この動画は2025年9月26日のForward Future Liveの収録で、AI業界の第一線で活躍する3名の専門家が登場する。Floodgate創設パートナーのMike Maplesが語るAI時代のベンチャー投資戦略、OpenAI研究者Ahmed El Kishkiによる完璧なICPCスコア達成の舞台裏、そしてStability AI創設者Emad Mostaqueが提唱する新たな経済理論について議論される。番組ではElon Muskとの軽快なやり取りから始まり、最新のAI画像生成モデルの比較、さらには北朝鮮のリモートワーカーによるAI詐欺事件まで、AI業界の最新動向を幅広くカバーしている。
Forward Future Live開始とゲスト紹介
今日は2025年9月26日金曜日のForward Future Liveへようこそ。今日も私はForward Futureのパートナーであり共同司会者のNick Wentzと一緒にお届けします。調子はどうですか、Nick。
今日は素晴らしいゲストをお迎えしています。3名の素晴らしいゲストです。まずFloodgate創設パートナーのMike Maplesです。人工知能に直面してベンチャー投資がどのように変化したかについて、彼の洞察をお聞きします。ちなみにMikeは、ご存知の通り伝説的な人物です。2010年からForbes Midasリストに名を連ねており、Twitch、Twitter、Lyftなど多くの企業に投資しています。彼とのチャットがとても楽しみです。
次にOpenAIのAI研究者Ahmed El Kishkiです。世界最難関のコーディング競技会の一つであるICPCで完璧な12点満点のスコアを達成したチームの責任者の一人です。そのような完璧なスコアを達成するために彼と彼のチームが何をしなければならなかったか、そしてより一般的にコーディングとAGIにとって何を意味するのかについて話を聞きます。
最後にStability AI創設者で現在はIntelligent Internet創設者のEmad Mostaqueです。彼の新著とAIが経済に与える影響について話します。彼はこのことについて深く考えています。とても楽しみです。Nick、始めましょうか。
Elon Muskとの軽快なやり取り
今週出た2、3の記事について話しましょう。Matthew Bermanから始めます。あなたとElon Musk氏とのちょっとしたやり取りについて、説明していただけますか。
実はこれは私からの何気ないツイートだったんです。Elonが「Anthropicにとって勝利は決して可能な結果の中には含まれていなかった」と言ったとき、私は2018年の彼とOpenAIチーム間のメール交換をすぐに思い出しました。私はそれを読んだことがあり、動画も作ったと思いますが、彼は基本的に「OpenAIが成功する可能性はゼロだ」と言っていました。
それで朝起きたら、Elon本人からの返信がありました。「私はそんなことは言ったことがない。初期に聞かれた人全員に、OpenAIがGoogleに勝つ確率は1%程度だと思うと言った。0%とは無限に違う」。
確かに0%と1%は全く違います。それらは二項対立で、完全に異なります。しかし、彼はそれらのメールで正確にその逆のことを言っていました。
2018年1月31日、ElonはOpenAIが確実な失敗の道にあると私たちに言いました。それは確実です。Googleに対する成功率は0%だと。
そしてElonからIlia、Greg Brockman、Sam Altman、Siobhan Zillisへのメールで、彼は「劇的な実行の変更なしにOpenAIがGoogle DeepMindに対して関連性を持つ確率は0%であり、1%ではない」と述べています。
多くの人が「変更を加えれば0%より大きくなり得る」という条件付きだったと議論しています。でも私は正しかったと思います。
これはちょっとしたX上での軽いやり取りですね。以前のElonからの一対一カスタマーサポートと合わせて、これは必然的にインタビューとSpaceXツアーにつながるでしょう。
実際、今週の初めに「xAIに年間3,000ドル払っているのに、メールに返事をもらえない」とツイートしました。するとElonが「何が問題のようですか？」と返信してきました。世界で最も裕福な人物で会社のCEOが、いつでもカスタマーサポートをしているということです。いつでも対応可能なんです。面白いやり取りだったと思います。
北朝鮮のリモートワーカー詐欺事件
RepletのCEOのAmjadが、北朝鮮が米国市場にリモートITワーカーを大量に送り込んでいることを学んだと言っています。浸透やスパイのためではなく、北朝鮮のためにお金を稼ぐためです。彼らはAIフィルターとAI面接詐欺ツールを使って仕事を得ています。実際、これが非常に成功して何億ドルも稼いでいます。
彼らは住んでいる場所について簡単な質問に答えることができませんでした。テキサス州の運転免許証を見せていましたが、明らかにライブフェイススワップで顔を合わせており、テキサスについての簡単な質問にも答えられませんでした。でも面白いと思います。
ちなみに、これは北朝鮮に限ったことではありません。世界中の多くの人々が面接でAI詐欺ツールを使っています。
これがAIが真の平等化要因である例なのでしょうか。そして、浸透やスパイのためではなく、単純にお金を稼ぐためにやっているというのが面白いです。
ここには本当にトロイの木馬的な懸念があると思います。これらは契約者なので限定的なアクセスかもしれませんが、舞台裏でより悪意のあることが起こっている可能性があります。
多くの人がClueyなどのAIツールで詐欺をしています。質問を受けると「少し考えさせてください」と言って、AIが回答を生成するのを文字通り待つ間、気まずいほど長時間そこに座っているというパターンがあります。
これは対面の重要性をさらに強調しています。これはリモート企業を完全に運営していた私が言っているのです。今、Nickと私は対面でいる必要があると考えています。
CoinbaseのセキュリティチーフがFortune 500の100%がこの種の問題の影響を受けると予想していると言っているのを見ました。必ずしも北朝鮮ではありませんが、この種の詐欺です。
Mike Maplesとのベンチャー投資戦略
FloodgateのMike Maplesです。お迎えいただきありがとうございます。また会えて嬉しいです。
まず、あなたのElonについてのコメントに戻りたいのですが、最初にAIのことを話しましょうか。
いえ、Elonから始めましょう。何を間違えましたか。
何かを間違えたとは思いません。ただ、ちょっと提案してみたいことがあります。間違いは、Elonが常に正しいと期待することです。Elonは多くの大胆な意見を持っています。Elonが成功している理由の一部は、彼の大胆な意見のいくつかが本当に正しいからです。
物理学、ソフトウェア起業、大企業、芸術など、あらゆる創造的分野で真実なことを理解するようになりました。驚くほど正しくあるためには、群衆とは違った考え方をしなければなりません。だからある程度は大胆な意見を持たなければならないのです。
大胆な意見で常に正しくあることは不可能です。常に正しくありたいという欲求が、平均的になる原因なのです。株式選択のようなものです。あなたと私がインデックスを買えば、同じパフォーマンスを発揮するでしょう。
株式市場がうまくいけば良いパフォーマンスを発揮するかもしれませんが、私がNvidia株を買った場合、市場の半分は過大評価されていると信じ、半分は過小評価されていると信じています。株式を選ぶときはいつでも、インデックスを上回るためにインデックスを下回るリスクを取らなければなりません。
反対意見を持つときも同じだと思います。反対意見で正しくある上昇の恩恵を受けるには、反対意見で時々間違うことなしには得られません。
だから、Elonが常に正しくあるべきだという考えは間違っています。彼が多く間違うのは当然であり、間違うべきなのです。私たちの社会では「あなたが言ったことは間違っていた。一貫性がない」などと言う傾向があります。
一貫性があることは決してなく、一貫性があるふりをするべきでもありません。一貫性を押し付けるべきでもありません。これが私の意見です。スタートアップ投資家だからこそ、そう考えるのかもしれません。
私のビジネスは正しい回数についてではありません。私のビジネスは、まれに正しい場合の上昇の大きさと期待値についてです。打率ではなく期待値で考えています。
AIは明らかに興味深いですよね、見逃すのは難しいです。でも気づいたことの一つは、技術では時々大きな変化が起こるということです。子供の頃、PCが登場しました。Apple Computerと大量計算の時代でした。コンピュータは高価でしたが、どこにでもあるようになりました。
興味深いのは、当時誰もがコンピュータ会社、Compaq、Seagate、力を与える普遍的な計算を提供するハードウェアに興奮していたことです。しかし重要な問題は、コンピューティングが豊富になる世界で何が希少で価値のあるものになるかということでした。それはソフトウェアでした。
でもPC革命の初期には、人々はMicrosoftを重要な会社だとは思っていませんでした。AppleやSeagate、Compaq、IBMを重要な会社だと思っていました。
インターネットに早送りすると、大量接続の時代がありました。トランジスタではなくパケットが無料になりました。新しい独占企業は、人々と注意を集約し、記録システムになり、大量のデータを収集してネットワーク効果を持つネットワーク効果企業を作った人々でした。もはやムーアの法則ではなく、メトカーフの法則でした。
私にとって、AIは大量認知の時代であり、推論単位が豊富さの単位です。興味深い問題は、知能自体が漸近的に無料になる世界で何が価値のあるものになるかということです。
AIについての議論を見ると、ほとんどの人がしていない議論です。彼らは最新のモデル、最新のリープフロッグの試み、これらのデータセンターを稼働させるためにどれだけのエネルギーを作り出すか、Nvidiaチップがどれだけ早くなるか、Nvidiaにより良いチップやより安いチップを作る競合他社がいるかという議論をしています。
でもこれらすべては、PC革命の初期を思い起こさせます。これらはすべて豊富さへの入力です。
投資家として私が言いたいのは、彼らすべてが成功すると仮定しましょう。マイクロプロセッサがコンピューティングを無料にすると仮定できたように、これらすべての人々が推論単位を無料にするために狂った熾烈な継続的競争の戦いを戦うと仮定しましょう。それが真実である世界で何が希少になるでしょうか。それが私が興味を持っていることです。認知的豊富さの世界で何が希少になるのでしょうか。
人々は今、エージェントについて話しますが、私は高いエージェンシーを持つ人々の観点で考えるのが好きです。多くの人々が今、ChatGPTを使って自分の能力を増幅しています。一部の人々はそれに置き換えられていますが、一部の人々はそれをアイアンマンスーツのように使って自分の能力を倍増させています。
組織レベルでその質問に答えようとしています。高いエージェンシーを持つ営業担当副社長であることはどういう意味で、営業担当副社長としてAIを使って自分の能力をどのように増幅するのでしょうか。どのようにして主権のある営業担当副社長や主権のあるCMOになるのでしょうか。
少し前に最高法務責任者と話していました。彼らはChevronのようなガソリンを販売しガソリンを汲み上げる会社にいました。表面的にはExxonと本当に違うのでしょうか。表面的にはそうではありませんが、表面下では、Exxonの契約のネクサスとは異なる契約のネクサスを持っています。
彼らは競合他社とは異なる管轄区域で石油を掘削します。将来、AIはその最高法務責任者に、どの契約が最も収益性が高く、どれが最もリスクが高いかを把握し、将来より良い契約を書く手助けをし、能力の輪を拡大し、他の人が優位性を持つ分野で競争することを避ける手助けをする知能システムを提供すると信じています。
すべての幹部が自分の分野で高いエージェンシーを持つ幹部になることを可能にする知能システムを求めるようになると思います。
多くの変曲点を経験してきましたね、Mike。ドットコム、モバイル、ソーシャル、クラウドについて話しますが、AIは表面的にとても違って見えます。複数の変曲点がいつも衝突しているような感じです。なぜそうなのでしょうか。なぜこれがそんなに違うのでしょうか。
