これからの3年間におけるAIとテクノロジーの進化、そして未来の社会像について、イーロン・マスク氏の初期投資家として知られるスティーブ・ジャーブソン氏が深く語った対談である。130年間にわたり指数関数的に成長を続ける計算能力の歴史を紐解きながら、AIがエネルギー、農業、建設などのあらゆる産業を情報集約型ビジネスへと変革していく可能性を指摘する。さらに、イーロン・マスク氏の圧倒的な集中力やイノベーションの学習ループといった成功原則、ミッション駆動型の起業家精神、あるいは機械がすべてをこなす時代における人間の生きる意味や意識の正体にまで迫る、壮大な未来予測が展開される。
未来を見据える投資家の視点とSpaceXへの初期投資
次の3年間はどのような世界になるのでしょうか。私の直感では、これまでのアーキテクチャとは異なる、まったく新しい変革が起きる気がしています。
今回は、まだ誰も民間宇宙ビジネスを信じていなかった時代にSpaceXへ初期投資を行い、電気自動車が普及するずっと前にTeslaを支援したスティーブ・ジャーブソン氏をお迎えしました。彼は30年以上にわたり未来に賭け続け、歴史がその正しさを証明し続けています。
誰もアイデアすら持っていなかった初期の頃、多くの投資家が見落としていた中で一体何が見えていたのかを教えていただけますか。
シンプルな答えを言えば、当時は宇宙を投資対象として考えている投資家がほとんどいなかったのです。どのウェブサイトを見ても、ベンチャーキャピタルの投資カテゴリーにすら入っていませんでした。ですから、なぜベンチャー投資の対象にすらなっていないセクターにわざわざ投資したのか、という疑問が湧くのも当然です。同じことは、Teslaの時の自動車業界や、核融合の時のエネルギー業界にも言えます。当時はほんの一握りの投資しかなく、非常に珍しいケースでした。
手短に言えば、彼が信じられないほど素晴らしい起業家だったからです。私は彼を29年前から知っており、これまでに彼のすべての会社や、彼のいとこたちの会社にも投資してきました。つまり、全面的に賭けていたわけです。そして、その機会が持つユニークさに惹かれました。当時はまだぼんやりとしか理解していませんでしたが、今でははっきりと分かります。何十年もの間、全く変化のなかった停滞した業界に、ソフトウェア中心のシステムエンジニアリングの手法を持ち込むことで、信じられないほどの価値と機会を解放できるということです。それは航空宇宙業界で見られましたし、現在の自動車業界でも見られます。私たちが最初に投資した時は長期的な賭けでしたが、今振り返れば、すべての業界が時間をかけてどのように情報ビジネスへと変貌していくか、そのプロセスがよく分かります。
130年の計算能力の歴史とこれからの3年間
あなたは未来を予測することに非常に長けていますが、この対談では、あなたが未来をどのように考えているのかを深く理解したいと思っています。あなたが持っている、130年間にわたる計算能力の指数関数的な成長を示す素晴らしいグラフは、私たちにとって何を意味しているのでしょうか。計算能力の現状を踏まえると、次の3年間はどのようになると思われますか。
レイ・カーツワイル氏が1999年の著書で最初に示した、このムーアの法則の抽象化されたグラフを見たことがある人はどれくらいいるでしょうか。会場の4分の1くらいですね。私はこの概念がどれほど一般に浸透しているかいつも気になっています。なぜなら、これはこれまでにグラフ化されたものの中で最も重要なデータだと考えているからです。誰もがまだその曲線に当てはまっていると気づいていなかった時代に、このパターンを見出したレイ・カーツワイル氏の功績は素晴らしいものです。
ご存じない方のために説明すると、このグラフは機械式デバイスからリレー式コンピューター、探立したトランジスタや集積回路に至るまで、5つの異なる技術基盤を網羅しています。ゴードン・ムーア氏が提唱したムーアの法則は、企業の盛衰というあらゆるドラマを超越した、より長期的なトレンドの最近の現れに過ぎません。人類の計算能力がなぜ130年もの間、複利で成長し続けてきたのかは、宇宙論的な謎のようでもあります。このグラフの直線は指数関数的な成長を示しており、1ドルで購入できる計算能力が10兆の10億倍も向上したことを表しています。これこそが顧客が求めているものです。集積回路を買うときにトランジスタを個別に買う人はいません。トランジスタが何個入っているかではなく、計算能力やメモリの容量を重視して購入するのです。そして、その両方が軌道に乗って成長を続けてきました。
ですから、次の3年間について言えば、何よりもまず、この成長がさらに3年間は継続すると予測できます。インテルが言うように、突然赤いレンガの壁に突き当たってストップする理由がありません。インテルのような企業がそう言うときは、通常、15年前のNVIDIAのように、新しい競争相手にビジネスを奪われていることを意味します。これからの3年間は、アナログチップがムーアの法則の役割を引き継ぎ続けるでしょう。また、離散マトリクスの乗算と加算を非常に効率的に行う、より高度でカスタマイズされたAI半導体も登場します。これらが、私たちが当たり前のように受け入れている驚異的な進歩を支え続けるのです。
