【Perplexity AI：次世代検索エンジンの全貌】英語解説を日本語で読む【2024年2月1日｜@Wes Roth】
この動画では、新しい検索エンジンPerplexity AIについて解説しています。Perplexity AIはGoogleや他の検索エンジンに代わる存在として注目を集め、Jジェフ・ベゾスやNVIDIAなどの著名な投資家からの支持を受けています。オンライン広告の歴史に触れながら、1994年以降の広告市場の変化とGoogleの広告収益の増加を説明しています。Perplexity AIは、AI技術、特に大規模言語モデルを用いて情報アクセスの方法を変革しています。リアルタイムで情報を検索し、ウェブページや情報源から情報を要約する機能を備えており、信頼性の高い情報を提供することに重点を置いています。さらに、Redditや学術論文、YouTubeなど多様な情報源にアクセスする能力も持っています。これにより、ユーザーは特定のトピックに関連するキーワードや重要なポイントを簡単に得ることができます。また、情報をコレクションとして保存し、後で参照する機能も提供しています。
公開日：2024年2月1日
※動画を再生してから読むのがオススメです。
I think you should pay attention to Perplexity AI, and here's why.
Perplexity AIに注意を払うべきだと思います。その理由を説明します。
It's slowly replacing Google and ChatGPT for me and many other people.
私や他の多くの人々にとって、それは徐々にGoogleやChatGPTに取って代わっています。
Jeff Bezos personally invested in this app, along with NVIDIA and many other well-known Silicon Valley investors.
ジェフ・ベゾスは個人的にこのアプリに投資しました。NVIDIAや他の有名なシリコンバレーの投資家も同様です。
Why?
なぜでしょうか？
Well, I think he invested in this company for the same reason he invested in Google back in 1998, and the same reason he started Amazon 4 years before that.
まあ、彼は1998年にGoogleに投資した理由と同じ理由で、4年前にAmazonを始めた理由と同じだと思います。
Let me show you what Perplexity does and see if you can spot what that reason is.
Perplexityが何をするのかを見せて、その理由が何かを見つけられるか見てみましょう。
Really fast, here's the important thing to understand.
とても早く、理解するために重要なことを説明します。
In the year of our lord 1994, the online advertising revenue globally was $0.00 until someone clicked the first ever clickable banner ad.
私たちの主の年である1994年まで、世界のオンライン広告収入は0ドルでした。それが最初のクリック可能なバナー広告がクリックされるまでです。
Then the online ad spending went on a face-melting upward tear and clocked in around $365 billion last year.
その後、オンライン広告支出は急速に増加し、昨年は約3650億ドルに達しました。
Meanwhile, a lot of print revenues went down fast, and right now the headlines are saying that many publishers are laying off people.
一方、多くの印刷媒体の収益は急速に減少し、現在の見出しでは多くの出版社が人員削減を行っていると報じられています。
Business Insider is laying people off, Los Angeles Times laid off people, with the billionaire owners saying they can no longer lose $30 to $40 million per year supporting the paper.
Business Insiderは人員を削減しており、Los Angeles Timesも人員を削減しています。億万長者のオーナーは、新聞を支えるために年間3000万ドルから4000万ドルの損失を続けることはできないと述べています。
Layoffs are happening at Conde Nast, Vogue, Sports Illustrated, the music website Pitchfork has closed up shop, Vox Media is cutting, Jezebel shutting down, Vice Media is shutting down, and many, many, many more.
Conde Nast、Vogue、Sports Illustrated、音楽のウェブサイトPitchforkは閉鎖され、Vox Mediaは削減を行っており、Jezebelは閉鎖され、Vice Mediaも閉鎖されています。他にもたくさんあります。
Meanwhile, Google ad revenues are growing every year.
一方、Googleの広告収入は毎年増加しています。
Here's a chart showing skyrocketing online spend versus falling newspaper ad revenue for print and digital.
ここに、印刷およびデジタルの新聞広告収入の減少に対して急増しているオンライン広告支出を示すグラフがあります。
Now there's a new tech wave that might again reshuffle how we access information.
今、私たちが情報にアクセスする方法を再び再編成する可能性のある新しいテクノロジーの波があります。
And that's AI, specifically LLMs.
それがAI、具体的には大規模言語モデルです。
Now I don't know which company or companies will emerge on top, but I think Perplexity is showing what that next stage of evolution will look like.
どの会社がトップに立つかはわかりませんが、Perplexityが次の進化の段階を示していると思います。
Alright, so here's Perplexity.
では、ここがPerplexityです。
So it's basically a search engine, just click on here.
基本的には検索エンジンです。ここをクリックするだけです。
Search for anything, pretty much just like you would on any other search engine.
何でも検索できます。他の検索エンジンとほぼ同じように。
So recently I just saw that Figure AI, the robotics companies, they were in talks with OpenAI about some deal, and I think Microsoft was in there too.
最近、私はロボティクス企業のFigure AIがOpenAIとの取引について話し合っていると聞きました。Microsoftも関与していると思います。
Now the options here is one focus, this allows us to specify where to look for this information.
ここではオプションが一つあります。これにより、情報を探す場所を指定できます。
And this is pretty cool.
これはかなりクールです。
We'll dive into that in a little bit.
それについては少し後で詳しく説明します。
Attach is for attaching various images, text PDFs.
Attachはさまざまな画像やテキストPDFを添付するためのものです。
Copilot is kind of like a chatbot that allows you to talk back and forth with your searches.
Copilotは、検索との間で対話を行うことができるチャットボットのようなものです。
And normally you get just a handful per day.
通常、1日に数件しか手に入りません。
And then if you upgrade to the pro, you get close to 600.
そして、プロにアップグレードすると、ほぼ600件手に入ります。
It looks like I have 582 left today.
今日は残り582件あるようです。
We'll come back to all of that.
それについては後で戻ってきます。
Let's just hit play and see what happens.
再生ボタンを押してみて、何が起こるかを見てみましょう。
So it's understanding the question.
ですから、それは質問を理解しています。
So it pulled in four sources, or rather three sort of main sources.
それで4つのソースを取り込みました、あるいはむしろ3つの主要なソースです。
One is the Figure AI website.
1つはFigure AIのウェブサイトです。
So it understood what Figure AI is by reading the website.
ウェブサイトを読んでFigure AIが何であるかを理解しました。
And yes, this is exactly the story that I've briefly saw the headline Figure AI in talks with Microsoft and OpenAI.
そして、これは私が見たFigure AIがMicrosoftとOpenAIとの話し合いを行っているという見出しとまさに同じストーリーです。
And so it has these new sources, as well as looks like 11 more that we can look at.
そして、これには新しいソースがあります。さらに11件見ることができるようです。
Business Insider, Verdict Seeking Alpha, MS Power User, YouTube, Reuters.
Business Insider、Verdict Seeking Alpha、MS Power User、YouTube、Reutersです。
This is, I would say, a pretty good collection of resources.
これは、かなり良い情報源のコレクションだと思います。
Some are better than others, but I feel like this, if I was doing this research, I would build probably like a similar list as I was searching for it.
いくつかは他よりも優れていますが、私はこのような場合、おそらく同様のリストを作成するでしょう。
And so the answer starts with Figure AI, a startup specializing in the development of humanoid robots, is reportedly in talks with Microsoft and OpenAI to secure 500 million in a funding round, which would, if successful, put it at $1.9 billion.
AIを専門とするスタートアップ企業であるFigure AIは、MicrosoftとOpenAIとの交渉を行っており、5億ドルの資金調達ラウンドを確保しようとしています。成功すれば、その企業の評価額は19億ドルになると報じられています。
But it's not finalizing and it could collapse.
しかし、まだ最終的な決定ではなく、崩れる可能性もあります。
And so the important thing to understand about Perplexity is that it's not sort of using its memory.
Perplexityについて理解する上で重要なことは、それが自分の記憶を使っていないということです。
It's not making stuff up.
つまり、でっち上げをしていないということです。
Now, it has different models that it uses.
Perplexityには異なるモデルがあります。
It can use GPT-3.5, GPT-4, and it's clod on there, as well as many, many others.
GPT-3.5やGPT-4を使用することができ、それに加えて他にもたくさんのモデルがあります。
But it's basically designed to search for that information and summarize that information from the webpages and sources that it finds, which means that it's real time.
しかし、基本的には、その情報を検索し、ウェブページや情報源から要約するために設計されています。つまり、リアルタイムです。
There's a lot less chance of hallucinations because it's not sort of forced to give its answer from its training data.
訓練データからの回答を強制されるわけではないため、幻覚の可能性はずっと低くなります。
And God knows what that could produce.
神のみぞ知る、それが何を生み出すか。
How the founder explains it, everything that it writes is supported by sources.
創業者が説明するところによれば、Perplexityが書くすべてのことは情報源によって裏付けられています。
None of it is none of it is just like freestyling what it comes up with, if that makes sense.
