昨日サム・アルトマンがインドで行ったトークの中で、AGI(汎用人工知能)の近い将来の実現を予感させる興味深い発言がありました。印象的だった箇所をスレッドにまとめました。⬇️
[サム・アルトマン] 今でも、事前学習モデルの最先端にとどまり続けるには費用がかかると思っています。ただ、その後で私にとって、そして業界にとっても非常にエキサイティングだったのは、蒸留によって驚くべき進歩がもたらされたことです。小規模なモデルを作る方法を多く学び、特にこれらの推論モデルは安価とは言えなくても、依然として高価ではあってもトレーニングが可能なレベルまで来ました。そして、それによって素晴らしいクリエイティビティの爆発が起こるだろうと思います。 もちろん、モデルのコストを考えるときには2つの見方があります。最先端を追い続けるには、私たちはコストが指数関数的なカーブで上昇し続けると考えています。一方で、知能が高まることによるリターンも、経済的価値や科学的価値という面で指数関数的に大きくなります。だからこそ、私たちはStargateという大きなプロジェクトに取り組んでいて、それはこうした曲線を辿ることになるでしょう。もう一方で、同じ知能レベルを1年後に得ようとすると、そのコストは約10倍も下がるように思えます。 ムーアの法則では、チップ上のトランジスタ数が18か月ごとに2倍になるわけですが、もし数十年待てば、それは世界を変える大きな要因でした。一方、AIモデルのコスト低減はそれを上回る勢いで進んでいます。もっとも、それで世界が必要とするAIハードウェアが減るという意味ではないと思います。コストが下がれば、使う用途がさらに増え、総額としてはむしろ増えるでしょう。でも、これは本当にエキサイティングな進展だと思います。
[サム・アルトマン] ⭐️ついに、近い将来登場するモデル、つまり今後数ヶ月以内に私たちがリリースするモデルは、これらの問題に本格的に取り組める水準を越えたと初めて感じています。そして、あとは人々が実際にソリューションを構築するだけです。実際、ここ数日間のDeep Researchでもたくさん見られますが、「病気の診断に驚くほど役立った」「研究を助けてくれた、病気を治すための教育面でも役に立った」などの声があります。以前のモデルでも、「チュータリングに素晴らしい効果があった」という声がありましたよね。つまり、基盤となる技術がちょうど水準に達しつつあり、次のモデルでそれがさらに進化するでしょう。しかし今は、人々がそれを活用してさまざまなサービスを作り上げなければなりません。 ここにいる誰かが、将来のAIチューターがどのようなものになるかを見出すかもしれません。それは巨大なスケールで人々に届くものでしょう。もし世界中の子どもたちが今年、昨年には得られなかったような質の高い教育、あるいはよりよい教育を提供するAIチューターを手に入れたらどうなるか想像してください。あるいは、昨年よりもさらに優れた診断を行えるAI医療システムが登場したらどうなるか、科学者があらゆる病気をより早く治療法を見つけることができるようになったらどうなるか。私たちはずっとこの瞬間を待っていました。私たちはそれを助ける何かを提供できると思います。そして今、人々がそれを使って構築していく必要があります。
[サム・アルトマン] 私たちはまだ非常に研究アシスタント段階にあると思います。つまり、この技術は既存の文献を調べたり、関連性を見つけたりするのには役立ちますが、まだイノベーターそのものではありません。現時点で、これらのモデルが自力でがんを治せると期待するには、テクノロジーはまだそこまで到達していないと思います。ただ、いずれはそうなるでしょう。とはいえ、今のところは、人々や研究者が自分の仕事を大幅に効率化するのを助けられると思っています。
[サム・アルトマン] これは非常に非科学的な推測ですが、私の感覚としては、Deep Researchが世界中の経済的に価値ある作業のうち1桁台のパーセンテージ程度を担うことはあっても、それだけで仕事全体を完結できるわけではほぼないと思います。でも、それで問題ないんです。これを使って効率を高めることができればいいのですから。もしあなたがある病気の治療法を探している科学者だとしたら、Deep Researchが独力でその病気を治せるわけではありません。でも、あなたが多くの時間を費やしていた低付加価値の作業、例えば文献レビューを手伝ってもらったり、資材の注文方法を考えてもらったり、実験に必要なステップを整理してもらったりといったことに活用できるなら、作業効率が2倍になるかもしれません。もし世界中のすべての科学者が、今あるツールによって効率を倍増できるとしたら、それは実現の可能性があると私は思っています。 もちろん、本当に画期的な洞察をAIが勝手に生み出すわけではありませんが、下層の単純作業を大きく軽減できるなら、それになれるまでには世界にとって少し時間がかかるでしょう。人々はDeep Researchの登場をChatGPTの登場時と比較していると思います。当時はチャットボットが存在し、次にエージェントへと進化しました。それは魔法のような体験でした。「まさかAIがこんなことまでしてくれるとは思わなかった。」「数日にわたるタスクをAIがこなせるなんて思ってもみなかった。」というようにね。ただ、世界がChatGPTの使い方を理解するまでには少し時間がかかりました。とはいえ、数年ではなく数ヶ月単位の話です。Deep Researchで人々が本当に生産性を上げるための方法を見つけるのも、数年ではなく数ヶ月だろうと思います。
[サム・アルトマン] これらのモデルはソフトウェアエンジニアリングの分野で驚くべき力を発揮しようとしていると思いますし、それは多くの面で素晴らしいことです。2025年末のソフトウェアエンジニアリングの姿は、2025年の初めとは全く違っていると私は考えています。ただし、サイバーセキュリティの面では良い影響も悪い影響も大きいでしょうから、私たちは確実に良い面をリードしていく必要があります。
bioshokさんのこちらのポストも参考になります。 https://x.com/bioshok3/status/...