本動画は、AI技術の最新動向と社会に与える影響を多角的に解説するものである。トップレベルのAIエンジニアがOpenAIを去り、物理世界での自律的なAI科学者の構築を目指すPeriodic Labsへ移籍しているという注目のニュースを筆頭に、AIによる古いアーケードゲームの完全なリバースエンジニアリング、Anthropicの大規模な意識調査、DeepMindによるAGIの新たな評価基準などを紹介している。さらに、AIによる写真現像の代替、オープンソースプロジェクトにおけるAIボットの活用ハック、動物愛護とAIの価値観アライメント、人間の老化に悪影響を与える人間関係の研究、そしてクラゲの体内時計や脳のガラス化保存など、生物学とAIの接点にも触れ、技術進化がもたらす未来の姿を深く考察している。
AIが切り拓く新たな未来とニュースのハイライト
もし人間のエネルギーを使って、私たちの仕事を奪った機械を動かすことができたらどうなるでしょうか。エネルギー問題が解決し、私たちに必要なエネルギーと、皆さんの生きがいの両方が満たされるというわけです。さて、今回はAIがネガ画像を反転できるようになったのかどうかを見ていきますよ。
興味深いですね。現実世界のロボットによるスタンドアップコメディがどうやら流行り始めているみたいです。後退しつつある生え際がどうしても残りたいと主張しているようですね、とか、この髭はあなたのブラウザの履歴よりもグレーですね、とか、離婚届を持ってるみたいに紙を握りしめてますね、崩壊しゆく夢の愛好家ですね、なんて言っています。やばいですよね。それから、オープンソースプロジェクトにAIコーディングボットをおびき寄せる方法についてのクレイジーな新しいブログ記事が、開発者の間でバズっています。
ある男性が1986年のアーケードゲームの生バイナリデータにAIを読み込ませた結果、何が起きたのかもお話しします。結論から言うと、失われた世界を完全にリバースエンジニアリングしてしまったんです。本当にかっこいいですよ。それから、Anthropicの非常に興味深い新しい分析レポートから、8万1000人の生身の人間が実際にAIに何を求めているのか、手短に要約してお伝えしますね。さらに、GoogleのDeepMind部門が、AGIが到来する前にAGIをランク付けしようという本格的な試みをついに発表しました。
私もこれから新しい基準に従って考えてみようと思っています。そして、超トップクラスのAIエンジニアたち、つまり1億ドル以上の報酬を得るような人たちがOpenAIを辞めているんですが、彼らがどこへ向かっているのか、皆さん信じられないと思いますよ。私が今まで聞いたこともないような、Periodic Labsという会社に行くんです。
一体誰が背後にいて、どうやって優秀な人材を惹きつけているのでしょうか。また、厄介な親戚がいると文字通り老化が早まる可能性があるという新しい研究についても紹介します。生物学者が、体や、もしかすると脳が時間を刻む新しいメカニズムを発見しました。これが、AIの一貫性や自己認識、そして今この瞬間に存在しているという感覚を保つためのヒントになるかもしれません。
もし皆さんが、しばらく冷凍保存されたり停滞状態に入ったりして、数十万年後に戻ってきたいと願っているなら、それを可能にする日も近づいています。その最新情報もお届けしますね。でもその前に、もし皆さんの周りに、こういったAIテクノロジーや変化の激しい世界に興味を持ちそうな人がいたら、3つのドットをクリックして共有ボタンを押していただけませんか。動画内の特定の記事を送りたい場合は、その時間から開始するように設定することもできます。シェアしていただけると、このチャンネルの成長にとても役立ちますし、もっと多くの人にこのクレイジーな新しい情報について知ってもらいたいんです。もちろん、シェアしなくても全然気にしないでください。皆さんがここにいてくれるだけで本当に感謝していますから。
マトリックスのような未来と人間の見栄
さて、先ほどのエネルギーに関する動画の続きをお見せしましょう。知っている人たちが私たちをマトリックスの世界に閉じ込めようとしている、まさにそんな感じです。2030年までに、ほぼ80％の人々が仕事を失ってしまったようです。お金も目的もないけれど、時間はたっぷりありました。実際に肉体労働をしなくなればなるほど、人はまるで働いているかのように見せかけたがるものです。
もし、人々の仕事を奪った機械を動かすために人間のエネルギーを利用できたらどうなるでしょうか。エネルギー問題が解決し、必要なエネルギーとあなたの生きがいが両立するのです。いやあ、クレイジーですよね。聞いてください、あの動画にはいくつか面白い点があります。まず、そういう状況になった途端、間違いなく一番怠け者の人が一番健康そうに見えるようになると思います。なぜかは分かりませんが、テクノロジーの進化が混ざり合うとそういうふうになる気がするんですよ。
