セミナー文字起こしライブラリ

山口さんレクチャー 4月21日

一昨日やったら、やっぱり各支店が勉強会したいみたいな感じで盛り上がって。で、今日急遽、八日市に「すごいセミナーなんですけど、やってくれ」って話になって。今日本当はそれを午後の4時ぐらいから終わったら行くつもりだったんですけど、入ってきてて。みんなね、別会社になったのにまだね、元の部署の気持ちが抜けてなくて。別会社じゃないですか。直接俺に頼んできたりとか、あと店に知ってる人は一緒に頼んだりとかしたんだけど、一応あの会社ってバカみたいな社内プロセスがあって、ビジネスプロモーション部ってところに頼んで電子申請して、でOKというか、OKが出るんですけど。したら分かったのが、「まだ対面の勉強会は解禁してません」っての回答で、「Webexでやってください」って。全部5月だったらいいんじゃないのって無理になるから、みたいな話したんですけど、「まだ会社として決定してないんです」みたいな。今日だから対面でも多いからこんな結局やったんですけど、個別勉強会をまた来週もやりましょうみたいな話になって、Webexでとりあえずやる時間が空いたんです。移動時間がなくなった僕としてはもうありがたいんですけど。

それ以外にも東海東京以外にもこれ、岡三とか岩井コスモとかやってるんで、規制当局もいい感じのところだし。ネタがね、だから僕は今伝えてる伝道師として、やっぱりこの前のね、あそこで話しましたけど、今回出てきたらChatGPTなんですけど、ChatGPTももちろんすごいんだけど、その後ろにある技術、GPTっていう。GPTってのはそのOpenAIが作ったものの固有名詞じゃなくて、モデルなんですよ。会社ですか？非営利団体。元々非営利団体で、AIが暴走しないようにっていうので、人間がコントロール可能なAIを作ろうということで。なんかChatGPTでOpenAIって何ってなったら出てくるんですよ。元々はそのイーロン・マスクとかビル・ゲイツとかいろんな人が、「AIが暴走して人間滅ぼすようなものがないように、人間がちゃんとコントロールするAIを作りましょう」みたいなので、イーロン・マスクも出資してるんですよ。だったんですけど、もう2年ぐらい前にこのいわゆるトランスフォーマーというモデルができて、AI自体のそのできることの可能性が爆発的に増えた瞬間に、非営利団体を辞めちゃったんですよ。だから積極的に活動しながら、それに対してイーロン・マスクが気持ちよくなくて批判してるんですけど。なんで気持ちよくないですか？人間におけるもの、そのいろんなリスクをすごい感じてる人なので嫌だったっていうのと、あともう一つが単純にやっぱりその自分のコントロール下にない会社なんですよ。出資してるとは言え、別にそのね、会社の大半を持ってるわけじゃないし。で、だからその口ではね、ここにちょっと資料を今作成中なんですけど、この資料にもね、3ページ目に入れているんですけど、イーロン・マスクって「AI開発を停止しなさい」って言ってるのにも関わらず、この前のXAIっていう会社、OpenAIの代わりに会社を作ったりとか。あとはTruthGPTっていう新しいGPTの。TruthGPTで面白かったのが、この人今GPUをすげえ買い込んでて、この前ニュースですっぱ抜かれてたんですけどね。GPUを買うならその部品を半導体を買ってみたいなことですか？AI開発の一時的に半年間停止しようとか署名活動したんだけど、裏では何やってるかつったらGPU買い込むので、何やりたいかっていうのも明らかで、AIをAI研究したい。で、しかもそのOpenAIのその大規模言語モデルに関わった人を引き抜いて、すごい奴をそっち止めといてこっちをやろう。

それぐらいじゃないと。だからマスク氏が4月12日なんですけど、生成AIに、これだからGPUとかあるものじゃない。ChatGPTとか、生成、いろいろ作り出すAI。今ってもうポイントは英語でGenerative AI、G AIですけど、G AIのために約1万個GPUを買い込んだ。これね、いくらか何百億っていう金額が、200億とかそれぐらいで。しかもその、あ、ごめん、OpenAIじゃなくてディープマインド社っていう。AlphaGo、昔その囲碁が人間に勝ったっていうのがニュースになったんですよ、2016年。じゃなくてIBMじゃなくて、IBMはチェスなんですけど。囲碁ってやっぱりね、すごい局面が数が多いじゃないですか。将棋も難しいんだけど、将棋はまだだいたい2010年ぐらいにもう人間は全く勝てなくなって。今もうね、藤井聡太見たら分かると思うんですけど、AIから学ばないといけない。学ばないと、もう勝てない状態になってる。でも囲碁ってより複雑なんで局面が。囲碁はまだ10年ぐらいかかるかなって言われるのが、2016年に勝っちゃったわけですよ。その時に裏にあった、裏にあった技術ってのがDeep Learningってやつで、深層学習ですね。もう画像でもう局面を評価していくっていうのをやったんですよね。全部調べると無理だから、その局面局面のその、まあ要はディープラーニングって前も言ったけど、目を持ったAIが。目を持った。そうじゃないですよね。

本当はワトソンがやりたかったことって、今のChatGPTができる新しいGPTと、あの当時のやっぱりコンピューターの能力と、そのできることっても限られたんで。ワトソンの時のコンピューターの能力より今のコンピューター能力が何百倍になってるんで、もうワトソンはだからもう古すぎる。そういうのがあって。

