本動画は、AI開発の現状と将来予測について、著名な研究者たちの見解と実証データを基に検証するものである。量子計算の専門家スコット・アーロンソンによるGPT-5を活用した学術論文執筆、DeepMindの研究者ジュリアン・シュライトヴィーザーによる指数関数的進化の分析、そしてAIツールが労働市場と人材評価に与える影響についての経済学的考察を通じて、AI技術が単なる道具から判断力を増幅する「心の自転車」へと進化していく過程を明らかにする。極端な楽観論と悲観論の両方を排し、データに基づいた冷静な視点からAI進化の実態に迫る内容となっている。
AIの進化を巡る混乱
もしあなたがAIの進歩をあまり注意深く追っていないのであれば、今何が起きているのかを理解するのは難しいかもしれません。これは一体どこに向かっているのでしょうか。私たちは復活したのでしょうか、それとも全てが終わったのでしょうか。AIは本当に本当に優れていて、すぐに私たちの仕事を全て奪ってしまうのでしょうか。それとも非常に非常に劣悪で、意味のある結果を何一つ出すことができないのでしょうか。まるで人々がAIの進歩についてあなたに嘘をついているような感じさえします。
さて、これはショックではないはずですが、そのどちらの極端な見方も現実ではありません。私が思うに、真実はAIは進歩しているということです。より難しい問題に取り組んでいます。そしてもしAIの進歩が現在のペースで続けば、かなり興味深いものが現れてくるでしょう。しかしもちろん、それは保証されていません。
AIがあなたの仕事をする賢い人間と同じくらい有用になることを妨げる問題に直面するかもしれません。しかしこの動画では、このことをかなり研究している非常に賢い人々の何人かを見て、彼らがこれらのことがどこに向かっているのかについていくつかの事実を提示しているところを見てみましょう。意見ではなく、実際の本当の事実です。
今日のAIがどこにあるのか、どこに向かいそうなのか、そしてそれが私たちにとって何を意味するのかをお見せします。この全体がどこに向かっているのかという事実について、誰もが見逃していることです。それは私たちの一部が予想していたよりも少しニュアンスがあります。それでは掘り下げていきましょう。
OpenAI研究者による画期的な発見
これはOpenAIのケビン・ウィールによる引用ツイートでした。彼はセバスチャン・ブバクを引用ツイートしているのですが、彼はスコット・アーロンソンによる論文について話しています。そしてこれをさらにインセプションのようにするために、私は今このこと全体を動画でカバーしています。
しかしこれがスコット・アーロンソンです。彼はコンピュータサイエンスの教授です。MITやテキサス大学オースティン校で教えていました。Googleで働いていました。量子コンピューティングで多くの仕事をしました。そして私たちが知る限り、これはイリヤ・サツケヴァーがOpenAIの初期にAIアライメント問題に少し取り組むためにOpenAIに本当に来てほしかった人物でした。
スコット・アーロンソンは、彼が言うように、OpenAIで少しの間副業をして、AIアライメント問題に取り組みました。だから彼はPとNP、量子超越性、計算複雑性のような難しい概念を一般の人々がアクセスできる方法で説明することで有名です。私は彼のチャンネルで彼の何本かのクリップ、彼が行ったいくつかの講演を流したことがありますが、この人物、彼の考え方、彼の物事へのアプローチ方法の大ファンです。
それで、OpenAIの最高製品責任者であるキム・ウィールは、「GPT-5が新しい科学的問題を解決しているのを見るたびに、最近ではますます頻繁にとても興奮します。しかしスコット・アーロンソンから直接聞くのは全く別のことです」と言っています。セバスチャン・ブバクは「今回はスコット・アーロンソンによる、かなり大きな変化が起きているというさらなる証拠」と言っています。
ちょっと脱線します。これは彼のブログからです。彼は2022年のクリスマスイブにこれを書きました。これは30年後の未来から11歳の自分自身への手紙です。これは彼がOpenAIでAIアライメント問題に取り組んで副業をしていた時期のものです。そして彼は11歳の自分に向けて、巨大な部屋を埋め尽くし、町全体の価値の電力を食べ、最近人々のように会話する驚くべき能力を獲得したAIを構築している会社があると書いています。それはあらゆるトピックについてエッセイや詩を書くことができます。大学レベルの試験に合格することができます。
それは毎日新しい能力を獲得しており、AIの世話をするエンジニアたちでさえまだ公には話すことができません。しかしそれらのエンジニアは会社のカフェテリアに座って、彼らが創造しているものの意味について議論しています。次に何を学ぶのだろうか。どの仕事を時代遅れにするかもしれないのか。ドラゴンの尾をくすぐらないように減速したり止めたりすべきだろうか。しかしそれは、おそらくより良心的でない誰か他の人が最初にドラゴンを起こすことを意味しないだろうか。これについて世界にもっと話す倫理的義務はあるのだろうか。それについてもっと話さない義務はあるのだろうか。
繰り返しますが、これは主の年2022年のことであり、私たちの多くがこのことについて考えるずっと前のことでした。私たちが当時よりも今これらの質問に対してより良い答えを必ずしも持っていないことに注目してください。しかしこれは彼が最近書いた投稿でした。実際、今日9月29日に更新されたようです。なぜならそれがX、Hacker Newsなどで半バイラルになったからです。そしてあなたの助けがあれば、YouTubeでもバイラルになることができます。
