ニュース

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

元Google CEOエリック・シュミット氏（画像出典：medium）

Googleの元最高経営責任者（CEO）は、以前の雇用主を「十分ではない」と批判し、リモートワークがGoogleを破滅させると批判したこれまでの発言を撤回した。

最近、Googleの元CEO兼執行会長のエリック・シュミット氏は、スタンフォード大学での講演で、GoogleのOfficeポリシーのリモート機能により従業員が雇用されないため、GoogleはAI（人工知能）競争でOpenAIなどの新興企業に負けるだろうと述べた。十分に頑張っています。

「グーグルは、ワークライフバランス、早退、在宅勤務が勝利よりも重要だと信じている。しかし、スタートアップが成功するのは、人々が懸命に働くからだ、とシュミット氏は率直に、グーグル社員も今では仕事を「楽しんで」いると語った。しかし、その結果、同社は焦点を失い、OpenAI に負けました。 Google の現在のリモート勤務方法が主な原因であり、従業員は仕事の成果を達成することよりも、家族と過ごすために早く帰宅することが重要であると考えています。 「単刀直入に言って申し訳ないが、大学を卒業して起業すると、従業員に週に1日しか会社に来てもらえないことはわかるだろう。」

シュミット氏は、AI新興企業はまず他人の成熟した作品を「コピー」し、その製品が普及した後に「混乱を一掃するために大量の弁護士を雇う」ことができると強調した。

しかし、ビデオが公開された翌日、シュミット氏は自身の発言について謝罪した。

シュミット氏は8月15日、ウォール・ストリート・ジャーナルへの電子メールで「グーグルとその営業時間に関するコメントに誤りがあり、自分の間違いを後悔している」と述べた。

公開情報によると、シュミット氏は2001年から2011年までGoogleのCEOを務め、2019年まで取締役を務めた。その後、シュミット氏はGoogleの親会社であるAlphabetの取締役会を去った。

しかし、今のところ、シュミット氏は依然としてアルファベットの株主であり、株式の１％近くに当たる約１億４７００万株、約２４０億ドル相当のアルファベット株を保有している。シュミット氏の価値は314億ドル。

今回のシュミット氏のあまりにも率直な発言は広く物議を醸しており、一部のネットユーザーはグーグルの経営が同社の最大の問題であると批判した。その中で、アルファベット労働組合は、「執行力の欠如が Google 社員の日々の仕事を遅らせている」と投稿しました。

シュミット氏がこうした発言をした翌日、シュミット氏はすぐに公の場で謝罪し、関連ビデオはスタンフォード大学によってプライベートビデオとして設定された。これに先立ち、シュミット氏のビデオは40万回以上視聴されていた。

多くの有名なアメリカの起業家が実際にシュミットと同様の見解を持っていることは注目に値します。例えば、テスラのイーロン・マスク最高経営責任者（CEO）とJPモルガン・チェースのジェイミー・ダイモン最高経営責任者（CEO）は、どちらもリモートワークの方針について公に不満を述べている。ダイモン氏はかつて株主への年次書簡の中で、企業の経営者は画面の前に座ってチームを率いることはできないと書いた。

「マスクを見てください。TSMCを見てください。これらの企業が成功している理由は、従業員を採用できるからです。勝つためには従業員を十分に追い込む必要があります。TSMCは最初の1年に物理学の博士号を工場で働かせる予定です。」アメリカの博士課程の学生が組み立てラインに行くところを想像できますか?」とシュミット氏は語った。

さらに、シュミット氏は、NVIDIA に関する投資アドバイスも共有し、株式市場には明らかな傾向が見られる、つまり、大手テクノロジー企業が NVIDIA に対してますます大規模な投資を計画していると述べました。 「私は大企業と話をしていますが、彼らは200億ドル、500億ドル、1000億ドルが非常に緊急に必要だと言っています」と、サム・アルトマンの「親しい友人」であるOpenAI CEOサム・アルターのシュミット氏は付け加えた。

シュミット氏は、AI 分野で Nvidia だけが勝者になるわけではないが、他に選択肢は多くないと考えています。同氏の見解では、Nvidiaチップとデータセンターにもっと投資できる大企業は、技術的に小規模なライバル企業よりも先を行くことになるだろう。

