なんということでしょう。OpenAIの新しい秘密のモデル、StrawberryとOrionが明らかになりました。そしてそれらはすでに連邦政府の高官たちを驚かせています。これらのAIのブレークスルーは問題解決を革新し、現在のチャットボットを凌駕する可能性があります。ここに衝撃的な事実があります。以前Q* Starとして知られていたStrawberryは、他のAIが苦戦する複雑な数学や難問に取り組むことができます。それは非常に高度なので、OpenAIはアメリカの国家安全保障の大物たちにデモを行いました。しかしそれだけではありません。Strawberryはさらに強力なモデルであるOrionのトレーニングデータを作成するために使用されています。
なぜあなたは気にする必要があるのでしょうか。これは、何年も先だと思われていたAIの限界を打ち破る可能性があるからです。現在のAIでは手が届かない航空宇宙工学やコーディングにおける潜在的なブレークスルーについて話しています。さらに、OpenAIは今年の秋にもStrawberryのバージョンをChatGPTに統合する可能性があります。
では、これらのモデルがどのように機能し、なぜ注目を集めているのかを詳しく見ていきましょう。Strawberryは単なる別の言語モデルではありません。複雑なタスクをより長い時間をかけて考え抜くという、人間の問題解決を模倣するように設計されています。このアプローチにより、特に複数のステップを要する推論において、より正確で信頼性の高い出力が可能になります。
具体例を挙げましょう。StrawberryはNew York Timesのコネクションズパズルを難なくクリアします。私はClaude 3.5 SonetやGPT-4などの最高峰のモデルでテストしましたが、失敗しました。Strawberryの成功は単なる言葉遊びではありません。言語理解と抽象的推論における飛躍を示しています。
しかしStrawberryには欠点があります。思考時間が長いため、通常のAIの応答よりも遅くなります。そのためOpenAIは、ChatGPTへの潜在的な統合に向けて、蒸留バージョンの開発に取り組んでいます。彼らは改善された推論と日常使用に適した実用的な速度のバランスを取ることを目指しています。
次にOrionについてです。これはOpenAIの次期主力モデルとして形作られつつあり、GPT-4を上回ることを目指しています。驚くべきことに、彼らはStrawberryの大規模バージョンを使用してOrionの高品質なトレーニングデータを生成しています。このアプローチは革命的な可能性があり、多くの人がAIの進歩を遅らせると考えていたデータの制限を克服する可能性があります。
ではなぜOpenAIはこれらの新しいモデルをそれほど急いで押し進めているのでしょうか。簡単です。競争が激しいからです。Llama 2のようなオープンソースモデルがGPT-4に迫っています。AnthropicやGoogleはAIの推論において大きな進歩を遂げています。OpenAIは先行する必要があり、StrawberryとOrionが彼らの秘密兵器となる可能性があります。
この物語には技術的な仕様以上のものがあります。OpenAIが国家安全保障当局にStrawberryをデモンストレーションしたことは大きな意味を持ちます。これは、AI開発と国家安全保障の懸念の交差点が拡大していることを示しています。これらの技術がより強力で潜在的に破壊的になるにつれて、AI企業と政府の間の新しい協力の時代を迎える可能性があります。
これはまた、AIの安全性とアライメントの重要な問題にも関連しています。改善された推論は、私たちが嫌う迷惑なAIの幻覚やエラーを減らす可能性があります。これは、AIが機密分野で採用されるために不可欠です。しかし、これらのシステムがより高度になるにつれて、AIの能力とリスクに関する新たな疑問も生じます。
時間的には、今年の秋にもStrawberryの蒸留バージョンがChatGPTに統合される可能性があります。Orionのリリース日はまだ不明確ですが、明らかにOpenAIの最優先事項です。
Strawberryの仕組みをさらに掘り下げてみましょう。問題解決能力を高めるために「テストタイム計算」という技術を使用しています。即座に答えを出すのではなく、問題を解くように求められた後で問題のすべての部分を考慮します。これはAIが作業を示しているようなもので、私たちが難しい数学の問題に取り組む方法に似ています。
この研究は、OpenAIの元チーフサイエンティストであるIlya Sutskeverによって始められました。Sutskeverが去った後、研究者のYoav FoererとSimon Schmidtがこの研究をさらに発展させ、Q* Starとなり、現在はStrawberryとして知られています。このブレークスルーは、Sam Altmanが解雇され、その後CEOとして再雇用されるという狂乱の取締役会ドラマの直前に起こりました。
Strawberryの可能性はパズルをはるかに超えています。複雑な推論を必要とするタスク、高度な数学的モデリング、最先端の科学研究、さらには高度な戦略的計画において、潜在的な革命を引き起こす可能性があります。単に数字を処理するだけでなく、文脈と意味を真に理解するAIを想像してみてください。
Orionの詳細はより秘密めいていますが、その開発はStrawberryと密接に結びついているようです。Strawberryを使用してOrionのトレーニングデータを作成するという概念は心を揺さぶります。これは、既存のデータセットの限界を飛び越えて、高品質で推論に焦点を当てた大量のデータを生成するためのOpenAIの方法かもしれません。
このデータ生成アプローチは革命的な可能性があります。多くの専門家がAI開発においてデータの壁に直面すると警告してきました。基本的に、ますます複雑化するモデルをトレーニングするための良質なデータが不足するということです。もしStrawberryが実際にOrionをトレーニングするのに十分な良質の合成データを作成できるなら、AI発展の全く新しい道を開く可能性があります。
国家安全保障当局がStrawberryのデモを受けたという事実は非常に重要です。これらのモデルが商業利用を超えた意味を持つことを示唆しています。複雑な問題を推論する能力は、サイバーセキュリティ、戦略的計画、さらには軍事応用においてゲームチェンジャーとなる可能性があります。
しかし、これはまた、誰がこれらの強力なAIシステムを制御するかという大きな疑問も提起します。OpenAIが政府当局者にブリーフィングを行うことは、責任ある開発と見なされる可能性がありますが、AI進歩に対する潜在的な政府の影響についても眉をひそめる可能性があります。
正確なリリース日は持っていませんが、OpenAIがChatGPTに統合する可能性のある蒸留版Strawberryに取り組んでいるという事実は、彼らが急いでいることを示唆しています。私たちは、予想よりも早く一般向けアプリでStrawberryの能力の一部を目にする可能性があります。Orionのタイムラインはより不明確ですが、OpenAIの戦略にとって明らかに重要であることを考えると、最優先事項であることは間違いありません。
AIの世界は光速で進化しており、OpenAIは明らかにトップに立ち続けるためのプレッシャーを感じています。これらの開発はまた、AIの安全性とアライメントに関するより大きな議論にも影響を与えます。一方で、より優れた推論能力は、エラーや幻覚の少ない、より信頼性の高いAIシステムにつながる可能性があります。これにより、重要なアプリケーションにおいてAIがより安全で信頼できるものになる可能性があります。
