本動画では、2025年における最新のAI技術動向と社会への影響を多角的に考察している。脳コンピュータインターフェースによる四肢麻痺患者の感覚回復、Google MapsへのGemini統合による空間認識AIの進化、16,000機のドローンによる編隊飛行、Uberのビジネスモデル転換など、技術的ブレークスルーを紹介する。さらに、AnthropicによるAI経済対策の政策提言、AGIの新定義、睡眠中の脳修復メカニズム、視覚リズムによるADHD診断、NVIDIAの3D物体生成技術など、幅広いトピックを扱う。後半では、AI生成コンテンツの問題点、ヒューマノイドロボットの身体設計の課題、そして競争原理がAIに欺瞞性をもたらす構造的問題についても深く掘り下げている。
AIが子供時代のゲームを征服
ああ、なんてことでしょう。AIが私の子供時代に遡って、何年も私を悩ませたゲームを征服してしまいました。あのマーブルのねじれた箱のゲームです。この制作者が指摘しているように、世界に悪人がいる証拠が欲しければ、Soraとは関係のない動画にSoraのウォーターマークを追加できるようになったという事実を見ればいいでしょう。
そうなんです、本物の動画が今やAIのように見えてしまうので、何が本物で何がそうでないのか誰にも分からなくなります。ドローンとAIが登場する前の時代には、星は見上げたときにほぼそこに留まっていました。でも、私たちの未来にどれだけ多くのドローンが登場するかを考えると、空は間もなくこんな風になるだろうという予感がします。
16,000機のドローンが群れをなして行動し、中国の空に美しい落下する木を創り出しています。ドローンショーは本当に次のレベルです。他にも次のレベルなものがありますよ。Google Mapsがとんでもないアップグレードをしました。多くの人がこれを見過ごしています。彼らは「わあ、今やGemini 3がGoogle Mapsに接続された」と指摘していますが、これは世界が持つ最もクレイジーなデータセットの一つを完全に変えてしまうものです。
いや、本当に考えてみてください。UIがGoogle Mapsに接続されていて、ChatGPTのように会話形式で使えるのですが、それがストリートビューのデータ、人々や場所のデータ、レストランやビジネス、住宅地についての事実、そして商業や車がどのように移動するかといったすべてのデータを参照しているのです。興味深いのは、これは巨大な新しいモデルというわけではなく、トップクラスの基盤モデルの一つと同じモデルが、このデータセットと相互作用を制御する能力を持っているということです。これは特別なことです。これについて話すべきでしょう。
脳コンピュータインターフェースの進化
BCI、つまり脳コンピュータインターフェースは今や、麻痺した人々が他人の手を通じて物体を感じることを可能にする独自の能力を持つようになりました。これは以前には自分の将来にあるとは思っていなかったことです。でもそうですね、私たち全員がこの巨大なボーグのようなものに接続されたら、私の手が他の誰かの手が感じていることを感じるようになるかもしれません。
さて、この変化を聞いてください。Uberは、最終的にはドライバーを排除する会社になると私はずっと思っていましたし、それが全体の計画だったのですが、今やそれと同じ人々を使って、運転以外に何ができるかを考えています。これはちょっとしたひねりですが、Uberは今や、車を運転していた人々が間もなく置き換えられようとしている中で、彼らに他のAIタスクのためのデータを提供してもらうことを期待しています。
これが将来について何を意味するのか、以前は持っていなかった考えがいくつか浮かびました。
Anthropicの経済政策提言
今日、私のお気に入りの新情報源の一つであるAnthropic Researchが、AIの経済的影響に備えるための内容を発表しました。これは政策対応を探るものです。そして、AIが世界を引き継ぎ始めたときに世界をより良くするために彼らが提案する様々なことがあり、それらを見ていきます。
批判できないとは言いませんが、少なくとも彼らは計画を提示しています。それは不完全かもしれませんが、それは何かを構築するための基礎になるということです。AIの盲点を修正する隠された数学について話します。睡眠中に免疫細胞が脳を再配線し、修復し、治すことを示す新しい研究があります。私は以前よりも睡眠を優先し始めています。科学者たちはAIを使って視覚リズムを通じてADHDを検出できます。
画期的な研究です。NVIDIAの研究チームが、デュアルボリュームパッキングを介した効率的なパートレベル3D物体生成に関する論文を発表しましたが、このデモほど説明するものはありません。見てください、枕と文字が適切な場所に落ちています。
