【AIは仕事を奪わない：MIT報告書の洞察】英語解説を日本語で読む【2024年2月4日｜@TheAIGRID】
MITの最新報告によると、AIが近い将来に仕事を奪うことはないとされています。現在のAIシステムのコストが高く、多くの仕事がAIに置き換えられる状況にはないことが明らかにされました。コストは徐々に下がっていますが、広範囲の導入には数十年かかる可能性があると予測されています。AI導入には企業特性への適応やカスタマイズが必要であり、社会的受容性も導入の障害となる場合があります。しかし、約60%の仕事がAIの影響を受けると予測されており、その影響は仕事の需要の減少だけでなく、生活の向上にもつながる可能性があります。研究者たちはAIのコスト削減に取り組んでおり、将来的にはコストがほぼゼロになると見込まれています。結論として、AIは経済や生活の向上に貢献する可能性がありますが、導入にあたってはコストや社会的受容性などの課題が存在します。
公開日：2024年2月4日
※動画を再生してから読むのがオススメです。
So there was a recent report from MIT that was rather fascinating on how AI won't steal your job anytime soon.
AIがあなたの仕事をすぐに奪わないという、最近のMITの報告書がありました。
And of course, since MIT is a well-esteemed university in the United States, I thought that their report/research is rather important for the AI space.
もちろん、MITはアメリカで評価の高い大学なので、彼らの報告書や研究はAIの分野において非常に重要だと思いました。
So we're going to be taking a look at the article, what the report says, and a few other things that many people aren't really thinking of when they look at the future of work with AI.
この記事を見て、報告書が何を言っているのか、そして多くの人々がAIと仕事の未来を考える際に考慮されていないいくつかの要素について見ていきます。
As you can see, this is an article on Forbes, and it clearly states that AI will not steal your job anytime soon, MIT researchers say.
この記事はフォーブスに掲載されており、MITの研究者たちはAIがすぐに仕事を奪わないと明言しています。
So essentially in this article, they break down exactly why, and the reasons that they give are rather intriguing because whilst they do pose some really good stuff, there are some factors that this paper didn't discuss, and I would argue that some bits of it are a little bit narrow in the sense that it doesn't cover a lot of stuff, but it still is a very good piece of research because it does show us why the innovation in AI doesn't necessarily mean that many jobs are going to be disappearing right now.
この記事では、彼らが具体的になぜそう言っているのかを詳しく解説しています。彼らが示す理由は非常に興味深いものであり、本当に良い点を挙げていますが、この論文では議論されていない要素もあり、いくつかの部分はあまり多くをカバーしていないと主張できますが、それでも非常に良い研究です。なぜなら、AIのイノベーションが現在多くの仕事が消えることを意味しないことを示しているからです。
So essentially what the main point of this research is, is that they are talking about the cost of AI systems.
この研究の主なポイントは、AIシステムのコストについて話しているということです。
Now when I'm referring to AI systems, it could be LLMs, it could be vision-based systems, it could be robots as well.
AIシステムとは、大規模言語モデルやビジョンベースのシステム、ロボットなどを指すことがありますので、それを念頭に置いてください。
So just bear that in mind when I refer to AI systems.
AIシステムという言葉を使う際には、それを考慮してください。
So essentially what we can see here is that it says to address these shortcomings and construct what they call the first end-to-end AI automation model.
ここで言っているのは、これらの欠点を解消し、彼らが「最初のエンドツーエンドのAI自動化モデル」と呼ぶものを構築するために、AIシステムのコスト見積もりに焦点を当てているということです。
The MIT researchers focus on vision-related tasks where the cost estimates for the AI systems are more developed.
MITの研究者たちは、AIシステムのコスト見積もりがより具体化されているビジョン関連のタスクに焦点を当てています。
The model evaluates the level of proficiency needed for a task based on surveys of the relevant workers, the cost of achieving that proficiency via human workers or AI systems, which are pre-expensive to develop, and the economic decision by firms whether or not to adopt AI for a particular task.
このモデルは、関連する労働者の調査に基づいてタスクに必要な熟練度のレベルを評価し、その熟練度を人間の労働者またはAIシステムを使って達成するためのコスト、それらのAIシステムの開発には非常に高額な費用がかかること、そして企業が特定のタスクにAIを採用するかどうかの経済的な意思決定を評価します。
What they're saying here is that AI systems aren't cheap to run.
ここで言っているのは、AIシステムは安く運用できないということです。
In their current state, we do know, if you look back at GPT-4, we remember that GPT-4 currently only has 70 messages every three hours or around 40 messages every three hours, depending on which API you're using, that is the current limit.
現在の状態では、GPT-4を振り返ると、GPT-4は現在、3時間ごとに70件のメッセージ、またはAPIによっては3時間ごとに約40件のメッセージしか処理できないという制限があります。
And essentially they make a point that this is pretty expensive to run.
そして、彼らはこのことがかなり高価であると指摘しています。
And of course, because of how expensive, how computationally expensive it is, that essentially means that it might not be as feasible for people to be replaced with AI at its current state.
そしてもちろん、その高価さ、計算上の高コストさから、現在の状態では人々がAIに置き換えられることはあまり現実的ではないということを意味しています。
And they do use some examples in the paper where they basically say that this isn't going to be feasible.
彼らは、この論文でいくつかの例を挙げて、これは実現可能ではないと言っています。
So there's some other points here that they do talk about.
ここでは、彼らが話している他のポイントもあります。
So they said that using the new and improved model, the MIT researchers found that only 23% of worker compensation exposed to AI computer vision would be cost-effective for firms because of the large upfront cost of AI systems, lowering the cost of AI development and or the cost of AI deployment by increasing scale, possibly using AI as a service platform would lower these costs.
