OpenAI のロンドン開発者デーでの Ultraman の完全インタビューがついに公開されました!

40分間のインタビューで、アルトマン氏はOpenAIの将来のモデル開発の方向性、エージェント、そして最も有力な競合他社について語った（これらの質問は以前に断片的にリークされていた）。また、スケーリング則、半導体サプライチェーン、基本モデルの競争力のあるコスト、採用すべき従業員の年齢層など、10以上の質問にも答えた。

OpenAI の CEO としての役割で、最も準備していなかったことは何かと尋ねられると、彼はこう答えました...

ウルトラマンはそれを秘密にしませんでした：商品です！

全体的に、私の弱点は製品開発にあります。
会社は現在、この分野において私に、より強力で明確なビジョンを求めています。

興味深いのは、現在 39 歳のウルトラマンが、もし 23 歳か 24 歳に戻れるとしたら、垂直分野で AI に関連した何かをすることを検討するだろう、ということです。

たとえば、人間の学習者を指導する AI チューター、AI 弁護士、AI CAD エンジニアなどです。

以下はこの興味深いインタビューの全書き起こしです。元の意味を変えずにいくつかの段落を編集しています。

最後に、11 の簡単な Q&A サプライズがあります。

コンテンツの概要

1. o1 で表される推論モデルは OpenAI にとって非常に重要です。
2. スタートアップ企業は、コアビジネスのために既存のモデルを継ぎ接ぎすべきではありません。
3. 数年前のモデルのパフォーマンスがいかに悪かったかを、私たちは忘れてしまったのでしょうか？ 実は、ほんの数年しか経っていないのです。
4. 同じ価値に対して、より広い可用性、より容易なアクセス、より低い価格が「非常に強力」であることを意味します。
5. 「オープンソース」と「クローズドソースだが API を提供している」はどちらも妥当です。
6. 本当に興味深いのは、人間ができない、またはやりたくないこと（並行性の高いプロジェクトの推進など）をエージェントに実行させることです。
7. モデルは確かに減価償却資産です。
8. トレーニングしたモデルが古くなっていたり、魅力的で価値のある製品がなかったりすると、投資収益率を達成するのが難しくなる可能性があります。
9. OpenAI は o1 にマルチモーダルな改善を加えます。新しい o1 パラダイムでは、画像ベースのモデルが急速に発展すると予想されます。
10. OpenAI で私が最も誇りに思っているのは、まったく実証されていない新しいことを繰り返し行っていることです。
11. 世の中には、悪い会社で働いているために（あるいは他の理由で）、才能ある人がたくさんいて、自分の潜在能力を最大限に発揮できていません。
12. 従業員の経験不足は、その従業員が無価値であることを意味するものではありません。
13. スケーリング法は引き続き有効であり、相当の期間継続するでしょう。
14. インターネット技術の革命を AI の波と比較するのは悪い習慣です。私はむしろトランジスタを例えとして使いたいと思います。

OpenAI London Developer DayでのUltramanへのインタビュー

Q1: 将来を見据えると、OpenAI は O1 モデルに似たものになるのでしょうか、それともより大きなパラメータを持つモデルが期待できるのでしょうか?

A:もちろん、私たちは全般的に前進したいと考えていますが、特に推論モデルの方向性は私たちにとって重要です。長年実現を待ち望んできた多くの課題を推論によって解決したいと考えています。

たとえば、推論モデルは新しい科学に貢献し、非常に複雑なコードの作成に役立ちます。これは世界を大きく前進させると私は信じています。

したがって、O シリーズ モデルの急速な改善が期待でき、これは大きな意義を持つことになります。

Q2: また、OpenAIの今後の計画を踏まえ、非技術系の創業者としてノーコードツールの開発を通じてAIアプリケーションを構築・拡張していくことについてどのようにお考えですか？

