4,130 文字
サム・アルトマンは最近、OpenAIが14人の研究チームから支配的なAIプラットフォームへと進化した過程を振り返りました。セコイア・キャピタルでの講演で、彼は実際に未来への洞察を私たちに与えてくれました。具体的には今後3年間についてですが、これらはもちろんAI開発にとって極めて重要な年となります。
2025年、2026年、2027年に起こる変化のいくつかを見てみましょう。アルトマンが実際にここで語っていることの一つは、私たちがインターネット上でデータを持ち運ぶ方法の未来についてです。私たちができるようになることの一つは、AIがさまざまなアプリケーションでより多く利用できるようになるにつれて、ChatGPTでサインインできるようになる可能性があることです。
この機能が、オンラインでさまざまなアプリケーションを使用する際に、私たちの設定を持ち運べるようにしてくれる可能性は非常に高いです。アルフレッドの質問への答えについて、あなた方がどこに向かいたいかは主にコンシューマーに焦点を当て、コアサブスクリプションになることであり、また収益の大部分もコンシューマーサブスクリプションから来ています。
なぜ10年間APIを維持するのでしょうか。私は本当にこれらすべてが一つにまとまることを望んでいます。つまり、OpenAIでサインインして他のサービスを利用できるようになるべきです。他のサービスは、ある時点でChatGPTのUIを引き継ぐような素晴らしいSDKを持つべきです。しかし、あなたを知っていて、あなたの情報を持っていて、あなたが後で共有したいことを知っていて、あなたに関するこのようなコンテキストをすべて持っているパーソナライズされたAIを持つ程度に、あなたはそれを多くの場所で使えるようになりたいと思うでしょう。
現在のAPIのバージョンはそのビジョンから非常にかけ離れていることには同意しますが、そこに到達できると思います。
アルトマンが実際にここで語っていることの一つは、まだ信じられないようなブレークスルーが起こる可能性があるという事実です。多くの人がAIは頭打ちになっていると考えており、私たちはS字カーブのパラダイムにいると思います。
しかし、アルトマンは明確に、近い将来と長期的な将来にまだかなり多くのブレークスルーが起こる可能性が高いと述べており、これはAIが現在私たちが知っているものから大幅に改善し続けることを意味します。
より賢いモデルについてのロードマップに確信を持っているということですね。素晴らしい。私にはこのような心理モデルがあります。より多くのデータ、より大きなデータセンター、トランスフォーマーアーキテクチャ、テスト時計算のような要素があります。私たちの多くの心理モデルにはないかもしれない、過小評価されている要素や、その組み合わせの一部となるものは何でしょうか。つまり、それらのそれぞれが本当に困難で、明らかに最も影響力のあることは依然として大きなアルゴリズムのブレークスルーであり、まだ10倍や100倍のものがいくつかあると思います。それほど多くはありませんが、
一つか二つでも大きな意味があります。しかし、アルゴリズム、データ、計算といったものが主な要素だと思います。
ここで、アルトマンが今年の残りの期間と、もちろん2026年について語っているところに入ります。まず、彼は今年が主にエージェントの年になると語っており、これは圧倒的に真実です。エージェントが非常に人気であることがわかっています。
彼らは最近Codexをリリースしたばかりで、何が起こるかを見るのは非常に興味深いです。今後12ヶ月で価値創造の大部分はどこから来ると思いますか。高度なメモリ機能なのか、それともエージェントがより多くのことを行い、現実世界と相互作用できるようにするセキュリティやプロトコルなのでしょうか。ある意味では、価値は本当に三つのことから来続けるでしょう。より多くのインフラストラクチャの構築、より賢いモデル、そしてこれらのものを社会に統合するための足場の構築です。これらを推し進めれば、残りは
自然に解決されると思います。より詳細なレベルでは、2025年は、エージェントが仕事をする年のようなものになると思います。特にコーディングは支配的なカテゴリになると期待しています。他にもいくつかあると思います。来年は、AIが新しいことを発見するような年になると期待しており、AIが非常に大きな科学的発見をしたり、人間がそれを行うのを支援したりするかもしれません。
私は、人類史における持続可能な経済成長の大部分は、地球に広がり植民化した後は、より良い科学的知識と、それを世界に実装することから来ると信じています。これは驚くべきことです。なぜなら、皆さんがGoogleの最近のイノベーションに詳しいかどうかわからないからです。それはもちろんAlphaEvolveの論文で、本質的に信じられないような、本当に信じられないような数学のブレークスルーを成し遂げました。