それは自由に創作するのではなく、理解できるかどうかに関係なく、情報源から得たものです。
So these are the sources, and I apologize if you can't see them.
これらが情報源ですが、見えない場合は申し訳ありません。
So this is ReadWrite.com.
これはReadWrite.comです。
This is Bloomberg.
これはBloombergです。
So if I click on them, this is ReadWrite, Figure AI in talks with Microsoft and OpenAI for funding.
クリックすると、ReadWrite、Figure AIがMicrosoftとOpenAIとの資金調達の交渉を行っていることがわかります。
As you can see here, like these numbers that I'm looking at, it's pulling them exactly from there.
ここで見ているこれらの数字のように、それは正確にそこから引っ張ってきています。
So it's not guessing, it's not making it up.
推測したりでっち上げたりしているわけではありません。
It's pulling it from that website.
それらはそのウェブサイトから引っ張ってきたものです。
Here's Bloomberg.
こちらはBloombergです。
Same.
同じです。
By the way, if at any point in this video, you start wondering, what's the point of Perplexity?
ちなみに、このビデオのどこかで、「Perplexityの目的は何なのか？」と思い始めたら、これです。
This.
これです。
This is the point.
これがポイントです。
You're looking at it.
それを見ています。
This and this and pop-ups and autoplay videos and cookies and email opt-ins.
これとこれとポップアップ広告と自動再生ビデオとクッキーとメールのオプトイン。
This is the point.
これがポイントです。
And the other source it has is Bloomberg, Solistica, look at Bloomberg, and I'm going to open it in incognito so that you see it in its sort of normal form without any of my little modifications that I make in my browser, because I want you to see the difference between this Perplexity and going to the actual source.
そして、もう1つの情報源はBloomberg、Solisticaです。Bloombergを見てみてください。私はインコグニートで開くつもりなので、私のブラウザで行う小さな修正はなく、通常の形で表示されるようにしています。なぜなら、このPerplexityと実際の情報源との違いを見ていただきたいからです。
Here's the actual source.
こちらが実際の情報源です。
Right.
そうです。
So it's hitting you.
それがあなたに訴えかけているのです。
It's mostly ads.
ほとんど広告です。
Right.
そうですね。
Here's, as soon as I started scrolling, it hits me with this you got to log in.
ここに、スクロールを始めるとすぐに、ログインしなければならないというメッセージが表示されます。
We're not going to let you see anything.
私たちはあなたに何も見せません。
And quickly it quickly starts like fading it out and there's more ads.
そして、すぐに広告が表示されなくなり、さらに広告が増えていきます。
And this is probably not even like the worst website in the world.
これはおそらく世界で最悪のウェブサイトではないでしょう。
Right.
そうですね。
There's some with autoplay videos.
自動再生の動画があるものもあります。
It's even worse on mobile, I feel like nowadays.
特にモバイルでは、最近はさらにひどくなっているように感じます。
They're trying to shove in, they're trying to shove in as much as ads and tracking and God knows what as possible.
広告やトラッキング、神のみぞ知るものなど、できるだけ多くのものを詰め込もうとしています。
I mean, if you look at how many things are tracking you, brand metrics and double click and Google and Google AdSense, et cetera, they have like a million analytics that are tracking you.
たとえば、トラッキングしているものを見てみると、ブランドの指標やダブルクリック、Google、Google AdSenseなど、何百ものアナリティクスがあることがわかります。
And again, this site is not even one of the bad ones.
そして、このサイトさえも最悪のサイトではありません。
This is just, this one is like, okay-ish this is, this is nothing.
これは、まあまあのサイトです。これは、何でもないです。
And here's Perplexity.
そして、ここがPerplexityです。
It gives me exactly what I need.
私が必要な情報を正確に提供してくれます。
If I don't trust some information, I want to verify for myself.
もし情報を信じられない場合、自分で確認したいと思います。
You get your little source so that you can go and check out.
自分で確認できるように、少しの情報源を取得します。
Then it tells you a little bit more about Figure AI.
それから、Figure AIについてもう少し詳しく説明してくれます。
The sources are from Figure AI, one of them.
ソースは、そのうちの1つであるFigure AIからです。
This is the actual site that it's pulling the information from talks about what it's trying to accomplish, what its goal is, how it can positively impact humanity, et cetera.
この実際のサイトは、何を達成しようとしているか、目標は何か、どのように人類にポジティブな影響を与えることができるかなどについて話している。
Next is talking about like more of the Microsoft and OpenAI kind of like what their perspective on this is, and it's linking to Tom's guide again, so this is, this is Tom's guide.
次は、MicrosoftとOpenAIの視点についてもう少し話しますが、これは再びTom's guideにリンクしています、つまり、これはTom's guideです。
So we got this little autoplay video here, full-blown ads ads on ads on ads on ads, another autoplay video.
ここにはこの小さな自動再生ビデオがあります、広告がいっぱい、自動再生ビデオがいっぱい。
And if you try to leave, they hit you with a little subscribe to our newsletter, which you can't click anywhere until you unless you click the little X button and they have 27 different advertising little cookies and whatnot, half of which I've never even heard to get pretty much every tracker imaginable.
そして、もしもあなたが去ろうとすると、彼らはあなたにニュースレターに登録するように求めますが、その前に小さなXボタンをクリックしない限り、どこをクリックしても何もできません。そして、27の異なる広告のクッキーやその他の半分は、ほとんどすべてのトラッカーを取得するために聞いたこともないものです。
So if you visit this site, and I'm not, I'm not picking on this site in particular, again, this is every site is like this nowadays, but you know, let's say you wanted to read up a little bit more about what's happening here, right?
もしもあなたがこのサイトを訪れた場合、そして私はそうではない、特にこのサイトを批判しているわけではありませんが、現在ではどのサイトもこんな感じですが、ここで起こっていることについてもう少し詳しく知りたいと思ったとしましょうね。
This little bit of text that they have here maybe a thousand, 2000 words.
ここにあるこの少しのテキストは、おそらく1000、2000語です。
It's extremely difficult to get access to with all the other stuff that they're adding, all the information that they're collecting and all the information that they're selling to.
彼らが追加している他のすべてのもの、彼らが収集しているすべての情報、そして彼らが売っているすべての情報と一緒にアクセスするのは非常に困難です。
You saw 27 different advertising platforms, or here's a one paragraph summarization of all of that through Perplexity.
あなたは27の異なる広告プラットフォームを見ました、またはこれらすべてをPerplexityを通じて要約した1つの段落があります。
Now we can ask some follow-ups.
今、フォローアップの質問をいくつか聞くことができます。
This is some of the generated ones that you can ask, or you can just ask whatever follow-up like who is the founder of Figure AI?
これは生成されたものの一部で、質問することもできますし、例えば「Figure AIの創設者は誰ですか？」のような追加の質問をすることもできます。
I believe it's Brett Adcock is the founder.
私は、創設者はブレット・アドコックだと思います。
So let's see if it's able to figure that out.
それがそれを解決できるかどうか見てみましょう。
There it is.
それがあります。
It's got pictures of the guy.
その人の写真があります。
And that's how you search on here.
そして、ここで検索する方法です。
And I don't know, if you're getting excited, I don't know, if you're like me, you're kind of getting excited about this because I really get frustrated with how the web has developed.
そして、もし興奮しているなら、もし私のような人なら、これについてはかなり興奮していると思います。私はウェブの発展に本当にイライラしていますから。
So I started doing online stuff in 2011.
だから、私は2011年からオンラインのことを始めました。
It's like that song Welcome to the Internet by Bo Burnham, but like he says, not that long ago, just before your time, this was catalogs, travel blogs, a chat room or two.
それはBo Burnhamの「Welcome to the Internet」という曲のようなものですが、彼が言うように、それはそれほど昔ではなく、ちょうどあなたの時代のちょっと前、これはカタログ、旅行ブログ、チャットルームがあったものでした。
And now it's kind of a mess.
そして今はそれがちょっとした混乱になっています。
And I was really hoping that AI would help solve some of those issues, at least in part.
そして私は本当にAIがそれらの問題のいくつかを解決するのに役立つことを望んでいました、少なくとも一部では。
And I think it will.
そして、それができると思います。
And I think Perplexity showing how now I don't know if Perplexity is going to be the big winner and all this or not.
そして、Perplexityがこれについてどのように大きな勝者になるかはわかりません。
This isn't really necessarily about them as much as it is.
これは彼らに関してはあまり必要ではないというよりも、それについてです。
Here is the framework for the solution.
ここに解決策の枠組みがあります。
But let's say you want to do your research, but you want to restrict it to a very specific area from which you're trying to do our research.
