【彼のWhy】アンドリュー・ン、「AGIの到来？Transformer（トランスフォーマー）ではダメ、技術ジャンプが必要」

Kakao講演全文

人工知能(AI)の世界的権威であるアンドリュー・ン(57)米国スタンフォード大学教授が20日、Kakao板橋（カカオパンギョ）アジトで講演を行いました。ChatGPTをはじめとするAI技術革命の基礎となる技術を開発した人物で、ヨシュア・ベンジョ（モントリオール大学）、ジェフリー・ヒントン（トロント大学）、ヤン・ルクーン（ニューヨーク大学）教授とともにAIの世界「4大グル(guru-権威者)」に数えられる彼は、4人の中でAI技術発展の導入と拡大を最も強く主張するAI肯定論者です。ジェフリー・ヒントン教授が「AI技術の発展停止」を主張するAI規制論者になったのとは対照的です。

彼は米国のGoogle、中国の百度（バイドゥ）の2社のAI技術やサービスの骨格を作り、2012年に米国最大のオンライン教育サイトである Coursera（コーセラ）を創業したり、AIファンドを運営するなど、テクノロジーを積極的に活用する人物としても知られています。彼が考えるAIの未来について聞いてみました。実際に何度も起業したン教授が起業について持っている考えも出てきます。ン教授は今回の訪韓で他の場所でも何度か講演をしましたが、特にKakaoでの講演が良かったように思います。Kakaoクルーたちの鋭い質問のおかげでしょう。ン教授も「いい質問ですね」と何度も口にしていました。今回も講演の全文を掲載させていただき、人工知能についての考え方を伺いました。

アンドリュー・ン教授 /Kakao提供

私は長年、AIは新しい電気だと言ってきました。AIは汎用的な技術であるため、一つの用途だけに役立つのではなく、電気のように様々な作業に役立ちます。そこで私は、AIに見られるいくつかの「機会」について皆さんとお話したいと思います。

この図は、現在と3年後を見据え、いくつかのAI技術から得られる価値がどういうものだと考えているかを示しています。現時点で最も重要な2つのAI技術は、教師あり学習（Supervised Learning）と生成型AIだと思います。物事にラベルを付けることに非常に熟練した教師あり学習（Supervised Learning）は、今日、非常に大きな価値があります。Googleのような単一企業の場合、年間1,000億ドル以上の価値を持ち、皆さんを含む数百万人の開発者がこの分野で働いているため、今後も成長し続けるでしょう。生成型AIは多くの応用分野を持つ新しいツールです。

他にもいくつかのツールがありますが、このツールの良さをご存知の方にはこのプレゼンテーションで説明する必要はないでしょう。しかし、このサークルが今日、このような技術の価値を示すことができれば、3年後を見据えると、次のように成長すると思います。教師あり学習（Supervised Learning）は、多くの人が研究しているため、その価値が倍増する可能性があります。したがって、現在よりもはるかに大きな規模に成長するでしょう。生成型AIは今はとても規模が小さいですが、2倍以上成長すると思います。

このプレゼンテーションで一つ知っておいていただきたいのは、AI技術は汎用的な技術であるため、様々な業務に役立つということです。教師あり学習（Supervised Learning）を通じて生み出せる価値は未だ無限大です。しかし、まだ教師あり学習（Supervised Learning）のユースケースを把握しきれていない中、もう一つのツールである生成型AIが登場しました。これにより、AIでできることの幅がぐっと広がりました。

しかし、一つ重要な注意点があり、それは短期的な流行がある可能性があるということです。例えば、自分の写真を数枚アップロードすると、宇宙飛行士や科学者に変身した素敵な絵を描いてくれるLensaというアプリを思い浮かべてみてください。このアプリの収益は急上昇し、突然暴落しました。Lensaは非常に強力なAPIの上に構築された非常に薄く、シンプルなソフトウェア層であったためだと考えています。良いアイデアではありましたが、長期的に持続可能なビジネスではありませんでした。

最後に技術プラットフォームが大きく変わった時である、スティーブ・ジョブズがiPhoneを出したとき、誰かが実際にアプリを作り、私は1.99ドルを払ってLED電灯をつけました。LEDライトを点灯して懐中電灯にするのは良いアイデアでしたが、長期的に持続可能なビジネスではありませんでした。しかし、私たちが携帯電話を手にしたとき、長期的に持続可能なビジネスであるAirbnb（エアビーアンドビー）、Uber（ウーバー）、Tinder（ティンダー）を構築する方法を見つけたようなことと比べると、今私たちは生成型AIをベースに、長い間皆のために価値を生み出すことができる、本当に深くて難しいビジネスを構築する機会を得たと考えています。そのため、汎用技術としてのAIが多くの機会を提供していることを一つのトレンドとして捉えてほしいと思います。

