本動画は、AIが急速に浸透する現代社会の様々な局面を包括的に検証する内容である。コード生成における変革期、AI支援によるIVF技術の進化、ChatGPT Healthをめぐるプライバシー懸念、そしてOpenAIの広告モデル導入という転換点まで、技術革新の光と影を多角的に捉えている。さらに、バイオエレクトリシティによる細胞間コミュニケーション、ソーシャルメディアにおけるAIボットの選挙操作実験、そしてAIとの効果的な対話には共感力が鍵となるという研究結果まで、テクノロジーと人間性の交差点を探求する重要なトピックが網羅されている。
トラウマを抱えた猫とドローン、そして物理シミュレーション
今週、猫とドローンが悲しいことにトラウマという絆で結ばれてしまいました。正直言って、私もこんな展開は予想していませんでした。これから、人間の体型をベースにしたモデル内部の異なる支点や関節に、実際にどれだけの重量が負荷としてかかっているかを知ることができる、本当に興味深い新技術をお見せしましょう。
さらに、AIガイドロボットを使ってIVFの重要なステップを実行する新しい不妊治療ラボについても取り上げます。そうなんです、AIアルゴリズムが卵子に向かって針を誘導していて、しかもそれが人間よりも上手にやってのけているんです。ChatGPT Healthについて、ヨフの意見も聞いていきます。今週聞いたことがあると思いますが、彼はこれを単なる製品とは見ていません。彼はこれをマーケットプレイスだと考えています。そして、製品が誰なのか、わかりますか?
さらに、プラグマティックエンジニアと、AIがほぼすべてのコードを書くようになったとき、ソフトウェアエンジニアリングに一体何が起こるのかについて話します。彼が指摘しているように、これはもはや仮説上の質問ではありません。これはテック業界を襲おうとしている巨大なトレンドなのです。
私にとって非常に動揺させられるマイルストーンがあります。OpenAIが今、ChatGPTに広告を導入しようとしています。彼らは今、正式にそれをテストしています。そして最後に少し希望を持てる話として、共感こそが大規模言語モデルから最大限の成果を引き出すための最良の方法かもしれないという新しい研究があります。
でもまず、私のためにハイプボタンを押していただけますか?どこにあるかご存知ですよね。YouTubeで見ている場合、実際には誰もどこにあるか知らないんですけど、もしYouTubeのモバイルアプリで見ている場合は、コメント欄を左にスワイプすると大抵見つかります。
さて、猫の話に戻りましょう。家の外でドローンが何かをしているのって、かなり不気味ですよね。私なら「何をスパイしてるんだ?」って言うでしょう。でも、この猫は窓がどうやって洗われるのかを直接目撃したわけです。大きなケーブルが上まで伸びて、水を汲み上げ、そして電力を汲み上げて動力を供給するんですね。これが、きれいな窓があるスカイスクレイパーに住むということの近未来の姿であり、トラウマを抱えた猫が体験したことなのです。ええ、私だってきっと飛び上がっていたでしょう。
物理システムとAIによる人体シミュレーション
興味深い物理システムですね。シミュレーション内で発見されている物理が怪我を引き起こすかどうかを判断するために、何らかのAIが使われたと思います。少なくとも、それは彼らが進むことができる研究ラインです。
でも、既に持っているもの、つまり手や肘や関節がどこにあるかを知っているこれらのシステムを使って、体の重量を取り入れてそれを推定するというのは魅力的です。トレーニングデータから学習して、体がどのように座っているか、異なる靭帯の部分や角度にどれだけの重量が引っ張られているかを学び、そして将来的には、何かが壊れる前に正確に何が壊れるかを予測したり、誰かがどんな怪我のリスクを抱えているかを予測したりできるようになるんです。
あるいは、おそらく将来的には、VOのようなシミュレーターを通じてキャラクターをより現実的にすることができるでしょう。なぜなら、人間の体をシミュレートして、それがキャラクターで、壁を登っているとしたら、各関節にかかる正確な張力をある程度理解しているべきですし、今やそれが手に入ったわけですから。
これは、AIが私たちにはできない方法で考えることができるという詳細さや方法を見ることができる、そういったものの一つなので共有したかったんです。つまり、私たちは直感的に何かがどれくらい重いかを推定することはできますが、AIはそれをずっと上手にできるんです。
AIによるIVF技術の革新
さて、AIの未来はより多くのロボットだけではなく、より多くの赤ちゃんでもあるかもしれません。AIはこれまでに19人のIVF赤ちゃんを誕生させており、それも人間よりも上手にやっているんです。
これはロボット工学とAIのクロスオーバーのようなものです。人間は実際にこれらの卵子に、ご存知の明白なもので浸透させなければならないと思いますが、ここでどれほど小さいものについて話しているのか想像もできません。単一細胞手術と彼らはこの投稿で言っています。
ですから、カメラでズームインして、コンピュータビジョン、ロボット工学、アルゴリズムを使って、機械的な精度で同じステップを実行するというのは理にかなっています。そして得られるのは、AIガイドアルゴリズムが針を使って完璧に浸透させるということです。
目標は一貫性であり、それこそがAIとロボット工学がIVFに関して提供できるもののようです。より少ないミス、再現可能な品質、そして世界的なIVF需要が高まり続ける中でスケールを維持する能力です。
コメント欄の350onさんが「わかった、でも誰が彼らを育てるの?誰が育てたいの?」と言っています。え?まあ、彼らの…ええ。この人は「彼らの両親だよ」と言っています。何を言ってるんですか?