一方で、AIが複雑な推論をより得意になるにつれて、人間の価値観や目標と整合していることを確認することがさらに重要になります。推論する能力は、自動的に倫理的な決定を下すことを意味するわけではありません。これは、継続的な研究と警戒が必要な分野です。
まとめると、StrawberryとOrionに関する情報公開は、AI能力における潜在的に大きな飛躍を表しています。これらのモデルは、人間の思考を不気味なほどに模倣する方法でAIシステムが真に推論し問題を解決できるようになる可能性があります。その意味は計り知れません。科学研究から創造的な問題解決、そしてそれ以上の分野にまで及びます。
私たちは、薬剤開発における発見を加速し、個別化教育を革新し、よりニュアンスのあるビジネスインサイトを提供し、さらには複雑な環境モデリングに取り組むAIを目にする可能性があります。いつものように、私はこれらの進展を鷹の目で見守っていきます。AIの風景はこれまで以上に急速に変化しており、OpenAIからのこれらの新しいモデルは真のゲームチェンジャーになる可能性があります。
AIチップについてですが、一般的に思い浮かぶ有名な名前はNVIDIAです。あなたのチップはNVIDIAとどう違うのでしょうか。
そうですね、NVIDIAはGPU（グラフィックス・プロセッシング・ユニット）と呼ばれるものを作っています。私たちはLPU（言語処理ユニット）と呼ぶものを作っています。GPUは並列処理が非常に得意です。例えば、税金の申告をするという作業があったとして、それぞれのページを他の人に記入してもらうようなイメージです。それがGPUのやることです。
Grok、AIチップのスタートアップ企業が最近、6億4000万ドルのシリーズDの資金調達ラウンドを終えました。これにより同社の評価額は28億ドルに押し上げられました。2016年に設立されたこの会社は、AIチップ市場におけるNVIDIAの優位性に挑戦することを目指しています。
Jonathan Ross、Grokの創業者兼CEOは、AIの推論チップに焦点を当てて会社を立ち上げました。AIにおける推論とは、訓練されたモデルが新しい状況に知識を適用するプロセスです。これによってスマートフォンが写真の中のオブジェクトを識別したり、チャットボットが応答を生成したりすることができるのです。
Grokの主要技術は言語処理ユニット（LPU）です。しかし、物語を書くとなると、首尾一貫したストーリー展開が必要です。始まりと終わりを知り、すべてが他の部分に依存します。そのためにはおそらくLPUが必要でしょう。なぜなら順序立てて処理する必要があり、99番目や100番目の単語は99番目の単語を予測するまで実際には予測できないからです。
これらのチップは特に推論タスク向けに設計されています。NVIDIAのグラフィックス処理ユニット（GPU）と対照的に、GrokはLPUが推論タスクにおいてNVIDIAのGPUよりも4倍速く、5倍安価で、3倍エネルギー効率が良いと主張しています。
私たちはLPUを作っています。GPUのことは聞いたことがあるでしょうが、LPUは言語処理ユニットです。その違いは、GPUが高度に並列なプログラム、つまり多くのタスクを同時に実行できるが順序立てて行う必要のないものに向いているのに対し、LPUは例えば言語に適しています。なぜなら100番目の単語は99番目の単語を予測するまで予測できないからです。そのため完全にユニークですが、超高速です。通常、人々にデモを見せると、最初の反応は「わあ」です。実際、私たちのウェブサイトのURLはwww.g.comではなく、実際にはwww.g.comです。
AIチップ市場は2027年までに1.1兆ドルに達すると予測されています。推論市場だけでも今後4年間で67億ドルの価値があると予想されています。Grokはこの成長市場の一部を獲得することを目指しています。
Grokの成長は急速で、NVIDIAやAMD、Intelなどの老舗企業がある一方で、SambanovaやCerebrasなど他のチップスタートアップもあります。このエコシステムの中でどのように位置づけられ、他のプレーヤーとどのように競争するのでしょうか。
私たちが主に行っているのは、Grok Cloudというサービスを通じてチップを利用できるようにすることです。そこにアクセスすれば実際に試すことができ、超高速です。そして、人々が自分のアプリケーションを構築できるAPIも用意しています。サーバーを購入してデータセンターに設置する必要はありません。私たちがそのすべてを処理するので、非常に簡単です。実際、過去14週間ほどで、7人未満の開発者から26万人以上の開発者に増えました。
Rossは、「過去5ヶ月間で、ほんの一握りの開発者から30万人以上に成長しました。LlamaのクオリティとオープンさだけでなくGrok LPUでの驚異的な速度に魅了されたのです」と述べています。
現在、NVIDIAがAIチップ市場シェアの約80%を占めています。他の競合にはAMD、Intel、そしてCerebrasやSambanovaなどのスタートアップがあります。Grokはこの競争の激しい環境で大きな課題に直面しています。
「イーロン・マスクがGrokというチャットボットを持っていますが、それで混乱は生じていませんか？」
「少しありますね。こう言っておきましょう。私たちは先に商標権を取得しました。私たちにその権利があるのです。」
Grokは最近、元Intel幹部のStuart Pangを新しい最高執行責任者（COO）として雇いました。また、Yann LeCunをチーフAIサイエンティストとして技術顧問に迎えました。これらの著名な人材の加入により、会社に貴重な経験がもたらされます。
Grokは2025年第1四半期末までに108,000以上のLPUを展開する計画です。Aramco Digitalなどの企業と提携してAIコンピューティングセンターを世界中に構築するなど、グローバルに拡大しています。
業界のリーダーたちもGrokに注目しています。BlackRock Private Equity Partnersの副社長Samir Menanは次のように述べています。「AIコンピューティングの市場は意味があり、Grokの垂直統合型ソリューションはこの機会に適しています。需要に応え、イノベーションを加速させるGrokをサポートすることを楽しみにしています。」
Samsung Semiconductor Innovation CenterのヘッドであるMarco Chisariは次のように述べました。「私たちはGrokの破壊的なコンピューティングアーキテクチャと、ソフトウェアファーストのアプローチに非常に感銘を受けています。Grokの記録的な速度と、ほぼ瞬時の生成AI推論パフォーマンスは市場をリードしています。」
Grokのビジョンは、単に高速なチップを作ることを超えています。Rossは次のように述べています。「最大手のテクノロジー企業だけでなく、誰もが最先端のAI製品を作れるようにリソースを提供することを目指しています。」
Grokは、Global Foundriesとのパートナーシップを通じてチップを製造しています。Grok Cloudにさらに10万以上のLPUを展開し、計算能力を大幅に増強する計画です。
