13,287 文字
OpenAIは12月20日金曜日にO3の発表を行いました。これは彼らの12日間のクリスマス発表の12日目でした。AIの分野で私たち全員にとって、この意味するところに私は大いに喜んでいます。これは単なる段階的なアップデートではありません。AIができることの根本的な変化を私たちは目撃しているのです。
よく聞いてください。2023年1月、6万件以上のクライアントプロジェクトを抱える100人規模のライティングエージェンシーを運営していた私がAIの世界に足を踏み入れた時、私は懐疑的でした。AIは単に検出、生成、予測をしているだけで、独創的な創造や革新はできないと分かっていました。
しかしO3は、すべてを変えます。私たちが目にしているのはAGIです。人間のパフォーマンスに匹敵するだけでなく、それを超えるモデルなのです。Arc AGIベンチマークでは人間が85%のスコアであるのに対し、87.5%を記録。PhD レベルの科学の質問では、人間の専門家が通常70%のスコアであるのに対し、87.7%を達成。競技プログラミングでは2727のELOレーティングを獲得しました。
今年10月、私がFirst Moversを立ち上げた時、私は数億規模の企業のオーナーたちと話をしました。彼らはエージェント型AIプロセスを活用して、85人の従業員を2人にまで削減していました。これは誇張ではなく、これから起こることのプレビューだったのです。
血みどろの時代が来ており、O3はこの変革を指数関数的に加速させようとしています。適応する企業としない企業との差は、深淵となろうとしています。
AIの革命について私が話をしていた時、誇張だと思っていた人たち全員に言います。これが私が適応を強く推し進めてきた理由です。これが私がFirst Moversを立ち上げた理由であり、これから来るものに先んじる必要があると言い続けてきた理由なのです。
適応する者への富の移転は、これから来るのではありません。今まさに起きているのです。覚えておいてください。今のAIは、これが最悪の状態なのです。その考えをじっくり噛みしめてください。未来は明るい。あなたはファーストムーバーになる準備はできていますか？さあ、行きましょう。
そして今、いくつかの重要な見解を共有したいと思います。まず、YouTuberのMatt Burmanの言葉、次に私の親友Dave Shapiroの洞察、3番目にArcベンチマークの説明、4番目にChat GPTの重大なO3発表、そして最後に私からの特別なメッセージです。お楽しみください。
現時点で他のどれよりもはるかに優れています。AIが証明しているのは、多重知能理論です。これらのツールはすでに超人的で、私たちより速く書き、速く考えることができます。その多くは私たちが決して知り得ないほどの知識を持っています。純粋な知識という点では、彼らの方が優れています。書くことに関しても、私は今日、私には到底できないレベルでの文章を書くClaudeのスタイルを作成しました。少なくとも、私なら多くの反復が必要ですが、それは一発で書けます。
意味的知能やそういったものに関して、人間は練習すれば直感や大規模なパターンマッチングの面でまだ優れています。一貫性を保つといったことについては、Claudeは時々支離滅裂になることがあります。しかし、特にO3で私たちが目にしているのは、推論と問題解決を解決しているということです。
大きく一歩下がって考えると、これが意味するところは…これは単なる私個人の知能についての理解ですが、宇宙はそれほど複雑ではありません。数学、物理学、化学、コーディングをマスターしてしまえば、他に何があるでしょうか？現実の基本的な構成要素を理解してしまえば、もう学ぶべきものは残っていません。
はい、これらは無限の組み合わせで再結合できますし、創発的な特性があるため、技術的には無限の複雑さに対処する必要がありますが、同時に現実は非常に一貫しています。最も単純な言い方をすれば、AIは現実を包囲することに非常に近づいています。
AIは現実をマスターすることに非常に近づいています。そして、それは単に「まだできないことがある」というだけの話ではありません。誰が気にするでしょうか？
Beth Jos Gilverunが「身体性を持つAIがすべてを解決する」と言っているのを見ましたが、そうではありません。身体性データは、高度な物理学や核融合、反物質炉といったものを解決する上で何の違いも生みません。アヒルは世界を動き回ることができますし、あなたの猫はあなたより優れた身体性データを持っています。オランウータンやチンパンジーも人間より優れた身体性データを持っています。人間の身体性は、決して知能を解決する方法ではありません。
