OpenAI London Developer Day でのウルトラマンの最新インタビューがついに全文公開されました!
40分間のインタビュー中、アルトマン氏はOpenAIの将来のモデル開発の方向性、Agent、そして最も尊敬される競合他社（これらは以前に断片的にリークされていた問題である）についてだけでなく、スケーリングの法則、半導体サプライチェーン、モデルコンテストの費用やどの年齢層の従業員を雇用すべきかなど、基本的な質問が 10 件以上ありました。
OpenAI の CEO という立場について、彼がどのような立場にあったのか、そしてまだ十分に準備ができていないのかと尋ねたところ、
ウルトラマンは迷わず「商品です！」と言いました。
全体として、私の弱点は製品にあります。
現在、会社は私に、この分野においてより強力で明確なビジョンを持つことを求めています。
興味深いのは、39 歳のウルトラマンが 23 歳か 24 歳の頃に戻ることができたら、 AI に関連した垂直方向の取り組みを検討するだろうということです。
たとえば、人間の学習を支援する AI 家庭教師、AI 弁護士、AI CAD エンジニアなどです。
この素晴らしいインタビューの全文を以下に添付します。元の意味を変えることなく、いくつかの段落が削除されています。
最後に、11 の簡単な質問と回答があります~
コンテンツの概要
OpenAI London Developer Day でのウルトラマンへのインタビュー
Q1: 将来に目を向けると、OpenAI には将来 o1 のようなモデルがさらに増えるのでしょうか、それともより大きなパラメータを持つモデルが期待できるでしょうか?
A:もちろん、包括的に進歩したいと考えていますが、推論モデルの方向性は私たちにとって特に重要です。私たちは、長年達成することを楽しみにしていた多くのことを推論を使って解決したいと考えています。
たとえば、推論モデルは新しい科学に貢献し、難しいコードの作成に役立ち、世界を大きく前進させることができると私は考えています。
したがって、Oシリーズモデルの急速な改良が非常に重要になることに期待してください。
Q2: また、OpenAI の将来の計画に基づいて、技術者ではない創業者として、ノーコード ツールを開発することで AI アプリケーションを構築および拡張できるとどう思いますか?
A：その日は必ずあります。
私たちの最初のステップは、コードの書き方を知っている人々の生産性を高めることですが、最終的には真に高品質のノーコード ツールを提供したいと考えています。
有意義な (ノーコード) ツールはいくつかありますが、完全にノーコードでスタートアップを構築するには時間がかかります。
Q3: 創設者の 1 人が尋ねました。現時点では、OpenAI は明らかにテクノロジー スタックのどこかにありますが、OpenAI はどこまで進むのでしょうか。 OpenAI が最終的にアプリケーションのこの部分をカバーすることになるため、RAG システムのチューニングに多くの時間を費やすのは時間の無駄でしょうか?
A:私たちは通常、OpenAI が最善を尽くし、私たちが発売するモデルをますます良くすると強く信じていると答えます。
「小さなバグにパッチを当てる」ことで生計を立てている会社を設立している場合、OpenAI がその作業をスムーズかつ正確に進めるかどうかは、それほど大きな影響を与えることはありません。
別の言い方をすれば、「OpenAIのモデルがどんどん良くなっている」ことで、あなたの会社がより成功するのであれば、あなたは間違いなく喜ぶでしょう。
たとえば、Oracle が OpenAI の o4 が想像以上に強力になるとこっそり教えてくれたら、あなたは間違いなく喜ぶでしょう。
もちろん、 o1-preview のパフォーマンスが良くない領域を選択して掘り下げ、ほとんどそれに基づいていない場合、次世代モデルは想像していたほどパフォーマンスが良くないと感じることは間違いありません。
——これがスタートアップに伝えたいことです。
私たちは、OpenAI は非常に急勾配の改善軌道に乗っており、現在のモデルの欠点は後発者によって解決され、補われると信じています。
Q4: 創業者の観点から見ると、OpenAI が成功する可能性があるのはどこですか (他のものはそうではありません)?投資家もこの問題を理解したいと思っていますし、投資で損をすることは誰も望んでいません。
A: OpenAI は、AI を使用してこれまで不可能または非現実的だと考えられていた製品やサービスを構築することで、数兆ドルの市場価値を創出します。
ユーザーが何も心配する必要がなく、やりたいことだけを実行できるような素晴らしいモデルをリリースしたいと考えています。
GPT-3.5 の時代、スタートアップと人々の 95% は、モデルが改善されないと確信しています。
