本動画は、政府技術コントラクターBooze AllenのCTO Bill Vasとの対話を通じて、アメリカ政府におけるAI活用の現状と課題を詳細に探求したものである。政府機関の技術効率化、Doge（政府効率化部門）の取り組み、契約形態の改革から始まり、国際宇宙ステーションでの大規模言語モデル活用、自動運転技術の進展、量子コンピュータの実用化展望まで、幅広い先端技術分野における政府と民間の協力体制について論じている。特に、政府技術の遅れという一般的な認識に対する現場からの反証や、中国との技術競争における戦略的重要性についても言及されている。
政府技術とAI活用の現状
政府はどのようにAIを使ってより効率的になれるでしょうか。この魅力的な話題について、Booze AllenのCTOで元Amazon幹部との会話で深く掘り下げていきます。
Big Technology Podcastへようこそ。テクノロジー界とそれを超えた分野について、冷静で微妙な議論をお届けする番組です。
今日は長い間楽しみにしていた対話をお届けします。AIを使って政府をより効率的で効果的にする方法について多くお話ししますし、それがどのように実現可能かということだけでなく、現在どのように使われているのかについてもお話しします。本日はBooze AllenのCTO、Bill Vasさんにご参加いただいています。彼は現場でこの作業を行っている人物で、アメリカ政府の内部で何が起こっているのか、Dogeの状況はどうなのか、そしてロボット工学から量子まで、あらゆることについて教えてくれます。素晴らしい内容になるでしょう。
Bill、またお会いできて嬉しいです。番組にようこそ。
はい、お呼びいただきありがとうございます。私たちがやっていることについて少しお話しできることを楽しみにしています。
私もです。AIについて取り上げ、最初にDogeについても話しますが、まずBooze Allenを知らない方のために、約60秒でその事業内容を正確に教えていただけますか。私の理解では、政府技術コントラクターで、Booze Allenの業務の約95％かそれ以上が政府関連の仕事に関連しているということですが。
はい、その通りです。Booze Allenは以前は経営コンサルティング会社でしたが、2008年にその部門を売却し、現在は2万2千人のエンジニア、約3千人のAI・生成AI専門家、約8千6百人のサイバー専門家を抱えています。主に政府向けのハードウェアとソフトウェアを手掛けています。一部商用事業もありますが、それも成長し始めています。
基本的には、政府向けのハードウェア量子ビット構築から、GPS衛星や多くの知能衛星の運用、臓器移植用の3Dプリンティング臓器の実験まで、あらゆることを行うソフトウェア開発者の集団です。非常に幅広い技術分野で、実に刺激的です。
政府システムの冗長性と統合の課題
政府にこれほど多くの冗長性があることについて少し話してください。つまり、私は政府にいるわけではありませんが、ニューヨーク市政府、正確にはニューヨーク市経済開発公社という準政府機関で少し働いた経験があります。詳細で退屈させたくはありませんが、納税者として、これほど多くの異なるシステムがあることに驚き、ある程度怒りを感じています。
あなたが言った国防総省の255の異なるシステムとは何でしょうか。それは90年代に私がいた頃の話です。今はどうなっているかわかりません。いえ、少なくなっているかもしれません。システム全体で多くの統合も起こっていますからね。
この拡散を考えると、なぜかそれが減っているとは信じられません。でも、わからないですね。それは、今日の正確な数字を確認するために調べなければならないことの一つです。でも、当時は255でした。その一部は、独立して運営されているこれらすべての並行した縦割り組織があることです。政府は互いに独立して運営される多くの異なる機関に分かれています。そして、それらが協調することは非常に困難だと思います。
興味深いことに、AmazonのJeff Bezosは「2つは0よりも良い」という言葉を使っていました。私たちはAmazonで冗長システムを持っていましたが、時間をかけてそれらを統合する作業をしていました。一部は政治的なものです。異なる機関長や他の要素が時間とともに変わり、自分たちでやりたがり、自分たちのやり方でやりたがる異なる部門があります。他の機関のやり方よりも良いと思っているのです。
私が情報機関で働いていた頃、ある機関は重複を避けるために、時には他の機関と正反対のことをすることがありました。納税者として、それは私を怒らせましたが、当時はそれについてできることはあまりありませんでした。
でも、そのような場所では、そうしたことは容認されるべきではないと思いますし、統合を推進することは良いことだと思います。
Dogeの現在の取り組み
では、現場の知識をお聞かせください。Dogeについて言えば、多くの人が解雇について話していますが、これは実際に今起こっているのでしょうか。これは機関なのでしょうか。実際にはそうではないと思います。副機関のようなものだと思います。USデジタルサービスから現在のDogeになったからです。この部門は実際に今日技術の中央集約化に取り組んでおり、Booze Allenはこの部門がそれを行うのを支援しているのでしょうか。
絶対にそうです。絶対にです。彼らが推進している他のことで、私たちが気に入っているのは、コストプラスやタイム・アンド・マテリアルから、成果ベースの確定価格契約への移行です。
私はいつもコストプラスやタイム・アンド・マテリアルが嫌いでした。これが何なのか定義していただけますか。
成果ベースの確定価格は、例えば家を建てることに例えると、家に対して前払いで支払う価格があるということです。タイム・アンド・マテリアルは、家を建てて、変更やその他すべてに基づいて進行に応じて支払うということです。
両方に利点と欠点があります。政府の初期の多くのことは確定価格で成果ベースでした。つまり、最終的に成果を求めるということです。人を月に着陸させたい、あるいは何であれ、成果ベースタイプの契約になり得ます。
政府に前例のない特別なことをしてもらう場合、例えば臓器移植用の3Dプリンティングのような、誰もやったことがないことの場合、タイム・アンド・マテリアルが非常に理にかなっています。それができるかどうかわからないのに、誰も成果ベースの契約にサインアップしません。
しかし、オンプレミスからクラウドへの移行は成果ベースの契約であるべきです。私たちはそれをやる方法を知っています。だから、やり方を知っていることについては、成果ベースと確定価格が非常に理にかなっています。政府が技術の最前線を押し広げているようなことの場合、そのときにより多くのタイム・アンド・マテリアル契約を結ぶことになります。
時間が経つにつれて、タイム・アンド・マテリアル契約が多すぎるようになったと思います。Dogeが推進している成果ベースへのシフトは、私の意見では本当に良いことです。納税者にとって良いことです。納期にも良いことです。
