【英語学習】ジェネレーティブAI：創造的な新世界

Generative AI: A Creative New World

【本文】

Humans are good at analyzing things. Machines are even better. Machines can analyze a set of data and find patterns in it for a multitude of use cases, whether it’s fraud or spam detection, forecasting the ETA of your delivery or predicting which TikTok video to show you next. They are getting smarter at these tasks. This is called “Analytical AI,” or traditional AI.

But humans are not only good at analyzing things—we are also good at creating. We write poetry, design products, make games and crank out code. Up until recently, machines had no chance of competing with humans at creative work—they were relegated to analysis and rote cognitive labor. But machines are just starting to get good at creating sensical and beautiful things. This new category is called “Generative AI,” meaning the machine is generating something new rather than analyzing something that already exists.

Generative AI is well on the way to becoming not just faster and cheaper, but better in some cases than what humans create by hand. Every industry that requires humans to create original work—from social media to gaming, advertising to architecture, coding to graphic design, product design to law, marketing to sales—is up for reinvention. Certain functions may be completely replaced by generative AI, while others are more likely to thrive from a tight iterative creative cycle between human and machine—but generative AI should unlock better, faster and cheaper creation across a wide range of end markets. The dream is that generative AI brings the marginal cost of creation and knowledge work down towards zero, generating vast labor productivity and economic value—and commensurate market cap.

The fields that generative AI addresses—knowledge work and creative work—comprise billions of workers. Generative AI can make these workers at least 10% more efficient and/or creative: they become not only faster and more efficient, but more capable than before. Therefore, Generative AI has the potential to generate trillions of dollars of economic value.

【日本語訳】

人間は物事を分析するのが得意です。しかし、機械はさらに優れています。詐欺やスパムの検出、配達時間の予測、次に見せるべきTikTokビデオの予測など、さまざまな用途で機械はデータの集合を分析し、そのパターンを見つけることができます。これらの作業において、彼らはより賢くなっています。これは「分析型AI」、つまり従来のAIと呼ばれるものです。

しかし、人間は物事を分析するだけでなく、創造することも得意です。詩を書き、製品をデザインし、ゲームを作り、コードを書き出す。つい最近まで、機械は創造的な仕事において人間と競争するチャンスはありませんでした。つまり、分析や暗記的な認知労働に追いやられていたのです。しかし、機械は感覚的で美しいものを作り出すのが得意になりつつある。この新しいカテゴリーは「ジェネレーティブAI」と呼ばれ、機械がすでに存在するものを分析するのではなく、新しいものを生成することを意味します。

ジェネレーティブAIは、単に速くて安いだけでなく、場合によっては人間が手で作ったものよりも優れたものになる可能性が十分にあります。ソーシャルメディアからゲーム、広告から建築、コーディングからグラフィックデザイン、プロダクトデザインから法律、マーケティングから営業まで、人間がオリジナル作品を作る必要があるすべての業界は、再発明の可能性がある。ある種の機能はジェネレーティブAIに完全に取って代わられるかもしれませんし、他の機能は人間と機械との間の緊密な反復的創造サイクルによって発展する可能性があります。しかしジェネレーティブAIは、幅広いエンドマーケットにおいて、より良い、より速い、より安い創造を引き出すはずです。夢は、ジェネレーティブAIによって創造と知識労働の限界コストがゼロに近づき、膨大な労働生産性と経済価値、そしてそれに見合った市場規模が生み出されることである。

ジェネレーティブAIが取り組む分野、すなわち知識労働や創造的労働は、何十億人もの労働者を生み出しています。ジェネレーティブAIは、これらの労働者を少なくとも10％以上効率的かつ創造的にすることができます。つまり、彼らは以前よりも速く、効率的になるだけでなく、より有能になるのです。したがって、Generative AIは何兆ドルもの経済価値を生み出す可能性を秘めているのです。

【本文】

Why Now?
Generative AI has the same “why now” as AI more broadly: better models, more data, more compute. The category is changing faster than we can capture, but it’s worth recounting recent history in broad strokes to put the current moment in context.