実際、私たちは GPT-4 がその機能をより適切に処理でき、3.5 時代のモデルのような間違いがなくなることを長い間予見していました。起業家や開発者が特定の世代のモデルの欠点を補うことだけであれば、この欠点はますます重要ではなくなることがわかるでしょう。
みんな数年前のモデルがどれほどひどかったのか忘れたのだろうか？実際、まだ数年しか経っていません。
しかし、チャンスはどこにでもあるので、既存のモデルにパッチを適用することは、一見すると良い機会のように思えます (したがって、私は AI ティーチング アシスタントや AI 医療コンサルタントにはなりません)。
冒頭で、95% の人がモデルがこれ以上改善されないと確信しており、モデルがますます改善されると確信している人はわずか 5% であると述べたのはこのためです。
しかし、これはもう当てはまらないと思います。
今では、GPT-3.5 から GPT-4 への進化のスピードが標準になると誰もが考えていますが、そうではありません。良い点は、社内スタッフが非常に勤勉で、何が起こるかを知っていることです。
Q5: ソフトバンクの孫正義氏は、AI によって毎年 9 兆ドルの価値が生み出され、彼が考える年間 9 兆ドルの支出は相殺されるだろうと述べました。この発言を見てどう思いますか？
A:規模的には、今とほぼ同じです。 AI は多くの価値を生み出す一方で、明らかに多額の資本支出をもたらします。
これはあらゆる大きな技術革命で起こり、AI も明らかにその 1 つです。
来年はOpenAIが次世代システムに向けて精力的に前進する年となるだろう。
ノーコード ソフトウェア Agent がいつ登場するかについては、正確な時期は言えませんが、会社全体の価値に必要なソフトウェアを説明できれば、これがどれほどの経済成長をもたらすか想像できるでしょう。 。
同じ価値で、より広く利用可能で、よりアクセスしやすく、より安価であれば、それは非常に強力です。
先ほど述べたヘルスケアと教育のような他の例もあり、この 2 つの分野は世界にとって数兆ドルの価値があります。
AIがこれまでとは違う形で本当にそれを実現できるのであれば、それがもたらす経済的価値の具体的な数値は全く問題ではなく、ましてや導入が9兆か1兆かは全く問題ではないと思います。
しかし、確かなことは、AI によって生み出される価値は本当に信じられないものであるということです。
Q6: オープンソースは非常に重要なアプローチです。オープンソースは人工知能の将来においてどのような役割を果たすと思いますか? OpenAI では、「すべてのモデルまたは一部のモデルをオープンソース化すべきか」について内部で議論されていますか?
A:エコシステムにおいてオープンソース モデルが非常に重要であることは疑いの余地がありません。市場には非常に優れたオープンソース モデルもあります。
しかし、優れたサービスや API を提供することも意味があると思います。それは意味があり、人々は自分に適したものを選択するでしょう。
Q7: 今日のエージェントの定義についてどう思いますか?あなたにとってエージェントとは何ですか?
A:この問題については十分に検討したわけではありませんが、エージェントに長期的なタスクを与え、その実行を最小限に監視することは可能です。
Q7': エージェントに対する人々の見方は実際には間違っていると思いますか?
A:おそらく私たち全員が正確に理解しているわけではありませんが、いくつかの重要な指標は知っています。
たとえば、AI エージェントが人に代わって行動することについて話すとき、よく例として挙げられるのは、エージェントにレストランの予約を依頼することです。エージェントはオンラインで予約することも、レストランに電話して予約することもできます。
確かに、エージェントは時間を節約するためにいくつかのことを行うのに役立ちます。しかし、本当に興味深いのは、人間がやらないこと、またはできないことをエージェントにやらせることだと思います。
たとえば、エージェントは、特定のレストランに電話して予約するのではなく、300 軒のレストランに連絡して、どのレストランが私にとって最適かを調べてくれます。あなたがかけたすべての電話にエージェントが応答できれば、さらにすばらしいでしょう。人間はこのようなことを大規模に並行して進めることはできないからです。
もっと興味深い例を見てみましょう。
エージェントは非常に賢い同僚のようなもので、2 日または 2 週間かかるプロジェクトを一緒に実行し、必要に応じて適切な仕事をしてくれます。プロジェクト全体で素晴らしい結果をもたらしました。
Q7」: これは SaaS の価格設定方法を根本的に変えることになりますか? SaaS は通常、ユーザー数 (シート課金) によって価格設定されますが、現在では AI が実際に労働力を置き換えています。今後の価格設定はどのようになると思いますか?
