この動画では、AI技術の急速な進歩とその社会への影響について包括的に解説している。特に注目すべきは、脳の電気刺激による学習能力向上、AI生成動画による情報操作の危険性、サイボーグ昆虫の開発、そして人工ゲノム構築プロジェクトなど、SF的な技術が現実となりつつある状況である。また、ChatGPTの色認識能力に関する哲学的考察や、Meta社の大規模な人材獲得戦略、AI面接システムの普及、そして大学教育システムの根本的変革の必要性についても詳しく論じている。
AIが生み出す偽情報の時代
今週は嘘つきの配当が本格化しており、UFCの試合からAI生成動画が登場しています。最も狂気的な部分は、この2人の格闘家のうち1人が実際に勝ったということです。そして、オンラインでは両方が勝利するクリップを共有する何万人もの人々を見つけることができます。一つは本物で、一つは偽物です。ほとんど誰も知りません。これを見てください。
ありがたいことに、誰かが本当の試合を投稿しました。昆虫を電気に接続して行動を制御するという驚くほど長い歴史の中で、私たちは新しいAIのブレークスルーを手に入れました。サイボーグ甲虫が間もなく都市の捜索救助に革命をもたらすでしょう。
ゲノム構築とAI競争の最前線
ゼロからゲノム全体を構築する競争が始まっています。AIがこれに大きな役割を果たすことになります。機械学習技術、CRISPR、すべてが一緒になってきています。
イーロン・マスクは今、自分の背中を叩くことができます。なぜならGrok 4は、OpenAIに大きく遅れをとってスタートしたにもかかわらず、人々がこの分野を測定するベンチマークのほとんどで追いつき、追い越したからです。デミス、ダリオ、サム、そしてもしかしたらヤン・ルカンまでも、もし彼がまだFacebookで働いているなら、おそらく今このようなことをしているでしょう。
どうやってリードを失ったのでしょうか？技術億万長者のピーター・ティールは、反キリストの物語について興味深いひねりを加えています。反キリストが世界を乗っ取る方法は、ハルマゲドンについて絶え間なく話すことです。存在リスクについて絶え間なく話すのです。
私たちは人間の脳にショックを与えて数学を得意にすることにかなり近づいています。
脳活動読み取り技術の進歩
脳活動を非常によく読み取ることができる新しい人工知能モデルがあり、今では個々の指の動きを制御できるようになりました。ChatGPTが実際に赤という色を見ることができるのか、それとも赤という言葉を知っているだけなのかについて話す研究を見ていきます。
マーク・ザッカーバーグは、OpenAI、Google、Appleから人材を引き抜く雇用スプリーを行っています。エンリケ・ダンの最近の投稿では、ザッカーバーグの最後の抵抗は災難に終わると論じています。
ニューヨーク・タイムズは、面接官が単にAIによって動力を与えられたチャットボットだと知っている時に、仕事に応募する人の精神的な体験がどのようなものかを掘り下げています。多くの企業は、現在の従業員にAIを追加することでより多くの効率性を得ているため、もはや人材プールを拡大していません。
Microsoftは、内部AIのおかげで5億ドルを節約したと発表しました。そして、大学が人々のために何をし、なぜ次世代が完全に異なる方法で教育される必要があるのかを完全に再考する必要があるいくつかの方法を見ていきます。
AGIカウントダウンの現状
まず、AGIカウントダウンを見てみましょう。アランの保守的なAGIまでのカウントダウンは94%で停止しています。わあ。しばらくそこに留まっています。私は知っていました。Grok 4でアップデートがあることを知っていました。常に大きなフロンティアモデルがこれを動かしています。だから彼はそれを94%に保ちました。
しかし、わあ、彼はGrok 4を約5兆パラメータ、80兆トークンで訓練されていると推定しています。おそらく専門家の混合モデルでしょう。Grok 4 heavyは、テスト質問に答えるためにツール使用で協力する複数のGrok 4エージェントを意味します。興味深いです。
よし、ヴェンディングベンチでClaude 4 opusを1位から引き下ろしました。ばかげた進歩の速度です。わあ。そうです。Grok 2、3、3 reasoning、そして今4です。
