DeepMindの創設者Demis Hassabisが、AGI実現の見通しや現在のAI開発における主要なボトルネック、スケーリング則の現状について詳細に語る。AGIが5年以内に実現する可能性が高いと予測し、その影響は産業革命の10倍の規模を10分の1の速度で展開すると表現する。創薬やエネルギー問題の解決における具体的な応用可能性から、労働市場の混乱、AI安全性の国際的規制の必要性、さらには哲学的問いまで、AGIがもたらす包括的な変革について論じている。
AGIの定義と実現時期
今日は本当にこうしてお話しできて嬉しいです。お時間をいただきありがとうございます。
こちらこそ光栄です。
さて、色々とお話を始められる場所はたくさんあるのですが、実は先日あなたが出演されたドキュメンタリーを観ていまして、本当に素晴らしかったです。そこでまずAGIについてお聞きしたいと思います。
定義は人によって大きく異なりますよね。あなたはこのテーマについて非常に思慮深く考えてこられました。そこでまず、今日あなたがAGIをどう捉えているのか説明していただけますか。議論の出発点として共通理解を持ちたいんです。
ええ、私たちはずっと一貫してAGIを定義してきました。基本的には、人間の心が持つすべての認知能力を示すシステムということです。これは重要なポイントで、なぜなら脳は、私たちの知る限り、おそらく宇宙の中でも、汎用知能が可能であることを示す唯一の存在証明だからです。ですから私にとって、それこそがAGIの基準なのです。
最悪の質問ですが、どれくらい近づいているのでしょうか。皆さん異なることを言っていて、著名な方々が早ければ2026年や2027年と言っているのを聞くと、判断が非常に難しいです。
そうですね、私にはタイミングについて確率分布があると思っています。でも今後5年以内である可能性は非常に高いと言えます。それってそんなに遠くないですよね。
それは以前思っていたより近いですか。時間とともに変わってきましたか。
いや、実はそうでもないんです。面白いことに、私の共同創業者でここのチーフサイエンティストであるShane Leggが、2010年にDeepMindを立ち上げた頃、AGIがいつ実現するかを予測するブログ記事を書いていたんです。覚えておいてほしいのは、2010年に私たちが始めた時、AIに取り組んでいる人はほとんどいなかったし、皆AIは行き止まりだと思っていたということです。でもその記事は今でもインターネット上に残っていて、誰でも確認できます。私たちは計算能力とアルゴリズムの進歩を推定していて、基本的に始めてから約20年かかると予測していました。そして今、私たちはほぼその軌道上にいると思います。
現在の最大のボトルネック
現在を見渡したとき、最大のボトルネックは何でしょうか。ドキュメンタリーの中で、計算能力は決して十分ではないとおっしゃっていましたね。
今日の状況を見て、最大のボトルネックは何だと思いますか。
計算能力が大きいと思います。単にアイデアやシステムをスケールアップするという明白な理由だけでなく、いわゆるスケーリング則に従って、どんどん大きなアーキテクチャ、どんどん多くのパラメータを構築し続けるという意味でです。そうすることでより知的なシステムが得られるのですが、もう一つ大量の計算能力が必要なのは実験をするためです。つまりコンピュータ、クラウドは基本的に私たちの作業台なんです。だから新しいアイデア、新しいアルゴリズムのアイデアがあったとき、それをテストしたければ、合理的な規模でテストする必要があります。でないと実際にメインシステムに組み込んだときに機能しないからです。ですから、多くの研究者が多くの新しいアイデアを持っている場合、かなりの計算能力が必要になります。
スケーリング則という言葉に触れられましたね。多くの人々がスケーリング則の限界に達していて、プラトー効果が見え始めていると示唆しています。それは本当だと思いますか。
いいえ、そうは思いません。もう少し微妙な話だと思います。もちろん主要企業がこれらの大規模言語モデルを構築し始めたとき、新しいシステムの世代ごとに巨大な飛躍が見られました。パフォーマンスがほぼ2倍になるようなことです。ある時点でそれは減速せざるを得ません。だから指数関数的に続くわけではないのですが、それは既存のシステムをさらにスケールアップすることで依然として素晴らしいリターンが得られないという意味ではありません。私たちや他のフロンティアラボは、そうした計算能力の拡張から多くの素晴らしいリターンを得ています。ですからリターンは依然として非常に大きいと言えますが、このスケーリングの開始時点と比べれば明らかに少し減少しています。
