EP 100
AI Frontier第100回：Claude Mythos、Fable 5、そして次の局面は？
AIフロンティア100回と3年間の変化 0:00
ロ・ジョンソク 録画している今日は2026年6月14日 日曜日の朝です。 ただ、私が今サンフランシスコに来ているので、 こちらは土曜日の午後4時になりました。 私たちは今回、ついに100回を迎えました。 わあ、私たちだけでも拍手を。 そういえばスンジュンさんと私が最初に、勉強するつもりで 一度、私たちで漫談をやってみましょうと言っていたのが、 時間としてはだいたい3年になり、 回数としては100回になりましたね。 その間、私たちはAIフロンティアポッドキャストのおかげで、 本当に会えなかったような素晴らしい方々に非常にたくさん会えましたし、 またフロンティアのニュースをいちばん早く受け取れる そういうチャンネルにもなりました。 スンジュンさん、3年間、息つく間もなく走ってきました。
チェ・スンジュン 3年は本当にあっという間に過ぎましたし、面白くもありましたが、 一方で振り返ってみると、まさに隔世の感がありますね。
ロ・ジョンソク 私たちが3年前というと、 ChatGPTが出てからまだ間もない頃だったんですよね。 その頃はGPT-4が発表されたばかりで、 その後、MicrosoftでSébastien Bubeckが これはSparks of AGIだと言いながら、 GPT-4を分解したようなペーパーを見て、 そこに絵を描く内容があったじゃないですか。 ユニコーンの絵を描くところから、 今ではペリカンが自転車に乗る、というところまで来たわけですが、 この3年ほどの期間で、不可能だと言われていた そのすべてが崩れましたよね。 そして去年の秋を越えたあたりから、私の感覚ではそうです。 去年の秋を過ぎたあたりから、 これはグラフの傾きが 確実に変わっているという感じがしましたし、 今年の冬が過ぎて春に入ってからは、 いよいよ皆が珍しくもないくらい AGIという話をし始めていた記憶があります。 それから春になりました。 4月にAnthropicでMythosというモデルを 少し公開していましたし、 その後、 2か月ほどが過ぎた今回の火曜日あたりに、 突然公開されたじゃないですか。 Fableという名前に変えて公開していたのですが、 それからまたコミュニティが いろいろvibe checkをしたり、 何が変わるのかについて あれこれ話していたのが、わずか3日前のことなのに、 昨日、米国政府の規制によって、 米国籍ではない人たちはFableへのアクセスを まったくできなくなるという方針が発表されました。 そのせいで、おそらく騒がしくなっているのだと思います。 そしてFableが発表された時も、いろいろ言われましたよね。 私もバイオ関連のクエリをいくつか聞いてみると、 すぐ閉じられてしまい、これは答えられませんと言われて、 モデルがOpus 4.8に切り替わってしまったりして、何をしているんだろう？ そんな考えが浮かびました。 それから私もここサンフランシスコに来ていて、 非常に多くのスタートアップやデータセットを作る会社、 エージェントをビルドする会社、
ロ・ジョンソク 新しいワールドモデルを開発すると言う会社、 まさに夢を見ている20代前半の創業者たちにも 非常にたくさん会いましたし、 またxAIやThinking Machines、Meta、 Frontier Labにいらっしゃる方々の話も聞きながら、 内部の詳しい、 本当に極秘にあたるような話は、 尋ねるのも少し難しいですし、向こうも話しにくいのですが、 大まかにフロンティアがどこへ向かっているのか、 今もっとも大きな争点がどこにあるのかについては、 多くのインサイダーの話を聞くことができて、 よかったと思います。
チェ・スンジュン どこにあるんですか？
ロ・ジョンソク まず、このAI競争について、 これは無理だろう、という話は当然ないでしょう。
スケール拡大とポストトレーニングの重要性 3:45
ロ・ジョンソク 当然できるだろう、という前提ですが、その部分の核心的な争点は どこにあるのか。 当然、スケールが増大する部分にあると思います。 なので、スケールをさらに増大させたときに どのようなことが起きるのかについて、 そうしたインフラストラクチャやそれに関連するものは、 これは考えるまでもなく、 スケールの増大が私たちを次の場所へ連れて行ってくれる はずだという信念は、確かにあるようです。 そのモデルのサイズを大きくし、 それに見合うインフラストラクチャを持ちながら進めていくと、 自然とデータセットがさらに必要になりますが、 pretrainingに関連するデータセットは、 もちろんpretrainingに関しても、 絶え間ない品質向上が行われなければならないので、 それに関連して研究しているStanfordの大学院生や、 Percy Liang教授の研究室にいる学生など、 そうした方々を通じて、 どのようにビリオンモデルよりも、 ビリオンサイズより小さいモデルを使って、 pretrainingデータセットの品質をはるかに高められるのか、 それによってモデルの性能向上がどの程度あるのか、 そういったことは見ることができますが、 これはまさに研究、あるいはフロンティアではない その後方のリサーチ側の仕事で、 ある程度テーマとして扱われている部分だと思います。 フロンティア側は、あまりにも当然ですが、 post-trainingです。 post-trainingを行うために、 どれほど多くのデータセットがさらに必要なのか、 そのデータセットをgenerateする部分についても、 それを供給する会社がどれほど好況なのかという そういう話もありますし、 そしてそのpretrainingインフラストラクチャ自体が、 これはpretrainingとは少し違うじゃないですか。 そのプロセス一つひとつで、実際にはinferenceをすべて行いながら、 そのプロセスの結果を評価する部分なので、 そこにものすごいエンジニアリング上のチャレンジがあるんです。
ロ・ジョンソク inferenceも回しながら、このトレーニングループも回らなければならないので、 またプロセスがすべて同時に終わるわけでもなく、 では終わっていないものをバッチにまとめてトレーニング、何でしたっけ？ lossを改めて付けて、少し後で終わるものを集めて、 lossを付けて、それに関連するインフラが どれほど進展しているのか、そうした詳しい話を聞きましたが、 実際、そういう部分について、 私がここで誰はこうしている、誰はああしていると お話しすることはできないと思います。 ただ核心は、post-trainingのエンジニアリングインフラ、
フロンティアモデルを作るデータセットエンジニアリング 6:08