しかし、そうですね。基本的に現実を解決しているのです。そして論理と推論を完全に把握しているのです。これは一度解決すれば良い種類の問題です。
とはいえ、より複雑な問題やナラティブを扱う能力をめぐって軍拡競争が起こる可能性はありますが、誰が気にするでしょうか？結局のところ、土に生える植物があり、使用するエネルギーと鉱物があり、すべてをリサイクルできれば…基本的に現実そのものが真実となり、それが私たち全員が参加している共有のサンドボックスとなります。
AIは、私たち全人類を合わせたよりも、私たちが全員でプレイしているこのゲームのルールをマスターすることに近づいているのです。
例えば、O3が総合的に全人類の知的能力の上位25パーセンタイル、つまり75パーセンタイルにいるとしましょう。上位20パーセンタイルや上位10パーセンタイルかもしれません。しかし総合的に見れば、まだ10億人の人間が集合的にAIよりもずっと多くのことができます。素晴らしい。でも、それをスケールアップしたらどうなるでしょうか？そしてこの傾向が続いたらどうなるでしょうか？
はい、これが現状についての私の見解です。Arcは機械知能のためのIQテストのようなものとして意図されています。他のほとんどのベンチマークと異なる点は、暗記に対して耐性があるように設計されていることです。
LLMがどのように機能するかを見ると、基本的に大きな補間的メモリーであり、その能力をスケールアップする方法は、できるだけ多くの知識とパターンを詰め込もうとすることです。対照的に、Arcは多くの知識を必要としません。「コアナレッジ」として知られる基本的な知識、つまり基本的な物理学、物体性、数え方といった、4歳か5歳の子供が持っているような種類の知識だけを必要とするように設計されています。
しかし興味深いのは、Arcの各パズルが新規であり、インターネット全体を暗記していたとしても、おそらく以前に遭遇したことのないものだということです。
おはようございます。今日は皆さんにエキサイティングなお知らせがあります。12日前にこの12日間のイベントを、私たちの最初の推論モデルであるO1の発表で開始しました。人々がそれを使って何をしているのかを見るのは素晴らしく、人々がどれほどそれを気に入ってくれているかを聞くのは非常に嬉しいことです。
私たちはこれを、多くの推論を必要とする、ますます複雑なタスクにこれらのモデルを使用できるAIの次のフェーズの始まりとして捉えています。そして、このイベントの最終日に、一つのフロンティアモデルから次のフロンティアモデルへと移行するのは面白いと考えました。
今日は、その次のフロンティアモデルについてお話ししたいと思います。論理的に考えれば、O2と呼ばれるべきかもしれませんが、Anthropicの友人たちへの敬意を表して、そしてOpenAIが本当に名前付けが下手だという伝統の中で、O3と呼ばれることになります。
実際、今日は2つのモデルを発表します。O3とO3 miniです。O3は非常に賢いモデルで、O3 miniは信じられないほど賢いモデルですが、パフォーマンスとコストの面で本当に優れています。
まず悪いニュースから始めましょう。今日は公開ローンチはしません。良いニュースは、本日からパブリックセーフティテストのために利用可能にすることです。応募することができ、後でそれについて話します。
モデルがますます高性能になるにつれて、私たちは安全性テストを真剣に受け止めてきました。この新しい能力レベルでは、安全性テストの手順に新しい部分を追加しようと考えています。それは、テストを手伝いたい研究者のためのパブリックアクセスを許可することです。
これらのモデルをいつ一般に利用可能にする予定かについては後で話しますが、それらが何をできるかをお見せし、そのパフォーマンスについてお話しできることにとても興奮しています。ちょっとしたサプライズもあります。デモもお見せしますが、まずはMarkにバトンタッチして話してもらいましょう。
ありがとうございます、Sam。私はMarkで、OpenAIでリサーチを率いています。O3の能力について少しお話ししたいと思います。O3は非常に難しい技術的ベンチマークで本当に強力なモデルです。
