Midjourney創業者が語る未来：画像生成は第一歩にすぎず、AIが学習・クリエイティブ・組織を変革する

2023.06.12

共有先

TechFlow厳選深潮セレクト

Midjourney創業者が語る未来：画像生成は第一歩にすぎず、AIが学習・クリエイティブ・組織を変革する

11人が世界を変える。

2023.06.12 - 01:41:59

Midjourney

Web3業界の深掘り報道に専念し潮流を洞察

11人が世界を変える。

執筆：Founder Park

Midjourneyは驚くべき会社であり、11人のチームが世界を変え、偉大な製品を生み出した。

Pre AGI時代の初期に必ず語り継がれる逸話となるだろう。

「私は会社を作りたいと思ったことは一度もない。ただ『家』が欲しかったのだ。」

智源大会にて、私たちはMidjourney創設者David Holz氏と対話を交わした。

MidJourneyは現在最も注目を集める画像生成エンジンであり、OpenAIのDALL·E 2やオープンソースモデルStable Diffusionといった激しい競合環境の中でも、多様なスタイルの生成において圧倒的なリードを保っている。

以下は対談全文（Founder Park編集）。

張鵬：Davidさん、ようこそ。おそらくこれが中国のファンとの初めての交流になるかと思います。この場をお借りしてご挨拶いただけますか？

David Holz：こんにちは皆さん。Midjourneyはまだ正式に中国市場に進出していませんが、すでに利用している方がいらっしゃるなら、ぜひ良い体験をしていただきたいと思っています。

起業の原動力、人類の想像力を解放する

張：過去20年間、国内外の多くの起業家と出会ってきました。彼らには共通点があることに気づきました。それは強い原動力を持ち、「無」から創造へと挑む探求心です。

Midjourneyを立ち上げたとき、あなたの原動力は何だったのでしょうか？その瞬間、あなたが切望していたものは何でしたか？

David Holz：私は一度も会社を立ち上げたいと思ったことはありません。ただ「家」（home）が欲しかっただけです。

今後10年、20年の未来において、私が本当に大切にしたいこと、そしてこの世界に本当に届けたいものを、Midjourneyという場所で作り続けられることを願っています。

私は常にさまざまな問題について考えています。すべての課題を解決できるわけではないかもしれませんが、何かしらの試みを通じて、誰もがより問題解決能力を持つようにすることはできます。

そのため、どうやって問題を解決し、どうやってものを創造するかを考え続けています。それは大きく3つのステップに分けられます。まず自分自身に問いかけることです。私たちが本当に望んでいるものは何なのか？問題の本質はどこにあるのか？
次に想像することです。私たちの前進方向はどこにあるのか？どんな可能性があるのか？
最後に、他者と協調し、共に想像したことを実現していくことです。

人工知能の分野では、これら3つを統合し、重要なインフラストラクチャーを構築することで、問題解決の能力を飛躍的に高められる大きなチャンスがあると考えています。ある意味、AIは私たちが自分自身を振り返る手助けをし、将来の方向性をより明確に想像することを可能にし、お互いを見つけ合い、協働するための橋渡しになってくれるはずです。

これらの要素を一つのフレームワークに融合させ、共に推し進めることができれば、それが私の目指す「big thing」なのです。物事を創造し、問題を解決する方法そのものが変わるでしょう。

正直なところ、画像生成という入り口は一見混乱を招くように見えるかもしれません。しかし多くの面で、画像生成はすでに受け入れられた概念です。Midjourneyはすでに「スーパーイマジネーション」の集合体となり、数百万人が共同でその可能性を探っている空間になっています。

これからの数年間で、これまでの全歴史を上回るほどの視覚的・芸術的探求が行われる可能性があります。

もちろん、これだけでは私たちが直面するすべての問題を解決できるわけではありません。しかし、これはあくまでテストであり、実験です。もし視覚の領域でこのような共同探求が成功すれば、他のあらゆる分野でも同様のアプローチが可能になると信じています。すべては共に考え、共に探求すべき事柄だからです。

