サム・アルトマンの『Tender Singularity』を解釈する

OpenAIのCEO、サム・アルトマン氏は6月11日、個人ウェブサイトに「穏やかなシンギュラリティ」と題した記事を掲載した。記事の中で、アルトマン氏は人類が人工知能（AI）が人間の知能を超える臨界点である「シンギュラリティ」の初期段階に入った可能性があると述べ、2030年以降の時代を予測した。「しかし、依然として重要な他の側面においては、2030年代はこれまでのどの時代とも全く異なるものになるかもしれない。知能が人間のレベルをどこまで超えられるかは分からないが、もうすぐ明らかになるだろう」と述べている。「 2030年代までに、知能とエネルギー、つまり創造性、そして創造性を実現する能力は、極めて豊富になるだろう。この2つの資源は長らく人類の進歩における根本的な制約となってきた。十分な知能とエネルギー（そして健全な統治）があれば、理論上は他のすべてを手に入れることができる」

知能は、人の創造性、理解力、問題解決能力を表します。

人類の歴史を通じて、多くの素晴らしい独創的なアイデアや創造性がありましたが、知識ベース、ツールの構築、教育システム、コミュニケーション手段の欠如により、これらのアイデアや創造性は検証、記録、または広く使用されることができない場合がよくありました。

例えば、中国明代の万胡は、椅子に縛り付けられ、ロケットで自ら飛び立とうとしましたが、何度も失敗しました。探検の先駆者たちは、先人たちのような飛行の基礎理論と実践経験を欠いていたのです。

例えば、古代ギリシャの哲学者たちは宇宙が原子で構成されていると考えていましたが、実験器具や科学的手法が不足していたため、この考えは技術の進歩を促進することができませんでした。人類が世界を真に体系的に理解し始めたのは、近代科学の台頭によってようやくでした。

上記の事例はいずれも、知的資源の蓄積と継承がイノベーションを可能にすることを示しています。

エネルギーは、アイデアを現実のものに変える力の源です。人類は数千年にわたり、人力、動物の力、そして単純な自然エネルギーに頼って生きてきました。そのため、生産性は長らく限界がありました。優れたアイデアがあっても、十分なエネルギーの供給がないために実現できないことも少なくありません。産業革命によって石炭と蒸気機関が発明され、大規模な製造・輸送が可能になり、近代社会の基盤が築かれて初めて、創造性や思考の青写真が現実世界の一部となるかどうかは、エネルギーにかかっていると言えるでしょう。

21世紀に入り、人工知能の発展は知的資源をかつてないほど豊かにしています。AIは研究を支援し、発見を加速させるだけでなく、パーソナライズされた学習システムを通じて誰もが質の高い知識を獲得できるようにし、社会全体の認知レベルを向上させます。

同時に、制御された核融合から効率的な太陽エネルギー、スマートグリッド、高度なエネルギー貯蔵システムに至るまで、クリーンエネルギー技術も急速に進歩しており、私たちは徐々に限られた資源への依存から脱却し、豊富なエネルギーの時代へと移行しています。

もちろん、これらすべてには重要な要素、すなわち良きガバナンスの仕組みが必要です。知性とエネルギーはそれ自体が中立であり、創造にも破壊にも利用されます。制度レベルで公正で透明性が高く、効率的なガバナンスシステムを構築することによってのみ、これらの強力な資源が不平等を悪化させたり紛争を引き起こしたりするのではなく、すべての人々の利益のために活用されることを確実にすることができます。

気候改善を例に挙げると、 AIを活用して気候モデルを最適化し、クリーン電力と組み合わせて二酸化炭素回収プラントを稼働させ、地球規模の環境保護政策に協力することが可能になります。一見解決困難な気候変動の問題も、容易に解決できるかもしれません。

このシナリオでは、知性とエネルギーはもはや希少な資源ではなく、空気や水のように私たちの日常生活に自然に溶け込むでしょう。人々はもはや基本的な条件に縛られることなく、芸術、哲学、あるいはより遠くの星や海など、より高次の創造と探求に注力できるようになります。

