AIと量子コンピューティング: 近未来の一端を垣間見る

2024年5月18日 11:20

ブライアン・グリーン：皆さん、こんにちは。本日は、AIと量子コンピューティングの開発における世界有数の思想家との対談シリーズの続きです。VRの分野で貢献している方々にもお話を伺い、これらの対談を通じて、今日の現状と未来への展望を皆さんにお伝えできればと思っています。今日の対談もそのテーマに沿ったもので、2001年から2011年までGoogleのCEOを務め、シリコンバレーの新興企業を世界で最も価値があり影響力のある企業の一つへと成長させたEric Schmidt氏をお迎えしています。2017年には、いつか世界を大きく変える可能性のある若者を支援する慈善団体Schmid Futuresを設立し、2021年には、米国のAIと技術競争力の強化を目指す特別競争研究プロジェクトを設立しました。本日は、これらのテーマについてお話を伺います。Ericさん、本日はよろしくお願いいたします。

エリック・シュミット：こちらこそ、ありがとうございます。この番組は文字通り私の知り合い全員が見ているので、参加できて大変光栄です。

ブライアン・グリーン：参加していただきありがとうございます。どちらから参加されているのですか？

エリック・シュミット：フロリダです。メイヨークリニックの評議員をしています。アメリカの制度は少し変わっていて、大規模な病院システムが閉鎖的なシステムとして運営されていますが、メイヨーはその中でも非常によく運営されている病院の一つです。

ブライアン・グリーン：確かに、最高の病院の一つですね。AIの現状についてお話しいただく前に、少し話を戻したいと思います。あなたはプリンストン大学で電気工学の学士号を、そしてバークレーでコンピュータサイエンスの修士号と博士号を取得されていますね。初期の興味は何でしたか？ビジネスは常に計画の一部でしたか？それとも途中でそうなったのですか？

エリック・シュミット：途中でそうなりました。当時は、私は「少年オタク」と呼ばれていたでしょう。11歳か12歳の頃、科学に興味を持つようになりました。モデルロケットや鉄道模型を作ったり、典型的な男の子の理由で科学に興味を持ったと思います。父が15歳の頃にタイムシェアリングシステムを使わせてくれたことがきっかけで、コンピューティングとコンピュータサイエンスに夢中になりました。当時はコンピュータサイエンスという分野は存在していませんでしたが、私はプリンストン大学で電気工学を専攻し、大学の柔軟性のおかげで電気工学の授業を一切受けずに済みました。ハードウェアは苦手で、ブライアンさんのようなハードウェアが得意な方とは違います。

ブライアン・グリーン：私もハードウェアは苦手です。ハーバード大学時代、実験コースを一度も受けずに、数学と理論だけで何とか卒業しました。

エリック・シュミット：それはソフトウェア対ハードウェアですね。まず、ハードウェアとソフトウェアの人間には違いがあることを強調しておきたいです。両方できるのが理想です。私がプリンストン大学にいたのは50年前のことですが、当時はコンピュータサイエンスという分野はありませんでした。今では、どの大学でもコンピュータサイエンスが最も人気のある専攻になっています。MITやカルテックでは、学部生の50％以上がコンピュータサイエンスを専攻しています。つまり、コンピュータ科学者が世界を席巻していると言えるでしょう。これは、私たちの才能によるものではありません。物理学のあなたほど賢くはないですし、他の要因によるものでもありません。私たちがスケールを理解しているからです。コンピュータサイエンスが世界を変えているのは、想像もつかない規模で物事を処理できるからです。私が関わったインターネットは、スケールを理解していました。80億人のうち、50億から60億人がインターネットにアクセスできるようになれば、それは巨大な市場です。60億人の市場があれば、数え切れないほどのビジネス、テクノロジー、分析、テレメトリー、新しい発見が生まれるでしょう。それは、テクノロジーによって与えられるものです。

ブライアン・グリーン：最終的にはそれがあなたをその方向へと導いたのですね。しかし、初期の頃は、多くの人が「私たちは次世代であり、既存の体制を打ち破り、創意工夫で全てを変える」という考え方を持っていたのではないでしょうか。あなたもそうだったとすれば、実際にそれを達成し、世界で最も影響力のある企業の一つになった今、あなたは「体制」を別の「体制」に置き換えたのでしょうか？それとも、何十年も前に考えていたように、根本的に物事を変えたのでしょうか？