しかし、例えば、あなたが研究をしたいけれども、非常に特定の領域に制限したい場合を考えてみましょう。
So for example, nowadays, I find myself typing when I'm doing Google Search, restricting my search to Reddit, because I don't want to deal with all the nonsense that the rest of the Internet has.
だから、例えば、最近では、Google検索をするときに、Redditに検索を制限しています。なぜなら、インターネットの他の部分の無駄なものに対処したくないからです。
If I click focus by default you're searching across the entire Internet, but you can also search by just academic papers.
デフォルトでは、インターネット全体を検索していますが、学術論文だけで検索することもできます。
This is writing without searching the Web.
これはウェブを検索せずに書かれたものです。
You have Wolfram Alpha, YouTube and Reddit.
Wolfram Alpha、YouTube、Redditがあります。
So let's try Reddit.
では、Redditを試してみましょう。
And let's say we want we're going to research the best search, best idle games, for example, and we'll click play.
そして、例えば、ベストなアイドルゲームについて調査したいとしましょう。そして、プレイをクリックします。
So immediately the copilot fires back with, well, I used a mobile PC or browser.
ですから、すぐにcopilotは、私はモバイルPCまたはブラウザを使用しました、と返答します。
I'm going to say PC and it begins writing out Melvar idle, ngu, realm grinder.
私はPCと言いますと、Melvar idle、ngu、realm grinderと書き始めます。
This one's excellent.
これは大変優れたものです。
Trim's idle on.
アイドル状態にする。
This is a big one.
これは大きなものです。
So it gives us a top 10 list based on actual suggestions by people for this particular thing using Reddit as a source.
それに基づいてRedditをソースとして、実際の人々の提案に基づいたトップ10リストが表示されます。
Now if you're not familiar with Reddit, it's like it's basically a community where a bunch of people just talk about stuff and they have various subreddits where people talk about specific stuff that they might be interested in.
Redditに詳しくない場合、それは基本的に人々が話し合うコミュニティであり、特定の興味を持つ人々が特定のトピックについて話し合うためのさまざまなサブレディットがあります。
And so here I am opening this in an incognito window.
そして、ここで私はIncognitoウィンドウでこれを開いています。
One thing you'll notice, not a lot of pop-ups.
気づくことの一つは、ポップアップ広告があまりないことです。
There's not a lot of autoplay videos.
自動再生のビデオもあまりありません。
There's not a lot of cookie notifications, et cetera.
クッキーの通知などはあまりありません。
Like it's pretty, pretty chill.
それはかなり、かなりリラックスしています。
And the people, the Redditors in this community, they're fighting hard to just kind of keep it this way.
そして、このコミュニティのRedditユーザーたちは、このような状態を保つために一生懸命戦っています。
I mean, here's an ad, for example, but I got to say like this, this is unobtrusive.
例えば、ここに広告がありますが、私は言わなければなりません、これは邪魔になりません。
This does not bother me whatsoever.
これは私にとって全く問題ありません。
I'm almost happy that they're making money from ads without being all up in your face about it.
広告から収益を上げているのに、それについてあまり顔を出さないでいることに、私はほとんど喜んでいます。
And the really cool thing about Reddit is the people that run it, who are not the employees there, they have these mods that run it and they tend to be aggressively anti-promotion.
Redditの本当に素晴らしいところは、そこを運営している人たちで、そこで働いている従業員ではない人たちです。彼らは運営を担当しているモデレーターを持っており、彼らは積極的にプロモーションに反対しています。
They don't like you pitching your stuff.
彼らはあなたが自分のものを売り込むのが好きではありません。
They don't like you pitching affiliate deals.
彼らはアフィリエイトの取引を売り込むのが好きではありません。
If you're a little bit overly promotional, they ban hammer you and banish you from the realm.
もし少しでも過剰に宣伝的な行動をすると、彼らはあなたをBANし、あなたをこの世界から追放します。
Ask me how I know.
どうして知っているか聞いてみてください。
And that's not without its problems because sometimes certain of the certain subreddits you get a few mods that get a taste of power and they kind of start abusing it.
それは想像力の及ぶ範囲では完璧ではありませんが、それには問題があります。なぜなら、時々特定のサブレディットでは、いくつかのモデレーターが権力の味をしめて、それを乱用し始めることがあるからです。
It's not perfect by any stretch of the imagination, but it does tend to create a very unique environment where you can talk to other people without people pitching you stuff.
それは完璧ではありませんが、他の人があなたに何かを売り込むことなく他の人と話すことができる非常にユニークな環境を作り出す傾向があります。
Like if you want to talk about supplements, normally that would require sifting through a lot of promotional materials.
例えば、サプリメントについて話したい場合、通常は多くの宣伝資料をふるいにかける必要があります。
So for example, best supplements for working out, we're going to select Reddit as our sort of focus search engine.
例えば、トレーニングに最適なサプリメント、私たちはRedditを私たちの焦点とする検索エンジンとして選びます。
Copilot wants to know muscle gain, weight loss, endurance.
Copilotは筋肉増強、減量、持久力を知りたいと言っています。
We're going to go for muscle gain.
私たちは筋肉増強を選びます。
And here it is.
そして、ここにあります。
So they're basically breaking it down with the with their little sources.
彼らは基本的にそれを小さな情報源と一緒に分解しています。
So specific posts that people have or replies to post and have their creatine, BCAAs, fish oil, vitamin D, zinc and magnesium, ZMA, L-carnitine, L-arginine, B-tane.
人々が持っている特定の投稿や投稿への返信には、クレアチン、BCAA、魚油、ビタミンD、亜鉛とマグネシウム、ZMA、L-カルニチン、L-アルギニン、B-テインがあります。
And I got to say, this is a very good list.
そして、私は言わなければなりません、これは非常に良いリストです。
Now, again, some of you might disagree with some of this stuff or agree with it.
さて、もちろん、あなたの中にはこの中のいくつかに同意しない人もいるかもしれませんし、同意する人もいるかもしれません。
That's not really the point.
それはあまり重要ではありません。
But this thing just did and it summarized Reddit for me and the sort of crowdsourced knowledge of all these people that are talking about it.
しかし、これは私にRedditとそこで話されている人々のクラウドソーシングされた知識を要約してくれました。
It summarized it for me, put it into the top 10 list and it's all right here.
それは私にRedditを要約し、トップ10のリストにまとめてくれました。そして、それはここに全てあります。
And from having researched some of this and reading Reddit and stuff like that, I think this is a really good representation of what they talk about on there.
そして、これについて少し調べたり、Redditを読んだりした結果、これはそこで話されていることの非常に良い表現だと思います。
And if you'll notice the one really frustrating thing with supplements is people pitch their own products, right?
そして、サプリメントに関して一番イライラすることは、人々が自分の製品を売り込むことですね。
So a lot of this stuff is very cheap.
だから、これらの多くは非常に安価です。
Creatine is very cheap, for example.
例えば、クレアチンは非常に安価です。
If I search for top pre-workout powders on Reddit, let's see what they're going to tell me.
Redditでトップのプレワークアウトパウダーを検索すると、何を教えてくれるか見てみましょう。
But basically, whenever you're searching for supplements, people pitch you their own products.
基本的には、サプリメントを探しているときには、人々が自分たちの製品を売り込んできます。
The problem with that is very often times what these people do, the manufacturers, is they buy very inexpensive ingredients like creatine and etc.
その問題は、これらのメーカーが非常に安価な成分（クレアチンなど）を購入することが非常に多いことです。
And so when you're asking for like, what's a good workout powder?
だから、例えば、良いワークアウトパウダーは何ですか？
What's a good workout supplement?
良いワークアウトサプリメントは何ですか？
People start pitching you their little powders that in generally are pretty useless.
人々は一般的にはかなり無駄な小さなパウダーを売り込み始めます。
A long, long time ago, I used to help companies do online marketing.
かなり昔、私は企業のオンラインマーケティングを手伝っていました。
One of them was a company doing pre-workout shakes.
そのうちの1つは、プレワークアウトシェイクを製造している会社でした。
So I got an insider's look into how much it costs to produce these things.
だから、私はこれらのものを製造するためにかかる費用を内部から見ることができました。
The actual cost of the materials that they put in those bottles is usually a few bucks.
それらのボトルに入れられている材料の実際のコストは通常数ドルです。
So like, if you go online and buy those things wholesale, you can probably replicate that thing for let's say five bucks, they get even cheaper, maybe two, three bucks.
だから、例えば、オンラインでそれらのものを卸売りで買えば、おそらく5ドルでそれを再現することができます。もっと安くなるかもしれません、2、3ドルで。
And that's like 99% of the things on the market, with the possible exception of Gorilla Mode.
それが市場にあるものの99%ですが、ゴリラモードの可能な例外を除いてです。
That one's made by Derek from More Plates, More Dates, which I got to say is a very interesting title.
それはMore Plates, More DatesのDerekが作ったもので、非常に興味深いタイトルだと言わざるを得ません。
He does seem like he knows his stuff.