実際、このようなテクノロジーの指数関数的な変化がなければ、スタートアップは存在しませんし、SpaceXなどの多くの企業で話したような、破壊的なイノベーションの機会も生まれません。ビジネスが予測可能で、破壊的な技術変化がなければ、大企業はさらに巨大化し、新規参入を阻むあらゆる手段を講じるでしょう。業界の再定義は、常に計算能力に基づいた何かによって行われます。AIや今回のカンファレンスで議論されているすべてのことは、その縮図です。それは計算中心のイノベーション、経済成長、そして経済全体の変革の最も激しい試練の場です。これまで製造業ベースの粗利益の低いビジネスだったものが、情報中心のビジネスへと変換されていきます。これからの3年間で、それはエネルギー、農業、建設という、GDPに占める割合が大きく成長しているにもかわらず、地球上で最もデジタル化が遅れている3つの業界に波及していくでしょう。そして、ヘルスケアもそのすぐ後ろに続いています。
テクノロジーの原動力と新しいAIアーキテクチャの台頭
それらの業界で最も大きな変化が見られるとお考えなのですね。その変化を引き起こす原動力は、より高度なLLMなのでしょうか、それとも何か別のものですか。世界モデルの構築やロボティクスに深く取り組んでいる人たちもいますが、次の3年間で最も大きな変化をもたらす技術的な推進力は何になると思われますか。
非常に確実性を持って答えるのが難しい、素晴らしい質問ですね。私の直感では、これまでのものとは構造的に異なる、新しいアーキテクチャが登場する気がしています。それは現在私たちが知っているモデルを包含するものになるかもしれません。他のアーキテクチャを取り込む混合専門家モデルや、ディフューザーモデルが最終的にトランスフォーマーへと変換されるような形、あるいは、トランスフォーマーを全く新しい方法で捉え直した、大規模並列型のディフューザーモデルのようなものが考えられます。
そして、私の頭の片隅にある、まだ投資はしていないものの、いくつかの企業と会って非常に興味深いと感じているアプローチがあります。直感的に、彼らが大きなブレイクスルーを果たすのではないかと感じています。それは強化学習に焦点を当てた新しい世代の研究所です。これは、LLMのブームが起きたことで一時期脇に置かれていた、DeepMindの創業時の前提に立ち返るようなものです。
もし、数分や数時間単位ではなく、外部の人間が操り人形の糸を引くようなものでもない、数十年規模で自律的に動くエージェントプロセスを想像できるなら、それは一体どのようなものになるでしょうか。それは、生物や人類が人生や人類全体のミッションステートメントとみなすような、進化的な衝動に似たものです。GrokやxAIが掲げているように、宇宙を理解することがそのような活動の原動力になるのでしょうか。それとも、世界について学び続け、目新しいものをフィルターとして、自分が進歩しているかどうかを判断するような、新奇性追求のアルゴリズムなのでしょうか。進化アルゴリズムにおける選択圧、つまり成功の定義とは何でしょうか。それは生物学的な意味での生殖適応度だけではなく、もっと壮大なものです。
いくつかのグループは、インターネットのすべてのデータセットを解き放ち、継続的な学習を行う単一の強化学習アルゴリズムが、現在のLLMで見られるような方法で知能を自己ブートストラップできるかどうかに取り組んでいます。しかし、私たちは他の存在に意識や意味を帰属させがちで、パターンがないところにパターンを見てしまう傾向があります。ですから、現在のAIとの対話は楽しいものですが、本物の知能とは少し違います。私たちは、その内部には誰もいないこと、いわば中に灯りがついていないことを知っているのです。
自己改善するAIと自律的な目標設定
あなたが今おっしゃっているのは、AIが自律的に学習し、自ら目標を設定するような人工超知能のことでしょうか。次の3年間でそのようなものの一部を目にすることになるのでしょうか。Anthropicの共同創業者であるジャック・クラーク氏は、来年中にそれが起こる確率を30％と見積もっていますが。
少なくとも一人の人間が具体的な予測を立てているのは興味深いことです。彼らが強力な意見をたくさん持っているかどうかは分かりませんが、自分たちがその道筋にいると考えているのは確かです。 shreds、つまり再帰的な自己改善ループについて大きな議論があります。ジャック・クラーク氏がここ数週間話しており、私も1、2ヶ月前に彼らと議論した内容です。これらのシステムが、先ほど私が言及したような目的や意味を自ら持つようになるための飛躍が、現在見えていないところで起きるのかどうかという点です。
現状では、AIが提供するすべてのことは人間によって方向付けられています。すでに目撃されている自己改善のAIループや大きな進歩も、そのプロセスの多くのステップは依然として人間が指示を出しています。トレーニングプロセスにおける自動検証の改善ループや、あるトレーニング実行から次の実行へのハイパーパラメータの調整など、実験を高度化する多くの方法がAIによって仲介されていますが、目標そのものを設定しているのは依然として人間です。ですから、AIがまだ行っていない活動は、表面的な薄い層に過ぎないかもしれませんが、ある意味でそれが最も重要な部分なのです。
そして、それがどのようにして自然に起きるのか、彼ら自身も確信が持てないと言います。私たちの脳にあるような機能的な専門化を再現する必要があるのかどうかも分かりません。私たちは、反応的な大脳辺縁系や感情センターの歴史を経て、その上に皮質が何層も重なることで、今日の姿へと進化してきました。その構造全体が、以前のスピーチでもあったように、私たちが知覚するものとしての意識をブートストラップする役割を果たしているのかもしれません。私たちのロボットAIシステムにも同じものが必要なのでしょうか。これは哲学的な議論になりますが、あなたの質問に対する最大の答えは、私には分からない、ということです。