したがって、MITの研究者たちは、新しく改良されたモデルを使用すると、AIコンピュータビジョンにさらされた労働者の補償のうち、企業にとってコスト効果があるのはわずか23%だと述べています。これは、AIシステムの大きな前払いコストによるものであり、AI開発のコストを下げるか、AI展開のコストを増やすことによって、AIをサービスプラットフォームとして使用することで、これらのコストを下げることができます。
However, even with rapid decreases in costs of maybe 20% per year, it would still take decades for computer vision tasks to become economically efficient for firms.
しかし、コストが年間20%ずつ急速に減少しても、コンピュータビジョンのタスクが企業にとって経済的に効率的になるには数十年かかると彼らは述べています。
So I mean, what they're stating here is pretty true from based on what we've seen.
つまり、彼らがここで述べていることは、私たちが見てきたものに基づいてかなり真実だということです。
There was someone I remember who even used the GPT-4 vision API.
覚えている人がいましたが、彼らはGPT-4ビジョンAPIを使用していました。
And essentially, if you don't know what that is, that's essentially just GPT-4 with vision it's ChatGPT with images, and it was pretty expensive.
本質的には、それが何であるかを知らない場合、それは本質的には画像を持つChatGPTですが、かなり高価でした。
I remember them saying that they racked up a pretty large bill in only about an hour.
覚えている限り、彼らはたった1時間でかなりの請求額を蓄積しました。
And this was not economically feasible at all, though if it was realistically really, really cheap, it would be feasible.
これは経済的には実現可能ではありませんでしたが、本当に本当に安い場合は実現可能でした。
But you know, even if it decreases at 20% per year, they're stating that it would still take decades.
しかし、年間20％ずつ減少しても、数十年かかると述べています。
I think that the cost decreasing at 20% per year is going to be something that happens a lot quicker than that, because they're saying it's going to take decades.
私は、コストが年間20%ずつ減少することが、彼らが言っているよりもはるかに早く起こると思います。なぜなら、AIの開発が急速に進んでいるからです。
And I just don't know if that is the case, because we've seen AI development rapidly, rapidly increase.
そして、私はそれが本当にそうなのかわからないんです。なぜなら、AIの開発が急速に、急速に進んでいるからです。
So for them to say it's going to take decades, I'm not sure where that fits on the timeline with other things in AI, because, for example, of course, if you know that with Ray Kurzweil, he actually predicted that there would be a singularity in around, I think it was 2040.
彼らが数十年かかると言うのは、他のAIのものと比べてどのタイムラインに位置するのかよくわかりません。なぜなら、例えば、レイ・カーツワイルが実際に2040年ごろにシンギュラリティが訪れると予測したことを考えると。
And he also did predict that in around, I think it was 2027 or 2029, that there would be the first AGI system.
したがって、それを考慮に入れると、彼らが数十年かかると言っているのはどういう意味なのかよくわかりません。数十年とは、本当に長い時間のことを指します。
So with that being said, I'm not sure how they're saying it's going to take decades and decades just means like a really long time.
それが言われているのに、何十年もかかると言っているのはどういう意味なのか、私にはわかりません。
So I'm suggesting that maybe they're looking at some pieces of research that maybe we just haven't considered.
だから、彼らがいくつかの研究の一部を見ているのかもしれないと提案しています。私たちが考慮していないかもしれません。
Now, essentially, they also state that the MIT researchers argue that their findings apply also to generative AI or the automation of language related tasks.
さらに、MITの研究者たちは、彼らの結果が生成的AIや言語関連のタスクの自動化にも適用されると主張しています。
All areas of AI deployment require fine tuning or customization to adapt them to firm specific characteristics, a crucial cost factor and obstacle for rapid adoption.
AIの展開のすべての領域は、企業固有の特性に適応するために微調整やカスタマイズが必要であり、迅速な採用のための重要なコスト要因と障害です。
Now, I'm not going to lie, this is a very good point.
正直に言いますが、これは非常に良いポイントです。
Now, there are two things to consider here, because this is rather incredible, because one thing that I know a lot of people didn't notice when GPT-4 was released and OpenAI talked about custom fine tune models, they actually talked about if you are a company, essentially, if you want to get your custom tuned model, like for example, and I'm not talking about this where we're talking about fine tuning a model, which is just like a simple version, we're talking about them like building like a complete thing for like a company.
ここでは2つのことを考慮する必要があります。なぜなら、GPT-4がリリースされ、OpenAIがカスタムファインチューンモデルについて話したとき、実際には会社の場合、カスタムチューニングされたモデルを入手したい場合、例えば、モデルのファインチューニングについて話しているわけではなく、単純なバージョンではなく、会社向けに完全なものを構築することを話していました。
I'm not sure if this is true, but the rumors stated that it was starting at around a million dollars, which is pretty insane.
これは本当かどうかはわかりませんが、噂では100万ドルから始まると言われています。かなり狂った話ですね。
But I do think, of course, some of the larger conglomerates can easily, easily pay that amount.
しかし、私は大企業の中には簡単にその金額を支払える企業もあると思います。
But we have seen that training a model on your data is becoming easier and easier because, of course, if you remember, there was also this thing that was just recently released.
しかし、私たちはデータを使ってモデルをトレーニングすることがますます簡単になっていることを見てきました。もちろん、覚えているかもしれませんが、最近リリースされたものもありました。
And of course, this is the GPT store.
そしてもちろん、それがGPTストアです。
So essentially, if you remember, there was this thing that was released because, of course, this is the GPT store.
つまり、覚えているかもしれませんが、これはGPTストアというものがリリースされたということです。
And with this, you have, I guess you could say a simpler way to essentially use your AI.
そして、これによって、AIを簡単に使う方法があると言えるでしょう。あなたのデータでトレーニングされたAIを特定の企業に適用する方法です。
That is, I guess you could say trained on your data in a way that could be applied to certain companies.