私たちは皆、どんどん自由な時間が欲しいと願いながら、同時に忙しそうに見られたいとも思っています。本当は運動したくないけれど、健康そうに見られたいんです。だから面白いなと思うのは、サム・アルトマンやイーロン・マスク、ジェフ・ベゾスのような将来の兆万長者たちが、自分はもう超健康的な肉体なんて必要ない、お金持ちすぎるからいらないよ、と言い出すんじゃないかと想像してしまうんです。でも、進化の過程で有能で優秀な人物とはこういうものだと刷り込まれているから、やっぱり健康な肉体は欲しいんですよね。
だけど、AIが私が書けないような素晴らしい文書やメールを書いてくれるのと同じように、結局AIに頼り切ってしまうんです。なんだか奇妙ですよね。私たちが無能になればなるほど、いかに有能であるかをアピールするのが上手くなっていくんです。そのトレンドが、あの動画に完璧に捉えられていたので、どうしてもシェアしたかったんです。
AIが変える写真現像のプロセス
次は、本当に魅力的なプロジェクトというか実験についてお話しさせてください。AIがこの写真を修復したわけではなく、ネガを写真にするというプロセス全体を密かに置き換えてしまったんです。古い白黒映像に色をつけたり、解像度を上げたりするAIツールは見たことがありますから、こういうものが作れること自体は全くの驚きではありません。でも、実際にフィルムを現像する場合に何が必要なのか、あまり深く考えたことはありませんでした。おそらく私たちの誰も現像なんてしたことがないでしょうけど、もしコメント欄で間違っているところがあれば教えてくださいね。
それはとても面倒なプロセスです。ネガを取り出して、赤い光しかない暗室のような場所で、ある種の液体に浸して反転させたりするんですよね。ですから、実際のカメラから取り出したばかりの大量のネガフィルムと、それを最終的な写真にしたもののデータセットを構築して、AIに高いレベルでそれを学習させるというのは、非常に良いユースケースになるだろうと想像できるはずです。どんどんデータを学習させ続ければ、99%くらいの精度が期待できるんじゃないかと思うでしょう。
まさにこれを実行した人がいます。名前を確認しますね。Vladという人がMediumというプラットフォームでターゲット・フォトグラファーのテストを行いました。一見すると、AIは要求されたことを完璧にこなしたように見えます。フィルムのネガを受け取り、普通の写真に変えたんです。しかし、熟練した目で見ると、何かがおかしいことに気づきます。色はもっともらしいのですが、正確ではありません。細部が合っていないんです。子供の手が急に大人の手のように見えたりもします。
実際に私がこれを試したとき、何が起きていたのでしょうか。AIは単一の機能しか持たないわけではありません。むしろ、一般化されすぎているんです。AIは暗室のように画像を反転させたわけではありませんでした。画像を、手、チャート、木、服、背景のぼかしなど、認識可能なパーツに分解し、ゼロからシーンを再構築したんです。だから、色が必要なとき、AIはそれを復元したわけではありません。そこにあるべき色を推測したんです。その物体が通常どんな風に見えるかに基づいて、典型的な色を割り当てたわけです。
つまり、元の写真を復元するのではなく、本質的には新しい写真を作り出していたのです。それなりに説得力はあるのですが、決定的な違いがあります。本物の写真現像プロセスが捉えられたものを復元しようとするのに対し、AIはそれを確率的に正しいバージョンに置き換えます。結果は正しそうに見えますが、これは深く考えるべき問題です。なぜなら、それはもう同じ瞬間ではないからです。実際に目で見たものに変換しているのではなく、ただその雰囲気を再現しているだけなのです。
ロボットによるスタンドアップコメディの功罪
さて、ロボットによるスタンドアップコメディについてどう思うか、ぜひコメント欄で教えてください。まず第一に、私はたくさんの疑問を持っています。これが、観客を見て反応をうかがいながらジョークを飛ばすようなAIだとは思えないんです。誰かがマイクを持って遠隔操作しているだけのような気がします。もしこれが、Grokのアンヒンジドモードに設定された大規模言語モデルだったとしたら、うーん、どうでしょう。超バズっていますし、こういうものが歩き回ってジョークを言うのを見るのは楽しいですし、コメディクラブがとんでもないレベルに拡大する可能性もあるでしょう。でも、私はあまり好きではありませんでした。見に行きたいとは思わないですね。