A:その日は必ず来ます。

私たちの最初のステップは、コーディング方法を知っている人々の生産性を向上させることですが、最終的には、真に高品質のノーコード ツールを提供したいと考えています。

すでにいくつかの有意義な（コード不要の）ツールが利用可能ですが、スタートアップが完全にコードなしで構築できるようになるまでには時間がかかるでしょう。

Q3: ある創設者は、「現時点では、OpenAIは明らかに技術スタックのどこかにいます。OpenAIはどこまで進むのでしょうか？OpenAIは最終的にこの部分をアプリケーションに組み込むことになるので、RAGシステムの調整に多くの時間を費やすのは時間の無駄でしょうか？」と質問しました。

A:私たちは通常、OpenAI は最善を尽くし、リリースするモデルをどんどん改善していくと確信していると答えます。

「小さなバグを修正する」ことで生計を立てている会社を設立した場合、OpenAI が順調かつ正確に進歩するかどうかは、あなたにとって大きな影響はありません。

言い換えれば、「OpenAI のモデルはますます良くなっている」ため、あなたの会社がさらに成功すれば、間違いなく嬉しいでしょう。

たとえば、Oracle が、OpenAI の o4 は非常に強力で期待を上回るだろうと密かに告げたとしたら、あなたは大喜びするでしょう。

もちろん、 o1-preview のパフォーマンスが十分でない領域を敢えて選択して深く掘り下げ、それを基盤として無理やり使用すると、次世代モデルのパフォーマンスが想像どおりにならないことを確実に感じるでしょう。

—それがスタートアップに伝えたいことですね。

OpenAI は非常に急激な改善の道を歩んでおり、現在のモデルの欠点は後続の研究者によって解決され、補われるだろうと私たちは信じています。

Q4: 創業者の観点から、OpenAIが成功しそうなのは（他の場所ではなく）どこでしょうか？ 投資家もこの質問の答えを知りたがっているはずです。誰も投資で損をしたくないからです。

A: OpenAI は、特に AI を使用してこれまで不可能または非実用的だと考えられていた製品やサービスを構築することで、数兆ドルの市場価値を生み出し、新たな市場価値記録を樹立します。

ユーザーが安心して、自分のやりたいことを簡単にできる、そんな素晴らしいモデルを世に送り出していきたいと考えています。

GPT-3.5 の時代には、スタートアップ企業や個人の 95% が、このモデルは改善されないだろうと賭けていました。

実際、GPT-4が彼らが行っていたこと、そしてそれをさらにうまく処理し、3.5世代モデルを悩ませていたミスを回避できることは、すでに予見していました。起業家や開発者が行っていることが、ある世代モデルの特定の欠点を単に修正することだけであれば、その欠点はますます取るに足らないものになることに気づくでしょう。

数年前のモデルのパフォーマンスがいかに悪かったかを、私たちは忘れてしまったのでしょうか？まだほんの数年しか経っていないのに。

しかし、チャンスはどこにでもあるので、一見すると、既存のモデルにパッチを当てることは良い機会のように思えます (したがって、AI 教育アシスタントや AI 医療アドバイザーについては取り上げません)。

だからこそ、当初は 95% の人がモデルは絶対に改善されないと考えており、モデルがどんどん改善されていくと予想した人はわずか 5% だった、と言いました。

しかし、状況はもうそうではないと思います。

GPT-3.5からGPT-4への進化が当たり前になると考えている人もいるかもしれませんが、そうではありません。幸いなことに、当社の従業員は非常に勤勉で、今後何が起こるかを把握しています。

Q5: ソフトバンクの孫正義氏は、AIは毎年9兆ドルの価値を生み出し、それが彼が考える年間9兆ドルの支出を相殺するだろうと述べました。この発言を見て、あなたはどう思いますか？

A:規模で言えば、ほぼその段階に達しています。AIは明らかに多額の費用を負担する一方で、大きな価値を生み出すでしょう。

これはあらゆる主要な技術革命のたびに起こってきたことであり、AI も明らかにその 1 つです。

来年はOpenAIが次世代システムに向けて大きく前進する年となるでしょう。

先ほど、ノーコード・ソフトウェア・エージェントがいつ登場するかについてお話ししました。正確な時期は申し上げられませんが、もし誰もが企業全体に必要なソフトウェアを説明できるようになったら、世界にどれほどの経済的価値をもたらすか想像してみてください。

