SCSP.AIのイリーが、NVIDIAの創業者兼CEOジェンスン・フアンとの2回目の対談を行ったエピソードである。生成型コンピューティングへのパラダイムシフト、AIを支える5層構造、エネルギーと再工業化、エージェントAIとフィジカルAIの最新動向、対中半導体輸出規制、オープンソースの安全保障的価値、そしてAI普及をめぐる過剰な恐怖論への反論まで、多岐にわたる論点が語られる。AIは雇用を奪うのではなく創出するという視点から、米国が次の産業革命でリーダーシップを取るために何をすべきかを問う対話である。
対談の幕開け
こんにちは、SCSP.AIのイリーです。今回の大統領へのメモシリーズの次回エピソードとして、私たちのクリスタルシティのオフィスで、ジェンスン・フアンさんをお迎えして12か月以内に2回目となる対談を行いました。AIの各レイヤーについて、中国と輸出規制について、AIの普及やオープンソースについて話しました。ぜひご覧ください。私たちの最大級のイベント、AI Plus Expoが来週5月7日から9日にDCのコンベンションセンターで開催されます。まだ登録されていない方はぜひご登録ください。2万人の参加が見込まれており、素晴らしいプログラムが用意されています。ぜひ登録してください。でもまずはNVIDIAのCEO、ジェンスン・フアンさんとの対談エピソードをご覧ください。
さて、改めまして、1年も経たないうちに2度目となるNVIDIAの創業者兼CEOジェンスン・フアンさんをお迎えしての対談です。ようこそお越しくださいました。
こちらこそ、お招きいただいて光栄です。
ジェンスンさん、本当に光栄に思います。昨年7月のポッドキャストを見返していたのですが、本当にいろんなことが起きましたね。AI分野ではたくさんのことが進化しました。まずはAIの現状についてお伺いしたいと思います。AIスケールとコンピュータースケールについて、今日の世界がどういう意味を持つのか、コンピューター時代とどう違うのか、もう少し詳しくお話しいただけますか。
検索型から生成型へというパラダイムシフト
私たちは新しいコンピューティングのパラダイムの中にいます。人工知能をコンピューティングの基本に立ち返って分解してみると、これまでのコンピューティングは本質的に検索ベースのものでした。情報をあらかじめ記録しておく、写真を撮る、動画を録画する、記事を書く、ブリーフを作成する、そういったものをオンラインに置いておく。だからこそデータセンター、つまりデータの中心にそれを置いていたわけです。そしてどんな検索方法を使うかによって、買い物ならおそらくレコメンダーシステムが動き、検索ならリストを推薦してきて、何かをクリックする。あるいはYouTubeを使えば、ただ流れてくるものをひたすら受け取る。何かを選べばそのファイルが取得され、買い物中であれば、過去の好みや今いる文脈、どこのリンクから来たか、つまりあなたが残したクッキーすべてに基づいて、すでに作成済みの16種類ほどの広告のうちのひとつを推薦してくる、といった具合です。これらすべてが検索ベースのコンピューティングです。これまでの私たちのコンピューティングの使い方の大半は、コンテンツを作って、コンテンツを取り出すというものでした。
ところが今、人工知能を用いたコンピューティングの方法は、あなたの文脈、あなたのリクエスト、あなたの意図に基づいています。ある最初の情報の種から生成を行います。何らかの事実に基づいているかもしれませんし、あるレポートに基づいているかもしれませんが、あなたのために初めて情報を生成するのです。そして毎回、その出力は大きく異なります。これが生成型コンピューティングです。以前は検索ベースだったものが、今は生成型になったのです。利点はもちろん、コンピューティングを使うたびに、あなたの文脈、グラウンドトゥルースの変化、あなたの意図に基づいて知性が適用され、あなたに最も適した情報が提供されるということです。これが大きなブレイクスルーです。そしてその理由から、大量のストレージではなく、はるかに多くの計算能力が必要になっています。たくさんのコンピューターが必要なのです。これが根本的な違いです。
そしてもちろんもうひとつの大きなブレイクスルーは、あらゆる種類の情報を知覚することを学ばなければならなくなったということです。テキストかもしれない、動画かもしれない、画像かもしれない。あなたが何を求めているのか、その文脈と意図について推論しなければなりません。そしてあなたの質問に応じて答えを計画する必要があります。それは答えを提供することかもしれないし、要約を提供することかもしれないし、調べたあらゆる情報をもとにブリーフを書くことかもしれないし、あなたの代わりに買い物をすることかもしれません。こうして私たちは検索ベースのコンピューティングから生成型へと移り、その上にタスクを実行することまで可能になりました。人工知能とは本質的にこの旅路のことなのです。
