イーロン・マスクがSamsungとの新たなパートナーシップを発表し、AI6チップの大量生産に向けた戦略を明らかにした。この動画では、従来の推論用と学習用チップの統合、ウェハスケール技術からパネル技術への移行、そしてTeslaがいかにしてAI分野で支配的地位を築こうとしているかについて詳細に解説している。特に、ロボタクシーやOptimusロボットに搭載される同一チップアーキテクチャが、大規模データセンターでの学習にも使用される統合戦略の重要性が論じられている。
- イーロンが明かした新AI戦略の全貌
- Samsung連携の戦略的意味
- ウェハからパネルへの技術革新
- Dojo 3とパネル技術の可能性
- AI6チップの革新的な統合戦略
- コスト効率と製造戦略
- 脳と同じ原理による統合
- 学習と推論の融合
- ハードウェア統合の重要性
- Teslaの戦略的優位性
- 技術革新のスピード
- 分散学習の可能性
- ロボタクシーの集合知能
- 技術用語の整理
- DojoタイルとAI6の製造
- パネル技術の革新
- メモリとネットワーキングの配置
- スケーラビリティの課題
- Tesla の社内エンジニアリング
- 供給チェーンの戦略
- 次世代チップの経済効果
- 収益性の観点
- XAIとロボタクシーの統合
- 分散推論システム
- 大規模展開の経済効果
- エネルギーとコンピューティングの融合
- AI技術の急速な進歩
- 並列コンピューティングの革命
- 性能向上の複合効果
- 収束の複合効果
- 収益モデルの革新
- 安全性とコンピュート効率の関係
- Bitter Lessonと計算の重要性
- ビデオデータの重要性
- Tesla独自のアーキテクチャ戦略
- プラットフォーム戦略の重要性
- 製造技術の革新
- 資金調達と成長戦略
- 競争優位性の確保
- 先進パッケージング技術
- 歴史的類似性
- 長期的影響
- エネルギー需要の増大
- 政策と市場の動向
- 持続可能エネルギーの優位性
- アメリカの革新力
- 規制改革の重要性
- 政治的解決策
- 健康管理とテクノロジー
- 心臓血管の健康管理
- 今後の展望
イーロンが明かした新AI戦略の全貌
AIの需要が我々を完全に持続可能なエネルギーへと導くことになるんや。ムーアの法則なんて、これらのAIチップの進化スピードに比べたら笑い物やで。
普通のコンピュータを考えてみいや。チップがあって、メモリがあって、ネットワークカードみたいな接続部分が別々の場所にある。これら全部を同じボード上に置けたら、統合されて、より良く、より速く、より安くなるんや。
Teslaは人類の脳みたいになれるかもしれへんな。なんでかって言うたら、ビデオ、オーディオ、テキストとGrokなんかで、いろんなモダリティを処理してトークンを提供できるから。つまり、人々が基本的にレンタルできる人類の脳の一つとして自分らを位置づけてるってことやな。
Samsung連携の戦略的意味
よっしゃジョーダン、今日はイーロンが発表したSamsungとのすごい新パートナーシップについて話そうやないか。明らかにこれはAIにとって大きな意味があるんやけど、この話題について世間で言われてることの多くが的外れやと思ってるんやろ？セットアップして、なんでそう思うか教えてくれや。
「あー、嫌いやって言うのも、今YouTubeが最初の7秒で罵倒してもマネタイゼーション解除しないようになったからな。情報提供しとくで、YouTube。ありがとうな」って感じやな。
まあ、俺が使った言葉とは違うけど、俺の視点からは的外れやと思うで。もうちょっと冷静な見方をしたいんやけど、まあインパクトのある導入やったな。
俺の考えでは、人々がAI6について、推論と学習の両方を同じチップでできひんって言うてるんや。同じチップで両方はできひんって。俺的には、チップの設計についての深い知識はないんやけど、現在のA100やH100、GB200なんかは、全部推論と学習の両方に使えるように設計されてるからな。
なんでAI6チップが他と違うって言わなあかんのかわからへん。特定の用途に最適化したチップは作れるけど、できひんとか意味ないって言うのは違うと思うで。
ウェハからパネルへの技術革新
今の証拠を見てみいや。Nvidiaのチップは全部両方できるからな。実際、コンピュータのGPUでも両方できるで。めちゃくちゃ非効率やけど、それでもコンピュータのGPUで学習も推論もできるんや。
例えば、もうちょっと最適化したいって場合を考えてみ。俺の理解では、推論に最適化されたチップと学習に最適化されたチップの違いは、メモリの量、帯域幅、処理能力の比率にあるんや。
技術的に言うたら、Teslaは学習専用のチップを設計して、推論用にちょっと調整する、例えばボードからメモリを少し減らすとかできるはずや。でも君の方が詳しいかもしれへんな。意見聞かせてくれや。
「うん、それはかなりいい概要やと思うで。学習対推論の大きな課題の一つは、データを読み込んで実際の処理ユニットの近くに保持することや。フルスピードで数値計算を続けられるようにするためにな。これはほんまに難しいんや」
「巨大なAIクラスターの全ての処理ユニットが、実際に毎クロックサイクルで計算してるってことを確実にするのは、誰も完全には達成できてへん。これらの巨大な学習クラスターでは、データを実際に計算が必要な場所に届けるのに多くの遅延があるんや」
「これは、特にエッジで推論する場合、クラウドの大きなシステムじゃなくて小さなものでやる場合は、もっと簡単にエンジニアリングできると思うで」
Dojo 3とパネル技術の可能性
Samsungが取り組んでることの一つ、TSMCもやってるはずやけど詳しく調べてへんのは、ウェハスケールチップだけじゃなくて、実際に作る工程や。Dojo Oneみたいに、25個の実際のDojoチップを5×5の配置で大きなウェハに置くんや。
そしてウェハのシリコンを使って各チップを相互接続する。チップから次のチップへの接続もある。これら25個のチップを一つのウェハに置くことで、全チップ間の通信を最適化するんや。
そして課題は、各チップが次のチップと十分速く通信できるようにして、データが流れ続けるようにすることや。データを動かし続けて、チップに十分近いメモリを持って、データが保存されてる場所から実際に計算が必要な場所まで複数のクロックサイクル待たんでもええようにするのは常に難しいんや。
これがウェハスケールや。TSMCがDojo OneとDojo 2でもやってる予定や。でもパネルの話が面白いのは、単一ウェハじゃなくて、ウェハは大きな円形のものやろ？5×5の処理ユニットマトリックスがあって、大きな円形ダイの上の正方形になってて、いい正方形タイルを作るために周りをたくさん切り落とさなあかんのや。
AI6チップの革新的な統合戦略
人々が取り組んでる新しい工程で、これらのチップのより高度な製造と パッケージング手法で動作させようとしてるのがパネルって呼ばれるものや。これは単一ウェハよりもずっと大きく作れて、最初から長方形なんや。
そして可能になるのは、パネルからデータを転送する非常に困難な作業をせんでも、ずっと多くのチップがシームレスに相互通信できることや。
Samsungはこのパネルに取り組んでる会社の一つや。イーロンが「理論的に512個のAI6チップを単一の学習チップまたは学習基板に統合できる可能性がある」って言った時、俺が最初に思ったのは、彼がDojo 3について話してるってことや。Dojo 1と2がウェハで作られるのと違って、パネルで作られるってことやな。
これにはまだ大きなエンジニアリング課題があるで。こんな大きさのDojoタイルで電力供給と熱交換を管理するのがどれだけ難しいかもう話してるのに、今度は6、7倍の表面積のパネルでやらなあかんからな。
でも表面積が大きいメリットは、もし集中させすぎれへんかったら、表面積効率をそんなに高くしんでも、熱の課題を助けるために物事をもっと広げられることや。パネルの真ん中に熱が集中しすぎて反ったりおかしなことにならんようにできるんや。
これらは大きな課題になるやろうけど、パネルでできると思うもう一つのことは、プロセッサの列の隣にメモリの列を置いて、メモリを処理ユニットの非常に近くに保てることや。そしてその隣にネットワーキングの列を置いて、パネルの周辺だけでのネットワーキングに制限されへん。
コスト効率と製造戦略
実際にパネル内にネットワーキングを列で配置できるんや。プロセッサのブロック、ネットワーキング、プロセッサのブロック、ネットワーキングって感じで。
ちょっと待って、ハンス、すまん。俺の頭の中で整理させてくれ。今は罵倒してもマネタイゼーションされるからな、みんな。
つまり、一つのAI6チップは車やロボットに入って、512個のAI6チップはパネルに使われて、それがDojo 3になるかもしれへんってことやな。
そうや。一つの超チップって考えてくれ。ラックに入れられた512個の別々のコンピュータの話やないで。全部一つなんや。一つの巨大なチップの上にチップが載ってる、2層のチップ構造の話や。
下の大きいやつは基本的にシステム全体を接続するネットワークで、その上に処理チップ、メモリチップ、ネットワーキングチップが巨大な長方形の上に取り付けられてる。そのメガチップは学習用や。
脳と同じ原理による統合
データを突っ込んで使うんや。めっちゃつまらん話になるけど、観客と俺が同じページにいるか確認させてくれ。
つまり、この学習用のは大量のデータ処理に使われる。基本的にAIの脳に、実世界で見るデータをどう処理するかを学習させるってことや。その学習プロセスやな。
でも512個のAI6チップで構成されるメガチップのサブセット、一つのサブセットが、その512個のうちの一つのチップを、学習データの結果を受け取って使うデバイスに入れられるってことや。車に2個、Optimusに2個って言ってたな。
冗長性のためにや。まさにそうや。