これは本当に素晴らしいことでした。なぜなら、長い間多くの人がLLMについて、新しい知識を作成することはできず、既存のものを組み合わせることしかできないと疑っていたからです。この障壁が破られたことは明らかであり、これは非常に重要だと思います。LLMが新しい知識を生成できることがわかったので、これらのシステムについて私たちが知らないことがたくさんあり、調査すべきであることを示していると思います。
また、これらのシステムで探求すべきことが文字通りとても多いことも示していると思います。なぜなら、これらのブレークスルーを得たのはつい最近のことであり、AlphaEvolveのようなシステムで、さらに能力の高いAIシステムがより多くの実験を同時に実行するようになったときに何が起こるかを想像するしかないからです。
そして27年には、それがすべて知的領域から物理的世界に移り、ロボットが好奇心の対象から価値の深刻な経済的創造者になると推測しています。しかし、これは今のところ思いつきの推測でした。
これは実際に驚くべき予測です。というのも、その時間軸を見ると、それは今から2年後だからです。2027年はとても遠い先のように思えますが、AIに関しては2年は時間軸のほんの一部です。ロボットが価値の真の創造者になることを実際に見るとき、多くの異なるブレークスルー、AGI、超知能により、ヒューマノイドロボットが現在人間が行っていることを行うことを想像できますか。ヒューマノイドロボットを作っている会社は今とても多いです。
それだけでなく、これらのロボットの多くは実際に機能しています。これらのロボットは派手なデモしかできないという奇妙な発言をよく聞きますが、現在本当のブレークスルーが起こっています。私はこの1週間、ロボティクスをかなり見てきましたが、正直なところ、これらのロボットに実際のタスクを行わせることに関して、多くの異なる会社がまともなブレークスルーを行っているのを見てきました。
Pi Zeroも最近、ロボットが家庭に入り、以前に見たことのない環境で作業することを可能にする新しい基盤モデルでブレークスルーを遂げました。また、Foundation Roboticsという別の会社も同様のことを行い、基本的に現実世界の物理を理解できるようにする新しいシステムにロボットを適応させました。
全体的に、ロボティクス部分は単なる一つの重要な踏み台であり、そのマイルストーンが真に実現され達成され、実世界のタスクがより効果的になれば、2年でそれは信じられないほどの発展量になると思います。AIとロボティクスは分野として非常に迅速に動くからです。
私たちがどこまで来たかを見るのは本当に驚くべきことになると思います。AIはすでにデジタル世界を変えていますが、私たちと一緒に生活するには、インターネットデータを超えて現実の混沌へと移行する必要があります。では、何が欠けているのでしょうか。物理の直感的理解とともに、私たちがするように世界を推論する能力です。
私たちは世界と相互作用することによって生まれたときからそれを学びますが、AIはそうではありません。強化学習や行動クローニングのような方法は特定のタスクを学ぶことができますが、新しい状況をうまく処理しません。彼らは世界がどのように動作するかを理解しません。彼らは単に行動をコピーしたり、試行錯誤によって学んだりするだけです。
潜在空間モデルの登場です。これらは、この混沌とした現実世界のデータを抽象的な地図に単純化します。AIが私たちの脳がするように、現実の独自の理解を構築することと考えてください。深層変分ベイズフィルタまたはDVBFは、これをさらに一歩進め、あらゆる例を与えられることなく運動の法則を学習します。DVBFは、ロボットのカメラやタッチセンサーのような感覚入力を潜在空間にエンコードし、ベイジアン推論を使用して、新しいデータが入ってくるにつれて世界についての信念を更新し、その後行動のための予測をエンコードします。
これは、AIに想像力の感覚を与えるようなものです。行動クローニングや従来のニューラルネットワークとは異なり、DVBFはデータから一般化するだけではありません。彼らは行動の背後にある理由を理解します。彼らは必要なデータがはるかに少なく、その場で適応し、次に何が起こるかを予測できます。私にとって、これはAIがついにゲームのルールを理解し、単にプレイブックに従うだけではないようなものです。
そして、ここでアルトマンが実際に2025年の終わりまでに、私たちがその能力にかなり驚き、圧倒されるような認知タスクを実行できるAIシステムを持つ可能性が高いと述べているところです。しかし、来年の終わり、25年の終わりまでに、多くの困難な問題において、あのものは私よりも賢いと思うような、真に驚異的な認知タスクを実行できるシステムを持つことを期待しています。
コメント