本動画は、AI技術の進化がエンジニアリング分野にもたらす革命的な変化についての解説である。近い将来、ChatGPTなどが対応する言語を話せるだけで、誰もが設計やプログラミングを高度にこなす「10倍エンジニア」になれると予測している。また、AIの進化が知能と労働を代替し、人類がエネルギーや物質をより高度に組織化して物理的限界に挑む未来のビジョンを提示し、UBIや技術の独占ではなく、変化への適応とポジティブなインセンティブ構造の構築が重要であると論じている。
AIがもたらすエンジニアリング革命
皆さんこんにちは、Neilです。チャンネルにおかえりなさい。今回の動画では、エンジニアリングの分野で起きている大きな出来事についてお話ししたいと思います。というのも、これこそがAIによる大革命の真髄になると思うからです。
現在、より優れた動画生成モデルが登場したり、高品質な画像生成モデルが手に入るようになったりと、小さな進歩はいくつもありますが、実は画像生成モデルにはこれから深掘りしていく秘密の可能性があると私は考えています。
例えば今では、CAD環境のOnshapeにClaudeが組み込まれており、人が求めているものを簡単に説明するだけで、ゼロから4つのパーツからなるモニターアームを設計してくれます。これはCAD環境で行われており、もちろんシンプルなプロジェクトではありますが、ほんの1年前まではLLMがこんなことをするなんて想像もできず、笑い話のようなことだったという事実が重要です。
当時の多くの人に聞けば、LLMにこんなことはできないと答えたでしょう。しかし今、LLMは実際にやってのけています。ですから、この進化は一気に加速すると思います。ChatGPTの登場時を振り返ると、最初はまともに文章を作ることすら難しかったのに、約2年前にGPT-4が登場し、そしてGPT-5が出ました。GPT-5は大きな飛躍でしたが、それでもまだ不完全なモデルでした。
しかし現在、私たちは本当に素晴らしいソフトウェアを作り出しています。もちろん全てが完璧というわけではありませんが、かなりの部分が非常に優れています。今ソフトウェアを本番環境にプッシュしている人の9割は、コードのレビューすらしていません。彼らはやっていると言い張るかもしれませんが、実際には多くの人がやっていないのです。
そして今、モデルが簡単なCAD設計を始めようとしていますが、これは本当にすごいことだと思います。
高度な推論と画像生成モデルの進化
ここにもう一つの例があります。ClaudeがSolidWorksのModel Mania 2025を解いている様子です。これは図面と短い段落の文章からCADデザイナーに課題を出すために使われる、実際のエンジニアリングの課題です。とても素晴らしいですね。
さらに、史上初となる推論型拡散モデルも登場しました。実際に画像を作ってみましょう。この動画では、いくつか具体的なことについてお話ししたいと思います。
まずは、推論能力を極限まで高めたCodex GPT-5.4です。そして間もなくSPUDモデルが登場しますが、これはさらに桁違いに素晴らしいものになるでしょう。そして私が今ここでプロンプトを入力したOpenAI image gen 2もあります。皆さんにお見せするのが待ちきれません。さらに、先ほどお見せしたCAD環境でのOpus 4.7もあります。
MythosやSPUDについてもこの後少しお話しします。しかし、この動画で私が一貫して伝えたい一番の大きなポイントは、英語、あるいはこれらのAIモデルが理解できる200の言語のどれか一つでも話せる人であれば、誰もがわずか2年で10倍の生産性を持つエンジニアになれるという事実です。
例えば拡散モデルを見てみましょう。昨年末頃、私は推論型拡散モデルがテスラのような自動運転車に搭載されるだけでなく、ChatGPTのようなプラットフォームにも導入され、ピクセルの空間内で簡単な計画立案などができるようになると予測しました。
今のところ、私たちはまだこの拡散モデルの初期段階にいて、それをどう実装し、実際に何をさせるべきかを学んでいる最中です。
しかし多くの人は、この拡散モデルや画像生成モデルの進化には限界があると考えています。彼らは、美しさを極め、現実と見分けがつかないような画像が作れるようになれば、それで完成だと思っています。でも私は、そこからさらに先へと進むと考えています。
私は、スターシップやラプターエンジンなどの機能的に正確な設計図が作れるようになるまで、拡散モデルや画像生成は完成しないと思っています。そして、そこまでいってもまだ終わりではありません。
