22,854 文字
これは、世界がこれまで知ってきたテクノロジー格差を削減するための最大の力です。今後数年間で、すべての国のGDPに二桁のインパクトを与えるでしょう。誰もあなたのためにこれをしてくれません。自分でやらなければなりません。組織、企業、国が、必要なものを構築することが求められています。
懸念されているのは、基本的に現代のデジタル植民地化と同等のものです。AIは単なるコンピューティングインフラストラクチャではなく、文化インフラストラクチャでもあります。今日は、主権AI、国家インフラストラクチャ、そしてオープンソースについて話しましょう。では、通常、国家元首から最初に受ける質問から始めましょう。「AIは本当に汎用技術ですか？」
人類の歴史において、これまでに数個しか存在していません。22か24人の経済学者は、社会全体で経済的進歩を広く加速させる特定の技術をこう呼んでいます。電気、印刷機などです。そして今、誰もが疑問に思っているのは、AIについてそう考えるのが正しいのか、それともAIは単なる重要なものの、最終的には狭い範囲の技術なのかということです。
AIは汎用技術です。なぜなら、ソフトウェアの構築方法とマシンの使用方法を根本的に見直すからです。インターネットが汎用技術であったのと同じように、AIも汎用技術です。これにより、あなたの代わりに物事を処理するエージェントを構築できます。その点で、業界のあらゆる分野で使用できます。サービス、公共サービスに使用できます。市民の生活を変えるために使用できます。農業に使用できます。防衛目的にも明らかに使用できます。そのため、国家が懸念するすべてのものを網羅しています。
したがって、どの国もそれを優先事項とし、専用の国家AI戦略を見つけるのはごく自然なことです。ちなみに、アーサーが言ったことはすべて100％正しいです。それはまた、誰もが諦めた理由であり、まさに間違っている理由でもあります。その理由はこうです。
もしそれが汎用技術であり、ある企業が究極の汎用技術を構築できるなら、なぜ他の誰もそれをする必要があるのでしょうか？それが欠陥です。しかし、それはまた、誰もがこれが少数の者だけが構築すべき技術であると信じ込ませるためのトリックでもあります。誰もが座って待つべきです。私は、誰もがAIに関与することをお勧めします。これは特権的なものではありません。知性はすべての人々のためのものです。それを構築すべきなのは、世界のごく一部の企業だけではありません。誰もが構築すべきです。スウェーデンの文化、スウェーデン語、スウェーデンの人々、スウェーデンのエコシステムをスウェーデン以上に気にする人はいません。サウジアラビアのエコシステムをサウジアラビア以上に気にする人はいません。イスラエルをイスラエル以上に気にする人はいません。技術が汎用であるという事実にもかかわらず、絶対に真実です。知性が汎用でないとはどういうことでしょうか？
それは、超特殊化されているものでもあります。その理由は、正直に言って、特定の病気の分野の専門家になるために、汎用チャットボットを待っているとは思わないからです。私は、その分野で超専門化された人を持つ方が、AIモデルを微調整し、訓練し、必要に応じて再訓練する方が良いと思います。それは汎用技術です。プログラミング言語が汎用技術であるのと同じです。そして、それに加えて、文化を担う技術でもあります。
つまり、インフラストラクチャ、チップがあるということです。明らかに、すべての国が構築するわけではありません。ウェブの圧縮のような汎用モデル、基本モデルがあり、最終的にはオープンソースになり、特殊化されたシステムを構築するための適切な基盤として役立ちます。しかし、それ以上に、組織、企業、国が、必要なものを構築することが求められています。
それを機能させる方法は、オープンソースモデルなどの汎用モデルを取り入れ、あなたが持つ特定の知識を取得するか、市民や従業員に、彼らの知識をシステム、つまりあなたの代わりに働くエージェントに凝縮するように依頼することです。そうすることで、これらのエージェントはより正確になり、国や企業がAIシステムを構築するときの指示や仕様に沿って動作するようになります。そのためには、垂直方向の専門家、文化専門家、または特定の国家アジェンダを持つ人々が、オープンソースインフラストラクチャをユーザーフレンドリーで特殊化しやすい方法で公開できる技術企業と提携する必要があります。それが最前線だと思います。非常に水平的な技術ですが、そこから何か有用なものを作り出すには、水平方向の提供者と垂直方向の専門家とのパートナーシップが必要です。
しかし、電気や印刷機などの過去の汎用技術の波とは、何がどのように異なるのでしょうか？国家元首で、自国でAIについて考えるための適切な枠組みを理解しようとしているとします。自国におけるAIを、デジタル労働力のように考えるべきでしょうか？それとも、橋を架けることのように考えるべきでしょうか？
それは、今後数年間で、すべての国のGDPに二桁のインパクトを与えるという点で、電気と似ています。つまり、経済的な観点から、すべての国が懸念する必要があります。適切な場所に独自の主権能力を構築するためのインフラストラクチャを構築できなかった場合、そのお金は他の国々に流出する可能性があります。それは、世界中の経済均衡を変えているようなものです。100年前、電気工場を建設していなかったら、隣国から購入する準備をしていたのと変わりません。最終的には、依存関係が生じるため、あまり良いことではありません。その意味では、電気と似ていると思います。
かなり異なる点としては、2つのものがあります。まず、それは一種の不定形技術です。デジタル労働力を作り出すには、それを形作る必要があります。インフラストラクチャ、人材、ソフトウェアが必要です。人材は現地で育成する必要があります。これが非常に重要だと思います。その理由は、電気とは異なり、これはコンテンツを生成する技術だからです。コンテンツを生成し、社会と交流することで、社会的な構成物になります。その点で、社会的な構成物理論、文化は、企業または国の価値観を担っています。それらの価値観を消失させたくなく、中央の提供者に依存したくない場合は、電気と比べてより深く関与する必要があります。同意しますか？