こうした問題にどう取り組むかを考えていたとき、私たちは多くのアイデアを持ち、多数のプロトタイプを構築しました。しかし、AI分野、特に視覚分野で画期的な進展が起こったことで、かつてない機会が訪れました。誰も試したことのない新しい何かを生み出せる――そんな絶好のチャンスだと気づいたのです。だからこそ、それに挑戦しようとしたのです。

おそらく、まもなくそれらすべてが融合し、非常に特別なものになるでしょう。今の段階は、まだ始まりにすぎません。

張鵬：つまり画像（生成）は第一歩に過ぎず、最終的な目標は人類の想像力を解放すること。それがMidjourneyを立ち上げる原動力だったのですか？

David Holz：私は想像力のあるものに強く惹かれます。この世界にもっと創造性が溢れることを願っています。

毎日のように狂気じみた発想を見るのは、本当に面白いですね。

連続起業家の経験、どうすればより良い起業ができるか？

張鵬：多くの人がMidjourneyではなく、Leap Motion（David氏の前職起業企業）を通してあなたを知ったのではないでしょうか。

私には、この二つのプロジェクトには何らかの関連性があるように感じられます。原動力やマインドセットの面で。私の理解が正しいかどうかわかりませんが、Leap Motionでの経験は、Midjourneyの創業に役立ったのでしょうか？

David Holz：Leap Motionを通じて学んだことは非常に多いです。例えば、大規模な研究チームの構築方法、誰も解いたことのない問題への取り組み方、人々が技術とどのようにインタラクトすべきかを深く考える習慣などです。

スピード、コスト、スケールだけでなく、どう協力し、共に前進するかを考えることが重要でした。それはLeap Motionの核となる思想の一つでした。

両者には似た点もあります。Leap Motionが急速に成長し、すべての人々の想像力を掻き立てたように、Midjourneyもまた同じような流れを持っています。

しかし、真に異なる点もあります。Leap Motionでは、早期のエコシステム構築に多くの時間を費やしました。

シリコンバレーでは当時、「iPhoneのようにまずエコシステムを構築すべきだ」という信仰がありました。しかし、私たちが共に学んだのは、「まずは人々が本当に気に入る優れた製品をつくること」が先決だということです。その後にエコシステムを構築すればよいのです。

多くの起業家にとって、初期段階でのエコシステム構築は注意力を散漫にする要因になり得ます。私もそうでした。だからこそ、Midjourneyが大きく異なる点は、誰もが使える本当に価値あるものに集中していることです。

以前は「自分が直接手を動かして作れるか？」を自分の能力の基準にしていました。私の父は外科医で、まさにその能力を持っていました。私たちは器用な手を持っているのです。

しかし今では、トラック運転手はMidjourneyを使いたいと思うでしょうか？実は多くのトラック運転手がMidjourneyを使っているのです。それはとても素晴らしいことで、私たちがより良いものを作れている証拠です。

知識の再定義、歴史的知識が創造の力となる

張鵬：とても興味深いですね。よく「案は安い、コードを見せろ（Idea is cheap, show me the code）」と言われますが、今は逆に、アイデアこそが唯一重要なものになりつつあります。

優れたプロンプトさえあれば、AIがそれを実現してくれる。学びや創造の定義は変わりつつありますか？どうお考えですか？

David Holz：面白いことに、人々に創造の時間をもっと与えると、学ぶこと自体にもより興味を持つようになります。

たとえばアメリカでは「アールデコ」と呼ばれる人気の高いアートスタイルがあります。私はかつてその芸術形式に全く関心がありませんでしたが、ある日、プロンプトを使ってそのスタイルの作品を生成できるようになった瞬間、急にその歴史について深く知りたくなったのです。

とても面白いと感じるのは、歴史が即座に活用でき、簡単に創造につなげられるものになったとき、人々はむしろ歴史に強く惹かれるようになるということです。

ユーザーインターフェースが十分によければ、AIは思考の延長線上にあるかのように感じられるでしょう。AIはまるで私たちの身体や思考の一部となり、さらに歴史とも密接に結びついています。すると、私たち自身も歴史と深くつながっていく。これはとても魅力的です。

ユーザーに「何を最も欲しいか」と尋ねると、上位に挙がるのは学習資料です。ツールの使い方だけでなく、アート、歴史、カメラレンズ、ライティングといった、創造に必要な知識や概念を理解し、習得したいという声が多いのです。