A:推測することしかできませんが、実際のところはわかりません。
「1/10/100 GPU を常に動作させたい」と要求すると、シートごとに価格が設定されるのではなく、この問題を継続的に処理するために必要なコンピューティング量に基づいて価格が設定される世界を想像できます。 。
Q7"": Aengts の使用シナリオに合わせて特定のモデルを構築する必要がありますか?
A: 確かに多くのインフラストラクチャが必要ですが、o1 モデルはエージェントのタスクを適切に実行できるモデルへの道を示していると感じます。
Q8: モデルは減価償却資産であると誰もが言いますが、モデルのコモディティ化は非常に一般的です。これについてのあなたの反応と考えは何ですか？モデルのトレーニングに必要な資本集約度が増大し続けることを考慮すると、「これは多額の資金が必要な分野だが、実際にそれを実行できる人はほとんどいない」という状況が逆転するのでしょうか?
A:モデルは確かに減価償却資産ですが、トレーニングにコストを費やす価値がないという意味ではありません。モデルをトレーニングする際のプラスの複利効果は言うまでもなく、次のモデルをより適切にトレーニングできるようになります。
モデルから得られる実際の収益は、投資を正当化します。もちろん、誰もがこれを実行できるわけではありません。モデルのトレーニングに関しては、車輪の再発明をしている人がたくさんいます。
トレーニングするモデルが遅れている場合、または魅力的で価値のある製品がない場合は、投資収益率を得ることが難しい可能性があります。
OpenAI は ChatGPT を導入できて非常に幸運であり、何億ものユーザーが私たちのモデルを使用しています。
したがって、たとえコストが高くても、この天文学的な数字を多数のユーザーに広めて薄めることができます。
Q9: OpenAI モデルは時間の経過とともにどのように差別化を続けるのでしょうか?この差別化を拡大することに最も重点を置きたい分野は何ですか?
A:推論は現在私たちが注力している最も重要な分野であり、それが価値の創造において次の大きな飛躍をもたらすと考えています。
したがって、私たちはさまざまな側面でモデルを改善し、マルチモーダルな作業を行い、人々がこれらのモデルを使用したいと考える方法にとって重要であると考えられる他の機能を追加するつもりです。
Q9': 達成したい課題や目標を含め、推論やマルチモーダルな仕事をどのように考えていますか?
A：それが実現することを願っています。これを達成するには明らかにある程度の努力が必要です。
しかし、言語に熟達する前の幼児期や幼児期の人間は、依然としてかなり高度な視覚的推論を行うことができます。
Q9」: o1 の新しい推論パラダイムにより、視覚的能力はどのように拡張されますか?
A: ネタバレすることなく、画像ベースのモデルは急速に成長すると予想しています。
画像モデルに関しては急速な進歩が期待できます。
Q10: OpenAI はどのようにして核となる推論においてブレークスルーを達成しますか? Transformers 以外のアプローチやその他の新しいテクノロジーとして強化学習を推進し始める必要はありますか?