コーディングベンチマークから始めたいと思います。それらを表示できますか？ソフトウェアスタイルのベンチマークでは、実世界のソフトウェアタスクで構成されるsweetbench verifiedで、O3は約71.7%の精度を示しており、これは私たちのO1モデルより20%以上優れています。これは、私たちが本当に有用性のフロンティアを登っていることを示しています。
競技コードでは、O1はcode forcesというコンテストコーディングサイトで約1891のELOを達成します。最も積極的な高テスト時計算設定で、私たちはほぼ2727 ELOを達成することができます。
実は、Markは競技プログラマーで、今でも競技プログラミングをコーチしています。とても優秀です。あなたの同様のサイトでの最高スコアは何でしたか？
私の最高は同様のサイトで約2500でした。それは大変ですね。ええ、私たちの主任科学者であるヤコフのスコアよりも優れています。OpenAIには3000点台の人が一人いますが…はい、あと数ヶ月は楽しめそうです。
素晴らしい、このモデルは信じられないほどのプログラミング能力を持っています。プログラミングだけでなく、数学も同様です。競技プログラミングと同様に、競技数学のベンチマークでも非常に強力なスコアを達成しています。
O3はAMYで96.7%の精度を達成し、O1の83.3%のパフォーマンスと比較して優れています。AMYの最高スコアは何でしたか？一度満点を取ったことがありますので、まだ安全です。実際、これが意味するのは、O3は米国数学オリンピックのこの非常に難しい予選試験で、テストするたびに1問だけ間違える程度だということです。
もう一つの非常に難しいベンチマークがあります。GPQ Diamondと呼ばれ、PhD レベルの科学の質問に対するモデルのパフォーマンスを測定します。ここでも私たちは新しい最高記録である87.7%を達成しており、これは78%だったO1のパフォーマンスより約10%優れています。
これを理解する上で重要なのは、専門家のPhD取得者は通常、自分の専門分野で約70%を取るということです。これらのベンチマークから気付くかもしれないことの一つは、多くのベンチマークで飽和に達しているか、近づいているということです。
昨年は、フロンティアモデルがどこにいるのかを正確に評価するために、本当により難しいベンチマークが必要であることが浮き彫りになりました。ここ数ヶ月で、いくつかが非常に有望なものとして浮上してきました。
特に指摘したいのは、Epic AIのフロンティア数学ベンチマークです。以前のベンチマークで示したスコアよりもずっと低く見えるのは、これが現在最も難しい数学ベンチマークと考えられているからです。これは未発表の新規で、非常に難しい問題で構成されているデータセットです。とても難しい…プロの数学者でも一つの問題を解くのに何時間も、時には何日もかかるようなものです。
今日、すべての提供物がこのベンチマークで2%未満の精度しか持っていない中、O3は積極的なテスト時設定で25%以上を達成できることを私たちは確認しています。
Epic AIフロンティア数学ベンチマークに加えて、もう一つサプライズがあります。ここでArcベンチマークについて話したいと思いますが、Arc財団の代表であるGregを招いてこのベンチマークについて話してもらいたいと思います。
SamとMark、今日は私たちを招いていただき、ありがとうございます。皆さん、こんにちは。私はGreg Camadで、Arc Prize財団の代表です。Arc Prizeは、永続的なベンチマークを通じてAGIへの北極星となることをミッションとする非営利団体です。
私たちの最初のベンチマークであるArc AGIは、2019年にFrancois Choletが「知能の測定」に関する論文で開発しました。しかし、5年間誰も破ることができませんでした。AI業界では、それは何世紀もの時間のように感じます。Arc AGIを打ち破るシステムは、一般知能に向けた重要なマイルストーンとなるでしょう。
しかし、今日は新しい最高記録のスコアを発表できることに興奮しています。その前に、Arc AGIについて説明させてください。例をお見せしたいと思います。Arc AGIは入力例と出力例に関するものです。目標は、変換のルールを理解し、出力で推測することです。
