Sam Altman：来年、OpenAIはAIシステム時代へと進入する
TechFlow厳選深潮セレクト
Sam Altman：来年、OpenAIはAIシステム時代へと進入する
「推論能力」の向上は、この大規模モデルメーカーの核心的な目標であり続ける。
Web3業界の深掘り報道に専念し潮流を洞察執筆：21VC
翻訳：木沐
編集：文刀
GPT-4以降、来年のOpenAIはどのような大技を温めているのか？ OpenAIの持つ競争優位性とは何なのか？ AIエージェントの価値はどこにあるのか？ 多くの旧スタッフが「脱出」する中で、OpenAIはより信念を持ち、活力ある若手を選ぶだろうか？
11月4日、OpenAI CEOのSam Altman（以下「Altman」）は、「The Twenty Minute VC」ポッドキャストに登場し、これらの疑問に回答した。彼は明確に、推論能力の向上こそがOpenAIのコア戦略であると述べた。
ポッドキャストのホストであり、21VC創設者のHarry Stebbings（以下「Stebbings」）が、「OpenAIはAI起業家たちに今後どのような機会を残すのか？」と質問した際、Altmanは次のように語った。モデルの欠点を解消することに固執る起業活動では、OpenAIのモデルが進化するにつれて競争力が失われるとし、むしろモデルの強化と共に恩恵を受けるビジネス構築こそが大きなチャンスになると指摘した。
Altmanによれば、現在人々がAIについて語る方法はやや時代遅れだという。モデルよりも「システム」の方向性こそが注目すべきであり、来年はOpenAIがAIシステムへ本格的に移行する重要な一年となるという。
以下は、StebbingsとAltmanの対話のハイライト：
OpenAIはノーコードツールを開発予定
Stebbings：視聴者からの質問から始めましょう。今後のOpenAIの方向性は、GPT-3.5のようなモデルをさらに多く提供することですか？ それとも、より大きく強力なモデルの訓練ですか？
Altman：私たちはモデルの全面的な最適化を進めます。推論能力の向上は現在の戦略の中心です。強力な推論能力が実現すれば、科学分野での実質的貢献や極めて複雑なコードの作成など、私たちが期待する多くの機能が可能になります。これは社会全体の発展を大きく加速させるでしょう。GPTシリーズのモデルは、継続的かつ迅速に反復改善されていくことが、今後の重点的かつ優先的な取り組みとなります。
Sam Altmanが21VC創設者Harry Stebbingsのポッドキャストに登場
Stebbings：OpenAIは将来的に、非技術者向けのノーコードツールを開発し、誰でも簡単にAIアプリケーションを構築・拡張できるようにする予定ですか？
Altman：間違いなく、その方向に向かって着実に前進しています。当初の計画としてはプログラマーの生産性を大幅に高めることですが、長期的には一流のノーコードツールを作ることが目標です。市場にはすでにいくつかのノーコードソリューションがありますが、まだ完全にノーコードで新興企業を立ち上げられるほどのレベルには達していません。
Stebbings：将来、OpenAIは技術エコシステムのどの領域にまで拡大していくのでしょうか？ OpenAIがアプリケーション層で支配的になる可能性がある場合、スタートアップが既存システムの最適化に多大なリソースを投入するのは、無駄遣いになりませんか？ 創業者はこの問題をどう捉えるべきでしょうか？
Altman：我々の目標は常にモデルの改良です。もし貴社のビジネスが現行モデルの些細な不備を補うことにしか依存しているなら、私たちのモデルが十分に強力になれば、そのビジネスモデルは競争力を失う可能性があります。
しかし、モデルの進歩とともに恩恵を受けるビジネスを構築できれば、それは巨大な機会となります。例えば、GPT-4が非常に強力になり、現在不可能と思われることも実現できるようになるとしたら、あなたはより長期的な視点で事業を設計・展開できるはずです。
Stebbings：以前、ベンチャーキャピタリストのBrad Gerstnerとともに、OpenAIが特定のニッチ市場に与える影響について議論しました。創業者として見た場合、どの企業がOpenAIの影響を受けて打撃を受ける可能性があり、また生き残れる企業はどれでしょうか？ 投資家の立場から、どのように評価すべきでしょうか？
Altman：人工知能は数兆ドル規模の価値を創造し、まったく新しい製品やサービスを生み出し、これまで不可能または非現実的だったことを可能にするでしょう。ある分野では、モデルが強力になることで目的が容易に達成されることを目指しており、別の分野では、卓越した製品やサービスを構築することで、この新技術をさらに強化できると考えています。