ディープラーニングを作った会社なんですけど、そのディープマインド社ってのも実はすごいSparrowとかっていうめちゃくちゃいいGPTモデル持ってるんですよ。多分ここが一応本命だって言われたんですけどね、ChatGPT出る前は。そこのAI開発のエンジニアを大量に採用してるんですよ。結局その何ですかね、今回の結論から言うと、今回のAIっていうのは一言で言うとやばいですよ。皆さんがSFで考えてたAI像ってあるじゃないですか。人間のようにいろんなことやったりとか、その相談相手になってくれたりとか。汎用AIですね。もしかしたらそれなんじゃないかって言われてるのが今回のGPTっていうモデルなんです。そのみんなが憧れる1個のAIでいろんなことができる。仕事の手伝いから相談から何かっていうのはできる。いわゆる昔の人が考えたアンドロイドとかさ。今までの僕らが皆さん見たAIっていうのは、「自動運転できますよ」とか、要は特定の分野ではもう人間を上回るけど、他のことは自動運転車が他のことはできないじゃないですか。なんだけど今回のAIっていうのはそういうその、まあ何ですかね、汎用AIって言うんですか。

そうなのじゃないかって言われてるんですよね。だからまあやばいんですよ。僕はまだまだ今勉強会とかでみんなに言いたいのは、今回のAIの登場ってやっぱもう歴史に残るんですよ。教科書に載る。人類が滅びたら間違いなくここが分岐点だったはずなんですよ、というレベルの話なんですよ。逆に人間をむちゃくちゃに豊かにする可能性だって全然あって。100年後は滅びて、200年後は滅びてるかもしれないけど、AIによってね。でも多分初めの期間っていうのはターミネーターとかもそうですけど、人間と機械は多分調和して暮らしてる時間があるわけですけど。だからドラえもんじゃないですけど、そういうAIが生まれちゃったかもしれないっていう、そういうインパクトなんですよ。だからあの登場以降、もう世の中っていうのはやっぱり目まぐるしく変わってて。例えば直近のニュースだけ見ても、例えばですね、今日はさ、どっかの市役所か県庁が業務はChatGPTでやってるって言ってましたね。もうだから何にでも使うんですよ、言葉に関すること。例えばですけど、直近で言うと大和証券とか自社でAIを使いますって発表したりとか。あとはみずほグループ、いわゆるもういいですか？ここ4月18日のニュース。損保、東京海上、損保ジャパン、三井住友ももう全社このOpenAIのChatGPTを導入しますと。契約者からの問い合わせとか契約書関連とか使いますっていうのは発表が17か18にありました。4月11日、3メガ銀行、三菱、みずほ、三井住友。これもマイクロソフトを通じてChatGPTを社内での書類作成とか照会対応に使えます。で次、4月18日、大和証券、全社員9000人を対象にChatGPTを営業にとか業務に使ってきます。あと横須賀市の話もありました。市町村で試験的にも使えますと。ChatGPTを業務に導入しますとか。

リリースされたのって11月末なんですよ。12月なんですよ。12月、1月なわけですよ。Microsoftが買収するって噂というか、Bingとかに入れるって言ったのが1月中旬なんです。ってことはさ、商業的にマイクロソフトとかが営業かけているっていうレベルよりも、もう客から「これ使いたい」って話なんですよ。こんな保守的な会社、保険会社はIT割と早いけど、銀行とか個人情報扱ってるようなね、証券会社とか、あとに市役所がChatGPTを業務に使うってよっぽどの話なんですよ。よっぽど社内的にいろんなことができるっていうのも分かって。今皆さんがChatGPTを使わないと生きていけない。まずあれに聞かないと出せなくなって。この使い方もはっきり言って僕もそうだけど、まだまだなんですよ。検索に使ってるやつあるんですよ。検索はだから例えば、「藤野さんって自分の名前入れて全然違うやんけ」って使い方、違うよね。答えを知るものじゃないんです。答えはまだ間違ってるし、いつまでのデータかによって全然返してくる答えも違うんですよ。あとは社内ネットワークにある情報量によっても入ってくる答えも違うわけですよ。で、これのGPTが本当の使い方って何かって言うと、議論を重ねることが大事なんですよ。AIと1回とのやり取りって検索がちょっとまとまって出てるだけの話で、別にそんなんで世の中変わらないんですよ。要は何か話ししたい。例えば相手がAIが間違った答えを出したんだったら、「間違いだ」って指摘してあげれば正しい答えになっていくし、自分が求めてる答えが来ないなら議論するっていうことが大事。議論が大事なんですよ。

今回のGPTモデルのすごい所っていうのは、昔の対話型AIとかさ、Siriとかさ、あとはなんかチャットボットみたいなやつあるじゃないですか。あれって結局すごく短くて定型文だったら理解できるじゃないですか。相手が言われた「性別はどちらですか？」って言われたら「男」か「女」って答えれば、男か女だったら多分次の質問っていうか対話は続くんですけど、複雑な長い文章を入れた瞬間にもう理解できなくなっちゃう。今までのAIっていうのは長い文章は理解できない。なぜならば、まあなんですけど、フローチャートに乗っ取って答えてるみたいなもんなんですよ。「こういう風な質問があったらこうしましょう」みたいな。こういう形式。これ限界あるじゃないですか、喋り方も含めて。でも今回ってChatGPTがGPT-4って一番新しいやつで言うと、俺変な話ですけど、300ページぐらいの本を一気に読めたんですよ。300ページぐらいの本でも何万字じゃないですか。理解できるんですよ。それね、テキスト文字で捉えてるんじゃなくて、画像で捉えてる、違う。テキストを理解してます。確率で理解してます。要は世の中にあるいろんな文章を全部分析していて、例えば、例えばでしょ、イメージね。すごいパラメーターむちゃくちゃあるんですけど、「明日」っていう言葉があったら次に来る言葉って無限通りあるわけですよ。でも前の文脈がこうの場合は、例えば天気みたいなニーズがあったとしたら、ここに来るのは「明日は例えば雨だ」ってきたとするじゃないですか。実はその次に来るのは「雨だから外出」という言葉が来たら、過去の確率から出ると「外出しない」とかっていうのを全部分析して、彼らとしては過去こういう風な文章の並び、こういう確率であればこういう風な返答することが一番確率的に正しいっていうのを並べてるだけです。実は理解してるわけじゃない。理解してるわけじゃないんだけど、それが膨大なデータとその判断するパラメーターって言うんですけど、パラメーターの数を増やせば増やすほど人間のように答えていくことが分かっちゃったんですよ。これね、実はね、やってみて初めて分かった。それが気づいたのがNVIDIAですか？ではないんですよ。Googleが。

