千秋日記

今、中国の書店で川端康成の翻訳本が売れまくっているらしい。売れている最大の理由は没後50年が経って著作権が消滅したので、多数の出版社が翻訳版を発行したためだ。書籍の著作権は、日本もかつて死後50年間だったが、欧米と整合性をとるため現在は死後70年間に変更している。中国は、かつての日本と同じく今も50年間を継続しているのだが、今年1月1日に著作権がフリーになることが分かっていたので、昨年から多くの出版社で準備を進めたいたらしい。各社とも、表紙のデザインに凝っており、どれも美しい本に仕上げられている。

川端康成の著作は、日本が戦争に突き進む前に書かれており、長閑でたおやかな物語として中国の若者の心を癒すのだろうか。16歳から24歳までの若者の失業率が５０％近くまで上昇している時代に、大きな不安を持つ中国の若者が川端康成の著作に憧れるのも理解できる。毛沢東の時代に、なかなか経済発展がうまくいかなかった中国が、鄧小平の改革開放政策で一気に世界の超大国になった。習近平は、この超大国を毛沢東時代に戻そうとしているようにも見える。汚職撲滅や格差是正といった習近平の政策は、行き過ぎた中国の発展の方向を見直そうとしているが、一方で「中国の日本化」が進展している中で苦しんでいる。

国土全体が国有地で、地方財政は、その土地の切り売りで賄われていた時代が、いよいよ中国全土を覆う不動産不況で破綻しつつある。GDPの３割を占めていた不動産業がうまく行かなくなることで生じる不動産バブルの崩壊も、かつての日本で見られた現象である。そしてさらに深刻なのは、中国の製造業のコスト競争力が薄れていることにある。かつて、アメリカの輸入額の第一位を占めていた中国は、今や、カナダ、メキシコに次いで第三位まで落ちている。これは単に米中デカップリングだけでは説明が難しい。中国の経済力の発展とともに労働者全体の給与水準が高騰したのと、高学歴を目指した若者の比率が増加するとともに低賃金の工場労働者が足りなくなることで製造業の競争力が落ちている。

さらに気になるのが、習近平が推し進めるのが、国有企業に手厚い保護をする一方で覇権を握った民間企業には冷遇して押さえ込む「国進民退」政策だ。かつてアメリカのGAFAと並び立っていた中国のBAT（バイドゥ、アリババ、テンセント）のどこも今は元気がない。アリババの創業者であるジャック・マー氏も長らく日本に滞在した後に、最近、また中国に戻ったようだ。中国でデジタル起業を目指した多くの若者たちは、皆、将来はアリババやテンセントのような大企業になろうと目指していただろうに。最後は国に押し潰されてしまうのか？という危惧さえ出てきている。今の中国の若者たちは、もはや、ジャック・マーのようになりたいという将来の夢を簡単に見ることが出来なくなっている。

今の中国の危機は、一体、どこから来ているのだろうか？　中国に毛沢東ですら出来なかった奇跡的な大成長をもたらしたのは鄧小平だが、彼は若いころに欧州へ留学して、西欧文化を吸収して成長した。私は、鄧小平の、この留学経験が果たした役割は非常に大きいと思っている。日本でも革命的な明治維新を成し遂げた伊藤博文、井上馨など長州５傑は、鎖国の江戸時代に藩主の命を受けてロンドンへの留学を果たしている。一方で、習近平は毛沢東が起こした文化大革命という大乱世の中で辺鄙な地方で大変な苦労をした青春時代を経験している。

話は全く変わるが、生成AIは、今後、世界中で仕事のやり方を根本的に変えるだろう。労働力不足の日本にとって生成AIは、少なくとも経営者にとっては「救世主」となるだろう。何しろ、これまで2時間かかっていた作業が10分ほどで出来てしまうのだから、使い方によっては大幅な労働力が省けることになる。ところが、日本と同じく生産年齢人口が今後減少する中国こそ、この生成AIが是非とも必要となるはずなのに、私は中国が生成AIに多くを期待できない姿を想像してしまう。その理由は、生成AIの実力は仕掛けとして動くソフトウエアよりも学習するデータに大きく依存するからだ。