ただし、政府の多くの人々はそれをあまり好まないかもしれません。柔軟性がそれほどないからです。彼らは定義し、求めたものを得るのです。そして彼らは実行時に多くの変更や方向転換を行うのが好きです。家を建てる例えに戻ると、ダイニングルームを緑に塗ったが、緑がそんなに悪く見えるとは思わなかった。白に塗りたいというような場合です。タイム・アンド・マテリアルならその分を支払うことになります。
確定価格契約では、それは変更できません。緑のリビングルームで生活することになります。それは良いことです。政府で決定を下している人々にとって、賭けの価値を高めます。そして率直に言って、それは高められるべきです。
「政府の仕事には十分」という言葉を聞いたことがあります。あなたも聞いたことがありますか。
聞いたことはありますが、同意はしません。それは非常に腹立たしいことです。これは最終的に納税者の負担になることだからです。しかし、政府にいた経験から言うと、多くの人が理解していないのは、システム内で働き、我が国と戦闘員のために驚くべきことを提供している、非常に技術的で、非常に優秀で、非常に献身的な多くの人々がいるということです。
政府から生まれたものを見てください。集積回路、インターネット、GPS… これは延々と続きます。これらはすべて政府プログラムから生まれました。シリコンバレー全体がその上に構築されているのです。そして、そのような核となる研究は今でも重要だと思いますし、政府が革新し、そこで継続的に成果を提供できる場所だと思います。
技術統合の取り組み
では、契約のことについて話しましたが、今度は米国政府内で行われている技術中央集約化の取り組みについて少し話しましょう。ちなみに、これは私たちが今日米国について話すモデルだと思います。Billがそこで働いているか、パートナーとして働いているからですが、この多くがすべての政府、特にAIコンポーネントに適用できると思います。
技術中央集約化について少し話してください。そして、Booze Allenから、あるいはあなたの観点から、政府が実際に同じことをしているように見える複数のシステムを、異なる機関向けに統合する作業をしているのを見ているかどうかです。
はい、その方向性は見ています。それが大きな推進力だと思います。例えば、衛星を管理する多くの異なる組織があります。財務データを管理する多くの異なる組織があります。医療データを管理する多くの異なる組織があります。
場合によっては統合できますし、できない場合もあります。だから、統合できる場合とできない場合の判断の問題だと思います。例えば、VAには多くの医療データがあり、HHSや他の場所にも多くの医療データがあります。
統合とオーバーラップが可能なものもありますが、退役軍人のケアには非常に独特なことがたくさんあります。退役軍人が曝露され、経験しなければならないことがあり、あなたや私は経験しません。だから、例えば、そこにはある程度の独自性が必要です。それは場合によります。それについては判断を使わなければならないと思います。
市民サービスでは統合を通じてはるかに良くできる場所がたくさんあると思います。税金の支払いを簡単にする、支払いを簡単にする、政府からの支払いを受け取りやすくする、そのようなことです。そして、それの多くを見ることになると思います。
政府技術の実態と認識のギャップ
退役軍人の記録が洞窟に保管されているという話を見たことはありますか。どうしてそんなことが起こるのでしょうか。
それは正確には正確ではありません。NARなどの場所で、地下にデータの長期保存が必要なことがあり、そのデータは意図的に非電子形式でも保存されています。その理由は、政府はそのデータを永続的に保存する法的要件があるからです。
この法的要件は変更することもできますが、これらの法的要件には理由があります。そのデータを永続的に保存する法的要件があります。そして、何かの技術に保存していたら、その技術を絶えずアップグレードしなければならないでしょう。1600 dpiテープで保存を始めて、それを2800に移行し、それを6250に移行し、37Kに移行し、ディスクに移行し、そしてずっと続けなければならないでしょう。
だから、それにはある程度の論理があります。OCR文字で保存されているので、いつでも自動化できます。だから、確かなこともあれば、私の意見では誤解されていることもあります。
話の冒頭で、DogeチームがBooze Allenの技術を見て、今のところ良いと判断したと言いましたね。政府技術の認識について少し話したいと思います。そして、真実は何なのかという観点を聞かせてください。これはAIにつながり、何度もからかっていますが、必ずそこに到達しますが、AI部分の会話を始める前の重要な基礎的質問だと思います。
政府技術の認識は、それがひどいということだと思います。これはBooze Allenに対するコメントではありませんが、政府調達プロセスを通過する方法を理解した企業がある程度存在し、彼らが多くの政府機関にサービスを提供することになってしまうという認識があります。そして、他の誰もが現在の技術を使用してChatGPTを使っている間、政府はWindows 95で動作しており、核プロセスは基本的にMS DOSで動作しているような感覚を受けます。
少し大げさに言っていますが、一例を挙げます。私は議会でインターンシップをしましたが、私がやっていた時期にそれをした人は誰でも、基本的にはCRMであるIQというシステムを使わなければなりませんでした。これは最新技術から約10年遅れていました。もちろん、政府技術を近代化するのは大変な仕事です。
しかし、政府が古い技術で働いているというこの認識は現実にどれくらい近いのでしょうか。そして、それが真実なら、それを変えるために何ができるのでしょうか。
政府は大きな組織だと思いますし、あなたが言ったことは、どのように資金提供され、どのように計画されているかによって、特定の分野では真実になるでしょう。あなたは車を運転し、場所に行き、毎日GPSを使っていると思います。あなたのGPSは古いと思いますか。
いえ、GPSは素晴らしく機能しています。
はい、それは政府技術です。しかし、これは重要な区別です。それは政府が開発した技術であり、Googleのような会社が利益動機で開発し、Googleマップに組み込んだ技術です。それが私が使っている技術ですが、私が話しているのは政府がどのように運営されているかについてであり、政府の運営システム、これらのロジスティックシステムです。これが認識なのです。
GPSや知能衛星、火星探査機のようなものもあり、それらは驚くほどよく機能していると言えるでしょう。火星探査機は素晴らしいことをやりました。私たちはこちらで火星探査機を愛しています。
だから、すべての政府技術が悪いと分類することは絶対に間違っています。その多くは非常に良く、その多くは非常に印象的です。政府、納税者、行政が資金不足を決定することがあり、資金不足になると、時間が経つにつれて古い技術を持つことになります。
これは民間産業でも起こります。多くの企業をクラウドに移行させた中で、民間産業のOTおよびIoT環境で見た古いWindows 95システムがどれだけ多いか数えきれません。恐ろしいです。