同じ価値であれば、より広い可用性、より容易なアクセス、より低いコストが非常に強力になります。

先ほど触れたヘルスケアや教育などの他の例もありますが、これら 2 つの分野は世界に数兆ドルの価値があります。

もし本当にAIがこれまでとは違う形でこれを実現できるのであれば、その経済的価値の具体的な数字、ましてや導入額が9兆円か1兆円かということは、全く問題ではないと思います。

しかし、一つ確かなことは、AI によって生み出される価値は実に驚くべきものであるということです。

Q6: オープンソースは非常に重要なアプローチです。人工知能の将来において、オープンソースの役割をどのようにお考えですか？OpenAIでは社内で「すべてのモデルをオープンソース化すべきか、それとも一部だけをオープンソース化すべきか」という議論はありましたか？

A:間違いなく、オープンソース モデルはエコシステムにおいて非常に重要であり、現在市場には非常に優れたオープンソース モデルがいくつかあります。

しかし、優れたサービスと API を提供することは理にかなっていると思います。人々は自分に最も適したアプローチを選択するので、これは合理的です。

Q7: 現在のエージェントの定義についてどのようにお考えですか？あなたにとってエージェントとは何ですか？

A:この問題については十分に検討していませんが、エージェントに長期タスクを与え、その実行プロセスをできるだけ監視しないようにすることはできます。

Q7': エージェントに対する人々の認識は実際には間違っていると思いますか?

A:私たち全員が正確に理解しているわけではないかもしれませんが、いくつかの重要な指標は誰もが知っています。

例えば、AIエージェントが自分に代わって行動するという話でよくある例としては、エージェントがレストランの予約をするというものがあります。エージェントはオンラインで予約をしたり、レストランに電話で予約をしたりします。

確かに、エージェントは特定の作業を行うことで時間を節約できます。しかし、本当に興味深いのは、人間ができない、あるいはやりたくないことをエージェントにやらせることだと思います。

例えば、特定のレストランに電話して予約を取る代わりに、エージェントが300軒のレストランに連絡を取り、私のニーズに最も合うレストランを見つけてくれます。エージェントがすべての電話に応答してくれたら、もっと素晴らしいですね！なぜなら、人間はこのような作業を大規模に並行して行うことができないからです。

さらに興味深い例があります。

エージェントは、非常に優秀な同僚のようなものです。2日または2週間かかるプロジェクトに一緒に取り組みます。エージェントは単独でプロジェクトを遂行し、素晴らしい成果を上げます。必要に応じてあなたとコミュニケーションを取り、最終的に素晴らしい結果をもたらします。

Q7: これはSaaSの価格設定に根本的な変化をもたらすのでしょうか？SaaSは通常、ユーザー数（シート料金）に応じて価格設定されますが、現在ではAIが実質的に労働力を代替しています。今後の価格設定はどのようにお考えですか？

A:推測することしかできず、実際のところはわかりません。

「1/10/100 個の GPU を継続的に動作させたい」と要求したときに、シートごとに課金するのではなく、この問題を継続的に処理するために必要な計算量に基づいて料金が決まる世界を想像できます。

Q7: Aengts のユースケースに合わせて特定のモデルを構築する必要がありますか?