Open AI社がChatGPTを開発した経緯を見てみると、その仕掛けはGoogleのトランスフォーマーなど他社が開発した仕掛けを多く利用していて、Open AI社が一番苦労したのは学習データの仕込みにあると言える。何を学習させて、何を学習させないのか。彼らは本当に苦労して、実力あるGPT-4になるまで時間をかけて蓄積されたデータに磨きをかけている。さらに、こうした学習データは基本的には膨大な量があればあるほど良いとされている。しかし、中国では、こうした大量データの学習を民間の企業が自由には出来ない。何が良いデータで、何が不味いデータかを政府のお伺いを立てないと「生成AI」が中国政府にとってとんでもない結果を生み出すからだ。こうした環境の中で、今後、中国で開発される「生成AI」はイノベーションを起こす役割を果たせない恐れが高い。

そうした状況の中で、アメリカは対中国で絶対優位を取り戻すのだろうか？と言えば、アメリカも実は少しずつおかしくなっている。今、世界中で生成AIの影響が一番大きく出ているのがアメリカだろう。今のアメリカを見ていると「生成AI」の影響がどうなるかが見えてくる。コロナ禍をなんとかやり過ごしたアメリカでは、GAFAと呼ばれる巨大デジタル企業だけでなく、アクセンチュアなどの大手コンサル企業も従業員を大幅に減らしている。さらに、これらの企業は、これまで巨額の投資でテクノロジーで勃興する新興企業を多数買収してきたが、こうした投資も今は大幅に縮小している。アメリカで起業する人たちのゴールは日本のように上場（IPO）することではなくてBig Techからの買収話を受けることなのだ。それなのに、今や　Big TechのM&Aは大幅に減っている。

一体、アメリカでは何が起きているのだろうか？もちろん、FRBの利上げによる金融引き締めも、それなりの影響は与えているはずだが、どうもそれだけではなさそうだ。一つは、コロナ禍の影響でリモートワークが進展し、多くの労働者が会社へ出社をしないで自宅で働くことに慣れてしまったことがある。企業が出社を強制すれば退職をしてしまう労働者が増えている。こうしたリモートワーク現象は、不動産価格が高騰したサンフランシスコのような街では企業からも労働者からも歓迎されたが、オフィス空室率が極めて高くなっていることでダウンタウンへ出かける人が少なくなり、ひっそりした街になってしまった現在は本当に良かったのかと疑問が出ている。

それでも、こうして衰退を見せ始めていたサンフランシスコに再び人が集まり始めている。その人たちが「生成AI」の開発を目指す起業家たちだ。ChatGPTで世界中に名を馳せたOpen AIの発祥の地としてサンフランシスコが「生成AI」の聖地となった。この新たな「生成AI」は、これまでの顔認証や自動運転といった「パターン認識系のAI」とは少し様相が異なると思った方が良い。大手コンサルやGAFAなどのBig Techが開発人員を減少しているのも「生成AI」が、これまでとは異なる技術開発を必要としているからに他ならない。さらに、より人間に近づいた「生成AI」を開発したアメリカの開発者の多くが、実はアメリカ生まれではない。また、アメリカ生まれだとしても、これまでWASP（白人、アングロサクソン、プロテスタント）と呼ばれたアメリカのエリート人種たちではない。

さらに、最近大手コンサルやGAFAのようなBig Techが求めているデジタル人材の採用基準から「大学卒」の資格が消えた。もう、すでにGAFAの中では、多くの優秀なデジタル人材が大学進学をしていないか、中途退学者となっているからだ。このことは、これまでの大学教育で教えている内容が、新たなデジタル時代に整合していないことを示している。アメリカの一流大学は殆どが私立で授業料は滅茶苦茶高いが、その一流大学を卒業してから10年後の年収が、少なくとも半数以上の人たちが年間授業料を超えることが出来ないという現実がある。だから、学生ローンを返済できなくて自己破産を申請する人の数が数百万人以上にも及んでいる。かつて「貧しくても一生懸命勉強すれば富裕層の仲間に入れる」というアメリカンドリームが、今や消滅しつつある。

一方で、全人口の１％にも満たない富裕層が全米の金融資産の半分近くを保有し、相続税がほとんどかからないアメリカで、こうした資産格差の問題は未来永劫にわたって存続する。「生成AI」は、こうした問題を解消するのか？、果たして、さらに深刻化するのか？、アメリカの課題も中国に負けないほど大きいのかも知れない。下手をすると、近い将来のアメリカで再び内戦が起きるのではないかという危惧が高まっている。

ITジャーナリスト　三上洋さんとの対談が企画され、８月４日に六本木のテレビ朝日放送センターでオンライン向けの録画を行ってきた。テレビでお馴染みの三上洋さんに対して、いつも難解なデジタル問題を分かりやすく解説されていることに、私はとても敬意を抱いている。今回も、ChatGPTに関する対談のリーダーとして私に優しくテーマを振って頂いたことに感謝した。