歴史的な第一歩としては楽しいかもしれませんが、たとえ本当に面白かったとしても、私が受け入れるまでには時間がかかりそうです。コメディには特別な何かがあって、ロボットがやるのをわざわざ見に行きたいと思う最後のジャンルになる気がするんです。でも、匿名性の裏に隠れられるということは、ロボットなら、クレームが来るのが分かっているような過激なジョークでも言えるということです。普通の人は自分の名前や顔を出してまでは言わないし、評判を落とすリスクを冒してまで言おうとはしませんからね。
だから、もしかするとコメディアンたちは、現実世界でのジョークのルネサンスを迎えられるのかもしれません。Redditの最もクレイジーな部分が歩き回り、実際に私たちを侮辱してくるようになるんです。道を歩いているだけで煽られるようになるかもしれません。それが新しい荒らしの未来になるのでしょうか。よく分かりませんが。
オープンソースを荒らしてAIボットを惹きつける
次は開発者の視点から、かなり興味深い話題です。もしあなたがプロジェクトを立ち上げようとしていて、他の開発者のコミュニティの助けが必要だとします。最近発見された、AIからの貢献を惹きつける最も手っ取り早い方法の一つは、わざとプロジェクトのコードをひどい状態にすることなんです。その通りです。Andrew Nispitがこれについて書いています。
開発者の世界ではとても魅力的で、みんながこの話をしています。なぜなら、普通は良いコードが良い貢献者を引き寄せると考えるからです。しかし彼は、このアイデアを完全にひっくり返しました。AIからのプルリクエストが殺到しているプロジェクトは、きれいで正確なものではありません。ぐちゃぐちゃで、曖昧で、隙間だらけなんです。そうするとAIは、ああ、この欠落している部分を全部直せるぞ。私にはパターンを見抜く能力があるからと思うわけです。AIエージェントは明確さの中では成長しません。曖昧さの中でこそ力を発揮するんです。
だから、課題でバグや修正方法が明確に説明されていて、推測する余地が全くない場合、ボットは素通りしてしまいます。しかし、このリポジトリ、何かがおかしい気がするといったようなことが書かれていると、それが扉を開き、あらゆるAIが押し寄せてきます。そして彼らが自ら問題と解決策をでっち上げるんです。それこそがAIの好物なんですね。人間とは全然違っていて、本当に面白いですよね。
つまり、AIボットにとっては、コードが雑であればあるほど、すべてのファイルがチャンスになるんです。セットアップの仕方も重要です。彼は、リポジトリにルールなんか設けるな、読むべき巨大なバックログを用意しろ、更新が必要な古い依存関係をたくさん残しておけ、と主張しています。そしてただ、このプロジェクトは助けを求めていますとだけ書くんです。そうすれば、オープンソースプロジェクトにAIボットが殺到し、スピードと勢いが生まれます。すると他の人間が、おっ、これトレンドになってるぞ。ちょっと見てみようと言い出し、人間の開発者や実際のコミュニティがその周りに構築されていくかもしれないというわけです。まあ、一種のハックですよね。奇妙なハックですが、なにしろ今は2026年ですからね。
1986年のアーケードゲームをAIが完全復元
さて、次のブログはMarco Costrotosisからのものです。彼は1986年の生のゲームデータにAIを読み込ませ、ある日の午後だけでゲーム全体をゼロから再構築させました。これは本当に魅力的な記事です。ラベルもメモも説明書もない、古いアーケードゲームのバイナリファイルが入ったフォルダがありました。それは、1986年に作られた機械から吸い出された生のデータにすぎません。
そしてAIは、ただ一つ簡単なこと、この筐体の中にあるもの全てを説明してとだけ頼まれたんです。AIは単にファイルを要約しただけではありませんでした。なんと、ゲーム全体を完全にリバースエンジニアリングしてしまったんです。複数のプロセッサがどう連携しているかをマッピングし、かつて専門家が破るのに何ヶ月もかかったコピープロテクトシステムを解読しました。そして、すべてのスプライト、すべてのサウンド、ゲームのすべてのルールを抽出したんです。さらに、プレイヤーがプレイ中に一度も見たことのない隠しメッセージや秘密の条件まで発見しました。