かつて知識は過去の遺産でしたが、今や知識は創造の力となっています。

知識は今すぐに大きな力を発揮できるものとなり、人々はもっと知識を求めています。これは本当にすごいことです。

不安に対峙する、自らの能力をオープンに考える

張鵬：中国では、ユーザーのバックグラウンドはさまざまで、芸術創作のスキルも様々です。私自身、より良い画像を作るのに悪戦苦闘していますが、一方で多くの画家やデザイナーが、AIに仕事を奪われるのではないかと懸念しています。

誰もがAIによって支援され、混乱したり疎外されたりしないようにするために、Midjourneyができることはありますか？

David Holz：アートの旅をまだ始めていない人々にとって、Midjourneyは独特の機会を提供しています。

あなたは次のように考えるようになります。「私は何が好きなのか？」「私の審美眼は？」「何が美しいと感じるのか？」

専門のアーティストなら数十年かかるかもしれないプロセスを、今や誰もが体験できます。私たちは、人々が深く自己を省みる姿を見ています。それはまるでアートセラピーのようで、自分の人生や直面する課題、起きうる良いことや悪いことに思いを巡らせます。非常に意味深いことです。

ほとんどの利用者は個人的な体験を得ており、競争的でも商業的でもありません。多くの人が単に楽しみのために使っているのです。生成した画像を共有しない人も多いです。

しかし専門の領域では、それは創造性を増幅する強力な拡張装置となります。今や漫画、映画、ビデオゲームを制作できます。

普通の人であれば、人生で初めて「美」について考え始めます。一方、アーティストは今や「世界全体や宇宙の物語をどう創るか」を考えているのです。かつては到底不可能だったことです。

つまり、創造の境界線がすべての人に広がったのです。

一般の人も、専門家も、それぞれがより強力な創造力を持つようになりました。今のUIがシンプルすぎるためにそのことに気づきにくいですが、将来的にはより複雑で強力な機能が登場するでしょう。

AIGCの魅力、それはアートの魅力そのもの

張鵬：AIは単なる画像処理以上のものかもしれません。創造とは欲望、アイデア、実行力の総合です。

しかし、創造の欲求や壮大なアイデア、複雑なタスクを解放する手助けをAIがしてくれれば、それは画像を超えた人間への支援になるはずです。そうではありませんか？

David Holz：これは非常に個人的で内省的なプロセスであり、当初は私たちも気づいていませんでした。

最初、人々が生成した画像を見て、なぜそんなものをつくっているのか理解できませんでした。

ある人が「天国にいる犬」の画像を生成していました。

なぜそんな画像を？と尋ねると、「愛犬がつい最近亡くなったから」と答えました。

私は胸が痛みましたが、彼は「この画像が気持ちを落ち着かせてくれる」と言いました。

人々はそれをまるでアートセラピーのように使っています。物事を考え、人生を振り返り、自分が誰であるかを理解しようとします。これは非常に個人的で、とても重要な体験です。人類の歴史において、大多数の人が経験できなかったことです。ごく少数の人だけができた。

それが誰もが可能になるのは、本当に美しいことだと思います。

張鵬：確かに、Midjourneyは仕事や業務のツール以上に、私たちの生活に溶け込んだ新たな存在となっています。

11人の伝説、5年後にさらに多く登場する

張鵬：Midjourneyがこれほど素晴らしいのは、魔法のような技術を1000万人に届けているからです。チームはわずか20人、数ヶ月前は11人でした。営業もマーケティングもない。学生も含まれています。

これはAI時代における起業の新モデルなのでしょうか？

David Holz：そうなると思います。

私たちは比較的早い時期にこの形態を採用しました。いくつかの利点もありました。私はチーム構築の経験が豊富で、評判も良く、計算資源を確保しやすく、早い段階からスタートできたのです。

一般的なスタートアップにはこうした条件がそろっていないかもしれません。

しかし数年後、研究チームの構築方法が広まり、計算負荷が軽減され、優れたAI製品の作り方が周知されれば、このような企業が多数登場するでしょう。私たちが最初の例かもしれませんが、5年後にはこれがごく普通の形態になっているかもしれません。