Sam、ここで何が起こっているか分かりますか？おそらく空いているスペースに濃い青の四角を置くということですね。はい、その通りです。これは人間には直感的に推測するのは簡単ですが、AIにとっては何が起こっているのかを理解するのは驚くほど難しいのです。
もう一つ難しい例を見せましょう。Mark、あなたに当ててみましょう。このタスクで何が起こっているか分かりますか？これらの黄色い四角それぞれを取り、そこにある色付きの四角の数を数え、その数で境界を作るということですね。その通りです。そして、それは多くの人よりもずっと早い理解でした。おめでとうございます。
しかし興味深いのは、パネルの人間たちが実際にこれを解けることを私たちが確認したにもかかわらず、AIはこれまでこの問題を解くことができなかったということです。
Arc AGIのユニークな点は、すべてのタスクが異なるスキルを必要とするということです。つまり、青い四角で角を埋めるような別のタスクは存在しないということです。これは意図的にそうしているのです。なぜなら、私たちはモデルがその場で新しいスキルを学習する能力をテストしたいからです。単に暗記したものを繰り返すのではなく。それが要点なのです。
Arc AGI バージョン1は、最先端のモデルで0%から5%まで到達するのに5年かかりました。しかし今日、私は非常に興奮した状態でお伝えできます。O3は、低計算設定で、Arc AIの非公開ホールドアウトセットで75.7という新記録スコアを達成しました。これは、パブリックリーダーボードに要求される計算要件の範囲内で達成された素晴らしい結果です。これがArc公開リーダーボードの新しい1位のエントリーとなります。
はい、そして、O3に長く考えさせ、高計算にまで引き上げると、同じ隠されたホールドアウトセットで85.7%…すみません、87.5%のスコアを達成できました。これは特に重要です。なぜなら、人間のパフォーマンスは85%の閾値で比較可能だからです。これを超えることは大きなマイルストーンです。これまで私たちはこれを達成したシステムやモデルをテストしたことがありません。Arc AGIの世界では新しい領域です。おめでとうございます。
素晴らしいベンチマークを作ってくれてありがとうございます。これらのスコアを見ると、私はAIが実際に何ができるのか、特にこのO3の世界で何が可能なのかについて、自分の世界観を少し修正する必要があることに気付きます。
しかし、仕事はまだ終わっていません。これはまだAIの初期段階です。Arc AGIのような永続的なベンチマークが、進歩を測定し導くために必要です。私は進歩を加速することに興奮しており、来年、次のフロンティアベンチマークを開発するためにOpenAIとパートナーシップを組むことに興奮しています。
素晴らしいですね。これは私たちも長い間ターゲットにしてきたベンチマークです。将来の協力を楽しみにしています。特筆すべきは、私たちはこれを特別にターゲットにしたわけではありません。これは単にO3の一般的な能力の結果なのです。はい、パートナーシップに感謝しています。これは楽しい成果でした。
はい、そしてArc Prizeは2025年も継続します。詳細はarcprize.orgでご確認ください。ありがとうございました。
はい、ありがとうございます。さて、次はO3 miniについて話しましょう。O3 miniは私たちが本当に興奮している製品で、モデルをトレーニングしたHonguが出てきて話してくれます。
こんにちは、私はHonguranです。OpenAIの研究者で推論を研究しています。9月に私たちはO1 miniをリリースしました。これはO1ファミリーの効率的な推論モデルで、数学とコーディングにおいて、低コストという条件の中で世界最高レベルの能力を持っています。
今日は、O3と共に、O3 miniについてお話しできることを嬉しく思います。これはO3ファミリーの全く新しいモデルで、コスト効率の高い推論の新しいフロンティアを定義するものです。素晴らしいものです。
今日はまだユーザーには利用できませんが、テストモデルアプリを通じて安全性とセキュリティの研究者に対してモデルへのアクセスを開放しています。数日前にAPIで適応的思考時間をリリースしたことで、O3 miniは低、中、高の3つの異なる推論努力オプションをサポートします。ユーザーは異なるユースケースに基づいて自由に思考時間を調整できます。
例えば、より複雑な問題には長く考えさせ、より単純な問題には短く考えさせることができます。それでは、O3 miniの最初の一連の評価をお見せできることを嬉しく思います。