DeepMindの躍進と研究の深さ
どこか予想より遅れている分野はありますか。
実はほとんどの分野で予想より進んでいると思います。ビデオモデルのようなものや、最新のシステムであるGenieのようなインタラクティブなワールドモデルのことを考えてみてください。少し立ち止まって考えてみると、これは本当に信じられないことだと思います。もし5年前、10年前にこれを見せられていたら、かなり驚いていたでしょう。ですからほとんどの領域で、私たちは業界が予想していたよりも先に進んでいます。ただ、まだいくつか大きな欠けているものがあります。例えば継続学習です。これらのシステムは訓練を終えた後、つまり世界に出した後は学習しません。さらなることを学ぶのがあまり得意ではないんです。そしていくつかの重要な能力が、申し訳ないですが率直で基本的な質問をさせてください。
なぜ今日、継続学習がないのでしょうか。
まあ、人々がまだ完全には解明していないんです。主要なラボはすべてこれに取り組んでいますが、何ヶ月もかけて訓練した既存のシステムに、新しい学習をどう統合するかということです。もちろん脳はこれを非常にエレガントにやっていますよね。おそらく睡眠や強化学習のようなものを通じて。日中の記憶が再生されて、その情報の一部がエレガントに既存の知識ベースに組み込まれる、いわゆる記憶の固定化というものです。私たちも同じようなものが必要なのではないかとしばらく考えていました。既存の情報ベースと一緒に新しい情報を組み込むために。
ビデオモデル、メディア、画像について触れられましたね。DeepMindは非常に速く進歩して、他のプロバイダーに追いついたり追い越したりしているようです。実は私がツイートしたのですが、あなたがいいねしてくれたと思うんですが、私が使っているものと時間とともにどう変わってきたかについてで、DeepMindが今や新しい番組の調査で私の第一選択になっています。
以前はそうではありませんでした。2、3年前とは違う形で、DeepMindの加速と進歩をもたらしたものは何でしょうか。
そうですね、私たちは組織的な変更を行いました。GoogleとDeepMindには常に最も深く広い研究基盤があったと思います。過去10年以上、15年を振り返ってみると、現代のAI業界を支える画期的な成果の約90%は、Google BrainかGoogleリサーチ、またはDeepMindのいずれかの私たちのグループによって行われたと言えます。AlphaGoと強化学習、そしてもちろんTransformersといった重要な画期的成果を考えてみてください。ですから、もし何か欠けているものがあれば、将来的にそれらの画期的成果を生み出すのは私たちだと確信しています。そして基本的には社内のあらゆる才能を一つの方向に向けて結集させたということです。先ほど計算リソースについても話しましたが、会社中の2、3のバージョンを作るのではなく、すべてのリソースを結集して最大のモデルを構築できるようにしました。ですから多くの部分は、既に持っていたすべての材料を組み合わせ、そして執拗な集中とペースで、ほとんどスタートアップのように行動して、フロンティアに戻り、多くの分野で先頭に立つということでした。
もし誰かが画期的成果を生み出すとしたら、それは私たちであるべきだとおっしゃいましたね。それについて考えるとき、継続学習が次にあなたが最も興奮している画期的成果なのでしょうか。
まだ欠けているものはかなりあると思います。継続学習もそうですし、異なるメモリシステムを見ることにも多くの可能性があると思います。現時点では長いコンテキストウィンドウがありますが、これはある種力技的です。すべてをそこに入れるだけです。そこには興味深いアーキテクチャがまだ発明される余地があると思います。それから長期的な計画、階層的な計画のようなものもあります。これらのシステムは長い時間軸、つまり何年も先の未来を計画するのがあまり得意ではありません。私たちの心ではできることですよね。ですからまだ克服すべき問題はかなりあります。おそらく最大のものの一つは一貫性です。私は時々これらのシステムをギザギザの知性と呼んでいます。なぜなら特定の質問を特定の方法で投げかけると本当に驚くべきことができるのですが、質問を少し違う方法で投げかけると、実際にはかなり初歩的なことでまだ失敗することがあるからです。汎用知能はそのようなギザギザであるべきではありません。
ファイルを再配置してエージェントを特定の方法で動作するように設定すると、ファイルが倒れて設定が完全に崩れる。
まさにその通りです。
100%そうですね。
それは災難です。
