本動画は、シリコンバレーの著名なポッドキャスターであるドワーケシュ・パテルをゲストに迎え、AI技術の現在と未来の可能性について深く掘り下げた対談である。AIモデルの進化によるソフトウェアエンジニアリングの劇的な変化や、一般社会とシリコンバレーとの間にあるAI認識のギャップについて解説している。また、AIのハルシネーションの問題点や、汎用人工知能（AGI）の定義とその実現がもたらす知識労働の変革、さらにはAIが科学研究や医療を加速させ、老化の克服など人類に計り知れない恩恵をもたらす可能性について論じている。
シリコンバレーと一般社会のAIに対する認識のギャップ
あなたはシリコンバレーで一番人気のポッドキャスターと呼ばれていて、AIやテクノロジーについて多くの記事を書いていますよね。本日はまさにそのテーマでじっくりお話を伺いたいと思っています。というのも、この番組の視聴者やリスナーの多くは、家族や仕事など日々の生活があり、カリフォルニアやサンフランシスコに行ったことがない人たちだからです。道路を走る車の3分の1、あるいは25%が自動運転ロボットだという現実を見たことがありません。つまり、変化は急速に起きているのに、多くの人はまだそれに追いつけていないんです。
だからこそ、何が起きているのかを本当に理解しているあなたのような方と、もっと一般的な視聴者、率直に言って私たちも含めた人たちとを繋ぎたいんです。そこでまず、AIの世界で今何が起きているのか、大まかに説明していただけますか。もちろん非常に大きな質問だとは分かっていますが、よろしくお願いします。
ええ、極めて簡潔に言えば、モデルがどんどん優秀になっているということです。そこから少しだけ詳しく説明していきましょう。シリコンバレーにいる人たちが見ているものと、それ以外の場所で人々が目にしているものとの間に、巨大なギャップがあるというあなたのご指摘はまさにその通りだと思います。
率直に言って、それはモデルが特定の分野で非常に役立つようになっているからです。モデルというのは、ChatGPTを見たことがあるでしょうし、GoogleのGeminiや、AnthropicのClaudeといったものを聞いたことがあるかもしれません。皆さんはこうしたモデルを使って、基本的にはGoogle検索の代わりのようなことをしているのではないでしょうか。Google検索をする代わりに、ChatGPTに入力して何と答えるか見てみよう、というように使っているはずです。
一方で、現在人々がこうしたモデルを極めて強力な方法でどのように使っているかというと、たとえば世界トップクラスの開発者や世界トップクラスの研究者たちは、もうコードを書いていません。彼らは12月以来、1行もコードに触れていないんです。コードの行が並ぶテキストエディタを見ることもなく、AIに話しかけています。彼らはAIに向かって、Xという機能が欲しい、ある種のアプリケーションや新しいウェブサイトを作るための新しいリポジトリやコードベースを構築してくれないか、さらには私の代わりにリサーチをしてきてくれないか、と伝えます。
AIを構築する過程では、どうすればより良いアルゴリズムを作れるかといったリサーチが必要になります。現在のAIは、実現したいことを高い視点から大まかに説明するだけで、実際のソフトウェアエンジニアリングを代行してくれるレベルにまで達しているんです。ですからおっしゃる通り、シリコンバレーの人々はこれらからとてつもない生産性を引き出しています。高い給料をもらっている人たちが、こうしたモデルを使った結果、3倍、4倍、5倍と生産性を上げているわけです。
これまでそうならなかったのは、これらのモデルがテキストを入力してテキストを出力する作業、つまりソフトウェアエンジニアリングに非常に長けていたからです。ソフトウェアエンジニアリングというのは、突き詰めればテキストファイルの集まりであり、AIは一つ一つのテキストファイルを読み込み、そこに追加していくことができます。AIはその点において驚異的な能力を発揮してきました。
一方で、今のところ物理的な作業は苦手というか、全く使い物になりませんよね。ブルーカラーの仕事をしようとしても、ロボットはまだそのレベルには達していません。しかし、分野を限定して、ソフトウェアエンジニアリングだけでなく、あらゆる種類のナレッジワークに目を向けてみましょう。コンピューター上でできるあらゆる仕事です。おそらく労働力の40%は、リモートワークでこなせる仕事をしているはずです。