左側のグラフはコーディング評価を示しています。Code Forces ELOはプログラマーの優秀さを測るもので、高いほど良いです。グラフで見られるように、より多くの思考時間でO3 miniはELOを増加させ、O1 miniを上回るパフォーマンスを示すことができます。中程度の思考時間でも、さらに良い結果を測定できます。
つまり、オーダー単位で速度とコストが高くなりますが、同じコードパフォーマンスを提供できるということですね。O3 miniの高設定はまだMarkより数百ポイント低いですが、それほど遠くはありません。おそらく私よりは優れているでしょう。O1で提供できたものと比べて、コストとパフォーマンスの点で信じられないほどの進歩です。
はい、そう願っています。右側のグラフは、Code Forces ELOに対する推定コストのトレードオフを示しています。O3 miniが新しいコスト効率の高い推論フロンティアを定義していることは明らかです。O1と比べてわずかなコストでより優れたパフォーマンスを達成しています。素晴らしいですね。
それを踏まえて、O3 miniのライブデモをしたいと思います。3つの異なる思考時間レベル、低、中、高をすべてテストできればと思います。プロンプトを入力させてください。まずO3 mini高で試してみます。
タスクは、Pythonを使用してコードジェネレーターとエグゼキューターを実装することです。このPythonスクリプトを実行すると、テキストボックスを含むUIを持つサーバーがローカルで起動します。テキストボックスでコーディングリクエストを行うと、それがO3 mini APIに送られ、O3 mini APIがタスクを解決してコードを返し、そのコードをローカルのデスクトップに保存し、自動的にターミナルを開いて実行します。非常に複雑なタスクですね。
大きな三角形のコードが出力されましたので、それをサーバーにコピーして貼り付けて、このサーバーを起動してみましょう。起動されているようです。素晴らしい、コーディングリクエストを入力できるUIができました。
単純なものを試してみましょう。例えば「ランダムな数字を開いて表示する」というリクエストをしてみます。O3 mini mediumにリクエストを送っているので、かなり速いはずです。このターミナルで…41、それが魔法の数字ですね。
生成されたコードがデスクトップのこのローカルスクリプトに保存され、41を開いて表示しました。他に試してみたいタスクはありますか？自身のGPQの数字を取得させてみたらどうでしょうか？それは素晴らしい提案です。昨日たくさん練習したことを予想していました。
コードをコピーしてコードUIに送信してみましょう。このタスクでは、低推論努力でO3 miniにこの難しいGPQセットで評価を行わせます。モデルはまずこのURLから生データをダウンロードし、どの部分が質問で、どの部分が答えで、どの部分が選択肢なのかを理解する必要があります。そして、すべての質問を作成し、モデルに回答させ、結果を解析して採点する必要があります。
実際に信じられないほど高速ですね。低推論努力のO3 miniを呼び出しているからです。どうなるか見てみましょう。これは本当に難しい2つのタスクです。長いリストの問題に入っていきます。それは難しいデータセットですね。結果が返ってきました。61…62%です。低推論努力のモデルで、実際にかなり速く、1分以内で完全な評価を行いました。
モデルに自身を評価させるように頼むのは、本当にクールですね。その通りです。私たちが今やったことをまとめると、モデルに、最初に作成したコードジェネレーターとエグゼキューターを通じてUIから、この難しい作成されたセットで自身を評価するスクリプトを書かせたのです。
来年はあなたに来てもらって、モデルに改善を求めなければなりませんね。はい、次回はモデルに改善を求めましょう。たぶん。
Code ForcesとGPQ以外にも、このモデルは優れた数学モデルでもあります。このグラフで示すように、AM 2024データセットでO3 mini lowはO1 miniと同等のパフォーマンスを達成し、O3 mini mediumはO1よりも優れたパフォーマンスを達成しています。