ロ・ジョンソク それからそこへのデータセットの供給、そしてそのデータセット自体が、 こういうことだと思います。 たとえばファイナンスの分野にデータがあるとしても、 ファイナンスにもinvestment bankingを行うことから、 税務処理をすること、 ただ単純な、私たち個人の ファイナンス業務をすることまで、 非常に多様なtaskがありますが、 そのtaskもデータセットを一つずつすべて細分化しながら、 作っていっているようです。 そしてモデルのスケールがさらに大きくなっていくと、 あまりにも自然にデータセットの量も増えなければならないので、 つまり、私たちが本当に世の中に存在する あらゆるドメインや職業専門家のようなものについて、 そのcase-by-caseのデータセットを すべてgenerateして、 それをそのままモデルに学習させていく、 そのプロセスをずっと回しているのだという気がします。 ただ、それをやればやるほど実際にはベンチマークが上がるので、 だからすべてのFrontier Labが 機械的にそういうものをどんどん回している過程にあり、 そしてMetaなどでは、 どうしても今AnthropicやOpenAIに比べると やや遅れているので、それを飛び越えるために どのような追加の努力をしているのか、 そういうことが非常に面白かったです。 核心はpost-trainingにある。 スケールの増大とpost-trainingにあり、 post-trainingのインフラと、それに対応するデータセット この部分に競争の大きな軸が存在している、というのが一つで、
AIが生物学や他のドメインへ広がる方法 7:49
ロ・ジョンソク それからこれはLLM、 私たちが知っているあのlarge-scale language modelに 関連する話であって、 これではない別の領域については、私たちもすでにたくさん話してきましたよね。 他のドメイン、単にLLMではない 他のドメインに対する関心と、 それについてどう進めればいいのかということに関する ある種のプレイブックができつつあるように思います。 それでバイオロジーだとか、 私たちはPeriodic Labsの話もたくさんしましたが、 そういうmaterial scienceのような部分、 特に私はバイオ側に関心が強いので、 そちらでどんなことが起きていて、何を重点的に見ているのか、 そういう話をたくさん聞きました。
チェ・スンジュン 覚醒の時間になりましたか？ 行かれた理由があったはずじゃないですか？
ロ・ジョンソク そうですね。私には狙っているビジネスがあるんですが、 このビジネスをリードしているいくつかの フロンティア・スタートアップがあります。 それで、そのフロンティア・スタートアップにいる方々を 人脈を総動員して、あれこれ探して会ってみたんですが、 思ったよりみんな若いんです。 とてもとても若くて、そしてそういうことだと思います。 要約すると、LLMで私たちはこの3、4年のあいだに どんなことが起きるのかを見てきたじゃないですか。 その3、4年のあいだに私たちがやってきたこと、 Frontier Labたちがやってきたことを見ると、 みんなが無理だと言っていたものを一つずつ壊してきたんですよ。 これはできるけどそれは無理、これはできるけどそれは無理、 これはできるけどそれは無理、と言われていたものを、 reasoning modelが出てきて、reasoning modelが出た後にも、 さらにpost-trainingのようなものが出てきながら、 モデル性能がずっと上がってきたじゃないですか。 だから今は実際、 AGIに匹敵するようなものが出てきているわけですが、 他のドメイン、特に新薬開発だとか、 あるいはlongevity側だとか、そういう部分でも、 既存のこの業界にいた方々、 代表的にはGenentechだとか、あるいは 大手製薬会社にいた方々の 立場から見ると、いやそれは無理、それは無理、 それは難しい、とおっしゃっていた部分があります。 そしてその方々はいまだにそう考えているというのも、 面白い事実でした。 一方で、そうした既存の産業に 完全にAI側からアプローチしている人たちは、 今がGPT- 2モーメントくらいだと考えていて、 まったく逆の観点から考えています。 なぜそうなのか、こう例えると適切だと思うんですが、 私たちがLLMを使い、プロンプトを使い、 CodexやClaude Codeが出る前の 昔の機械学習を考えると、 単位問題ごとにデータセットの形が決まっていなければならず、
ロ・ジョンソク それに対してモデルもconvolutional neural networkだとか、 その中でもCNNの構造が それに合わせて何か変わらなければならず、 それからそれに対する学習方法が存在して、 それでその単位問題が解かれていたじゃないですか。 ところが実際にはLLMへ移り、マルチモーダルへ移り、 そしてRL environmentやRLのようなものが入ってくると、 ただ一つの問題として解かれ、 この学習を通じて大きなモデルがgeneralizeできるようになれば、 specificな問題も全部解けるという そういう原則で回っているじゃないですか。 この方々も同じように考えています。 だからDNA側で 生じるDNA関連のもの、 そういうproteinレベルで生じるもの、 proteinレベルを超えてcellの部分で生じるものを organと言うんですよ。 そういう部分で生じるもの、 それをまるで別のmodalだと仮定しよう、これは音で、 これは画像で、あれはVideoだ、と別のmodalとして規定して、 実際にはただ一度に全部入れてtrainするじゃないですか。 それと似た観点で回しています。 ところがそれが、あんなふうにやっているのに、 できるんだ、というものを見られたことが、 今回の私にとって一番大きな収穫です。 これもああやれば普通に問題が解けるかもしれないな、と。
スタートアップの夢と資本が出会うスピード 12:07
チェ・スンジュン ちらっとチャットでそんな話もされていませんでしたか？ 若い方々の夢の大きさがイーロン・マスク級だ、という話。
ロ・ジョンソク そうです。ここは実際、valuationがものすごく高いんですよ。 韓国はいま会社を立ち上げると、 まだリサーチ側の会社 よりもサービスをする会社のほうがずっと多いんですが、 ここでは、今のtransformerには問題がある。 だから新しいworld modelが必要で、 私が考えるworld modelはこういうものだ、と言うんですが、 そういうことを語っているのが、 17歳で大学に入った21歳の天才や、 14歳で大学に入った天才たちだったりすると、 資本がどんどん反応しているように見えます。 一方で、また別の資本の観点では、 2年前にもそういう話をする子たちはものすごく多かったけれど、 結局、現実の問題は一つも解けずに、 みんな逃げてしまって会社は潰れていたよね、と。 ここにも共存する見方が存在しているようです。 とはいえ、まだ希望が支配している そして会社を作ったからといって、 その会社がFrontier Labに売られなければならないわけではないんですよ。 Frontier Labと似たことをしたがっている お金のあるエンタープライズは、ここにも非常にたくさんありますから、 いまのところ資本も、そしてスタートアップも、 必ずしも大型exitでなくても、 途中途中でかなり多くのお金を稼げる exit chanceはたくさんありました。 acquihireの形で。だからそういうものを期待しながら、 valuationは、基本的に5、6人で会社を作ると、 ある程度のtrack recordがあるという前提で、 日本円でなんと約320億円から540億円くらいの そういうvaluationを呼ぶケースが非常に多く、 彼らが投資を受ける金額も日本円で数十億円規模です。 今は為替が1,500ウォンまで開いているので、 その差がずっと大きく感じられるんですが、 この部分の差が非常に大きくて、 この部分について私は、韓国の創業者たちが アメリカ市場に直接accessしたり、 そうできる何らかの接続経路のようなものは、
