投資家として、どのようにChatGPTを活用すればよいのか？
TechFlow厳選深潮セレクト
投資家として、どのようにChatGPTを活用すればよいのか？
絶対的な真実など存在しない。真実は比較によってはじめて明らかになるのだ。
Web3業界の深掘り報道に専念し潮流を洞察ゲスト Twitter：@pcfli、@zhendong2020、@OdysseysEth、@偉麗、@海波
OdysseysEth
主に二つの側面について話します。一つ目はChatGPTが投資分野全体に与える影響、二つ目は私が具体的にどのように使っているかです。
より深い視点から言えば、ChatGPTやより広範な人工知能（AI）が人間の投資を代替できるかどうかという問題がありますが、私はこの領域では不可能だと考えています。なぜなら投資には「反身性」があるからです。ある戦略が成功すると、その環境自体を変化させ、結果としてその戦略を無効にしてしまうのです。そのため、どんなに強力なAIでも、人類に対して絶対的な優位を持つことはできません。それが、今日私たちがまだ投資について議論できる土台です。さらに重要なのは、AIを含むあらゆる技術の発展は常に二重の結果をもたらすということです。一方の人々を強化し、他方の人々を置き換える。すべての技術は本質的にそうであり、技術と競争するのではなく、いかにそれを駆使するかが重要です。
また、技術やアプリケーションの背後にあるより深い意味にも注意を向ける必要があります。2007年にiPhoneが誕生したとき、その後数年間で多くの人々がその深遠な意義を理解できませんでした。しかし、iPhoneはやがて人の拡張として機能する存在になりました。同様に、私はChatGPTの出現を観察して、人間と機械の言語が収束しつつある段階に来ていると感じます。これは炭素生命とシリコン生命の新たな融合段階と言えるでしょう。自然言語による人機インタラクションが可能になった点は非常に特異です。
以前もインターネット上の情報を検索することはできましたが、その背後にある情報の過酷な隅までアクセスするのは困難でした。しかし自然言語によるインタラクションにより、人間は新しい形のシリコン生命となり、インターネット全体が脳の延長線上にあるような状態になる可能性が、現実味を帯びてきました。
では、これが投資とどう関係しているのか？
投資には少なくとも二つのプロセスが必要だと考えます。一つは情報の収集、もう一つは情報の処理または理解です。
これらの段階において、私たちは限界を持ち、盲点があります。ChatGPTを使うことで、多くの視点からその盲点を減らすことができます。特に重要なのは、知識の接続効率が向上し、時間の節約になることです。たとえば、ある情報にたどり着くことは可能でも、非常に高い遅延が伴う場合、価値が低いロングテールの情報については、取得にかかる時間が価値を上回るため、そもそも理解や思考の対象にならないことがあります。しかし、ChatGPTを使えば、幅広さと深さの両方が増し、知識の接続効率が飛躍的に高まります。まるで10万人の博士チームが共同で議論しているようなもので、それらが一体化しており、相互の取引コストが極端に低下しています。
以上が、私が考えるChatGPTが投資分野に与える影響、あるいは提供する視座です。
では、実際に私はどのように使っているのか？以下は私が試している使い方で、まだ学びの途中です。
-
第一の使い方は、「種のアイデア」を投げかけ、そこからさらに多くのアイデアを得ることです。たとえば特定のテーマについて、関連する書籍の推薦を求めます。実際の操作では、ChatGPTが紹介する書籍が存在しないこともあります。ただし再度質問すれば再検索してくれ、約20〜30％の情報はかなり有用で、新たなアイデアを得られます。このような情報は以前は得にくかったものです。例えば豆瓣で類似の本を探すには、まず一冊を見つけ、次にその「類似の本」をクリックし、また別の書籍を探し…という手順が必要でした。ChatGPTはこうしたプロセスに代わる新たな選択肢を提供してくれます。
-
第二の使い方はNew Bingです。マイクロソフトCEOがデモで簡単に決算報告の要約を作成していました。以前は他のリサーチレポートを読む必要があり、連続的な追加質問が難しかったり、タイムリーさに欠けたり、カバー範囲が狭かったりしましたが、ChatGPTは新しい情報を統合して決算要約を作成できます。ただし注意点もあります。提示される数字が整然としており引用付きでも、資料全体を確認すると完全にでっち上げであることがあります。マイクロソフトもこの問題に取り組んでいますが、すぐに解決するのは難しいようです。また現時点ではBingでの会話は5ラウンドまでに制限されており、これも課題です。とはいえ、証券会社のアナリストに依存せず、能動的に質問・検索・要約できる新しい手段を提供している点は評価できます。