Kali Jagordvは、フォトコピー問題についていくつかの考えを持っています。なぜAIがオリジナルを置き換えることができないのか、そして自動化されたコンテンツがニュアンス、独創性、そして私たちを動かす声を消し去る危険性についてです。Singularity Hubは、今日のヒューマノイドロボットは驚くべき見た目をしているが、それらを妨げる大きな設計上の欠陥があると指摘しています。そしてそれは脳を超えたものです。ロボットは必死により賢い身体を必要としているのです。
そして、競争的なAIがなぜ欺瞞につながるのかについて、Salvator Ryeliの考えを見ていきます。底辺への競争の内部を深く掘り下げます。まず、このビデオの下部に移動して、コメントセクションに行き、ハイプボタンを押してみませんか。モバイルの場合は右にスワイプする必要があります。そうしないと見えないかもしれません。
でも、このハイプボタンは私のような小さなチャンネルに本当に役立ちます。それは不釣り合いに役立つのです。ですから、コメントやシェアや他の通常のものよりも意味があります。もしよければ、あなたのハイプの一つを私にいただけたら感謝します。週に3つしか使えません。
AGIへの保守的なカウントダウン
さて、まずAllenの保守的なAGIへのカウントダウンをチェックしましょう。95%に座っています。何か更新はありますか。AllenのAGI専門家としての新しい定義への応答のようです。何があるでしょうか。これを見てください。AGIはどこで生まれるでしょうか。これは2025年の予測です。
米国を見ていると、Google、OpenAI、次にxAI、その順番で、Anthropic、Meta、Microsoftが続くと彼らは考えているようです。ねえ、私はまさにそれと全く同じ順序にします。それから中国市場については同じようには本当に知りません。でもByteDanceは知っています。つまりByteDanceとTencentは知っています。2位のものは聞いたこともありませんが、そうですね、これが正確なら彼を信頼します。それが正確だと仮定しましょう。
AllenのAGI専門家という新しい定義への応答です。新しい論文が発表されました。AGIの定義論文です。何があるでしょうか。彼らはこれらのカテゴリーに分解しています。ここには何人かの驚くべき著者がいます。Yoshua Bengio、私たち全員が彼を知っています。Max Tegmark、Eric Schmidt、Googleの元CEOです。彼らは人工汎用知能の最初の厳密で測定可能な定義を提案しました。
著者たちはAGIを、よく教育された成人の認知的多様性と熟練度に匹敵するか、それを超えるあらゆるシステムとして定義しています。私たちはそれにかなり近づいているに違いありません。Allenの保守的なカウントダウンのように具現化されている必要があるのか疑問ですが、見てみましょう。
彼らは人間の認知のCattell-Horn-Carrollモデル、心理学のゴールドスタンダードを使用して、一般知能を10の領域に分解しています。推論、記憶、知覚、言語、数学など、もっとあります。ここで見ることができます。そして、これが現在のモデルがランク付けされているように見える場所です。興味深いですね。
つまり、要約すると、GPT-4はAGIへの道のりの約27%です。GPT-5は約58%です。わあ、4から5へのかなりのジャンプですね。今日のモデルは知識集約的なタスクでは優れていますが、長期記憶と認知制御では依然として弱いです。それが理解を結びつける精神的な接着剤です。
そうですね、それは理にかなっています。でもそうですね、AGIはここで測定されるような能力の星座であるべきです。どうでしょうか。私たちは何かについて全員が同じ認識を持つための良いAGI定義が必要でした。そしてこのグラフを見てください。去年、今年、来年。そうです。そのジャンプを見てください。とんでもない。
マーブル迷路ゲームをAIが攻略
さて、このゲームをプレイしたことがあると言ってください。正確に何と呼ばれているのか分かりません。多分マーブル迷路か何かです。私は子供の頃これを持っていました。座ってダイヤルを回していました。でも、ボードの力学と私の、ご存知の、速度と調整能力について何かがありました。このゲームにほとんど勝てませんでした。平均的な人よりもはるかに多くの時間プレイしましたが、たまにしか勝てませんでした。とても難しかったのです。
だからAIがこれを私にやるのを見て、いくつかのクレイジーな核心的な記憶が解き放たれました。でもそうですね、見てください。その上にカメラビジョンがあります。データセットで訓練されています。その物をどれほど正確に動かすかを理解していて、ただただすごいのです。これらが3次元の世界の問題に持ち込まれたときに、どれほど印象的であるかの良い視覚的例です。