Wave 1: Small models reign supreme (Pre-2015) 5+ years ago, small models are considered “state of the art” for understanding language. These small models excel at analytical tasks and become deployed for jobs from delivery time prediction to fraud classification. However, they are not expressive enough for general-purpose generative tasks. Generating human-level writing or code remains a pipe dream.

Wave 2: The race to scale (2015-Today) A landmark paper by Google Research (Attention is All You Need) describes a new neural network architecture for natural language understanding called transformers that can generate superior quality language models while being more parallelizable and requiring significantly less time to train. These models are few-shot learners and can be customized to specific domains relatively easily.

Sure enough, as the models get bigger and bigger, they begin to deliver human-level, and then superhuman results. Between 2015 and 2020, the compute used to train these models increases by 6 orders of magnitude and their results surpass human performance benchmarks in handwriting, speech and image recognition, reading comprehension and language understanding. OpenAI’s GPT-3 stands out: the model’s performance is a giant leap over GPT-2 and delivers tantalizing Twitter demos on tasks from code generation to snarky joke writing.

Despite all the fundamental research progress, these models are not widespread. They are large and difficult to run (requiring GPU orchestration), not broadly accessible (unavailable or closed beta only), and expensive to use as a cloud service. Despite these limitations, the earliest Generative AI applications begin to enter the fray.

Wave 3: Better, faster, cheaper (2022+) Compute gets cheaper. New techniques, like diffusion models, shrink down the costs required to train and run inference. The research community continues to develop better algorithms and larger models. Developer access expands from closed beta to open beta, or in some cases, open source.

For developers who had been starved of access to LLMs, the floodgates are now open for exploration and application development. Applications begin to bloom.

Wave 4: Killer apps emerge (Now) With the platform layer solidifying, models continuing to get better/faster/cheaper, and model access trending to free and open source, the application layer is ripe for an explosion of creativity.

Just as mobile unleashed new types of applications through new capabilities like GPS, cameras and on-the-go connectivity, we expect these large models to motivate a new wave of generative AI applications. And just as the inflection point of mobile created a market opening for a handful of killer apps a decade ago, we expect killer apps to emerge for Generative AI. The race is on.

【日本語訳】

なぜ今なのか？
Generative AIは、より優れたモデル、より多くのデータ、より多くの計算能力といった、より広範なAIと同じ「今なぜ」なのかを持っています。このカテゴリーは私たちの理解を超える速さで変化していますが、現在の状況を把握するために、最近の歴史を大まかに振り返ってみる価値はあるでしょう。

波 1: 小型モデルが君臨（2015年以前） 5年以上前、小型モデルは言語を理解するための「最先端」と考えられていた。これらの小型モデルは分析タスクに優れており、納期予測から詐欺の分類まで様々な業務に導入されるようになった。しかし、汎用的な生成タスクには十分な表現力を持ちません。人間レベルの文章やコードを生成することは、まだ夢物語に過ぎない。

Wave 2: スケールアップ競争（2015-今日） Google Researchによる画期的な論文（Attention is All You Need）では、より並列化可能で学習時間が大幅に短縮されながら、優れた品質の言語モデルを生成できるトランスフォーマーという自然言語理解用の新しいニューラルネットワークアーキテクチャについて述べています。これらのモデルは数発の学習で、特定のドメインに比較的容易にカスタマイズすることができる。

案の定、モデルの規模が大きくなるにつれて、人間レベルの、そして超人的な結果を出すようになる。2015年から2020年の間に、これらのモデルの学習に使われる計算量は6桁増え、その結果は手書き文字、音声、画像認識、読解、言語理解などの分野で人間の性能ベンチマークを上回るという。OpenAIのGPT-3は、GPT-2よりも性能が飛躍的に向上しており、コード生成からジョーク作成まで、Twitterで魅力的なデモを配信しています。

このように基礎的な研究が進んでいるにもかかわらず、これらのモデルは普及していません。大規模で実行が難しい（GPUオーケストレーションが必要）、広くアクセスできない（利用不可またはクローズドベータのみ）、クラウドサービスとして利用するには高価である、などです。これらの制限にもかかわらず、最も初期のGenerative AIアプリケーションは、戦いに参入し始める。