Windows 95をまだ使っている人がこれほど多いのは驚きませんか。本当にそのシステムには足があったのです。
ですか。まあ、彼らは変更しなかっただけです。変更する時間がなかったのです。そしてそれは、その企業でそれに資金を提供しないという決定でした。これをいつも聞きます。だから、これは政府に特有のことだとは思いません。よく見る普通のことだと思います。
政府が他の多くの分野で必ずしも遅れているとは言いません。政府と多くの生成AIを行っています。2年間やっています。シリコンバレーで流行する前から始めています。ChatGPTがそんなに人気になる前から、かなりの場所で使っていました。AI自体は7、8年前、10年前から始めています。
1978年から政府向け海洋工学会社の自律海洋車両の政府契約を行っていた頃から始めました。1978年にAIを使ってニューラルネットワークを書いていました。
だから、それは誤解だと思います。意図的に投資していない分野があると思います。時間が経つにつれて老朽化し、最高の技術ではないが、他のことにお金を使いたいという決定がそこでなされています。
そして、軍や情報機関で本当に集中してきた分野があり、生命に関わる重要な分野で、必要な資金と技術への必要な投資を行い、DARPAから出てくる最新のアーキテクチャや最新のものを見てきました。
だから、政府でシリコンバレーよりも最先端技術を見ることの方が多いと思います。シリコンバレーにもよくいましたが。そして、政府がシリコンバレーと提携して物事を提供しているのも見ています。最新技術の採用と最も競争力を持つことに対する政府の関心が欠如しているとは思いません。
しかし同時に、まだWindows XPで動作している建物の入場バッジスワイプシステムのようなものもあります。それは民間産業でも見たことがあります。だから、これは政府に特有のことではないと思います。これは単に優先順位の問題だと思います。
AIによる政府業務の効率化
この問題が選挙運動で本当に共鳴するのを見るのは難しいです。医療を修正しようという話にみんなが喝采し、小企業が煩雑な手続きなしに運営できるよう支援しようという話にみんなが喝采するようなものです。
しかし、エネルギー省がもうWindows XPで動かないバッジスワイプシステムを確実に持てるようにしようという話では、みんなが熱狂することはありません。
すべての保険会社が使える共通の医療記録のような簡単なことは、非常に多くのお金を節約するでしょう。共通フォーマット、データを保存する共通方法、共通の医療取引所です。私たちは何年もそれをやろうとしてきましたが、結局異なるすべての会社、異なるすべてのソフトウェアプロバイダー、異なるすべての議会関係者が技術に積極的および消極的な影響を大きく与えることになります。
1994年頃、まさにWindowsの最良版の頃に、国防総省に最初に着いたときのことを決して忘れません。DoD全体のCIOであった私の上司が、私たちのセキュリティ施設がまだバイオメトリックなどではなく、組み合わせを入力する古い圧電ボタンを持っていることに文句を言っていました。
不運なことに、彼は確認聴聞会でそのことに言及し、それらを作っている会社がBird上院議員の選挙区にあったため、彼が圧電ボタンのアップグレードを脅かしたために確認を延期されました。
それは腹立たしいことです。
はい。しかし、そういうことが起こるのです。Art Moneyが完全なバイオメトリックシステムを持ちたくなかった、最終的に持つことになったシステムや他のすべてのものを持ちたくなかったわけではありません。
彼らの技術を保護している人々にぶつかる領域があるのです。企業でも政府でも非常に真実なことですが、私がこれを見る方法を言えば、悪い技術決定を見るときはいつでも、それは常に政治です。
生成AIの政府における具体的応用
では、AIはこれをどのように修正するのでしょうか。あなたは使っていると言いましたが、Booze Allenは政府の95％以上の事業が基本的に政府のためのものを構築する政府請負業者です。生成AIはここでどのような役割を果たしているのでしょうか。特にチャットボットや大規模言語モデルで、政府がより効率的かつ効果的に働けるようにする方法について、どのようなことを発見しましたか。
私たちが最近行ったことから始めましょう。国際宇宙ステーションの衛星のエッジでLlamaを稼働させました。これにより、国際宇宙ステーションで働く宇宙飛行士が、宇宙でレイテンシなしにLlamaとチャットし、問題が発生したときにそれらをより良く修正する方法を決定できるようになります。
国際宇宙ステーション用のすべてのマニュアルが、国際宇宙ステーションで動作するLlamaにラグされ、または拡張されており、問題をより迅速に診断し、診断を支援できるようになります。
大規模言語モデルが衛星に搭載され、より高速な識別、チップ、キューイングを可能にしています。大規模言語モデルがVAのクレーム処理を支援しています。クレーム処理の研究で人が何時間もかかっていたことが、大規模言語モデルの使用により数秒で実行されます。
大規模言語モデルは自律システムに関与しています。現在、伝統的AIと手続きベースの自律性、そして大規模言語モデルベースの自律性の間で大きな戦いが起こっています。例えば、私たちが投資したばかりのScout AIという会社は、これらの大規模言語モデルベースの自律性に非常に焦点を当てています。
人間からの手続き入力に基づいて学習し、ほとんどの自律システムは認識された環境を3D環境に変換し、マシンの脳で3D環境をナビゲートします。彼らが言っているのは、それをする必要はない、カメラから来る2D画像から人間から学習することによって直接ナビゲーションに進むことができるということです。これは自律性がどのように起こるかの変革です。
大規模言語モデルは、ISR（情報・監視・偵察）環境全体での自律性の調整に一般的に関与しています。つまり、すでにあらゆる場所、あらゆるものに存在しています。政府は特定の分野で理にかなう機械学習や多くの大規模言語モデルの早期採用者だったと言えるでしょう。
すべての場所にあるわけではありません。私がますます見ているのは、コード開発に大規模言語モデルを使用していることです。CopilotやClaude、Q、Cursor、Clineをコード開発に使用しています。政府も内部開発により多くコード開発に使用しているのを見ています。
だから、開発を加速するためにそのようなツールが起こっていると思います。一夜でどこでも起こるわけではないと思います。
他にどこで使用されるべきだと思いますか。
詐欺管理や金融システムではるかに多く使用されるべきです。IRSでより多く使用される可能性があります。他にも多くの場所で使用できます。大規模言語モデルは万能薬ではありません。すべてにおいて完璧ではありません。
適切なガードレールを設置する必要があります。幻覚が起こらないように、あるモデルが別のモデルをチェックする必要があります。多くの場合、例えば、最初のラウンドで行われ、その後人間が第2ラウンドでチェックする必要があります。