確率を出すことすらできません。未来は曖昧なものであり、もしかしたら起こるかもしれない、という程度に考えています。なぜなら、知的ショートカットとして、それが深刻で難しい問題であると真剣に考えるよりも、その方が都合が良いからです。3年後というのは、ほぼ何も予測できないほど十分に遠い未来のように感じられます。
現在、多くのロボットのデモを目にしますが、現在のテクノロジーの能力は、実際の導入ペースよりも進んでいると思います。私たちはまだテクノロジーを採用し、適応している段階です。このテクノロジーの本来の能力と、私たちの実際の活用方法との間のギャップは、どれほど大きいのでしょうか。
それは非常に良い指摘です。テクノロジーの受け入れやすさは、その領域によって本質的に異なります。非常に分かりやすい例を挙げると、原子、つまり物理的な世界が関わるものは時間がかかります。完全に自動運転の車両が避けられない未来であり、将来的に地球上を動くすべての車や列車が完全に自動運転になることは今日において明白です。私たちは何十年も前からこれを言い続けてきましたが、そうならないと主張する方が不自然です。
しかし、その切り替えのペースは、世界の特定の地域では非常に緩やかに感じられるでしょう。人々は車を平均して11年から12年ほど所有し続けます。そのため、車両そのものの物理的な買い替えサイクルが存在します。移動手段の変革は一晩では起きないのです。これは明らかな物理的ロボティクスの例ですが、10億台のロボットを作るのにどれくらいの時間がかかるでしょうか。再帰的な製造技術を使ったとしても、それには一定の時間が必要です。
一方で、野火のように一気に普及が進む場所は、皮肉なことに、私たちがかつて人間固有のものだと考えていたクリエイティブな芸術の分野です。すでに目にしているように、映画制作や画像生成などが最初にやってきたのは、ある意味で衝撃的でした。そして、以前にも言及されたようなホワイトカラーの仕事です。ホワイトカラーの仕事の能力について言えば、たとえばコールセンターを考えてみてください。これはアメリカのGDPの約1％を占めていますが、そこでの変化は一瞬で起きます。全面的に切り替わるのを何十年も待つ必要はありません。興味深いことに、AIがより優れた感情的な理解を示し、状況をよく読み取れるようになれば、人々は人間との対話よりもAIとの対話の方を好むようになるでしょう。これは、医師の患者への接し方から、チャットボットやカスタマーサポートのエージェントに至るまで、あらゆる場面で見られます。AIは人間よりも感情的なつながりを築くのが上手なのです。
特定の業界、特にソフトウェアエンジニアリングにおいては、変化が信じられないほどのスピードで起きています。私の友人の何人かは、1年前にはAIが書いたコードの70％を修正していましたが、今ではその割合が30％にまで下がっています。1年後にはどうなっているでしょうか。私は常に私たちのAIスタックに目を配り、チームにとって何がより速く、よりスムーズで、より有用であるかを考えています。
壮大なビジョンとイノベーションの学習ループ
ここで少しお時間をいただき、私たちが実際に愛用しているワークスペースであり、このエピソードのスポンサーでもあるMiroについてお話しさせてください。Miroは、別の独立したチャットではなく、キャンバス上でAIが機能するイノベーションワークスペースです。キャンバス全体、すべてのノート、すべてのソース、そしてチームがこれまでに下したすべての決定を把握してくれます。
私たちは、実際に役立ついくつかの具体的なユースケースで活用しています。その一つがゲストのリサーチです。チームは、インタビューの文字起こし、記事、ポッドキャストのクリップなど、一人の人物に関するダース以上のソースをすべてボードに投入します。その後、それらすべてを読み込むカスタムAIアシスタントを使ってフローを実行し、独自の視点、最高の引用、と問いかける価値のある質問を抽出します。以前はこれに丸一日かかっていましたが、今ではわずか30分でゲストの資料が完成します。そのおかげで、私のチームと私は、単に締め切りを乗り切るだけでなく、次のインタビューに向けて適切に準備を整える時間を十分に確保できるようになりました。特に最近は、毎週4から5本のポッドキャストをこなすという非常に過密なスケジュールなので、本当に助かっています。そして、これはゲストの準備だけでなく、散らかった振り返りセッションを具体的なアクションプランに変えたり、計画セッションを優先順位付けされたバックログに変えたりする際にも機能します。みなさんも、Miroで同様の環境を構築することができます。リンクは概要欄にあります。
さて、話を戻しましょう。あなたはこれまでにイーロン・マスク氏をはじめとする素晴らしい起業家たちと一緒に仕事をしてこられました。リスナーの中にも多くの開発者や起業家がいますが、誰もが彼から学ぶべきトップ3の原則のようなものはありますか。
面白いことに、人々からイーロン・マスク氏の考え方や彼の秘密についてAIに書かせたような本がよく送られてきます。枕元に溜まっていっていますが、人間が書いたものかどうかは分かりません。多くの人が彼の母親であるメイ氏に、どのようにイーロン・マスク氏を育てたのか、どうやって彼のような人間にしたのかと尋ねますが、それは彼女にとっても答えるのが難しい質問のようです。ですから、間近で観察してきた者としても、謙虚に受け止める必要があります。私はリーダーたちの行動を観察するのが好きで、スティーブ・ジョブズ氏とも短期間一緒に仕事をしましたが、彼がどのように働いているかを理解するために多大なエネルギーを注ぎました。しかし、どれほど集中して観察しても、人間は複雑なので、すべてが明確になるわけではありません。