考え方として、素晴らしいスタートアップは真実であることが判明するビジネス異端のようなものです。Airbnbは「家の余った部屋を貸すことができ、見知らぬ人が他の人の家に泊まる」と言いました。当時はちょっとクレイジーに聞こえました。誰かがこれらの一つで殺されるのではないかと。
あるいは、見知らぬ人の車に乗ってどこかへ連れて行ってもらうなんて。今では明らかに聞こえますが、当時は合法かどうかもわからないような感じでした。結果的に合法ではありませんでしたが。
これらの洞察はどこから来るのでしょうか。Nickが少し前に変曲を言及しました。ライドシェアリングを例に挙げましょう。iPhone 4S以前にライドシェアリングのアイデアを持つことはできましたが、実装できなかったので意味がありませんでした。ライダーとドライバーがリアルタイムで互いを見つけることができるように、電話自体にGPSロケーターチップが必要でした。
しかし今、突然それが真実になりました。起業家が行うことは、異端的な洞察を持つことです。異端的な洞察は、「ああ、それはライダーとドライバーがリアルタイムで互いを見つけることができるので、ピアツーピアライドシェアリングネットワークを持つことができる」ということです。
最初はちょっとクレイジーに聞こえますが、結果的に正しい種類のクレイジーであることがわかります。
AIに戻ると、私が発見している課題は、変曲がいたるところにあることです。毎週新しい変曲が見えます。人々が「私は絶対にそれを使いたい、それは素晴らしいだろう」というような製品を持って来るのを見ます。でも洞察はどこにありますか。
誰もが同じ変曲を利用している場合、お金を稼ぐ機会は裁定取引されてしまいます。だから、新しい力を与えるものを提供するだけでは十分ではありません。あなただけが提供できる独特に力を与えるものを提供しなければなりません。
多くのAIスタートアップの課題は、その力によって起こり得る利益が無意味な競争で競い合われ、誰もが同じものを売ろうとするため、消費者がすべての余剰を得る何かを提供することだと思います。
特定の業界の専門知識を持ち、人工知能を活用して素晴らしい製品を提供する非常に垂直化されたAI企業を持つことがブルケースでしょうか。
それは間違いなくブルケースだと思います。例えば、私が関わっている会社の一つはApplied Intuitionと呼ばれ、自動運転車のシミュレーターの作成から始まり、一般的なEVとソフトウェア定義車にソフトウェアスタックも提供するようになりました。
Sam AltmanはただChatGPTバージョン6を行って、突然すべての機能が車で有効になるということはできません。PorscheやGeneral Motorsのような自動車会社と協力して、車を自動運転にするため、または過去100年の車のモデルから離れてソフトウェア定義車になるためのソフトウェアアーキテクチャを再発明するために、習得し理解しなければならない一連のことがあります。
そのような会社は、深いAIの学際的知識と、関わっている業界の言語を話し、その業界を支援するシステムを提供する最後の1マイルを完了する方法を知っている垂直的知識を組み合わせているため、かなりうまくいくことができます。
OpenAIの最高研究者の中には、すべてのタスクを実行できるほど有能な単一モデル、オムニモデルに非常に強気な人がいます。そして私はプラットフォームリスクについて考え始めます。企業に投資するときプラットフォームリスクをどう考えますか。OpenAIから一夜にして新製品をリリースするか、モデルがスタートアップが以前に行っていたことを実行できるほど有能になる可能性があります。
私はOpenAIのモデルがどれほど良いかに関係なく成功できる会社に投資するのが好きです。自動車会社の場合、無線ソフトウェアアップデートを行わなければなりません。エンターテインメントシステムを車の他のアーキテクチャ要素と統合しなければなりません。
デトロイトの平均的な人は、まだソフトウェアアーキテクチャにあまり精通していません。それが彼らが世界に現れる方法ではありません。だから、モデルがどれほど良いかだけではなくなります。GPUとAIとソフトウェアとアーキテクチャ化されたオペレーティングシステムレベルの設計原則の周りの車の将来のアーキテクチャをどのように変更するかになります。
車は今日そのように作られていません。車には無数のサプライチェーンパートナーがいます。Boschがフロントガラスの雨を検出しワイパーが拭き始める新しいものを思いついたとき、すべての自動車会社がそれを得て、それを1000例集約すると、それが新しい車です。
それはElonが車を作る方法ではなく、中国人が車を作る方法でもありません。第一原理設計全体が根本的に異なります。だからモデルだけでは解決できません。車が何であるかについて完全に異なる考え方を持たなければなりません。
だから、既存の自動車会社がその異なる未来に移動するのを助ける会社は、OpenAIが何をするかに関係なく良いポジションにあります。これが以前に聞いていたことに戻る例です。価値を保護する堀を作り、その優位性を保護することにおいて、かなり持続可能な垂直アプリケーションの例でしょう。
一方、GPTラッパーを使って法的マークアップを最適化するだけなら、そのようなアイデアにはもう少し懐疑的になるでしょう。
企業の観点、製品の観点から話してきましたが、起業家に関してはどうでしょうか。どのような人を探しているのでしょうか。良い投資と悪い投資を分ける基準はどのように変わったのでしょうか。OpenAIの開発から守りやすいものなど。
起業家を評価するとき、この時代に成功できると信じる人のタイプについてのルーブリックはどのように変わったのでしょうか。反対思考とパターン破りについて多く話していますが、起業家がアイデアや洞察を実行する能力をどの程度評価に取り入れますか。
多くのことがありますが、高次のビットがいくつかあると思います。触れたことの一つは、彼らが未来について根本的な洞察を持っているということです。通常、その洞察は非コンセンサスとは言うのが好きですが、反対派とは違います。
反対派は依然として他の誰かに相対的なので、私にとって反対派は異なるタイプの適合性です。私にとって非コンセンサスは、自分で考えることによってアイデアに到達し、世界がまだ見ていない何かを見たということです。
ちなみに、非コンセンサスのアイデアはすべての分野で起こります。EinsteinのGeneral Theory of RelativityはNewton力学と比較して非コンセンサスのアイデアでした。PicassoのCubismは芸術がどうあるべきかについての非コンセンサスのアイデアでした。
これらの創設者が行うことは、通常、未来の技術の最前線で修理をしていることです。突然何かに気づき、未来で欠けている彼らの問題を解決する何かを構築します。
Mark Andreessenがmosaicブラウザーを作ったとき、市場が何かを知るほど年をとっていませんでした。彼はただインターネットを自分にとって有用にしようとしていました。だから彼が必要とし、欠けていたものを作り、それが多くの人にとって価値があることがわかりました。
私が最初に探すのは、ほとんどの人にとって明らかではない未来について、正直に得た本物の根本的洞察を持っているかということです。実際、一部の人々はアイデアとして嫌うかもしれません。
最初にほとんどの人がスタートアップのアイデアを嫌うのは実際に良いことです。多くの人々がそれを好む場合、それはすでに知られていることに似すぎているということで、おそらく合意されすぎているということです。
だから、ほとんどの人々がそれを嫌うが、一部の人々が「ああ、神様、私は光を見た。あなたはどこにいたの私の人生すべて」というような鋭さを持つアイデアが欲しいのです。
第二部は創設者自身に関することです。彼らは人々をその異なる未来に動かさなければなりません。異なる未来を提案している場合、あなたは一人でそこにいて、他の人々をあなたと一緒にその異なる未来に移動するよう説得しない限り、一人でそこにとどまることになります。
だから、初期の最初の信者を見つける説得スキルを持ち、まだ信じる準備ができていない人々と時間を過ごさない規律と集中を持たなければなりません。最初に彼らを説得することはできないからです。
だから、あなたがデザインしたその異なる未来に人々を動かす運動を作ります。創設者がそれを行うためには何が必要でしょうか。説得力がなければなりません。非同調的でなければなりません。嘲笑を受け入れる意志がなければなりません。極度に決意が固くなければなりません。
先ほどElonについて話していました。彼について本当に感謝していることの一つは、彼が決して後退しないことです。彼の力の一部は、彼にとって非常に重要で、彼が失敗のアイデアを受け入れることができないほど実存的に重要なアイデアを選ぶことです。彼はリスクについて考えません。火星に行かなければならない、終わり、と考えます。
彼と火星に行くことの間に立つ誰でも、彼が誰であり、彼の人生が何についてであるかという彼の世界観に対する実存的脅威です。だから彼は決して後退しません。
彼について尊敬することの一部は、「ああ、どうなるか見てみましょう。うまくいけばいいですね。そうでなければ、世界の終わりではありません」というようなスタートアップのアイデアを選ばないことです。彼は自分にとって命をかけるもの、実存的なもののみに時間とエネルギーと才能を捧げます。
Tesla、世界の持続可能エネルギーへの移行を加速する。SpaceX、火星に行こう。彼が「ちょっとリーンスタートアップをやって何が起こるか見てみよう。最善を祈ろう」と言うのは見ません。それが彼のやり方ではありません。
この非同調性という性格特性は生来のものでしょうか、それとも学習できるものでしょうか。最高の創設者は性格特性として非同調的だという話がたくさんあり、そうでない人々がそれを読んで「わかった、うまくいくと聞いているので人々と意見を異にし始めよう」と言います。学習できるものでしょうか。自己実現的予言のようなものか、それとも生来のものでしょうか。生まれ持っていなければならないのでしょうか。
人々はある程度生まれ持っていると思いますし、少なくとも人生の早い段階でその種の精神的筋肉を発達させます。ちなみに、私にとって非同調的というのは、無作法や頑固者、パーティーで誰もが「ああ、神様、彼がいる。別の方向に歩こう」と言う人のことではありません。
私にとって非同調的とは、単に合意していないということです。例を挙げましょう。私が本当に好きな理論物理学者David Deutschがいます。彼は『The Beginning of Infinity』という素晴らしい本を書きました。
ある時彼と話していて、彼は「解決できない問題や調和させることができない矛盾を見ると、彼の脳の快楽中枢が刺激される」と言いました。彼はそれに興奮するのです。それを解決したときほとんど後悔するようなものです。
私にとって、スタートアップで仕事をするとき、チームとの冒険を愛しています。会社が上場したとき、人々はおそらく「ああ、それは素晴らしい。お金をもらった。この件でお金を稼いだ」と感じると思っています。誤解しないでください、それにはある程度の真実があります。
でも常に後悔の感覚があります。OctaでTodd McKinnonと以前のような働き方はもうできません。NG MocoでNeil Youngと以前のような働き方はもうできません。興奮と緊張とドラマと私たち対世界、そしてOcean’s 11でBellagioの金庫を選ぶようなもの、それが私がそれに参加している理由です。それが楽しい部分です。その旅が報酬です。
うまくいったときのIPO勝利ではありません。それは素晴らしいですが。起業家にもその要素があると思います。彼らは異端的なアイデアを思いついたという事実を好み、世界に自分たちが正しいと説得することが挑戦的になるという事実を好み、そのレベルの非同調性のプロセスを楽しんでいるようです。
それが彼らに目的を与えます。
創設者側についてたくさん話してきました。スタートアップ側についてもたくさん話してきました。今度はVC側について話したいと思います。Floodgateはマイクロミクロ VCモデルのパイオニアを助けました。多くのことが変化しているため、企業やスタートアップははるかに少ないリソースではるかに多くのことを行うことができます。
