本動画は、LinkedInの共同創業者でありベンチャーキャピタリストのReid Hoffmanが、AI時代における投資戦略、意識の哲学的問題、労働の未来について語るインタビューである。Hoffmanは、シリコンバレーが見落としがちな「ブラインドスポット」、特にソフトウェア以外の領域でのAI活用に注目し、創薬分野への投資などを例に挙げている。また、LLMの限界と可能性、医師など専門職の役割の変化、そしてAIと人間の友情の違いについて深く考察している。技術革新と人間性のバランスを重視する彼の視点は、AI時代をどう生きるべきかという問いに対する示唆に富んでいる。
Reid Hoffmanのシリコンバレー哲学とAI投資の視点
これは実際、シリコンバレーについて人々が気づいていないことの一つだと思います。まず、突然創造できる驚くべきものは何かから始めるんです。これらの企業の多くに、ビジネスモデルは何ですか?と尋ねると、分かりませんと答えます。彼らは、ええ、何とか見つけ出そうとしていますが、ここで何か素晴らしいものを創造できるんです、と言います。そしてそれこそが、シリコンバレーの宗教と呼んでもいいもの、シリコンバレーの知識の根本的なものの一つであり、私が心から愛し、尊敬し、体現しているものなんです。
ポッドキャストへようこそ。ここに来られて嬉しいです。
さて、Reedさん、あなたはweb 2.0時代の最も成功した投資家の一人ですよね。Facebook、そしてもちろんあなたが共同創業したLinkedIn、Airbnb、その他多数があります。そしてあなたにはそれを可能にしたいくつかのフレームワークがありました。その一つが七つの大罪で、私たちはよく話題にしていて大好きです。AI投資について考えるとき、あなたのAI投資に対するフレームワークや世界観はどのようなものですか?
明らかに、私たち全員が暗闇の中のガラス越しに、ストロボライトが点滅する霧の中を見ているようなもので、何が起こっているのか理解するのが難しい状況です。ですから、私たちは皆、この新しい宇宙を航海しているんです。だから、クリストファーほどのものがあるかどうかは分かりませんが、七つの大罪は今でも機能します。なぜなら、それは80億人以上すべての人間に共通する心理的インフラの問題だからです。
しかし、いくつか言えることがあります。第一に、チャットボットに関する明白な見通し、生産性に関する明白な見通し、コーディング支援に関する明白な見通しといった、ある種の明白な見通しのセットが存在するということです。そして、ちなみにそれはまだ投資する価値がありますが、明らかに明白な見通しということは、それが全員にとって明白な見通しだということであり、したがって差別化された投資をするのはより困難になります。
第二の領域は、これが何を意味するのかということです。なぜなら、混乱の時代においてあまりにも多くの人々が、すべてが変わると言いがちですが、実際には重要なものが変わるんです。例えば、あなたがweb 2.0やLinkedInについて言及していましたが、明らかに、プラットフォームの変化によって、AIのおかげで可能になる新しいLinkedInのようなものがあるのかどうかという話になります。もちろん、私自身の経歴を考えると、LinkedInがそうなることを望んでいますが、いずれにせよ、私は常にイノベーション、起業家精神、人類にとって最善のものを支持しています。
しかし、プラットフォームが変わっていない、ネットワーク効果や企業統合など、より伝統的なもののようなものは何でしょうか。新しいプラットフォームがリンゴ車をひっくり返しますが、そのリンゴ車を何らかの形でまた組み立て直すことになります。それは何でしょうか?
そして第三に、おそらくこれが私が最も時間を費やしてきたところですが、私がシリコンバレーのブラインドスポットと考えているものです。シリコンバレーは世界で最も素晴らしい場所の一つだからです。激しい協調競争、学習、発明、新しいものを構築することなどのネットワークがあり、それは本当に素晴らしいです。しかし、私たちには大砲もあります。私たちには一種のブラインドスポットがあります。
私たちにとっての古典的なものは、すべてをコンピュータサイエンスで行うべき、すべてをソフトウェアで行うべき、すべてをビット単位で行うべきというものです。そしてそれが最も関連性が高いのです。なぜなら、ちなみに、それは投資するのに素晴らしい領域だからです。
しかし、私は考えました。AI革命が魔法のようになるが、シリコンバレーのブラインドスポット内にはない領域は何だろうかと。そしておそらくそこが、私が共同創業の時間、発明の時間、投資の時間などの大部分を費やしてきたところです。なぜなら、非常に大きなものに対するブラインドスポットというのは、まさにあなたが、よし、別の象徴的な企業の一つのようなものを創造するための長い滑走路があると考えるような種類のものだと思うからです。
そうですね。もう少し深く掘り下げましょう。なぜなら、私たちはこれの直前にも話していたのですが、人々は生産性の側面やワークフローの側面に非常に集中しすぎていて、他の要素を見逃しているということについてです。今、あなたがより興味深いと思う他のことについて、もっと教えてください。
そうですね、私が2015年、つまり10年前にGreylockのパートナーたちに言ったことの一つは、AIに関する生産性について様々なことが起こるだろうということでした。私も手伝いますよと言いました。あなた方が取り組んでいる、私に協力してほしい企業があればいいですね。素晴らしい。企業の生産性などについてです。Greylockが専門としている分野ですね。
しかし、実際には、ここにあるブラインドスポットは、あなた方二人が知っているMatisAIのようなものもあるだろうと言いました。これは、ソフトウェアのスピードで機能する創薬工場をどのように作るかということです。もちろん規制があります。もちろん生物学的なビットがあります。だから純粋にソフトウェアのスピードにはならないでしょうが、どうやってこれを行うのでしょうか。
すると彼らは、あなたは生物学について何を知っているのですか?と言いました。答えはゼロです。まあ、完全にゼロではないかもしれません。10年間Biohubの理事を務めています。Arcの理事でもあります。原子の世界とビットの世界の交差点について考えてきました。そして生物学的ビットがあり、それは様々な意味で原子とビットの中間のようなものです。
私はこのことについて、特定の企業に焦点を当てるというよりは、人間の生活を向上させるものは何かという焦点で、多くのことを考えてきました。それがBiohubの理由の一部であり、Arcの理由の一部です。
しかし、その後、ちょっと待てよ、実際にはAIによって加速があるのではないかと考えました。例えば、実はこの回り道は楽しいでしょう。約10年前、私はスタンフォード長期計画委員会で講演を依頼されました。そして私が彼らに言ったのは、基本的にすべてのエネルギーをあらゆる単一の学問分野のためのAIツールに振り向けるべきだということでした。これはChatGPTやその他すべてのずっと前のことです。