波3：より良い、より速い、より安い（2022年以降） コンピュートはより安くなる。拡散モデルのような新しい技術により、学習と推論に必要なコストが削減される。研究コミュニティはより優れたアルゴリズムとより大規模なモデルを開発し続ける。開発者のアクセスは、クローズド・ベータからオープン・ベータ、場合によってはオープン・ソースへと拡大する。

LLMへのアクセスに飢えていた開発者にとっては、探究心やアプリケーション開発のための門戸が開かれたことになる。アプリケーションの開花が始まる。

第4波：キラーアプリの出現（現在） プラットフォームレイヤーが固まり、モデルはより良く、より速く、より安くなり続け、モデルへのアクセスは無料とオープンソースの傾向にあるため、アプリケーションレイヤーは創造性を爆発させるための機が熟している。

モバイルがGPSやカメラ、外出先での接続性などの新しい機能によって新しいタイプのアプリケーションを解放したように、これらの大規模なモデルが生成的なAIアプリケーションの新しい波を生み出す原動力になると予想されます。そして、10年前にモバイルの変曲点が一握りのキラーアプリのために市場を開いたように、ジェネレーティブAIのためにキラーアプリが出現することを期待しています。競争は始まっているのです。

【本文】

Market Landscape
Below is a schematic that describes the platform layer that will power each category and the potential types of applications that will be built on top.

Models

Text is the most advanced domain. However, natural language is hard to get right, and quality matters. Today, the models are decently good at generic short/medium-form writing (but even so, they are typically used for iteration or first drafts). Over time, as the models get better, we should expect to see higher quality outputs, longer-form content, and better vertical-specific tuning.
Code generation is likely to have a big impact on developer productivity in the near term as shown by GitHub CoPilot. It will also make the creative use of code more accessible to non developers.
Images are a more recent phenomenon, but they have gone viral: it’s much more fun to share generated images on Twitter than text! We are seeing the advent of image models with different aesthetic styles, and different techniques for editing and modifying generated images.
Speech synthesis has been around for a while (hello Siri!) but consumer and enterprise applications are just getting good. For high-end applications like film and podcasts the bar is quite high for one-shot human quality speech that doesn’t sound mechanical. But just like with images, today’s models provide a starting point for further refinement or final output for utilitarian applications.
Video and 3D models are coming up the curve quickly. People are excited about these models’ potential to unlock large creative markets like cinema, gaming, VR, architecture and physical product design. The research orgs are releasing foundational 3D and video models as we speak.
Other domains: There is fundamental model R&D happening in many fields, from audio and music to biology and chemistry (generative proteins and molecules, anyone?).
The below chart illustrates a timeline for how we might expect to see fundamental models progress and the associated applications that become possible. 2025 and beyond is just a guess.

Applications
Here are some of the applications we are excited about. There are far more than we have captured on this page, and we are enthralled by the creative applications that founders and developers are dreaming up.

Copywriting: The growing need for personalized web and email content to fuel sales and marketing strategies as well as customer support are perfect applications for language models. The short form and stylized nature of the verbiage combined with the time and cost pressures on these teams should drive demand for automated and augmented solutions.
Vertical specific writing assistants: Most writing assistants today are horizontal; we believe there is an opportunity to build much better generative applications for specific end markets, from legal contract writing to screenwriting. Product differentiation here is in the fine-tuning of the models and UX patterns for particular workflows.
Code generation: Current applications turbocharge developers and make them much more productive: GitHub Copilot is now generating nearly 40% of code in the projects where it is installed. But the even bigger opportunity may be opening up access to coding for consumers. Learning to prompt may become the ultimate high-level programming language.
Art generation: The entire world of art history and pop cultures is now encoded in these large models, allowing anyone to explore themes and styles at will that previously would have taken a lifetime to master.
Gaming: The dream is using natural language to create complex scenes or models that are riggable; that end state is probably a long way off, but there are more immediate options that are more actionable in the near term such as generating textures and skybox art.
Media/Advertising: Imagine the potential to automate agency work and optimize ad copy and creative on the fly for consumers. Great opportunities here for multi-modal generation that pairs sell messages with complementary visuals.
Design: Prototyping digital and physical products is a labor-intensive and iterative process. High-fidelity renderings from rough sketches and prompts are already a reality. As 3-D models become available the generative design process will extend up through manufacturing and production—text to object. Your next iPhone app or sneakers may be designed by a machine.
Social media and digital communities: Are there new ways of expressing ourselves using generative tools? New applications like Midjourney are creating new social experiences as consumers learn to create in public.