「最先端のモデルは 3 つしかありませんが、それらと他のモデルとの差はますます広がっているようです。半年前、私はその差が縮まりつつあると確信していたので、中小企業に多額の資金を投じました。今では、 、よくわかりません」とシュミット氏は指摘した。 「以前は NVIDIA の CUDA は愚かなプログラミング言語だと思っていましたが、今では CUDA が NVIDIA の最も強力な堀となっています。また、NVIDIA の GPU だけが CUDA の組み合わせをサポートしています。」

シュミット氏は、有力なテクノロジー企業は業界の新たな波に適応するのが難しい場合が多く、革新的なアイデアと強力なオフィスの存在感がシリコンバレーにとって非常に重要であると強調した。

したがって、シュミット氏の視点は、より広範な問題を提起します。急速に進化する AI の時代において、イノベーションの必要性と従業員の幸福のバランスをどのようにとるべきかということです。

元Google CEOのシュミット氏の言葉は、テクノロジー業界全体が直面する課題を象徴しているのかもしれない。 AI テクノロジーの急速な発展に伴い、大企業は競争力の維持と従業員の満足度の維持の間でどのようにバランスをとっているのでしょうか?これは会社の成功だけでなく、業界全体の将来の発展の方向性にも関係します。

本稿執筆時点で、Google-A (NASDAQ: GOOGL) の株価は 1.54% 上昇して 1 株あたり 163.77 米ドルとなり、市場総額は 2 兆 2,000 億米ドルとなりました。 2024 年の初め以来、Google の株価は約 16% 上昇しました。

以下は、シュミット氏のスピーチを編集し、要約した要約です。

司会者：今日のゲストは紹介不要ですね。私がエリックに初めて会ったのは約 25 年前、彼が Novell の CEO としてスタンフォード GSB に来たときでした。それ以来、2001 年から Google で重要な役職を歴任し、2017 年にシュミット フューチャーズに入社しました。他にも多数のプロジェクトに参加しており、関連情報もチェックできます。それで、エリック、もしよろしければ、それから始めましょう。 まず第一に、人工知能は短期的にはどこに向かっていると思いますか?それを今後 1 ～ 2 年と定義していると思います。

シュミット: 物事は急速に変化しているので、今後何が起こるかについて、半年ごとに新しいスピーチをする必要があると感じています。ここにはコンピューター サイエンスの学生がたくさんいますが、「100 万トークンのコンテキスト ウィンドウ」とは何なのかをクラスの他の生徒に説明できる人はいますか?名前を付けて、それが何をするのか教えてください。

学生: 基本的に、100 万のトークンまたは 100 万の単語を使用してプロンプトを表示できます。

シュミット: つまり、100 万語の質問ができるということですね。 Anthropic は 200,000 トークン、最大 100 万トークンなどです。 OpenAI も同様の目標を持っていると想像できます。 AI エージェントの技術的な定義をここで説明できる人はいますか?もう一度言いますが、コンピューターサイエンスです。

学生: AI エージェントは、特定の動作をするものかもしれません。ユーザーに代わって情報を検索するために、Web 上の何かを呼び出している可能性があります。これらの線に沿って、さまざまなことが起こる可能性があります。プロセスではあらゆる種類のことが起こっています。

シュミット: エージェントとは、ある種のタスクを実行するものということですね。もう 1 つの定義は、LLM、状態、およびメモリであるということです。次に、コンピューター科学者の皆さん、「テキストからアクションまで」を定義できる人はいますか?

生徒：テキストをさらにテキストに変換するのではなく、これに基づいて AI にアクションをトリガーさせます。

シュミット: もう 1 つの定義は Python 言語です。私はプログラミング言語が生き残るのを決して見たくありません。 AI のすべては Python で行われます。 Mojo と呼ばれる新しい言語が登場し、ついに AI プログラミングの問題を解決したように見えますが、実際に Python の優位性を乗り切ることができるかどうかはわかります。技術的な問題もあります。他の企業が苦戦しているのに、なぜ NVIDIA には 2 兆ドルの価値があるのでしょうか?