初めてチャットボットに触れた瞬間
少し個人的な質問をさせてください。初めてチャットボットを見たのはいつで、どう反応されましたか。
私が初めてチャットボットを見たのは、NVIDIAがMegatronを構築した直後でした。最初の大規模言語モデルが発表される前に、NVIDIAはMicrosoftと共に最初の大規模言語モデルを発表していました。それがMegatronです。Megatronは約4000億から5000億パラメータでした。それを可能にするために発明した技術がモデルの事前学習で、私たちとMicrosoftで非常に大きなモデルを共同で事前学習しました。当時はまだ、ChatGPTが登場する前です。素晴らしかったのはもちろん、大量の知識を符号化し記憶できたことです。しかし、ChatGPTを実用的にするためにOpen AIが発明したのに私たちが発明していなかったものがあります。それがアラインメントの概念、人間のフィードバックによる強化学習です。その結果、Megatronにプロンプトを与えると、記憶に符号化されているあらゆるものを吐き出し始めるのですが、それはただのナンセンスでほとんど役に立ちませんでした。私たちはもうひとつの大発明を待っていたのです。それが人間によるフィードバックでした。
私たちは毎週ここオフィスで一つのコーナーを設けています。
初めてChatGPTを見たときは衝撃でした。本当にうれしかったですね。
そうですね、ここでは「AI in the office」というコーナーがあります。毎週スタッフの一人を撮影して、先週AIで何をしたかを記録するんです。先週、興味深いAI活用は何かありましたか。
昨日は株主向けレターを仕上げるのに使っていました。何かをアウトラインして、それから「私がすでに読んだもの、すでに語ったこと、すでに書いたもの、これまで行ったすべての基調講演を全部読んでくれ」と言って、このアウトラインを基に、すでに私が言ったことで埋めてみてくれ、基本的な骨組みでいいから、と頼みます。そこから私が手を入れて磨き直したり、これは出来があまりよくないなと感じたら全部書き直したりします。それからまたAIに渡して、トーンを統一してくれとか、もっと改善できる部分を強調してくれと頼んだりします。
NVIDIAの話に戻る前に補足ですが、この街では文章を書くのが本当に大変なんです。私は書くのが大嫌いです。でもAIがあると、なんとか我慢できる程度になります。
NVIDIAが築いてきたエコシステム
NVIDIAは単なる半導体企業以上の存在です。エコシステム全体を構築していますし、ここまで来るために築いてきたエコシステムだけでなく、これからのためのエコシステムも作っています。ワシントンの人々に対して、NVIDIAは何をしている会社なのか、どんなエコシステムを築いてきたのかをどう説明されますか。
私たちは現代AIのためのコンピューティング・インフラを構築しています。現代AIが新しいコンピューティングのパラダイムだとすれば、私たちはそれを可能にするコンピューティング・インフラ、コンピューティング・ファブリックです。コンピューターはチップだけでなく、システム、システムソフトウェア、計算が行われるアルゴリズムから成ります。それはデータセンターかもしれないし、オンプレミスかもしれないし、工場の中かもしれないし、私たちが通信会社と一緒に取り組んでいる基地局のようなところかもしれないし、車の中かもしれません。コンピューティングがどこで行われるかは関係なく、私たちはそのために必要なコンピューティング・インフラを作り上げているのです。
これらの異なる用途には、それぞれ異なるアルゴリズムがあります。私たちの仕事は、その科学の意図を私たちのアーキテクチャに最適に当てはめるよう翻訳することです。NVIDIAは、これらのドメインの基本的にはオペレーティング・システムにあたる、ソフトウェアやミドルウェアの集合体なのです。それによって人々があらゆる計算を行えるようにしている。そしてそれを世界中のパートナー・エコシステム、たとえば創薬におけるEli Lillyや、エネルギー生成・建設・重機分野のCaterpillarなど、さまざまな企業とつなげています。米国で私たちが取引している企業の数は、基本的にすべての主要企業に及びます。
AIを支える5層のレイヤー
最近、AIは5層のケーキだとおっしゃっていましたね。それぞれのレイヤーについてお伺いしたいと思います。私たちはワシントンにいますので、それぞれのレイヤーで今どこに立っているのか、何をすべきで、何で先行しているのかを教えてください。