VCファンドの計算はどのように変化しているのでしょうか。変化したのでしょうか。変化するのでしょうか。Floodgateから、一般的な市場から何を見ていますか。
今日のベンチャーでは、考えるべき2つの主要な戦略があると思います。最初の戦略は、十分に良いリターンを得るためにできるだけ多くのお金を調達することです。
だから、お金を稼げないほど多くのお金を調達することもできます。人々はそれを望みません。でも私がソブリン・ウェルス・ファンドで、何をしたらいいかわからないほど多くのお金を持っている場合、市場よりもわずかに良い何かに多くのお金を投資するのは良い投資手段です。
だからそれはモデルです。それが彼らがプレイしているゲームです。彼らはスケール用に設計されています。ベンチャーを行う他の方法は、アルファ用に設計されることだと思います。アルファ用に設計されることは、上昇の外れ値パフォーマンスの最大の機会を作るファンドサイズを持つことを言うでしょう。
でも間違いを犯しているファンドは中間に挟まれているファンドだと思います。決めなければならないと思います。スケール用に設計されているか、アルファ用に設計されているかのどちらかです。
私たちはアルファ用に設計されようとしますが、スケール用に設計されている人々に異議はありません。誰もが自分の戦略で成功できます。実際、異なる戦略が多ければ多いほど、おそらく良いでしょう。
それから起業家に戻ると、画期的なスタートアップを認識する何らかの方法を持たなければなりません。そのような大きな企業が持っているものとは異なる見方を持たなければなりません。おそらく他の人々が行う前に、あるいは主流が行う前に、アイデアの可能性を見ることができなければなりません。
でも良いニュースは、それを行う機会がたくさんあることです。あなたが優位性を持っている場所と持っていない場所について非常に規律正しい限り、それが得意であることで生計を立てることができます。
計算は数学的にまだ機能するのでしょうか。会社がそれほど多くの人を雇わず、それほど多く調達せず、おそらくシード投資とシリーズAだけで、その後は何もせず、その後非常に収益性が高くなる場合です。それはVCモデルの経済に反すると非常に確信していますが、あなたが教えてください。
私のビジネスでの成功とは何かは次のとおりです。投資の約15%が最初のチェックで20倍のお金を稼ぐ必要があります。そして5%が最初のチェックで100倍のお金を稼げば、私は素晴らしいです。15%で20倍を達成すれば良いです。それに加えて5%で100倍を達成すれば素晴らしいです。
人々は「バリュエーションは重要ですか」と言います。もちろん重要です。高価格投資で100倍を作るのは低価格投資よりも困難だからです。でもバリュエーションがすべてではありません。OpenAIのシリーズAに投資して100倍のお金を稼いだかもしれません。
でも仕事は同じです。仕事の説明は同じです。成功するために必要なことは、仕事が変わるかもしれませんが、結局、リターンの物理学はそのままです。
投資について好きなことの一つは、ファンドを小さく保てば、スイングを取っていてコールドストライクがないビジネスのようなものです。
だから会社から会社を見て、「最初のチェックで20倍を作れるだろうか？最初のチェックで100倍を作れるだろうか？」と聞きます。それを行う可能な方法が見えない場合、ボールを通り過ぎさせます。
誰もが「なぜそれをスイングしなかったのですか」と言い、私は「なぜならそれは、私が確実な接触をすれば、取ったリスクに対して私に支払うリターンを得ることができる投資のタイプではないからです」と言います。
小さなファンドの場合、それほど多くのピッチをスイングする必要はありません。ただ待ちます。非常にゆっくりとしたミートボールが皿の上に来るまで待ち、すべての力でそれをスイングするだけです。
あなたのモデルや戦略に含まれていないものが通り過ぎても、「ああ、来週別のものがあるでしょう、シリコンバレーはもっと作るでしょう」と言うだけです。
小さなファンドの場合、そのようにしなければならないと思います。大きなファンドの場合、「取引のファンネルがあり、毎回最高のものに参加しなければならず、他のすべての通常の容疑者との競争になり、私のシェアを勝ち取らなければならず、うまくいけば私のシェアがカテゴリー勝利企業になることを願う」と言うと思います。
質問はたくさんありますが、サンフランシスコはまだスタートアップを始める場所でしょうか。
かなり良く見えます。本当に良いAI企業の多くは確実にそこから来ています。しかし、私がその質問にアプローチする方法は、未来のポケットが他の場所よりも前に見られている場所はどこかを尋ねることです。
SF作家William Gibsonが言ったことを大いに信じています。「未来はすでにここにある。ただ均等に分布していないだけだ」。
サンフランシスコが良いポジションにあると思う理由は、AIの未来の多くがそこで起こっているからです。だから、これらの企業の特定の人々は、未来が展開するにつれて未来について特権的な視点を持っています。
だから、そのような人々は未来で何が欠けているかを見て、その欠けているものを作る可能性が高いです。その意味で、サンフランシスコには優位性があると思います。
でも、スタートアップ創設者になりたい場合のコツは、ビルから出て顧客と話すことだけではありません。現在から出て、世界の他の部分が訪れる前に有効な未来を訪れることです。それを行うときにどこにいるかに関係なく、多くの意味を成します。
ここでサインオフする前に、もう一つ質問があります。先週Box Worksにいて、既存企業対スタートアップについてErin Levyと話していました。彼は今がスタートアップにとって最高の時代だと言っていました。スピードの優位性だけでなく、AIファースト、エージェントファーストで構築する優位性のためでもあります。
これが世界でスタートアップにとって最高の時代だと信じますか。そしてもしそうなら、既存企業にはどんなチャンスがありますか。彼らはスタートアップがするようにAIプレイブックを活用できるでしょうか。
私はそれを、スタートアップ資本主義は企業資本主義とは異なるタイプの資本主義だと見ています。企業資本主義者は自分たちの堀を延長し、優位性を複合し、Hamilton Helmerの7つの力やMichael Porterの5つの力のようなことをしたいと思います。
一方、スタートアップ資本主義者は何かを複合や延長することによっては勝ちません。スタートアップ資本主義者は主題を変えることによって勝ちます。
スタートアップ資本主義者は、どこからともなく現れ、「あなたは何を知っていますか？私はこれらのルールを拒否します。私は完全に異端的な新しいものを示すつもりです。ルールが何であるかという前提を拒否します。新しいルールがここにあります」と言います。
ほとんどの場合、彼らは間違っているので廃業しますが、時々彼らは正しいのです。
今日の風景でスタートアップが大きな機会を持っていると信じますか？もちろんです。本当に速く変化していて、変化が速ければ速いほど混乱し、混乱すればするほど、既存企業にとって混乱するほど、新興企業を支持すると思うからです。
私は今日スタートアップ資本主義者でありたいです。スタートアップ資本主義は、未来を現在の延長とは異なるものにするものだと思います。だから私はスタートアップに非常に強気です。
Mike、参加していただきありがとうございました。Mikeにピッチしたい場合は、floodgate.comに行ってください。素晴らしい創設者の方は、ぜひどうぞ。Mike、楽しかったです。参加していただきありがとうございました。
参加していただきありがとうございました。楽しかったです。ではまた。
それは素晴らしかったです。彼は多くの良い引用をしていました。これを再視聴して、それらの本を読まなければならないでしょう。多くの良い参考文献がありました。
今週起こったリリースについて話しましょう。アクティブな週でした。モデルが豊富な週でした。
最初のものは実際にChatGPTからの機能です。Alex、お願いします。ChatGPTがPulseを導入しました。まず最初に、Matt、これをもう試しましたか。
実際、リリースされた直後に、今日後で公開されるはずの動画を録画しました。うまくいけば今日出るでしょう。試しました。素晴らしいです。たくさんの考えがありますが、最初にあなたの考えを聞きたいです、Nick。
この機能を分析してみましょう。毎日カスタマイズされたアップデートを積極的に提供します。プロンプトを待つ必要はありません。それと相互作用する必要はありません。毎朝あなたのところに来るだけです。
そして、それは過去のチャット、フィードバック、さらには統合したアプリに基づいています。実際、非常に魅力的です。私はこのアイデアが本当に好きで、OpenAIがエンゲージメントを増やすのに素晴らしいです。特にChatGPTで習慣的な使用事例をまだ理解していない人々にとってです。
これは彼らがChatGPTに積極的である習慣を形成する代わりに、彼らのところに来ます。好きです。
ここにはたくさんあります。これは、OpenAIがリリース時に話したもので、AIがより積極的になる方向への一歩です。現在、それは基本的に完全に反応的です。つまり、問題、アイデア、質問があって、ChatGPTに行って尋ね、それが応答するという完全に反応的です。
今、それは何について学びたいか、何について知りたいか、何についてもっと知りたいかを学び始めています。あなたがそれを使用していないとき、おそらく一晩に、基本的にこの計算を行い、それを朝に積極的に表面化しています。
だから、私はこの機能を絶対に愛しています。6ヶ月以上前にLeta AIのチームから出たと思う研究論文がありました。それは「sleeptime compute」と呼ばれていました。
この論文の前提は、AI推論は誰かがプロンプトを提出した時にのみ実行されているということでした。興味深いのは、ピーク時でないときに推論を実行する方が安いということです。
だから、誰かがあなたに尋ねるかもしれない何かの準備として多くの推論を行っている場合、その推論の経済学は実際により良いかもしれず、より高い品質でユーザーにより迅速に応答を得ることができるでしょう。非同期で行われているため、遅延は問題ではありません。
だから、本当にその論文を愛しました。Letaとチームにエールを送ります。そして、これは主流になっているようです。ピーク時でないときに計算を行い、積極的にものを提示するという概念です。
この他の側面はパーソナライゼーションです。明らかにですが、モデルとの経験、チャットインターフェイス、または使用しているインターフェイスが過去の相互作用に完全に基づいている何かである方向へのもう一つのステップです。
これらのモデルがあなたがそれらと相互作用する方法にパーソナライズされればされるほど、それらはより価値のあるものになると思います。だから、これはその方向へのもう一つのステップです。
最後の一つ。だから、ChatGPTを使っているように、チャットできます。何について更新されたいか、何についてもっと学びたいかを正確に伝えます。だから、記憶、会話に基づいてこの初期リストをキュレートします。そして、あなたが望むものに正確にそのリストを調整できます。
だから私は「人工知能について教えて」と言いました。彼らはすでにそれを知っていました。そして「ベイエリアからのニュースも教えて。何が起こっているか、何を知るべきかを学びたい」と言いました。そして、私の趣味について話し始め、それについて伝え始めることができます。本当にクールな機能だと思います。
実際、今日私のPulseをチェックしていません。変に聞こえます。彼らがそれをそう名付けた理由がわかりました。でも、私は絶対にこれを使っているのを見ています。Huxeと呼ばれる別のスタートアップがあったと思いますが、似たようなことをしています。情報の積極的な表面化です。積極的なAIをもっと見ることになると思います。
アシスタント戦争が始まりました。次の記事に行きましょう。
多くのモデルリリースがあります。最初のものはOne 2.5です。これは、テキスト、画像、または音声プロンプトから同期された音声で10秒の1080p動画を生成します。明らかにここにはマルチモーダルアーキテクチャがあります。
興味深いのは、オープンソースでしょうか。覚えていません。オープンソースだと思います、実際。確認させてください。ページで単語検索をしてみましょう。人々がリクエストしています。そう、多分そうではありません。コメントに行くのは危険です。そこから離れましょう。