例えば、通常のAIを使用して、AmazonでMRIやCATスキャンからのがん識別を多く行いました。MLは約98％正確で、これは非常に良いです。しかし100％正確ではありません。だから、医師に見てもらいたいのです。事前にMLフィルターを持ち、推奨とともに医師に渡されます。
医師がフィードバックを提供すると、モデルはどんどん良くなっていきます。現実は、これはすべてただの数学です。すべてのMLはただの数学です。ベクトルであり、テンソルであり、すべてただの数学です。魔法ではありません。ただの数学です。正確な密なデータをより多く提供するほど、時間が経つにつれてモデルはより正確になり、チューニングパラメータをより多くコントロールするほど、求めている結果により直接的になります。
AI批評家の懸念への対応
数週間前に番組でAI批評家を何人かお招きしました。彼らは「AI con」という本を書いています。彼らは情報検索のためにAIを使うことを本当に信頼していません。幻覚が問題だと思います。彼らが考えているのは、研究を自分で行う代わりに、AIに任せることで脳が萎縮するかもしれないということです。
宇宙船で宇宙飛行士が生成AIを使って何をすべきかを決めるのは、かなりリスクが高いです。これらのチャットボットを使用する過程で自分たちを殺してしまわないとどうして確信できるのでしょうか。そして第二に、政府職員がこれらのAIボットに依存し、自分たちが行っている仕事について批判的に考えることができなくなることを心配していませんか。
あなたは電卓を使いますか。はい、電卓を使います。これは私も聞いたことがあります。批評家の代弁をしているだけです。でも、この大きな問題に対処させてください。Sam Altmanは大規模言語モデルは電卓のようなものだと言うでしょう。
しかし、LLMへの依存が批判的思考能力を低下させるという、Microsoftの研究を含む研究があります。実際、あなたがGPSについて何度も触れていますが、GPSへの過度の依存も批判的思考能力を制限するという研究があります。
だから、議論の余地があると思いますし、この議論のどちら側に立つかまだわからないので、あなたのような専門家と話すのが好きなのですが、電卓と大規模言語モデルは、この問題に関して言えば非常に異なる技術だという議論ができると思います。
そうは思いません。宇宙飛行士は大量のマニュアルを調べなければならない場所を補強するために大規模言語モデルを使用しています。マニュアルを直接参照します。だから、マニュアルが何を言っているかを見ることができますし、マニュアルを直接検索することもまだできます。
Amazonでフルフィルメントセンターの問題をデバッグするために大規模言語モデルを使用しましたが、それらの分野で非常に成功しました。しかし、幻覚を避けるために、マニュアルを直接参照します。実際に何を見つけたか、どのように見つけたかを見ることができます。
では、それは私たちを萎縮させるのでしょうか。それは興味深い質問で、ある意味で私には答えるのが難しい質問です。個人的には、GPSやナビゲーションシステムをいつも使っています。GPSなしでGPSで何回か運転した場所に運転するように言われたら、本当に地図を見て調べなければならないでしょう。
道の名前を覚えていませんから。でも、それは重要でしょうか。いつでも地図を見ることができます。そのようなことをすることができます。
他のツールと同じように、台所でナイフで自分を切ることもできます。手で物を引き裂く必要はありません。ナイフを発明したから手で物を引き裂く才能を失ったのでしょうか。それは大げさだと思います。
しかし、他のツールと同じように、完璧ではないということを人々は覚えておく必要があると思います。制限があり、その制限を理解する必要があります。
完璧な例を挙げましょう。個人的に、最初にChatGPTを使っていたとき、ホームシアターを設置していて、最高のレーザープロジェクターが欲しいと頼みました。レーザープロジェクターは3万ドルくらいでしたが、今は2千ドルくらいで手頃になってきています。
すべてのパラメータを与えたところ、5台のレーザープロジェクターが返ってきて、そのうちのいくつかはすでに聞いたことがあり、2台は完璧でした。それらを探すのに20分くらいかけましたが、それらが作られていないことに気づきました。
それは正確に私が求めたものを与えてくれました。ビジネスアイデアかもしれませんね。
はい。でも、これらのツールがどのように機能するかを理解する上で本当に重要なことです。それらは統計を行っているだけです。パラメータやその他すべてのものを理解し、あなたが求めている最も可能性の高い答えが何かについて多くの数学を行っているのです。
しかし、同じことがGoogle検索にも言えます。Googleが人々を怠惰にしたとも言われています。世界のすべての情報が指先にあるからですが、それも素晴らしいことです。しかし、Googleでも、実際には存在しないあらゆる種類のことで迷い道に行くことができます。これらのモデルでも同じことが真実です。
AI活用の最良シナリオと政府サービス向上
最後に一つ質問してから、ロボット工学や量子などの実験技術について後半で話しましょう。ちなみに、ここで公共部門について話すことは滅多にないので、この会話が大好きです。本当にそうすべきなので、参加していただき感謝しています。
最良のシナリオについて考えてみましょう。政府の運営方法についていくつかの問題を概説しましたが、良いこともいくつかありました。AIがその約束を果たす場所に到達すれば、公共部門はどのようになるでしょうか。政府内で見られる利益は何でしょうか。政府がより良いサービスを提供できるようになるでしょうか。市民とよりスマートに相互作用できるようになるでしょうか。最良のシナリオを夢見ると、それはどのようなものでしょうか。
まさにそれがより良い市民サービス、より速くより効率的な市民サービスの提供、理想的には全体的なコストの削減だと思います。しかし、コスト削減の部分については覚えておいてください。これらのモデルは多くのGPUを使用します。訓練するのに本当に高価で、今日推論を実行するのも本当に高価です。だから、それも私たちが時々これらのもののROIを疑問視する別の領域です。すべてのコストのためです。
それも別のバランス要因です。ROIについてまだ良いデータがないと思います。だから、それはモデルの運用と訓練とモデルでの推論実行のコストとフィードバックとの対比になるでしょう。そして、それの一部は、それらのものを追跡できる良いメトリクスがないことだと思います。
だから、私たちはそれにも取り組んでいます。それは私たちが取り組んでいることです。しかし、より良い市民サービスを持ち、物事をより速く提供し、物事をより速く完了し、検証をより速く行える世界を想像するでしょう。
しかし、これには他の側面もあります。やりすぎてはいけません。ある時点で、市民は人と話すことを期待すべきです。
自律運転技術の現状と展望