AIは新しいコンピューティングのパラダイムであると同時に、まったく新しい産業でもあります。なぜならAIの動作の仕方が、コンピューターのこれまでの動作の仕方とは根本的に異なるからです。情報をあなたの記述したそのままに保存し、ディスクドライブやSSDから取り出すのではなく、今は生成しているのです。生成された出力は数値で、その数値が本質的にトークンと呼ばれるものです。トークンといってもただの浮動小数点数や数字に過ぎません。その数値を取り、求められる出力に再構成します。求められる出力はテキストかもしれないし、動画、画像、音声かもしれません。粉末状のタング(オレンジジュースの粉)に水を加えるとオレンジジュースになるようなものです。あなたが使えるように再構成するのです。このトークン生成のプロセスは非常に大きなコンピューターを必要とします。コンピューターはエネルギーを必要とします。
ですからこの産業の構造は、一番下にエネルギーがあり、その上に大量のチップとシステム、コンピューターがあります。これらのコンピューターはかなり巨大で、フットボール場ほどの大きさで、しかも数が多い。その次のレイヤーがインフラと呼ばれるものです。インフラは土地、電力、建物、それにクラウドサービス用のソフトウェアです。さらにその上にモデルがあります。そしてその上に来るのが、米国にとって、そしてすべての国にとって最も重要な部分、つまりテクノロジーの普及です。これは私が最も懸念しているレイヤーでもあります。
ここで時間を取って話す価値が本当にある領域があります。一方では適切なガードレールを設け、技術の応用において人々の安全を確保することに気を配りつつ、他方で米国が技術応用の最前線、開拓者の位置にいるようにすることです。なぜならそれが生産性、繁栄、技術、そして経済的リーダーシップを大きく押し上げるからです。私たちは別の国に置いていかれるわけにはいきません。前回の産業革命では私たちは技術応用のフロントランナーでした。今回の産業革命で最後尾にならないよう注意しなければなりません。
5層ケーキの構成は、エネルギー、チップ、インフラ、モデル、そしてアプリケーションです。モデルといえばもちろん、私たちが最も使いやすい大規模言語モデルを思い浮かべますが、AIはあらゆる種類の情報を表現できるということを忘れてはいけません。私たちが表現する最も重要な情報のいくつかは言語や数字ではなく、生物学、化学、物理学、関節運動、アニマトロニクスなどです。これらすべての情報がトークンによって表現されます。AIを考えるときに、チャットボットや今話題のサービスだけを考えてはいけないということを認識することが本当に重要です。AIに隣接する巨大な産業があり、AI企業ほどには声が大きくないけれども、私たちの国の未来にとって極めて重要なのです。AIモデル、そしてその上のアプリケーションです。
エネルギーと再工業化
エネルギーについて少しお話しいただけますか。明らかにこれらのモデルはすべて今後膨大なエネルギーを必要とします。送電網の問題から必要なルートの建設まで、私たちはこの分野で多くのハードルを抱えています。融合炉や太陽光など、必要なエネルギーへの到達方法はいろいろありますが、現在のエネルギー状況をどう評価されますか。
これは非常に重要な問題です。まず一歩引いて自問する必要があります。米国を再工業化したいのか。経済のこのセクター全体、適切に形成された社会と適切に形成された経済を持つために不可欠だと考えられる労働のセクター全体を、米国に取り戻したいのか。私たちは、4年制の学位を取らなければ、修士号や博士号を取らなければ取り残されてしまう、そんな国、そんな経済になってしまいました。それは不幸であり、不必要なことです。それが不幸で不必要だということには誰もが同意できると思います。私たちはこの国を再工業化しなければなりません。
一世代で初めて、私たちはこの国の再工業化を推進する、信じられないほど強力な市場の力を手にしています。AIによって、いくつもの種類の工場を作ることになります。最初の工場はチップ工場です。私たちは現在世界最大のAI企業で、5000億ドルの調達を約束しました。これによってサプライチェーンを東から西へ、つまり西側に取り戻し、チップ工場、パッケージング工場、コンピューター工場、つまりNVIDIAのAIスーパーコンピューターをここで製造しここで使用するために必要なすべての製造拠点をこの地に建設できます。最初の工場群はチップ。第2の工場群はコンピューターそのものに関するもの。そして第3はそれらのコンピューターをAIファクトリーに収めるものです。これらすべてを合わせると、数兆ドル規模の製造業、高技能労働の雇用が生まれます。米国に膨大な製造業の機会を生み出すことになります。