同社の名前は、SF小説「異星の客」に由来しています。この小説で「grok」は火星の言葉で「共感を持って理解する」という意味です。これはイーロン・マスクのGrokチャットボットと似ていますが、Rossは「私たちが先に権利を取得した」と主張しています。
「実際、私たちはお金が尽きると思っていました。会社が潰れると思っていたのです。私たちが作ったものは、少し早すぎたのです。」
Grokは、米国政府のイニシアチブである国立AIリサーチリソースパイロットへの参加を選ばれました。これは研究者をAIリソースと結びつけるものです。これにより、Grokはより大規模で確立された企業と同じリーグに位置づけられました。
Grokの公共部門担当社長Eileen Blackは次のように述べています。「Grokは部分的に、AIにおける持つ者と持たざる者の格差をなくすために設立されました。必要なリソースへのアクセス不足が、次の『Operation Warp Speed』において研究者の成功を妨げるべきではありません。」
Grokは最近、Grok Cloud上でLlama 3.1モデルをリリースしました。これには405Bパラメータモデルが含まれており、公開されている最大の言語モデルの1つです。
マーク・ザッカーバーグはこれについて次のようにコメントしています。「Llama 3.1モデルのクラウド展開におけるGrokの超低遅延推論に本当に興奮しています。これは、オープンソースへの私たちのコミットメントがAIのイノベーションと進歩を促進している素晴らしい例です。」
Grokの財務実績は、進歩と課題の両方を示しています。2023年の売上高は340万ドルと低く、純損失は8830万ドルでした。しかし、今年度の売上高は1億ドルと予想されています。
同社は設立当初、大きな課題に直面しました。Rossは「Grokは何度も倒産の危機に瀕しました。私たちはGrokを少し早く立ち上げすぎたかもしれません」と振り返り、2019年には資金が1ヶ月で底をつきそうだった時期があったと回想しています。
2022年後半のChatGPTのリリースに端を発したAIブームは、Grokにとって有益でした。Rossは現在の状況を「コンピューティングは新しい石油だ」と表現し、AIコンピューティング能力への高い需要を指しています。
「こう考えてみてください。すべての技術時代は、何らかの希少な資源に基づいています。産業時代は石油、石炭、天然ガス、そして現在は太陽光や風力などのエネルギーに基づいていました。情報時代は印刷機から始まり、最終的にはインターネットとモバイルに至りました。
資金調達の際によく聞かれた質問は、『AIは次のインターネットになるのか、次のモバイルになるのか』というものでした。私の答えは絶対にノーです。なぜなら、それらは情報時代の技術だからです。これは生成時代の技術です。情報時代の技術がデータを高い忠実度でコピーし、複製し、配布することに関するものであるのに対し、生成時代の技術は、問われている質問の文脈の中で、その場で新しいものを作り出すことに関するものだからです。」
Grokの技術は、高性能コンピューティングの分野ですでに応用されています。マンハッタン計画に起源を持つ連邦研究施設であるArgonne National Labsは、核融合の研究にGrokのチップを使用しています。
エネルギー効率はGrokの重要な焦点です。同社のチップは、推論タスクにおいてNVIDIAのGPUの3倍のエネルギー効率を持つと主張しています。AIのエネルギー消費に対する懸念が高まる中、これは大きな利点となる可能性があります。
Grokは自動車およびロボット部門も狙っており、これを潜在的な3000億ドル市場と見積もっています。イーロン・マスクでさえ、TeslaのAIプロジェクト用にNVIDIAチップを注文しているほどです。
同社はAI教育にも投資しており、カリフォルニア州の住民に高度なAIのトレーニングを提供する計画です。この戦略は、自社製品の需要を創出しながら、AIスキルのギャップに対処する可能性があります。
Grokはいくつかの課題に直面しています。ハードウェアの展開のスケーリングは複雑であり、将来のチップの設計上の欠陥や潜在的な遅延に関する噂もあります。新技術の展開における遅れは、成長期待に影響を与える可能性があります。
AIチップ市場の競争は激しく、NVIDIAは自社の市場シェアを積極的に守る可能性が高く、他のスタートアップも市場シェアを狙っています。CerebrasのCEOであるAndrew Feldmanは、Grokのアプローチについて次のように認めています。「白紙の状態から始めた人で、この種の作業にGPUを使うことを選んだ人はいません。」これは、GrokのLPUのようなAI専用チップの潜在的な利点を強調しています。
地政学的要因は、Grokや半導体セクター全体に影響を与える可能性があります。バイデン政権とドナルド・トランプの両者による最近のコメントは、半導体株がグローバルな緊張にいかに敏感であるかを示しています。
最近の6億4000万ドルの資金調達ラウンドは、BlackRock Private Equity Partnersが主導し、既存および新規の投資家（Neuberger Berman、Type One Ventures、Cisco Investments、Samsung Catalyst Fundなど）が参加しました。
Rossは、AIの展開における推論の重要性を強調しています。「AIモデルのトレーニングは解決されました。今は、世界がこれらのモデルを使用できるように展開する時です。」
より高速で効率的なAI推論の潜在的な応用範囲は広範です。医療画像のリアルタイム処理や、より正確な気候予測など、ヘルスケアや気候科学などの分野での進歩を加速させる可能性があります。
Grokは積極的に採用を行っており、競争の激しい市場でトップタレントを引きつけようとしています。Rossは次のように述べています。「私たちは、何十万人もの開発者がオープンモデル上で構築できるようにするチームであり、採用を行っています。」
GrokのNAIRRパイロットへの参加は、重要な意味を持つ可能性があります。Computing Community Consortiumの副執行理事であるKatie Antypasは次のように述べています。「研究者が国のために責任ある方法でイノベーションと科学的発見を進めるために必要とするコンピューティング、データ、ソフトウェア、プラットフォームを提供します。GrokのNAIRRパイロットへの貢献により、研究者は最先端のモデルにアクセスでき、最も大胆な研究ビジョンを実現するのに役立ちます。」
Jonathan Rossは、Llama 3.1のローンチについて次のようにコメントしています。「Metaは、AIのオープンなオペレーティングシステムであるLinuxに相当するものを作成しています。GrokのLPU（高速AI推論を提供）だけでなく、エコシステム全体のためです。テクノロジーにおいて、オープンは常に勝利します。このLlama 3.1のリリースで、Metaは最高のプロプライエタリモデルに追いつきました。このペースでは、閉鎖的なモデルを追い越すのは時間の問題です。」
GrokのLPU技術は、従来のGPUとは大きく異なります。GPUが並列処理に優れているのに対し、LPUは言語処理に不可欠な順次タスク向けに設計されています。この設計上の選択により、特定のAIアプリケーションにおいてGrokが優位性を持つ可能性があります。