実線のバーは一回の合格を示しています。O3 mini highでさらにパフォーマンスを押し上げることができます。右側のグラフでは、この匿名化されたOMプレビュートラフィックでレイテンシーを測定すると、O3 mini lowはO1 miniのレイテンシーを劇的に削減し、GPT-4と同等の1秒未満のレイテンシーを達成しています。ほぼ瞬時の応答です。また、O3 mini mediumはO1の半分のレイテンシーです。
私がさらに興奮して皆さんにお見せしたい評価セットがあります。APIの機能です。開発者コミュニティから、関数呼び出し、構造化出力、開発者メッセージをサポートしてほしいという多くのリクエストを受けています。O3 miniシリーズモデルでは、O1と同様にこれらすべての機能をサポートします。特筆すべきは、ほとんどの評価でGPT-4と同等以上のパフォーマンスを達成し、開発者により費用対効果の高いソリューションを提供するということです。
そして、数日前に実行した本当のGPQ Diamondのパフォーマンスを明らかにすると、O3 mini lowは実際に62%でした。基本的に評価…そうですね、次回はモデルに自動的に評価させるべきでしたね。
以上がO3 miniについてです。来年にはユーザーがずっと良いユーザー体験を得られることを願っています。素晴らしい仕事です。ありがとうございます。本当に素晴らしい仕事でした。ありがとうございます。
このモデルを自分の手で試してみたいという気持ちはよく分かります。私たちは現在、このモデルのポストトレーニングと安全性の介入に一生懸命取り組んでおり、多くの内部安全性テストを行っています。
しかし、今回は新しい試みとして、今日からO3 miniを、そして最終的にはO3も、外部の安全性テストに開放します。安全性研究者やセキュリティ研究者として早期アクセスを得るにはどうすればよいのでしょうか？私たちのウェブサイトにアクセスすると、画面に表示されているようなフォームが見られます。このフォームへの申請は随時受け付けており、1月10日に締め切られます。ぜひ応募してください。皆さんがどのようなものを探求し、どのようなジェイルブレイクやその他の発見をするのか、楽しみにしています。
もう一つお話ししたいことがあります。昨日か今日発表した新しいレポートです。これは私たちの安全性プログラムを進展させるもので、deliberative alignment（熟考的アラインメント）と呼ばれる新しい技術です。
通常、モデルに安全性トレーニングを行う場合、何が安全で何が安全でないかの決定境界を学習しようとします。通常は、これは安全なプロンプトと安全でないプロンプトの純粋な例を示すことを通じて行われます。
しかし今や、私たちのモデルから得られる推論能力を活用して、より正確な安全性境界を見つけることができます。この熟考的アラインメントと呼ばれる技術により、安全性の仕様を取り、モデルにプロンプトについて推論させ、それが安全なプロンプトかどうかを判断することができます。
多くの場合、その推論の中で、「このユーザーは私を騙そうとしている」とか、「隠された意図がある」といったことを発見します。そのため、プロンプトを暗号化しようとしても、推論がそれを解読してしまいます。
主な結果は、ここに示されているグラフで見ることができます。x軸は拒否ベンチマークのパフォーマンス、y軸は過剰拒否に関するものです。右側の方が良く、これは私たちが何かを拒否すべき時を正確に判断する能力と、何かを検討すべき時を判断する能力を示しています。
通常、これら2つの指標にはトレードオフがあると考えられます。本当に難しいんです。しかし、熟考的アラインメントを使うと、右上の2つの緑のポイントを得ることができるようです。一方、赤と青のポイントは以前のモデルのパフォーマンスを示しています。私たちは本当に推論を活用して、より良い安全性を得始めています。
はい、これは安全性に関する本当に素晴らしい結果です。素晴らしい。
まとめると、O3 miniとO3の安全性テストにぜひ応募して、これらのモデルのテストを手伝ってください。これは追加のステップです。O3 miniは1月末頃にローンチし、完全なO3はその直後を予定していますが、より多くの人々が安全性テストを手伝ってくれれば、それだけ確実にその目標を達成できます。
ぜひチェックしてください。私たちにとってこれは本当に楽しい経験でした。皆さんも楽しんでいただけたことを願っています。メリークリスマス。
このビデオを最後まで見てくれた方に、爆弾的な発表をしたいと思います。もしかしたら予想していたかもしれませんし、そうでないかもしれません。