これがまず私たちが向き合わなければならないことだと思います。私たちはそうした国でありたいのか、そうでないのか。そうした社会でありたいのか、そうでないのか。そうした経済でありたいのか、そうでないのか。もしその答えが「イエス」なら、明らかにエネルギーが必要になります。なぜなら、ある形の原子を別の形の原子に変換するにはエネルギーが必要だからです。共有結合を切り、共有結合を作らなければならない。物質の相を変えるには莫大なエネルギーが必要です。製造というコンセプト全体がエネルギーに関するものなのです。私たちが再工業化するためには、この国にエネルギーが必要です。
送電網の近代化と多様なエネルギー源
私たちが製造業国家になっていく中で…申し訳ありません、ご質問は何でしたか。
私たちの能力の現状はどうでしょうか。
明らかに私たちは遅れています。過去の政策がそうさせたのです。気候変動への懸念のすべてが、エネルギーへの過小投資を招きました。今でも環境への配慮は持つべきです。すべては均衡が必要です。問題は、これからどうするかです。最初にできるのは送電網の近代化です。送電網をより効率的にすることができます。送電網は過剰に整備されています。ご存じのとおり、年間最悪の12日間に対応できるように送電網は社会と全インフラを支えなければなりません。残りの期間は莫大に過剰な能力があるわけです。問題は、電力会社が余剰エネルギーを提供できるとき、提供できないときに備えて、どんなサービスレベル契約を結べるかということです。提供できないときに備えて、後続のバックアップエネルギーを用意しなければなりません。バックアップは太陽光から来るかもしれない、原子力から来るかもしれない、将来的にはあらゆる持続可能なエネルギーから来るかもしれません。
しかし今、私たちには市場主導のこの素晴らしい力という機会があります。ひとつ目はこの機会を活かして、米国を再び製造業の国にし、製造業の労働力と雇用、高技能で高賃金の仕事を大量に生み出すこと。そして二つ目は、この機会を活かしてこの国のエネルギーシステムを強化することです。
エージェントAIの飛躍
7月に最後にお話ししたとき、AIの次の波はエージェントAIだとおっしゃっていました。今は5月で、私たちはまさにそれを生きています。
なんという展開でしょうね。
エージェントAIの現状をどう評価されますか。昨日もここでも、街でも、エージェントAIの状況、その成功と失敗、現在何が起きているのかについて多くの議論がありました。
大規模言語モデルからチャットボットへの大きな飛躍は、人間のフィードバックによる強化学習でした。大規模言語モデルからエージェントシステムへの大きな飛躍は、ハーネス(harness)と呼ばれるシステムです。モデル自体ももちろん進化しました。事前学習も改善されましたし、強化学習も改善されました。推論をうまく行う方法、ツール使用なども改善されました。しかし大きなブレイクスルーは、これらの大規模言語モデルをハーネスで繋ぐという概念です。グラウンドトゥルースに接続でき、リサーチができ、ウェブブラウザを使え、推論や記憶を持ち、自己改善し、他者と通信できるようにする。
こうしてエージェントは過去6か月で巨大なブレイクスルーを遂げました。ほぼすべてが信じられないほどよく機能しています。私たちはCodexの大ファンです。CodexもClaude Codeもどちらも素晴らしい。Codex 5.5が出たばかりで、大きなブレイクスルー、大飛躍ですし、Claude Codeも明らかに素晴らしい。今や、ソフトウェアタスクの大半を完全に自動化できるようになりました。つまり自分でプログラミングする必要がなくなったということです。
ひとつ興味深い観察があります。エージェントの登場によってすべてのソフトウェアエンジニアの仕事は消えるという予測があり、最初に取るべき行動は「将来何になるかは色々あれど、ソフトウェアエンジニアにだけはなるな」というものでした。ところが、私たちが採用しているソフトウェアエンジニアの数は増えています。どの企業も増やしています。ソフトウェアエンジニアの仕事の数は増えています。
その理由はこうです。これは非常に大きなアイデアです。これは放射線科でも起きました。10年前、最初に消える職業、最初に消える業界は放射線科医で、その仕事は永遠に消えるという予測がありました。理由は、コンピュータービジョンが画像の読影を完全に変えるというものでした。予測は100%正しかった。AIは今や放射線医学のあらゆる側面に浸透しています。間違っていたのは予測の結論部分だけです。放射線科医は今、深刻な人手不足です。
同じことがソフトウェアエンジニアリングでも起きています。理由はこうです。私たちの仕事において、ソフトウェアエンジニアリングの場合のタスクはプログラミングです。ある意味、タイピングのちょっと洒落たバージョンと言ってもいいでしょう。タスクはプログラミング、コーディングです。しかし、その仕事のスキル、目的はプログラミングではない。コーディングではない。仕事の目的はイノベーションを起こすこと、問題を解決すること、共同作業者と繋がること、存在する問題を見つけて解決すること、誰もまだ言葉にしていない問題を見つけることです。それがイノベーションと呼ばれます。関連のないものを結びつけ、新しい何かを生み出すこと。それがソフトウェアエンジニアリングの目的です。エンジニアの人生の目的はイノベーション、問題解決、会社を前進させること。コーディングは含まれますが、それは仕事ではない。コーディングは仕事の中で行うタスクのひとつに過ぎません。