そうなんです。まあ、汎用知能というのは、私たちの心がどう働くかを考えると、そのような穴があってはいけないんです。
モデルの差別化と今後の展開
スケーリングのプラトー化について話しました。誰もが能力面でのモデルのコモディティ化について語っています。それが起こると思いますか、それとも1、2社が継続的に他より加速し続けると思いますか。
私たちはその一つですが、今の主要な3、4のラボ間の差は広がり始めていると感じます。なぜならこれらのツールの多くは、次世代の構築を助けるものでもあるからです。コーディングツール、数学ツールなど。そして同じアイデアから同じ利益を絞り出すのは、どんどん難しくなっていると思います。ですから新しいアルゴリズムのアイデアを発明する能力を持つラボは、今後数年間で大きなアドバンテージを持ち始めると思います。最後の一連のアイデアからすべての成果が絞り出されていくにつれて。
何年もの間、多くの研究を公開されてきましたよね。非常に質の高いオープンモデルも数多く見られます。オープンの未来についてどう考えていますか。私のポートフォリオ企業の多くは、フロンティアモデルを使って、それをベンチマークとして設定し、その後オープンモデルを使ってできるだけ近づけようとしつつ、コスト効率も高めています。
その未来はどのようなものになるでしょうか。
おそらく今日見ているものと似ていると思います。私たちはオープンサイエンスとオープンモデルの大きな支持者で、元のTransformersからAlphaFoldまで、多くのことを明らかに世界に提供してきました。これらはすべて研究コミュニティを助けるために提供したもので、今後も続ける予定です。特に応用分野、科学分野でAIを科学に適用することは、明らかに私の情熱です。しかし、オープンソースモデルはおそらく絶対的なフロンティアから一歩後れていることが増えると思います。通常、オープンソースコミュニティがそれらのアイデアを再実装して理解するのに約6ヶ月かかります。でも私たちはGemmaというオープンソースモデルのスイートも強力に推進していて、そのサイズにおいてベストインクラスにすることを決意しています。特に小規模な開発者やアカデミック、あるいはスタートアップの初期段階には完璧だと思います。エッジコンピューティングにも最適です。ですから特定のタイプのアプリケーションにはオープンソースモデルに非常に関心があります。
LLM後の世界とAGIの構成
LLM後の世界についてどう考えていますか。異なる人々が異なる見解を持っています。あなたとYann LeCunでは非常に異なる見解がありますよね。
私としては、Yannとはいくつかの点で意見が異なります。おそらくまだ欠けているもの、まだ画期的成果を生み出す必要があるものが50%の確率であると思います。おそらくワールドモデルのようなものです。でも私の賭けはかなり強く、これらのファウンデーションモデルがどれほど成功してきたかを見てきました。信じられないほど印象的なことができます。それがなくなることはないと思います。スケーリング則からのリターンからまだ利益を見ています。ですから本当の疑問は、将来のAGIシステムについて考えるとき、LLMファウンデーションモデルが唯一の重要なコンポーネントになるのか、それとも全体的なシステムになるのかということだけです。ですから何か他に必要なものがあるかどうかの問題であって、置き換えられるとは思いません。これらのファウンデーションモデルの上に構築されていくと思います。私たちがワールドモデルで行っているのと同じように。
あなたが言ったように、潜在的に5年後にはAGIがある未来を考えたとき、その世界はどのようなものでしょうか。多くの人々が異なる懸念を持っています。
まず一般的に始めるとしたら、その世界はあなたにとってどのように見えますか。
ポジティブな面と、明らかに私がAGIに向けてキャリアと人生全体を捧げてきたことから言えば、それは科学と医学のための究極のツールになると思います。科学的発見を進め、病気の治療法を見つけるという点で、私たちはそのような技術が必要だと思います。ですから5年以上先には、科学的発見の新しい黄金時代、黄金期に入っていることを期待しています。
私の母は多発性硬化症を患っています。ですからそれは私が常に最も興奮していることです。私が心配しているのは実際には創薬で、すべての治験を経るプロセスと、母が実際に恩恵を受けるまでに10年かかることを知っていることです。
それをどう解決しますか。