私が使ったメタファーは検索のメタファーでした。なぜなら、すべての単一の学問分野にカスタム検索生産性ツールがあったらどうなるか考えてみてください。当時、私は理論数学や理論物理学以外のすべての学問分野でそれを構築できると想像できました。今日では、理論数学や理論物理学でさえ可能かもしれません。
その通りです。だから、知識生成、知識コミュニケーション、知識分析を変革するようなことをするんです。
まあ、同じようなことで今考えているのは、生物学的システムはまだシミュレーションするには複雑すぎるということです。LLMで素晴らしいことがたくさんありますが、古典的なシリコンバレーのブラインドスポットは、ああ、すべてをシミュレーションに入れれば薬が出てくるだろう、というものです。そのシミュレーションは困難なんです。
AlphaGo、AlphaZeroでの仕事から見え始める洞察の一部は、人々が物理的な材料は量子コンピューティングを必要とするだろうと考えているからです。量子コンピューティングは本当に素晴らしいことができるかもしれませんが、実際には単に予測を行い、その予測を正しく行うだけなんです。ちなみに、それは100%の確率で正しい必要はありません。1%の確率で正しければいいんです。なぜなら、残りの99%が正しくなかったことを検証できるからです。そして、その一つのものを見つけることができます。
文字通り、それは干し草の山の中の針ではありません。太陽系の中の針のようなものです。しかし、それを可能にできるかもしれません。そしてそれが、よし、シリコンバレーは古典的にすべてをシミュレーションに入れればそれで解決すると言うだろう、いや、それはうまくいかない、ということにつながったんです。
あるいは、超知的な創薬研究者がいて、それが2年後にできるだろうと言います。実際、いつかできるかもしれませんが、すぐではありません。
ですから、それがそのような種類のものでした。他のさまざまな分野でもです。ちなみに、これは私が長く話しすぎていなければ、もう一つの例を挙げますが、あなたはこれを気に入るでしょう。これは10年から15年前の私たちの会話のいくつかを反映するものです。
私は今週の日曜日に、AIがすべての医師を数年以内に置き換えるかどうかについての討論の準備をしています。賛成側のケースは非常に簡単で、能力が大幅に向上しているということです。今日のChatGPTを見れば、例えば、これを聞いているすべての人へのアドバイスですが、ChatGPTまたは同等のものをセカンドオピニオンとして使っていないなら、あなたは正気ではありません。無知です。深刻な結果を得たら、セカンドオピニオンとして確認してください。ちなみに、もし意見が分かれたら、第三の意見を取りに行ってください。
診断能力、これらは地球上のどの人間よりもはるかに優れた知識ストアです。だから、医師が単なる知識ストアであるなら、ええ、それはなくなります。しかし、実際に医師を意味するのかという質問があり、それは、ああ、あなたの手を握って大丈夫だと言う誰かではありません。
実際、私は10年後、20年後にも医師のポジションがあると思います。それは知識ストアとしてではありません。知識ストアの専門的ユーザーとしてです。しかし、それは、ああ、私は10年間医学部に行って物事を集中的に記憶したから医師なのだというものではありません。それはすべてなくなります。素晴らしい。その部分はですが、しかし医師であることには他にも多くの部分があるんです。
そこで、私はChatGPT Proに行きました。ディープリサーチを使ってです。Claude 4 Opus 4.5ディープリサーチに行きました。Gemini Ultraに行きました。Copilotディープリサーチに行きました。そしてこれらすべてにおいて、私は自分の立場に最善の議論を与えるために、プロンプティングについて知っているすべてのことを行いました。なぜなら、AIについて討論しようとしているのだから、当然AIを使って討論すべきだと考えたからです。
答えはB-またはBでした、絶対的なトッピングにもかかわらず。そして、私は世界にはおそらくもっと優れたプロンプターがいるかもしれませんが、私は公開される6か月前にGPT-4へのアクセスを得て以来、これをやってきました。ですから、プロンプティング全体についてある程度の経験があります。素人プロンプターではありません。
そこで、私はこれを見て、ああ、これは非常に興味深く、現在のLLMの推論能力の限界を示しているなと思いました。なぜなら、それが行ったのは基本的に、10〜15分間、32 GPUコンピュートクラスターを使って推論を実行し、アナリストが3日間で作成したであろう仕事に比べて驚くべき仕事を10分で作成したということです。もちろん、私はすべてを並行して設定しました。異なるブラウザタブで異なるシステムにすべて入力し、それらの間で比較を実行しました。すべてです。
しかし、その欠陥は、優れた雑誌や優れたものの記事が今日その立場を主張する方法についてのコンセンサス意見を私に与えているということでした。そしてそれはすべて弱かったのです。なぜなら、診断をクロスチェックする人間が必要だというのが共通のテーマだったからです。私は、ちなみに、技術者として明確に知っているのは、診断をクロスチェックする人間がいるということであり、診断をクロスチェックするAIがいて、診断をクロスチェックするAIをクロスチェックするAIがいるということです。確かに、どこかに人間がいるでしょうが、20年後に医師が診断をクロスチェックする中心的な場所になるとは言えません。
なぜなら、ちなみに、医師が非常に迅速に学ぶべきことは、AIが与えるコンセンサス意見とは異なることを信じるなら、非常に良い理由を持つべきであり、何らかの調査を行うことになるということです。AIが常に正しいという意味ではありません。それは実際、私たちがすべての職業で必要とすることの一部です。より横方向の思考、より側方的な思考です。
これは良いコンセンサス意見です。では、コンセンサス意見でない場合はどうでしょうか?それが医師が行う必要があることです。それが弁護士が行う必要があることです。それがコーダーが行う必要があることです。それがそうなんです。LLMはそこでまだかなり構造的に制限されています。
面白いですね。私の好きな言葉はRichard Feynmanのものです。科学とは専門家の無知への信念である、と。そして、専門家であることが資格主義である職業が非常に多くあります。if this then thatのようなものです。私はMDを持っているから知っている、JDを持っているから知っている、というようなものです。
そのため、コーディングは実際には少し先を行っています。なぜなら、どこで学位を取得したかは気にしないからです。これはある種、社会の他の部分よりも先を行っています。
面白いことに、Milton Friedmanが一度尋ねられたことがあります。彼は有名なリバタリアンでしたが、脳外科医は資格を持つべきだと思いませんか?と。彼は、ええ、市場がそれを解決するでしょうと答えました。ちょっとクレイジーに聞こえますよね?しかし、それが今、私たちがビットの世界でコーディングを行う方法なんです。