もし再びパンデミックが起きても、彼らをZoomに繋げば仕事ができます。そして現在、AI企業はそのすべての仕事をAIでできるようにしたいと考えています。そのためには、人間がコンピューター上でできることはすべてAIにもできるように訓練する必要があり、企業は1年か2年でそこに到達できると考えていると言っています。このあたりが、人々が目にするAIの働きにおける認識のギャップを説明しているのだと思います。
AIの進化スピードと個人的な活用体験
そしてもう一つ思うのは、多くの人が一度はGoogle検索のようにモデルを使ってみたり、時にはそれを使って記事を書かせたりしたことがあるはずだということです。でも、試してみた時点ではかなり多くの間違いを犯すことがわかり、なんだこれはでたらめじゃないか、使い物にならないぞ、となってしまうわけです。しかし、人々が十分に理解していないのは、AIがどれほど急速に向上しているかということですよね。その点について少しお話しいただけますか。
ええ、それなら私自身がAIを使ったときの話をするのがいいかもしれません。シリコンバレーの人々の中にあって、私はどちらかというと懐疑派でした。シンギュラリティが昨日起こると思っていたのかい、私は5年や10年はかかると思うよ、と言っていた人間です。私が言っているのは、基本的には人間のあらゆる仕事ができるような、信じられないほど強力なAIシステムが登場するという考え方のことです。シリコンバレーには、今年の後半には実現する、いや2年後には実現すると言う人もいますが、私はもっと時間がかかると言っていました。
ですが、そんな私でさえ、その進歩がかなり速いことを認めざるを得なくなりました。こんなエピソードがあります。去年のことですが、皆さんがしているように、私も自分のポッドキャストのためにリサーチをします。もちろん文章も読みますが、ポッドキャストのリサーチのためにChatGPTのようなLLMとも対話をします。去年は、ChatGPTやClaude、Geminiなどのサブスクリプションを全部合わせても、AIに使った金額は100ドル程度でした。
ところが、二人の別々のゲストの準備をしていたある週のことです。その準備として、彼らの研究に関連する大量の論文や本などをフォルダに放り込み、LLMに向かって、良い質問ができるようにこれらの研究を理解するのを手伝ってほしい、と頼んだんです。その際、より高速で、より賢く、より大きなモデルを使うなど、費用がずっと高くなるような様々な設定をオンにしました。その週に使った金額を計算し、もしこのペースで1年間使い続けたらいくらになるかを年間の支出に換算してみると、AIへの支出だけで6桁ドルを超える計算になりました。
そして来年には、自分のポッドキャストのAIリサーチに7桁ドルを費やすのも理にかなっていると思うようになるかもしれません。つまり何が言いたいかというと、アナリストを雇えるレベルになってきているということです。ポッドキャストの準備を手伝ってくれる様々なアナリストやリサーチャーを何人も雇うことができる金額です。しかし実際には、AIを雇うほうがずっと役に立つことに気づき始めています。なぜなら、人間にはできなくてもAIにはできることがあるからです。AIは、次回のインタビューに関連するフォルダ内の50の異なる論文や大量の本を、ほんの一瞬で読むことができます。
さらに、AIはそうした知識をすべて蓄積しています。何でも知っていますから、一から勉強して追いつく必要がありません。それに、仕事に慣れさせるのも信じられないほど簡単です。新しい使い道を思いつくたびに、次から次へと新しいAIを立ち上げ続けることができるんです。私にとっては、この事実が少しばかり頭をおかしくさせるような衝撃を与えました。これまでのインタビューでAIがどれほど役に立ったかを目の当たりにしたからです。そして今、多くの人がこうした有用性に気づき始めています。
AIのハルシネーションと情報の正確性について