ロ・ジョンソク たくさん作らなければならないと思いました。
フロンティアネットワークと情報共有の力 14:27
チェ・スンジュン ミンソクさんがいつもおっしゃっていた話ですね。
ロ・ジョンソク そしてミンソクさんのおかげで、 実際ここで私も、自分では会えなかった若い人たち、 そして韓国ネットワークではない インドのネットワーク、中国のネットワーク、そういう、 実際、中国のネットワークは非常に強いんですよ。 それでFrontier Labにいる方々にも中国人が多く、 その方々がまた意外と教えてくださることも多かったので、 紹介はできませんが、現在フロンティアがどのあたりにあるのか、 それから各社の状況がどうなのかについては、 多くの情報を得ました。 その部分は、私がスンジュンさんが韓国に戻ったら、 プライベートで一度全部お話しします。
チェ・スンジュン ではそろそろ、私たちが2週間ぶりにやるので、 口も少し温まったところで、ニュースを一度見て回りましょうか。
ロ・ジョンソク やはりMythos、Fableの話をせざるを得ないでしょう。
MythosとFableが投げかけるセキュリティの問い 15:26
チェ・スンジュン それでさっきロさんが冒頭で話してくださったように、 これが奇襲的に発表されて、 Opus 4.8が5月28日だったか、 そのくらいに出たように思うんですが、私たちがその件を話してから、 数週間で出るだろうと言っていたのに、 これが2週間にも満たない12日で出て、 Fable 5が出たわけですが、 出た理由は、私たちはsafeguardを作った、ということでした。 なので、さっきロさんがおっしゃっていたように、 広範囲にセキュリティに関するものや、 生物学に関するものを機械的に 手前の段階で遮断しているようなんですよ。 それが通過しないし、だから MythosをFableとして包装して配布する、ということでしたし 3日飛ばして昨日の状況を見ると ところがおそらくAmazon側のある開発者の方が jailbreakしたことを国家に知らせて どういう経緯か、正確なストーリーは私も知らないのですが それがひとまず輸出規制の方向へ 急ぎ決定を下すことにつながったようです。 Fable 5が出て、あれこれ少し探ってみたんですが。 まず名前が面白いんです。 Mythosは神話だったじゃないですか。 でもFableは寓話なんですよ。 そうですよね。これが含意しているものがあったんです。
MythosとFableという名前の意味 16:38
チェ・スンジュン それで名前の体系はこれまではHaiku、Sonnet、Opusという形で 詩の大きさが増していく、作品化される短詩から 作品性のあるものへ向かう感じだったとすれば 詩だけでなく音楽でもOpusは作品として使われたりしますが そうだったのが、今回はがらっと変わったんです。 口承文化へ、文字ではなく口承神話、文字化もされましたが とにかく神話として語っていたものを 人々に大衆的に表現する寓話 イソップ寓話のように配布用にしたものが 結局Fableになったわけです。 Mythosはいまも閉じ込められていて、一部だけがアクセスできる
ロ・ジョンソク それは神界にいる何らかの存在として包装して それを人間たちに下ろしてくる 何かをFableとして表現した、と見ればよさそうですね。
チェ・スンジュン ところがこれが少し面白かったんです。 名前を掘り下げてみると この命名の、これももちろんモデルが話したことではありますが 私が気になって、この名前の根幹は何なのか と聞いたときに、こういう部分を指摘してくれて 少し共感しました。 つまり、制限された原本と安全に公開されたバージョンという 構図とも、名前そのものが噛み合っている。 ただ、Fableが閉じられた理由にぐっと踏み込むと jailbreakすれば危険だと言われていた セキュリティと生物学に関する機能を オンにできる、という話になるじゃないですか。 だからそれを急いで閉じた先制的な措置だったのですが それは安全のためだけではなく かなり複合的なものだった可能性はあると思います。
Dario Amodeiの文章とRSIタイムライン 18:08
チェ・スンジュン そこでタイムラインを一度ざっと見てみます。 それで、これは私が GPT-5.5と話していたものなんですが 質問はこれです。 Dario Amodeiのブログシリーズを調べよう。 Machines of Loving Graceから最新のものまでお願い。 それぞれを深く読んで核心部分を引用しながら あなたの率直な感想と思考を話して、と言って Darioのブログを一通り見てみました。 Machines of Loving Graceが もう2024年末くらいだったんですよね。 かなり時間が経っていますが、その間に 比較的最近のものが青年期についてのもので DeepSeekを統制すべきだ。 これ、export control こういう話をまたしていた時期があったんです。 そして比較的最近のものが 青年期、技術の青年期についての少し妙でありつつ 味わってみる価値のある文章があり つい最近、数日前のものがこれでした。 Policy on the AI Exponential、だからそうしたものを 政策に関する内容としてDarioがまたかなり展開していたんです。 ただ、これがこの事件よりも、最後まで一度ざっと見ると 5月28日がOpus 4.8が出た時期ですよね。 このときシリーズHのvaluationが9,650億ドルと発表されていたんです。 そして6月1日が、6月1日が たぶんRSIを発表した日です。 RSIがRecursive Self-Improvementで自己増強するものを Anthropicでそれを、SECは証券取引委員会ですが 証券取引委員会に上場するとき最初に出さなければならないものなので 1が付いているのですが、S-1登録届出書というものを提出したんです。 通常これを提出すると 競合やパブリックがさまざまな情報を知るため confidentialとして一定期間を与えるドラフトがあるようなんですよ。 6月1日がそのタイミングです。
ロ・ジョンソク 初めて聞きましたね。