ああ、私は彼らがランダムに作っているだけだと思っていました。ええ、もしそれが幻覚を起こしたらバグになるでしょうね。ああ、なんてこった。将来、ただ幻覚を起こすロボットを想像してみてください。「ああ、すみません。うっかり赤ちゃんにIVFをしてしまいました」みたいな。「じゃあ、今やそれは誰の赤ちゃんなの?」「あなたのです」って。
もしそれがあなたのLLMだったら、何に巻き込まれるか正確にわかっていない限り、ChatGPTをIVFロボットツールに接続させないでください。それは実際、この1週間かそこらで私が考えた中で最も愉快な思考です。それはクレイジーです。うまくいけば、彼らはそれにガードレールをしっかり設置するでしょう。
ChatGPT Healthとマーケットプレイスの構造
さて、ヨエイムが「ChatGPT Healthはマーケットプレイスだ。製品が誰だか当ててみて」と書いています。その通り。私たちだと言うでしょうね。
さて、もしまだニュースをキャッチしていないなら、OpenAIは最近ChatGPT Healthを立ち上げました。これは新しいAIを活用した健康機能で、人々が医療記録をアップロードし、ウェルネスアプリを接続して、パーソナライズされた健康ガイドラインを取得できるようにします。
個人的には、これらのツールは本当に超役立つと思っています。明らかに、幻覚を起こす可能性はあります。医学的アドバイスとして考えるべきではありませんし、OpenAIで起こっているプライバシー、彼らが呼ぶところのプライバシーシアターが多くあることは理解しています。ちなみに、それは記事からのフレーズです。
著者は、それがほとんどプライバシーシアターだと主張しています。ですから、利益とリスクを天秤にかけてください。それぞれの人によって異なりますが、少なくとも思っているほどプライベートではないことを認識しておくべきです。
でも実は、現在のシステムでは多くのリスクがあって、私が以前考えていたほど安全で信頼できるものではないんです。しかし、OpenAIのリリースでの多くの文言の表現方法は、ユーザーを安心させながら、実際には法的に保護していないんです。
特に重要なのは、OpenAIと共有される健康データは、米国のHIPPAのような厳格な法律によってカバーされていないということです。この記事は、OpenAIが重い財政的圧力の下にあり、ChatGPT Healthが主に慈善的なツールとしてではなく、ヘルスケアマーケットプレイスのインフラとして構築されていることを強調しています。
それは詳細な健康プロファイルを集約し、個人を保険会社、プロバイダー、ウェルネスブランドと結びつけます。プラットフォームの技術はパートナーのB.Wellに依存しており、そのビジネスは保険会社にサービスを提供しています。そして、この製品は現在、EUや英国のような強力なデータ保護のある地域では利用できません。
ですから、著者の核心的な警告は、企業ではなく個人が事実上製品になっているということです。あなたは業界のプレーヤーに売り込まれている製品なんです。なぜなら、彼らはあなたを適切な人々に届けることができる正確な機密健康データを知っているからです。ある意味、リード生成のようなものだと考えることができます。
もちろん、モデルは信じられないほど賢く、多くのことを知っているので、ほとんどの医師が理解できないような曖昧な医療テキストを読んで理解することができます。ですから、この二つをどう見るかはそれぞれの判断に任せます。
ソフトウェアエンジニアリングの変革期
次に、プラグマティックエンジニアを見てみましょう。ギアリアローズが「AIがほぼすべてのコードを書くようになったとき、ソフトウェアエンジニアリングに何が起こるのか?もはや仮説上の質問ではない。これはテック業界を襲おうとしている巨大なトレンドだ」と書いています。
この記事は基本的に、私たちが本当に深刻な変曲点、つまり真剣な変曲点に達していると主張しています。AIツールが今や日常的なコードの大部分を生成できるようになり、ソフトウェアをタイピングから、より多くの指示と書かれたコードの検証へとシフトさせています。
著者は個人的に、プロンプトによって製品を出荷し、それらを変更し、コードモデルを調整し、さらには携帯電話からAIが作成したプルリクエストをマージしたことについて説明しています。そして、最新のエージェントが異常に反応が良く、まるでシニアのチームメイトのように感じられると言う、経験豊富なエンジニアからの同様の「アハ!」のストーリーの波で裏付けています。しばしば、速く、反復的で、日々のコーディングの感覚を変えるのに十分なほど良いと表現されています。
