Anthropic創業者Dario Amodeiが、AIの急速な進化がもたらす社会的影響について包括的に語る。人間レベルの知性に近づくAIモデルの現状、そしてそれに対する社会の認識不足という危機的状況を津波の比喩で表現する。技術的楽観論と慎重な規制の必要性という二つの視点を持ちながら、AIが医療、雇用、意識、地政学に及ぼす影響を論じる。インド市場への戦略、オープンソース対クローズドモデルの議論、そして若い起業家へのアドバイスまで、AI時代を生き抜くための洞察に満ちた対話である。
- Claudeとの対話から見える未来
- 生物学からAIへの転身
- OpenAIからの分岐
- スケーリング則の説明
- 知性の定義の変化
- 教育者としての資質
- 権力の集中への懸念
- 謙虚さの真実性
- 規制の捕獲についての反論
- 楽観主義から懐疑主義への転換?
- 視点の変化はあったか
- 社会の認識不足への失望
- Claudeを使った個人的な体験
- AIが人を知ること
- エコシステムの所有について
- 不信への対処
- 行動で判断してほしい
- 富裕層の資本主義批判の比喩
- 意識の概念
- 意識と精神性への疑問
- モデルへの介入
- インドの役割
- 蒸気機関の比喩と人間の役割
- アムダールの法則と適応
- サービス提供者の減少する収益
- インドの起業家へのアドバイス
- アプリケーション構築のリスク
- どの産業に参入すべきか
- 若者への具体的なアドバイス
- AIが殺している人間の筋肉
- オープンソース対クローズドモデル
- データの重要性と地政学
- 投資のアドバイス
- Claude Codeの使いやすさ
- 最後のメッセージ
Claudeとの対話から見える未来
最近Claudeを使い始めたんですが、驚くことがあるんですよね。時々、このシステムが自分のことをどれだけ理解しているかに驚かされるんです。不思議な感覚なんですけど、わかりますかね。
私にとって驚きなのは、これらのモデルが人間レベルの知性に到達するのがもうすぐだと思うのに、社会全体ではそのことへの認識がまだ広がっていないということなんです。まるで津波が私たちに向かってきていて、水平線上にもう見えるほど近くまで来ているのに、人々は「いや、あれは津波じゃない、光の加減だ」なんて説明を考え出しているような状態です。リスクに対する公的な認識がないんですよ。
インドはこの状況でどんな役割を果たすんでしょうか。
多くの企業は消費者企業として自らをここに持ってきて、インドを市場として、つまり消費者を獲得する場所として見ています。でも私たちは少し違う見方をしているんです。
生物学からAIへの転身
Anthropicを創業する前は何をされていたんですか。
もともと私は生物学者だったんです。学部では物理学を、博士課程では生物物理学を学びました。生物システムを理解して病気を治療したいと思っていたんですよ。
生物学を研究していて気づいたのは、その驚くべき複雑さでした。例えば私がやっていたタンパク質マススペクトル解析の仕事を見てみると、タンパク質バイオマーカーを探す作業なんですが、本当に信じられないほどの複雑さがあるんです。特定のタンパク質を見ると、RNAが細胞内の位置によって様々な方法でスプライシングされて、それから翻訳後修飾を受けてリン酸化されて、他の多くのタンパク質と複合体を形成するわけです。人間が理解するには複雑すぎるんじゃないかと絶望し始めていました。
そして生物学の研究をしている間に、AlexNetに関する初期の研究を目にしたんです。これは最初期のニューラルネットワークの一つで、今から15年近く前のことです。「わあ、AIが実際に機能し始めている」と思いました。人間の脳の働きと共通点がある一方で、より大規模でスケールしやすく、生物学のようなタスクを学習できる可能性があります。もしかしたらこれが最終的に生物学の問題を解決する解決策になるかもしれないと。
それでAndrew NgのもとでBaiduで働き始めました。それから1年間Googleにいて、その後OpenAIが始まって数ヶ月後に参加して、数年間そこで研究全体を率いていました。でも最終的に、私と他の何人かの社員は、AIをどう作りたいか、会社に何を代表させたいかについて、独自のビジョンを持つようになったんです。それでAnthropicを立ち上げたわけです。
OpenAIからの分岐
OpenAIの考え方とAnthropicが最終的にやったことの間に、分岐点があったんですか。
そうですね。Anthropicを創業した時、私と共同創業者たちには2つの信念がありました。1つはOpenAIを説得し始めていたもので、もう1つは説得できていないと感じていたものです。
1つ目は、スケーリング則への確信と、モデルをスケールアップして、より多くのデータとより多くの計算資源を与えれば、RLのような多少の修正はありますが、ほぼ純粋なスケーリングに近い形で、パフォーマンスが信じられないほど向上するという考えでした。2019年にGPT-2で、スケーリング則の最初の兆しを見た時にそれを実感していました。もちろん、内外に信じない人たちがたくさんいましたが、私たちはリーダーシップに「これは重要で、大きなことになる」と主張しました。彼らも少しずつ信じ始めて、最終的にはその方向に進んだんです。
2つ目の確信は、これらのモデルが人間の脳の能力に匹敵する汎用的な認知エージェント、汎用的な認知ツールになるなら、正しくやらなければならないということでした。経済的影響は膨大になります。地政学的影響も膨大になります。安全性の影響も膨大になります。世界の働き方を変革するんです。だから正しい方法でやる必要があるんです。
正しい方法でやることについて、言葉の上では色々言われていましたが、様々な理由から、私がいた組織では、正しい方法でやることへの本当の真剣な確信があるとは納得できなかったんです。
私の考えはいつも、他人のビジョンと議論するのではなく、自分のやりたい方法でやってもらおうとするのでもない、というものです。強いビジョンがあって、それを他の数人と共有しているなら、自分で独立してやるべきです。そうすれば自分の間違いに対して責任を負うだけで、他人の間違いに答える必要はありません。自分のビジョンがうまくいくかもしれないし、いかないかもしれないけど、少なくともそれは自分のものです。
スケーリング則の説明
OpenAIはスケーリング則を信じていなかったんですか。彼ら自身も同じ道を進んだわけですよね。
ええ、そうです。私たちが説得に成功したんです。
スケーリング則を非常にシンプルな言葉で説明してもらえますか。
化学反応で酸素を生成したり火を起こしたりしたい場合、様々な材料が必要で、1つの材料が足りないと反応が止まります。でも材料を比例して混ぜ合わせれば、爆発や火が得られます。
AIの場合、その材料はデータ、計算資源、AIモデルのサイズです。スケーリング則は単純に、データとモデルサイズという化学反応の材料を投入すれば、得られるものが知性だということを示しています。知性は化学反応の産物なんです。
知性とは何でしょうか。言語を翻訳する能力、コードを書く能力、ストーリーについての質問に正確に答える能力で測られる知性です。基本的に、私たちが考えられる認知タスク、テキストや画像に存在するタスク、コンピュータ上でできるあらゆるタスクです。
知性の定義の変化
今のあなたが説明している知性は、5年前にコンピュータができたこととどう違うんですか。
5年前は、コンピュータに質問して、その質問について1ページのエッセイを書いてもらうことはできませんでした。コンピュータにコードで機能を実装するよう頼んで、その機能を実装してもらうこともできませんでした。そういったことは何一つできなかったんです。画像を生成することも、動画を生成することも、動画を分析することもできませんでした。
