この動画は、AI技術の最新進歩から生物学的発見、宇宙論に至るまで幅広い科学トピックを扱った興味深い内容である。特にAIによる映像生成技術、遺伝子操作による鱗から羽毛への変化、自動運転車の将来的な交通渋滞問題、そして情報の概念が生命進化以前には存在しなかったという哲学的考察まで、現代科学の最前線を分かりやすく紹介している。
AIが変える懐かしい絨毯の世界
あぁ、車のおもちゃで遊ぶ小さな街でもあった絨毯の懐かしさが、AIによって変革されました。自分でも必要だとは知りませんでしたが、本当に本当に必要だったものです。見てください、街が今度は絨毯になったのです。あの馬鹿げた絨毯が今や、AIのおかげで完全な映画的世界になっています。
私のお気に入りのWWEレスラーが、環境中の全ての物体に感情を与えることにした時の問題と、未来がどれほどクレイジーになるかを見ていきます。科学者たちは鶏の遺伝子をいじることで鱗を羽毛に変えることに成功しました。差分プライバシーという概念について知っておいてもらいたいと思います。OpenAIとRetrobiosciencesが協力して、幹細胞の発達を50倍も効率的にしたことが判明しました。Nano Bananaは、もはや人をバナナの衣装に着せるためだけのものではありません。
月面着陸を偽造するためのものでもあるのです。だから気をつけてください。初期の人類が冬眠していた可能性を示す新たな証拠があります。もしあなたが夜眠れずにいるとすれば、それはビッグバンの前に何があったのか、そして何かが存在する前の前にあったものは何なのかを考えているからかもしれませんが、新しい研究ではダークマターがビッグバンより前に存在していた可能性を示唆しています。
学習の仕方を学ぶという未来のスキル
未来のスキルである「学習の仕方を学ぶ」ということについてお話しします。少なくともGoogle DeepMindのCEOによると、自動運転車の未来は、自律走行車に関するいくつかの研究によると、大量の交通渋滞を引き起こすことになります。Waymoからいくつかの面白いことを見てきましたし、Teslaの自動運転車も同じくらい悪いようです。
群れによる大量調整のようなものだと思うでしょうが、解消される前に本当に混雑するかもしれません。そしてWalter Hiは今週最も好奇心をそそる概念を持っています。もし情報が生命の進化以前には存在していなかったとしたらどうでしょうか？しかし、今あなたができる最も重要なことは、この動画を応援することです。もしそのボタンを押してくれれば、すでにフォローしている大きなチャンネルを応援するよりも、私のような小さなチャンネルには非常に大きな助けになります。
いつかは10万人の登録者になりたいと思っています。2万5千人に到達するまで何年もかかりました。でももしこの動画を応援してくれるなら、それは本当に世界を意味するでしょう。Patreonやコメントやそういったもの以上に重要です。
懐かしい絨毯とAI映像生成
それでは、過去への爆発的な旅から始めましょう。この絨毯を覚えていますか？私は覚えています。一人っ子だったので、この絨毯とおもちゃの車と恐竜とトランスフォーマーなどと一緒に座っていました。この街のように、なぜかは分かりませんが、平均的な人よりも私にとってはノスタルジックなものでしょう。でも誰かがこれを映像を作成できるAIモデルに持ち込むアイデアを持っているのを見た時、これはなんて楽しいんだろうと思いました。これは私が見た中で最も幼児的でレトロなものです。
それはただ楽しいのです。とにかく、この人、Orbit Sai AIは、クールなAI動画をたくさん作っていますが、なぜかこの絨毯の動画が、まさに驚きました。そして見てください、BBB Golfでさえ、これはAIが彼の仕事を奪って以来やった最高のことだと認めています。
もしあなたも過去10年間、リック・アンド・モーティのバターミームについて考えていたなら、「私の目的は何ですか？バターを渡すことです。なんてこった。ええ。クラブへようこそ、相棒」なら、現代のAI技術を使って環境中のすべての無生物に命を吹き込むこの創作者の体験を気に入るでしょう。
こんにちは、ラ。私は床の上の寂しい小さなハンマーです。誰かが来て私と何かを作ってくれることを望んでいます。こんにちは、ハンマー。あぁ、誰かが近づいてくるのが見えます。おい、そこの人。そこの人、お願いだから私を拾ってくれませんか？それはとても奇妙です。そこの人、足の人。お願いだから私を掴んでください。はい。ついに握られるのはとても気持ちいいです。[笑い声] さあ何かを叩きましょう。私は大丈夫です。あぁ、私の声が聞こえないのね。何でもいい。何かに私をぶつけて。だめ、楽しくなってきたところなのに。