学生: 技術的な答えは、ほとんどのコードは、現在 NVIDIA GPU でのみサポートされている CUDA 最適化を使用して実行する必要があるため、他の企業はやりたいことを何でもできるが、10 年のソフトウェア経験がない限り、機械学習はできないということです。最適化。

シュミット: 私は CUDA を GPU 用の C プログラミング言語と考えるのが好きで、その考えに満足しています。 CUDAは2008年に設立されました。私はいつもそれは悪い言語だと思っていましたが、それが引き継がれました。注目に値するもう 1 つの洞察: 他のライブラリにはない CUDA 用に高度に最適化されたオープン ソース ライブラリのセットがあります。これらの技術スタックを構築しているすべての人々は、議論においてこの点を完全に見逃しています。これらのライブラリは技術的には VLLM と呼ばれ、同様に CUDA 用に高度に最適化されたライブラリが多数存在するため、競合他社がコピーするのは困難です。

では、これは何を意味するのでしょうか?来年には、非常に大きなコンテキスト ウィンドウ、エージェント、テキストアクション アプリケーションが登場するでしょう。これらのテクノロジーが大規模に提供されると、ソーシャル メディアの影響をはるかに超えて、世界に大きな影響を与えることになります。その理由は次のとおりです。コンテキスト ウィンドウでは、それを短期記憶として使用できますが、コンテキスト ウィンドウの長さにショックを受けました。技術的な理由は、サービスと計算の難しさに関係しています。短期記憶の興味深い点は、情報を入力して質問すると、たとえば本を 20 冊読んで本の本文を質問として使用し、それが何についてなのか尋ねると、中間部分を忘れてしまうのと同じです。人間の脳は機能します。

エージェントに関しては、現在、化学などの分野のことを読んで理解し、テストして理解に戻して LLM エージェントを構築している人たちがいます。これは非常に強力です。 3 番目の側面は、テキストからアクションへの変換です。例を挙げてみましょう。政府が TikTok を禁止しようとしているとします。 TikTok が禁止されている場合は、LLM に次のように言うことをお勧めします。TikTok をコピーして、そこに私の設定を入れて、このアプリを作成し、次の 30 秒以内に公開してください。普及しなかった場合は 1 時間以内に公開してください。 、そのようなことをするだけです。それが順序です。これがいかに強力であるかがわかります。

任意の言語から任意の数値コマンドに変換できる場合、それはこのシナリオでは本質的に Python です。地球上の誰もが、要求どおりに機能しないプログラマーではなく、自分のやりたいことを実際に実行する独自のプログラマーを抱えていると想像してください。ここのプログラマーは私が何を言っているか知っています。高額な代償を払わずに、あなたの望むことを実際に実行してくれる、傲慢ではないプログラマーを想像してみてください。そして、これらのプログラマーの供給は無制限です。

司会者: このすべては今後 1 ～ 2 年以内に起こるでしょうか?

シュミット: とても早いですね。上記の 3 つのことは、次の波では必ず同時に起こるでしょう。それで、他に何が起こるのかと尋ねます。半年ごとに変動するので、奇数から偶数まで変動します。現時点では、最先端モデル（現在は 3 モデルのみ）と残りのモデルとの差は拡大しているようです。半年前、私はその差が縮まりつつあると確信していたので、いくつかの中小企業に多額の投資をしました。しかし、今はそれについてはよくわかりません。

私はいくつかの大企業と話をしていますが、彼らは100億ドル、200億ドル、500億ドル、さらには1,000億ドルが必要だと言っていました。スターゲイト計画には1,000億ドルが必要であり、非常に困難です。私の良き友人であるサム・アルトマンは、それには約 3,000 億ドル、もしかしたらそれ以上かかるかもしれないと考えています。私は彼に、必要なエネルギーを計算したことを指摘しました。

完全な情報開示のために、私は金曜日にホワイトハウスに行き、カナダとは親友になる必要があると伝えました。カナダ人は本当に良い人たちなので、人工知能の発明に貢献し、水力発電もたくさん持っています。なぜなら、私たち国にはこの目標を達成するのに十分な力がないからです。もう一つの選択肢は、アラブ諸国がプロジェクトに資金を提供することだ。私は個人的にアラブ人が好きで、そこで多くの時間を過ごしていますが、彼らは我が国の国家安全保障規則に従っていない可能性があります。そして、カナダと米国は、誰もが同意するビッグ 3 の 1 つです。

したがって、1,000 億ドルから 3,000 億ドルの価値があるこれらのデータセンターでは、電力が希少なリソースになり始めています。

ところで、この推論に従えば、なぜ私が CUDA と NVIDIA について議論しているのかと疑問に思われるかもしれません。 3,000 億ドルすべてが NVIDIA に送られるとしたら、株式市場で何をすべきかはわかります。ただし、これは株式の推奨ではなく、私はライセンサーではありません。

