この動画では、著名なポッドキャスターであるドワルケシュ・パテルが、AIのタイムライン、生産性、世界的な停滞について深く語っている。現在のAIモデルの限界と可能性、特に「オンザジョブトレーニング」の欠如が実用性を制限している点や、AIの集合的優位性について論じる。また、日本の経済停滞を例に挙げながら世界的な生産性低下の問題を分析し、データ企業への影響、好奇心の重要性、効果的な学習方法についても議論している。
現在のAIの限界について
Fortune 500の経営陣は頑固すぎるんや。こいつらはAIワークフローを採用しとらん。でも実際に手に入れとるのは赤ちゃんAGIやねん。ただ人間が怠けすぎて、これらのシステムを職場環境に統合しとらんから、最大限のポテンシャルで活用されてへんだけやねん。
これは、今日のAIモデルについて人々がどれだけ強気であるかを考えれば、素朴に予想されるほどAIが広く展開されてない理由の、ごく一部でしかないと思うねん。
こんにちは、データオタクの皆さん。今日のゲストはドワルケシュ・パテルや。ドワルケシュは「ドワルケシュ・ポッドキャスト」のホストで、AI、科学、進歩について一流の科学者、創設者、経済学者にインタビューしとるねん。ポッドキャストをフルタイムで立ち上げる前は、UT Austinでコンピューターサイエンスを始めとったんや。ドワルケシュ、ワールド・オブ・ダッシュへようこそや。
ドワルケシュ: 呼んでくれてありがとう。めっちゃ興奮しとるわ。君のポッドキャストの大ファンやし、書いたもんも読んどるし、めっちゃめっちゃファンやねん。これはもうファンボーイが出てきた感じやな。
君はほんまにめちゃくちゃ頭のええ人らをたくさんたくさんインタビューしてきとるやん。人々が最も間違ってると思うことって何やと思う？
ドワルケシュ: それは分野によるんやけど、ゲストがより幅広いトピックについて話しとるからな。でもAIについて言うなら、僕のゲストの中には短すぎるタイムラインを持っとる人がおるんや。AIの能力が僕が期待するよりもずっと価値があって、ずっと早く実現すると期待しとるねん。これは全部のゲストがそうやないけど、もし僕が最近のゲストの何人かと最も意見が分かれそうなことを特定するとしたら、それやな。
面白いな。君はAIについてのインタビュアーだけやなくて、実際にこれらのツールを使うユーザーでもあるやんな？面白いのは、僕が使うたびに、君も同じことを経験しとるかわからんけど、何らかの制限にぶつかるねん。
AIの実用性に対する現実的な評価
今、それでXができると思うけど、実際にはまだXができへんねん。このXは数ヶ月ごとに動いとるけど、なぜか僕は常にXが今できると思ってまうのに、実際にはできへんねん。君も似たようなことを経験しとる？
ドワルケシュ: 100%や。めっちゃ似た問題や。そして正直、それが今日のAIモデルの実際の価値について僕の見方を更新させたねん。人々はよくこんな態度を取るやん、君もいつも遭遇すると思うけど、OpenAIの収益を見ると約100億ドルのARRの規模やねん。
それは明らかに印象的やけど、コールズやマクドナルドより少ないやろ？確実にAGIやない。そして人々がこれに対して持つ正当化は「見ろ、Fortune 500の経営陣は頑固すぎる。彼らはこれらのAIワークフローを採用しとらん。でも実際に持っとるのは赤ちゃんAGIや」って言うねん。
そして人々が怠けすぎて、これらのシステムを職場環境に統合しとらんから、最大限のポテンシャルで活用されてへんだけやと。これは、今日のAIモデルについて人々がどれだけ強気であるかを考えれば、素朴に予想されるほどAIが広く展開されてない理由の、ごく一部でしかないと思うねん。
より重要な理由は、これらのモデルから人間のような労働力を得るのが本当に難しいということやと思うねん。僕自身も自分のポッドキャスト用にこれらの小さなLLMワークフローを構築しようとして経験したことやけど、君も同じようなもんを設定してるやろ？トランスクリプトの書き直しやクリップの検索とかな。
そして僕はずっと考えとったんや、なんで僕はまだこれらのタスクに人間を雇わなあかんのか？なんで僕はこれらの言語入力、言語出力のタスクを言語モデルに委任できへんのか？根本的に、問題はオンザジョブトレーニングの欠如やと思うねん。
オンザジョブトレーニングの重要性
これらのAIモデルは確かに箱から出してすぐに印象的な能力のリストを持っとるねん。どんな言語タスクでも10点満点で5点の仕事をするやろ、これはデフォルトの人間がするよりも高いかもしれん。でも問題は、時間が経っても良くならへんことやねん。セッションの終わりに、彼らの記憶は全部消去されてまうねん。
人間の従業員とは違って、人間の従業員は6ヶ月経つまで有用やないかもしれんけど、君は彼らを訓練しとるねん。彼らは全てのこのコンテキストを蓄積しとる。失敗から学んどる。タスクを練習する中で、これらの小さな効率性や改善を身につけとるねん。だからこのオンザジョブトレーニングの欠如が、これらのモデルの完全な価値をアンロックする大きなボトルネックやと思うねん。そして今のところ、それを追加する簡単な方法が見えへんねん。
でもパックは動いてるやろ？動いてはいるけど、僕の期待もパックと同じ速さで動いてる感じがするねん。もしくは僕が思うべきことや、僕が変な奴なのか、それとも皆がこれらのツールを使おうとした時に感じることなのかわからん。
ドワルケシュ: 僕らの期待が変わり続けとるということを指摘するのは公平やと思うねん。これはAIについて有名な話で、ゴールポストを常に動かし続けるやつや。毎年、以前はできへんと言ってたことができるようになるけど、今度は「まだそこに到達してへん、このX個の残りのことがあるから」って言うねん。
それはゴールポストを動かしてるって言う公平な反論やねん。でも注意すべき別のことは、もしこれらのベンチマークを打ち続けるなら、チューリングテストを通過したやろ？誰も気づかへんかったけど。挑戦的な環境で最も頭のええ大学院生向けに作られた数学試験でエースを取るモデルがあるねん。
ベンチマークと実用性のギャップ
そしてもしこれらのベンチマークを通過し続ける一方で、AGIが暗示する経済価値をアンロックしてへんなら、最低でもホワイトカラーの仕事ができるべきやし、それは毎年ホワイトカラー労働者に支払われる賃金として数十兆ドルの価値があるねん。
同時にこれらのベンチマークを通過しながらそれをアンロックしてへんなら、以前に特定してへんかった残りのボトルネックが何なのかを問うという意味で、ゴールポストを動かすのは理にかなっとるねん。それが彼らの有用性の欠如を説明するねん。何が起こってると思う？
ドワルケシュ: その大きな部分は、この継続的学習、このオンザジョブトレーニングの欠如やと思うねん。これが人間が主に価値を提供する方法やと思うねん。人間が仕事で持ってくる価値の一部は生の知性やない。残りは、コンテキストを蓄積し、失敗を追及し、仕事で学ぶにつれて小さな効率性や改善を身につけるこの能力やねん。
もう一つの大きなことは、もちろんこれらのモデルは今のところただのチャットボットやということやねん。質問を投げかけると答えを返すという単純なものとして有用になるのはめっちゃ難しいねん。それはほとんどの仕事のやり方やない。
だから遅かれ早かれ、実際にコンピューターと、通常のホワイトカラー労働者がコンピューターと相互作用できる全範囲の方法で相互作用できるモデルを見ることになるやろ。メール、ブラウザー、その他のアプリケーションを含めてな。
そしてもちろん、少なくともコンピューター使用にアクセスするモダリティがない限り、全てのホワイトカラーの仕事はできへんねん。今、この方法でコンピューターを使える能力があるモデルをどう訓練するかについて、興味深い質問が全部あるねん。なぜなら、これらのモデルが今訓練されてるようなテキストでの事前訓練だけやないからな。