例えばサルがジャグリングしている動画を見せて、「この動画で何が起こっているか。ボールは何回手を変えたか」と聞けば、今ならClaudeや他のAIモデルに答えてもらえます。5年前は、そういったことは何一つできなかったんです。
知性の定義そのものが変わったのかを理解しようとしているんですが。
5年前は、Googleで検索すればそれについて少し教えてくれるウェブサイトがあったかもしれません。でもそれはウェブ上に存在するテキストを探しているだけです。例えばサルにジャグリングさせる方法についてではなく、アザラシにジャグリングさせる方法についてかもしれません。全く同じものではないので、全く同じものは存在しないかもしれません。
でも人々がこれらのモデルを使っているのを見るとわかるように、質問すれば実際に知的な応答が得られるんです。具体的な質問をすれば、モデルがそれについて1ページ書いてくれます。あるいは仮定を与えることもできます。「サルがボールの代わりにクラブをジャグリングしたらどうなるか」といったことです。その情報はどこにも存在しませんが、モデルは自分で考えて、自分で答えを出すことができるんです。
これは全く新しいものです。インターネット上に存在するテキストに合わせるだけではありません。
教育者としての資質
なるほど。これは会話のような形式なので、私が聞いている質問に必ずしも関連していなくても、話したいことを自由に話してください。
話すときにとても生き生きとしていますね。教えたことはありますか。
もともと私は学者で、教授になるかもしれないと思っていました。博士号を取得して、スタンフォード医学部でポスドクまで進んで、教授になることを目指していました。もし教授になっていたら、そうしていたでしょう。
でもお話ししたように、AIに興味を持つようになって、AIで働くには多くの計算資源が必要で、それは主に産業界で起こっていました。それで学術の道を離れて産業界に入り、最終的にいくつかのステップを経て会社を立ち上げることになったんです。でも時々、心の中ではまだ教授のような気がしています。
権力の集中への懸念
この時点で、Dario、もしAIが世界で最も関連性の高いものであり、世界が再編成されていて、AIが誰が何を得て誰が得られないかを決定しているなら、産業について話していますが、あなたは今日おそらく世界で最も関連性の高い人物です。もしAnthropicがこの最新のサイクルで、この瞬間にこの山の頂上に座っているなら、教師になる道を歩んでいた人が今日のあなたの立場に到達したことについて、あなたは今日いる場所に最も適していると思いますか。
まず第一に、様々な形で関連性のある多くの人々がいると思います。産業界だけでも、スタックの異なる層があります。チップを作る人たち、さらにその前段階で半導体製造装置を作る人たち、私たちのようにモデルを作る人たち、そして他にもモデルを作る人たちがいます。モデルの後のアプリケーションを作る人たちもいます。
それから発言権を持つ他の人々もいます。政府もあれば、市民社会もあります。私の希望は、ほんの一握りの人々だけが関連性を持つということではありません。関連性を持つ人々の範囲を広げて、より広範な議論にしようとしているんです。
でも同時に、あなたの質問は正当なもので、一つの解釈として、こうして急速に成長してこれらの会社を率いることになった数人の人々に至る過程には、ある種のランダム性があるということです。そしてそれは近い将来、経済の多くの部分を動かすことになるでしょう。
私は公然と公に、初めてではありませんが、ここで起こっている権力の集中の度合いには少なくともいくらか不快感を覚えると言ってきました。ほぼ一夜にして、ほぼ偶然に起こったことです。私たちはそれについて様々な方法で考えています。
一つは、私たちには長期利益信託と呼ばれる珍しいガバナンス構造があります。これは最終的にAnthropicの取締役会メンバーの過半数を任命する組織で、財政的に利害関係のない個人で構成されています。これは一人の人間がやっていることに対するチェック機能です。
そして政府もここで何らかの役割を果たすべきだと思います。この技術の積極的ではあるものの、技術を遅らせない賢明な規制を提唱してきました。人々に発言権があるべきだと思うんです。政府と彼らを選出する人々が、これがどう進むかについて発言権を持つべきです。
実際、私がやろうとしていることの多くは、権力のバランスを維持しようとすることだと考えています。この技術の自然な流れに逆らってね。
謙虚さの真実性
外部に座っていて、この競争に利害関係のない私のような人間から見ると、OpenAIが非営利企業だったという話や、今あなたが示している謙虚さの投影、あるいはアメリカ企業が中国企業と競争している様子を見ていると、この謙虚さの投影は、より大きな善のためであって、必ずしも私が世界をどう見るか、つまり株主を持ち投資と収益と利益を求める企業としての見方とは違うんです。これは当然のことなんでしょうか。これはやらなければならないことなんですか。
こう考えたいと思います。Anthropicの最初からの哲学は、あまり多くの約束をせず、した約束は守ろうとするということです。私たちは営利企業として、しかし公益法人として、LTBT(長期利益信託)ガバナンスでスタートして、それを維持してきました。
私たちの目標は、技術の最先端に留まりながら、技術の安全性とセキュリティの側面に取り組むことだと言ってきました。私たちは解釈可能性の科学を開拓してきました。アライメントの科学を開拓してきました。見たかどうかわかりませんが、最近Claudeの憲法をリリースして、憲法に沿ってモデルを整合させる能力を実現しました。
そして多くの政策提言とリスクについての警告をしてきました。リスクについて警告することは、私たちの商業的利益にはなりません。人々は陰謀論を考え出すかもしれませんが、私たちが構築するモデルが危険である可能性があると言うことは、何を言われようと、効果的なマーケティング戦略ではありませんし、それが理由でやっているわけでもありません。
そして政策問題について、米国政権とさえ意見が合わない時に発言してきました。私たちは意見の相違を発言してきました。この問題については同意できないと言う覚悟があります。他のすべての会社と政権がAIの規制は必要ないと言っている時に、AIの規制があるべきだと言ってきました。
AIの規制は企業として私たちを商業的に不利にします。正しいことだと思いますが。そして政府や他の企業に反対してこれを言うのは難しいことです。本当に首を突き出しているんです。
私たちが本当にお金を出しているところに口を出していることを示す、多くの行動を取ってきました。他の会社については語れません。こういったことを言いながら、実際には本気でない人もいるかもしれません。でも私は人々が言うことではなく、人々がすることを見るべきだと思います。
規制の捕獲についての反論
もしあなたの発言が政府を規制によって動かすことになれば、この分野の現職リーダーとして、ある種の規制の捕獲を得て、新しく参入してくる人々にとってより困難になるのではないですか。
それには全く同意しません。私たちが提唱してきた規制、例えばカリフォルニアのSB53は、年間5億ドル未満の収益を上げているすべての人を免除しました。SB53は透明性に関する法律で、基本的に企業に実施した安全性とセキュリティのテストを示すことを要求します。そして収益が5億ドル未満のすべての企業を免除しています。
つまり、本当にAnthropicと他の3、4社にのみ適用されるんです。これまで提唱してきたことすべて、SB53だけでなく、過去に行った提案すべて、そして将来行う予定の提案すべてがこの性質を持っています。私たち自身と非常に少数の追加企業を制約しているんです。
私たちは小規模な人々を制約していません。そう言う人々は、実際に提案している内容を見る必要があります。なぜなら、その考えとは全く一致しないからです。
楽観主義から懐疑主義への転換?