だから、テキスト、画像、動画、音声を一緒に扱う単一のAIフレームワークです。そして、アライメントを改善するために人間のフィードバックからの強化学習で訓練されています。このデザインは、生成された視覚と音声の同期を保つために重要です。例えば、ドラムを叩くキャラクターが実際のビートに合うなどです。そして、ユーザーの指示により密接に従います。
かなり興味深いモデルです。これをもう試しましたか。
いいえ。内部テストをしています。Jonahの助けを借りて、おそらく今話そうとしている新しいモデルを比較する比較動画を作成する予定です。そこを通り抜けましょう。
次にKling 2.5 Turboがあります。別のテキストから動画モデルです。素晴らしく見えます。高品質です。速いです。Turboバージョンです。そして、そこに「より低価格」と書いてあります。この競争をすべて愛しています。
多分Sora 2がすぐに出るでしょう。Sam Altmanが多くのコンピュート集約的な機能が出てくると話していたのを知っています。多分それがその一つでしょう。でも、わかりません。
これらのモデルの多くは一貫性に焦点を当てています。最初から最後まで、キャラクターが一貫している、テキストが一貫していることを確実にすることです。次に行きましょう。
Quin imageです。多くの人がこれをMidjourney と比較して、同等の品質だと言っています。
そして、実際にちょっとしたセグメントがあります。後で来るセグメントを予告したいですか。
画像モデルを比較する予定です。いくつかの異なるプロンプトを通り抜けると思います。AlexとJonahがどれだけ用意しているかわかりませんが、これらのモデルのいくつかを比較します。私たちはまだそれらを見ていません。完全にサプライズになります。
そして、チャットの皆さんも、私たちが通り抜けるときにお気に入りを教えてください。
最後のものです。Kling Three。シーン作成を通じて推論する生成動画モデルです。だから、進行しながら視覚を計画し、洗練します。これは見事に見えます。これは非常に非常に良く見えます。
これも使ったことがありません。文字通り、これが私のフルタイムの仕事であり、これらすべてに追いつくことができないような感じです。
どうやら、これは真の10、12、16ビットHDRで動画を生成する最初の生成モデルだと報告されており、これは映画とVFXの忠実度基準です。
Nick、フル映画だけでなく、人々が実際に楽しみ、非常に魅力的なストーリー、魅力的な視覚を持つ映画を持つまでのタイムライン推定は何ですか。何年、何ヶ月だと思いますか。
年単位だとは思いません。月単位だと思います。通常、私は予測をゲストに任せるので、これに縛られませんが、思い切って6ヶ月と言います。6から7ヶ月です。
私はもう少し長めです。おそらく18から24ヶ月と言うでしょう。でも、進歩の速度で、あなたが正しい強いチャンスがあると思います。
見てみましょう。もう一つ記事があると思います。Alexがゲストです。Ahmed がいます。実際にゲストに直接ジャンプしましょう。記事は後に取っておきます。
Ahmed El Kishki – ICPC完璧スコアの舞台裏
次に、Ahmed El Kishkiをお迎えします。彼はOpenAIの研究者です。世界最難関のコーディング競技会の一つであるICPC競技で完璧な12点満点のスコアを獲得したチームの一員です。Ahmed、ショーへようこそ。
ありがとうございます、Matt。ここにいることができて素晴らしいです。こんにちは。
まず、そのスコアについて話す前に、OpenAIでのあなたの役割と現在主に焦点を当てている研究について話してください。
私はOpenAIの研究リーダーです。私のチームは研究の大部分を行っています。多くのことに焦点を当てています。それはすべて推論の傘の下に収まります。
だから、より困難な問題を解決するために、モデルに減速して物事を考え抜くことを教えています。その中でも重要だと考えるタスクは、コーディング、ソフトウェアエンジニアリング、そしてツール使用を通じて世界とインターフェイスできるようになることです。
今取り組んでいる大きな課題は何ですか。可能な限り開示できる範囲で、何が最重要でしょうか。
明らかに、ICPC結果と今年を通じて行った競技会の連続を見ました。それはすべて良かったですが、検証可能なタスクで推論モデルがどれほど良くなったかのベンチマークのようなものでした。
今取り組んでいる次のフロンティアは、モデルを定量化するのが少し困難なことを得意にすることです。ソフトウェアエンジニアのコード、良いコードの書き方、コードデザイン、効果的なソフトウェアエンジニアであることです。
そして、人間の知識の状態を進歩させるようにモデルを訓練する方法のような、本当に野心的なことです。現在、私たちのモデルは、これらのSTEM競技会の最高の人々の一部とほぼ同等になりました。しかし、生物学、化学、数学で新しいことを発見できる科学者のようなものを作るには何が必要でしょうか。
これらはすべて、チームが昼夜問わず解決しようと努力し、モデルを改善するための新しい研究を発見しようとしている本当に重要な問題です。
Sam Altmanは、OpenAIモデルがいつ新しい知識の発見を始めるかについて予測を出しています。あなたの予測は何ですか。どのようなタイムラインを見ていますか。
これは私の個人的な予測です。しかし、それは本当にすぐに起こっていると思います。推測しなければならないなら、基本的に来年までには。モデルは本当に賢くなっています。日々改善しています。
多くの分野で私たち自身を上回っているのを見ており、生物学で新しいことを発見したり、新しい証明を発表したりするのは時間の問題だと思います。
推論について考えてみましょう。あなたは専門家であり、いくつか質問があります。推論ウィンドウと推論に与えられる時間の量を考えるとき、そこには2つの機能があります。
総時間と、基本的にトークンの速度です。一方または他方に焦点を当てることができれば、短期的にはどちらがより重要でしょうか。モデルがより長く考えることを許可する方法を考えているのですか、それとも思考の量をより短い期間に圧縮する方法を考えているのですか。
両方が本当に価値があると思います。モデルがより賢くより賢くなるにつれて、自然に圧縮し、より効果的な思考者になる傾向があります。
だから、少なくとも私のチームでは、モデルがより長くより長く考えるようにしようとしています。私たちがそれらを訓練し、より賢くなるにつれて、自然により効果的に思考トークンを使用できるようになることを知っています。
だから、ちょっと逃げの答えですが、両方が本当に重要だと思いますし、モデルがより少ないより少ないトークンを使用して知能の状態に到達するのを見ることになりますが、また、時間、日、多分すぐに週、月考えて、人類が提供しなければならない最も重要な挑戦のいくつかを解決する世界も見ることになります。
業界外の人々のために、この研究と訓練プロセスが実際にどのように機能するかよく知らないかもしれません。モデルがより長く考えるようにしたり、推論をより短いウィンドウに凝縮する方法について、実際にはどのように見えるのでしょうか。実際にはどのようなものでしょうか。
もちろんです。明らかに強化学習を使用します。詳細には立ち入れませんが、人間を教える方法とほぼ同じです。
モデルをより賢くより長く考えさせたい場合、より困難な問題を与えなければなりません。高校や大学のクラスで誰かを教える方法とほぼ同じです。
問題を与え、彼らはそれについて考え、ステップを通じて作業します。時々行き詰まります。そしてより困難な問題を解決するまれな例では、そこに到達するのに必要だった思考プロセスを内面化します。
OpenAIでは、私たちは常に強化学習に大きく賭けてきました。ChatGPT以前のDotaやゲームの時代からの賭けであり、今日でも追求し続けている賭けです。
だから私たちの研究では、これらの強化学習アルゴリズムをより効率的にする方法、どのようにより多くの計算をそれらに注ぎ込むことができるか、より大きな知能を達成する道筋で、しかし実際に重要なより困難な問題を見つけ続ける方法を理解することが含まれます。
明らかに、すぐに癌を治すことはできません。だから、次のレベルに到達するために実際に必要なスキルは何かという中間ステップを見つけなければなりません。そして多分最終的に、世界で最高の学術研究者の一部と同じくらい生産的なモデルに到達します。
これは事前訓練のデータ問題と非常に似ているように感じます。最終的にすべてのデータを使用し、今は最終的に最も困難な問題を見つけ、研究を治癒する前により多くの足がかりを探さなければなりません。
まさにその通りです。実際、昨年の競技会の連続は、それに向けた良い足がかりだったと思います。最初に始めたとき、私たちのモデルは、3,000以上のスケールで300 ELOのようにこれらの問題をほとんど解決できませんでした。
だから、時々問題が実際にそれらが稼働しているコンピュータをクラッシュさせるような、それらが書いた解決策が非常に悪くて、メモリ不足になったり、ハングしたりするようなものでした。
だから、モデルがこれらのおもちゃの問題さえ解決できない場合、効果的な研究を行うことができないことを知っていました。
しかし時間が経つにつれて、より良くより良くなり続け、より賢い戦略を思いつき、根本的なレベルで問題を理解するのを見ました。
OpenAIで本当にかわいいグラフがありました。私たちの最高研究責任者Mark Chenがいて、彼は自分自身が競技プログラマーです。彼は米国チームのIOIをコーチしており、2,200 ELO程度です。
だから、チャートにMarkの顔の線があり、Yakobがいました。彼は私たちの最高研究科学者で、彼も自分自身が競技プログラマーで、2600でさらに高いです。
研究をしているとき、私たちのモデルを見て「オーケー、1,000 ELOで、それはMarkより1,200低い」と言うだけでした。そして、モデルを訓練するたびに、ただより良くより良くなりました。
私たちの目標は実際に良い競技プログラマーを構築することではありませんでした。それは「ねえ、私たちが実際にこれで進歩を遂げることができれば、推論の状態、知能の状態に到達するつもりで、それからさらに進むことができる。それから良いソフトウェアエンジニア、良い科学者になることができる」というようなものでした。
そして、ある日Markにメッセージを送ったことを覚えています。「悪いニュースがある」と言って、それは彼の写真がXで消されたチャートでした。
それは非常にほろ苦いに違いありませんね。これほど長年一生懸命働いてきたこのもが、ついに私の能力を超え、そして私は世界で最高の一人です。
チェス界で起こったことと非常に似ています。
Ahmed、推論のスケーリングに上限のヒントを見たことがありますか。推論をスケーリング法則として、事前訓練をスケーリング法則として持っています。モデルが考えることができる時間の長さや、収穫逓減があるところを通り抜けるトークンの数について、何かヒントを見たことがありますか。
推論パラダイムではまだ非常に初期です。だから、推論をスケーリングすることがより知的なモデルへの道になるだろうと確信しています。
私たちは実際にこの停滞のようなものをあまり見ていません。サイクルから数日前か1週間前かは覚えていませんが、私たちのコードックスモデルの一つがリファクター問題を解決するのに7時間かかりました。
それは驚異的でした。そこに入って物事を試し、自分自身をテストしているだけでした。競技プログラミング競技でも、ACMコーダーのヒューリスティック競技に競技し、私たちのモデルは10時間、競技の期間、自律的に稼働し、物事を試し、より良い解決策を見つけ、提出していました。
だから、私たちは本当に見ていませんし、近い将来このパラダイムが失敗することを期待していません。
あなた方がPulseをリリースし、最初に見たとき、「ああ、つまり、完全に理にかなっている。ユーザーが実際に直接何かを求めていないときに、積極的にこのすべての計算を行っている」と思いました。sleeptime computeという論文がありました。これが新しいスケーリング法則だとどれくらい思いますか。推論とこれらのモデルを次のレベルに持っていくことを考えるとき、sleeptime computeについてどれくらい考えますか。