彼は自分のことを知っているように見えます。
And what I really like about him is he actually talks about all the other, the other other supplements that he takes, and he's honest about it.
そして、彼が本当に好きなのは、彼が実際に他のサプリメントについて話し、それについて正直であることです。
No one looks like this by just drinking protein shakes, if you know what I mean.
ただプロテインシェイクを飲むだけでは、誰もこのようには見えません、私が言いたいことがわかりますよね。
Alright, so that's how you search on Reddit.
Redditで検索する方法はこれですね。
Academic, for example, if I wanted to talk about the latest papers on AI agents, and this will strictly be searching through academic papers, computer vision.
例えば、AIエージェントに関する最新の論文について話したい場合、これは厳密に学術論文を検索することになります。コンピュータビジョンです。
Yeah, let's do let's do computer vision.
はい、コンピュータビジョンをやりましょう。
There's a few papers that I've been meaning to cover that came out just recently that seem really, really interesting.
最近発表されたいくつかの論文がありますが、本当に非常に興味深いようです。
Let's see if we can maybe pull some of those up.
それらの中からいくつかを見つけられるか見てみましょう。
So it tells you the name of the paper, gives you a brief sort of background on it and a link to the actual paper itself.
ですから、論文の名前を教えてくれますし、それについての簡単な背景を与え、実際の論文へのリンクを提供します。
The paper Conceptual Framework for Autonomous Cognitive Entities, or ACE model.
この論文は「自律的な認知エンティティの概念的フレームワーク」またはACEモデルという名前です。
This looks familiar.
これは見覚えがありますね。
Who knows what this is?
これが何なのかはわかりませんね。
Let's see.
見てみましょう。
Conceptual Framework for Autonomous Cognitive Entities, Dave Shapiro.
「自律的な認知エンティティの概念的フレームワーク」、デイブ・シャピロです。
That's interesting.
興味深いですね。
So Dave Shapiro is, of course, an AI YouTuber.
デイブ・シャピロは、もちろんAI YouTuberです。
I don't know if he was like the first AI YouTuber or not, but he's definitely one of the OGs.
彼が最初のAI YouTuberだったかどうかはわかりませんが、彼は間違いなくオリジナルの一人です。
He's been at it for a while.
彼は長い間それに取り組んでいます。
And he helps break down some pretty interesting sort of concepts in AI.
彼はAIのかなり興味深い概念を解説してくれます。
This is his channel, but he's got many, many more.
これは彼のチャンネルですが、彼はもっとたくさんのチャンネルを持っています。
And also he has impeccable taste in fashion and TV shows.
そして、彼はファッションやテレビ番組においても非の打ちどころのないセンスを持っています。
I asked people on my channel who is the best captain of Starship Enterprise and 60 percent of you nearly said Jean-Luc Picard.
私は自分のチャンネルでStarship Enterpriseの最高の船長は誰かと尋ねましたが、60%の人がジャン＝リュック・ピカードと答えました。
So I think he agrees.
だから彼も同意していると思います。
Anyways, it's interesting that his paper shows up as number three on here.
とにかく、彼の論文がここで3番目に表示されるのは興味深いですね。
Next let's see if we wanted to search through YouTube's, for example, YouTube's, I meant to say videos.
次に、例えばYouTubeの検索をしたい場合、YouTubeのビデオを意味します。
So it looks like you can just limit your search to YouTube.
YouTubeの検索を制限することができるようですね。
Let's see what that does.
それがどのような結果をもたらすか見てみましょう。
Let's say I wanted to know more about.
例えば、もっと詳しく知りたいとしましょう。
So Microsoft has been cleaning house in Blizzard.
マイクロソフトはBlizzardで大掃除をしています。
So Microsoft firing people and changing things at Blizzard.
マイクロソフトはBlizzardで人員を解雇し、事業を変えています。
Let's see.
見てみましょう。
Let's see what this does.
これがどのような結果をもたらすか見てみましょう。
So Microsoft has been making significant changes to its gaming division, including the acquisition of Activision Blizzard and the subsequent layoffs.
マイクロソフトは、Activision Blizzardの買収やそれに続く人員削減を含む、ゲーム部門において重要な変更を行っています。
So interestingly here, so it is looking at these are all YouTube links as far as I can tell.
興味深いことに、これらはすべてYouTubeのリンクのようです。私の知る限りでは。
I mean, we've limited the search to YouTube, so it should be.
つまり、検索はYouTubeに限定されているので、そうであるはずです。
So interestingly enough, you can actually watch this videos within Perplexity.
興味深いことに、Perplexity内で実際にこれらの動画を視聴することができます。
It's this guy, this guy.
この人、この人です。
So you can actually watch the videos through Perplexity.
実際にPerplexityを通じて動画を視聴することができます。
You don't have to go anywhere else.
他の場所に行く必要はありません。
So it looks like currently it doesn't like pull the information from the video directly.
現在のところ、それはビデオから情報を直接取得するようではないようです。
So it's not like looking at the transcript and trying to get that information looks like you can do high-level searches about certain stuff, but you can't dive deeper into specific video.
だから、テキストを見て情報を得ようとするのとは違って、特定のものについての高度な検索ができるわけではないけれど、特定のビデオに深く入り込むことはできません。
So that might change in the future.
将来的には変わるかもしれません。
So the YouTube is more for use for actually finding videos to watch, not really dissecting those videos.
YouTubeは実際には動画を見つけるために使用されるものであり、それらの動画を分析するためのものではありません。
But so far you've seen basically the search side of Perplexity, how it replaces traditional search.
しかし、これまでにPerplexityの検索側を見てきたので、伝統的な検索の代替手段として非常に強力なものだと言わざるを得ません。
And I got to say, if that was all there was to it, that in and of itself would have been a very, very powerful thing.
そして私は言わなければなりません、それだけであれば、それ自体が非常に非常に強力なものになるでしょう。
Like if we just left it here, that by itself makes it an incredible tool to use.
ここで終わってしまっても、それだけで信じられないほどのツールになります。
But this goes a lot deeper.
しかし、これはさらに深く掘り下げることができます。
Let's take a look.
見てみましょう。
So here's that Microsoft new future of work report in that was released in December 2023.
こちらは2023年12月に公開されたMicrosoftの新しい働き方に関する報告書です。
So I asked it to kind of give me the more interesting numbers and figures in the report, which it did.
私はその報告書の中でより興味深い数字やデータを教えてもらうように頼みました。それを教えてくれました。
Here it is.
こちらです。
Here's the original query.
元のクエリはこちらです。
So I said, what are the top points?
私は「トップのポイントは何ですか？」と言いました。
And then I kind of just gave it the PDF link.
そして、私は単にPDFのリンクを教えました。
So it read through the PDF and kind of gave me this, these little top points.
それで、それはPDFを読み込んで、これらの少しのトップポイントを教えてくれました。
I said, okay, what are some more like specific numbers and figures, which it did here with specific numbers and figures later on, I might want to reference this in another video or if I'm trying to look something up.
私は「では、もっと具体的な数字やデータは何ですか？」と言いました。それから、後で具体的な数字やデータを参照したい場合、別のビデオでこれを参照したい場合、何かを調べようとしている場合に役立つかもしれません。
So it'd be great to kind of have this information saved somewhere.
だから、この情報をどこかに保存できるといいですね。
Now of course you can hit copy.
もちろん、コピーして保存することもできます。
And then save it wherever you're going to save it, whatever sort of note taking thing that you're using.
そして、それを保存する場所や使用しているノートテイキングの方法に応じて保存することができます。
But Perplexity has this collection feature.
しかし、Perplexityにはこのコレクション機能があります。
Let's take a look at that.
それを見てみましょう。
So you're able to start various collections.
さまざまなコレクションを開始することができます。
So almost like a little file folder where you can put various interests or pieces of research.
ほぼファイルフォルダのようなもので、さまざまな興味や研究の断片を入れることができます。
Let's create a new collection and we'll call it AI summary.
新しいコレクションを作成し、それをAIの要約と呼びましょう。
And this one will be a cat for some reason.
そして、何らかの理由でこれは猫になります。
And in the AI prompt, we're actually, instead of just describing what the point of it is, we're actually going to provide specific directions on how to format what we're looking for.
そしてAIのプロンプトでは、単にそれの目的を説明するだけでなく、何を探しているかをどのようにフォーマットするかについて具体的な指示を提供します。
So we're going to say for each link provided, create a report, include the following in this order, summary, do a quick summary with the main points of the article, keywords, add keywords, keywords that relate to the article, like companies, people, and specific AI terms.