エリック・シュミット：この質問に正直に答えられる人は多くないと思います。個人的すぎる質問であり、彼らはまだ自分自身を、私の場合はバージニア州で育った少年として見ているからです。あなたが述べた変化を理解するのに、私は非常に長い時間を要しました。「体制」と戦う側から、「体制」側になるという変化です。若い人たちのために説明すると、ベトナム戦争中には「私たち対体制」という考え方があり、政府や構造、意思決定は間違っており、非合法で不道徳だと考えられていました。これが、今日の分散型コンピューティングや暗号化などのビジョンを牽引しました。もし私たちがこのような態度を取っていなければ、私たちの政府は中国のようになっているかもしれません。中国のように、匿名性がなく、誰とでも自由に接続できない、より管理されたインターネットを想像してみてください。私たちの経験とは全く異なるものになるでしょう。

エリック・シュミット：話を簡単にするために、個人的な話をしましょう。私は28歳までプロのプログラマー兼研究科学者でした。その後、Sun Microsystemsという会社に入社しました。そこは、企業向けPCのような、より強力なPCを開発していました。それが大きな市場でした。Googleに入社するまで、消費者市場がどれほど大きいかを理解していませんでした。Googleが属する消費者市場は、もちろん巨大です。80億台のプラットフォームだと思います。私が友人たちと遊んでいたようなことから、Googleのような巨大な市場に移行したことは興味深いですね。例えば、私がバークレーで最初のネットワークを構築したとき、私は愚かにも26文字しか使っていませんでした。26台以上のコンピュータがあるとは思いもしなかったからです。もちろん、私のネットワークは適切なものに置き換えられましたが、それは私のビジョンの欠如を示しています。今日の若い技術リーダーたち、これらの企業を設立している若い男女は、スケーリングの法則や議論、ネットワーク効果を当然のこととして考えています。私たちはそれらを invention し、研究しなければなりませんでした。それは彼らにとっては明白なのです。

ブライアン・グリーン：それが最終的にあなたをその方向へと導いたのですね。しかし、もう一つ質問があります。初期の頃、多くの人、そしておそらくあなたも、「私たちは次世代であり、既存の体制を打ち破り、創意工夫で全てを変える」という考え方を持っていたのではないでしょうか。実際にそれを達成し、世界で最も影響力のある企業の一つになった今、あなたは「体制」を別の「体制」に置き換えたのでしょうか？それとも、何十年も前に考えていたように、根本的に物事を変えたのでしょうか？

エリック・シュミット：いいえ、それは違うと思います。ほとんどの人は、私が知っている限り、この質問に正直な評価を与えることはできないでしょう。あまりにも個人的な質問であり、彼らはまだ自分自身を、私の場合はバージニア州で育った少年として見ているからです。あなたが述べた変化を理解するのに、私は非常に長い時間を要しました。「体制」と戦う側から、「体制」側になるという変化です。若い人たちのために説明すると、ベトナム戦争中には「私たち対体制」という考え方があり、政府や構造、意思決定は間違っており、非合法で不道徳だと考えられていました。これが、今日の分散型コンピューティングや暗号化などのビジョンを牽引しました。もし私たちがこのような態度を取っていなければ、私たちの政府は中国のようになっているかもしれません。中国のように、匿名性がなく、誰とでも自由に接続できない、より管理されたインターネットを想像してみてください。私たちの経験とは全く異なるものになるでしょう。

ブライアン・グリーン：彼らにとっては、プログラミングも違うようですね。あなたは優秀なプログラマーで、朝から晩までプログラミングをしていたと伺いました。今日のあなたに相当する人は、プログラミングというよりは、むしろ組み立てをしているようなものではないでしょうか。これらの新しいソフトウェアツールは、すでに構築されたものを素早く組み立てることを可能にするために構成されています。