なぜなら、物理学の世界にはまだ開かれていない扉がたくさんあり、その扉の向こうにもおそらくまた開かれていない扉があるからです。その開かれていない扉の向こうには何があるのでしょうか。それは、私たちがモデルに与えることができるより多くのデータであり、それによって新しい種類の発見や、新しい種類のエンジニアリングの仕事が生まれるのです。
ですから、私の考えでは、画像生成の完成にはまだ全く近づいていません。私たちがこうしたモデルを使って、寸法的に正確なエンジニアリングレベルのタスクをこなし、設計図の世界で活躍するようになるのは、そう遠くない将来だと私は賭けています。
言語がもたらす10倍エンジニアの時代
それが正確にいつになるかは分かりませんが、今まさにその最初の兆しが見え始めています。そしてそれを、ソフトウェア構築において本当に本当に素晴らしい能力を持つCodex GPT-5.4と組み合わせるのです。素晴らしいとは言えないまでも、ソフトウェア構築においてかなり優秀です。決して笑い飛ばせるようなものではありません。
もちろん時々おかしなミスもしますが、ソフトウェア構築において完全に使い物にならないわけでは全くありません。そして間もなくSPUDモデルが登場し、さらにMythosモデル、そして最終的にはその後に続くモデルたちも登場するでしょう。それらがどうなるか想像してみてください。ソフトウェア構築において、高度な推論を行うGPT-5.4よりもはるかに優れたものになるのです。
これらすべての要素を組み合わせた時、ここにある大きなトレンドは、ChatGPTが話せる200の言語のうちの1つを話せれば、おそらく12ヶ月から24ヶ月以内に10倍エンジニアになれるということです。12ヶ月から24ヶ月ですよ。
もし2年前に誰かに、こんなことが起こるだろうかと尋ねたら、この分野で働いている人たちでさえ、「まあ、2年よりはもう少し時間がかかるだろうね」と答えたはずです。この分野の専門家でさえそう言っていたでしょう。でも今、私たちはその現実に直面しています。それが実際に起きているのです。
推論型拡散モデルが、より興味深いものを生み出しています。例えばここにあるのはとてもシンプルなもので、ただのヘッドホンスタンドです。見ての通り、正面図、側面図、平面図があり、そして斜めからの図があります。
非常にシンプルですが、寸法的に正確であり、それこそが重要なのです。
これが実際に起こり始めているという事実は途方もなく大きな意味を持ちます。現在、大規模言語モデルであるOpus 4.7がCAD環境の構造を作成し、CAD内で設計を行っているという事実も同様に大きな意味を持ちます。これらは、人間が行うタスクの中でも最も経済価値の高いものの一部です。
それに加えて、コーディングのモデルもあります。汎用人工知能、つまりAGIは、CAD環境におけるコーディングモデルのようなものになるでしょう。
コードを実行するための通常の環境があり、その中にCAD環境も含まれていて、AIはその中のツールを使うことができます。そして、人間がそれらの環境で行うエンジニアリングタスクのほぼすべてをこなすことができるようになるのです。
もちろん、それ以外の物理的なテストなどは現実世界で行う必要があります。しかし、ホワイトカラーの仕事の大部分は解決されるでしょう。知的労働の部分はAIによって解決され、私たちはそうした知的作業を機械に外注するようになるのです。
シンギュラリティと私たちの未来
そして最終的には、物理的な世界で物事をテストしたり、実際に物を組み立てたりするのが得意なロボットが登場するでしょう。それも人々が思っているより少し早く実現するかもしれません。
しかし今のところ、私たちはこのシンギュラリティという黄金時代に生きています。そこでは、AIがコーディングを極め、設計図を完璧に作成し、製品作りの強力なサポートをしてくれます。チームではなく、たった一人の個人、単独の創業者が、とてつもなく高度なエンジニアリングを行うことができるのです。それは本当に素晴らしいことです。
考えてみてください。今から2年後、あなたは信じられないほど進化しています。事実上の10倍エンジニアとなり、これらすべての異なるタスクをこなす超人になるのです。歴史上、これらすべてのことを一度に完璧にこなせた人間は一人もいません。
しかし、ChatGPTが対応する200の言語のどれかを話すことさえできれば、間もなくあなたもそうなれるのです。だからこそ、私はいつも壊れたレコードのように同じことを繰り返していると感じるかもしれませんが、エネルギー、材料、知能、労働力、そしてコミュニティについて語るのです。
私たちが皆、こうした能力を手に入れた時、本当に重要になるのは、これらの技術を使う個人のコミュニティを持つことです。そして、エネルギーを獲得し、配備し、より多くのロボットを製造するロボットを製造するために、私たち全員のインセンティブを合わせることなのです。