AIは雇用を奪うのではなく生み出す
次の波は、AIが雇用を生み出すことだとおっしゃいました。
AIが雇用を消滅させていると言う人は、人々を脅かしていますし、まさに私が必要としている職業から人々を遠ざけています。私が一番嫌だと思うのは、若者全員に「ソフトウェアエンジニアになるな」と言うことです。実際には彼らが必要だからです。病院も同様です。AI研究者は人々に「放射線科医になるのをやめろ」と言うべきではありません。なぜなら人類は放射線科医を必要としているからです。放射線科医の人生の目的は病気を診断することです。スキャンを読むのは、病気を診断するために行うタスクです。仕事の中で目的とタスクを切り分ければ、もっとよく考えられるようになります。
フィジカルAIの最前線
次の波として予測されていたのがフィジカルAIですね。前回このトピックについてお話ししてから10か月後の今、フィジカルAIの分野で私たちはどこにいると思われますか。
フィジカルAIの最も大きな飛躍のひとつ、最も簡単な例は自動運転車です。ロボタクシーはもうここにあります。その問題はもう、科学的にはほぼ完全に解決されています。今は多くのエンジニアリングの段階で、しかもそのエンジニアリングもすぐそこです。だから私たちはロボタクシーを手にすることになります。
ちなみに使ったことはありますか。
ええ、もちろん。
体験はいかがでしたか。
素晴らしいです。NVIDIAはロボタクシーを作っています。私たちはAlpioというソフトウェアを作りました。世界初の「考える」ロボタクシーです。考える車というのは、これまで見たことのない状況に直面したときに、それについて推論する車のことです。それをより身近な要素に分解するのです。「ああ、これは見たことがある、それも見たことがある、これも見たことがある」と。それを組み合わせて、何が起きているかを理解する。だから何をすべきかが正確に分かる。この推論システムによって、こうした車の能力は大きく拡張されました。だからロボタクシーはここにある。
ヒューマノイドロボットはどうでしょうか。
すぐそこまで来ています。理由はこうです。想像してみてください。皆さんもご存じだと思いますが、もし動画生成器にプロンプトを与えられるなら…ChatGPTには素晴らしい新しい動画生成器があります。「誰かがコーヒーカップを取って一口飲む」という動画を生成してと頼むと、自分の手がコーヒーカップを取り、その正確な位置を把握して持ち上げる動画を生成します。動画でそれができるなら、なぜロボットでそれをやらせる動画を生成できないでしょうか。だから、これに基づけば他の能力もすぐそこに来ているはずだと想像できます。
3年から5年くらいでしょうか。
1年から3年です。
これらのロボットが今より本当に主流になる時間軸はどれくらいだと考えていますか。今の大きな課題はAIモデルの部分でもありますが、メカトロニクス、モーター、手、構造の部分が大きい。一方では軽くしたいけれど、強くもしなければならない。軽くしたいのは、何かあったときに倒れるからです。80ポンドのものが倒れてくるのはまあなんとかなる。300ポンドのものが倒れてくるのはたぶんダメです。だから現状の最先端と私たちが目指す場所には大きな違いがあります。私たちはそこにたどり着きます。材料科学、モーター、バッテリー技術、センサー、これらすべてが重要で、もちろんAI自体も重要です。
OlafがTargetで買えるようになるのはいつごろでしょう。
Olafを期待しているわけではないんですが、私が壇上に連れて行くDisneyのロボットたちは本当にかわいいんです。子どもの頃、自分のR2-D2が一緒にいてくれたらと思わない人がいるでしょうか。
中国と輸出規制
別のシリアスなトピックに移りましょう。私たちはワシントンにいます、ジェンスンさん。中国と輸出規制について話さなければなりません。あなたは米国が中国にチップを売ることの支持者でいらしてきました。これに対して、主要な競合相手に先行を許すことになるのではないかという大きな批判、大きな反対意見があります。この批判にはどう答えますか。
最も簡単な考え方は、AIが5層ケーキだということを思い出すことです。アメリカ合衆国はAIのあらゆる側面で勝つべきです。エネルギー生産とエネルギー技術生産の世界リーダーであるべきです。チップの世界リーダーであるべきです。インフラの世界リーダーであるべきです。モデルの世界リーダーであるべきです。そしてAIアプリケーションとAI普及の世界リーダーになるべきで、これは絶対に絶対に負けてはならないものです。