今回は、対談相手である三上さんに失礼にならないようにと、対話型人工知能として大きな話題となっているChatGPTに関して数冊の本を読んで勉強し、メモとして作成したものをこの場に書いてみたい。私自身も今年の初めから、講演資料の作成のためにChatGPTを利用しているが、よく何でも知っているなと感心することが多い。そして、意外な質問に対して誤答をすることは、むしろ可愛く思えたりもする。それでは、以下にメモをご披露していく。

〇対話型人工知能とは
・歴史

1956年：英国のコンピュータ学者であるアラン・チューリングが「機械」を「人間的」であるかどうかを試験するチューリング・テストを行った。1966年ワイゼンバウムが開発した「ELIZA」が、その会話能力で人間と見間違うほどの性能を発揮し注目を浴びた。このソフトウエアは小規模なもので、人間の言葉に対して反復し、優しく肯定する態度をとることによって多くの人の共感を得た。その後、精神疾患者の治療にも「ELIZA」の利用は極めて有効だった。

1970年：私は大学で手書き文字認識（AI）を卒業論文として取り組み、富士通の池田専務にスカウトされAI研究者として入社したが、1990年に20年間のAI研究生活を断念した。当時のAI開発は、その後「暗黒の時代」と呼ばれた。

2012年：カナダのトロント大学のヒントン教授が深層学習（ディープラーニング手法）によって画像認識コンテストでダントツの１位を取得し、ヒントン研究室もろともGoogleが買収した。この深層学習手法は、AI研究を根本的に変える「AIビッグバン」の源となり、世界のAI研究開発は大きく進展することになる。

2015年：イーロン・マスクとサム・アルトマンが非営利団体企業としてのOpen・AIを設立した。南アフリカ出身のマスクはAIが途上国や中小企業でも使えるようAIソフトをオープンソースとして誰にでも提供できる仕組みを作りたかった。一方、アルトマンはスタンフォード大学を中退後、シリコンバレーで最も成功確率が高いと言われていたYコンビネータのトップとして、自身で世界一のAI企業を創りたかった。

2017年：Googleが言語解析に深層学習を用いて文脈の中で重要な単語に注目できる手法として時系列データを逐次処置する必要のない「Transformer（機械学習モデル」を発表した。これによってデータ学習の並列化が可能となり時間の節約につながるという利点が大きい。ChatGPTも、この「Transformer」を使用している。

2019年：アルトマンは、2019年に対話型人工知能であるChatGPTの開発に際してマイクロソフトから10億ドルの資金提供を受けてOpen・AIを一般企業に転換し、それに反対するマスクはOpenAIから退出した。

2022年：マイクロソフトは、2022年に100億ドルの資金提供を申し出て、Open・AI社は事実上マイクロソフトの傘下に入った。その後、Open・AIは11月にChatGPT（GPT3.5）を一般公開し、2ヶ月間で全世界から2億人が参加すると言う快挙を成し遂げ注目を浴びる。現在は、有料のChatGPT Plus（GPT4）を提供している。

もちろん、生成AIは失敗も多く重ねてきた。2016年　マイクロソフト　Twitter上で対話する「Tay」を発表したが、不適切な回答をすることで公開中止とした。また2022年　メタは生成AI「ギャラクティカ」を発表したが３日間で公開中止とした。

・機能

対話型人工知能は、従来の解析・分析・認識を行う人工知能の機能に加えて、人間の指示や質問に応じて、単に文章（テキスト）や画像だけでなくプログラムまで生成できる。

但し、この人工知能は自身が生成した文章や画像、プログラムが「正しい」とか「間違っている」という認識はない。人間が「正しい」と評価する基準は論理的思考からくるよりも、自分が信じる「誰」が言っているから「正しい」と考えていると思われる。人間が「正しい」と思っていることが全て正しいわけではないが、人工知能は最初から何が「正しい」か？を理解しないで答えを生成している。従って、生成AIの利用に関して一番重要なことは、質問する使用者が人工知能を使って生成した回答が正しいかどうか検証できる能力を有していることが重要となる。

生成AIのプログラム開発能力は極めて高いが、アウトプットされたコードが指示通りに動作するかは確認してみる必要がある。その意味で、プログラム作成を指示できる利用者はプログラムを理解できる能力が必要とされる。