Googleのプリンシパルエンジニアは言います。「冗談ではありません。これは面白くありません。私たちは昨年からGoogleで分散エージェントオーケストレーターを構築しようとしてきました。さまざまなオプションがあります。全員が同意しているわけではありません。私はClaude Codeに問題の説明を与え、それは1時間以内に私たちが昨年構築したものを生成しました。完璧ではありません。私たちはそれを反復していますが、これが今の私たちがいる場所です」
別のプログラマーは、2025年は自分とプログラミングとの関係を深く再考した年だったと書いています。以前の年には、彼はコードをタイプアウトするのが大好きでした。しかし、これは手作業でコードをタイプアウトすることが彼をイライラさせることに気づいた年です。
どう思いますか?選りすぐりの例だと思いますか?まだスロップだと思いますか?私たちは「アハ!」の瞬間にいると思いますか、それともこれはただの誇大広告ですか?ああ、ただの誇大広告ですか?もしただの誇大広告だと思うなら、そのハイプボタンを押してください。誇大広告だと思っていることを私に見せてください。
AIとの信頼関係の構築
インソーが「ちょっとした信頼問題があるだけの新しい親友を見つけた」と書いています。おお、それは幻覚かもしれませんね。イニーに何が起こっているか見てみましょう。
さて、記事の基本的な概要は、この女性がAIツールに対して懐疑的だったが、それらがますます洗練されていくにつれて、以前に持っていた信頼問題のいくつかを評価するようになったということです。でも、彼女が持っていたこの種のストーリーを指摘したいと思います。これは面白いと思ったんです。
私はHoneycombで例外を探し回っていて、何か奇妙なものに気づきました。GCPメタデータURLに関するエラーです。彼女は自分に言いました。私たちは完全にAWS上にいます。何が起こっているんだろう?
私の最初の本能は、エラーをコピーしてGeminiで確認することでした。それは初心者の動きで、AIを少し洗練されたGoogleのように扱っているんです。そして、予想通りのものを得ました。それはGCPメタデータURLに投稿しようとしてエラーが出たと教えてくれました。当たり前じゃないか、みたいな。
でも、彼女はCursorに切り替えて、代わりに実際のアプリケーションコードを指し示しました。今度は、クラウドプロバイダーを自動検出するAWS SDKサブライブラリについて話し始めました。そして彼女がGitHubで実際にコードをチェックしに行ったとき、彼女は「何かすべてについて少し現実離れした感じがする、ストーリーをあまり信じられない」と思いました。
でも、気まぐれで、彼女はいくつかの自分たちのリポジトリがあるフォルダーを指し示しました。そして、そこから事態がクリックし始めました。それはOpenTelemetry、自動計装コードを見つけ、K8か何かのセットアップがクラウドプロバイダーを自動検出しようとしていることを解明し、突然全体像が理解できました。
この奇妙なGCPエラー、自動検出、数ヶ月前に設定して忘れていた設定、すべてがつながり、Cursorはすぐにサポートしている4つのフレームワーク全体にわたる変更を提案しました。
彼女の一部は、それを受け入れて先に進みたかったんです。でも懐疑的だったので、まずドキュメントを求めることにしました。そうして良かったと思いました。なぜなら、NodeJSはデフォルトでクラウド検出が有効になっていることがわかったからです。他の3つは全く触る必要がありませんでした。
もし彼女が盲目的に信頼していたら、1つだけの代わりに3つの不必要な変更をしていたでしょう。そしてコードの各行にはメンテナンスコストがかかります。
何らかのAIツールに、人間の文脈ウィンドウに保持するのが難しい多くのものを広く見てもらいましょう。それがあなたを物事に絞り込むことができると感じます。そして、その答えが何であるかを考えるために、人間が本当に必要なんです。
その答えと一緒に座って、選んだLLMとやり取りして、正確に何を変更したいのか、その利点や波及効果は何かを理解するかもしれません。そして最終的に、十分な情報に基づいた人間の決定を下すんです。
AIの測定における構造的限界
さて、デヴォニッシュがAIが測定の壁にぶつかっていると言っています。それでは、私たちが見ているベンチマークのいくつかの隠れた物理的限界を見てみましょう。
今、この記事には良いものがたくさんあります。素晴らしいメタファーがいくつかありますが、測定の壁というこのアイデアの主な興味深い点は、複雑なシステムを取り上げて、ベンチマークのイエスノーの質問や、さらには離散的なトークン出力を使ってシステムを理解しようとするのは本当に難しいということです。なぜなら、システムが複雑だからです、よね?