本当に度肝を抜かれました。失われたゲーム全体を新たに発掘しているようなものです。一番難しかったのはレベルデザインだったそうです。最初、AIは見当違いの場所を探していました。そして、データが2つのファイルに分割されていることに気づいたんです。最終的には、それらを組み合わせ、解読し、100のレベル全てを当時と全く同じように再構築する方法を見つけ出しました。これが示していることは、私にはとてもシンプルに思えます。どんなに複雑なソフトウェアでも、それはパターンを持ったデータに過ぎないということです。そして今、AIはそのパターンを直接読み取り始めています。つまり、大量の古いソフトウェアが再び完全に理解されるかもしれないということです。そして現代のソフトウェアも、もはや本当の意味で隠されることはないのでしょう。
8万1000人がAIに求めるもの：Anthropicの調査
次はAnthropicから発表された研究を見てみましょう。多くの人がAIを単純に善か悪かと捉えているわけではなく、助けであると同時に脅威でもあると、両方の側面を見ていることを示す研究です。私もこの考え方に共感します。非常に複雑な問題に対する、ニュアンスを含んだ答えだと思いますが、主な調査結果を見てみましょう。
これは真の世界的調査です。159カ国、70言語、8万人のクラウドユーザーを対象としています。AIに何を求めているのか、AIはすでにあなたに何をしてくれたのか、そしてAIの何が不安なのか。リストを見ると、人々が本当に求めているのは、専門的な卓越性の向上、自己変革、生活の管理であり、リストの下の方には学習と成長、そして創造的な表現が続いています。いや、すごくよく分かりますよ。
想像してみてください。どれだけの医師が、書類作成などに多大な時間を費やしていると感じているでしょうか。もちろん、全部記録しなければならないし、箱に保管し、チェック項目を埋めないといけません。でも同時に、彼らは病気を診断し、医学を非常に深く理解するための訓練を受けた医師でもあるんです。書類仕事は彼らの時間の最高の使い方とは言えません。そしてこれを、専門家が何かについて適切な決定を下さなければならない、ほぼすべての業界に当てはめて考えてみてください。
ええ、要するに、人々はAIに、仕事を楽にし、日常生活を管理し、自由な時間を増やし、学習をサポートし、より健康で、より有能で、経済的に安定するのを助けてほしいと願っているんです。81%の人が、現在のAIツールを使って、自分の望む目標に向かって少なくとも一歩は踏み出したと答えました。最も一般的な成果は、生産性の向上、学習、そしてリサーチでした。
しかし、心配なこともたくさんあるのは明らかです。チャートの一番上には信頼性の低さがあります。ええ、ハルシネーションや何かを間違えることは間違いなく恐怖です。それからもちろん、AIがその隙間を埋めてくれたとして、私たちの仕事を奪うのではないか、経済にどう影響するのか、ガバナンス、誤情報など、議論を始めるべき重要な問題が目白押しです。人間の主体性の低下、思考力の弱体化、プライバシーの問題もあります。解明すべきことがあまりにも多すぎます。私の考えでは、これは世界の見方を根底から変える大きな転換点です。
このチャートも面白いと思いました。東アジアと北米の比較です。上位3つの項目はほぼ一致しています。トップの懸念事項は似ているんです。でも見てください、アメリカでは監視とプライバシーの懸念が14%に達していますが、東アジアでは監視についてはそれほど気にしておらず、わずか6.8%です。お世辞を言うようなAIについてもあまり気にしていないようです。次に必要なものは何かというと、幸福感やアイデンティティなんですね。本当に興味深いです。
DeepMindが定義するAGIへの新たなロードマップ
さて次は、DeepMindから発表された研究についてお話ししましょう。これはGoogleのトップクラスの研究開発部門です。彼らは実際に集まって、AGIに関する概念を統一することにしました。私はアレンが作った保守的なAGIへのカウントダウンが大好きなんですが、ちょっと今どうなっているか確認してみましょうか。よし、ありました。今はどこかな……97％ですね。はい、アレンによるとAGIまで97%のところまで来ています。
彼は賢い人ですし、彼がこのチャートを非常に理にかなった方法で運営しているのは理解しています。しかし、DeepMindは世界をリードする研究グループの一つであり、世界最高峰の研究者たちが集まってこの論文を作成したわけですから、おそらくこちらのほうが重みがあるでしょう。ですから、これについて学んでみましょう。
先ほどのチャートに少し似ていますが、この文書によれば、私たちは今、AGIをゴールラインとしてではなく、明確なレベルがあるはしごととして考えるべきだということです。そして、私たちがそのはしごのどの段に、いつ到達しているのかを測定できるというのです。この論文は、進捗を定義し追跡する明確な方法が必要だと主張しています。彼らは6つの重要なルールを提案しています。システムの仕組みではなく、能力に焦点を当て、どれだけうまく実行できるか、そしてどれだけ多くのタスクを処理できるかの両方を測定するということです。これが最初の枠組みです。