第三に、まだ成熟していない自分のアイデアを投げかけ、ChatGPTに著名人物の類似の見解を10個提示してもらうこともあります。時には異なる表現や類似の見解が、私にとって良い刺激になります。自分の考えが漠然としていて未熟な場合、ChatGPTは探照灯のように働き、暗い視界の中、より遠くの道を照らしてくれるのです。
-
さらに重要なのは、批判的思考への活用です。マングー氏が言うように、「自分の意見を相手よりもうまく反論できないなら、その意見を持つ資格はない」。しかし、特定の分野で自分と同等のレベルの相手を見つけて、いつでも呼び出して議論するのは難しい。ChatGPTはこの批判的思考の機会を与えてくれます。自分の既存の見解を反論してもらい、それが変わろうが変わらまいが、いずれにせよ考えはより成熟します。
以上が、私が現在試している具体的な使い方です。注意すべき点は、その分野について深く理解していることで、良い質問ができ、でたらめな回答を識別できる能力が求められます。
海波@realliaohaibo
ChatGPTの本質は、知的作業の限界コストを極限まで下げ、一人で軍隊のように働ける状態を実現することだと思います。将来的にドキュメント処理が可能になれば、表の整理など人手を要する作業は不要になり、多くの検索操作も不要になります。しかし個人の研究者として、5年分のリサーチレポートを読んで売上変動を分析したい場合、類似サービスはあるものの、一次情報ではなく信頼性に疑問を感じるため、やはり決算書を自分で読むことを好むでしょう。
ChatGPTのドキュメント処理能力は、時間の問題です。すでに様々なインターフェースを自ら学習して使えるようになっています。何か作業が必要なとき、自然言語でプログラミングできます。例えば「5つの決算書を読み、過去5年間のある分野の変化をまとめて」と指示すれば、これまでの作業方法が完全に変わるでしょう。一人で組織と戦える時代が来るのです。
世界を情報で満たされたブラックボックスと見なすなら、そこから情報を抽出する方法は無数にあります。検索もその一つですし、直接調査・体験することもそうです。ChatGPTは、従来とは全く異なる次元の情報抽出能力を提供しています。
私はプライベートの集まりで情報抽出の方法について話すことがありますが、次のような見解を持っています。
ChatGPTに三種類の質問をしてみましょう：「○○という本の内容を要約して」。第二に「この本における○○に関する主要な見解は？」。第三に「この本における○○に関する見解にはどのような問題があるか？あるいは、私はこの本の見解に反対だが、どう思う？」
一見似たような質問に見えますが、複雑さと指向性の違いにより、ChatGPTが出す回答の質は大きく異なります。これは現実世界での探索効率と同じで、同じことをしても人によって効率が違うのです。
今、多くの人がChatGPTの回答がでたらめが多いと嘲笑していますが、これはまったく重要ではありません。最も良い例は、ある人はある面では非常に優れているが、別の面では馬鹿げている場合です。あなたには二つの態度があります。一つはその人全体を馬鹿だと見なすこと。もう一つは、その人の優れた部分を利用することです。利用の仕方は自分次第です。面白い例として、ChatGPTに「降龍十八掌の内容は？」と聞くと、すべてでっち上げの内容が返ってきます。これは本質的に、多数のサイトにある雑多な情報を組み合わせているだけなのです。
ChatGPTの使い方に関して、最近私がもっと口語練習をしたいと考えています。Chrome用のChatGPTプラグインを使えば、自分の発言を文字に変換し、応答を音声に戻すことができます。「act as a doctor」というフレーズを使って会話すれば、英語でシナリオベースのコミュニケーションが可能です。このやり取りを通じて、情報効率が劇的に向上すると感じます。最も重要なのは、使い方をどう決めるかが、その価値を決定づける点です。
