AI業界の重大ニュース：Google Gemini 2.0のリリース日がリーク！OpenAIの新プロジェクト、新型ロボット、その他最新情報

12,103 文字

最初のAIニュースは、新しいR1モデルではなく、01に対する奇妙なライバルが突如として現れたという話でした。誰かが、01ミニだけが解けるような中学校の数学の問題をツイートしたんです。01ミニだけがその問題に正解できたってことを示すチャットログを投稿したんですけど、このモデルを見てみると、なんとか正解にたどり着いてるんです。
そのモデルは「推論プロセスをチェックして、数列の最初の100項に正確に30個のゼロを持つためにXが取りうる値は-3、2、6、7です」と答えたんです。詳しい推論の説明は省きますけど、これって超興味深いことなんです。というのも、このKPU（MSA KPU）というモデルは、実は相当前に発表されたものなんですよ。
具体的に説明させてもらいますと、5、6ヶ月ほど前にこのラボから衝撃的なスクリーンショットが出てきたんです。彼らは何らかのアルゴリズムを開発したみたいなんですけど、正確には分かりません。AIの使い方についても明らかにしていないんですが、モデルをプロンプトする独自のフレームワークを持っているようで、これまで見たことがないような優れた推論出力を得られるみたいです。
例えば、GSM 8Kという数学のベンチマークで97%を記録し、BBHなどの他のベンチマークでも95〜100%という当時としては最高レベルの成績を出しています。この結果が発表された時は、かなり懐疑的な反応がありました。というのも、AIの分野に突然現れて「うちのモデルは複数のベンチマークであなたたちのモデルを上回りました」というスクリーンショットを投稿して、そのまま姿を消すなんて、誰も信じないだろうって考えたわけです。でも実際にそうしたんです。そして今、彼らは実際に機能する本物の製品を作り出したようなんです。
彼らがこのモデルに尋ねたより単純な質問の一つは「手のない人はどうやって薬指を清潔に保つのか」というものでした。モデルは自分で推論を重ねた後、「この質問には論理的な矛盾が含まれています。手のない人には薬指がありません。なぜなら薬指は手の一部だからです。これは、足のない人に靴紐の結び方を尋ねるようなものです。手がないということは、薬指が存在しないことを意味するので、前提自体が矛盾しています」と答えたんです。
このモデルは、トリック問題にも引っかからないタイプやと思います。他のモデルからはこんな応答は得られへんと思うんです。試しにGoogle Geminiで同じ質問をしてみましたし、Anthropicのクロードでも試してみましたけど、モデルは今のところ返答してません。
個人的には、このモデルが01しか解けない問題を解けるということは、確かに高度な推論能力を持っていると思います。ただ、最近多くの人が見落としているのは、あいまいなベンチマークによってモデルの真の知性を見誤っているということです。例えば、この質問は一体何をテストしているんでしょうか。共感力？推論力？手がなければ手は洗えないというような回答が正しいという人もいれば、それは全く共感性に欠けるという人もいるでしょう。
その理由を説明しましょう。R1ライトモデルというのをご存知でしょうか。これはOpenAIのモデルに似ていて、応答する前にモデルが何を考えているかが分かるんです。このモデルは「手のない人はどうやって薬指を清潔に保つのか」という質問に対して、「一見単純な質問に見えますが、よく考えると実は複雑な問題です。『手がない』とはどういう意味でしょうか。まったく手がないのか、あるいは義手や補助器具があるのか。答えは状況によって変わってきます。ここでは、手がなく、薬指を自分で清潔に保つ方法を探している人のケースを考えてみましょう」と答えています。
つまり、この質問で義手の使用を想定することを許容するなら、そういう回答をしたモデルを間違いとは言えないと思うんです。質問はもっと具体的で、期待される出力も明確である必要があります。
これは本当にワクワクすることです。このモデルが推論能力において01レベルにあり、そのような能力の一部でも実現できれば、状況は完全に変わるでしょう。AIのエージェントフレームワークを持っているということは、モデルのパフォーマンスをさらに向上させる可能性が高いと思います。
モデルのパフォーマンスがさらに向上する可能性について言えば、最近かなり驚くべきことがありました。Google CloudのAIカスタマーエンジニアリング地域責任者であるディーバー・レンのLinkedInの投稿です。彼は今や社会的メディアで話題になっているミスを犯しました。
