AI が経済に与える影響に関する最近の興味深い会話を共有します。 AIは、電気、産業革命など、さまざまな歴史的前例と比較されてきましたが、どちらも基本的にデジタル情報処理の自動化に関するものであるため、新しいコンピューティングパラダイム(ソフトウェア2.0)としてのAIの類似性が最も強いと思います。 ~1980年代の雇用市場に対するコンピューティングの影響を予測するとしたら、あなたが見るタスク/ジョブの最も予測的な特徴は、そのアルゴリズムがどの程度固定されているか、つまり、暗記に従って情報を機械的に変換し、指定しやすいルール(タイピング、簿記、人間の電卓など)にすぎないということです。当時、これは、その時代のコンピューティング能力によって(手作業、手動で)記述できるプログラムのクラスでした。 AIのおかげで、以前は手書きでは決して望めなかった新しいプログラムを書くことができるようになりました。目的(分類精度、報酬関数など)を指定することでこれを行い、勾配降下法でプログラム空間を検索し、その目的に対してうまく機能するニューラルネットワークを見つけます。これは、少し前の私のソフトウェア2.0ブログ記事です。この新しいプログラミング パラダイムでは、注目すべき新しい最も予測的な機能は検証可能性です。タスク/ジョブが検証可能であれば、直接または強化学習を介して最適化でき、ニューラルネットが非常にうまく機能するようにトレーニングできます。AI が何かをどこまで「実践」できるかが重要です。環境はリセット可能でなければならず(新しい試行を開始できます)、効率的で(多くの試行が可能です)、報酬が与えられます(行われた特定の試行に報酬を与えるための自動化されたプロセスがあります)。 タスク/ジョブが検証可能であればあるほど、新しいプログラミング パラダイムでの自動化により適しています。検証できない場合は、指を交差させた一般化の神経網魔法から抜け出すか、模倣などの弱い手段を介して抜け出さなければなりません。これが、LLM の進歩の「ギザギザ」のフロンティアを推進しているものです。検証可能なタスクは、おそらくトップの専門家の能力を超えるもの (数学、コード、ビデオの視聴に費やした時間、正解のあるパズルのように見えるものなど) を含めて急速に進歩しますが、他の多くのタスクは比較すると遅れをとっています (創造的、戦略的、現実世界の知識、状態、 文脈と常識)。 ソフトウェア1.0は、指定できるものを簡単に自動化します。 ソフトウェア 2.0 は、検証できる内容を簡単に自動化します。

わあ、ジェフ・ベゾスが(共同)CEOの座に戻ってきた。 62億ドル(一部はベゾスから)を集め、コンピューター、自動車、宇宙船の製造を改善するためのAIに注力しました。 Vik Bajaj(Verily共同創業者、Google Life Sciences)が共同CEOで、すでに>100人を採用しています 未来にワクワクしています!