問題なのは、多くの人がAIを見たときに感じることであり、これはコンスタンティンも指摘していた点ですが、正確性の欠如と、常にAIと戦わなければならないという事実だと思います。一つ例を挙げましょう。この番組にお呼びできそうなアメリカのゲストを探していて、Grokに、まだ出演したことがなくてアメリカを拠点にしている人は誰か呼べないか、と尋ねたんです。すると一番の答えはダグラス・マレーでした。ダグラス・マレーは、おそらく10回近く出演しているはずです。
しかも、提案されたほぼ全員が、すでに番組に出演したことのあるゲストばかりでした。ですから、あなたのおっしゃることは理解しつつも、AIは間違いやエラーだらけでもあるわけです。現時点では技術として信用できないレベルに達しています。AIが言ったことをそのまま鵜呑みにすることは決してありませんし、非常に有能な人間の従業員に対してはしないような方法で、常にダブルチェックしなければならないと感じてしまいます。
よく見かけるミームをご存知だと思いますが、ある男が病院で目覚めるとお腹に傷跡があって、ちょっと待って、私の盲腸はこっち側にあるんだけど、と言うんです。するとロボットが、フィードバックありがとうございます、もう一度やり直させてください、と答えるというものです。そこにはいくつかポイントがあります。人間でも時々、奇妙な失敗パターンに陥ることがありますよね。特定の人と話していると、その人の思考がどうしてもある一定の方向に向かってしまうようなことです。AIも、その訓練方法が原因で同じようなことを引き起こします。
AIが訓練される大きな要素の一つが、物事を関連付けることです。AIは基本的には大量のテキストの塊を見ているだけで、この言葉とこの言葉が近い位置にあるから、そこには重要な関係性があるのだと認識します。だからGrokは、あなたのポッドキャストとダグラス・マレーが何度もセットで登場しているのを見て、彼らは常に行動を共にしているものだと判断し、その思い込みが、誰が出演したことがあり誰が出演したことがないかを批判的に考える能力を上回ってしまったのです。
ところで興味深いのは、他のすべてのモデルでもその実験をやってみるべきだということです。もし他のモデルに、まだインタビューしたことがない人を探してほしいと質問したなら、即座にそれを理解し、今の段階のモデルであれば、実際に斬新な名前を挙げてくれるだけの十分な性能を備えていても全く驚きません。ただし、わあ、これは素晴らしい発見だ、どうして思いつかなかったんだろう、自分では絶対に思いつかなかった、と驚くような名前を出してくれるとは思えません。
なぜなら、AIは新しいものを発見するという点ではそれほど優れていないからです。人間はこの点において、他の人が考えていないような奇妙な角度に強くこだわるという特異な能力に長けていますが、モデルはそういうことはしません。彼らはどちらかというと平均的な存在なんです。それに、インタビューの準備をする際、AIは質問を考えるのもそれほど得意ではないと思います。それは私がやらなければならないことですし、あなたがやらなければならないことです。
AIが素晴らしいのは、まるで古代ギリシャ人が生徒のためにマンツーマンの家庭教師を雇ったような役割を果たしてくれる点です。アリストテレスがアレクサンドロス大王を指導したのと同じように、直接質問して学べるマンツーマンの学習方法には、何か強力な力があります。AIは何かを教えてくれる点においては驚異的です。なぜなら、あなたが混乱した瞬間にそれに気づいてくれるマンツーマンの家庭教師がつくようなものだからです。様々な角度から自分の理解度を深く探求することができます。ですが、おっしゃるように、いくつかのモデルはまだそこまでのレベルにはなく、多くのバイアスを抱えているという点には同意します。
AGIの定義と物理的・知的労働への影響
人々がよく口にしていることの一つにAGIがありますよね。視聴者に向けて、基本的には私に向けてですが、AGIとは何なのか、何の略なのか、そしてなぜそれが私たちの社会にこれほどの変革をもたらす可能性を秘めているのか、説明していただけますか。