エリック・シュミット：そうですね。最近の例では、「ハッカソン」と呼ばれるものがあります。これは、土曜日の朝に若い人たちが集まり、チームを組んで競い合い、土曜日の夜には勝者が決まるというものです。中には、クラブや大学、友人同士で集まって行われるものもあります。私たちはコンテストを開催し、土曜日の夜には勝者が決まりました。勝者は、仮想ドローンが2つの塔の間を飛行する仮想ドローン空間を作ったチームでした。人間からの「ドローンを2つの塔の間を飛ばせ」という音声コマンドを、LLMはテキストに変換し、テキストから「間」の意味を理解し、塔を特定し、LLM数学（あまり得意ではありませんが）を使って距離を測定し、塔の間を飛行することができました。これは、Googleのチームでも1ヶ月はかかるような作業で、5人から10人がかりだったかもしれません。しかし、これは1日で完成しました。しかも、彼らはどのツールを使ったのかさえ教えてくれませんでした。どのLLMを使ったのかは重要ではなく、どれも同じことができると彼らは言いました。これは非常に奇妙なことであり、私の分野、つまり若い世代がシステムを構築するスピードが加速していることに非常に楽観的になれる理由の一つだと思います。

ブライアン・グリーン：もう一つ例を挙げてもらえますか？

エリック・シュミット：AIコミュニティでは、3年から5年以内に「フランス語の検索エンジンを作ってほしい。フランス語とフランスの歴史を調べて、質問を入力すると答えを表示してくれるようなもの」というコマンドを実行できるようになると信じられています。このコマンドが何を意味するか考えてみてください。システムは、フランス語、フランス文学、その入手方法、検索方法、インデックス方法、ランキング方法、提示方法を理解しなければなりません。そして、私たちは、これが数分以内に可能になると信じています。もちろん、このような検索エンジンを専門に開発している企業ほど優れたものではありませんが、日常的な使用には十分なものができるでしょう。誰もがまだ理解していない重要な洞察は、どんな人間でも、善悪、老若、邪悪などに関わらず、アイデアを持って「これを私のために作って」と言うと、そのための手順を生成できるようになるということです。例えば、「Amazonに行って何かを買う」という手順や、ソフトウェアの場合は、それを構築する手順です。人間が何かを想像し、それが目の前で構築されるようなシステムは、これまで存在しませんでした。これは、人間の組織における完全な変化です。人間は奇抜な存在であり、あらゆる種類のクレイジーなアイデアを持っています。私たちは人間の奇抜さを愛しています。それが人間を好きな理由であり、彼らがオートマトンになることを望むことはありません。しかし、この変化を誰も理解していないと思います。

ブライアン・グリーン：永遠に生き続けるのですね。

エリック・シュミット：ええ。さて、教育、医療、量子コンピューティングの問題を解決したところで、最後の話題に移りましょう。あなたが深く考えてきた分野であり、私もよく考える分野である教育についてです。何世紀にもわたって、私たちは学生に多かれ少なかれ同じ方法で教えてきました。つまり、専門家が学生の前に立ち、全員に同じように情報を伝えるという方法です。なぜなら、多数の生徒に対して一人の教師しかいない場合、他に方法がないからです。しかし、今では、個々の学習習慣、考え方、興味に合わせて教育をパーソナライズし、修正できるようになりました。この分野の未来をどのように見ていますか？これが若者を教育する方法の未来なのでしょうか？

エリック・シュミット：おっしゃる通りです。教育学部はどこにあるのでしょうか？彼らは何をしているのでしょうか？私は、人々がどのように学習するかについてのトレーニングデータを集めるところから始めるべきだと言っています。しかし、そのようなデータは存在しません。いくつかのグループが、適応型システムを構築できるほど十分な大きさのトレーニングデータを集めようとしています。目標は、世界中の誰にでも、どんな教育レベルでも、彼らの言語で、無料で、彼らの携帯電話でAIチューターを提供することです。AIチューターは、その人の学習能力、学習スタイル、集中力など、最適な方法で適応します。さらに、学習という成果関数を持っているため、より良いパフォーマンスを得るために、自分のアルゴリズムを修正することができます。10年前にこれを行った最高のグループの一つは、KH Academyと呼ばれるものです。彼らは、生徒に問題を与えることで数学を教え、生徒がその問題集から数学を学んだかどうかを確認しました。これは、ある問題セットが役に立ち、別の問題セットは役に立たなかったという、実際のフィードバックに基づいています。教育において、あるレベルでつまずくと、他のすべてのステップを失ってしまうことが知られています。つまり、ステップ5でつまずくと、そこから先は永遠に迷子になってしまうのです。データさえあれば、このような製品を構築するのは比較的簡単だと思います。なぜなら、データさえあれば、スタートアップのシナリオを構築し、生徒の行動に基づいて適応させるのは比較的簡単だからです。しかし、ここでの重要な目標は、アメリカの教育に取り組むことも重要ですが、世界中のすべての人が、最大限に教育を受けられる世界を考えることです。それは、世界中で、どこでも、より多くの教育を受けることができるようになるという点で、良いことであるに違いありません。