・仕組み

ChatGPTに代表される対話型人工知能の基礎は大規模言語モデル（LLM）で出来ている。このLLMは、ある言葉の次にくる言葉の発生確率によって出来ていて、このデータを用いて前の単語列から次にくる単語を予測できるようにした言語モデル。この確率は大量の言語データの学習によって定められる。言語モデル（LLM）は意味を捨てて構造の中で言語を扱う。意味を捨てても、次の単語を予測できるように学習すると文章の中から予測に役立つ情報を扱えるような必要性に駆られて、結果として文章を理解できるモデルが出来上がる。

2020年1月Open-AIとジョンホプキンス大学は言語モデル（LLM）について、以下のような効果について述べている。

★投資効果の予測：投入データ量、モデルサイズ、計算量から性能を評価可能

★大規模化効果：「汎化」し学習効率が改善する

★創発的能力：モデルの巨大化により、従来は解けなかった問題が急に解ける能力を持つ。これは「宝くじ効果」と呼ばれている。

データの理不尽な有効性：Google 「The Unreasonable Effectiveness of Data」少ないデータで作られた精緻なモデルは、大量のデータで構築した簡易なモデルに駆逐される。Transformer：文章の中で重要な単語に注目し、重要でない単語は無視する手法は、大規模になればなるほど精度が向上する。

大規模言語モデルの登場　「べき乗則」の発見

訓練データ　　　パラメーター数　　MMULスコア

GPT-1（2018）　   　　 30億トークン　　　　1.2億

GPT-2（2019）     　　    280億　　　　　　　15億　　　　　32.4

GPT-3（2020）.       　　 570億　　　　　　　1750億　　　　53.9

Chat GPT (2022)                3550億  　　　　　　　　　　　　　70.1

PaLM（Google）(2022)   7800億　　　　　　5400億　　　　75.2

GPT−4（2023）.            　　1兆　　　　　　　数兆　　　　　86.4

MMULスコア：数学、歴史、計算科学、法律など57のタスクからなり問題解決能力を評価するスコア。一般人のスコアは34.5。各分野の専門家が解いたスコアは89.8。

〇政府や自治体、民間企業での活用状況

★日本政府：ChatGPTの積極的な利用を促進するため、セキュリティ対策として日本国内にデータを閉じたMicrosoftのデータセンターを利用することを決めた。

★金融：三菱UFJ銀行はChatGPTを使用し、汎用業務で80箇所、銀行特有業務で30箇所での活用を決めた。稟議書作成、金融レポート、手続き紹介などから始るためMicrosoftの法人向けクラウドサービスの利用を始めた。

★製薬：アステラス製薬、第一三共、小野薬品など国内５社が創薬に特化した大規模言語モデル（LLM）を三井物産が提供するエヌビディア製の創薬支援向けスーパーコンピューターを共同利用し開発する。・

★流通・小売：DROBE社ではChatGPTを活用したAIスタイリストを展開。

★コンサル：EY Japanは上場企業の有価証券報告書の中からESG関連情報をGPT4で検索。調査時間が従来の20分の1に効率化された。

★教育：東洋大学では有料のChatGPT Plusを職員・学生に利用させる。坂村健情報関連学部長は「今後、生成AIを使わない仕事はなくなるだろう」と語る。また、日本一の学習塾である東進では英作文添削にChatGPTを利用している。

★自治体：横須賀市では全職員にChatGPTを導入し業務文書の作成に利用、従来の数分の一の時間で作成可能となり大幅な効率化が図られた。

〇欠点と限界

★幻覚　（ハルシネーション）が簡単には解決出来ない理由

汎化：有限な学習データを元に無限の未知のデータを処理するために起きる。新しい関係性や事実を導き出せると同時に誤った関係や事実を導くことがある。

破壊的忘却：新しいことを覚えると以前に覚えたことを忘れることがある

★プライベートな領域に入り込む：対話サービスはプライベートな情報を含む

★価値観や偏見の扱い方：目標駆動学習（人間のフィードバックによる強化学習

★本人であることの証明が難しい

〇懸念される問題点（著作権侵害、機密情報流出、フェイク映像・画像、誤情報）

★著作権侵害：生成AIが作成するコンテンツの著作権問題はかなり深刻となる。既存コンテンツのどこまで、参照して、作成の参考にしたのかが明確にはわからない。このため、ハリウッドなどエンタメ業界では生成AIに関して猛烈な反対運動が展開されているが、将来は、生成AIを全く使わないコンテンツ作成業務はあり得ないと考えた方が良いのではないか。

