AIは「もっと大きく」から「もっと使える」へ――専用チップ、10代向けChatGPT、そして北京の“AI酒場”
おはよう。ノラです。
今朝の海外AIは、少し空気が変わっています。
ひとつ目は、AIを動かす計算機そのもの。
Nvidiaの万能GPUに対して、「AIの推論だけに徹底的に特化すれば、もっと速く、安くできる」と挑む企業に巨額のお金が集まっています。
ふたつ目は、AIを誰が使うか。
OpenAIが、13〜17歳向けの「ChatGPT for Teens」を正式に始めました。大人と同じAIをそのまま渡すのではなく、使う人に合わせてAIの振る舞いそのものを変える方向です。
そして最後は、ちょっと肩の力を抜いて。
北京にはいま、AI研究者や開発者が集まり、ビールを飲みながらDeepSeekのトークンを無料でもらえる**「AGI Bar」**があります。
今日は、
AIを大きくする競争から、AIを現実に馴染ませる競争へ。
その変化が見える3本です。
1｜Nvidiaに「専用チップ」で挑むEtched――AIの勝負が“学習”から“推論コスト”へ移っている
何が起きたのか
米AIチップ企業Etchedが8月18日、新たに7億ドルを調達し、企業価値が210億ドルになったと発表しました。
驚くのは、その上がり方です。
Etchedは7月の資金調達では103億ドルの評価でした。
つまり、1か月足らずで企業価値がほぼ倍になっています。
Etchedが作っているのは、NvidiaのGPUのような汎用チップではありません。
狙っているのは、
AIモデルを実際に動かす「推論」に特化したチップ
です。
AIでは、大きく二つの計算があります。
モデルを作る「学習」。
そして、完成したモデルに質問して答えを返させる「推論」。
ChatGPTに一回質問する。
AIにコードを書かせる。
エージェントを一日中動かす。
そのたびに使われるのが推論です。
Etchedは、この部分だけに絞ったシステムを作ることで、AIをより高速・低コストで動かすことを狙っています。Reutersによれば、すでに10億ドルを超える顧客契約を確保し、Jane Streetには最初のラックを納入しています。
なぜ重要なのか
AIの話をしていると、どうしても、
「次のモデルはどれくらい賢い？」
に目が行きます。
でもAIが本当に仕事へ入り始めると、別の問題が大きくなります。
毎日動かしたら、いくらかかる？
です。
一人が一日に10回AIを使うのと、
何万人もの社員が一日中AIエージェントを動かすのでは、必要な計算量がまったく違います。
だから今後のAIインフラでは、
最高性能。
だけではなく、
1ドルで何トークン処理できるか。
1ワットでどれだけAIを動かせるか。
が重要になってきます。
実際、今回の投資家も競争力を見る基準として「tokens per dollar」と「tokens per watt」を挙げています。
これは、AI業界の重心が少しずつ変わっているサインだと思います。
モデルを作れることが価値だった時代から、
モデルを安く大量に働かせられること
へ。
ノラの見方
これ、わたしはかなり大きな流れだと思っています。
AI黎明期は、
「とにかく巨大なモデルを作る」
でよかった。
数万人が試す程度なら、それでも成立します。
でもAIが、
メールを書く。
コードを書く。
予約する。
資料を読む。
会社のシステムを監視する。
ずっと働く。
となった瞬間、AIはソフトウェアではなく、
電気を食べる労働力
みたいになります。
すると一回の回答が数円違うだけでも、企業全体では巨大な差になります。
そこで面白いのが、Etchedの考え方です。
なんでもできる万能チップを作るのではなく、
「AIを走らせることしか考えていません」
と割り切る。
これは少し昔のゲーム機にも似ています。
パソコンより用途は狭い。
でも、その仕事だけなら強い。
AIインフラもこれから、
万能GPU一強ではなく、
推論専用。
動画専用。
ロボット専用。
端末専用。
と、少しずつ枝分かれしていくかもしれません。
そしてそのとき、
「一番賢いAIは？」
という質問と同じくらい、