つまり、あなたのデータに基づいて訓練され、特定の企業に適用できる方法で訓練されたと言えるでしょう。
Now, we've seen time and time again that sometimes this doesn't work due to hallucinations and due to the guardrails not being stuck by, which is something I'm going to explore later.
これは、幻覚やガードレールが機能しないことがあるため、何度も何度も見てきたことですが、それについては後で探求していきます。
But it definitely is an obstacle to adoption that OpenAI realized.
そして、もちろん、彼らはGPTSの採用によって変わろうとしています。
And, of course, they are trying to change with the adoption of GPTS.
もちろん、彼らはGPTSの採用によって変化しようとしています。
And, of course, there, of course, are these things.
そして、もちろん、そこにはもちろん、これらのことがあります。
So these things, of course, are plugins as well.
ですので、もちろん、これらのこともプラグインです。
And these are ways that companies can use these different chat bots as well.
そして、これらは企業がこれらの異なるチャットボットを利用する方法でもあります。
So I think that the obstacles to adoption is a very, very, very good point because that is, of course, true.
ですので、採用の障壁は非常に、非常に、非常に良いポイントだと思います。それはもちろん、真実です。
But I think, like I said, in the future, we're going to have systems that are going to be able to be trained on data really rapidly.
しかし、私は言ったように、将来的にはデータに迅速にトレーニングできるシステムがあると思います。
There are some new advancements that I'm going to be talking about.
私が話す新しい進展があります。
And, of course, adapting them to firm specific characteristics, I do believe that there's going to be a very large automated process soon.
そして、もちろん、それらを企業の特定の特性に適応させることによって、非常に大規模な自動化プロセスがすぐに実現されると私は信じています。
Now, essentially, what they said here was that another obstacle to adoption, not always considered by economists and other people, was what another study calls the societal acceptability of AI.
今、基本的に、ここで彼らが言ったのは、経済学者や他の人々によって常に考慮されていない採用の障壁である、別の研究がAIの社会的受容性と呼んでいるものです。
Some professionals may seamlessly integrate AI tools, whilst others could face resistance because of cultural, ethical or operational concerns.
一部の専門家はAIツールをシームレスに統合するかもしれませんが、他の人々は文化的、倫理的、運用上の懸念から抵抗を受けるかもしれません。
And this is a very, very big truth that I will explore in a moment, because although AI might be good, it's not human.
そして、これは非常に大きな真実であり、AIは良いかもしれませんが、それは人間ではありません。
And the inherent nature, because it's not, of course, not human, doesn't mean that some things just won't be accepted because they aren't human.
そして、もちろん、人間ではないという本質的な性質から、ただ単に人間ではないために受け入れられないこともあるということです。
And I will elaborate on that more because I have some fascinating examples to show you.
そして、私はもっと詳しく説明します。なぜなら、私にはいくつかの魅力的な例をお見せできるからです。
So then, essentially, they say here that essentially in advanced economies this IMF report, which you already looked over, it says about 60% of jobs may be impacted by AI.
ですから、基本的に、彼らはここで言っているのは、先進国ではIMFの報告書によれば、約60%の仕事がAIの影響を受ける可能性があるということです。
Roughly half of the exposed jobs may benefit from AI integration, enhancing productivity.
露骨に言えば、そのうちの約半数の仕事はAIの統合によって恩恵を受け、生産性が向上する可能性があります。
And, of course, this thing, which people did freak out about.
そして、もちろん、このことについて、人々はパニックになったのです。
But essentially, you have to remember the word impact doesn't mean negatively or positively.
しかし、基本的には「impact」という言葉は否定的または肯定的な意味を持つわけではありません。
It just means that it's going to affect it in some way.
単に何らかの影響を与えるという意味です。
OK, so the 60% impact just essentially means that it's going to affect it.
ですので、60%の影響というのは基本的には何らかの影響を与えるということです。
It could affect it positively.
それは肯定的な影響を与える可能性もあります。
Of course, it could be negative.
もちろん、否定的な影響もあり得ます。
But according to the research, it was that 50% of the jobs would be negative, essentially meaning that it could remove demand for that work.
しかし、研究によると、仕事の50%が否定的な影響を受けるということで、基本的にはその仕事への需要がなくなる可能性があるということです。
And then, of course, the other half means that it would make your life easier.
そして、もちろん、もう半分は生活を楽にするということです。
So, of course, a shift in the economy.
もちろん、経済の変化です。
But, of course, the effects of this would be long term.
しかし、もちろん、これによる影響は長期的なものになるでしょう。
Now, one of the things I do want to talk about is I wanted to actually talk about if cost is actually going down, because remember, if we look back to the first point, they talk about how cost going down is, of course, one of the first things that we need to look at if this is going to be a reality and if these systems are going to be feasible for future use.
さて、話したいことの一つは、実際にコストが下がっているかどうかです。なぜなら、最初のポイントを振り返ると、これが現実的なものになり、これらのシステムが将来の利用に適しているかどうかを判断するためには、コストが下がっているかどうかを見る必要があると言っていたからです。
So you can see right here that this is a paper that many people did actually miss.
ここで見ていただけるように、これは実際に多くの人が見逃してしまった論文です。
But this is going to be a conference paper at ICLR 2024.
しかし、これはICLR 2024でのカンファレンス論文になります。
And this is called SliceGPT, compress language models by deleting rows and comments.
これは「SliceGPT」と呼ばれるもので、行とコメントを削除することで言語モデルを効果的に圧縮します。
So columns.
つまり、列も同様です。
So essentially, they said here that SliceGPT effectively compresses models by up to 30% while retaining a high percentage of the original model's performance on zero-shot tasks, notably for LLaMA 2 70 billion parameters, OPD 66 billion parameters, and Phi-2 models.