最初にすべきことは、ケーキのすべてのレイヤーと関連するすべての産業を可能にし、奨励することです。「世界をリードしに行け、技術でリードしろ、市場シェアでリードしろ、経済シェアでリードしろ、世界中に私たちの技術を普及させろ。誰もが米国のテックスタックに依存するようにしろ」と。エネルギー輸出であれ、チップ輸出であれ、インフラ輸出であれ、モデル輸出であれ、アプリケーション技術輸出であれ、すべての領域で世界リーダーになりましょう。狂ったように輸出しましょう。ご存じの通り、私たちは信じられないほどの貿易不均衡、つまり莫大な輸出を望んでいます。AIもそのキャンプに入れない理由がありますか。
もちろん技術的観点では、米国のテックスタックを優遇したい。可能なときはいつでも、そのスタックの一部を構成する米国企業を優遇しよう、ということです。常に最良の技術を最初に、米国企業に最も多く提供すべきだし、実際そうしています。ですから一方で米国に最高で最大のものを提供しつつ、他方で米国企業が世界中で勝つようにする。このバランスが取れるのです。
ジェンスンさん、議論はこうです。5層ケーキの中で、ある特定のレイヤーが他のレイヤーよりも重要すぎるというものです。なぜなら他のレイヤーでは中国は先行できるからです。エネルギーは中国の方が安いですし、素晴らしい才能もあります。すでに信じられないほどのアプリケーションを構築しています。普及はおそらくここよりずっと進んでいます。だから計算機能力こそが本質的なノードになる、というのがワシントン、あるいはワシントンの一部の人たちの主張です。彼らを完全に止めるのではなく、ゼロサムゲームでもないけれど、少なくとも今の私たちの位置に追いつかせない、と。なぜなら追いつかれて、追い越されたら、彼らがおそらく私たちが我々の世代で最重要な技術と認めたものについて、世界のリーダーになってしまうからです。
すべてのレイヤーが重要です。すべてのレイヤーが重要で、米国を加速させるべきです。この2つの条件にはどちらも同意できると思います。すべてのレイヤーが重要です。チップのレイヤーは明らかに重要です。チップのレイヤーが重要でないなら、なぜいつもチップの話ばかりしているのでしょう。チップのレイヤーは信じられないほど重要です。NVIDIAは今日、世界市場の90数パーセントのシェアを持っていました。中国では今や私たちのシェアはゼロにまで落ちました。中国ほどの規模の市場全体を放棄するというのはおそらくあまり戦略的に意味がない。すでに大きく裏目に出ているように思います。当時は意味があったのかもしれませんが、政策は動的であるべきで、時代に追従する必要があります。今この時点では、米国のチップ企業や他の企業が中国にいるのは大いに意味があると言ってよさそうです。
モデルのレイヤーに関しては、私たちのモデル企業が最高、最大、そして最初を持つために、できるすべてのことをするべきです。実際そうしています。ここは世界最大の市場です。世界最速の市場です。ここのテック企業は俊敏で革新的です。とにかくここで最高のものを提供しているという確信があります。米国のAIモデル企業は今後もリードし続けるという確信があります。
中国のAI能力をどう見るか
もうひとつ、彼らはどんな政策があろうとも自給自足を追求するでしょう。ほとんどすべての産業でそうしてきましたし、あなたの産業でも追求しています。
そうですね、彼らは自給自足とかなり大きなリーダーシップを多くのレイヤーで持っています。エネルギーレベルでは、エネルギーの生産であれ、私たちが使う技術であれ、エネルギー生産のために使う技術であれ、彼らが世界リーダーであることは皆認められると思います。一方で私たちはチップで世界リーダーです。AIモデルでは、私たちが先行していると言えますし、間違いなく先行していますが、彼らもすぐ後ろに来ています。彼らには本当に並外れた数のAI研究者がいます。何らかの理由で、科学や数学への関心、奨励、社会的な土壌のおかげで、彼らには非常に多くの科学者と数学者がいます。その結果、中国のAI研究者の数は実に並外れたものになっています。これは彼らの国家的宝、いわば最大の天然資源です。
私たちはその天然資源を米国に引き寄せ続けることに気を配らなければなりません。彼らがここに来たいと思うように歓迎しなければなりません。率直に言えば、彼らの多くが残ることを決めなかったり、出国を許されなかったりすることが、かなり気がかりです。モデルレイヤーでは、私たちの技術は進んでいますが、世界中の人材にも深く依存しているのです。