でも僕はそれも大きなアンロックになると思うねん。
エリート層の対話で見落とされている視点
君はエリート層の間で起こってる対話について多くの洞察を持ってるけど、このエリート対話で過大評価されてることと過小評価されてることは何やと思う？
ドワルケシュ: 人々は推論やコーディング、知識をテストする試験にほんまに固執してると思うねん。去年、有名な「人類最後の試験」って呼ばれるベンチマークがリリースされたねん。そしてそれは最終ベンチマークになると思われてたんや。
なんで最終ベンチマークになると思われてたか？最も難しいPh.D.の質問を聞くからやねん。そしてもちろん、Ph.D.の質問に答えられるなら、AGIに違いないやろ？それが最も頭のええ人間ができることやからな。
でもそれは、ほとんどの仕事が単に難しい化学の質問に答えることや数学の問題を解くことで構成されてへんということを無視してるねん。ほとんどの仕事は、僕らが当たり前に思ってることやけど、僕らには簡単に来るから、平凡な日々のことやねん。
一ヶ月の間にプロジェクトを実行して、行き詰まりに気づいた時にバックトラッキングするようなことやな。でもそれは、コンテキストが一ヶ月間のタスクに対応できへんという事実のため、人間が仕事で学ぶ方法で学ばへんという事実のため、コンピューターが使えへんという事実のため、これらのモデルには全く利用できへんねん。
面白いのは、僕が自分の数学について考えると、大学を通して数学を全部取ったけど、今日の日常生活で役に立った最後の数学のクラスは多分10年生やったと思うねん。それ以降は、知的に興味深かったかもしれんけど、自分の人生では有用やなかったと思うねん。
ドワルケシュ: 僕の本業はポッドキャスターやから、僕が使ってる数学のレベルはそれよりもさらに小さいねん。
そうやな。確率と統計、その他いくつかの種類のものが欲しいかもしれんけどな。
独創的思考の共通点
君が本当に得意なことの一つは、独創的思考を特定して、それを君のポッドキャストで引き出すことやな。もしこれらの独創的思考家の共通点を考え抜かなあかんとしたら、何かある？
ドワルケシュ: うん、僕が本当に評価してて、僕の最高のインタビューのいくつかにつながった、僕が最も多くを学んだ人々の一つは、深い経験的基盤やねん。それは本当に重要やと思うねん。
経験的ってそこで何を意味してるんや？
ドワルケシュ: 時々人々は、社会がどう働くかについての壮大なアイデアみたいな、めっちゃ空想的なものを持ってるねん。18世紀に読んだ哲学者と、それがどう全てを説明するかみたいなな。そして僕はますます、そういう種類のものはそんなに価値があるとは思わへんようになってるねん。
主要な経済論文を読んで、大きなトレンドを見るようなことの方やと思うねん。AIの場合なら、知性の本質について何らかの壮大な見解を持つんやなくて、それもその場所はあると思うけど、コンピューター・スケーリングが毎年どれだけかとか、アルゴリズムの進歩でどれだけ説明できるかとか、ソフトウェア開発者が経験してると言ってる向上の種類を測定することやと思うねん。
壮大な歴史的物語についても、人類は運命なのかとか、人間の原始的本質についてのルソー的見解やホッブズ的見解を持つんやなくて、時間経過による人口サイズを見て、紀元前1万年に遡る成長率がどうやったかとか、抽象的な第一原理のホットテイクやなくて、そのパターンから学ぼうとすることやねん。
経験的証拠の重要性
なるほど。だから数字を見て、それらがどう変化してるかに基づいて信念を更新するようなことやな？
ドワルケシュ: うん、そうやないと僕がやってる種類の仕事では、最終的なチェックがないから、めっちゃ簡単に陥ってまうねん。何でも言えるやろ？君の理論は正しいかもしれんし、間違ってるかもしれん。
だから壮大な物語のこれらのループに自分を巻き込むのはめっちゃ簡単やねん。そして誰かが「いや、ここに他の分野の経験的証拠がある」って単純にチェックしてくれるのはめっちゃ有用やと思ったねん。
今、経験に過度に入り込みすぎる時の一般的な失敗モードは、隣接分野の証拠に自分を閉ざしてしまうことやねん。これもアカン考えやと思うねん。「AIの数字をくれ、そうやないと議論は聞きたくない」みたいなAI議論の文脈でな。でも他の隣接分野を議論する時にも根拠を持つ方法があるねん。
僕のお気に入りの一つで、カール・シュルマンが僕に言った話があるねん。彼はAI予測者やねん。そして彼はAIモデルをスケールアップするとなぜ賢くなるのかを説明する方法について面白い議論をしたねん。彼は、スザンナ・ヘルクラ・ウゼルっていう研究者による霊長類学の研究があることに気づいたねん。
それは、異なる霊長類種間で脳のサイズや脳の重量を増加させると、キツネザルから人間まで、ニューロン数が線形に増加することを示してるねん。一方、齧歯動物のような他の種類の種では、そうはならへんねん。
それはめっちゃ興味深い経験的結果で、人間に起こったことについて何かを教えてくれるかもしれん。僕らは最終的に知性の増加を報酬とする進化的ニッチにいる時に、スケーラブルな脳アーキテクチャに着地したということやねん。
とにかく、それは全く違ったj分野からAIについて学んでるような感じやけど、19世紀の哲学者が意志と知性について言ったことじゃなくて、まだ何か実際のことについて話してるねん。
現代の大思想家について
このような大思想家について考える時、今日は大思想家になるのが難しいっていう批判があるねん。なぜなら非常に狭いPh.D.に特化しなあかんからや。でも君はピーター・ティール、マーク・アンドリーセン、タイラー・コーウェンのような人たちに会うやん、彼らは本当に大思想家に見えるねん。50の異なる分野を横断して考えてるように見えるねん。
君自身も、多様な興味、多くの多くのことにわたる本当の知識を持つ人の一人として僕は位置づけるやろな。だから僕らは大思想家を失ってるんか？今日の世界で物事を横断して考えられる人を失ってるんか、それとも失ってへんのか？
ドワルケシュ: うん、僕が言及したすべての人はめっちゃ頭ええし、僕は皆のファンやねん。でも僕は、これらの人たちが特に優秀な分野では、本物の理解を持ってる分野やと思うねん。そしてその理解はしばしば本物の有形な実際の有形な、数字って言いたくないのは、数字は僕が言及してることやないからやねん。
例えば、タイラーは大思想家なのか？明らかに大思想家やな。でも彼が小思想家として百万の異なることをやってるからやねん。
そうやな。任意の主題で、彼は「日本の経済がこう創造されたと思うなら、他のこのパターンをどう説明するんや？他の論文からのこの結果をどう説明するんや？」と言える。ある意味で、これは他のリストの人たちが40年代に書かれた本を読んで、これが現代世界の働きを説明するって言うのとは対照的やねん。それは基本的に役に立たへんと思うし、実際にはそうやないと思うねん。もし本当に細かいところに入り込むなら、ただの言葉の束やろ？
僕が君の質問の核心に対処したかはわからんけど。
日本経済への関心
君の多様な興味について、最初に君を知った時はAIについて話してたと思ったけど、実際には多様な興味を持ってるねん。君のポッドキャストで最も愛したもののいくつかは、サラ・ペインとの日本についてのシリーズや、ケン・ロゴフを呼んで日本について話したことやった。なんで日本が君にとってそんなに興味深いんや？
ドワルケシュ: うーん、それが僕の中心的な興味とは知らんけど、ロゴフのインタビューが興味深いと思う理由、日本についての彼の主張が興味深い理由やねん。日本は有名な90年代初頭にクラッシュがあったねん。第二次世界大戦後、明らかに日本は破壊されて、1950年代か60年代に日本の一人当たりGDPアメリカの約20%やったと思うねん。
そして1989年までに、日本の一人当たりGDPは少なくとも純粋な名目上では、アメリカの125%やった。つまり、この破壊された国からアメリカよりも一人当たりで豊かになったということやねん。そしてまたクラッシュして、過去30年間回復してへんねん。