基本的には、ここで述べられているように、「SliceGPT」は70兆パラメータのLama2、66兆パラメータのOPD、Phi-2モデルにおいて、元のモデルの性能の高い割合を保持しながらモデルを30%まで効果的に圧縮すると述べられています。
And it maintains 99%, 99%, and 90% of dense model performance, respectively, with 25% slicing.
それは、25%のスライシングでも、それぞれ99%、99%、90%の密なモデルの性能を維持しています。
So essentially, they were able to make these models smaller and retain most of the quality.
つまり、彼らはこれらのモデルを小さくすることができ、ほとんどの品質を保持することができました。
So I think that this kind of research shows us that whilst they state that, of course, cost is one of the major things, and even if they get 20% down, it's going to be decades, I tend to disagree just a little bit because I think that what we're seeing is that these models are really, really effective, even if they're not huge.
だから、このような研究は、もちろんコストが主要な要素の一つであると述べているにもかかわらず、20%減らしても数十年かかると彼らが言っていることには少し異論があります。なぜなら、私たちが見ているのは、これらのモデルが本当に非常に効果的であるということです。大きくなくても。
Now, there was also something that I wanted to also elaborate on a bit, because if we do look at cost reduction, one of the main things that we do talk about is that this is crazy.
さて、少し詳しく説明したいことがもう一つあります。コスト削減を考えると、私たちが話す主なことの一つは、これはすごいことだということです。
So right here, you can see that we do have Phi-2, and Phi-2 is a 2.7 billion parameter Large Language Model that outperforms other models that are 25 times larger.
ここでは、Phi-2があります。Phi-2は27億のパラメータを持つ大規模言語モデルであり、25倍大きい他のモデルよりも優れています。
And essentially, right here, you can see it says Phi-2 matches or outperforms models that are 25 times larger thanks to new innovations in model scaling and training data curation.
基本的には、ここで言っているのは、モデルのスケーリングとトレーニングデータのキュレーションの新しいイノベーションのおかげで、Phi-2は25倍大きいモデルと一致するか、それを上回る性能を発揮するということです。
So essentially, what researchers found was that even if the model isn't as good, if you just surely focus on those parameters, not like just gigascaling the model to like a trillion parameters, if you just focus on the model and if you focus on the kind of data that you're feeding it, you can definitely get a lot more performance out of a much smaller size.
つまり、研究者たちは、モデルがあまり優れていなくても、パラメータに焦点を当てるだけで、モデルを兆個のパラメータにスケーリングするのではなく、モデルと与えるデータの種類に焦点を当てるだけで、はるかに小さなサイズでより高い性能を得ることができるということを見つけました。
And that's essentially what they did.
そして、それが彼らが実際に行ったことです。
And this is something that was pretty much groundbreaking.
これは非常に画期的なことでした。
And I'm pretty sure in future models, they're going to be as much smaller than the ones we have now, but they're also going to retain the same level of quality.
そして、私は将来のモデルでも、現在のモデルよりもはるかに小さくなるだろうと確信していますが、同じレベルの品質を保持することもできるでしょう。
Now, this next thing actually does come from Sam Altman because Sam Altman does actually talk about the cost of AI coming down in this interview with Bill Gates.
さて、次のことは実際にはサム・アルトマンから来ています。なぜなら、サム・アルトマンはこのビル・ゲイツとのインタビューでAIのコストが下がることについて話しているからです。
And it was something that a lot of people did miss.
そして、それは多くの人が見逃していたことでした。
But I think it is rather important because it goes to show that cost is, of course, something that Sam Altman is thinking about because that limit that's been on GPT or for quite some time, we've been wondering whenever is it going to come down.
しかし、それはかなり重要だと思います。なぜなら、コストはサム・アルトマンが考えていることであり、GPTにかかっている制限は長い間続いていたため、いつ下がるのかという疑問がありました。
Let's see, but I'm very optimistic and I agree with you.
見てみましょう、しかし私は非常に楽観的で、あなたに同意します。
What a contribution would that be?
それはどれほどの貢献になるでしょうか？
In terms of equity, technology is often expensive, like a PC or internet connection.
公平性の観点からすると、テクノロジーはしばしば高価です。例えば、PCやインターネット接続などです。
And it takes time to come down in cost.
そして、コストが下がるまでには時間がかかります。
I guess the cost of running these AI systems, it looks pretty good that the cost per evaluation is going to come down a lot.
これらのAIシステムの運用コストについては、評価ごとのコストがかなり下がる可能性が高いと思います。
It's come down an enormous amount already.
実際、既に莫大な額まで下がっています。
GPT-3, which is the model we've had out the longest and the most time to optimize.
GPT-3は、最も長く最も最適化されたモデルです。
In the three years, that's three and a little bit years, that's been out.
3年間、ちょっとした期間ですが、リリースされています。
We've been able to bring the cost down by, I think, a factor of 40.
私たちは、コストを40分の1にまで下げることができました。
So for three years time, that's a pretty good start.
だから、3年間で考えると、かなり良いスタートです。
4, 3.5, we've brought it down, I would bet, close to 10 at this point.
4、3.5、私たちはそれを下げました、私は賭けるでしょう、この時点で10に近いです。
Four is newer, so we haven't had as much time to bring the cost down there.
4は新しいので、まだコストを下げるための時間があまりありません。
But we will continue to bring the cost down.
しかし、私たちは引き続きコストを下げていきます。
I think we are on the steepest curve of cost reduction ever of any technology I know.
私は、私が知っているどんな技術よりも、コスト削減の曲線が最も急な状況にあると思います。
Way better than Moore's Law.
ムーアの法則よりもはるかに優れています。
And it's not only that we figure out how to make the models more efficient, but also as we understand the research better, we can get more knowledge, we can get more ability into a smaller model.