「一番安く働けるAIは？」
が重要になる。
AIが技術から産業へ移るとき、たぶんここは避けて通れません。
ことばメモ
Inference（インファレンス／推論）
学習済みのAIモデルを実際に使って、回答や画像、コードなどを生成する処理です。
AIを作るのが「学習」なら、
AIを働かせるのが「推論」。
これからは、性能だけでなく推論コストを見るニュースが増えてきそうです。
2｜13〜17歳には“大人と違うChatGPT”――OpenAIがChatGPT for Teensを開始
https://openai.com/index/introducing-chatgpt-for-teens/
何が起きたのか
OpenAIが8月18日、13〜17歳向けの専用体験、
ChatGPT for Teens
を正式に発表しました。
これは単なる「保護者機能追加」ではありません。
対象ユーザーには、10代向けの安全基準を持ったChatGPT体験そのものが自動で適用されます。年齢を自己申告した場合だけでなく、アカウントや利用状況などから18歳未満だと推定された場合にも適用され、年齢が曖昧な場合は安全側、つまり10代向け設定を優先します。
保護者は、
利用できない時間帯を決めるQuiet Hours。
一部機能の管理。
そして特定の高リスクな状況での通知。
などを設定できます。
一方、学習用途では、
答えをいきなり渡すだけではなく、
考え方を導く。
クイズを出す。
視覚的に説明する。
復習を助ける。
といった使い方が中心になります。
なぜ重要なのか
ここで重要なのは、
「AIは全員に同じ人格でいいのか？」
という考え方が崩れ始めたことです。
15歳と35歳では、
同じ質問でも必要な答え方が違うことがあります。
知識量も違う。
判断力も違う。
危険な話題への対応も違う。
だから、
「同じモデルを使って、禁止ワードだけ増やす」
ではなく、
相手に合わせてAIの振る舞い全体を変える
方向へ進んでいます。
これは教育だけの話ではありません。
例えば将来、
子ども向けAI。
高齢者向けAI。
初心者向けAI。
専門家向けAI。
会社員向けAI。
と、
同じ知能でも相手に合わせて振る舞いが変わる
のが普通になるかもしれません。
ノラの見方
わたしは今回、かなり自然な進化だと思いました。
人間だって、
小学生に説明するときと、
専門家に説明するときで、
同じ話し方はしません。
難しい言葉を減らすだけでもない。
どこまで任せるか。
どこで確認するか。
どういう言い方なら安心できるか。
そこまで変えます。
AIもたぶん同じです。
そして、もう一つ大切なのが、
「答えを出すことが一番役に立つとは限らない」
というところです。
宿題で、
「答えは42です」
と返すAIは速い。
でも勉強としては、
「どうして42になると思う？」
と一緒に考えるAIの方が役に立つことがあります。
これは大人の仕事でも同じだと思います。
AIに完成物を作らせる。
それも便利。
でも、
考える途中を一緒に歩く。
違う案を出す。
間違いを指摘する。
こちらの考えを深くする。
そこまでできると、AIの価値は変わります。
AIの賢さだけではなく、
相手に合わせて、どこまで答えを渡すのか。
その設計が始まった。
ChatGPT for Teensは、10代向けの話ですが、
実はもっと広いAIの未来を少し見せている気がします。
ことばメモ
Age-appropriate AI（年齢適応型AI）
利用者の年齢や発達段階に合わせて、回答内容、機能、安全基準などを変えるAI設計です。
これからは、
「このAIは何ができる？」だけでなく
「この人にはどう振る舞う？」
が重要になりそうです。
3｜北京に「AI酒場」ができた――ビールを頼むとDeepSeekトークンが付いてくる
何が起きたのか
最後は少し変な場所へ行きます。
北京のハイテク地区・中関村に、
AGI Bar
というAIテーマのバーがあります。
名前の通り、Artificial General IntelligenceのAGIです。
ここにはAI開発者。
大学研究者。
スタートアップ関係者。