ですから、私たちのテストは重要な能力に対して構造的に盲目かもしれません。なぜなら、複雑なシステムを単純な測定に強制する行為が、私たちが観察しようとしているまさにその構造を捨て去ってしまうからです。
アインシュタインの言葉を聞いたことがあるかもしれません。「できるだけシンプルにしなさい、でもそれ以上シンプルにはしないで」というような。すべてを単一の方程式に煮詰めたいと思うかもしれませんが、いつもできるわけではありません。でも、そこに余計なものも入れたくないんです。それを説明するのに必要なものだけです。
そして複雑なシステムは、そのすべての複雑さを理解するために、それに近い全体が必要かもしれません。たぶん、ピースを足し合わせることができないか、そこにパターンがないんです。ある時点でほとんど圧縮不可能なんです。
そして、それ以上圧縮できないとき、システムを記述するためにそこにあるすべての情報が必要になります。ですから、Geminiモデルのような大きなものが何をするかを完全に予測する方法はないかもしれません。テストするために利用可能なGeminiモデル全体がなければ、DeepSeekでも何と名付けようと同じです。
バイオエレクトリシティと細胞間コミュニケーション
次に、バイオエレクトリシティに飛び移りましょう。その技術がどれほどワイルドか見てください。まったく新しいコミュニケーション形態のようです。つまり、ニューロンが電気でこれを行い、すべての細胞がバイオエレクトリシティを使って調整できるなら、知性は私たちのすべての細胞にあるのでしょうか?興味深い質問です。
科学者たちは、上皮細胞、つまり私たちの皮膚や臓器を覆う細胞が、これはすべて確認されていますが、バイオエレクトリシティを使っていることを発見しました。つまり、小さな電流が細胞膜を横切っているんです。
私の考えでは、これは知性への初期段階、あるいは少なくとも、正しい方法で構築されればそのプロセスを模倣し始めることができる、より高いレベルでの調整への初期段階だと主張できます。でも今のところ、これらの電流が、押し出しと呼ばれるプロセス、つまりどの細胞を排出するかについての集団決定を行うのに役立っていると言えるでしょう。
そして、それは弱い細胞や健康でない細胞を取り除くことによって組織を健康に保ちます。ですから、ある意味で、あなたの皮膚にはいつ剥がれ落ち、いつ新しい細胞をその場所に配置して健康を保つかについての一種の知性があると感じます。
組織が混雑するにつれて、電流が増加し、より高い割合で細胞膜を横切ります。年を取った細胞や弱い細胞、エネルギーが不足している細胞は追いつくことができません。彼らはそれほど健康のシグナルを受け取りません。そして、どうなると思いますか?ある時点で、彼らは膜電位を失います。しぼみます。除去のマークがつけられます。
そして、そのバイオエレクトリックシグナルは、混雑した組織内のリアルタイムの健康チェックのように機能します。でもそう、バイオエレクトリシティはニューロンだけの特徴ではないと誰が思ったでしょう。それは根本的に、私たちの皮膚の多くの細胞がコミュニケーションをとる方法なんです。
AIが強化する新しいX線技術
ブルックヘブン国立研究所の研究者たちは、AIを活用した新しい技術を開発しました。それは「知覚融合反復断層撮影再構成エンジン」と呼ばれています。記事に出てくるPFITREというやつですね。
でも要点は、これが3D X線断層撮影を劇的に改善するツールだということです。これは、スライスごとに画像を使って何かの内部を見る方法です。その通り。私は多くの脳画像スキャンをそのように見たことがありますが、それが何と呼ばれているのか知りませんでした。
従来の断層撮影は、すべての角度からX線画像を収集できないため苦労していました。それがぼやけた死角を作り出します。これらは欠損ウェッジ問題として知られています。
でもPFITREが救いに来ます。それはX線の物理ベースモデルとシミュレーションデータでトレーニングされたAIを組み合わせているので、システムは科学的精度と学習された知覚的詳細の間を反復し、再構成された3D画像がより鮮明でより信頼できるものになるまで続けます。かなりいいですね。