日本の経済危機とその教訓
日本の一人当たりGDPは今やアメリカの50%未満やねん。これはショッキングなことで、そしたら質問は、なんでそうなったんや？ということやねん。IMFの元チーフエコノミストで僕のポッドキャストに出演したケン・ロゴフは、これは実際にアメリカの圧力で日本政府が行った介入の結果やったと言ったねん。具体的には通貨を上昇させ、すべきよりも早く金融市場を規制緩和したということやねん。
そしてこれは巨大な金融危機を引き起こしたねん。そして彼の主張は、金融危機を解きほぐすのは、2008年の不況のような短期的ショックとは違って、めっちゃトリッキーな問題やということやねん。最終的に回復する、供給は回復するけど、この場合は解きほぐされる必要がある非常に多くの不良債権があるだけやねん。
とにかく、その例から僕にとって大きなアップデートは、金融危機がどれだけ悪いものになり得るかということやねん。短期的な痛みだけやなく、国の成長軌道を永続的に変えることができるということやねん。
多くの人がロゴフのその主張に対して、「彼は人口動態の影響を過小評価してる、日本は単により高齢化した社会や」と言って回答したねん。そして日本を韓国のような東アジアの他の国と比較しても、韓国は明らかに北朝鮮や中国よりも一人当たりで豊かやけど、アメリカほどはうまくやってへん。
だから、これは人口動態と、どの産業を輸出してるかということと関係があるかもしれん。高級電子機器は20世紀後期ほど21世紀では最も競争力のある産業やなかったかもしれん。だから人口動態と何を輸出してるかの問題かもしれん。
でも僕が考えてきたより大きな問題は、日本はその一例に過ぎへんけど、世界の多くが現在単に調子良くないということやねん。僕らはアメリカにいて、アメリカは何十年もの間素晴らしくやってきてるねん。そして僕らは株式市場が上がることにかなり慣れてる。安定性があって、新しいビジネスが作られる。成長があって、新しい技術がある。
そして愚痴を言うほどやけど、それがパターンやったねん。一方で、ヨーロッパの異なる部分、東アジアの部分、今や中国さえ見ると、世界の多くが本当に行き詰まってるように見えるのは驚くべきことやねん。
ヨーロッパとアメリカの経済格差
面白いのは、2008年にヨーロッパのGDPはアメリカとほぼ同じやったねん。人口が多いかもしれんから、一人当たりでは若干低いかもしれん。そしてその時間枠、それ以来の17年間で、この二つの間に分岐があったねん。それは危機をうまく処理しなかったからなのか、その分岐がそんな速度で起こった理由さえ理解できへんねん。
ドワルケシュ: 僕も全然わからへん。それはかなり謎やと感じるねん。彼らはインターネットの波も逃したねん。これは、フラッキングによるインターネットとエネルギーの豊富さの間で、アメリカが大きな追い風の源やったと思うねん。それ自体がかなり興味深いのは、もしこの2つか3つの重要な要素がなかったら、アメリカも非常に悪い状況にあったやろうということやねん。
フラッキングが存在しなかったらアメリカは非常に悪い状況にあったやろうし、ビッグテックが存在しなかったら想像してみろ。僕らの年金は困ったことになってるやろ。それをS&P500のリターンから引いたら、全然違う絵になるねん。
そしてそれは、もし過度に規制しすぎたら、フラッキングの波のような、ヨーロッパに当たったかもしれんけど色んな理由で当たらへんかった波を逃すかもしれへんということと関係してるかもしれん。
そうやな。ヨーロッパの減速について経済学者がどう思ってるかを聞いてみたいな。よく聞くのは労働市場の柔軟性の欠如やねん。人を雇用・解雇するのがめっちゃ難しいという事実が、これらの経済のダイナミズムを本当に制限してるということやねん。
ドワルケシュ: 十分に知らへんけど、僕の推測は、それは完全にそうやないということやねん。なぜなら、西ヨーロッパより東ヨーロッパで雇用・解雇が簡単やと信じてるからやけど、もっと裁定があるやろうと思うねん。アメリカでは北部より南部で労働組合を持つのが難しいから、より多くの仕事が南部に移るみたいなもんやけど、そんな速度では起こってへんように見えるねん。
生産性の停滞問題
そして何がクレイジーかって、イタリアでは、これは間違ってるかもしれんから誰か教えてくれ、でも時間当たりの生産性が90年代から上がってへんと思うねん。もしくはある馬鹿げた期間な。その間にインターネット、物流とエネルギーの進歩とか、全ての技術があったことを考えると、クレイジーやと思うねん。
そしてそれらの正味の影響がまだゼロやという事実は、おそらく他のことが生産性を下げてるからやねん。これは中国でもパターンやねん。だから2008年以降、もし集計で見るなら、生産性の計算方法は、産出を見て、投入の増加量、資本と労働を見て、それで説明されへん分は生産性の数字でなければならんということやねん。
そして2008年以来、中国の全要素生産性も横ばいやったと思うねん。
インタビュアー: ほんまに？それは知らんかった。
ドワルケシュ: うん。そしてこれの一つの説明は、彼らが2008年後に巨大な刺激策をやったことやねん。だから金融危機への彼らの反応は、「これは市場主導の成長が何らかの金融危機に導くことを明確に示してる。僕らはこの投資を管理する必要がある」ということやった。
それで彼らは巨大な投資ブームをやったんやけど、これが今、ゴーストタウンと呼ばれるものや、地方政府が市場によって方向づけられへんかったから、今やますます限界的に有用やなくなってる巨大なインフラプロジェクトを構築することによる巨大な影響力になってるねん。
この投資の多くは、ただそれほど生産的やなかったねん。だから総計の生産性数値は実際に驚くほど平坦やねん。
ネガティブ生産性の労働者
僕は40年前の労働力にはおらんかったけど、少なくとも今日、アメリカでは多くの人、少なくとも重要な少数の人がネガティブ生産性やと信じてるねん。そしてそれが時間とともに上がったかは知らんけど、上がったと信じてるねん。ある意味で、企業は政府や社会とこんな取引をしてるんや。彼らはこれらの余分な人々をそこに置いて、彼らをそこに留めておく。だから実際にゼロだけやなく、実際に会社を悪くしてる多くの人がおるねん。
そして数字で見るのは難しいんや。ずっと生産的な人がおって、彼らを引きずり下ろしてる人がおるからやねん。でも会社がただ解雇しないか、解雇することを決めた会社が解雇しない会社を単に打ち負かさない市場的説明は何なんや？
ドワルケシュ: わからへん。でも僕は完全には理解してへん。でも君は最も資本主義的なもの、プライベートエクイティ企業のようなもんでも、彼らは最も資本主義的で、ただ勝ちたいと思ってるねん。でも実際にプライベートエクイティ企業によって運営されてる企業と相互作用したら、僕の意見では通常はより良く運営されてへんねん。
そしてなぜかは不明やねん。彼らはまだ肥大化してる。まだ全ての官僚制度がある。まだ価値を加えへん、おそらくネガティブな価値を加える全てのランダムなことをやってる。全ての変な内部委員会とか、おそらく助けにならない変なプロセスとか、ただ人々をずっとずっと遅くするようなもんやねん。
だから僕は本当にわからへん、なぜなのか。多分人々の頭に染み付いてるだけかもしれん。皆がやってるなら、十分な人が始めれば競争で勝つことは本当に重要やないねん。
インタビュアー: うん、僕は本当の仕事をしたことがないから、何の第一手の経験もないねん。僕の直感は、これらの人々には実際に驚くほどの価値があるかもしれんということやねん。
市場効率と測定問題
一つは、僕は市場が機能すると思うし、他に理由でこの歪みが作られてへん限り、修正されるやろうと思うからやねん。でも他には、チェスタートンの柵のような種類のことで、なぜ柵があるのか、これらの余分な人々が何をしてるのかを実感してへんかもしれんけど、僕らが認識してへん何らかの価値があるかもしれんねん。