したがって、提供された各リンクについて、次の順序でレポートを作成します。要約、記事の主要なポイントを簡単にまとめたもの、キーワード、記事に関連するキーワード、企業、人物、具体的なAI用語など、興味深いポイント、興味深い箇条書き、数字、図、詳細なストーリー、詳細なストーリーを書き出す、引用、一番下に、タイトルとURLを含むすべての引用を追加します。
Next, we're going to say interesting points, add interesting bullet points, numbers, figures, full story, write out an in-depth full story, citations, at the bottom, add all these citations with titles and URLs.
次に、興味深いポイントを述べ、興味深い箇条書き、数字、図表、詳細なストーリーを追加し、詳細なストーリーを書き出し、引用文を最後に追加します。これらの引用文にはタイトルとURLが含まれます。
All right, so we're going to create that.
それでは、それを作成しましょう。
We're going to go into this AI summary and then let's take a story.
私たちはこのAIの要約に入り、そして物語を見てみましょう。
So for example, here's humanoid robot startup Figure AI, we're going to post that in there and click do.
例えば、ここにはヒューマノイドロボットのスタートアップ、Figure AIのストーリーがあります。それをそこに投稿して、実行をクリックします。
So as you can see here, it begins answering my question, but notice it's doing it in the exact way that I've asked it to.
ご覧の通り、ここで私の質問に答え始めていますが、私が求めた方法で行っていることに注意してください。
So we have the summary, gives a brief summary.
要約があり、簡単な要約が表示されます。
Then we have keywords, Figure AI, humanoid robots, Microsoft, OpenAI, funding round, startup investment.
次に、キーワードがあります。Figure AI、ヒューマノイドロボット、Microsoft、OpenAI、資金調達ラウンド、スタートアップ投資などが含まれています。
This is really good and we can refine it further.
これは本当に良いですし、さらに洗練させることができます。
So for example, so if we needed to, we can say we can say if you're mentioning a company, also tag the main person associated with that company.
例えば、もし必要なら、会社を言及する場合は、その会社に関連する主要な人物にもタグを付けることができます。
So Figures, Brett Atcock Microsoft, Satya Nadella, Bill Gates, opening eyes Sam Altman, et cetera.
例えば、Figuresの場合、ブレット・アドコック、Microsoftの場合、サティア・ナデラ、ビル・ゲイツ、OpenAIの場合、サム・アルトマンなどと言えます。
Then we have our interesting points.
そして、興味深いポイントがあります。
Figure AI is developing humanoid robots.
Figure AIはヒューマノイドロボットを開発しています。
There's a funding round 500 million.
資金調達ラウンドが5億ドルあります。
So it's including figures and numbers, right, 95 million, 5 million, just like we talked about Microsoft and OpenAI.
つまり、数字や数値も含まれていますね。9500万ドル、500万ドル、先ほどMicrosoftとOpenAIについて話したような感じです。
So this is a really good summary of everything in four little bullet points.
これは4つの小さな箇条書きで全てをまとめたとても良い要約です。
Then we have the full story.
次に、完全なストーリーがあります。
And then we have our citations.
そして、引用文があります。
In this case, it's only one because we only gave it one.
この場合、1つだけです。なぜなら、1つしか与えていないからです。
Let's say we went to AI summary and we wanted to do we're going to say growth of text to video AI, we're going to hit go.
AIの要約に行って、テキストからビデオAIの成長を行いたいとしましょう。Goを押します。
And again, it's going to do that research, found 17 sources and it's going to output the exact sort of format that we're looking for.
そして、再びその研究を行い、17の情報源を見つけ、私たちが求めているまさにその形式を出力します。
All right.
わかりました。
So there's our summary keywords.
要約のキーワードがあります。
So it did bullet points.
箇条書きになっていますね。
So you know, I would change my prompt to say separate them by commas, although this isn't too bad.
ですので、プロンプトを変更して、それらをカンマで区切るようにします。ただし、これはあまり悪くありません。
I got to say it's mentioned Lumiere, Google Meta.
LumiereやGoogle Metaが言及されていると言わなければなりません。
So this is great because this is very Google's Lumiere is fairly recent at this point and it's giving us all of the interesting points that we've talked about and then writes out the full story.
これは素晴らしいですね。GoogleのLumiereは比較的最近のものであり、私たちが話した興味深いポイントをすべて示し、そして完全なストーリーを書き出してくれます。
And so that's the full story.
それが物語の全体です。
That's quite a bit, actually.
実際にはかなり多いですね。
And then all the citations.
そして、すべての引用文です。
All right.
わかりました。
So that's good.
それで良いですね。
I mean, I would change how to format this.
つまり、この書式を変更する必要があります。
So let's say just do one per line or something like that, just so it looks a little bit better.
だから、一行に一つずつやるか、それで少し見栄えが良くなるようにしましょう。
But I mean, this is this works.
でも、これは機能します。
Now I know what you're thinking.
今、あなたが考えていることがわかります。
You're thinking this cannot possibly get any cooler, right?
あなたはこれ以上クールにならないと思っているのですね、正しいですか？
Well, yes, it can.
実は、できます。
Yes, it can, because we can click attach and then attach.
はい、できます。なぜなら、添付をクリックして添付することができるからです。
So for example, we can do images.
例えば、画像を添付することができます。
Here's a PDF file.
ここにPDFファイルがあります。
This is a study.
これは研究です。
So it's going to upload it to Perplexity now, by the way.
それで、ところでそれをPerplexityにアップロードする予定です。
So they talk about they're pretty open about like what they train on, what they don't train on.
彼らは、彼らが何をトレーニングするか、何をトレーニングしないかについてかなりオープンに話しています。
So you can always look that up.
だから、いつでもそれを調べることができます。
They have a they have a pretty, pretty good explanation of what they do and don't do.
彼らは、彼らがやることとやらないことについてかなり良い説明をしています。
So it's part of the FAQ.
それはFAQの一部です。
So it's not buried in the fine print.
それは細かい字で埋もれていません。
And so they don't sell trade or share your personal information, except sounds like for if there's like service providers that they need to share with, like sending email, they do use sort of the stuff that you do to improve the experience.
そして、彼らは個人情報を売買または共有しない、ただし、サービスプロバイダーと共有する必要がある場合は、メールの送信などに使用します。経験を向上させるために、あなたが行うことを使用します。
So that is part of AI learning.
それはAIの学習の一部です。
And they do train on your data, but you can switch it off in account settings.
そして、彼らはあなたのデータでトレーニングを行いますが、アカウント設定でオフにすることもできます。
But I've uploaded the study PDF.
しかし、私は研究のPDFをアップロードしました。
So we're going to ask for bullet points of the main findings.
ですから、私たちは主な結論の要点を求めます。
So it's saying, so what's the topic or subject?
それで、トピックや主題は何ですか？
But we're going to click skip because like it's just what's in the paper.
しかし、私たちはスキップをクリックするつもりです。なぜなら、それは単に論文の内容だからです。
So here are the bullet points.
ここに要点があります。
So LLMs can be trained to exhibit deceptive behavior.
大規模言語モデルは欺瞞的な行動を示すようにトレーニングすることができます。
This behavior persists even after standard safety training techniques.
この行動は、標準的な安全トレーニング技術の後も持続しています。
It's persistent in Large Language Models in the largest models and adversarial training can help them better hide it.
最大のモデルでの大規模言語モデルでは、これは持続的であり、敵対的なトレーニングがそれをより上手に隠すのに役立ちます。
And so I got to say, this is a pretty good summary of that paper.
だから、私は言わせてもらいますが、これはその論文のかなり良い要約です。
This study is smaller with about 30 pages and here they're talking about like basically AI authors on the future of AI.
この研究は30ページ程度の小規模なもので、ここでは基本的にAIの将来についてのAI著者たちが話しています。
And let me see if I can ask a specific question, like how soon will full automation of labor be feasible?
では、具体的な質問をしてみましょう。例えば、労働の完全自動化はいつ実現可能になるのでしょうか？
All right.
わかりました。
So this paper is uploaded.
それでは、この論文をアップロードしましょう。
How soon will full automation of labor be feasible?
労働の完全自動化はいつ実現可能になるのでしょうか？
Let's ask it that.
それについて尋ねてみましょう。
All right.
わかりました。
So that took quite a while for it to do that. But once it finally completed it, it does look like it did a really good job of sort of summarizing this PDF and it looks like it drew all the information from the PDF that I gave it.
それにはかなりの時間がかかりましたが、最終的に完了した後、このPDFをかなりうまく要約しているように見えますし、私が与えたPDFからすべての情報を引き出したようにも見えます。
They can see the only citation is one and let's see if it's correct.
彼らは2037年に10%の可能性、2116年に50%の可能性と言っています。
So they're saying 10% chance by 2037, 50% chance by 2116.
つまり、2116年までに50%の可能性がある、ビンゴです。
So 50% chance by 2116, bingo.
2116年までに50%の確率で、ビンゴです。
And it looks like it just pulled it from the abstracts of the very first page and you know, here's that data.