想像してみてください、私たちが買う商品が私たちに話しかけて、「一緒に遊ぼう」と言うのです。文字通りトイ・ストーリーとマーケティング、大量操作、製品接続、そして人間体験が出会ったような感じで、私にはもう分かりません。このコメント投稿者は「感情のあるハンマーを作ると、全てが釘に見える。次はトイレをやって」と言っています。遠慮します。
動物の視野と捕食者の特性
さて、もしどの動物に後ろからこっそり近づくのが一番簡単かと疑問に思っていたなら、このチャートによると答えはネズミと犬です。実際、人間がどれほど悪いかを見てください。人間はもっと悪いでしょうが、人間として、あなたはすでに知っていると想定しています。これは様々な動物の周りの視野です。青い部分が双眼視。そして単眼視は周辺視覚のようなものだと思います。そこに何かがあるのは分かるけれど、深度がよく見えない感じです。そしてあなたの死角。
Radiumは「捕食者は奥行き知覚を良くするために前向きの目を持っているが、獲物は通常、より良い視野のために横向きの目を持っている。彼らは忍び寄るものを見たがっている。他の奴らは彼らを捕まえたい、焦点を合わせたいんだ」と言っています。そうかもしれません、それは本当でしょうか？犬は狼から来ているので捕食者です。人間は、私たちには私たちなりの事情があります。ネズミはあまり捕食者ではありませんが、牛は確実に獲物のように感じます。鳩はもっと捕食者のようです。もし明確にできるなら、コメントで教えてください。
鱗から羽毛への遺伝子操作
さて、もしチキンジーンズをいじることで鱗を羽毛に変える方法を考えていたなら、あなたが読みたい記事がまさにここにあります。研究者たちは、鶏の胚のシグナル伝達経路の一つ、ソニックヘッジホッグ経路と呼ばれるものを調整することで、通常なら鱗になるものを羽毛に変えることができることを発見しました。これは遺伝子の束のようなもので、経路を下っていく際の異なる遺伝子です。
足の鱗の領域にSHHの活性化因子を注射することで、鱗の代わりに幼若な産毛タイプの羽毛の恒久的な成長につながりました。これについてどう思いますか？これはクレイジーなことです。そして反対のこともできました。早期に経路をブロックして、一時的な原始羽毛のような構造を出現させることができました。
鱗から羽毛への変化は、大規模な遺伝子重複や巨大な突然変異を必要としないかもしれませんが、むしろタイミング、発現レベル、そして適切な瞬間にオンになる重要な発達遺伝子の少しの調整かもしれません。
OpenAIとRetrobiosciencesの幹細胞研究
通常、AIと生物学で何かが起こっているのを見ると、いつもGoogleのDeepMindチームがそこでやっているように感じますが、今回は実際にOpenAIとRetrobiosciencesがチームを組んで幹細胞研究を加速させていました。彼らはAI設計タンパク質を作成して、プロセスを大幅に高速化し、以前より50倍も効率的にしました。
これは私たちがやらなければならないことですよね？すでに皮膚細胞、筋肉細胞などの何かに分化した細胞を取り、それを他の何にでもなれるものにリセットする必要があります。彼らがより効率的に見つけているこれらのタンパク質、それがそれを可能にするタンパク質です。
これらのタンパク質は、通常の細胞を幹細胞に変換するのを加速するだけでなく、損傷したDNAを修復する能力も向上させます。そして特別なモデルがあります。GPT4B microと呼ばれるGPT4のバージョンです。そしてそれがこれらのタンパク質の設計で重要な役割を果たしました。
しかし、これは長寿科学と再生医療における大きな前進を示しています。発見や分析だけでなく、人間が以前に考え出したものよりもうまく機能し、これらの細胞をリセットする新しいタンパク質を積極的に設計していたのはクレイジーです。長期的には、これは本当に人間の寿命を延ばすことができるかもしれません。私たちの細胞を取って幹細胞に戻すことができるかもしれません。その時点で、あらゆる種類のものを再生できるのかもしれません。
Googleの差分プライバシー技術
GoogleのVault GMAのリリースについて話しましょう。これらはかなり小さなオープンソースモデルです。Geminiが動作する大きなものと比較すると、相対的に10億パラメータです。これが異なるのは、これらのモデルが差分プライバシーと呼ばれるもので完全に訓練されたことです。
