言語が異なれば時間の概念化も異なります。中国語と英語はどちらも時間を水平方向の言葉で概念化しますが、中国語では垂直方向の言葉も使用します。絵の中の時間的な順序を並べるように言われたとき、英語話者は中国語話者とは異なり、絵を水平方向にしか並べませんでした。また、英語話者は中国語話者とは異なり、キーが水平方向のときの方が速く並びました。

今日の主要な AI 画像ジェネレーターを使用して AI 画像を作成するのは、まったく異なります。これは視覚的なロシアンルーレットのようなものです。プロンプトをプラグインし、ボタンを押して、最終結果が自分のビジョンに似たものになることを期待します。

ボタンをもう一度押すと、システムは最初の実行とはまったく異なる画像を作成します。クリエイティブなコントロールはありません。

人間が 1 時間に 10,000 の Web サイトにアクセスしてデータを調査するのは物理的に不可能です。しかし、エージェントなら簡単に実行できます。

「信頼とは、自分に対する他人の悪意（または善意の欠如）の可能性はあっても予想されない脆弱性を受け入れることである」

人間の脳には推定860 億のニューロンがあり、リソースは膨大です。

今年も新しいプログラマーたちが、私たちのほとんどが「1年後、5年後、10年後にはプログラマーは必要なのだろうか？」と疑問に思う分野に参入しようとしています。2023年初頭の実存主義は落ち着きを見せていますが、まだ残っており、新しいプログラマーも業界の専門家も、OpenAIのChat GPTなどの大規模言語モデルがコード作成の仕事を引き継ぎ始めるのではないかと疑問に思っています。

GitHub Copilot は非常に有能なアシスタントです。コンテキストに応じたコード提案、複雑なコード スニペットの説明、さらにはコメントに基づく関数全体のドラフト作成などにより、開発者の能力を強化することに優れています。ただし、どこに助けを求めるかは依然として開発者次第であり、コードの実装、アーキテクチャ、機能に関する最終決定は人間が行います。

コード エディターCursorは、潜在的な問題をリアルタイムでフラグ付けするプロアクティブなアプローチにより、エージェントの領域に近づきつつあります。現在、Cursor は、ユーザーの説明に基づいてアプリケーション全体を作成する機能も備えており、真のエージェントに非常に近づいています。

ルンバ掃除機は、基本的なものではあるものの、真のエージェントに近いと言えます。ルンバ掃除機は能動的ではありませんが、定義された空間内で自律性を発揮し、独自の進路を定め、障害物や汚れのレベルに反応し、人間による継続的な入力なしにドックに戻ります。

たとえば、政治的暴動により旅行のルートを変更する高度な旅行アシスタントの機能は、単に迅速に反応するだけではありません。次のことが必要です。

・リアルタイムのニュースや政府のアドバイスフィードへのアクセス（認識）

・この情報が旅行に及ぼす影響を理解する能力（解釈）

・この理解に基づいて提案された計画を迅速に調整する能力（反応）

認識と反応性のこの相互関係は、真に反応性の高い AI システムの開発が複雑でリソースを大量に消費する理由を強調しています。迅速な対応だけでなく、環境を包括的に認識して、意味のあるタイムリーな対応を可能にすることが重要です。