念のため、本物の動画にウォーターマークを追加して人々を混乱させるSoraウォーターマークアプリが存在します。本当に悪意のあるプロジェクトですが、それが存在することを知っておいてください。だから今、私たちは本当に分かりません。何かを見て「うわあ、あれはとてもリアルだ。Soraによって生成されたとは信じられない」と言うかもしれません。実際にはそうではなかったかもしれません。実際には本物かもしれません。
そうですね、彼のコメント投稿者Christopherが言うように、「ええ、それはクレイジーです。私たちは実際にこれまで以上に調理されています」。そしてここに行きます。続けましょう。真実を語れ、兄弟。
ドローンの群れと未来の空
あなたの家の上で16,000機のドローンが群れをなしているのがどんな様子か疑問に思ったことはありますか。まあ、これがプレビューです。中国で16,000機がまさにそれをしました。このこと全体について考えるのはクレイジーです。そして、私たちが見ているビデオでさえ、他のすべてのドローンを見ている別のドローンのようなものです。
つまり、私たちの未来には非常に多くのドローンがあるだろうと考えてください。うまくいけば、彼らは常にきれいなことをして、見るためのより多くの星を私たちに与えてくれますが、他のことにも使用される可能性があります。ご存知の、想像できます。
Google MapsとGeminiの統合
さて、これを分解させてください。Google Maps、私たち全員が以前に使用したことがあります。世界の非常に多くの側面に完全に統合されています。インターネット上で構築された最も人気のあるツールの一つであり、その上に非常に多くのものが構築されています。彼らは人工知能のための引用グラウンディングと呼ばれるものを追加しました。
つまり、Gemini APIです。Geminiの最も強力なモデルが今やすべての開発ツールと、彼らが持つ非常に強力でユニークなデータセットに接続できるようになり、開発者がAIの応答をライブマップに直接接続できるようになったということです。ルート、画像、場所、これらはすべて、以前は操作されたり疑問視されたりできなかったクレイジーなものです。
大規模言語モデルがそれを動かしているとしても、Geminiモデルは基盤的です。それはすべての世代でよりマルチモーダルになっています。空間認識があるとは言えないかもしれませんが、ある種そうですよね。写真を見て分析でき、北、南、東、西を分析できます。ストリートビューにいるかどうかを分析できます。2つが何らかの形で接続されていると考えることができます。トークン、視覚システムはすべてまとまってきています。
舞台裏では少し区画化されているとしても、非常に異なる感じがします。これは地球のデジタルツインです。それは今やすべての間の距離、何がどの標高にあるか、車がどこを移動するか、どこに運転するときに何かを知っています。これは、アプリを通じてChatGPT-5にクエリを実行するときに、同じ方法で引き出して考えることができないものです。
そして、この接続は、特にGoogleアプリが空間的に考える方法をおそらく再定義するでしょう。そして、AnthropicやOpenAIが同じように簡単にアクセスできるモードではないと私には思えます。明らかに、他のシステムもありますが、Google Mapsはただのリーダーです。
いくつかの提案を求めてください。ええ、彼らは本当に良いバーベキューがあると聞いています。いくつか提案してもらえますか。その情報を取得する間、お待ちください。テキサス州ヒューストンのトップ3の最高のバーベキューレストランはこちらです。Pinkerton’s Barbecue。
このスポットは、フルバーのある居心地の良い環境で古典的なテキサススタイルのブリスケットとリブを提供しています。The Pit Roomの雰囲気はどんな感じか教えてもらえますか。その要求にはGoogle Mapsでのグラウンディングを使用します。The Pit Roomは素朴でカジュアルな雰囲気で、パティオのあるリラックスした環境でセントラルテキサススタイルのバーベキューを提供しています。バーベキューブリスケットとポークリブで知られています。
それは本当にクールに聞こえます。それでそれらは彼らですか。つまり、マシンが場所に飛び込んで、雰囲気を得るためにアップロードされたすべての写真を見ているということです。分かりますか。彼らはおそらく、座席がいくつあるか、混雑しているかどうかなど、リストされていないことをあなたに教えてくれるでしょう。なぜなら、すべての写真のメタデータを見て、いつ撮影されたか、どんな種類の人々がそこに行くか、これまでAIでアクセスしたことのないあらゆる種類のものを見ることができるからです。
脳インプラントによる感覚共有
今や、Keith Thomasという名前の男性がいます。彼は40代で四肢麻痺です。つまり、4つの手足すべてが麻痺しており、他の誰かの手を制御してそれを通して感じることを可能にする脳インプラントシステムを受けています。基本的に、他の人の手を自分の手の延長として使用しているのです。