データセンター生産の自動化

サム・アルトマン氏はまた、「最初の100万体のヒューマノイドを従来の方法で作らなければならないとしても、その後はサプライチェーン全体（鉱物の採掘、金属の精錬、トラックの運転、工場の運営など）を操作して、さらに多くのロボットを作り、さらにチップ工場やデータセンターなどを建設できるようになると、進歩のペースは明らかに全く異なるものになるだろう。データセンターの生産が自動化されるにつれて、インテリジェンスのコストは最終的に電気代に近いものに収束するはずだ。（ChatGPTクエリがどれだけのエネルギーを消費するのか、人々はよく疑問に思う。平均的なクエリは約0.34ワット時を消費し、これはオーブンを1秒以上稼働させるのと同じエネルギー、または高効率電球を数分間点灯させるのと同じエネルギーだ。また、約0.000085ガロンの水、つまり小さじ1/15ほどの水も使用する。）

高度なロボット工学とインテリジェントシステムにより、データセンターでの生産を自動化できる可能性があります。

ロボット工学の観点から見ると、ヒューマノイドロボットはサーバーの組み立て、配線、冷却システムの設置といった繊細な作業を実行できます。これらのロボットは、高精度センサーと機械学習アルゴリズムによって作業効率と精度を最適化することができます。

スマートシステムの観点から見ると、生産設備はIoT（モノのインターネット）技術によって接続され、中央制御システムを通じて生産ライン全体を監視・管理できます。これにより、生産効率が向上するだけでなく、発生した問題にリアルタイムで対応できるようになります。

さらに、分散型クラウドコンピューティングなどのDePINと、ブロックチェーンなどの分散型台帳技術（DLT）を組み合わせることで、透明性とセキュリティに優れたデータ交換プラットフォームを構築し、すべての参加者がリソースとサービスに公平にアクセスできるようにします。同時に、分散型物理インフラストラクチャネットワーク（DePIN）は、パソコン、データセンター、さらにはモバイルデバイスなど、使用されていない、あるいは十分に活用されていないコンピューティングリソースを活用して、グローバルなコンピューティングリソース共有プールを構築することを可能にします。

DePIN はデータセンターの生産性を高め、自動化の可能性を高めます。

AI モデルの実行コストは電気代に近づく可能性がありますか?

将来的には、インテリジェンスのコスト、つまり AI モデルの実行コストが電気代に近づくかどうかが議論する価値のある問題です。

研究者がアルゴリズムを改良し続け、量子コンピューティングが革新とブレークスルーを続け、半導体技術と専用 AI チップ (TPU、NPU など) が発展するにつれて、コンピューティング能力の単位あたりのエネルギー消費量は徐々に減少傾向を示し、 1 ワットの電力でより多くのコンピューティングタスクをサポートできるようになります。

分散型クラウドコンピューティングなどの他のDePINリソースと組み合わせると、分散型リソースモデルによってリソースの使用率が向上するだけでなく、新しい大規模データセンターの構築への依存が軽減され、間接的に全体的なコストが削減されます。

いつかインテリジェンスのコストが電気代に近づくと、一連の新たな可能性と応用シナリオが生まれるかもしれません。

●インテリジェントサービスの普及：コストが大幅に低下するにつれて、インテリジェントサービスは極めて一般的になり、ほぼすべての人が高品質のAIサービスを利用できるようになります。例えば、パーソナライズされた健康アドバイザー、教育アシスタント、さらにはバーチャルフレンドなどが、日常生活に欠かせない存在となるでしょう。

●科学研究の加速：研究者は強力なコンピューティングパワーに容易にアクセスできるようになり、創薬から気候シミュレーションまで、多くの分野における研究の進歩が加速します。これは、技術革新と社会の進歩の加速を意味します。

●新たなビジネスモデル：コンピューティングリソースの価値が再定義されるにつれ、シェアリングエコノミーの原則に基づいた新たなビジネスモデルが出現する可能性があります。例えば、ユーザーは自身のコンピューティングリソースを提供することで収益を得ることができ、企業は世界中に分散されたコンピューティングリソースをレンタルすることでコストを削減することができます。

しかし、実際の運用にはまだ多くの課題があります。

初期投資コストの面では、高性能データセンターの構築や新たなハードウェア設備の開発には多額の先行投資が必要です。たとえコンピューティングコストが削減されたとしても、データ転送コスト（帯域幅料金やレイテンシの問題を含む）は依然として無視できない要素です。

将来的には、特定のシナリオにおいて、スマートサービスのコストが主に消費電力によって決定されるようになるかもしれません。これは、AI技術の普及と適用範囲の拡大を大きく促進するでしょう。