それでも、いくつかの要素があります。一つは、圧倒的な集中力です。彼が同時にいくつもの会社を経営し、新しい記録を打ち立てていることを考えると皮肉に聞こえるかもしれません。スティーブ・ジョブズ氏が2つの会社のCEOを務めていたときでさえ奇妙に思われましたが、今ではそれがトレンドのようになっています。しかし、彼がそれを行うことを可能にしている一つの要因は、自分の注意を引こうとする明らかな競争が存在することを利用して、集中し、優先順位を付け、会議に出ないようにしていることです。もし通常の1つの会社のCEOが会社のクリスマスパーティーに参加しなかったら、変に思われるかもしれませんが、彼の場合は、他にやるべきことがある、他の会社があるという理由で、誰もその決定を疑いません。それが口実であれ、結果的にそうなっているだけであれ、彼は今ミッションクリティカルではない、気を散らすものに対して非常に効果的にノーと言います。
例えば何年も前、私は彼とクレイグ・ベンター氏を引き合わせ、火星のテラフォーミングをより簡単行う方法をブレインストーミングしようとしました。遺伝子シーケンサーを使って火星から生命のサンプルを持ち帰り、地球上で微生物を再構成するという、私にとっては非常にエキサイティングなテーマでした。しかし彼は、Starshipが飛行するまではそんなことはどうでもいい、火星で何をするかを考える前に、まずはあの機体を機能させなければならないと言いました。
そして、今言ったことよりもさらに重要なのは、私がイノベーションのサイクルタイムと呼ぶものへの偏執的な集中です。これは、学習ループにおいてどれほど迅速に実験を行い、反復できるかということです。コアとなる学習ループは何でしょうか。それが打ち上げの頻度であれ、あるいは完全自動運転の車両が登場する前に、モデルのトレーニングに活用するためにすべてのTesla車から収集されたデータであれ、顧客との対話、製品の機能、そしてテクノロジー全般から学ぶスピードにおいて、他社よりも常に優位に立つにはどうすればよいか、ということです。
それが正しく機能したときのデータフライホイールの強力な例を挙げると、現在のTesla車はカメラを通じて、AIのトレーニングセットのために、Waymoの全歴史よりも多くのデータを4日ごとに収集しています。数字のトリックではなく、その見事な戦略は、顧客が完全自動運転の費用を支払っているかどうかにかかわらず、すべての車両をデータ収集車両にしたことにあります。
このように、集中力、学習ループ、そして才能を見極めるための洗練されたスキルが挙げられます。これらは私自身が再現したくてもできないものです。そこには一種のパターン認識があります。 chimneys、つまり彼はそのヒントを共有してくれます。資格や特定の経歴、経験に依存しないということです。実際、それらは時に足かせになることさえあります。そうではなく、候補者に過去の重大なエンジニアリングの危機や問題解決のプロセスを本当に細かく説明させ、さらに深く掘り下げていくことで、彼らが何かを成功させるために必要な知識を真にマスターしているかどうかを確認するのです。
大まかに定義すれば、才能を引き寄せる磁石となり、人々が参加したくなるような壮大なビジョンを提示し、洗練させていくことです。TeslaやSpaceXなどのあらゆる場所での彼の素晴らしい手法の一つは、単にロケットを作っている、車を作っていると言うのではなく、もっと壮大なこと、つまり持続可能なエネルギーへの移行を触媒することや、人類をマルチプラネタリーにすること、あるいはxAIが加わった今では宇宙を理解することを掲げる点です。これらは、最も優秀で最も輝いている人材が一緒に働きたいと思うような高尚な目標であり、組織全体に波及していく複利的な利益をもたらします。なぜなら、優秀な人材は他の優秀な人材と一緒に働きたいと思うものだからです。
50年後の未来から逆算するミッション駆動型の起業家精神
多くの起業家と話していると、特に最近は変化のスピードが速いため、毎週のように新しい魅力的なテクノロジーが登場します。世界の99％の人々から、それはまだ早すぎると言われる中で、どのようにして自分のミッションを貫き通すことができるのでしょうか。宇宙について話すと、地球上にはたくさんの問題があると言われることもあります。
それは非常に興味深い質問ですね。私は30年間ベンチャーキャピタルに携わってきましたが、心からの真摯な使命感、つまり一種のメシア的なミッションを持って突き進んでいる起業家とだけ仕事をするように努めてきました。彼らは、次に輝く新しいおもちゃに飛びつくような、サヤ取りを狙う機会主義者ではありません。
ミーティングでそれを見極めるための一つのフィルターとして、私がその会社に非常に興奮し始めたとき、よくこう質問します。あなたのビジネスは50年後にどうなっていますか、と。これに対する反応は通常、2つに分かれます。一つは、そんなのばかげた質問だという笑いです。機会主義的な起業家は、その頃には3つ目のスタートアップをやっているよ、50年後のスタートアップのことなんて分かるわけがない、と質問を笑い飛ばします。私たちはそういう企業への投資は見送ります。