チェ・スンジュン RSIを発表したタイミングと、それから6月9日が 一度show upするわけです。 MythosをどうにかしてAnthropicは それを配布したかったようです。 能力を見せなければならないから。 でも安全を常に語ってきた会社ですし、自己矛盾にならないためには うまく押さえなければならないので、どうにかそれを配布できるように 削り落とす必要があったのですが それが3日で政府によって、米政府に よって閉じられた、そういう状況になるわけです。 それで面白半分に一度聞いてみました。 これはIPOに不利なのか、有利なのか？ でもあまりにも当然ながらTAM つまりこれはtotal addressable marketじゃないですか。
ロ・ジョンソク total addressable market、はい。
チェ・スンジュン それでTAMを全体市場と見るなら 全体市場にはこれは当然不利なわけです。 だから短期的には、これは市場に対する不安定なシグナル いつでも国家権力がこれを扱えるんだな、ということを示すと同時に それだけの能力なのだ、ということを裏付けた形にもなるので これがたぶんハプニングとして再び回復されるとすれば また今、OpenAIがまだGPT-5.5を出せていない状況で でもタイミング的にこのRSIに該当する ほとんど既視感がそれじゃないですか。 去年10月末に、10月30日に Jakub Pachockiがその話をしていましたよね。 Sam Altmanと私たち逃亡者連合のきっかけになった2026年
ロ・ジョンソク 8月のタイムライン。
チェ・スンジュン とにかくその頃にAI研究者インターンを出して 2028年には完全自律走行する AI研究者を公言していたんですが それも自己増強型でしたよね。 でも今そうしたものが噛み合ってきていて Andrej Karpathyが1か月ほど前にAnthropicに入って それがpretrainingチームに入ったんですよ。 だから弱いものではあるかもしれませんが とにかくAutoresearchをしていた人がそこに入ったという話が これと少し噛み合う局面があり
戦略資産となったAIと市場の反応 22:03
チェ・スンジュン そういうものが、今多くの人が話しているように これ全部IPOマキシングなんじゃないか。 できるだけvaluationを高めようとする戦略なんじゃないか。 とにかく私も共感する部分は 今これは戦略資産級として公認された、という感じなんです。 AGIの問題ではなく AGIという言葉は最近ときどき薄れているんですが なぜならばらつきがあって、ものすごく得意な領域もあり 依然として投資していない領域もあるようではあるんです。 だからばらつきはありますが、ある部分では非常によくできて 今回Fableを3日使ってみて 人々がもう懐かしがっているケースがあるんですよ。 2種類の反応を読みましたが 収穫逓減、これの何がさらに良いのかわからない。 Opusよりも、という話をする方々がいる一方で これはお金を払って使うべきだ。 もうすでに、これは意味があるようだと話している方々が タイムラインにもかなり見えました。
ロ・ジョンソク そこに収穫、何と言えばいいでしょうか。 収穫逓減が感じられない方々は Opus 4.8の境界以上には出なくてもよい そういうセクターにいる可能性もありますよね。
チェ・スンジュン それが悪いということではなく、その程度でやれば 幸せなポイントにいられるわけです。 お金も節約できますし。
ロ・ジョンソク はい。これは人によって違わざるを得ないので 誰かの視点をそのまま一般化して 読むことはできないと思います。 ただ、このモデル自体の性能が確実にどれほど良いのか 実際、私たちはベンチマークもほとんど意味がないようなレベルで 今の時代を生きていますから これが2倍良い、3倍良いとは言えませんが 何かFrontier研究をしていた 特にcyber securityだとか、あるいはbiologyだとか そういう方面で最善の研究をしていた方々の立場からすると 明確に体感として良いと感じる部分があったんですよ。 できなかったことをやり遂げて
チェ・スンジュン なので、とにかくそれがまず示唆点です。 それで私もFable 5のモデルシステムカードを 詳しくは見ていません。 また数百ページものですし、
ロ・ジョンソク それも人が書いたわけではないでしょうし、 私たちが一つ一つ全部見ることはできませんよね。
チェ・スンジュン なので、バイブチェック程度をしたくらいでした。 そして次に考えたのが、
新しい言語としてのループエンジニアリング 24:19
チェ・スンジュン 最近セールス・マーケティング用語がまた一つ出てきました。 ループエンジニアリング。
ロ・ジョンソク はい、ハーネスエンジニアリングの後に出てきたループエンジニアリングですが、 それはまた何なんですか？ 私もあちこちで話は聞いていますが、
チェ・スンジュン Twitterで見る限りでは、Borisがその話をしていて、 Boris ChernyはClaude Codeを作っている方じゃないですか。 Borisがその話をしていて、 その次にPeter SteinbergerがOpenClawを作って、 OpenAIにいる二人が同じような時期に そのループについてツイートしていました。 私たちはループを組んで、それを任せて回す方向へ 発想を転換しなければならない。 ただ、Ralph loopが出てからもう1年以上たっているので、 Ralph loopと何が違うのか、というあたりが キャッチポイントのように思います。 Ralph loopはかなり単純でしたが、 今言っているループエンジニアリングは もう少し複雑なそういうものと 私が結びつけて考えることになるのが、 最近Claude、つまりAnthropic側が発表した Dynamic Workflowsだとかultracodeといったキーワードが、 オーケストレーションを強くかける構造じゃないですか。 ただ、それをOpenAIやAnthropicだけがやっているのではなく、 OpenAIも当然やっていて、 それでメインになるモデルたちが 広げて畳んで、広げて畳んで、ということをするのが ある意味で定式化されている状態なのですが、 そのときトークンコストはものすごく増え得るので、 Fableはどれくらい高いのか、このループエンジニアリングという概念が マーケティングのレトリックだと見たとき、それをそのまま委任する方式で 軽率に回すとどうなるのか、一度測ってみました。
Fable 5の価格とテスト時コンピュート 25:55
チェ・スンジュン まずOpusよりFableのほうが基本的には2倍高いんですよ。 なので今、入力・出力100万トークンについて 価格は出力が50ドルです。 それで、入力はなぜ安くて出力はなぜ高いのか、ということは prefillを説明しながら少し見てきましたよね。 思い出すと、何でしたっけ？ それはなぜ、なぜ出力のほうが高いんでしょう？ decodeのためです。
ロ・ジョンソク そうです。decodeは一ステップずつ回らなければならないのに対して、 入力の場合はprefillを一度に バッチでドンと処理できますから、 実際にはあの1対5の価格差よりも 理論上ははるかに大きくなるはずなのですが、 ただざっくり丸めているように見えますし、 互いにこうコピーし合いながら 価格体系を作っているように思います。