わあ、彼らが今使っているRL計算の量を見てください。これは強化学習計算です。GPUでいっぱいの大きな倉庫、データセンターについて考えてみてください。以前は、インターネット全体をダンプして、事前訓練、事前訓練をして、それから少しチューニングをして、それからもう少しチューニングをして、それからこれらの間違いから学ぶソフトウェアを書かなければならなかったり、実際にフィードバックとメモを与える人間をループに入れなければなりませんでした。
そして彼は、すべてがすぐにRLになると予測しています。だから彼は、Tesla Optimusでの具現化などによる平均的な人間のような能力のさらなる向上まで、AGIカウントダウンに変更はないと言っています。これは、ローンチ中にxAIによって参照されました。
LTX Studioの紹介
しかし、このビデオのスポンサーであるLTX Studioについて話すことから始めましょう。このツールを使えば、信じられないAIビデオを作成できます。Googleの完全なゲームチェンジャーである音声付きビデオモデルV3を含む、最も現代的なモデルがあります。
私は過去数本のビデオの多くの時間を、それがいかにリアルで、不気味の谷をどのように越え、それを使ってどれほど面白いビデオを作ることができるかに驚嘆することに費やしました。だから、スクリプト作成とストーリーボード作成ツールでそれを追加し、本当にハリウッド全体を一箇所にまとめたものを作る、それがLTX Studioの仕事です。これをチェックしてください。
LTXでV3が登場です。よし、LTXでV3が登場です。やりましょう。GoogleのV3モデルを試してみてください。了解しました。紫色の蝶ネクタイをした白いウサギが、魔術師の帽子の中からポッドキャストをしているビデオを作ってください。
そして彼を見てください。彼は小さな帽子の中にいます。今日はニンジンの歴史について話します。この素晴らしいジェネレーターが、私が知っている最高のストーリーボード作成ツールの中に組み込まれています。
ここで、白いウサギがシャンプーコマーシャルで副業を得るというようなコンセプトを開発できます。それからバーン、ストーリー全体を構築できます。毎日のニンジン配達にうんざりした彼女は、シャンプーコマーシャルのキャスティングコールに偶然出くわします。完璧です。キャスト全体を自動的に生成できます。
だから、このビデオをスポンサーしてくれたLTX Studioに再び感謝します。説明欄にリンクがあります。
AI生成コンテンツの実例
V3のモデルには、最後に笑い始めるという奇妙な傾向があることを私たちは皆知っていますが、ポッドキャストのコンテキストではそれが何となく好きです。ピカチュウとゴリラのポッドキャストについてどう思いますか？あなたの最大のペットピーブは何ですか？
正直に言うと、兄弟、それはポケボールです。電子レンジに吸い込まれることを想像してみてください。それは最悪です。
これは私が実験しているAIチャンネルです。主にVO3とLTX Studioを使って、ギグエコノミーでGo Rabbitを作ろうとしています。バニー隊、どうやって帽子からウサギを引っ張り出すの？つかむんだ。耳を出して。
バニー隊、この男の帽子は本当に臭い匂いがします。やあ、バニー隊。ギグの準備をしています。子供の誕生日パーティーですが、大きなものです。どうやら近所全体が来るようです。幸運を祈ってください。おはよう、バニー隊。
宇宙シミュレーション技術の進歩
さて、宇宙のシミュレーションを見たいですか？AIは確実に、宇宙全体がどのように成り立っているかについて、非常に興味深い質問のいくつかを解決するでしょう。
ここで見ているものは日本の研究チームから出てきたもので、彼らは機械学習が銀河進化のシミュレーションに関してスーパーコンピューターを上回ることができることを発見しました。
これはAIモデルなので、幻覚のヒントがあります。論理的アルゴリズムで実際に行われるシミュレーションのように100％正確だと呼ぶことはできませんが、テストしてみると、かなり近いです。
そして、はるかに多くをシミュレートし、はるかに速く行うことができます。だから、それは混合です。コードに組み込まれた特定の論理と物理学に従うスーパーコンピューターです。そして、ギャップを埋め、最適化を助ける少しのAIシミュレーションです。
しかし、それらを一緒に使用すると、スーパーコンピュータで何年もかかったであろうこのようなシミュレーションが、わずか数ヶ月で完了しました。
そして、このAI強化モデルは、星形成や物質サイクルなどの重要な銀河の特徴をまだ正確に複製しました。そして素晴らしいことは、私たちの惑星と太陽と太陽系にたどり着くのに何が必要だったかを今すぐシミュレートできるかもしれないということです。これは、これらすべての起源について非常に多くのことを教えてくれるでしょう。