初期段階では、約95%のスタートアップが「モデルはそれ以上良くなりそうにない」という前提に賭けていたことに驚きましたが、今はもう驚きません。GPT-3.5が発表された当時、すでにGPT-4の可能性を予見しており、それが非常に強力になることをわかっていました。
つまり、モデルの欠点を補うだけのツールを構築している場合、モデルが進化するにつれて、その欠点自体が無意味になっていきます。
かつてモデルの性能が非常に低かった頃、人々は「AI教師」や「AI医療コンサルタント」のような革新的な製品ではなく、モデルの欠陥を埋める製品を開発しがちでした。当時は95%の人がモデルの進化を信じず、わずか5%だけが進化を信じていたように感じました。
しかし状況は逆転しました。人々は進化のスピードと方向性を理解するようになりました。今ではこの問題はそれほど顕著ではありませんが、かつては「（モデルの欠陥を補う方向に努力する）企業が困難に直面するかもしれない」と強く懸念していました。
Stebbings： 「AIは数兆ドルの価値を生む」とおっしゃいましたが、ソフトバンクグループ創業者兼CEOの孫正義氏は「AIは年間9兆ドルの価値を生み、彼が『必要な』9兆ドルの設備投資を相殺できる」と予測しています。これについてどう思いますか？
Altman：正確な数字は言えませんが、明らかに巨額の設備投資が行われれば、それに見合う価値も生まれるはずです。なぜなら、過去のすべての大規模な技術革命がそうであったように、AIもまたその一つだからです。
来年は私たちにとって決定的な年であり、次世代AIシステムの時代へと移行します。ノーコードのソフトウェアエージェントの開発についても触れましたが、どのくらいの時間がかかるかは不明で、現時点では実現できません。しかし、仮にその目標が達成できたとしたら、誰もが簡単に企業レベルのソフトウェア群を入手できるようになり、世界にどれだけの経済価値を解放できるでしょうか。同じ価値を維持しながら、さらに使いやすく、コストを下げられれば、さらなる大きなインパクトがあります。
同様の事例は他にも増えていくでしょう。医療や教育分野は数兆ドル規模の市場を有しており、AIがこれらの分野で新たな解決策を推進できれば、具体的な金額よりも、それが信じられないほどの価値を生むことの方が重要です。
優れたAIエージェントは人間の能力を超える機能を持つ
Stebbings：オープンソースは、人工知能の未来においてどのような役割を果たすと思いますか？ OpenAI内部では、「あるモデルをオープンソースにするべきか否か」という議論はどのように行われていますか？
Altman：オープンソースモデルはAIエコシステムにおいて極めて重要な役割を果たしています。すでに非常に優れたオープンソースモデルが存在します。同時に、高品質なサービスとAPIを提供することも重要だと考えます。これらの要素を製品群として提供することは意味があり、ユーザーが自身のニーズに最も適したソリューションを選べるようになります。
Stebbings：オープンソース以外に、エージェント（Agent）を通じて顧客にサービスを提供できます。あなたにとって「エージェント」とは何ですか？ それは何であり、何ではないのでしょうか？
Altman：エージェントとは、長時間にわたるタスクを遂行でき、その過程でほとんど人的監督を必要としないプログラムだと考えています。
Stebbings： エージェントに関する誤解はありますか？
Altman：誤解というより、エージェントが将来の世界で果たす役割を、まだ完全には理解していないと言えるでしょう。
よく例に挙げられるのは、AIエージェントがレストランの予約を代行するケースです。OpenTableを使ったり、直接電話をかけたりするものです。確かに時間の節約になりますが、もっと興味深いのは、エージェントが人間には不可能なことを実行できる点です。例えば、300件のレストランに同時に連絡し、最適な料理や特別なサービスを提供できる店を探すことができます。これは人間にはほぼ不可能ですが、AI同士であれば並列処理できるため、簡単に解決できます。
この例は単純ですが、エージェントが人間の能力を超える可能性を示しています。さらに面白いのは、エージェントが単に予約を取るだけでなく、非常に賢いシニアコラボレーターのようにプロジェクトに共同参加したり、2日間あるいは2週間かかるタスクを独立して完遂し、問題が起きたときだけユーザーに連絡して、最終的に優れた成果物を提示してくれることです。
Stebbings：このようなエージェントモデルは、SaaS（Software as a Service）の価格体系に影響を与えるでしょうか？ 従来のSaaSはユーザー席数ベースで課金されますが、エージェントは実質的に人間を代替しています。AIエージェントが企業の従業員の核心部分となった場合、価格体系はどのように変化すると考えますか？
