著者： BALAJI

ティム（PANews）編集

AIは経済レベルで実用的だと個人的に考える10の考えをご紹介します。それでは始めましょう。

1. まず、汎用人工知能（AGI）は一つではなく、複数存在します。言い換えれば、私たちが実際に観察しているのは、単一の支配的なAI（万能な単一のモデルが独占する）ではなく、マルチモーダルなAIランドスケープ（複数の強力なモデルが共存する）です。現在の傾向は、単一の最上位モデルが絶対的な世代間ギャップを生み出すのではなく、異なる陣営の多数のモデルが同等の能力に到達していることです。したがって、将来は、単一の支配的なAGIがすべての人間をペーパークリップに変えてしまう（破壊的な制御や懲罰を意味する）のではなく、人間とAIが複数の形で融合し、互いにバランスを取り合う時代になると予測できます。

2. 現在のAIは、入力プロンプトと結果検証の段階にコストをシフトします。基本的に、今日のAIは中間ステップ間のタスクのみを処理し、エンドツーエンドのプロセス全体を処理しません。したがって、AIによって中間ステップが高速化されたとしても、すべてのビジネスコストは依然として入力プロンプトと結果検証の段階にシフトします。

3. AIは拡張知能であり、人工知能ではありません。今日のAIは人間から完全に独立して存在していないため、真の主観的意識を欠いています。既存のAIシステムは複雑な目標を設定したり、出力を効果的に検証したりすることができません。人間は依然として目標設定、出力の検証、プロンプトの構築、システムの統合に多大な労力を費やしています。つまり、ユーザーが賢ければ賢いほど、AIの知能増幅能力は高まります。したがって、AIは本質的に人工知能ではなく、拡張知能と呼ぶべきです。

4. AIはあなたの仕事を奪うのではなく、どんな仕事でもできるようになるでしょう。AIのおかげで、あなたはかろうじて資格のあるUXデザイナーになったり、そこそこの特殊効果アニメーターになったり、といった具合です。しかし、最終的な仕上げには専門家の手が必要になることが多いため、だからといって本当にその仕事をうまくこなせるとは限りません。

5. AIは人間の仕事を置き換えるのではなく、前世代のAIが担っていた仕事を置き換えるのです。例えば、MidjourneyはStable Diffusionに、GPT-4はGPT-3に取って代わりました。画像生成やコード作成といったタスクをAIにオフロードすれば、予算は最新モデルに投資するだけで済みます。つまり、仕事を置き換えるのは常に新世代のAIなのです。

6. AIはテキストよりも視覚表現に優れています。つまり、AIはバックエンド開発よりもフロントエンド開発において大きな優位性を持ち、テキスト処理よりも画像・動画処理に優れています。これは、ユーザーインターフェースや画像は人間の目で容易に検証できるのに対し、AIが生成した大量のテキストやコードは、人間による検証に多大な労力を要するためです。

7. ドローンのような「殺人種」の形で、致死性AIはすでに登場しています。各国がこの技術の開発を進めています。ですから、真の懸念は画像生成器やチャットボットではありません。

8. AIは確率論的であるのに対し、暗号は決定論的である。したがって、暗号はAIに対する牽制と均衡の役割を果たすことができる。例えば、AIはCAPTCHAを解読できるが、オンチェーン上の残高を偽造することはできない。さらに、AIはいくつかの方程式を解くことができるが、暗号方程式は解くことができない。したがって、暗号は一般的にAIができないことを表現していると言える。

9. 経験的な観点から見ると、AIは中央集権化ではなく分散化を推進しています。現在AIが示す分散化効果は否定できません。これは、多数のAI企業の共存と発展、適切なツールを用いて小規模なチームが大幅な改善を達成できる能力、そして高品質なオープンソースモデルの継続的な出現によって推進されています。

10. 最適なAI普及率は100%ではありません。結局のところ、AI普及率0%は遅く、AI普及率100%はひどいものです。したがって、理想的なAI普及率は0%から100%の間です。具体的な値は状況によって異なりますが、0%も100%も最適ではないことを理解することが重要です。以下はAIのラッファー曲線です。

今日のAIには限界がある

つまり、根本的に、これは全能の AI モデルではなく、制限された AI モデルです。

各 API 呼び出しはコストが高く、競合モデルが絶えず出現するため、AI の経済性には限界があります。

AI は、カオス、乱流、暗号化の問題を (証明可能に) 解決できないため、数学的に限界があります。

AI には、人間による指示と検証が必要であり、完全なエンドツーエンドのプロセスではなく中間層間で操作することによってタスクを実行するため、実際的な制限があります。

AI には物理的な限界があります。AI が自ら環境情報を収集するのではなく、人間が依然として環境を認識し、プロンプトを通じてこの情報を入力する必要があるためです。

確かなのは、これらの限界は将来克服される可能性があるということです。人工知能の確率的思考と、従来のコンピュータの決定論的・論理的思考を統合できる人がいるかもしれませんが、これは依然として未解決の研究課題です。