ブライアン・グリーン：教育面でもう一つ付け加えたいのは、VRを本格的に取り入れるのは世界的に遅れているということです。Appleは新しいヘッドセットを発表しましたが、他のソーシャルメディアのように人々を魅了するものではありません。しかし、VRの素晴らしさは、学生が光速に近い世界を体験できることです。数学を学んだり、ビデオを見たりすることもできますが、VRの世界に没頭することで、少なくとも一部の学生は、より直感的なレベルで学ぶことができます。パーソナライズされたAIチューターと、AIチューターが伝えようとしていることを体験できる世界を作り出すことができるツールを組み合わせることは、革命的に思えます。

エリック・シュミット：私がやってみたい実験の一つは、あらゆる分野の教科書を、合成的に生成された画像だけで構成することです。読む、聞くの代わりに、一枚の絵を、そしてもう一枚の絵を勉強する。そして、三次元、動き、ゲーム化など、あなたが直感的に説明したすべてのことを利用する。そのような学習プロセスは、私たちが経験したものよりも魅力的でしょう。そして、それは確かに難しいでしょう。なぜなら、この新しい絵には、私が理解できないものがあるからです。この絵は何をしているのでしょうか？私は医学について考えていました。なぜ、私が病院に入るとき、医者が話していることを動的に生成した画像がないのでしょうか？なぜ、システムは自動的に私の背骨や股関節などの画像を生成しないのでしょうか？もちろん、医師は高度な訓練を受けており、参考画像やボード上の画像を持っています。しかし、なぜ彼らは私の画像を生成できないのでしょうか？学習のための画像の力を考えると、誰かが、異なる学習パラダイムのようなシステムを構築するでしょう。それは、言語理解や数学などの特定の分野から始まり、すべてを網羅するものではなく、10年かかるでしょう。そしてもちろん、医療システムと同様に、教育システムは非常にゆっくりと動き、組合の影響が強く、変化への抵抗も大きいので、時間がかかるでしょう。しかし、私たちの生きている間に、世界中のすべての人がAI医師とAI教師にアクセスできるようになるという目標を設定すべきです。AI教師は、教師が過重労働であったり、他の理由で対応できない場合に、すべての人に教育の機会を提供します。世界中の誰もが健康問題と教育問題を抱えています。なぜ、私たちはこれらの問題をすべて解決できないのでしょうか？

ブライアン・グリーン：私も同感です。教育面でのもう一つのポイントは、私が講師として経験したことですが、基本的にどんな子供でも、十分に小さなステップに分解すれば、どんな数学でも学ぶことができるということです。私たちの多くは、すべての生徒に対してそのようなことをする忍耐や時間を持っていません。しかし、AIシステムは、生徒が現在地から目標地点に到達するために最大限のステップを把握し、そのステップで情報を提供することができます。子供たちは行き詰まることはありません。なぜなら、システムは常に、漸進的なステップを十分に小さくすることで、どんな障壁も克服できるからです。

エリック・シュミット：その観察は素晴らしいですね。基本的に、あなたのモデルが正しいとすれば、私が理解できるまで、すべてのステップの画像を見せてくれればいいのです。そして、私たちはこれを24時間365日行うことができ、コンピュータは常にあなたよりも長く続けることができます。

ブライアン・グリーン：全くその通りです。教育、医療、量子コンピューティングの問題を解決したところで、あなたが時間を費やしてきたもう一つの分野である量子コンピューティングについてお伺いします。古典的なコンピューティングは終わっておらず、チップサイズを小さくするための技術革新が続いています。古典的なコンピューティングの現状について、そして量子コンピューティングについて、どのように考えていますか？

