2024年のビジネス
ゲッティ
おそらく新年は、古い年を振り返り、一年のサイクルの中でどこまで来たのかを確認するのに良い時期かもしれません。
人工知能にとって、2024 年のような年は二度と来ないでしょう。
年間を通じて、無名の製品デモがよく知られるようになりました。人々は、気候変動などの問題に対して、人間以外の感覚を持ったエージェントを使用することに真剣に取り組み始めました。これらのモデルの背後にあるインフラストラクチャにも根本的な変化が見られました。
私は新年に向けて公開されているいくつかのまとめを見ていました。これは かなり詳しい、数十のポイントがあり、その多くは私がカバーしました。しかし、過去 365 日を振り返ってみて、特に印象に残った大きな出来事をいくつか紹介します。
AGIがさらに近づいた
何度も繰り返される重要なアイデアの 1 つは、昨年の初めに考えられていたよりも、私たちは汎用人工知能 (AGI) に近づいているということです。
これは、1月に業界に近いさまざまな人々に対して私が行った調査です。これらの異なる時間枠の予測を相互にバランスよく確認できます。
しかし現在、知識人の多くは、私たちは今、AGI そのものの頂点に立っていると考えています。したがって、これらの予測のかなりの部分は大幅に修正されることになります。
AIは言語を解決できる
年末にかけて、私たちは消費者向け製品にリアルタイム翻訳を組み込む能力が現在実際にあることもわかりました。
それは主に、数週間前に行われたメタの AI レイバン メガネのデモを通じて実現しました。マーク・ザッカーバーグが、質問をリアルタイムで他の言語に変換する AI エンジンを使って人々にインタビューするとき、このテクノロジーが機能していることがわかります。
言語も重要です。
私は昨年 2 月のレックス・フリッドマン氏のインタビューを見ていましたが、そこで彼は AI を世界のさまざまな言語に適用することの重要性について話していました。人々が英語を話すことを当然のこととは思っていない、と彼は説明した。
「製品とのやり取りが行われているものはすべてキャプチャされ、すべてデータに変換されるべきです」と彼は当時述べていました。 「そして、それが利点になるでしょう。アルゴリズムは重要ではありません…それを個々の人に合わせて微調整できなければなりません。それを、1 日や 1 回のやり取りではなく、生涯にわたって行う必要があります。大規模な言語モデルを使用して、記憶の低、高、低を共有します。」
私は一貫して、AI を使用してコミュニケーションする方法を見つけるプロセスに、バベルの塔の物語のアナロジーを持ち込んできました。これは、さまざまな言語話者が集まり、人間の通訳を介さずにお互いを理解できる新たな能力を祝う「逆バベルの塔」です。
変圧器はエンジンですが、交換可能です
2024 年が近づくにつれて、私は新しい言語モデル システムにおけるトランスフォーマーの使用について取り上げました。
専門家は、トランスフォーマーについて、プログラムがより重要なこと、つまりトランスフォーマーにとって、そして人間のユーザーにとって重要なことに集中できるようにする「注意メカニズム」であると述べています。
しかし、2024 年には、トランスに代わるまったく新しいコンセプト、量子コンピューティングの領域に移行するアイデア、従来の論理構造によってゲートされない超強力な情報処理のかすかな光ももたらしました。
それでは次の点に移ります。
ニューラル ネットワークの容量に革命を起こす
私たちが注目を集めているもう 1 つのものは、リキッド ニューラル ネットワークです。
ここで、いつもの免責事項を追加します。私は、ダニエラ・ラス所長の下、MIT CSAIL 研究室グループが取り組んでいるリキッド ニューラル ネットワーク プロジェクトについて相談したことがあります。そのため、私はこの傾向に個人的にある程度のつながりを持っています。
リキッド ニューラル ネットワークは、より少ないリソースでより強力な AI 認識を可能にするために、デジタル有機体の本質的な構造を変更します。
これは、スマートフォンなどのエッジ デバイスに強力な LLM を配置できるようにする上で、かなりの部分で役に立ちます。おそらくこれが、Google が今年後半に個人用デバイスに Gemini を展開できるかどうかの決定的な要因だろう。つまり、今では文字通り「ポケットに話しかける」ことができるようになり、それは大きな違いです。 AI そのものが受け入れられるかどうかは、その遍在性、つまり私たちがどこで AI に遭遇し、AI が私たちの生活にどのような影響を与えるかにかかっています。
AI はマルチメディアで勝利を収めている
2024 年に人々が AI を使って行う仕事のもう 1 つの大きな前提は、メディアに関係しています。
振り返ってみると、2 月に OpenAI の Sora に関する早期通知を取り上げていたことがわかりました。そして案の定、昨年末には初期バージョンが公開されました。私はこれを個人的に使用して、キャスティング、撮影、制作をまったく行わずに、面白くて風変わりな小さなフィルム クリップを作成しました。とてもすごかったです。
それは言うまでもなく、画期的なテキストからポッドキャストへのモデルです。このモデルでは、実際に PDF やリソース情報シートを差し込むことができ、人間ではない 2 人の「人」が、選択したトピックについてしゃべり、まるで伝統的なディスク ジョッキーのカップルのように聞こえるようにすることができます。 。 （また、スカーレット・ヨハンソンが、現在引き抜かれているSkyアシスタントにスカーレット風の声を使うことに抗議しているという、まったく新しいニュースの嵐をチェックしてほしい。）
これも、私たちが新しい時代に入っていることを実感させる、AI の個人的な使用例です。これらの人々の話を聞いたり、会話で交流したりすると、自問しなければなりません。「これらの人々は本物ですか?」それをどうやって知ることができるのでしょうか?彼らはリアルタイムで私に個人的に応答しています。彼らが存在しない場合、どうやって応答するのでしょうか?
これは「深いチューリング テスト」と呼ぶことができ、システムが見事に合格していることは明らかです。
とにかく、これが私の 2024 年の総括です。もちろん、ゲノミクスから出版、そしてその間のあらゆることまで、他にもたくさんのことがありますが、オールド ラング サインを過ぎた今、人々は 2025 年に何が起こるのかを自問しています。もうすぐわかります。
#昨年の人工知能における #つの大きな進歩