A: 確かに多くのインフラストラクチャが必要ですが、O1 モデルはエージェントのタスクを適切に実行できるモデルへの道を示していると思います。

Q8: モデルは減価償却資産だと誰もが言い、コモディティ化が進んでいます。これについて、どのようにお考えですか？モデルの学習に必要な資本集約度がますます高まっていることを考えると、「この分野には多額の資金が必要だが、実際にはそれを実行できる人は少ない」という考え方は覆される可能性はあるでしょうか？

A:モデルは確かに減価償却資産ですが、だからといってトレーニングコストに見合わないというわけではありません。言うまでもなく、モデルをトレーニングすることでプラスの複利効果が得られ、次のモデルをさらに優れたものにすることができます。

モデルから実際に得られた収益は、この投資を正当化するものです。もちろん、誰もがこれを行うことができるわけではなく、モデルのトレーニングに関しては、多くの人が車輪の再発明をしています。

トレーニングしたモデルが古くなっていたり、魅力的で価値のある製品がなかったりすると、投資収益率を達成するのが難しくなる可能性があります。

OpenAI にとって、私たちのモデルを使用する何億人ものユーザーを抱える ChatGPT の存在は非常に幸運です。

したがって、コストが非常に高くなったとしても、この天文学的な数字を多数のユーザーに分散させることで、コストを希釈することができます。

Q9: OpenAIモデルは、今後どのように差別化を図っていくべきでしょうか？差別化の拡大に最も注力したい分野はどこですか？

A:推論は現在私たちが最も注力している分野であり、これが価値創造における次の大きな飛躍の鍵となると信じています。

そのため、私たちは様々な側面からモデルを改良していきます。マルチモーダル化を進め、人々がこれらのモデルをどのように利用したいかという観点から重要だと考えるその他の機能も追加していきます。

Q9: 達成したい課題や目標を含め、推論とマルチモーダル作業をどのように見ていますか?

A:スムーズに進むことを願っています。もちろん、実現にはある程度の努力が必要ですが。

しかし、人間の乳児や幼児は、言語を習得する前でも、かなり複雑な視覚的推論を行うことができます。

Q9: o1 の新しい推論パラダイムによって視覚能力はどのように拡張されるのでしょうか?

A: ネタバレはさておき、画像ベースのモデルは急速に発展していくと予想しています。

画像モデルの急速な進歩が期待できます。

Q10: OpenAIはどのようにしてコア推論のブレークスルーを達成できるでしょうか？Transformerに加えて、強化学習などの新しい技術をアプローチとして推進していく必要があるでしょうか？

A: 2 つの質問があります。どのようにそれを実現するのか、そしてトランスフォーマーの次に何が来るのかということです。

まず、どうやってやるかは私たちの秘密です。

既に動作することが分かっているものを再現するのは非常に簡単です。それは、何が可能であるか確信しているからでもあります。研究者が何かを行った後であれば、たとえどのように行ったかが分からなくても、それを再現することができます。これはGPT-4とO1のレプリカに顕著に表れています。

本当に難しいこと、そして私が OpenAI について最も誇りに思っていることは、私たちが新しい、まったく証明されていないことを繰り返し行っていることです。

多くの機関や組織がそのようなことを行う能力があると主張していますが、AI 分野外の組織を含め、実際にそれを行う組織はごくわずかです。

ある意味、これは人類の進歩にとって最も重要な投資の一つだと私は信じています。

私は退職後に、自分が学んだこと、そして（単に他人の仕事を模倣する組織ではなく）このようなことが可能な組織と企業文化を構築する方法についての私の経験を共有する本を書くのを楽しみにしています。

このような組織は世界にもっと必要だと私は信じていますが、その数は人間の創意工夫によって制限されるでしょう。

現実には、世界はそのような組織の構築に長けていないため、多くの才能が無駄になっています。それでも、このような組織がもっと増えることを願っています。

Q11: 才能ある人材がどのようにして無駄にされているのでしょうか?