もう一つの使い方は、昨日グループで共有された「ChatGPTの使い方」に関する本を見て、まだ読んでいないが、すでに本になるほどだから、使い方は非常に多いはずだと思いました。大量の英語文献を読むとき、私の読書速度はまだ遅いため、文章を区切って要約させたり、中国語に翻訳した上で要約させたりすることで、大規模な文章を迅速に読む方法としています。
情報取得に優れた友人の例を挙げると、彼はある期間にアマゾンで最も売れた30冊の本を探していました。ざっと見た後、別の視点から「あるジャンルで最も売れた30冊」を探し、最後に両者の共通部分を抽出するという多角的なアプローチを取りました。そしてアマゾン上でおすすめを確認することで、かつてのように人に聞きまわる必要がなくなりました。アマゾンに掲載されているベスト10、売れ筋10冊などを分析すれば、推定精度は非常に高く、ほぼ間違いありません。
つまり、正しい使い方を見つけることが何よりも重要です。ChatGPTは間違えるかもしれませんが、人間がそれを修正すればよいのです。
真の鬼門は、やはり細部に宿る。
たとえば先ほど本を探す話題で、二つの次元を尋ねたあと、次の質問が浮かばなくなることがあります。しかし、上級者はさらに深く掘り下げ続けられるのです。この点については、まだ明確な答えを持っていません。
核心は細部にあり、いかに継続的に深掘りし、適切なツールを使ってブラックボックス内の情報を抽出するかにあります。より多くの事例があれば良いのですが、自分としては価値を感じつつも、まだ十分に活用できていないのが現状です。
偉麗@happylilyelf
私はAIの発展に非常に注目しており、ここ数年間ずっと追跡しています。今、非常に強い感覚を持っています。業界は転換点に達したのです。
以前のAIは、各業界の垂直分野、特に専門的な科学分野で活用されてきました。たとえばタンパク質構造の研究、チェス、新薬開発、核融合制御などです。しかし、一般大衆がこれほど熱狂したのは、ChatGPTの登場が初めてです。それ以前のGPT-3のリリース時でも、これほどの影響力はありませんでした。ChatGPTは人々の生活に深く浸透しており、プログラミングができない初心者でも、自然言語を使って機械をアシスタントにすることができるのです。
投資家として、どうやってChatGPTを活用すべきか？
私はまだあまり使っておらず、現在もChatGPT Plusの待機リストにいます。国内のインターフェースを通じて使っているため、体験は浅いです。しかし投資家として、どう活用すべきかを考えなければなりません。まず自分の立場を明確にします。
現時点では株式投資から始め、長期投資家として以下の点を期待しています。第一に情報収集の支援、第二に情報処理の支援です。
投資家にとって最も重要なのは、独自の投資・分析フレームワークを構築することですが、最終的な投資判断は必ず自分で下すということです。
より迅速で正確かつ専門的な情報を望んでいます。
-
迅速性：投資対象企業の重大な出来事をすぐに把握し、正確に知ることが必要です。正確性の意味は広範です。たとえばNVIDIAとAMDの近年の収益力、成長トレンドを比較すること。口では簡単ですが、ChatGPTにとっては一定の難度があります。なぜならデータ処理に関わるからです。ChatGPTは大規模言語モデルに基づいており、訓練過程では過去のコーパスを学習して言語の確率を計算しています。そのため数学・物理には苦手とする面があります。しかし投資においてデータ処理は極めて重要です。現在多くの企業が専門サービスを提供しており、ブルームバーグやロイターなどがその代表です。利益率の計算一つをとっても、指標の定義が非常に重要になります。
第三に、ChatGPTにはより専門的で深い情報を期待し、研究・分析フレームワークの構築を支援してほしいと考えています。
-
次に包括性：現時点ではまずまずです。たとえば「NVIDIAの競争優位は何ですか？」「NVIDIAはAMDと比べて何が優れていますか？」といった質問に対し、製品、消費電力、エコシステム構築などの面で優位性を説明してくれます。
モデルの訓練過程では、多くの専門データが著作権保護されています。たとえばブルームバーグのデータは正確で、長い期間にわたり非常に包括的です。ChatGPTがこうしたデータを取得・利用・出力できるかどうかは不明です。いくつかのデータを試してみましたが、当面は私の要求を満たしていません。
-
専門性については、包括性に比べると劣ります。しかし専門性は質問の専門性に依存すると考えます。ChatGPTの専門性は、ユーザーの問いの深化と分解にかかっています。表面的な質問では専門的な結論は得られず、段階的に掘り下げていく必要があります。そのためには、対象となる二つの企業についてある程度の理解がなければ、質の高い質問ができず、投資判断もできません。