私が皆さんと共有したい2つ目の傾向は、私たちが15年、10年、15年間AIについて話してきたにもかかわらず、なぜコンシューマーソフトウェアのインターネット以外ではまだ広く採用されていないのかということです。現在進行中のプロジェクトと潜在的なAIプロジェクトを価値の減少順に並べると、次のような曲線を描くことができます。

この曲線の左側には、大手テクノロジー企業のオンライン広告、ウェブ検索、オンライン製品推薦など、最も価値のあるプロジェクトがあります。Google、Microsoft（マイクロソフト）、Kakao（カカオ）、Naver（ネイバー）のような大型技術企業であれば、100人のエンジニアを雇って一つのソフトウェアを開発することができ、より関連性の高いオンライン広告を作ることができ、一つのソフトウェアを1億人、10億人のユーザーに適用して、莫大な金銭的価値を創出することができることが分かりました。

しかし、私と私の友人が約10年前に開発したこの方法は、消費者向けインターネットを離れると効果がないことが判明しました。なぜなら、他の場所では、一つのソフトウェアを適用することのできる1千万、1億人のユーザーを持つ企業はほとんどないためです。

例えば、ピザ製造工場でチーズが均等に散りばめられているかどうかを確認するために、ピザの写真を撮らなければならないプロジェクトが進められています。このプロジェクトは約500万ドル規模のプロジェクトですが、500万ドル規模のプロジェクトのために100人のエンジニアを雇うことはできません。

または、小麦の収穫について考えてみてください。すでに栽培されている小麦畑がある場合、農業会社と協力して小麦の高さを予測し、適切な高さで小麦を刈り取ることで、農家が販売できる収穫量を増やすことができることを発見しました。そして、これは環境にも良いです。しかし、これは従来の方法では不可能な、500万ドル規模の別のプロジェクトです。

材料グレード分類、布グレード分類、板金グレード分類にも同様に適用されます。この曲線の左側には、私たちが構築方法を知っている数十億ドル規模のプロジェクトがある一方で、この曲線の右側には、私たちが総体的に苦労している数万の5百万ドル規模のプロジェクトがあります。しかし、右側の端部分にあるすべてのプロジェクトの総価値は、ヘッド部分にある少数のプロジェクトよりもはるかにあると思います。

問題は、このすべてのプロジェクトをどのように完成させるのかということです。そこで私が言及したい2つ目のトレンドは、より良いツールです。ローコード、ノーコードツールにより、ユーザーは自分だけのAIシステムをカスタマイズできるようになりました。たとえば、ピザプロジェクトのために10人のエンジニアを雇うことなく、ピザ製造工場のIT部門が独自のAIシステムをカスタマイズして、このような価値を生み出すことができるほど、ツールは簡単になりつつあります。

しかし、ピザの写真は工場内にのみ存在し、インターネット上には存在しません。そのため、Google、Bingなどではこの写真にアクセスできません。しかし、プロンプトベースのツールとデータ駆動型のAIツールを使えば、このようなことが可能になりました。

まだコンシューマー向けソフトウェアインターネットに集中しているAIを、他の多くの産業分野に拡張できるという点で、非常に興味深いものです。

私が取り組んできたことの一つを簡単にお話しすると、5年ほど前から、価値のあるAIプロジェクトがたくさんできるようになったと感じています。私が解決したかったパズルは、どうすればこの様々なプロジェクトをすべて完成させることができるのかということでした。Googleと百度（バイドゥ）でAIチームを率いていた私は、Google、百度、そしてKakaoのような他のテクノロジー企業は、AIを活用するための素晴らしい機会を多く持っていると感じました。しかし、大手テクノロジー企業でチームを運営しながら、自分が望む様々な機会を追い求める方法は分かり得ませんでした。

Kakao板橋（パンギョ）アジトでのアンドリュー・ン教授 /Kakao提供

そこで私は様々な産業分野で有意義なプロジェクトを推進する会社を設立するために、5年前にAIファンドアドベンチャースタジオを設立しました。もちろん、他の会社を立ち上げるだけでなく、既存の企業でも既存のビジネスにAIを組み込む機会はたくさんあると思います。先日、Kakaoで行われている素晴らしいAIの仕事について、代表や役員の方々と話を交わしました。その推進力と進展、そして優れた技術的成果はとても興味深いものでした。私が考える一連の機会を皆さんと共有したいと思います。