トレーニングよりも推論に焦点を当てる同社の戦略は戦略的です。AIモデルのトレーニングは計算集約的ですが、展開されたAIシステムにとって、継続的な計算コストの大部分は推論にあります。推論を最適化することで、Grokは多くのAIアプリケーションにとって重要な痛点を標的にしています。
Grokのチップは、AIシステムが目標を達成するために複数の順次タスクを実行する必要がある「エージェンティック・ワークロード」に特に適しています。これは、自動運転や複雑なロボット制御システムなどのアプリケーションにとって特に価値がある可能性があります。
AIが進歩し続ける中で、より高速な推論によって何が可能になるのでしょうか。
「大きなものの1つは、エージェンティックなユースケースです。今では、チャットボットに行って質問を入力し、答えを得るのに慣れていますが、それは単一のステップです。代わりに、例えばハワイへの旅行を予約したいとします。『ハワイへの旅行を予約して』と入力すると、それはハワイのどこに行きたいのか、ビーチで過ごしたいのか、何をしたいのかなど、たくさんの質問をする必要があります。すべての答えを得た後、どの航空会社を予約し、どのホテルを取得するかを把握する必要があります。一部は満室かもしれません。
何かを達成するためにあなたが行わなければならないすべてのタスクを考えてみてください。それらはエージェンティックなワークロードです。実際にすべてのこれらの反復を行うまで解決できません。そのため、答えを得るのに時間がかかるほど、それはより複雑になります。実際、10億人以上のユーザーを持つある顧客がエージェンティックなワークロードを構築しました。結果を得るのに4〜5分かかっていましたが、Grokに切り替えたところ、10秒に短縮されました。」
Grokのチップ設計へのアプローチは、業界でユニークです。彼らはチップを設計する前に、最初の6ヶ月間をコンパイラーの作業に費やしました。これは従来のアプローチとは逆です。このソフトウェアファーストの戦略により、AIワークロードの最適化において優位性を得る可能性があります。
Llama 3.1のようなオープンソースモデルへの同社の焦点は戦略的です。これらのモデルをサポートすることで、Grokは成長するオープンソースAI運動の重要なインフラストラクチャプロバイダーとしての位置を確立しています。
同社の低遅延への重点は、自動運転や金融取引などの分野におけるリアルタイムAIアプリケーションにとって特に価値がある可能性があります。これらの分野では、ミリ秒単位の遅延でさえ重要です。
Grokのチップは、大規模言語モデルを効率的に処理するように設計されています。これらのモデルがサイズと複雑さを増し続けるにつれて、GrokのLPUのような専用ハードウェアがますます重要になる可能性があります。
同社の推論への焦点は、エッジAIアプリケーションの予想される成長に向けて彼らを良好な位置に置く可能性があります。より多くのAI処理がエッジデバイスに移行するにつれて、効率的な推論がますます重要になります。
Grokの技術は、AIモデルを大規模に実行するコストを潜在的に削減する可能性があります。彼らの効率性の主張が真実であれば、より広範な企業にとって高度なAIアプリケーションがより経済的に実行可能になる可能性があります。
AIチップ競争は激化しており、Grokは革新的な技術と野心的な計画を持つ真剣な競争相手です。彼らはNVIDIAの優位性に挑戦する準備ができています。AIコンピューティングの未来は刺激的に見えます。
私たちはディープラーニングを100万倍加速させました。これが、現在これらの大規模言語モデルを作成することが可能になった理由です。100万倍の高速化、100万倍のコストとエネルギーの削減が、生成AIを可能にしたのです。
NVIDIAのディープラーニングにおける飛躍は、単に生の力だけの問題ではありません。AIがハードウェアの制限に縛られない未来を可能にすることです。この種の進歩は、AIの軍拡競争においてNVIDIAを重要なプレーヤーとして位置づけています。
「そこで、私たちの旅路を描いた漫画を作りました。」
「あなたが作ったんですか、それともAIが生成したんですか?」
「作らせました。それがCEOのすることです。私たちは何もせず、ただ作らせるだけです。」
ここでのユーモアは、重要な真実を隠しています。NVIDIAは産業を再定義するツールを作り出しています。漫画の作成からカッティングエッジのAIチップの開発に至る彼らの旅は、絶え間ないイノベーションの追求を示しています。
「この漫画は本当に素晴らしいですね。これらはコンピュータ産業における最も重要な瞬間の一部です。もちろんIBMシステム/360、現代コンピューティングの発明、1975年のティーポット、1979年のユタのティーポット、1986年のレイトレーシング、プログラマブルシェーディングなどです。」
これらの瞬間は技術の風景を形作りましたが、NVIDIAの最近の動き、特にAIチップに関する動きは、産業全体を再定義する可能性があります。彼らの進歩は、コンピューティング史の次の大きな章になるかもしれません。
「プログラマブルシェーディングはもちろん、今日私たちが見るほとんどのアニメーション映画は、プログラマブルシェーディングなしでは不可能だったでしょう。元々はCray スーパーコンピュータで行われていました。」
1993年にNVIDIAが設立されてから、ハリウッドの形成から最先端のAIの動力源まで、NVIDIAの影響は至る所にあります。彼らの継続的なイノベーションは、彼らを最前線に保ち続けており、彼らの最新のAI開発は例外ではありません。これらは潜在的にゲームチェンジャーとなる可能性があります。
「Chris [Malachowsky]と私が会社を設立したのは1995年です。Windows PCがパーソナルコンピュータ産業に革命をもたらし、すべての家庭とすべての机にパーソナルコンピュータを置きました。」
NVIDIAがPC革命と共に成長する中で、彼らは私たちが今踏み出しつつあるAI主導の世界の基礎を築きました。彼らの新しいAIチップは、マイクロソフトのような企業さえも挑戦する大胆な動きを示しています。
「2001年に、私たちは最初のプログラマブルシェーディングGPUを発明しました。それが本当にNVIDIAの旅のほとんどを推進しました。しかし、私たちが行っているすべてのバックグラウンドには加速コンピューティングがありました。」
NVIDIAの加速コンピューティングへの焦点は単なる選択ではなく、必要性でした。今日、その焦点は、GPUの力を過小評価した競合他社を凌駕しながら、AIイノベーションをリードする彼らの立場として実を結んでいます。
「通常のコンピュータでは解決できない問題を解決できるようにするためです。私たちが最初に選んだアプリケーションはコンピュータグラフィックスでした。それは恐らく私たちが行った最高の決断の一つでした。なぜなら、コンピュータグラフィックスは信じられないほど計算集約的で、そのままでいたからです。」
計算集約的な問題に取り組むことを選択したことで、NVIDIAはリーダーシップへの道を歩み始めました。彼らの新しいBlackwellアーキテクチャはこのことの証であり、パワーと効率の両方で業界全体の新しいベンチマークを設定しています。
「NVIDIAがここにいる31年間、それはまた信じられないほど大量生産でした。なぜなら、当時主流ではなかったアプリケーション、3Dグラフィックス、ビデオゲームにコンピュータグラフィックスを適用したからです。非常に大規模な量と非常に複雑な計算問題の組み合わせが、私たちに非常に大きなR&D予算をもたらし、それが会社のフライホイールを駆動しました。」