A:これらは 2 つの質問です。それをどのように行うか、そして Transformer の後に何が来るのかです。
まず、それをどのように行うかが私たちの秘密です。
うまくいくことがわかっているものをコピーするのが非常に簡単な理由の 1 つは、何が可能かを知っているという自信があるからです。研究者が何かを行った後は、たとえ彼らがどのようにそれを行ったかがわからなくても、それを再現することができます。これは GPT-4 と o1 のレプリカで検証できます。
OpenAI について本当に難しいこと、そして私が最も誇りに思っていることは、まったく実証されていない新しいことを繰り返し行っていることです。
多くの機関や組織がそのようなことを行う能力があると主張していますが、実際には、AI 分野以外も含めて実際にそれを行っている機関はほとんどありません。
ある意味、これは人類の進歩にとって最も重要な投資の一つだと思います。
私は退職したら本を書くことを楽しみにしています。私が学んだことを本にし、これを実現できる組織と企業文化を構築する方法についての私の経験を共有することを楽しみにしています（単に仕事をコピーする組織ではなく）。他）。
世界にはこのような組織がもっと必要だと思いますが、その数は人間の創意工夫によって制限されるでしょう。
しかし現実には、世界はこのような組織を構築することが苦手なため、多くの才能が無駄にされています。しかし、このような組織がもっと増えればいいのにと思います。
Q11: 才能はどのように無駄にされるのでしょうか?
A:世界には優秀な人材がたくさんいますが、彼らは悪い会社に勤めていたり、何らかの理由でその能力を最大限に発揮できていないのです。
私が AI に関して最も期待していることの 1 つは、AI によってすべての人が最大限の可能性を発揮できるように支援できるようになることを期待しているということです。
この目標は達成には程遠いです。
人生の軌跡が少し違っていたら、世界中の多くの人が優秀なAI研究者になっていたはずです。
Q12: ここ数年、あなたは信じられないほどの経験をし、信じられないほどの急速な成長を遂げてきました。退職したら回想録を書くとおっしゃっていましたが、過去 10 年を振り返って、あなたのリーダーシップ スタイルにどのような大きな変化がありましたか?
A:私にとって、ここ数年間で最も驚異的だったのは、物事の変化のスピードです。
通常の企業では、収益をゼロから 1 億ドル、さらに 1 億ドルから 10 億ドル、そして 100 億ドルまで成長させるのに十分な時間があります。このプロセスを 2 年以内に完了する必要はありません。私たちは伝統的な意味でのシリコンバレーのスタートアップではありません。
とても早く到着しなければならなかったので、もっと時間をかけて学ぶべきだった（しかしそうしなかった）ことがたくさんありました。
Q12: あなたが知らないことで、もっと時間をかけて学んでおけばよかったと思うことはありますか?
A:一つだけ言わせてください。それは、10％成長することよりも、「次の10倍にどう成長させるかに会社を集中させましょう」ということです。
これにはどれくらいの努力が必要ですか?これはどのくらい難しいですか?
次の 10% の成長であれば、以前に機能していたものは引き続き機能します。しかし、売上高 10 億ドルの企業が売上高 100 億ドルに成長するには、以前と同じことを単純に繰り返すことはできません。それには多くの変化が必要です。
成長があまりにも速いため、人々が基本をマスターする時間さえない世界では、他にやるべきことを見失わずに次のステップに全力で進むために必要な努力を、私はひどく過小評価していました。
Q13: Keith Rabois (シリコンバレーの投資家、Paypal の元副社長)は、30 歳未満の非常に若い人を雇うべきだと言いました。これは、 Peter Thiel (Paypal の創設者)が偉大な会社 Secret を築くために彼に教えた言葉です。興味があるのですが、この観点についてどう思いますか?若くて精力的だが経験の浅い人材と、より経験豊富な人材の採用のバランスをどのように取っていますか?
A: OpenAI を設立したとき、私は約 30 歳で、特に若くはありませんでした。
しかし、これまでのところ、OpenAI の進歩はかなり良いようです~
Q13: 30歳未満の人を雇用することについてどう思いますか?彼らは若く、精力的で、野心的ですが、経験は浅いのでしょうか（裕福な人もいるかもしれません） ？
A:明白な答えは、2 つのタイプの人材を雇用することで成功できるということです。
私たちのチームは最近、素晴らしい仕事をする若い男性を雇いました。この人たちがどうしてあんな若くしてあんなに良い仕事ができるのか理解できない。 ！しかし、そういうことなのです。
このような人を見つけることができれば、彼らは驚くべき新しい視点やエネルギーなどをもたらしてくれます。
一方で、これまでに構築された中で最も複雑で高価なコンピューター システムの設計となると、私は初心者に賭けるつもりはありません。
したがって、両方である必要があります。
あなたが本当に求めているのは、あらゆる年齢層の人材で構成された非常に高い水準の人材と、「若い人だけを採用する」「年配の人だけを採用する」という戦略だと思います。
Y Combinator について私が最も感謝していることの 1 つは、「経験の不足は価値の不足を意味しない」ということです。
キャリアの早い段階で多大な価値を生み出すことができる、非常に有望な人材が何人かいます。そして、私たちがそのような人材に賭けるべきであることは素晴らしいことです。
Q15: Anthropic のモデルはコーディング タスクに適している場合があると誰かが言いました。これはなぜですか?この評価は公平だと思いますか?開発者はどのような場合に他のモデル ベンダーではなく OpenAI を選択すべきでしょうか?