そして最後に最高レイヤー、つまりアプリケーションのレイヤー。私の最大の懸念は今もここにあります。私たちはAIをあまりにも映画的、あまりにもサイエンスフィクション的な描写で説明しすぎていて、米国全土に大きな動揺と恐怖を引き起こしています。一方でアジアの他の地域はAIを大きな熱意で受け入れ、採用しています。だからこれは私たちが本当に懸念すべきことです。これこそが、私たちが全般的に取り残される道筋なのです。
オープンソースの戦略的重要性
GTCではオープンソースについてお話しされましたね。Open Clawがいかに人気だったか、あのダウンロード数のグラフを今でも覚えています。オープンソースはAIの民主化やアクセシビリティのために本当に重要ですが、同時に安全性とセキュリティの問題も伴います。NVIDIAはこれらにどう対処していますか。
まず、オープンソースは安全性を高め、セキュリティを高めます。スーパーエージェントによるサイバーセキュリティ攻撃に対処する方法は、オープンソースから採用し、防御目的に訓練したモデルの大規模な群れを通じて行うことになります。スーパーエージェントには別のスーパーエージェントで防御するのではなく、大規模な群れで非対称性を自分の有利に活かして防御するのです。それには私たちが上に積み上げて開発できるオープンソース技術が必要です。CrowdStrike、Palo Alto Networks、Cisco、Microsoft、これらはすべてそのためにオープンソース技術に依存しています。
オープンソースには、完全に日の当たる場所で開発されるという利点もあります。技術を理解しているから安全に保てる。安全性とセキュリティは率直に言ってオープンソースで強化されるのです。
Open Clawに関しては、本当にすごい現象でした。私たちが抱えていた懸念こそが、2つの技術を発明した理由です。最初の技術はOpen Shellです。Open Shellは、ロブスターの周りに殻を被せるという比喩で、Open Clawの周りに殻を作るからそう呼んでいます。殻によって安全な檻の中に閉じ込めるイメージです。この技術はNVIDIAで構築され、オープンソースに寄与しました。多くの異なる企業に採用されています。基本的なアイデアは、仮想環境、サンドボックスを与えることです。
アクセスできる情報の種類や、ポリシーエンジンが制御できるポリシーに気を配ります。送受信される情報、外部に送り出される個人情報のプライバシーへの配慮、外部送信が許可されない特定情報へのアクセス制御。各Clawインスタンスのプライバシーに関するすべてのポリシーがOpen Shellで把握されます。こうしてはるかに安全な環境を作り出しました。これらすべてを完全にオープンソースで行うことで、世界中のすべての企業がその下に何があるかを理解しているため、技術を採用できるのです。米国政府と協力し、世界中のサイバーセキュリティ企業と協力しています。これがエージェントを安全に保つ方法です。
AI普及の鍵と過剰な恐怖論
対話を通じてあなたが触れている本当に重要なトピック、それがAI普及と外にある恐怖です。前回7月にお話ししたときは、二人ともこの技術の軌道について楽観的でした。しかし今日、いくつかの要素が沸騰しているように感じます。政治的な議論があり、データセンターをめぐる議論があり、州レベルの規制があり、AIのせいなのか他の要因のせいなのか分かりませんが、テック企業からのレイオフがあります。今、AIを取り巻くスティグマが形成される段階に入っているのではないかと心配しています。それはAIの普及不足という結果を招き、有益ではない。これをどう評価されますか。今日の会話を通じてこれが大きな懸念だとおっしゃっていましたね。
語られている内容は非常に逆効果で、実際に有害です。たとえばある科学者は、AIが放射線医学全体に浸透し普及するため放射線科医は一掃されると警告することで、人々に警告して助けていると考えるかもしれません。一方ではそれは警告であり助けになるかもしれませんが、実際には反対の結果は有害でした。みんなを放射線科医にならないよう説得した結果、今放射線科医が必要になっているとしたら、それは社会にとって有害です。若い大卒生全員にソフトウェアエンジニアにならないよう説得し、米国がかつてないほどソフトウェアエンジニアを必要としているとしたら、それは有害です。
ですから、この技術の重要性、何ができるかをどのように伝えるかに気を配り、政策やガードレールを提唱しなければなりません。一方で、起こりもしないナンセンスなことを言って人々を脅かす、たとえば「これは人類への実存的脅威だ」「20%の確率で実存的危機だ」「新卒の仕事の50%を一掃する」「民主主義を完全に破壊する」、こういったコメントは助けになりません。事実に基づいているわけでもなく、私のような、つまりCEOの人々が言っているのです。CEOになったがゆえに神コンプレックスを持ち、いつしか何でも知っていると思い込んでしまう。