すぐにその段階に到達すると思います。まず私たちがやっていることは、タンパク質フォールディングを行うAlphaFoldプロジェクトの後、Isomorphic Labsという会社をスピンアウトさせました。非常にうまくいっています。そこでは創薬プロセスの残りの部分を解決することに焦点を当てています。多くの化学、化合物の設計、毒性がないことの確認、そして薬が安全であるために必要なすべての異なる特性です。その創薬エンジン全体を次の5年から10年で準備できると思います。そしてあなたの言う通り、次の問題は臨床試験が依然として何年もかかることです。しかしAIはそこでも助けになると思います。人間の代謝の一部をシミュレートするという点で。また患者を層別化して、特定の患者がゲノム構成に適した正確なタイプの薬を確実に受け取れるようにするという点でも。ですからそこでもAIは助けになると思います。しかし本当の革命は、おそらく十数種類のAI薬が全プロセスを通過したときに起こると思います。そして政府と規制機関がそれを見て、それらのモデルの予測をバックテストするのに十分なデータを持つようになったら、おそらくさらに10年後には、本当にモデルの予測を信頼できるようになり、おそらく動物実験のような一部のステップをスキップできるかもしれません。もう必要ないかもしれない。モデルに頼れるので、用量の段階をより早く上げられるかもしれません。ですから2段階で行う必要があると思います。まず創薬の問題を解決し、次に規制にかかる時間を見ていく。
AI安全性と規制の必要性
規制の話が出ましたが、AI安全性は大きなトピックで大きな懸念事項です。昨夜夕食時に観たドキュメンタリーで、Stephen Hawkingが正しく理解しなければならない、なぜなら別のチャンスがないかもしれないからと言っていたと思います。それは正しいと思いますか。
ええ、それは正しいと思います。それこそが私たちが対処しなければならない賭けだと思います。私が心配していることは2つあります。一つは悪意ある行為者によるこれらのシステムの誤用で、転用される可能性があります。これらは二重用途技術です。先ほど議論したように科学と健康において信じられないほどの善に使えますが、悪意ある行為者によって有害な目的のために転用されることもあります。それが一つの問題です。
二つ目の問題は技術的なものです。これらのシステムがより強力になるにつれ、今日のシステムではありませんが、1、2年後にもっとエージェント的に、より自律的になり、AGIに近づくにつれて、私たちが望むガードレールの上に保持できるかどうかです。規制、適切な種類の規制がここで助けになると思います。すべての主要なプロバイダーから少なくとも最低限の基準があることを確保するという点で、しかし理想的には国際的な基準であるべきです。
適切な種類の規制とは何でしょうか。そして再び、このドキュメンタリーからあなた自身を引用しますが、あなたはもっとグローバルな協調が必要だと思うとおっしゃっていて、それが私を心配させます。なぜなら私たちはそれがどんどん悪化しているからです。
そうですね。
それは揺るぎない真実だと思います。
確かにそうです。つまり、おそらく世界がこれまで見た中で最も重大な技術が登場するタイミングが狂っているんです。同時に非常に分断された国際システムの中でです。理想的ではありませんが、少なくとも最低基準のセット、望ましくない特性をテストするベンチマークを考え出すために最善を尽くさなければならないと思います。例えば欺瞞です。欺瞞能力のあるシステムを構築したい人は誰もいないはずです。なぜなら他の安全対策を回避できてしまうからです。そして物事がうまくいけば、ある種の認証プロセスを想像します。基本的には、このモデルには特定の安全対策と特定の保証があるという品質のキットマークのようなものです。ですから消費者や企業はその上に安全に構築できます。それが理想的な進み方だと思います。しかしこれらのシステムは国境を越え、領域を越えているので、国際的でなければなりません。
検証システムと規制機関
その究極の検証システムは誰なのでしょうか。明らかにあなたはテーマパークから始めましたよね。
ええ。
素晴らしい。ローラーコースターにハンバーガーを近づけすぎないように。でもメディア企業として、何が本物で何が偽物かわからないメディアプラットフォームを通過しています。いつも何が本物で何が偽物か尋ねなければなりません。検証の仲裁者は誰なのでしょうか。
そうですね、最終的には政府だと思いますが、実際の技術的な作業を行える技術機関はAI安全研究所のようなものになると思います。イギリスには非常に優れたものがあり、Sunak首相の下で設立され、素晴らしい仕事をしていると思います。アメリカにも一つあります。おそらく最高の研究を持つ主要国も、高品質な研究者が配置された同等の機関を持つべきです。そうすればこれらのシステムを特定のベンチマークに対して実際に評価し監査でき、適切な基準を満たしているか独立してチェックできます。