そして、それはまるで最初のページの要約から引っ張ってきたようで、ここにそのデータがあります。
So this is really good.
だから、これは本当に良いです。
I would say that for PDFs, again, I mean, if we're running into the context limit for these LLMs, so this one I'm using GPT-4, but I'll show you in a second how to flip between models to try different ones.
PDFの場合、再び言いますが、これらの大規模言語モデルの文脈制限にぶつかっているので、これは私がGPT-4を使用しているものですが、後で異なるモデルを試す方法をお見せします。
But the point is, so some of this we're running up against the LLM context window, not necessarily anything with Perplexity.
しかし、ポイントは、これにはPerplexityとは関係なく、大規模言語モデルの文脈ウィンドウにぶつかっているということです。
So, I mean, if you're going to load a thousand page PDF in there, it's probably not going to be able to find every single thing in there.
つまり、1000ページのPDFをそこに読み込もうとしても、すべてを見つけることはできないでしょう。
But for brief summarizations and kind of like overviews, it works incredibly well.
しかし、簡単な要約や概要に関しては、非常にうまく機能します。
And we're going to try to attach a file and we're going to ask it to describe and that file specifically, it's a JPEG, so it's an image of sort of the online ad revenue of newspapers versus Google, the one that you saw at the beginning of this video.
そして、ファイルを添付しようとして、そのファイルを特定して説明するように頼むつもりです。それはJPEGで、新聞のオンライン広告収入とGoogleの比較のイメージです。このビデオの冒頭で見たものです。
And we're going to say describe the image.
そして、そのイメージを説明するように言います。
Wow, that's really good.
わあ、それは本当に良いですね。
So it sees the image.
それはイメージを見ています。
It says the image is titled Newspaper Advertising Revenue, just for inflation 1950 to 2014.
イメージのタイトルは「新聞広告収入、1950年から2014年までのインフレ込み」となっています。
So it read the title.
つまり、タイトルを読み取りました。
That's excellent.
それは素晴らしいですね。
Blue line represents newspaper print only, which shows a peak around the late 1980s to early 1990s and a significant decline starting from around 2005.
青い線は新聞の印刷のみを表しており、1980年代後半から1990年代初頭にピークを迎え、2005年頃から大幅に減少しています。
So late 1980s, a peak 1990s.
1980年代後半、1990年代のピークです。
So somewhere it's saying peaked somewhere here.
どこかで、ここでピークに達していると言っています。
And then in 2005 started trending down, which I got to say, I am very impressed.
そして、2005年から下降傾向に入りました。それには本当に感心します。
I'm actually curious what model it's using for this.
実際には、このモデルが何を使用しているのか気になります。
We have to check it out.
私たちはそれを調べなければなりません。
So GPT-4.
GPT-4ですね。
So I'm assuming it's a GPT-4 with visions, the GPT-4 vision model.
だから、GPT-4で、ビジョンを持ったGPT-4だと思います。
But I am going to try to verify that the red line represents including digital, right?
ただし、赤い線はデジタルを含んでいるということを確認しようと思います。
So this kind of uptick is due to digital for the digital revenue for newspapers, online publications, etc.
このような上昇は、新聞やオンライン出版物などのデジタル収益によるものです。
And then green and pink is Facebook and Google.
そして、緑とピンクはFacebookとGoogleです。
Green and pink.
緑とピンクですね。
It even noticed that the annotations added by Ben Thompson and Big Dolls.
それはさらに、ベン・トンプソンとBig Dollsによって追加された注釈も認識しています。
So wow, this is really good.
本当にすごいですね。
This is the important thing, I think, to understand is that, right, yeah, maybe it's able to recognize the chart, but what's the point of this chart, right?
理解するために重要なことは、チャートを認識できるかもしれませんが、このチャートの目的は何なのか、ということですね。
Because nowhere on here does it say the point.
なぜなら、ここにはその目的が書かれていないからです。
You have to draw your own conclusions, right?
自分で結論を出さなければなりませんね。
So you have to notice that as this is crashing, this is rising, right?
このクラッシュしている部分と、上昇している部分に気づく必要があるということを注意してくださいね。
Nowhere on here does it say why or in order to understand this image, you really have to understand what the blue line is, what that represents, what these lines represent.
ここにはなぜそうなるのか、またこの画像を理解するためには、青い線が何を表しているのか、これらの線が何を表しているのかを本当に理解する必要がありますが、どこにも書かれていません。
The graph indicates that while traditional newspaper advertising revenue has declined, the advertising revenues for digital giants like Facebook and Google have surged.
このグラフは、従来の新聞広告収入が減少している一方で、FacebookやGoogleなどのデジタル巨大企業の広告収入が急増していることを示しています。
The source of the data is attributed to whatever it's attributed to.
データの出所は、それが帰属されているものに帰属されています。
Okay, perfect.
わかりました、完璧です。
So I expected it to reason, to continue the reasoning process and maybe take a stab at why that's happening saying, oh, the reason this is happening is likely because blah, blah, blah.
だから、私はそれが理由付けをすることを期待していました。なぜそれが起こっているのか、なぜこれが起こっているのかを言ってみるかもしれません。ああ、これが起こっている理由はおそらく、ぶらぶらぶらぶらということです。
But important to note, it did not do that.
しかし、重要なことは、それはそうではなかったということです。
And now that I think about it, obviously, I think that's the whole point of Perplexity.
そして今、考えてみると、明らかに、それがPerplexityの全体のポイントだと思います。
I think it's exactly, it did exactly what it's supposed to do.
私はそれがまさに、それがするべきことを正確にやったと思います。
It did not reason.
それは理由付けをしなかった。
It did not guess.
それは推測しなかった。
It did not project.
それは予測しなかった。
It didn't say anything that it can't put one of these little citations next to and point to as here's where I read that, here's where I found that.
それは、これらの小さな引用の1つを置くことができないとは言っていませんし、それがどこで読んだか、どこで見つけたかを指し示すことができます。
So the fact that it doesn't follow the logic train, the chain of logic that doesn't reason, doesn't think through what this could mean is a feature, not a bug.
ですから、それが論理の連鎖をたどらず、これが何を意味するかを考えず、それがバグではなく機能であるということです。
It's not supposed to do that.
それはそうすることが求められていないのです。
And that's how it reduces hallucinations.
それが幻覚を軽減する仕組みです。
It only says what it sees.
それは見たものだけを言うだけです。
And I got to say, I am very, very impressed with this answer.
そして、私はこの回答に非常に感銘を受けています。
All right, so that's it.
それで終わりです。
This thing can't possibly be any cooler than everything that I've showed you.
このものは、私があなたに見せたすべてのものよりもクールになることはありません。
Like that's it.
それだけです。
It can't possibly have more cool features, right?
もっとクールな機能はあり得ませんよね？
Wrong.
違います。
Enter Playground.
プレイグラウンドに入ります。
OpenAI has a Playground for their models.
OpenAIにはモデル用のプレイグラウンドがあります。
A lot of other ones kind of have a Playground.
他の多くのものもプレイグラウンドを持っています。
It's more of a, it's generally it's more sort of advanced version of whatever they're doing.
それは、一般的には彼らがやっていることのより高度なバージョンです。
So if the kind of the main thing that they're doing is a chat bot where people can chat back and forth, the Playground is going to be the thing where you can like dig deep into like the temperature settings and the different models and kind of just just you just have more options.
だから、彼らがやっている主なことが人々がチャットできるチャットボットである場合、プレイグラウンドは温度設定や異なるモデルに深く掘り下げることができる場所で、さまざまなオプションがあります。
So it might be confusing for the average person that's trying to get into it.
だから、それに入ることを試みる一般の人には混乱するかもしれません。
So they're hiding all of the behind the scenes stuff.
だから、舞台裏のすべてを隠しています。
But the Playground is where you can like dig deep into it.
しかし、プレイグラウンドではそれに深く没頭することができます。
So so this is the Playground.
それでは、これがプレイグラウンドです。
So it is a chat agent.
それはチャットエージェントです。
It's back and forth.
行ったり来たりします。
But here's the thing.
でも、ここがポイントです。
These are the various models that you can try and they add all the latest models that are released, not just their own, but open source models, et cetera.
これらは、試すことができるさまざまなモデルであり、彼ら自身だけでなく、オープンソースのモデルなど、最新のモデルが追加されます。
These guys release them.
これらの人々がそれらをリリースします。
They add them to Perplexity really, really fast.
彼らはそれらをPerplexityに非常に速く追加します。
I think two days ago, Facebook announced Meta Meta announced that CodeLlama-70 billion parameter model was released, which a lot of people are interested.
2日前、FacebookがMeta MetaがCodeLlama-70億パラメータモデルをリリースしたことを発表しましたが、多くの人々が興味を持っています。
They want to try it.
それを試したいと思っています。
And there's a number of ways of doing it.
