したようです。
さて、興味深い質問は、来年私たちは何を違って言うでしょうか。そして来年は、システムを使ってビジネスプロセスを自動化したり、これらの新しい製品やサービスを構築したりするだけでなく、本当に言えるポイントにいると思います。私のビジネスには非常に重要な問題があります。
もしあなたがそれを解決できるなら、私は大量の計算量を投入します。そしてモデルは、人々のチーム単独では行うことができないことを理解できるようになるでしょう。そして、これらのモデルで経験を積んだ企業は、AIシステムに対して「私の最も重要なプロジェクトをやり直してくれ、ここに大量の計算量がある、本当に一生懸命考えて答えを見つけてくれ」と言える世界に向けて良いポジションにいます。それに準備ができている人々は、来年また大きなステップチェンジがあると思います。
次に、これらのものが通常のビジネスでどこでどのように使われているかという具体的なAIエージェントの使用例について話します。私たちが立ち上げたCodexというコーディングエージェントは、私の「AGIを感じる」瞬間の一つでした。このものを見ているとです。たくさんのタスクを与えることができます。それはバックグラウンドで動作します。本当にかなり賢いです。これらの長期的なことができて、あなたはただそこに座って、これにはイエス、あれにはノー、もう一度やってみて、と言うことができます。
そして、それはあなたのGitHubに接続することができ、ある時点では、あなたが望むならあなたの会議を見ることも、あなたのSlackを見ることも、あなたのすべての内部文書を読むこともできるようになるでしょう。そして、それは信じられないほど印象的なことをしています。そして、今日では数時間働けるインターンのようなものかもしれませんが、ある時点では数日間働ける経験豊富なソフトウェアエンジニアのようになるでしょう。
そして、私たちは他の多くの作業カテゴリーでもこれを見ることになるでしょう。そして、顧客サポートの大部分やアウトバウンドセールス、その他多くのことを自動化するエージェントを構築している企業の話を聞きます。そして、彼らの仕事は今や多くのエージェントに作業を割り当てることだと話す人々を聞きます。品質を見て、それがどのように組み合わさるかを理解し、フィードバックを与える。それは、まだ比較的新人の従業員のチームとどのように働くかということと非常に似ているように聞こえます。そして、それはここにあります。
まだ均等に分散されてはいませんが、それは起こっています。来年は、少なくともいくつかの小さな方法で、限られたケースにおいて、新しい知識の発見を助けたり、非常に些細ではないビジネス問題の解決策を見つけたりできるエージェントを見始めるだろうと私は賭けています。
現在、それは反復的な認知作業があれば、短期間で低レベルでそれを自動化できるというカテゴリーに非常に当てはまります。そして、それがより長い時間軸とより高いレベルに拡大するにつれて、ある時点でAI科学者、新しい科学を発見できるAIエージェントを得ることになります。そして、それは世界にとって重要な瞬間になるでしょう。
次のクリップでは、AGIとは何かについて話しています。私たちはAGIに近いのでしょうか。どの時点でそれを呼ぶのでしょうか。あなたはそれが瞬間だったと言いました、Codexを体験して、コーディングエージェントを体験することが、AGIを感じた瞬間だったと。
だから、それについて聞かなければなりません。あなたにとってのAGIの定義は何で、私たちはそれからどのくらい離れているのでしょうか。それは私たちにとって何を意味するのでしょうか。もしあなたが時間を遡って5年前、2020年に戻ることができたなら、それはAIにとって暗黒時代のようだったでしょう。実際、それは非常に興味深い時代でした。なぜなら、正確に5年前に戻ることができれば、私が間違っているかもしれませんが、それはGPT-3を立ち上げる直前だったと思うからです。
世界はまだ良い言語モデルを見たことがありませんでした。そして、その瞬間に戻って誰かに今日のChatGPTを見せることができたなら、Codexや他の何かについては言うまでもなく、ただのChatGPTを見せただけで、ほとんどの人はそれは確実にAGIだと言うでしょう。
そして、私たちは期待を調整するのが得意です。それは人類の素晴らしいことだと思います。AGIが何であるかという質問は、ほとんど重要ではないと思います。それは人々が異なって定義する用語です。同じ人でもしばしば異なって定義します。重要なのは、過去5年間に私たちが年々見てきた進歩の速度が、少なくとも次の5年間、おそらくそれをはるかに超えて続くべきだということです。ただし、それを言うのは困難です。
そして、あなたが24年や26年や28年にAGIの勝利を宣言するか、28年や30年や32年に人工超知能の勝利を宣言するかは、この一つの長い美しい、衝撃的に滑らかな指数関数よりもはるかに重要性が低いのです。
それをすべて言った上で、私にとって、自律的に新しい科学を発見できるシステム、または人々にとって信じられないほどのツールとなり、世界における私たちの科学的発見の速度が4倍になったりするようなシステムが、私が想像できるAGIのどんなテストでも満たすでしょう。他の人々は、それは自己改善能力のあるシステムでなければならないと言うでしょう。多くの人々は、今日の記憶を持つChatGPTは、非常にAGI的だと言うでしょう。
最後に、もしあなたがこのアイデアに納得し、これが未来だと思い、何かを構築し始めたいと思うなら、どのように始めますか。分野は非常に速く動いているので、どのようにアプローチするか、どのように構築を始めるか、どの方向に滑り始めるかを知ることは非常に困難です。AIの景観をどのようにナビゲートするかについてのサムのアドバイスは次のとおりです。
ただやってみることだと思います。まだ多くの躊躇があり、モデルは非常に速く変化しており、次のモデルを待つ理由がたくさんありますし、これがこのように振る舞うかそのように振る舞うかを様子見したり、AとBのどちらで構築すべきかを待ったりしようとしています。
しかし、一般的な技術の原則として、物事が急速に変化している時、最も速い反復速度を持つ企業、ミスのコストを最も低くし、学習率を最も高くする企業が勝ちます。そして確実に、企業とAIについて私たちが見ているのは、早期に賭けをして非常に迅速に反復している人々が、すべてがどのように振る舞うかを見るのを待っている人々よりもはるかに良いパフォーマンスを示していることです。
コメント