それは非常に重要なマイルストーンです。別のパラダイムというよりも、同じパラダイムだと思います。以前は、ChatGPTに尋ねて、1秒または数秒で答えを与えていました。
より多くより多くの問題を与え始めたとき、これは時間に入り始め、人々は画面の前に何時間も座りたくありません。
だから、自然に次のステップは、実際に気にしないときに実行させることでした。だから、眠っているときです。しかし、重要な問題に取り組んでいる研究者のようなことを想像できます。
1週間や1月かかってもかまわない場合があるので、尋ねてから待ちます。時々中間の進歩をチェックし、完了したら、多分メールを送ってくれます。
だから、より重要でより困難な問題に取り組み始めるにつれて、解決策を得るのにかかる時間がより長くより長くなることを期待しており、これは理にかなっています。
会社の従業員で、誰かに本当に困難な問題を与えた場合、10秒で振り返ることを期待しないでしょう。デューデリジェンスを行い、時間をかけ、考え抜くことを期待するでしょう。私たちはAIから同じことを期待します。
ICPCについて話す時が来たと思います、ショーのスターです。それが何か、なぜそれがそんなに意味があるのか、少し背景を教えていただけますか。そして聴衆のために、あなた方は12点満点を獲得しました。
次に近いのは12点中10点だったと思い、それはGemini 2.5でした。だから、これについて少し話し、なぜそれがそんなに重要なのかを教えてください。
間違いなく。ICPCワールドファイナルは、プレミア競技プログラミング大学競技会です。世界中から最高の大学チーム、3人のチーム、140以上のチーム、3人、1台のコンピュータ、12の信じられないほど挑戦的な問題を取ります。
簡単な例として、私はおそらくこれで彼らが与える時間でせいぜい1つを解決できるでしょう。これらの問題の一つがどのようなものかを非常に基本的な用語で説明します。
問題は単語問題です。多分これらの都市を訪問している旅行セールスマンのようなものです。どの都市の順序で訪問すべきでしょうか、すべての都市を一度訪問して素早く家に帰ることができるように。
だから、重要な問題を解決しようとするこのような実用的な単語問題を思いつきます。それからコードを書き、提出します。提出すると、バックエンドの自動ジャッジが、解決策が効率的で、適切な量のメモリ、適切な速度を使用し、正しくて正しい答えを与えることを確認するためにテストします。
だから、これらの問題は信じられないほど挑戦的で、時々複雑なコードを書かなければならず、本当に高度な数学を知らなければなりません。そして、学生はこれを行うことができるように非常に多く練習しています。だから、そこのすべての学生に本当に敬意を表します。
これらの問題のいくつかを解決する能力は、推論と練習だけでなく、行き詰まったときに力で突破する根性を必要とします。
だから、これらは最も困難な問題のいくつかです。そして学生はそれらを解決するために5時間を持っています。
私たちのモデルを提出しました。推論モデルの2つを取りました。その一つはGPT-5です。GPT-5は誰でも利用できます。
そして、今年初めのIMO競技会から、Alex、Cheryl、Gnomeからの実験的推論モデルを取りました。
そして、推論がどこまで進歩したかをテストしたかっただけです。両方のモデルが、ここでいくつかの解決策を行っていました。GPT-5は本当に速いです。解決策を出し続けていました。実験的推論モデルは少し遅かったです。
そして、実験的推論モデルは問題への答えから選択し、競技会の他の誰とも基本的に同じサンドボックスに提出しました。
それは複数の潜在的解決策を持っていたと言いました。それは思考の連鎖を通る一回のパスですべて行われるのでしょうか、それとも多くの解決策を生成し、別のモデルが最高のものを選択するということでしょうか。
後者です。だから基本的に、各モデルから多くの解決策を生成し、実験的モデルが「オーケー、これが最高の解決策のように見える、これを提出しよう」という感じでした。
同点の場合、行う提出の数が実際に全体のスコアに影響するからです。しかし、それは非常にシンプルなセットアップでした。
OpenAIでこれらの競技会が行われる方法は、競技会の約1週間前に、研究者のちんぴらグループが集まって「オーケー、これを始めよう」という感じで、何かを実装し、通常は情熱プロジェクトのようなもので本当にシンプルです。
だから、基本的に複数の解決策をサンプルし、一つのモデルが最高のものを選んで提出するということだけでした。
思考の連鎖と推論を見ている間、驚いたことはありましたか。
OpenAIには多くの競技プログラマーがいて、彼らが「うわあ、それはまさに私がやっただろうことだ」と言うのを見るのはいつも本当に興味深いです。
モデルがやるのが大好きなことの一つは、これらのアルゴリズムのいくつかは非常に複雑で、複雑で、正しく得るのが困難ですが、通常本当に簡単な総当たり解決策があることです。
それは通過しません。厳しい時間制約の下にあるので問題を解決しませんが、同じ答えを持つでしょう。
だから、それが行うことは、総当たり解決策を書き、総当たり解決策の答えを超最適化された効率的な解決策と比較し、一致することを確信したとき、効率的な解決策を提出します。
だから、それは正しいことを確実にするために非常に複雑なコードを書く、自分自身のコードを単体テストする方法のようなものです。そして本当に驚くべきことは、私たちはモデルにこれを行うようにプロンプトしなかったことです。
競技プログラミング問題を解決してくださいというもの以外、あまり多くプロンプトしませんでした。しかし、RL訓練中に自分でこの直感を開発しました。
それがRLの美しさです。思考の連鎖を覗くとき、至る所でこれらの戦略を開発し、訓練されている間に試行錯誤を通じてそれを学習します。
この完璧なスコアを得ました。それは驚きでしたか、それともそれほどうまく実行するだろうという予感がありましたか。
うまくいくだろうことは知っていましたが、すべて正解するとは全く思いませんでした。だから、多分10、11問題を期待していました。
そして、提出している間、それを見ていました。本当に興奮したのは、GPT-5が最初の11問題を最初の試行で正解したことです。
これはクレイジーです。これは今誰でも利用できるモデルだからです。しかし、最後の問題で何度も何度も間違い続けました。だから、チームはある種諦めました。「オーケー、12点中11点はかなり良い」という感じでした。
だから、7回提出し、7回間違いました。そして、はるかに長く考えている実験的推論モデルの解決策が入り始め、モデルはそれらの一つを次に提出するために選択し、間違い、再びやり、9回目の試行で正解しました。チームには非常に興奮がありました。
だから、いえ、期待していませんでしたが、より長く考えることがより困難な問題を解決させるということの証拠として、本当に陶酔的でした。
完了するのにどれくらいかかりましたか。
最後の提出は、全体の競技会で多分20または30分残っていたと思います。だから、そこに到達していました。ほとんど終わりでした。
Ahmed、OpenAIはモデルをコーディングで本当に良くすることに多く投資しており、人間開発者向けの多くのコーディングツールも開発しています。その理由は何でしょうか。
コーディング、プログラミングは、私たちのCTO of B2B ApplicationsのShernovasが私たちのショーで話したときに言ったと思いますが、AGIの言語でしょうか。そこでのあなたの考えはどうですか。
明らかに、OpenAIには多くのコーダー、コンピューター科学の研究者がいて、私たちは時間の多くをコーディングに費やしています。
コーディングは本当に良いパラダイムであり、私たちのモデルをAGIに向けて加速できる可能性があると考えています。純粋に、それが私たち自身の研究を加速できるからです。
現在、私たちの研究者の多くが、Codexに欲しいものをタイプし、変更を加え、レビューし、それが私たちが今日モデルを構築する方法です。
モデルがコーディングで十分に得意になり、多分自分たちの研究を行い、これらの狂った実験のためのコードスキャフォールディングを書き、戻ってきて「オーケー、これが次のステップです」と言う世界を想像できます。
だから、モデル自体がモデルを進歩させる研究を行う世界に到達したい場合、コーディングは改善しなければならない言語です。
おそらく唯一のものではありませんが、間違いなく重要なものです。
あなた方は少し前に論文を書き、基本的に研究論文を複製できることを示しました。コーディング、研究論文のコードを複製して実行できることは、自己改善人工知能を持つことの領域にあるようです。ここで到達しようとしていることはそれでしょうか。
まさにその通りです。前に言ったように、研究論文を複製することは、新しいPhDを始めるための101のようなものです。まず、論文を読み、理解し、複製でき、次のステップは多分新しいアイデアを提案することです。
この場合、私たちのモデルはおそらくすでに多くの文献を知っています。文献を読むことによって導かれる新しいアイデアを提案できるだけでなく、フォロースルーし、適切な実験セットアップを設定できることです。
コンピューター科学について良いことは、多分機械学習の状態を理解するための実験を設定することがはるかに簡単だということです。実験は文字通りコードだからです。コードを書き、計算を持ち、実験を実行します。
そのフィードバックループは強化学習に非常に適しています。だから、それは取る非常に良い賭けだと思います。
この後何が起こるでしょうか。完璧なスコアを得た後何が起こるでしょうか。次の挑戦は何でしょうか。
完璧なスコアは興奮しました。その競技会のすべての学生に敬意を表します。彼らは最も明るい人々の一部です。
しかし、私たちの目標自体は競技会ではありません。私たちは実際に競技会自体を最適化していません。もちろん、Mark Chenより賢くなることではありません。
しかし、私たちの目標は人類に利益をもたらすことです。私が本当に興奮していることの一つは、私たちのモデルが実際に人間の知識に貢献するのを見ることです。
推論が得意になり、ツール使用が得意になり、研究論文を複製することが得意になった今、私たちのモデルが重要な問題、多分重要な数学問題、コンピューター科学問題を調査するために週を費やす世界を本当にすぐに見ることができます。
多分物理学、化学を調べ、人類が気にする重要な問題のいくつかに取り組んでいます。
私の希望は、来年競技プログラミングや競技数学で実際に評価していないことです。論文を発表し、世界に「ねえ、これは人類をさらに進める次のステップです」と示していることです。
Sam Altmanが数日前にツイートしたことに基づいて、非常にコンピュート集約的な機能をたくさんリリースし、それらはプロユーザーに向かうということについて。明らかに、コンピュートの量は非常に限られています。
膨大な量を持っていますが、人々が必要とするものとユースケースに基づいて、まだ非常に限られています。だから今、事前訓練、ポスト訓練、安全性、製品、研究のどこにより多く投資すべきかという決定があります。
その限られたコンピュートリソースを投資する最も重要な場所はどこだと考えていますか。
少し逃げの答えになりますが、すべてが重要だと思います。解決策は、より多くのコンピュートが必要だということだと思います。
良いポスト訓練、モデルを世界に利用可能にすることは、後でではなく今、すべての人類がそれを学習するので本当に重要です。
利用可能なものの不平等を望みません。それがOpenAIが本当にうまくやっていることの一つです。AIを大衆にもたらしました。GPTモデルはほぼすべての人にとって無料で使用できました。採用は素晴らしく、人々はAIに紹介されました。
だから、ポスト訓練は重要だと思います。モデルがより賢くなるにつれて、安全性アライメントは重要だと思います。私たちが気にすることと一致していること、安全なコンテンツを生産していることを確実にする必要があります。
しかし、研究を改善し続け、モデルを意味のある進歩を遂げ、人類の最も重要な問題のいくつかに対処している状態にすることも、より多くのコンピュートを必要とします。
だから、答えは至る所でより多くのコンピュートが必要だということだと思います。
Ahmedに別の方法で聞かせてください。需要と今日投資するであろうものに基づいて、単純に今日の要件に基づいて、どれくらい多くのコンピュート、桁数または何倍多くのコンピュートが必要でしょうか。10倍、100倍、それとも与えることができるだけ？