つまり、その学習メガチップのごく一部が、同じチップアーキテクチャで作られて、デバイスに入れられる。そのデバイスがスーパークラスターで学習したデータを理解するってことや。
俺の観点では、チップの柔軟性が大きな要点やと思うで。Teslaが好きなようにこれらのチップを製造できて、学習クラスターに入れるか、ロボットに入れるか、車に入れるか決められる。それが大きな長期的メリットやと思うんやけど、間違ってるかな？
いい要約やで。考え方としては、俺らの脳、俺らのニューロンは学習と推論、学習と行動の両方をするけど、同じニューロンなんや。同じ基板、同じ構成要素でやってるんや。
学習と推論の融合
これは俺とラリーが継続的に議論してることの一つで、汎用人工知能と人工超知能のより高いレベルに到達するためには、やってる計算のアーキテクチャを本当に変えなあかんってことや。
学習と推論の両方ができる同じプリミティブ上に構築された処理ユニットにして、アルゴリズム自体の組織方法も変えたいんや。
現在やってることは、ギガバイト、ペタバイトのビデオデータがあって、巨大なクラスターに読み込んで、学習、学習、学習、学習を繰り返して、やっと全体を終えて車に送り出すんや。車では推論、推論、推論だけをやって、次のバッチアップデートまで続ける。推論からデータを取り込んで、学習セットデータを変更して、また大量の作業をして、エッジに戻すんや。
これは俺らの脳の働き方やない。学ぼうとしてることについて大雑把に理解して、一回推論して、学習に戻って、また推論して改良して、学習に戻って、また推論して、何度も何度も繰り返すんや。
俺らの学習アルゴリズムでは、学習と推論の間にもっと密接なループがあるんや。時間とともにもっとそっちの方向に進んでいくと思うで。
ハードウェア統合の重要性
推論マシンと学習センターで本当に同じ処理ユニットを持つこの計算アーキテクチャがあることで、より高いレベルで学習と推論の間の密接なループを実行しやすくなると思うんや。
意味わかるか？複数の異なるレベルで収束が起こってるんや。ハードウェア、ソフトウェアなどの収束や。ハンスが数分前に言ってたことに戻ると、ボード上にできるだけ多くのハードウェア部品を統合したいってことや。より効率的で、速く、安くなるからな。
普通のコンピュータやったら、チップがあって、メモリがあって、接続やネットワークカードが別々の場所にある。これら全部を同じボード上に置けたら、統合されて、より良く、より速く、より安くなるんや。
究極の目標は全てをするチップを持つことやろうな。それが俺らのニューロンがやってることや。接続、ストレージ、処理を全部一箇所でやってるんや。
限界を考えると、同じフットプリントになるんや。10年、20年先を考えると、車での推論に使われる同じフットプリントが学習にも使えるようになる。それが最終的な目標やと思うで。どうやってやるかわからんけど、何年も先の最終目標やと思うで。
Teslaの戦略的優位性
それがハンスがさっき言ってたことやと思うで。
このポッドキャストのスポンサー、Rebellionaireに感謝するで。みんなの多くがTeslaファン、特にTesla投資家やってことは知ってるからな。
Tesla株を100万ドル以上持ってるなら、Rebellionaireが完璧やと思うで。RebellionaireはTesla投資家が財務目標を達成するのを助ける投資会社や。将来の計画を助けて、トリミングや追加、カバードコールなどの戦略も実施するんや。
Teslaに長期的な可能性があると信じてる人にとって、これらの戦略はTeslaが目標を達成する時までに持てる株数を最大化できるかもしれへん。Rebellionaireの人たちはTeslaストーリーについて大量の研究をしてやってるんや。
技術革新のスピード
そんなに遠い話やないと思うで。現在直面してる課題の一部は、何兆ものパラメータを持つ巨大なニューラルネットワークを学習してることや。
毎回全体を再学習したいなら、実際にやってることに近いんやけど、多分80%のニューロンはすでに正しくて、間違ってる20%を修正するために100%を一から再学習することになるんや。
これがもっと狭くなっていって、ネットワークの小さな部分だけをアップデートする必要があるって考えることができるんや。どの部分を再学習する必要があるか正確に把握して、推論計算のエッジピースの一つでモデルの特定部分をアップデートする必要があるデータを特定できたら、実際にエッジで分散学習ができるようになるんや。
これはFSDの長期ビジョンに関わってくる。俺の車が家のドライブウェイに入ってきて、どこにどう駐車するか正確に教えたら、そのデータがFSDニューラルネットワークの大きなコーパスの一部になって、みんながより良く駐車する方法を理解するのを助けるってことや。
分散学習の可能性
限界では、FSD システム全体がそういう特定のシナリオから瞬時に学習して、大量学習と大量配置の奇妙なサイクルを経ることなく、ネットワークにフィードバックできるようになるべきや。
技術が進歩し続ける中で、それに近づけると思うで。現在は、これらの巨大なニューラルネットワークが実際にどう動作するか、計算がどう流れるかを完全に理解できてへん。
アップデートする部分を分離するために、ネットワーク自体をより良く理解する必要があるんや。何をアップデートするかわかったら、実際のアップデートをどこで行うか、そのアップデートにどのサイズのコンピュータが必要か、それを他の全てにフィードバックするためのネットワーキング需要は何かを割り当てるのは簡単や。
現在、これらのニューラルネットワークはブラックボックスで、この問題をどう解決し始めるかもわからへん。深く調べたことはないんやけどな。
ロボタクシーの集合知能
でも各ロボット、ロボタクシーやOptimus みたいな人型ロボットが学習してグループとして調整できたら、効率が劇的に向上するで。狂気やで。
何百万人もの人間が同じ脳を共有してるようなもんや。何でも学習する速さを想像してみいや。ロボタクシーが特定のことをうまくできひん場合、特定のロボタクシーにその特定のタスクを学習して改善させて、より大きなボード集合体に追加することもできるんや。
技術用語の整理
用語を明確にするために戻ると、さっき使ってたウェハ、タイル、パネル、チップの違いを教えてくれるか？
チップはウェハから作られるんや。チップを製造するために、大きな円形ウェハにチップのアーキテクチャを何百回もエッチングするんや。それぞれのチップは正方形や長方形や。
そして個々のチップをウェハから切り出すんや。ウェハの一部の領域では工程が完璧にいかんくて、おかしなチップができて、それは捨てられるんや。100%品質で全てが意図通りに動作する大きな円形ウェハを作るのは難しいんや。
これがCerebrusみたいな会社の課題や。一つの大きなウェハのチップを作ってるけど、その巨大ウェハの処理ユニットの一部がうまく動作しない事実にどう対処するかを理解してるんや。それに対処するためのエラー修正が必要や。
DojoタイルとAI6の製造
他の人たちは、ウェハ全体の計算を一緒にするために一段階のプロセスを使う必要はないって決めたんや。ウェハ自体をネットワーキング層として使って、ウェハ上の全チップを他のチップに接続するだけで、既知の良好なチップをウェハの上にサンドイッチすればええってことや。
ウェハ自体がプロセッサではなく、基本的にウェハ上の全チップを他のチップに接続するネットワーキング層になるんや。
それがD1タイルの作り方や。Tesla dojoタイルは、Tesla dojoの最初のバージョンのD1タイルや。25個のチップを作って、テストして、それぞれのチップが良いことを確認するんや。
そしてそれらのチップを全て新しいウェハに、切り出してから別のウェハの上に置くんや。そして、ウェハ全体で処理をしようとする時に起こる同じタイプの問題なしに、これら25個のチップを全て一緒に接続できるんや。
ネットワーキングチップは、実際にウェハ全体で処理をするよりも、ウェハのフルサイズでずっとうまく動作するんや。それがD1タイルや。
パネル技術の革新
チップ、ウェハについて話して、それがタイルやった。タイルはウェハの上にチップを置いたもので、大きすぎる円形部分が端から切り落とされて、円形ではなく正方形に戻されるんや。だからウェハじゃなくてタイルって呼ぶんや。
パネルについては、どうやって回避するかまだ完全に理解できてへん。ウェハ自体がこれらのチップ全ての ネットワーク通信ができて、処理をしようとする時に起こる欠陥問題と同じ問題がないって想定してるんや。ネットワーキングでは処理ユニットほど細かい特徴が必要ないからや。
推測やけど、正方形の束やと思うで。ウェハを取って、円形ではなく正方形に切って、隣に並べたんやと思う。何とかして2つの正方形ウェハ片の間の継ぎ目を大きな方法で管理できるんやろう。そしてウェハを作る機械じゃなくて、パネルを作る機械のサイズによって制限されるんや。
パネルって言う時は、まだ組み合わされた別々のウェハってことやな？
それが俺の推測や。パネルがどう作られるかは正確にはわからんのや。
メモリとネットワーキングの配置
DojoタイルでChipの束を取って、パターン化して、切り出して、接続するために別のウェハに置くって言ってたけど、パネルについて言ってるのは、元のウェハに全部置くってことかと思ったんや。切り出さずに、同じ基板上に保持するって。
違うで。個々のチップはそれぞれ切り出されて、チップを置く基板を変えるだけや。
Dojoはメモリがプロセッサや通信と同じスーパーチップ上にあるんか？Nvidiaがやってることを知ってるで。時間とともにボード上にもっと多くを置いてるんや。
実際に戻って調べる必要があるな。頭の上からは、メモリはタイルの端にあったと思うで。タイル全体に分散されてはなかったと思う。
そうやな。ネットワークとメモリは端にあった。