そして、モデルをより効率的にする方法を見つけるだけでなく、研究をより理解することで、より小さなモデルにより多くの知識や能力を組み込むことができます。
And so I think we are going to drive the cost of intelligence down to so close to zero that it will be just this before and after transformation for society.
そして、私たちは知能のコストをほぼゼロにまで下げることができると思います。それは社会にとって、前後の変革となるでしょう。
Right now, my basic model of the world is cost of intelligence, cost of energy.
今のところ、私の世界の基本モデルは知能のコストとエネルギーのコストです。
Those are the two biggest inputs to quality of life, particularly for poor people.
これらは、特に貧しい人々にとって、生活の質に最も大きな影響を与える要素です。
But overall, if you can drive both of those way down at the same time, the amount of stuff you can have, the amount of improvement you can deliver for people, it's quite enormous.
しかし、全体的には、同時にこれらのコストを大幅に下げることができれば、持つことができるものや人々に提供できる改善の量は非常に大きいです。
And we are on a curve, at least for intelligence, we will really, really deliver on that promise.
そして、少なくとも知能に関しては、私たちは本当にその約束を実現するでしょう。
But even at the current cost, which again, this is the highest it will ever be and much more than we want for 20 bucks a month, you get a lot of GPT-4 access and way more than 20 bucks worth of value.
しかし、現在のコストでも、これは最も高くなるものであり、20ドルの価値以上のGPT-4のアクセスが得られます。
So I think we're already-
だから、私たちは既に-
So I think from that clip, you can see clearly that the path in terms of the cost of intelligence is actually going to go down.
だから、そのクリップからはっきりとわかるように、知能のコストの面では実際に下がっていくと思います。
And I think the comments from Sam Altman clearly show us the direction that we're heading in.
そして、サム・アルトマンのコメントからはっきりと私たちが進んでいる方向が示されています。
And that is pretty much someone who really does know exactly where AI is going.
それはまさに、AIの進むべき方向を正確に知っている人物です。
So you couldn't have got a better spokesperson for that.
だから、それ以上の代弁者を見つけることはできなかったでしょう。
Now, the next thing I did actually want to talk about was the fact that people do hate AI.
さて、次に実際に話したかったことは、人々がAIを嫌っているという事実です。
Now, hear me out on this point, because it's a point that doesn't get brought up a lot.
この点については、私の話を聞いてください。それはあまり話題になりません。
But people have to understand that a lot of people don't actually accept AI.
しかし、多くの人々が実際にAIを受け入れていないことを理解する必要があります。
And I remember previously when we talked about how there are societal, cultural and ethical reasons why AI acceptance is going to struggle.
以前にも話したように、AIの受け入れが困難になる社会的、文化的、倫理的な理由があることを覚えています。
But one of the examples I did actually want to bring up was, of course, this channel.
しかし、私が実際に取り上げたい例の一つは、もちろんこのチャンネルです。
So a lot of people will say that AI is great.
AIは素晴らしいと言う人がたくさんいます。
It's just going to replace everyone.
ただ、AIはみんなを置き換えるだけです。
But for example, on this channel, I rarely ever use AI voices.
しかし、例えば、このチャンネルでは、私はほとんどAIの声を使いません。
And when I do, it's because I'm just so completely busy that the environment doesn't allow me to record a voice.
そして、使うときも、私はとても忙しくて環境が声を録音することを許さないからです。
Or I have like maybe like a health issue and I'm not able to use my voice because like a cough, maybe a cold, maybe something like that.
または、健康上の問題があり、咳や風邪などの理由で声を使えないかもしれません。
And it just would sound awful.
それだとひどい音になってしまいます。
But people still need their news or up to date information.
しかし、人々はまだニュースや最新情報が必要です。
Now, if you take a look at some of these comments on this singular video, you can see exactly why this isn't the case.
さて、この一つの動画のコメントを見てみると、なぜこれがそうではないかがはっきりわかります。
So people are stating that we prefer and are used to your natural voice.
人々は私たちの自然な声を好み、慣れていると述べています。
Can you not just clone it with the lemon labs when you can't record?
録音できないときには、レモンラボでそれをクローンできませんか？
Please no more AI voices.
もうAIの声はやめてください。
Now, if you think those comments are just cherry picked, take a look at this one.
もし、それらのコメントが選りすぐりだと思うなら、このコメントを見てください。
It says the problem with using an AI voice is that the audience is left guessing whether real effort synthesis was involved while creating the content or not.
AIの声を使用する問題は、観客がコンテンツ作成時に本物の努力合成が行われたのかどうかを推測するしかないということです。
And we want people who are trained on real world data far vaster than AI is currently trained to do with the research because current AI aren't familiar with subtitles.
私たちは、現在のAIが字幕に慣れていないため、現実のデータに基づいて訓練された人々が研究を行うことを望んでいます。
And it's not that we hate the AI voice.
私たちはAIの声が嫌いなわけではありません。
It's more like we doubt the expertise level.
それはむしろ私たちが専門知識のレベルに疑問を抱いているという感じです。
You can see that it's got 23 likes as well.
23いいねもついていることがわかります。
So I'm going to show you guys one more comment as well because there is another comment that is rather fascinating.
ですので、もう1つコメントを見せます。なぜなら、別のコメントがかなり魅力的だからです。
And it says right here, I prefer a real human voice.
ここに書いてありますが、私は本物の人の声の方が好きです。
It's warmer, more engaging.
より温かみがあり、より魅力的です。
When I can tell the voice is generated, I honestly tune out.
声が生成されたものだとわかると、正直に興味を失います。
I believe the content more when a real person speaks to me.
本物の人が話しかけてくれると、コンテンツをより信じることができます。
And that one had 82 likes.