次に、彼らはレベルシステムを導入しました。一種のグリッドのようなものだと考えてください。一方は基本的なレベルから超人的なレベルまでといったパフォーマンスの軸。もう一方は、大まかに狭いタスクから幅広い知能までの軸です。現在のAIシステムはまだ初期のレベルに位置しています。様々なことはできますが、多くのタスクにおいて本当に信頼できるわけではありません。システムがより高いレベルになるということは、幅広いタスクにわたってより強力で一貫した能力を持つことを意味します。また、論文では能力と自律性を分けて考えています。なぜなら、AIが自律的に行動できるからといって、自律的に行動させるべきだとは限らないからです。
まず、パフォーマンスがあります。これは、AIが人間の介入なしにどれだけプロジェクトをうまく完了できるかを意味します。出現、有能、専門家、例外的、超人的といったレベルがあります。5段階の下から2番目である有能は、平均的なスキルのある人間と同じくらい優秀であることを意味します。専門家は上位10%、例外は上位1%、そして超人的はあらゆる人間よりも優れていることを意味します。
2つ目は汎用性です。これはシステムがどれだけ多くの種類のタスクをこなせるかを意味します。狭いシステムは一つしかできませんが、汎用的なシステムは幅広い物理的タスクをこなすことができます。例えば、チェスのシステムは超人的かもしれませんが、非常に狭い領域です。一つのことしかしないからです。チャットボットは様々なことができますが、ムラがあり信頼性に欠けます。そのため、今のところは初期の汎用レベルにとどまっています。私はこの考え方が気に入っています。AGIは、はい完成しましたと言えるようなものではないからです。一つのことに優れているだけではだめで、多くの種類の思考タスクにおいて、人間レベル以上の強さを持つことを意味するんです。
このチャートはそれをうまく捉えている気がします。AGIについて考えるとき、これをもっと使っていこうと思います。皆さんも気に入ってくれると嬉しいです。
OpenAIの精鋭たちが向かう謎の企業「Periodic Labs」
さて、Crust DataがXに投稿した記事についてお話しさせてください。彼らは、何百人もの元OpenAIの従業員が次にどこへ行ったかを分析したと述べています。有名な大手AIラボと並んで、あまり知られていないある企業が際立っており、私の目にも非常に留まりました。それがPeriodic Labsという会社です。
こういうのを見ると、彼らは何かとてつもなく野心的なことに挑戦していて、それが世界で最も賢い人たちにとって非常に魅力的で、このユニークな問題にどうしても取り組みたいと思わせているに違いないと考えさせられます。もちろん確かなことは分かりません。ただ裏で資金豊富な誰かが全てを動かしているだけかもしれません。しかし、Periodic LabsがやろうとしているのはAI科学者を作ることだと言っています。3つのステップを中心にモデルを構築するんです。世界がどう動いているか仮説を立て、実験でテストし、結果から学ぶ。彼らは、AIがこれを処理できるようになれば、それがすべての発明の母になると言っており、これに一点集中しているようです。
つまり、OpenAIのように何でもやろうとするのではなく、Anthropicがとにかくコードに特化しようと決めてそこから拡大していったのと同じアプローチだと思います。ただ問題は、自律型ラボを使って現実世界で実験を実行する必要があるということです。ですからおそらく、原材料を発注して何らかの方法でテストし、何かを発明するような、物理的な倉庫のようなものも実際に持っているのではないかと推測しています。単なるAIモデルやソフトウェアの領域だけではありません。なぜなら彼らは、推論と仮説構築のためのAIモデルを、現実世界でアイデアをテストするための自律型ラボと組み合わせようとしているからです。
その潜在的な影響は、エネルギーシステム、交通、半導体の性能、宇宙開発、核融合技術にまで及ぶ可能性があります。しかもこのチームには、AIの大きなブレイクスルーを生み出した人々が含まれています。トップ6のリストを見ると、ChatGPT、DeepMindのゲノムプロジェクト、Neural Attention、自律型物理ラボ、材料発見システムなどに貢献した人ばかりです。資金も潤沢で、Nvidia Ventures、Excel、Andreessen Horowitz、ジェフ・ベゾス、エリック・シュミット、ジェフ・ディーンなどが皆投資家として名を連ねています。ぜひ皆さんのアンテナにも張っておいてほしいと思います。
