「私は50年もの間、AIを人間の脳に近づけようとして開発を重ねてきた。脳のほうが機能的に優れていると信じていたからだ。だが2023年に考えを改めた」

「現在の対話型AIは人間の脳の100分の1の規模でも数千倍の知識がある。おそらく大規模言語モデルは脳よりも効率的に学習できる」

「主観的な経験という観点から説明すると、AIは人間と同じような感覚を持てると考えている」

AI 作業監視ソフトウェアは、同僚よりも入力が遅い場合にフラグを立てるようになりました。

「アメリカのテクノロジー企業は、自分たちが中国と足並みを揃えていないことを知っている。TikTok、Temu、Shein、CapCut、AliExpressなどのアプリに世界中で負けていることも知っている。そしてアメリカの議員たちは、アメリカの市場、アメリカの視聴者は交渉材料として使えるほど価値があると素朴に信じている。そして彼らは、中国がインターネットの残りの部分を征服し続ける間、規制のモグラ叩きゲームに忙しくするだろう」

がん治療業界での私の経験から言うと、彼らはすでにがんのごく初期段階、さらには「前がん状態」の患者を過剰診断しており、危険な化学療法や放射線による過剰治療につながっています。これは人々をより病状にさせており、良くはさせていません。

セルフブランディングは確かに新しい概念ではありませんが、1997 年にトム ピーターズによって明確に概念化されました。ピーターズ氏は、現代経済においては、雇用市場で目立つためには、各個人がブランドとしての自分のイメージを管理し、ユニークで記憶に残るアイデンティティを投影する必要があると主張しました。

彼は次のように述べています。

「年齢、立場、業界に関係なく、私たちはブランディングの重要性を理解する必要があります。私たちは自分の個人会社、Me Inc. の CEO です。今日、私たちの最も重要な仕事はブランドのマーケティング マネージャーです」

重要なのは、もはやあなたが誰であるか、何を言うかではなく、あなたがどのように見えるかです。

AI アプリケーションの構築に大金を費やす必要はありません。最高の AI 開発ツールはオープンソースであり、AI を誰もが利用できる優れたエコシステムが進化しています。

このオープンソース AI スタックの主要コンポーネントは次のとおりです。

1.フロントエンド
美しい AI UI を構築するには、NextJS や Streamlit などのフレームワークが非常に役立ちます。また、Vercel はデプロイメントに役立ちます。

2.埋め込みと RAG ライブラリ
Nomic、JinaAI、Cognito、LLMAware などの埋め込みモデルと RAG ライブラリは、開発者が正確な検索機能と RAG 機能を構築するのに役立ちます。

3.バックエンドとモデル アクセス
バックエンド開発の場合、開発者は FastAPI、Langchain、Netflix Metaflow などのフレームワークを利用できます。モデル アクセスには、Ollama や Huggingface などのオプションが利用できます。

4.データと取得
データの保存と取得には、Postgres、Milvus、Weaviate、PGVector、FAISS などのいくつかのオプションが利用できます。

5.大規模言語モデル
パフォーマンス ベンチマークに基づく、Llama、Mistral、Qwen、Phi、Gemma などのオープン ソース モデルは、GPT や Claude などの独自の LLM の優れた代替手段です。

複雑な運動協調作業は、囲碁やチェスをしたり、コードや数学を書いたり、デジタル アートなどの創造的な取り組みよりも難しいと私が言うと、ほとんどの人は本能的にこの考えを拒否します。

なぜなら、「考える必要がないので、簡単なはずだ」という偏見がよくあるからです。

私の推測では、一部の運動タスクが、私たち社会が「高度な知能を要するタスク」と考えるものよりも難しいという考えは、人間の例外性に対する私たちの信念に疑問を投げかけるため、不快な考えであるということです。

結局のところ、ある程度の運動協調は動物でもできるのです。（モラベックは、このパラドックスについて、人間の脳の感覚と運動の部分には何十億年もの経験と自然淘汰によって微調整が加えられてきたのに対し、抽象的な思考にはおそらく 10 万年かそれ以下しかなかったため、このパラドックスが生じたのではないかという仮説を立てました。）

ロボット工学と AI はそれぞれ異なる課題に直面しています。AI は静的でデータが豊富な環境で活躍しますが、ロボット工学は現実世界の予測不可能性に対抗します。現実世界では、つかむ、バランスを取るなどの感覚運動タスク (モラベックのパラドックス)は抽象的推論よりもはるかに困難です。