それのやり方って結局猫と一緒で、ディープラーニングって何かって言うと、例えばこれ見た時にこのね、お茶って分かるじゃないですか。仮に書いてなくてもお茶って言うでしょ。じゃあこのラベル外してもお茶って言えるじゃないですか。もしかしたらおしっこかもしれない、色的にね。でも我々はこういう割と新しいペットボトルに入ってたりとか、経験則から確率で言ってるわけですよ。物事ってみんな確率で言ってるんですよ、実は。で、例えばディープラーニングでそういうことで、例えば猫の例で言ったけど、猫を見た時に多分小さい時に、僕らもそうですけど、それこそなんかも野良猫見たりとか、本物の猫見たりとか、動物園で猫みたいな動物見たりとかする中で、「これは猫だよ」って親から言われて、それ何個か何個か見ていく間に、別にね、それを見て「これは猫ってこういう定義だ」って考えてる人一人もいないはずなんですよ。いないけど、何回も見ることで「猫って耳が三角でなんか目が丸くてここに中心に集まってて毛がふさふさしてて」っていうのを猫なんだって理解するわけじゃないですか。でも一方でね、例えば怪我してる猫がいて耳がない猫がいても僕らって猫って言えるんですよ。考えてください。今まで習った猫と違うね、猫じゃないっていうことができるわけだけど、じゃあなんでこれ猫って言うか？他の特徴がもう猫の確率を高めてるから確率で答えてるわけですよ。もしかしたらさ、テレビによっては耳のない猫は猫って呼ばなきゃいけないかもしれないじゃないですか、本当はね。そう定義されてたらそうなったかもしれないよね。でも人間っていうのはそういうものだと、こういう似てるものは同じものとして認識するっていうのを脳の中の脳神経細胞が反応してるわけですよ、猫っていう絵を見ることです。それを何十か見た時には、もしかして猫一匹しかいなかったらさ、ライオンとの区別つかないかもしれないし、その他犬との区別もつかないかもしれないけど、何個か見る間に脳がそれを猫って言われると、お母さんとかからピピっと反応して、その脳神経の中で猫っていうものの特徴を勝手に反応するように、脳が反応する場所が反応するようになってるわけで認識してるわけでしょ。で、それがディープラーニングなんですよ。反応。だから脳って神経細胞がすごくあって、どこで反応してるかわかんないけど、どっかが反応して、今日はこことこことここが判断、入ってきた情報でこことここが反応した場合は猫ですって、僕らは答えるように脳が決めてるわけじゃないですか。それと同じことを再現したのがディープラーニングなんですよね。人間で再現するってやっぱり限界が、限界というか何の限界かってハードウェア上の限界があるわけです。だから例えば2016年とか17年にやってたディープラーニングというのは、やっぱりもうそれ、まあ画像だけはできたんですよ。目から入ってきた情報で「これは何？」っていうのが人間レベルになったのが2016年なんです。だからそれを使って僕言うじゃないですか。すごくて大量の情報が一気に入るの分かりますよ。目の場合だから猫っていうのを言葉で説明するとすごい文字が必要だけど、絵で見たら一発じゃないですか。だからその大量にデータ処理ができるようになった。例えば囲碁の世界だったらもう昔はね、ここに置いたらこうやってこうやってって法則を人間が決めて計算能力だけで全通り、例えばね、読めないけど読めないから無理だったんだけど。将棋もそうですよ。全通りは読めない。機械でも全通りをね、1個の手に対して全部読むのは無理なんだけど、それやろうとしたら昔の機械なんですよ。でもそれはもうやめて、もう盤面を全体を絵として理解する。こういう風にこう並んでた時にはどっち、先手後手どっちが評価値高いのっていうのを点数つけてくるわけですよ。したら次はこの方が点数が高くなるっていうので、点数が高くなったら褒めてあげるっていうことを繰り返した結果、その盤面を1枚の写真としてどんどんどんどん理解するから、もうむちゃくちゃ計算量が増えたんですよ。で、全部読まなくてもいいことが分かったんですよ。こうなったらこっち行ったら間違いなく評価値が下がると。ここから先読まなくていいというのができるようになったのが将棋で、その先に囲碁もあったわけですよね。で、それでまあ進化してたのが、まあ将棋のソフトだったり、その目が持ったことをじゃあ今度運転なんかの認識使いましょう。で、監視カメラもそうだし、自動運転なんかここ数年ってさ、全部目に関係する技術ばっかりなわけですよ。例えばね、これ見せたんですけど、今の話NVIDIA関係あります。NVIDIAむちゃくちゃ関係することを見つけたんだってこの間東海東京証券のレポートに書いてある。それのことですか？今までNVIDIAができることをこれやと思ってたことを何か新しいこれが分かったみたいなこと。やってみないと分からないです。ここの中心ですよ。なんでかとかこの上でできることを。要は彼らが持ってたGPUなんですよ。なんでGPU作ったかっていうと、パソコンの世界、ゲームの世界のグラフィック処理で、いろんなところが一斉に動くから、CPUっていう、何ですかね、並列計算ではなくすごい計算能力はあるんだけど、これが処理しきれない、これが重くなっちゃうから、それをじゃあ並列的にいろんなものを同時に処理できるものって何かって言ったらGPUの仕組み。