つまり、最初から供給されたデータに大量の追加ノイズが加えられていました。そのため、データから学習したが、特定のデータ片を具体的に見ることはありませんでした。これはプライバシーのためです。これはIPのためです。
例えば、ミッキーマウスの画像をたくさん取って、そこにノイジーなデータを全て加えて、人間でさえミッキーマウスがそこに隠れているとは全く分からないようにします。それをモデルに供給します。モデルは学習し、ミッキーマウスのようなことができますが、プライバシー法を実際に破ったり、少なくとも入力したものは元のIPと一致しないほど変更されています。なぜなら、そこから一般化された情報が欲しいからです。
実際にはコピーしたくないのです。そしてそれが人々が今使っているものです。これらのモデルは、私たちが外に出したくない私たちの住所や社会保障番号などのあらゆる種類のプライベートデータを含むことができます。そして、これらのモデルと共に来る全く新しいスケーリング法則があります。
将来的に戦略的な方法があるかもしれません。もしプライベート情報をクラウドに送って、これらのモデルの一つがあなたを助けることを望むなら、モデルは他の誰かのためにその正確な情報を再現することはできないでしょう。なぜなら、プライベートだった正確な情報を技術的に見たことがないからです。
基本的に、ここでの大きな発見は、プライベートモデルの訓練ダイナミクスを単一の重要な比率に要約できることでした。それはノイズバッチ比と呼ばれています。プライバシーノイズの追加とデータのバッチサイズのバランスです。そして、この単純化により、研究者は厳格なプライバシー制約の下で訓練結果を予測し最適化する強力なツールを得ました。
基本的に、目隠しをして飛ぶことなく、より大きなプライベートLLMを構築するためのロードマップです。私にとって、これは企業世界での大量採用前の重要なことの一つのように感じます。誰もが自分たちの秘密を自分たちで守りたがっているので。これがどう展開するか見てみましょう。
Nano Bananaによる月面着陸偽造実験
Thomas SmithがMediumで、Googleの新しいNano Bananaで月面着陸画像を偽造して楽しんでいます。そして、誰かがこれらを月面に行くことの大規模な隠蔽工作からの流出した真実だと思うことは間違いないでしょう。
彼が書いているように、陰謀論者はしばしば月面着陸がスタジオで演出されたと主張します。遊びで、彼はNano Bananaに月面のバズ・オルドリン宇宙飛行士の本物のNASA写真を渡し、その写真がその時代に適したスタジオで偽造されたとふりをするよう頼みました。
そしてこれが出てきたものです。どう思いますか？アメリカが決して月に行かなかったことを証明することに固執している誰かが、こんな写真を捕まえて、正直に証拠を持っていると信じてシェアし始めると思いますか？画像の人々は時代に正確な服装を着ています。彼らは偽の空の背景がある音響ステージの周りに立っています。
要するに、もし月面着陸を偽造するつもりなら、Nano Bananaが画像化した音響ステージは使用するのに非常に合理的な写真セットアップでしょう。ライト兄弟の1903年の初飛行の象徴的な写真が演出されたと想像してみませんか？確かに、Nano Bananaは飛行機に車輪、時代に正確な車輪を追加しました。
もちろん、偽の写真は昔からありました。Photoshopも昔からありました。しかし、Nano Bananaは欺瞞に知識をもたらします。そのようなもの（飛行機）にどんな種類の車輪をつけるか、偽の月面着陸の写真を撮っているふりをしている人々をどう着せるかといった知識です。そして、それはただ物事を偽造することをはるかに遍在化させます。
では、月面着陸は本物でしたか偽物でしたか？なんてこった。GPT-5は月面着陸は太字で本物の証拠だと言います。月の石、反射鏡、独立した追跡、写真とビデオ、その後のミッション、圧倒的な科学的、写真的、物理的証拠に裏付けられています。
初期人類の冬眠可能性
初期人類が長い冬を通して冬眠していた可能性を示す新しい研究があります。新しく発表された研究では、初期人類がある時点で冬眠する能力を持っていたかどうかを調査しました。結果は予備的ですが、驚くべきものです。なぜなら、彼らは上手ではなかったとしても、できていた可能性を示唆しているからです。