ええ。この質問への一つのアプローチとして、ごく基本的なレベルで考えてみましょう。AGIであるシステムは、人間ができることなら何でもできるべきです。強調しておきたいのは、現在のAIはこれには到底及ばないということです。あなたや私なら物理的な作業ができますよね。工場で働いたり、芝生を刈ったり、このカップを持ち上げたりすることができます。ロボットはまだそれができるほど優秀ではありません。ロボット工学がまだそのレベルに達していないという事実だけでも、私たちがAGIの大きな定義から遠く離れていることを意味しています。
ちょっと待ってください、ロボットはカップを持ち上げられないんですか。
持ち上げることはできますが、私の理解するところでは、この家はこういう作りで、自分が器用に持ち上げられるのは特定の種類のカップだ、といった特定の環境で訓練されなければなりません。しかし、もしこれをより丸みを帯びていて掴みにくいカップに置き換えたらどうなるでしょう。私たち人間なら、その家を100回見たことがなくても、ふらっと入っていって持ち上げることができます。ロボットが人間のような柔軟性を持つためには、あるいは柔軟性を持たないとしても、膨大なデータが必要になるのです。ですから、AGIであるということは、単に抽出された知識を持っているだけでなく、人間と同じくらい速く学習できる能力を備えている必要があります。
さて、研究機関はこう言っています。ロボット工学は難しく、時間がかかるかもしれない。なら、もっと簡単なことから試してみよう、すべてのナレッジワークをやらせてみよう、と。ナレッジワークというのは、ZoomのサブスクリプションとGmailアカウント、Googleドライブのアカウントがあればできるようなすべての仕事です。物理的な世界を操作する必要のないあらゆる仕事です。私自身は、まだそのレベルにも達していないと思っています。そこでも乗り越えなければならない課題は山積みです。
しかし、物理的な作業よりは簡単です。なぜなら、コンピューター上で起こることはすべて、そのデータをAIに読み込ませるのが容易だからです。すべてがコンピューター上で生成されているようなものですからね。シミュレーションを実行することもでき、何百万回、何千万回と繰り返すことができます。そしてAIはデータがあることで成長しますよね。データが多ければ多いほど性能は向上します。これこそが、AIがソフトウェアエンジニアリングに秀でている理由です。世の中にはAIを訓練できる膨大なコードが存在しているからです。
一方でロボット工学の場合、どこかに存在している何十億行ものコードに相当するものはありません。何兆もの動画ファイルがあるわけでもありませんし、単なる動画ファイルではダメなんです。ロボット自身が世界を操作し、それがもたらす効果を見ているという感覚を得る必要があります。ここまでは、AGIとは何かについてお話ししてきました。次は、もしそれが達成されたら何を意味するのかをお話ししましょう。労働力の40%がリモートで可能な仕事をしていると言われています。それはつまり、リモートでこなせる仕事に対して、毎年何十兆ドルという規模の賃金が人間に支払われているということです。
現在、AIの研究機関がどれほどの収益を上げているか、OpenAIやAnthropic、Googleがどれだけ稼いでいるかをすべて合計してみると、数字は爆発的に増え続けているので最新の正確な数字は誰にも分かりませんが、おそらく400億から500億ドル近くになるでしょう。しかし私たちがここで話しているのは、すべてのナレッジワークという、何十兆ドルもの対象市場のことです。文字通り、彼らが現在やっていることの1000倍の規模です。だからこそ、彼らがこれほど関心を持っているのかが分かりますよね。
それはまた、多くの人の仕事がなくなるということも意味します。多くのことを意味しますよね。ある意味では、多くの人が仕事を失うという恐ろしいことです。しかし別の見方をすれば、私たちはより多くのものを生産できるようになります。あらゆる可能性が生まれます。AGIには自動化された科学者や研究者が含まれ、彼らが新しいアイデアや新しい医薬品、新薬を次々と生み出すようになるでしょう。私たちが楽しめるあらゆる種類の新製品が登場することを意味します。あなたや私が、常に私たちのことを考え、助けてくれる極めて優秀なパーソナルアシスタントの軍団を抱えるようなものです。これがAGIの定義です。
AIがもたらす医療や科学技術の圧倒的な未来