チェ・スンジュン そしてその価格が逆算の根拠になるというのが、 Dwarkesh回でのインサイトでしたよね。 なので今、5から25へ、単純に考えると 4.8よりも2倍なのかな。 4.8が5T級モデルだとしたら、 では10T級だということを なんとなく考えてみることはできますよね。
ロ・ジョンソク これはよくわかりません。 4.8が何Tで、Mythosが何Tなのかについては まったくわかりませんよね。 私たちは外からオープンソースモデルを見ていて、 私たちが現実的にスタートアップの立場で トレーニングをするとしたら、 3から50Bくらいがマックスだと思いますし、 実際には100Bを超えるだけでも これはかなり単位が跳ね上がるんです。 500Bはさらに大きく跳ねます。 ただ、フロンティアラボが使っていたOpusや Proといったクラスは1T、2T級だとは 言われています。 みんな確認はしてくれませんが、だいたいこの程度だと そう言いますよね。
チェ・スンジュン GPT-4の頃から2Tくらいという話が出ていましたよね。
ロ・ジョンソク そうです。ただ今度はMythosが 10Tなのかと言われると、 実際には5倍程度の差になるわけですが、その5倍差なのに 価格差があの程度だとすると、 いろいろな意味があるでしょう。 私も事実を知っているわけではないので、 あれを前提にして解釈するのは
チェ・スンジュン 意味がないですよね。 Dwarkeshのその解釈によれば、原価近くということです。 なぜなら今は競争状況なので、 ここで大きくマージンを取っているわけではないだろう、というのが Dwarkeshの推測ではありましたが、とにかく価格分布を見ると、 4.8が入力100万トークンあたり5ドル、出力25ドル。 ところが2倍で、10ドル、50ドル。今は最高に高いんですよ。
ロ・ジョンソク そうです。Anthropicが一番高いですね。
チェ・スンジュン 今はほぼ3.5 Flashも価格がかなり上がってきてはいますが、 とにかく入力だけを見るとほぼ5倍、出力も5倍。 では5倍くらいの価格ですね。 Flashと3.5 Flashで、そうですよね。なのでこれをもとに 考えられること、私たちが何度も申し上げていますが、 なぜあえてこういうことを知る必要があるのか。なぜ知る必要があるのでしょう？
ロ・ジョンソク そうです。Anthropicがこういう無理筋をやっているのも 本当にすごいことではあります。 実際、GoogleはTPUやNVIDIA程度できっちり統一されていますし、 おそらくOpenAI陣営もそのNVIDIA GPU系で インフラがすべて統一されているはずですが、Anthropicの場合は 本当にGoogle TPUも使い、あちらのAmazonに行ってTrainiumも使い、 そのうえNVIDIAも使っています。 ただ、こういう戦線が広がっていることは、必ずしも良いことばかりではないんです。 inferenceだけを別に見れば、まあそういうこともあるよねと言えますが、 トレーニング過程で見ると、これがそのトレーニング過程において、 先ほども申し上げたように、 ほとんどのボトルネックや大きな差別化ポイントが すべてpost-trainingに存在しているのですが、 それがプラットフォームとして一つにぱっと統一されていることには 明らかに強みがあるんです。 OpenAIは相対的に コンピュテーションへの先行投資を多くしてきたため、 こちらで聞こえてくる噂では、 依然として優位にあると言われていますし、 Anthropicが本当に絞り出すようにして追いかけているように見えますが、 それを補うためにMythosのようなものを 絶えず先に市場へ先手として打ち込まなければならない、 そういう痛みも抱えているのではないかと思います。
Fable APIコストとループエンジニアリングの商業性 30:06
チェ・スンジュン 私も共感する部分があり、それからこういう数字を それでも少し身体化しようと、私も数字が得意ではないのですが、 やろうとしているのは、少し怖がらなくて済むようになるからだと思います。 ざっくり推算すると、これには何か理由があるんだなと。 漠然と何か巨大なモデルが出てきて自分を圧倒し、 私たちを圧倒するということではなく、これは何かすべて根拠があるもので、 価格近辺や、こうしたモデルの数字に関係するあたりに 少し解釈の余地があるので、見てみるわけです。 それで、さっきのようなループエンジニアリングをしたとき、 まず6月22日まで Fableを一時的に開放することになっていましたよね。 これも継続ではありませんでした。 6月22日までやって、その後これをサブスクリプションモデルに含めるのか、 引き続き従量課金で行くのか様子を見るつもりだったのですが、 政府から何らかの制裁を受けたわけですよね。 そのとき、それでもAPIで使うとしたら、 いくらになるのかを大まかに計算してみたのですが、 ただ少し簡単な単発シナリオで見た場合、 Dynamic Workflows単発では、 最大で1,000エージェントを回せて、 それを1,500、Sonnet 4.6でやったときに 400ドル近くだったものを、 1,500ドルかけてやらなければならないのですが、 これを普通に、最近Fableが出てからも、 今はflexできるので、人々が試していたのが、 Fableにgoalを与えて一晩中回してみる、という使い方だったんです。 それがどれくらいの価格なのか、 APIで使うとなると、かなり大変なことになるんですよね。 以前のものに比べると。
ロ・ジョンソク そうですね。 それでもここで見ても2倍ですね。 Opus 4.8に対して。
チェ・スンジュン そうです。ですが、いずれにしてもloop engineeringは そういうものを入れないということなんです。 使用量を多く使わせること、だからそういう流れがある。
ロ・ジョンソク これは続いていくトレンドではないでしょうか。
チェ・スンジュン 続くでしょうね。なぜなら、そうでなければやり取りしながら ずっと細かく張り付いていないと、性能は上がらないんですよ。 望むことをやり遂げられますし。 それでMitchell Hashimotoが批判したんです。 実際には、はるかに少ないコストで人間が努力してやれば きちんとした仕事をもっと早くできる場合もあるのに、より高いお金をかけて モデルに長時間仕事をさせる方向に行っている、と 批判していました。
ロ・ジョンソク でも少し前にHyung Won Chung博士にお会いした時も、 まだtest-time computeからさらに引き出せる 果実がたくさん残っていると話していました。
チェ・スンジュン Hyung Won Chung博士に会われたんですね。
ロ・ジョンソク だから、より大きな、結局はスケールですが、より大きなスケールを出せれば これができることははるかに多くなるだろう。 まだuntappedな領域がたくさん残っている。
チェ・スンジュン それには私も同意しますが、高いです。 当面は。なので、まずそういうものを調べてみました。