それは大きさによっては問題ないんや。内部エリアと外周の比率があって、メモリ対処理の比率がエリア対外周の比率と合う限り、外周に保持できるんや。
スケーラビリティの課題
でも大きくなると、エリアと外周の比率が大きくなるんや。そうなったら、さっき言ったようにブロックに分ける必要が出てくるんや。
俺の考えでは、最終的にやることは、Dojo Oneで端の周りに分散されてたものを、プロセッサの近くに全部置くことや。
パネル全体に、必要な全てを持った処理ユニットをたくさん分散させるんや。そしてそのパネルをDojoコンピュータで使うか、一つを切り出して個別の車用チップに入れるのに必要な全てを持たせることができるんや。
つまり切り出すってことやな。めちゃくちゃモジュラーやな。車用に作るユニットで、プロセッサ、メモリ、ネットワーキング全部を自分のチップに持たせたいなら、作られた通りのチップを取って、テストして、良いことを確認して、パネル基板に置くだけや。
Tesla の社内エンジニアリング
これは全部Tesla社内エンジニアリングやんな？TeslaがAIでお金を稼ぐのは、実際にこれらの機会を特定して、検討して「これが最適や、俺らが正しければ」って考えることやんな？
複数のレイヤーで作業してるんや。実際のシリコンチップ自体を作る製造部分。そして次のステップが、昨日ジェフと話してた、ボードにアセンブルするパッケージングや。
TSMCには、シリコンを組み合わせる最もエキゾチックな方法のバージョンがあるんや。これら全部がシリコンで作られたメモリで、他のものと一緒に直接ボードに置けるんや。そしてSamsungには独自の方法があって、SamsungとTSMCのやり方は似てるけど多分違うんや。
Teslaが明らかにやったことは、AI3とAI4を作るためにSamsungと協力してきたってことや。AI5はTSMCで作られる予定や。Dojo 1とDojo 2はTSMCで作られてる。
供給チェーンの戦略
何年も両方のSamsungとTSMCと協力してきて、両社ができることの限界と、開発してる将来技術のロードマップを理解してるんや。そしてSamsungのプロセスがTSMCより少し制限されるかもしれへんけど、SamsungでAI6チップを作れると決めたんや。
Samsungと組んでテキサスにいることの供給チェーンのメリットが、TSMCができる最もエキゾチックなことを上回るって考えたんや。Samsungにこれができる、この賭けをしてるって理解したんや。このタイムラインでこの量でこのチップを作れて、中国から独立した供給チェーンでアメリカでできるって。
中国が今から台湾を侵攻することを決めても、俺らの計画を台無しにしないんや。推論計算から学習計算へのこの統合で大きな前進ができるんや。
イーロンは何度もDojo 1は良い、Dojo 2は良いけど、素晴らしくなるには3世代かかるって言ってるからな。
次世代チップの経済効果
このDojo 3アーキテクチャが、これらのコメントに基づいて考えると、AI6チップの組み合わせで、実世界の身体化AIを操作するニューラルネットワークの学習でNvidiaと競争し、Nvidiaの能力と少なくとも競争できるか、それを超えるTesla独自の学習アーキテクチャになると彼は考えてるんや。
この収束がなんで重要で、何が関連してて、含意は何かについて話したいか？絶対やろう。
この件にはたくさんの側面があるんや。めちゃくちゃでかいからな。推論チップと学習チップがあるって言う人たちは、特定の用途に最適化できるって良い点を言ってるんや。でも全部のチップが同じやったら、コストが下がるんや。
できるだけ同じタイプのチップ、または可能な限り近いものをたくさん作りたいんや。そうすることでコストが下がるからな。俺の理解では、これらの異なるチップについては、ハードリミットやないんや。ソフトウェアで多くのことが対処できるからな。
推論や学習に完全に最適化されてなくても性能に差があっても、ソフトウェアでそれに対処する方法があるんや。AIに関してはメモリをたくさん持つことがパワーや。メモリが多いほど良いし、計算量が多いほど良いんや。
でもこれらのチップをプログラムして使う方法で、最良の結果のために各チップの有用性を最大化できるんや。共有チップを持つことで効率の面でそんなに失うとは思わへん。これらを大量に作ることで大きな効率が得られるし、プログラミングも簡単になると思うで。
収益性の観点
学習と推論で同じチップを使えば利益が出ると思うんや。ジョーダン、そこに一つ付け加えさせてもらうと、コンピュータを学習させてる時は収益を上げてないんや。推論の時に有用な仕事をして収益を上げるんや。
超高級な学習コンピュータを開発せなあかんけど、学習にしか使えへんってシナリオが一つある。でも学習でコンピュータ1と同じくらい良くて推論もできるコンピュータを作れるなら、学習だけできるやつより学習と推論の両方できるやつを常に選ぶやろう。価値のあるネットワークを学習させて、お金をもらえる仕事をするのに使えるからな。
理論的にイーロンが探ってる境界条件の一つは、最高の学習コンピュータと同じくらい良くて、推論でも同じくらい良いアーキテクチャを作れるかってことや。
学習に使う巨大なデータセンターを使って、推論計算の軌跡を残せるんや。最先端のデータセンターを使って最先端モデルや複数のモデルを学習させて、学習が終わって何かもっと良いものが見つかったら、そのデータセンターを推論に使えるんや。
XAIとロボタクシーの統合
これがジェンセンが、A100やH100を学習に使った後で推論コンピュータとして使えるって話してる理由や。最高の推論機器やないかもしれへんけど、お金を稼ぐ能力で使いたいからな。これらの極めて高価なコンピュータのコストを、6ヶ月じゃなくて少なくとも3年で償却したいんや。
今日作業してる特定モデルの学習が終わった時には、その計算クラスター全体が時代遅れになってしまうから、6ヶ月だけで償却せなあかんかったら、投資を正当化するのがかなり難しくなるんや。
それに加えて、ロボタクシーも考慮に入れなあかん。現在TeslaやXAIがシステムを設定してる方法では、推論をOracleか何かに外注してると思うんや。Grokでクエリを実行する時、XAIデータセンターにアクセスしてるんやない。他の誰かのデータセンターでそのモデルを実行してるんや。
現在XAIは学習データセンターだけを構築してるんや。将来イーロンがやりたいことは、これら全てのロボタクシーがクラウドで推論計算できるようにすることや。
分散推論システム
次の数年はXAI用の絶対的に巨大な学習データセンターの構築に集中して、推論計算の多くをロボタクシー車隊に押し出すと思うんや。現在のように第三者にホストしてもらう推論操作にお金を払わんでもええようになるんや。
ちょっと待って、理解させてくれ。ロボタクシーと推論の外注の関連がわからんのや。
現在XAIはGrokみたいなAIモデルを学習させるんや。それをOracleみたいなデータセンターに渡して、クエリを実行する時はOracleデータセンターに行くんや。
イーロンがロボタクシー車隊でやりたいことは、FSDに使われてない時に、これら全ての車両のチップが全部クラウドデータセンターになることや。
家のPowerwallがお前が使ってない時にグリッドに電力を戻すみたいに、推論ができる分散チップが接続されて小さな仕事の分散推論をするんや。
仕事自体が大きすぎなかったり、仕事が大きくても時間を気にしなかったら、たくさんの小さなコンピュータに分散してやるのに伴うネットワーキング遅延を許容できるんや。
大規模展開の経済効果
Cyber Cabを大規模に考える良い例やな。年間500万台とか1000万台とか、数が何であれ、これらは全部実際に多目的ユニットなんや。交通を提供するし、バッテリーがあるからエネルギー貯蔵でもあるし、車が動いてない時に計算が利用可能やから分散推論計算でもあるんや。
X秒利用可能やからチップを使って推論クエリを実行できるって信号をマザーシップに送って、終わらんかったら他の車やどこかのサーバーにパッケージを送って仕事を終えるんや。
そしてこれらの車両は内蔵バッテリーがあるから、データセンターの電力と電気の問題も解決するんや。
この件を見始めると、もう一つ追加があるんや。チップをもっと買えば、明らかにチップ当たりのコストが下がるやろ？車に送り出すやつ、Optimusに送り出すやつ、データセンターで学習に必要なやつがあるけど、それぞれのソーラーファームのメガパックの隣に中間サイズのやつを置いたらどうや？
電気をエネルギーとして蓄えるか、そのエネルギーを計算に変えて有用な仕事をしてお金をもらうかのトレードオフがあるんや。
エネルギーとコンピューティングの融合
田舎の真ん中で電気を過剰に作ってて、都市の顧客に効率的に届ける方法がなかったら、そこで推論をやればええんや。
データセンターで学習をする大きなやつ、エッジで有用な仕事をする小さなやつ、そしてエネルギー層に織り込まれた中間のやつがあるんや。それらも学習できるし推論もできる。エネルギーインフラとの相互接続は、人々がビットコインで長い間話してたことや。
エネルギーリソースの隣にビットコインマイニングを置いて、エネルギーリソースがチップをフルに動かすのに十分な予備エネルギーがあるなら、多くの人がやってるで。ビットコインマイニングの競争市場がめちゃくちゃ激しいから、基本的にマイニングリグを24時間フルに動かせる方法しか黒字を保てないんや。
半日しかエネルギーを使えんかったら、現在あるようなビットコインマイニングリグは置かへんやろう。でもこの推論やったら、100万チップから120万チップに行くだけやから、そんなに追加費用やないんや。
コスト便益のトレードオフが全然成り立つと思うで。チップの80%や50%、60%利用でも、20万個の追加チップを作るのにそんなに追加費用やないからな。
AI技術の急速な進歩