明らかにこれがそうやない分野もあるねん。NPOとかな。効率的な人員配置への直接的なインセンティブがない理由を理解するのはめっちゃ簡単やねん。でもマクドナルドやウォルマート、多くの人を雇用してる多くの企業が、どれだけ余分な労働者を持ってるか？僕は驚くやろな。
インタビュアー: 僕はブルーカラーよりもホワイトカラーの方やと言うやろな。ブルーカラーでは実際に産出との直接的な相関があると思うねん。一方でホワイトカラーでは、めっちゃ謎やと思うねん。
ドワルケシュ: だからこの歪みの説明は、皆が従業員の20%がネガティブな正味価値やということを知ってるけど、ホワイトカラーの仕事では、その20%が誰なのかを特定する方法がないから、君が思う信号に基づいて無差別に解雇したり解雇したりするよりも悪い状況になるやろうということかもしれん。
だからそれは測定問題で、残りの80%は価値があるから、これらの人々を雇い続けることが合理的かもしれん。君は人をランダムに取り除くことはできへんからやねん。それが説明できるかもしれん。なぜなら4年前にメタが全てのレイオフを始めた時のことを覚えてるなら、彼らは非常に小さな割合で一度にやったねん。
多くの多くのレイオフをやったけど、それぞれは非常に小さく、一桁のパーセンテージやった。そして皆が君に言うのは、それは間違ったやり方やということやねん。皆が言うのは、大きくカットして、チームに「二度とレイオフをしない」と発表すべきやということやねん。士気にめっちゃ悪いからな。
そして多分理論は、彼らは誰をカットするかわからへんかったから、大きくカットできへんかったということやねん。
インタビュアー: 面白いな。だから彼らは時間をかけて非常に小さなこれらのメスを実行して、実際にそれを実現しなあかんかったねん。よし、この層、中間管理職を取り除いて、何が起こるか見て、調整して、そしたらこの他の層を動かして何が起こるか見て調整する、などやねん。
ドワルケシュ: 切断よりも脂肪吸引みたいなもんやな。
インタビュアー: うん、その通りや。でも十分やったら、みんな同じ効果があるやろ？イーロンの会社について言われるのは、イーロンの格言は「人を雇い戻さなあかんほどカットすべきや」ということやねん。「飛行機を逃したことがないなら、空港に早く着きすぎてる」と同じことやな。
ドワルケシュ: うん。だから、多分ただ通り抜けたくない何らかの痛みの閾値やねん。
投資とリスク許容度
僕の友人で投資家の一人が詐欺について似た理論を持ってるねん。人々に金を騙し取られるような比較的まともに高い詐欺率を持つ必要があるということやねん。そうやないと、未来を十分に信じてへんことになるねん。
面白いな。だから理論は、テラノスやFTXに実際に投資するのは、これらのことにあまりに大きな割合の投資をしてへん限り、必ずしも悪いことやないということやな。そればっかりやらんように時間を費やしてたら、FTXがコストかかったと思うねん。投資家にとって、FTXへの生の投資やなくて、それが作り出したリスク回避によるもんやねん。
ドワルケシュ: その通りや。そして普通のリスク回避だけやなくて、AIで僕が気づいたのは、たくさんお金を持ってる大きな人々がCursorやPerplexityなどのラッパー企業に賭けをしてることやねん。僕にはまともな賭けかもしれんけど、僕にとってはそれほど魅力的やないねん。
なぜなら僕は、コンピューター使用と継続的学習で来る予定のこれらのアンロックを考えると、未来のAIはずっと強力になると信じてるからやねん。僕は、既存の能力の上にラッパーを構築するよりも、その基本的研究や、それらの重要な能力のアンロックを支援することの方が価値があると思うねん。
でも人々は、FTXが作り出したリスク回避のために、僕が合理的だと思うほどには投資しようとしてへんねん。
そこをもう少し詳しく話してくれ。実際の基盤層を構築してる会社はそんなに多くないやろ？だからAIの世界で投資できるものの数が本当に限られることにならへんか？
ドワルケシュ: 基盤ラボに投資する必要があるという意味では限られるやろうけど、物理的コンピューターそのものがあると思うねん。チップを構築するのに使われるコンポーネントに投資できるやろ。
Nvidiaは多分価格に織り込まれてるやろうけど、SK何とか、HBM、何とかとかな。それから、生のコンピューターやないけど、訓練プロセスに関わる他のコンポーネントを訓練してる他の会社があると思うねん。データセットを構築してる人とか、そこで新しい技術を持ってる人とかな。
僕がもっとアイデアを持ってたら、ポッドキャスターをやめるやろうけど、でも確実に今は、一部の人々の考え方みたいに、「見ろ、僕らは根拠に基づいていたい、だから生のユーザー数を見たい。多くのユーザー数を持ってるのは誰か？それはラッパー企業やろ？ラッパーがユーザーを持ってるからな」って金を注ぎ込むのは感じるねん。
そして彼らは膨らんだバリュエーションを持ってるねん。AIがそんな大きな話になるから彼らでさえ価値を持つようになるという意味では正当化されるかもしれんけど、スタックの他の部分と比較して相対的に過小評価されてへんと思うねん。明確なARRみたいな、月間アクティブユーザータイプの点滅ライトを持ってへんからやねん。
問題は、これらの研究関連のもののいくつかは、彼らのバリュエーションが、ARRがゼロで、1億ARRで100%成長してる他のものと同じバリュエーションを持ってることやねん。だからどこにお金を置くべきかを知るのは難しいねん。
ドワルケシュ: いや、それは確実に真実やな。同意するわ。
だから一つがめっちゃ安かったら、素晴らしいやろな。そして多分、ヒントンの研究室か何かに君の金を渡すべきで、そこに寄付することやろ？
エンジェル投資と社会への貢献
君はエンジェル投資家なんか？そういう側面についてどう考えてる？君は世界について非常にユニークな見方を持ってるから、ある意味で君は素晴らしい投資家になれるかもしれん。
ドワルケシュ: タイラーに聞いた時、「いや、投資はしない。やりたくない。僕は人に投資する。人にお金を渡して、彼らがそれで何ができるかを見るのが好きやけど、自分のために金銭的リターンを得るためやない」って言ったねん。
タイラーがどれだけ多くの異なるエコシステムを加速させてきたかはクレイジーやねん。でもAI内でも、これは僕が可視性を持ってる一つで、僕は彼の主要な焦点では全然ないと思うけど、僕が知ってる多くの人が非常に興味深いことをやってて、何らかの形でタイラーに、彼が彼らに与えた最初の2万ドルのキャリア助成金にさかのぼることができるねん。
だから、もし彼が自分が作り出した全ての余剰価値から金銭的配当を受ける立場にあったなら、彼は数十億長者になってるやろうと思うねん。
インタビュアー: 正直僕は、ほとんどの人にとって数十億ドルを稼いでも、その後は尊敬や他のステータスや他の種類のもんに使うだけやと思うねん。タイラーは何らかの形で、億万長者だったとしても評価されへんかもしれん方法で、その数十億ドル分のステータスと尊敬を取り戻したと感じるねん。全体のエコシステムが彼を本当に評価してるねん。
ドワルケシュ: これは、パトリック・マッケンジーが日本のサラリーマンについて持ってる引用を思い出させるねん。「なぜ日本のサラリーマンがそんなに少ないお金のためにそんなに一生懸命働くのか疑問に思ってるかもしれん」って彼は言うねん。そして彼の答えは、世界の他の部分では、一生懸命働いてたくさんお金をもらって、そのお金でステータスを買うねん。日本の企業集団は、仲介者を排除してステータスで直接支払う方法を見つけ出したねん。