【日本語訳】

マーケットランドスケープ
以下は、各カテゴリーを支えるプラットフォーム層と、その上に構築される可能性のあるアプリケーションの種類を説明する模式図である。

モデル

テキストは最も高度なドメインです。しかし、自然言語を正しく理解することは難しく、品質が重要です。現在、モデルは一般的な短文・中文の文章を書くのに適しています（ただし、それでも通常、反復練習や初稿に使用されます）。時間が経つにつれて、モデルが良くなれば、より質の高い出力、長文のコンテンツ、そして、より優れた垂直方向のチューニングが期待できるようになるでしょう。
コード生成は、GitHub CoPilotが示すように、近い将来、開発者の生産性に大きな影響を与える可能性がある。また、開発者以外の人にとっても、コードの創造的な利用がより身近なものになることだろう。
画像はより最近の現象ですが、バイラルになりました。Twitterでテキストよりも生成された画像を共有する方がずっと楽しいのです！画像モデルの出現が見られます。テキストよりも生成された画像をTwitterで共有する方がずっと楽しい！さまざまな美的スタイルを持つ画像モデルの登場や、生成された画像を編集・修正するさまざまなテクニックが見られるようになったのだ。
音声合成は以前からありましたが（こんにちは、Siriさん！）、消費者や企業向けのアプリケーションは、ちょうど良くなってきたところです。映画やポッドキャストのようなハイエンドなアプリケーションでは、機械的な音ではなく、一発で人間の声を再現することが要求されます。しかし、画像と同じように、今日のモデルは、実用的なアプリケーションのために、さらなる洗練や最終的な出力のための出発点となります。
動画や3Dモデルは、急速に普及しつつあります。人々は、これらのモデルが、映画、ゲーム、VR、建築、物理的な製品設計などの大規模なクリエイティブ市場を解放する可能性があることに興奮しています。研究機関は、基礎となる3Dモデルやビデオモデルを発表しているところです。
その他の領域 オーディオや音楽から生物学や化学まで、多くの分野で基礎的なモデルの研究開発が行われています（ジェネレーティブなタンパク質や分子はありますか？）
下図は、今後どのように基礎モデルが進化し、どのような応用が可能になるかを示すタイムラインです。2025年以降については、あくまで予想です。

応用例
私たちが期待しているアプリケーションをいくつか紹介します。このページで紹介しきれないほど多くのアプリケーションがあり、私たちは創業者や開発者が夢見るクリエイティブなアプリケーションに心を奪われています。