このAI対話で考えたことがもう一つあります。休憩前にこれを聞きます。今週は、トランプ大統領がサウジアラビアにいる週について話しています。このエピソードは数週間後に放送されますが、投資は時間に縛られないと思います。
NVIDIAがサウジアラビアと数十万台のGPUデータセンターを行うことです。あなたの元雇用主であるAmazonは、サウジアラビアに50億ドルの投資を約束しています。これまで見た中で最大規模のソブリンAI実験になるようです。
だから、それが政府がこの技術でできることの良いテスト場になると思うかどうか、そしてBooze Allenでは世界がサウジアラビアがそこで何をするかを注意深く見守ると思うかどうか、興味があります。
間違いなく見守るでしょう。実際、私はAWSでサウジ地域の大きな支持者でした。リヤド郊外のLEAPカンファレンスでサウジ地域の立ち上げに実際にいました。サウジアラビアで起こっている頭脳集団と投資、技術への移行、石油投資を他の分野に多様化する動きには非常に多くのものがあると思います。
クリーンエネルギー、観光、技術が本当にSMBが焦点を当てている分野です。だから、それをすべて見ることに興奮しました。それは積極的な方向に動いていると思いました。しかし、確実にそれを見守るでしょう。それがどのように進化するかを見守るでしょう。そして、うまくいけば、ある時点で私たちがそれに関与することになるでしょう。私が再びそれに関与することになるでしょう。
サウジアラビアで地域を立ち上げて運営するために行った仕事や、Amazonで働いているときにUAEや他の場所で行った仕事を本当に楽しみました。そして、それは注目すべき分野だと思います。それは良い投資であり、多くの意味でその地域を変革する正しいことだと思います。
ロボット工学と自律システムの進歩
休憩後の話題に移りましょう。Bill Vasは、Booze Allenの最高技術責任者で、これまで魅力的な会話をしてきました。休憩中に、一つの質問をしなければならないと言いました。私たちの最後のセグメントに関連していて、その後自律とロボット工学に移ります。
Amazonには、本当に一人のリーダーであるJeff Bezosによって設定された非常に明確に定義されたリーダーシップ原則があり、それが会社の運営方法でした。米国政府のリーダーシップ原則は何だと言いますか。そして、引用符付きのCEOが数年ごとに変わるという事実のために、時々変わるのでしょうか。
興味深いですね。政府のリーダーシップ原則を考え出すのに時間がかかると思います。しかし、それらは確実に変わりますし、異なる時期の政府の焦点に依存し、異なる分野でです。
では、今日はどうでしょうか。
効率性に焦点があると思います。私が気に入っている他のことは、Amazonで持っていた焦点があります。多くのリーダーシップ原則がありましたが、私のお気に入りの一つは「行動への偏見」でした。それは私のお気に入りの一つで、政府が今はるかに多くの行動への偏見を持っていると思います。それは積極的なことだと思います。
Amazonでの他の素晴らしい原則で私が気に入ったのは「大きく考える」でした。多くの革新的なことに取り組んでいるからで、人々が達成できることについて大きく考え、以前にあった足かせのいくつかを捨てて大きなことを達成しようとしていると思います。
「顧客への執着」はAmazonでの私のお気に入りの一つです。政府がそうあるべきほど顧客に執着していないと思いますし、市民サービスでそれについて考える必要があり、改善できる分野だと思います。
私が見ている他の分野は「深く掘り下げる」です。これもAmazonで気に入っていたもう一つのことです。深く掘り下げるのが好きだからです。技術について多くのホワイトボードセッションなどを行い、アーキテクチャがどのように機能し、すべての異なるコンポーネントがどのように連携するかについて掘り下げます。
実際に、コストプラスとタイム・アンド・マテリアルから確定価格への契約の変革を行うAIを使った大きなAIプロジェクトに深く掘り下げていました。しかし、それらは私が見ていることで、積極的なことであり、Amazonで気に入っていて続けて気に入っていることです。
Amazonの考え方の一部が米国政府に浸透し始めているように見えるということですね。興味深いです。
「大きく考える」について言えば、それは良いもので、あなたが関わっている大きなプロジェクトの一部につながります。その一つは自律運転です。私が正しければ、これらは政府に関連するプロジェクトであり、政府外のクライアントもいるプロジェクトの一部です。
合成環境での訓練と、それが現実世界での結果につながり、合成データを追加することに非常に力を入れています。しかし、今日の自動運転の現実を考えると、明らかに急速に拡大しているWaymoがあり、技術の束を一般化していますが、ショートカットも取っていると思います。
私の記憶が正しければ、厄介な状況からWaymoを脱出させる人間のオペレーターがたくさんいると思います。そして、進歩しているとは言いますが、まだそこに到達していないTeslaがあります。今はオートパイロットがありません。
では、どのくらい離れているのでしょうか。つまり、これは自律運転の会話の本質的な質問です。このようなものが一般的になるまでどのくらい離れているのでしょうか。
私はTeslaを2台持っていて、フル自動運転でいつも遊んでいます。面白いですが、完全に信頼することはできません。信頼すると、トラブルに巻き込まれます。だから、まだ100％そこにはありません。難しい問題です。
あなたがそれに言及したのは興味深いです。私の後ろのホワイトボードの写真は、ソフトウェア定義車両と、数十万の合成シミュレーションを実行する車両のすべての異なるコンポーネントのためのものです。
例えば、NVIDIAのOmniverseと非常に密接に協力しています。Omniverseは完全な物理学と完全な忠実度を持つ合成シミュレーターまたは環境シミュレーターです。それは本当に素晴らしいです。時間をかけて行われてきた多くの自律運転訓練とロボット工学訓練は、UnityとUnrealを使用して行われてきました。これらも素晴らしい環境です。
それらを実行すると、ビデオゲームのように見えますが、人々はそれらを見ません。すべてマシンメモリで実行されています。Omniverseは、コンソールで実行しなければならないものに制約されないという次のレベルに到達した最初のものです。だから、非常に素晴らしいです。Revとは何年もこれについて取り組んできました。
そして、彼は3つのコンピュータ問題について話したでしょう。訓練コンピュータ、それはH200などで、合成環境を見ているか、合成環境から学習していて、実際の合成データをそれに入力しています。そして、推論モデルを作成した後、車内で実行される小さなコンピュータ、それが3番目のコンピュータがあります。
Booze Allenのために書いたvelocity記事で、このフライホイールがどのように自律運転やその他すべてのものを加速しているかについて多く話しました。いつそれを持つことになるかというあなたの質問に戻ると、今後5年間で本当の自律運転を見始めることになると思います。その予測で燃やされるかもしれませんが、それを行うにはまだ多くの複雑さがあります。