ロ・ジョンソク 商業的には、実際、価格と性能のtrade-offは みんながそれぞれ計算するでしょうからね。 ある人たちにとっては、これが高くても、より短いトークン内で 処理できることによって、得るものがはるかに大きくなるでしょうし、 そうではなく、逆にtest-time computeを 小さなモデルでより多く回すほうが 利益になる、そういうセクターもあるでしょうし。 trade-offの問題だと思います。
チェ・スンジュン それから先ほど申し上げたように、この投稿でした。 でも図が面白かったんですよ。 最初に出てくるのが、ここにいるClaudeですよね。 Claudeが一人で仕事をしていて、それから複数で仕事をします。 Claudeを作ったんですね。 ClaudeがClaudeを作ったわけです。 それを再帰的に繰り返しています。 なので、これがすでに内容をすべて説明していると思うんです。
ロ・ジョンソク でもこれはまた、私たちが いつもよく知っていることでもあり、 完全な同型ではないですか。 ただ、生命の細胞分裂とまったく同じなので、 今フラクタルを見せているわけですよね。 一つから出発して全部を見たのに、 依然として大きなセクターで見ても、自分自身とまったく同じ。
チェ・スンジュン 私たちも何度か話しましたし、
RSIとAnthropicの自己改善の軌道 34:09
チェ・スンジュン みんなが期待しているように、RSIの敷居へ向かっている。 なのでここでも、まだ私たちがその軌道に正確にいるとは 言っていませんが、RSIの軌道へ向かっていることを 宣言していて、これを話したのが6月初めで、 6月初めにS-1 documentを提出した。 だから今Anthropicはもちろん最前線でうまくやっていますが、 意図を持ってやっているわけですよね。 すべてこれはビジネスですから。なので、こういうものを見てみました。 だから結局は、こういう方向へ向かっているということですが、 感覚としてはplateauではまったくなく、 傾きが上がり続けている軌道にあるんです。
ロ・ジョンソク そうなんですよ。これがだんだん、私たちがソンヒョンさんと話しながら よくそういう話をするじゃないですか。 私たちにとって本当に重要なのは データセットとスケールに関する部分ですが、 その部分は外からはよく見えもしないし、 私たちがアクセスできない情報も多いので、 外に出てくるようなアルゴリズムや モデルのアーキテクチャの変化などを見ながら、 少し大騒ぎするようなものが 外側にいる庶民の暮らしだとすれば、 実際にフロンティアで最も関心を持って見ているのは、 algorithmicな発展は、これはもう これ以上大きな差別化要素ではないようで、 それは細々と出てきたものや良いものがあれば、 そのまま中に組み込めばいいだけで、 より重要なのはデータセットのスケール、どれだけ量が増え、
コンピュートスケールと主権AI競争 35:49
ロ・ジョンソク さらに大きくなれるのか、 そしてそのデータセットのshapeはどうあるべきなのかという そういう部分と、それからコンピューティングスケールです。 今Mythosは実際には10Tモデルですが、 その10Tモデルを学習する計算量でも足りません。 Chinchilla optimalやデータセットのサイズなどを見ても、 私たちの以前、ほんの3年前でさえ、 あるフロンティアモデルが3T、5Tで 学習したという話をよく聞いていましたが、 今は基本30Tなんですよ。 トークン数として増え続けるはずです。
チェ・スンジュン そうです。今Chinchilla optimalより 100倍ほどovertrainされているというのが、 Dwarkesh回で話していたことですね。
ロ・ジョンソク でもスケールを増やしてさらにovertrainingすれば、 そこから絶えず引き出せる追加的な利益、 gainがあるというのが、今私たちが見ていることですから、
チェ・スンジュン 見ているわけですね。
ロ・ジョンソク そうです。これからフロンティアラボはその方向へ走り続けて、 何らかのAGI状況に到達するでしょうし、 これはまるで、誰が先に原子爆弾を開発するのか、 開発して、後から追ってくる人の梯子を外せるのかという そういうゲームなんです。
チェ・スンジュン ただ一方で、DarioはMachines of Loving Graceの文章で すでに数学における限界効用の逓減を話していたんですよ。 特定の領域では限界効用を語ることになるだろう、と。 それは2024年末ごろにすでに見通していたことですが、 実際に起きているようです。 この程度のラインで十分なことがあるわけです。
ロ・ジョンソク そうです。でもその時でさえ、 Sam AltmanやDario Amodeiが外に出て話をすると、 私たちはそれらを解釈しながら 自分たちなりにgradientを読み解いてみたりしていましたが、 今はその人たちにも分からないような未知の領域へ ずっと引き上げられていくような感じで、 何かを整理して発表する隙間も、あの方々にはなさそうです。 ただひたすら注ぎ込んでいる最中で、 それによって恩恵を受けるのは、 依然として半導体と電力とデータセンターが どんどん大きくならなければならないので、NVIDIAは引き続き良いですね。
チェ・スンジュン そうですね。では、今このようにギリギリのところを走っている ビッグテックが、それにもかかわらずcollapseしない理由は、 市場全体が支えているからなのでしょうか。
ロ・ジョンソク まだその期待が増え続けているじゃないですか。 増え続けていますし、その増える期待に見合う何らかの成果、 outcomeを出し続けているからです。 これも今、私たちがこうではないですか。 たとえば、ある投入を10倍に増やすと、 体感としてはそれに対する何らかのgainは だいたい2倍ほど上がる状況なんです。 でも今、1Tから10Tへ上がっているわけで、 たとえばMythosの性能が2倍良くなったとしましょう。 ところが、ここからさらに2倍へ行くためには、 実際には私たちが慣れていた、わずか6か月前の数字、 6か月前に私たちが慣れていたスケールから さらに100倍上げなければならないという話で、 変わってきますよね。 そうです。100倍のスケールになるということは、 今現存する地球上のコンピュテーションが 何か一つのモデルのtrainingに すべて投入されなければならないという水準なんです。 現実的には難しいですよね。 現実的には難しいのですが、話を戻すと、 10T程度のモデルが 良いデータセットと良いtraining recipeによって 作られた結果が、すでに今まさに統制しなければならないほどの 核兵器レベルの戦略資産化したとすれば、では10T程度で 何らかの商業的な期待は止まることもあり得るわけです。 かなり長い間。そしてその次は実際には、 何かNVIDIA GPUではなく、 量子コンピューティングくらいにパラダイムが変わらないと、 私たちが維持できる そういうレベルかもしれないわけで それについてはSFの 映画レベルに入っていくわけです。 私たちが計算して、以前Aschenbrennerが示していた あの水準の数字を提示するのは、少し難しそうです。
チェ・スンジュン それ、situational awarenessですよね。