そして、それはすべて、それほど多くのデータで訓練されていないモデルのおかげです。つまり、スーパーノヴァに関するデータをコンピューターに入れるたびにという意味では大量のデータですが、わずか300のスーパーノヴァで、このレベルの精度を学習しました。非常に印象的です。
UFC動画偽造問題
さて、UFCドラマについて話しましょう。誰がより強くパンチしたかといった通常のドラマではありませんが、実際に誰が試合に勝ったかです。
私はUFCをあまりフォローしていないので、この2人の男性が誰なのかよくわからませんが、お伝えしましょう。左のこの男性が、実際の生活で試合に勝ちました。あなたが見ているのはディープフェイクの結末です。
それを本当にスローダウンすると、いくつかのことをキャッチできますが、私は確実に最初はそれをキャッチしませんでした。何千何千もの人々がそれをキャッチしていません。そして残りの半分はトロールしています。彼らはそれが偽物だと知っていますが、「よお、チェックしてみろ。彼は試合に勝った、勝っていないのに」と言って友達に送っています。そして人々はそれを信じています。
彼らの中には、シャルルズファンに残された唯一の幸せは偽の勝利だけだという人もいます。4722の返信があります。それは本物ですか？これらのファンは必死に対処していますが、シャルルズに敬意を表します。素晴らしい試合でした。
すべてのNBAゲームとスーパーボウルで、私たち全員が独自の結果を持つことになったらどうでしょうか？これを見た時、私は席から飛び上がりました。ハイライトリールのための別のシャルルズのKOです。そして、この男を見てください。それは最終的に非AIビデオと言っているAIビデオです。
真実は、他のビデオが今AIだと信じている人々がいるということです。これはちょっとクレイジーです。面白いですが、楽しくてトロールっぽいだけで、何も深刻ではないので、しかし聖なる牛です。
サイボーグ甲虫技術
さて、これはビートルズの未来です。AIによって制御されるゾンビのようなサイボーグ甲虫です。都市の捜索救助に革命をもたらす可能性があります。それは大げさだと思います。
何らかの理由でリモートコントロールの虫が欲しいですか？捜索救助のためだとは思いません。それは本当にサイボーグ甲虫の最良の使用法でしょうか？わかりません。しかし、イアン・マルコムが言ったように、時々あなたはできるかどうかに夢中になって、すべきかどうかを考えるのを決して止めません。
クイーンズランド大学の研究者たちは今、暗色甲虫をこれらの小さなサイボーグに変えています。彼らはゾンビです。私は全く使用例を見ていませんが、たぶん誰かが議論するでしょう。捜索救助。なぜ熱画像ドローンなどを使わないのかわかりません。その虫はどこへ行くのでしょうか？他のどのようなロボット形態でも行けないようなところに。
スパイや軍事や人々を怖がらせるもののように思えます。しかし、これらの甲虫には、ゲームコントローラーや人工知能でリモートガイドできるように、触角や翼を優しく刺激するマイクロチップバックパックが装備されています。
崩壊する建物のような小さな混沌とした空間を這い回るために、従来のロボットが苦労する地域です。そして、チームは今、より小型のバッテリーにカメラを追加することに取り組んでいます。だから、この小さな甲虫がスパイ甲虫なら秘密の隠しカメラを持つことができ、捜索救助甲虫なら失われた人を見つけるのを助けることができます。
5年後に災害地域でより効率的なスカウトにすることを目指しています。甲虫は自然に壁を登り、最も高度な小規模ロボットでも困難な狭い瓦礫を通り抜けることができます。だから、自然な敏捷性とロボット制御で、これが甲虫の未来だと思います。
合成ゲノムプロジェクト
遺伝学について何度もこのチャンネルで話してきましたが、今度はゼロから始めます。たぶん人間のゲノムを無から再構築するでしょう。科学者のグループが、これまで行われたことのない、ゼロから人間のゲノム全体を構築する野心的な新しいプロジェクトを開始しました。
これは合成ヒトゲノムプロジェクトです。そして、次の5年から10年以内に単一のヒト染色体を構築することを目的とするDNA合成の進歩に基づいて構築されています。そして、それは最終的にゲノム全体を組み立てるための基盤を築くでしょう。