NVIDIAの3Dグラフィックスでの成功は単なる幸運ではありませんでした。それは、高ボリューム市場で支配的地位を確立することを可能にした戦略的決定の結果でした。現在、彼らのAIチップは人工知能の世界で同じことを行う可能性があり、競争の風景を変える可能性があります。
「2012年、私たちは人工知能との最初の接触を果たしました。スタートレックの『ファーストコンタクト』のように。その最初の接触はAlexNetでした。2012年の非常に大きな瞬間でした。」
2012年はNVIDIAにとって重要な転換点を示しました。それは、AIにおける彼らの現在の支配的地位の舞台を設定しました。それ以来、特にHopperとBlackwellアーキテクチャで彼らが成し遂げた進歩は、彼らがカーブの先を行く能力を強調しています。
「私たちは、AlexNetがコンピュータビジョンにおいて信じられないブレークスルーであったという観察をしました。しかし、その核心は、それがソフトウェアを書く新しい方法だったということです。エンジニアが入力を与え、出力がどうなるかを想像して右側のアルゴリズムを書く代わりに…」
NVIDIAのAIの可能性の理解は、単に未来を見ることだけではありませんでした。それを創造することでした。彼らのBlackwellチップの導入は、AIがますます技術の中心になるにつれて、境界を押し広げ続けるという彼らのコミットメントを示しています。
「今、私たちは、入力と出力例が与えられた場合に、中間のプログラムを理解するコンピュータを持っています。この観察と、以前は解決できなかった多くの問題を解決するためにこの技術を使用できるという観察は、素晴らしい洞察でした。」
機械に自ら学習させる能力は革命的でした。そしてNVIDIAはその最前線にいました。彼らの最新の開発は、より広範な技術産業でパラダイムを再び変える可能性があります。今回は、確立された巨人に挑戦しながらです。
「そして、私たちは会社のすべてを変えました。プロセッサからシステム、ソフトウェアスタック、すべてのアルゴリズムまで。NVIDIAベースの研究はディープラーニングに向けて方向転換しました。」
NVIDIAのディープラーニングへの方向転換は単なるシフトではありませんでした。それは完全な変革でした。現在、彼らがBlackwellアーキテクチャをロールアウトする中で、彼らはAIレースに単に参加しているだけではなく、それをリードしています。
「そして、2016年に、私たちはディープラーニング用に構築した最初のコンピュータを導入しました。それをDGX-1と呼びました。私は会社外部の最初のDGX-1を提供しました。自動運転車やロボティクス、そして生成AIのためのグラフィックスのモデルを構築するためにNVIDIAのために構築しました。」
DGX-1は単なる製品ではありませんでした。それはNVIDIAのAIの未来へのローンチパッドでした。彼らの継続的なイノベーションは、彼らを業界におけるAI革命の重要なプレーヤーとして位置づけており、彼らの最新のチップは業界に新しい基準を設定しています。
「誰かがDGX-1の例を見て、イーロンが私に連絡してきて、『私たちが立ち上げているスタートアップ企業のために1台欲しい』と言いました。そこで、当時誰も知らなかった会社、OpenAIに最初の1台を提供しました。それが2016年でした。」
NVIDIAのOpenAIとの早期のコラボレーションは、私たちが今目撃している地殻変動の前兆でした。彼らがイノベーションを続ける中で、特にマイクロソフトとの競争において、技術世界への影響は深遠です。
「2017年はTransformerで、現代の機械学習、現代のディープラーニングを革命化しました。2018年、ここSIGGRAPHで、世界初のリアルタイム対話型レイトレーサー、レイトレーシングプラットフォームを発表しました。私たちはそれをRTXと呼びました。それは非常に大きな出来事だったので、私たちはみんながグラフィックスカードと呼んでいたGTXの名前をRTXに変更しました。」
RTXはNVIDIAだけでなく、業界全体にとっての転換点でした。今日、彼らのBlackwellチップのローンチにより、NVIDIAは再び境界を押し広げ、他のテック巨人に追いつくよう挑戦しています。
「並列プロセッサを使用してレイトレーシングを加速することを可能にしました。しかし、その時でも、私たちは毎秒約5フレームでレイトレーシングを行っていました。トレースするレイの数によります。」
技術的な課題として始まったものが、競争上の優位性へと進化しました。NVIDIAのAIとコンピューティングにおける進歩は単に漸進的なものではありません。それらは変革的であり、技術の新時代の舞台を設定しています。
「そして、1080pの解像度で行っていました。明らかに、ビデオゲームにはそれ以上のものが必要です。明らかに、リアルタイムグラフィックスにはそれ以上のものが必要です。」
「Jeffはそれが何を意味するか知っていますが、オンラインで視聴している方々のために、レンダリングプロセスは以前は非常に時間がかかっていました。何かを作るとき、わずか数ピクセルをレンダリングするのにクレイジーなスーパーコンピュータが必要でした。」
リアルタイムパフォーマンスへの需要は、NVIDIAを前例のないペースでイノベーションに駆り立てています。彼らの技術が進化するにつれて…
「そして何かを作るとき、わずか数ピクセルをレンダリングするのにクレイジーなスーパーコンピュータが必要でした。今では、レイトレーシングを加速するRTXを持っていますが、それは対話的でリアルタイムでした。しかし、ビデオゲームには十分な速さではありませんでした。」
NVIDIAの旅は、スーパーコンピュータからゲーミングPCへと、不可能を可能にする能力を示しています。現在、彼らの最新のチップで、彼らは再び風景を再定義する準備ができています。
「そこで、私たちは大きなブースト、おそらく20倍か50倍程度のブーストが必要だと気づきました。そしてチームはDLSSを発明しました。基本的に1つのピクセルをレンダリングし、AIを使って他の多くのピクセルを推論します。」
DLSSはゲーミングに革命をもたらしたブレークスルーでしたが、NVIDIAのビジョンはそれをはるかに超えています。彼らの最新のイノベーションは、技術世界に大きな影響を与える新たな競争の時代を引き起こす可能性があります。
今日、私たちはNVIDIAの株価を見ています。2024年に非常に好調で、8月28日に決算発表を控えています。誰もが「今がNVIDIA株を買うタイミングなのか」と問いかけています。
NVIDIAの株価は今年、2倍以上に上昇しました。2024年初めの約50ドルから、この記録時点では印象的な118ドルにまで急上昇しています。しかし、ここで興味深いのは、この大幅な上昇の後でさえ、一部のアナリストはまだ成長の余地があると言っていることです。
彼らの前回の四半期報告では、NVIDIAはいくつかの印象的な数字を示しました。彼らの収益は前年同期比で26.04%増加しました。売上総利益率（売上原価を差し引いた後に保持する収益の割合）は78.4%に上昇しました。これは前四半期の76%から上昇し、前年同期の64.6%からも上昇しています。簡単に言えば、NVIDIAはより多くのお金を稼ぐだけでなく、より大きな利益を保持しているのです。
NVIDIAの純利益（全ての費用を差し引いた後に残る金額）は、驚異的な114.88億ドルにまで跳ね上がりました。これは前年比628%の増加です。