なるほど。そうですね、悲観的な議論というのも存在していて、もちろんそこにも触れるつもりです。実際、今行われている議論の中で最も重要なものだと思っていますから。でもその前に、常に可能性の全範囲を示すことは価値があると思います。先ほどメリットについても少し触れていましたが、人々はそのメリットがどれほど巨大なものになるかについても、まだ十分に理解していないと思うんです。科学研究や医療について言えば、先日歯医者に行ったんですが、そこではすでにAIが色々なチェックをしていました。前回歯医者に来たときと比べて歯茎の状態を測定するのもすべて自動化されている、といった具合です。それを嫌がる歯医者もいれば、好意的に受け止める歯医者もいますが、あんなものは本当にごくごく初期の段階に過ぎないんですよね。
ええ、それは素晴らしい直観の刺激になると思います。なぜなら、人々は今すでに存在するものについて考えているからです。
ところで、直観の刺激という言い方、すごくいいですね。まるで私がプロンプトを入力して、あなたがすでにAIみたいに話しているみたいです。
ちょっと洒落た言い方で、それは素晴らしい指摘ですね、そこから話を広げていきましょう、と言ってみただけですよ。さて、一つは先ほどおっしゃったように、ツールを使って歯医者に行くのをより効率的にするということです。もう一つは、歯医者そのものを置き換えてしまおうという考えです。基本的には問題ありません、家に帰っていいですよと言われるためだけに、どうして3時間も列に並んで待たなければならないんでしょうか。
もしスマートフォンの中に医者がいて、会話ができ、自分の具体的な状況を説明して相手も返答してくれれば、それだけで大幅な時間と費用の節約になります。結果として、社会全体も豊かになります。
もっと大きな視点で言えば、いつかガンを治せるようになるのでしょうか。おそらくそうなるのだと思いますが。
いつかはそうなると思います。時折、AGIが完成すれば明日にはガンが治ると思い込んでいる人がいますが、私はそうは思いません。ちなみにシリコンバレーでは、老化を食い止めたり、若返らせたり、病気を治したりするための様々なアイデアに取り組んでいる人たちがいます。そして科学の観点から見れば、楽観視できる大きな理由があると思っています。また、AIは科学の分野でもかなり優秀な能力を発揮するはずです。とにかく膨大な知識を持っていますし、本当に賢いですからね。それこそが科学に求められる要素です。
そして、私たちが慣れきってしまっていて、社会としてどれほどひどい状況なのか気づいていないことがたくさんあると思います。もしあなたが14世紀のヨーロッパに生きていて、友人の半分が黒死病で死んでいっているとしても、それはただ普通のことだと感じるはずです。平均寿命が18歳であることも、どこかへ旅行に行けば盗賊に殺されるかもしれないことも、解決すべき問題だとは考えないでしょう。人生とはそういうものだと思い、99%の人は骨の折れるような過酷な労働をしているわけです。
同じように、人々がAIのメリットをうまく説明できない理由の一つは、私たちが産業革命前の人たちと同じような立場にいるからだと思います。産業革命のメリットは何なのか、それが自分に何をもたらしてくれるのか、と悩んでいた人たちと同じなんです。ある意味では未来のテクノロジーがどうなるかなど予測できませんが、別の見方をすれば、平均寿命は延び、私たちはよりクリエイティブで面白く、楽な仕事ができるようになり、より多くの物質的な豊かさを手に入れ、数々の病気を治してきました。
私はそれと同じことが起こると思っています。例えば、老化というものは存在しますよね。私たちはそれを当たり前のこととして受け入れていますが、人間が機能を失い、やがて死んでいくというのは非常に悲劇的なことです。テクノロジーが進歩すれば、AIがこうしたテクノロジーの進歩を助けてくれるでしょう。つまり、単純に人が増えるのと同じだと考えてみてください。AIは単なる追加の労働力なんです。もし人類の文明にあと100億人の科学者が、人間の科学者が追加されたとしたら、老化に関する研究はもっと早く進むでしょうか。間違いなくそうなるでしょう。そしてそれこそが、AGIがもたらす未来なのです。まだご覧になっている方は、次のお話もきっと気に入るはずです。すぐそこにありますよ。さあ、クリックしてみてください。
コメント