現在の遺伝子編集は研究者が既存のDNAを調整することを可能にしますが、この取り組みは彼らがDNA配列をカスタム構築することを可能にし、人体のほぼすべての側面を潜在的に制御できるようになります。
その過程で、彼らは新しい治療法を潜在的に解き放ち、疾患についてより深い洞察を得て、人々のための新しい組織や臓器の工学方法さえ学ぶことを計画しています。
しかし、魅力的なことは、私たちはついに、いわゆるジャンクDNA、いわゆる暗黒物質DNAである私たちのゲノムの98％について学ぶ可能性を手に入れたということです。
AIによるバスケットボール分析
バスケットボールファンなら、次のものが気に入るでしょう。新しい研究がAIをバスケットボールコートに持ち込んでいます。研究は中国国家バスケットボールチームとその国際対戦相手が関与するゲームの分析に焦点を当てました。
研究は、両者の間でファウルパターンに複数の違いを発見しました。例えば、中国の選手は相手のシュート試行中により多くのファウルを犯しました。対照的に、彼らの相手はドリブルプレー中にファウルをする可能性が高かったです。
それからAIシステムは、手の違法使用や選手の衝突などのファウルのサブカテゴリも追跡し、標準的なボックススコア統計をはるかに超える行動特性を明らかにしました。
だから、これはかなり興味深いものです。ゲーム映像をフレームごとに処理しています。システムは、審判さえ見逃すような最も微妙な動きや接触でも拾うことができます。
しかし、統計追跡マシンのようなものではないので、それは単に異なります。私がそのように話し、それを行うとしても、それはバスケットボールのゲームを学び始めています。選手がどのように位置しているか、接触に何が至ったか、ゲームのどの時間に接触がコールされる可能性が高いか、どのような審判が異なる方法で審判をするか。
それが拾っている洞察のレベルは、ファウルをコールしたり、ゲームについて学習したりするために、人間の目が一貫して提供できるものではありません。そして、それは野生的です。もはや知覚の疲労とバイアスの人間の限界について心配する必要はありません。
ピーター・ティールの警告
このピーター・ティールのインタビューで何が起こっていたのかわかりませんが、彼は非常に強力な人物で、多くの強力な人々の耳を持っています。だから、彼が言うことを聞く価値があります。
AIについて何をすべきでしょうか？そして私たちはグローバルな計算ガバナンスが必要です。人々が危険なAIをプログラムしないようにするために、すべてのコンピューターを制御し、すべてのキーストロークをログに記録する一つの世界政府が必要です。
そして私は、それがフライパンから火の中に入るようなものかどうか疑問に思っています。無神論的哲学的枠組みは「一つの世界かゼロか」です。それは1940年代後半にアメリカ科学者連盟によって制作された短編映画でした。
核爆弾が世界を爆破することから始まります。そして明らかに、それを止めるために一つの世界政府が必要です。一つの世界かゼロか。そして、ある意味で同じ質問であるキリスト教的枠組みは、反キリストかハルマゲドンかです。
反キリストの一つの世界国家を持つか、私たちはハルマゲドンに向かって夢遊病状態で歩いています。一つの世界かゼロか、反キリストかハルマゲドンかは、一つのレベルで同じ質問です。
この話題について多くの考えがありますが、一つの質問は、これらすべての反キリストの本で人々が書いたプロットホールでした。反キリストはどのようにして世界を乗っ取るのでしょうか？彼は悪魔的な催眠術のスピーチをして、人々はそれに引っかかります。
だから、それはプロットホールです。それは悪魔主義です。それは完全に信じられません。それは非常に信じられないプロットホールです。しかし、私はこのプロットホールに対する答えがあると思います。
反キリストが世界を乗っ取る方法は、ハルマゲドンについて絶え間なく話すことです。存在リスクについて絶え間なく話し、これが規制する必要があるものです。
それは、17世紀18世紀のベーコン科学の絵の反対です。反キリストは、世界を乗っ取るこの機械を発明する邪悪な技術天才、邪悪な科学者のようなものです。人々はそれを非常に恐れています。
私たちの世界では、政治的共鳴を持つものは反対です。それは、科学を止める必要があるということです。これにストップと言う必要があります。
17世紀なら、ドクター・ストレンジラブ、エドワード・テラータイプの人が世界を乗っ取ることを想像できますが、私たちの世界では、グレタ・トゥーンベリである可能性がはるかに高いです。