しかし、あなたがこの、それほど高度ではない思考を持っている理由の多くは、非常に多くのことが資格主義の層の上に構築されているからのようです。そしてそれは非常に良いヒューリスティックです。歴史的にそうでした。ハーバード医学部をトップで卒業した医師がいれば、おそらく良い医師です。
そうです。ちなみに、あなたはそれを批判的に望んでいました。3年前はそうでした。知識ベースを持っている人が必要でした。あなたはそれを持っています。素晴らしい。しかし、今は知識ベースがあります。
ええ、完全に同意します。これが、あなたがこれを気に入るだろうと言った理由です。なぜなら、それは私たちの専門知識の反響だからです。
AIと物理世界の交差点
あなたがビット対アトムについて掘り下げるつもりだと思いました。今、非常に興味深いのは、Goldman Sachsのセルサイドアナリストのようなすべての高価値の仕事がディープリサーチであるのに対し、洗濯物を畳むのは10万ドルの設備投資だということです。だから、時給10ドルで支払える人ほどうまく機能しません。そして、アトムのものは実際に破壊するのが非常に難しいんです。
そうです。そして最終的にはそこにたどり着きますが、そこはシリコンバレーが確実にブラインドスポットを持っている場所です。しかし、それは設備投資対運営費用のようなもの、あるいはビット対アトムのようなものです。
ええ。アトムは別の部分ですが、それがバイオの理由でもあります。なぜならバイオはビット的なアトムだからです。
そうです。そうです。そうです。では、洗濯物を畳むことを解明するのがそれほど難しいのに、なぜそれを解明するのが簡単なのか、最良の説明は何でしょうか。なぜそんなに長くかかったのか、なぜそんなに高価なのか。なぜなら、事前にそれを予見するのは難しかったでしょう。
数年前にIlyaとこのことについて話したことを覚えています。なぜAsimovの小説を読むと、人々があなたのために料理をしたり洗濯物を畳んだりする方法について話しているのに、これらのことが何も起こっていないのですかと。彼は、十分に賢い脳がなかっただけだと言いました。これが問題の一部でした。
つまり、例えば、この水のボトルをどのように拾い上げるかということがあり、あなたの手は非常に優れていることが分かります。なぜ人間は他のすべての種よりも進歩しているのでしょうか。二つの理由があります。第一に、私たちには対向する親指があります。そして第二に、私たちは世代から世代へと受け継ぐことができる言語システム、つまり書くことを思いつきました。
イルカは非常に賢いです。実際に全体の理論がありました。それは単に脳のサイズではなく、脳と体のサイズの比率だったので、人間が最も高かったです。いいえ、本当ではありません。そして今、私たちが実際にすべての動物を測定したところ、体のサイズに対してより多くの脳を持つ多くの動物がいます。
その比率は象やイルカに有利です。数字は忘れましたが、実際に人間よりも進歩している多くの動物がいます。しかし、彼らには対向する親指がありません。そのため、彼らは決して書くことを発達させませんでした。だから、実際に世代から世代へと反復することができないんです。人間はそうしました。
そしてもちろん、人間の状態はこのようでしたが、産業革命があってこのようになり、今はこのように続いています。ちなみに、これが、過去4、5年で私が気づいたことの一つの理由です。ホモサピエンスとしての人間の古典的な分類があるからです。実際、私たちはホモテクネだと思います。なぜなら、それはテクノロジーを通じた反復だからです。
そうです。そうです。正確に。どのバージョンでも、書くこと、タイピング、何でもいいですが、私たちはテクノロジーを通じて反復します。それが実際に将来の世代に伝わり、科学の上に構築されるものです。そしてそれが本当に重要だと思うことです。
ええ。他のいくつかの説明としては、ホワイトカラーの仕事についてのトレーニングデータの方が、物を拾い上げるといったことよりも多いということが考えられます。あるいは、一部の人々は、私たちが読書をするよりもずっと長い間、対向する親指を使ってきたという進化論的な議論をします。
ええ、それはトカゲの脳のようなものです。あなたの脳のほとんどは新皮質ではなく、それが描いたり絵を描いたりする部分で、実際には非常に非常に難しいものです。描いたり絵を描いたりできるイルカを見つけることはできません。
それはおそらく対向する親指がないためですが、脳のその部分が発達していないからかもしれません。しかし、戦うか逃げるかのような、ある程度自律的な反応のために何十億年もの進化があり、それは描いたり絵を描いたりするずっとずっと前から存在しています。
しかし、主な問題はバッテリー化学の問題だと思います。例えば、リチウムイオンバッテリーはかなりクールですが、そのエネルギー密度は細胞のATPと比較するとひどいものです。ロボット工学が機能しない理由はたくさんありますが、何よりもまず、脳が決して非常に良くなかったということです。
Fanucのような組み立てライン用のロボットを作る会社があります。それらは非常にうまく機能しますが、非常に決定論的または高度に決定論的です。しかし、複数の自由度に入ると、非常に多くのことを機能させなければなりません。
そして設備投資、つまり、洗濯物を畳むロボットに10万ドルが必要です。そして、その仕事をする余分な人がたくさんいます。経済性は決して意味をなしませんでした。しかし、これが日本がロボット工学のリーダーである理由です。誰も雇えないからです。
だから、ロボットを作った方がいいかもしれません。本当の話ですが、私は日本でボーリングに行ったことがあり、ボーリングシューズを渡す自動販売機ロボットがあり、それがボーリングシューズを掃除していました。
ここではそのようなものを決して作らないでしょう。なぜなら、地元の高校から誰かを雇って、彼にやってもらうからです。
ええ。そしてはるかに安く、実際により効果的です。しかし、これは設備投資のようなもので、設備投資ラインと運営費用ラインが交差するとき、ああ、ロボットを作るべきだということになります。それが必要な他のことの一つです。しかし、コストが下がれば、もちろん、それは運営費用対設備投資の方向に傾きます。
ロボット側でもう少し深く掘り下げるべき他のいくつかのことがあると思います。一つは密度、ビットと価値の比率です。言語では、ロマンス小説のようなものにこれらすべてのものをカプセル化したとき、ビットに対する価値が高いのに対し、全世界にいるときには、すべてのビットからどのように抽象化するか、どのように抽象化するかということがたくさんあります。
それの別の部分は、常識的な認識のようなものです。これは、GPT-2、3、4、5を見るとき、サヴァンの進歩ですよね。サヴァンは素晴らしいです。サヴァンという意味ではありませんが、間違いを犯すときのようです。古典的なこととして、Microsoftは何年も前から、エージェント同士が長期間会話するのを実行しています。1年間それを続けて、何が起こるか見てみましょうと。