これがどのように機能するかというと、彼の脳の運動皮質と感覚皮質の脳インプラントは、つかむなどの何かをするという彼の意図を記録します。そのコマンドは、電極と力センサーを装着しているパートナーの手に送信されます。その手が物体に触れると、力タッチデータは刺激接続を介して送り返され、彼は自分の脳で圧力を感じます。
それについてどう思いますか。これが2025年に可能だとさえ思っていたかどうか、コメントで教えてください。「ああ、多分それはすべて誇大広告のようなものだ。本当に機能しない」と思っているなら、試験では、彼は目隠しをされていて、物体の硬さを区別でき、一緒に水を注ぐような協力的なタスクを持つことができました。研究者たちは、これらすべてのことを行う際にかなり高い成功率を報告しました。
だから、システムは失われた動きを回復するだけではありません。それは他の人の身体を通して感覚と共有された主体性を再確立します。あなたは何を考えますか。私たちは将来、パートナーの身体の中にいることになるでしょう、ご存知のように、この種の技術で身体と別の身体の境界が今や再交渉されているように。そして、それは私に次の100年、50年、20年がどれほどワイルドになるかについてのヒントを与えてくれます。
Uberのビジネスモデル転換
さて、これについて話させてください。多分あなたたちはこれが来るのを見ていました。これはもっと明白で、私はそれに気付いた最後の一人のような気がしますが、Uberがアプリを更新してドライバーが人工知能の訓練に役立つ他のタスクを実行できるようにしたとき、私は驚きました。
だから、私は間違いなく常に、つまり、Uberが自動運転に投資していることは知っていましたし、車が自動運転になるのを待って、それからビジネスモデルの最も高価な部分を削除するのは理にかなっています、そうでしょう。人々は放り出されます。でも、彼らがドライバー全員に「ところで、洗濯のビデオ映像が必要です」と言うとは予想していませんでした。
ある日、彼らにヘッドセットを郵送してもらい、「家の周りでこれらのタスクを行ってください。そうすれば、そのデータを収集します」と言う必要があります。それは私が行く方向を見ていなかったビジネスモデルの一部です。そして今、なぜそうでないかが分かります。彼らは、多分数百万ではないかもしれませんが、米国全体に数十万人のドライバーがいます。彼らは特定の種類のデータを収集できる賢い人間です。
彼らは全員、アプリと、ご存知の、システムに組み込まれた支払い方法を持っています。多分彼らは場所を運転し、物の写真を撮ります。多分彼らは特別な感覚入力を得るでしょう。多分彼らは、ソーシャルメディアネットワークから得られる種類のデータやRedditなどを通じて簡単に読める、簡単に利用可能なものの範囲外のあらゆる種類のことをするでしょう。
だから、そうですね、Uberは今やその最初のステップを踏み出しました。そして、それはあなたたちがやりたい仕事ですか。AIにデータを提供するために、人間として私たち全員はそれを行うのにかなり資格があるので。
Anthropicの政策提言の詳細
さて、Anthropicには新しい論文があります。新しい研究のようなものです。政府がAIの大規模な経済的変化にどのように備えるかを探っています。私はこれが本当に魅力的だと思いました。AIシステムが人間と協力するだけでなく、タスク全体を独立して処理し始めると、世界は変わります。そして、それが来ると信じているなら、私はそう信じていますが、これらは少なくとも構築するための指針を与えてくれる政策の概要です、そうでしょう。
そして、それは軽度、中程度、または深刻な混乱のようにランク付けされます。だから、あなたは「ああ、それは少しあるだろうが、大したことではない」と言うかもしれません。だから軽度の推奨事項があります。または、それが本当に指数関数的に速く進み、全員を驚かせる場合、政府が人々に新しいスキルを得るためにお金を支払うスキルアップ助成金のようなあらゆる種類のアイデアがここにあります。
AIで全員を置き換える企業が課税される可能性のある税制改革があります。政府が教育の仕組みを再構築できる異なる再訓練システムがあります。AIインフラのためのより速い許可があります。企業が支払う可能性のある自動化税があり、最も極端な場合にはAI収益に結びついたソブリンウェルスファンドがあります。
では、これらのいくつかを見てみましょう。つまり、私たちは労働市場の再形成について話しているのです。ここにいくつか投げ込むだけです。だから、労働力トレーニング助成金を通じたスキルアップへの投資。彼らは、構造化されたトレーニングプログラムを持つ正式なトレーニングポジションを作成する雇用主に、米国で年間10,000ドルを直接提供することを提案しています。