コピーライティング。営業やマーケティング戦略、カスタマーサポートのために、パーソナライズされたウェブや電子メールのコンテンツに対するニーズは高まっており、言語モデルの完璧なアプリケーションと言えます。短い文章や定型文は、これらのチームにかかる時間とコストのプレッシャーと相まって、自動化および拡張されたソリューションの需要を促進するはずです。
垂直方向に特化したライティングアシスタント。現在のほとんどのライティングアシスタントは横並びです。私たちは、法律上の契約書から脚本まで、特定のエンドマーケット向けにはるかに優れた生成アプリケーションを構築する機会があると信じています。この分野での製品の差別化は、特定のワークフローに合わせたモデルとUXパターンの微調整にあります。
コード生成。現在のアプリケーションは、開発者の生産性を大幅に向上させる。GitHub Copilotは、インストールされているプロジェクトにおいて、コードの40%近くを生成している。しかし、より大きなチャンスは、消費者がコーディングにアクセスできるようにすることかもしれません。プロンプトを学ぶことは、究極のハイレベル・プログラミング言語となるかもしれない。
アートの生成。芸術の歴史とポップカルチャーの世界全体が、この巨大なモデルの中に組み込まれています。これまでなら一生かかってもマスターできなかったようなテーマやスタイルを、誰でも自由に探求できるようになります。
ゲーム。自然言語を使って複雑なシーンやリギング可能なモデルを作成することが夢です。そのような最終状態はまだ先でしょうが、テクスチャやスカイボックスアートの生成など、近い将来にもっと実行可能なオプションがあります。
メディア/広告。広告代理店業務を自動化し、広告コピーやクリエイティブを消費者向けに即座に最適化できる可能性を想像してください。販売メッセージと補完的なビジュアルを組み合わせたマルチモーダル生成に大きな可能性があります。
デザイン。デジタルおよび物理的な製品のプロトタイピングは、労力のかかる反復プロセスです。ラフスケッチやプロンプトから忠実なレンダリングを行うことは、すでに現実のものとなっています。3Dモデルが利用可能になると、ジェネレーティブデザインのプロセスは、製造や生産まで拡大し、テキストからオブジェクトになります。iPhoneのアプリやスニーカーは、機械によってデザインされているかもしれません。
ソーシャルメディアとデジタルコミュニティ。ジェネレーティブツールを使った新しい表現方法はあるのでしょうか？Midjourneyのような新しいアプリケーションは、消費者が公共の場で創作することを学びながら、新しい社会体験を生み出しています。

【本文】

Anatomy of a Generative AI Application
What will a generative AI application look like? Here are some predictions.

Intelligence and model fine-tuning
Generative AI apps are built on top of large models like GPT-3 or Stable Diffusion. As these applications get more user data, they can fine-tune their models to: 1) improve model quality/performance for their specific problem space and; 2) decrease model size/costs.

We can think of Generative AI apps as a UI layer and “little brain” that sits on top of the “big brain” that is the large general-purpose models.

Form Factor
Today, Generative AI apps largely exist as plugins in existing software ecosystems. Code completions happen in your IDE; image generations happen in Figma or Photoshop; even Discord bots are the vessel to inject generative AI into digital/social communities.

There are also a smaller number of standalone Generative AI web apps, such as Jasper and Copy.ai for copywriting, Runway for video editing, and Mem for note taking.

A plugin may be an effective wedge into bootstrapping your own application, and it may be a savvy way to surmount the chicken-and-egg problem of user data and model quality (you need distribution to get enough usage to improve your models; you need good models to attract users). We have seen this distribution strategy pay off in other market categories, like consumer/social.

Paradigm of Interaction
Today, most Generative AI demos are “one-and-done”: you offer an input, the machine spits out an output, and you can keep it or throw it away and try again. Increasingly, the models are becoming more iterative, where you can work with the outputs to modify, finesse, uplevel and generate variations.

Today, Generative AI outputs are being used as prototypes or first drafts. Applications are great at spitting out multiple different ideas to get the creative process going (e.g. different options for a logo or architectural design), and they are great at suggesting first drafts that need to be finessed by a user to reach the final state (e.g. blog posts or code autocompletions). As the models get smarter, partially off the back of user data, we should expect these drafts to get better and better and better, until they are good enough to use as the final product.

Sustained Category Leadership
The best Generative AI companies can generate a sustainable competitive advantage by executing relentlessly on the flywheel between user engagement/data and model performance. To win, teams have to get this flywheel going by 1) having exceptional user engagement → 2) turning more user engagement into better model performance (prompt improvements, model fine-tuning, user choices as labeled training data) → 3) using great model performance to drive more user growth and engagement. They will likely go into specific problem spaces (e.g., code, design, gaming) rather than trying to be everything to everyone. They will likely first integrate deeply into applications for leverage and distribution and later attempt to replace the incumbent applications with AI-native workflows. It will take time to build these applications the right way to accumulate users and data, but we believe the best ones will be durable and have a chance to become massive.

Hurdles and Risks
Despite Generative AI’s potential, there are plenty of kinks around business models and technology to iron out. Questions over important issues like copyright, trust & safety and costs are far from resolved.

Eyes Wide Open
Generative AI is still very early. The platform layer is just getting good, and the application space has barely gotten going.