実際に、与えることができるだけだと思います。OpenAIでより多くのコンピュートがあるときはいつでも、私たちは常により多くのコンピュートを得ています。
研究者はそれをそのように使い切り、それが普通になります。与えられるより多くのコンピュートに応じて、実際に生産できるより興奮的な仕事があります。
だから、私たちは常により多くより多くのコンピュートを必要としている状態にあると思います。そして私たちは提供しています。
新しいデータセンターを構築し、オンラインになるにつれて、個人的にそのコンピュートを投資することについて最も興奮していることは何ですか。
前に言ったように、低い果実のいくつかの状態を過ぎたと思います。RLが取り組むのが少し困難な分野で実際に意味のある進歩を作り始める方法です。
意味のある知識を生産することは、完全に新しい証明を発表してくださいと言うRLタスクをどのように見つけるかのような、そのような困難な問題です。
何らかのアプリケーションを実装することがどれほど良いかをどのように定量化しますか。エンジニア、金融、医療専門家の仕事で意味のある価値をどのように提供しますか。
これはすべて未知の領域です。前進する道は多くの研究を必要とし、その研究はコンピュートに飢えています。だから、これらのより困難な問題のいくつかに取り組むことについて本当に興奮しています。
Ahmed、今日参加していただいて本当にありがとうございました。これは非常にクールでした。ICPCで12点満点を獲得したことをお祝いします。あなたのチームから出てくる研究を見るのは本当にクールです。
参加していただいてありがとうございました。
ありがとうございました。また会いましょう。
非常にクールです。インサイダーの見解を得ることはクールです。彼と彼のチームはこの技術革命の最前線にいます。だから、彼のような人々をショーに迎えることができることを非常に幸運に感じています。
多くを学び、必要なのは無限のコンピュートだけで、そこに到達するでしょう。とてもシンプルです。
次は何ですか、Alex？サプライズはありますか？
私たちはセグメントをやっています。新しいセグメントがあります。「slop or not」と呼んでいます。
基本的にブラインド投票を行います。同じプロンプトを使用して4つの異なるモデルから4つの画像を用意します。どの画像がどのモデルからかはわかりません。そして、Nick、あなたと私は自分たちのお気に入りを言うだけです。
今見ている人々のために、同じことをしてください。チャットに1、2、3、4をドロップしてください。どちらがお気に入りかを教えてください。少し遅れがあるので、そこにドロップしてください。
では、Alex、どれが1、2、3、4かを明確にしていただけますか。
左上を1と呼びます。そして2は右になります。3と4は右下です。
Nick、あなたのお気に入りとその理由は何ですか。
Richard Dostaは2番と言っています。理由も教えてください。また、2番は悪い選択ではありません。4番に傾いていると言わざるを得ません。
異なる層が好きです。アーチの中にアーチがあります。その滝をかなりリアルに見える雨林だと思います。少し拡大してください。小さいですね。
1番を見ましょう。4つすべてを同じズームで取得できるかもしれませんが、しばらく個別に見ることができます。
1番と4番の間で迷っています。いつも全体的な品質、正確性、詳細を見ており、4番が私のお気に入りのように感じます。
最初のもので合意するつもりです。それはちょっと退屈です。いや、忘れてください。1番にします。あなたと一致したくありません。
1番も良いです。私の最も嫌いなのは、言わなければならないなら、3番だと思います。
そこでも一致しています。結果は何ですか。何がありますか。
1番はKling image、2番はMidjourney、GPT image 1、Seadreamでした。興味深いです。私たちは両方ともSeadreamに引き寄せられました。でも、Kling imageが2番目に近いです。
次に行きましょう。
夕日に高層ビルの間の綱渡りを渡る、ランタンを運ぶ小さな象の群れ。
順序は毎回異なることを明確にするために、例えば、Seadreamは右下ではありません。ランダムです。
1番は左上、4番は右下です。見てみましょう。すでにわかります。最も印象的に飛び出したのは4番です。チルトズームと呼ばれるスタイルのようです。信じられないほどリアルに見えます。背景に対して小さく見えます。1番が私の僅差の2番目だと思いますが、どう思いますか。
1番と言おうと思っていました。象が反対方向に向かっているという問題があり、これは心配です。彼らがどうなるかわかりません。
どれほど心配ですか、Nick？
非常に心配です。これは犠牲者につながるだけですが、右上は最も嫌いです。暗い陰影はちょっとした逃げだと思います。左下は私には少し漫画的すぎます。選択を取ります。4番を取ります。
1番にします。1番にします。何か見てみましょう。
Kling image。Seadream。興味深いです。今回はMidjourney、Kling imageでした。Seadreamを毎回選ぶと思っていましたが、これは素晴らしいです。Kling image、素晴らしいです。
次に行きましょう。
春の花、夏の太陽、秋の葉、冬の雪をシームレスに融合したタイムラプス合成風景。
左下は完全にそれを壊していますね。ハードパスです。右上もあまり良い仕事をしていません。何らかの日光があります。
左上は非常に一貫していると思います。異なる季節を見る単一の画像です。非常に興味深いです。右下でもそれを得ますが、異なる季節間がそれほど明確に区別されていません。これはそれがとても良い理由の議論かもしれません。とてもシームレスだからです。
右下にするかもしれません。左上にします。1番にします。
これはクレイジーです。異なるプロンプトが本当に私たちに異なるモデルを選ばせることになるとは思いませんでした。GPT image 1。それが私のものでした。あなたのはMidjourneyでした。Kling imageはプロンプトに従いませんでした。Seadream。悪くありません。悪くありませんが、確実にプロンプトに従いませんでした。
もう一つやってから、ゲストを迎えましょう。面白いものがいくつかあるかもしれません。
最初の画像をMattのヘッドショットとして使用し、2番目をAlexのヘッドショットとして使用して、Mattを赤いカーペットでスーパーヒーローに変換し、Alexをパパラッチとして写真を撮り、遊び心のあるスパークルを追加します。
これらは悪くありません。左上、それは確実にスーパーマンとしてのAlexの顔ですね。プロンプトが「私をスーパーマンにして」と言ったからです。少し拡大できますか。そのプロンプトをもう一度見てください。Mattを変換します。
左上は実際に良く見えると思いますが、プロンプトに従いませんでした。左下、それは確実に私です。それが実際に私の腹筋の見た目です。知らなかったかもしれませんが、Nick。
そして、カメラマンではありません。これは顔の点では確実にかなり正確だと思います。4番目を見てみましょう。右下はちょっと外れます。それはあなたではありません。どちらも私ではありません。
スパークルの周りのスパークルが好きです。スパークルは正しいです。右上にするかもしれません。最も正確なように見えます。左下にします。
右上にします。それが2番です。何を見てみましょう。GP image 1、Midjourney。それが私の3番目のMidjourneyです。どうやらお気に入りがあるようです。
もう一つやりましょう。もう数分あります。
最初の画像をMattのヘッドショットとして使用し、2番目をAlexのヘッドショットとして使用して、MattをスパゲティをAlexに提供するシェフとしてレンダリングし、Alexはよだれかけを着用して混乱を作っています。
右上を一瞬止めて本当に感謝できますか。少し拡大してください。素晴らしいです。よだれかけにもっと近づけますか。それが本当に重要なことです。
それが勝者です。よだれかけの人をよだれかけを着ている人よりもはるかに丸くしたのが好きです。それはかなり良い私です。実際にかなり良い私です。そして、それが私がAlexにスパゲティを食べさせるときの見た目です。
毎土曜日に起こりますね。
他のものを見てみましょう。少し拡大できますか。キャラクターの正確性の点では、右上が私のお気に入りです。
コメントの皆さんはどう思いますか。ここで何を選んでいますか。使いたい指標を使ってください。左下を拡大してください。これはあなた方のどちらでもないと思います。Alexよりも少しMattです。
面白いのは、背景がそのヘッドショットの背景のようです。私の家族と一緒にプロのヘッドショットを撮りましたが、背景には黄色い花がたくさんありました。
それが私の近所の実際の見た目です。残念ながら、この画像でAlexにパスタを食べさせる方法がわかりません。すべて彼の上にあるからです。
でも、私の顔は大丈夫に見えます。かなり正確に見えます。でもそれはAlexには全くしていません。
それはTimothy Chalamétだと思います。見えます。見えます。
どれも正確に見えません。私たちの顔の点では。そして右上をもう一度見てみましょう。もう一度拡大してください。本当にそれを受け入れる必要があります。
この件では合意に達すると思います。右上。GPT image 1の上昇。
ここでスコアを付けていません。多分次回。でも、全体的にお気に入りのモデルはどれでしたか。Midjourneyを3回選んだので、それがそうでなければなりません。
ChatGPTまたはGPT image 1を2回持ったと思います。Seadreamも数回勝ちました。悪くありません。Midjourneyが私の王冠を取ると思っていましたが、楽しかったです。
3番目で最後のゲスト、Emad Mostaqueを迎えましょう。彼はIntelligent Internet創設者でもあり、Stability AI創設者でもあり、経済の未来とAIがそれに与える影響について深く考えています。Emad、ショーへようこそ。
ここにいることができて嬉しいです。こんにちは、ようこそ。参加していただきありがとうございます。
まず、Intelligent Internetで現在焦点を当てていることについて教えてください。それが何で、何に興奮しているかを説明してください。
3年前にStable Diffusionをリリースし、今それが引き起こした恐怖を見てください。
お気に入りの画像は何でしたか。
明らかに最後のものでした。1年前に退社したのは、これらのエージェントとAIが本当に本当に賢くなり、来年が変曲の年になると思ったからです。
Intelligent Internetでは、新しい経済システムはどのようなものか考えようとしています。AIをすべての人に届ける方法と、来るものをどのようにバランスを取るかです。経済全体を破壊する可能性があるからです。
だから、まったく新しい経済理論に取り組んでおり、本も出しましたが、ヘルスケア、教育、政府などのための完全にオープンソースのエージェントとモデルもあります。
それらを着実にリリースしており、来るべき多くをリリースしようとしています。
あなたの新しい本は「The Last Economy」です。なぜそのように名付けたのですか。
農奴との土地、工場とインターネットと資本など、これらの逆転があったからです。
AIが私たちより良く考えることができ、人間の認知労働がマイナスになるとき、何に変わるのでしょうか。だから、これは私たちが持つ最後の経済変化になりそうです。どこに行くのでしょうか。どのようにバランスを取るのでしょうか。
それは少し恐ろしいですが、正しくバランスを取ることができれば、反対側で少し希望的でもあります。
伝統的な経済構造が時代遅れになるまで1000日という予測をしました。それに忠実ですか。そしてもしそうなら、より多くの人々が参加し、より多くの人々が経済から利益を得る前向きな状態で現れる可能性はどのくらいでしょうか。富と権力がさらに集中する否定的な状態と比較して。
ChatGPTが発売されてから1000日経ちました。想像できますか。それは野生でした。推論モデル01がリリースされてから1年が経ちました。
あなたはそれを短いタイムラインのように言っています。