いいねを押して、このことに関心のある人々と共有してください、この動画を。つまり、そして多くの皆さんは、私が説明欄に載せているリンクをクリックすることを知っています。だから、多くの人がこの投稿も彼のブログをチェックしに行くと確信しています。それは魅力的な読み物です。それで、このことが半バイラルになった後の彼の更新をすぐに見ていきますが、ここがポイントです。
量子計算問題へのGPT-5の貢献
それで、彼とフリーク・ヴィタヴィネは、QMAにおけるブラックボックス増幅の限界と呼ばれる論文をアーカイブに投稿しました。QMAとは何でしょうか。あなたは尋ねています。それは量子マーリン・アーサーです。それはNPの標準的な量子バージョンです。それは、答えがイエスであれば、マーリンがアーサーに量子証人状態を送ることができ、多項式時間の量子計算の後、少なくとも3分の2の確率で彼に受け入れさせるすべての決定問題のクラスです。
さて、答えがノーであれば、マーリンがどんな証人を送っても、アーサーは最大でも3分の1の確率で受け入れます。ここで、複雑性理論では通常のように、定数3分の2と3分の1は単なる慣例であり、増幅を使用して例えば1マイナス2のn乗と2のn乗に置き換えることができます。もしあなたがそのどれも理解できなくても、それは全く問題ありません。
ここでのポイントは、彼らがかなり複雑なことに取り組んでいて、このQMAについてかなり長年の未解決問題を抱えているということです。そしてこれは最大の問題ではありませんが、間違いなく最も厄介な問題であり、彼らが解決しようとしているものです。この動画では、その問題が何であるかについては心配しません。私はこれをすべて理解しているふりをするつもりはありません。
そして私はそれがほとんどの人にとって意味をなさないと思います。そしてそれがある意味でポイントだと思います。私たちは非常に少数の人々しか理解できないことについて話しており、世界でさらに少数の人々だけがこの主題に関する私たちの科学的理解を進歩させることができます。私が理解する限り問題は、何かが起こる上限確率と下限確率のようなものがあるということです。
そして彼らは、その上限確率が実際に最良の可能性があるか、最高の確率であるかどうかの証明を持ちたかったのです。彼らはそれが私たちが持っている最良のもの、可能な限り最良のものであることを証明できるようにしたかったのです。それで彼らが論文で証明したのは、それが二重指数関数的であるということです。それがブラックボックス技術の限界です。繰り返しますが、それは私たちが話していることではありません。
ポイントは、それが多くの数学を伴う複雑な問題であり、彼らはこの仮説を証明する方程式を考え出そうとしているということです。そして彼らは論文でそれを行います。彼らはどうやってその証明を見つけたのでしょうか。さて、ここで私たちが登場します。これが私たちにとって興味深くなるところです。なぜなら彼らはChatGPTを使ったからです。実際、具体的にはGPT-5です。
これは、数学能力や量子状態や二重指数関数などの理解にあまり恵まれていない私たちにとって、ずっと興味深くなるポイントです。彼は、これは私がこれまで発表した論文の中で初めて、主要な結果の証明における重要な技術的ステップがAIから、具体的にはGPT-5の思考から来たものだと言っています。
GPT-5の思考、つまりOpenAIの最も高度なAIですが、このことに関しては、この種の数学的証明などにとって最良のものか、最良のものの一つである可能性が高いです。繰り返しますが、彼らは数学の国際大会で多くの金メダルを獲得していることを覚えておいてください。実際、彼らはGoogle Geminiとほぼ互角でしたが、最新の大会では実際にGoogle Geminiをわずかに打ち負かしました。
だからあなたは、これがこの種の使用ケースにとって最も高度なAIモデルだと言うことができます。そしてこの公開された論文のために、これらの非常に有名で非常に尊敬されている分野の名前によって、ChatGPTは彼らが主要な結果に到達した方法の重要な技術的ステップを提供しました。つまり、この論文が公開されることを可能にした重要なパズルのピースです。さて、ここが重要な部分です。
これが一種のバイラルになったとき、多くの人々が文句を言い始め、これは人間によってできたはずだと言いました。そして事実は、スコット・アーロンソンはここで、彼はそれを言っていますよね。だから彼はそれを否定していません。彼は、アイデアを試したり文献を検索したりするために1週間か2週間あれば、フリークと私はこの問題を自分たちで解決できたと確信していると言っています。だから彼は、GPT-5が人間が決して思いつけなかったような解決策を考え出したと言っているわけではありません。
実際、これら2人の非常に知的な人々が、既存の研究を調べ、情報を分析し、本当に本当に一生懸命考えることに何時間も何日も何週間も費やせば、最終的には同じ解決策を思いついただろうことはかなり可能性が高いです。いいですか。だからこれは、GPT-5が人間が決して思いつけないようなものを思いついたと言っているのではありません。それは理解すべき重要なことです。わかりました。
スコット・アーロンソンは、彼らが何をしようとしているかの文脈をGPT-5に与え、方程式、証明を提供するよう求めます。そして5分後、それは自信に満ちた、もっともらしく見えるが間違ったものを彼に与えます。彼はそれを見ただけでそれがわかりました。彼は「まあ、これは明らかに間違っている」と思いました。
しかし懐疑論者がするかもしれないように愚かなAIを笑うのではなく、彼はGPT-5にそれがどのように間違っているかを伝えました。これは私たちが戻ってくる重要なポイントです。なぜなら、懐疑論者の多くは、彼らの議論の多くが、モデルに何かを尋ね、間違った答えを得て、その答えをさまざまなソーシャルメディアプラットフォームでパレードさせて、「ほら、間違えた」と言うことから来ているからです。そしてそれゆえこれらのモデルは役に立たないと暗に示しています。