司会者: より多くのチップが必要になるという理由もありますが、インテルは米国政府から多額の資金を得ています。 AMDは韓国に工場を建設しようとしている。

シュミット: コンピューティング デバイスのいずれかに Intel チップが搭載されている場合は手を挙げてください。独占についてはこれくらいです。

教授：しかし、それがポイントなのです。かつては彼らが独占していましたが、現在は NVIDIA が独占しています。では、これらは参入障壁なのでしょうか？ CUDA について言えば、他に選択肢はありますか?先日、パーシー・ラングと話していました。彼は、アクセスできるものに応じて、TPU と NVIDIA チップを切り替えています。それは彼に選択の余地がないからだ。

シュミット氏: もし彼に無制限の資金があれば、より高速な NVIDIA の B200 アーキテクチャを今選ぶでしょう。私は、競争は良いことだと言いたいのではありません。 AMDのLisa Su氏と長い会話をしました。彼らは、CUDA アーキテクチャを独自のアーキテクチャに変換できる、Rokam と呼ばれるものを構築しました。まだ完全には機能していませんが、現在開発中です。

モデレータ: あなたは Google に長く勤めていて、Google が Transformer アーキテクチャを発明しました。ピーター、ジェフ・ディーン、そして皆さんのような偉大な人々に感謝します。現時点ではOpenAIが主導権を失った感がある。私が見た最新のランキングでは、AnthropicのClaudeがトップでした。サンダー氏に尋ねたが、あまり明確な答えは得られなかった。もしかしたら、そこで何が起こっているのかについて、より的確で客観的な説明があるかもしれません。

シュミット: 私はもう Google の社員ではありません。 Google がワークライフ バランスに重点を置いているのは、やみくもに勝利を追求するのではなく、従業員を早めに帰宅させて在宅勤務をさせることにある。対照的に、スタートアップが成功するのは、従業員が懸命に働くからです。少し率直かもしれませんが、現実には、大学を卒業して会社を立ち上げ、他の新興企業と競争したい場合、従業員を週に 1 日だけ来させることはできません。

司会者: Google の初期の頃は、Microsoft も同様でした。

シュミット: 私たちの業界では、長い間、企業は次の変革を起こすことよりも、真に創造的で領域を支配することで常に勝利してきたように思えます。これは十分に文書化されています。創業者は特別であり、従業員に大きなプレッシャーをかけるため、一緒に仕事をするのは難しいかもしれませんが、彼らがコントロールする必要があると私は思います。イーロンの個人的な行動は好ましくありませんが、彼が従業員から得ているものを見てください。一度彼と一緒に夕食をとったのですが、彼は飛んでいたのです。私はモンタナ州にいて、彼はその夜、x.ai との真夜中の会議のため 10 時の飛行機に乗っていました。考えてみてください。

異なる場所には異なる文化があります。 TSMCには感銘を受けました。彼らには、優秀な物理学者である博士課程を卒業したばかりの学生は工場の地下室で働かなければならないという規則があった。アメリカの物理学博士がこれを行うことを想像できますか?ありそうもない。それは異なる労働倫理です。

私が厳密に仕事をしているのは、これらのシステムにはネットワーク効果があるため、時間が非常に重要だからです。そして、ほとんどのビジネスでは時間はそれほど重要ではなく、時間はたくさんあります。コカ・コーラとペプシ・コーラは今後も存在し、両者の競争は続き、すべてが氷のように冷えるだろう。私が通信会社と取引する場合、通常、契約の締結には 18 か月かかります。何かをするのに18か月もかかる理由はなく、できるだけ早く行うべきです。私たちは成長と収益の最大化の時期にいますが、それには突飛なアイデアも必要です。

たとえば、Microsoft が OpenAI と契約を結んだとき、私はそれが今まで聞いた中で最も愚かなアイデアだと思いました。 AI のリーダーシップを OpenAI とサムと彼のチームに委託しますか?これはクレイジーです。マイクロソフトでもどこでも、そんなことをする人はいません。しかし今日、彼らは最も価値のある企業になりつつあり、確かに Apple と互角の関係にあります。 Apple は優れた AI ソリューションを持っていませんが、それを機能させたようです。

スポンサー: AI は国家安全保障や地政学的利益、特に中国との競争においてどのような役割を果たすのでしょうか?