A:世の中には才能のある人がたくさんいますが、悪い会社で働いているか、その他の理由で、自分の潜在能力を十分に発揮できていない人がいます。

AIに関して私が最も興奮していることの一つは、AIによって誰もが自分の可能性を最大限に発揮できるよう支援できるようになると期待していることです。

この目標は達成には程遠い。

もし世界中の多くの人が少しだけ違う人生の道を歩んでいたら、きっと皆優秀な AI 研究者になっていただろうと思います。

Q12: ここ数年、あなたは素晴らしい成長を遂げてきました。引退後に回顧録を執筆するとおっしゃっていましたが、過去10年間を振り返って、あなたのリーダーシップスタイルにはどのような大きな変化がありましたか？

A:私にとって、ここ数年で最も異常だったのは、物事の変化のスピードです。

一般的な企業であれば、売上高を0ドルから1億ドル、そして1億ドルから10億ドル、そして最終的に100億ドルまで伸ばすには十分な時間があります。それを2年で達成する必要はありません。私たちは、まさに典型的なシリコンバレーのスタートアップ企業ではありません。

私たちはこの目標を非常に早く達成する必要があり、もっと時間をかけて学ぶべきだった（しかしそうしなかった）ことがたくさんあります。

Q12: あなたが知らないことの中で、もっと時間をかけて学びたいことは何ですか?

A: 1 つの例を挙げましょう。それは、10% の成長ではなく、「今後 10 倍の成長に会社を集中させる」ということです。

これにはどれくらいの労力が必要ですか？この作業はどれくらい難しいですか？

目標がさらに10%成長することであれば、以前うまくいった方法は今でも有効です。しかし、売上高10億ドルの企業を100億ドルに成長させるには、以前と同じことを繰り返すだけでは不十分で、大きな変化が必要です。

基礎を掴む暇もない世界で、急速な成長のペースに追われ、他のやるべきことを怠らずに次のステップへ猛スピードで突き進むために必要な努力を、私は大きく過小評価していました。

Q13: キース・ラボイス氏（シリコンバレーの投資家で、PayPalの元副社長）は、30歳未満の非常に若い人材を採用すべきだと言っています。これは、PayPalの創業者であるピーター・ティール氏から教わった、偉大な企業を築く秘訣です。この見解について、あなたはどのようにお考えですか？若くてエネルギッシュだが経験の浅い人材と、経験豊富な人材の採用において、どのようにバランスを取っていますか？

A: OpenAI を設立したとき、私は 30 歳くらいで、特に若いわけではありませんでした。

これまでのところ、OpenAI は順調に進歩しているようです。

Q13: 30歳未満の人材を採用することについてどうお考えですか？彼らは若く、活力があり、野心的ですが、経験が浅いです（中には経験豊富な人材もいるかもしれません） 。

A:答えは明らかです。2 種類の人材を採用することで成功できるということです。

私たちのチームは最近、素晴らしい仕事ぶりの若者を採用しました。どうしてあんなに若いのにあんなに素晴らしい仕事をできるのか、理解できません！でも、それが現実です。

そのような人を見つけることができれば、彼らは驚くべき新しい視点やエネルギーなどをもたらしてくれるでしょう。

一方、人類史上最も複雑で高価なコンピュータ システムの設計となると、私はまだ駆け出しの人に賭けるつもりはありません。

したがって、両方が必要です。

本当に必要なのは、あらゆる年齢層の人材を網羅した非常に高い水準の人材であり、若者だけを雇うか、あるいは年配者だけを雇うかという戦略だと思います。

Y Combinator で私が最も感謝していることの 1 つは、「経験不足は価値不足を意味しない」ということです。

キャリアの早い段階で莫大な価値を生み出せる非常に有望な人材がおり、彼らに賭けるのは素晴らしいことです。

Q15: Anthropicのモデルはコーディングタスクに適していることがあると聞きました。なぜでしょうか？この評価は妥当だと思いますか？開発者が他のモデルベンダーではなくOpenAIを選ぶべきなのはどのような場合でしょうか？

A:そうです、Anthropic には、コードを書くのに非常に優れた素晴らしいモデルがあります。

開発者は複数のモデルを使い分けることが多いと思いますが、エージェントの役割がますます重要になってくるので、今後どのように発展していくのかはわかりません。

AIは今後あらゆるところに普及すると信じており、現在のAIに関する議論や考え方は必ずしも適切ではないと感じています。念のため明確にしておきますが、モデルに関する議論からシステムに関する議論へと移行しますが、それにはしばらく時間がかかります。

Q16: スケーリングモデルを考えた場合、スケーリング則は何回モデルを反復しても適用できると思いますか？一般的には長くは続かないと考えられていますが、予想よりも長く続くようです。

A:この質問の核心は、「モデル機能の改善はこれまでと同様に効果的でしょうか？」ということだと理解しています。

答えは「はい」であり、長く続くと信じています。

Q16: これを疑ったことはありますか?