驚くべきことに、彼は「Gemini実験バージョン1121はChat Arenaのランキングで素晴らしい勢いを見せています。12月の第2週に予定されているGemini 2.0の次期リリースにご期待ください」と投稿したんです。この情報はかなり信頼できると思います。なぜなら、この投稿は後で編集され、「近日公開予定のGeminiにご期待ください」という表現に変更されたからです。
Google Geminiが間もなく登場することは間違いないでしょう。彼らはかなり前からこれを予告してきましたし、最近のモデルは特定のベンチマークでOpenAIを上回っています。なので、12月第2週、つまり12月10日から13日の間にGemini 2.0が登場しても驚きません。
もちろん、AIのリリースには注目の奪い合いがあるので、この日程が変更される可能性もあります。AIモデルがリリースされる時、OpenAIが同じ日にモデルを公開しようとすることがよくあります。だから、GoogleがGemini 2をリリースするなら、OpenAIも過去にそうしたように、Googleの風を奪おうとする可能性が高いです。
実際、最後にOpenAIがGoogleの出し抜いたのは、Googleが検索グラウンディングをリリースした時でした。私もカバーする予定でしたが、その日のOpenAIのニュースが多すぎて時間が取れなかったんです。これが再び起こる可能性があります。つまり、12月の週にGemini 2が登場し、同時にOpenAIも大きなリリースを行う可能性が高いということです。
もちろん、GoogleはOpenAIを出し抜くために日程を変更するかもしれません。これは注目に値します。というのも、これらの企業は本当に激しく競争していて、多くのものを賭けているからです。
このリリースがどうなるか、とても興味深いところです。まだ試していない方は、Gemini experimentalを試してみることをお勧めします。他のモデルより一歩先を行くモデルの一つだからです。推論能力が低いという意見もありますが、私自身プロンプトの構造を変えてみたら、より良い応答が得られるようになりました。モデルが良くないと思う時は、異なるプロンプト方法を試してみる必要があるんです。そうすれば、通常は望む結果が得られます。
ではOpenAIはGeminiに対抗して何をするのでしょうか。どうやら近々ブラウザをローンチする予定のようです。AIブラウザの分野に注目している人は少ないかもしれません。AIブラウザでできることについて、AI分野以外の人々と話をしても、あまり関心を持っていないようです。
この記事によると、OpenAIはチャットボットと組み合わせることができるウェブブラウザの開発を検討しており、旅行、食品、小売のウェブサイトの検索機能を提供するための契約を結んだり、協議を行ったりしているとのことです。これはプロトタイプやデザインを見た人々の情報によるものです。
つまり、OpenAIは再びGoogleを出し抜こうと、独自のブラウザを立ち上げようとしているわけです。これはかなり厄介なタイミングです。というのも、Googleが直面している非常に深刻なニュースをお見せしたいからです。
GoogleはMonopoly（独占）の問題に苦しんでいます。最近、Googleの独占に関する訴訟があり、検索の独占を終わらせるためにGoogle Chromeを売却しなければならない可能性があるとのことです。もしGoogleがChromeを売却しなければならず、そのタイミングでOpenAIが参入してきたら、それは本当に驚くべきことになるでしょう。
検索の分野は本当に大きく変わろうとしています。注目すべきことだと思います。また、これに関連する情報もあります。OpenAIは最近、Googleの成功に重要な役割を果たした2人を雇用しました。ブラウザにはまだ程遠いという報告もある中で、これは興味深い動きだと思います。
OpenAIがあらゆる面でGoogleを出し抜こうとしているのを見ると、本当に驚きます。Googleの時価総額は確か1兆ドルだったと思いますが、そんな1兆ドル企業が、わずか数十億ドルの小さな急成長企業に挑まれているのは本当に驚くべきことです。Googleがこの状況を変えるための対策を取るのか気になるところです。
最近、ブラウザの元エンジニアリング副社長で、ブラウザ会社でソフトウェアエンジニアとして働いていた人物がOpenAIで働き始めました。これから何が起こるのか、とても興味深いところです。記事ではOpenAIはブラウザのローンチにはほど遠いとしていますが、OpenAIは秘密裏に仕事を進める傾向があるので、驚くことはないでしょう。
もちろん、ブラウザの分野では、Perplexity Proの検索機能を使ってプロのように検索できるようになったという情報もあります。Perplexityブラウザをご存じない方もいるかもしれませんが、多くの人が知っているものです。これを使えば、より効率的にショッピングができます。