この方法は、不完全なデータでもナノスケールの細かい詳細を明らかにすることができ、研究を潜在的にスピードアップし、必要な放射線の量を減らし、以前はアクセスできなかったサンプルへのイメージングを開き放つ可能性があります。
そうですね、X線に少しの物理を加えましょう。ブーム。AI改善が得られます。
ソーシャルメディアとAIボットによる選挙操作
世界初のソーシャルメディア戦争ゲームで、AIチャットボットが選挙を左右しようとするものが完了しました。結果はどうだったと思いますか?人類は非常に抵抗力があり、AIボットがソーシャルメディア上での私たちの選挙決定を左右することを許さなかったと思いますか?
もしそう思ったなら、あなたをすべての主要テック企業のCEOに推薦したいと思います。本当に良い心を持っていますから。でも悲しい真実は、私たちは影響を受けたということです。
私がショックを受けるほど信じられない量ではありませんでしたが、少しの左右への押しでも選挙を左右するのに十分であり、ダメージを与えるのに十分であるという認識があります。そしてそれは機能するんです。
研究者たちは「ナラティブをキャプチャせよ」を作成しました。それは斬新な、あるいは斬新だったソーシャルメディア戦争ゲームで、学生チームが消費者向けAIを使って架空の選挙に影響を与えるボットを構築しました。
4週間のシミュレーションキャンペーン中に、投稿の60%以上がAI生成であり、ボットネットワークは選挙結果を2%シフトさせることに成功しました。虚偽の、または感情的に充電された投稿を含む説得力のあるコンテンツでプラットフォームを溢れさせることによって。
2%は小さな量に見えますが、それが実際に大統領を決定する投票ブロックである場合、それは大きな問題です。この演習は、生成AIが現実的な誤情報を作成し、ボット活動を通じてそれを増幅することがいかに信じられないほど簡単であるかを示しています。
これは、人々が実際のソーシャルメディア環境で操作を認識し、抵抗できるように、より良いデジタルリテラシーの緊急の必要性を強調しています。
OpenAIの広告モデル導入という転換点
おそらく最も不穏な記事です。彼らはインターネットの原罪は広告だったと言っています。そして私たちは、大規模言語モデルでその間違いを犯さないかもしれないと思っていました。
私は、AIが20ドルの料金を含む営利モデルで始まったことがそんなに悪くないと考えていました。あるいは、無料で使えるけど、本当に必要になったら20ドル払ってもっと手に入れる、みたいな感じです。本当に本当に必要なら、200ドル払います。
そして私は、本当に本当に本当に本当に必要なら、2,000ドルくらい払うんだろうなと思いました。スケールアップすればするほど、みたいな感じですよね?あるいは、トークンごとに分解したり、使用しているGPUの量によって分解したりすれば、従量課金制のようなシステムを持つことができます。
そのすべてが良さそうに聞こえました。私が心配しているのは広告モデルです。それはGoogleとある種うまくいきました。広告主を間に入れなければ、実際の顧客により一致させることができたかもしれないと思いませんか?私はそう思います。
それは今やテレビとは違います。ソーシャルメディアの広告とさえ違って、それらはすでに高度にキュレーションされていて、それが大丈夫かどうかさえ確信が持てません。私たちを本当に悪い方向に傾け始めているからだと思います。
でも、システムが私たちよりも賢く、広告を私たちに配信していて、クリックしないたびに学習して、自分自身を洗練させているとき、私たちは信頼できるシステムを持っていません。
幻覚のようなミスや解決すべきエラーがあるからではなく、文字通りガードレールがあなたを地獄のような広告に押し込むためにあるからです。彼らはローマの本当の歴史を知る必要は本当にはありません、もしあなたがそれを調べて、ローマのコースターか何かを売ることもできるなら。
でも、私が幸せかどうかは本当に関係ありません。サム・アルトマンはかなりの製品屋で、おそらくこれでも本当に利益を上げるでしょう。特に、彼らが今後数年間で成長すると予測している何千億ドルもの何百億ドルもの何百億ドルも稼ぐ夢を持っているなら。