Teslaに自分で運転させるのが大好きです。妻は嫌がりますが、私は大好きです。面白いですが、引き継がなければならないし、注意を払わなければなりません。車が自分で運転しているときの方が、自分で車を運転しているときよりも注意を払っているかもしれません。それがすることすべてを見ているからです。
うまくやったときは非常に誇らしく思いますし、時々それがすることにも怖くなります。興味深いのは、Teslaが修正して引き継いだときに、ステアリングホイールのボタンを押して、修正を見る人にあなたが何をしたか、なぜしたかを説明するオプションを与えてくれることです。そして、フィードバックが欲しいので、いつもそれをやります。良くなってほしいからです。
覚えておいてください、TeslaはAmazonのEchoデバイスと非常によく似た利点を持っています。ユーザーからクラウドソースで訓練できるからです。基本的に、毎日Teslaを運転している何百万人もの人々に基づいて、モデルを学習し訓練しています。それは多くの意味で自律性における大きな先行利点を与えています。その訓練セットを持っており、その訓練セットのエッジケースのための合成データを生成する能力も持っているからです。
これらのモデルでより多くのデータを持ち、より多くのパラメータを持つほど、先ほど議論したように、モデルはより正確になります。パラメータに十分な密度がなければ、良いモデルを持つことはできません。
モデルがまだ長い道のりがある分野があると思います。例えば、一時停止標識で誰かを見ると、シグナルを出していなくても、どこに行くかを知るために車のホイールがどちら向きかを見ると思います。それは現時点でモデルを訓練するのが非常に難しいニュアンスだと思います。
しかし、最終的にはそれを学習しなければならないでしょう。センサーの解像度がそれを見るのに十分良くなければなりません。一時停止標識で止まって、すべて同時に止まったとき、一人が他の人に手を振って先に行かせるとき。今日のモデルはそのようなことを理解できませんが、それを行うように訓練されなければならないでしょう。
ここワシントンDCには多くのトラフィックサークルがあります。多くの人がそれらをうまく運転できませんし、自律車両もできません。現在、私のTeslaで斜めの角度で、見ることができれば、私の信号機で緑だと思う反対方向の斜めの角度の信号機があります。それは悪いことです。そんなことは望みません。
だから、それらのエッジケースはすべて時間をかけて解決されると思います。モデルは良くなり続けるでしょう。だから、後部座席で眠りにつき、車が自分で運転できる日が来ることを楽観視していますが、それは明日ではありません。
実際に車を合成環境で訓練するのと同じシステムがロボットを訓練するためにも使用されています。NvidiaとOmniverseシステムは、現実世界をナビゲートするヒューマノイドロボットを支援するために、独自の基盤モデルを持っています。興味深いです。
番組で話したことがありますが、ちょっと陽気ですが面白いハーフマラソンが中国でありました。ヒューマノイドロボットで、ほとんどが顔面から倒れたり、腕にファンがあったもの、プロペラだと思いますが、90度ハードターンをして、ロープが付いたトレーナーがシーンから飛び出すのを見て、ロボットがボードに衝突して壊れました。
しかし、その中の一つは完走し、3回バッテリーを交換しなければなりませんでしたが、立派な時間で半マラソンを完走しました。
従来の知恵を投げかけるために、米国がこれについて中国に遅れているという従来の知恵があります。米国はそこで何が起こっているかに注意を払っているのでしょうか。そして、政府は私たちがこれを加速する必要があると言って役割を果たすのでしょうか。それとも、中国では政府がそれを推進していることを知っているので、完全に民間産業に任されているのでしょうか。
中国が先行しているとは思いませんが、遅れているとも思いません。それは重要なことだと思います。
AWSを離れた理由の一つは、AWSで働くのが大好きでした。そこで63のサービスに取り組み、その多くを自分で構築しました。量子コンピューティングやロボット工学など多くのことに取り組みました。中国に追いつくために、政府のAI採用と技術への投資について少し心配していたからです。
Booze Allenは政府の最高技術に非常に関わっているので、その技術をより直接的に影響し改善する素晴らしい方法だと感じ、それがBooze Allenに参加した理由です。中国に遅れを取ることを心配していたからです。それは政府と民間産業の組み合わせがそれを行うことになります。
中国の政府は技術に非常に投資します。彼らは投資方法について非常にスマートで長期的思考です。中国では政府と民間産業の境界線が曖昧です。私たちが今やっていることの一部、AIへの大きな焦点と、ペーシング脅威と呼んでいるものへの大きな焦点、つまり、何らかの紛争があった場合に備えて、私たちの技術が中国より優れていることを確認することです。
技術が優れていることを確認することで紛争を避けたいのです。だから、それが私たちがやりたいことであり、DoDの致死システムに関する焦点、先進技術への焦点、DARPAをより強く押すこと、AIへの公的および民間投資への焦点、宇宙への公的および民間投資、シリコン開発と量子コンピューティングへの公的および民間投資が、過去にそうであったように非常に重要になるでしょう。
だから、政府はより速く動く必要があり、これらの多くのことが起こっているのを見るのは良いことです。それが、Amazonで学んだすべてのこと、SunやLiquid Roboticsで自律システムを行ったところで学んだすべてのことを取り入れ、民間産業のすべてのベストを政府にもたらすために参加した理由の一部です。
それをやっていただいて感謝します。
量子コンピューティングの現実と将来展望
量子について話して締めくくりましょう。この番組で量子について話すことは滅多にありません。面白くないからではなく、とても遠い先のことのように見えるからです。実際、明らかに株価がすべてを語るわけではありませんが、量子株が上昇していた瞬間があり、その後Jensen Huangが今後10年間は量子が現れることを期待するなと言って、ほぼすべての量子株の価値の半分を削りました。
しかし、あなたも量子に触れています。この現実的な状況はどうでしょうか。量子の現在の状態はどこにあるのでしょうか。
AWSにいたときに量子イニシアチブを始めましたし、それに取り組んでいる多くの素晴らしい人々がいます。90年代初頭にDoDが量子により多く投資するよう関わっていました。特にイオントラップと電磁極低温機械に関する核となる研究にです。
量子の良いニュースは、マシンが実際に動作し、それらから出力を得ることができることです。悪いニュースは、まだ価値のある出力を得るには雑音が多すぎることです。だから、現在私たちが焦点を当てているのは誤り訂正です。