Perplexityを使う人が多い理由は、このモデルを使えば素早く物を見つけることができ、時間を節約できるからです。このAIビジョンモデルを使えば、何かの写真を撮って、そのモデルを検索し、その特定のモデルを購入することができます。例えば「このアイテムが必要だけど、100ドル以下で、こういう形で、この色が欲しい」と言えば、このモデルを使って素早く購入してチェックアウトできます。
これがeコマースの未来になるのかなと思います。「シャツを探していて、このテクスチャ、この素材で、この厚さ、この薄さが欲しい」と言うと、AIが様々なウェブサイトから製品を集めて表示し、クリックするだけで「あなたの好みのシャツはこれですね」と表示して、購入すればそのまま配送されるという感じです。
実際、そのようなジェネレーティブアプリを開発している会社のプロトタイプを見たことがあります。文字通り、欲しいものを尋ねるだけです。「新しい洗濯機が必要で、400ドルくらいのものが欲しい」というような感じです。オンラインで完璧な製品を探すのに多くの時間を費やすことがありますよね。これは私も経験したことです。「XYZという製品が必要です」とAIに言うだけで、AIがインターネットを検索して、あなたに特化したトップ10の製品を提案してくれる方が、ずっと簡単じゃないですか。この製品が実装されるのが楽しみです。
そして、AIの次のフェーズと成長分野を示すチャートがありました。AIには3つのフェーズがあります。フェーズ1は研究フェーズで「Attention Is All You Need」などの論文が出された時期、フェーズ2は今まさに終わろうとしているフェーズで、GPT-3、GPT-4、Claude 3などが登場した素晴らしい時期でした。これは別のSカーブで、私が別の動画で示したチャートとよく似ています。
今、私たちはこの新しいSカーブの底辺にいて、01はこのフェーズ3の底辺にいるわけです。これは明らかにもっと詳細なものですが、今後さらに多くのイノベーションとスケーリングが行われることが分かります。
Scale AIのCEOであるアレクサンダー・ワン氏は、スケーリングフェーズは終わり、今は6年以内に超知能につながる他のブレークスルーをもたらすイノベーションフェーズに移行していると述べています。
彼は現代のAIの時代を3つの主要なフェーズに分けて説明しています。第1フェーズは研究で、2012年から2018年まで続きました。これは最初のディープニューラルネットワークであるAlexNetから始まり、YouTubeの動画に猫がいるかどうかを判断するだけだったAIから、OpenAIのアレック・ラドフォードによって開発された最初のGPTモデルまでの時期です。
最初の6年間（2012年から2018年）が研究フェーズで、2018年から2024年の今日まではスケーリングフェーズでした。この期間中、これらのモデルに投入されるリソースは1万倍以上増加しました。今年は約2,000億ドルがこれらのモデルのトレーニングに投資されており、パフォーマンスも信じられないほど向上しています。
特別なものではなかったGPT-1から、数学やコンピュータサイエンスでPHDレベルの01まで進化しました。そして01は、超知能までの新しいフェーズ、イノベーションの時代の幕開けとなります。それが6年かかるのか、もっと短いのかは分かりません。
ここでのポイントは、モデルに2,000億ドルを使っているので、それ以上多くは使えないということです。2,000兆ドルをモデルに使うことはできません。つまり、桁数の面でのスケーリングには限界があるということです。だから、それに伴うイノベーションが必要なんです。高度な推論やテスト時の計算はその一つです。他にもいくつかあれば、超知能に到達できるでしょう。
興味深いことに、CohereCEOのエイデン・ゴメス氏は、モデルのスケーリングはカーブの平坦な部分に入ったと述べています。しかし、これらのモデルは既に非常に賢くなっているので、実際の出力を評価するのに時間がかかっており、これは今後様々な研究分野に応用されていくだろうと述べています。
スケーリング法則についてどう思うか、今後数年でどの程度の能力向上が期待できるかと聞かれ、彼は「かなり進んでいると思います。カーブの平坦な部分に入り始めています。モデルと対話するだけでは、どれだけ賢いかは分からなくなっています。バイブチェックは効果を失っています。代わりに、物理学、数学、化学、生物学など、非常に特定の分野の専門家にモデルの質を評価してもらう必要があります。この段階では、一般の人には生成物の違いが分からないからです」と答えています。