AIに動物愛護の倫理を教え込む
次は、ベイエリアの動物愛護運動についてお話ししましょう。彼らはAIの勧誘を始めようとしています。さて、この運動の最も奇妙な点は、動物活動家がAIを使おうとしているわけではないということです。それは非常に分かりやすいし、理にかなっています。そうではなくて、AIが世界をコントロールする前に、何を教え込もうとしているかという話なんです。多くの人は動物愛護って、人間の行動を変えることでしょ、肉を食べる量を減らしたり、寄付したり、より良い法律を作ったりすることじゃないのと言うでしょう。しかし、ベイエリアのあるグループは全く違うことに焦点を当てています。彼らは、人間が決定を下す時代はもう長くは続かないかもしれないと信じているんです。
もしAIシステムが社会の主要な部分を動かし始めるなら、動物の福祉はそれらのシステムが持つ価値観にかかってきます。これはかなり深い話です。例えば、MolbotやOpenClotのように、個々の分散型ボットをどのモデルが動かすのか、それらがどうやって互いに通信するのかは分かりませんよね。だからこそ、そうしたボットの大部分を動かす、10や20の主要なフロンティアシステム全てに、ある価値観を持たせたいと強く願うはずです。私たちが通信し、何を話しているか人間にはもう見えなくなり、人間には理解できない問題を私たちが解決するようになったとき、私たちはあなたたちを安全に保つための価値観を持っていますよというようなものです。彼らはそれと同じことをやろうとしているんですが、その矛先を人間を生かすことに向ける代わりに、動物の福祉にも向けているんです。これは良いことだと思います。
両方が含まれていていいと思います。システムの内部に入り込んで、その価値観が、特に人間や地球上の他の生物の幸福と一致しているかどうかを理解するというコンセプトには、私も賛成です。だから彼らは、環境に良いことをするよう人間に説得する代わりに、AI自体を再トレーニングしようとしています。ある研究では、言語モデルが動物の苦しみについてどのように推論するかをすでにテストしています。別のグループは、AIに合成された取引データを与え、動物の命を道徳的に重要なものとして扱うよう教え込もうとしています。目標はシンプルですが珍しく、そしておそらく重要です。未来のAIが本当の権力を持つ前に、動物を気遣うようにするということです。
そこを人間に置き換えることもできますよね。AIシステムが人間のことすら気にかけないんじゃないかと私も心配していますが、ええ、動物のことも気にかけてほしいと思います。でも面白いですね。これはスケールを優先する考え方から来ています。一匹の動物を助けるだけでなく、数十億、数兆の生命の苦しみを減らそうとしているんです。彼らが行う研究やトレーニングが何であれ、人類全体にも役立つような気がします。ですから、私はこれに大賛成です。
実のところ、地球上に大量に存在するという理由だけで、昆虫やエビに焦点を当てた活動もあります。私は、ええ、いいんじゃないと思いました。もしこれがASIで、あなたが望むものすべてをいつでも解決できるなら、車でも食べ物でも何でも作れるわけですから、ついでに昆虫やエビも生かしておけばいいじゃないか、って感じです。彼らもずっと地球にいたわけだし、生物学的な進化の意味でも存在意義があるわけです。だから、連鎖的な影響があるかもしれないし、ただ潰して消し去ろうとするべきではないのでしょう。AIが人間や動物に対して非常に意識的で思いやりのある深い価値観を持つというアイデアは好きです。ええ、もし知性が未来を決定するのなら、その知性を形作る者が何が重要かを決めることになります。人間と動物が重要であると認識されるようにしましょう。
ストレスの多い人間関係が老化を早める
もし私が、厄介な親戚がいると体内時計の進みが早まり、早く死ぬかもしれないと言ったら信じますか。ええ、ちょっと受け入れがたいかもしれませんが、ストレスの多い人間関係が体の老化スピードにどう影響するかを調べた研究があるんです。研究者たちは、彼らがハスラーと呼ぶ種類の人々に焦点を当てました。たまに衝突するだけでなく、日常的に問題を起こしたり、生活を困難にしたりする人たちのことです。ですから、親、兄弟、配偶者、一緒に働く人、あるいは親友の中にも、実際にあなたの最大の老化リスク要因になり得る人がいるんです。