これは遠い将来でSFで仮定的な話やけど、2028年、2029年、2030年のAI用語ではほぼ無限遠やからな。
これらのチップにムーアの法則は適用されるんか、わからんのか？
ムーアの法則はAIチップの進化スピードの前では笑い物に見えるで。CPUでは本当にムーアの法則がほぼ死んでて、CPUをより速く効率的に動かすのは難しくなってるんや。物理的限界に達してるからな。
良くなってはいるけど、以前ほど速くないんや。現在やってることの特徴は、CPUでは並列トラックをそんなに多く動かせへんし、それほど多くないってことや。それがGPU対CPUの根本的な変化で、テンソルコアや他の全ての技術や。
はるかに多くの並列処理能力ユニットがあるんや。次のステップがその結果に依存してへん100万ステップを並行してできる問題があったら、より多くのデータをより速く処理できるんや。
それがGPUのやることや。デスクトップの一つのピクセルは隣のピクセルの色を気にしないからな。それぞれのピクセルの色の値を互いに独立して計算できるんや。
並列コンピューティングの革命
これがジェンセンが取り組むことに決めた根本的な問題で、並列コンピューティングの世界を探求したかったからや。グラフィックスは最初の用途に過ぎなかったんや。
根本的に並列コンピューティングがずっと前からコンピューティングの未来になると信じてたんや。グラフィックスを選んだのは、この並列コンピューティングを構築し始める素晴らしい場所やったからや。だからグラフィックス処理ユニットって呼ばれるけど、実際は並列処理ユニットなんや。
科学でも技術でも、シリアル化された計算やなくて並列化された計算から大きな恩恵を受ける他の領域がたくさんあると常に信じてたんや。だから人間の可能性を解き放つためにこれらの並列処理ユニットを使える次のことを探して、様々な科学の垂直分野を助けるライブラリに常に投資してきたんや。
最初はグラフィックス、次に大きくヒットしたのはビットコインマイニングやった。それはより専門的なチップが出てきて去って行った。その後は明らかにAIや。
この並列化された計算をやるためのボトルネックになる異なるものがたくさんあるんや。ネットワーキング、メモリ、一箇所に置ける処理数など、いろんな次元がある。
性能向上の複合効果
これらの次元全部でムーアの法則スピードの処理をしたら、全体でムーアの法則をはるかに超える速さに積み重なるんや。それがNvidiaから見てきたことで、ワット当たりの計算を一年半で2倍にするムーアの法則に対して、AIでは一年半で100倍になるかもしれへん。
並列コンピューティングをやってて、メモリ問題、ネットワーキング問題、処理問題、ソフトウェア問題の解決方法を見つけてて、これら全部が掛け算されて総スピード向上を与えるからや。
ここでの要点は、推論や学習の各ユニットチップの計算が時間とともに、次の5〜10年で非常に速く、ずっとずっと小さくなって、計算でずっとずっと良くなって、ずっとずっと少ないエネルギーを使うようになるってことやな？
まさにそうや。各ボードやチップセットでより多くを統合するようになるんや。それが重要なのは、XAIが作業してるColossus 2データセンターが100万GPUを持つ予定やからや。
これらのボードそれぞれでより多くを置けるほど、ネットワーキングが少なくて済んで、データセンターの組み立てが速くなって、全体がより効率的に動作するんや。
基本的にスケールメリットや。GB200 GPUはオーバーヘッドを含めてGPU当たり2〜3キロワット使うんや。どんどん大きくなり続けるかもしれへんけど、各GPUをより大きく作れるほど、データセンターの構築が簡単になる。100GPUの代わりに10個や50個のGPUで済むかもしれへん。配線がずっと少なくて済むんや。
これらのGPU全ての間には何マイル、何百マイルものケーブルが必要やからな。それは大量の銅や。効率向上のおかげで最終結果の達成がずっと簡単になるんや。
収束の複合効果
俺を遮ったけど、ジョーダン、何を言いたかった？
10個くらい書き留めてあるんや。でもまた一つ作るで。収束に収束が重なってるんや。Cyber Cabを見ると、Tesla コミュニティで話してることやけど、他のどの会社がCyber Cabを作れたかってことや。製造ができる誰かが必要、ソフトウェアを理解する誰かが必要、ハードウェアを理解する誰かが必要や。
社会が動くAIインフラになると、全部できる会社は一つしかなくて、それがTeslaや。エネルギーからチップからソフトウェアまで全部で、めちゃくちゃやで。
Cyber Cabのステロイド版みたいなもんや。人類のOSみたいなもんやからな。
遠い将来やけど、シリコンでできた建物で全部がLEDになってるような未来的なイメージのアイデアが得られるんや。資本効率の観点から言うとな。
例えば、BYDがメガパックを作れる。ソーラーなどを作れる会社がある。Nvidiaみたいにチップを作れる会社がある。でも交通を提供して、さっき言ったようにエネルギーを蓄えて、クラウドコンピュートとしても機能するロボタクシーがあるんや。
そのリソースを常に利用する資本効率は、他の何よりもずっと優れてるんや。
収益モデルの革新
この資本効率の点を強調するために、各Cyber Cabの製造コストは1台当たり2〜2万5000ドル、多分それより安いやろう。でもこれは中期的にUber価格で年間約10万ドルの収益を上げる予定や。
それに加えて、運転してない時、年間10万ドルは年間16時間運転とすると、他の8時間や低計算の時に、推論にも計算を使えるんや。
運転してない時の計算も推論に使えて、その8時間の推論で時間当たり10ドルとか、数字はわからんけどお金を稼げるんや。でもある時点で、2030年までには、Teslaが運転に使う予定の同じチップで、運転はAIで非常に解決されて、チップの計算オーバーヘッドは多分めちゃくちゃになると思わへんか？
人型ロボットがAI 10で100%の能力で動くなら、Cyber Cabは多分20%以下しか必要なくて、他の80%はその他の用途に開かれるんや。そしてチップが運転に必要なより良くなっても、そのチップを車に入れることで金を無駄にしないんや。クラウド推論として使うことになるからな。
できるだけ多くの良いチップをできるだけ速く手に入れることに超インセンティブがあるんや。その計算は、その用途に必要な総計算の小さなパーセンテージしか使わないデバイスで無駄にならないからや。
ロボタクシーに使われるハードウェアはもうかなりそこに来てるんや。より多くの計算を利用してより良く、より安全にできるし、これらの車両ではまだまだ計算の需要がたくさんある。
安全性とコンピュート効率の関係
でも将来を深く見ると、君が言ってることに近く見えるな。そのチップで使われないたくさんの余分な計算の可能性があるんや。
ある安全しきい値に達すると、計算ニーズは実際に上がって、ピークに達して、実際に減少するんや。そのピークは人間の100倍安全で最初に解決する時やろう。その安全さでやりたいことが全部できて、それ以上になったら、このコードをより効率的にして必要な計算を減らす方法を見つけられるんや。
AI5、AI6で時間とともに、実際にロボタクシー以外のネットワーク用途により多くシフトするかもしれへん。サイバーキャブの仕事をするのに必要な計算がどんどん少なくなるからな。
道路にロボタクシーがたくさん走るようになったら、群知能みたいなものが得られるんか疑問に思うで。バカな人間がお互いにぶつかり合って運転してないから、道路が安全になるんや。
道路により多くの車が出るほど必要な計算が少なくなるって指数関数的効果が得られるんや。道路に人間が少なくなって危険が少なくなるからな。それに加えて、これらのロボタクシーが相互通信して、お互いを避けて、車隊全体で情報を共有するポイントに到達するやろう。
君が話してる間、Grokにクエリを送ってたんや。推論計算でクラウドサービスプロバイダーがキロワット当たりどのくらい収益を上げるか聞いてるんや。サイバーキャブが人を運んでお金を稼ぐのと比べて、計算が良くなるにつれてどっちがより収益性が高いか超気になるんや。
現時点では推論計算は多分マイナスやと思うで。これらの会社のどれも実際には黒字やないからな。
Teslaは既に動かしてるものでは黒字になる予定やから、推論計算は純利益になるんや。車にはすでにコストが組み込まれてるからな。
エネルギーコストを差し引いてやろ？今これらの計算を実行するのにめちゃくちゃなエネルギーが必要やからな。
これがイーロンがスケールを推進するもう一つの理由や。ロボタクシーを安くするだけやなくて、生活を楽にするんや。プログラミングも簡単になる。これらのAIデータセンターをより大規模に作れるほど、クエリ一つ一つが安くなるんや。
ゲームで最大になりたいんや。だからテラワットの計算を目標にしてると思うんや。最大、最強、最速を目標にしたら、最も安くクエリを実行できるようになるんや。
Bitter Lessonと計算の重要性
最も安いクエリだけやなくて、Bitter Lessonのおかげで最高のモデルも持てるんや。
バッテリーのあるもの全部に推論コンピュータが載るって考えに頭が追いつかへんのや。
全部にバッテリーとチップが載るんや。全部がコンピュータや。
これは大統領からの秘密メッセージやったんか？それくらいバカなことを言ったのと同じくらい正確やからな。
俺が思うに、多くの人が見逃すかもしれへん彼らがやってることの他の側面で、Bitter Lessonのコメントと関連するんやけど。
視聴者にBitter Lessonが何か思い出させてくれ。
人間の能力を超える最も賢いものを作るには2つのことが必要やって言うんや。大量の計算と大量のデータや。この2つは比例してて、計算を2倍にしたかったら、データも何かの2倍が必要なんや。
基本的に計算を2倍にしたらデータも2倍や。何度も何度もやる必要があるんや。Chat GPTみたいなOpenAIが作ってるこれらのAIシステムでLLMが使えるテキストデータが枯渇するポイントに達したんや。