さて、何が起こっているかというと、初期人類、これは異なる分岐になりますが、Homo Heidelbergensis、おそらく間違って言っていますが、そんな感じのものです。彼らは地球上にいた人類で、私たちに隣接する種のようなものですよね？種という言葉は間違っていますが、ホモサピエンスではありませんが、私たちに似ています。そしてこれは43万年前のことです。
彼らは非常に厳しい氷河期の冬の間、ある形の冬眠を試みていた可能性があります。もしこれが本当なら、いくらかの遺伝子交雑があるでしょう。スペインの洞窟からの化石証拠は、研究者が人間が少ない食料と日光で数ヶ月間生き延びようとしていた兆候だと考える骨の損傷と季節的な成長パターンを示しています。
しかし、熊とは異なり、私たちの祖先はこれに完璧な生物学を持っていませんでした。それがくる病や腎臓関連疾患などの健康問題を残したかもしれません。しかし、ここで最も印象的な洞察は、人間が冬眠の遺伝的および生理学的遺産を運んでいる可能性です。
その能力を失ったとしても、もしこれが本当なら、私たちの体はまだ代謝低下状態のための隠れた可能性を持っているかもしれません。今日ではSFのように聞こえますが、それはいつかは医学、宇宙旅行、極限環境での生存を形成する可能性があります。
もちろん、鶏の遺伝子経路で見た鱗か羽毛かのところで、もしかしたら私たちはそれを再活性化して冬眠を始めることができるかもしれないと思わせます。
ビッグバン以前のダークマター理論
次に、ビッグバンとその前に何があったかについて話しましょう。テキサス大学オースティン校の天文学者と理論物理学者たちが、Wi-Fiと呼んでいるモデルを提示しましたが、実際にはあなたが慣れ親しんでいるWi-Fiのためだけではありません。
これは「凍結による暖かいインフレーション」のことです。そして、通常私たちがビッグバンと呼ぶものよりも前に、宇宙インフレーション中にダークマターが作られた可能性を示唆しています。ビッグバンの前の「前」は、時間と空間がある意味で作られ、非常に直感に反する方法で結びついているように見えるため、「前」はやや扱いにくい言葉だということは分かっています。
しかし、アイデアは、宇宙が極端に速く膨張していた時、粒子と弱く相互作用する放射の熱浴があったということです。そして、凍結と呼ばれるプロセスを通して、それらの相互作用は熱平衡にあることなしにダークマターを作りました。彼らの計算によると、これを通して追えば、基本的に今私たちが観測するものと一致するのに十分な量が作られていたでしょう。
この Wi-Fi 凍結による暖かいインフレーション理論、この新しいモデルを本当に詳しく調べる価値があります。しかし、ダークマターの起源をほぼすべての従来のモデルよりも早く押し戻そうとする最初のモデルだからこそ、本当に興味深いのです。インフレーション後ではなく、その間に来たのです。
これは奇妙です。なぜなら通常、インフレーション中に作られたものは何でも、引用符で「インフレートされて去って」希釈されて無視できるようになると考えられているからです。しかし、これはダークマターが生き残り、私たちが見るものを説明するメカニズムです。たぶんそれが本当の答えにつながるでしょう。
DeepMindのDemis Hassabisによる学習論
さて、これはDemis Hassabisです。AI界で最も重要な人物の一つです。彼は元祖であり、はるか昔にイーロンやサム・アルトマンが「おい、この男がやっていることに対する何らかの競争相手を作る必要がある」と言った時に、最も高度な研究をしていた人です。
そして彼は、こういったことについて非常に思慮深いのですが、学習の仕方を学ぶことが重要な未来のスキルだと言っています。ここには多くのことが起こっています。彼は10年以内にAGIが到着すると予測しています。彼は根本的な豊かさについて話します。彼は従来の学問分野と並んでこれらのメタスキル、適応性、継続学習、最適化アプローチを強調することについて話します。
そして、これは私に響きました。実際、とても直感的に感じます。ただ、世界が私たちにそうあるように教えてくれた方法ではありません。そして通常、それが実際の利益につながるようには見えません。しかし、すべてがあなたの下でシフトしている世界では、変化をサーフィンしなければなりません。意味が分かりますか？
だから、あなたと私にとっては、合唱団に話しかけているような感じかもしれませんが、あまり理解していないあなたが気にかけている他の人々と話している時は、そう感じなくても、それを単純に分解しなければならないかもしれません。