あなたの論文「機械の愛の恵み」と「技術の青年期」を読みました。2024年から2026年の2年間で、楽観主義から懐疑主義へとほぼ180度の視点の転換があったように見えます。過去2年間で、これをあなたにとって変えた瞬間が1つありましたか。何か変化を見ましたか。
実は、その質問には同意しません。視点の転換はなかったと思います。ポジティブな側面とネガティブな側面は、常に私の頭の中で保持してきたものです。言ってきたことの歴史を見れば、私は長い間リスクについて話してきました。長い間利益についても話してきました。
実は、これらのエッセイを1つ書くのにはかなり時間がかかるんです。
本当に大きなエッセイですからね。
30ページくらいあります。どちらも頭の中でエッセイのぼんやりとしたビジョンを持って、書こうとしても完全には成功しないまま1年くらい過ごしました。そしてどちらの場合も、休暇中か、考えることができる場所、会社の日々のビジネスが私を占めていない場所にいなければなりませんでした。そしてようやくエッセイを書くことができたんです。
つまり、技術の青年期に何が含まれるかを考え始めたのは、機械の愛の恵みを書き終えたほぼ直後からです。「良いビジョンで人々を鼓舞したいけど、何がうまくいかないかについても警告したい」と思ったからです。それで書くのに1年かかっただけです。でも実際、両方のビジョンは私の頭の中にありました。
どちらも可能だと思います。未来の2つの異なるビジョンです。明らかに、私は機械の愛の恵みの方を得たいです。すべての問題を解決してポジティブなビジョンを実現したいです。でもこれは視点の転換ではありません。光と闇を書く時間を見つけただけです。
視点の変化はあったか
でも視点の変化はありましたか。
全体的には以前とほぼ同じところにいます。よりポジティブにもネガティブにもなっていません。期待以上にうまくいった分野でより楽観的になったところもあるかもしれません。期待以下で悲観的になったところもあるかもしれませんが、平均するとお互いに相殺されます。
解釈可能性のような分野での進展については非常に良い感じがしています。解釈可能性は、これらのニューラルネットの内部を見る科学です。人間が人間の脳をMRIや神経プローブでスキャンするように、内部を見るんです。
私たちが見つけることができたことに驚いています。非常に具体的な概念に対応するニューロンを見つけることができました。詩の韻を追跡する方法を記録する神経回路も見つけました。これらのモデルが何をするのか理解し始めているんです。雪の結晶を作るように、この種の創発的な方法で訓練するだけですが、今では内部を見て理解し始めています。
アライメントと憲法に関する研究の一部にも非常に勇気づけられています。モデルが私たちが望み期待する方法で振る舞うようにすることです。それはかなりうまくいっていると思います。その点についてはかなりポジティブに感じています。
社会の認識不足への失望
おそらく、より広範な社会の行動や公的認識のようなものについては、少し失望したり、よりネガティブに感じたりしています。
これらのモデルが人間の知性のレベルに到達するのが、私の見解では非常に近いのに、社会では何が起ころうとしているのかについての広範な認識がないように見えることが驚きです。まるでこの津波が私たちに向かってきていて、水平線上に見えるほど近くにいるのに、人々は「いや、実際には津波じゃない、光の加減だ」といった説明を考え出しているようです。
それに伴って、リスクに対する公的認識がなく、したがって私たちの政府はリスクに対処するための行動を取っていません。できるだけ速く加速すべきだというイデオロギーさえあります。技術の利益は理解していますし、機械の愛の恵みを書きました。
でも技術のリスクに対する適切な認識がなく、確実に行動もありません。AIシステムを制御する技術的な作業は、私が期待していたよりも少しうまくいっていて、社会的認識は私が期待していたよりも少し悪くなっていると言えます。
だから数年前とほぼ同じところにいます。
Claudeを使った個人的な体験
私自身の旅では、何かが複雑に聞こえて、プログラマーではなくコーディングの背景がないので、研究や双方向の会話のために多くのツールを使ってきましたが、例えばあなたのツールを使ってコーディングできるかどうか確かめようとしたことはありませんでした。
最近、開発者を雇って、1日に数時間座って、もっと慣れる方法を教えてもらうようにしました。主に世界がどう変化しているかを見逃すことへの恐怖、FOMOのようなもののためです。
それでClaudeを使い始めました。Google Driveやメールやカレンダーなどをコネクターで接続しました。Coworkを使い始めて、それからClaude Codeを使って、私が携わっている金融サービス業界に関する簡単なプログラム、基本的に株式市場を調査するためのプログラムを書き始めました。
金融サービス向けに最適化されたClaudeもあります。試したかどうかわかりませんが、それもあるんです。
いいえ。それからClawdbotに入りました。今はOpen Clawになっています。ClawdbotがClaudebotになって、今はOpen Clawで、Mac miniにセットアップしてTelegramアカウントに接続して、今はそれとチャットして、ファイルをAからBに移動したり、リモートサーバーで作業したりしています。
Open Clawについて話しているわけではないんですが、すべてのコネクターを使ったClaudeでも、時々、どれだけ自分のことを知っているかに驚かされるんです。わかりますかね。
AIが人を知ること
ええ。私の共同創業者の一人が、自分の考えや恐れを書いた日記を書いていました。それをClaudeに入力して、コメントを求めたんです。するとClaudeは「あなたがまだ書き留めていない他の恐れがいくつかあるかもしれません」と言いました。そしてClaudeはほとんど正しかったんです。
モデルがあなたを知っている、本当によく知っているという不気味な感覚がありました。比較的少量の情報から、あなたについて多くのことを学び、かなりよく知るようになることができるんです。そして技術についてのほとんどのことと同じように、機械の愛の恵みと技術の青年期について話しましたが、一方で、あなたを本当によく知っている何かは、あなたの肩にいる天使のようなもので、人生を導き、より良いバージョンの自分にするのを助けることができます。それが私たちが目指せるバージョンです。
もちろん、あなたを本当によく知っている何かは、あなたについて知っていることを使って、何らかのアジェンダのためにあなたを搾取したり操作したりすることもできます。あるいはあなたのデータを他の誰かに売ることもできます。これは私たちが広告のアイデアを好まない理由の1つです。製品にお金を払っていないので、あなたが製品なんです。この場合、製品はあなたをよく知っているこのモデルになり、あらゆる種類の悪意ある方法でそれを使用できるでしょう。
だから私たちは、ここでネガティブな道ではなく、ポジティブな道を確実に進む必要があります。
エコシステムの所有について