だったから、GPUのGってのはグラフィック、グラフィックのプロセッサーで、このGPUの並列計算で他に使うんじゃないのっていう。そう、それでAI研究をしてみたと。脳も実は並列計算だよねっていうので、それとかまあ並列計算にあったいろんなものがあるんですけど、これのことでやってみたらうまくいったんです。

結局、並列計算って僕の当時は並列計算で、やっぱり並列計算なんで、結局やれることって限られてる。今のところそのグラフィック関連とか、GPUのそのディープラーニングとか、グラフィックの認識とか、そういったものにはむちゃくちゃ多分使えるし、全通り調べるみたいな、その、そういうものにすごい向いてるよとか、並列なんて可能性を調べることに関してはすごいいいよねと、確率的な問題とかね。なんだけど、どうもね、最近のやつの進化を見てると、そもそももしかしたらGPUそのものが、脳ってGPUと非常に類似した動きなんじゃないかなってのようだっていうような感じがしてきてて。もしかしたらGPU、もちろんCPUも組み合わせは必要なんですけど、ただメインの部分で、脳の大半の部分もしかしたらGPUみたいなもんなのかなって言われてて。なぜかって、脳神経が並列的にいろんなことが反応してるからなんですけど。

なんでどっちかっていうと、そのCPUがやってるのはいろんな理論的なことをこのすごい速さでこうやって順列、一直線に計算してて答えを出すみたいな。一方でNVIDIAとかのGPUってのは並列的に計算して答えを出すみたいな。だからこっから先に行った時に、じゃあ最適解は何ですかって言った時に、NVIDIAのGPUの場合だと、こっちに行く道を計算しながらこっちも同時に計算して、どこが最適化って決めるのか。一方でCPUってのはここにあるんで、こっちも計算してる間はこっちが計算できないので。でもここの計算めっちゃ早いわけですよ。でもどんどんやってくから、すごい計算しないといけないからどんどんどんどん熱くなっちゃうんですけど、そういう違いがあって。

で、その、まあまあそれは置いといて。だからNVIDIAって多分GPUの可能性を一番知ってて、一番何に応用できるかっていうのを探してる会社なんですよ。だからいつも先を行ってるんですよね。これ僕の写真なんですけどね。僕の写真を生成AIに入れて何個か作ったんですけど、例えばさとかさ[音楽]ね。で、そうそう、これこれ、この写真、この絵を動かして見てもらったと思うんですけど、動かしたりしてるわけですよ。なんで絵に関する技術なんですよ。僕の顔写真が認識するから絵が描けるわけで、絵が描けて動かすのもここに口があることが分かるから、頭があるから動かせる。絵に関する技術。それを無謀にもね、その文章に応用したのが今回のトランスフォーマー、GPTのTに当たるモデルなんですけど、そのトランスフォーマーモデルというのがやってみたと。

で、その、ただすごい可能性なわけですよ。例えば人間の顔はさ、割と使いやすくて、目がここにあったらさ、口がここにある人多分いないじゃないですか。でも言葉の話で言うとさ、すごいバリエーションがすごくあるじゃないですか。だからその脳で反応する、例えばね、さっきのディープラーニングで反応させているわけです。何かを特定するために確率を出すために、この特徴があったら猫ですよ、猫の確率20%。でもこの特徴も35%になる。この特徴も加わると40%。ここまで行くと890いくつですってなる。その反応するポイントっていうのがさ、あるわけですよ。それを自分で作り出しているんですけど、言語の場合って正しい文章から正しくない文章までいっぱいあって、理論的なものから感情的なものがいろいろあるじゃないですか。

「今日は」って言ってきた時にさ、次にくる確率のある言葉ってさ、前にいろんな言葉があったとしても無数にあるわけですよ。だから計算力とか反応させるポイントっていうのが、例えばその反応のレベル、反応させるレイヤーって言うんですけどね、反応するポイントっていうんですかね、パラメーター、パラメーターって言うんですけど、そのパラメーターを何個持ったら果たして正しくなるのかっていうのをやってた時に、いくつ言ったかな、800億ぐらいのパラメーターを持つと、データ量がある一定を超えると急に人間らしく喋りだしたんですよ。その後は実はもうその入力するデータを増やせば増やすほどで、パラメーターを増やせば増やすほど、より正確でより人間らしい答えになってた。これ面白いところで、なんでそうなったか分かってないですよ、人間側は。そう、未知の力です。[音楽]

大元になってるソフトって、今いろんな種類があるんですけど、大元になって推奨されている、まあ一番使われているやつなんですけど、これ開発した人はもうここまでなったけど、なんでそうなのかも分からない、なんで強いのか全然分かってねえっていうことで、今回はまさにそうで、増やせば増やす性能ですよ。僕はちなみにチャットGPT 3.5、初めてリリースされたやつあるじゃないですかね。これ1750億パラメーターで、アメリカの弁護士試験を受けさせてみて、一応合格レベルだけのギリギリだったんですよね。それが今回すごいことになってるんですよ。GPT-4っていう新しいやつだと、上位10%で合格したんですよ。