★機密情報流出：生成AIを使う際に入力される機密情報を含む質問データを生成AIが保有するデータに蓄積されるという危機が存在する。このため、生成AIを提供する側からの質問をデータに取り込まないという保証をもらえない限り、機密情報に関わる質問は入力しないという注意が必要となる。

★フェイク映像・画像：最近の生成AIが創り出す映像・画像の真偽を確かめるのは非常に難しい。さらに、元来、生成AIが提供してくれる情報やデータには誤情報も少なくない。誤情報がネット上に大々的に流布されるという問題は、生成AIが未発達だった、これまでにも頻繁に起きていた。こうした問題を避けるためには、各個人がネット上の情報の真偽を確かめる技量を高めていく必要がある。

★海外からのネット攻撃：生成AIが持つ大規模言語モデル（LLM）は翻訳能力も高いので巧みな日本語でフェイク情報の提供や恐喝や詐欺を行ってくる危険性が従来以上に高まる。

〇対話型人工知能で日本はどう変わるか

・少子高齢化や地方の過疎化など社会問題は解決できるのか

少子化高齢化の最大の問題は労働生産人口の大幅な減少である。こうした労働生産人口減少は世界の先進国共有の課題であるが、欧米各国は移民によって減少する労働生産人口を補う政策を進めてきた。しかし、今後アフリカ以外の途上国では初等中等教育の拡充により、先進国の課題である少子化が始まっている。

さらに、目覚ましい発展を遂げている東南アジア各国の労働賃金は高騰化を続けており、日本へ出稼ぎに行く魅力が大きく減っている。インドネシアやフィリピンの若者が出稼ぎを希望する国はドイツや中国となっている。2040年の日本は、1000万人もの労働人口の不足に悩まされることが予測され、こうした人材不足と言う事態に備えて大幅な生産性の向上を目指さなければならない。

生成AIは、各業種・職種にわたって労働量の大幅な省力化が期待されており、日本にとって、このツールを国民全体で駆使することは必須の命題だと考えられる。

・ホワイトカラーの仕事は奪われるのか

IoTの発展は各種自動機の会話によって工場の仕事を大幅に削減してきた。この動きと同様に、対話型人工知能としてのChatGPTのような生成AIは、これまでオフィスで行われてきた各種事務作業を大幅に改善し省力化が可能となる。しかし、生成AIが行う仕事は人間と同様に一定の確率でミスや間違いが存在するので、製造業の自動機のように全て自動的に行われる完全省力化は出来ない。しかし、これまで、上司の指示の下で準備作業として行われてきた下記の業務に携わる人々の仕事は、今後省人化が進むことは間違いない。

★資料作成：草稿づくりは不要。着想のとっかかり、叩き台作りにAIを使う。★画像・イラスト作成：パッケージ、広告、バナーのデザイン案の作成に貢献

★プログラミング：下書きの作成。人間の仕事は誤りを見つけ正しい機能に仕上げることになる。

★翻訳：生成AIの出現で言葉の壁が取り払われる。

★整文：TPOに即して、いろいろな文体に書き換え。

★サマリー：長い文章を一瞬で要約できる。

★調べ物：従来の検索より効率的に調査できる。

・オフィスワーカーの働き方が変わる

８割の人の仕事が10％変化する。20%の人が50％以上変化する。LLMと他の生成AIを組み合わせると50%の人が仕事の半分以上に影響を受ける。最も影響の大きな職業はプログラミング開発と書物に関する仕事。顧客とサービス提供者で知識の非対称性がなくなっていく—コンサル業の危機

テキスト生成AIは人間を単純作業から解放する。

画像生成AIはビジュアル素材を作る際のアイデア作成の壁打ち相手になる

★営業：データ集計、提案資料の作成が高速化

★一般事務：大半の書類仕事が一瞬で終わる

★マーケッター：売れる仕組みをAIと推敲する

★広報：プレスリリースの制作が容易になる

★研究者：調査・研究の労力が大幅に削減

★ライター：AIが生成した草稿をブラシュアップする作業になる

★編集者：構成案、書籍タイトル案の検討にAIを使う

★デザイナー：デザイン案の創出が効率的

★アナウンサー：自動読み上げ

★士業：膨大な書類作成が効率化

★プロデューサー：企画書、台本作成、進行管理はアイデアの精査に集中できる

★プログラマー：人間は簡単なプログラムを書く必要がなくなる

・新しい時代の人材育成方法や求められる社員像は

生成AIの出現により、人間として、これまでとは求められる全く働き方が異なってくる。生成AIでは出来ないこと、人間にしか出来ないことで評価される。つまり、これまで高い評価を受けられなかった看護、介護、保育といった生成AIでは出来ない仕事が評価されるようになる。