では、この背景にある理由は何でしょうか。二つの言葉で言えば、データセンターとAIです。NVIDIAのデータセンター収益は22.56億ドルに急増しました。これらのチャットボットやAIツールの背後にあるのが、産業を再形成しているのです。
NVIDIAの技術ロードマップについて話しましょう。彼らは現在、すでに注目を集めているHopper GPUコンピューティングプラットフォームを持っています。しかし、彼らはその栄光に満足していません。今年後半に市場に登場すると予想される次世代プラットフォーム「Blackwell」を発表しました。延期の噂も出ていますので、今後の決算発表で提供される最新情報に注意を払う必要があります。
将来を見据えると、NVIDIAは来四半期の収益を280億ドルと予測しています。これを理解するために、前年同期の2倍の数字だと考えてください。彼らはまた、74.8%から75.5%の間の売上総利益率を予想しています。これらの数字が実現すれば、私たちは爆発的な成長の別の四半期を目にすることになるでしょう。
これだけの成長を見ると、確実に株価は過大評価されているはずだと考えるかもしれません。しかし、ここが興味深い点です。今年の株価が2倍以上になったにもかかわらず、NVIDIAの先行PER（株価収益率）は30.59倍で取引されています。一見すると高く見えるかもしれませんが、彼らの成長率を考えると、多くのアナリストは実際にこれを妥当だと見ています。
半導体産業全体はこの1ヶ月間厳しい状況にありました。NVIDIA自体もこの1ヶ月で約18%下落しています。しかし、ここで興味深いのは、TSMC、ASML、Qualcomm、AMDなど業界の他の大手企業が最近強い業績を報告していることです。これはNVIDIAにとって良い兆候かもしれません。
注視すべき要因の一つは地政学的な側面です。半導体株はグローバルな緊張に敏感である可能性があり、最近のバイデン政権とドナルド・トランプの両者からのコメントでその一部が明らかになっています。
インサイダーは会社の約4.2%を所有していますが、これは大きな割合ではありませんが、依然として重要です。昨年には約8億2000万ドルの注目すべき売却がありました。CEOも売却しています。これは必ずしもベアリッシュな信号ではありません。インサイダーはポートフォリオの多様化から新しいヨットの購入まで、さまざまな理由で売却します。
一方で、機関投資家の所有率は65%と堅調です。実際、機関投資家は売却よりもはるかに多く購入しています。昨年の購入額は1177億ドルに対し、売却額は80億ドルでした。これは大手プレーヤーからの強い信頼の表れです。
では、潜在的な障害について言及しましょう。来たるBlackwellチップに設計上の欠陥があり、そのリリースが2025年に延期される可能性があるという報告がありました。これは決算報告で注視すべき点です。新技術のロールアウトの遅延は成長予測に打撃を与える可能性があります。
NVIDIAは自動運転車やロボティクスなど新しい領域に拡大しています。彼らはこれを3000億ドルの潜在的市場と見ています。イーロン・マスクでさえ、TeslaのAIプロジェクト用にNVIDIAチップを注文しています。
ここで、いくつかの主要な財務指標について話しましょう。NVIDIAの配当利回りは0.04%と低めですが、驚異的なペースで成長しています。2024年の投下資本利益率（ROIC）は61%と印象的で、経営陣が効果的に資本を配分していることを示しています。営業利益率も強く、時間とともに上昇傾向にあります。
NVIDIAを競合他社と比較すると、最近の下落にもかかわらず、過去1年間でほとんどの競合他社を上回るパフォーマンスを示しています。NVIDIAは146%上昇しており、これは半導体産業の他の競合他社よりも大幅に優れています。
評価について話しましょう。割引キャッシュフローモデルを使用すると、NVIDIA株の本質的価値は約140ドルと推定されます。ウォール街のアナリストはさらに強気で、平均目標価格は144ドルで、現在のレベルから38%の上昇余地を示唆しています。
TwitterのBeth Kindigからの最近の更新によると、NVIDIAのNVDA高級GPU出荷量は2025年に55%以上増加すると予想されており、Blackwell GPUの出荷が高級GPU出荷量の80%以上を占めるとされています。この予測は、考慮すべき成長の可能性の新たな層を加えています。
一部の投資家は長期的な視点を取っています。あるRedditユーザーは自身の経験を共有しました:「NVDA株を保有して1ヶ月が経ちました。ポートフォリオが25%下落するのを見て、かなり荒々しい経験でした。今はDCA（ドルコスト平均法）の後、わずか5%のマイナスです。株を保有し続ける良い動機は、損益分岐点が200ドルのような非常に高い値だと想像することだと気づきました。」
また、強気のトレンドを示唆する技術分析もありました。あるアナリストは次のように述べています:「NVDAは再び群を抜いています。明確な強気のローテーションが決算発表に向かっています。彼は制御下にあり、今や止められません。」
興味深いことに、セクター内の他の株もNVIDIAと一緒に動いているようです。ある投資家は次のように述べています:「決算発表前にMicronを購入しました。決算は素晴らしかったのですが、株価はNVIDIAと共に80ドル台後半まで下落しました。それ以来、NVIDIAと共に着実に上昇しています。」
様々な機関からの市場分析が火に油を注いでいます。Goldman Sachsは最近、NVDAを「今年最も重要な株」と呼び、ある火曜日に6%の上昇をもたらしました。Morgan Stanleyの予測では、先行PEG比率が0.4となっており、NVDAの公正な価格設定には倍増が必要かもしれないことを示唆しています。Bank of Americaは、NVDAを2024年のチップカムバックにおける「トップリバウンド株」と名付けました。
決算予想も忘れてはいけません。UBSは第2四半期のEPSを0.68ドル、収益を299億ドルと予想しています。これは以前の予想である0.64ドルのEPSと286億ドルの収益を上回っています。これはかなりの成長の可能性を示しています。
著名なテクノロジーアナリストであるDan Ivesは次のように述べています:「8月28日のNVIDIA決算発表では、街中の取引デスクで静寂が訪れるでしょう。投資家たちが『AIの教父』であるJensenから2025年に向けたAIチップの大規模な需要軌道について聞くからです。これはテクノロジー業界にとってもう一つの画期的な瞬間になると私たちは信じています。」
ビジネス開発の面では、NVIDIAはチップを超えた動きを見せています。彼らはAI教育に関与し、カリフォルニア州の住民に高度なAIのトレーニングを提供する計画を立てています。これは、AIスキルのギャップに対処しながら、自社製品の需要を創出するためのスマートな長期的な戦略かもしれません。
8月28日に予定されている決算発表は、誰もが待ち望んでいる大きなイベントです。過去のデータを見ると、NVIDIAには決算予想を上回る実績があります。今四半期の期待は非常に高く、前年同期比136%の成長が予想されています。もしNVIDIAがこれらの数字を達成すれば、株価は新たな最高値に向かって押し上げられる可能性があり、現在のレベルから最大40%の利益をもたらす可能性があります。