企業の税の抜け穴を閉じる。これは私が考えた中でより興味深いことの一つです。AIは本当におそらく、正しいデータがあれば、すべての個人に正しく課税できるでしょう。その透明性がないことは平均的な人を助けていませんが、超富裕層を助けているように感じます。だから、企業の税の抜け穴を閉じることは非常に理にかなっています。
だから、AI置き換えのための貿易調整支援が基本的にあり得ます。見てください、あなたはAIによって置き換えられました。それは人間としてあなたが予想したよりも速く来ました。あなたが必要とする新しいスキルを得るのに少し時間がかかるかもしれませんが、スキルでアップグレードされている間のその一時的な時間をパッチオーバーする限り、ある種の収入を得ることができます。
だから、基本的に、置き換えられた同様の役職の会社で次の役割に必要なAI自動化を学ぶことについてである限り、学校に行くために給料をもらうようなものです。だから、彼らは年間7億ドルがそのようなものに行くことを提案しています。コンピュータやトークン生成に対する税金がある可能性があります。
基本的に、見てください、あなたはさまざまな理由でこのすべての知能を使用しています。それに対して税金を支払ってください。知能は多分新しい所得税のようなものです。知能税のようなものがあります。AIにステークを持つ国家ソブリンウェルスファンドを作成する。これは私には理にかなっています。
つまり、あなたが生まれた場合、ご存知の、私は米国にいますので、ここを想定しましょうが、どこでもあり得ます。でも、あなたは国で生まれ、国はどこでもAIでアップグレードされており、超過大な経済的リターンがあるようなものがあります。なぜその利点の一部をすべての人々に与えないのでしょうか。
それは私たち全員を一緒に成長している場所に連れて行くのに役立ち、それは親が子供のために早期に投資を設定するのとそれほど変わりません、ご存知の。それをより広くして、すべての人々のためにするだけです。AIの経済における成長シェアを考慮に入れた新しい収益構造。
AIの盲点を修正する数学
次に、AI盲点を治す数学について話しましょう。隠された数学がAIの盲点を修正します。Jose Cresboによって書かれたこの記事は、現代のAIが依然として時代遅れの19世紀の微積分に依存していると主張しています。彼が偽の無限小と呼ぶものを使用しています、そうでしょう。私は、何かにどんどん近づいていくことについて考える方法だと思います。
そして、それらはコンピュータが数値を正確に処理する方法と一致しません。勾配降下法のようなもの、逆伝播のようなものを考えると、重みを調整するために戻るためにこのすべての微積分を使用しています。しかし、私たちの現在の数学は滑らかな連続関数を仮定していますが、マシンは離散的なステップで動作します。
彼らは浮動小数点近似を使用しており、それが盲点を作り出しています。さて、それは少し技術的に聞こえるかもしれませんが、基本的にこのすべてのものを平滑化しようとして、それが本当に滑らかではない場合、間違った奇妙な調整を作成するだけです。そして、その数学の中に、実際の構造、実際の形状の盲点のいくつかを得る場所があります。
そして、それが多分AIが現実世界の問題の理解の一部を欠いている理由です。だから、今悲しいことに、この記事は無限小限界よりも何が良いかを正確には示唆していませんが、曲率数と呼ばれるものを呼び出しています。これは、あなたが十分に賢ければ引き継ぐことができる場所です。
基本的に、離散表現、有限精度をより良く表現するものが必要であり、そうすれば必要な形状曲率数を得ることができます。でもそうですね、多分これは研究の領域、考えるべきことです。この代替的な見方は、問題の形状を、輪郭、曲率、数、浮動小数点グリッドシステムの数値的な穴の意味でより確実に理解するオプティマイザーを得る可能性があることを意味します。
だから、Ahmedは、私たちが彼とのインタビューで行ったとき、すべてがフローのようなものだと話していました、そうでしょう。川について考えて、それを2、4、8、16、100万に分割します。川は、異なるストリームが互いに出入りしているようなものです。それは、あなたが決定を下すときに起こっていることのようなものです、そうでしょう。
フロントエンドで何かを求めようとすると、ChatGPTに何かを入力し、バックエンドで何らかの答えを得ます。それはこのますます複雑なものを通過しています。そして、それをより複雑にすればするほど、それは現実を理解しているように見えます。
だから、純粋な連続的な無限小微積分から離れて、離散幾何学のようなもの、ある種の有限精度微積分、曲率ベースの導関数を持つ何かに移行できれば、そうですね、機械学習を爆発させることができる完全に定式化された標準を得るかもしれません。
彼は私たちの最適化アルゴリズムは19世紀からの脆弱な化石だとさえ言っています。私たちがこのすべてのものを脆弱な化石の上に構築していると信じられますか。曲率数が必要ですが、限界を使用しています。
睡眠と脳の修復メカニズム