であるUCLAっていう、一番アメリカでも有名な学校じゃないですか。あそこの卒業試験をオンラインで受けさせたんですけど、教授がね、1月ぐらいの段階がチャットGPTの3の段階で試験問題やらせてみたら、成績あまり良くなかった。これぐらいだったら別にオンラインでGPT使っても問題ねえだろうと思ってたら、今回4が出てきたんですよ。4にやらせてみたら、もう採点したら超優秀な、成績優秀な生徒のレベルを超える答えを出したから、もう中止になったんですよ。対策が取れないから。それぐらい日進月歩で。要はね、簡単なのはもうモデルができたんで、何を学ばせるかと、あとはパラメーターをどこまで設定、どこまでが高性能にするか。でも結果見えちゃって。

日本の試験でさ、昔だったらさ、試験なんて受からないですよ。なぜなら試験問題理解できないから。長いじゃないですか、試験問題って。今は本1冊分くらい理解できちゃうから、試験問題ちゃんと理解できちゃう。それがすごいところ。でもやってることは、その試験問題に並んでいるこの確率を考えて、こう言われた場合にはこういう文章でこういう風に答えるのが確率的に一番高いと並べてるだけなんだけど、それがもうあたかも人間にとっては[音楽]正しく見えちゃう。

で、僕が最近自分の思考をいろいろ考えてみた時に、確かに確率で答えるなっていうのはすごいあります。今もお話してるんですけど、こう言ったら次はこうだって自分の中で言葉があるんで。あと英語喋ってるのが、僕は英語は第二言語だから、日本語より自然に喋らない分、なんかすごいチャットGPTみたいな考え方に共感してて。英語なんてのも、全部なんか理解してなくて、ポイントポイントしか理解しないわけですよ。きっとこの確率はここ、こういうもんだからっていうのがわかるから話してるし。

あとさ、英語学習してるとよく聞いたことないですか？ある一定量の英語を聞いたりとか、単語数でね。例えば英語の勉強時間1500時間とかできるんですけど、急にさ、あるタイミングから英語がより耳に入ったタイミングを経験しましたけどね。みんなから言われてて、英語できる人でね、言われてたけど、確かにそういうタイミングって何段階かあるんですよ。音が入ってくるタイミング。今まで全部繋がって何言ってるか分からないって言われたら、英語の音が耳に何か繋がって、意味がわかるようになる時がある。だから住んでる人って喋れるようになる。何もしなければ無理ですけどね。それはもちろん外国行ってただ住んでるだけでは英語絶対できるようになる。だけど、喋ったりとかそうしながら聞くとあるタイミングで。

とはいえね、やっぱ単語知らないと意味わかんないから無理ですよ。ある程度のちゃんとしたそのボキャブラリーを持って、でしっかり英語の文法とかも理解した上でね、ある程度量を上げると、やっぱりそれは意味が繋がってくる。突然日本語に訳さないと聞こえない英語が、英語として理解できるようなタイミングが来る。それって似てるよ。日本語に訳すから遅い。訳す必要がなくなる。例えばさ、よく使うフレーズって、例えばそのハローってさ、誰も日本語に訳してないで、日本語として使ってるからでしょ？それと一緒なんです。自分の中で挨拶を表す言葉って分かったら訳さないじゃないですか。いろんな文章が出てきた時に、その訳す必要がなくなってくるわけですよ。複雑な物ってのはやっぱり難しくなってくるからね、ちょっと大変ですけど。

そういうような感覚で、それと似てて、今回のAIって本当にあるなんかレベルを超えた瞬間に、脳神経の数がね、800億ぐらい超えて、1000億ぐらいになると急にしゃべれるようになって。ある一定の量って知識だとします。文法とか言葉で、この英語で言うところの何ですかね、脳神経とか、脳神経が要は経験値だとしたらさ、それが揃った時に急にAIが喋りだしたんですよ。やっぱり今回はそういう意味で、まあそういうものが今回はトランスフォーマーということですよ。

だからディープラーニングっていうのは2016年に出てきて、人間の認知の世界が、もうそうあって、要はAIの認知力が人を超えて、その認知をもとにいろんなサービスできました。画像関連、自動運転もそうだし、さっきの画像処理もそうだし。あとはそのディープラーニングをテキストの世界に応用したのがトランスフォーマーで、そうで、全部それを支えてるのは実はコンピューターの性能なんです。資料だけちょっと16ページで見てもらえないと。

一番恐ろしいのはここで。資料で一番恐ろしいのは、やっぱり半導体の性能がやっぱアホみたいに上がってる。アホっていうか、2年で2倍じゃないですか。まあ、1、2年、ごめんなさい、2年で、2年から今だと2年半ぐらいで2倍ぐらいのスピードと、まだ続いてるんですけど。この中のね、その1チップ、半導体1チップにあるトランジスタって、計算能力のもとになってるスイッチがあるんですけど、01のスイッチがあるんですけど、それがさ、例えば2017年で48億だった。まあAppleで今僕が使ってるやつだと48億ぐらい入ってるでしょ。宇宙に行った時って言ったらさ、1975年のこの3500、ワンチップ3500個ぐらいしか入ってない時に月に行ってるわけですよ、人間はね。それが今iPhoneだと48億入ってるやつ、ワンチップの中に。でも汎用品だから、最先端のもので行くとやっぱりもう400億から500億を超えてきてるわけです、1チップに半導体。そしてワンチップの中に人間の脳神経細胞をそのまま再現できちゃう。人間の脳ってさ、300億とか150億、300億個ぐらいの神経細胞があるんですけど、それぐらいの性能なんですよ。