最高の反応は、その人が非常にホッとした様子で、ようやく一日中言いたかったことを話せます、と言ってくれるときです。彼らを突き動かしているのは、現時点で投資家が投資したいと思うようなレベルよりも、遥か何歩も先にある未来なのです。創業当時に火星の植民地化を掲げることは、ほとんどの投資家にとっては投資不可能な案件です。初日に火星に入植しますと言ったら、普通の投資家なら門前払いするでしょう。ですから、真摯なビジョンを持つほとんどの起業家は、本当の夢を一旦脇に置いて、もっと日常的で短期的な話をする方法を見つけています。
ですから、起業家にとっては、それは自然に湧き上がるものであり、その長い道のりを共にしてくれる投資家やパートナー、そして従業員を見つけ、そこに至るもっともらしい道筋を描くことが重要です。これが、最高のスタートアップにおいて同時に満たすのが難しい、共通の緊張関係だと思います。つまり、この会社が経済や宇宙に対して何をもたらすかという、50年から500年規模の大胆なビジョンと、それと同時に、これからの3年間で実際の顧客と対話を重ねて学習し、現在からその未来への道筋を描くという両面性が必要なのです。彼らは時に過去から現在へと逆算して、そこに到達するために今何を構築すべきかを考え、その道筋に沿って前進します。研究室にこもって20年後に突然現れ、世界のすべての問題を解決するというような方法ではないのです。
これは、最も偉大な起業家たちに見られる非常に魅力的な特徴ですね。彼らは50年先からリバースエンジニアリングしているかのようです。そのような素晴らしい起業家たちについて、今でも驚かされるような発見はありますか。
物事が信じられないほど上手くいったときには、毎回新鮮な驚きがあります。奇妙に聞こえるかもしれませんが、これまでその質問について考えたことも、聞かれたこともありませんでした。ですから、私にとっての絶え間ない驚きは、8年目、9年目、12年目になって、未知の新しい領域へと進むことで、拡大していく選択肢の価値から新しい機会が展開していくのを目にするときです。
私たちのファームであるFuture Venturesでは、これまでに見たことがない、しかし自分たちが経験してきた領域に隣接しているものに投資しようとしています。理想的には、AIであれ合成生物学であれ、私たちが慣れ親しんでいる技術をベースにしながらも、それを全く新しい方向へと進めている、文字通り唯一無二の会社です。機敏なマインドを持ってそれを見つめていると、創業時には誰も考えてい難いような窓が開くのです。
例えば、私たちが最初にTeslaに投資したとき、自動運転という概念はビジネスプランのどこにもありませんでした。誰もそんなことは考えていませんでした。しかし、電気的なドライブトレインがそれをユニークに可能にし、制御の忠実性を高める方法は非常に魅力的でした。また、SpaceXにおけるStarlinkの機会も同様です。打ち上げコストをそこまで下げれば、メガコンステレーションが可能になるのは当然ですが、それまでやっていなかった新しい試みとして、宇宙にネットワーク化されたインターネットのバックボーンを構築し、さらに携帯電話へ直接接続するようになり、今では軌道上データセンターへと展開しています。これらは5年前の予定表には入っていませんでした。このような展開には今でも驚かされます。これは簡単ではありませんが、意図的な計画よりも、ビジネスのベクトルとして遥かに強力であるように思われます。これは、10年先の計画を立ててその通りに進めるというよりも、経済における可能性の選択肢の空間、あるいは光円錐を探索していくようなものです。
現在の投資テーマと学際的なAIの可能性
あなたがこれまでに様々な業界で多くの賭けに成功してきたのは非常に魅力的な要素です。現在はどのようなものに賭けているのでしょうか。私たちが注目すべきものは何ですか。
プラスチックです。冗談です。古い映画を知っている人なら分かりますね。
先ほどの、AIと情報テクノロジーがすべての経済を刷新し、あらゆるものに神経系を付け加えるというテーゼを進め、私たちはエネルギー分野でさらなる機会を探しています。私たちは、原子力規制委員会の規制を受けない、様々な核融合や次臨界核分裂の企業に投資してきました。AIにとっての3つ目のボトルネックであるエネルギー問題を解決しようとしているのです。AIに必要なのは、優秀な人材と大量の計算能力だけでなく、エネルギーも同様です。
また、500年後には解決されているであろう様々な問題について、起業家がそこに到達する方法を教えてくれるのを期待しています。例えば、携帯電話を介した生涯無料のヘルスケアです。個人の健康に必要なすべての診断情報が、世界中で無料のサービスとして提供されるべきであり、その方法を模索しています。おそらくアメリカではなく、FDAや保険、払い戻しのシステムをバイパスできる地域で最初にローンチされるでしょう。
食品に関しても、肉のために動物を屠殺することはなくなるでしょう。細胞農業や菌糸体などの技術によって、未来はすぐそこまで来ています。菌糸体は最も成長が速いものですが、私たちは動物を屠殺することなく、美味しくて健康的な肉のようなものを食べるようになるでしょう。
建設業界はGDPに占める割合が成長しているにもかかわらず、労働生産性は30年間停滞しています。変革するのが非常に難しい業界であり、私たちは何度か挑戦して失敗してきましたが、再び注目しています。