もしAI安全性にのみ適用できる魔法の杖を差し上げられるとしたら、この魔法の杖で実施するアイデアやプログラムは何でしょうか。
ええ、おそらく原子力機関のような国際機関が必要だと思います。AI安全研究所や研究コミュニティもそこに情報を提供し、関与する必要があります。どのような特性、どのような能力をチェックするための適切なベンチマークセットは何かということです。おそらく他の安全対策もあります。例えば、人間が読めないトークンをAIシステムが出力するのは望ましくありません。私たちが理解できない機械言語のようなものです。それは新しい脆弱性を導入すると思います。ですからそのようなことがいくつかあり、主要なラボのほとんどがおそらくやらない方が良いと合意するでしょう。そしてこれらの機関や組織がそれらをテストし、市民社会や学術界も関与できます。これによって一般の人々に信頼を与え、信じられないほど強力になるこれらのシステムが独立してチェックされ監査されていることを示せます。
それで終わりです。あなたの魔法の杖は使い切りました。
間違ったことに使ったかもしれませんが。
時が経てばわかります。
まさに。あなたは科学が5年後に最もエキサイティングな分野の一つだとおっしゃいました。
労働市場への影響と経済的不平等
最大の懸念の一つなので聞かなければなりませんが、労働の置き換え問題です。実はMark Andreessenを番組に呼んだばかりで、彼は私がマルクス主義者だと言いました。それについて持ち出したからです。そうですね、Markは素晴らしい人なので彼を責めているわけではありませんが、彼は完全にナンセンスだと。
ええ。
私は全く同意しないと。私たちは常に克服してきたと。
これらのシステムが本当にどれほど有能かを見たとき、労働の置き換え問題についてどう考えますか。
そしてそれが労働市場にもたらすものは何でしょうか。
確かに過去において、革命的な新技術のたびに多くの雇用の混乱がありました。それは確かです。そしてそれは間違いなく起こると思います。多くの古い仕事がなくなったり、もはや成り立たなくなったりします。しかし実際、歴史を見ると、以前には想像もできなかったような全く新しい仕事のセットが登場し、それらは高品質で高収入です。それが通常の流れです。もちろん今回は違うと言うのは非常に慎重でなければなりません。Markのような人々が主張しているのはそういうことだと思います。過去10回の大きな画期的成果、インターネット、モバイルなどと同じだと。これは以前のすべての技術的画期的成果よりも大きくなると思います。
AGIの到来を時々定量化しますが、産業革命の10倍の規模を10倍の速度で、つまり1世紀ではなく10年間で展開すると表現します。産業革命についての素晴らしい本をたくさん読んでいますが、それも多くの進歩とともに膨大な混乱を引き起こしました。今日の現代医学は産業革命なしにはなかったでしょう。産業革命前は子供の死亡率が40%でした。ですから起こらなかった方が良かったとは思いませんが、理想的には今回は産業革命の時よりもマイナス面をもう少しうまく軽減できればと思います。
あなたのような素晴らしい声を聞くと、どれだけ早く来るのかにとても興奮します。そして有用であることに集中しすぎないよう自制し、もっと賢明であるべきだと考え、1年でできることを過大評価し、10年でできることを過小評価するものだと言われます。
ここでもそれは真実でしょうか、それとも実際にもっと早く来ているのでしょうか。
いや、それはまだ真実だと思います。おそらく短期と長期の両方のタイムスケールが他の技術よりも近いというだけです。でも文字通り今日現在、そして来年にかけては、AIは少し過大評価されていると思います。これ以上誇大宣伝されることはないくらいです。しかし一方で興味深いことに、約10年というタイムスケールで見たときに、これがどれほど革命的になるかは、まだ非常に過小評価されていると思います。それを長期と呼べます。ですから今日のAIでさえ、その二分法はまだあります。
労働市場への懸念とともに、所得の不平等と少数のプレーヤーへの富の集中についても懸念があります。
産業革命についてのコメントと、そこで何が起こるかを踏まえて、どう形成されると思いますか。