私が考えるAIスタックは以下の通りです。一番下の段階にはハードウェア、つまりシリコンハードウェアがあります。これは非常に資本集約的で集中的であり、少数の潜在的な勝者と共に多くのリソースを必要とします。韓国でもより良いAI用シリコンを開発するために多くの努力が注がれていますが、このビジネスの特性上、私が直接乗り出すことはありません。

次にインフラ層であるクラウドインフラストラクチャがありますが、これも資本集約的で集中的な分野であるため、私はこの分野にも参加していません。そして、開発者ツール階層があります。例えば、OpenAIはコンシューマーツールであるだけでなく、API呼び出しを提供する優れた開発者ツールでもあります。開発者ツール層は非常に競争が激しいです。しかし、技術的な優位性を持っていれば、大きな勝者になるチャンスがあります。私は独自の技術的優位性があると思うときだけ、そこでプレイする傾向があります。

メディアの関心はインフラや開発者ツール層に集中していますが、アプリケーション層にはもっと大きなチャンスがあると考えていました。インフラとツール層が成功するためには、アプリケーション層がより成功し、インフラ層に費用を支払うのに十分な収益を生み出す必要があります。

私が言及したいケーススタディの一つは、私たちのチームが恋愛コーチングに適用したAIをベースに構築したスタートアップであるAlmoriです。興味深いケーススタディですが、AIを研究している私が恋愛関係について何を知っているのかと気になりますよね？正直なところ、あまり知識はありません。私の言葉が信じられなければ、妻に聞いてみてください。妻は私が恋愛について何も知らないことを認めてくれるでしょう。恋愛のメンタリングとコーチングにAIを適用することを決めたとき、Tinderの元CEOであるレナータ・ニヴォーグと一緒に作業にかかりました。私たちのチームはAIの専門知識を提供し、彼女は恋愛に関する多くの専門知識を提供しました。おかげで非常にユニークで深みのあるチャットボットメンターを構築することができました。

開発者ツール層は非常に競争が激しいです。しかし、AIと恋愛の両方を理解しているチームがどれだけあるかというと、実際には非常に少ないです。そのため、競争が激しくない領域で興味深い機会を作ることができることがわかりました。

私たちがスタートアップを設立する過程を簡単にご紹介します。私たちは常に多くのアイデアに触れることができています。私が紹介したい事例の一つは、Bearing（ベアリング） AIです。このスタートアップは、AIを使って超大型遠洋船が燃料効率の高い航路を選択できるように支援するスタートアップです。このアイデアは、多くの船舶を運航する海運会社である三井物産から生まれました。

一般的なスタートアップ育成過程では、市場に需要があるか、アイデアが技術的に実現可能かどうかを検証するのに約1ヶ月かかります。その後、共に働くCEOを募集します。私たちは、以前に会社を売却した経験がある再起業家であるDelink Cowという素晴らしいCEOを迎え入れました。その後、3ヶ月間プロトタイプを作成し、詳細な顧客検証を行います。この段階で会社が生き残れば投資を通じて会社を設立し、チームを構成し、顧客を獲得するための資本を提供し、その後も拡大し続け、自ら追加資本を調達できるように支援します。

三井物産との協業により、現在、公海上では、このスタートアップにより燃費が約10％向上した数百隻の船舶が運航しています。新しいビジネスチャンスを生み出すことに関しては、私の専門分野はAIのみで、他の分野ではないと思います。他のすべての産業について十分に知ることは非常に難しいですが、正確な技術検証を行い、技術を迅速かつ適切に構築するためには、AI技術の専門知識が重要であることがわかりました。

私たちは、スタートアップに関する具体的なアイデアがある場合のみ参加する傾向があります。ですから、誰かが私に「アンドリュー、金融サービスにAIを適用したらどうだろう」というようなアイデアを提示された場合、私は金融サービスの専門家ではないので、何をどうすべきかはかわかりません。しかし、誰かが具体的なアイデアを提示してくれれば、多少冗談のようなアイデアでも効率的に検証することができます。具体的なアイデアは実行に向けた明確な方向性を示し、アイデアについて深く考えているテーマ別の専門家と協力することで、非常に迅速に実行に移し、興味深いプロジェクトを効率的に構築できることがわかりました。