「まだまだやるべきことはたくさんありますが、その進歩は非常に専門的な分野で感じられ、より研究的な分野に影響を与えることになるでしょう。企業や一般的なタスクの自動化、ツール作りについては、技術は既に十分か、あるいはわずかなカスタマイズで目的を達成できる段階にあります」と述べています。
また、見逃されていた会社もありました。StudioはAI自動化を大規模に実行するための開発者向けプラットフォームで、Runa Hは現在最も進んだAIエージェントと言われています。これはピクセルレベルの補間と意味的理解を通じてウェブとインターフェースを操作し、指示を人間のような正確な行動に変換できます。
なぜ特定のエージェントをまだ手に入れられていないのか疑問に思っている方もいるかもしれませんが、他の企業も特定のアプリケーションとの統合に取り組んでいます。この会社は舞台裏で着実に作業を進めており、様々なタスクで本当に優れたパフォーマンスを発揮できます。
多くの企業は、製品をすぐに公開せず、アルファやベータ段階で保持する傾向があります。この会社も現在そのような段階にあると思います。これはとてもワクワクすることです。AIエージェントは確かに優れていて、うまく機能しますが、多くの場合、エージェント的なワークフローを使用することになり、AIエージェントがウェブページにアクセスできない、コンピュータにアクセスして特定のことができないといった制限によって、特定の使用事例が制限されることがよくあります。
もちろん、これらのエージェントにとって信頼性が最も重要になります。食事を注文するAIエージェントが間違ったものを注文したらどうなるでしょうか？お金を使いすぎたら？ソーシャルメディアに完全に誤った投稿をしたら？これらのモデルは時々幻覚を見ることがあります。
このベータテストに私も登録しましたし、できるだけ早くビデオを作りたいと思っています。このエージェントがどれくらい上手く機能するか気になる方のために、成功率のデータをお見せしましょう。Runner Hは66.9%、Claeのコンピュータ使用は52%です。現在、彼らは最先端の技術を持っているようです。
OpenAIは来年1月頃にAIエージェントをリリースすると言っていましたが、この会社は使いやすさの面で彼らを困った状況に追い込んだようです。OpenAIは自社のAIエージェントを改良する必要があります。なぜなら、彼らも最高のものを提供したいはずだからです。これがどう展開するか、とても興味深いところです。
今週起こったもう一つのことは、GPT-4がクリエイティブライティングのアップデートを受けたことです。これはKyle Shannonがツイッターで投稿したもので、私は本当に気づいていませんでした。これが驚きだった理由は、私はクリエイティブライティングにはあまりChat GPTを使わず、通常はClaudeのようなものを使っているので、このような定性的なアップデートがあると驚かされるんです。
数学のベンチマークのように、以前は間違っていた問題が今は正解できるというような話とは違います。これは、モデルがちょっと創造的になったという種類のベンチマークで、話すことはできても実際に示すことは難しかったものです。でも、このモデルがどれだけ創造的になったかを示す、本当に良い例です。
OpenAIがこれを行った理由は、ClaudeがChat GPTよりもはるかに創造的だという多くの人々の指摘があったからだと思います。開発者や他の人々と話していても、「このモデルは全く創造的ではない、Claudeのように話すことができない」と言っていました。
どうやってこれを実現したのか、どうやってトレーニングしたのかは分かりませんが、今は文体を使用する時、ClaudeとChat GPTをベンチマークして、モデルがOpenAIに戻ってきたのか、それともClaudeがまだ優れているのかを確認することができます。ライティングコミュニティが何と言っているか興味深いところですが、今のところは面白そうです。これは試してみる価値があるかもしれません。
また興味深いことに、Proxyという別のロボットも登場しました。これは環境と実世界のために作られた協働ロボットです。小さな広告を作りましたが、おそらく完全なビデオを作ることになるでしょう。これを紹介したいのは、その後に直接関連する話題があるからです。
毎日私たちは起きて動きます。早朝クルー、週末シフト、深夜チームを毎日見かけますが、気づかないかもしれません。私が子供の頃にロボットに魅了されて以来、テクノロジーは世界を変えてきました。しかし驚くべきことに、単純な手作業は今でも多くの時間とエネルギーを必要とします。私たちはこれらのロボットを、私たちを置き換えるためではなく、助けるために設計しています。