そして非常に頻繁に、彼らはありがとう、いいえありがとう、いいえありがとうというようなことに陥ります。1か月後、ありがとう、いいえありがとう。人間はやめてと言いますよね。それは文脈認識の単純な表現方法のようなもので、いや、いや、いや、非常に文脈を認識し続けましょうと言います。
そして、進歩が魔法のようであったとしても、はるかに優れたデータ、はるかに優れた推論、はるかに優れたパーソナライゼーションなど、文脈認識はその代理にすぎません。
ソフトウェアが労働を食べる:医師とAIの未来
ええ。ええ。私は、医師に関するあなたの質問についてもっと深く掘り下げたいと思います、Reedさん。Alexさん、私たちはあなたの講演の一つ、ソフトウェアが労働を食べるというものをリリースしたばかりです。このコパイロットモデルを持つ空間と、仕事を完全に置き換える空間について、どのような考え方のフレームワークを持っているのか興味があります。
私は、LLMを使って未来を予測したいと思いますが、B-を取得することになるでしょう。だから、B+を取れるかもしれません。多くの場合、自然なスキューモーフィックなバージョンのようなものだと思います。つまり、医師を信頼します。誰もが医師を信頼します。ヒューリスティックは、どこの医学部に行ったかです。
どうやら、現在、医師の3分の2がOpen Evidenceを使用しているそうです。これはChatGPTのようなものですが、ニューイングランド医学ジャーナルを取り込んで、そのライセンスを持っています。そうですね、Daniel Nadlerさん、いいですね。Kenさんですよね。そうです。
だから、それをしない理由はないようです。私の七つの大罪バージョンを簡略化すると、誰もがより怠惰でより裕福になりたいということです。
だから、これがより多くの患者を獲得し、より少ない仕事をする方法であるなら、もちろん人々はこれを使うでしょう。使わない理由がありません。しかし、それはその特定のものを置き換えるのでしょうか。実際、ソフトウェアが労働を食べるというものの大部分は、実際には今は労働を食べていません。
今、最もうまく機能しているのは、ねえ、みんなが仕事を失う製品がありますというものではありません。誰もその製品を買わないでしょう。配布するのは非常に非常に困難です。一方、より少ない時間働いて、より多くのお金を稼ぐことができる魔法の製品をあなたに提供します、というものです。
明らかにこのようには表現されません。怠惰で裕福というのはあまり良く聞こえませんが、より少ない時間働いて、より多くのお金を稼ぐことになります。そしてそれは非常にキラーなコンボです。そして、そのような製品があり、専門知識のヒューリスティックをすでに持っている誰かによって提供されている場合、これらは次々と採用されるでしょう。
そして最終的に、あなたが言及したようなケースが出てきます。医療診断を受けたときにChatGPTを使わないなら、あなたは正気ではありません。しかし、それは人口全体に完全には普及していません。
まあ、それはほとんど普及していません。いいえ、分かっています。はい。しかし、あなたは完全にはと言っていました。つまり、皆がそれをし始める理由の一部です。100パーセント。
面白いことに、これは史上最速の成長製品です。繰り返しますが、それはほとんど、あなたが知っているように。まあ、それが私がAIが大幅に過小評価されていると確信している理由です。シリコンバレーでは、あなたはその主張をしないかもしれません。評価が過大評価されているかもしれません。私たちは誰もそれが過大評価されているとは思っていません。
しかし、現実世界で誰かに会って、このものを見せると、彼らは全く知りません。そしてその一部は、彼らがIBM Watsonのコマーシャルを見て、ああ、それがAIだというものです。いいえ、それはAIではありませんよね?あるいは、彼らは偽のAIを見ています。彼らは2年前にChatGPTを見ました。それは問題を解決しませんでした。
面白いことに、私はこのブログ投稿をしました。Trial Payで私の投資家だったときに、私は現在に基づいて人々を判断してはいけないと呼びました。これは間違いです。多くの大企業の人々が犯すカテゴリーエラーですが、私はそれをほぼ比喩的に意味しています。
そして、私がこのブログ投稿を書いた方法は、Tiger Woodsのビデオを見つけました。彼は2歳半でした。彼は完全にまっすぐなドライブを打ち、Tonight Showか何かに出演していました。そのビデオを見る方法は2つありました。まあ、私は44歳です、あるいは私はその子供よりもはるかに遠くにドライブを打つことができます、というのは正しいです。
あるいは、わあ、その2歳半の子供がそれを続けたら、彼は本当に、本当に良くなるかもしれないと言うことができます。そして、ほとんどの人は現在に基づいて物事を判断します。
そうです。そしてそれが過小評価されている理由です。なぜなら、彼らはある時点でそれを試したからです。彼らがそれを試した時期の分布があり、確率的にそれは過去にあり、ああ、それは私のユースケースでは機能しなかった、機能しないということです。そしてそれは悪いことです。
しかし、私は多くのこれらのものがこの怠惰で裕福というコンセプトの周りで普及すると思います。そしてそれが多くのこれらのものが離陸したところです。そして、私は非常に大きな企業ではそれをあまり見ていません。なぜなら、非常に大きな企業ではプリンシパルエージェント問題があるからです。
つまり、私の会社は金を稼いだり節約したりしました。私はXYZのディレクターです。私が知っているのは、早く退社して昇進したいということだけです。
ええ。そして、それは実際に私をどのように助けるのでしょうか?それは企業という抽象的な存在を助けます。一方、小規模なビジネスや個人事業主、または5倍の患者を持つことができる皮膚科クリニックを運営している個々の医師、あるいは5倍の和解を得ることができる原告弁護士の場合は、もちろん、私はそれを使うつもりです。なぜなら、私はより怠惰でより裕福になるからです。
ええ。そうですね。100パーセント。それは素晴らしいモデルだと思います。ちなみに、もう一つあなたに思い出させることがあります。Ethan Mollickには、私がよく使う引用があります。最悪のAIは、あなたが今日使っているAIだと。
正しいです。なぜなら、明日それを使うことを思い出させるためです。
ええ。ええ。ええ。そして多くの懐疑論者は、まさにこれです。まあ、私は2か月前にそれを試しましたが、この問題を解決しませんでした。したがって、それは悪いです。あなたが現在に基づいてそれを判断しているからです。外挿する必要があります。
そして、あまりにも外挿的になりたくありません。ああ、LLMはこれを持っているというように。実際には、次のような2種類の人々がAIを過小評価していると思います。何も知らない人々と、すべてを知っている人々です。