しかし、すべてが順調というわけではありません。最近のCPI（消費者物価指数）データは予想よりも高めに出たため、投資家のセンチメント全体に影響を与える可能性があります。あるRedditユーザーは次のように注意を促しています:「CPIデータが予想よりも高めに出たことで、慎重な投資家は、モメンタム（勢い）を重視する投資家たちが追随者に株を売らせないために作り出す可能性のある新しいナラティブ（物語）を注意深く見守るべきです。」
2024年8月12日付のMorgan Stanleyのリサーチノートは、興味深い洞察を提供しています:「我々は、2024年第4四半期のBlackwell GPUおよび関連サーバーコンポーネントの出荷スケジュールに変更はないと見ています。GB200サーバーラックシステムのロールアウトタイミングが1〜2ヶ月遅れて11月になる可能性があり、量産出荷は2025年第1四半期になる可能性があります。新しいBlackwellチップのスケジュールは2024年第4四半期のランプアップにほとんど変更がありません。先週のAIトラッカーでは、TSMCでのBlackwellチップの量産ランプアップが9月中旬から9月下旬にわずか2週間遅れる可能性があることを示しました。」
この情報は、多少の遅延があるかもしれないものの、NVIDIAの新技術のロールアウトの全体的な軌道は大きく変わっていないことを示唆しています。
特定の取引戦略を検討している人々のために、ストップロス注文の設定について多くの議論がありました。平均価格132ドルの投資家が損益分岐点を超えた後のストップロス設定について尋ねました。コミュニティはこの点で意見が分かれており、一部は利益を守ることを提唱し、他は長期保有戦略を提案しています。
また、決算発表前後の利益確定戦略についても議論がありました。一部は決算発表の翌日に5〜8%の利益を得て売却することを提案し、他はより忍耐強いアプローチを取り、時間をかけて少しずつ売却することを提唱しています。
以上が、8月28日の決算発表に向けたNVIDIA株の状況に関する包括的な分析です。投資判断は皆さん次第です。
さらなる動画を見るには、Blow Me AIにいいね、コメント、購読をお願いします。
2015年、国防総省は大規模なロボットチャレンジを開始しました。彼らは人間が制御する災害支援用ロボットの開発を目指しました。これらのロボットは1時間以内に車の運転や階段の上り下りなど8つのタスクを完了する必要がありました。
それから約10年が経過し、状況は大きく変化しました。生成AIと呼ばれる素晴らしい新技術により、ロボットは人間のように新しいスキルを非常に速く学習できるようになりました。
オースティンのロボット企業Apptronicを設立したJeff Cardensは次のように述べています:「私たちが本当に望んでいるのは、ゼロショット学習と呼ばれるものです。ロボットに何かをやって見せると、あなたがやったのと同じようにすぐにできるようになることです。」
「私たちにとっての聖杯は、ゼロショット学習、つまりロボットに何をすべきか示すと、あなたがそのタスクを行うのと同じようにできるようになる能力です。」
これはもはや夢物語ではなく、現実になりつつあります。OpenAIの支援を受けているFigure AIという企業は、最近人間のようなロボットを披露しました。このロボットは視覚言語モデルと呼ばれるものを搭載しており、物事を見て理解し、自身の間違いを修正することができます。
Teslaも素晴らしいことを行っています。6月には工場内を歩き回るOptimusロボットを披露しました。TeslaのCEOであるイーロン・マスクは、このロボットにより同社の価値が25兆ドルになる可能性があると考えています。
「輸送は5〜7兆ドルの時価総額の状況です。Optimusは文字通り25兆ドル、25兆ドルの時価総額の状況だと思います。」
ロボットはこれまでも工場や倉庫で作業の効率化に貢献してきました。しかし、これらのロボットのほとんどは、物を一か所から別の場所へ移動させるなど、単純な作業しかできませんでした。本当に興奮させられるロボットは、人間により近い外見と行動をするものです。これらのロボットは、人間用に設計された環境で人間のすぐ隣で働くことができるでしょう。
ソフトウェア会社のNVIDIAは、これらの人間型ロボットをさらに良くするのを助けています。彼らは超高速コンピューターチップと「Omniverse」と呼ばれるものを使用しています。Omniverseは、実際の世界で試す前にロボットに新しいスキルを教えることができる仮想世界のようなものです。
NVIDIAはまた、「AI Foundation Models」というものを作りました。これはロボットの学習を速くするのに役立ちます。彼らはまた、「NIM microservices」を作りました。これによりロボットは周囲の世界を3Dで見て理解することができます。
NVIDIAで働くDeepuは次のように述べています:
「以前は、ロボットに新しいことをさせたい場合、新しい情報ですべてを一から教え直す必要がありました。今では、話しかけたり、やり方を見せたり、指示を書いたりするなど、さまざまな方法でロボットを教えることができます。」
「以前、特定のタスクのためのAIモデルを作る場合、そのタスク専用のデータで訓練する必要がありました。そして、そのAIモデルに別のことをさせたい場合は、モデルを再訓練する必要がありました。生成AIは、多くの異なるタスクのための膨大なデータで訓練される一般的な基盤モデルのようなものです。それは1つのモデルですが、テキスト入力や音声入力、デモンストレーションやビデオを使ってロボットを訓練することができます。」
ロボットを教えるこれらの新しい方法により、Apptronicのような企業は驚くべきことを成し遂げることができました。彼らのApolloというロボットは最近、見ることで作業を学ぶことができるようになりました。靴下と帽子を拾って箱に入れるという作業を行いました。これまでロボットにこれを教えるには数千時間かかっていましたが、今ではわずか10時間で済みます。
「右手を開いてジョイスティックを押し下げてください。いいですね。靴下に手を伸ばすときは、ちょうどいい位置よりも少し遠くまで行ってみてください。そうです、手を閉じてください。とてもよくできました。持ち上げてください。はい、その箱に入れてください。素晴らしい！」
Cardensはこれに興奮しています。人々が様々な仕事をしている多くのビデオをロボットに見せることができ、ロボットが人間の形をしていれば、時間をかけてあらゆる種類の作業を学ぶことができるでしょう。
投資家たちもこれらの人間型ロボットに興奮しています。2024年の前半だけで、これらのロボットを作る企業は投資家から約7億9300万ドルを集めました。大手銀行のGoldman Sachsは、2035年までにロボット市場が380億ドルの価値を持つ可能性があると考えています。
ロボットと新技術を研究しているSam Korusは次のように述べています:「人間ができることは何でもできるロボットを作ることができれば、私たちの働き方や生活の仕方がすべて変わる可能性があります。仕事をする人の数に制限されなくなるでしょう。」
これらのロボットがどのように作られているかをもう少し詳しく見てみましょう。Apptronicの研究所では、「テレオペレーション」と呼ばれるものを使用しています。これは、特別なゴーグルとコントローラーを使って人間がロボットを制御することを意味します。ほとんどビデオゲームをプレイするようなものです。これにより、古い方法でプログラミングするよりもはるかに速くロボットに新しいことを教えることができます。