だからね、AIの時に言ったんですけど、例えばじゃあ2017年で1チップに150億個のトランジスタが入って、性能150億という性能でした。これここまで来るのに、2017年だから、まあ仮に1970年ぐらいから半導体のね、製造が始まったとして、50年、60年経ってるんですが、50年、60年で150億になったわけ。その中でスマホが登場したりいろんなもの出たわけですね、増えてきたわけなので。じゃあこれがさ、2年後いくつになるのって、300億になるわけですか。2年間で150億が2倍になるんですよ。50年かけてきた性能が、2年で同じぐらい伸びちゃうわけですよ。だからこの後どれだけコンピューターの性能が急速になってるのかって分かりますよね。

あの2016年にディープラーニングと言ったら画像しかできなかったんですよ。それがたった2年で、2017年ですよね。2015年にディープラーニングをやって、この時は画像の世界しかない。それが2年経ったら半導体性能が倍になるんだから、テキストでやったらできちゃったんですよ。じゃあ次の2年後ってどうなるの？これ今過ぎてますけど、もっともっとできちゃう。そのまま一つが今のGPTなんです。だからよく信じられている言葉をね、昔2045年に人類のね、AIがもう凌駕してしまうって話あったと思うんですけども、これは間違いなくもう前倒しですね。2035年って言い方だと、もう10年以上前倒し。いや、もっと早く、もう2030年になってきます。というぐらい今回のGPTはやばいです。どんどん入ってきます。目に見える形で。今までは目に見えない形で入ってきましたけど、もう目に見える形がある。それこそ皆さんの商売だってどんどん変わると思います。それぐらいやばい。

で、このポイントってのは、じゃあ、あの、どこに投資機会があるか、買っておいたらいいんだけど、これがまあAIです。GPT、汎用AIとしまして。ただこれっていろんなことに応用されてるわけですよ。このGPT使って、例えば大和証券の証券業務、弁護士業務、コンサル業務も様々なことに応用されてます。保険業務もそうだし、されていくんだけど、これがどのように、その、これを開発する人は誰かって言うと、今だとOpenAIとかGoogleとかだとかするんですけど、これも各社みんな、いろんなもの作ってきます。もうみんな公表されてるから、プログラムでみんなやります。それこそだってさっき1万枚買い込んでね、TruthGPTを作るって、Microsoft、イーロン・マスクが言ったわけじゃないですか。もうみんなやってきます。ここのソフトウェアで。

この中で一番僕が伸びるのはやっぱりOpenAIかなと思ってます。なぜか、Microsoftがついたんで。MicrosoftのOfficeとの相性が良すぎるんですよ。[音楽]業務を代わりにしましょうっていうのがAIじゃないですか。AIの目的って基本的には、その主目的、AIの仕事じゃないですか。仕事を楽にするためのもので、相談してもいいけど、恋愛する対象じゃないじゃないですか。時に今我々仕事で一番使ってるツールって何かって言ったらOfficeじゃないですか。Microsoftもそれに、このOpenAIのGPTは使えると。みんな使わざるを得ないじゃないですか。だからMicrosoftは間違いなく伸びるんですよ。でもそれに対応してGoogleだって同じように出してくるんです。いろんなGPT持ってるんで、OpenAIに勝てるかどうかは別として、いろいろ出して。

例えばもっと法律業務だけに特化したフロンティオみたいなね、例えば会社が法律業務に特化したGPTモデル作ります。学習も法律中心に学習してるってなったら、今度それは法律企業が作る、1個の分野がここでできるかもしれません。金融分野だったら、金融にも特化したものがここでゴールドマン・サックスとか作るかもしれない。ということで、中心ここにあるソフトウェアAIっていう、AI自体、AIってのはどこで動くかって言ったら、そのコンピューターの上で動く。このソフトになった時は、いろんな会社がこれから競争していくんだよ。じゃあ問題はこれがどこが勝つかまだわからない。僕はMicrosoftが強いかなと思ってますけど、わかんない。それにいろんな分野が出てくるから、Microsoftは必ずしも法律の分野で勝てるのかわかんない。いろんな学習とか持ってるデータ。Amazonはもしかしたら小売の分野でさ、最強のAI出してくる。小売店が相談したらもう理想的なね、在庫管理とか理想的なその入荷管理とかまでね、提案してくれるような小売に特化したとか。あとはお客さんに一番効率的なものの買い方とか、あの推薦してくれる、予想して無駄のないような感じでっていうAIが出てくるかもしれないね。Amazonとか得意分野が違うんですけど。

でも結局何の上で動くかかったのが大事で。分かります？どの金鉱山を当てるかより、ツルハシを売ったらいいってやつですか。NVIDIAも圧倒的に強いし、今270ドルぐらいでしょ？270ドルぐらいになってるじゃないですか。去年年末に皆さんに話した時って150ドルですからね。ここ3ヶ月ぐらいでも倍近くになって、こんなんもう間違いなくまた1000ドルに向かっていくわけですよ。10年ぐらいの4、5年かかるかもしれないけど、1回分割して1000ドルに行ったのが1対3に分かれて、持ってる人いると思いますけどね。1個買ったの3つになってる。それがまた1000ドルに向かって可能性全然あるんで。だし、AMDもさっき言った半導体、マイクロソフトもそうだし、ここら辺は間違いなく伸びるだろうと思ってるんですよ。