Proxyは周りで働く人々と自然に同期して動き、曲がります。AIとハードウェアが共に進化するにつれて、世界のアイテムを扱う方法も進化していくでしょう。「私は助けるためにここにいます」それは私たちが人間として独特なものに集中することを可能にします。コミュニケーション、協力、問題解決です。ロボットの助けを借りてさらに活気づく未来です。
このロボットを皆さんに紹介したかった理由は、これが従来のヒューマノイドロボットとは異なるからです。これは別の形態を取るタイプのロボットです。AIロボティクスコミュニティで最大の議論の一つは、ヒューマノイドロボットは存在するけれど、見た目は格好いいけれど、実際には役に立たないという点でした。多くの人が「ヒューマノイドロボットを作っていて、見た目は格好良くて素晴らしいけど、形態としては本当に非効率的なんです。人間の形をしたロボットを作ることに意味があるのか。むしろ実際の車輪を付けた方がいいんじゃないか」と言っています。
ここで2つ目のクリップが関係してきます。NVIDIAのCEOが今日、ヒューマノイドロボットについて述べていたことです。彼は「ヒューマノイドロボットは、非常に大量生産が可能な唯一のタイプのロボットです。なぜなら、そのまま世界に展開できるからです」と基本的に述べています。つまり、ヒューマノイドロボットを作れば、彼らの環境に合わせて世界を変える必要がないということです。
「もちろん、ロボット工学に不足しているのは、物理的な世界を理解するAIです。今日のChatGPTや大規模言語モデルは認知的な知識と知性を理解していますが、必ずしも物理的な知性を理解しているわけではありません。例えば、私がカップを置くとき、それがテーブルを通り抜けないことを必ずしも理解していません。そこで、AIに物理的な知性を理解させる必要があります。
実際、良い進展を見せていることをお見せしましょう。皆さんもおそらく見たことがあるデモの一つは、生成AIを使ってテキストから動画を生成できることです。私の写真から始まる動画を生成して、『ジェンセンがコーヒーカップを取って一口飲む』というプロンプトを使うことができます。AIにコーヒーカップを取らせることができるなら、なぜロボットアームにそれを取らせるためのトークンを生成できないのでしょうか。
現在の生成AIとロボット工学の一般的な状況との間のギャップは非常に小さいので、この分野にとても興奮しています。高い生産量で製造できるロボットは基本的に3種類しかありません。歴史的に見てきた他の種類のロボットは、大量生産へのスケーリングが非常に難しいです。
大量生産へのスケーリングが重要なのは、技術のフライホイール効果が必要だからです。大量生産によって高いR&Dが可能になり、それが大きな技術的ブレークスルーを生み、より良い製品を作り出し、さらに生産量を増やすことができます。このR&Dのフライホイールは、あらゆる産業にとって不可欠です。
これができるロボットは実際には3種類だけですが、そのうち2種類が最も生産量が多くなるでしょう。その理由は、これら3つのロボットは今日の世界にそのまま展開できるからです。私たちはこれをブラウンフィールド展開と呼んでいます。
3つのうちの1つは車です。過去20-50年の間に、私たちは車のために世界を作り上げてきました。2つ目はドローンです。空はかなり無制限だからです。しかし、最も生産量が多いのはもちろんヒューマノイドロボットです。なぜなら、私たちは自分たち自身のために世界を作り上げてきたからです。これら3種類のロボットで、ロボット工学を非常に大規模にスケーリングすることができ、これが製造エコシステムの持つ利点の一つです。
そして、Figure社の創業者兼CEOであるブレット・アドコック氏は「多くの人々がまだポイントを見逃しています。ヒューマノイドロボットはブラウンフィールドソリューションです。ヒューマノイドが有用な仕事をするために、私たちの世界を変える必要はありません」と述べています。
多くの人が『人間の形は理想的なのか』と問いますが、これは間違った質問です。人間の形は奇妙かもしれませんが、それが重要なのではありません。重要なのは、私たちが自分たちの形に合わせて世界全体を作り上げてきたということです。そのおかげで、ヒューマノイドは数百億台規模までスケーリングできるのです。あとは単なる技術的な課題です。
もちろん、私がCEOの発言を追加したのは、彼らが最近アップデートを行ったからです。Figure 2は現在、400%高速で、7倍高い成功率を持つ自律フリートとなり、企業や家庭に何百万台もの有用なロボットを提供することを約束しています。
彼らの自律フリート運用は本当に信頼性が高く、BMWの工場で1日中、昼夜を問わず作業を行っており、日々改善しています。なぜなら、これを行うことでより多くのデータを収集でき、全体的にモデルを改善できるからです。