To be clear, we don’t need large language models to write a Tolstoy novel to make good use of Generative AI. These models are good enough today to write first drafts of blog posts and generate prototypes of logos and product interfaces. There is a wealth of value creation that will happen in the near-to-medium-term.

This first wave of Generative AI applications resembles the mobile application landscape when the iPhone first came out—somewhat gimmicky and thin, with unclear competitive differentiation and business models. However, some of these applications provide an interesting glimpse into what the future may hold. Once you see a machine produce complex functioning code or brilliant images, it’s hard to imagine a future where machines don’t play a fundamental role in how we work and create.

If we allow ourselves to dream multiple decades out, then it’s easy to imagine a future where Generative AI is deeply embedded in how we work, create and play: memos that write themselves; 3D print anything you can imagine; go from text to Pixar film; Roblox-like gaming experiences that generate rich worlds as quickly as we can dream them up. While these experiences may seem like science fiction today, the rate of progress is incredibly high—we have gone from narrow language models to code auto-complete in several years—and if we continue along this rate of change and follow a “Large Model Moore’s Law,” then these far-fetched scenarios may just enter the realm of the possible.

Call for Startups
We are at the beginning of a platform shift in technology. We have already made a number of investments in this landscape and are galvanized by the ambitious founders building in this space.

If you are a founder and would like to meet, shoot us a note at [email protected] and [email protected].

We can’t wait to hear your story.

PS: This piece was co-written with GPT-3. GPT-3 did not spit out the entire article, but it was responsible for combating writer’s block, generating entire sentences and paragraphs of text, and brainstorming different use cases for generative AI. Writing this piece with GPT-3 was a nice taste of the human-computer co-creation interactions that may form the new normal. We also generated illustrations for this post with Midjourney, which was SO MUCH FUN!

【日本語訳】

ジェネレーティブAIアプリケーションの解剖学
生成的なAIアプリケーションはどのようなものになるのでしょうか。以下はその予測です。

インテリジェンスとモデルのファインチューニング
ジェネレーティブAIアプリケーションは、GPT-3やStable Diffusionなどの大規模なモデルの上に構築されています。これらのアプリケーションは、より多くのユーザーデータを取得すると、モデルを微調整することができます。1) 特定の問題空間に対するモデルの品質と性能を向上させる、2) モデルのサイズとコストを削減する。

Generative AIアプリケーションは、大規模な汎用モデルである「大きな脳」の上に位置するUIレイヤーであり「小さな脳」であると考えることができるのです。

フォームファクター
今日、Generative AIアプリは、主に既存のソフトウェア・エコシステムのプラグインとして存在しています。コード補完はIDEで、画像生成はFigmaやPhotoshopで、Discordボットもデジタル／ソーシャルコミュニティにジェネレーティブAIを注入する器となっています。

また、コピーライティングのJasperやCopy.ai、ビデオ編集のRunway、メモ取りのMemなど、独立したGenerative AIウェブアプリも少数ながら存在する。

プラグインは、独自のアプリケーションを起動するための効果的なくさびであり、ユーザーデータとモデルの品質という鶏と卵の問題を克服する賢い方法かもしれません（モデルを改善するために十分な使用量を得るには配布が必要で、ユーザーを引き付けるためには良いモデルが必要です）。私たちは、このような販売戦略が、消費者/ソーシャルカテゴリーのような他の市場カテゴリーで成果を上げているのを目の当たりにしてきました。

インタラクションのパラダイム
今日、ほとんどのGenerative AIのデモは、「ワンアンドドーン」です。あなたが入力を提供し、機械が出力を吐き出し、あなたはそれを保持するか、捨てて再挑戦することができます。出力されたものを修正したり、微調整したり、レベルアップさせたり、バリエーションを生成したりすることができるのです。

今日、ジェネレーティブAIのアウトプットは、プロトタイプや最初のドラフトとして使用されています。アプリケーションは、創造的なプロセスを進めるために複数の異なるアイデアを吐き出したり（例：ロゴや建築デザインの異なる選択肢）、最終状態に到達するためにユーザーによる微調整が必要な最初のドラフトを提案したり（例：ブログ記事やコードの自動補完）するのに適している。モデルがより賢くなるにつれて、部分的にはユーザーデータのバックから、これらのドラフトはどんどん良くなり、最終製品として使用できるほど良くなることを期待すべきです。