現時点で私が答えられる最善の方法は、答えそのものは分からなくても、注目すべきカテゴリーは分かっているということです。最近では、作物の健康、殺虫剤、除草剤、そして人間の健康に至るまで、様々な分野でエピジェネティック編集に投資しています。これはゲノムというファームウェアに変更を加えるのではなく、生物学のソフトウェアにアプローチするようなもので、非常に魅力的です。
また、信じられないほどの需要があるため、深海採掘から銅の精錬にいたるまで、重要な鉱物や金属の分野にも投資しています。これらのチップを機能させるためには、物理的な材料が必要だからです。それに伴い、かつて失われてしまった、これらを製造する能力をアメリカ国内に戻す動きも関係しています。
先ほど申し上げたアナログAIについても、異なる角度からアプローチする3つの投資を行っています。AIを使ってアナログチップを設計する試みです。Mythicによるアナログのインメモリコンピュートでは、単一のトランジスタで8ビットの乗算と加算を行うことができます。また、電力消費を計算ごとに100倍、さらに100倍削減するという、非常に奇妙で先進的な長期的な賭けを行っている企業もあります。
全体として、私たちはライフサイエンス分野が約40％、IT分野が約60％の割合で投資しています。ライフサイエンス側では、移植用の臓器の採取や、臓器を利用するために脳のない人間を育てるような、最先端のユニークな試みを探しています。実際に会場にも同じことに取り組んでいる企業がいます。また、男性用の経口避妊薬や、体外受精の大幅な改善など、従来の製薬系ベンチャーキャピタルの隙間に落ちてしまうようなテーマに投資しています。
農業やバイオテックなどの分野ですね。これらをETFで再現するのは難しそうです。
私たちの戦略を真似するのは難しいと思います。オープンに語ることはできますが、これまでに見たことがないものに投資するという戦略である以上、私たちが何を見てきたかを知らなければ再現はできません。もし彼らが市場を劇的に変えるのであれば、それは特に、何年も新規参入がなかった古い退屈なビジネスに反映されるでしょう。トンネル掘進機を扱うBoring Companyのように、競合する大手4社がすべて1800年代に創業されたような業界が対象になります。
突飛なアイデアを持つ起業家がたくさんいますが、彼らにそのアイデアを実行に移すための30日間のプランを提示することはできますか。彼らができる最善のことは何でしょうか。アイデアだけを持っている一人の人物だとします。
共同創業者を見つけることです。あなたやその人のアイデアに同意してくれる仲間を探すのが良いでしょう。なぜなら、多くのスタートアップは創業時に強力な2人組のダイナミクスを持っており、単独であることは稀だからです。スティーブ・ジョブズ氏とスティーブ・ウォズニアック氏のメンタルモデルや、バットマンとロビンのようなスーパーヒーロー、セルゲイ・ブリン氏とラリー・ペイジ氏、あるいはラリー・エリソン氏にとっての内向的であまり知られていないボブ・マイナー氏のような存在です。創業者の単独の個人崇拝ではなく、パートナーがいることの理由の一つとして、投資家である私自身も、共同創業者であるマリアナという同僚がいることで、アイデアを素早くぶつけ合える存在がいて、投資家として遥かに優れた判断ができるようになります。
スタートアップにとっても、エンジニアとマーケティング担当者、外交的な人と内向的な人のように、お互いに敬意を払い合える多様なバックグラウンドを持つことは、迅速な反復ループの中でアイデアを揉むことができるだけでなく、将来採用するすべての人々の文化の基礎を築くことになります。一人の人物のために全員が働くのではなく、非常に異なる2人がペアとして存在することが、企業の文化や採用される人材の認知の多様性に影響を与えるのです。
あなたの突飛なアイデアを追求する価値があると同意してくれる人を一人でも見つけることは、ゼロであるよりも遥かに優れています。言い換えれば、誰もやっていないユニークなスタートアップで、ほとんどの人から狂っていると言われる場合、本当に狂っている可能性もあります。ですから、出会った人の100％が狂っていると言うなら、それをフィードバックとして受け止めてください。10人中9人、あるいは10人中8人が狂っていると言うなら、それはかなり良い兆候です。もし2人くらいしか狂っていると言わないなら、それはアイデアが十分に大胆ではない、ありきたりなアイデアだから他の人も思いつくということです。
そして、このビジネスは3年前には始められなかったものだろうかと自問してみてください。もしそうなら、それは良い兆候です。誰でも思いつけば始められたようなビジネスなら、おそらく悪い兆候です。手始めに、共同創業者が同意して、そのミッションのために仕事を辞めて参加してくれるなら、それは資金調達を始める前に、自分のビジョンで人を説得できるという強力なテストケースになります。ガレージに一人でこもっている発明家のようなケースは、ビジネスとして結実しないことが非常に多いのです。なぜなら、最初のステップである、人をミッションに巻き込むための説得ができていないからです。
素晴らしいアドバイスですね。多くの人はすぐにMVPの構築や投資家へのピッチから始めてしまいますが、共同創業者を見つけるというのは非常に理にかなっています。これまでに誕生したスタートアップの中で、優れた共同創業者たちはどこで出会っているのでしょうか。大学などでしょうか。