ビデオデータの重要性
だから今は、このBitter Lessonの曲線に乗り続けるために、自分らでデータを作る方法を見つけなあかんのや。大きなコンピュータを作ることはできるけど、大きなコンピュータを持つ価値があるほど継続的にスケールするのに十分なデータがないんや。
でもテキストがデータの唯一のタイプやないのは明らかや。オーディオデータとビデオデータもあって、オーディオとビデオデータは明らかにテキストが持つ同じ情報内容に対してはるかに多くのデータを必要とするんや。
ビデオデータとオーディオデータをはるかに高いレベルまでスケールできるんや。だからより大きくて大きいコンピュータを作り続けたいなら、それらがオーディオとビデオの学習でうまく動作することがめちゃくちゃ良いんや。
現在世界で誰が一番ビデオ学習をやってるか？明らかにTeslaや。もう一つはGoogleやろう。彼らのビデオ生成モデルがすごいのをもう見たし、多分OpenAIよりずっと良いんや。
その理由は、OpenAIよりも多くの計算を投入して、投入できるデータも多く持ってるからや。だから当然、彼らのビデオ生成モデルはOpenAIより良くなるんや。
でもTeslaもこの問題について考えてるんや。だから最初にDojo Oneを構築したんや。ビデオデータでの学習は、テキストをやるのと計算に対するデータの比率が全く違うからな。
Tesla独自のアーキテクチャ戦略
NvidiaはGPUアーキテクチャで革新して、Dojoよりもビデオをうまく学習できるようになったんや。Dojoが他のボトルネックにぶつかったからやけど、これがイーロンがDojoシステム構築にアプローチしてる根本的な第一原理思考なんや。
だから問題は、Dojo 3がGoogle TPUや、Nvidia GB3000の代わりに300、きっと違う文字やろうけど、最高のものより良くなるかってことや。
Dojo 3がビデオで他より断然良くなれたら、Bitter Lessonを追求し続けられるってことや。俺らが皆気にしてることは何か？俺らは皆現実世界での実際の行動を気にしてるんや。これがCyberCABであり、Optimusプロジェクトなんや。
現実世界に出て行って実際のことをやりたいんや。現実世界と相互作用する時は、ビデオとオーディオとテキストで物事と相互作用するんや。だからこの3つ全部ができる必要があるんや。
このアーキテクチャが現実世界の仕事をするための最高のアーキテクチャになるんや。そしてこれは収束のもう一つの領域で、現実世界AIの最高の学習アーキテクチャに、CyberCabとOptimusでの現実世界AIの最高の身体化プラットフォーム、それに確実に続く他の将来のロボティクスプラットフォームを加えるんや。
バッテリー、ソーラーエネルギーの上に、その上にその上にって感じで、これらのプラットフォームビジネスには明らかに、フルプラットフォームを持たないものが持たない機会があるんや。
プラットフォーム戦略の重要性
AWSがインターネット革命の多くを支えることになったのは、ストレージを作る人、ネットワーキングを作る人、柔軟な計算量を提供する人がいたけど、AWSがやったように、ウェブ用アプリケーションを構築するために必要な全スイートを一箇所で簡単に他の人が使えるように組み合わせた人がいなかったからや。
AWSがWeb 2.0革命を支配できるようになったのは、そのウェブ用アプリケーション構築に必要な全体の提供やったんや。それがTeslaが身体化AIロボットで構築してるプラットフォームのタイプなんや。
Tesla XAI合併についての議論もあったし、君が話してることを聞いてると、Teslaは人類の脳のようになれると思うんや。処理できるモダリティがたくさんあって、ビデオ、オーディオ、テキスト、Grokなどでトークンを提供できるからな。
つまり人々が基本的にレンタルや使用できる人類の脳の一つとして自分らを位置づけてるってことや。
脳だけやない。つまりそれもできるけど、脳と体や。有用な仕事は脳と体の組み合わせで、彼らは両方やってるんや。
ジョーダン、どうぞ。
聞いてるだけや。
何か次に進みたいことがある？リストに10個あるって言ってたやろ？
なんでSamsungなんや？それが俺の質問の一つや。君が先日投稿してたのを見たからな。
俺の見解では、現在TSMCが舞踏会の美女なんや。誰もがTSMCと仕事したがってるんや。最高のプロセス、最先端技術とかや。でもSamsungは俺の理解では右に続いてるんや。
プロセスノードはTSMCほど先進的やないかもしれんし、チップの歩留まりもTSMCほど良くないかもしれん。でもそのせいで、誰かと仕事したくて、拡大したくて必死なんや。その彼らの欲求を割り引くことはできんで。イーロンはそれを利用してるんや。
何年も前に言ったんやけど、Teslaがチップ製造とかに参入するのは賛成やけど、複雑すぎるし、本当に参入したい業界やないんや。でもSamsungとのこのパートナーシップは両方の世界の最高や。
基本的にTeslaはSamsungと密接な接合を形成して、Panasonicとのパートナーシップと似てると思うんや。Panasonicと協力してバッテリーセルを設計して、この2つの当事者間に深い統合があって、低コストで良い製品を生産するんや。
イーロンとTeslaはSamsungと犬を振ることができるんや。垂直統合する必要なしに垂直統合に最も近いもんや。だから全てでより良い取引が得られるはずや。
Samsungとより多くを社内で構築できるはずや。ジェンセン・ファンが言ったように、ボードにチップを置いて終わりやないからな。これらのGPUには何千もの部品が入ってるんや。配線、接続、ケース、非常に複雑な機器なんや、これらのAIサーバーは。
だからSamsungと協力して、コストを下げるためにできるだけ多くを社内で垂直統合できるかもしれへん。そしてイーロンが特別なソースを投入するかもしれん。
製造技術の革新
彼がそこに入って彼らと協力すれば、チップ歩留まりなどの面でSamsungをTSMCと同レベルに引き上げることができるかもしれん。製造にめちゃくちゃ優秀で、これらのチップ歩留まりで重要なのは製造やからな。
だから破格の価格でSamsungの性能を向上させることができるかもしれん。将来を深く見ると、XAIがNvidia GB200や300から離れる時、NvidiaはこれらのGPUで70%のマージンを得てるんや。
Teslaがそのほとんどでも得られたら、他の皆が構築してる半分のコストでデータセンターを構築できるかもしれん。だから2倍の速さでデータセンターを構築してるんや。半分のコストで構築できたら、掃除することになるで。
これは全部推測やけど、これは俺が見た中で最もエキサイティングなことの一つで、Teslaについて何年も最も興奮してることや。パイプラインに来る可能性があることは現象的や。
そのポイント、ジョーダン、XAIについて君が作った点を思うに、Dojo 3とAI6がその時点でTPUやNvidiaのGPUができることと同等か、それを超える可能性を提案してるなら。
当然、XAIはめちゃくちゃな速度で計算クラスターを成長させてるんや。当然、その時点でNvidiaとTPUの遠隔的にでも同じボールパークにあっても、NvidiaとTPUの半分の性能やけど3分の1のコストやったら、めちゃくちゃ買うで。
彼らだけが欲しがるわけやないで。他の人も欲しがるんや。Teslaが自分ら以外の外部顧客にもそのアーキテクチャを売る可能性は巨大や。それには独自の課題もあるけどな。でも彼らが望むなら確実に需要があるで。
Samsungとの条件を決められること、TSMCよりもSamsungとの方が影響力を持てることは、イーロンとTeslaにとって大きなボーナスやと思うで。関与できることや、真のパートナーって彼が言った時、俺が読んだのは、自分の製品のために彼らが何をすべきかに影響力を持てるってことや。それは巨大やで。
テキサス工場への近接性、巨大や。中国、TSMCからのデカップリング、巨大や。長期供給の確保、巨大や。でもTSMCがイーロンに対してSamsungよりもずっと簡単に条件を決められることは明らかになってるし、SamsungはTSMCについていけなかったせいでいわば絶望的な状況にあるから、会社が彼らとパートナーを組むには完璧なレバレッジなんや。
資金調達と成長戦略
彼らにとって全てがオンラインになってるんや。ただ数にコミットして「よし、オールインする」って言うだけやった。
俺の疑問は、Teslaがチップの長期的野心をサポートするために資金調達や借金をする必要があるかってことや。16って聞いたけど、10年間やったっけ？5年やったっけ？取引のランウェイがどのくらいあるか忘れたんや。
それは良い質問やな。そんなに長くはありえへん。イーロンが明らかにそれよりずっと大きくなる可能性があるって言ったからな。
俺が見たいのは、Teslaがその成長をどう資金調達するかや。ロボタクシーとロボットがフルスロットルで行くやろうし、Teslaが将来作る全製品に、君が言ったようにPowerwallやメガパックにも、分散できるようにチップが載るはずや。
全部お金がかかるんや。ビジネスからの現金流入で十分か、それとも借金する必要があるか？でも正直どうでもええと思うで。この件の長期的可能性がめちゃくちゃでかいからな。
投資家やったら、この材料を手に入れるために何でもやってほしいと思うで。得られるランウェイが信じられないほどやからな。全く信じられへん。
Samsungは素晴らしいアイデアやったと思うで。作業中やったとは全く知らんかったけど、素晴らしい、起こって良かったで。
AI5の予定がずれたんか疑問に思うで。TSMCでAI5を生産するのに何らかの遅れがあったようやからな。そして問題は、使いたいプロセスノードが遅れてるのか、パッケージングノードが遅れてるのか、それとも他の顧客が優先されただけなのかってことや。