AMDも、マイクロソフトもいいんですか？僕は迷うのだったら、NVIDIAかAppleがいいと思います。作る前に伸びるかと思います。もうそれも分かってるんで、ここ1、2年は多分半導体が今そこをちょうど打つじゃないですか。この4月から6月が底で、7月から9月が底で、10月から戻ってくるんですけど、そんなんもう株価は分かってる。織り込んで上がってくる。半年ぐらい前に上がってきます。ただちょうどいいし。結局僕は今は分かってることは、Microsoftを買ってもいいし、Microsoftは直接的な会社なので、これはもうマジで儲かるかもしれない。今これからもね、GPT使いたいからMicrosoftのAzureっていう、そのいわゆるAmazon Web Servicesみたいなクラウド、これに入れてくるんで。あとOfficeとかにも出てくるから、みんな使うわけで。

じゃあGPTをプレゼンで使いたいみたいなさ、とか、今スライドGPTっていうのもあるんですけど、要はもうやりたいことを書けばスライド作ってくれるんですよ。スライドGPTって検索してやったら作ってくれます。やりたいことやってくれますよね。意味が分からないというぐらい分からない。[音楽][音楽]将来性や表情再現できる[音楽]ください。例えばここでね、お願いします。プラグインなんですけど、要はGPTを、ChatGPTをいろんなものに乗せられるプログラムを公表されてるんです。だから例えばMicrosoftとOpenAIってのはこうなるんで。

ですけど、このモデルAIを提供しますとクラウドで。で、自社で自分たちでやりたかったら、それを使ってこのプログラムにAPIがあるんで、ここにつなげる。これAPI。これを提供するんで、「いくらで使ってください。じゃあみずほさん、これ使ってみずほ専用のサービスを使いなさい」と。これは例えばそのAPIを公表されてるんで、スライドを作るのに使ってるやつ。

今もっとすごいのは、これでもできるんですけど、人間ってやっぱりね、どんどん楽したいんで、「今の説明からもうちょっと詳しくやりたい」って言って、人間いろいろ入力するんですよ。こう変更したり、対話を重ねればもっといいのできないか。それもね、なんか自動で生成するようなものができてて、もう本当に簡単な言葉を何個か入れれば、それなりのものができちゃうっていうのを作り上げてる。もう今ね、TwitterでチャットGPT検索入れたら、もう死ぬほどの情報が出てくる。1ヶ月ぐらいでやばいですよ。

要はね、チャットGPTができること、できないことってまだあるんだけど、できることがいっぱい。あ、ごめんなさい。基本的に何でもできるんだけど、人間が使いこなせないんですよ。使いこなせない部分を補足する。分かります？ 本当に考えなくなるなと思ってて。こうやって考えてるんですよ。

[音楽]

マーケット分析、市場規模とか成長性とか、こういうのでスライドを作ってる。

[音楽]

嘘やろ？ すごいやん。今日ちょっと学んでもらいたいのは、皆さんが考えているよりもやばいんだって、僕はそう思いますよ。人間がもし絶滅するとしたら、ここがターニングポイントだったって言われる場所ですよ。だからみんな企業は、こんな保守的な会社が、だってこれうまく使いこなせたら生産性上がるし、労働力不足じゃないですか、今って圧倒的に。日本もそうですけど、解決するかもしれない。面白いね。スライドが昨日あったんだけど、まさにそうだね。もしかしたらいろんな問題が本当にこれで日本に関してはいい方向に向かううんじゃないかって言われてるので。

戦争に使うやつな。これどういう人間で？ だってそれは今もできるから。もう目を持った瞬間、戦争はもう人殺しですよ。だってドローンが戦ってるでしょ？ 僕はね、思うんですけどね、これってさ、全ての人たちに平等に使えるソフトなわけですよ。当然ね、AIが人間を滅ぼすってことは基本的に多分絶対ないですから。コントロールできるから電源を切ったりすればいいし、変な話ですけど、それを修正する方法っていくらでもあるんですけど、戦争が逆になくなるかなと思ってて。みんな豊かになれる可能性が正直あるかと。教育レベルも世界的にバンと上がる。

[音楽]

教育がダメなわけじゃないですか？ でもさ、教育ってさ、下手したら先生がいなくてもインターネットとGPTがあれば、それこそ大学卒業するぐらいの知識って得られるんじゃないですか？ しかも個人のペースで。今だってGPT使っても勉強できるわけ。子供がね、「問題作って」って作ってくれるから、やっていったらそういうプログラムが出てくるかもしれないし。そしたら世界的なその知識の格差がなくなっていくとさ、その愚かな支配者って絶対死んでいくわけですよ。バカだからさ。北朝鮮もそういう風に教育されてるから、そうなってるわけで。どの国だって知識的なルネッサンスが起きたらさ、民主主義、民主化してったりとかするじゃないですか。それ無理やり抑えてるの独裁者なわけですけど。でも独裁者のさ、変なロシアだってプーチン死んだらどうなるか分かんない。してるわけじゃないですか。一生生きれる人いないから。時間かかるって、多分僕は世界的には戦うこと自体が愚かだなっていく。

今まではその日本だったら今後さ、年金の問題で厳しいって言ってるけど、「一人でさ、二人で高齢者支えます」なんて言ってるけどさ、今度はロボットも出てくるから、ロボットも合わせてみんなで支えていくね。だってロボットの生産性って上がったことってさ、だからもしかしたらすげーいい時代になるポイントの変わり目かもしれないんですけど、それぐらいのポテンシャルがあるAIなわけです。いい意味であるし。例えばさ、お客さん一人のために「俺これ作りたくないんですけど」って。AIがこういうの作ってくれるなら、お客さん一人のためにこうやって目的だけ入れて、一人一人にあったカスタマイズしてさ、こういうことできるじゃないですか。

[音楽]