シュミット: 私は人工知能委員会の委員長として、これについて徹底的に研究しました。私たちは約 752 ページの報告書を作成し、次のように要約しました。私たちは現在、主導的な立場にあり、この優位性を維持する必要があり、それには多大な財政的支援が必要です。当社の主な顧客は上院と下院であり、これが CHIPS 法やその他の同様の政策の導入につながりました。

最先端のモデルや一部のオープンソース モデルが開発され続けると、この分野で競争できる企業は数社だけになる可能性があります。どの国がそのような能力を持っていますか?これらの国には、十分な資金があり、才能があり、強力な教育システムと勝利への意志を備えている必要があります。米国と中国が主要国の2つです。他の国が参加できるかどうかについては、わかりません。しかし確かなことは、今後、米国と中国の知的覇権を巡る競争は大きな争いとなるだろうということだ。

米国政府は、公には認めていないものの、中国へのNVIDIAチップ輸出を事実上禁止している。当社は、5 ナノメートルのチップである DUV チップに関して約 10 年間の技術的優位性を持っています。この利点により、我が国は中国より数年先を行っており、中国は非常に不満を抱いている。この政策はトランプ政権によって策定され、バイデン政権によって支持されました。

司会者: 議会はあなたのアドバイスを受け入れて巨額の投資を行うでしょうか。明らかに CHIPS 法はその一例です。

シュミット氏: さらに、巨大な人工知能システムも構築する必要があります。私は、一般的な業界関係者からなる非公式、臨時、非合法のグループを率いています。これらのメンバーは昨年、史上最長の大統領指令となるバイデン政権の人工知能法案を主張した。

私たちはかつて、「学習はしたものの、何を質問すればよいのかわからないシステムの危険をどのように検出するか」という核心的な質問について議論しました。言い換えれば、システムは何か悪いことを学習した可能性がありますが、それについて問い合わせる方法がわかりません。たとえば、化学物質を何か新しい方法で混ぜる方法を学習したかもしれませんが、それをどうやって調べればよいのかわかりません。この問題に対処するために、私たちは政府へのメモの中で、10の26乗と呼ばれる技術的な計算尺度である閾値を設定することを提案しました。この基準を超えると、企業はその活動を政府に報告する必要があります。それらが異なることを保証するために、欧州連合では 10 の 25 乗を 10 として設定しています。しかし、これらの数字は十分に近いものです。既存のテクノロジーは時代遅れになるため、これらの区別はすべてなくなると思います。専門用語ではジョイントトレーニングと呼ばれますが、これは基本的に部分を結合できることを意味します。したがって、私たちはこれらの新しいものから人々を守ることができないかもしれません。

司会者: 次に、少し哲学的な質問についてお話したいと思います。 昨年、あなたはヘンリー・キッシンジャーおよびダン・ハッテンロックと、知識の性質とそれがどのように発展するかについての記事を共著しました。私も数日前の夜、この問題について議論しました。歴史の大部分において、科学革命と啓蒙の到来まで、人類の宇宙に対する理解は謎に包まれていました。あなたの記事では、今日のモデルは非常に複雑で理解しにくくなっているため、モデルの内部で何が起こっているのか本当にわからないと述べています。リチャード・ファインマンの言葉を引用します。「私が創造できないものは、私には理解できません。」 先日、この言葉に出会いました。しかし今、人々はその内部の仕組みを実際には理解することなく、自分にできるものを作り出しています。知識の性質は何らかの形で変化しましたか?私たちは、説明できないこれらのモデルを額面通りに受け入れ始めなければならないのでしょうか?

シュミット: 10代の若者の例を挙げたいと思います。 10代の子供がいる場合、彼らが人間であることは知っていますが、彼らが何を考えているのか完全には理解できません。しかし、私たちは社会としてティーンエイジャーの存在に適応することに成功しており、彼らはやがて成長してそこから抜け出すでしょう。これは深刻な質問です。したがって、私たちは完全には説明できない知識システムを持っているかもしれませんが、私たちはその境界とそれらができることの限界を理解しています、そしてそれがおそらく私たちが得ることができる最善のものです。これらの限界を理解できると思いますか?それができれば素晴らしいですね。