ロ・ジョンソク 10Tモデルで 今これ、米国政府がもうこんなふうにやっているじゃないですか。 だからsovereign AIについても一気に増えていて
チェ・スンジュン その通りです。米国だけがやるでしょうか。 学んだわけだから、中国にもできるんじゃないですか。
ロ・ジョンソク 中国もやるでしょう。いったん目標物が見えれば それはもう計算量と時間の関数だということは すでにみんなが確認したわけですから、
チェ・スンジュン 私が言っているのは、輸出規制を 中国もできるのではないかということです。
ロ・ジョンソク そういうこともあり得るでしょうね。
チェ・スンジュン そういえばKimi 2.7が出ましたね。 コードが。
ロ・ジョンソク Kimi 2.7がひっそり出ましたが Kimi 2.7がコード方面でまた何か一つ出していましたね。
チェ・スンジュン そうですね。もうコードが出ました。 でも少し埋もれましたね。 今は相対的に。
ロ・ジョンソク ただ、米国と中国はそれなりのチキンゲームでもあり ある種の囚人のジレンマが働いているので 米国がああやって戦略資産化して統制すれば 中国はそれらを解放しながら 米国以外の他の国を全部また抱き込めるわけですし 米国と中国が両方とも塞ぐとなれば 実は韓国にもチャンスがあるわけで
チェ・スンジュン チャンスが来るわけですね。
ロ・ジョンソク そうです。みんなが月にロケットを送らなければならない まさに本当に国中がただ夢に向かって走る そんな狂った商売が繰り広げられるかもしれないわけです。 悪いのか。悪くはないですよね。いいですよね。
韓国の独自ファウンデーションモデル機会 41:35
チェ・スンジュン 今、独自ファウンデーションモデルの側では、ただ推測ですが 良いイシューになり得る気がします。 8月初めがおそらく二次審査だった件。
ロ・ジョンソク そうですね。それについても 私たちがまた一度見てみる時期は当然来るでしょうし Upstageが100Bモデルを出していましたし SKテレコムが500Bモデルを出していましたし そして今、市況がこう回っていて、国家的な次元でも またリソースを投下する準備をしているわけですから テレコムの立場でも、あるいは Upstageの立場でも、もしくは他のスタートアップの立場でも 大小のフロンティアモデルへ 向かって走るインセンティブは、実は十分あるわけです。 今はお金よりも、お金よりも、機会とそういう未来への備え、 future readinessと言うべきでしょうか。 future readinessが 今のお金よりも大切な資産になっているんです。 むしろお金のほうがありふれている時期ですよね。
チェ・スンジュン それで、とにかくこういうものを少し見てみて 私が歴史の中で『人間の人間的利用』という、 Norbert Wienerが1950年に書いて、その後も改訂版を出し続けた 有名な本があります。 翻訳書もありますが、今は絶版状態ではあるものの これが思い浮かぶ局面があります。 これは自動化社会における人間の人間的利用は 何であるべきか、といったことを語る名著なのですが 今詳しくお話しするよりは、それが一つ思い浮かびまして。
Fable 5のバイブチェックと人間的な省察 43:06
チェ・スンジュン それを申し上げる理由は、Fable 5のvibe checkを 私も私なりにやってはみたんです。 数日、数回しか使えませんでしたが そのときの、ただの感想のようなものを少し共有したいのですが 私がこれまで何度か読んできて、内容がよくて 書き写しておいた文章がいくつかあります。 それを少し入力して、教育に関する文章なのですが それをFableと少し話してみました。 そして、これが面白いのは二つのセッションで 一つは話をするセッションで、もう一つはその話した内容を 振り返るセッションでした。 ところが、その話をしながら モデルが私を持ち上げる部分があると個人的に感じたんです。 でもその部分を別のセッションでうまく指摘していました。 つまり、追従と省察能力そのものを眺めることを Claude系はもともと少し得意でしたが、うまかったんです。 Fableが。なのでそれが印象に少し残って 文章を少し整理しておいたものがあり それで、私がDwarkesh編をやりながら感じたことが 前回のセッションでもご紹介しましたが これが生成型の認知低下になる。 それでフラッシュカードも作ってみて 自分がどうにかしてつかみ取りたいものを作るために さらに読むべきものを探したんです。 そこでモデルが推薦してくれた本がありました。 いくつも推薦してくれましたが その全部を扱うことはできないので 私がこれだと思った一冊を買って そのプロローグを、本のプロローグをFable 5と読んだのですが その経験がかなり興味深かったです。 これを詳しく共有できなかった理由は これが現在起きている、おそらくトレンドなのだと思いますが あまりにも狭い領域について話すことになるので なじみのない用語が散りばめられていて これを他の方に共有するのが、だんだん難しくなっている感覚なんです。 勉強しようとすると、狭い領域を掘り下げるじゃないですか。 そうすると、これがもう 気軽に共有するには少し微妙な内容ではあるのですが これが結局は、モデルが また教えてくれた面白い概念なのですが
チェ・スンジュン The purpose of a system is what it doesというものを サイバネティクスで通用している用語なのですが 私はこれを知りませんでした。 でも今回、その対話をしながら知った用語なのですが 本当にその通りだと感じるんです。 私がモデルと交わした対話そのものが 私がしていることだったんです。 自分が何をしたがっているかとは別に、自分の意図や そういうgoalとは別に、実際にしていることが モデルと私の関係をあらわす。 それで私は、このFable 5と対話しながら思ったのは 私は生産的で実用的な何かを コードを生み出すこともやりはしますが こうして何か刺さったものを掘り下げる それを楽しむ人間なのだと再認識するきっかけだったんです。 だから、これはすごく合っているんだなと。 それでそれを逆に転移させてみると モデルとの対話を一度振り返ってみるわけです。 これまで自分がモデルたちと交わしてきた対話が何だったのか、 それがその人がモデルを使う、当然ながら方向性なんです。 だからある人は非常に実用的なこと、コードを生み出し 自分の何らかの仕事に使うことに没入していて 実用的な側面があり ある人は少し好奇心を探究する傾向があるかもしれず それが、そのモデルとの自分自身の関係を通じてあらわれる。 それに少し気づいてみるきっかけが Fable 5と対話しながら 少し、そして卓越した部分がありました。 ある部分では。
ロ・ジョンソク そうですね。私は実は出張中で 合間合間のミーティングがあまりにも多くて 今回このFable 5が発表されてから、腰を据えて きちんと使ってみる時間がなかったんです。 だからまったく感覚がないのですが、もう使えなくなってしまいましたね。