A:絶対にそんなことはないです。

Q16: なぜですか?

A:トレーニング実行の失敗など、理解できないさまざまな動作が発生しました。

一つのパラダイムの終わりに近づくと、次のパラダイムを考え出さなければなりません。

Q16: 習得するのが最も難しいのはどれですか?

A: GPT-4 を研究していたとき、解決方法がまったくわからない非常に難しい問題がありました。

最終的には解決策は見つかりましたが、長い間、プロジェクトをどのように進めていけばよいのか分かりませんでした。

その後、私たちは長年の関心であった O1 と推論モデルに目を向けましたが、その前に、長く紆余曲折のある研究の旅を経験しました。

Q17: トレーニングやランニングは失敗する可能性がありますが、士気を維持するのは難しい作業ですか？士気を維持・向上させるにはどうすればよいでしょうか？

A:ご存知のとおり、当社の従業員の多くは AGI の構築に非常に熱心であり、それが非常に直接的な動機となっています。

成功への道が容易であったり、単純であったりすることを期待する人はいません。

「私は神が私の味方になってくれるように祈ったことは一度もない。私はいつも私が神の味方になるように祈り、願っている」というような格言があります。

ある程度、ディープラーニングに賭けることは天使の側にいるような気分になります。途中で大きな障害に遭遇するかもしれませんが、最終的にはそれが常にうまくいくように思えるのです。

したがって、これに強い信念を持つことは、チームの士気を維持するのに非常に有益です。

Q18: ちょっと変わった質問をしてもいいですか？最近、「人生で最も重いものは鉄でも金でもなく、決断しないことだ」という名言を聞きました。あなたにとって、決断しないことで一番辛いことは何ですか？

A:私は毎日さまざまな決断をします（またはしません）。しかし、そのどれもが「大きな」決断ではありません。

次の製品に賭けるかどうか、次のコンピューターをこのように、あるいはあの方法で構築するかどうかなど、いくつか大きな問題があります。これらは、他の皆さんと同じように、長い間先延ばしにする、リスクの高い一方通行のポータルのようなものです。

しかしほとんどの場合、難しいのは、投票が 51 対 49 の場合に最終決定を下さなければならないことが毎日あるという事実です。こうしたことは本質的に 51 対 49 である可能性があり、私は他の人よりも優れているとは思っていませんが、それでも最終決定を下さなければなりません。

Q18: こういったことについて決断を下す必要があるときは、通常誰に電話しますか?

A:特定の人物はいません。

すべてを一人の人に頼るのは間違っていると思います。私にとって正しいアプローチは、それぞれの分野で優れた直感や経験を持つ15人か20人にアドバイスをもらうことです。

あらゆる面で 1 人の人に頼るのではなく、特定の分野の最高の専門家に電話してアドバイスを求めることができます。

Q19: 次に、半導体のサプライチェーンについてお伺いしたいと思います。半導体のサプライチェーンについて、どの程度懸念をお持ちでしょうか。

A:この懸念を定量化する方法がわかりません。

私はそれについて間違いなく心配していますが、それは私のすべての懸念事項の上位 10% 以内ではあるものの、主な懸念事項ではありません。

私たちはあまりにも大きな問題に巻き込まれてしまったので、もう心配する段階を超えてしまったのです。

ある程度、すべてがスムーズに進むと思っていましたが、現状では各レイヤーが独立して動作する非常に複雑なシステムになっているように感じます。これはOpenAI内だけでなく、どのチームでも同じです。