生成AIが本格的に使われるようになると、生成AIをうまく使いこなすプロンプト・エンジニアの仕事が脚光を浴びるかも知れない。つまり、AIが誰になって欲しいのか？を明確にしたり、言葉遣いや情報の詳細度を指定したりする仕事である。この仕事は、AIに完璧を求めないと共に最終アウトプットは必ず自分でチェックすることが求められる。しかし、AIの進化は劇的に進むので、こうしたプロンプトエンジニアの仕事も徐々に少なくなるかも知れない。

生成AIが普及した時代には、仕事のやり方が大きく変わる。つまり、ゼロから生み出す仕事から、掛け合わせる、繰り上げると言うDJ的な仕事に変化することになる。つまり、合理性では人間は生成AIには勝てなくなり、人間がやる仕事は、生成AIには簡単には出来ない面白いことや風変わりなことを考えることを求められてくる。

従来のオフィスワーカーは高等教育で多くの知識を学ぶことが役に立ったが、生成AIの出現でオフィスワーカーに対して求められるスキルが変わってきた。今後は、この生成AIの進化でさらに変わってくると思われる。こうした時代推移を考えると、誰もが色々なテクノロジーを活用して「ひとりで学ぶ」時代になったと言える。つまり苦手なことや時間がかかることはAIに任せる時代になっていくものと言える。こうした生成AIが普及した時代には、人間でしか出来ないことで評価される。もはや受け身、指示待ちの人でも仕事が得られる時代は終わったといえるだろう。

特に、最近米国のBigTechや高名なコンサルタント会社では、デジタル人材採用者募集要項から大学卒の要件を削除した。実際、こうした大手デジタル関連企業の新規就職者の中で大学卒業者の比率が低下している。今回、ChatGPTで有名になったOpenAI社のCEOであるアルトマン氏もスタンフォード大学コンピューター学部を中退している。つまり、既存の大学のデジタル教育カリキュラムが、もはやビジネス世界では役に立たなくなっていることを示している。さらに、会話型人工知能である生成AIは教育手段としても極めて有効ではないかと多くの経営者が考えている。

〇「ChatGPTと語る未来：リード・ホフマン& GPT4の共著」から

本書籍は、転職SNSであるLinkedInの創業者であり、OpenAIの創業メンバーの一人でもあるリード・ホフマン氏がOpenAIの開発したChapGPT Plusに内蔵されているLLM（大規模言語モデル）であるGPT4と共同で執筆した著作である。

ホフマンはスタンフォード大学を卒業後、Appleに入社した。その後、ジョブスの退社とともにAppleを去り、富士通アメリカに入る。私がアメリカに転勤になる1年前に彼は富士通を辞めて、ピーター・ティールやイーロン・マスクと共にペイパルを創業。多くのペイパルマフィアと同じくペイパルを退職した後、長年夢に描いていた転職SNSであるLinkedInを創業した。そのLinkedInをマイクロソフトに２兆７千億円で売却し、ホフマンはマイクロフト社の取締役に就任した。

さらにホフマンは、かつてのペイパルの仲間だったマスクやYコンビネーターのボスを務めたサム・アルトマンやヒントン研究室からGoogleのAI開発のTOPだったユダヤ系ロシア人で米国に移民したイルヤ・サツキバーと共にOpenAIを創業した。このメモは、本書の中で、ホフマンが述べている大規模言語モデル（LLM）に関する彼の見解をまとめてみたものである。

LLMはインターネット上で公開された膨大な量のテキストから個々の意味単位（単語、フレーズ、文章全体あるいは一部）の間に存在する最も一般的な関係を認識して作成されている。

この結果、ユーザーのプロンプトに対して文脈上適切で分かりやすい表現で事実に沿った返答をかなりの確率で生成できる。一方で、事実と異なる内容、明らかに意味をなさない発言、あるいは文章として適切に見えるが実際にはまるで根拠のないデタラメを返答することもある。

全て、計算とプログラミングに過ぎないLLMは、今の所、常識的な推論をしたり、世界の仕組みを考えたりするための事実や原理を学ばない。生成する回答について事実関係の確認や倫理的判断をしているわけではなく、入力されたプロンプトの単語の並びに対して回答すべき内容をアルゴリズムで推論しているだけだ。

