常識的に考えて毎月こんなにAIプロダクトが出てきて2年後何社残ると思います😆❓

今回はあなたのAIへの無限の夢を壊すかもしれません。

さまざまな人が AI の将来について予測してますが、その予測がどの程度うまくいっているか。
僕はぶっちゃけ、生成AIという騒々しい誇大宣伝にブレーキをかける時期が来ているのではないかと考えています。

ご存知のようにいつもの"New Techのグラフ"

生成AIは素晴らしい技術ですが、多くの人が示唆するほど有能ではないかもしれないんです。
生成 AI の問題は、特定の一連のタスクを完璧に実行できる一方で、人間ができるすべてのことをできるわけではなく、人間はその能力を過大評価する傾向がある事なんです。

人間は AI システムがタスクを実行するのを見ると、すぐにそれを類似のものに一般化し、AI システムの能力を推定します。

そのタスクのパフォーマンスだけでなく、そのタスクに関連する能力も推定します。それに対して人は楽観的ですが、タスクにおける人間のパフォーマンスのモデルを使用しているためなんですね。

さらに、重要な問題は
「生成AIが人間ではなく、人間らしくもない」
という誰もが気づいてないふりをしている点です。

これに人間の能力を割り当てようとするのは間違いで、人々は生成AIが非常に有能であると考えているため、意味のない用途にさえ使用したいと考えているように見えます。

最近、ある人がシステム用の LLM を構築し、「ロボットにどこに行くべきか指示したらクールで効率的だろう」と提案しました。

しかし、これは生成 AI の合理的な使用例ではなく、
むしろ処理を遅くすることになります。

それよりソフトウェアからのデータストリームにロボットを接続する方がはるかに簡単です。

例えば、Amazonでも楽天でもいいんですが、倉庫で2 時間以内に出荷しなければならない注文が 10,000 件ある場合、それに合わせてAIを最適化する必要がありますが、LLM、つまり言語は役に立ちません。逆に遅くなるだけです。

もう一点。ロボットと AIの合体に夢を見ている人も多いと思います。僕もそうです。

しかし、ロボットを簡単に統合できる可能な問題の解決と手法の開発をすべき、というのが当たり前ですが、優先事項でしょう。

こういう例はどうでしょう。

清掃会社は、すでに掃除が済んでゴミのない場所でも毎日清掃しないといけない。すると清掃の自動化をする必要がありますが、六本木ヒルズでもミッドタウンでも都庁でも、大きな建物では照明は変わりませんし、床に物やビニール袋が散らばったりなんかしてません。誰がかすぐ拾うからです。

そして、清掃会社の人たちは、もし清掃ロボが導入されれば、それに悪意を持つことは、大抵の場合、利益にならないですね。

そもそもロボットと人間が「協力して働くこと」が目的とすべきでしょうし、人間のようなロボットを作るのではなく、各種作業に対応する実用的な目的でこれらのロボットを設計すべきです。

それでも、AI に関しては解決が難しい例外的なケースが常に存在し、解決に何十年もかかる可能性があることを受け入れる必要があるでしょう。

AI システムの展開方法を慎重に決めなければ、発見して修正するのに何十年もかかる特別なケースが常にたくさんあります。逆説的ですが、それらの修正はすべて AI 自体で完了してしまう。

AIスタートアッパーたちはムーアの法則のせいで、テクノロジーに関しては常に指数関数的な成長があるという誤った考えがちです。
つまりchatGTP4oがこれほど優れているのなら、ChatGPT 5、6、7はどうなるか想像してみ！という考え方です。

ムーアの法則にもかかわらず、テクノロジーは常に指数関数的に成長するわけではないので論理に欠陥があるんですね。

iPod のストレージ容量は、数回のモデルチェンジで 10 GB から 160 GB まで倍増しました。ムーア的にこの傾向が続けば、2017 年までに 160 TB のストレージを搭載した iPod が登場するはずですが、もちろんそうなってませんよね😆

2017 年に販売されたモデルは実際には 256 GB or 160 GB の容量です。

というか実際にはそれ以上の容量を必要としている人はいなかったからです。