私のグループの毎週のミーティングでのコンセンサスは、最終的にはいわゆる敵対的 AI が登場し、AI システムを破壊するためにあなたを雇い、お金を払う企業が実際に現れるだろうということです。まさにレッドチームのようです。今日の人間のレッドチームとは異なり、企業全体と業界全体が AI システムを担当し、既存の AI システムを破壊し、その脆弱性、特に私たちが解明できない脆弱性を見つけることが仕事になります。これは私にとっては理にかなっています。これはスタンフォード大学にとっても素晴らしいプログラムです。これらの大きなモデルの 1 つを攻撃する方法を考え出し、それが何をするのかを理解する必要がある大学院生がいる場合、それは次世代を構築するための重要なスキルとなるでしょう。したがって、この 2 つを組み合わせるのは理にかなっています。

司会者: それでは、学生の質問に答えてみましょう。私の後ろにクラスメイトがいます、名前を言ってください。

学生: 先ほどもおっしゃいましたが、これは今のコメントにつながりますが、AI にやってもらいたいことを実際にやらせることについてです。先ほど敵対的 AI について言及されましたが、それについてさらに詳しく説明していただけないかと思いました。明らかなコンピューティング能力の向上とは別に、より高性能なモデルを入手できるように思えますが、モデルに希望どおりの動作をさせるという問題については、部分的に未解決のようです。

シュミット: そうですね、テクノロジーの進歩などにより、現在の幻覚の問題は減少すると想定する必要があります。なくなるとは言ってないよ。そして、有効性テストがあることも想定する必要があるため、これが成功したかどうかを知る方法が必要です。 TikTok の競合他社について述べた例では、他人の音楽を違法に盗むことを示唆しているわけではありません。あなたがシリコンバレーの起業家だったら何をしますか?皆さんがシリコンバレーの起業家であることを願っています。製品が成功すれば、その後の対応のために弁護士軍団を雇うことになる。しかし、誰もあなたの製品を使用しない場合、すべてを盗んだとしても問題はありません。もちろん、それに関して私を引用しないでください。

シリコンバレーでは通常、これらのテストを実施し、追加の質問に対応します。これは一般的な慣行です。パフォーマンス システムがますます増え、より優れたテストが行​​われ、最終的には敵対的テストがフレームワーク内に収まるようになると思います。この専門用語は、思考連鎖推論と呼ばれます。今後数年以内に、レシピを作るのと同じように、千段階の推論の連鎖を生み出すことができるようになると考えられています。これを実行して、正しい結果が得られるかどうかを実際にテストすることができます。これがシステムの仕組みです。

学生: 全体的に、あなたは人工知能の進歩の可能性について非常に楽観的です。興味があるのですが、何がこの進歩を促進しているのでしょうか?コンピューティング能力が向上したのでしょうか？それはさらなるデータですか？それは根本的な変化でしょうか、それとも実際の変化でしょうか?

シュミット: 答えは上記のすべてです。投資された金額は信じられないほどです。誰が勝つかまったくわからず、追いかけていた金額が非常に大きかったので、基本的にすべてを投資しました。その理由の 1 つは、早期にお金が儲かり、それについてあまり知らない人が AI コンポーネントを持たなければならないことです。今ではあらゆるものが AI 投資になっており、彼らには違いがわかりません。

私は人工知能を学習システム、真に学習するシステムと定義しています。これもその一つだと思います。 2 番目のポイントは、ポスト Transformer のような、非常に複雑な新しいアルゴリズムがいくつか存在していることです。私の友人も長年の共同研究者で、トランスフォーマーではない新しいアーキテクチャを発明しました。私が資金提供したパリの団体も同じことをしたと主張した。世の中にはたくさんの発明があり、スタンフォードではたくさんの研究が行われています。最後のポイントは、市場はインテリジェントな発明には無限の利益があると信じているということです。会社に 500 億ドルを投資したとします。返済するには、インテリジェンスから多額の利益を得る必要があります。巨大な投資バブルが発生する可能性はありますが、その後は自然に解決します。これは常にそうであり、現在もそうなる可能性があります。

教授：先ほど、リーダーが他者との距離を作っているとおっしゃいましたね。

シュミット: さて、フランスにミストラルという会社があり、非常に良い仕事をしています。私は明らかに投資家です。彼らはすでに第 2 バージョンを作成しており、第 3 モデルは高すぎるため販売終了になる可能性があります。彼らは収益が必要なので、モデルを無料で配布することはできません。私たちの業界では、オープンソースとクローズドソースの議論が激化しています。私のキャリア全体は、オープンソースの方法でソフトウェアを共有したいという人々の意欲の上に築かれてきました。私の活動はすべてオープンソースに基づいています。 Google の基盤の多くもオープンソースに基づいて構築されています。私の仕事は主に技術分野です。しかし、巨額の資本コストがソフトウェアの構築方法を根本的に変える可能性があります。