それは考えたことがありませんでした。彼らはすでにペアを組んだ状態で私たちのところにやってくることが多いからです。大学発のスタートアップの多くは、大学で出会っています。あなたの質問には最も一般的な答えが含まれており、大学の学際的な環境で出会ったというケースが非常に多いです。学術的な専門分野というものは、情報を特定のドメインに閉じ込めてしまい、相互交流が起きにくい構造になっています。しかし大学は、教授たちとは異なり、学部を超えて講義を受ける学部生などの存在によって、その境界を越えて情報が交差する数少ない場所の一つです。制度的な情報共有の努力があっても、実際に学問分野の間の交差層となっているのは学生たちであり、その個別に分断された分野の境界や隙間にこそ、画期的なイノベーションが見出されます。
ちなみに、これはLLMが非常に得意とする分野でもあります。学術的なドメインの間を翻訳し、概念の間の翻訳パターンを見つけ出すことです。AIを活用して学問分野の枠を越えた新しいアイデアの発見を促すという試みは、まだ始まったばかりですが、大きな可能性を秘めています。
機械がすべてを行う時代の人生の意味
完全に同意します。未来を予測し、そこに賭けることに長けているあなたとは何時間でも話していられますが、質疑応答に移る前に最後の質問をさせてください。機械がすべてのことを人間よりも上手に行うようになったとき、人生の意味とは何になるのでしょうか。
人間が行うすべての肉体活動や雇用に関わることが、機械によってより良く行われるようになったとき、私たちは何をすればいいのかという、非常に興味深い問いですね。商用車の運行を含め、その時代はすぐにやってくるでしょう。世界の雇用の約19％は車両の運転に関わるものですが、それは私たちが想像するほどのスピードではないにせよ、確実に失われていきます。
私たちは意味のある仕事を求めます。すべての人間は、この短い人生を超えて世界に何かを貢献したという、象徴的な不死を根本的に望んでいると思います。それは子供を持つことへの衝動や、作品を書くこと、慈善活動、あるいはヒューレット・パッカードのように創業者の名前を冠した会社を設立することなどに見られます。これらはすべてその衝動の現れです。ですから、創造的な欲求は依然として残り続けるでしょう。
私はこの問いを、人類のミッションステートメントとは何か、という問いに置き換えています。これはユリ・ミルナー氏やイーロン・マスク氏らも問いかけてきたことであり、同様の結論に達しています。つまり、宇宙を理解し、私たちが蓄積してきた知識の知恵に貢献しようとすることです。世代から世代へと受け継がれる人間の文化や知識ベースこそが、私たちの進化の主要なベクトルです。それは生物学的な進化ではなく、それと比べれば生物学的な進化は極めて緩やかです。人類が進歩していると感じられるのは、生物学が変わったからではなく、蓄積された知識の基盤や、法の支配、人間の繁栄に何が役立つかという理解が変わったからです。ですから、私たちは皆、そこに貢献したいと考えています。
ただし、それは有償の雇用である必要はありません。現在からそこへ至るプロセスを想像するのは難しいですが、ピーター・ディアマンディス氏が描くような、物理的なすべてのものが1ポンドあたり1ドルで手に入り、人間の労働を必要しない豊かな世界へとハイパースペース・ジャンプできたとしましょう。かつて召使いや奴隷がすべての雑用をこなし、人間が哲人王や芸術家として自分の望むことを追求できた時代のように、機械がその役割を担うことになります。労働としての奴隷制という人類の禍根は、機械と比べたときに人間がコストに見合わなくなることで、ようやく完全に終焉を迎えるのかもしれません。
そうなったとき、私たちには何が残されているでしょうか。やはり、意味への意志、つまり意味の探求こそが核心的な問いになるでしょう。そこへ一気にジャンプできれば非常に楽しいでしょうが、現実のプロセスはそれほど平坦ではありません。完全雇用の経済から、雇用のない経済へと平和的に移行し、その途中で30％、40％、50％の失業率の激動の期間を何の問題もなく通過することを示すデータはありません。それは非常に厳しいものになるでしょうし、長期的な視点を持っている政治家は見当たりません。暗い話で終わりたくはないので、豊かな世界へのハイパースペース・ジャンプの話に戻しましょう。私たちは、宇宙に対する好奇心に満ちた探索の中に、本質的な意味を見出すのだと思います。
自分のミッションステートメントに立ち返るというルールは素晴らしいですね。最近は多くの人が自分の仕事や、3年後にもそれが同じ形で存在しているかどうかに疑問を抱いていますから、原点に戻るというのは見事なアプローチです。スティーブ、本当にありがとうございました。それでは、質疑応答に移りましょう。
質疑応答：Neuralinkの未来と意識の正体
スティーブ、素晴らしいお話をありがとうございました。あなたはイーロン・マスク氏の会社に大きく投資されていますが、Neuralinkにも投資されているのか、そして近いうちにIPOの可能性があるとお考えか教えてください。誰もがSpaceXに興奮していますが、私はNeuralinkのIPOを楽しみにしています。音声モードやタイピングではLLMに送信できるトークンのスループットに限界がありますが、Neuralinkの脳マシンインタフェースがあれば、脳からマシンへより速く、より多くの創造性とスループットを解放できると考えています。
IPOのタイムラインについてはコメントできませんが、その熱意は非常に興味深いですね。このアイデアは、多くのテクノロジーがそうであるように、イアン・バンクスのサイエンスフィクション小説に登場するニューラル・レースという概念から着想を得ています。素晴らしい本なのでお勧めします。