Altman：あくまで推測ですが、現時点では不確定です。想像できるのは、将来の価格体系が使用する計算資源に基づいて決定される可能性です。例えば、1GPU、10GPU、100GPUといった処理に応じて課金されます。この場合、価格は席数やエージェントの数ではなく、実際に消費された計算量に基づいて決まります。
Stebbings：それでは、エージェント専用のモデルを新たに構築する必要がありますか？
Altman：エージェントの運用には大量のインフラが必要ですが、GPT-3.5がすでに道を示しており、複雑なエージェントタスクを実行できる汎用モデルの方向性があると考えます。
モデルは減価資産だが、訓練の経験はコスト以上の価値を持つ
Stebbings： モデルの商品化が進むにつれ、モデルは減価資産であるという意見が多いです。この見解についてどう思いますか？ 現在、モデルの訓練はますます資本集約的になっていますが、これは少数の企業のみが負担可能なコストを意味するのでしょうか？
Altman：確かにモデルは減価資産と見なせますが、その価値が訓練コストを下回ると考えるのは全くの誤りです。実際、モデルの訓練プロセスでは、正の複利効果が得られます。つまり、訓練から得られる知識と経験が、次世代モデルのより効率的な訓練に役立つのです。
モデルから得られる実際の収益が、これらの投資の正当性をすでに証明しています。もちろん、すべての企業がこれを実現できるわけではありません。現在、多くの企業が非常に似通ったモデルを訓練していますが、少しでも遅れを取ったり、継続的にユーザーを惹きつけ価値を提供できる製品を持っていないと、投資回収は難しくなります。
私たちは幸運にもChatGPTという、数億人のユーザーが利用する製品を持っており、コストが高くても、膨大なユーザー基盤によって費用を吸収できます。
Stebbings：OpenAIのモデルは今後、どのように差別化を保っていくのでしょうか？ どの分野で差異を広げたいと考えていますか？
Altman：推論能力が現在最も重視している分野です。これが次の大きな価値創出フェーズの鍵になると信じています。また、マルチモーダルモデルの開発にも注力し、ユーザーにとって重要な新しい機能を導入していきます。
Stebbings： 新しいGPT-3.5の推論時間パラダイムにおいて、視覚能力はどのように拡張されますか？
Altman： ネタバレは避けますが、画像モデルは急速に進化していくと予想しています。
Stebbings：Anthropic社のモデルは、プログラミングタスクにおいて時折優れているとされています。これについてどう思いますか？ この評価は公正だと思いますか？ 開発者はOpenAIと他のプロバイダーの間でどのように選択すべきでしょうか？
Altman：Anthropicは確かにプログラミング分野で優れたモデルを持っており、彼らの仕事は印象的です。開発者は通常、複数のモデルを併用していると思います。この分野の進展とともにどうなるかはわかりませんが、将来的にはAIがどこにでも存在するようになると信じています。
私たちが今AIについて語っているやり方は、やや時代遅れかもしれません。私は「モデル」から「システム」への議論のシフトが起こると予測していますが、それには時間がかかります。
Stebbings： モデルのスケーリングに関して、規模則（scaling laws）はあとどれくらい続くと思いますか？ 過去には永続しないと言われていましたが、実際には人々の予想を上回る持続性を見せています。
Altman：詳細には立ち入りませんが、核となる問題は「モデル能力の向上トレンドが現状のように続くかどうか」です。私はそれが続くと信じており、相当長い期間続くと考えます。
Stebbings：この点について疑問を感じたことはありますか？
Altman：理解できない振る舞いや失敗した訓練プロセスに何度も遭遇し、さまざまな新しいパラダイムを試してきました。あるパラダイムの限界に近づくと、次の突破口を見つける必要があります。
Stebbings：この過程で最も困難だった課題は何でしたか？
Altman：GPT-4の開発中に非常に厄介な問題に直面し、一時期は完全に手詰まりになり、どうすればいいかわからなかったことがあります。最終的には乗り越えましたが、モデルの発展をどう進めるかについて、本当に迷っていた時期がありました。
また、GPT-3.5の変革や推論モデルの概念は長年夢見てきたものでしたが、それを実現する研究の道のりは非常に困難で曲折に満ちていました。
Stebbings：このような長く曲がりくねった過程の中で、どうやってチームの士気を保ってきたのですか？ 訓練が失敗する可能性があるとき、どのように士気を維持しますか？