俺の推測では多分他の顧客が優先されて、イーロンが注文スタックの下に押し下げられたんやと思うで。それが気に入らんかったんや。
競争優位性の確保
それだけで「よし、君は俺が実行したいスピードで実行する能力を妨げてる」って感じやろう。イーロンは、AIは究極の爆弾って見てるやろ？誰が最初にそこに到達するかが勝つんや。
だから最初にそこに到達するスピードをコントロールできないと感じたら、当然異なる道を取るで。誰でもそうするやろう。
その動的のせいで、AppleとNvidiaは今日のTeslaに比べて両方とも巨大な顧客で、主にTSMCを全てのファブに使ってるからな。だからTeslaは常に彼らの後やんや。
TSMCが1.6ナノメートルノードをテープアウトでSamsungより先行してるかもしれんけど、それでもTeslaがSamsungが最初の1.6ナノメートルノードを立ち上げる前にその1.6ナノメートルノードにアクセスできるとは限らんのや。
これは別の次元で、Taylor Texasファブの顧客ナンバーワンやから、そのファブから出てくるものは何でも立ち上がって稼働次第すぐに手に入るんや。
だからイーロンが「よし、Taylor Texasファブにオールインする。尻を叩いて可能な限り早くドアから材料を出させるのを確実にする」って言えるんや。そしてドアから材料を出し始め次第、歩留まりを上げて、ここの皆がこの投資を黒字に保てるように、皆が水面下になるほどスクラップを作らないようにするんや。それは大きな勝利や。
先進パッケージング技術
Samsungも先進パッケージング技術ができるんや。2次元チップアーキテクチャだけやなくて、2.5次元や3次元アーキテクチャもできて、メモリをチップの真上に重ねることもできるんや。
メモリに行くのに何らかのネットワーキング層を通る必要がないんや。ここでできるエキサイティングなことがいろいろあるで。3次元アーキテクチャにする時は難しい課題が出てくるんや。同じ場所にもっと多くの熱があるからな。
だから3次元アーキテクチャに行く時は熱管理の課題がずっと困難になるんや。でもSamsungはそのタイプの作業をやってるんや。彼らのはXCubeって呼ばれる。TSMCのはSOICって呼ばれてると思う。でも基本的に同じ全体的なタイプのアーキテクチャで、Samsungができるんや。
だからSamsungのXCubeの顧客ナンバーワンになれて、TSMCのSOICの顧客ナンバー10になるなら、Samsungでそれらのことがうまく動作することを確実にするためのテーブルの席を持つ能力があるなら、少なくとも試すべきや。
契約が彼らが配達に失敗した場合に他の誰かと仕事する出口があるように設定されてるなら、何も失わんのや。
クレイジーやな。リストの他の材料は何があるんや、ジョーダン？
それが俺が会う前に念頭に置いてた主要な注目点をほぼカバーしてるで。
歴史的類似性
これは2014年にTeslaが「俺らは自分のバッテリー工場を建設するで、みんな」って言った時の感じや。そして皆が「よし、お前サイコか」って感じやった。
そのバッテリー工場は今日世界の他の全てが作ってるのと同じ容量を持つ予定やったからな。まさにそうや。
このプロットラインで興味深いのは、その時点でEV需要は大多数の人にとって非常に疑わしかったってことや。密接に追ってた俺らにとっては「もちろん全部電気になる」って感じやったけど、トレンドは続いてるんや。
でもこのAI の件では、皆が同じページにいると思うんや。皆信じてるんや。だから彼がチップを投入して、自分のを手に入れるのに、長期的にそのTaylor建物にTeslaロゴを貼るようなもんや。基本的にそうなるからな、長期的には？
だからそれは、その動きを投資家ベースと一般大衆がずっと真剣に受け取ると思うんや。その動きを取り巻く技術を理解してるから、どれだけゲームチェンジングかを人々が理解してるんや。
俺が話す大多数の人はChat GPTを使ってて、LLMが何かを知ってるんや。ロボットや自動運転車でそれを想像するのを助けるのは簡単なんや。説明するのがずっと簡単やと思うで。
長期的影響
だから俺にとって最終的にエキサイティングなことは、これが会社が取り組んでることの10倍から20倍から100倍やってことや。それでも持続可能な未来に世界を移行するという元の使命を果たしてるんや。
彼らがこれらのチップを入れるもの全部にバッテリーがあるからな。そのバッテリーを長期的に充電する最良の方法は何や？ソーラーやろ？かなり素晴らしいで。
俺が気になることの一つは、多くの人がTeslaがソーラーに参入してソーラーパネルを再び製造するアイデアをバカにしてることや。でも3、4年前に俺がTeslaは何とかしてチップ製造に関わる必要があるって投稿をした時に同じことを言ってたんや。
でもTeslaが再びソーラーに参入することで異なることの一つは、囚われた需要があることや。イーロンが本当に次の10年で1テラワットの計算を構築する計画があるなら、10年、20年の間、彼らが構築できる全ソーラーパネル工場からの全生産量が必要になるんや。
エネルギー需要の増大
可能な限り多くのエネルギーと計算が欲しい未来社会を見てるなら、その時点で意味を成し始めるんや。AI需要が俺らを完全に持続可能なエネルギーに導くことになるんや。
現在、公正な価格で電気が欲しいなら、ソーラーが最良の方法やんや。最もスケーラブルや。現在の政権は化石燃料などを推進してて、中立的に見るとそれが彼らの行きたい方向なんや。
予備の発電機や発電機製造能力があったらそれに対する良い議論があるんやろうけど、ないんや。発電を作る製造能力は全部3〜5年先まで予約済みや。原子力は現実的に5〜10年先や。
でもソーラーパネルが欲しいなら、ソーラーパネル工場をかなり早く立ち上げるか、貿易取引の行方によって軽いプレミアムや大幅なプレミアムで輸入できるんや。
先日Roio MotionのIola Hughesと話してたんやけど、バッテリーや多くのインセンティブにかけられた全ての関税にも関わらず、バッテリーはスケールメリットでめちゃくちゃ安くなったから、数年前より安いままなんや。
総ソーラー需要の面では次の数年少し減速すると思うけど、本当にソーラーパネルが必要な人はお金を払うんや。データセンターとかな。
政策と市場の動向
政権がやってる良いことの一つは、できるだけ多くの許可を取り除こうとしてることと、これらのAIデータセンターや技術会社に「電力が欲しいなら建設しろ」って言ってることや。
何を建設しなあかんかを制限しない限り、最もスケーラブルで半合理的な価格のものが勝つんや。公正な市場がある限りそう思うで。
あまり不利やなくても、Teslaのミッションとのオーバーラップがあると思うんや。世界を持続可能なエネルギーの未来に移行させるのは、AIに伴う知能爆発を同時に経験するためにエネルギー需要を10倍にすることを決めた時、ずっと困難になるんや。
でもそれは機会でもあるんや。現在の10倍のエネルギーが必要やって言うなら、今日作ってるより10倍多くのエネルギーをどう作るかを再検討する必要があって、何らかのインフラを再構築する必要があるんや。
持続可能エネルギーの優位性
これらのAI会社、巨大データセンターを構築してる会社だけでも、この新しい構築の50、60、70、80%をやるとしても、その新しい構築は最もスケーラブルで、信頼性があって、低コストの技術で起こるんや。
現在それら全部がバッテリーとソーラーを押してると思うで。アメリカのソーラーは世界の他のどの場所よりも既に大幅に不利な状況にあることは注目に値するで。それでもまだ巨大な市場シェアを飲み込んでるんや。
詳細を調べる必要があるけど、数週間前にShaの投稿で、エネルギー省でローンの責任者やった人やと思うけど、アメリカのソーラーは世界の他のどの場所よりも2倍コストがかかるって画像を投稿してたんや。それでもアメリカで新電力追加の面では支配してるんや。
だから他の全てのインセンティブを上げなあかんかった理由がわかるで。競技場を平等にしようとしてるんや。それは救済やな。
でも負け戦やと思うで。ソーラーは根本的により良い技術やからな。次の数年は少し減速させるかもしれんけど、最終的にはソーラーやな。アメリカでのソーラー展開コストの半分を簡単に削減できると思うで、許可と規制要件に関係してると思うんや。
アメリカで大規模にソーラーパネルを製造したら、例えばヨーロッパよりも安いソーラーパネルを手に入れて、中国がやってるコストに近づけるかもしれん。その時点で、Chamath Polyhapatiaが何度も言ってるように、ソーラーコストが十分安くなると、新電力の限界コストはほぼゼロになるんや。拡張するのに何もコストがかからんのや。
非常にエキサイティングやな。今いる場所でエキサイティングなのは、それが俺らが向かってる明らかなトレンドやってことや。
アメリカの革新力
たくさんの経済的強制機能、生産性の観点から社会にとって明らかにネットプラスで、大量のエネルギーを使う技術への需要が多すぎて、エネルギーについて非常に革新的になることを強制するんや。
アメリカがついに「何かせなあかん」って深淵に達した感じや。この国は通常怠け者で、ハンバーガーを食べてテレビを見てるのが好きやけど、「中国がお前を追いかけてくる」って感じになったら「行くで」ってなるんや。
政権がこれらのことの一部を真剣に受け止めてるのを見て確実に感謝してるで。やる必要がある重要なことがあるし、先週のオールイン・サミットは本当に「AIでどう勝つか」を見てるんや。それは素晴らしいで。
でもファイルを公開しろや。冗談やないで。俺らを前進させるより大きなことは、実際にGoogleとNvidiaとMetaとMicrosoftが、ただ尻に座って中国に乗っ取られるわけにはいかんって理解することやと思うんや。