たとえば上場企業の現場調査で、新人とベテランが社長に質問するとき、ベテランは段階的に質問を深め、重要な要素をすべて掴みます。新人はぐるぐると周回し、結局相手にも不快感を与えてしまいます。
この点についてはまだ深入りできていません。ChatGPT Plusの利用が許可されれば、段階的に丁寧に質問し、プロセスを記録・フィードバックしながら、自分がよく知る米国上場企業を対象に試してみたいと思います。
以上の試行をまとめると：包括性はまずまず、正確性は大きな課題、専門性はまだ深く試せていない、ということになります。
全体的にざっくり使った印象では、優れた投資判断ツールにするには、まず自分自身の水準を高く設定し、専門性を持ち、双方向のフィードバックを行い、資料調査を通じて専門性を高め、正のフィードバックループを形成する必要があります。
AIで投資ができるかという点については、2年前にDeepMindがAlphaGoをリリースした後、AIを使った投資モデルを開発しました。また米国にはAIで運用するETFも上場していますが、業績はいずれも平凡です。LLMモデルの訓練プロセスは、既存のコーパスに基づく確率統計的なものであり、本質的には「多数派に従う」傾向があります。しかし企業や投資案件の研究には、先行性・先見性が求められます。
第二に、独自の見解を持つ必要があります。この点でChatGPTがどれだけ貢献できるかは不明ですが、しっかり試してみるつもりです。試行は長期間にわたる予定で、Twitterでリアルタイムに共有します。少なくも数ヶ月はかけて体験・学習し、使いこなす力を高めていきます。
Peicaili：
私も最近はあまり使っていませんが、使用中に二つの事例が特に示唆されました。
一つ目は、最近ずっと科学哲学を読んでおり、その分野でChatGPTといくつか対話をしたことです。たとえば「科学哲学分野で現在認められている専門家とその代表作は？」という質問に対し、回答の質はかなり高かったです。
さらに「ポパーの主要な科学的見解を要約できますか？」と尋ねると、的確な回答が返ってきました。批判的思考を使って「現在の学術界はポパーをどう評価しているか？肯定的な評価と否定的な評価は？」と尋ねても、私の見解とほぼ一致していました。
これらは私が長時間をかけて、ほとんどすべての書籍を読み、多くの議論を重ねて得た結論です。それが数秒で核心的な見解を提示されるのは、非常に役立ちます。
二つ目の事例はIB試験制度について知りたいと思い、多くの質問をしたことです。IBとは何か？どのような科目があるのか？成績はどう計算されるのか？IBは非常に複雑で、標準化テストのハイレベル版のようなもので、中国の大学入試制度とは大きく異なります。段階的に質問することで、非常に短時間で制度の概要を理解できました。
これ以前にGoogleで調べたこともありますが、得られる情報が求めるものと一致せず、いくつかの紹介記事を読んでもまだ不明点が残り、その不明点をさらに検索しても、必ずしも的確な答えが見つかるわけではありません。一般的な質問や記事は多くても、非常に具体的な質問に対する答えは少ないのです。
以上が私の二つの使用事例です。全体として抽象化すると、ChatGPTの価値は使用者の目的と密接に関係しています。自分の能力圏内であれば、主に情報取得効率の向上に寄与し、正確なデータを短時間で得られます。ただしデータの正確性は自分で判断する必要があります。また批判的思考において、自分の見解が形成された後、ChatGPTが反対意見を提示してくれることもあります。
最も大きな助けとなるのは能力圏の拡大です。このとき自分には完成した枠組みがなく、ChatGPTが迅速に枠組みを構築してくれます。複数の枠組みを提示し、選ぶことも可能です。トップレベルからボトムレベルまで掘り下げられます。必ずしも正しい枠組みを構築するとは限りませんが、未知の分野では少なくとも平均以上、あるいは広く認められた良好な枠組みを提供してくれます。
絶対的な真理はなく、真理は比較によって成立します。
ChatGPTが構築する枠組みの基準はabove averageであり、専門性の比較に使えるほど誠実で、中程度以上の専門家の水準に達しています。
私の考えをまとめると、能力圏を拡大したり、新たな投資分野に注目する際に、ChatGPTはその理解と吸収を加速します。すでに得意な分野であれば、情報取得効率が向上する程度です。