ここでモデルは間違った答えから始まることを覚えておいてください。それでも、続けましょう。彼はGPT-5にそれがどのように間違っているかを伝えました。それはもう少し考え、謝罪し、もう一度試しました。そうです。だからそれは、もちろん、あなたは正しいと言いました。もう一度試させてください。そして大学院生や同僚とやり取りするように、何度か繰り返しました。
30分以内に、それは関数を見るように提案し、その関数を示しました。だから、いくつかの間違った答えがあったものの、それらの答えを評価しながら30分以内の何度かのやり取りで、その提案をしました。そしてなんと、これは機能しました。彼は、1年前に当時新しいGPT推論モデルで同様の問題を試したが、ほぼ同じくらい良い結果は得られなかったと続けています。
そして今、2025年9月、彼はあなたに、私たちに、AIがついに、私の経験が教えてくれる、すべての人間の知的活動の中で最も本質的に人間的なものにやって来たと伝えるためにここにいます。その活動とは何でしょうか。それは量子複雑性クラス間のオラクル分離を証明することです。明らかに、それは私たちの存在の目的ではありません。
今のところ何でしょうか。ChatGPT、GPT-5はほぼ確実に研究論文全体を書くことはできませんが、あなたが何をしているかを理解していれば、行き詰まりを解消するのを助けることができます。それはスイートスポットと呼べるかもしれません。興味深い見方です。この状態がいつまで続くかは誰にもわかりません。私は終身在職権を持っていることに感謝すべきだと思います。繰り返しますが、彼はこれを更新しました。なぜなら、オンラインで多くの人々がそれに反対したと思うからです。
それで彼は、これは投稿に暗黙的に含まれていたが、明確に述べるために、彼らは最終的にこの提案を思いつくことができただろう、十分な研究をするなどの十分な時間があれば彼らはそれを理解することができただろうと示唆しました。
しかしGPT-5があれば、彼らは30分以内にその結論に到達することができました。
彼は言います。「ポイントは、数学的研究に従事している人なら誰でも、あなたにとって明らかであるべきだった洞察を単に埋めることができるAIが本当に巨大な取引であることを知っています。それは実際の発見プロセスを加速させます。LaTeXを書いたり参考文献を準備したりするプロセスとは対照的にです。」この投稿は、私が確信しているすぐに何千もの例になるであろうものの小さな例を示しました。また、より良い関数を提案した人もいたようです。だから人間は最高です。などなど。
しかし、そのすべてが再びポイントを見逃していると感じます。ここに、この非常に知的な人が、論文を発表するための洞察を思いつくのを助けるために空白を埋めるのを助けるチャットボットがあります。これは新しい科学的発見を推し進めるのに役立ちます。
多くの人々が本当にそれを否定しようと自分自身を歪曲しているように感じます。あなたはこれがAGIやASIだと言う必要はありませんし、これが乗っ取って、すべての人間が今では時代遅れになると言う必要もありません。誰もそんなことは言っていません。彼らが言っているのは、私たちは驚くほど多くのことをするのが得意な何かを開発したということです。多くの異なること。そして今、そのことは数学、数学研究です。
それは人々を本当に助けている素晴らしいツールであり、私たちの科学的発見を推し進めています。これは大したことのように思えます。ところで、これはそう言っている唯一の人ではありません。私たちは多くの人々がオンラインで同様のことを言っているのを見てきました。GBT-5や他のチャットボットが彼らの研究と革新をさらに推し進めるのに役立っていると。
Google DeepMindのAlphaEvolveも同様のことを示しました。それはGeminiのトレーニングを改善しました。だからほとんど独自の種類のトレーニングプロセスのようなもので、データセンターの効率を何パーセントか向上させました。おそらくそれは何分の1パーセントかのようなものだったでしょう。しかしそれはGoogleにとって何百万ものコストを節約したでしょう。
それは彼らが行っていたいくつかのハードウェアチップのハードウェア設計を改善しました。そしてブログ投稿によると、Googleは、最適化しようとするハードウェアエンジニアの6ヶ月の努力がかかるだろうと言いました。そして今、それは数週間実行されているこのシステム、これは大規模言語モデルベースのシステムに置き換えられています。それはそのハードウェア仕様を最適化することができました。
私たちはこれらのことが実際の仕事をして、進歩に貢献しているのを見ています。さて、次にジュリアン・シュライトヴィーザーによる投稿を見てみましょう。OpenAIのノーム・ブラウンは、それを引用ツイートして、ジュリアンはAlphaGo、AlphaZero、そしてMuZeroの最初の共著者だったと言います。
彼は大きなTwitterのプレゼンスを持っていませんが、彼は10年以上にわたってAIの指数関数的進歩の最前線にいました。これは、しばらくの間このことに注意を払ってきた人物です。もしあなたがChatGPT以前のAIの歴史を知っているなら、確かにAlphaGo、AlphaZeroは、認識すべきより大きな種類のことのいくつかでした。AI進歩の道筋で、それらはさまざまなAI発見につながる非常に重要な瞬間でした。そしてここにジュリアンの投稿があります。
指数関数的成長の理解