あなたの国のデジタルインテリジェンスは、何らかの検討なしに第三者にアウトソーシングしたいと思うようなものではないでしょう。あなたのデジタルインテリジェンスは、まさにあなたのための新しいインフラストラクチャです。あなたの電気通信、医療、教育、高速道路、電気、そして今、新しいレイヤーがあります。この新しいレイヤーは、あなたのデジタルインテリジェンスです。どのようにこのデジタルインテリジェンスを進化させたいか、そしてそれをアウトソーシングしたいか、そうすれば二度とインテリジェンスについて心配する必要がなくなるか、それとも関与したいと思うものなのか、国家インフラストラクチャに形作ることを決定する責任があります。もちろん、アーサーが言ったこと、AI工場、インフラストラクチャなど、すべてが含まれています。別の見方としては、デジタル労働力です。これは新しいレイヤーであり、あなたの国またはあなたの会社のデジタル労働力をアウトソーシングすることにするか、あなたが望むように進化することを望むか、それとも関与し、制御し、育成し、改善することを決定したいものなのかを決めなければなりません。私たちは常に汎用従業員を採用しています。学校を卒業した人々を採用します。中には汎用的な人もいれば、そうでない人もいます。中には知的な人もいれば、そうでない人もいます。しかし、一度彼らが従業員になると、私たちは彼らをオンボーディングし、訓練し、ガードレールを設置し、評価し、継続的に改善することを決定します。私たちは、汎用インテリジェンスを、私たちが利益を得ることができる超インテリジェンスにするために必要な投資を行います。
だから、デジタル労働力として考えるこの第2層は、どちらの場合も国家経済に貢献し、どちらの場合も社会の発展に貢献し、どちらの場合も文化に貢献すると私は思います。そして、どちらの場合も、国は非常に積極的な役割を果たす必要があると思います。ですから、主権AIについて、どのように考えるべきかというあなたの元の質問に戻りますが、それは間違いなく汎用技術ですが、どのように形作るかを決めなければなりません。あなたの国のデジタルデータはあなたに属します。あなたの国立図書館、あなたの歴史は、あなたがデジタル化したい限り、世界の誰もが利用できるようにすることができます。あなた自身の国の企業や研究機関にも利用できるようにすることができます。それはあなたに属します。もちろん、これらはすべて漠然としたものであり、非常に柔らかい概念ですが、それはあなたに属します。あなたはそれがどこから来たのかという点で、それはあなたに属します。あなたは、あなたの人々の利益のためにそれをどのように活用するかを決定することができます。それは、その未来を形作るあなたの責任であるという意味で、あなたに属します。主権AI、それはあなたの責任です。
国家が資金を提供し保護する他のいくつかの種類の資産があります。軍事、送電網などです。もし、AIインフラストラクチャと主権AIの重要性を理解したのであれば、スタックのすべての部分を制御する必要がありますか？デジタル労働力について言及しましたね。そして、それはあなたのAI労働力のためのオンボーディングプラットフォームが必要であるという非常に良い類推だと思います。つまり、モデルをカスタマイズし、国立図書館にある知識をモデルに注入して、突然あなたの言語をよりよく話すことができるようにする必要があります。あなたの法律を知ることができるようにする必要があります。そのため、AIソフトウェアを展開する際に設定されるガードレールは、あなたがこれまでに行ってきたすべてのことに準拠しています。そして、そのオンボーディングプラットフォームは、カスタマイズ、評価を行い、特定のことが改善が必要だと気づいたら、修正し、デバッグするために必要です。それが私たちが構築しているプラットフォームです。カスタムシステムが作成されたら、それらを自分で維持できることが重要です。つまり、独自のインフラストラクチャに展開し、技術パートナーにループから消えるように依頼できることを意味します。あなたのIT部門は、デジタル労働力のHR部門になるでしょう。そして、彼らはアーサーが説明したこれらのツールを使用して、AIをオンボーディングし、微調整し、ガードレールを設置し、評価し、継続的に改善します。そしてそのフライホイールは、現代版のIT部門によって管理されます。生物学的労働力とデジタル労働力があり、それは素晴らしいことです。ですから、誰もあなたのためにこれをしてくれません。自分でやらなければなりません。
世界中に非常に多くのテクノロジー企業があるにもかかわらず、すべての企業が独自のIT部門を持っている理由です。私も独自のIT部門を持っています。将来、他の人々にアウトソーシングすることはありません。彼らはさらに重要になるでしょう。なぜなら、彼らはこれらのデジタル労働力の管理を支援するからです。あなたはすべての国でこれを行い、それらの国の中のすべての企業で行うでしょう。そのため、アーサーが説明しているもののための空間、つまりこの汎用技術を受け入れることですが、それを本当にドメインの専門家に微調整すること、国家の専門家、産業の専門家、企業の専門家、機能の専門家、これが未来の巨大な空間です。
あなた方はどちらも、私が理解していることを確認したいと言ったことを言っていました。あなたはそれをソフトな概念、あなたの文化と呼び、トレーニングデータにはあなたがモデルをカスタマイズする多くの規範があると述べました。あなたは、コンピューティング、ストレージ、ネットワークングとは異なり、規範があると言っているように聞こえます。それは、より硬いルールとは対照的にソフトです。それともアルゴリズムと法律ですか？非常に具体的ですね。AIシステムに組み込みたいものはさまざまです。スタイルと知識の要素があり、厳格なガイドラインを通して強制するのではなく、例えば、モデルの継続的なトレーニングを通して強制することができます。国立図書館を取り、好みを取り、モデル自体に凝縮します。そして、フローのセットがあります。会社にいる場合はポリシーのセットがあり、それらは厳格です。通常、構築方法は、モデルを厳格なルールに接続し、回答するたびにルールが尊重されていることを確認することです。本当に2つのものがあります。一方では、ソフトな方法で知識をモデルに注ぎ込み、圧縮します。もう一方では、特定数のポリシーとルールが厳格に適用され、100％の精度があることを確認します。一方ではこれはソフトであり、好みであり、文化的な好みです。誰かの好みは多次元です。あなたが好むものを知っています。多くの場合、暗黙のうちに、私の好みを定義する多くの特徴があります。アーサーがちょうど今説明した説明に正確に準拠するためにAIが必要です。人間がPythonでこれを記述しなければならないと想像できますか？これらすべてを捉え、C++でこれらすべてを記述します。これに基づいて、私はあれを好みます。しかし、あなたがそうしたなら、私は他のものを好みます。ルールの数は非常に多くなります。AIがこれすべてを体系化する能力を持っている理由です。これは、人生の曖昧さを処理できる新しいプログラミングモデルです。