半導体を例に挙げると、電力の可用性と適切なネットワーク決定のバランスを取り、十分なチップをタイムリーに入手する能力と、不意を突かれたりシステムが使用不能になったりしないように潜在的なリスクを調査して準備する必要があります。

「サプライ チェーン」というとパイプラインのように聞こえますが、各レベルでのエコシステム全体の複雑さは、どの業界でも見たことのないものです。

まあ、これがおそらく私の最大の心配事です。

Q20: 多くの人が、特に興奮と熱狂の点で、AIの波をインターネットと比較します。しかし、両者には異なる金額がかかると思います。ラリー・エリソン（オラクルの創業者）は、基本モデルの開発競争に参入するには1,000億ドルの費用がかかると述べました。この意見に同意しますか？妥当でしょうか？

A:いいえ、もっと安くなると思います。

基本モデル分野での競争コストは1000億ドル未満となる。

興味深い現象として、誰もが新しい技術について話すときに、過去の技術革命を例に挙げたがるという現象があります。これは悪い習慣だと思いますが、なぜそうするのかは理解できます。

私の意見では、人々が AI との類似点を描くために使用する例は特に悪いです。インターネットと AI は非常に異なることは明らかです。

コストについて、そして競争するために 1,000 億ドルを費やす必要があるかどうかについて言及されましたが、インターネット革命の特徴は、当時は始めるのが非常に簡単だったことであり、多くの企業にとって、この波はインターネットの単なる延長でした。

誰かが AI モデルを作成すると、それを使用してさまざまな優れたものを構築できます。ただし、AI 自体を構築しようとすると、話はまったく別になります。

AIのアナロジーとしてよく使われるもう一つの例は電気です。しかし、様々な理由から、これも意味をなさないと思います。

私のお気に入りの例えはトランジスタです。

驚くべきスケーリング特性を持つこの新たな物理的発見は、急速にさまざまな場所に広まりました。

人工知能を支配する一連の法則が、人工知能がどれだけ速く進歩するかを教えてくれるのと同じように、私たちは今やムーアの法則のようなものを想像することができます。

誰もが恩恵を受け、テクノロジー業界全体が恩恵を受けています。製品やサービスには多くのトランジスタが使われていますが、それらをトランジスタ企業と呼ぶ人は少ないでしょう。

これは、巨大なサプライ チェーンを伴う、非常に複雑で高価な産業プロセスです。

この非常に単純な物理的発見は、長期にわたる大きな経済成長につながりました。ただし、ほとんどの場合、そのことについて考えることはありません。

「これはトランジスタ製品だ」とは言わず、「よし、この製品は私に代わって情報を処理できる」と思うだけでしょう。

トランジスタの存在を当然のことと考えるかもしれません。

クイックQ&Aボーナス

Q1: もしあなたが今 20 代前半で、今日のインフラストラクチャを使用するとしたら、何を選択しますか?

A: AI がサポートする特定の垂直分野では、AI 教育アシスタント、または想像できる最高の AI 弁護士や AI 医療コンサルタントなど、類似のものを選択します。

Q2: 本を書くとしたら、どんなタイトルをつけますか?

A:まだタイトルは決まっていません。書きたいこと以外は、この本の構想がまだ固まっていないんです。

しかし、それは人間の潜在能力と関係があると思います。

Q3: AI の分野で、十分な注目が集まっていないものの、誰もがもっと時間を費やすべきものは何ですか。

A:あなたの人生全体を理解できるようなAIですね。この問題を様々な方法で解決できることを期待しています。

必ずしも無限の量のコンテキストを持つ必要はありませんが、何らかの方法で、あなたに関するすべてを知っていて、あなたのすべてのデータにアクセスできる AI エージェントを持つことができます。

Q4: サムさん、先月驚いたことは何ですか?