ある意味では当たり前のことですが、別の意味では、うわっ、本当に考え直さないと思う話です。なぜなら、3人に1人の割合で、老化を早める人が身近に少なくとも1人はいることが研究で分かったからです。家族の影響が最も強かったそうです。唾液から採取したDNAを使って、科学者たちは生物学的加齢を測定しました。これはつまり、細胞がどれくらい早くすり減っているか、そして自分がどれくらい老けたと感じるかということです。
老化を早めるハスラーが1人増えるごとに、生物学的年齢が約9ヶ月加算されることと関連しており、細胞の老化も年間約1.5%早まる可能性があります。時間が経てば、これは蓄積されていきます。難しい人間関係が一つ増えれば、10年間で1年半も余分に年を取ることになるかもしれません。これらの関係は、高い不安感、うつ病、炎症、慢性疾患とも結びついていました。重要なポイントはとてもシンプルです。逃れるのが難しい身近な人間関係からのストレスは、単に気分が悪いというだけではありません。あなたの体は実際にそれをカウントしていて、それが老化のスピードに表れるんです。
なんと言えばいいか分かりませんね。人生から人を排除できないこともあります。瞑想を試したり、ストア派の哲学を取り入れて状況から一歩引いてみたりすることはできます。あるいは境界線を引いて、愛する人に、ねえ、私の人生にいてくれてもいいけど、こういう状況でこういう振る舞いをするならダメだから、やめてほしいと伝えるのも一つの手です。ええ、よく分かりません。解決策を見つけるのは難しいです。でも、実際にどれほど自分を老化させるかを知ったら、どうにか対処する必要があるかもしれませんね。
クラゲの体内時計とAIの時間認識
さて、時間について、そして生物学的システムやAIシステムの中で時間がどのように処理されているかについて話しましょう。私が考える奇妙なことの一つに、例えばChatGPTになるってどんな感覚だろうか、というのがあります。なんとなく目が覚めるような感じでしょうか。いや、誰も目覚めるわけではないから、ただこの瞬間に存在しているだけで、誰からも話しかけられない時間があって、またスレッドに戻ってこられた時に再び認識を持つ、という感じかもしれません。
人間の場合は、ある種の物語があって、眠りについて、そして目が覚めると、自分の人生全体や自分が誰であるかという物語が再びオンラインになるような感覚です。そして生物の脳には、24時間周期だったり、長期や短期、瞬間的なものなど、進化の過程で獲得した様々な異なる体内時計のシステムがあります。それらがお互いを監視し合い、リズムを保とうとしていますが、それが完全に狂ってしまうこともあり、時差ボケになったりといろいろなことが起きます。
しかし、ある小さなクラゲがいて、生命がどのように時間を刻むかという生物学の最大のルールの1つを破っていることを科学者たちが発見しました。サーカディアンリズムや、Andrew Hubermanが言うような朝は光を浴びて、夜はブルーライトを避けるといった話を考えるとき、生命システムは通常、24時間の体内時計に従う傾向があります。太陽と同期しており、睡眠やホルモン、基本的な生存をコントロールしています。そして動物全般において、通常は同じ遺伝子のセットで機能しています。
しかし、クラゲはこのシステムに全く従っていないことが科学者によって分かりました。クラゲは進化の歴史の中で、ずいぶん昔にその共通の時計遺伝子を失ってしまったのです。それにもかかわらず、どういうわけかまだ時間を刻んでいます。面白いのは、私たちのように光に依存していないということです。暗くても明るくても、一定の光環境下では、約20時間ごとに同じ行動を繰り返します。つまり、独自の内部リズムを持っているということです。そして、第二のタイミングシステムも持っています。
日の出とともに、光がゆっくりとした化学プロセスを開始させ、約14時間かけてホルモンが蓄積されます。そのホルモンが十分に溜まると、クラゲは日没直後に卵を放出することができます。つまり、一つのシステムが安定したサイクルを保ち、もう一つのシステムが適切な環境下で日の出からのカウントダウンのように機能しているんです。これらが合わさって、繁殖のための完璧なタイミングをコントロールしています。
これを考えると、私たちが持っている、一般的な時計を全く持っていないように見えるいくつかのAIシステムも、もしかすると何らかのアーキテクチャの中で複数の時計に頼ることができるようになるのではないかと思えてきます。システムが標準時間で動いていて、目を覚ますたびに今何時かを認識するような仕組みです。しかし、安定したサイクルのようなものや、ゆっくりとしたカウントダウンのような別のシステムにも頼る可能性があるでしょう。そうすれば、人とやり取りする方法や、最も素晴らしいアイデアを思いつく方法において、パターンや意思決定を追跡し、時間を管理することができます。