Altman：私たちのチームメンバーは全員、AGI（汎用人工知能）の構築に情熱を抱いています。これは非常に鼓舞される目標です。この道が簡単ではなく、成功が容易ではないことも皆わかっています。有名な言葉があります。「私は神が私の側にいることを祈らない。私が神の側にいることを祈るのだ」。
ディープラーニングの分野に身を投じることは、正義の事業に参加するようなものです。途中で挫折は避けられませんが、最終的には進展を遂げてきたようです。この確固たる信念が、私たちにとって大きな助けとなっています。
Stebbings：半導体サプライチェーンについて、国際的な緊張情勢を含め、どの程度懸念していますか？
Altman：その懸念度合いを数値化はできませんが、確かに心配しています。最も大きな懸念ではないかもしれませんが、私が気にしている事項の中では確実に上位10％に入ります。
Stebbings：最も心配していることは何ですか？
Altman：全体として、私たちがこの分野で取り組んでいるすべての仕事の複雑さが最も心配です。最終的には解決されると信じていますが、非常に複雑なシステムであることは確かです。
この複雑さはOpenAI内部や各チームのレベルでも存在します。半導体の例で言えば、電力供給のバランス、ネットワークの意思決定、十分なチップの確保、潜在的リスクの考慮、そして研究の進捗がこれらの課題とマッチするかどうか――これらすべてが、突然の混乱やリソースの浪費を避けるために重要です。
サプライチェーンは一見直線的なパイプのように見えますが、実際には各レベルのエコシステムの複雑さが、私が他の業界で見た中でも最も高いレベルにあります。まさにこれが、私が最も心配している点です。
Stebbings： あなたは前例のない複雑さについて言及しました。多くの人が現在のAIブームをインターネットバブル期と比較し、特に熱狂や情熱の面で似ていると指摘します。しかし違いは資金の規模にあると思います。オラクル共同創業者のLarry Ellison氏は、「基盤モデル競争に参入する最低コストは1000億ドル」と述べました。この見方に同意しますか？
Altman：いいえ、コストはそこまで高くならないと考えます。しかし、興味深い現象があります。人々は新しい革命を過去の技術革命に例えることで、それをより身近に感じさせたがります。全体的に言えば、これは良い習慣ではありませんが、理由は理解できます。また、人々が選ぶAIの類似例は特に不適切だと感じます。インターネットとAIは明らかに異なります。
あなたがコストの例を挙げましたが、100億ドルか1000億ドルかかるかどうかに関わらず、インターネット革命の特徴は「簡単にスタートできる」ことでした。もう一つの共通点は、多くの企業にとってAIはインターネットの延長線上にあるということです――他人がAIモデルを構築し、それを活用して素晴らしい製品を開発できる。これはAIを新しい技術構築手段と見なす考え方です。しかし、AIそのものを構築しようとするなら、話は全く違ってきます。
もう一つよく使われる類似例は電力ですが、これも多くの面で当てはまりません。
類比に過度に依存すべきではないと考えますが、私のお気に入りの類比はトランジスタです。これは物理学上の新発見であり、信じられないほどのスケーラビリティを持ち、すぐにあらゆる分野に浸透しました。テクノロジー業界全体がトランジスタの恩恵を受け、私たちが使う製品やサービスには多数のトランジスタが含まれていますが、それらを作っている企業を「トランジスタ企業」とは思いません。
これは非常に複雑で高価な工業プロセスであり、周囲には巨大なサプライチェーンが形成されています。この単純な物理的発見が、長期的な経済成長をもたらしたのです。ほとんどの場合、その存在に気づいていなくても、「この装置が情報を処理してくれる」と感じているだけです。
人材に対する高い水準を維持し、特定の年代に偏らない
Stebbings：才能の無駄遣いについてどう思いますか？
Altman：世界には非常に才能のある人が多くいますが、不適切な会社で働いている、優れた企業を支援しない国に住んでいる、その他さまざまな理由で、本来の能力を発揮できていません。
AIに対して最もワクワクするのは、それが人々の潜在能力をより良く引き出す可能性があることです。私たちは現時点でこの点で十分な成果を出していません。世界には優れたAI研究者の潜在的能力を持つ人がたくさんいるはずですが、人生の軌跡が違うために発揮できていないのです。
Stebbings：過去一年間は信じられないほどの急成長を経験しました。過去10年を振り返って、リーダーシップにおいて最も変わった点は何ですか？