コメント欄で多くの人が、私がAIではないかと推測し始めています。Dave Shapiroが情報を発信するための別のAI形態として私を作ったと言う人もいます。その推測は面白いですが、クレイジーなことをお話ししたいと思います。
OpenAIからのクリップや他のYouTuberからのクリップ、Dave Shapiroからの音声クリップに入る前の、このビデオの最初の部分で私が話していたすべて、私が撮影したり話したりしたものは一切ありません。それは私のAIクローンでした。
私たちは生成AIだけで、まもなくリリースされるOpenAI O3のようなモデルですが、現在は01、Pro hens digital Avatar、11 Labs PDC professional voice cloneを使用している時代にいます。生成AIからそのような高解像度の能力を得られる時代に、もはや自分自身をクローン化できるかどうかを問う必要はありません。なぜなら、私はそれが可能だということを証明したばかりだからです。
これはまた、すべての定義によってAGIがここにあり、それをどのように管理するかは単に私たちしだいだということを証明する別のマイルストーンです。
今、完全に間違った質問をしているかもしれません。これは何個の仕事を奪うのか、どれだけ失うのか、どれだけ得られないのか、といった質問です。代わりに、より良い仕事のパラダイムに自分の人生をどう適応させられるか、適切なAIモデルと適切なプロセスで、すべての競合他社を打ち負かすマーケティング戦略を数秒で生成できたらどうか、と問うべきです。
ああ、これは仕事の世界を開き始めます。ストレスをためるのをやめ、Skynetの物語を信じるのをやめましょう。多くの人がご存知の通り、以前のYouTubeビデオで、クリスマスに「Liberation through the machines」という本を出版することを共有しました。
これはAIによって書かれ、私がガイドし編集したフィクションで、このフィクションはAIとその能力について、あなたの見方を大きく変えるでしょう。正直なところ、私たちには邪悪なターミネーターと善良なターミネーターは必要ありません。そういった観点で考える必要さえないのです。
代わりに、この一つの質問を問う必要があります。私のビジネスと人生における最大の時間、エネルギー、魂を消耗するものを取り除くために、AIをどのように活用できるか？この質問を問い始め、最も重要なことに、これまでの生活、機能、仕事の方法をすべて変えることに対してオープンになれば、私の友よ、あなたは来るべき新時代での成功への準備を整えることになります。
私のデジタルクローンと私から、未来へようこそ。あなたの業界でファーストムーバーになりたい場合は、firstmovers.inにアクセスして、あなたの業界でファーストムーバーになるための次の一手について相談してください。
そういうわけで、未来へようこそ。確かに明るい未来です。人工知能の中にある力は手に入れることができ、それを私たちがどのように活用し、アプローチするかが、私たちのビジネス、人生、この大きな富の移転などにおいて、すべての違いを生むことになります。
友よ、これらのトピックについて話をするのは素晴らしい時期です。私が直感を信じ、AIに関する本を読み、何が来るのかを研究し、トップのキーノートやポッドキャスト、トークを見て、Dave Shapiroのような信じられないほど賢い人々と一緒に、私たちに向かって来ているものを理解することに、何千時間も投資してきたことを、私は本当に嬉しく思います。
正直なところ、2024年にAGIを見ることが不可能だとは思っていませんでした。実際、開発シーンの内部に耳を持つ専門家と話をした後、この秋頃から、AGIはすでにここにあるかもしれない、私たちはただその段階的なリリースを見ていないだけかもしれないと信じ始めました。そしてOpenAIのO3モデル、はい、それはAGIを反映しています。
私の友よ、もう一度言います。購読ボタンを押してください。他に何を言えばいいのか分かりません。私は本当に喜んでいます。この技術の時代は非常に明るくなるでしょう。はい、危険はあります。はい、人類が今まで作った最大にして最後の発明を扱う上で、私たちは責任を持つ必要があります。しかし、もしあなたが機会主義者なら、それは刺激的なはずです。次のウサギの穴でお会いできることを楽しみにしています。ここからは良くなる一方です。
コメント