あなたはAIは単なるコンピューティングインフラストラクチャではなく、文化インフラストラクチャでもあると言っているように聞こえます。そうですか？それは、あなたの文化インフラストラクチャと、あなたの会社またはあなたの国にいる人間の専門知識がAIシステムに反映されるようにすることです。文化、反映、価値観。私たちは、これらのAIモデル、AIサービスのそれぞれが、あなたが尋ねる質問の種類に異なる反応をする方法について話していました。なぜなら、彼らは彼らのサービスの価値観、または彼らの会社の価値観をそれぞれのサービスに体系化したからです。これが国際的な規模で拡大されたことを想像できますか？私にとって、これは中央集権化されたAIモデルの本質的な限界であり、普遍的な価値観と普遍的な専門知識を汎用モデルにエンコードできると思っていることです。ある時点で、汎用モデルを取得し、従業員または市民の特定の人口に、彼らの好みと期待は何であるかを尋ねる必要があります。そして、ルールと文化と好みを通して、ソフトな方法とハードな方法でモデルを専門化していることを確認する必要があります。その部分は、国としてアウトソーシングできるものではなく、企業としてアウトソーシングできるものではありません。あなた自身で所有する必要があります。
では、それが文化インフラストラクチャであり、それを所有していないとしたら、懸念されているのは、基本的に現代のデジタル植民地化と同等のものですか？AIをデジタル労働力のように考えなければならず、主権国家ではない別の国や誰かが、私の労働力が何ができるか、何をすることができないかを決定することができると言っているのであれば、それは問題です。
一部は普遍的です。たとえば、特定の企業は、世界中の国々、社会、企業にサービスを提供できます。なぜなら、それは基本的に普遍的だからです。しかし、それは唯一の社会構造、唯一のレイヤー、唯一のデジタルインテリジェンスレイヤーであることはできません。それは地域的なもので補強されなければなりません。マクドナルドはどこでもかなり良いと思います。ケンタッキーフライドチキンはどこでもかなり良いと思います。スターバックスはどこでも大丈夫だと思います。しかし、それでも地元のスタイル、地元の味が欲しくなります。ローカルカフェ、個人経営のレストランなどです。なぜなら、それは文化を定義するからです。社会を定義し、私たちを定義します。ウォルマートがどこでもあり、どこでも頼りになるのは素晴らしいことだと思います。しかし、地元の味、地元のスタイル、地元の好み、地元の卓越性、地元のサービスが必要です。別の言い方をしてみましょう。将来のデジタル労働力の文脈では、汎用的なデジタルワーカーがいくつかある可能性が高いです。彼らは、基本的な研究や大学レベルの卒業生など、何か基本的なことに本当に長けています。すべての企業にとって有用であり、新しいものを作成する必要はありません。Excelは非常に優れていると思います。Microsoft Officeは普遍的に優れています。私はそれで全く問題ありません。適切な参照アーキテクチャベースですね。そうですね。それから、業界固有のツールと業界固有の専門知識があり、それは非常に重要です。たとえば、私たちはSynopsisとCadenceを使用していますが、アーサーは使用しません。それは私たちの業界に固有のものであり、彼の業界に固有のものではないからです。私たちは両方ともおそらくExcelを使用しています。そして、私たちは両方ともおそらくPDFを使用しています。私たちは両方ともブラウザを使用しています。したがって、私たち全員が利用できる普遍的なものがあります。私たち全員が利用できる普遍的なデジタルワーカーがあります。そして、業界固有のものがあり、企業固有のものがあります。私たちの会社の中には、私たちにとって非常に重要な特殊なスキルがあり、私たちを定義します。必要に応じて高度にバイアスがかかっています。彼らは私たちが必要とすることを行うことに非常にガードレールがかかっており、私たちの会社のニーズと専門性に非常にバイアスがかかっています。そして、私たちはそれらの分野で非常に優れています。あなたのデジタル労働力は同じになり、AIも同じになります。棚から取り外せるものもあります。新しい検索はAIになるでしょう。新しい調査は恐らくAIになるでしょう。しかし、Cadenceや他の企業から取得する可能性のあるAIの産業バージョンがあります。そして、アーサーのツールを使って自分自身で育成する必要があります。微調整し、オンボーディングし、信じられないほどにする必要があります。汎用モデルと、業界の専門化の層、そして企業や国のための専門化の追加の層を持つというこのビジョンに非常に同意します。ますます専門化されたAIシステムの木構造を持つでしょう。そして、最近行ったことについて具体的な例を挙げるために、1月にMistral-Smallというモデルをリリースしました。それは汎用モデルです。すべての言語を話し、ほとんどのことについて知っています。しかし、私たちが行ったのは、それを取って、言語に特化した新しいファミリーの専門モデルを開始したことです。アラビア語、インドの言語のインド語、より多くの言語を取り入れました。そして、モデルを再トレーニングしました。初期モデルが見ていなかった追加の知識を蒸留しました。そうすることで、実際には、アラビア語を話す際やインド半島からの言語を話す際の慣用的な表現をはるかに向上させました。言語は実際には、モデルを専門化するときにできる最初のものの1つです。良い点は、特定のサイズのモデルの場合、言語で専門化することを選択した場合、はるかに優れたモデルを取得できることです。今日、私たちのモデルは24Bで、Msaabaと呼ばれ、アラビア語で調整されたモデルは、5倍大きい他の言語モデルをすべて上回っています。その理由は、専門化を行ったからです。それが最初の層です。そして、2番目の層を考えると、垂直方向を考えることができます。アラビア語に長けているだけでなく、サウジアラビアで法的事件を扱うことにも長けているモデルを構築したい場合、さらに専門化する必要があります。したがって、このことを行うには、会社とのパートナーシップでの追加の作業が必要です。システムが特定の言語を話すことに長けているだけでなく、その言語で行われている法律の仕事に長けていることを確認するために、それはあなたが考えることができる垂直方向と言語のあらゆる組み合わせに当てはまります。フランス語で医療診断アシスタントが欲しいとします。フランス語が得意でなければなりませんが、医師のフランス語を話すことにも長けている必要があります。それらの2つのことは、汎用モデルプロバイダーとしては非常に困難です。これが真実であり、あなたが説明していることが現実であるとすると、私は自分の地元の規範、私の地元のデータでこのAIレイヤーをカスタマイズする能力が必要です。これは技術的な能力の観点から非常に洗練されています。大国がこのスタック、つまりチップ、コンピューティング、データセンター、その上に置かれるモデル、そして最終的にはAIナースやAI医師として説明したものをどのように考えるべきか、そして小国をどのように異なる方法で助言するでしょうか？