特にFigureのような会社を見ると、ロボット工学の発展は本当に興味深いです。この会社の資金調達のプレスリリースを見ていた時のことを覚えていますが、わずか18ヶ月後には工場で稼働するロボットを持ち、第2世代に移行し、第3世代を開発中で、このロボットはBMWの工場で多くの信頼できる作業を行うことができます。
18ヶ月でこのような進歩を見せているなら、今後10年でヒューマノイドロボットがどのような進歩を見せ、世界をどのように変えていくのか考えさせられます。過去6-12ヶ月の間に、ヒューマノイドロボットは本当に大きな一歩を踏み出し、間違いなく正しい方向に向かっています。
そしてもちろん、デモス・ハサビス氏は最近のインタビューで、私たちはAIによる指数関数的な進歩に押し進められた科学の新しい黄金時代の境目にいると語りました。
「私たちはその境目にいると本当に感じています。今日のシンポジウムのテーマである『新しい発見の黄金時代』の境目にいるんです。必要なのは、より多くの学際的な科学です。AIを正しい方法で使用し、専門家とともに正しい質問をすることです。その応用可能性はほとんど無限だと思います。
もちろん、AI自体も科学的な規律として常に進化しています。今日の技術を他の分野に直接応用することもありますし、AI自体を継続的に改善することもあります。これも指数関数的な改善なので、今後数年で多くの進歩が見られるでしょう」
そして、NVIDIA Edifyも登場しました。これは画像、3D、360度HDRI、物理ベースのレンダリング（PBR）マテリアルのための視覚的生成AIモデルを開発するためのマルチモデルアーキテクチャです。これはNVIDIA AIファンドリーを使用し、サービスプロバイダーはEdifyモデルをトレーニングとカスタマイズして、NVIDIAのNIMに基づいて商業的に実行可能なサービスを構築できます。
これは自然言語を使って3Dモデルを非常に効果的に作成することができます。特定の分野に参入しようと考えているけれど、少し難しすぎるかもしれないと思っている人にとって、これはクリエイティビティを発揮するためのスキルギャップを確実に縮めるものです。
このビデオを悪い話で終わらせたくないのですが、これが最後の話題です。AIコミュニティで再び話題になっているチャートについてお話ししたいと思います。私のチャンネルでポストAI経済についての一連のビデオを制作しましたが、今はそれに焦点を当てていません。ただ、このグラフが再びAIコミュニティでの話題になっているので、これが実際に何を意味するのか説明したいと思います。
これは基本的にIMFの2023年のレポートからのグラフで、AGIが将来の賃金にどのような影響を与えるかについて述べています。彼らは2つのシナリオを示しています。一つはベースラインAGIで20年後、もう一つはアグレッシブAGIで今から5年後、つまり2029年です。これはほとんどのAIラボで働く人々が予測している最新の期限です。
アグレッシブAGIシナリオとベースラインAGIシナリオの両方で、平均的な人間の生産性は上がります。これは理にかなっています。AGIがあれば、より多くのことができるようになり、生産性は上がります。
そして、もちろん2つ目のグラフは賃金に関するものです。ここで状況は少し懸念され始めます。アグレッシブAGIでは、最初は賃金が上がりますが、AGIが実現する直前のピークで、賃金は元のレベルまで急落します。これはベースラインAGIでも同じことが起こります。
これが実際に意味することは、賃金が上がる時、それは従来の理由で上がるということです。青い線はAIがない場合の賃金の推移を示しています。政治的な話は避けましょうが、インフレに伴って賃金は上がるはずです。
そして、アグレッシブAGIでは賃金は通常通り上がりますが、その後急落します。なぜなら、これらの企業は基本的にAGIを使って全てを行うようになり、商品やサービスの価格競争が起こり、それによって平均的な人の賃金が非常に興味深い水準まで下がるからです。
この時点で世界がどのように機能するのか、本当に分かりません。AGIが多くのタスクを行うようになった時に、世界がどのように機能するのか分からないのです。
興味深いことですね。AIを好まない人にとっての救いは、幻覚がまだ問題として残るということです。自分の分野の専門家であれば、まだまだ価値があるようです。
しかし、賃金とこの経済全体がどうなっていくのか、本当に興味深いところです。たくさんの声明を見てきましたが、これはハイプでも偽物でもなく、政策立案者が考えなければならない本当の問題なのです。これが、皆さんと共有し、その意味を説明したかったグラフです。