A:はい、Anthropic にはコードを書くための非常に印象的なモデルがあります。
開発者はほとんどの場合、いくつかのモデルを使用すると思いますが、エージェントがますます重要になるにつれて、それが将来どのように発展するかはわかりません。
AI はあらゆるところに普及すると思いますが、私たちが現在 AI について話したり考えたりする方法は正しくないと思います。わかりやすく説明すると、モデルの話からシステムの話に移りますが、それには時間がかかります。
Q16: スケール モデルを検討する場合、スケーリング則は何回のモデル反復に適用されると思いますか?一般的には長くは続かないと思われていましたが、思ったよりも長く続いたようです。
A:この質問の核心は「モデルの機能の向上は過去と同じになるのか？」ということだと理解しています。
答えはイエスだと私は信じていますが、それは今後も長い間続くでしょう。
Q16: これについて疑問に思ったことはありますか?
A:まったくありません。
Q16「なぜ？」
A:トレーニング実行の失敗など、理解できない動作に遭遇しました。
1 つのパラダイムの終わりに近づくと、次のパラダイムを見つけ出す必要があります。
Q16「」：一番コントロールが難しいのはどれですか？
A: GPT-4 を勉強していたとき、非常に難しい問題があり、それをどうやって解決すればよいのかわかりませんでした。
ようやく解決策を見つけましたが、長い間、プロジェクトをどのように進めればよいのかわかりませんでした。
その後、私たちは長年興味を持っていたo1と推論モデルの方向に舵を切りましたが、それまでは長く曲がりくねった研究の道のりを経験しました。
Q17: 訓練や運営は失敗することもありますが、士気を維持するのは難しいですか？どのようにして士気を維持/向上させますか?
A:ご存知のとおり、当社の従業員の多くは AGI の構築に非常に興奮しており、これが非常に直接的な動機となっています。
成功への道が簡単でまっすぐであるとは誰も期待しません。
良いことわざがあります。おそらく次のようなものでしょう。「私は神が味方になってくれるように決して祈っていません。私は常に神の味方になってくれることを祈っています。」
ある意味、ディープラーニングに賭けることは天使の側にいるような気分で、途中で大きなつまずきに遭遇することもありますが、最終的には常にうまくいくように見えることに気づくでしょう。
したがって、これを深く信じることは、チームの士気にとって非常に有益です。
Q18: すごく変な質問してもいいですか？最近、「人生で最も重いものは鉄や金ではなく、下されなかった決断である。」という素晴らしい名言を聞きました。あなたを最も悩ませる未決定の決断はどれですか?
A:私が下す（そして失敗する）決断は毎日異なりますが、どれも「大きな」決断ではありません。
次の製品に賭けるべきかどうか、あるいは次のコンピュータを何らかの方法で構築したいかどうかなど、大きな事柄があります。それらはある種、一か八かの一方通行のポータルのようなもので、私も他の皆さんと同じように先延ばしにします。
しかし、最も難しいのは、たとえ投票が 51:49 であっても、毎日私に賛成と言わせる何かがあるということです。これらのこと自体は 51:49 かもしれないし、他の人よりもうまくできるとは思っていませんが、最終的な決断は私が下さなければなりません。
Q18: これらの 51:49 の問題について決定を下さなければならないとき、通常誰に電話しますか?