彼は、再び指数関数を理解できないと言っています。だから彼は、AI進歩とそれに関するいわゆるバブルを巡る現在の言説は、COVID-19パンデミックの初期の週を非常に思い出させると言っています。指数関数的傾向を外挿することから来るグローバルパンデミックのタイミングと規模が明らかになった後も、政治家、ジャーナリスト、そしてほとんどの公的コメンテーターはそれを遠い可能性または局所的な現象として扱い続けました。あなたは覚えていますか。私たちの脳は指数関数的成長をあまりよく理解するようにできていません。私たちはそれが苦手です。
彼は続けます。AI能力とさらなる進歩について同様に奇妙なことが起きています。
人々は、AIが今やプログラムを書いたり、ウェブサイトを設計したりできる一方で、まだしばしば間違いを犯したり間違った方向に進んだりすることに気づき、そして何らかの形でAIは決してこれらのタスクを人間レベルで行うことができないだろう、またはわずかな影響しか与えないだろう、または彼らは2つの連続したモデルリリースを見て、会話で大きな違いに気づかないという結論に飛びつきます。そして彼らはAIが頭打ちになっていて、スケーリングは終わったと結論づけます。
これについてDavid Shapiroにクレジットを与えなければなりません。彼が作ったツイートを見つけることができませんが、ある時点で彼は次のようなことをツイートしました。ほとんどの人々がモデルが改善していることをもはや認識できない理由は、ある時点でモデルの知性がTwitterの平均的なユーザーの知性よりもはるかに大きくなったからだ、またはそのようなことです。
申し訳ありませんが、私はそれを台無しにしていますが、ポイントは、もし誰かがチャットすることでモデルの改善に気づかないなら、それは実際には何も意味しないということです。ジュリアンは違いに気づいています。スコット・アーロンソンは違いに気づいています。
繰り返しますが、スコット・アーロンソンのブログから1年前、これらのモデルはそれらの結果を得られなかったでしょう。そして今、AISはついにその活動にやって来ました。彼らはその能力を持っています。そうですか。だから、もしTwitterの平均的なユーザーが違いを把握できなくても、このような人が違いが何であるかを理解できるなら、それはあなたに何を教えてくれますか。
AIが進歩していることを認識できるもう一つの組織は、Meter Researchです。彼らは、AIが長いタスクを完了する能力を測定しています。そこで彼らは、これらのモデルが長いタスクを完了する能力を7ヶ月ごとに倍増させているか、または完了できるタスクの長さを7ヶ月ごとに倍増させていることを発見しています。
ここにその有名な、または悪名高いチャートがあります。左側には人間のタスク持続時間があります。だからこれは私たちがそれらのタスクを完了するのにかかる時間です。そしてこれはAIが成功する確率が50%であると予測しています。だから昔、o1は人間がかかるタスク、例えば40分、39分と彼らは言います、完璧です。56%くらいの時間でそれに勝つでしょう。
最近では、o3とGrok 4が1時間30分を超えました。だからGrok 4は人間が1時間50分かかるタスクを平均スコア66.6で完了することができます。ワオ。ところで、簡単な注意ですが、ジュリアンの投稿は9月27日に公開されました。今日はその2日後で、Claude 4.5 Sonnetが今リリースされたばかりです。
初期の公開によると、Anthropicは、それが30時間連続して自律的にいくつかのアプリケーションをコーディングすることができたと言っています。だから、私はそれがこのチャートのどこに並ぶのか完全にはわかりません。それはリンゴとリンゴを比較しているわけではありませんが、Meter Researchがその新しいモデルをいじる機会を得たら、そのタイムライン上のどこにそれがあるのか、私は非常に興味があります。それは確かにGPT-5を超えているように思えるからです。
ところで、あなたはこのチャンネルでこのチャートを以前に見たことがあります。これはAI Digestです。だから彼らはMeter Researchとちょうど見たチャートを指していますが、彼らは私たちのために少し追加の洞察を持っています。それは、タスクの長さが7ヶ月ごとに倍増していることを示すあのチャートです。それは2020年以前からモデルの能力を追跡している場合です。
2024年から始まる最近のモデルリリースのみを追跡したらどうなるでしょうか。それがここにあります、この赤い線です。どうでしょうか。それははるかに急勾配に見えます。だから、もし私たちがそれらの時間軸を見ているなら、それは7ヶ月ごとではなく、4ヶ月ごとに倍増しています。そうですか。だから再び、ジュリアンは、彼はこれを投稿しました。データをどのように見るかによって、他のいくつかのチャートは、能力のさらに極端な増加を示すかもしれません。
そしてこれは2日前に投稿されました。Claude 4.5 Sonetが出る前です。そして再び、そのモデルは30時間分の仕事ができるようです。繰り返しますが、それは私たちがここで見ているものと同じではありませんが、それがこれとどこで並ぶのか、私たちはかなりすぐに見つけるでしょう。
ここにGDP値があります。だから、私たちはこれを以前のビデオでカバーしました。これは、これらのさまざまなモデルを示しており、ところで、Claudeはこの指標で最高のものの一つでした。このベンチマーク、この指標はOpenAIによって出されたにもかかわらず、Claudeはリーダーボードのトップにいます。それは、これらのモデルが、デザインや製造、財務分析などの特定のドメインにおける専門家レベルの人間の能力にゆっくりと近づいていることを示しています。
