バラジ・スリニヴァサン氏はAIを現代の最も経済的に有用な発明と呼んでいる

バラジ氏は、AIは一神教ではなく多神教的であり、つまり全てを支配する超知能システムが一つだけ存在するわけではないと述べている。その代わりに、それぞれ異なるプレイヤーに支えられた、tronなAIが多数存在する。.

彼の言葉を借りれば、「我々は経験的に、単一の万能モデルではなく、多神教的なAIを観察している」。これは、一つのAGIが世界をペーパークリップに変えるという幻想を消し去る。私たちが目にしているのは、単一の支配的な力ではなく、多くの人間とAIの組み合わせによる力の均衡なのだ。.

彼によると、AIは今のところ「中間から中間」までしか機能しない。最初から最後まで全ての仕事をこなせるわけではない。AIに指示を出す人と、AIの出力結果を確認する人、両方の立場で人間が必要なのだ。.

つまり、実際のコストと労力はすべて、プロンプトと検証といったエッジ部分へと移行したのです。AIがプロセスの中心部分を高速化しているにもかかわらず、企業は現在、そこに資金を投入しています。.

AIはあなたをより賢くする。ただし、あなたがすでに賢い場合のみ

バラジ氏はこれを人工知能とは呼ばず、「増幅された知能」と呼んでいます。AIは自律的に行​​動しないため、完全なエージェント性がなく、長期的な目標を設定できず、自身の出力を検証することもできません。「指示、検証、システム統合には多大な労力を費やす必要があります」と彼は言います。つまり、AIの有用性は、人間の知性に左右されるということです。間違った指示を出せば、AIは間違った結果を出すのです。.

彼はまた、AIはあなたの代わりではなく、より多くの仕事をこなす手助けをするだけだとも述べています。AIを使えば、そこそこのUIデザイナーやゲームアニメーターを装うことはできます。しかし、専門家レベルのクオリティは期待できません。AIは平均的なスキルは身につけさせますが、優秀になるわけではありません。真のクオリティを実現するには、やはり専門家が必要です。.

AIが奪う仕事は他にもあり、それは以前のバージョンのAIの仕事です。MidjourneyはStable Diffusionをワークフローから排除し、GPT-4はGPT-3の座を引き継ぎました。Balaji氏が言うように、「AIはあなたの仕事を奪うのではなく、以前のAIの仕事を奪うのです」。企業が画像生成やコード生成といったワークフローにAIのための領域を設けると、その領域はそのまま維持されます。より新しく、より優れたモデルに引き継がれるだけなのです。

彼はまた、AIはテキストよりも視覚的な情報に優れているとも述べています。人間にとって、膨大なコードや長々と続くテキストを検証するよりも、画像を判断する方が簡単です。「ユーザーインターフェースや画像は人間の目で簡単に確認できます」とバラジ氏は言います。テキストの場合、人間が正確性を確認するには時間とコストがかかります。.

暗号はAIのできることとできないことを制限する

バラジ氏は、AIの仕組みと暗号技術の仕組みを明確に区別している。AIは確率的であり、パターンに基づいて推測を行う。一方、暗号技術は決定論的であり、厳密で証明可能な数学に基づいて動作する。そのため、暗号技術はAIが容易に越えられない境界線となる。

AIはキャプチャを破れるかもしれないが、ブロックチェーンの残高を偽造することはできない。「AIはすべてを偽物にするが、暗号はそれを再び現実にする」と彼は言う。AIは単純な方程式を解くことはできるかもしれないが、暗号方程式は依然としてAIをブロックする。.

すでにキラーAIの亜種は存在している。それはドローンだ。「各国がこれを追求している」とバラジ氏は言う。脅威となるのは画像生成装置やチャットボットではなく、自律型兵器だ。AIが現実世界に及ぼす影響が既に致命的となっているのは、まさにこの分野なのだ。.

彼は、AIは中央集権化ではなく分散化を進めていると主張しています。現在、AI企業は1社や2社の巨大企業ではなく、無数に存在します。優れたツールを備えた小規模なチームでも、多くのことを実現できます。また、オープンソースモデルは急速に進化しています。そのため、巨額の予算がなくても、小規模なグループでtronなAIシステムを構築できます。これは、権力を集中させるのではなく、分散させることを意味します。.

バラジ氏は、AIが多ければ多いほど良いという考えも否定する。理想的なAI量はゼロでも100%でもないと彼は言う。「AIが0%だと遅いが、AIが100%だと雑になる」。真の価値はその中間にある。AIが少なすぎると遅れをとる。多すぎると品質が崩壊する。彼はこれを、両極端の間にスイートスポットがあるとする経済学の概念、ラッファー曲線に例える。.

最終 論点、彼は今日のシステムが神のような機械ではなく、制約のあるAIである理由を説明する。彼はそれを4種類の制約に分けて説明する。

• 経済性：API呼び出しには必ず費用がかかります。大規模なAIの利用は無料ではありません。.
• matic的：AIは混沌とした問題や暗号の問題を解決できません。.
• 実用面：結果の提示と検証には依然として人間が必要です。AIだけではすべてのタスクを完了することはできません。.
• 物理的：AIは現実世界のデータを独自に収集しません。人間のように周囲の環境を感知したり解釈したりすることはできません。.

彼は最後に、これらの制約は 可能 性があると述べている。将来の研究者は、システム1思考（AIのように高速で直感的）とシステム2思考（従来のコンピューティングのように、より論理的で慎重）を融合させることができるかもしれない。しかし、今のところそれは単なる理論であり、未解決の問題だ。全知全能のAIは存在しない。あるのは、指示されたことを実行し、絶え間ない検証を必要とするツール（高価で、機能が限定的で、競争の激しいツール）だけだ。