Altman：私にとってここ数年で最も異常だったのは変化のスピードです。普通の企業がゼロから1億ドルの収益に成長し、さらに10億、100億ドルへと至るには長期間を要しますが、私たちはそれをわずか2年で達成しました。純粋な研究ラボから、多数の顧客にサービスを提供する企業へと劇的に変化しました。この急速な変化により、学ぶ時間を失ってしまったのです。
Stebbings：もっと時間をかけて学びたいと思うことは何ですか？
Altman：会社を10％の成長ではなく10倍の成長に集中させる方法です。数十億ドル規模の企業から数百億ドル規模へと成長するには、単に先週と同じことを繰り返すのではなく、根本的な変革が必要です。
しかし、急成長には課題があります。基礎をしっかり固める時間が足りないことです。このような超高速環境で、追いつき続け、前進し続けるために必要な努力を、私は当初過小評価していました。
社内のコミュニケーション、情報共有、構造化された管理、短期的ニーズと長期的発展のバランス――これらすべてが重要です。例えば、今後1〜2年間の実行力を確保するためには、計算リソースやオフィススペースを事前に準備しておく必要があります。このような急成長環境での効果的な計画立案は、非常に難しい課題です。
Stebbings：ベンチャーキャピタリストのKeith Rabois氏は、Peter Thiel氏（PayPal共同創業者）から学んだこととして、「30歳以下の若者を雇え。それが偉大な企業を作る秘訣だ」と述べました。このアドバイス、つまり非常に活力があり野心的な若者を雇って企業を築く方法について、どう思いますか？ これが唯一の方法なのでしょうか？
Altman：私はOpenAIを設立した頃、ちょうど30歳くらいで、あまり若くはありませんでしたが、まあまあのタイミングだったようです（笑）。ですから、これは試みる価値のある道筋です。
Stebbings：しかし、若い人は活力と野心はあるものの、経験が不足しているかもしれません。あるいは、経験豊富で実績を上げた人材を選ぶべきでしょうか？
Altman：明白な答えは、どちらのタイプの人材も採用すれば成功できるということです。それがまさにOpenAIが実践していることです。今日のインタビューの前にも、20代前半と思われる新人の話をしていましたが、彼の仕事ぶりは非常に優れています。彼のような人材をさらに多く見つけられるかを考えています。こうした若者は新しい視点と活力をもたらしてくれます。
一方で、人類史上最も複雑で高価な計算システムの一つを設計する場合、新人にその重任を任せることはできません。そのため、両方のタイプの人材を組み合わせる必要があります。肝心なのは、特定の年代に偏るのではなく、人材に対する高い水準を維持することです。
私は特にY Combinator（起業家育成プログラム）に感謝しています。それは「経験がない＝価値がない」という固定観念を打ち破ってくれたからです。キャリア初期段階にある高ポテンシャルな人材は、大きな価値を生み出せることがあり、社会はこうした人材に投資すべきです。これは非常に前向きなことです。
Stebbings：最近聞いた名言があります――「人生で最も重い負担は鉄でも金でもなく、下さなかった決断である」。あなたにとって、下さなかった決断で最も重圧を感じるのはどれですか？
Altman：その答えは日々変わります。特に重大な未決断はありません。もちろん、製品の方向性や次世代コンピュータの設計など、重要なリスクを伴う意思決定もあります。
そのような状況では、意思決定を先送りすることもありますが、ほとんどの場合、毎日51％対49％の難しい判断を迫られます。これらの決断が私の元に来る理由は、それが非常に判断が難しいからであり、私自身がチームの他のメンバーよりも優れた判断ができるとは限りません。それでも、決断しなければなりません。
したがって、問題の本質は特定の決定ではなく、意思決定の「量」にあります。
Stebbings：51％対49％の決断に直面したとき、相談する固定の人物はいますか？
Altman：いいえ、すべてのことに特定の人物に依存するのは正しい方法ではありません。私の場合は、特定の分野で優れた直感と背景知識を持つ15～20人を見つけ、必要に応じて最適な専門家に相談するのが良いと思っています。単一のアドバイザーに頼るのではなく。
早問早答
Stebbings：仮にあなたが今、23～24歳の若者だとしたら、現存するインフラを踏まえて何を選びますか？
Altman：AI支援型の特定分野、例えばAI教育に注力します。あらゆる分野の知識を学べる最高のAI教育製品を開発します。同様に、AI弁護士、AI CADエンジニアなども考えられます。
Stebbings：本を書くとおっしゃいましたが、どんなタイトルをつけますか？