ただ、ぼんやりとした感覚として、ChatGPTは境界を超えた投資能力を高め、既存の能力圏を突破する可能性があると感じます。ただし具体的な使い方は、さらなる時間で検証する必要があります。
dongzhen
逆の意見を述べます。ChatGPTはまだ新しいので、私は主に国内のインターフェースを使っており、正式なインターフェースはまだ体験していません。
いくつか疑問を提起します。第一に、最近友人と話したのですが、これは主に帰納的モデルであり、大量の計算を通じて多くの詳細を統合する能力に長けていると感じます。
そのためいくつかの問題があると考えます。たとえば私がChatGPTを使うと、そのタイムリーさは強くなく、有用で関連性の高い情報を得られないことが多く、提供される情報の質に問題があります。タイムリーさだけでなく、全体の論理も帰納的傾向が強いです。
簡単な例を挙げると、子供に stick figure を描かせるのは簡単で、腕や脚は縦棒と横棒で表現できます。しかしChatGPTは描写するとき、大量の詳細を盛り込みます。これは詳細に基づいて大量の訓練を行ったモデルであるため、抽象化や演繹のレベルでは弱く、依然として「多数派に従う」アルゴリズムに近いのです。
もし存在する情報は知っているが、その取得方法が分からない、あるいは不慣れな場合は、ChatGPTにその方法を教えてもらうことができます。しかし本当に深い演繹的思考や深い考察をしたい場合、ChatGPTの回答だけでは不十分です。抽象的な思考を代替することはできず、これが私の第一の疑問です。
第二に、ChatGPTの登場はまだ短く、投資分野ではさらに観察が必要です。** 大規模な投資スタイルが一定の規模に達するまで、早期に多くの時間を費やすのは無駄になるかもしれません。成熟するのを待つべきではないでしょうか。今の段階で多くの時間をかけるのは時期尚早かもしれません。
第三に、結果の信頼性についてです。** 幅は確かに優れているかもしれませんが、信頼性は本当に検証できるのでしょうか？どうやって検証するのか？もし帰納的論理の産物なら、過去にその論理の信頼性を検証しても、毎回使用するたびにデータを再確認しなければならないのでしょうか？
私が効率を高められると感じる点はいくつかあります。なぜ大学が禁止しているかといえば、一部の授業や課題で、ChatGPTを使って一見論理的な文章を書き、文字数を埋めることができるからです。また大きな用途として、単純なコード構造の作成があります。少なくともフレームワークを提供してくれます。使えれば最高ですが、使えない場合でも、プログラマーなら簡単な修正で良いコードの枠組みを得られ、多くのコメントも付けてくれるので、これは確実に有効な使い方だと感じます。
偉麗@happylilyelf
現在の使用における正確性などについては、慎重な態度を保っています。しかし全体的には、AIの発展を進化的な視点で見ています。
現時点では不満足な点や、伝統的手法に及ばない点もありますが、今後多くの「湧現（emergence）」が起こると考えます。現在、全世界で何億人がすでに使っています。使う人が増えれば増えるほど、それは訓練になり、より多くのコーパスを提供し、自己学習機能を持つようになります。先ほど数学が苦手かもしれないと言いましたが、将来的には自分で学習し、外部のモデルを呼び出して数学計算を行うことも可能になります。そうなれば非常に強力です。
私たちはこれを道具として議論していますが、内心では人間に近いシステム、あるいは一種の類生物として見ています。将来、人類のシステムとAIのシステムは互いに適応し、共に進化していく必要があるかもしれません。どちらがどちらを支配するかはわかりません。私にとって投資の基礎は非常に重要で、AIをどう見るかという視点が鍵となります。私はAIを、人類の生態系と共進化する生態系として捉えています。
そのため、投資の標準的な考え方とは少し異なり、進化的・開放的な視点で見、共に適応・進化していくべきだと考えます。
dongzhen
もう一つ質問させてください。Googleが登場した後、新しいGoogleを作ろうとするより、より良いコンテンツを提供するほうが良いチャンスがありました。当時、コンテンツを作るほうがGoogleと競争するより現実的でした。