それがその時点でのゲームのルールのようなものです。そしてさらに計算能力を高めていきます。私たちは誰もがそうした能力を持つ世界に向かっています。才能の独占が存在しない世界へと向かっているのです。最も強力なAIを皆が持っているため、地球上の誰もがほぼ最高レベルの才能を持てるようになります。
もちろん、最先端の研究所は特定のモデルを内部に留めておくでしょう。例えば、生物学のモデルやアルゴリズム発見モデルなどがそうです。そして時間が経つにつれて、私たちはより強力なものにアクセスできるようになるでしょうが、彼らがそれらのモデルで作った製品にも同時にアクセスできるようになります。
しかし時間が経てば、私たち自身がアルゴリズムの発見を行うモデルを作れるようになります。タンパク質の解析や生物工学の作業を行うモデルも作れるようになるのです。つまり、これらの技術はどこにでも存在するようになります。
私は、皆が心配しているような中央集権化について、それほど恐れてはいません。彼らは中央集権化しようとするでしょうが、うまくいくとは思えません。この技術を独占し続けることはできないと思います。いくら頑張っても、それが可能だとは到底思えません。
物理的限界への挑戦と適応
ですから、最適な考え方は、今の時代の適応の仕方とは全く違う、未知の方法で適応できるようにならなければならないということです。
繰り返しになりますが、この技術は人間の限界や能力を物理学の限界まで押し上げるものです。だからこそ私は、エネルギー、材料、知能、労働力、そしてそれらを組織化するコミュニティについて語っているのです。私たちは、これらに焦点を当てる人々を報いる、まったく新しい経済システムへと移行していくからです。
なぜなら、それが物理学の限界だからです。文明の形において物理的に可能なこととは何でしょうか。文明とは、知的な労働者によってエネルギーと物質が再結合され、テクノロジーやさらなる文明、そしてより多くの知的種族を生み出すことです。
ちなみに、私たちがAIとロボティクスでやっていることはまさにこれです。私たちは知能と労働力、つまり知的種族を創造し、より多くのエネルギーと物質を再結合して、さらなる知能と労働力を生み出し、より大きな文明を築こうとしているのです。
文字通り、私たちはそういうことをしています。物質を再結合してより多くのエネルギーを取り込み、現在の非平衡熱力学のレベルをはるかに超えた、非平衡な熱力学システムを作り出しているのです。それは極端に非平衡な状態になり、最終的には太陽系内のすべての物質を操り、太陽の周りにダイソン球を構築するまでになるでしょう。
これらがいつ実現するかのタイムラインは分かりませんが、人類の歴史を数千年単位で見れば、私たちが絶滅しない限り、必ずこれが起こると賭けてもいいです。
ですから、私たちの目標は常に、その時の自分たちの能力で物理的に何が可能かという限界を理解することにあるべきです。そして私たちは常にその最前線で活動するべきなのです。その最前線で活動していれば、生き残る確率を最大化するという形で報われるでしょう。
これが、すべての本質だと思います。私たちは今、一種の自然淘汰のプロセスを経験しているのです。
インセンティブの調整と前進
それを厳しい言い方だと感じる人もいるでしょう。でも、これが真実だと思います。オブラートに包むつもりはありません。
とはいえ、そろそろこの動画を締めくくりたいと思います。これが興味深い内容であったり、皆さんが少し違う視点で考えるきっかけになったのであれば幸いです。私のここでの本当の目的は、私たちがどのように違う視点を持ち、この未来に沿って自分たちを組織化し、この技術を活用してポジティブサムのインセンティブ構造を作り上げるかということです。
それによって、私たち全員がポジティブな未来に向けて協力し、自分たちだけでなく、私たちが作ったものを使う人々にも恩恵をもたらすものを作り上げることができるのです。
そしてそれは、ポジティブなインセンティブ構造の調整を通じて実現できます。私はそれこそが、未来を計画する上での正しい方法だと信じています。現在、多くの人がゲートキーピング（技術の独占）やUBI（ユニバーサルベーシックインカム）ばかりを主張しています。強力なモデルを独占し、UBIを分配すべきだと言っているのです。
今みんなが話しているのはそんなことばかりで、本当に腹が立ちます。なぜなら、それは前進ではなく後退する方法だからです。私は、それこそが絶滅の確率を最も高める道だと思います。大切なのは適応し、インセンティブの構造を調整し、そして成長し続けることなのです。
コメント