これがそのチャートです。だから50%は、そのタスクで業界の専門家と勝つところです。ここで見ることができるように、2024年6月からGPT-4oは約10%のところにありました。2つの線は、勝ちをカウントするか、勝ちと引き分けの両方をカウントするかです。ご覧のとおり、それはかなり急速な成長です。もしあなたがそれが少し横ばいになっているかもしれないと思うなら、これはClaudeを示していないことを覚えておいてください。
Claude Opus 4.1はその期間中ナンバーワンでした。Claude Opus 4.1は47.6を獲得しました。だから、それは業界の専門家を打ち負かすか、同じであることに本当に近いです。だから47.6です。だから、それはどこかわかりませんが、そのあたりのどこかです。だから、もしあなたがそれらのポイントをグラフ化すれば、それは横ばいになっていません。
ジュリアンは続けます。「見通しは何か」ですか。だから、データを見て、何が起こっているかを見て、前進することを何を予測しますか。まあ、モデルは2026年半ばまでに丸1日、8時間の労働時間、自律的に働くことができるでしょう。繰り返しますが、私は最新のClaudeリリースからより多くの結果を得た後、この声明を更新しなければならないかどうか興味があります。なぜなら、それはすでにここにあるかもしれないからです。それは今日リリースされたばかりなので、私たちはまだ知りません。
しかし、あなたがこれを見ている時点では、このことについてすでにもっとニュースがあるかもしれません。だから、少なくとも1つのモデルは2026年末までに多くの業界にわたって人間の専門家のパフォーマンスに匹敵するでしょう。そして2027年末までに、モデルは多くのタスクで専門家を頻繁に上回るでしょう。
彼は言います。「過度に単純化しているように聞こえるかもしれませんが、グラフ上の直線を外挿することによって予測を立てることは、ほとんどの専門家よりも、さらには実際のドメイン専門家のほとんどよりも、あなたに未来のより良いモデルを与える可能性が高いです。」彼はEpoch AIの2030年レポートとAI 2027プロジェクトを読むことを推奨しています。これはEpoch AIレポートです。私たちはそれを見なければなりません。非常に興味深いようです。そして私たちはAI 2027をカバーしました。
だからそれはダニエル・コカタロなどです。ここでの主なアイデアは、2027年までに一種のAI乗っ取りがあるかもしれないということで、彼らは米国と中国の間の競争で何が起こるかのシナリオを展開します。犯される可能性のあるいくつかの潜在的な間違いと、物事がどのように進歩するか。
そしてこれをさらに楽しくするために、最後に向けて少し自分で冒険を選ぶことができます。私たちは、人類として、地球として、AIの進歩を減速させてより安全に開発しようとするのか、またはその種の競争シナリオを続けるのかを選ぶことができます。つまり、私はあなたのために結末を台無しにしたくありません。しかし、それが赤字であるという事実はおそらく少しそれを教えてくれます。
競争の結末は私たちにとって良いものではありません。繰り返しますが、私はここで物語を推し進めたり、私が何を考えているかをあなたに伝えたりするためにここにいるわけではありません。これらの視点を提示しています。そしてこれは、AIについて多くを知っている多くの人々によって提示されているものです。ダニエル・コカタロ、彼はOpenAIにいた人です。
彼は内部告発者として出てきて、OpenAIについての特定のネガティブなことを指摘しました。当時、法的責任やその他のさまざまな問題がある可能性があったため、彼自身に対する潜在的に大きなリスクを伴って。当時、彼らは軽蔑条項を持っていました。もしあなたがOpenAIを去った場合、もしあなたがOpenAIについて何かネガティブなことを言ったら、あなたがそれに投資したすべてのもの、すべての株式、すべてのエクイティを失う可能性がありました。
だから、彼らはそれを契約から削除したと私は信じていますが、彼は自分自身に対する大きなリスクがあったにもかかわらず声を上げていました。ここでの私のポイントは、どのような場合でも、彼は本を売るためにこれをしているのではありません。彼は利益のためにこれをしているのではありません。これは明らかに状態について深く気にかけている人です。彼が何を言っても、彼が信じていることは誠実です。
彼は物事を誇張するためなどにそれを言っているのではありません。さて。だからちょうど見たその投稿、AIがどこに向かっているかを外挿しています。だからそれはジュリアン・シュライトヴィーザーです。彼はTwitter/XでMa Noにいます。だから彼はAnthropicの技術スタッフのメンバーです。AlphaGo、AlphaZero、MuZero、AlphaCode、AlphaTensor、AlphaProof、Gemini強化学習、以前はDeepMindのプリンシパルリサーチエンジニアでした。
さて、私は今愚かに感じています。なぜなら、彼がAnthropicの技術スタッフのメンバーであることを私は知らなかったからです。だから、彼が新しいモデルが出てくることを知らなかったのではありません。彼はただそれについて話すことができなかっただけです。おそらくです。そうですか。しかし、私が言っていることがわかりますよね。だから、これはしばらくの間AI発見の最先端で働いてきた人です。
つまり、AlphaGo、AlphaZero、AlphaMuで働いた人は、これが物事がどこに向かっているのか、または少なくともこれまでのプロセスがどのように形作られてきたかを知っている人だということを尊重しなければなりません。彼は未来のそれほど遠くまで外挿してさえいません。そこでは何かを想像しなければなりません。