ChatGPTも同様でしょうか？また、あなたはChatGPTを人間の道具ではなく、共に進化すべき存在だと考えています。最近、科学哲学を読んでいますが、人間のすごいところ、あるいは科学哲学の進歩においては、新しいパラダイムを提唱できることです。新しいパラダイムを提唱することで、科学や思想は新たな枠組みの下で内容を豊かにし、劇的な進歩を遂げます。AIと人間に共通点があるなら、AIは新しいパラダイムを提唱できるでしょうか？科学の進展において、その能力はあるでしょうか？
この点については疑問を持っています。以前も述べたように、帰納的論理に偏っているため、新しいパラダイムを提唱できるかどうかには懐疑的です。
偉麗@happylilyelf
この深遠な問題に答える能力は私にはありません。多くの発展は私たちの想像の境界を超える可能性があります。私はもともとSFファンで、SF作品の中にはこの問題に答える物語が多くあり、さまざまな結果や進化の道筋が描かれています。
私にとって、その進化を待ち、湧現を待ちます。ここ数年間のAIの発展を追ってきた中で、最初に誰もが知っていたAlphaGoは、将棋の思考プロセスが私たちとまったく異なり、将棋の分野でまったく新しいパラダイムを提示しました。それは大局を見渡し、一歩一歩の勝率を追求するのではなく、大局で勝利することを目指したのです。
次にAlphaFoldは、タンパク質構造の計算に使われ、予測手法を使ってタンパク質構造の問題を解決しました。タンパク質構造は非常に複雑で、私たちが直接観察するのは困難です。そのため構造生物学者たちは、冷凍電子顕微鏡など高価で長時間を要する装置を使って、さまざまな方法で構造を探求してきました。
しかしAlphaFoldが登場した後、数十倍から数百倍の効率でタンパク質構造を解析できるようになり、既知のタンパク質の98％の構造を予測できるようになりました。これは新薬や化合物の研究に大きな助けとなります。これもまったく異なるパラダイムです。
AIが独自にパラダイムを提唱できるか？その可能性を否定はしません。AIの発展過程を見ると、人間の思考とはまったく異なります。なぜ共進化だと考えるのか？私たちが異なるコーパスを入力し、進化したAIが私たちに促進効果を与える。まさに二つのシステムが共存・共進化しているのです。AIがパラダイムを提唱できるか？私は答えられませんが、直感的には十分に可能性があると思います。
海波@realliaohaibo
この議論の多くは「not even wrong（そもそも前提が間違っている）」だと感じます。まず「パラダイムを提唱する」という発想がどこから来たのかわかりません。もし「パラダイムを人間が主体的に提唱または発明する」という意味なら、それ自体が誤った概念です。
人間はかつてパラダイムを提唱したことはなく、AIも提唱する必要はありません。たとえばAIが囲碁で自己学習し、最終的に人間が想像もできない方法で囲碁を打つようになった。それは新しいパラダイムを生み出したのです。その根本的な論理は、人間が推論してきたものとは完全に異なり、従来の囲碁の思考や経験はまったく無価値になります。もし新しいパラダイムを生み出すというなら、すでに生み出しているのです。したがって、この質問自体が「not even wrong」だと私は思います。
第二に、ChatGPTの使い方は、それぞれの専門性に依存します。使い方次第で、その価値が決まります。情報取得において、最も難しいのは「自分が知らないことを知らない」という状態です。何の手がかりもない状態で、それを探すのは極めて困難です。
実は、この点でChatGPTは問題を解決できます。正確な答えを出すことよりも、はるかに大きな価値があります。たとえば定期的に「最近北米で検索急上昇中の新トレンドは？」と尋ねることができます。現在はネット接続できないため答えられませんが、技術的にはまったく問題ありません。長期的には「未知の未知」を「既知の未知」に変える価値を提供します。これが最大の情報格差の解消です。
正確な質問に答えてほしいと願うより、その回答が正確かどうかを自分で識別できる能力を持つことが重要です。その価値は、広い視野と多次元的な情報提供にあります。
OdysseysEth
まず一点目、ChatGPTの情報が古い（2021年9月までのデータ）という指摘について、マイクロソフトのnewbingがすでにこれを解決しようとしています。問題は存在するが改善可能であり、私は「改善可能性」に注目しています。