これらの集合体は政府よりもはるかに速いペースでこの分野で前進できるんや。だから俺らの資本主義経済とこれらのマグ7企業、明らかにTeslaが最前線にいるけど、の健全性が、政策よりもアメリカの救いの恵みになるんや。
規制改革の重要性
規制を削減することは重要やし、ジョーダンの指摘で、もし最初の計画を阻止したジョー・マンチンのことを考えると。ビルド・バック・ベター計画やったっけ？最初のグリーン・ニューディール関連やったと思う。
彼がそれを阻止したのは、NEPA規則の下で環境保護許可関連を改革したかったからや。新エネルギープロジェクトが場合によっては7年や10年かかることもあるんや。ウェストバージニア出身やから主にガスについて心配してたけど、石油ガス業界とソーラーや他の業界の両方に影響するんや。全部これらの許可プロセスを通らなあかんからな。
マイニング、ソーラー、いろんなことに影響して、彼は非常に強くこの件をやろうと押してたんや。IRAにサインオンさせるのに、これらのことをやるって約束で彼を説得できたんや。実際には仕上げんかった。
フィニッシュラインを越えんかった、そしてIRAで彼の票を得た途端に、その環境許可の改革の全約束を反故にしたんや。彼は議席を失って追い出された。「くたばれ」って感じやったんや。
ワシントンありがとうって感じや。でも規制のお役所仕事を全部切り抜けられるなら、ドリル・ベイビー・ドリルの名目の下でも、ドリル・ベイビー・ドリルを阻止する同じ規制がマイン・ベイビー・マインやソーラー・ベイビー・ソーラーを阻止してるんや。
政治的解決策
良いポイントやな。まさにそうや。前政権と今の政権の間でトレードオフ演習が起こったんや。ビッグ・ビューティフル・ビルの多くの内容については確実に満足してないけど、規制に関してはポジティブなことをやってるんや。本当にコストを追加して物事を遅くするからな。
でもエンジニアリングベースの決定をする人がいて、政治ベースの決定やない人がいればって思いを残すんや。やるべきことは全エネルギー技術の競技場を平等にして、勝者を選ぼうとするのをやめて、市場に解決させることや。
できるだけ多くの規制を除去することや。「ソーラーが嫌い、風力発電が嫌い、石炭が嫌い」みたいなことやなくて、「よし、規制緩和して自由市場にして、自分で解決するで」ってことや。
アメリカ市民か、ジョーダン？
そうや。
何歳や？
43や。
2028年に出馬する予定は？
計画してなかったな。
政治に参入したいとずっと思ってるで。君に投票するで。君のキャンペーンマネージャーになるで。
政治に参入したいで。本当に？ああ、そうや。人生全体が政治に参入するためのドライランと訓練をしてる感じや。それは素晴らしいやろうな。
でも他にもやめさせるものがあるんや。でもそれらが解決したら、やりたいで。人々とやりあって、これらのことについて議論して、バカにされるのに疲れないからな。
ジョーダン大統領や。行こうや。まずはオハイオ州知事が必要や。Viveに対して何ができるか見せてくれ。それに勝ったらホワイトハウスに送るで。
公職にもう少し自閉症が必要や。同感や。君の自閉症が邪魔になるかもしれんって言おうと思ったんやけど、自閉症が強みやと思うなら、行こうやって感じや。
ちょっとだけや。危険になるのに十分や。最適な量の自閉症やな。まさにそうや。
時々自分自身の視点を完全に失って、イーロンみたいになることがあるんや。心から同情するで。
でもそれは管理できるんや。食事を本当にコントロールして、物事を平均に保つ必要があるだけや。それは後で話すべきことやな。
食事で自閉症をコントロールできるって言うのは、めちゃくちゃ自閉症的な発言やな。本当やで。体を最適化して、脳をコントロールしようとしてるんや。イーロンが心が嵐みたいやって言う時の気持ちが完全にわかるで。
正しい量のマッシュルームで何でも直るで。
それも試したいと思ってるんや。サイケデリック薬の話になってるな。他にも話したいことがあったんや。ポッドキャスト後に食事最適化とかについて話そうや。それについてポッドキャストをやるべきやと思うで。めちゃくちゃ興味深いと思うで。
俺もそう思うで。その件で本当にダイヤルインしてるように見える人の一つはDylan Lumisや。彼のビデオの一つで投稿してたのを見たで。全ての生物学的指標を持ってるんや。俺も同じことをやってるで。
過去数年間テストを受けまくって、何が何をするかを見つけ出してるんや。自閉症は脳の地獄やな。
Brian Johnson ライトって感じや。Brian Johnsonが好きや。彼がやってることはめちゃくちゃ素晴らしいで。
君とDylanを呼んで健康最適化についてのポッドをやるべきかもな。そういう件に参入する必要があるで。でもCliveを産んでから脳が同じように動作しないのに気づいてるんや。
以前のレベルまで点灯させるのにずっと多くの努力が必要で、3時、4時頃には非常に疲れてるんや。それに加えて運動しようとしてて、週末に幸せにするものを食べられるように半フィットを保とうとしてるんや。睡眠についていこうとするのも難しいで。
親のための実際のフィットネス食事療法があったら殺人的やろうな。これらの多くは子供がいない人や何千ものことが起こってない人に最適化されてる感じがするんや。それを機能させるのにめちゃくちゃ時間とエネルギーが必要やからな。コストベネフィットや。俺がそれについて少し文句を言ってるかもしれんけど、わからんな。
これがBrian Johnsonがやってることの素晴らしいところの一部や。彼は自分をモルモットとして使ってるからな。全ての研究を読みたいだけ読めるけど、テストを始めた途端に、これらのことが実際にどう影響してるかの現実的な見方が得られるんや。
でも極端に最小限の努力で、脳の霧みたいなものを大幅に改善できる方法があるんや。例えば血糖値を平均化する方法があるんや。血糖何て言うんやったっけ、技術的な言葉忘れたけど、それを平均化できるんや。
例えば、炭水化物の多い食事の前に酢のカプセルを少し飲むと、胃の酵素の一部が無効化されて、炭水化物の消化が遅くなるんや。そうするとスパイクがそんなに起こらん。クラッシュもそんなに起こらん。
スパイクとクラッシュが問題を起こすんや。そういう小さなことがかなり役立つんや。
健康管理とテクノロジー
それは知ってて良かったな。実際に知ってて良かった。
Lingoってのがあるんや。
何それ？
Lingoや。スポンサーやないけど、してもええで。スポンサーやないけど、これは血糖値インジケータで、腕の後ろに刺す小さなパッチみたいなやつや。
ずっと血糖値を追跡できるんや。この朝食を食べた時はスパイクとクラッシュがあるって見えるんや。どう感じるかと関連付けられるんや。
それがあって、ジョーダンが話してるこれらの異なる実験を試したら、気分良く、消化良く、減量とか、全てのことを助ける良いタイトな範囲に自分を保つ方法を完全に理解できるんや。
俺は一つ使ったことがあるで。2パックで来て、それぞれ2週間持つんや。一つ始めて、開けてない2つ目があって、開ける必要があるんや。2週間腕に刺したままで、ずっと追跡してくれるんや。アプリがあって全部見えて、ここで食事した、そこでアイスクリーム食べた、何でもって言えるんや。
それを時間と結び付けて、これらの異なる全てのことで血糖値がどう影響されるかを見て、運動も追跡して、全部の材料を追跡できるんや。
この材料は重要やで。中年になって午後毎日ホビットみたいに昼寝したくなる人がめちゃくちゃ多いからな。
俺は今ちょっとそんな感じや。それは欠乏症などと関係あることが多いんや。でも俺が時間をかけて抱えてきた問題の大部分は、実際には欠乏症が原因やなかったことがわかったんや。
システムへの何らかの侮辱、俺を悩ませてる何かやった。システムへの侮辱を全部除去したら、欠乏症について心配する必要は本当にないんや。人々が実際に本当の欠乏症を抱えることは稀や。
人々がサプリメントを摂る時、やってることは基本的に体にブーストを与えて、システムを侮辱してる物事に対処するのを助けてるんや。
血糖値を平均化すると、かなり役立つんや。注目に値することの一つは、人口の50%が糖尿病前段階や糖尿病やってことや。そしてそれらの人の80から90%は自分がそうやってことに気づいてないんや。
それはクレイジーやな。実際に家に血糖値テスト機を持ってるんや。指を刺して物を置くやつで、血糖値は俺には問題やないんや。空腹時血糖値は73か75くらいや。
ケトーシスに入ってみたことある？
ケトーシスは試したことないな。
テスラオーナーズミシガンイベントの直後に「気分悪いのはもううんざりや」って感じやったんや。肉をもっと食べるほど気分が良くなることがわかったんや。血糖値がより平均化されるからな。
だから「ケトーシスに入るで」って決めたんや。ケトン測定キットとグルコース測定の両方を手に入れて、3、4日後にケトーシスに入るはずなんや。ケトーシスに入るのに5週間かかったんや。
それは肝臓にグリコーゲン結節があって、体が基本的に全ての余分な炭水化物を蓄えるように肝臓が最適化されてることの指標や。
だから体、肝臓が少し糖尿病前段階になり始めてることに気づく兆候がいろいろあったんや。詳細には入らんけど、男性として朝起きた時に物事がそんなにピンとしてないことに気づき始めるんや。
詳細すぎるで、兄弟。もっと曖昧にしてくれると思ったんや。
めちゃくちゃ明らかやで。でも6週間後にケトーシスに入ると、めちゃくちゃ違うで。ケトーシスでエネルギーレベルとかに大きな違いを感じる？
ああ、大きな違いや。全てがずっと平均的で、朝起きた時の血流の違いにも気づいたんや。
ちんこの話をやめてくれる？
男性としてシステムに何か少しおかしいことがあるかもしれんって最初の指標やからな。20歳の時は全然違ってて、時間とともにゆっくり変わるけど、実際にそれが起こったのはいつが最後やったっけって時点に来るんや。