本当に興味深いです。あなたが知っているミーム、馬鹿なミームのようなものです。人々ですが、そうです。この分布のこの部分の人々が正しいというようなものです。通常、ミームは逆です。
この部分の人々は愚かでも賢いというようなものです。この部分の人々は賢くても賢いというようなものです。ここの誰もがこの曲線のこの部分が実際に正しいです。なぜなら、彼らはそれを使ってより裕福になり、より怠惰になっている人々だからです。
私が人々に言うもう一つのことは、今日、あなたが何か深刻なことであなたを助けるAIの使用法を見つけていないなら、子供の誕生日のためにソネットを書くだけでなく、あるいは冷蔵庫にこれらの材料があります、何を作るべきですか、というようなものだけでなく。それらもしてください。
しかし、仕事のための何か、あなたがしていることについて深刻な何かのために、あなたは十分に努力していません。
ええ。ええ。それは機能しないということではありません。すべてを機能させるということです。例えば、私がまだ、Reed HoffmanがAIに投資してお金を稼ぐべき方法を入力し、それを再度試してみると思います。あるいは、実際のゲームの名前ではなく、私が思うに愚かなビジネス教授の答えを得るだろうと疑っています。
しかし、誰もが試すべきです。例えば、私たちは、資料を受け取ったときにそれらを入れて、デューデリジェンス計画を教えてくださいと言います。ここにいる誰もがそれをしていないなら、それは間違いです。
ええ。5分でそれを手に入れて、ああ、2つではない、5つではない、ああ、しかし3つは良い、そして私が3つにたどり着くのに1日かかったでしょうというようになります。
スケーリング法則とLLMの限界
ええ。ええ。外挿に戻りましょう。明らかに、過去数年間は信じられない成長がありました。あなたはもちろん、最初からOpen AIに関与していました。今後数年間を見ると、スケーリング法則が維持されるかどうか、あるいは一種の制限があるかどうか、LLMでどこまで到達できるかという広い質問があります。
別の種類のブレークスルーが必要なのでしょうか?これらの質問のいくつかに対するあなたの見解は何ですか?
私たちが未来を外挿するこの宇宙の中で泳いでいることの一つは、シリコンバレーについて素晴らしいことの一つです。だから、特異点の理論、超知能の理論、すぐに超知能に到達する指数関数の理論というようなものがあります。
そして私が発見するのは、通常、その間違いは、未来を外挿することが賢明であるという事実ではないということです。人々はそれをする必要があり、あまりにも少ない人々がそれをします。私は、もし私が正しく思い出しているなら、あなたの投稿を気に入って、それを促進するのを手伝ったと思います。
しかし、それは、まあ、その曲線は何なのかという概念です。それがサヴァン曲線である場合、それは、私の神様、それはアポセオシスであり、今は神であるというのとは異なります。いいえ、いいえ、いいえ、それは私たちが持っているよりもさらに驚くべきサヴァンになるでしょう。
しかし、ちなみに、それがサヴァンだけである場合、私たちには常に余地があります。ジェネラリスト、クロスチェッカー、文脈認識、その他すべてのものには常に余地があります。さて、閾値を超えるかもしれませんし、超えないかもしれません。
超えないかもしれません。そこにはたくさんの異なる質問があると思いますが、その外挿はあまりにも頻繁に、まあ、それは指数関数的なので、2年半で魔法だというようになります。そして、あなたは、まあ、見てください、それは魔法ですが、すべての魔法ではありません、というような方法でそれを行います。
さて、私自身の個人的な信念は、LMSの批評家は間違いを犯しているということです。私たちはすべての異なる批評家を通過することができます。ああ、知識表現ではない、素数で間違える、blah blah blah blah blah。私たちは皆、イチゴにRがいくつありますか?
そうです。正確に。あなたが知っている、わあ、それは壊れていると見てください。そして、あなたは魔法を見逃していると言っています。はい、おそらく3〜5年でさえ、時間の経過とともにLLMにとって困難な問題であり続けるいくつかの構造的なものがあるかもしれません。
しかし、AIはすべてを支配する一つのLLMだけではありません。それはモデルの組み合わせです。私たちはすでにモデルの組み合わせを持っています。様々な画像とビデオのタスクのために拡散モデルを使用しています。さて、ちなみに、彼らは、存在論を持つためにLLMも持っていなければ機能しません。
私をStar Trekの船長としてのEric Torbergを作成してください、宇宙を探検し、バルカン人との最初の接触を持つために出かけます、というように。今、私たちの電話で、私たちはそれをすることができます。それはOpen AIとVoのおかげでそこにあるでしょう。Googleのモデルも非常に良いからです。
しかし、それにはLMが必要です。しかし、人々が追跡しないのは、それがLLMと拡散モデルと、それらをまたぐファブリックを持つ他のものになるだろうということです。さて、興味深い質問の一つは、ファブリックは基本的なLLMですか、ファブリックは他のものですか。これに関しては未定だと思います。
そして、それが知性に到達する程度は興味深い質問です。さて、私が思うことの一つは、人々がAIに関して間違ったことに執着しているということです。
彼らは気候変動のことに執着しています。なぜなら、実際には、電気の規模と可用性で知性を適用すれば、気候変動に役立つからです。グリッドとアプライアンスと他の多くのものを解決することになります。それは純粋に超ポジティブになるでしょう。ちなみに、あなたはすでにその要素を見ています。
Googleは自社のデータセンターにアルゴリズムを適用しました。これらは世界で最も調整されたグリッドシステムの一部です。40パーセントのエネルギー節約。つまり、それを適用するだけです。だから、それは間違いです。
しかし、私が思う領域の一つは、子供たちがAIと共に成長する方法についての質問のようなものです。彼らの認識論は何ですか?彼らの学習曲線は何ですか?これに関連するものは何ですか?なぜなら、そのような質問は、私たちがそれをどのように行っているかについて非常に意図的になりたいものだからです。
そして、私はそれが、あなたが良い答えを得ようとすべき良い質問をしたい場合、あなたができる何か、良い答えに貢献する、それは良いものだと思います。
意識と自由意志の哲学的問題
ええ。まあ、私が自由意志に反対する最も説得力のある議論は、私たちが生化学的機械であるということだけです。だから、誰かの自由意志をテストしたい場合は、彼らを非常に空腹にし、非常に怒らせます。これらすべてのことは、ホルモンがあるだけです。
ノルエピネフリンのようなものです。それはあなたを特定の方法で行動させます。それはオーバーライドのようなものです。
そうです。だから、あなたはこの自由意志のようなものを持っていますが、特定の化学物質を挿入すると、ブームと変化します。あなたはデカルト主義者ではないと言っているのですか?二つの文章をつなぐ小さな松果体がないのですか?