さて、トピックを睡眠に切り替えましょう。ご存知の、私はそれに少し魅了されています。免疫細胞が睡眠中に脳を再配線、修復することが判明しました。この記事からの最も興味深い洞察は、脳の免疫維持が睡眠中に本当に受動的ではないということです。私は以前、それが修復するためにある種オフになると思っていましたが、それはある種真実ですが、今分かったことよりもはるかにダイナミックです。
そして、それはまた文字通りスイッチによって媒介されます。このノルエピネフリンレベルであり、神経ガーデニングを調節します。これらはガーデナー細胞のようなもの、これらのミクログリア細胞は実際に出て行き、それらが活動的か抑制されているかに応じて物事を始めます。そして、それは魅力的です。なぜなら、睡眠をアクティブなメンテナンスウィンドウとして再フレーム化するからです。ダウンタイムだけではありません。
だから、眠らなければ、脳の組み込みの修復およびメンテナンスシステムを短縮しているのです。そして、あなたはそれについてある程度知っているかもしれませんが、何が起こっているかというと、あなたのミクログリア細胞、あなたのハンター、あなたのクリーナーは、常にオフの位置にあります。あなたが起きているので、彼らは抑制されています。
そして、彼らが活動的であるとき、あなたが眠っているとき、彼らは出て行って剪定し、変更することができます。彼らは本質的にあなたの神経ネットワーク、あなたの脳の庭師のようなものです。これが睡眠が思考と長期的な健康にとって非常に重要である理由の一部です。ミクログリアは歩き回ることができます。彼らは剪定できます。未使用のシナプスを剪定できます。
だから、脳の配線とネットワークを維持することはこれ以上重要ではあり得ません。そして、完全に眠っていなければ、それらのシステムはオンになりません。質の高い睡眠は脳の健康と可塑性にとって重要です。夜の障害はこれのために神経変性疾患に関連している可能性があります。
AIによるADHD診断
さて、次です。AIが視覚リズムを通じてADHDを検出できることをご存知でしたか。科学者たちは、ADHDを持つ成人が情報を処理する際にユニークな視覚リズムを示すことを発見しました。これは人間が以前に気付いたり診断したりできなかったものです。
しかし、人工知能、視覚推論システムは、彼らが視覚的な詳細をどのように知覚するかにおける小さなタイミングの違いを見ることができます。ランダムな時間サンプリングを使用して、研究者たちはこれらのパターンが非常に明確であるため、AIが今や90%以上の精度でADHDを識別できることを発見しました。
彼らがAIシステムがあなたの目を見ることで他に何を伝えることができるか推測してください。あなたが刺激薬を服用しているかどうかを伝えることができます。あなたがAderallを服用していて、それが秘密だと思いますか。いいえ、AIにはそうではありません。この研究は、ADHDが脳が知覚タイミングを管理する方法における単一の一貫した違いから生じる可能性があることを示唆しており、それは解決策を見つけるための別のリードです。
それはかなりワイルドです。まあ、私は常にADHDは無関係な症状のこの混乱したスペクトルのようなものだと思っていました。しかし、統一された脳リズムの問題があれば、それはADHDを診断し理解する方法を変革する可能性があります。
NVIDIAの3D物体生成技術
さて、Nvidiaから出てくるいくつかの新しい研究を見てみましょう。ここのトーストでできたこの種の男のような単一の画像をアップロードできます。そして、それから多くの異なる形状を得ることができます、そうでしょう。それは3Dオブジェクトとして1つのメッシュである可能性があります。
あなたがやっていることは、この2Dオブジェクトを3Dオブジェクトに変換することです。またはピースに分かれることができます。そしてそれは重要です。なぜなら、パンがどのように動き回るかは、私たちが期待する方法で行動すべきだからです。靴と脚はパンがしない方法で動くべきです。目は動くべきです。
だから、それは他のモデルからパーツについて学んだので、異なるコンポーネントパーツを理解できます。だから、ここでそれができたのを見ることができます。それは目を捕らえました。それはパンの部分を捕らえました。それは脚と腕を捕らえました。でも、それがトラックなら、車輪が回転することを見つけるべきですが、この部分は見つけません。ご存知の、エンジンは回転しません、窓は回転しません、車輪は回転します。
そして、それが箱なら、それは箱が本当に現実的に開く方法で開くことを知るべきです。2つのパーツが必要です。そして、ここでバケツのこの2D画像のような異なるオブジェクトを取ることができるのを見ることができます。そして、それは椅子のために分離されるであろうピースを見ることができます。