彼は、AIが急速に進歩し、爆発的なスピードで、適応性、問題解決、生涯学習が静的知識よりも重要になると論じています。AIの恩恵が広く共有されない可能性が本当に高いので、注意しなければなりません。私はそうなることを願っています。バランスが取れたとしても、そこに至る道のりでしばらくの間、おそらく深刻な不平等があるでしょう。
自動運転車と交通渋滞の問題
さて、無人運転車について話しましょう。私たちは、WaymoやTeslaの自動運転、そして他の様々なサードパーティ企業が、確実に次の10年間で本格的に道路を走り始める世界に急速に入っています。最初は「うわあ、どれだけの駐車場スペースが無駄になっているか考えてみろ。都市には緑地や新しい建物に変えることができる大量の新しいエリアがあるだろう」と思いました。
しかし、実際に私のTeslaを使って自動運転をしてみると、それが向かう方向でどれだけ無意味なことができるかを見ています。そして、たくさんの車が所有者のためにお金を稼ごうとし、人を拾うためにUberドライバーのように一箇所にいようとし、どこに行くかをあまり気にせず、どれだけゆっくり着くかも気にしないことを考え始めました。特に車に乗って待っている人々を渋滞させるかもしれません。
この記事は基本的に、自動運転車が安全性と利便性を約束する一方で、大量の渋滞を引き起こす可能性もあると論じています。汚染を悪化させ、都市が適応しなければ公共交通機関を損なう可能性があります。一世紀前に車が都市を再形成し、緑地を消去し、駐車を優先し、歩行者を脇に押しやったように、この新しい自律走行車の世界は再び都市生活を変革する可能性があります。
それは、ただより多くのロボタクシーと、街を巡航して渋滞させ始める車の無限の配送かもしれません。コメントで教えてください。興味があります。たった今まで考えたことがありませんでした。
情報と生命進化の哲学的考察
そして、私が考えてきた最もワイルドなことの一つで締めくくります。これは本当に私に響きました。Walter Hiはこの記事をMediumに書きました。「情報は生命の進化以前には存在しなかった」。
例えば、Anthropicの Claude、あなたもおそらくそれがClaude Channon（情報理論の現代版の創始者ではありませんが）にちなんで名付けられていることを知っているでしょう。ベル研究所で働いていた彼は、実際に情報が何かを定量化しようとしました。
無秩序を測定し、そして情報と情報がある種の静的なパターンであることを測定しました。CDの溝の小さな隆起やその他様々なもののような、多くの異なる方法で考えることができます。しかし、それは私たちが住んでいる物理環境の物理的変化です。しかし、情報自体は物理学ではありません。情報はシステム特性です。
それを構築しなければなりません。しかし、決定を下すすべてのもの、生物学的生命であるすべてのもの、ただ存在する以外に何かをするすべてのものが情報であるように感じます。そして、それについて考えるのは奇妙です。だから私はこの記事を読むことをお勧めします。なぜなら、何度か読まなければならず、学んでいることの他の側面に適用し続けて考え続けなければならないものの一つだからです。
しかし、もし私が今そうしているようにそれを受け入れるなら、情報は物理世界自体の特性ではありません。それは特に私たちのような生きているシステムが、システムが出現する時にのみ出現するものです。しかし、情報はルール、文脈、認識を必要とし、生命がこれらの信号を符号化し解釈するメカニズムを進化させた後でのみ可能になります。
初期の地球のようなものを考えて、それから情報であるすべてのもの、そろばんからDNAの指示からコンピュータソフトウェアまで、情報について考え始めます。情報は常に、そうでなければ意味のないデータに意味を与えるシステムに結びついています。私たちのコンピュータ上のこのすべてのデジタルなもの、クラウド上でやるすべてのデジタルなもののために、あなたのコンピュータのハードドライブのように物理的に変化しているシステムがあり、他のシステムがそのパターンを何らかの方法で解釈できます。
それらはただ対立するものです。物理学はただ存在しますが、情報は解釈と構造を必要とします。それは、もしそれについて考えるなら、生命の前には物質とエネルギーだけがあったということを意味します。私たちが理解する情報は、文字通り、それを処理し使用する生物が現れるまで存在しませんでした。
この動画の下のボタンを押してください。
コメント