分かりません。だから、それは本当です。つまり、単に空腹のようなものです。ええ。私は空腹で怒っています。それは一つのことです。
そうです。そして、超知能を開発している場合、このような愚かなオーバーライドを持ちたいのでしょうか?つまり、完全に普通の人々が刑務所に行く理由は、時々非常に怒るからです。彼らは性格外のようなことをしますが、血流を流れる化学物質だけを考えるなら、実際には性格外ではありません。それは考えるとかなりクレイジーです。
見てください、私たちはオタクなポッドキャストにいるので、二つのオタクなことを言います。一つは、古典的なものは、人々が、はい、私たちは生化学的機械ですが、生化学的機械が何であるかについてあまりにも単純化しすぎないようにしましょうと言うことです。
それはPenrose、量子コンピューティングなどのようなものです。そして、量子の奇妙なものに到達します。それは、測定されるまで確率的な二重重ね合わせの形です。測定に魔法があるのはなぜですか?そして、測定におけるその魔法は意識的な何かですか?あなたが知っている、blah blah blah。そこにはたくさんのものがあります。
私が興味深いと思うもう一つのことは、哲学で少し復活を見ていることは観念論です。物理的唯物論者として、私たちは、いいえ、観念論者は反証されたと思っていたでしょう。彼らは去りました。
しかし、実際には、存在するのは思考であり、私たちの周りのすべての物理的なものはその思考から来ていると言い始めています。そして明らかに、私たちはこれのバージョンを見ます。なぜなら、私たちがシミュレーションの中に住んでいると言う人々によって、私はここシリコンバレーで頻繁に楽しんでいるからです。私はそれを知っています。あなたもそれを知っています。
そして、あなたは、まあ、あなたのシミュレーション理論はキリスト教のインテリジェントデザイン理論に非常に似ていますと言います。説明できないものがあります。したがって、創造主です。いいえ、したがってシミュレーションです。いいえ、したがってシミュレーションの創造主です。
あなたは、いいえ、いいえ、いいえ、でも私はあなたが知っていると言います。だから明らかに私は観念論者ではありませんが、それが私が観念論の復活を見ている理由です。
私は疑っています。オタクです。私たちは意識の難問を解決する前に、AGIを解決すると疑っています。AGIの様々な定義についてです。
LinkedInの持続可能性とネットワーク効果
そうです。私たちが会話を始めた方法であるLinkedInに戻りたいと思います。なぜなら、私たちは幸運にも、あるいは私は幸運にも、あなたと多くの年を働くことができたからです。
私たちは過去20年間、毎週LinkedInのディスラプターについてのピッチを受けていました。
そうです。そして、近づいたものは何もありません。いいえ。だから、それは魅力的です。なぜ人々がそれがどれほど難しいかを過小評価したのか、そして人々はTwitterや他のものについても、おそらく単純に見えるかもしれないが、実際には取って代わるのが非常に非常に困難で、多くの持続力を持っているということについて、同じようなことを抱いているのか、興味があります。
そして、興味深いことに、Open AIが、AIを使って、企業が必要としているものと労働者が提供できるものとの間の完璧なマッチを見つけるのに役立つ仕事サービスを出すと言っていることを引用しています。LinkedInの耐久性についてどのように考えているのか興味があります。
見てください、私は明らかにLinkedInが耐久性があると思いますが、何よりもまず、私はこれを人類、社会、産業として見ています。
だから、何よりもまず、人類にとって良いものは何か、次に社会にとって良いものは何か、次に産業にとって良いものは何かということです。ちなみに、私たちは社会、人類にとって良いために産業を行っています。それは対立しているわけではありません。それは単にあなたがこれらの決定をどのように行っているか、何について考えているかということです。
だから、生産的な仕事を見つけ、生産的な仕事を行うのに人々を助ける新しい素晴らしいものがあったら、私は喜ぶでしょう。私たちは、AIによる技術的混乱からすべてのこの仕事の移行を経験することになります。それは素晴らしいでしょう。
もちろん、それがLinkedInによってもたらされたら、私が構築したものに対する私自身の個人的な技術と誇りを考えると、さらに素晴らしいでしょう。
さて、LinkedInに関することは、Alexが私と一緒にこの旅の多くにいたことを知っています。私が様々なことについて彼のアドバイスを求めたときのように。LinkedInは、カメが最終的に巨大なものに成長するようなものの一つでした。
なぜなら、長年にわたり、シリコンバレーの一般的な風評は、LinkedInは退屈で、つまらなく、役に立たないものなどだったからです。そして、それはFriendsterになるだろうということでした。おそらく、これを聞いているほとんどの人々はFriendsterが何であるかを知りません。次にMySpaceでした。
数人の人々がそれを聞いたことがあるかもしれません。そしてもちろん、私たちはFacebookとMetaとTikTokとその他すべてを手に入れました。そして、LinkedInの一部は、構築するのが難しいネットワークを構築したということです。
なぜなら、写真共有が持っているのと同じsizzleとpizzazzを持っていないからです。あなたが知っている、七つの大罪のコメントを参照していたときに、私が言っていたことの一つのようなsizzleとpizzazzを持っていません。そして、私がそれをし始めた2002年に戻って、はい、私はドアにwalkerを残しました。
私が言っていたことは、Twitterはidentityだったということです。実際、私はそれを間違えました。それはwrathです。だから、それはwrath、あなたが知っている、そのコンポーネントを持っていません。そして、あなたがLinkedInで言ったこと、LinkedInのgreedは素晴らしいです、あなたが知っている、七つの大罪のようなもので、あなたが知っている。
なぜなら、それは多くの人間に非常に共通する動機だからです。裕福で怠惰です。
そうです。正確に。あるいは、あなたが知っている、あなたがそれを要点を押さえた方法で言っているだけですが、単に生産的であり、より多くの価値創造を行い、その価値の一部を自分自身に獲得することです。
そして、私は、LinkedInへのディスラプターを作成するのが困難だった理由は、構築するのが非常に難しいネットワークだからだと思います。それは実際には簡単ではありません。
そして、それに本当に忠実であり続けることによって、多くの人々が、まあ、これはこれは私がそれのためにいる場所だと言うようになります。そして今、私はこれを持つ人々のネットワークを持っていて、私たちはここで一緒に協力し、一緒に何かをしています。そしてそれが新しいものが必要とするものです。