一つの世界全体主義国家が避けられないのか、それがあなたが思う未来なのか、それともオープンソースが多くの均衡があり、そのような一つの世界全体主義国家が乗っ取らないことを意味すると信じるかどうか、コメントで教えてください。それを反キリストと結び付けますか？
脳刺激による学習能力向上
電気で脳を刺激すること以上に何もせずに、すぐに数学が得意になる方法について話しましょう。マトリックスで新しい思考をダウンロードできるシーンが大好きです。だから、私たちはそこにいるのでしょうか？私たちはそこに向かっています。
Singularity Hubは書いています：「電気脳刺激があなたを数学でより良くすることができるでしょうか？パーソナライズされた脳ベースのツールは、脳の働き方の自然な違いによって取り残された学習者を助けるかもしれません。」
これは最近の研究についてです。それは脳に電気を入れる技術についてですが、痛みはありません。あなたは学校の外にいます。
脳刺激方法は経頭蓋ランダムノイズ刺激（TRNS）と呼ばれます。そして、特に数学関連領域で自然に弱い脳接続性を持つ若い成人において、数学学習を大幅に向上させることができることがわかりました。
この技術は、パフォーマンスの低いニューロンを優しく強化することによって助け、学習者が数学的概念を把握するのに必要な認知活性化に到達することをより容易にします。
だから、それはトップパフォーマーをそれほどスーパーチャージしませんが、学習ギャップを埋めるのに役立ちます。これが教育平等にとって非常に有望な理由です。これはアインシュタインを助けませんが、私を助けるでしょう。
脳信号読み取り技術
今度は、反対方向に進む技術を見てみましょう。あなたの脳には、脳の外側から読み取ることができる電気信号もあります。これらのロボットアームや手がそれらを置き換える場合、指を動かすことについて考えることができますが、それは常に粗すぎました。
しかし驚くべきことに、AIは何もないように見えるもの、AIが理解し始めているノイズの中に信号があることを何もないように見えるものを理解し始めることができます。
だから、システムは実際の、または想像された指の動きをロボット工学と手のジェスチャーに翻訳します。21人の経験豊富なBCIユーザーでテストされました。それは2本指タスクで印象的な80.5％の精度を達成し、3本指タスクで60％を達成しました。
そして、これはすべて頭皮記録から来ました。システムは最小限のトレーニングを必要とし、微調整は性能を大幅に改善しました。研究者たちはまた、このAIに独自の特別なソースを追加しました。
それは制御安定性を向上させる平滑化アルゴリズムでした。それを行っている間の人々の分析は、運動と視覚的注意に結びついた脳領域の重要な役割が検出されたことを確認しました。
直感的に、手を失った人々が今ロボットの手を持てるようになると思うでしょう。しかし、2本の手を持っていても、デスクトップやドローンにある3番目の手について考えるだけだったらどうでしょうか？
しかし、EEGのこの限られた空間解像度で、そのような詳細を得ることができるという事実は、私たちが印象的なものに近づいていることを意味します。そのレベルの精度を得るためにはNeurolinkのような侵襲的インプラントが必要だと長い間考えられていましたが、ここにいます。
ChatGPTの色認識能力
夜遅くに友達に尋ねるかもしれない深い哲学的質問の一つは、私たちが両方とも同じ青や黄色や赤を見ていることをどのように知るのかということです。奇妙なことに、私たちは実際にはわからないからです。
だから、ChatGPTは実際に赤を見ることができるのでしょうか？新しい研究は、結果が微妙であることを示しています。これは私にとって最も魅力的なことの一つです。
ChatGPTの内部にあるものが、トークンを表すベクトルの束で、それらのトークンの一つが赤という言葉である場合、潜在空間でのその位置が、赤という色について知ることができるすべてだと想像します。
それは赤を見ることができないと思うでしょう。しかし、言語とAIと潜在空間について学ぶほど、この多次元空間で他のすべてに対してすべてが相対的であることが答えのようです。
そして現実について深く質問するほど、現実のほとんどが現実の他の部分に対して相対的であることがわかります。だから私は驚いたでしょう。しかし、ゴールデンゲートニューロンのような論文は、学習されたモデルの深部に世界のより大きな理解の何らかの種類があると私に思わせました。