それを行う方法はいくつかあります。
They're like a little bit complicated.
それは少し複雑ですね。
They're not super complicated, but you have to know what you're doing in order to set it up to test it out.
非常に複雑ではありませんが、それをテストするために設定するためには、何をしているかを知っている必要があります。
There isn't like an easy way to just go somewhere and test it, except Perplexity AI within 48 hours of all that being published has it as one of the models that you can select create Python code for bouncing ball animations.
テストするためにどこかに行って簡単に試す方法はありませんが、公開されたすべての情報が48時間以内にPerplexity AIに含まれているため、モデルの1つとして選択し、バウンシングボールアニメーションのためのPythonコードを作成することができます。
Yeah.
はい。
Okay.
はい。
So there it goes point three, four seconds to first token.
それで、最初のトークンまでの時間は0.3、4秒です。
And so the entire thing took six point seven, eight seconds.
そして、全体のプロセスは6.7秒かかりました。
Copy the code.
コードをコピーしてください。
So we'll copy the code, post that in there.
だから、コードをコピーして、そこに貼り付けます。
And so does this.
そして、これも同じです。
So something's happening on screen.
画面上で何かが起こっています。
I can't tell what.
何が起こっているのかわかりません。
I mean, I mean, it created working code.
つまり、動作するコードが作成されました。
We're going to say make, make the ball move much faster.
ボールをもっと速く動かすようにします。
And so that's going to give me an updated version of the code.
それによって、コードの更新版が得られます。
All right.
わかりました。
So I'll post that in there and click play.
それを貼り付けて、再生ボタンをクリックします。
There we go.
そうですね。
Okay.
はい。
Make it move in circles.
円を描くように動かしてください。
All right.
はい、わかりました。
So it's outputting that whole thing.
それはそのまま出力しているんですね。
Right.
そうですね。
So I paste that in there.
それをそこに貼り付けます。
Let's see what happens.
何が起こるか見てみましょう。
All right.
はい、わかりました。
And it just kind of goes off into a random direction.
そして、ランダムな方向に進んでいくんです。
All right.
はい、わかりました。
How about create code to make art in the style of a silly Kandinsky?
おかしなカンディンスキーのスタイルでアートを作るためのコードを作ってみましょうか。
Let's see what that does.
それが何をするか見てみましょう。
That's a prompt that I saw in Google was testing their own version.
それはGoogleが独自のバージョンをテストしていたときに見たプロンプトです。
So basically since this is kind of older, it doesn't have copyright anymore.
基本的には、これは古いものなので、もはや著作権はありません。
So it's okay to reproduce the work or do it in that style.
その作品を再現したり、そのスタイルで行うことは問題ありません。
And his works were very, I mean, kind of looked like this.
彼の作品はとても、つまり、このように見えました。
So it's the very like geometric shapes.
それはまさに幾何学的な形です。
So it's easy to replicate out of code.
だから、コードから簡単に再現できます。
So let's see how that does.
それでは、それがどのように機能するか見てみましょう。
Ooh, I like that.
おお、それは好きです。
Yeah.
はい。
So randomly recreates it.
それをランダムに再作成します。
I mean, it kind of got the point and yeah, not bad anyway.
まあ、それはポイントを押さえていて、悪くはないですね。
So let's CodeLlama-70B, which right now is kind of a big deal.
だから、今はCodeLlama-70Bをやりましょう。それは今、かなり重要なことです。
If you haven't tried it yet you can definitely do that.
まだ試していない場合は、ぜひ試してみてください。
We also have Mistral 7B, Mixtral 8x7B.
また、Mistral 7B、Mixtral 8x7Bもあります。
So that's the mixture of experts model, 8 experts by 7 billion parameters.
それはエキスパートモデルの混合で、8つのエキスパートと70億のパラメータがあります。
So let's ask, create an inspiring story in one sentence.
では、一文で感動的な物語を作りましょう。
In a world where fear and hatred often reign supreme, one person's courageous act of kindness and compassion sparks a chain reaction.
恐怖と憎しみがしばしば支配する世界で、一人の勇気ある優しさと思いやりの行為が連鎖反応を引き起こします。
That's a run on sentence, but it's good.
それは長文ですが、良いですね。
Create an inspiring story in three words.
3つの単語で感動的な物語を作成してください。
Love conquers all.
愛はすべてを征服する。
That's pretty good.
それはかなり良いですね。
How about two words?
2つの言葉はどうですか？
Hope persists.
希望は持続します。
Very good.
とても良いです。
One word.
一つの言葉です。
Let's see.
さて、見てみましょう。
Resilience.
回復力。
All right.
大丈夫です。
You win this time, Mistral.
今回はあなたの勝ちです、Mistral。
Perplexity does go a lot deeper once you start hooking up other stuff to it.
混乱は他のものをそれに接続し始めると、より深くなります。
So Zapier connects to it and just takes it to the next level for very specific automation and tasks.
それで、Zapierがそれに接続して、非常に具体的な自動化とタスクに次のレベルに持っていきます。
We will go into that at another time.
それについては別の機会に詳しく説明します。
Specifically, I think where this could be incredibly useful is building a second brain, building like a library of all of your ideas and thoughts and research and just all of the stuff that you're able to quickly, rapidly go through with Perplexity to kind of like catalog it and pull it out as need be.
具体的には、私はこれが非常に役立つのは、第二の脳を構築することです。自分のアイデアや思考、研究、そしてすべてのものを、Perplexityを使って迅速に、迅速に見直し、カタログ化し、必要に応じて引き出すことができるようにするための図書館のようなものを構築することです。
As you can see here, it does well with PDFs, excellent with images, obviously searches to the internet, YouTube, academic papers, Reddit, etc.
ここで見るように、PDFではうまく機能し、画像では優れており、明らかにインターネット、YouTube、学術論文、Redditなどを検索します。
And it is free.
それは無料です。
Yes, you heard that correctly.
はい、正しく聞こえました。
It's free.
無料です。
It does have a pro membership, which gives you more copilot queries.
プロメンバーシップもありますが、それによってより多くの共同運転クエリを利用できます。
It allows you to select more from the models, which we'll take a look at in a second.
モデルからさらに多くを選択することができますが、それについては後で見ていきましょう。
So a lot of the stuff that I've been doing today is with GPT-4.
今日私がやっていることの多くはGPT-4を使っています。
We have Claude 2.1, Gemini, I think Gemini Pro was available that I saw Perplexity.
私たちにはClaude 2.1、Gemini、Gemini Pro、Perplexityがあります。
I believe somewhere they said that by default they're using GPT-3.5, but it's like a modified version.
どこかでデフォルトではGPT-3.5を使用していると言っていましたが、それは修正版のようです。
And then you have API credits for PPLX API, which there's a lot more to this thing through APIs and connections to other things.
それから、PPLX APIのためのAPIクレジットがあります。これには、APIや他のものへの接続を通じて、さらに多くの機能があります。
We'll cover that in a different video.
それについては別のビデオで説明します。
So as you can see here, you can actually have default, you have experimental models, Gemini Pro, and we'll probably have Gemini Ultra maybe hopefully once that comes out and opening eye Anthropic models as well.
ここで見るように、実際にはデフォルト、実験的なモデル、Gemini Pro、そしておそらくGemini Ultraも、それが発売されて目を開けるAnthropicモデルも持つことができます。
So they're not paying me to say any of this or promote any of this.
彼らは私にこれらのいずれかを言わせたり、宣伝させたりするために私に報酬を支払っていません。
I'll post a link in the show notes.
ショーノートにリンクを投稿します。
I'll also post a referral link, which gives you a discount, gives you 10 bucks, gives me 10 bucks.
また、割引を提供する紹介リンクも投稿します。10ドルを提供し、私にも10ドルを提供します。
Obviously, you don't have to use it, I'm not doing this for Perplexity credits, but you know, if you need 10 bucks and you want to help me get 10 bucks off of it, I'll post that in there.
もちろん、使用しなくても構いません。私はPerplexityのクレジットのためにこれをしているわけではありませんが、もし10ドルが必要で、私が10ドルを手に入れるのを手伝いたい場合は、それを投稿します。
I'll also post the naked link without the referral code in case you just want to not go through that.
もし単にそれを経由せずにリンクだけを投稿したい場合は、紹介コードなしで投稿します。
Whatever floats your boat, I'm cool with that.
どんな方法でも構わないですよ、私はそれに対しては問題ありません。
And again, you don't even have to pay, you don't have to sign up for Perplexity pro, which is I believe it's 20 bucks a month, they said.
そして、支払う必要もないし、Perplexity proにサインアップする必要もありません。それはおそらく月額20ドルだと思います、と彼らは言っています。
So it looks like Perplexity pro 20 bucks per month or 200 per year, seven day free trial.