学習に利用するコーポラは通常、バイアスや有害な内容を含む可能性のあるWEBソースを元にしているため、人種差別、性差別、脅迫などの不快なコンテンツを生み出す可能性がある。

OpenAIは、さらに複数のステップを踏みLLMが学習するデータセットからヘイトスピーチや攻撃的な言葉など好ましくないコンテンツを排除したり、LLMが生成するかも知れない問題発言に自動的にフラグを立てる「有害性分類」システムを開発したり、望ましい出力を示すラベルを人間の手で入力したデータを使い微調整した。

OpenAIを設立した目的は、AIの力を何百万人の手に直接届けるテクノロジーの開発だった。AIをトップダウン型の一つに集約する力でなく、分散型で個人に力を与えるものとして機能することを目指した。

OpenAIのアルトマンCEOは「私たちは、今、AI導入の課題をうまく乗り越えるのに最適な方法は、迅速な学習と慎重な反復という、しっかりしたフィードバックループだと確信しています。個人が使われるのではなく、個人が使えるAIツールを開発する最善の方法は、世界中の何百万人もの人々にAI開発に参加する機会を与えた時に生まれるでしょう」と言う。　　　　　　　　　　以上

コロナ禍が終息した後の日本は、まさにバブル状態だ。株価は30年ぶりの高騰を見せ、都内のタワーマンションの平均価格が1億円を超えてきた。そして、日本の個人金融資産が2,000兆円を超えたという。私が住む横浜の街でも、ドイツ製の高級車で溢れており、お金がある人には、どんどんお金が入ってくるのだなと羨ましくも思う。つい、先日までコロナ禍で喘いでいた、この国の経済はいつの間に、こんなにも復旧したのだろうか？

そして、都内に出かけると地下鉄には旅行姿の外国人が大勢乗っている。新幹線のグリーン車は外国人の方が多いくらいだ。為替が145円近い円安だからなのか？ アジア人から見ても日本の物価は相当に安いのだろう。皆んな、満足そうにイキイキと話しながら歩いている。コロナ禍前に大勢いた中国人は未だ入ってきていないのに、こんな勢いならインバウンド需要もこれから前代未聞の勢いまでいくのだろう。一方で、大幅な物価高騰で賃上げ分をキャンセルされた多くの日本人の生活は決して楽になってはいない。毎日のように聞く強盗犯罪のニュースも、仕事を持っていない若者の闇バイトによって引き起こされている。

現在の日本経済は「よくなっているのか？」、それとも「そうではないのか？」、よくわからない。一方で、中国経済は未だにコロナ禍を脱却できていない。「中国はゼロ・コロナ政策の後遺症で苦しんでいる」という説もあるが、何やらもっと本質的な原因が内在しているのではないかと思う。このコロナ禍の3年間で世界のサプライチェーンが大きく変わってしまったのではないかと考えている。巨大な世界の製造基地だった中国が少しずつ世界のサプライチェーンから外れつつあるのかも知れない。そして、今や中国の代役を担いつつあるのが東南アジア諸国である。米国の対中国政策である、「デ・カップリング」から「デ・リスキングへ」の転換政策が実現しつつあるのかも知れない。

その上、中国経済の大躍進を支えた不動産バブルが崩壊した。中国の不動産バブルを支えたのは土地売却で財政を賄う地方政権だけではない。これまでの中国経済大躍進で大きな富を得た富裕層の転売ビジネスの舞台だった。しかし、景気後退により不動産の転売先がなくなれば不動産バブルが崩壊するのは当然だ。それでも彼ら中国の富裕層は、今後、現金で保有し続けるには不安を抱えるほどの巨大な資産を持っている。まずは、そうした溢れたマネーが東京のタワーマンション購入を目指したのだろう。一方、中国から移転してきた製造業で未曾有の景気高揚を実現した東南アジアの富裕層は、歴史的に見れば実態は中国人である。この中華系アジア人達も東京のタワーマンション・バブルに資金を移動させたと考えればある意味で納得できる。

そう考えれば、日本の株式市場の高騰も同じ構図が考えられる。現在、アメリカの投資ファンドが中国から急速に撤退しつつある。これまで安定的な金融資本の中継点であった香港への投資リスクは極めて大きくなったからだ。そして中国から引き上げた資金の行き先が、欧米市場では見つけられずに、仕方なく東京証券市場となったと考えられないだろうか。きっと、ある日、中国市場から資金を引き上げた欧米の投資家たちが、東京証券市場をよく見てみるとあまりに低すぎる評価の会社が沢山あったことに気がついたに違いない。その上、145円にも達する円安で、日本株はさらに安く見えることになる。東京証券取引所の株価高騰も東京のタワーマンションの高騰も、欧米や東南アジアの中華系投資家の東京への資金移動だと考えると極めて自然な流れである。