A：特定の人物はいません。
一人の人にすべてを依存するのは間違っていると思います。私にとって正しいアプローチは、15 人か 20 人の人にアドバイスしてもらい、それぞれが特定の分野で優れた直観力や背景を持っていることです。
すべてを一人の人に頼るのではなく、その分野の最高の専門家に依頼することができます。
Q19: 次に半導体のサプライチェーンについてお話したいと思います。半導体のサプライチェーンについてどの程度懸念していますか?
A:この懸念を数値化する方法がわかりません。
確かにそれに関する懸念はありますが、それは私の主な懸念ではありませんが、すべての懸念の上位 10% に含まれています。
心配するほど困っています。
ある程度はうまくいくだろうと思っていましたが、今は非常に複雑なシステムがあり、各レベルが独立して動作しているように感じています。 OpenAI 内でも同様であり、どのチーム内でも同様です。
半導体の例を挙げると、電力の可用性と、ネットワークで適切な意思決定を行い、タイムリーに十分なチップを入手できること、また、存在する可能性のあるリスクを調査して交差する準備をすることとのバランスを取る必要があります。完全に不意を突かれたわけではなく、悪用できないシステムを保持しています。
「サプライチェーン」というとパイプラインのように聞こえますが、各レベルのエコシステム全体の複雑さは、これまでどの業界でも見たことがありません。
まあ、それがおそらく私の最大の懸念です。
Q20: 多くの人は、この AI の波を、特に興奮と熱意の点でインターネットに例えます。両者ではやはりかける金額が若干違うと思います。ラリー・エリソン(Oracle の創設者)は、基本モデル競争のスタート地点に到達するには 1,000 億ドルの費用がかかると述べました。これに同意しますか?これは合理的ですか?
A:いいえ、費用は安くなると思います。
基本モデル分野での競争にかかるコストは 1,000 億ドル未満になります。
興味深い現象は、誰もが新しいテクノロジーについて話すときに、以前の技術革命を例として使いたがることです。これは悪い習慣だと思いますが、なぜ人々がそうしてしまうのかは理解できます。
私の意見では、人々が AI を作るために使用する類推は特に悪いです。インターネットと AI が大きく異なるのは明らかです。
コストと、競争するために 1,000 億ドルを費やす必要があるかどうかについて 1 つ言及されましたが、インターネット革命の特徴は、当時は非常に簡単に始めることができたことであり、多くの企業にとって、この波はインターネットの延長にすぎません。 。
誰かがこれらの AI モデルを作成し、それを使用してあらゆる種類の優れたものを構築できるようなものですが、AI 自体を構築しようとしている場合は、まったく別の話になります。
AI を比較するためによく使われるもう 1 つの例は電気です。さまざまな理由から、それも意味がないと思います。
私のお気に入りの例えは、トランジスタです。
それは信じられないほどの拡張特性を備えた新しい物理的発見であり、すぐにあらゆる場所に広がりました。
私たちは今、ムーアの法則のようなもの、人工知能がどれだけ早く改善されるかを示す一連の法則のようなものを想像できるようになりました。
誰もがその恩恵を受け、テクノロジー業界全体がその恩恵を受けます。製品やサービスには多くのトランジスタが含まれていますが、実際にはトランジスタ企業とは考えられていません。
これは、巨大なサプライチェーンを伴う非常に複雑で非常に高価な産業プロセスです。
ほとんどの場合、それについて考えていませんが、物理学のこの非常に単純な発見に基づいて、長期にわたる巨大な経済成長が見られました。
「これはトランジスタ製品です」とは言わず、「よし、これで情報を処理できる」と思うだけです。
トランジスタの存在も当然無視してます。
簡単な質問と回答 イースターエッグ
Q1: あなたが今 20 代前半で、現在当社のインフラストラクチャを使用しているとしたら、何をすることを選択しますか?
A: AI がサポートする特定の垂直分野では、私は AI ティーチング アシスタント、または最高の AI 弁護士、AI 医療コンサルタント、または私が想像できる類似の人材を選びます。
Q2:もし本を書くとしたら、何という名前にしますか?
A:タイトルはまだ決まっていませんし、書きたい内容の一部を除いて、本の内容も完全に構想できていません。
しかし、それは人間の可能性の問題になると思います。
Q3: AIの分野で、まだ十分に注目されていないが、もっと時間をかけて取り組むべきことは何ですか?