Altman：まだタイトルは決めていません。本については深く考えていませんが、存在することで多くの人の潜在能力を刺激すると感じています。おそらく「人間の潜在能力」に関連するテーマになるでしょう。
Stebbings：AI分野で、人々が注目していないが、もっと時間をかけるべきだと思う分野はありますか？
Altman： 私が望むのは、あなたの人生全体を理解できるAIです。無限のコンテキストは不要ですが、あなたのすべてのデータを把握し、サポートできるAIエージェントがあればと思います。
Stebbings：過去1ヶ月で、何か驚いたことはありましたか？
Altman：明かせない研究結果ですが、非常に衝撃的でした。
Stebbings：最も尊敬する競合相手は誰ですか？ なぜですか？
Altman：実際、この分野のすべての人に敬意を払っています。この分野には傑出した人材と卓越した仕事が溢れています。問題を避けているわけではありません。どこを見ても、才能ある人々が非常に優れた仕事をしているのです。
Stebbings：特定の一人に絞れますか？
Altman：特に一人に絞りません。
Stebbings：最も好きなOpenAIのAPIはどれですか？
Altman： 新しいリアルタイムAPIは非常に優れています。現在、私たちは大規模なAPI事業を展開しており、中にはとても優れたものが多くあります。
Stebbings：AI分野で最も尊敬する人物は誰ですか？
Altman：特にCursorチームに言及したいと思います。彼らはAIを使って非常に魔法のような体験を提供し、多くの価値を生み出しています。多くの人が要素をうまく組み合わせられなかった中、彼らは成功しました。意図的にOpenAIの関係者を挙げていません。そうでなければリストが長くなりすぎます。
Stebbings：遅延と正確性のトレードオフについてどう思いますか？
Altman： 両者のバランスを調整できる“つまみ”が必要です。今、あなたが素早く回答を求めているように、私は数分考えてばかりではいられません。この場合、遅延が重要になります。一方、重大な発見を求めるなら、数年待つ価値があるかもしれません。結論として、これはユーザーが制御可能なべきです。
Stebbings：リーダーシップにおける不安定さについて、自分自身のどの点を最も改善したいと思いますか？ リーダーおよびCEOとして、何を最も高めたいですか？
Altman：最近特に感じるのは、製品戦略の詳細について、以前よりも不確かになっていることです。全体として、製品開発が私の弱みだと感じており、今こそより明確な製品ビジョンを示す必要があると感じています。優れた製品責任者とチームがいますが、自分自身がもっと得意になるべき分野だと強く感じています。
Stebbings：Kevin Scott（OpenAI最高技術責任者）を雇いましたね。彼とは長い付き合いですが、とても優秀です。Kevinのどのような点が、彼を一流の製品リーダーにしているのでしょうか？
Altman：「規律性」がまず浮かぶ言葉です。
Stebbings：具体的には？
Altman：彼は優先順位に非常に集中しており、何を断るべきかを知っています。ユーザーの立場に立ち、なぜある行動を取るのか、あるいは取らないのかを真剣に考えます。非常に厳密で、空想的な発想には走りません。
Stebbings： 5年後、10年後の未来を展望して、もし魔法の杖があれば、OpenAIの5年後と10年後のビジョンをどう描きますか？
Altman：2年後のことは簡単に描けますが、もし私たちが正しい方向を見極め、科学の進歩などに寄与する非常に強力なシステムを構築し始めれば、信じられないほどの技術的進歩が生まれるでしょう。
5年後には、すべての予想を上回る驚異的な速さで科学技術が進歩していると予想します。社会的には「AGIの時代が来て、過ぎ去った」と感じるかもしれません。AI研究だけでなく、他の科学分野でも多くの新発見がなされるでしょう。
一方で、（技術進歩が社会にもたらす）変化は比較的限定的だと考えます。
例えば、5年前に「コンピュータがチューリングテストに合格するか？」と尋ねたら、「しない」と答えたでしょう。もし「する」と言ったなら、社会に大きな変化が起きると考えたはずです。しかし実際には、我々は概ねチューリングテストに合格したのに、社会の変化はそれほど劇的ではありません。
これが私の未来予測です。すなわち、科学技術の進歩はすべての予想を突破し続ける一方で、社会の変化は緩やかであるということです。これは良い、健全な状態だと思います。長期的にはもちろん社会に大きな変化をもたらしますが、5～10年というスパンでは、それほど速く反映されません。
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