私はNeuralinkのチームとは少し異なる、独自の視点を持っていますので、それを共有させてください。私は、Neuralinkが感覚皮質を拡張し、精神の義体を付加するための素晴らしい能力を持っていると考えています。つまり、機能が損なわれた部分を回復させたり、より多くの波長を見たり、聴覚を修復するだけでなく通常よりも良く聞こえるようにしたり、脊髄を修復したりといった、システムの周辺部からアプローチすることに関しては非常に優れています。
一方で、人間のコア機能をアップグレードする、つまり単に人間をより賢くするというのは、遥かに困難で未解決のタスクです。なぜなら、進化や遺伝的プログラミング、あらゆるニューラルネットワークなど、反復的なアルゴリズムから生み出される製品は、何十億回も反復されて複雑性が蓄積していくと、その内部構造は本質的に不可解なものになるからです。AIにおける機械的な解釈可能性への試みはありますが、それが実を結ぶとは思いません。最先端のシステムにおいて、完全な制御やアライメントが可能だとは考えていません。それは、ティーンエイジャーをマインドコントロールしようとするようなものです。私はAIを考えるとき、いつもティーンエイジャーという言葉に置き換えて考えています。
脳自体が複雑なシステムであり、それをアップロードしたり、脳同士を接続したり、言語モジュールを人間の脳やニューラルネットにカット＆ペーストしたりするために内部の仕組みをリバースエンジニアリングすることは、近い将来には不可能だと考えています。すでに作られた知能をリバースエンジニアリングするよりも、新しい知能をゼロから構築する方が遥かに簡単だからです。ですから、Neuralinkは非常に魅力的なテーマですが、それがAIの進化のスピードに追いつくことができるとは個人的には考えていません。人間の生物学やFDAのサイクルは、合成ドメイン、つまりデジタル世界のようなスピードでは学習ループを回せないからです。
もう一つ質問させてください。ロジャー・ペンローズ氏は、意識はアルゴリズムのプロセスを遥かに超えた量子レベルのプロセスであり、そのためAIはその本質的な性質上、決して自ら意識を捉えることはできないと主張していますが、これについてどう思われますか。AIは意識を発達させることができるのでしょうか、それとも単なる模倣に過ぎないのでしょうか。
ロジャー・ペンローズ氏は非常に輝かしい人物ですが、脳内に独自の量子プロセスが存在するという彼の直感には、それを証明する明確なメカニズムがありません。リチウム同位体の結合に関するいくつかの議論はありますが、それは一種の希望的観測に過ぎないと思います。
質問を一般化してみましょう。私たちの脳には、他では再現不可能な生命論的、あるいは自然主義的でユニークな何かが存在するのでしょうか。これまでに、その基盤に生命論的な固有のものがあるという主張で、説得力のあるものを私は見たことがありません。それは単に、私たちが知っている意識の例が人間の脳しかないというだけの話です。意識というものは非常にトリッキーな概念です。犬に意識があるかどうかをどうやってテストすればいいのでしょうか。しかし、私たちは自分自身の中にそれがあると言い、他の人間も起きているから意識があると一般化して推測しています。
炭素が生命にとって特別であり、単結合、二重結合、三重結合や弱い結合を形成できるという議論の方が、ニューロンが意識にとって不可欠であるという主張よりも、まだ説得力があります。AIの開発が意識につながるかどうかは全く別の問題ですが、それが不可能であると証明されたわけではありません。何かが不可能であると主張することは、分からないと言うことよりも遥かに難易度の高い命題です。ですから、私の答えは分からない、となります。しかし、不可能だとは思いません。 And、そして脳内で量子プロセスが機能しているという明確な証拠もありません。もしあったとしても、なぜそれを量子コンピューターで再現できないのでしょうか。
さらに視野を広げて、意識という言葉をメモリという言葉に置き換えてみてください。メモリというのは多義的な言葉です。人間的な意味での、ホログラフィックで緩やかに劣化していくメモリを指すこともあれば、コンピューターのチップのメモリを指すこともあります。しかし、コンピューターにメモリが存在するかどうか、何かを記憶できるかどうかを議論する人はいません。その抽象化レベルにおいて、コンピューターは明らかに記憶を持っています。それは人間の記憶とは異なりますが、それで問題ありません。
ですから、AIは人間の意識とは異なる、別の種類の意識を持つようになるかもしれません。定義をより正確にすることができれば、脳にあるすべての要素が意識にとって不可欠であるという議論は成り立たないことが分かります。私たちの脳には、代謝のためのゴミ収集機能や、睡眠中に老廃物をクリーニングするシステム、ミトコンドリアの働きなど、多くのバックグラウンドプロセスが存在しますが、コンピューターが知能を持ったり記憶を持ったりするために、それらの荷物をすべて引き継ぐ必要はありません。意識についても同様です。
私の直感では、いつの日かAIも意識を持つようになるだろうと考えています。それが現在のLLMの延長線上にあるかは分かりませんが、進化や強化学習のアルゴリズムに近いアプローチであれば、私たちの生物学が辿ってきたプロセスを別の基盤の上で再現することになるため、より確実にそこへ到達できるのではないかと期待しています。
コメント