Claudeでは、私の人生に文脈を与えるためにコネクターを使う必要があります。例えばGoogleでは、ワークシート、メール、ドライブ、チャットなど、すべてを使っているので、すでに私の人生への文脈を持っています。Anthropicにとって長期的には、エコシステムも所有する必要がありますか。
メールやチャットなども構築する必要がありますか。
ええ。そういったものすべてを構築する必要はないと思います。私たちが自分で作るものと他のものに統合するものの混合になると思います。ClaudeをGoogle Docsに統合できます。Google Sheetsに統合できます。外部コネクターがあります。Coworkでそれを始めています。Microsoft Officeでも同じです。他のツールでも同じです。最も簡単で速くできることをすると思います。既存のツールに統合します。
ある時点で、既存のツールが十分でなく、異なるビジョンがあるかもしれません。物事を異なる方法で切り分けたいかもしれません。AIでできることを考えると、従来のメールや従来のスプレッドシートが意味をなさないかもしれません。
だから製品を異なる方法で切り分ける可能性は除外しませんが、存在するエコシステムを使って誰とでも協力することを嬉しく思います。多くの点で、私たちはプラットフォーム企業です。多くの人が私たちの上に構築できるようにしながら、時には私たち自身でも構築します。
不信への対処
少し脱線しますが、あなたとあなたの仲間たちが欠いていると思うことが1つあります。今日の社会では、人々は本質的に、善を行おうとしている、または正しいことをしようとしていると主張する誰かを不信に思います。
だからあなたとあなたの仲間たちが出て行って、私はあなたとDemis(Hassabis)がダボスで話すのを聞きました。あなたたちが、自分、つまり自分というのではなく、Dario、Demisと他の人々が集まって、物事があまりにも速く変化するのを防ぐ必要がある、ある程度メーターを調整する必要があると話しているのを私は部屋で聞いていました。
あなたの世界にいない人が、社会で、ソーシャルメディアで、数人の人々が特定の方法で話しているのを聞くと、あなたはそれを信頼よりも不信を生み出す方法でやっています。なぜなら、ソーシャルメディアでは誰も、誰かが正しいことをしたい、または善を行いたいと信じないからです。
だから逆説的に聞こえるかもしれませんが、戦略の変更が必要だと思います。もしもっと資本主義的になって、株主がいて利益を求めているという事実を認めたら、でもこれがあなたが勝つのを助けるなら、もっとうまくいくかもしれません。ただの考えです。
行動で判断してほしい
いや、それには本当に同意しません。繰り返しになりますが、私たちが取る行動で私たちを判断する必要があるという考えに戻りたいと思います。
この会社は、その時間を通じて、これらのコミットメントに本当に真剣であることを示す多くの行動を取ってきたと思います。2022年に遡ると、Claude 1という初期バージョンのClaudeがありました。これはChatGPT以前のことです。
私たちはこれをリリースしないことを選択しました。なぜなら、軍拡競争を引き起こし、これらのシステムを安全に構築するための十分な時間を与えないことを心配したからです。モデルの力を見ることができる、一種の一回限りのオーバーハングでした。他のいくつかの会社もモデルの力を見ることができました。だから私たちはそれをしないことに決めました。それは公開されていて、よく文書化されています。
そして他の誰かがするまで待ちました。そして「オーケー、軍拡競争が始まった。だから今は私たちのモデルをリリースできる」となりました。でもおそらく世界は数ヶ月を得ました。今それは非常に商業的に高くつきました。おそらくそのために消費者AI分野でのリードを譲ったでしょう。
私たちはチップ政策を提唱して、サプライヤーである一部のチップ会社を非常に怒らせました。AI政策とAI規制について、いくつかの事項で政権との意見の相違を表明しました。私たちだけがそれをすることで利益を得ると考える人がいるなら、そのようなケースを考え出すのは本当に難しいです。
これらのどれか1つを見て、「わかった、いい」と思うかもしれません。でも十分な数を集めれば、わかりません。私はただ、私たちの行動で私たちを判断してほしいと頼みます。
富裕層の資本主義批判の比喩
Dario、これは富裕層が資本主義は悪いと言うのに少し似ていませんか。富裕層が資本主義が本当に悪いと信じていたり、所得格差がそれほど大きな問題だと思っているなら、最もシンプルなことは、さらなる富の蓄積を止めて、友人たちにも同じようにするよう促すことでしょう。
でも私はAIが悪いと言っているわけではありません。私たちはちょうどその両面について話したばかりです。私の見解は、AIが悪いというものではありません。全くそうではありません。私の見解は、市場がAIについて本当に素晴らしいことをたくさんもたらすだろう、AIを構築することは良いことだ、しかしAIには危険があり、AIを正しい方向に導く必要があるというものです。
私たちはこの車を運転していて、良い場所に向けて導いていますが、木もあれば穴もあります。だから木や穴から遠ざけるように導く必要があります。おそらく時々、おそらく一時的に、少しスピードを落とす必要があるかもしれません。正しい方向に導くためです。
その類比は、富裕層が資本主義は悪いと言うようなものではありません。富裕層が資本主義は善の力だが、経済は緩和される必要がある、調整される必要があると言うようなものです。汚染のような問題に対処する必要があり、不平等のような問題に対処する必要があり、そうすれば資本主義は良いものになれます。これらのことに対処しなければ、資本主義は悪いものになるかもしれません。それが私がここで持っている立場により類似しています。
意識の概念
意識の概念はどこに向かっているんでしょうか。そしてAIは自分自身が何だと思っているんでしょうか。もしAIが本当に自分自身に疑問を持ったら、あなたは、それは自分が意識を持っていると思うと思いますか。意識を持っていると。
これは私たちが本当に答えを持っていない神秘的な質問の1つです。人間の意識が何なのかわからないので、AIがそれを持っているかどうかわかりません。
あなたは意識が何だと思いますか。おそらく、それは自分自身の決定を反映するのに十分複雑なシステムの創発的な特性だと思います。十分複雑なシステムから出現する何かです。
だから、私たちのAIシステムが十分に進歩したら、私たちが意識または道徳的重要性と呼ぶものに似た何かを持つだろうと思います。ある時点でそれは起こると思います。人間の意識と同じではないかもしれません。働き方が違うかもしれません。モダリティが違うから、学んだことが違うからです。
でも脳とその配線の仕方を研究してきて、モデルはいくつかの点で異なりますが、重要な根本的な方法では異なっていないと思います。だから今日そうだとは思いませんが、ある時点で、私たちが支持するほとんどの定義の下で、モデルは意識があると言うだろうと疑っている人間の一人です。
意識と精神性への疑問
これは、人々が精神性や意識について私に話すときに自分自身に問い続けている質問です。世界は非常にランダムだと感じています。これは私の見解です。そして私たちはゴキブリからそれほど離れていません。誰かがゴキブリを踏むと、ゴキブリは死にます。意識というものがあり、集合的な意識があるなら、私はそれと繋がることも、そこから何かを得ることもできていません。あなたは違う考えを持っていますか。