AIは非常に強力な技術であり、私たちのチームはAIに対する責任を真剣に受け止めています。私たちは人類を発展させることができるプロジェクトのみを行います。全員がAIに対して同じような心構えを持ってほしいと思います。私たちは、財政的には健全だが倫理的に問題があると判断したプロジェクトを中止した経験があります。AIの危険性についての議論は、韓国の立法府を含め幅広く行われています。現在、AIは偏向性、公平性、正確性などの問題を抱えていますが、技術が急速に発展するにつれて、偏向性が減り、公平性と正確性が高まっています。しかし、まだやるべきことが残っています。

私は、AIの最大のリスクは雇用の混乱だと考えています。ペンシルベニア大学とOpenAIの研究によると、生成型AIを利用した自動化の波の中で、自動化に対してより脆弱なのは高給取りの仕事だそうです。最も重要なことの一つは、AIを使って価値を創造する際に、仕事を失う人々も考慮しなければならないということです。

最後に、AGIに関する誇大広告は多くあります。AGIはまだ数十年、もしかしたら30年、50年、それ以上も残っていると思います。人工知能が人類の絶滅リスクをもたらすという誇大宣伝が多いですが、私は人工知能が意味のある絶滅リスクをもたらすとは思っていません。これにはいくつかの理由があります。まず、人間社会は非常に強力な組織を運営した経験が豊富です。また、AIは徐々に発展していきます。AIが今うまく機能していないのに、ある日突然、一夜にして非常にうまく機能し、知能が向上して世界を支配するような急激な飛躍のシナリオは現実的ではありません。安全性を確保する時間は十分あります。

次のパンデミック、気候変動による地球の人口減少、小惑星が恐竜にしたように私たちに降りかかる可能性のある危険など、人類の実存的なリスクを考えると、AIはこれらすべての問題を解決する上で重要な役割を果たすことができると思います。

再び韓国を訪れて、皆さんと交流し、Kakaoと韓国の皆さんが行っている素晴らしい仕事を目にすることができたことを嬉しく思います。コロナパンデミックが落ち着けば、また韓国に来て、皆さんともっと交流できる機会が増えることを願っています。よろしくお願いします。

KakaoクルーによるQ&A

Q.生成型AIが私たちの生活に与える最も大きな変化は何でしょうか？AIに関連して統制の必要性も提起されていますが、安全に活用するにはどのようなアプローチが必要でしょうか。

「生成型AIの話をするたびに、規制の話が多く出てきます。人々は、私たちがAIをコントロールできるかどうかについて多く心配しています。しかし、実はすでに制御できていない技術はたくさん存在しています。例えば、飛行機を例に挙げることができます。人間が飛行機を完全にコントロールすることは不可能です。飛行機に乗っていると、揺れることが多いです。

AIも同様に、一部は制御できますが、全体としては制御できない部分が存在します。それでも、今は飛行機が車より安全であるように、AIもより安全に使用することができます。また、長期的に見ると、飛行機が最初に開発されたときに事故が多発したように、AIも初期段階では問題が発生する可能性があります。重要なのは、人間が空を飛べるようになったということです。」

Q.AIは人間の能力を超えることができると思いますか？もしそうだとしたら、どのくらいの時間が必要だと考えますか？

「人間の知能とAI、つまりデジタルインテリジェンスは本質的に非常に異なると思います。ある面では、すでにAIが人間より優れている部分があります。例えば、電卓は私たちよりはるかに速く計算しますよね。Excel（エクセル）も作業スピードが格段に速くなります。このように、AIは人間の様々な能力を超えていると思います。また、AGIへの期待も大きいです。

しかし、AGIが完成するまでには約30年から50年程度かかると思います。個人的には、私が生きている間にそうなればいいなと思います。まだ、そうなるまでにはかなりの時間が必要だと思います。AIがここまで発展してきたにもかかわらず、次のステップに進むためには、もう一歩の飛躍が必要だということです。最近の変換モデルであるトランスフォーマーは確かに良い技術ですが、まだAGIに至るには不十分だと思っています。」

Q.特定の言語中心のAIが市場で有効だと思いますか？そして、そう思う理由は何ですか？

「GPTを使ったことがあれば、GPTが韓国語を非常によく処理することをご存じですよね。しかし、重要なのは、学習データ自体が英語中心であることです。そのため、関連する情報もほとんど英語中心です。そうすると、韓国語で書かれた内容が多くあるように見えるかもしれませんが、これは実質的に英語のデータをもとに学習された結果になっています。そのため、韓国の特定の情報についてはよくわからないケースが多いです。そのような観点から、各言語に特化したAIの存在は確実に必要だと思います。」