ソフトウェア プログラマーに対する私の見解は、彼らの生産性は少なくとも 2 倍になるだろうと考えています。現在、これに取り組もうとしているソフトウェア会社が 3 ～ 4 社あり、私はこの間、そのすべてに投資してきました。彼らは皆、ソフトウェア プログラマーの生産性を高めようとしています。最近、Augment という非常に興味深い会社に出会いました。私はよく、これが目標ではないと言うプログラマーのことを思い出します。私たちのターゲットは、数百万行のコードを抱え、何が起こっているのか誰も分からない 100 人のソフトウェア プログラミング チームです。これは人工知能の非常に優れた応用です。彼らは儲かるでしょうか？そう願っていますが、ここには多くの問題があります。

学生: 早い段階で、コンテキスト ウィンドウの拡張機能、プロキシ、テキストからアクションへの変換を組み合わせると、信じられないほどの効果が得られるとおっしゃっていました。まず、なぜこの組み合わせが重要なのでしょうか?第二に、あなたが預言者ではないので未来を予測できないことは承知していますが、なぜそれが私たちの想像を超えていると思うのですか？

シュミット: 主に、コンテキスト ウィンドウを使用すると最新性の問題を解決できるからだと思います。現在のモデルは、トレーニングに 6 か月の準備、6 か月のトレーニング、6 か月の微調整を含めて約 18 か月かかるため、常に最新ではありません。また、コンテキスト ウィンドウを使用すると、最新の出来事を入力し、その文脈でハマスとイスラエルの戦争について質問することができます。これは非常に強力で、Google と同じくらい最新の情報になります。

代理店の場合を例に挙げてみましょう。私は非営利団体に資金を提供するために財団を設立しました。私は化学のことはあまり詳しくないのですが、ChatCrow という化学を学習できる大規模な言語モデルをベースにしたシステムというツールがあります。彼らはシステムを実行してタンパク質に関する化学仮説を生成し、研究室でそれを一晩テストし、システムが学習します。これは、化学や材料科学などの分野にとって大きな加速器です。こちらは代理店モデルです。

安価なプログラマーがたくさんいれば、Text-to-Action の概念は理解できると思います。誰もが自分のプログラマを持っている場合に何が起こるか、私たちは理解していないと思います。これはあなたの専門分野でもあります。ライトをつけたり消したりするような単純な作業について話しているのではありません。別の例を想像してみます。たとえば、あなたが Google が嫌いだとします。私に Google の競合相手を作ってくださいと言うかもしれません。はい、個人的にこれを行うことができます。ウェブを検索し、ユーザー インターフェースを構築し、優れたコピーを作成し、興味深い方法で生成 AI を追加する、Google の競合他社を構築してください。 30 秒以内に実行して、機能するかどうかを確認してください。 Googleを含む既存企業はこうした攻撃に対して脆弱だと多くの人が信じている。

司会者：それでは、見てみましょう。 Slido には多くの質問が寄せられ、その一部はアップロードされました。昨年、私たちは特に次の選挙中に、AI が世論に影響を与えたり、誤った情報を広めたりするのを阻止する方法について議論しました。

シュミット氏: 短期的および長期的な解決策を考える必要があります。来たる世界選挙では、ほとんどの誤った情報がソーシャルメディア上に現れることになるが、ソーシャルメディア企業の現在の組織能力では、この情報を効果的に取り締まるには不十分である。たとえば、TikTok はある種の偽情報を助長していると非難されていますが、証拠はありません。私たちは混乱していると思います。

この国は批判的思考を学ぶ必要があるが、それは米国にとって難しい課題かもしれない。誰かが何かを言ったからといって、それが真実であるとは限りません。

司会者: 真実の一部をもう誰も信じなくなるほどまでに進むつもりですか?これを認識論的危機と呼ぶ人もいます。さて、イーロン・マスクは自分は何もしていないと言っていますが、それをどうやって証明するのでしょうか？

シュミット: ドナルド・トランプの例を使えます。私たちの社会には信頼の問題があり、それが原因で民主主義が失敗する可能性があると思います。民主主義に対する最大の脅威は誤った情報です。なぜなら、私たちは誤った情報に慣れすぎているからです。

私が YouTube を管理していたとき、最大の問題は、人々が偽のビデオをアップロードし、その結果、人が死亡することでした。私たちは死を出さない政策をとっていますが、この問題に対処しようとすることは衝撃的で恐ろしいことです。これは生成人工知能が登場する前のことでした。

学生: 分散設定を調べたことがあるかどうか興味があります。この質問をしたのは、大規模なクラスターを作成するのはもちろん難しいですが、MacBook は強力だからです。世界中には小さな機械がたくさんあります。では、自宅で折りたたむことなどは、これらのシステムのトレーニングに応用できると思いますか?