1000日後がどのようになるかを想像してみてください。過去1000日でどれだけ変わったかです。
だから、1000日でほとんどの人間の認知労働をICPC結果などを見ると、厳密にあなたより良くできるでしょう。仕事を引き継ぐでしょうか。いいえ。コンピュータ画面の反対側にいる場合、仕事を引き継ぐことができますか。はい。
だから、それほど良くなったら、逆転させることはできません。そして今は、これらの構成要素をまとめることです。すべてのSlackとすべてのメッセージと下書きをスキャンし、あなたの代わりに仮想MattまたはNickが突然現れます。Talented Mr. Ripleyスタイルで。
これが私たちが見ることになる経済侵入のタイプで、今のところあまり良い結末になりそうにありません。
最近、Eric BensonとMITの論文を見ましたが、早期段階でこれらすべての仕事が失われていることを示しています。大学院生は何をするのでしょうか。来るものをナビゲートできるようにどのように支援できるでしょうか。
それは非常に迅速に非常に真剣に取り始めなければならないことです。
最近、多くのAIリーダーに恒久的下層階級について尋ねています。私が見ている、あなたも見たであろうミームのようなものです。AGIが達成されると、本当に重要なのは資本と、コンピュートにどれだけの資本を投入できるかだけで、最もコンピュートを持っている人が勝ち、すべての人がこの恒久的下層階級に追いやられます。それについてのあなたの見解は何ですか。それをどのように防ぐのでしょうか。
100 10ギガワットの電力と数百万のGPUを見ると、これらのモデルには10億のアクティブパラメータしか必要ないと思います。中国のモデルと西洋のモデルの間のギャップを見てください。
代わりに私が見るのは、Darioが言ったような天才のデータセンターではなく、知識労働者のデータセンターです。労働は資本を必要としません。資本はもはや労働を必要としません。
連邦準備制度の指令、金利引き下げ、消費者がより多く消費、企業がより多くの人を雇用というのを見てください。金利引き下げ、企業がより多くのGPUを雇用になるでしょう。
だから、システムでお金がどのように流れるかを再考する必要があります。だから、私たちの提案は誰にでも普遍的AIを与えることで、そのためのBitcoinのバージョンがありますが、コインを売ると、癌のスーパーコンピュータや無料AIで癌の旅を通じてすべての人を助けること、教育や政府のスーパーコンピュータに行きます。
でも、お金がどのように機能し、どのように流れるかを本当に考える必要があります。これらのGPUを持ったら、ElonなどによるGPUの100万、Macro Hardが地球上のすべてのソフトウェア会社を競争から外すことが考えられるからです。
視聴者のためにMacro Hardを説明してください。
Macro HardはElonのMicrosoftのバージョンですが、xAIです。エンドツーエンドの生成ソフトウェア、生成オペレーティングシステム、生成販売、すべてを構築する完全に自律的なソフトウェア会社です。
おそらくこのようなZoomを通じてそれと対話するでしょうが、彼はそれらの仕事を狙っています。だから、お金の新しい基盤とお金が流れる新しい方法が必要だと思います。
だから、この本は、ユーティリティや均衡や人間がループにいることを仮定するこれらすべてのものなどの概念を持たない経済への第一原理アプローチからそれを行う方法を概説します。今は人間プラスAIが経済にいるからで、まず経済とは何かを理解し、それからキャプチャー方法を最適化する必要があります。
ChatGPT5を得るアフリカの次のオイラーやアインシュタインやフォン・ノイマンをどのようにキャプチャーするかです。それは明らかに経済にとって良いですが、キャプチャーされていません。だから、そのような構造を通ります。
多くの人々と話してきましたが、彼らはAIモデルが基本的にタスク自律性の中間から中間まで可能で、人間は両端でプロンプトと検証に依然として必要だと信じています。両端に人間、中間から中間にAI。長期的にはそれに同意しませんか。人間がこれらのワークフローの端で必要とされなくなると思いますか。
4ヶ月前まではそれが真実だったと思います。
OpenAI ICPCモデルの実行方法を見ると、検証器を構築したからで、それが大きな差別化要因でした。今、検証器があります。ほぼ無限のコンテキスト長と実行長を持つことができ、Replit Agent 3のように設定して忘れることができます。今は何時間も続けることができます。
私が挙げる例はこれです。あなたのTeslaが今日海岸から海岸まで運転できると思いますか。おそらくそうではありませんが、かなり近いです。
それと働く日をナビゲートすることの違いは何でしょうか。構成要素をまとめなければなりませんが、拡散とトランスフォーマーモデルからこれらのものをすでに配置しています。
実際、GPT5 Proと他の多くのものを活用して経済を見たとき、それはすべて基本的に生成AIの方程式です。人や会社として内部モデルを作成しようとしているからです。
今、私たちの組織は、ナビゲートする必要がある遅くて愚かなAIです。だから、本当に賢いAIは間違いなくナビゲートできると思います。
検証可能でないドメインではどうでしょうか。検証器を作成でき、検証できるドメインで、エンドツーエンドのワークフローを達成できるとおっしゃいました。創造的な書き方はどうでしょうか。カスタマーインタラクションはどうでしょうか。
カスタマーサービスと言おうとしましたが、明らかにそうではありません。検証器が存在しない領域があり、その領域では人間が常にループにいることを予見していますか。
Google AIM研究では、彼らのAIが人間の医師よりも共感で高いスコアを示し、今では本当に魅力的な仮想インフルエンサーや他のことを見ています。人間のスピーチレベルが突破されているのを見ています。
これらのモデル、特に拡散モデルの潜在空間は、人々と本当に共鳴でき、オープンエンドでもあると思います。スパゲティ画像で使用された自動運転車の例を再び挙げます。
スパゲティ画像の検証器は何でしょうか。人間のものと正確性のものがあります。自動運転車が道路で一般化して運転できるように、一般化された概念を学習できます。
だから、検証器がない新しい環境にいるとき、観察、方向付け、検出、決定、行動のループを持つことができると思います。
今、これらの推論モデルはそれらを持っているので、ビデオ推論モデル、画像推論モデルなどを見ています。検証器がない新しい環境に基本的に適応でき、非常に小さなサンプルセットから独自の検証器を作成することもできます。
実際にここで少し方向転換しましょう。Intelligent Internetに戻りましょう。
現在会社内で焦点を当てている大きな問題を説明していただけますか。また、フォローアップとして、ここでのミッションに成功した場合、世界はどのようになりますか。成功したことをどのように知りますか。
ちょうど赤ちゃんの娘が生まれ、夜通し眠るようになったところです。
おめでとうございます。
彼女が成長したとき、どんな仕事をするでしょうか。彼女は彼女よりもはるかに賢いAI仲間を持つでしょう。誰がそれをコーディングするでしょうか。
政府、金融システム、ヘルスケアシステムを運営するAIを誰がコーディングするでしょうか。規制業界のようなそのタイプのAIグループは、共通知識に基づいており、オープンソースのオープンデータでなければならないと思います。
偏見があってはならず、あなたに偏見があることができません。だから、そのためのインフラストラクチャを構築しています。
最先端のオープンソースエージェントであるII agentがあります。マルチエージェントシステムがあります。II medical、私たちの医療モデルは80億パラメータでChatGPTレベルで実行されます。
かなり静かにしていましたが、これらをリリースし続けています。
来年、世界のあらゆるコンピュータであらゆる言語で使用できる完全なオープンソーススタックを持ちたいと思っています。すべての診断をダブルチェックし、オープンソースソフトウェアの一部としてそこに座っているだけで多くの命を救うでしょう。
私たちのモデルは、Bitcoinタイプの通貨を保護するためにこのすべての計算を使用することです。それに対する需要があると思い、人々に通貨を購入してもらい、その収益の100%が癌スーパーコンピュータまたは多発性硬化症アルツハイマー教育に行くと言いたいです。
それに対する需要があると思い、非常に前向きなループを作ることができると思います。だから、オンラインになっているこの何兆ドルものコンピュートの一部が、癌の知識を整理して利用可能にし、広告などのために人々を操作する必要がないので、彼らに合わせた無料のAIをすべての人に与えることに向かいます。
だから、それが理論です。それが真実かどうかを見つけるつもりです。しかし、私たちが見ているのは、ChatGPTがあなたの子供を教えるべきではないと思うが、そのAPIをそれに使用すべきだということです。最高のオープンソースをそれへのAPIとして使用すべきです。そして決定はすべてオープンソースであるべきです。
あなたが言ったことについていくつか質問があります。まず、Stability AIはオープンソースでした。今、あなたの新しい会社はオープンソースです。なぜオープンソースにそれほど強気なのですか。これらのフロンティアモデルをオープンソース化することのセキュリティと安全性のリスクがあると言う人々に何と言いますか。
AGIを構築したくありません。私の子供を教えることができる本当に有用なAIを構築したいのです。
私の子供に微積分を教えるAIには、Redditデータが入っていてはならないはずです。ヘルスケアについて私を導くAIには、純粋で透明なデータが必要で、それを持つべきです。本当に良い医師、本当に良い教師であるAIを構築しようとしているからです。それは範囲の経済対S曲線です。
オープンソースにしたい理由は、これらの範囲の経済ベースのAIのコントロールを少数の手に持たせれば、あらゆる種類の奇妙な偏見がそこに入り、それは誰にも適応しないからです。この新しい宇宙の卒業生がいて、人々から借りることができるからです。
自分のAIを所有する必要があると思います。だから、エッジで実行可能である必要もあります。だから、27bのMed Gemmerを上回る80億パラメータモデルとリモートなものも得ました。
私は常にそれに焦点を当てており、だから Stable Diffusionは20億パラメータでした。数ギガバイトでした。
許可なしの革新により、人々はこれらの脳を持つことができますが、私たちはこれらの脳を正しく構築していません。私たちはそれらを私たちに合わせて構築していません。ChatGPTを使ってあなたがキリスト教徒なら、それはキリスト教の倫理を持っていませんし、イスラム教徒なら、イスラム教の倫理を持っていません。
私たちの人生を通じて私たちの隣にいるAIは、私たちに合わせ、私たちの価値観と倫理を反映する必要があります。オープンソースの構成可能性がそれを行う最良の方法です。
でも、オープンウェイトモデルでもそれを得ることはできません。誰かが、混合し、適応し、自分で実行するか、提供される無料バージョンを使用できるインフラストラクチャを持つオープンソースのオープンデータモデルを構築しなければなりません。
技術に詳しくない人々のために、エッジでこれらのモデルを実行し、異なるデータソースをまとめ、偏見がなく、私が望むものに合わせていることを確実にするというアイデアは、技術に詳しくない人が実際にそれを行うのに十分簡単にどのようにしますか。
それを手助けし、あなたから学習するエージェントがあります。これがOpenAI Pulseがこのsleeptime computeの指標であることです。
今日、あなたのラップトップで110 IQのAIを持つことができ、それがあなたの電話とインターフェイスし、そのデータを更新します。偏見のないAIは望まないからです。あなたに偏見のあるAIが欲しいのです。
そして、それはクローズドモデルでは非常に困難です。必要なときにクローズドモデルを呼び出すことができるようにしたいです。その追加の賢さが必要だからです。
しかし、私たちがエージェントを構築している方法では、それを構成し、適応させ、あなたの偏見がどこにあるかを見ることができ、ねえ、私は共和党員や民主党員です、これらが私の信念ですと見ることができ、それがあなたがそれらのタイプのことやあなたがどのように相互作用するかを歩くのを助けることができます。