A:研究結果については話すことはできませんが、驚くほど素晴らしいものです。

Q5: 最も尊敬する競技者は誰ですか？その理由は何ですか？

A:私はこの分野のすべての人を尊敬していると言いたいです。

この分野全体に才能があり、勤勉な人々が溢れていると信じています。

私は問題を避けているわけではありません。どこにでも非常に才能があり、非常に優れた仕事をしている人々がいるということを指摘できます。

Q6: あなたのお気に入りの OpenAI API は何ですか?

A:新しいリアルタイムAPIは素晴らしいと思います。私たちは今、多くの優れた機能を備えた巨大なAPIビジネスを展開しています。

Q7: 現在、AI分野で最も尊敬する人は誰ですか?

A: Cursor チームに敬意を表したいと思います。

AI分野で素晴らしい仕事をしている人はたくさんいますが、CursorはAIの活用、AIによる真に魔法のような体験の提供、そして莫大な価値の創造という点において、これまで誰も考えつかなかった方法でこれらの要素を組み合わせました。これは本当に素晴らしいことだと思います。

この回答では OpenAI の関係者は除外しています。そうしないと、長い名前のリストを記載することになります。

Q8: レイテンシーと精度のトレードオフについてはどうお考えですか?

A:レイテンシーと精度のベンチマークが必要です。Q&Aセッションは矢継ぎ早に行います。意図的にスピードを上げたわけではありませんが、長くなりすぎないように注意しています。

このような状況では、必要なのは（遅延の）短縮です。物理学における新たな重要な発見であれば、あと数年待つこともいとわないでしょう。

答えは、ユーザーがこのトレードオフを制御する必要があるということです。

Q9: 誰もがリーダーシップに不安を感じていると思います。こうした状況下、そしてOpenAIのリーダー兼CEOとして、リーダーシップスキルの向上を強く望んでいるあなたは、どのような点を最も向上させたいとお考えですか？

A:これは非常に長いリストです...どれが 1 位なのかを考えています。

今週、私を最も悩ませているのは、これまで以上に当社の製品戦略の詳細が不明確になっていることです。

この製品は全般的に私の弱点だと信じており、会社は現在、この分野で私がより強力かつ明確なビジョンを持つことを必要としています。

当社には優秀なプロダクトマネージャーと優秀なプロダクトチームがいますが、私はこの分野でさらに強くなりたいと思っています。

Q10: ケビン・ワイル氏をCPOとして採用されましたね。私はケビン氏を長年知っていますが、彼は本当に素晴らしい人です。ケビン氏が世界クラスのプロダクトリーダーだと考える理由は何ですか？

A:最初に思い浮かぶ言葉は「規律」です。

私たちは「ノー」と言いたいことに焦点を当て、なぜそれをすべきか、あるいはすべきでないかについてユーザーに代わって誠実に語り、希望的観測を避けるよう真剣に努めます。

Q11: サムさん、あなたはたくさんのインタビューを受けてきましたね。

最後に、OpenAI の今後 5 年と 10 年の展望についてお話ししたいと思います。

A:もし私たちの考えが正しければ、今後 2 年以内にシステムの製造を容易に開始でき、科学の進歩に貢献できるでしょう。

今から5年後、OpenAI の技術的進歩は、狂気としか言いようがないほど急速に進むでしょう。

第二に、社会自体の変化は実は非常に小さいのです。

ちょうど5年前に、コンピューターがチューリングテストに合格できるかどうか尋ねられたとき、誰もが首を横に振ったでしょう。

何かが起こると予言されていると誰かに言ったら、その人はこう言うでしょう。「ああ、これはすごい、驚くべき社会変化になるよ」

そして今、私たちは確かにチューリングテストに合格しましたが、社会はあまり変わっていません。

すべてがあっという間に過ぎ去りました。

今後も起き続けると期待しているのは進歩、科学の進歩、継続的な前進であり、社会の変化はそれほど大きくない一方で、私が良いことであり健全であると考える方法ですべての期待を上回るものである。

（以上）

参考リンク:
https://www.youtube.com/watch...