シュミット: はい、私たちはこの問題を非常に注意深く検討しました。したがって、アルゴリズムがどのように機能するかというと、非常に大きな行列があり、基本的には乗算関数があります。したがって、それは前後にあると考えてください。そして、これらのシステムは、CPU または GPU へのメモリの速度によって完全に制限されます。実際、次世代の NVIDIA チップでは、これらすべての機能が 1 つのチップに統合されています。チップは非常に大きくなり、互いにくっつきます。実際、パッケージは非常にデリケートなため、パッケージとチップ自体の両方がクリーン ルームで組み立てられます。したがって、答えはスーパーコンピューターと光の速度、特にメモリの相互接続が実際に優れているようです。大規模言語モデル (LLM) をセグメント化することは当面は可能性が低いと思います。

司会：AIの分野では独占禁止法との関係で大手企業が市場を独占しているようですが。

シュミット: 私はキャリアの中でマイクロソフトの分割に参加しましたが、最終的には失敗に終わりました。また、グーグルの分割を阻止するために懸命に努力しましたが、やはり失敗しました。したがって、分裂しない傾向にあると思います。これらの企業がジョン・D・ロックフェラーのように独占にならない限り、政府が行動を起こす可能性は低い。

これらの大企業だけがデータセンターを建設する資本を持っているため、優位に立っています。私の友人にリードとムスタファがいますが、彼らは数百億ドルを調達できなかったため、事業をマイクロソフトにスピンオフする決断をしました。正確な数字については、リードに尋ねる必要があるかもしれません。

学生：最後に、これらの発展は最先端のモデル開発や計算に関与していない国にどのような影響を与えるのだろうかと思います。

シュミット氏: 豊かな国はさらに豊かになりますが、貧しい国は最善を尽くすことしかできません。これは実際には富裕国向けのゲームであり、莫大な資本、技術的才能、そして政府の強力な支援を必要とします。世界的に見て、多くの国がさまざまな問題に直面しており、特に資源が不足している場合に顕著です。これらの問題を解決するには、パートナーを見つけ、他の人たちと協力する必要があります。

司会者: 最後にお会いしたとき、あなたはAGI Houseでのハッカソンに参加していたのを覚えています。あなたが若者が富を築くのを支援することに多くの時間を費やし、情熱を持っていることを私は知っています。コースのビジネスプランを書いたり、キャリアの中で政策提案書や研究提案書を書いたりしている人々にアドバイスはありますか?

シュミット: 私はビジネススクールでこれに関するコースを教えているので、ぜひ聞きに来てください。新しいアイデアをすぐに提案することに驚かされます。

私が参加したあるハッカソンでは、優勝チームには 2 つの塔の間でドローンを飛ばすという任務が与えられました。彼らは Python を使用して仮想ドローン空間でコードを生成し、シミュレーターでタスクを正常に完了しました。優秀なプロのプログラマーであれば、これを行うのに 1 ～ 2 週間かかる場合があります。起業家が直面する問題の一部はスピードにあるため、プロトタイプを迅速に作成する能力は非常に重要だと思います。これらのツールを使用してプロトタイプを 1 日で作成できない場合は、競合他社がまさにそれを行っているため、再考する必要があります。

したがって、私の最大のアドバイスは、会社を設立することを考え始めたら、事業計画を書いても大丈夫だということです。実際、合法である限り、コンピュータにそれを書かせることができます。他の会社、大学、またはあなたが行ったことのない場所で同じことをやっている人がいる可能性があるため、これらのツールを使用してアイデアをできるだけ早くプロトタイプ化することが重要です。

司会者: シュミットさん、ありがとうございました。 (省略部分は Web3 Sky City アカウントからのものです)

(この記事は最初に Titanium Media App に掲載されました。著者｜Lin Zhijia、編集者｜Hu Runfeng)