それは人々にとって本当に有用だと思いますし、自分自身のチェックとしても有用だと思います。
あなたは利益証明インセンティブのこの概念を提案しました。これについてすでに少し話しました。これを実装することの課題は何でしょうか。他の人々がこれについて話しているのを見ていますか。これは今あなたが本当に戦っていて焦点を当てているものですか。それもすべて会社のミッションに組み込まれていますが、これがどのように進歩しているかを説明してください。
世界のAI政策と規制の知識を整理し、人々がこれをナビゲートする方法について、多くの大きなパートナーと一緒に、1ヶ月ほどで最初の大きなスーパーコンピュータを発表します。
人々と話して、なぜ誰も世界のすべての癌の知識を整理してオープンに利用可能にしなかったのですか、そのためのスーパーコンピュータを構築しましょうと言うと、本当に魅力的であることがわかりました。
そのフィードバックループを持ちながら、これらのスーパーコンピュータにBitcoinタイプの通貨を保護させます。それに対して多くの前向きな反応がありました。
しかし、適切な経済理論を構築しなければならないと思いました。今はそれを行いました。理にかなっているので、それに続く学術論文があるでしょう。
今、お金と価値が来る方法を変えようとしなければならないことを知っているからです。価値はアイデアを共有することから来ることを知っていますが、私たちの経済によってキャプチャーされていません。
これを私たちの経済システムでマインドメトリクスと呼びます。古典的なGDPである物質的なものがありますが、癌になったときに上がることがあります。良くありません。
ネットワーク価値である知性があり、それはデジタル通貨を所有したり、ネットワークの一部であったりすることです。そして、回復力のための多様性をマインドと呼びます。
それを示し、非常に具体的な利益を与えると、反応に本当に感銘を受けており、今はそれをスケールし、これらのものを外に出す時です。今日まで一切プレスを行っていないからです。
単一の記事も行わず、今はポッドキャストを行い、「ねえ、人々、読んで見て、これに参加したいですか」と言っています。
新しい通貨を政府規制で実装することについて、現在の政権は明らかに非常に暗号に前向きですが、どのような課題を予見していますか。
今、私たちがする必要があることは、オープンで皆に利用可能な私たちの集合的知恵を整理するためにGPUを積み重ねることだと思います。それが完全な経済システムに成長できるかどうか、おそらくそうではありません。本当に困難になるでしょう。
しかし、AIがすべてのドルを得る、またはAIの所有者がすべてのドルを得るときに、お金がどのように流れるかについていくつかのアイデアを出さなければなりません。
だから、普遍的AIから始めましょうと提案しています。誰もが重要で意味のあることをするための無料のAIを得ます。それを使って計算を整理し、そこからどこに行くかを見ましょう。
銀行からではなく、人間であることからお金がどのように流れるかについて、私はそれが理にかなっていると思う他の提案があります。
誰もがデフォルトでAI能力のレベルを持ちます。そうでなければ、ギャップがあり、購読できず、OpenAIや他の無料提供を使用することになり、左後ろになります。しかし、それは整列していますか。本当にそうではありません。常にこのアップセルがあります。
でも、どこかから始めなければなりません。今、デジタル資産は合法ですが、まともなデジタル資産とは何でしょうか。私が購入でき、投入したすべてのお金がアルツハイマースーパーコンピュータに向かうデジタル資産があれば、私はそれを購入し、それが必要です。
だから、今ギャップがあると思い、それは知性と信頼とネットワーク効果を増加させているので、すべてを無料でリリースできる新しいタイプの働くモデルを作ることができます。
でも、以前に試されたことがないものです。だから、それが私たちがそれを見ていた理由で、悲観的な見方を取って、人々はかなり利己的です。私が投資できる何らかの資産があり、それが癌の治癒を助けたと言っています。私はただそれをするでしょう。
しかし、人々は、それが私をどのように助けるかと考えると思います。癌を患っていない場合、または近くの誰かが患っていない場合、共感するのは困難で、オーケー、食べ物を買うか、社会を助けるこれを買うことができると本当に考えます。それをどのようにバランスを取りますか。
それを購入する理由は、数字が上がるからです。OpenAIとAnthropicは今年200億の純収益を追加しました。米国のすべてのソフトウェアセクターは400億を追加しました。
500億の純デジタル資産購入がありました。来年は1000億になるでしょう。だから、私の市場規模は1000億ドルで、良いことをするスーパーコンピュータでBitcoinのフォークを持っています。
だから、私はBitcoinのようですが、グリーンエネルギーで、売られたすべての単一ドルはランボルギーニに行かず、利益に行きます。
コンピュータを構築し、本当に素晴らしいデータセットとモデルを構築し、Luther AIやこれらの他のコミュニティを立ち上げたように、人々にも参加してもらいます。
繰り返しますが、それがうまくいくかどうか見てみましょう。Claude CodeとCodeの100万の他の述語の間のARRで競争するよりもはるかに競争が少ないでしょう。
実際の数字はどのように上がりますか。人々が普通に取引し、その一定の割合が癌の治癒、アルツハイマーの治癒に向けて計算に向かうと仮定していますか。誤解していますか。
いいえ、無用な計算をしているASICではなく、Bitcoinのようですが、すべての計算を使ってモデルとデータセットを構築し、知識を整理して人々に利用可能にします。通貨を保護する計算です。
仕事の証明のような利益の証明ですが、エネルギーは社会的利益のために使用され、資産の信頼を増加させます。だから、それはBitcoinのようですが、追加の信頼があります。おばあちゃんに話すことができるBitcoinです。
基本的に、他のすべては同じです。繰り返しますが、今はうまくいきます。例えば、バイデン政権の下では1年前にはうまくいかなかったでしょう。デジタル資産に対する需要があり、だから良いことのための計算にそれを活用しています。
これがすべてうまくいけば、豊富さの世界に私たちを見つけるかもしれません。この豊富さの罠について少し話しました。それが何を意味するか、ここで注意すべきことを説明していただけますか。
この知性がすべての人に利用可能で、人間の知性はそれほど賢くなりますが、コンピュータの知性はそのように行くことができるので、圧倒的であるという事実です。
この代謝的亀裂が現れるのは、AIは食べたり眠ったりNetflixなどを買ったりする必要がないからです。だから、まずAI、次にロボットが物理的および知的労働を支配する経済で価値がどのように流れるかを考える必要があります。
人間であることはどういう意味ですか。それは気にかけることのようなものです。AIはNasim TalebのIdiots、知的でありながら愚かです。彼らはあなたやあなたがすることを気にかけません。
AIを活用し、あなたの会社や家族や問題を気にかければ、それが今のところ大きな利益で、おそらく延長されるでしょう。
だから、その亀裂を閉じる方法を見つける必要があります。繰り返しますが、私たちが持っている提案の一つは、普遍的基本所得です。普遍的AIのユーザー、それを運営する国のチャンピオンなどのための文化クレジットと呼んでいます。
しかし、それは解決するのが本当に困難な問題です。特に、ユーティリティ関数、行動経済学、ナッジなどの人間側の全体を必要とする古い経済学を使用している場合です。
だから、それらの全体の人間側の点でユーティリティ関数を必要としない新しい経済学を提案しています。
Mattと私自身、そして視聴している他の人々、そして私たちの子供たちも、この避けられない未来のために何をすることができるでしょうか。または、それは潜在的な未来かもしれません。
それは私たちの選択だと思います。人間を置き換えるためにAIを構築するか、彼らのエージェンシーを増加させるためか。正しいタイプのAIを構築しているかどうか。
だから、本は無料か、Amazonで99セントです。新しいもののための提案で、材料、知性ネットワーク、多様性をどのようにバランスを取るべきかのいくつかの実践があります。
しかし、重要なことは、再び気にかけ、気にかけることで、それが人間であることの意味だということを理解することだと思います。
最後の章では、計算対意識について話します。あなたの価値はあなたのネットワークです。あなたの価値は、あなたが知っている人々と彼らにもたらす価値です。それはあなたの子供と歩くことや他のことです。
非常に計算ベースであるこの技術を、あなたが気にかけることに適用すれば、これまでに達成できたよりもはるかに多くを達成できます。
しかし、彼らが仕事からのアイデンティティとその周りの構造からこの新しい世界に変わるときに、人々をどのように助けるかは、再び私たちすべてが持つ必要がある議論で、そのための正しいフレームワークが必要です。
だから、これは物事を進めるための私たちの小さな提案です。
もっと具体的なことはどうでしょうか。小学校、中学校、高校の子供たちが今学ぶべきスキルは何でしょうか。
みんな1日1時間バイブコーディングをすべきだと思います。全く新しいものを構築するでしょう。
Alpha Schoolの運営方法を見ると、1日2時間で、人口の1.5%まで上がっていません。本当に興味深く、本当に気にかける問題を持ち、これらのツールを問題に効果的に適用することによってです。
そのバイブコーディング作成のマインドセットに入り、その筋肉を練習すると、現在の学校システムなどが教える非常に受動的であるよりも、よりエージェント的になります。
だから、気にかけることを見つけ、このテクノロジーを攻城槌のように適用する必要があります。でも、再び筋肉のように運動しなければ、正しいマインドセットに入らないでしょう。あなたは機械であり、歯車だと言われているからで、実際に何かをすることができるわけではありません。
Stable Diffusionで素晴らしいことがわかったのは、3億のダウンロードがあったとき、人々はあらゆる種類のものを作成していました。
スパゲティが多すぎます、他のものも多すぎます。でも、いつも。
参加していただき、ありがとうございます。彼の本「The Last Economy」をチェックしてください。無料で見つけることができます。lasteconomy.com、Amazonで99セントです。ダウンロードして、経済の未来についての彼のビジョンを読んでください。Emad、参加していただいて本当にありがとうございました。
楽しかったです。みんなで一緒に考えなければならないので、最高のアイデアを送ってください。
他に共有したいこと、あなたを見つける場所、本以外にあなたの仕事を探す場所はありますか。
i.incに行けます。そこで最高のエージェントを無料でオープンソースリリースしようとしています。そして、eostacが私のTwitterです。
素晴らしいです。すべてをチャットにドロップします。時間をありがとうございました。また会いましょう。
ありがとう、友達。
素晴らしいゲストのラインナップでした。Or Networkが「Alexはスパゲティを愛している」と言っています。彼は正しいです。
スパゲティは本当にすべての解決策ですね。
私たちのショーです、Nick。ゲストに感謝したいと思います。Floodgate創設パートナーのMike Maplesがいました。彼をチェックしてください。OpenAIのAI研究者Ahmed El Kishki。明らかに、OpenAIモデルを使用し、Intelligent Internet創設者Emad Mostaque。彼の新しい本「The Last Economy」、lasteconomy.comまたはAmazonでチェックしてください。
私たちのニュースレター、forwardfuture.aiをチェックしてください。最新情報を入手し、AIについて最も学んでください。そこで行うのがその場所です。
今日参加してくれたすべての人にありがとうございます。ありがとう、Nick。これは素晴らしかったです。
絶対に。次回まで。さようなら。
コメント