そして、GPT-4を見て、Microsoftがこれにアクセスできることを知ったとき、私はLinkedInの人々に電話して、あなたたちはこれを見るために部屋に入る必要があると言いました。
なぜなら、あなたたちはそれでより多くの人々を助ける方法について考え始める必要があるからです。なぜなら、これで始めるからです。これは実際、シリコンバレーについて人々が気づいていないことの一つだと思います。一般的な議論は、ああ、あなたはエクイティとこのすべての収益を通じてこのすべてのお金を稼ごうとしているというものだからです。
もちろん、あなたが知っている、ビジネスマンはそれをしようとしています。しかし、彼らが気づいていないのは、突然創造できる驚くべきものは何かから始めるということです。そしてその一部は、これらの企業の多くが始めるようなものです。
そして、あなたのビジネスモデルは何ですかと言います。分かりませんと言います。ええ、私たちはそれを見つけようとしますが、ここで何か素晴らしいものを創造できます。そしてそれが実際に、シリコンバレーの宗教と呼んでもいい根本的なものの一つであり、シリコンバレーの知識であり、私が非常に愛し、尊敬し、体現しているものです。
それは実際に私が持っている質問です。一つ言います。それはLinkedInへの大きな賛辞です。それはアンチフラジャイルです。
そうです。そして、Facebookのように、ああ、もう誰もそこに行きません。それはヨギベアのようなもので、混雑しすぎています。もう誰もそこに行きません。ああ、そこには親が多すぎました。そして常に新しいものがありました。
Snapはどこから、Snapはどのように始まりましたか?これらすべての他のネットワークは、人々がブーマーの親と一緒に過ごしたくなかったために始まりました。私の子供は私がInstagramで彼をフォローさせてくれません。彼はFacebookを使いたくありません。
だから、LinkedInはそのすべてを生き残りました。しかし、あなたが言及した何かは、私が非常に興味深い点だと思うものです。web 2.0のときのように、多くのトラフィックを獲得し、素晴らしい保持を獲得し、スマイル曲線を描き、それからマネタイゼーションを見つけ出すというものでした。
そうです。そして、それは今起こっていません。たくさんではありません。ChatGPTでは、月額20ドルでした。
そうです。マネタイゼーションは最初から組み込まれていました。巨大になるのではなく、非常に明確なサブスクリプション対巨大を構築します。巨大を構築します。AIを使ってそれらの新しいものがあると思いますか?
そうです。そして、新しい種類のプレミアムがあるでしょう。それは私たちのツールチェストの一部です。それがより厄介である理由の一部、特にOpen AIを行っているときは、歯車が少し変わったからです。
そうです。今のところは。いいえ。いいえ。だから、あなたは単にできません。これが、PayPalで私たちが変更しなければならなかった理由の一つです。あなたが知っているように、あなたが私たちの近くにいたからです。私たちは有料モデルに変更しなければなりませんでした。
なぜなら、私たちは、ああ見て、私たちは指数関数的に増加する量を持っています。それは指数関数的に増加するコスト曲線を意味します。それは、数億ドルを調達したにもかかわらず、私たちが事業を終える時間を文字通り数えることができることを意味します。
なぜなら、あなたが知っている、いいえ、指数関数的に増加するコスト曲線を持つことはできません。だから、それがAIでそれが異なっている理由の一つだと思います。なぜなら、あなたは、少なくとも収益曲線が続く指数関数的に増加するコスト曲線を持つことはできません。
しかし、それはほとんど楽しくありません。Pinterestのようなものです。彼らはどのようにお金を稼ぐつもりですか?大きな公開会社です。
その時代にはそれらの多くがありましたが、今は、彼らは多くのお金を燃やしています。彼らは多くのお金を調達していますが、サブスクリプション収入は最初から組み込まれています。そしてそれが基本です。しかし、彼らはコストのためにそうしなければなりません。彼らはそうしなければなりません。正確に。
ええ。私は、おそらく七つの大罪の一つにアピールする、これらの新しいカウンターパートのような、これらのネット新会社の一つを待っています。
ええ。まあ、私はあなたと一緒にそれに取り組むことを嬉しく思います。
そうです。まあ、それは魅力的です。一部の人々はLinkedInに対して異なる角度を試みました。数年前に私が興味を持っていたものの一つは、LinkedInにあるのは履歴書だが、必ずしも推薦状ではないという考えのようなものでした。
しかし、履歴書が口コミである方法と同じように、推薦状は非口コミのようなもので、人々はそれらをインターネット上に置きたくありません。人々がインターネット上に置きたいデータセットがあった場合、LinkedInはある程度それを行っていたでしょう。
しかし、ええ、これらの試みを試みるほとんどの人々は、微妙さを評価していないと思います。そして、実際、私は、つまり、私たちは本の推薦文の推薦状に相当するものを持っています。
そうです。推薦です。否定的な推薦状はありません。まあ、しかし、ちなみに、否定的な推薦状の理由の一部は、社会的関係に複雑さがあるということです。それがあなたが今作った否定的な口コミポイントです。
そして、法的責任だけでなく、社会的関係と他の多くのものに関する複雑さもあります。さて、LinkedInは依然として否定的な推薦状を見つけるための最良の方法です。
つまり、それは実際に私がLinkedInを使って誰が人を知っているかを見つけ出すために使うものの一つであり、私には標準的な電子メールがあります。あなたはおそらく私からこれらの多くを受け取ったでしょう。私が人々に電子メールを送って、この人を1から10で評価してもらえますか、あるいは返信で私に電話してくださいと言うところです。
否定的。何?そうです。そうです。そして、電話してくださいと言われたとき、あなたは、よし、電話を取る必要さえないと言います。
ええ。ええ。私は理解しています。そうです。ちなみに、時々、人が10と書き返すと、あなたは本当ですか?というようになります。最高の人、あなたが知っている、そうですか?しかし、あなたが探しているのは8つの9のようなセットです。
ええ。そして、8つと9つのセットがあれば、まだ電話して何らかの情報を得るかもしれませんが、あなたは、よし、私は迅速な参照情報を得たと言います。
一方、ちなみに、最も頻繁に、あなたが知っている、あなたが本当に知っている誰かをチェックしているとき、私にいくつかの電話してくださいを得ます。なぜなら、私のそれは単に迅速だからです。電子メール1文のこと、戻ってきて、電話してくださいと言われます。あなたは、よし、私は理解したと言います。
友情とAIの時代における人間関係
ええ。私たちには約10分が残っています。ロジスティクスチェックだけです。最後にいくつか掘り下げます。あなたが確認したいことはありますか?