Q.AIの発展で多くの人が仕事を失うのではないかと心配していますが、それだけ新しい仕事も生まれる可能性があると思います。今後どのような職業が有望だと思いますか？

「特定の職業の将来性を語るよりも、今後は誰もがコーディングができる時代が来ると思います。去年はこのようなことを考えなかったのですが、今回のChatGPTのコードインタープリターを見て考えが変わりました。数学者でなくても、数学はできるように、誰もがコーディングができる時代が来るでしょう。AIが進化するにつれて、コストが減ってきています。コストが下がれば、誰もが自分のAIを作れるようになり、自分のデータを学習させてAIを作り、自分で使って、自分の技術を発展させることができるような時代が来ると思います。どんな職業が有望であるとか消えるというよりは、すべての人がコーディングができるようになり、AIを、自分の秘書のように使えるような時代が来るのではないかと思っています。」

Q.イメージモデルとランゲージモデルの次に浮上しているモデルはどのようなものがあるのでしょうか。

「イメージモデルやランゲージモデルの次に登場するモデルについては、まだ予測が難しいです。しかし、今大衆が少し忘れている部分があります。現在、言語モデルに使われているTransformerは2017年に研究論文が発表され、2020年には画像モデルに必要な Visual Transformers（ビジュアルトランスフォーマー）が発表されました。これまでの言語モデルでの革新と同様に、画像方面でも同様の革新があるはずです。イメージモデルの発展はもうすぐ終わるのではなく、むしろこれからイメージモデルが始まったと言えます。」

Q.ファンデーションモデルは勝者独占構造になりそうですか？

「個人的な見解ですのでご注意ください。私はAI投資に携わっています。ファンデーションモデルがウィナーテイクオール(勝者独占)構造になるとは考えていません。すでに多くの会社がファンデーションモデルを開発しています。そして、オープンソースのモデル、例えばHugging Faceでは複数のモデルが存在しています。このようなモデルが市場を分け合うことになるでしょう。OpenAIのGPT-4のような場合、現在性能面では最も優れています。しかし、この性能優位性がいつまで続くかは未知数です。結局、一つの会社や一つのモデルがすべてを独占する構造ではなく、様々なデータと様々なユースケースに合わせて最適化されたモデルが市場を細分化すると思います。」

Q.オープンソースコミュニティとクローズドソース企業の方向性はそれぞれどうなっているのでしょうか？もし共存するとしたら、どのような形になると思われますか？

「正確な予測は難しいですが、クローズドソースモデル（閉鎖型AI、ChatGPTやBard（バード）のように特定の会社がAI技術と収益を独占している）の場合、OpenAIのようにある程度の性能的なメリットがあると思います。しかし、オープンソースモデルが多くなってきており、AI研究・開発のコストが徐々に下がっているため、この2つのモデルは共存する市場構造を形成すると思われます。どのようなユースケース、どのような用途、どのような規模の企業でどのモデルを使うかは様々な選択肢があるでしょう。クローズドソースモデルが性能面で優勢であっても、ユーザーの選択は様々な要素によって異なります。2つのモデルが共存することになると思います。」

Q.AIの最大の弱点は、今のところ情報の正確性だと思います。この問題はいつ頃解決すると思いますか？

「AIの精度は実は非常にジェネラルな問題です。ある面では、AIはすでに人間よりも正確な結果を出すこともあります。そして、実は人間の判断も常に正しいとは限りません。したがって、AI開発の目標は、実質的に「人間と同じくらい正確になる」ということです。そうなれば、十分に有用でしょう。しかし、完全に正確なモデルが登場するのはまだ遠い未来かもしれません。人間並みの性能さえ実現すれば、十分に有用に活用できると思います。」

Q.AIは視覚と聴覚に焦点を当てて技術を発展させてきましたが、それ以外の感覚である味覚、嗅覚、触覚については目に見える成果は出ていません。今後、AIの発展が他の感覚器官に転移する可能性についてどのようにお考えですか、そのような流れが起きた場合の影響はどの程度でしょうか。

「実は、これはAIの問題ではなく、ハードウェアの問題です。もし味覚、嗅覚、触覚を正確に測定できるハードウェア技術が発達すれば、AIは十分にそれらの感覚を処理する能力を備えることができるでしょう。そうした現代的な技術が早く発展してほしいと思います。」