私たちは慎重になり、事実に立脚して話す必要があります。事実はこうです。AIは過去数年で50万以上の雇用を生み出しました。AIは米国を再工業化し、製造業の雇用を米国に取り戻すための最大の最良の機会です。これによって何十万もの雇用、何兆ドルもの新たな経済が米国に戻ってきます。AIを使う企業はより速く成長する能力を示しています。より速く成長する企業は、より多くの人を雇います。明らかにAIは雇用を生み出します。
では、なぜ一方ではAIが雇用を生み出すと言い、他方では雇用を破壊すると言うのか。とても単純な考え方です。仮定として、米国で書く必要があるコードの総量が10億行で、その10億行が1000万人のソフトウェア開発者と約1兆ドルの経済に支えられているとしましょう。その10億行のコードが今や自動化され、その大部分がAIによって書かれることになる。仕事が基本的にタイピングで、10億行のコードが自動化されるなら、1兆ドル分の仕事が破壊されると結論づけたくなるでしょう。しかしこれは2つの理由で根本的に間違っています。
第一の理由は、私たちの仕事のタスクと目的は関連しているけれども同じではないということです。これを私に当てはめると、ジェンスンの仕事は携帯電話をタップして話すことだ、という結論になるでしょう。携帯電話をタップして話すこと、AIはそれをきちんとこなせます。だから私の仕事はなくなるはずです。でも私はかつてないほど忙しい。仕事の目的と仕事のタスクには根本的な違いがあるのです。
第二に、私たちが必要とするコードは10億行だけだ、という前提自体が根本的に欠陥です。私たちには1兆行のコードが必要です。もっとずっと多くのコードを書く必要があります。なぜなら私たちには問題を解決する想像力があるからです。ヘルスケア、科学、製造業、小売、贅沢な暮らし、あらゆる分野で、できることへの想像が膨大にある。タイピングをしなくてよくなれば、それらをやりに行ける。
おそらく過去50年で、社会はキーボード付きのこの小さなデバイスに人生のすべてを費やしてしまい、もうタイピングなしの暮らしを想像できなくなってしまっただけかもしれません。皆さん、私たちは何とかするはずです。人間であるということが、この小さなものに前かがみになって始終タイピングすることだなんて、その50年前の人々はやっていなかったわけです。だから将来は私たちはそれを少なくし、別のことをもっとするようになる。
AIの可能性を見せる場としてのExpo
ご存じのように、来週Expoがあります。SCSPは本当にAI普及を信じています。
タイピングが好きな人にいいことに「人生にはタイピング以上のものがある」と言いたい(笑)。
私たちがExpoをやる理由は、人々にこの技術の可能性を見せたいからです。Expoでは、ロボットを作る機会があり、大学やテック企業がAIで何をしているかを見ることができます。残念ながら来週はあなたにはお会いできませんが、チームと協力してNVIDIAの存在感を確保しています。私たちにとって大きなイベントです。たくさんの人が来ます。本当に大切な仕事です。ヘルスケアのレンズを通じてAIを、エネルギーのレンズを通じてAIを、製造業のレンズを通じてAIを、小売や量子のレンズを通じてAIを祝う、そんなことをしているのが大好きです。
量子もそうです。
それに、さまざまな分野の科学、さまざまな産業、さまざまな専門職、すべてのレンズです。これに関わっている人々は信じられないほどワクワクしているはずです。NVIDIAのエンジニアは今日、全員がAIを使っています。AIが私たちのコーディングのほとんどをやってくれます。それでもエンジニアは過去最大規模で採用しています。これまで以上の課題があります。これまで以上に大きな夢があります。これまでにないほど野心的な目標があります。
もし自分にこう言ったらどうでしょう。AIをこの国に注入したことで、私たちはかつてない速さで物事を進めている。私たちの野心はかつてないほど大きい。私たちの期待はかつてないほど大きい。これがどうして我が国にとって悪い状態なのでしょうか。これこそ私たちが望むものです。これまで以上に野心的に、これまで以上に速く、これまで以上に良くなる。だから、何があってもAIを採用してほしい。私たちの行うことが、AIがいかに多くの人々と多くの産業ですでに変革をもたらしてきたかを人々に理解する助けになることを願っています。
それも、本当に有用になってからのほんの過去6か月の話です。それ以前は素晴らしかったけれど有用ではなかった。今は有用で、かつ素晴らしい。だから、すべての産業、すべての企業がそれを活用することを心から願っています。私たちは間違いなくそれに全力投入していて、それによってブースト全開、それによって興奮しています。私たちの野心はこれまで以上に大きい。
ジェンスンさん、お越しいただき本当にありがとうございました。お元気で、また会いましょう。
ありがとう、イリー。本当にありがとうございました。
コメント