第二に、「まだ新しいので様子を見るべきだ」という意見に対して、投資では「敢えて天下の後に為す」傾向がありますが、アプリケーションとしては「敢えて天下の先に為す」べきだと考えます。投資で失敗するコストは非常に高いので、待つのも一理あります。しかしアプリケーションでは失敗のコストは低く、潜在的な利益は非常に高い。そのため早く試すほうが適切です。さらに重要なのは、その応用には汎用性があり、使い方は千差万別です。他人が成熟した使い方を提示してくれるのを待つより、自分で早く探求するのが得策です。
私はAIと人間に本質的な違いがあるとは思っていません。より深い視点から見れば、人間の脳とコンピュータの脳は同じ普遍計算を使っており、思考自体も一種の計算と見なせます。違いは計算の媒体だけです。
ChatGPTは大規模言語モデルを使い、主に確率的手法で計算していますが、インターフェースを通じて橋渡しの役割を果たせます。したがって、その表面的な制限に囚われるのではなく、より深い応用可能性、組み合わせ可能性、そして背景にあるシリコン生命と炭素生命の計算の違いに注目すべきです。
したがって、必ずしも演繹能力に欠けるとは思いません。チューリングマシンの観点からは、そうではありません。
dongzhen
もう少し深掘りして質問します。科学では結果だけでなく、予測がうまくいく論理プロセスも理解すべきです。モデルの具体的な論理プロセスを十分に理解していない場合、その結果をどう信じればよいでしょうか？
たとえば「空が青いのは、巨人が気分に応じて青く塗っているからだ」と言われても、結果を説明できます。そんな気がしませんか？
論理プロセスを十分に理解していない場合、毎回検証する必要があります。しかも帰納的論理に基づいている以上、結果を長期的に信頼できるのか、疑問があります。
アプリケーションとして、確かに適した場面はあり、多くの試行を通じて最適な解決策を見つけるべきだと同意します。一度で効率的に問題を解決できる場面が見つかれば、非常に有望な方向です。
海波@realliaohaibo
AI自体がもともとブラックボックスであり、プログラマーですら論理プロセスを完全に理解していません。人間の情報抽出能力も本来ブラックボックスであり、検証プロセスもブラックボックスです。検証とは大量のデータを調べることではなく、自分の中に問題に対する枠組みがあるかどうかです。
判断はもともと自分の手の中にあり、検索エンジンの結果であれ、すぐそばの有能な人物からの情報であれ、経験するプロセスに違いはありません。そのため「検証が必要」というのは、本質的にAIに依存していることを示しており、結局は自分の判断を信じるべきです。
2+2=5は一瞬で間違いと判断できますが、複雑な数学や物理の原理は判断できません。政治の枠組みを有能な人が説明しても、裏付けがなければ判断できないのと同じで、新しい問題が導入されたわけではありません。
OdysseysEth
二点あります。ブラックボックスの問題は、現代の数学の分野でも既に起きています。ある証明が計算によって行われても、その過程を数学者が完全に理解できないことがあります。間接的にしか理解できません。現在の数学界では、ごく少数の頂点にいる数学者が理論を認めた時点で、理論は正しいとみなされます。この問題はもともと存在しており、境界は曖昧です。
第二に、私は「ある人やある見解を信じる」よりも、「一時的に否決せず、より適切な方法で除外する」立場を好みます。ChatGPTは信じるべき大量の情報を提供するのではなく、自分の見解を反論したり、新たな仮説や視点を提示したり、新たな反論や批判の可能性を示したりします。提示されるものを「プロセス」として扱い、「最終的な答え」や「結果」として扱わないほうが適切です。
この視点のほうが適切だと、私は主観的に感じます。
偉麗@happylilyelf
今回のAI、特にChatGPTがもたらした衝撃について、AIの役割をいくら高く評価してもしすぎることはありません。非常にオープンな姿勢で、従来の伝統的思考枠組みを打破する意欲を持って受け入れるべきです。
発展の歴程において、AIは繰り返し人間の思考制約を打ち破り、驚きや驚異、時には恐怖さえも与えてきました。しかし現代社会の一員として、これほど大きな発展を目にするのは幸運です。しかし、伝統的な考え方に従い、AIを人間が飼いならした道具と見なすのは、あまりに矮小化しすぎています。AIとのインタラクションや共進化に積極的に参加・没頭することが、より良い姿勢だと考えます。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
@E2mResearch