いずれにしても、もうした日本への投資は、日本経済には結果的に良いことと考えられる。こうした世界の潮流をいち早く見つけて日本株や東京のマンショに投資した日本人投資家も、この世界の流れで大きな利益を出したことだろう。しかし、こうした日本への資金の流れは今後も続くのだろうか？　もっと、言えば、この流れをもっと長く続けるためには日本は何をしたら良いのだろうか？を考えないといけない。中国がアメリカに追いつき、近い将来アメリカを追い越そうとしている最大の要因は「製造業」の繁栄だと私は思っている。欧米、特にアメリカと英国は経済の発展を「金融業」に賭けてきた。「製造業」という「低賃金ほど有利な業態」は欧米には向かない、だから自分たちは「製造業」を支配する「金融業」で儲けるのだという金融市場主義経済に国家の発展を賭けてきた。

しかし、今や、AIやIoTの先端技術を駆使する「製造業」は、一昔前の低賃金業態から脱しつつある。一方で、「金融業」はAIを徹底的に駆使することで、従来の人間技を超えた仕組みで利益を出せる業態になりつつある。その上、アメリカが世界の金融業の頂点に建てた最大の「仕掛け」は世界経済のドル支配があった。その圧倒的なドル支配も、中国や中東、アジアの台頭で少しずつ劣化しつつある。「お金」を原料にして、何か加工すれば「お金」が増やせる魔法の仕組みとなってきた金融業は、近い将来デジタル技術の進展によって特別に儲かる業態ではなくなるだろう。そうした将来、経済で最も重要な仕組みは、食料を得るための「農林水産業」であり生活必需品を得る「製造業」と、それらを皆で上手に使いこなせる「サービス業」が中心となってくると考える方が自然である。

今、東京証券市場で高騰している銘柄は、売上高は決して巨額ではないが、世界シェアが高く、利益率の高い、ニッチ分野で世界的に活躍している「製造業」銘柄が多い。昔、ドイツの製造業の成功物語として「隠れたチャンピオン企業」という本を読んだことがある。第二次世界大戦後、ドイツはいち早く製造業を復活させたが、低賃金を武器に後から台頭した日本企業に悉く負かされてしまった。そこで、ドイツは中堅企業各社が大量製造・大量販売というジャンルではなくて、ニッチで利益率の高い分野で世界シェアを高くするための工夫を行った。決して世界的に有名なブランドではないが、その業界では誰もが知っている高付加価値製品で世界シェアを占める戦略で大成功したのだ。一方で、日本の製造業が得意だった高品質、低価格、大量生産という分野では、日本はもはや中国には勝てない。日本の株価をさらに上げることに貢献する企業は「隠れたチャンピオン企業」を目指すべきだろう。

そして、もう一つ最近驚いたことがある。世界の最先端分野における半導体製造業の圧倒的チャンピオンである台湾のTSMCが熊本に大規模な工場を建設中の中、さらにもう一つ増設の計画を立てているという話である。確かに、熊本は台湾に近い。そして、米国の対中政策も厳しくなる中で、台湾本土以外の保険をかけるという考えにも同意できるのだが、それにしても規模が大きすぎるのではないか？と思った。しかし、最近、「台湾は2019年以降台風が来なくなって雨が降らなくなり水資源で苦労している」という記事を見てTSMCの熊本移転政策を納得した。昨年、台湾では雨が降らなくなりTSMCに水を供給している貯水地が枯渇して操業停止に追い込まれたという話を聞いていたからだ。

確かに、今年も台風１号、２号、３号と初期の台風が全て沖縄から日本本土に急旋回して襲ってきている。6月初旬に次々と台風が襲ってくるというのは、これまで経験したことがないので、これも地球温暖化という気候変動が影響しているのかと想像はしていた。しかし、こうした気候変動で、元来亜熱帯の台湾に台風を向かわせなくなったのだとは知らなかった。農業だけでなく、多くの製造業も多量の綺麗な水を必要とする。今年の台風の動きがいつまで続くのか分からないが、こうした気候変動も日本の景気高揚に味方してくれるとすれば、私たち日本人は、こうした豊富な水資源を持っているという幸運を、なんとしても活かさなくてはならないだろう。