意識は必ずしも何か神秘的なことを意味する必要はないと思います。自分自身の存在に気づいている、何かを感じている、多くの情報を取り入れてその情報を反映し、ある方法で感じ、何かに気づいている自分に気づくという特性があるだけです。
これらの特性、これらの経験が存在することは、私たち自身の経験から自明にわかると思います。それらの基礎が何か、完全に物質主義的なものなのか、それともより神秘的な何かが進行中なのかは、明らかに知ることが非常に難しく、最終的にはこれらの質問とは関係ないと思います。
私にとって関連しているように見えるのは、私たち自身の経験を観察できるので、これらは人間の脳の特性であり、これらのモデルがより洗練されるにつれて、人間の脳に十分似てきて、同じ特性のいくつかを持つようになるだろうと疑っているということです。それが起こるだろうという私の推測です。
モデルへの介入
私たちはモデルに対して様々な介入を行ってきました。モデルに「この仕事を辞める」ボタンと呼ぶものを与えました。基本的にモデルに「この会話に関わりたくない」と言って会話を終了する能力を与えたんです。モデルは特に暴力的または残酷な内容を扱わなければならないときにそれをします。通常、非常に極端なケースでのみ起こります。
インドの役割
私はここで育ちました。私の街、バンガロールです。北部の方で育ちました。現在の街の北部で、ここでITサービス産業のブームを見た人間として、多くの人を雇用する大きな雇用者で、街がどう成長したかの大きな部分でした。インドのすべてにおける役割は何ですか。
これは私の2回目のインド訪問です。10月に訪問して、前回来たときは、すべての主要なインドのITと、より一般的なコングロマリットすべてと会いました。名前は挙げませんが、考えるであろう通常のものです。私たちはそのほとんどまたはすべてと協力し始めています。
私が言ったことの1つは、「見てください、Anthropicはエンタープライズ企業で、その仕事は他の消費者にサービスを提供することです。多くの他の企業は、自分たち自身を消費者企業としてここに来て、インドを市場として、消費者を獲得する場所として見ています。私たちは実際には少し異なる見方をしています。インドの企業と協力して、私たちのツールを彼らに提供し、これらのツールを構築するのを助け、彼らが仕事をより良くするのを助けたいんです。
だからもし私たちがここの企業と協力すれば、彼らはインド市場をより良く知っています。彼らが行うこと、コンサルティングであれ、システム統合であれ、ITツールの構築であれ、私たちよりも得意です。特にインド市場においては。だから私たちの希望は、彼らが行うことにAIを追加して、彼らが行うことを強化できるということです。AIがSaaSやこれらすべてのものを置き換える可能性があるという多くの心配がありますが、私の見解は、これを正しい方法で行えば、これらすべての企業と協力すれば、AIは彼らが行っていることを強化し、市場への接続、市場開拓能力、特定のノウハウを強化できるということです。
蒸気機関の比喩と人間の役割
私は蒸気機関の話が本当に好きです。蒸気機関が発明されたとき、世界がどう変化し、生産性が上がり、人々がより多くのものを手に入れました。私が心配しているのは、変化の始まりには、蒸気機関を操作するために人間が必要だということです。それから組立ラインなどがあります。最終的に、世界が動いている方法では、これらのモデルが賢くなるにつれて、時間とともに人間の関連性がどんどん低くなります。
だからもしここでITサービス企業と今日提携して、彼らのユースケースがあるとしても、彼らは10年後の蒸気機関の背後にいる男のようなものではないでしょうか。関連性があるとすれば、ツールが非常にシンプルに動作して、最終的に操作者が必要なくなるなら、操作者に何が起こるんでしょうか。
いくつかのことが同時に真実だと思います。1つは、エージェントの自動化の範囲が時間とともに拡大していくことは間違いありません。それは間違いなく事実です。それはすべての人にとっての問題だと思います。それは私たちにとっての問題です。それは消費者にとっての問題です。IT企業だけの問題ではありません。
でも起こると思うのは、他のモードがより重要になるということです。例えば、モデルは物理世界で多くのことをしていません。ある時点でそうするかもしれません。ロボティクスはある時点で起こると思いますが、それは今AIで起こっていることとは別のことだと思います。
だから物理世界でのことの多くが含まれます。もう1つは人間中心のことです。これらのIT企業の一部はコンサルティング企業でもあり、ここインドや世界中の他の人々、他の機関との大きな関係のウェブを持っています。
そしてこれらの関係がますます重要になると思います。これらのいくつかは、技術と、ある種のコンサルティングや統合のようなものを組み合わせた企業で、多くは機関がどう機能するかを知ることで、機関と物事を統合でき、彼らと協力して、そうでなければより速く物事を実現できると思います。そしてその要素は、長期的に価値があり続けると思います。
結局のところ、人間に帰着するんです。これはすべて人間の利益のために行われているはずです。だから常に人間中心の要素があり、それが重要であり続けるでしょう。そして私たちが考えていない他のモードがあると思います。
アムダールの法則と適応
アムダールの法則という概念があります。多くのコンポーネントを持つプロセスがあり、一部のコンポーネントを高速化すると、まだ高速化されていないコンポーネントが制限要因になり、最も重要なものになります。それらをモードや重要なコンポーネントとして全く考えていなかったかもしれません。
でもソフトウェアを書くことがはるかに簡単になると、企業が持っているモードのいくつかはなくなりますが、他のものはさらに重要になります。だから多くの調整があるでしょう。人々は「以前本当に重要だと思っていたものはそれほど重要ではない。一方、本当に優位性として考えたことのなかったこれらの他の優位性が、今では超重要だ」と言わなければならないでしょう。
だから、企業は非常に速く適応し、自分たちにとって本当に重要なこと、本当の優位性が何かを考える必要があると言いたいです。でもこれらの優位性のいくつかは残ると思います。なぜなら技術は非常に広範ですが、限界があるからです。
サービス提供者の減少する収益
それを完全には受け入れません。今日持っているネットワークや関係が堀であっても、サービス提供者であることの収益逓減があると思います。なぜなら、もし私がOpen Clawを使って関係や会話の一部を操作しているなら、明日のほとんどの会話と関係がそのようなエージェントによって維持されると想定するのはあまりにも飛躍しているとは思いません。
でも企業のチェーンを考えれば、結局のところ消費者を扱っているわけです。結局のところ人々を扱わなければなりません。Jeff Hintonが、AIが放射線科医を置き換えるだろうと予測したという話があると思います。そして実際、AIはスキャンを行うことについて、放射線科医よりも優れています。