水平方向のスタックの部分を所有する必要があると思います。つまり、インフラストラクチャ、推論プリミティブ、カスタマイズプリミティブ、観測可能性、モデルにGSを接続する能力、モデルをリアルタイム情報の情報源に接続する能力が必要です。これらは、異なる国々、異なる企業間でかなりうまく要因化されているプリミティブです。そして、それを得たら、あなたは働き始め、構築し始めることができます。あなたの価値観、専門知識、そして地元の人材のおかげで、これらのプリミティブから構築します。問題はその境界線は何か、水平と水平の間の境界線です。小規模企業または小規模な国である場合、おそらく購入するべきものと、垂直方向であなたに固有のものであるものを知る必要があります。それは間違いなくあなたが構築する必要があるものです。そう難しくはないということを理解する必要があります。まず、技術が向上しているので、より簡単になっています。5年前のことを想像できますか？不可能です。5年後のことを想像できますか？些細なことです。ですから、私たちはその中間点にいます。唯一の疑問は、あなたはそれをやる必要があるかどうかです。あなたが未来の一部になりたければ、そしてこれは史上最高の技術です。単に私たちの時代だけでなく、全時代を通じてです。デジタルインテリジェンス。どれほど価値があり、どれほど重要になるでしょうか？そして、これがあなたにとって重要であるという結論に達したら、できるだけ早く関与しなければなりません。途中で学習し、それがますます簡単になっていることを知ってください。事実として、3年前でもエージェントシステムを作成しようとすると非常に困難でした。しかし、エージェントシステムは今日でははるかに簡単です。データセットをキュレーションするためのすべてのツール、デジタル従業員のオンボーディング、従業員の評価、デジタル従業員のすべてのガードレール、これらはすべて時間とともに改善されています。技術に関するもう1つの点は、それが速くなると簡単になるということです。昔のことを想像できますか？もちろん、私はコンピュータの初期の頃からそれを見てきたので、コンピュータのパフォーマンスは非常に遅く、イライラするほどでした。あなたがしたことはすべて困難でした。しかし、今日では、私たちが行っているようなことは、魔法のようです。なぜなら、それは速いからです。それは、史上最高の技術に関与するというあなたの組織的な必要性によって動機付けられているか、それが常に改善されているという事実のどちらであっても、私は言い訳の数は尽きつつあると思います。
それを少しお話しましょう。なぜなら、変化は難しいからです。私は無限のリストを持っています。国家元首であれば、増え続ける地政学的リスクに直面しています。同盟国が誰なのかわかりません。選挙が近づいています。対処しなければならないことはたくさんありますが、これが重要であることを理解したとしましょう。あなた方は、国家元首と話すのに非常に多くの時間を費やしており、彼らはAIを迅速に採用することのリスクについて考えています。そして、あなたは正しいです。パリ行動サミットに基づいて、時代精神は変化しました。人々は楽観的なトーンを持っており、1年前よりも悲観的なトーンは少なくなっています。しかし、リスクについて尋ねられたときに、国家元首から最もよく受ける質問は何ですか？そして、それについてどのように考えるべきですか？
いくつか質問を聞きましたが、その1つのリスクは、人口が技術に置き換えられることを恐れて、技術を恐れるようになることです。そして、それは、私たちが共同で誰もが技術にアクセスできるようにし、その使用方法を訓練することで、防ぐことができます。人口のさまざまな市民のスキルアップは非常に重要であり、AIを彼らがより良く働くための機会として提示し、実際には、アプリケーションを通して、スマートフォンに実際にインストールできるものを通して、公共サービスを通して、その目的を示すことが重要です。たとえば、フランスの失業システムと協力して、AIエージェントを通して失業者に仕事の機会を提供しています。これらのエージェントは、機関内の人的オペレーターによって実行されます。これは、人々がより良い仕事を見つけるための非常に受け入れやすい機会です。そして、それが人口が機会を理解し、AIが単に彼らが採用しなければならない新しい変化であるという事実を確実にするものの1つです。1990年代のパーソナルコンピュータや2000年代のインターネットと同じようにです。これらの変化に共通しているのは、人々が技術を受け入れる必要があるということです。そして、国家が持つ可能性のある最大の課題は、AIによってデジタル格差が広がることです。それはすでに比較的大きいですが、協力して、正しい方法で行えば、AIが実際にはデジタル格差を縮小することを確実にすることができます。AIはコンピュータをプログラムする新しい方法です。いくつかの単語を入力することで、過去に行ったようにコンピュータに何かをさせることができるからです。以前は単語を入力してコンピュータに何かをさせていました。