展開の仕方には異なる方法があると思います。例えば年金基金がすべての大手AI企業に投資して、誰もがその一部を持てるようにするとか、ソブリンファンドもそうかもしれません。すべての国がそうするソブリンウェルスファンドを持つべきかもしれません。それが投資の方法でしょう。また、もしこの膨大な生産性向上があるが、それが狭い範囲で起こる場合、どう再分配するか、どう配分するかについて考える必要があると思います。そうすればすべての人がこれらの膨大な利益から恩恵を受けられます。追加の生産性向上でインフラやその他のものを提供することも含め、あらゆる方法があると思います。5年から10年のタイムスケールで、ある種の再生可能な無料エネルギーの画期的成果を含む信じられないようなことが起こる可能性があります。核融合を解決するかもしれません。私たちはCommonwealth Fusionのパートナーと一緒にそれに取り組んでいますよね。AIが素晴らしい新しい超伝導体、より良いバッテリー、材料科学をもたらすと思います。経済の性質を完全に変えるあらゆる方法があると思います。
エネルギー問題とその解決策
AI革命に伴うエネルギー危機をどう解決しますか。エネルギー要件という点で意味することは前例がありません。非常に難しい質問だとわかっていますが、本当に難しい質問から本当に難しい質問へと飛び込んでいます。その前例のない新しいエネルギーの必要性をどう解決しますか。
実はAIは中長期的には、エネルギーコストの面で自分以上の価値を生み出すと思います。グリッドの最適化のような既存のインフラを最適化するすべてのプロジェクトに取り組んでいます。国家グリッドから30%から40%の効率向上を得られると思います。それから気候と天候のモデリングがあり、世界最高の天候モデリングシステムがあります。これは実際に影響が起こっている場所を把握してそれを緩和するのに役立ちます。そして最後に最もエキサイティングなのは、核融合、新しいバッテリー、超伝導体のような新しい画期的技術で、AIがそれらに到達するために不可欠だと思います。そうすれば人類としてこれまでにない完全に新しいエネルギー状況になると思います。そしてもちろんそれは気候や環境にも役立ちます。最終的には宇宙に行くのがずっと安くなることにも役立ちます。核融合のような信じられないエネルギー源があれば、事実上無制限のロケット燃料が得られます。海水を蒸留し触媒化できるからです。
イギリスでの事業展開の理由
宇宙の解決は求めません。心配しないでください。私の質問はイギリスにいることについてです。
ええ。
あなたはロンドンにいます。私もロンドンにいます。イギリスにいることを非常に誇りに思っています。
あらゆる機会にアメリカに移るよう押されたり突かれたりしてきたと確信しています。
なぜ残ったのですか。
まあ、私もあなたにその質問をすべきですね。でもロンドンで、そしてイギリス全般で、ある程度はヨーロッパでも、DeepMindを始めたとき、信じられないほどの才能がある場所だと見ていました。常に世界のトップ10大学のうち3、4校があります。ケンブリッジ、オックスフォード、インペリアル、UCLのような大学です。ですから世界の羨望の的である素晴らしい卒業生や博士課程の学生を生み出しています。信じられないほどの科学者がいます。チューリング、ホーキング、ダーウィン、ニュートンに至るまで、科学的画期的成果と偉大な思想家の信じられないほどの歴史があります。ですからすべての材料、才能、素晴らしいエンジニアがここにあると感じましたが、それが野心的なスタートアップのアイデア、ディープテックのスタートアップのアイデアに結集されていなかっただけです。それは可能だと感じましたし、実際にそのような才能に対する競争がここではより少ないと感じました。トップヨーロッパの大学から最高の才能を引き込むこともできました。DeepMindの初期の頃はそうでした。ですからそれは私たちにとって巨大な構造的優位性だったと思います。最後のことは、おそらくバレーから少し離れていることです。ネットワークやゴシップ、最新のトレンドやバイブといったものに接続されていないという点でいくつかの不利益があります。私たちはここでは少しそこから外れています。しかし物事について深く考え、考え方がより独創的であることには非常に良いと思います。ディープテックのようなものには素晴らしいと思います。最新の流行に気を取られたくないからです。DeepMindの始まりに知っていたように、20年のミッションだとわかっています。ですからその渦から少し離れていることは非常に良いと思います。
Andurilのパルマー・ラッキーはバレーから400マイル離れていることについてよく語っています。それが彼の革新的思考の核心だと。
そうですね、私たちは数千マイル離れていますが、ええ。