A:あなたの人生全体を理解できるある種の AI。この問題にアプローチするさまざまな方法を見てみたいと思っています。
実際には無限のコンテキストである必要はありませんが、何らかの方法で、ユーザーに関するすべてを理解し、すべてのデータにアクセスできる AI エージェントを用意できます。
Q4: サム、先月驚いたことは何ですか?
A:この研究については話すことはできませんが、驚くほど優れています。
Q5: あなたが最も尊敬するライバルは誰ですか?なぜ彼らなのか？
A:私は今、この分野に携わるすべての人を尊敬していると言えます。
この分野全体が非常に才能があり、非常に勤勉な人々で満たされていると思います。
私は質問を避けているわけではありません。指摘できるのは、非常に才能のある人々が非常に素晴らしい仕事をしていることがどこにでもいるということです。
Q6: あなたのお気に入りの OpenAI API を教えてください。
A:新しいリアルタイム API は素晴らしいと思います。私たちは現在、多くの優れたものを備えた巨大な API ビジネスを持っています。
Q7: 現在AI分野で最も尊敬している人は誰ですか?
A: Cursor チームに敬意を表します。
AI で素晴らしい仕事をしている人はたくさんいますが、AI を使用し、大量の価値を生み出す本当に素晴らしいエクスペリエンスを AI に提供させるという点で、Cursor は人々がこれまで思いつかなかった方法で要素を組み合わせています。これはかなりすごいことだと思います。
この回答では OpenAI から人々を除外しています。そうしないと、長いリストを挙げる必要があります。
Q8: レイテンシーと精度の間のトレードオフをどのように考えていますか?
A:レイテンシと精度の間のスケール標準が必要です。質疑応答は手短に行っておりますので、スピードを上げるつもりはありませんが、長くなりすぎないように努めております。
この場合、必要なのは（より低い）レイテンシです。物理学で新たな重要な発見をしたければ、あと数年待っても構わないでしょう。
答えは、ユーザーがこのトレードオフを制御する必要があるということです。
Q9: この場合、リーダーシップに関して誰もが不安を感じると思いますが、OpenAI のリーダー兼 CEO として、リーダーシップ領域を改善したいと考えている点は何ですか?
A:長いリストですね…どれが一番なのか考え中です。
今週私が最も気になるのは、これまで以上に製品戦略の詳細について確信が持てないことです。
製品全般が私の弱点だと思います。そして今、会社は私がこの分野に関してより強力で明確なビジョンを持つことを必要としています。
当社には優れた製品リードと優れた製品チームがいますが、この分野で私がもっと強くなればよかったと思います。
Q10: あなたは Kevin Weil を (CPO として) 雇いました。私は Kevin のことを長年知っていますが、彼は素晴らしい人です。 Kevin が世界クラスのプロダクト リーダーであると考える理由は何ですか?
A: 「規律」という言葉が最初に思い浮かびます。
私たちは、「ノー」と言うことに焦点を当て、ユーザーに代わって、なぜ何かをするのか、あるいはしないのかを実際に伝え、幻滅させようとします。
Q11: サム、あなたはたくさんのインタビューを受けてきましたね。
最後に、OpenAI の 5 年後の見通しと 10 年の見通しについてお話したいと思います。
A:私たちが正しければ、今後 2 年以内に科学の進歩を助けるシステムの構築を簡単に開始できるでしょう。
今から 5 年後、OpenAI の技術進歩は信じられないほど速く、狂気の沙汰と言えるでしょう。
2つ目は、社会自体は実はほとんど変わっていないということです。
5 年前にコンピューターがチューリング テストに合格するかどうかを全員に尋ねたのと同じように、誰もが首を横に振りました。
もしあなたが、神託がこれから何が起こるかを教えてくれると言うなら、彼らは、ああ、これはクレイジーで驚くべき社会変化が起きるだろうと言うでしょう。
さて、私たちは確かにチューリングテストに合格しましたが、社会はそれほど変わっていません。
すべてがあっという間に過ぎていきました。
私が今後も起こり続けると期待しているのは、進歩、科学の進歩、前進であり、私が良いと考える方法ですべての期待を上回り、健全である一方、社会はそれほど変化しません。