コンサルは今ね、何をやってるかっていうと、資料を作るような若手社員とかバンバン作ってるんですか？ 残ったかっていうと、本当に〇〇さんみたいな、あのお客さんと関係を持ってる人。「この人じゃなきゃやりたくない」みたいな属人的な仕事じゃないですか。そういう人が多い世界は生き残ってる。確かに事務処理系の高い能力持ってる人たちはAIに勝てないから。

AIは感情はないか？ 感情はないですよ。感情みたいに見える物っていうのは、確率でたまたまそうなってるだけの話で。確率だけど、それが最善かとか、正解かとか、まだそれはまた別問題だもんね。ある意味、このレベルでもいい。正しいとか正しくないとか、正直今回議論になってるじゃないですか。答えることが正しいかとか、僕はね正直ね、そこにあんまりこのシステムの良さ、ぜひご判断するところは置いてないと思ってて。人間らしく答えて、それが一般的な人間よりも優秀であれば、それでいいと思って。なぜかってさ、人間だってアホがいっぱいいてさ、間違えるしね。それこそTwitter見たって嘘の情報いっぱい流してる人いっぱいいるわけじゃないですか。

結局、自動運転車と人、どっちがいいかって時に、自動運転車じゃない？ 事故起きるけど、事故の確率の話ですよ。例えば人はね、毎日事故を起こすけど、機械は1年にいっぺんだったら、機械に乗った方がいいわけですよ。じゃないですか？ だから結局今のGPTのモデルっていろいろあるし、それは今後ね、個人情報をどうするんだとかね、そういったのが整備されてくると。今回、自動運転と違うのが1個あるのは、ここまだ法律がないんで、もうね、法律ができるまですごいところまで行っちゃう。自動運転車って2016年にはできたけど、今までできなかったのは法律があったからなんですけど、今後規制が出てくるにしても、その規制をね、決めてる間にすごいところまで行っちゃう。なるほど。

[音楽]

そういうレベルなんですよ。ちょっともしさ、沖縄とかでなんかAI関連でね、セミナーとか、ちょっと人を多めに集めてもらえるんだったらやりたいなと思う。それでね、俺なんか、まあ話、ちょっとそこで話そうかなと思ってるのは、ちょっとね時間だけど、こんなんで。結局ね、その時にそのAIとの、僕がまあ思ってる今後のね、やっぱ教育ってやっぱすごく変わると思ってて。もう先生、本当いらないんですよ。だって先生より賢いから。自分で聞いてみたら検索して答え書いてくるじゃないですか。適切でしょう？ 行くような人が小学校の先生とかやらんからね。だから結局はもうどの学校の先生よりもGPTの方が賢いわけですよ。だからそいつに倣うべきなんですよ。

今オンラインでいろいろあるから、対面にね、いい。それこそオンラインのいい先生の授業受けて、わかんないけどこいつに聞けばいい。もはや先生に聞く必要もないんだけど、どんどんやりたい子はどんどんやっていく。でも一方でさ、勉強嫌いな子がさ、自分から動けない子がいるじゃないですか。そこはGPTってやっぱり検索自分でしてくれないとフィードバックはないものだから、そこを先生が後ろから押してあげるというような形に教育変わってくるし。

あとはもう一個ね、AIってやっぱり検索の仕方とか頼み方って全然答えが違うんです。つまり我々はこれからAIをどういう風に使っていくのか、どうしたら一番自分が求めてる答えを出してくれるのかっていう会話とかね、そういったものを学ばないといけないです。検索なんかしてるのは、それはAIの使い方がまだ分かってないからそれしかやらないだけで。対話の技術がいるんですよね。これ今文字で書いてくるじゃないですか。これで返ってくるサービス。人間のように話す発音のね。ボーカロイドみたいな。要は、発音だったらボーカロイドで歌はね、作ったら日本語を発音する。でも英語の発音ってもうもはやわかんなくて。Twitterでよく有名なのでさ、あれを学習させて、スティーブ・ジョブズの声を学習させて、で今話させているというのがあるんですけど。今回のChatGPTなんかも、スティーブ・ジョブズのさ、やつあるんですけど、例えば。

[音楽]

話させて作ったやつなんですけど、〇〇さんはセミナーとかいつも、いつも引っかかるのは「予想より早い、予想よりは早い」っていうことでいつもフレーズを言うのね。だから「もう来てるんだよ」って。いや、今回は特にそうですよ。これはもうわかんない人は「わかんない」では済まされないようになって。AIに、今回のAIって本当に使ったもの勝ちで、使えない人が負けていく。そう思いましたから。そう思いました。

要は個人の能力はもちろん大事なんだけど、だからそれは多分能力問われるんですよ。すぐ使うし、能力ない人ってのはもちろん使わないのかもしれないけど、その結果は今までは自分の力で能力のない人が戦ったらさ、こういう風に開いてたと思うんですけどね。で何年経ったら部長にいらっしゃるみたいな。大変、多分今違ってて。能力のある人がAIを使うともう一気にこれぐらい差が開くので、この人は使わないから今まで通りじゃないですか。全然アップできた。こういう形でプレゼン資料なんですけど。

[音楽]

AIとデータセンター。これも今やってますよ。パートナーシップとして。パートナー戦略の概念。ここら辺は自分で埋められるんですか？ 今ちょっとね、長いとGPT作るのにあれだったんで、これも詳細には抜いたんですけど。詳細にだと思っていただければ、多分調べて書いて修正していったら2週間は絶対かかってるな。こんなんあるんで。だからストーリーは書いてください。どういう風にやったら魅力が伝わるのかって。では、どれか、どれだか分からない。多分スライドGPT。

[音楽]

翻訳って使えないか、これ。

[音楽]

学んで。そのさっき言った声に関しては、英語は英語の世界ではもう来年もAIがどっちか喋ってるか分からない。