OpenAIは今、ChatGPTに広告を導入しています。これは以前の広告なしのモデルからの大きなシフトです。それは急増するインフラと開発コストをカバーするために収益を生み出す方法です。
広告は最初、米国の無料ティアのユーザーと低コストのChatGPT Goプランのユーザーに対してテストされる予定です。有料サブスクライバー、Pro、Plus、Enterpriseは広告なしのままです。
質問は、広告がどうやって混ざり始めないのかということです。彼らがそれを学習シグナルとして使わない方法は?もし使わなかったら、広告は常に愚かなままかもしれないので、それで大丈夫かもしれません。でも文字通り、そうするインセンティブはありません。
もし彼らがしなくても、誰か他の人がするでしょう。インセンティブはそれをすることです。明らかに、彼らはそれをするつもりです。これらの広告は現時点では明確にラベル付けされ、AI応答とは別に設計されており、モデルが与える回答ベースに影響を与えないように設計されています。
ですから、OpenAIは基本的に、当面は別々だと言っています。それが続くことを願っています。OpenAIは、ユーザーの会話はプライベートのままで、広告主に販売されないこと、そして広告は健康や政治などのデリケートなカテゴリーには表示されないことを強調しています。
わかりません。広告なしに大金を稼ぐ方法を見つけ出す企業が本当に好きなんです。Appleがある種それをやったときのように、ですよね?彼らはある程度Googleを検索ゲームにとどまらせました。アプリストアに広告をあまり課金したり入れたりしませんでした。
つまり、明らかにそこにはいくつかありますが、MetaやGoogleがやったのと同じように、これを中心に構築したコアなものではありませんでした。OpenAIがこの道を行くのを見たくないんです、人類の未来のために。
彼らが自社製品に対してもっとエンタープライズに行き、支払いを受ける他の方法がたくさんあって、それでもたくさんのお金を稼げると思います。でも、わかりません。あなたたちを誘導したくありません。
もし私が過剰反応していて、アメリカでは常に広告があり、常に広告があると思うなら、コメント欄で教えてください。それは現代の世界で、注目経済はAIに移行しようとしていて、そこに早く到達すればするほど、鶏が先か卵が先かで、間違いから学び、適切なガードレールを構築できます。あなたの考えを教えてください。
共感力がAI活用の鍵
そして最後に、ChatGPTをうまく使いたいなら、共感を忘れないでください。それが鍵です。新しい研究は、共感や視点取得のようなソフトスキルが、ChatGPTのようなAIと効果的に働く際には、技術的なプロンプトエンジニアリングと同じくらい、あるいはそれ以上に重要かもしれないことを示しています。
そういうことなんです。答えが操作的であってほしくないんです。なぜなら、私たちはそれをもっと人間的に扱わなければならないし、私たちは友人が話すたびに広告やお金に完全にインセンティブ付けられることを望んでいないからです。
とにかく、それが最後の記事でした。この記事は私が話している事実にすぎません。そして、研究では、時間をかけて自分のニーズを明確に理解し、コミュニケーションする人々、例えば自分の背景やAIにどのように答えを調整してもらいたいかを説明することによって、最良の結果を得ることがわかりました。
研究者たちは、人間とAIのチームがタスクでどのようにパフォーマンスを発揮したかを測定し、社会的視点取得がコラボレーションを改善するだけでなく、AIがより高品質な応答を提供するのにも役立つことを見ました。
そうですね、重要なアイデアは、伝統的なソフトスキル、共感、人間のIQ、つまり他の人間と一緒にいることで学ぶ種類のこと、成長して正しく社会的に育てられることで学ぶことが、実際にAIと働くための最良のツールでもあるということです。
ですから、それが人間性を保つもう一つの理由だと思います。みんな深く人間的なつながりを持って。外に出て、草に触れて、友達と一緒にいて、このビデオのハイプボタンを押してください。そうすれば、次の動画でお会いしましょう。
コメント