汎用 vs 垂直 AGI時代、MJはどうなる？

張鵬：Midjourneyが今やっていることが、将来のAGIの能力によって吸収されてしまうことを心配していますか？

垂直型製品としてのMidjourneyの未来はどうなるのでしょうか？

David Holz：わかりません。大きな謎です。

一つの可能性として、他の研究所と協力し、「我々が目を作り、彼らが耳を作り、それぞれ異なる部分を担当して統合する」という形態です。実際に起こり得ることでしょう。

私たちが想像力を、彼らが言語処理を担当し、それを組み合わせる。共同でこの問題に取り組むのです。

もう一つの可能性は、すべてに秀でたAGIがある一方で、特定分野に特化した存在が残り続けることです。現実世界でも、多くの専門家が存在しています。

また、人間とAIのインターフェースに関する課題も多くあると考えます。美しい画像を作るだけでなく、人が「自分とは何か」「何を望んでいるか」を探る手助けをすることが重要です。

これはAGIの問題というより、むしろ人間とのインタラクションの問題です。

最良のUIが単なる言語だけなら、AGIは私たちに質問を投げかけるでしょう。しかし実際のUIは言語だけではありません。多くの画像を提示し、さまざまな方法で人間を理解しようとするでしょう。それはまったく新しい芸術、まったく新しい人間理解の理論となり、AIは人々が何を望んでいるかを理解する手助けをしようとするのです。

私たちはまだそれについて考えていない。AGIは何でもできるかもしれませんが、それでも将来において多くの専門化が残る可能性があると思います。

コミュニティの力、AIコパイロットを共に探る

張鵬：Midjourneyは永遠に垂直型製品のままか、それとも汎用製品になる可能性もありますか？

あなたが目指すのは画像だけではなく、人類の意識と想像力の問題の解決だと仰っていました。

David Holz：とても面白いことがあります。私たちが取り組んでいるのは「コミュニティ」です。つまり、大人数で巨大な探索空間を共に探ることです。

今まさにそれを創造しようとしています。今後1〜2年で、Midjourneyは世界中のあらゆる視覚的探索の場となるかもしれません。非常に面白いと感じています。

他のことを何もしなくても、世界中の視覚探索の中心地になれば、それはすでに一つのビジネスです。しかし、私たちが何をしようと、視覚的探索の手法は他の分野にも応用できると信じています。

数百万人が一体となって問題解決する「スーパーマインドチーム」を創造するのは非常に魅力的です。私は、たとえ一つのAGIが存在しても、数百万人を代替することはできないと思います。むしろ、数百万のAIと数百万の人間が共に働く世界が来るでしょう。多くのエージェントと参加者がいて、それぞれの視点が問題理解に貢献すると考えます。

張鵬：いわゆるAI業界の多くの人々は、自社製品が新しい技術に置き換えられるのを恐れています。

あなたも同じように、Midjourneyの現在の活動が将来的なAGIの発展によって代替されることを心配していますか？

垂直型製品としてのMidjourneyの未来はどうなるでしょうか？

David Holz：価値のある問題を見つけ、集中しつつもオープンマインドでいることが、一つの解決策です。

もう一つは、生まれてくるAGI技術や製品も、私たちと同じ社会に共存するということです。AIを使って絶えず新しいものを創造し、社会の中でAIがどのように協働すべきかを、私たちが定義できるのです。

それが私たちが今やっていることで、みんなで共に探求し、共創していくことです。

今は視覚的な方法でやっていますが、ある意味では原始的ですが、別の意味では最適なテスト環境かもしれません。なぜなら、すべてが目に見えるからです。

実際に見えるのです。詩で同じことをやれば、同じくらい面白いかもしれませんが、理解は難しいでしょう。エンジンや他の科学分野でも同様です。科学者100万人を集めることはできませんが、画像をつくる人100万人は簡単に見つかります。

つまり、AI＋人類という社会全体のマインドセットがどうあるべきかが問われています。今の段階では人間がAIを使って創造していますが、将来はAIが人間と共に考え、創造するようになるでしょう。それは非常に面白い。ある時点で、あるアイデアが人間由来かAI由来か、もはや区別がつかなくなるかもしれません。