彼は、これらのチャートの線を見てくださいと言っています。この線がこのように進み、私たちがそれがそのように続くなら、私たちはどこにいますか。何が起こりますか。ところで、これは極めて稀ですが、しばしば非常に賢い人々が、ほとんどの人が理解するような方法で物事を説明するのが難しいことがわかります。私は彼らにクレジットを与えなければなりません。
これは信じられないほどよく書かれていて、理解しやすいものでした。このこと全体で私にとって発音するのが最も難しい単語はおそらく外挿することでした。それは多くを語っています。それは良いことです。ところで、あなたはグッドハートの法則についてますます聞くことになるでしょう。人々は、私たち自身をグッドハート化しないようにしましょう、というようなことを言っています。
基本的に、アイデアは、何らかの指標が私たちが単に注意を払っているものではなく、私たちが達成しようとしているものになると、悪いことが起こるということです。たとえば、これらのエージェントまたはチャットボットがどれだけ優れているかを測定するベンチマークがある場合、人々がこれらがどれだけ優れているかを評価するために探しているものは何かを少なくともみんなが理解するまで、私たちはしばらくの間それらのベンチマークを信頼できます。だから、これらのチャットボットとエージェントが本当に高いスコアを取得することを確認しましょう。高いスコアが目標になるとすぐに、物事は少し崩壊します。
AIと労働市場への影響
そしてそれは私たちの第3のポイントをもたらします。私が少し述べたかったことで、これはカルロス・E・ペレスによる投稿です。彼はこの論文、心の自転車の経済学をカバーしています。だから私はこれをまだ読んでいません。申し訳ありません。
私はちょうどカルロスのそれに関するアイデアのようなものを読みました。彼はその投稿をカバーし、彼自身のアイデアをいくつか追加しました。だから、それは私が反応しているようなものです。なぜなら、AIが人間を置き換えるというこのアイデアは、私にはしっくりこなかったからです。それは完全ではないと感じませんでした。しかしまた、一部の人々は「ああ、それは人間がもっとできるようにするだけだ」と言っていました。
それもどういうわけか間違っていると感じました。では、現実は何でしょうか。これらのますます賢い機械は、不平等に、私たちが物事を成し遂げる能力にどのような影響を与えるでしょうか。心の自転車のこと。それはスティーブ・ジョブズに帰属していると思います。確かに、彼はそれを言いました。彼は素晴らしいポイントを作りました。それが彼のオリジナルのアイデアだったのか、それとも彼がそれを非常に非常によく説明しただけなのかはわかりません。
そして彼は、もしあなたが動物界の多くの動物をランク付けし、彼らがどれだけ速いかを見たら、私たち人間は遅く、不器用で、あまり機敏ではなく、ただひどいと言っていました。しかし、あなたが私たちに自転車を与え、一定量のエネルギーでどれだけ遠くに移動できるかという点では、私たちは非常に効率的です。私たちはいわばリーダーボードのトップまでそれをロックします。
そして彼のポイントはそれで、コンピュータは心の自転車のようなものだと言っていました。だから私たちはツールを作成して使用します。それらのツールは私たちをより良く、より有能にします。私は最近、エド・サッチとインタビューをしました。彼はシミュレーションの背後にいて、ベイエリアで彼が行った他の多くのスタートアップやものがあります。非常に興味深い会話でした。ぜひチェックしてみてください。
しかし、彼が言っていた一つのことは、AIはツールではないということです。それは競争相手です。そして彼のポイントはそれよりも少しニュアンスがありました。だからそれをすべてに適用しないでください。しかし、この投稿を見てみましょう。なぜなら、これは多くのことを釘付けにしていると思うからです。これは私の心の中で、AIが乗っ取るにつれて何が起こるかについて考えるためのより良いモデルを私に与えてくれます。
だからカルロスは、誰もがAIが良くなるにつれて、人間の価値が低くなることを知っていると言っています。それは知られています。ただし、3人の経済学者が1973年の数学とスティーブ・ジョブズを使って正反対のことを証明しました。そしてそれは、研究者を狂わせてきた何かを説明します。ところで、もしあなたがコピーライティングと魅力的な方法で書く方法を研究するなら、それらの最初のいくつかの文は本当に驚異的です。あなたはこれを読んで「ああ、何かをしに行こう」とはなりません。あなたはこれを読み終えるでしょう。
とにかく、コンピュータが不平等を悪化させたのに、ChatGPTはそれを改善しているのはなぜですか。それは奇妙な質問です。だから、データは奇妙です。1990年代には、コンピュータはそれらが現れるすべての場所で賃金格差を広げました。しかし、研究の後の研究は、AIが専門家よりも苦労している労働者を助けていることを示しています。
私はこの研究論文と共に午前中を過ごし、答えは私たちの精神モデル全体をひっくり返します。あなたがChatGPTをどのように使用するかについて考えてください。あなたは一度だけタイプして立ち去るのではありません。あなたは反復し、洗練し、改善する機会を見つけます。スコット・アーロンソンと同じように、そうですか。彼はChatGPTにタイプして、それから答えを公開するだけで論文を書いたわけではありません。
彼は正しいと彼が知っていた答えを得るまで30分間のやり取りを費やしました。だから、そのやり取り、それがすべての鍵です。また、Google DeepMindのAlphaEvolveと同じことで、それはやり取りとは全く同じではありませんが、出力を評価する方法であり、その後、どの系統が最良の結果を生み出すかを見つけるための進化的検索です。