ひどい質問ですが、ヨーロッパは1兆ドル企業を持つでしょうか。アメリカ人は常に大企業の欠如について私たちを批判します。Daniel Ekに「頑張れよ」と連絡しますが、まさにそうです。でも1兆ドル企業はありません。
まだです。つまりDanielは彼の会社の一つでそこに到達するかもしれません。Spotify、Helsing、それらは2つの良い選択肢だと思います。それができない理由はないと思います。私はここに本社を置くIsomorphicでそれをやろうとしています。その可能性があると思います。でもそれがヨーロッパの不利な点の一つだと思います。明らかに小さな市場の組み合わせです。ですからそれは克服しなければならないことの一つです。おそらくこのEU incというものが良いイノベーションになるかもしれません。
魔法の杖を再び取り出します。今回はヨーロッパのテクノロジーに適用されます。
成長マインドセット、今日は持っていない1兆ドル企業を構築する能力を実施するために何をしますか。
イギリスでは、これは他のヨーロッパ諸国にも当てはまるかもしれませんが、年金基金が投資できるものを開放すること、成長段階のために。スタートアップのアイデアを始めて、DeepMindでやったようにある程度のレベルまで持っていくのは得意だと思います。しかしその溝を越えて1兆ドルのグローバルなプレーヤーに本当になりたいなら、10億ドルのラウンドはどこから来るのでしょうか。既存の大企業に本当に立ち向かえる場所です。それは10年前にDeepMindの資金調達をしていたときには確かに欠けていたと思いますし、今日でもまだ欠けていると思います。その種の野心のレベルと資本市場が支援できる額が。
初期のラウンドでマリブの家族、子供たちに資金調達したと読みました。まさに。
クイックファイアラウンド
さて、クイックファイアラウンドをやりましょう。Elonに初めて会ったとき。
どうでしたか。
ああ、素晴らしかったです。Founders Fundでのことでした。SpaceXとDeepMindが両方とも同じポートフォリオの一部で、Peter Thielが持っていた素晴らしいポートフォリオでした。2011年か2012年の初期の頃、初めてのポートフォリオカンファレンスに招待されたと思います。私たちは両方とも招待されたと思います。私は小さな新進のものでした。小さなスピーチの枠があり、Elonはそのポートフォリオの大物でした。だから基調講演がありました。でも後で会いました。Elonの話ではバスルームですれ違ったとか何とか言っていて、挨拶して、すぐに意気投合しました。おそらくあまりにも野心的な考え方をしている人間同士として、SF好きとして。そして私は彼のロケット工場を訪問したくてたまらなかったんです。だからSpaceXへの角度の招待を得ようとしていて、LAで、カンファレンスの最後に招待してもらったと思います。SpaceX工場での2回目の会合でした。
スピーチの枠も彼のと同じくらい大きくなかったですよね。
それはわかりませんが。
医療革命、あなたが最も興奮している病気の根絶。再び私にとっては多発性硬化症です。
そうですね、見てください、私は文字通りがんを治したいんです。陳腐だと言う人もいるでしょうが、実際Isomorphicで構築しているのは汎用目的です。あらゆる治療領域に適用可能な創薬プラットフォームを構築しようとしています。理想的には神経変性、心血管、免疫学、がんのすべてに役立つでしょう。それらが最初に焦点を当てているものですが、最終的にはあらゆる疾患領域に適用可能であるべきです。
あなたが考えていて、誰も読んだり話したりしていないことは何ですか。
私が思うに、多くの人々がAGIに関する経済的問題について心配していて、先ほど話しましたが、私は哲学的問題について多く心配しています。それが来たとき、技術的に正しく理解できたと仮定しましょう。経済学の部分も正しく理解できたと仮定しましょう。どちらも難しいです。そこには意味とは何か、目的とは何かという哲学的問題があります。意識とは何かがわかるでしょう。人間であることの意味とは何か。それが待ち受けていることだと思いますし、それを乗り越えるのを助けてくれる素晴らしい新しい哲学者が必要だと思います。
難しい最後の質問です。あなたがすることを説明する方法はたくさんあります。あなたの遺産として、何で記憶されたいですか。
私の遺産は科学を進歩させたこととして記憶されたいです。ひどい病気を治すような、世界に信じられないほどの利益をもたらす技術を構築したこととして。
デミス、私のとりとめのない会話に付き合っていただき本当にありがとうございました。素晴らしかったです。本当に感謝しています。
こちらこそありがとうございました。
コメント