そして、この質問への答えは、ドラムロールをお願いします。いいえ、ChatGPTは色をあまり見ていないようです。だから、それは説明し、分類することができます。それは直接体験していません。
深く、言語でさえ、赤は私たちの社会で愛の感情、文化的意味などの特定の象徴的なものに結びついています。そして、文化的意味や愛について何かを知っているのかと言うかもしれません。そして、構造のいくつかは、それが位置以上のものを知っていることを意味するように感じられます。
これらすべての言葉を並べて、特定のパターンでそれらを通り抜けると、現れているものは何かリアルです。しかし、少なくともこれによると、今のところそれはかなりトークンだけだと思わなければなりません。
そしてそれは赤を体験しません。それは感情を体験しません。それはある意味で計画を理解しているようです。そして、それは確実に知っており、非常に印象的な方法で話すことができます。AIが言語でこれほど多くのことができるのに驚きました。
ザッカーバーグの人材獲得戦略
この雇用スプリーについて話しましょう。ザッカーバーグが続けています。彼は今、世界で最も高価な人々の一人を引き抜きました。彼はAppleのAI責任者を獲得しました。
先週、彼がOpenAIから4人を引き抜いたことを覚えておいてください。報酬パッケージは数千万から数億ドルの間でした。彼はAppleのAI基盤モデルチームを率いていました。
OpenAIから、彼はビジョントランスフォーマーの共同作成者、そのグループの他の数人を得ました。12人以上の他の人々がOpenAIから移動しました。彼らはOpenAIのOerとGPT-4oモデルの主要貢献者でした。
だから、ザックはおそらくそれについて少し学ぶでしょう。AnthropicとGoogleのDeepMindからも一部の人々を獲得しました。彼は最近、この才能だけに10億ドルを費やしたような気がします。
しかし、この意見記事で、エンリケ・ダンは、これがすべて災難に終わる可能性があると信じています。彼は正確に何をしているのでしょうか？要するに、彼はLlama 4の廃墟からMetaのAI戦略を再構築しようとしています。それはセクターに革命をもたらすのに失敗した偽のオープンソースモデルです。
だから、ここでの議論は、状況にお金を投げつけることがそれを解決する方法ではないということです。そして、エンリケは、不明確な指揮系統、成層圏の給与、内部の恨みを持つ混沌としたエゴ衝突環境の絵を描きます。
ビジョンを示すのではなく、彼の動きは絶望の匂いがします。Metaは、壊れた約束、文化的機能不全、そして思慮深い計画よりも派手なインパクトを優先するリーダーシップスタイルの歴史にもかかわらず、AGI競争へのショートカットを試みています。
誰かがAIで人間の脳をデジタルに構築するとしたら、それはザッカーバーグのようです。彼らは他の誰もしない方法で人々を理解する情報を持っています。
Twitterでさえ、人々が自分の人生をアップロードしたオリジナルのソーシャルネットワークとしてFacebookが持っていた歴史と同じではありません。そして、Instagramは世界の写真ギャラリーになりました。
AI面接システムの課題
就職市場の人々について話しましょう。残念ながら成長傾向があります。仕事に応募したいとき、それらのひどいAI搭載チャットアシスタントの一つと話すことになります。
あなたは誰であるか、なぜその仕事が欲しいのか、面接を受け、テストされる詳細を説明するのに1時間を費やします。人間もHRも人もいません。質問を返すことは必ずしもできません。
それは缶詰の答えを持っているか、多くのガードレールが付いた大規模言語モデルが与えるようなものを持っています。しかし、それはあなたの未来を判断し、あなたがこのお金を得るべきかどうかを決定します。
この議論は、AIが求職者の面接をパーソナライズできるということです。AI教育のアイデアは何となく好きなので、頭を悩ませようとしていますが、直感的に好きではありません。
そして彼らは数人をフォローします。ジェニファー・ダン、チャールズ・ホイットリーが仕事を探そうとしています。そして彼らは、アレックスやイブと名付けられることもある、一連の事前設定された質問をするがその後意味深く答えないこれらのAIアバターと話していることに気づきます。
期待通り、体験のいくつかは空洞で、不気味でさえあります。人間のプレッシャーの欠如を好む人もいます。スーツを着て入って、人間があなたを個人的に好きかどうかやクールに見えるかどうかなどで判断するのを待つ必要がありません。