持続的なカテゴリー・リーダーシップ
最高のジェネレーティブAI企業は、ユーザーエンゲージメント/データとモデルパフォーマンスの間のフライホイールで絶え間なく実行することによって、持続可能な競争上の優位性を生み出すことができます。勝つためには、1）優れたユーザーエンゲージメントを持つ → 2）ユーザーエンゲージメントをより良いモデルパフォーマンスに変える（プロンプトの改善、モデルの微調整、ラベル付きトレーニングデータとしてのユーザーの選択） → 3）優れたモデルパフォーマンスを使ってユーザーの成長とエンゲージメントを促進する、このフライホイールを動かす必要があるのです。彼らは、すべての人にすべてに対応しようとするのではなく、特定の問題領域（例：コード、デザイン、ゲーム）に入り込む可能性があります。まず、活用と配布のためにアプリケーションに深く統合し、その後、既存のアプリケーションをAIネイティブのワークフローで置き換えることを試みるでしょう。これらのアプリケーションを正しい方法で構築し、ユーザーとデータを蓄積するには時間がかかりますが、最高のものは耐久性があり、巨大化する可能性があると信じています。

ハードルとリスク
ジェネレーティブAIの可能性とは裏腹に、ビジネスモデルやテクノロジーには、解決すべき問題が山積しています。著作権、信頼性、安全性、コストなど、重要な問題については、まだ解決されていません。

オープンな視点
ジェネレーティブAIは、まだ非常に初期の段階です。プラットフォーム層はちょうど良くなりつつあり、アプリケーション領域はやっと動き出したところです。

はっきり言って、Generative AIをうまく活用するために、トルストイ小説を書くための大規模な言語モデルは必要ない。これらのモデルは今日、ブログ記事の初稿を書いたり、ロゴや製品インターフェースのプロトタイプを生成したりするのに十分な性能を持っているのです。近中期的に起こる価値創造が豊富にあるのです。

このGenerative AIアプリケーションの第一波は、iPhoneが登場した頃のモバイルアプリケーションの状況に似ています。どこかギミックで薄っぺらく、差別化やビジネスモデルが不明確です。しかし、これらのアプリケーションの中には、未来の可能性を垣間見ることができる興味深いものがあります。機械が複雑な機能を持つコードや鮮やかな画像を作り出すのを目の当たりにしたら、私たちの仕事や創作活動において機械が基本的な役割を果たさない未来を想像するのは難しいでしょう。

 

数十年先の夢を見ることができれば、Generative AIが私たちの仕事、創造、そして遊びに深く浸透している未来を容易に想像することができます。例えば、自分で書いたメモ、想像できるものは何でも3Dプリント、テキストからピクサー映画へ、夢を描くと同時に豊かな世界を生み出すRoblox的ゲーム体験。このような体験は、今日ではSFのように思えるかもしれませんが、数年の間に狭い言語モデルからコードのオートコンプリートに至るまで、その進歩のスピードは非常に速く、このまま「ラージモデル・ムーアの法則」に沿って変化を続ければ、これらの空想的なシナリオは可能性の域に達するかもしれないのです。

スタートアップ企業への呼びかけ
今、私たちは、テクノロジーのプラットフォーム・シフトの始まりにいます。私たちは、すでに多くの投資を行い、この分野で活躍する意欲的なファウンダーに刺激を受けています。

もしあなたが創業者で、お会いしたいとお考えでしたら、[email protected]、[email protected] までご連絡ください。

あなたの話を聞くのが楽しみです。

PS: この記事はGPT-3との共同執筆です。GPT-3は記事全体を書き出したわけではありませんが、ライターズ・ブロックと戦い、文章全体や段落を生成し、生成AIのさまざまな使用例をブレインストーミングする役割を担っています。GPT-3でこの記事を書いたことで、人間とコンピュータの共創的な相互作用が新しい常態を形成する可能性があることを実感しました。また、この記事のためにMidjourneyでイラストを作成しましたが、これはとても楽しかったです