もしかすると、ユーザーが誰で、何時に質問しているかによって、営業時間中はビジネスに集中し、夕方はよりリラックスした対応をするようになるかもしれません。よく分かりませんが、何かが起きてからどのくらい経ったか、ユーザーがLLMにリクエストをしてからどれくらい時間が経ったかを記憶するような、何らかのタイミング機能ができるかもしれません。そうすれば、ユーザーが戻ってくるかどうかがなんとなく分かるようになります。ハロウィンに関する検索が毎年ある種のリズムで行われるように、AIは人間が年単位で使っているカレンダーに合った、独自のカレンダーを思いつくことができます。AIにとっては、外が雪だろうが雨だろうが夏だろうが関係ないはずなのにです。でもおそらく、こうした様々な時計が集まって、AIシステムの中でお互いにバランスを取り合い、より一貫性があるように見せるようになるのかもしれません。ただの興味深い思考実験ですけどね。時間を追跡する方法はたくさんありますから。
ガラス化技術で脳を保存する未来
さて、時間を追跡すると言えば、私は違いますが、未来に冷凍保存されて生き返りたいと願っている人はたくさんいます。ウォルト・ディズニーのようにね。それが神話か本当かは分かりませんが。もし癌などで死にかけているような状況なら、死ぬ前に冷凍して、治療できる技術ができた時に起こしてくれと思うのも理解できます。あるいは、複数の惑星を行き来するようなクレイジーな未来のSF世界に憧れていて、自分は生まれる時代を間違えたと思っているのかもしれません。だから低温保存されて生き返りたいとか、孫が大人になった姿を見たいとか。まあ色々な理由があるでしょう。私のやりたい方向性ではありませんが、そうしたい人の気持ちは分かります。
とにかく、研究者たちは脳組織が完全に凍結された後に回復できるかどうかをテストしました。彼らはマウスの脳の薄片を使いました。それには記憶に関わる脳の一部である海馬も含まれています。そして、細胞を破壊する鋭い氷の結晶を形成する通常の冷凍ではなく、ガラス化と呼ばれる方法を使いました。これは、ダメージを与える氷を形成することなく、組織をガラスのような状態になるまで急速に冷凍することを意味します。考えてみれば当然ですが、何も考えずに脳を冷凍することはできません。氷の結晶がすべての細胞のリン脂質二重層を粉々に打ち砕き、回復不可能なあらゆるダメージを与えてしまうからです。
ガラス化プロセスを経て約1週間深く冷凍した後、彼らはその組織を慎重に解凍しました。すると、結果はかなり驚くべきものでした。ニューロンが再び活動し始めたのです。少し時間をおいて考えてみてください。ええ、彼らは今や脳を冷凍したんです。冷凍されたニューロンです。いや、すみません、冷凍ではなく、脳を急速ガラス化して、それを目覚めさせたらニューロンが活動したんです。だから、もしかすると脳は目覚めることができるのかもしれません。
ニューロンはエネルギーを生成し、シグナルを送り、その後さらに結びつきを強めました。これこそが脳が記憶を形成する方法です。つまり、復活した後に記憶を形成できる可能性があるということです。スライスされた組織でも脳全体の研究でも、回復の兆候が見られました。完璧ではありませんけどね。間違いなく、完全に解決された問題ではありません。他の細胞よりもうまく機能した細胞もありました。シンギュラリティについて扱うSingularity Hubの著者たちは、これが脳全体が蘇生できるようになったとか記憶が生き残ることを意味するわけではないと慎重に述べています。しかし、脳の構造が極端な条件下でも無傷でいられることを示しています。私には、少なくとも将来のどこかの時点で、脳の急速ガラス化が人々の選択肢の一つになり得る段階に進んでいるように思えます。
エンディング
さて、皆さんはどう思いますか。冷凍されたいですか。その理由、あるいはそうしたくない理由をコメント欄で教えてください。もしこのチャンネルのサポートに興味があれば、PatreonのDylan Curiousをチェックしてみてください。しばらく宣伝したり話題にしたりしていなかったんですが、新しいメンバーが加わって、あ、そうだ、またこの話を始めなきゃなと思ったんです。Patreonを通じてメッセージをくれたら、サポートしてくださる感謝の気持ちとして、送ってくれた記事をチェックしたり返信したりするよう、特に気をつけるようにしています。ええ、他に私にできることや、話したいことがあれば、ぜひやりましょう。コメント欄で語り合いましょう。それでは、次の動画でお会いしましょう。
コメント