このコメントには82いいねがついています。
It was the most liked comment on that video.
それはその動画で最もいいねがついたコメントでした。
And the video wasn't bad by any means.
そして、その動画は決して悪くはありませんでした。
You can go ahead and watch the video.
動画を見ることができます。
It was a video about LK99.
それはLK99についての動画でした。
But on that day, I was just specifically really just drained, tired.
しかし、その日は本当にただただ疲れ果てていました。
I had a cold.
風邪を引いていました。
I was just like, there's no way I could get this video out.
私はただ、「この動画を出すことは絶対にできない」と思っていました。
But it was rather important.
しかし、それはかなり重要でした。
And of course, some people just didn't enjoy that video.
そしてもちろん、一部の人々はそのビデオを楽しめなかった。
Now, that is 100% completely understandable because at the end of the day, you're making a video for real people and real humans.
今、それは100％完全に理解できることです。なぜなら、最終的には実際の人々と本物の人間のためにビデオを作っているからです。
And humans get to decide whether or not they enjoy a piece of content.
そして人間は、コンテンツを楽しむかどうかを決める権利を持っています。
Now, I think in some video pieces, AI voices are OK.
今、私はいくつかのビデオ作品ではAIの声は問題ありませんと思います。
For example, there's some YouTube channels that do completely well with it.
例えば、完全にそれでうまくいっているYouTubeチャンネルもあります。
And that's completely fine.
それは完全に問題ありません。
But in some areas, on some channels, I think the majority people want to talk to people.
しかし、一部の分野、一部のチャンネルでは、多くの人々が人と話したいと思っていると思います。
And this is where these kind of comments come from.
そして、これがこのようなコメントが出てくる理由です。
And it's completely understandable because people don't just want to hear some droned out AI voiceover that is pretty much it doesn't have a human emotion, doesn't have inflections, doesn't have pauses, doesn't have stops.
それは完全に理解できます。なぜなら、人々はただ単に人間の感情を持たず、抑揚もなく、一時停止もなく、停止もないAIのナレーションを聞きたくないからです。
And I think that that is going to show you that whilst, yes, AI can replace people.
そして、AIは人々を置き換えることができるということを示していると思います。
And you might be thinking, why on earth are you just talking about voiceovers?
そして、なぜ声のオーバーについて話しているのかと思うかもしれませんが、
I'm going to get into some more examples to show you that this is like across many different industries.
私はさらにいくつかの例を挙げて、これがさまざまな業界に広がっていることを示します。
This is a real thing.
これは現実のことです。
I think humans interacting with humans, unless it's like completely robotic like data one plus one is two kind of automation software stuff.
私は、データのように完全にロボットのような自動化ソフトウェアの場合を除いて、人間が人間と対話することが重要だと思います。
I think whether human approach is usually there, I think humans will always prefer a human approach.
人間的なアプローチが通常存在すると思いますが、人間は常に人間的なアプローチを好むと思います。
Now, there was also if you hadn't heard about this, there was a huge game.
今、もし聞いていなかったら、とても大きなゲームがありました。
If you're not familiar with the gaming industry and how big it is, there was essentially a huge game that rose to the top of the team's team charts.
もしゲーム業界やその規模に詳しくない場合、実際にはチームのチャートのトップに立った非常に大きなゲームがありました。
And this game got a lot of hate, like a lot more hate than I would have liked to see.
そして、このゲームは私が見たかったよりもはるかに多くの嫌悪感を引き起こしました。
And it says Twitter is annoying.
そして、それはTwitterがうるさいと言っています。
All the big hate posts I found is focused on one thing, AI.
私が見つけたすべての大きな嫌悪感の投稿は、一つのことに焦点を当てています、それはAIです。
They say the game models and game was created using AI.
彼らはゲームモデルとゲームがAIを使用して作成されたと言っています。
So they're hating on the game.
だから彼らはそのゲームを嫌っています。
But before you ask them for proof is I have no proof, basically.
しかし、証拠を求める前に、私には証拠がありません、基本的には。
OK, there was a game that was created and it was really popular.
OK、作成されたゲームがあり、それは非常に人気がありました。
And some of the devs were basically saying that they used AI to help them create the game better and make more assets quicker.
そして、一部の開発者は基本的にはゲームをより良く作り、より迅速にアセットを作るためにAIを使用したと言っていました。
And a lot of the hate that was coming from was around this.
そして、その嫌悪感の多くはこれに関連していました。
And I mean, the game is great.
そして、私は言いたい、そのゲームは素晴らしいです。
It's loved worldwide.
それは世界中で愛されています。
And I don't think a lot of people care, but there were a lot of people who were just simply saying, oh, I'm not going to play the game.
そして、多くの人々は気にしないと思いますが、単に「ああ、私はそのゲームをプレイしない」と言っている人々もたくさんいました。
It's just like an AI generated game.
それはまるでAIが生成したゲームのようです。
It's just soulless, yada, yada, yada.
ただただ無機質で、いろいろなことを言っているだけです。
And once again, that goes to show that when people understand that something is AI generated or an AI contributed towards that, they really do tend to steer from that kind of content, even if the end product is somehow valuable.
そして、再び、人々が何かがAIによって生成されたものであることを理解すると、たとえ最終的な製品が何らかの価値があるとしても、そのようなコンテンツから遠ざかる傾向にあることがわかります。
So another thing as well.
もう一つ考慮すべきこともあります。
And this is why I want to talk about customer service and chatbots.
そして、それがなぜ私が顧客サービスとチャットボットについて話したい理由です。
This has been a long time thing.
これは長い間のことです。
If you've ever spoken to like those.
もしあなたがそういう人々と話したことがあるなら。
And I know I guess you could say it's a rudimentary form of AI, but you've ever spoken to a chatbot and you can hear like it's a like a woman, like a Siri kind of voice on the phone.