でも、とにかく、投資についての君の元の質問に戻ると、僕はポッドキャストの広告収入で何かしなあかんねん。だから時々、積極的にはやってへんけど、友達がよく興味深いことを始めたり取り組んだりしてて、何らかの形で関わることができるかどうか見始めたねん。でも基本的に何かが僕の膝の上に落ちてくる場合やねん。
集合的AIの優位性
君が言った、ほとんどの人がAIの集合的優位性について寝てるということ、これらのスマートツールからより賢いエコシステムへ心理的地図をどうシフトするかについて。
ドワルケシュ: うん、人々はAIについて考える時、個々のモデルのコピーの知性について考えてるだけやと思うねん。そしてこれが人々を、生の知性とは関係ないけど、デジタルであるという事実から来るAIが持つユニークな優位性を無視することにつながってると思うねん。
明らかに人間の価値の多くも、お互いに協力できるという事実から来るねん。企業や機関や政府などを形成できるからやねん。でもこの協力と調整する能力は、AIではずっと強くなるやろねん。
一つの明らかな方法は、この継続的学習が解決されたとしようやねん。だからAIが実際に仕事で学べるとしようや。そして僕の見解は、これがメモリを持てるということで、メモリが本当にこれを捉えてるかはわからんけど。僕は、人間が仕事を始めて6ヶ月後に1日目よりもずっと価値があるようになることの、僕らが良い心理的枠組みさえ持ってへんと思うねん。
でもそれがAIで進行してるとしようや。仕事で学ぶ人間は、その特定の仕事で特定のスキルでスキルアップしてるねん。経済を通じて広く展開されてるAIモデルが、経済全体で異なる仕事をする方法を学んでるとしようや。それは全てのコピーの経験から学ぶことができるねん。
だから単一のモデルが、始めに全ての単一のホワイトカラーの仕事でより良くなる方法を潜在的に学んでるねん。そしてこの時点以降にソフトウェアの進歩がなくても、モデルを訓練する新しい方法を見つけてへんくても、それだけで広く展開された知能爆発のように見えるもんになる可能性があるねん。これは今、機能的に超知能になってるねん。
そしてそれは、人間が持ってへん、デジタルであるという事実による集合的優位性の多くの方法の一つやねん。僕は人々にそれをもっと認識させる方法がわからんし、これらの集合的優位性の意味を事前に予測するのは、未来を予測するのが非常に難しいから、僕らにとってもおそらく難しいと思うねん。でもこの種の本当にワイルドな結果に下限を設けることはできるねん。
データ企業への影響
インタビュアー: World of Dashはただのポッドキャストやないねん。World of Dashメンバーシップは、重要なデータとAI事業の創設者と役員のためのプライベートで招待制のコミュニティやねん。記録外の高信頼な会話のための場所で、データリーダーが直面してる最大の問題に焦点を当ててるねん。
コミュニティは仲間からの学習、厳選された紹介、プライベートイベントへのアクセスについてやねん。グループの皆がデータで意味のあることを構築したりリードしたりしてるねん。それが君のように聞こえるなら、worldofdash.comで参加を申し込んでくれ。
僕らのポッドキャストWorld of Dashの多くのリスナーは、データ企業をリードしたりデータ企業で働いたりしてるけど、AIブームからこれらのデータ企業への収益の爆発をまだ見てへんねん。もし君がこれらのデータ企業の一つで働いたりリードしたりしてるなら、何を考えてるやろ？
どんな種類のデータなん？つまり、人々は売るデータについてめちゃくちゃ異なるランダムなことを持ってるねん。普通、データは4つの名詞についてやろ？人、場所、製品、会社のどれかや。そして時々お互いに交差させることもできるねん。時々時間と価格と交差させることもあるねん。
だから分子についてのデータは製品についてやし、そこにいる人について、何をしてるかについてのデータもあるかもしれん。僕はこの業界についてそんなに知らんから、このデータの主な使用例は何なのか、AIと本質的により価値があるようになる理論は何なのかわからへん。
ドワルケシュ: 僕もそう思わへん。AI訓練には、それほど有用やないと思うねん。AI訓練には、より良いソフトウェアの書き方のような、実際に生のものを取得する方がずっと良いと思うねん。AIが練習するために作られた構築環境のような種類のもんで、数億トークンのスプレッドシートやないねん。
そしたら、AIにとって他にそのデータが何に有用なのかという問題があるねん。答えがあるかもしれんけど、なぜそれがより価値があるようになると思われてるのかの理論がわからへんねん。
インタビュアー: 理論があるかは知らんけど、多くの人は、これらのデータ企業の多くが今日、数年前よりもずっと利益が出てると思うねん。なぜなら、データを作成することが以前よりも簡単になったからやねん。
だから彼らはコストを削ることができて、まだ顧客にそれらのコストを渡してへんかもしれん。だからこの大きな利益性のデルタがあるけど、ある時点で、彼らは皆非常に競争の激しい業界にいるから、ある時点でそれらのコストを顧客に渡し始めるやろうし、そしたら数年前よりも利益が出ることはなくなるやろう。
彼らの主な顧客は今誰なん？つまり、すべてのデータ会社は違うからな。不動産に売るデータ、ヘッジファンドに売るデータ、マーケティングに売るデータ、学術に売るデータとか、色んな種類のデータ会社があるねん。
そして問題の一部は、データを使うのが難しいということやねん。だからしばしば、そのデータを取って製品に入れて何らかの形で歌わせるソフトウェア会社に売ってるねん。
面白いな。ユーザー数はそんなに上がってへんということやな。
好奇心の育成
僕が君について考える時、信じられないほど好奇心の強い人やと思うねん。そしてある意味で、それはほとんどそれが要因、つまり僕らがもっと欲しいもんの一つやねん。この世界でもっと本当に好奇心の強い人を10倍持てたら素晴らしいやろな。それを何らかの形で製造する方法はあるんかな？
ドワルケシュ: 好奇心はしばしば自分の混乱について瞑想することによって駆動されると思うねん。何かを読み続けたり学んでると思ったりして、立ち止まって「待って、僕は本当に何かを理解してるんか？」って聞かへんのはめっちゃ簡単やと思うねん。
僕はこの経験をいつもしてるねん。君もこの経験をしてるかわからんけど、何かを理解してると思って、あるトピックについて本を読んで12時間経って、誰かが最も基本的な質問をするねん。「概念Aはどう働くんや？」って。そしたら僕は「全然わからん」って感じやねん。「そしたら僕は一体何を学んでたんや？」って。
そして僕は自分の理解に巨大な穴があることにますます気づくようになってるねん。そして僕のポッドキャストの準備方法のためにそれにより気づくようになってるねん。誰かにインタビューする時、「待って、愚かな質問や基本的な質問で、僕がまだ完全に明確にされてへんと感じる大きな核心は何なんや？」って気づこうとしてるねん。
そして一度それに気づいたら、考えるのをやめられへんねん。そして僕はめっちゃ興奮するねん。今度のインタビューについて考えて、彼らが僕に教えてくれるのが待ちきれへんねん。もし彼らが良い答えをくれへんかったら、僕は本当に知りたいから、しつこく聞き続けるねん。
だからどうやってもっと多くの人を好奇心にするか？人々を自分の理解の盲点、混乱に気づけるような立場に置くことやと思うねん。
僕が発見したのは、マイクロソリューションの一種やけど、LLMにソクラテス式チューターとして行動してもらうのがめっちゃ役立つということやねん。つまり、「概念Yを僕に説明してくれ。僕が完全に理解したことに完全に満足するまで進まないでくれ。テスト問題を聞いて、関連する下位概念を満足するまで理解してから、さらに説明してくれ」というプロンプトを与えるねん。
そしてこれが、知ってるか、これはめっちゃ効果的で速い学習方法やねん。そして隠れた点をどれだけ実感するかがクレイジーやねん。だから「進まないで、僕をテストして」というその追加の文が、ある意味で最初のものより実際に重要な文やということやろ？