何かをして、そして今、あなたはそれと話します。ええ、今、あなたはそれと話せます。あなたはできます。あなたは様々な方法でそれとかかわり合うことができます。あなたはコンピュータにあなたのために多くのことを、以前よりはるかに簡単に今日させることができます。そうです。Chat GPT を促し、生産的なことをする人が、人間の可能性の観点から、C++ をプログラムできる人の数よりもはるかに多いということは、事実です。そして、それによって、私たちはテクノロジーの格差を解消しました。おそらく、私たちが見聞きした中で最も偉大な平等化要因です。それは定義上、そうです。テクノロジーの平等化要因の中で最も偉大なものです。しかし、それでもなお、人々にそれについて知ってもらう必要があります。それが私が説明していることだと思います。事実を説明しているのです。そうです、事実を説明しています。事実は、今日Chat GPT を使ってコンピュータをプログラムする人の数は、C++ を使ってコンピュータをプログラムする人の数よりも多いということです。それは事実です。わずか4年で、それは紛れもない事実です。実際には3年です。ええ、紛れもない事実です。ですから、事実は、これが世界がこれまでに知った中で、テクノロジーの格差を縮小する最大の力だということです。それは単なる認識であり、アーサーが言っていること、つまり認識を通して、誰が誰と話しているのか、何を話しているのかはわかりませんが、重要な事実は、それは止まらないということです。何も止めていません。今日Chat GPT を積極的に使用している人の数は、グラフから外れています。素晴らしいと思います。全く素晴らしいです。そうでないことを言っている人は、明らかに働いていません。それで、私は、人々がAIの信じられないほどの能力、そしてそれがどのように彼らの仕事に役立っているかを認識していると、思います。私は毎日それを使用しています。今朝も使用しました。ですから、毎日使用しています。そして、私は、あの深い研究は信じられないほどだと思います。それは、私の天職です。アーサーと、世界中のすべてのコンピューター科学者が行っている仕事は信じられないほどです。そして、人々はそれを知っています。人々は明らかにそれを取り入れています。アクティブユーザーの数は言うまでもありません。
では、少しオープンソースについて話しましょう。あなた方は両方とも、主権AIという文脈において、オープンモデルの重要性についてかなり公に語ってきました。DeepMindでは、公開されたチンチラ・スケーティングの法則の一部を担っています。あなたの共同設立者であるガムはラマを作成し、昨年NvidiaとMRRはMRRネモと呼ばれる共同でトレーニングされたモデルに取り組みました。なぜオープンモデルはあなたの焦点を占める大きな要素なのでしょうか。それは水平方向のテクノロジーであり、企業や国家は最終的にそれを独自のインフラストラクチャに展開する意思を持つようになるでしょう。このオープンさは、主権の観点から重要です。それが第一点です。そして、第二の重要な点は、オープンソースモデルを公開することは、進歩を加速させる方法だということです。そして私たちはミスタルを、2010年から2020年の間にAIに取り組んでいた初期のキャリアの中で私たちが見たことは、進歩の加速でした。なぜなら、すべての研究所が互いの上に構築していたからです。そしてそれは、OpenAIの最初の大きな言語モデルで消えてしまったものです。特に、私が何かを提供し、別の研究所が何か他のものを提供し、それからそれを繰り返すという、そのオープンなフライホイールの回転を再び開始することが、私たちがミスタルを作成した理由です。そして、私たちは良い仕事をしたと思います。なぜなら、私たちはモデルのリリースを開始し、メタもモデルのリリースを開始したからです。そして、ディープスのような中国企業がより強力なモデルをリリースし、誰もがそこから恩恵を受けたからです。
MRRネモに戻って、オープンな方法でAIモデルを作成する際の困難さとは、それがオープンソースに関して、バザール設定というよりもむしろ大聖堂設定であるということです。モデルを構築するには、大きな範囲が必要です。そこで、Nvidiaチームと行ったことは、2つのチームを本当に混合し、同じインフラストラクチャ、同じコードで作業させ、同じ問題を抱えさせ、彼らの専門知識を組み合わせて同じモデルを構築することでした。それは非常に成功しました。なぜなら、Nvidiaは私たちが知らなかった多くのものを持ち込み、私たちはNvidiaが知らなかったものを持ち込んだと思います。そして、最終的には、そのサイズで最高のモデルであったものを制作しました。そして、私たちはそうした協力に本当に信じており、より多く、より大きな規模で、2社だけでなく、おそらく3社か4社で行うべきだと考えています。それがオープンソースが普及する方法です。全く同意します。オープンソースの利点は、基本的な科学、つまりすべての一般的なモデルと一般的な能力の基本的な努力を加速し、高めることに加えて、オープンソースバージョンは多くのニッチ市場とニッチなイノベーションを活性化させるということです。突然、ヘルスケア、ライフサイエンス、物理科学、ロボット工学、輸送など、オープンソースの能力の結果として活性化された業界の数は、十分な良さで信じられないほどです。フリンジ、ニッチなn、しかしミッションクリティカルなところで、データが機密情報である可能性があることを無視しないでください。たとえば、採掘、エネルギーの場合です。誰がエネルギーを採掘するためのAI企業を作るのでしょうか。エネルギーは非常に重要ですが、エネルギーの採掘はそれほど大きな市場ではありません。ですから、オープンソースはそれらのすべてを活性化します。金融サービスはそれらを活性化し、ヘルスケア、防衛もそうです。お好みのものを選んでください。ミッションクリティカルで、独自の展開を行う必要があるもの、エッジ展開を行う必要があるもの、そして、厳格な監査と徹底的な評価を行う能力が必要なもの、重みにアクセスできる場合の方が、APIのみにアクセスできる場合よりも、モデルをはるかに良く評価できます。ですから、あなたのシステムが100%正確になるという確信を構築したいのであれば、クローズドソースモデルを使用すべきではないと思います。そして、それをあなたのフライホイールに接続する必要があります。どのようにあなたのローカルデータに接続しますか。あなたはそれをあなたのローカルデータ、あなたのローカルエクスペリエンスに接続する必要があります。あなたがそれを使用するほど、それは良くなります。そのフライホイールは、オープンソースなしではできません。