ApptronicのロボットであるApolloは、人間にとてもよく似るように作られています。身長は58インチ（約147cm）、重さは160ポンド（約73kg）で、両腕で55ポンド（約25kg）を持ち上げることができます。これにより、人間が通常行う多くの異なる仕事に適しています。
新しいAI技術により、ロボットははるかに速く学習できるようになっています。彼らは人間のように、物を慎重に拾って動かすなど、手を使う作業がより上手になっています。
私たちはすでに実際の世界でこれらのロボットを目にしています。TeslaのOptimusロボットは彼らの工場で働いています。Figure AIは彼らのロボットをBMWの自動車工場で働かせています。そしてAmazonは、Agility Roboticsという会社が作ったDigitというロボットをテスト施設で試しています。
「TeslaはすでにOptimus自身が工場の床で自律的に働いていることを自慢しています。Figure AIはBMWの工場で使用するために人型ロボットを訓練し、Amazonはオレゴンを拠点とするAgility社のDigitロボットをテスト施設に統合しています。」
NVIDIAはこれらすべてをより速く実現するのを助けています。彼らは人間型ロボットを開発するための完全なシステムを作りました。これには、先ほど話した超高速コンピューターチップ、トレーニング用のOmniverse、そして言葉や音声、デモンストレーションを使ってロボットに教える新しい方法が含まれています。
イーロン・マスクは、OptimusのようなロボットがTeslaにとって大きな意味を持つと考えています。1年以内にTeslaの工場で1000台以上のOptimusが働く可能性があると彼は言っています。
「私の予測では、来年にはTeslaで1000台以上、おそらく数千台のOptimusロボットが働くことになるでしょう。」
これは、工場で働く人が足りない時期に起こっています。Goldman Sachsによると、現在約50万人の工場労働者が不足しており、2030年までに200万人に増加する可能性があります。
「そうなれば、私たちが知っている経済の基本が根本的に変わります。なぜなら、人間の労働力の制約がなくなるからです。ですから、採用曲線はロボットの能力によって決まることになります。」
しかし、ロボットが至る所で見られるようになる前に、彼らはより安価で、より多くのことができるようになる必要があります。一部の専門家は、ロボットが人間の能力の30%をこなし、価格が約10万ドルになれば、多くの企業が使い始めるだろうと考えています。
「その採用曲線は、能力と価格のバランスによって決まると思います。おそらく10万ドル程度で、人間の30%程度のことができれば、興味深いものになり始めます。」
NVIDIAのDeepuは、ロボットがどこにでもあるようになるには、さらに安価になる必要があると考えています。1万ドルくらいです。
これらのロボットはあらゆる種類の仕事をこなす可能性があります。人手が足りない倉庫で働くかもしれません。将来的には、介助が必要な高齢者の世話をする家庭で働くかもしれません。
これらの課題があっても、多くの人々はロボットがコンピューターやスマートフォンのように、私たちの生活の普通の一部になると考えています。いつの日か、私たち全員が家にロボットのヘルパーを持つかもしれません。
NVIDIAはロボットをさらに良くするために懸命に取り組み続けています。彼らは「NVIDIA NIM™ microservices」のような新しいツールを作りました。これはより良いロボットトレーニングプログラムを作るのに役立ちます。また、「NVIDIA OSMO™ orchestration service」は、新しいロボットの開発をより簡単で速くします。
彼らはまた、「Project GROOT」と呼ばれる非常に大きなものに取り組んでいます。このプロジェクトは、多くの異なる種類の人間型ロボットに使用できる普遍的なAI脳を作ることを目指しています。彼らはこのために、Apple Vision Proのような複合現実デバイスを含む、あらゆる種類のクールな技術を使用しています。
「Project GROOTは、あらゆる種類の異なる人型ロボットプラットフォームのための普遍的なAI脳を構築するというNVIDIAの野心的な取り組みです。このSIGGRAPHで、私たちは人型ロボットのエコシステムの開発者がAIモデルをより良く、より効率的に構築するためのツールセットを紹介しています。今回、新しい合成データ生成パイプラインを導入します。」
NVIDIAのより良いロボットを作るための計画には、3つの主要なコンピューターシステムが含まれています。DGXはロボットの思考を助ける基本的なAIモデルをトレーニングするために使用されます。OVXはロボットのスキルをテストし改善するためのシミュレーションを実行します。AGXは実際のロボット内部に搭載されるコンピューターです。
2015年の国防総省のチャレンジ以来、私たちは長い道のりを歩んできました。今日のAIによって動作するロボットははるかに高度です。彼らは人間のような作業をより上手に行うようになり、より手頃な価格になっています。世界中の企業がこれらのロボットをより良くするために懸命に取り組んでいます。
彼らはロボットをより強くしたり速くしたりするだけでなく、より賢くし、人間をよりよく理解し、対話できるようにしようとしています。最大の課題の1つは、新しい状況に適応できるロボットを作ることです。人間は新しいまたは予期しない状況で何をすべきかを理解するのが非常に得意です。私たちはロボットにもそれができるようになってほしいのです。
また、ロボットをよりエネルギー効率の良いものにすることにも多くの取り組みがなされています。工場や家庭でロボットを一日中働かせるつもりなら、できるだけ少ない電力で動作する必要があります。これは環境にとって良いことであり、ロボットの運用コストも安くなります。
教育は、ロボットが大きな違いをもたらす可能性がある別の分野です。あなたの学習スタイルに正確に合わせて教え方を調整できるロボット家庭教師を想像してみてください。または、教師が生徒一人一人により多くの注意を向けられるよう支援する教室のロボットアシスタントを想像してみてください。
ヘルスケアの分野では、ロボットはすでに手術室で支援していますが、将来的にはさらに多くのことができるかもしれません。彼らは障害のある人々を支援したり、孤独な人々の伴侶として働いたりする可能性があります。
ロボット工学と他の新技術を組み合わせる興奮的な研究も行われています。例えば、一部の研究者は脳コンピューターインターフェースを使用して思考でロボットを制御する方法を探っています。他の人々は、仮想現実や拡張現実を使用して新しい方法でロボットを制御し、対話する方法を探索しています。
これらすべての進歩にもかかわらず、まだ長い道のりがあります。人間ができることすべてをこなせるロボットを作ることは、信じられないほど複雑な課題です。それには、材料科学からコンピュータービジョン、人工知能に至るまで、多くの異なる分野での進歩が必要です。
しかし、私たちは毎日一歩ずつ近づいています。AIにおける新しいブレークスルーの1つ1つ、ロボット設計の改良の1つ1つが、人間型ロボットが日常生活の普通の一部である世界に一歩近づけています。
この動画を楽しんでいただけたなら、Blow Me AIのチャンネルに「いいね」、コメント、登録をお願いします。
コメント