ドワルケシュ: うん。君の答えは？どうやって好奇心を保ってるんや？
インタビュアー: わからん。でも君は正しいと思う。でも時々僕の学習はあんまり、君は本全体を聞いて、6ヶ月後に何も覚えてへんねん。だから多分その瞬間は学んでたかもしれん。多分僕は実際にその瞬間に読んだり学んだりしてるわけやないかもしれんけど、保持率が高くないねん。
記憶と学習の改善
時々僕が読んだ本があって、愛する本のリストがあるねん。人に送る42冊の本のリストがあって、最近友達の一人がそれらのいくつかについて聞いてきて、10年前に読んだこの本があるねん。誰かが読むべき決定的な本の一つやと思ったからリストに載せたのに、今はその本に何が書いてあったかほとんど覚えてへん。
ドワルケシュ: これも、僕が人々に勧める退屈な戦略の一つやけど、壮大なものやなくて、効くんや。間隔反復やねん。どれだけうまく機能するかクレイジーやねん。
それを使わずにポッドキャストをやってきた全ての年を後悔するほどよく機能するねん。なぜなら、それ以前にやった全てのインタビューから実際に何かを学んだやろうと感じるからやねん。それは僕の頭から完全に滑り落ちてしまったねん。
そして僕がもんのために間隔反復カードを作る頻度がクレイジーやねん。
すまん、君が何を話してるか正確にはわからへんから、説明してくれへんか？
ドワルケシュ: うん。基本的にフラッシュカードを作って、ソフトウェアがあるねん。そしてソフトウェアがすることは、時々そのカードを再浮上させて、僕をテストするねん。そして君はカードを作って、週にX時間これをやって過ごすねん。
インタビュアー: ああ、うん。
ドワルケシュ: より難しい部分はカードを書くことやねん。何かを読んでる間に自分を止めて、「よし、僕がここで本当に覚えたいことは何なんや？主要な関係や事実や概念的ハンドルは何なんや？」って自分に聞かなあかんからやねん。そしてそれ自体が君の理解と保持を向上させるねん。
だから君がやってる間に、昔の人がハイライトするようなもんやな。昔の人が本をハイライトしたりしてたけど、なぜそうしてたかわからへん。二度と戻らへんから。でも基本的に君がハイライトしてるものは何でもカードになって、それから後で自分をテストするねん。
ドワルケシュ: うん。そして重要なことは、カードを正解するにつれて、ソフトウェアが間隔の長さを増やすことやねん。だから一度カードを作ったら、明日現れるねん。それから正解したら一週間後に現れる。それから正解したら一ヶ月後に現れる、という具合にな。
そして僕が何かを読んでる間にカードを作ってる頻度がクレイジーやねん。「これはめっちゃ基本的や。もちろん僕はこれを覚えるやろ。でも何か書き留めなあかんから、これを書くわ」って感じでな。そして一週間後に戻ってきて、「これを間違えた、もしくはほとんど間違えた」って感じやねん。
例は何やろ？なぜなら僕は、事実より概念の方が興味深いと思うからやねん。もしくは両方できるけど。
ドワルケシュ: 概念を理解するために事実を覚えることがどれだけ重要かを過小評価してはいけないと思うねん。多くの概念は単に、良い例を考えてみよう。
例えば、AIでは、これはカードを作ることができるねん。最先端モデルのコンピューターはどれだけ年間増加してきたか？2016年以来のトレンドは何やった？僕は年間4.5倍やと思うねん。
よし。だからそれは君が保存した生の数字やな。それは単に役に立たへん暗記練習みたいやないか？よし、でも次回AIがどこに向かってるかについて議論する時、「待って、主要なトレンドは何なんや？」って知ることはめっちゃ重要やねん。
そして僕は過去10年間毎年4.5倍やったことさえ知らんかった。
インタビュアー: うん。最先端のサイズやな。最先端システムで使われるコンピューターの量やな。
ドワルケシュ: その通りや。ああ、僕は実際にそんなに高いとは実感してへんかった。
だからそれはかなり、今まで理解してなかった興味深い複利やねん。そしてそれは僕らが入ることができる色んな興味深い含意を持ってるねん。でもそれが僕の言ってることやねん。もしその事実をキャッシュしてたら、それらの含意を考えることができるし、その事実に再び遭遇する度に考え始めるやろうし、もう一つのことは、これらの理解の塊を蓄積してへんかったら、分野や概念を学ぶのはめっちゃ難しいということやねん。
以前は、難しいトピックを理解しようとしてて、毎日同じ4つのキーワードか何か、4つのキー概念を再学習しようとしてて、進まへんかった感じやった。今はカードを作ることができるねん。知識を時間とともに実際に積み重ねることができるように統合してる感じやねん。
カードを作っただけで、それを保持する可能性が10倍とか上がるってことを言ってるんか？
ドワルケシュ: うん。プロセスは何なんや？週に一度、3時間のことをやることに決めるのか、それとも電車にいて退屈やから、ソーシャルメディアを見る代わりにそれを見るのか？
ドワルケシュ: うん、理想的にはそれがアイデアやねん。毎日やることになってるねん。僕は時々積み重ねて、たまにやるねん。もしくは君がカードを作る方法や、実際にそれをすることを思い出す方法を意味してるなら。
インタビュアー: うん。君はそれを作らなあかんし、実際にそれをすること思い出さなあかんし、「よし、今これをやめるわ。イライラしたり退屈したりしてるから」って決めなあかんねん。
ドワルケシュ: うん。そしてもちろん、自分に思い出させることも新しい学習を妨げるねん。そして何らかの他の時間を取るねん。ワークアウトのようなもんやろ？ワークアウトには何らかの価値があるねん。筋肉を作ったりとかな。でも一日中それをすることはできへんやろ？
多分ここでの大きな図は、これらの質問のいくつかを通ってる時に、「ああ、なぜこの情報を最初に覚えることが重要なんや？」って思うねん。
でも君はそれについて読むことを決めたやろ？だからそれは何らかの形で世界モデルに貢献するに違いないねん。もしそうやなかったら、なぜそれについて読むんや？そしてもし世界モデルに貢献するなら、DNA合成がどう働くか、それをまとめることの主な制約は何かを知ることやねん。もしそれを知ることが重要なら、なぜそれを覚えたくないんや？
そしてこのようなシステムを作らへんかったら、どうやってそれを覚えるつもりなんや？そしてこのような何かが単調やと思って、「よし、なぜ僕はこれらの事実を覚える必要があるんや？」って言うなら、君は本当に最初になぜ読んでるのかを自分に聞くべきやねん。
そして本当に答えは、君がフィクションのように読むような楽しみのためだけなのか？そして多分それやねん。もしくは多分僕は多くの場合、君はただ時間を潰してるだけやと思うけど、そしたら自分に正直になれ。そしてもしただ時間を潰すためやないなら、このようなシステムを使ってへんなら、君が読んでることを本当に覚えてると思うか？
学習方法と記憶の個人差
僕にとっては、僕が読んでることを頭にキャッシュすることが僕の仕事やねん。インタビューでトピックが言及された時に、関連するフォローアップが何かを知ることができるように。もしくは将来のゲストの準備をしてる時にも、頭に焼き付いたアイデアの束を持ってるようにな。
君のキャリアや人生で同等のことが何かを自分に聞いてみろ。もしそのようなことがないなら、多分映画を見る方がええねん。退屈な読書はかなり退屈やろ？
僕にとって個人的に、何らかの理由で日付や日付の相互関係を理解するのがめっちゃ得意やねん。だから君が12の歴史上の日付、時間を通して起こった12のことを教えてくれたら、僕はそれが起こった日付を言えへんかもしれんけど、その12をほぼ完璧に順序づけることができるやろな。
何らかの理由で、それが僕がめっちゃよく覚えられることやけど、他のことは苦手やねん。そして多分僕は得意な覚えられることに重力的に引かれて、そうやないことから離れるねん。それが僕を妨げたり、得意なことの報酬を知ってるから、局所最大にしてくれるかもしれん。