質問を実際に返すことができないので、それを好まない人もいます。あなたが相互作用している同じ人々を通して会社を本当に責任を持たせることもできません。
そして最も奇妙な部分は、仕事を探すのに多くの時間を費やして、AI面接の後にAI面接をして、結局彼らが得るのはあなたのデータだけかもしれないということです。
キャプチャを通り抜けるたびのように、あなたは彼らのモデルを訓練しています。そして、彼らがあなたを雇い、あなたがうまくいけば、それは彼らが次の人を雇う方法を強化するデータになります。
彼らがあなたを雇って後で解雇すれば、それは他の候補者に現れる他のパターンを探すように教えるでしょう。そして、それらは場合によっては仕事関連でさえないかもしれません。
だから、よくわかりません。良いか悪いか。どう思いますか？就職面接のためのAI生成アプリケーション。それに興味がありますか？良いと思いますか？
企業のAI導入効果
まあ、一部の企業では、従業員をAIで増強することが確実に彼らの収益に増加をもたらすことを知っています。Microsoftは、9000人の雇用を削減してから数日後に、内部で5億ドルの節約を今持っていると発表しました。
以前にIBMによる雇用凍結について話しました。これは実際には、私たちが雇用している人々を維持し、時間とともにスケールアップする代わりに、人当たりより生産的になることを許可することです。人当たり非常に生産的になれば、最終的にはダウンスケールしなければなりません。
しかし、MicrosoftはAIツールが効率を改善したおかげで5億ドルを節約したと言っています。Microsoftは260億ドルの利益、700億ドルの収益で四半期を締めくくり、会社の時価総額は今3.7兆ドルに急騰し、Appleに取って代わり、Nvidiaだけに続いています。
この発表は、会社が9000人の労働者を解雇した直後に来ました。彼らは以前と同じレベルでプログラミングや技術スキルを気にしていないようです。
明らかに、これらの出続けるモデルは、人々がコードを書くのを助けるのに本当に良いです。これらの会社がすることの大きな部分はそれです。だから、奇妙な世界です。
AIを通して仕事に応募している人々がいます。彼らは苦労しています。AI研究者の中には、最高レベルのAI作業に対して数千万から1億ドルのボーナスを得る人々を見つけます。
そして、ツールを使ってダウンサイジングする会社を見つけます。これは、私たちが過去数年間考えてきたその大きな変化の始まりです。人々のための仕事がそれほど多くなく、AIと技術を実装する会社がますます多くのお金を得始める時のようなものです。
大学教育の変革必要性
会話は「AIが知識の価格を下げている。大学は提供するものを再考しなければならない」という記事を書きました。長い間、大学は単純なアイデアから働いていました。知識は希少でした。
あなたは授業料を払いました。講義に現れました。課題を完了し、最終的に資格を得ました。あなたは知識へのアクセスを得ました。そして、それは雇用主に、あなたが何かをマスターするために時間と努力を投資したことを示します。だから、あなたは基本的に雇用可能です。
しかし、それは高品質情報の供給曲線がはるかに左に座っていたからです。知識が希少で、価格、授業料、賃金プレミアムが高く留まっていたことを意味します。
しかし今、曲線は下のこのグラフで右にシフトしました。そして見てください、私たちはその古い均衡を越えようとしています。大学は価値提案を再考することを余儀なくされています。
雇用主がシステムの多くの部分を自動化するAIで、仕事がいかに困難であるかについて見たすべてで、雇用主が学術機関よりもはるかに迅速に対応していることは明らかです。
だから、彼らは振り返って、教えるべきユニークに人間的なものを見始める必要があるのでしょうか？共感、たぶん看護、髪を切ること、今は貿易の仕事により多いものなど、基本的な知識のプレミアムが低下しているからです。
多くのエントリーレベルの仕事がなくなっています。たぶん教育機関は、AIがそう簡単に置き換えることができない判断力、創造性、倫理的推論、協力、その他の種類のスキルを育成することに向けてピボットする必要があります。
だから、下のコメントで教えてください。チャンネルをサポートしたい場合は、参加ボタンを押すか、patreon.com/dillingcuriousに向かってください。次回またお会いしましょう。
コメント