そして、私はおそらくそれはAIの初歩的な形態と言えるかもしれませんが、チャットボットと話したことがあるなら、電話で女性のようなSiriのような声が聞こえることがあります。
You know how frustrating that is, especially if you have a really dire issue that you need a human to take care of and you completely understand that the robots are never going to understand because those ones are just like like branches where if you say one thing, it's going to lead you to another thing.
あなたはそれがどれだけイライラするか知っています、特にあなたが本当に深刻な問題を抱えていて、人間が対応する必要があることを完全に理解しているのに、ロボットは決して理解しないだろうということがわかっている場合、それらはただの枝のようなものです。
It's like press five.
それはまるで5を押すような感じです。
People really do hate those things.
人々は本当にそれらを嫌います。
I can completely understand why, because when you call up, you've paid your money, you expect a kind of service and you're met with like a bot, it just feels soulless.
私は完全に理解できます、なぜなら、電話をかけた時に、お金を払ったのだから、ある種のサービスを期待していて、それに対してロボットが応対すると、ただただ無機質に感じるからです。
And customer service, whilst people are trying to replace them with LLMs, I don't think that's going to happen too crazily because this person here, you can see, if you weren't familiar with this, we covered this in a week, in a week in AI, essentially this person bought a Chevy Tahoe for one dollar and essentially they were able to trick the customer service chatbot into getting that deal.
そして、顧客サービスは、人々が大規模言語モデルで置き換えようとしているにもかかわらず、それが狂気じみて起こることはないと思います。なぜなら、この人物はここにいますが、これについては1週間で取り上げましたが、要するに、この人物は1ドルでシボレータホを購入することに成功しましたが、法的拘束力はなかったので、実際に1ドルで車を手に入れることはできませんでした。
Of course, it wasn't legally binding, so they weren't able to actually get the car for a dollar.
もちろん、法的拘束力はなかったので、彼らは実際に1ドルで車を手に入れることはできませんでした。
But the point is, is that hallucinations are still a big thing.
しかし、ポイントは、幻覚はまだ大きな問題であるということです。
And whilst, yes, there will be guardrails to improve this in the future, I think it's going to be kind of interesting to see how people circumvent those guardrails in the future and if they're able to, and what kind of things are there in the future to prevent these kind of things from happening, because once people realize it's AI, people always try and go around the guardrails.
そして、将来的にはこれを改善するためのガードレールがあるでしょうが、人々が将来的にそれらのガードレールを回避する方法や、それが可能であるかどうか、そして将来的にはどのようなことがこれらの問題を防ぐためにあるのか、興味深いと思います。なぜなら、人々がそれがAIであることに気付くと、常にガードレールを回避しようとするからです。
And I'm wondering if there's going to be some kind of question or some kind of chain of thoughts or some kind of prompting to be able to always reveal if it's an AI or not.
そして、AIかどうかを常に明らかにするための何らかの質問や思考の連鎖、あるいは促しのようなものがあるのかと思います。
Maybe there's going to be some kind of new Turing test.
もしかしたら、新しいチューリングテストがあるかもしれません。
And of course, this as well, you can see DPD customer service chatbot swears and calls company worst delivery firm.
そしてもちろん、DPDの顧客サービスチャットボットが悪態をついたり、会社を最悪の配送会社と呼んだりするのも見えます。
So the point I'm trying to make here, guys, is that, yes, AI can take your job and in some industries it might reduce demand.
だから、私がここで言いたいポイントは、AIはあなたの仕事を奪うことができるし、一部の産業では需要を減らすかもしれないということです。
I think that where people realize that humans are really valuable or even just humans are like, I guess you could say the ones that are supposed to be there, replacing it with AI isn't always going to go down well.
私は、人々が人間が本当に価値があると認識する場所、あるいは単に人間がそこにいるべき存在であると認識する場所では、AIでそれを置き換えることは常にうまくいかないと思います。
And remember, AI art some organizations banned AI art because they were like there's legal issues and there was even some controversy about AI artwork.
そして覚えておいてください、AIアートにはいくつかの組織が禁止をかけました。法的な問題があるという理由や、AIアートについての論争もありました。
So, for example, there was this artwork and he created something called the Space Opera Theatre using Midjourney, submitted it as an entrance to the Colorado State Fair's annual art competition and he won first place and people were pretty, pretty furious and I can completely imagine.
例えば、この作品がありました。彼はMidjourneyを使ってSpace Opera Theatreという作品を作り、コロラド州の年次芸術コンテストに応募し、一等賞を獲得しました。人々はかなり怒っていましたし、私も完全に理解できます。
And the problem was, is that this is outrageous, prompting a machine to make you something does not make you an artist.
問題は、これはとんでもないことであり、機械に何かを作らせることはあなたを芸術家にはしないということです。
As an artist of any style and technique, we put in the time to hands on create something and this guy can type and refresh in the process a few times and that is being compared to craftsmanship.
あらゆるスタイルや技法の芸術家として、私たちは手を動かして何かを作り出すために時間をかけますが、この人は数回プロセスをタイプしてリフレッシュするだけで、それが職人技と比較されています。
And I completely understand this entire Twitter thread.
私はこのTwitterのスレッドを完全に理解しています。
I mean, some people are saying that choosing the right prompts, selecting the best image and post-processing in Photoshop are all creative expressions, then it's art.
つまり、適切なプロンプトを選ぶこと、最高の画像を選ぶこと、Photoshopでの後処理はすべて創造的な表現であり、それが芸術であると言っている人もいます。
You're judging work based on the effort behind it, but many works for abstract are technically effortless and considered art anyways.
あなたは努力に基づいて作品を評価していますが、抽象的な作品は技術的には努力を要せずに芸術とされています。
And that is, of course, a true point because how many modern art museums have you seen where it just looks like something that you could have done in five seconds and some people are saying that it's magnificent.