しかし、私たちはこれを再び行うことができます。これは常に楽しいです。
そうです。ええ。それは素晴らしいです。Reedさん、あなたがキャリアでレベルアップを続け、より多くの機会を持ち、特にLinkedInの売却後、それらが複利化しているように見えるとき、あなたの時間の最も高いレバレッジの使用はどこにあるか、どこで最大の影響を与えることができるか、あなたの精神的フレームワークは何ですか、どのように決定してきましたか。
つまり、私たち3人全員に言えることの一つは、生きているのに素晴らしい時期だということです。つまり、このAIと、それがホモテクネの進化にとって何を意味するか、人生、社会、仕事、その他すべてで何が可能かという変革は、単に素晴らしいです。
だから、私は可能な限りそれに関与し続けます。それをするのをやめさせるほど重要な何かでなければなりません。さて、その中で、あなたが知っている、その一部は、Siddhartha Mukherjiと共にManasuを共同創業したことでした。彼はCEOであり、「すべての悪性腫瘍の皇帝」の著者であり、いくつかのT細胞療法の発明者です。
だから、例えば、FDA承認プロセスについて彼から指示を受けるようなことは、私たち全員を丘に向かって叫びながら走らせるような種類のものです、そうですか?例として。
そして、あなたが知っている、そのような種類のものですが、また、私が本当に重要だと思うことの一つは、テクノロジーが社会で起こっているすべてのことをますます推進するにつれて、どのように政府をテクノロジーに関してより知的にするかということです。
だから、あなたが知っている、すべての種類の、よく秩序だった西洋民主主義、私は少なくとも20〜25年間これを行ってきました。大臣、あなたが知っている、あるいは民主主義からの上級者が来て、アドバイスを求めたら、私はそれを与えます。
だから、あなたが知っている、ちょうど先週、私はMacronと話しながらフランスにいました。なぜなら、彼はフランスの産業、フランスの社会、フランスの人々をどのように助けるかを理解しようとしているからです。私がすべき必要があることは何ですか?
あなたが知っている、すべてのフロンティアモデルが米国とおそらく中国で構築される場合、それは私が助ける方法、あなたが知っている、私たちの人々などにとって何を意味しますか?
そして彼は正確に正しいことをしています。それは、私は潜在的な課題があることを理解しているということです。私の人々を助けるために何をしますか?
ええ。どのように手を差し伸べますか?どのように話しますか?確かに、彼らは私のストローを持っています。彼らは他のいくつかのものを持っていますが、私がしていることを最大限に助ける方法は何ですか?そして、そのようなことにも多くの時間を費やします。
ええ。私はあなたのカレンダーを見たことを覚えています。それは週7日の会議が絶対に詰まっているように見え、それらの方法の一つは、私が6日半に行ったということです。
よし。あなたが落ち着いて嬉しいです。あなたがそれをすることができる方法の一つは、一つは重要な問題ですが、二つはあなたが友人とプロジェクトに取り組み、時には数十年にわたって、そしてあなたがおそらくここで閉じるでしょう。
あなたは友情について多く考えてきました。あなたはそれについて書いてきました。あなたはそれについて話してきました。人々がAI時代に入るとき、人々が次世代が友人との関係はどうなるのかを疑問視しているとき、特に、フランスについて最も注目すべきまたは最も驚くべきことは何だと思いましたか、あなたはより多くの人々が評価すべきだと思うことは何ですか。
私は実際にこれについて具体的にたくさん書くつもりです。なぜなら、AIが今、人々が理解する必要があるいくつかの非常に重要なことをもたらしているからです。それは、友情は共同の関係であり、ああ、あなたは単に私に忠実であるとか、ああ、あなたは単に私のために物事をするということではないということです。
ああ、この人は私のために物事をします。まあ、あなたのために物事をする多くの人々がいます。あなたのバス運転手はあなたのために物事をします、あなたが知っている、しかし、それはあなたが友達であることを意味しません。
友人、例えば、古典的な言い方のようなものは、ああ、私は本当に悪い日を過ごして、友人のAlexのところに現れて、彼と話したいと思って、次にAlexは、ああ、私の神様、これが私の日ですというものです。私は、ああ、あなたの日はずっと悪いというようになります。あなたの日について話すつもりです、私の日ではなく、そうですか?
あなたが知っている、それは起こる種類のことです。なぜなら、私が根本的に友人と起こると思うことは、二人が互いに最高の可能なバージョンの自分自身になるのを助けることに同意することだからです。
ええ。ちなみに、時々それは厳しい愛の友情の会話につながります。彼らは、ええ、あなたはこれを台無しにしていて、私はあなたについて話す必要がありますというようなものです。
私があなたに言うようなものではありません、あなたが知っている、全体のsyopencyフェーズとAIのことなどです。それはそれではありません。どのように私はあなたを助けますか?しかし、また私がVanderbiltで数年前に行った卒業式のスピーチは友情についてで、その一部は、見て、友人の一部は、AlexがAlexが私を助けることを許可するだけでなく、私を助けるかどうかですと言うことでした。
そしてその一部として、それが私がより深い友人になる方法の一部です。Alexを助けることから学びます。それは単にAlexを助けることではありません。その共同関係は本当に重要です。
そして、ああ、ここにあなたのAIの友人がいますと言うすべての種類のナッツな人々を見ることになります。いいえ、あなたは持っていません。それは双方向の関係ではありません。素晴らしいコンパニオンかもしれませんが、友人ではありません。
そして、友人の一部は、人生が私たちだけではないこと、それがチームスポーツであることを理解し始めるときの一部であるように理解する必要があります。私たちは一緒にそれに入ります。時々、あなたが知っている、友情の会話は素晴らしく困難です、あなたが知っている、そしてそのようなことです。そして、それが本当に重要だと思うことです。
そして、今、私たちがAIが作り出したこのぼやけを持っているので、人々がそれをどのようにナビゲートするか、なぜ彼らがすぐにAIについて考えるべきではないかを理解できるように、私はこれのいくつかを非常に早く書きに行かなければなりません。
ええ。友人として。まあ、私があなたについて常に評価してきたことの一つは、あなたが意見の相違がある人々、またはあなたが知っている、数年間親しくない人々と友人であることができるが、再接続することができ、そのような種類の、ええ、その能力は、ええ、それは私たちが互いに自分自身のより良いバージョンにすることについてであり、時々それはあなたが知っている、時々それらは困難なパッチを通過します。
ええ。それは閉じるのに素晴らしい場所だと思います、Reedさん。ポッドキャストに来てくれて本当にありがとうございます。
私の喜びであり、私たちが再びこれを行うことを願っています。
ええ。素晴らしい。
コメント