Perplexity proは月額20ドルまたは年間200ドル、7日間の無料トライアルのようです。
But again, most of this is is free to use with limits.
ただし、ほとんどは無料で使用できますが、制限があります。
It's even you don't even have to sign in.
サインインする必要もありません。
I mean, this is incognito window, I can go to Perplexity lot without logging in, they they want you to log in, but you can go and you can just ask it whatever you want, analyze the US housing market, and it gives you the answers.
つまり、これはシークレットウィンドウですが、ログインせずにPerplexityにアクセスできます。ログインするように求められますが、行って、何でも尋ねることができます。例えば、米国の住宅市場を分析して回答を得ることができます。
If you wanted to go use the Playground and play around with the LLaMA model, again, you can just do that here, go for creating a PDF.
もしLLaMAモデルを使って遊びたい場合は、ここでそれを行うこともできます。PDFを作成するために進んでください。
So this is free.
これは無料です。
I'm not logged in.
私はログインしていません。
Like it just, it will output that for you for free, no email required.
無料でそれを出力してくれますし、メールアドレスも必要ありません。
And they also have their mobile apps, iOS, Android, etc.
そして、彼らはモバイルアプリも持っています。iOS、Androidなどです。
So in closing, I just got to say it seems like over the last 10 plus years, the online environment has kind of been getting worse in terms of the user experience.
まとめると、過去10年以上にわたって、オンライン環境はユーザーエクスペリエンスの面で悪化しているように思えます。
People are just trying to make more money, shove in more ads, more tracking, more God knows what.
人々は単により多くのお金を稼ごうとして、より多くの広告や追跡、神のみぞ知るものを押し込んでいるのです。
And all of a sudden we have these things, these LLMs, these AI's, these neural networks, and they allow us to cut through the noise.
そして突然、これらの大規模言語モデル、AI、ニューラルネットワークが現れ、私たちはノイズを切り抜くことができるようになりました。
All of a sudden we can get the information that we need.
突然、必要な情報を手に入れることができます。
We don't have to deal with the pop ups and the tracking and the whatever.
ポップアップやトラッキング、その他のものに対処する必要はありません。
We don't have to sit there and read all the fluff.
私たちはそこに座って、すべての無駄な情報を読む必要はありません。
We can just get the parts out that we need.
必要な部分だけを手に入れることができます。
We don't have to interact with the social media algorithms.
私たちはソーシャルメディアのアルゴリズムと対話する必要はありません。
We can just get the data that we need.
必要なデータを手に入れるだけです。
If you find that newspapers are biased, but you do still need to read the story, you can have the AI extract the meaning, the context, the meat and potatoes, if you will, and leave all the garbage out, cut out the outrage, the fluff, and all the stuff that makes the user experience worse and just get what you need.
新聞が偏っていると感じるかもしれませんが、それでもストーリーを読む必要がある場合、AIに意味や文脈、肝心な部分を抽出させることができます。不要なものや怒り、無駄な情報をカットして、ユーザーエクスペリエンスを悪化させるものをすべて取り除き、必要なものだけを手に入れることができます。
And now you may be saying, yeah, well, Perplexity, they're just doing this.
そして、あなたは言うかもしれません、「そうだよ、Perplexityはただそれをやっているだけだよ」。
They're just cool right now.
彼らはただ今クールなだけです。
And then later they'll become just like the rest of them.
そして後で彼らも他の人たちと同じようになるでしょう。
Maybe, maybe not.
かもしれないし、かもしれませんしね。
But a lot of these things are open source or can be if open source is allowed to continue.
しかし、これらの多くはオープンソースであり、もしそれが許されるならオープンソースになる可能性もあります。
And in fact, if open source continues developing things like these, like as long as they keep doing the development of the latest LLMs of vision of whatever you call the Perplexity engine.
実際、オープンソースが最新の大規模言語モデルやPerplexityエンジンのビジョンの開発を続ける限り、これらのようなものが提供されます。
So that's sort of its ability to crawl the web and pull the text out.
それがウェブをクロールし、テキストを取り出す能力です。
Not only will it provide alternatives to the closed corporate model, but it also put pressure on them to be more cool.
それは閉鎖的な企業モデルに代わる選択肢を提供するだけでなく、彼らに対してもプレッシャーをかけます。
Because if you have a free alternative that does everything better, that prevents them from doing whatever they want because there's no alternative.
なぜなら、もしもすべてをより良く行う無料の代替手段があるなら、彼らは自分たちがやりたいことを防ぐことができなくなるからです。
But we're about to see some interesting stuff happen at their section of technology like this and publishing, right?
しかし、このような技術や出版の分野では、興味深いことが起ころうとしていますね。
Because obviously you just saw me pull information from big publishers like Bloomberg and others.
なぜなら、明らかに私がブルームバーグや他の大手出版社から情報を取得したのを見たばかりですから。
And their whole business model is you going to that website and interacting with ads and getting your information harvested, etc.
そして、彼らのビジネスモデル全体は、あなたがそのウェブサイトにアクセスし、広告とやり取りし、情報を収集することです。
What happens when 1% of the people opt out and just use this?
もし1%の人々がこれを選択して使う場合、どうなるでしょうか？
What happens when that number reaches 20%, 50%? It's not just the publishers, it's Google.
もしその数が20%、50%に達した場合はどうなるでしょうか？出版社だけでなく、Googleにも影響があります。
What happens if this is better than Google Search and more people start using it?
もしこれがGoogle検索よりも優れていて、より多くの人々がそれを使い始めたらどうなるでしょうか？
What happens to Google and Microsoft as a result of that?
その結果、GoogleとMicrosoftはどうなるでしょうか？
What if I don't want to go to Twitter proper, but rather just have this search and pull out the coolest tweets for me?
もし私がTwitterに行きたくない場合、代わりにこの検索を使って私に一番面白いツイートを取り出すことができるでしょうか？
What if I want to build my own algorithm that pulls out the tweets and the Facebook posts and the Instagram posts and the Reddit posts that I like based on my own preferences and nothing else, instead of an algorithm designed for profit?
もし私が利益を目的としたアルゴリズムではなく、自分の好みに基づいて自分自身のアルゴリズムを作りたい場合はどうなるでしょうか？それはツイートやFacebookの投稿、Instagramの投稿、Redditの投稿を取り出すものです。
It's an algo that's for me based on whatever I want.
それは私のためのアルゴリズムで、私が望むものに基づいています。
Interesting data with no outrage, with no political crap, etc.
興味深いデータであり、怒りや政治的なものは一切ないです。
This makes it very possible.
これは非常に可能です。
And there's not really much that they can do to protect against it, other than maybe some government regulations, laws, lawsuits, etc.
それに対して、彼らが保護することができる方法はほとんどありません。たぶん、政府の規制、法律、訴訟などがあるかもしれませんが。
So how this cookie crumbles over the next 10 years is going to determine in a very large way how open the internet will be, how much we're going to be allowed to use AI to benefit the end consumer versus the large corporations, etc.
では、次の10年間にクッキーがどのように崩れるかは、インターネットがどれだけオープンになるか、エンドユーザーと大企業の間でAIを利用することが許されるかなどに非常に大きな影響を与えるでしょう。
But I recommend you take a second, play around with Perplexity.
でも、Perplexityを使って遊んでみることをおすすめします。
Again, you get X number of searches for free with Copilot.
また、CopilotではX回の検索が無料で利用できます。
So maybe just run a few searches per day just to kind of get used to it.
だから、毎日数回検索してみて、少しずつ慣れてみるのがいいかもしれません。
It's a game changer.
これはゲームチェンジャーです。
And again, I don't know if Perplexity is going to be the one.
そして、Perplexityがその一つになるかどうかはわかりません。
It's one of the first ones that really truly shows the power that this model has.
これは本当にこのモデルの持つ力を示す最初のものの一つです。
But there might be a better one launched a year from now or whatever.
でも、1年後にはもっと良いものが出てくるかもしれません。
But this is where things are going.
でも、これが進む方向です。
And it's exciting.
そして、それは興奮します。
And for somebody like me that just saw the internet experience get worse and worse and worse from 2011 to now, this is a breath of fresh air.
そして、私のように2011年から現在までインターネットの体験が悪化してきた人にとって、これは新鮮な風です。
Because for every pop-up that annoyed the crap out of me, for every EU cookie notice that I had to click through, for every auto-played video that I had to deal with, this is the wrecking ball that's coming for these people and it's coming fast.
なぜなら、私がイライラしたポップアップ広告やEUのクッキーの通知、自動再生される動画などに対処しなければならなかったため、これはこれらの人々に向けた解体のボールですし、それが速くやってきています。
Anyways, my name is Wes Roth, thank you for watching, and I'll see you next time.
とにかく、私の名前はウェス・ロスです。ご視聴いただき、次回をお楽しみに。
この記事が気に入ったらサポートをしてみませんか？