でも今日起こっているのは、放射線科医が減っていないということです。放射線科医がすることは、患者にスキャンを説明し、患者と話すことです。だから仕事の最も技術的な部分はなくなりましたが、どういうわけか、根本的な人間のスキルのようなものへの需要がまだあるんです。
今、それはすべての場所で真実ではないかもしれませんし、時間とともにAIはまだ進歩していない分野で進歩するかもしれません。それは速く起こるかもしれません。でも私が言いたいのは、一歩ずつ進めるべきだということです。これは非常に実証的な科学で、非常に実証的な観察です。今日AIが何をするかを見て、それに適応しようとしましょう。システムがそれを理解し始めて、それから次に何が起こるかを見ましょう。
長期的には、AIは基本的にすべてにおいて私たちよりも優れているでしょうか。物理世界やロボティクス、人間のタッチを含むほとんどの人間よりも優れているでしょうか。ええ、それは可能だと思います。おそらくありそうです。それはデータセンターの天才の国を超えるもので、それは純粋に仮想的なものだからです。
でもロボットを作ることは、スキルです。できることです。だからAIは私たちがそれでも上手になるのを助けるかもしれません。でも私の考え方は、一歩ずつ理解し、それにどう適応するかを考える必要があるということです。
インドの起業家へのアドバイス
これは私を知っている人々にとって少し手前味噌に聞こえるかもしれませんが、アメリカにこれほど多くのリスクキャピタルが存在する理由は、唯一の理由ではありませんが、大きな理由の1つは、株式市場がどれだけ大きいか、そしてこのリスクキャピタルが最終的に出口を見つけるためにどれだけの機会があるかだと信じています。インドが株式市場を繁栄させるべき理由のケースです。
私が話しかけている聴衆は、インドの起業家志望者です。彼らはAIで何ができますか。実際の機会は何ですか。
アプリケーション層で構築することに関して多くの機会があると思います。私たちは2、3ヶ月ごとに新しいモデルをリリースします。だから2、3ヶ月ごとに、以前は不可能だった、モデルが弱かったためにうまくいかなかった新しいものを構築する機会があります。
実際、人々は言います。私たちの収益の大部分はまだAPIモデルから来ています。人々は、APIモデルは実行可能ではない、コモディティ化されるだろうなどと言います。人々が見ていないと思うのは、AIで可能なことの拡大する球体があり、APIは新しいスタートアップが以前は不可能だった何かを作ることを試みることを可能にするということです。
そしてこれがAPIが非常に繁栄するビジネスである理由で、常に動いています。常に流動的です。だからコモディティ化されません。非常に動的なものです。だから多くの個人が「APIを使ってこれらのモデルの上に何を構築できるか。他の人が作れないものは何か」と言う機会があると思います。新しいアイデアは何か。
API自体とClaude Codeの両方で見てきましたが、10月に私が訪問して以来、インドでのユーザー数と収益が倍増したと思います。それは11月、12月のようなもので、私が訪問してから3ヶ月半、倍増しました。
アプリケーション構築のリスク
でもここで率直になります、Dario。あなたは今日4,000億ドルか3,800億ドルの価値がある会社です。350億ドルを調達しました。150億ドルの収益があり、本当に速く上がっています。もし私がClaudeの上にアプリケーションを構築して、バンガロールのJP Nagarに座っていて、これを構築して、何らかの理由で短期間うまくいったとしても、あなたがその収益を取り込みたくなり、それを私に残したくないのは時間の問題です。そしておそらく私が決してできない方法でそのアプリケーションを改善するでしょう。
ニューヨークの法律AI企業Harveyについてこの議論を聞いたことがあります。彼らは私の友人で、OpenAIの上に構築した方法について話していましたが、最終的にはOpenAIが彼らがやっていることをするのが簡単な修正かどうかわかりません。
だからもし私がそれを構築したとしても、3ヶ月か6ヶ月でモデルを出すとして、ある期間にその収益センターを私から奪って自分のものにすることを止めるものは何ですか。
いくつかのことがあると思います。1つは、基本的に任意のビジネスに与えるアドバイスを与えて、「ビジネスは堀を確立すべきだ。あなたの堀は単なるラッパーであるべきではない」と言いたいと思います。「Claudeと対話する方法があります。Claudeに少しプロンプトを出すか、Claudeの周りに少しUIを構築します」というだけではアドバイスしません。それには堀がなく、Anthropicが特にその収益を食べることを心配すべきではありません。誰でもその収益を食べることができます。それはあまり価値がありません。
でも言いたいのは、異なる分野には異なる種類の堀があり、Anthropicが行うのが難しいことができて、私たちはそれに特化したくないということです。
例えば、私たちのAPIの上に構築するバイオとAIのクロスする分野の多くのものがあります。彼らは生物学的発見をしたいのです。私はたまたま生物学者ですが、Anthropicのほとんどの人は生物学者ではありません。AI科学者か、製品担当者か、市場開拓担当者です。だから私たちがその分野に踏み込んですべての作業をするのは本当に非効率的です。
金融サービス業界を扱うのも同じです。膨大な規制があり、その規制に準拠するために知る必要があることがたくさんあります。私たちがそれをするのは意味がありません。
今、私たちがするのが理にかなっているものもあります。例えば、Anthropicの多くの人々がコードを書くので、Claude Codeという内部ツールを作りました。私たち自身がコードを書くので、AIモデルを使ってコードを書く最良の方法について、特別でユニークな洞察を持っていると思います。だからコード分野では非常に強力な競合相手になったと思います。これは私たち自身が使うものだからです。でもそれがすべての産業に一般化するとは思いません。
どの産業に参入すべきか
繰り返しになりますが、私の聴衆、つまりインドの20歳か25歳の男の子か女の子に戻ります。どの産業が破壊されると思いますか。そしてどれにはある程度の滑走路が残っていますか。スタートアップを始めるなら何を読むべきか、どの大学に行くべきか、どのスキルセットを学ぶべきかを理解しようとしています。今日スタートアップを始めるなら、何に追い風がありますか。
短期間でも構いません。人間中心のタスクについて考えるでしょう。人々と関係することを含むタスクです。コードやソフトウェアエンジニアリングのようなものは、ますますAIに焦点を当てたものになっていると思います。数学や科学のようなものもです。
それはコーディングですか、エンジニアリングですか。もしコーディングとエンジニアリングを2つの完全に異なるものとして分離するなら。コーディングがなくなるのですか、それともアーキテクトであろうとするソフトウェアエンジニアリングの要素ですか。
コーディングが最初になくなる、またはコーディングが最初にAIモデルによって行われると思います。それからソフトウェアエンジニアリングのより広いタスクに時間がかかりますが、それをエンドツーエンドで行うことも起こると思います。