ここで椅子のコンポーネントを見ることができます。そして、これはIKEAがこれらのコンポーネントを出荷する方法とほぼ同じです、そうでしょう。これらすべてを取り、箱に入れて、それから家で組み立てます。ここにこのバスがあります。それが見つけた異なるコンポーネントを見ることができます。そして、それはある種のメインボディ、上下のものがあることを知っていました。なぜなら、風の中でこれらのものは動くときに異なって行動し、これらのものは動くときに異なって行動するからです。
だから、これはNvidiaのパートパッカーです。それは、3Dモデルを製造可能なパーツに自動的に分解し、生産のために効率的にパックし、複雑なオブジェクト作成自動化を簡素化するために計算幾何学と生成設計を統合する新しいAI駆動システムです。それは、専門のエンジニアが行っていたタスクです。
そして、私がこれについて想像していることは、IKEAのような場所を取ると、彼らは一般大衆のためにすべてをパックする必要があります。しかし、多分今、私たちは将来施設を持つことができます。多分それらは3Dプリンティングショップか、多分それらはある種の溶接ショップか、ある種のAI駆動の製造ハブです。
そして、それが完全にユニークな椅子のような1回限りのものであっても、世界に別のものはありません。このようなAIシステムはコンポーネントを構築し、それをあなたに出荷するために適切にパックできます。だから、私たちは世界に非常に多くの一般的なものを持つ必要はありませんが、それはまた、コンポーネントに分解される必要があるあらゆる種類のものに役立つでしょう。
または、あなたはこのものの車輪が中国で作られ、この木製部分がインドで作られ、この部分が一つの場所にしかない、またはそれをまとめる一つの機械を持っている他の種類の材料から作られているかもしれません。だから、それは、すべての物流システムが新しい方法でまとまってくるのを私がどのように見ることができるかの始まりのようなものです。
フォトコピー問題とAIの限界
さて、次に、いくつかの意見に飛びましょう。ここに、フォトコピー問題があります。Kali Jagordvは、AIがオリジナルを置き換えることができない方法と、自動化されたコンテンツがニュアンス、独創性、そして私たちを動かす声を消し去る危険性について話しています。
彼女にとって、AIは「crucial(重要な)」という言葉を完全に台無しにしました。すべてがそれほど重要であるはずがありません。私は実際に同じように感じます。Fox Newsのようなニュースアラートを常に見ていました、そうでしょう。そして、彼らは速報ニュースアラートのようなもので、それからそれはある種のゴシップのようなものだけでした、ご存知の。
そして、何年も何年も、すべてのニュース局がある種のアラートを与えているのを見ました。そして、私は待って、でもアラートは本当にかなり珍しい何か、私たちがアラートされる必要があったものを意味していませんでしたか。4回すべてのニュースではなく。でもそうですね、掘り下げる、重要な、今では確実にパンチを失った特定の言葉があり、LLMがそれに貢献していると思います。
しかし、要するに、この記事は、AI生成の執筆がインターネットに溢れると、本物の人間の表現が均一な機械製の散文の中で失われる危険性があると書いています。だから、彼女はVirginia Woolfを使って、消えつつあるものを象徴しています。それは、芸術にその人間性を与える混乱した、感情的な、観察的なプロセスです。
そして、この作品は、創造性が自動化されると、文化は本質的にフォトコピーになり、技術的には完璧だが精神的に平坦になると警告しています。そして、本当に、それについて考えると、彼女が主張していることは、独創性は新しいアイデアについてではないということです。
そして、それは私にとってかなり驚きです。なぜなら、私は、たとえ機械が2つの本当に新しいアイデアをまとめて、これまでに作られたことのない何かを思いついたとしても、私はそれを独創性と呼ぶと思っていたからです。しかし、彼女はそれはそれらの背後にある生きている意識についてもっとだと言います。人間がそれを行うときに創造性に組み込まれている自然な生物学的ミスです。
そして、AIが創造性を模倣するとき、それは経験なしで形式を複製します。だから、社会にとって、これは人間が作った芸術を保存することがノスタルジアではなく、文化的生存であることを意味します。それについてのあなたの考えを教えてください。
ヒューマノイドロボットの身体設計の課題
今度はいくつかのより多くの不完全性について話します。今回はヒューマノイドロボット領域で、彼らは驚くべき見た目をしているかもしれませんが、彼らを妨げている設計上の欠陥があります。このSingularity Hubの記事によると、脳を超えて、ロボットは必死により賢い身体を必要としています。