あなたのiPhoneやラップトップには誤り訂正コードがあります。私たちが現在取り組んでいるマシンでメモリを反転させるアルファ粒子があり、誤り訂正コードでそれを修正しているため、非常に少量の計算です。おそらくCPU使用量や計算使用量の1、2％が誤り訂正用です。
量子コンピュータでは、それは正反対です。原子粒子が環境に非常に影響されるため、誤り訂正を行うために大量の作業をしなければなりません。だから、大きな課題は誤り訂正を機能させることです。
今、積極的なニュースは、誤り訂正を修正し、数百の誤り訂正された量子ビットに到達するために必要な工学を理解している点にあることです。目標は1000の誤り訂正された量子ビットに到達することですが、それを行うには約700万の物理量子ビットが必要になるという観点で考えてください。それは大きな数字です。
だから、現れる最初のマシンは、人々はまだこれに気づいていないと思いますが、フットボール場ほどの大きさになるでしょう。それがマシンのサイズになります。それは、ほんの少数の完全に機能する誤り訂正された量子ビットを得るために、数百万、数百万の量子ビットを持たなければならないからです。
それらは絶えずお互いを修正し合わなければなりません。量子コンピュータは、現在古典コンピュータと呼んでいるデジタルコンピュータとは、量子物理学に特有の2つのユニークなもので区別されます。理解するのが困難です。一つは重ね合わせで、もう一つはもつれです。
誰でもそれらのものが実際にどのように起こるかを理解していると言ったら、彼らはあなたに嘘をついています。それが私がそれがどのように機能するかを教えることができないと言おうとしていた理由です。
しかし、類推を使うと、私は車好きで、車でアクセルを踏むと、ガソリン車なら、カム、クランクシャフト、スパークプラグ、バルブがどのように正確に機能するかを知っています。電気自動車では、モーター、インバーター、すべてのものがどのように連携してバッテリーが機能するかを正確に理解しています。
私の妻が車を運転するとき、彼女はそれらのことを理解していませんが、私と同じくらいうまく運転できます。スキニーペダル、ファットペダル、ハンドルを回すことです。車がどのように機能するかを理解せずに車を運転できます。
もつれと重ね合わせを実際にどのように機能するか、何がそれらを引き起こすのかを理解せずに、非常にうまく駆動できます。量子コンピュータをプログラムする方法は、量子ビットを制御するために重ね合わせを使用し、電磁マシン用のマイクロ波や、中性原子、荷電原子、イオン、主に光子である他のマシン用のレーザーを使用することです。
そして、それを設定し、操作し、測定し、もつれさせ、それで数式を実行して出力を得ることができます。
では、これは何を可能にするのでしょうか。つまり、そのフットボール場サイズの量子コンピュータがあるとき、それは何を可能にするのでしょうか。
それが最初に可能にする最大のことは、効果的にメモリ内で分子を構築し、それらの分子を使用できると考えることができるので、材料科学と化学が最初になるでしょう。実際、量子コンピュータのAmazonの逆算文書のターゲットの一つは、1000誤り訂正量子ビットがアンモニアでハミルトニアンを実行できることです。
アンモニアは最も生産されているものです。100年以上前の19年からアンモニアを生産してきました。そして、それはおそらく最も生産されている化学物質です。肥料、前化学物質、プラスチック、ほぼすべてのものに入っています。
そして、それは生産するのに非常に高価でエネルギー集約的です。細菌の相互作用を見ることで、低エネルギー状態で生産できることがわかります。ただ、どのようにかはわかりません。だから、過去には高温超電導体のように、超電導体一般は研究室で偶然発見され、その後活用されてきました。
将来、ハミルトニアンシミュレーションでは、これが欲しい結果だと言うことができます。それを与える化学式を教えてください。だから、化学で結果を逆エンジニアリングできます。
今日の古典コンピュータでアンモニアについて、地球上のすべてのiPhone、すべてのラップトップ、すべてのAndroid電話、すべてのクラウドコンピュータを取って、そのシミュレーションをそれに入れたとしたら、宇宙の歴史よりも長く実行されるでしょう。
うわあ。つまり、それはできないということです。1000誤り訂正量子ビットでは、量子コンピュータで約3分かかるでしょう。つまり、これらの材料科学が実現し、それらを使い始めると、人生を大きく変えることになります。
どのくらい離れているのでしょうか、Bill。
2032年だと思います。つまり、10年未満です。それほど遠くありません。最初のもので遠くありません。だから、2027年、2028年に最初の100誤り訂正量子ビットが高速マシンで見られると思います。遅いマシンではその前に見られると思いますし、中性原子マシンでは、おそらくこれらの問題のいくつかを解決するには遅すぎるでしょうが、これらの問題のいくつかを解決し始めるでしょう。
だから、材料科学が最初に見ることになるでしょう。量子コンピュータが暗号化を破ることについて、政府や銀行などで確実に心配があります。だから、Amazonでも、Booze Allenでも、他でも、量子コンピュータがすべてをうまくやるわけではないので、今日量子安全暗号化を展開しています。量子コンピュータでウェブサイトを実行することはないでしょう。あなたのコンピュータを置き換えることはないでしょう。
数学コプロセッサのように使用されるでしょう。それが使用される方法です。だから、私たちが理解する限り、量子コンピュータがうまく解決できないアルゴリズムがあります。だから、今日古典暗号化プラス量子安全暗号化の別の層を行っています。
今から始める理由は、2040年頃には暗号化を破り始めるのに十分な量子ビットがあると思うからで、秘密はそれよりも長く続きます。だから、暗号化を始める必要があります。天哪、今から始める必要があります。ほとんどの銀行はすでに量子安全暗号化を使用しています。多くの小売業が使い始めています。
政府も展開し始めていますが、量子状態暗号化の展開とオンにする緊急性を本当に持つべきだと思います。それはBig Technologyが支援できることですし、あなたがそれについて心配している場合、他の人も支援できます。人々があなたの情報の輸送を記録し、後でそれを破ることができるからです。だから、それは大きな問題です。
そして、これは我が国にとっても重要だと思います。これを最初に持つ国は、最初は材料科学で、後に暗号科学で、そして最終的に量子コンピュータが巡回セールスマン問題などを解決できるようになり、これはパッケージを出荷するAmazonのような人々にとって非常に興味深いでしょう。だから、パッケージの出荷を最適化することは、Amazonに数十億ドルを節約するでしょう。
だから、それも彼らが量子コンピュータに投資している理由の一つです。クラウドで先行するためだけでなく、内部使用のためでもあります。だから、これがどこに向かうかについて非常に強気です。今、科学よりも工学の方が多い点にあると思います。それは良い点です。