ケトーシスに入って食事から炭水化物を除去すると、物事が約10年逆戻りした感じになるんや。まだ6週間しかやってなくて、まだ完全にケトーシスに入ってないのに。
見なあかんのは血糖値対ケトンの比率で、GKI指数って呼ばれるんや。今朝のGKI指数は5で、本当にケトーシスに入り始めるのは6以下やから。6週間の間6から18の間をずっと跳ね回ってたんや。
君らの心臓の世話をしてることを確認したいから、これについて君と話したかったんや。心血管系がどうやってるかをチェックするために受けられる検査がいろいろあって、その多くはでたらめや。
例えば、今技術インフルエンサーが皆押してる頸動脈カルシウムスコアは、役に立つし有用やけど、最高のテストやないんや。動脈のカルシウム量を測るからな。
多分投資してるんやろう。
心臓血管の健康管理
でもそれかもな。でも問題はこうや。動脈の炎症を制限することを最初にやりたいんや。全コレステロールと全ゴミを引き寄せて動脈に形成させるのは炎症やからな。
だからその動脈炎症を抑えることができれば、それがスタチンが助けることや。スタチンはその動脈炎症を減らすのを助けるんや。人々が考えるようにコレステロールを減らすことで実際に物事を修正するんやない。そういう働き方やないんや。
動脈が炎症を起こしてコレステロールが付着するのを防ぐんや。そのコレステロールが付着し始めると、この時点で問題になり始めるけど、プラークには2つの異なるタイプがあるんや。
膿のような軟プラークがあるんや。その膿が動脈から噴出すると、システムに入って血栓を形成するんや。基本的に不安定な軟プラークで、それは本当の問題や。
動脈系の治癒を始めると、その多くが硬化し始めて安定するんや。その時点では血栓を投げることについて心配する必要がなくなるんや。でも軟プラークが硬化し始めるから動脈が少し硬化したのは良くないんや。
血栓のリスクを削除するからな。まさにそうや。そのカルシウム動脈スコアが測るのは、どのくらい硬化したプラークがあるかや。だから高いカルシウムスコアを得る状況にいるかもしれんけど、実際にそれが言ってることは、軟プラークがあったのが硬化して今安定してるってことや。
だから場合によっては実際に良いことかもしれん。だから必要なのはCMTテスト、最後の言葉忘れたけど、コロナード中膜や。見つけるのが困難で、うまくできる人を見つけるのが難しいけど、約250ドルや。
首と首の動脈に超音波をして、持ってる軟プラークと硬プラークの量を調べるんや。だから良くて比較的安いんや。
動脈を見る時のゴールドスタンダードは、システム全体に大量の放射性色素を送り込んで画像撮影することや。これも軟プラークと硬プラークの量をチェックする別の方法や。
CTアンギオグラムや。それが探してた言葉やと思う。でもそれらは、一つは大量の放射線を浴びることで、二つは5000、1万、1万5000ドルかかることや。
だからCINTでその利益の大部分を得られるんや。昨日それを受けるためにレキシントンまで車で行かなあかんかった。
テキサスではもっと広く利用可能やろうし、より評判の良い特定の会社があるけど、時間をかけてコレステロール数値を改善してきたんや。実際に示唆的なコレステロール数値を狙ってる。LDLは実際にはそんなに示唆的やないからな。
動脈炎症と、コレステロールが全体的にどのくらい粘着性があるかを見なあかんのや。でも深く行ったな。俺は超オタクや。
これは実際にバッテリーが生物学的に動作するから電池に関連できるんや。俺にとってグリッドは本当に抽象的や。何らかの理由で生物学の深い理解があるんや。
だから自分の健康を見て、自分の問題や抱えてきた問題を解決する時、生物学を理解できるのがめちゃくちゃ役立ったんや。
物理学の方がずっと好きや。生物学のことは全部「なんてこった、物理学を取ってくれ」って感じやった。物理学を聞くと脳が溶けるんや。でも生物学は俺には音楽みたいや。
直感的な部分と物理学が持つような普遍的構造の部分があるんや。
今後の展望
人々は君の美しい脳をどこで見つけられるんや？
美しい脳と美しい声をYouTubeのthe limiting factorとXのlimiting theで見つけられるで。来週はColossus 1とColossus 2についてのビデオを有料サポーターにリリースして、その1週間後に公開する予定や。
でもXAIがやってることは非常にエキサイティングや。他の全AI会社を一掃すると思うで。次の6ヶ月でどう展開するか見るで。
大部分のAI会社は来年末までに0.5ギガワットのデータセンターかギガワットのデータセンターを欲しがってるんや。XAIは次の6ヶ月で持ってるかもしれん。
だから数年の間にデータセンターを持たない状態から世界最高のデータセンターを持つ状態になったんや。OpenAI、Google、Geminiと比較してな。今は彼らを過ぎて加速を続けられるように見えるんや。
Colossus 2や。イーロンが言ったように、AIに関して超音速津波が来るんや。Colossus 2データセンターはColossus 1データセンターの約20倍強力になる予定や。
20倍強力やって。これにはプログラミングなどに加えた全改善は含まれてないんや。AIモデルをプログラムする方法、データとその清潔さなどを継続的に改善してるからな。
来年、AIが新しい物理学などを発見できるほど賢くなるってイーロンが言う時、俺は信じるで。
いつかGrokアプリがColossus 2みたいなリード学習ランでアップデートして、人々が「一体何が起こったんや」って感じになる日が来ると思うで。
彼らのイメージタブでさえ、俺は早期アクセスを得たんやけど、ビデオジェネレーターはV3と比べてそんなに良くないけど、UIは現象的で、何か言うとビデオを作ってくれて、UIを通して自分の映画やショーを作れるのが既に見えるんや。
それがその雰囲気で、Colossus 2タイプのものがそれを達成できると思うんや。自分の映画を作る、自分のショーを作る、自分の何でもを作る。イーロンがそれをほのめかしたんや。
万能アプリや。君のお金の儲け方についても彼は脈を取ってると思うで。AIヴァインズとかな。
そして彼らが作ったこれらのアバターを見ると、相互作用するやつ、次世代では、これが彼らの友達になるんや。友達の半分が人工知能になるんや。
これに本当に興奮する人がたくさんいるんや。その興奮する人の友達グループは拡大するだけや。1998年、2000年に俺がオンラインデートをした最初の人の一人やった時みたいや。Hot or Notって知ってる？人を評価するアプリや。
実際にTinderで妻に出会ったんや。これはそれより20年前やったやろうな。いつ彼女に出会った？2014年や。
15、20年前やったやろうな。98、2000年頃にオンラインで人とデートしようとし始めたんや。田舎のオハイオでは選択肢が少ないからな。どうやって出会うんや？オンラインでやるで。
最初に始まった時は素晴らしかったんや。君と同じくらい反社会的な同じ考えの人に出会ったからな。サンプルが自己選択してた感じやな。
最初は非常に自己選択やった。だから知的で内向的な人がたくさん得られた。何年も前にそこで出会った人とまだ友達やからな。まだ良い友達やで。
でも写真を投稿して人の魅力度を評価するウェブサイトが一つあったんや。でも少し料金を払えばメッセージを送ることもできたんや。そうやって何人かに出会ったんや。
素晴らしいな。彼らがそこで何をするか見るのが魅力的やろうな。マスク宇宙がいろんな異なる前線で絶対的に支配するのを指すサインが全部あると思うで。
今世紀後半の最も魅力的な会話は、世界初の数兆ドル長者を世界がどう扱うかやと思うんや。人々は気に入らんやろうな。同感や。でもそれが現実や。そこに向かってるんや。
社会にどれだけ価値を創造して、皆の生活をどれだけ良くするかにも関わらず、まだ彼を追いかける人がいるんや。
彼は最も目に見える、最も強力な人になるんや。彼より強力な人や家族や彼より金持ちがいるかもしれんけど、人々が聞いたことがない人らはデザインでそうしてるんや。
イーロンの全MOは、可能な限り公にすることみたいや。選択するからか、したいからか、何らかの形のためか、俺は彼がめちゃくちゃ自閉症やから自分を抑制できないからやと思うんや。
そう思うで。彼が標的を背中に置くことについて話したのを知ってるで。これらの異なることを持ってると攻撃ベクターが最大化されるって。
でも人工知能を通して会社が創造する価値の量のせいで数兆ドルの価値がある公人になることは避けられないんや。彼は何も考える必要がないんや。
より大きな問題は、社会がその人をどうするかやな。
火星に送るんや。
正直、彼は自分で火星に送るかもしれん。正直、イーロンは自己国外追放計画を持ってると思うんや。俺はそう思うで。
それが俺らが向かってる方向やと思うで。地球はそれに満足しないやろうし、アメリカは確実にそれに満足しないやろう。特に社会主義と共産主義への傾向があるトレンドを考えるとな。
客観的に、アメリカが過去30、40年、確実に過去20年間運営されてきた方法は所得不平等につながってるし、俺らの学校は反米、反資本主義の教えに乗っ取られてるんや。それは事実や。
それより前に戻ると、根本的に思考自体を疑問視してるんや。合理的思考を持つことや。暗記するように教えられてきたんや、考えるようにやない。
だから俺はそのトレンドが全く好きやないんや。そして最も金持ちの人、その個人が火星に自己国外追放したら、地球にとって何を意味するんや？わからんのや。
とにかく、これらは全部今後数年で持つ必要がある会話やけど、来てるし起こるし、社会として何をするか考える必要があるんや。
その非常に楽観的なトーンで、ここで終わるで。YouTube のthe limiting factor、Xのlimiting theでジョーダンをチェックして、彼のPatreonにサインアップして、コンテンツへの早期アクセスを得られるようにしてくれ。ジョーダン、ありがとう。
呼んでくれてありがとう。そこにいてくれ。
コメント