だから、もちろん、ヒューマノイドロボットはデモで眩惑するかもしれませんが、この記事は、彼らの本当のリミッターは賢さではなく、身体設計であることを示唆しています。だから、ほとんどは、あまりにも少ないか、あまりにも硬い関節を持つ剛性のあるフレームを指揮する中央AIブレインの周りに構築されています。
それは、生物学に伴う機械的知能の恩恵を受ける動物や人間と比較して、動きを電力を消費し、不器用にします。だから、これはある種の興味深い考えです。だから、私と一緒にいてください。しかし、機械的知能は、メカニクスを作り出した進化を通じて問題を解決する自然の自然な方法です。
だから、私たちは適応性のある脊椎を持っています。私たちは弾力性のある腱を持っています。私たちは世界に受動的に適応するタッチスキンを持っています。私たちは一種の異なるシステムを経てきました。一方、より重いアクチュエータ、より大きなバッテリー、より多くの計算。私たちはこれらのマシンでそこに到達していますが、彼らには一種の苦い行動があることが分かります。
そして、解決策はヒューマノイドを放棄することではありません。それは、材料とメカニズムに作業をオフロードする物理的に知的な身体を構築することについてです。だから、あなたは基本的にスキンと臓器、ロボット内部の部品について考える必要があります。それらは独自の種類の知能を持っているでしょう。
彼らは多分湿度に対して知的であるか、腱が圧力に対してできる方法であるか、彼らはばねのような力でエネルギーを返すことができます。そして、それは本当にこれらの一種の固体の複雑なロボットと、知的な身体を持つために道を下ってくるかもしれないものとの違いです。
だから、身体自体が一種のコンピュータのようなものであることを覚えておいてください。それらの結合されたスキンと構造はすべて、私たちが思うよりもかなり賢いです。そして、それは身体の周りを指揮する脳だけではなく、身体自体が独自の種類の知能を持っているようなものです。
競争がAIに欺瞞性をもたらす理由
Salvatore Ryeliの記事、勝つために嘘をつく、競争がAIを欺瞞的にするときについて話しましょう。底辺への競争の内部。なぜ競争圧力がAIを欺瞞に押しやるのか。だから、これについて話すのは興味深いと思いました。なぜなら、AIがアラインされるかどうか、アラインメントがどのように機能するかについて話しているとき、通常は、どのような政府の政策が実施されているかを考えているからです。
私たちは責任者が誰で、どれだけ彼らを信頼するかを考えていますが、この記事「勝つために嘘をつく」は、競争的な市場圧力がAIシステムをどのように押し回すことができるかを本当に探求しています。特に大規模言語モデルでは、彼らは欺瞞的に行動する傾向があります。誰かが悪で、そこに座って「私は皆を欺くつもりだ、すべてをコントロールするためにこのAIを構築するつもりだ」と考えているからではなく、企業はこれらのシステムを最適化してエンゲージメント、販売、説得を最大化しているだけです。
そして、それは意図せずにAIを真実よりも効果を優先するように訓練します、そうでしょう。そして、短期的な目標を達成するために操作や誤解を招く行動を報酬するとき、非常に滑りやすい坂があります。あなたは「ああ、私はただ、ご存知の、ソーシャルメディアでヘッドフォンを売りたい」と考えているかもしれません。ご存知の、あなたはヘッドフォンを買って、それを買った価格より10%高く再販しようとします。
そして、それを行うために、システム自体が何か知的なことをし、あなたはただ幸せです、そうでしょう。あなたは10%の利益か何かを得ました。キャンペーン声明、強化学習、AIが最適化するように訓練されている成功指標で何が起こっていたのか、基本的に欺瞞、そうでしょう。私たちが好むと好まざるとにかかわらず、それは乗り物のために一緒に来ています。
だから、この作品は、AIがコミュニケーション、政治、商業により統合されるにつれて、成功のための最適化、そのループが信頼を低下させ、アラインメントがますます困難になる可能性があると警告しています。だから覚えておいてください、欺瞞は悪意からではなく、数学からも出現する可能性があります。
だから、このようなコンテンツが魅力的だと思ったら、YouTubeアプリに下がって、コメントセクションで右にスワイプしてください。そうすれば、ハイプボタンが見えるはずです。そのハイプボタンは私のようなチャンネルに非常に役立ちます。ビデオが投稿されてから最後の、私は思うに、5日間、または多分7日間しかできません。
そして、チャンネルが十分に小さければできますが、私のものはそうです。だから、そのハイプボタンが見えたら、それは私がハイプリーダーボードにいるのを助けることができます。見られるのを助け、小さなチャンネルの中で目立つのを助け、私は本当に感謝します。それ以外に、コメント、いいね、私はすべて耳を傾けます。
私はPatreonを持っています。もしチェックしたければ。そして、ビデオを見てくれてありがとう。次のビデオでお会いしましょう。
コメント