だから、あなたがそれをやり取りとして説明するか、それが取る検索パスを導くとして説明するかは関係ありません。それがすべての鍵です。研究者たちは、すべての認知的作業を3つの部分に分解しました。実装、タスクを行うこと。機会判断、何が良くなり得るかを見ること。報酬判断、実際に何が重要かを知ること。ここで野生的になります。
AIは実装において本当に優れています。恐ろしいほど優れています。Cursorのジュニアコーダーは突然5年の経験を持っているかのように書くことができます。それは本当です。私たちは最近、ゲーム全体を構築し、それらを公開している誰かと話しました。ソフトウェア開発者ではありません。彼らは3ヶ月でゲームを作成しました。
そのようなゲームを作成するためには、これ以前に18人のチームが12ヶ月かかるかもしれないものです。今では、ソフトウェア開発の背景のない一匹狼が、Cursorを通じてこれらのモデルを実行するAPIコストを支払うために3〜4ヶ月とトークンで数千で作成できます。それは数千でした。
だから、それは無料ではありませんでしたが、このゲームに取り組んでいるフルチームを持つよりもはるかに安いです。しかし彼は続けます。「それは興味深い部分ではありません。AIが実装において良くなるほど、あなたの判断はより価値があるものになります。それは乗算的であり、代替的ではありません。あなたがデザイナーだと想像してください。AIは今や数秒であらゆるデザインを実行できます。
しかし、どのデザインを作成するか、いつ反復するか、クライアントが実際に何を必要としているか、それはすべてあなたです。」数学は直感に反する何かを証明します。ツールがより強力になるにつれて、機会を見つけることができる人とそうでない人の間のギャップは大きくなります。しかし、待ってください。なぜAIは現在不平等を予測しているのですか。なぜなら私たちはフェーズ1にいるからです。今のところ、AIはスキルの違いを補償しています。
苦労している労働者は大きなブーストを得ます。専門家は、彼らはすでに実装が得意でした。そして私たちは、これが真実であることを示している多くの研究をカバーしてきました。最近、私たちは論文をカバーしました。実際には、ChatGPTや他のチャットボットによって非常に恩恵を受けている人々のグループはADHDを持つ人々だと言っているニュース記事だったと思います。
それは彼らがADHDが作るギャップを埋めることを可能にします。それは彼らが多くの方法でその橋を渡ることを可能にし、彼らが持っているアクセシビリティを改善します。もしあなたが素晴らしいアイデアを持っているが、あなたの英語の書く能力があまり良くないなら、あなたはChatGPTのようなものを使って、それらのアイデアを本当に出すことができます。
私たちは論文を見ました。誰が公開したのか覚えていませんが、オフィスのような環境で、専門知識のトップ50%にいた人々、彼らが仕事をどれだけうまくやったか、彼らはChatGPTからブーストを得ましたが、ボトム50%にいた人々、彼らははるかに大きなブーストを得ました。だから、それは競争の場を平等にします。完全にではないかもしれませんが、それはその効果を持っています。だから、これは私たちが今いるところです。これは私たちがおそらく過去数年間いたところです。
しかし、実装が基本的に無料になったら、フェーズ2が来ています。誰でもデザイン、コード、書くことができるところで、重要なのは判断だけです。誰が機会をつかんだのか。何が価値があるのかを知っているのは誰か。だからこのスペースでは、私たちはそれを味と呼んでいました。
今考えてみると、判断はおそらくそれを言うためのはるかに良い方法です。だから味は、私たちが出力を判断できることを意味します。AI音楽の疑似出力は何が良いものか、このバージョンはこのバージョンよりも良く聞こえるか、もしあなたがこれらのことに良い味を持っているなら、あなたはより良いものを選ぶことができます。しかし、判断はさらに広いと思います。これらのAIモデルをより多く得ることができる最高の判断を持つ人々にこれを使用する機会があるか。何が起こるか。より良いAI
は完全な自動化を可能性を高くするのではなく、低くします。なぜですか。自動化されたシステムは固定された判断を持っているからです。それらは適応できません。放射線科医AIは99%正確かもしれませんが、待って、この患者のケースは奇妙だと気づくことはできません。私は違った考え方をすべきです。リアルタイムであなたの判断を調整する柔軟性。それは独自に人間的です。
そしてツールが改善するにつれて、それはより価値があるものになります。さらにクレイジーなことに、これはチームがどのように働くべきかを変えます。論文は、AIが改善するにつれて、コントロールは物事を行うのが得意な人々から機会を見る人々に移行すべきであることを示しています。だから、そのスキルは何がより良くなり得るかを見ることです。機会のようなもの。それがあなたの堀です。
研究者たちはそれを機会判断と呼んでおり、それは経済において最も価値のあるスキルになろうとしています。あなたがそれに同意するかどうか私に知らせてください。これらのモデルが出てきたとき、私たちはそれがプロンプトエンジニアリングになると思いました。確かに、それがそうなるようには見えません。そしておそらく2年後、私たちはこれを振り返って笑うでしょう。
しかし、これについての何かが私には正しいと感じます。もし私たち全員が優れたものを生産することを可能にするツールを持っているなら、そのものが何であれ、デザインやコードやその他何でも、誰がその状況で勝ちますか。差別化要因は何ですか。それは判断のようです。あなたがその力をどこに適用するか。その適切な機会にそれを適用する人が勝ちます。