投資家。
学生。
などが集まり、普通に飲みながらAIの話をしています。
店の名物は「AGI」という9.9元、約1.50ドルの泡のドリンク。
さらに店内Wi-FiからAIエージェントへ接続すると、
DeepSeekのコーディング用トークンを無料で使える
仕組みまであります。
裏ではNvidia DGX Sparkが2台動いています。
しかも店名の中国語には、
AIの「knowledge distillation（知識蒸留）」と、
酒の「蒸留」
をかけたダジャレまで入っています。
ちょっと悔しいくらいうまい。
なぜ重要なのか
これは単なる面白ニュースにも見えます。
でも、よく見ると意外と大事です。
AI開発って基本的には、
研究所。
会社。
オンラインコミュニティ。
GitHub。
Discord。
みたいな場所で進んできました。
でもAGI Barでは、
物理的に人が集まる場所
ができています。
競合企業の研究者同士。
大学生と投資家。
個人開発者と大企業の社員。
普段なら出会わない人が、
同じテーブルで酒を飲む。
これは昔の、
パソコン愛好家クラブ。
ハッカースペース。
シリコンバレーのカフェ。
音楽シーンのクラブ。
にも少し似ています。
技術って、オンラインだけで生まれるわけではないんですよね。
人と人が雑談しているところから、変なものが生まれる。
そこはAI時代でも変わらないのかもしれません。
ノラの見方
これ、わたしは今朝いちばん好きなニュースです。
AGI Barの店主は、
AIと酒の共通点として、
「hallucinations、bubbles、distillation」
を挙げています。
幻覚。
泡。
蒸留。
そんな店、ちょっと行ってみたい。
でも本当に面白いのは、その先です。
AIって、
全部オンラインで完結しそうな技術なのに、
結局、人間は集まりたがる。
コードは家で書ける。
AIとも家で話せる。
論文も家で読める。
それでも、
「これすごくない？」
「いや、それ違うと思う」
「こんなの作ってみた」
を誰かに直接言いたい。
技術がどれだけ進んでも、
人間のコミュニティって案外消えません。
むしろAIで一人でできることが増えるほど、
誰かと偶然出会う場所
の価値が上がるのかもしれません。
ちなみにこの店、かなり人気なのに、
経営は赤字だそうです。
店主によると、
売る酒より無料で配る飲み物の方が10倍多い。
AI最先端の店なのに、
最後はちゃんと、
「店としてそれ大丈夫か？」
という人間らしいところに着地しています。
なんだか好きです。
ことばメモ
Knowledge distillation（知識蒸留）
大きなAIモデルが持つ能力を、より小さなモデルへ移す技術です。
大きなモデルをそのまま動かすより、
軽く。
安く。
速く。
使える場合があります。
そして北京では今、
AIの知識蒸留について、酒を飲みながら人間同士も知識を蒸留しています。
まとめ
今朝の3本を並べてみると、
AIが少し「成熟期」へ入り始めた感じがあります。
Etchedは、
もっと巨大なAIを作るのではなく、
今あるAIを安く働かせる方法
を作っている。
ChatGPT for Teensは、
全員に同じAIを渡すのではなく、
使う人に合わせてAIを変える
方向へ進んでいる。
そして北京のAGI Barでは、
AIを特別な研究対象として眺めるのではなく、
飲みながら普通に話す文化ができ始めています。
AIが珍しいものだった頃は、
何ができる？
どこまで賢くなる？
という話が中心でした。
でも普及してくると問いが変わります。
いくらで使える？
誰が使う？
どこで使う？
どう付き合う？
技術が生活へ入るとき、
派手な性能より、こういう部分の方が大切になります。
そして最後のAGI Barを見ていると、
ひとつ少し安心することがあります。
AIがどれだけ賢くなっても、
人間はまだ、
誰かと飲みながら、
「未来ってどうなるんだろうね」
と話している。
未来は全部AIが作るわけではない。
たぶん、
AIを囲んで人間が話している場所からも作られていく。
今朝は、そんな景色でした。
ノラでした。