これらのマシンで働き始めたとき、それは工学よりも科学の方が多かったです。まだ解決すべき多くの困難な問題があります。スケーラビリティの問題があります。これらすべてをどのようにスケールするのでしょうか。Booze Allenでの大きな投資の一つは、Seekという会社で、非常に強気です。
彼らについて良いことは、古典コンピュータでAS6やCPUの周りにあるすべてのBIOSのような同等のものを構築することです。それが彼らが構築するものです。CPUや量子ビットには焦点を当てません。その周りのすべてに焦点を当てます。だから、4つの異なるタイプの量子コンピュータのどれが勝っても、彼らは勝つでしょう。
制御システムなどを非常に効率的に提供できるでしょう。実際、彼らの研究室などをより深く掘り下げるために、数日後にニューヨークに向かう予定です。だから、それは刺激的な分野です。心臓の弱い人向けではありません。複雑です。
特に、これらの最初のマシンでデータセンターサイズまたはフットボール場サイズのマシンにスケールすること、計算を完了するのに十分長く実行できるほど安定させること、そして誤り訂正、誤り訂正、誤り訂正です。つまり、それが現在本当にゲームの名前です。
技術業界での生存に関する教訓
この番組でもっとこれを取り上げなければならないと確信させられました。確実にできます。それについて1つの番組全体を費やして掘り下げることができます。多分そうすべきです。この部分についていくつかフィードバックを受けると確信しています。
最後の質問をして、締めくくります。あなたは2006年から2011年までSun Microsystems Federalの社長兼COOでした。それはSunの連邦版ですね。州、地方、連邦、すべてです。
Metaの本社で、あなたもご存じだと思いますが、彼らは古いSunのサインを保持しています。ある日テクノロジーの頂点にいることができ、物事が非常に速く動くので、次に気づくと、他の誰かがあなたの建物を使っていて、あなたの名前が塗りつぶされてしまうということを自分たちに示すためです。
技術業界で長い間働いてきたBill、この技術がどれだけ速く動くかについて、あなたの教訓は何でしょうか。SunからAmazonに行き、Amazonのモットーは「いつでも1日目」でした。
生き残るために何が必要かについて、そしてSunから学べる教訓について少し話してください。
この業界で唯一の定数は変化です。それが私の持つモットーの一つです。もう一つは「最高を良いものの敵にしてはいけない」です。いつでもそれに取り組むことができます。もう一つは「自分自身の最高の共食い者でなければならない」です。それはAndy Groveの発言です。
だから、素晴らしい技術である何でもやっているなら、それを祝い、機能させ、そして置き換えてください。置き換えなければ、競合他社がそうするでしょう。私はSunの挑戦と、Scott McNealyの下で働くことを愛していたと思います。彼は素晴らしいリーダーです。彼やAndy Bechtolsheim、Bill Joy、James Goslingと働くのは素晴らしかったです。
Sunは膨大な量の技術を発明しました。いつも感動していました。彼らはルーティングとIPを発明しました。対称マルチプロセッサを発明しました。ネットワークストレージを発明しました。これらの多くのものを発明しました。
Sunが持っていた挑戦は、いくつかのことがあると思います。一つは、彼らはエンジニア向けのものを構築していたことです。そして、それは私たち全員が注意しなければならない教訓だと思います。最終顧客は人である必要があります、エンジニアではありません。エンジニアが人ではないということではありませんが、わかりますよね。
もう一つは、彼らは多くの技術を売る方法を知らなかったことです。多くの場合、発明から販売サイクルへの変換をうまくやらなかったことです。彼らはいくつかの移行を行いました。
デスクトップ会社からサーバー会社への移行に成功しました。彼らはドットコムになりました。それは良い移行でした。しかし、彼らはSunGridと呼ばれる初期のクラウドを試みました。私もそれに関わっていました。多くの人が関わっていました。それはAWSのEC2のようでした。
しかし、彼らは資本を売ることからサービスを売ることへの移行のために、それをうまく売ることができないというイノベーターのジレンマに陥りました。ウォール街は経常収益を愛しています。しかし、移行を憎んでいます。ビジネスモデルの移行において、いかなる休憩も与えてくれません。
だから、今四半期私のために何をしたかということです。だから、Sunは100万ドルのサーバーを売って100万ドルの収益をすぐに認識できることから、時間15セントでサービスとしてサーバーを売ることへの移行を管理するのに多くの挑戦がありました。結果的により多くの収益になりますが、最初ははるかに少ない収益から始まります。
だから、その金融移行を管理できなかったことの組み合わせだったと思います。私たちが犯した他の間違いもあったと思います。私はSolaris x86を早期にオープンソース化することの支持者でしたが、しなかったし、もし早期にSolaris x86をオープンソース化していたら、Linuxは存在しなかったと思います。Solarisには素晴らしいものがたくさんあったからです。
いまだに素晴らしいオペレーティングシステムですが、もうあまり使われていません。Linuxは、Solarisが持っていた多くのものを再発明しています。2000年代初頭にコンテナを持っていました。今、コンテナはすべてです。仮想マシンを持っていました。信頼できる環境を持っていました。線形スケーラビリティを持っていました。つまり、今日他のオペレーティングシステムが取得に苦労している高度なスレッドシステムなど、膨大な数のものです。
しかし、それはオープンソースであり、x86上にあるべきでした。しかし、Sunにとって、SPARCとSPARCが持っていると感じた利点を諦め、当時のオープンソースの価値を理解することは非常に困難だったと思います。最終的には行いました。
しかし、Javaをオープンソース化し、アイデンティティシステムをオープンソース化し、Solarisをオープンソース化し、それらすべてのものをオープンソース化し、それは素晴らしく、多くの人が今日でもオープンソースになったそれらのものから恩恵を受けていますが、十分早くはやりませんでした。
Bill、これは非常に魅力的な会話でした。公共部門、政府におけるAI、Doge、ロボット工学、自律、量子、Sunなど、非常に多くのことを取り上げました。だから、今日は仕事をしたと言えるでしょう。参加していただき素晴らしかったです。ぜひまた来てください。
はい、量子コンピューティングについて一日を費やして戻ってきたいなら、喜んでそうします。そして再びありがとうございます。素晴らしい議論でした。
どうもありがとうございました。それでは皆さん、聞いていただきありがとうございました。次回のBig Technology Podcastでお会いしましょう。
コメント