ドワルケシュ: だから局所最大は、特定の種類のことを覚えるのが得意やと仮定してるねん。
インタビュアー: うん。そうやと仮定してるねん。
ドワルケシュ: 君はそれが得意やという事実が好きやねん。だから少なくとも僕にとって、君はそれが得意やという事実が好きやねん。だからそういう種類のことをもっと学ぶだけやねん。
インタビュアー: その通りや。そして人々を印象づけるねん。これが人々が意味があると思うより多くの歴史を読む理由やと思うねん。皆が百冊の歴史本と数冊の科学書とかを持ってるのは、歴史には記憶に残りやすい、もしくはより解析しやすいという性質があるからやねん。そしてうん、それは記憶に残りやすい、もしくはより解析しやすいもんへの何らかの逆選択、正しい用語やないかもしれんけど、選択やと同意するねん。一方で、学習は本当に難しいことが多くて、生物学の何かで良い説明的枠組みを持ってる密度の高いテキストを通り抜けるような巻き戻し体験やないねん。
君の歴史のことに戻ると、本当に興味深いねん。だから僕はちょうど長距離ドライブをしてて、二冊の本を準備してたねん。一つはホワイトハウスの首席補佐官の歴史のようなもので、聞くのが最も簡単な本やった。めっちゃ簡単で、素晴らしいストーリーで、超簡単やった。そしてもう一つは金利の深い分析のようなもんやった。
そしてこれは運転しながら聞くのに恐ろしい本やった。なぜならめっちゃめっちゃ密度が高くて理解するのがめっちゃ難しかったからやねん。運転でやるべきやなかった。実際に読んで、時間をかけて、止まって、書き留めたりとかすべきやった。
だから人々が情報を求める異なるモダリティもあるねん。このようなポッドキャストも、多分多くの人がこのポッドキャストを聞きながら他のことをしてるやろな。何かに超深く入り込むのは難しいかもしれん。ポッドキャストを止めて書き留めたりしたくないからやねん。一方で、他のモダリティでは本当にもっと深く行きたいかもしれん。
ドワルケシュ: 100%やな。そして君は、重要な説明がなされるたびに止めて、カードを作ってるような本でさえ、「実際に理解してへん」って気づくからやねん。
だからケン・ロゴフのこと、僕はまた特定の質問の穴のようなことをするつもりやけど、僕が「よし、このテキストについて聞くのが明らかな質問があるけど、待って、僕は実際にこれがなぜ真実なのかを彼がどう説明するのかを理解してへん」って多くの場合があったねん。
そしてLLMと話し始める。LLMがアイデアの束を教えてくれる。でもAIを使う素晴らしいことは、フォローアップ質問を続けることができることやねん。だからブルーム2シグマと呼ばれる有名な効果があって、この研究者が一対一のメンターを持つ効果は、自分で学習したりグループで教えることより2標準偏差良いことに気づいたねん。
でもLLMをうまく使う方法を知ってるなら、基本的に自分のために一対一のチューターを作ることができるねん。そして質問のリストを使い果たす必要がないし、全てがラビットホールやから、ピニャータを叩き続けることができるねん。
僕はここでラッパーが役立つと思うねん。なぜなら君が以前考えたことのないスマートなプロンプトを思いついたからやねん。でも少しゲーム化して、4連続で正解した時に爆発する星があるような良いUIで、僕を良い気分にさせて、Duolingoのように正の励ましをくれるような何かは実際に価値があると思うねん。
ドワルケシュ: 僕は自分用にこのような種類のラッパーを作ったことがあるけど、使うのをやめたねん。AIについての問題は、非常に一般的やから、制限したくないということやねん。ソクラテス式チューターリングをやりたいけど、時々止めて「よし、やめろ。君の質問は遅すぎる。これを変えよう」もしくは「よし、このソクラテス式のことをやめよう。普通の方法で僕の質問に答えてくれ。これを教えてくれ」って言いたいねん。
柔軟性が欲しいから、チャットボット自体を使うのがモデルの完全な一般性にアクセスする最良の方法やと今でも思うねん。
ポッドキャスターとしての成長
君がやってることの一つは、本当に自分の技術に取り組んで、より良いポッドキャスターになることやねん。何らかの形で君はスタートから本当に良かった感じがするねん。一方で、ほとんどの人は時間とともにずっと良くなって、非常に低いベースから始めて、それに取り組み続けるならやねん。でも君が絶対的に優秀なポイントに到達するために何をしてるんや？
ドワルケシュ: うん。スタートから良かったかはわからへん。内側からは5年はめっちゃ長い時間に感じるねん。それについて初めて聞く人は最近聞いた可能性が高いし、僕のポッドキャストについて聞いたことがある平均的な人は最近聞いたねん。
すまん、君の質問は、より良いポッドキャスターになるために何かしてるかということやった？準備してるけど、ただより良いポッドキャスターになるために何か他のことをしてるか？
いや、つまり僕がやる主なことは、もっと多くのことを学ぼうとすることやねん。もっと書くことで、自分の見解を統合するのに役立つねん。なぜなら、自分の心理モデルを持ってへんかったら、誰かに押し返すのはめっちゃ難しいからやねん。
でも基本的に、僕が練習してきた他のスキルはないねん。なぜなら、ポッドキャスターになることに関わると思うだろうことの一つは、「ああ、話せなあかん」ということやけど、僕は話すのはまあまあやねん。取り組んでへん。僕はよくどもるし、それほど首尾一貫してへん。よくあるフィードバックやけど、話すのが速すぎるねん。
でも本当に重要やないと思うねん。僕はただコンテンツに集中してて、それが何らかの形で補ってくれるねん。君はどうや？技術を磨くために何に取り組んでるんや？
インタビュアー: わからん。でも僕は、リスナーが何を得たいかによると思うねん。でも僕は、人気のあるポッドキャストの大部分があまりにも長すぎて、リスナーをより良くしたり、リスナーにより多くの知識を与えることよりも、エンタメについてずっと多いと思うねん。
だからこれらのポッドキャストのいくつかで分当たりの知識を考えるなら、下がってると思うし、何らかの形でそれを短縮する方法が僕にできることかもしれん。
そしてこれで僕が格闘してることは、どうやってユーザーに、目標が彼らに可能な限り多くの時間を君と消費させることであるソーシャルメディアのようなもんを作ることやなくて、実際に君は最小の時間で最大の効果を求めてることやねん。そして特にこれらの多く、時間を取ることは、エンタメでさえないねん。君が聞かなあかんと感じる質問やねん。
君の本は何についてや？なぜそれを書いたんや？どこで育ったんや、とか。君が気にせへんことや、どこで育ったかなんてどうでもええやろ？彼らの本が社会学についてとか、これは僕が行ったり来たりするところやねん。君の背景や他の種類のことについて、僕は君に質問してへん。
でも僕らが一緒に昼食を取ってたら、僕は実際にそれがめっちゃ興味深いと思うかもしれん。そしてそれが君について何かを理解するのに役立つかもしれんし、君の兄弟や両親について興味深い逸話を教えてくれるかもしれんし、それが僕にもののより良い感覚を与えてくれるかもしれん。
だからこのようなポッドキャストでは僕は絶対にやらへんけど、多分それはこのポッドキャストの失敗かもしれん。
ドワルケシュ: いや、恐怖や。僕は人が謎めいてて、何が彼らの心に貢献したのかを理解したいような状況があると思うねん。でも多くの場合、僕は、彼らが研究してたり専門知識を持ってることへの客観的レベルの興味に取り憑かれてるだけやねん。そして彼らが自分の個人的な人生について話してる間、僕は「よし、でも何とかに戻ろう」って感じやねん。
それは良い指摘やな。でももっと楽しく、見ろ、もし君が実際に人々について興味深いことを明らかにする方法でそれを破る公式を見つけ出したなら、めっちゃ意味があると思うねん。