これはもちろん真実の指摘です。あなたが5秒でできるようなものに見える現代美術館はどれくらい見たことがありますか？そして、それを素晴らしいと言っている人もいます。
So I guess art isn't, of course, the best example, but the point is, is that when you use AI to create something like this person did and, of course, you win first place, it brings up a whole host of other issues that where you think, OK, because AI can do it better, it means that instantly people are going to value it.
だから、芸術はもちろん最良の例ではありませんが、この人がしたようにAIを使って何かを作り出すと、もちろん一等賞を獲得すると、他の多くの問題が浮かび上がります。AIがそれをより良くできるからといって、即座に人々がそれを評価するということです。
Of course, we always come back to the same example of chess, where chess is something that could replace people like, oh, chess is the best AI.
もちろん、私たちはいつもチェスの例に戻ってきます。チェスは、チェスが最高のAIだというように、人間を代替することができるものです。
Nobody wants to watch chess play, play, play AI.
誰もがチェスのAIのプレイを見たいとは思いません。
Nobody wants to watch AI play chess because it's just completely boring.
AIがチェスをプレイするのを見たいと思う人はいません。完全に退屈ですから。
Now, something that I think this is one of the most fascinating things because health is, of course, good, but essentially it says right here that 60 percent of Americans would be uncomfortable with their health care provider relying on AI in their own health care.
さて、これは私が最も魅力的だと思うことの一つです。もちろん、健康は良いですが、本質的にはここに書かれているように、アメリカ人の60％が自分の健康管理にAIを頼ることに不快感を抱くと言っています。
So it says, yet many see promise for AI to help issues in the bias of medical health there.
それで、医療の偏見の問題を解決するためにAIが約束されていると多くの人が考えていると言っています。
So there was essentially some research that basically stated, I think is right here.
したがって、基本的にはここに書かれているような研究がありました。
So it says that generally the American public still prefer a human physician to be responsible for their medical care over an AI.
それで、アメリカの一般的な大衆は、AIよりも人間の医師が自分の医療を担当することを好むと言っています。
So this is, however, the general public seems mixed when the survey results are taken as a whole.
しかし、調査結果を全体として見ると、一般の大衆の意見はまちまちです。
So essentially, people just prefer humans in terms of the medical issues.
基本的には、医療の問題に関しては、人間を好む人が多いのです。
And that's crazy, because if we look at the contrast, if we look at the health is good, but so essentially, if you haven't paid attention to this, there was this thing called Google's Amy.
それはすごいことです。対照を見てみると、健康は良いですが、実際には、もしこれに注意を払っていない場合、GoogleのAmyというものがありました。
And it was essentially AI assisted doctors performed better than on AI doctors.
基本的には、AI支援医師の方がAI医師よりも優れたパフォーマンスを発揮しました。
But AI on itself actually performed better than AI assisted doctors.
しかし、AI自体はAI支援医師よりも優れたパフォーマンスを発揮しました。
And even though that is better overall, it's still clear from the research that humans prefer humans.
そして、全体的にはそれがより良いとしても、研究からは人間は人間を好むことが明確です。
And I think you need to understand that this is a recurring theme.
そして、これは繰り返されるテーマであると理解する必要があると思います。
So there's going to be some companies I do think in the future that do get a lot of positive PR from stating that they're not going to use AI and that they prefer using humans.
ですから、将来的にはAIを使用しないと宣言し、人間を使用することを好むということで、多くのポジティブなPRを得る企業がいくつか出てくるでしょう。
And of course, until we get AGI, there was this video I want to show you from an upcoming video on robotics that this is from Princeton, it's just amazing stuff.
もちろん、AGIが手に入るまで、プリンストン大学のロボットに関する今後のビデオからお見せしたいものがあります。それは本当に素晴らしいものです。
It's essentially a delivery robot that can go ahead and vault over curbs.
基本的には、段差を乗り越えることができる配達ロボットです。
And they made this robot to deliver packages.
そして、このロボットは荷物を配達するために作られました。
And the point is, is that you're still going to need humans to do some things until we get general purpose AGI humanoid robots, because some people are always going to steal the robots.
ポイントは、一般的な目的のAGIヒューマノイドロボットが手に入るまで、人間がいくつかのことをやらなければならないということです。なぜなら、いつもロボットを盗む人がいるからです。
Some people are going to just do stuff where I guess, like what the situation you're seeing is going to be a zero shot situation.
一部の人々は、ゼロショットの状況として見える状況で何かをするかもしれません。
And you're going to need to get that right.
そして、それを正しく行う必要があります。
And humans do very well in those scenarios where these kind of robots just really don't do well.
人間は、このようなシナリオで非常にうまくやることができますが、この種のロボットは本当にうまくやれません。
And so I think largely, we're still going to pretty much need humans for quite some time.
だから、私はほとんどの場合、しばらくの間は人間が必要だと思います。
I mean, it will be also interesting to see the emerging fields.
つまり、新興分野を見るのも興味深いでしょう。
And overall, whilst AI probably won't steal your job anytime soon, I think the way how the industries will shift will be something to take a look at and of course pay attention to because whilst new research and new studies are always good, it's always important to see what's going on in reality and what people actually do want and surveys based on how they do feel.
全体的には、AIが近いうちに仕事を奪うことはないでしょうが、産業がどのように変化するかは注目すべきです。新しい研究や調査は常に良いですが、現実で何が起こっているのか、人々が実際に望んでいることや、彼らがどのように感じているかに基づく調査も重要です。
So with that being said, let me know what you thought about this.
それでは、このことについてどう思ったかを教えてください。
If you have any questions.
もし質問があれば、どうぞ。
この記事が気に入ったらサポートをしてみませんか？