しかし、私が国家元首だとしましょう。オープンソースを検討してきました。オープンソースは国家安全保障に対する脅威であるという話を聞き始めています。これらのオープンモデルは実際に多くの国家機密を漏洩させるため、モデルを輸出するべきではありません。さらに重要なのは、悪党もこれらのオープンモデルを使用できるということです。そのため、これは安全保障への脅威です。代わりに、インフラストラクチャを備えており、トレーニングを行うための政府からのライセンスを取得し、適切な安全と認証を行う2つか3つの研究所の間で開発をロックダウンする必要があります。私は確かにそのような話をたくさん聞いてきました。私が言っていること、つまりオープンはミッションクリティカルな業界にとって実際には良いことであること、研究所間の協力は人類の成功にとって重要であること、1つの国家が物事をロックダウンすることを決定した場合、起こる唯一のことは、別の国家がリーダーシップを握ることです。なぜなら、オープンなフライホイールから自分自身を切り離すことは、競争力を維持するために維持するには高すぎるコストだからです。これはアメリカで起こってきた議論であり、効果的に、もし重みに対して何らかの輸出規制があれば、ヨーロッパのどの国も、アジアのどの国も、進歩を続けることはできません。そして、彼らは実際にはその進歩を加速するために協力するでしょう。ですから、これはプログラミング言語と非常に似た水平方向のテクノロジーであるという事実を受け入れる必要があると思います。プログラミング言語はすべてオープンソースです。ですから、AIもその点ではオープンソースである必要があると思います。先週開催されたAIサミットで、それが非常にアジェンダに上がっていたことは喜ばしいです。一緒によりオープンになることで、テクノロジーの構築方法を加速できるという認識です。そして、オープンソースには、まだ多くの良い日が待っているのを見るのは素晴らしいことです。ソフトウェアを制御することは不可能です。制御したいのであれば、他の誰かが現れ、標準になります。アーサーが言及したように、そして問題は、オープンソースの方が安全かどうかということです。オープンソースは、より多くの透明性、より多くの研究者、より多くの人々が精査し、仕事をすることを可能にします。世界のすべての企業、すべてのクラウドサービスプロバイダーがオープンソース上に構築されている理由は、それが最も安全なテクノロジーだからです。今日、オープンソースではないインフラストラクチャスタック上に構築されたパブリッククラウドの例を挙げてください。オープンソースから始めれば、カスタマイズできます。しかし、オープンソースの利点は、非常に多くの人々の貢献と精査です。非常に重要なのは、ランダムなものをオープンソースに入れることはできません。インターネットで笑われます。良いものをオープンソースに入れなければなりません。なぜなら、精査は激しいためです。ですから、オープンソースは、そのような素晴らしい協力を提供してイノベーションを加速し、卓越性を高め、透明性を確保し、精査を促進し、それらすべてが安全性を向上させると思います。あなたは、それが部分的により安全であると言っているのです。それは、オープンソースのデータベース、ストレージ、ネットワーキング、コンピューティングで見たように、世界中がレッドチームを支援できるからです。会社の内部の少人数の研究者だけではありません。およそ正しいですか？
ええ、正確に。多くの組織をまとめて、彼らがすべて使用でき、独自のドメインで専門化できるテクノロジーを生み出すことによって、そのテクノロジーをすべての人のために良いものにすることを強制します。つまり、バイアスを取り除き、構築している汎用モデルが可能な限り優れており、故障がないことを確認しています。その点で、オープンソースは、故障ポイントの数を減らす方法でもあります。もし今日、ある企業が単一の組織とその安全原則、そのレッドチーム組織にも過度に信頼していると判断した場合、オープンソースモデル上にテクノロジーを構築している場合、その基盤が安全であることを確認するために世界を信頼しています。それは故障ポイントの減少であり、企業や国として行う必要があることです。私たちは今、会社作りに移行します。それは多くの人があなた方両方から聞きたいと思っていることです。では、まずジェンセンさんから始めましょう。あなたはNvidiaは世界で最も小さい大企業だと述べています。それはどのようにして可能になったのでしょうか。私たちのアーキテクチャは、いくつかのことを考慮して設計されました。それは、私たちによって引き起こされたか、私たちに影響を与えるかにかかわらず、変化の多い世界によく適応するように設計されました。その理由は、テクノロジーは急速に変化するためです。そして、制御可能性を過剰に修正すると、システムの俊敏性と適応性を損なうことになります。そして、私たちの会社は、「制御」という言葉を使う代わりに、「調整」という言葉を使っています。会社の運営方法について「制御」という言葉を使ったことは、一度もないと思います。私たちは最小限の官僚主義を重視しており、プロセスを可能な限り軽量にしたいと考えています。それらすべては、効率性と俊敏性を高めるためです。私たちは「部門」のような言葉は避けました。Nvidiaが最初に設立されたとき、部門について話すのは現代的でした。そして、私は「分割」という言葉が嫌いです。なぜ根本的に分割された組織を作るのでしょうか。私は「事業部」という言葉が嫌いです。その理由は、なぜ誰かが1つとして存在する必要があるのでしょうか。なぜ会社の資源を最大限に活用しないのでしょうか。私は、コンピューティングユニット、つまりコンピュータのような組織システムを望んでいました。可能な限り効率的にアウトプットを達成するためです。そのため、会社の組織はコンピューティングスタックに少し似ています。そして、これは私たちが作り出そうとしているメカニズムであり、どのような環境で生き残ろうとしているのでしょうか。これは平和な田園地帯のようなものですか、それともコンクリートジャングルのようなものですか。どのような環境にいるのでしょうか。なぜなら、作成したいシステムの種類は、それに合致する必要があるからです。常に私を奇妙に思わせることは、すべての会社の組織図は非常に似ているのに、すべて異なることです。1つは蛇、もう1つは象、もう1つはチーターであり、誰もがその森の中で多少異なっているはずです。しかし、どういうわけかすべて同じ構造、同じ組織です。私には理にかなっているようには思えません。企業には個性があると感じています。そして、時には似ていても組織されているという事実にもかかわらず、私たちは学ぶべきことがたくさんあると言わなければなりません。会社は2歳にもなっていません。