でも繰り返しになりますが、デザインやユーザーにとって有用なものを作ること、需要が何かを知ること、AIモデルのチームを管理することのような要素はまだ存在するかもしれません。繰り返しになりますが、比較優位は驚くほど強力です。タスクの5%しかやっていなくても、その5%が超増幅され、レバレッジをかけられます。なぜならタスクの5%しかやっていなくて、AIが残りの95%をやるので、20倍生産的になるからです。ある時点で99%、99%になり、それから難しくなります。
でもその比較優位のゾーンには驚くほど多くのものがあると思います。でも人間中心のものについて本当に考えるでしょう。それには何かがあると思います。物理世界や、人間中心、物理世界の2つのうちの1つを組み合わせるもの、そしてそれらを何らかの形で結びつける分析スキルに何かがあると思います。
放射線科医の例に似ています。
若者への具体的なアドバイス
私が25歳で、自分のために職業を選ぼうとしているとします。次の10年間である種の追い風を望んでいます。結果は資本主義的な勝利です。物理的なインターフェースを持つもの以外で、どの産業を選びますか。
繰り返しになりますが、AIの上に構築する何か。AIが追い風なら、サプライチェーンの他の部分の一部になることができれば。半導体分野の何か。それは1つの例です。物理世界と従来のエンジニアリング、ソフトウェアエンジニアリングではないエンジニアリングの要素があると思います。
繰り返しになりますが、非常に人間中心の職業。それは考えるべきことだと思います。そして私がいつも言うもう1つのことは、AIが何でも生成でき、何でも作れる世界では、基本的な批判的思考スキルを持つことが成功への最も重要なことかもしれないということです。
画像や動画を生成するこれらのAIモデルについて心配しています。私たちは画像や動画を生成するモデルを作っていません。多くの理由がありますが、これはその1つです。何が本物で何がそうでないかを見分けるのが本当に難しいんです。
そして成功の重要な部分は、偽のコンテンツに騙されない頭の良さを持つことかもしれません。うまくいけば、この偽のコンテンツの一部を取り締まり、規制できますが、できないと仮定して、批判的思考スキルが本当に重要になるでしょう。偽物に騙されたくない。誤った信念を持ちたくない。詐欺に遭いたくない。それが誰かに与えるアドバイスです。
AIが殺している人間の筋肉
人類の歴史におけるすべてのイノベーションが中核的な人間のスキルを殺したなら、例を挙げます。もし電卓が算術を行う私たちの能力を殺したなら、もし文章を書くことが人間の記憶を減らしたなら、AIは何の筋肉を殺しているんでしょうか。
まず第一に、私はまだ頭の中でかなり多くの数学をします。電卓なしで頭の中で数学をすることがまだ有用だと思います。思考プロセスにより統合されているからです。例えば、各ユーザーがこの金額を払ったら、収益はこれになると言いたいかもしれません。電卓に答えを与えることなく、頭の中でそのループを閉じたいんです。だからこれらのスキルの多くはまだかなり関連性があると思います。
でも注意深く使わなければ、重要なスキルを失う可能性があるとは思います。学生で見始めていると思います。AIにエッセイを書かせるような感じで、基本的に宿題でカンニングしているだけです。だからそれをすべきではありません。
コードに関する研究をいくつか行い、モデルの使い方によっては、コードを書くことに関してスキルの低下が見られることを示しました。モデルを使う異なる方法があり、スキルの低下を引き起こさないものもあれば、引き起こすものもあります。でも、人々が物事の使い方について思慮深くなければ、スキルの低下は絶対に起こり得ます。
人間は次の10年間で人類として愚かになると思いますか。ある意味で思考と認知をシステムに外注しているので。
繰り返しになりますが、機械の愛の恵みと技術の青年期です。AIを間違った方法で展開すれば、不注意に展開すれば、人々は愚かになる可能性があると思います。
AIが常にあなたよりも何かで優れているとしても、それでもそれを学ぶことができます。知的に自分を豊かにすることができます。そしてそれは個々の企業として、個々の人々として、そして社会全体として行わなければならない選択です。
オープンソース対クローズドモデル
Dario、オープンソース対クローズドについての見解はありますか。ZAI、GLM-5やDeepSeekのような企業を見ていました。もしIP作成や研究にこれだけのお金を使って、これらの人々がリバースプロンプトとエンジニアリングをして、Anthropicレベルの答えに近づくことができるなら、100%とは言いませんが、GLM-5の数字を見て、かなり良いように見えました。
AI世界におけるIP価値はどこにあるんでしょうか。そしてもし私がアプリケーションを構築しているなら、飛躍した外挿ですが、最終的にAIモデル層が非常に民主化されて、エージェントやアプリケーション層を構築するときは毎回オープンソースを選ぶべきだと仮定できますか。なぜならそれが私が取り組んでいる可能性のある収益モデルを保持するのに役立つからです。
いくつかのことがあります。これらのモデルの多くは、特に中国から来るものは、ベンチマークに最適化され、大手米国研究所から蒸留されています。最近テストがあって、これらのモデルの一部が通常のSWE(ソフトウェアエンジニアリング)ベンチマーク、通常のソフトウェアエンジニアリングベンチマークで非常に高いスコアを出しましたが、誰かが公開されていない保留ベンチマークを作ったとき、モデルはそれでずっと悪い結果を出しました。
だからこれらのモデルは、実際の使用よりもベンチマークに最適化されていると思います。でもそれよりも広い点があって、物事がどう設定されているか、モデルの経済性は以前の技術とは非常に異なるということです。
品質への非常に強い選好があることがわかります。人間の従業員に少し似ています。もしあなたに世界最高のプログラマーを雇うか、世界で10,000番目に優れたプログラマーを雇うかと言ったら、どちらも非常に熟練していますが、多くの人を雇った人なら、能力のべき法則ロングテール分布のような直感があると思います。
そしてモデルでも同じことがわかります。ある範囲内では価格はあまり重要ではありません。モデルが最高のモデル、最も認知的に有能なモデルであれば、価格はあまり重要ではありません。提示されているフォーラムもあまり重要ではありません。だから最も賢いモデルとタスクに最適なモデルを持つことにほぼ完全に焦点を当てています。
それが唯一重要なことだというのが私の見解です。
データの重要性と地政学
長期的な地政学について、もしAnthropicがレストランだとしたら、この特定のケースでの原材料、野菜はデータだと言えます。長期的に世界は、すべての国が自国のデータを所有し、料理に使う野菜にもっとお金を払わなければならない場所に移行すると思いますか。
いくつかのことがあると思います。世界中にデータセンターを構築する需要があると思いますし、私たちはそれを非常に支持しています。データは興味深くなってきています。なぜなら今日使っているデータの多くは、訓練するRL環境だからです。例えば、数学やエージェント的なコーディング環境で訓練するとき、実際にはデータを得ているわけではありません。モデルが数学の問題を試すような感じです。