だから、AIが仕事を置き換えるとき、それはポイントを見逃しています。彼らは人々が今日何をしているかを測定します。しかし、全体のポイントは、AIが仕事が何であるかさえも変えるということです。弁護士の仕事は今、契約を書くことです。それは仕事の一つです。将来、それはこの特定の状況でどの契約のバリエーションが最も価値を生み出すかを知ることです。これは私には非常に理にかなっており、それは完全に異なるスキルです。
そしてこれは本当に私に強く当たった行です。彼らは、学校はAIリテラシーを教えていると言っています。このアナロジーでは、彼らは人々がより良い自転車になることを教えています。さて、これがモデルをより良くプロンプトする方法です。正しい出力を得るために正しいボタンをクリックする方法です。そうですか。代わりに、私たちは人々がより良いライダーになることを教えるべきです。
だから、質問はAIが私を置き換えるかではありません。私はますます強力な自転車に乗るための判断を発展させているかということです。なぜなら、これらの自転車は非常に速くなろうとしているからです。だから、Intuitionでカルロスをチェックしてください。彼はまたintuitionmachine.gumroad.comで書いています。そしてところで、Anthropicからの最近の研究とAnthropicからのデータを使用したスタンフォードの公開された論文。
私は本当にそれが今日カバーする多くのアイデアと密接に関係していると感じています。大学を出た最初の数年間、あなたがインターンであるとき、タスクの実行方法を学んでいるとき、しばしばあなたは下働きをしています。あなたは言うなれば自転車です。あなたの認知的な車輪、ツールです。
あなたは他の誰もやりたがらないような退屈な下働きをしています。しかし、それはあなたにキャリアを続けるためのスキルを習得する機会を学ぶ機会を与えます。それらの仕事はなくなりつつあります。私は未来にという意味ではありません。今まさに今という意味です。私たちはそれらのホワイトカラーの仕事に対する圧力を見ています。それらは減少しています。もしあなたが22歳から26歳の間なら、あなたは大学を出ています。
あなたはそれらの職業の1つに入ろうとしています。それらの仕事の供給は2022年頃から下がっています。これは非常に最近のトレンドです。もしあなたがあなたの選んだキャリア分野で10年または20年の経験を持っているなら、あなたはこれらのチャットボットによって改善されます。あなたはもっとできます。あなたはより効率的です。彼らはあなたにレバレッジを与えます。
だから、このビデオでは、今何が起こっているかを見ました。スコット・アーロンソンは、彼が言うように、重要な技術的詳細の実装がGPT-5のおかげであった論文を公開しています。彼は、いいえ、それは人間ができないことをすることができるということではないと慎重に指摘しています。それはただ本当に発見を加速させます。それは賢いです。それは彼が自分で可能だったよりも速くそれらの賢い洞察に到達するのを助けます。
それは科学的発見を加速させています。それから私たちはジュリアン・シュライトヴィーザーを見ました。ところで、人々はこの参照を得ますか。コメントでこの参照を得るかどうか私に知らせてください。それは「GSV、あなたは絶対に正しい」と言っています。そしてそれはClaudeの顔が前にある大きな宇宙船の写真を持っています。
だから、Cloudは宇宙船です。GSV、あなたは絶対に正しい。それは何を参照していますか。そしてジュリアンは、AlphaGo、AlphaMu、AlphaZeroに取り組んできた人で、再びこれらのことがどこに向かっているのかについての非常に基本的な種の議論を作成します。それは超高度な知性を理解する必要はありません。彼は、このチャートを見てくださいと言っています。
この矢印を見てください。もしそのトレンドが続くなら、ただ外挿すれば、これはどこに向かっているのでしょうか。そして彼は「進歩は止まるかもしれないか」と言います。それを止める何かが起こる可能性がありますが、それは単に起こりそうにありません。そしてもちろん、私たち全員が意見を変えなければならないでしょう。もし進歩を止める何かが起こったら、私たちは「わかりました、たぶん私たちは間違っていた」と言わなければならないでしょう。
しかし、これまでのところ、それは起こっているようには見えません。だから彼のポイントは、未来には長期タスクを実行するこれらのエージェントがいるということです。そして最後に、カルロス・ペレスですが、彼は別の論文をカバーしています。だから、これは彼自身の論文ではなく、他の誰かの論文についての彼のアイデアですが、私はそれを読むのを楽しみました。なぜなら、彼は本当にそれを分解し、彼自身の洞察を多く加えていると思うからですが、彼はその状況で誰が勝つのかの絵を描きます。
おそらくすぐに来るこの未来の勝者と敗者は誰ですか。だから、これはAIバブルだと言っている多くの人々がいることを知っています。すぐに崩壊するでしょう。これらの大規模言語モデルは役に立たない。AIは単なる詐欺であり、AIは単なる詐欺であり、どこにも行かないということです。
今日カバーしたことは、物事がどこに向かっているのかのはるかに現実的な絵だと思います。それは過度に誇張的ではないと思いますし、AIを過度に軽視しているとも思いません。だから、私たちが話した人々をチェックしてください。私は彼ら全員に説明欄でリンクします。もしあなたがここまで来たら、見てくれて本当にありがとうございます。
私の名前はウェス・ロスです。
コメント