私は思うに、M Triで私たちが抱えている課題であり、競合他社も同様の課題を抱えているのは、ソフトウェア会社が実際に科学によって推進されるディープテック企業であるのは初めてのことです。科学には、ソフトウェアのような時間スケールがありません。月単位で運用する必要があります。物事がいつ完成するかは正確にはわかりません。しかし、一方では、次のモデルはいつ公開されるのか、この機能はいつ利用可能になるのかなどを尋ねている顧客がいます。ですから、期待値を管理する必要があります。そして、製品要件と科学が何ができるかとの間のヒンジを管理することが、最大の課題であり、私たちはそれをうまくやろうとしていると思います。そして研究であり、製品研究と製品であり、研究チームを製品の動作に完全に専念させたくありません。そして、私たちは、会社にいくつかの周波数があるようにすることで、それを始めました。製品側では毎週反復する高速周波数があり、科学側では、製品が特定のドメインで販売されている理由と、研究を通じて、新しいデータを通じて、新しいアーキテクチャを通じて、新しいパラダイムを通じてそれを修正する方法を検討する低速周波数があります。そして、それはかなり新しいものだと思います。これは、典型的なSaaS企業では見られないものです。なぜなら、これは本質的に科学の問題だからです。Nvidiaは、30年以上のタイムラインを持つ最も成功した企業の1つであり、それがCuda（2012年）だったか、あるいは今日のCosmosだったかにかかわらず、世界をリードする科学と研究の方法を見つけ出しました。シミュレーションがどのように機能するべきかを明確に述べています。私たちは、アーサーがまさに言ったことを調和させました。それはあなたにとって正しい拳闘ですか？ええ、私たちはそれを会社内部で調和させました。基礎研究、応用研究、アーキテクチャ、開発があり、複数の層があります。そして、これらの層はすべて不可欠です。そして、それらすべてには独自の時間時計があります。基礎研究の場合、周波数はかなり低いかもしれません。一方、製品側では、私たちを頼りにしている顧客の業界全体があります。ですから、私たちは非常に正確でなければなりません。基礎研究と、誰もが期待していない驚きを期待して発見することとの間、他方では、誰もが期待していることを予測可能な方法で提供すること、これらの両極端を、私たちは会社内で調和して管理しています。この市場については非常に興味深いことがたくさんありますが、特に1つだけ指摘したいことがあります。あなた方両方に、競合相手でもある顧客がいるということです。そして、これらの競合相手は巨大で、資本が豊富なテクノロジー大手です。Nvidiaは、独自のチップであるTrainiumを構築しているAWSにGPUを販売しています。そして、アーサー、あなたはAWSとAzureを通じてモデルを販売しており、彼らはAnthropicやOpenAIのような研究所に資金を提供しています。このような環境でどのように勝利し、これらの関係をどのように管理するのでしょうか。社内での会社作りについて話しましたが、今度は社外で、この状況でどのように生き残るのでしょうか。ジェンセンがうまく言ったように、あなたはコントロールを放棄しますが、調整に取り組みます。そして、時には競合他社になる可能性のある企業があるという事実にもかかわらず、共有された特定のアジェンダに取り組むことができます。独自の立場を持つ必要があります。明らかに、これらのクラウドサービスプロバイダーは、すでに同じものを持っているため、アーサーと仕事をしているわけではありません。彼らは単に同じものを2つほしいだけです。それは、アーサーとMRRが世界の中で独自の立場を持っているためです。そして、彼らは特定の場所での価値を高めています。今日の会話の多くは、MRRとその仕事、そして彼らが世界の中で持っている立場が、彼らを独自に得意にしている分野です。そして、私たちは違います。私たちは単なる別のAsicではありません。そして、私たちはCSPのために、そしてCSPと、彼らが自分で行うことができないことができることを行うことができます。たとえば、Nvidiaのアーキテクチャはすべてのクラウドにあり、多くの点で、私たちは素晴らしい未来のスタートアップの最初のオンボーディングを持っています。その理由は、Nvidiaにオンボーディングすることで、主要なクラウドに対する戦略的またはビジネス的なコミットメントを行う必要がないからです。彼らはすべてのクラウドに行き、必要であれば独自のシステムを構築することさえできます。なぜなら、経済性はいつか彼らにとってより良いものになるか、あるいはクラウド内でより保護されている機能にアクセスしたいと思うからです。ですから、理由が何であれ、誰かの良いパートナーになるためには、独自の立場を持つ必要があります。独自のオファリングを持つ必要があります。そして、MRRは非常に独自のオファリングを持っていると思います。私たちは非常に独自のオファリングを持っており、私たちの世界における私たちの立場は、私たちと競合する人々にとっても重要です。ですから、私たちはそれの中で快適で、自分の肌に快適であるならば、すべてのCSPにとって優れたパートナーになることができます。そして、私たちは彼らが成功するのを見たいと思っています。競合相手として彼らを見るのは奇妙なことです。それは私たちが彼らを競合相手として見ていない理由です。私たちは彼らを協力者として見ています。彼らは私たちとも競合するのです。そして、おそらく私たちがすべてのCSPに対して行う中で最も重要なことは、彼らにビジネスをもたらすことです。そして、それが素晴らしいコンピューティングプラットフォームがする仕事です。私たちは人々にビジネスをもたらします。
アーサーと私が初めて会ったときのことを覚えています。ロンドンの深夜のレストランで座って、彼のシリーズAの計画をスケッチし、彼がシリーズAのためにそれほど多くの資本を必要とした理由を理解しようとしていました。振り返ってみれば、それは非常に効率的だったと思います。MRRシリーズAは、同じ場所に到達するために数十億ドルを費やさなければならなかった他の人々とは異なり、5億ドルでした。しかし、私は彼に、どのチップを使いたいかを尋ねました。そして、私はあなたが私を見たことすらないと思います。Nvidia以外のもの、H100以外のものについて尋ねられたかのように、非常にばかげているかのように。そして、私は、Nvidiaが投資してきたスタートアップエコシステムが、クラウドに多くのビジネスをもたらしていると確信しています。誰もが知る前に、なぜそんなに早くスタートアップや創設者に深く投資しようとしたのでしょうか。2つの理由があると私は思います。1つ目は、私はめったに私たちをGPU会社とは呼びません。私たちが作るのはGPUですが、私はNvidiaをコンピューティング会社と考えています。コンピューティング会社であれば、考える上で最も重要なのは開発者です。チップ会社であれば、考える上で最も重要なのはチップです。そして、私たちの戦略、行動、優先事項、焦点、投資のすべては、開発者ファーストという姿勢に100%合致しています。それはコンピューティングプラットフォームファースト、つまりエコシステムのことです。そして、すべてはそこから始まり、そこで終わります。GTCは開発者向けカンファレンスです。そして、会社内のすべての取り組みは開発者ファーストです。それが1つ目です。