僕が抱えてる大きな問題は、興味がない、もしくは関連性がないと思うけど、聴衆が聞きたがると思うから質問をしてる人々やねん。
インタビュアー: うん。でも君がそれを興味深いと思わへんなら、なぜ聴衆が興味深いと思うと思うんや？
興味深い会話の質
確実に僕と昼食を取る時、最初から最後まで100%興味深い会話が保証されてるような人々がおるねん。そして僕が愛してて、本当にキャッチアップモードにある他の人々がおるねん。「調子はどうや？子供たちはどうや？何が起こってるんや？何が起こってるんや？どんな休暇に行ったんや？」とかな。
でもそういうことにもまだ何らかの本当の価値があるねん。君はそれほど学んでへんかもしれん。知的に興味深くないかもしれんけど、人類にとってはまだ素晴らしい何かがあるねん。
ドワルケシュ: そう思う？僕は時間とともにより我慢がなくなったような感じやねん。グラウチになるには若すぎるけど、誰かとコーヒーを飲む度に、「二度とこれはやらへん」って感じやねん。
インタビュアー: 君は正しいかもしれん。面白いな。僕には、世界で最も興味深い人の一人やと言う友達がおって、彼は人々と興味深い会話だけをするように人生を設計したと思うねん。そして彼は何らかの形でそれを理解してて、興味深くない会話に苦しむことがないねん。そして多分ほとんどの人はただものに対処しなあかんのに、何らかの形で彼は自分の人生を調整しただけやねん。それによってデフォルトでより興味深くなるねん。
ドワルケシュ: うん、100%や。ポッドキャストへの大きなフライホイールは、もっと賢い人々に会って、彼らから多くのことを教わったということやと思うねん。僕の個人的な人生では、僕の仕事から矯正しすぎてるねん。そして僕の社会生活での新しいルールは、何も学べへん、何も教えられへん。ばかげたやり取りやジョークだけでなければならんということやねん。
なぜなら午後11時は、誰かの中国EVについてのモノローグを得る変な時間やからやねん。そしてこれはブログ記事を送ってくれるだけでも良かった。君は本当に物事を説明するのが下手やからな。でもうん。
最後の質問：悪いアドバイス
よし。実際に僕の説教を実践して、これを短く保つという意味で、全てのゲストに聞く2つの質問がある。一つは、君が信じる陰謀論は何か？一つは、一般的に悪いアドバイスやと思う慣習的な知恵やアドバイスは何かやねん。
ドワルケシュ: 僕は陰謀論者やない。歴史家でもないし、これにあまり関わってへん。僕は確実に間違ってる可能性がある。第二次世界大戦での日本との戦争、アメリカの第二次世界大戦への関与、僕は真珠湾が内部犯行やったとかは思わへん。これは僕のレベルの陰謀やない。
でももっと前の交渉が両側でずっと賢く処理できたやろうと思うねん。でもアメリカ側は僕らがコントロールしてたもんやから、真珠湾につながった出来事を避けることができたやろう。
インタビュアー: 面白いな。
ドワルケシュ: うん。つまり、ほとんどできたやろ？それが陰謀論なのかわからへん。
インタビュアー: それは、そうやな。基本的に何が起こったかは、日本が中国を侵略して、明らかにひどい残虐行為を犯したねん。そして僕らは日本に石油を禁輸したねん。日本帝国は石油がなくなったら2年以上生き残ることができへんかった。
だから彼らは「よし、僕らはアメリカと戦争をしたら多分負けるやろうけど、しないと石油がなくなって確実に負けるやろう」って感じやった。これが僕が42のリストにある「代償」から得た主な教訓やねん。
ドワルケシュ: うん。そして僕は、日本を倒すことがアメリカの主要な地政学的目標やなかったと思うねん。主要な地政学的目標はドイツを倒すことやった。だから日本政府は近衛公によって率いられた文民が支配的な部分と、東条によって率いられた軍事が支配的な部分があって、複数の誤解があったねん。
基本的に問題は、アメリカが日本側からメッセージを受け取って、「ああ、彼らは僕らを二重に演じてる。時々外交的になりたがって、時々攻撃的になりたがる」って読んでたということやった。実際にはそれは日本政府の異なる部分が優位に立とうとしてるだけやった。
そして僕らは、より協調的な文民側に、基本的に面目を保つためのより多くの余地を与えるべきやった。
インタビュアー: うん。面白いな。僕にはこんな理論があって、基本的にアメリカはアメリカの歴史で戦ったほとんど全ての戦争のバトルで負けたけど、何らかの形でただ彼らを長持ちさせるだけで戦争に勝つねん。
ドワルケシュ: 面白いな。そしてこの場合、日本のように、それは厳しい敵やった。
インタビュアー: うん、100%や。最後の質問、全てのゲストに聞いてるけど、一般的に悪いアドバイスやと思う慣習的な知恵やアドバイスは何やと思う？
ドワルケシュ: 多分僕らが先ほど議論したことと結びつけるために、幅広く読むことが慣習的に考えられてるほど君にとって良くないと思うねん。意図と深さを持って特定のことを読むことは巨大な利益がある。これはずっと遅いプロセスで、1ページに15分費やすかもしれん。
そして他のLLMと話すことと主要テキストを読むことの時間の比率がめちゃくちゃ高いかもしれん。でも僕の後ろにあるこんなものを全部さらっと読むのは、君に何らかの良いことをするかもしれんけど、実際にそうかは確信が持てへんねん。
そして部分的には、人々が得点を稼ぎたがってるからやねん。だから今年50冊の本を読んだとか、ポッドキャストを3倍速で聞いたり、もっと多くのものを通り抜けたり、読んだもんについて人と話したりしたいねん。何がそれを駆動してると思う？
ドワルケシュ: うん、今年50冊の本を読んだという感覚を持つことはめっちゃ読みやすいねん。「よし、今日20ページを通り抜けたけど、今は金利がどう働くかを本当に教えることができる」というより読みにくいねん。
インタビュアー: うん、先ほど議論してた、どの部分が君にとってより簡単に来るか、君がより簡単に来ることをやるという話やな。
ドワルケシュ: 僕は月刊ニュースレターを持ってるところがあって、読んだもんを書いて、前月に読んだ全ての本をリストアップしてたねん。だから第一に、僕はしばしばその最後に、その月に5冊の本を読んだら、僕はその本を誰にも勧めへんことに気づいたねん。だからそれは僕の聴衆にとって本当に役に立たへんかった。
そして僕は「よし、もう勧めへんなら、なぜ読んでるんや？」って気づいたねん。これらの本を読むことの価値は何なんや？だから僕は、ほとんどが最終的にそれほど価値を加えへんから、本の数を減らそうとしてるねん。
ドワルケシュ: うん、100%や。
これは素晴らしかった。ありがとう、ドワルケシュ・パテル、World of Dashへ参加してくれて。僕は君をDwarkesh SPでフォローしてるねん。なぜ君がそのハンドルを持ってるのかわからん。君はもっと良いハンドルが必要やと思うねん。Xでな。彼らは僕にキャッシュをくれへんねん。だから君はアンダースコアをつけなあかんかった。うん、間違いやったけど、今は運が良いねん。つまり、君はめっちゃ多くのフォロワーを持ってるから、それを保持しなあかん。
Xで君をフォローしてるし、僕らのリスナーに君とそこで関わることを絶対に勧めるわ。これはめっちゃ楽しかった。World of Dashに来てくれて本当にありがとう。
ドワルケシュ: 僕もめっちゃ楽しかった。呼んでくれてありがとう、アーロン。
聞いてくれてありがとう。まだやってへんなら、YouTube、Apple、Spotify、その他でWorld of Dashを購読してくれ。そしてレビューを残して僕らが発見されるのを助けてくれ。そしてworldofdash.comをチェックしてくれ。それはworld d a s h.comや。そしてもちろんTwitterで僕と繋がってくれ、aurinや。それはa u r i nや。君らから絶対に聞きたいわ。
コメント