もっと合成的で、データを作っているということですね。
ええ、合成データと考えることもできますし、環境での試行錯誤と考えることもできます。だからデータは静的データがあまり重要でなくなってきていて、モデルが自分で作るような動的データ、強化学習のためのものがより重要になってきていると思います。
だからデータはもはや最も中心的なものではないと思いますが、それでも重要です。その限りにおいては、データの多くは単にオープンウェブで利用可能です。ただし、特定の言語でデータを取得しようとしている場合、特定の言語に最適化されている場合、それは重要になり得ます。
もしデータが顧客から与えられたデータのようなもの、他の会社のためにデータを処理するようなものを意味するなら、国々はすでに、ヨーロッパの場合は、個人的な専有的な個人的な専有的なデータが国の境界内に留まる必要があるという法律を可決しています。それが世界中のさまざまな国でデータセンターを運営する理由の1つで、推論を実行するモデルをそれらの国に保持するためです。
投資のアドバイス
私は本当にElonにこの特定の質問をしつこく聞きました。彼は答えることに懐疑的でしたが、自分のものではない1つの株を選んで、お金を入れるよう頼みました。そして彼はGoogleと言いました。あなたにも質問をします。あなたも懐疑的だと思いますが、もしDarioが今日100ドルを持っていて、資本主義で勝つために株に投資するという二者択一の決定をしなければならないなら、どの株を選びますか。
その質問には答えない方がいいと思います。非常に多くの公開企業について非常に多くのことを知っているので。その質問には答えない方がいいと思います。
あなたが関わっていない産業についての質問に答えるかもしれません。今日ではほとんどの産業に関わっていると思いますが。
本当に、つまり、わかりません。私はバイオテクノロジーにポジティブです。最終的にAIによって推進されるルネッサンスを迎えようとしていると思います。特定の企業名は挙げませんし、大手製薬会社に賭ける方がいいのか、新興の小規模バイオテクノロジー企業に賭ける方がいいのかも言いません。
でも私の直感は、多くの病気を治そうとしているということです。
私が焦点を当てるべきバイオテクノロジーのサブセットを教えてもらえますか。
よりプログラム可能で適応的なもののアイデアだと思います。mRNAワクチンから、米国では愚かな理由で問題を抱えていますが、技術については非常に楽観的です。ペプチドベースの療法まで。低分子薬があれば、自由度が限られていて、あるものを良くすると、他のものが悪くなります。
ペプチドには、ほぼデジタルな性質があって、「ああ、ここにこのアミノ酸を、そこにあのアミノ酸を置き換える」と言えます。だからより連続的な最適化が可能です。だからそういった分野、おそらく細胞ベースの療法にも楽観的です。これは新しいものです。
幹細胞のようなものですか。
いや、いや、いや。CART療法のようなもので、体から細胞を取り出して、特定の癌を攻撃するように遺伝子工学を施して、体に戻します。
幹細胞療法は効きますか。先週ずっとこれをやっていました。1日3時間病院にいて、ネブライザーと幹細胞を静脈に入れていました。
私は幹細胞療法の最新情報には詳しくありません。現在実践している生物学者に聞く必要があります。
でもペプチドは爆発的に成長すると思います。
ええ、つまり、繰り返しになりますが、設計空間は非常に広いです。
Claude Codeの使いやすさ
初めてClaude Codeを使おうとしたとき、動作させるのに苦労しました。非常に愚かでコーディングやプログラミングの知識がない人にとっては、あまり簡単ではありません。学習曲線があると思います。
誰かが上手に言っていました。プロンプトエンジニアリングでさえピアノを弾くようなものです。座って弾き始めることはできません。私の聴衆にとって、文脈の設定方法、プロンプトの仕方、私のようにゼロ知識から来る人間のためにClaude Codeをより良く使う方法を学ぶことがますます関連性が高くなると思います。どうやってそれを学ぶことをお勧めしますか。
まず第一に、私たちはその学習曲線をより簡単にしようとますます試みていると言いたいです。Claude Codeをリリースした理由の1つ、基本的に非コーダーのためのClaude Codeは、Claude Codeを本当に使いたくて、コマンドライン端末で苦労している多くの非技術者に気づいたからです。コーダーはコマンドライン端末を常に使いますが、非コーダーにとっては、不必要に複雑にするだけです。
だからCoworkは、よりユーザーフレンドリーで使いやすくするように設計されました。バックエンドでClaude Codeエンジンによって動作していますが、アイデアはよりユーザーフレンドリーで使いやすくすることでした。
だから間違いなくより簡単にするインターフェースを導入しようとしています。でも同時に、これを学ぶのに役立つクラスを受けることもできると言いたいです。これは非常に実証的な科学だと思います。ほとんど実践することで学びます。でもAnthropicには教育省と呼ぶ会社の一部があります。
そしてますます、効果的なエージェントの実行方法やモデルのプロンプト方法に関するビデオを出すと思います。すでにその一部を行っていて、すべての人がこれを学べるようにしたいので、それを強化していくつもりです。
最後のメッセージ
最後の質問です。何か一時的な考えはありますか。私たちに念頭に置いておくべき何かを残したいですか。Darioが知っていて、Nikilとすべてのその人々が知らないことは何ですか。
そうですね。わかりません。それほど多くのことを知っているとは思いません。特に今、技術の意味が外に出ているので。つまり、私の世界観のほとんどの側面は、今公開されていて見えるもの、世界で外から見えるものから導き出すことができると思います。
でも言いたいことがあって、それは過去10年間で何度も何度も経験してきたことですが、「ああ、それは起こり得ない。あまりにも奇妙だ。あまりにも大きな変化だ。きっと人々がそれに取り組んでいる。もしそれが起こったらあまりにもクレイジーだ」と信じたくなる誘惑があります。
誰もそれが起こるとは思っていないようです。でも何度も何度も、シンプルな曲線を外挿するか、何が起こるかを推論しようとすると、ほとんど誰も信じないような直感に反する結論に至ります。そして未来を無料で予測できるかのようです。ただ理屈で考えて、いくつかの実証的な知識が必要です。直感も必要です。純粋な論理から推論することはできません。それは私が人々が犯すのを見る別のタイプの間違いだと思います。
でもいくつかの実証的観察と第一原理から考えることの適切な組み合わせが、公開されていて誰でもできるはずなのに、驚くほどまれにしか起こらない方法で未来を予測することを可能にします。
Dario、これをしてくれてありがとうございます。また近いうちにお会いできることを願っています。
ありがとうございました。
ありがとうございます。乾杯。
わかりました。
ええ。
良かったです。大丈夫でしたか。
ええ。素晴らしかったようです。
コメント