2つ目は、私たちが世界に非常に馴染みのない新しいコンピューティングアプローチの先駆けだったことです。ですから、この高速化されたコンピューティングアプローチは、非常に長く、かなり馴染みがなく、直感に反し、ぎこちないものでした。そして、高速化されたコンピューティングなしでは、次々と驚くべきブレークスルー、不可能なことを絶えず探し求めていました。そして、アーサーのような研究者や偉大な思想家を探すのは非常に自然なことです。なぜなら、私は次のキラーアプリを探しているからです。それは、何か新しいものを作っている人の自然な直感、自然な本能です。ですから、私たちが関わっていない素晴らしいコンピュータサイエンスの思想家がいるのであれば、それは私の悪いです。コンピューティングの観点から、地平線上に最も重要なトレンドは何ですか。そして、特に、世界の成長が最も速い市場の首相、大統領、大臣といった人々の聴衆のために、コンピューティングの将来をどのように理解すればよいかについて説明してください。
私たちは、ますます非同期的なワークロードに移行しつつあります。つまり、タスクをAIシステムに与え、20分間の調査をするのを待ってから戻ってくるようなワークロードです。それは間違いなく、インフラストラクチャに対する考え方を変えています。なぜなら、それはより多くの負荷を作成するからです。それは、データセンターとNvidiaにとって良いことです。私がこのエピソードの最初に言ったように、エージェントのための適切なオンボーディングインフラストラクチャがなければ、AIシステムがやり取りする人々について学び、やり取りする人々から学ぶ適切な方法がなければ、これらすべてはうまくいきません。ですから、人間とのやり取りから学ぶという側面は、今後数年で非常に重要になるでしょう。そして、ユーザーの表現を可能な限り有用にするために、モデルとシステムを統合するという側面もあります。私たちは初期段階だと思いますが、それは私たちが機械とのやり取りをかなり大きく変えるでしょう。そして、私たちについてより多くを知り、私たちの好みについてより多くを知り、私たちにとって可能な限り有用になる方法を知っているでしょう。そして、首相として、あるいは国の指導者として、AIについて十分に理解し、専門的なAIシステムを作成できる地元の人材プールがあることを確認するために、教育について考えたいと思います。そして、物理的な面だけでなく、ソフトウェアの面でもインフラストラクチャについて考えたいと思います。適切なプリミティブとは何か、オンボーディングのプラットフォームを提供してくれる適切なパートナーとは何か。それらの2つのことは重要です。これらがあれば、人材がいて、深いパートナーシップを結べば、あなたの州の経済は大きく変化するでしょう。過去10年間で、コンピューティングに並外れた変化が見られました。手作業でのコーディングから機械学習へ、CPUからGPUへ、ソフトウェアからAIへと、スタック全体、業界全体が完全に変容しました。そして、私たちはそれをまだ経験しています。今後10年間は素晴らしいものになるでしょう。もちろん、業界はスケーリングの法則について話し合いに熱中しており、事前トレーニングは重要であり、今後も継続されます。今では事後トレーニングがあり、事後トレーニングは思考実験であり、実践であり、指導であり、コーチングであり、人間が学ぶために使うすべてのスキルです。思考と主体性のあるロボットシステムが間近に迫っているという考えは、本当に非常にエキサイティングです。ですから、コンピューティングを意味することは非常に深遠であり、そのため、人々はブラックウォールがホッパーよりも大きな飛躍であることに驚いています。その理由は、私たちはブラックウォールを推論のために、ちょうどその時までに構築したからです。突然、思考は非常に大きなコンピューティング負荷となったからです。そして、それは1つの層がコンピューティング層です。次の層は、私たちが見るAIの種類です。主体的なAI、情報デジタルワーカーAIがありますが、今では物理AIも大きな進歩を遂げています。そして物理AIも大きな進歩を遂げています。そして、物理AIはもちろん、物理法則、原子法則、化学法則に従い、理解するものです。そして、さまざまな物理科学は素晴らしいブレークスルーを見るでしょう。私はそれについて非常に興奮しています。それは産業に影響を与え、科学に影響を与え、高等教育と研究に影響を与えます。そして、物理的な世界の本質を理解する物理AIは、摩擦から慣性まで、因果関係、対象の永続性など、人間には常識的なことですが、ほとんどのAIにはないような基本的なことから始めています。そして、私はそれが製造業などで大きな影響を与える多くのロボットシステムを可能にするだろうと思います。米国の経済は知識労働者に大きく依存していますが、他の多くの国は製造業に大きく依存しています。ですから、多くの首相や国の指導者にとって、エネルギーに焦点を当てているか、製造に焦点を当てているかにかかわらず、彼らの産業を変革し、革命を起こすために必要なAIは間近に迫っているということに気づくことが重要であり、彼らはそれに非常に警戒する必要があります。そして、私は人々に、テクノロジーを過剰に評価しないように促したいと思います。そして、テクノロジーを過剰に評価すると、最終的にはそれを活用しないことになります。何らかの形でそれを恐れています。このことは、今日私たちがAIがテクノロジーの格差を解消することについて言ったことのいくつか、ジェンは本当に認識されるべきです。これは非常に重要な国家的な関心事であり、あなたはそれを引き受ける責任があります。とにかくエキサイティングな時代が到来しました。それは素晴らしいものでした。時間を作っていただいてありがとうございました。もし彼らがもっと学びたい、この2つの企業とどのように連携すればよいかを知りたいのであれば、私たちに電話してください。冗談でしょう？私たちに電話できますよ。そうですよね？2つは、このポッドキャストを聞いてから、彼らの番号をスピードダイヤルに入れてください。
ショーノートはJensen nvidia.comです。仕事は完了しました。ここで聞きました。私たちは非常にリスクオンです。それに私は証言できます。
わかりました。どうもありがとうございました。わかりました。ありがとうございます。わかりました。ありがとうございます。ありがとうございます。A16Zポッドキャストを聞いていただき、どうもありがとうございました。ここまで聞いてくださった方は、独占ビデオコンテンツをいち早く入手できるように、購読することをお忘れなく。または、[音楽]あなたのために厳選したこのビデオをご覧ください。
コメント