エリック・シュミット：半導体業界関係者によると、最先端のチップは5nm、4nm、3nmで、TSMCやサムスンが主なプレーヤーです。インテルは2nmのデバイスを発注していますが、まだ納入されていません。1nmは原子レベルのサイズです。1.4nmあたりに限界があるという意見が多く、量子力学的な不確定性により、電子の制御が困難になると言われています。「量子トンネル効果」という言葉を聞いて、それが何を意味するのか尋ねたところ、「電子がジャンプする」と言われました。それは良くないことですよね。古典的な物理学では考えられない障壁を電子が通り抜けてしまうのです。2029年か2030年頃には、物理的な限界に到達するでしょう。

しかし、多額の投資を受けているこの業界は、3Dパッケージングを開発しました。これは、チップを3次元的に配置する技術で、ピンを使わずにチップ同士を接着し、電子が小さな波のチャネルを上下に移動するというものです。TSMCの工場を見学しましたが、人間の能力で最も印象的なのは、このスケールでチップを作れることだと感じました。複雑さ、細部へのこだわりなど、物理学者のおかげですね。ソフトウェア面では、現在のトレーニングモデルは非常に大きく、データ中心です。トレーニングを高速化するには、メモリをステージングして、チップが常に使用され、遅延がないようにする必要があります。従来は、チップのメモリが不足し、アイドル状態になることがありました。そこで、HBM（High Bandwidth Memory）と呼ばれるものが開発され、チップパッケージに組み込まれるようになりました。次世代チップは、これらの技術により10倍高速になると噂されています。ハードウェアの性能向上、アーキテクチャの改善、メモリ帯域幅の改善により、あと10年は進化が続くでしょう。

量子コンピューティングについては、量子コンピュータは勾配降下（機械学習の基礎となるアルゴリズム）を無限に高速に実行できることは明らかです。しかし、データのオンチップ、オフチップの問題は依然として残っています。量子コンピュータは、いつかは実現するでしょうが、その限界の解決策になるかどうかはわかりません。Shorのアルゴリズムなどにより、量子コンピュータは特殊な数学において非常に役立つことは明らかです。私は、量子センシングと量子操作に取り組む小さな会社の会長をしています。量子コンピュータはまだないので、GPUと特殊なアルゴリズムを使って量子的な振る舞いをシミュレートしています。古いハードウェアと量子的な考え方を使うことで、アニーリングなどの改善ができます。この分野で最も成果を上げているのは、創薬の分野です。これらの企業は、数十億ドル規模の薬をより安全に、長持ちさせ、より効果的にしたいと考えています。通常、新薬の開発には10年以上かかりますが、AIを使えば、分子の追加、削除、置換などを試すことができ、アルファフォールドなどのように、分子の適切なモデルがあれば、進歩を遂げ、化学者に試すべきこと、試すべきでないことを提案することができます。AIは、人間にはできない1000万通りの選択肢を検討できます。

ブライアン・グリーン：それは、通常の新薬開発と比べて、コストはどのくらいかかるのでしょうか？

エリック・シュミット：ほとんどの薬のコストは第3相試験にかかっており、20億ドルです。ですから、問題は、ケンブリッジにあるような研究開発棟の研究開発にかかる費用です。それを1、2年早くできれば、莫大な金額になります。

ブライアン・グリーン：本日は、多くのことを教えていただき、ありがとうございました。新刊の出版も頑張ってください。いつか、この対談の第2弾ができればと思います。あなたは、私たちに考えるべきこと、良いこと、悪いこと、可能性など、多くのことを教えてくれました。この技術がもたらす未来を想像するのは、とてもワクワクしますね。

エリック・シュミット：ブライアンと協力して、人間の価値観、特に民主的で自由な価値観に基づいて、この技術を最大限に活用できるようにしていきましょう。

ブライアン・グリーン：全く同感です。ありがとうございました。皆さんもご参加いただきありがとうございました。今後もこのトピックに関する様々な対談や、通常私たちが焦点を当てているトピック、例えば量子物理学、宇宙論、ブラックホールなどに関する対談を予定しています。YouTubeチャンネルに登録して、ニュースレターに参加して、私たちが発表する新しいコンテンツをいち早く知ってください。それでは、また次回お会いしましょう。ブライアン・グリーンがお送りしました。ワールドサイエンスフェスティバル in ニューヨーク。

この記事が気に入ったらサポートをしてみませんか？