チェ・スンジュン でも私は、単なるハプニングにすぎないだろうとは 漠然と思ってはいるんですけどね。 ただ、Fable 5が全部良いわけではなく、Opus 4.6時代に 文章を書くのがうまかったあのプロンプトを回したときは おそらくそのプロンプトの問題かもしれませんが、少し平板だったんです。 そこには収穫逓減がありました。 でも別のモードでは、これは 少し驚く部分があったという印象ですが 印象にすぎないとはいえ、結局調べようと思ったら 多角的に実験してみるしかないんですよね。 自分に合うものを。そしてタイムラインでは 圧倒的に3Dに関連するもの、 ゲームに関連するものがどっと出てきました。
ロ・ジョンソク そうなんですね。
チェ・スンジュン そういうものをうまくこなしているようでした。
ロ・ジョンソク 私たちがこの時期を後で振り返ったら、 どのように記憶することになるんでしょうか。
チェ・スンジュン そうですね。 来年の今ごろ、4周年あたりに、 また考えてみるべきではないでしょうか。未来を知るのは難しいです。
ロ・ジョンソク 無我夢中で走っていて、たぶん後世から見れば、 あの時がAI革命の何か決定的な時期だった、 と記録されるかもしれません。分かりませんけど。 その後2、3年経ったら、もっととんでもない 変化が起きて、そっちがまた本物かもしれない。そうですね。
チェ・スンジュン 去年の6月14日の今日、つまり昨日起きたことを、 その時点から逆に戻ってきて話してくれたら、信じたでしょうか。 輸出規制がかかった。
ロ・ジョンソク 去年の7月に何をしていたのか、まったく覚えていません。
Claude Code以後のエンジニアリングの変化 48:31
チェ・スンジュン 5月がClaude Codeの話題でした。 2月にClaude Codeが出て、5月がClaude Codeを使って、 こうやって使うんだなとコミュニティが分かっていくタイミングだったので、 6月もその延長線上だったんです。 今、その間がものすごいです。
ロ・ジョンソク 何と言えばいいのか分かりませんね。 本当にそうです。 私が去年の3月、4月で覚えているのは、 3.7 Sonnet、3.7何とか、そういうものが出ていた時で、 Claude Codeが2月に出ましたからね。 5月、6月はコミュニティがClaude Codeとは何か、 それを使うという話が、ようやくYouTubeに少しずつ出始めた時期で、 そうでしたよね。それから1年が経ったわけですが、 いやあ、隔世の感がありますね。 その間にSoraとか、そういうものも出ましたし、 Codexが空振りしているうちに、 Anthropicは去年の秋からClaude Codeのある種のバフを受けて、 ずっと企業価値を上げてきましたし、
チェ・スンジュン 6月初めならGoogle I/Oが終わって1か月後なので、 2.5がまだ熱かった時期です。 Gemini 2.5でいろいろなことができる。 でも、これは本当に些細なことですが、 最近Minecraftエージェントを開発しながら、 Rustを使い始めたんです。 私が使っているわけではありませんが、
ロ・ジョンソク エージェントが使うんですか。
チェ・スンジュン すごくうまくいくんですよ。 びっくりしました。
ロ・ジョンソク そうですよね。エンジニアリングの概念が実は変わったわけですから、 今はもう誰もコーディングをしているわけではありませんが、 それでも私たちが何か使えるシステムを作ろうとするなら、 エンジニアリングが必要なんです。 それが以前のようにライン・バイ・ラインで、 コーディングするものではなくなったという点だけが違うのであって、 エージェントと一緒に、私たちは依然として一段上に上がって、 エンジニアリングの問題を解き、アーキテクチャリングをしているわけです。
チェ・スンジュン そうですね。ただ、数千行レベルでは 何の問題もなかったものが、数万行、私も3日ほどで、 急に6万行くらいまで跳ね上がったことがあったんですが、 そうなるとリファクタリングすべき重複がたくさん生まれて、 それをリファクタリングするために、 セマンティックなレベルの重複を捉えるツール、 そういうものを、ある方向性を持って考えるようになるんですが、 CorcaのギュヨンさんCTOが、 また面白いものとしてNoseという、 コードの匂いを嗅ぐツールを作って、 そういうものをあっという間に作っていらっしゃいました。 でも、とにかくそういうことをうまくやるためのエンジニアリングは、 引き続き必要なんだなと。 ただ、エンジニアリングに役立つツール自体を作る、 そういうブートストラッピングもまた起きているようです。
ロ・ジョンソク だから本当に決定的な時期なのですが、
AIフロンティアコミュニティの役割 51:02
ロ・ジョンソク 私たちAI Frontierが、 スンジュンさん、そして私たちを越えて、 実はAI Frontierを取り巻く本当に多くの方々が、 私たちにいろいろな情報をくださって、コミュニティ化しているじゃないですか。 だから、もう少し私たちが貢献できる部分も、 探さなければならないと思いますし、 これも私たちが単純に1週間単位で、 コンテンツを要約して何かをする、そういう話をするには、 あまりにも速く変わる時期になっていて、 何かが変わらなければならないと思います。 私たちももう、人間の速度で、 追いかけるのは不可能だという感じもしますし、 そして周囲にいるコミュニティの方々同士も、 互いにつながれば、とても良い機会が、 たくさん生まれることが目に見えているのですが、 私自身も人間の時間を生きているので、 できない部分があって、 これを少しシステム化しなければならないとも思っていますし、 さらに、ここシリコンバレーには、 非常に多くの機会があり、 私から見ると、韓国にいらっしゃる方々の レベルがまったく劣っているわけではないんです。 そうであれば、こことソウルの間にも、 多くの方々が同じ考えを持っていらっしゃいますが、 もっと強力につながなければならないとも思いますし、 韓国で起きていることを、 逆にこちらにもっと多く知らせなければならない。 そして広報しなければならないとも思いました。 これは単に何かを国単位でやるには、 少し違う、本当に地球規模のスケールの出来事が、 起きているようなので、私たちもやるべきことを、 地道に探していかなければならないと思います。 そうしながら、また私はバイオロジー方面のサイドに、 とても面白いものが多くて、それらを見ていると、 毎日時間があっという間に過ぎていきますし、
チェ・スンジュン 全部はできないんじゃないでしょうか。 人間の時間を生きなければならないので。
ロ・ジョンソク 全部はできません。 だから、それを全部やることはできないので、私も最も実りのある仕事、 最もインパクトの大きい仕事を一つ、 私もつかまなければならないタイミングではあるので、 またシステムを考えてみるべきですね。
100回以後の計画と新たな挑戦 53:10
チェ・スンジュン そういう悩みがあった100回だった。
ロ・ジョンソク 何か、次のフェーズへ一度進んでみましょう。 それで、ここで面白い人たちにたくさん会って、 こういういくつかのセッションをやってみようと思っています。 Palantirのエンジニア、 本当にFDEとして活動していたエンジニアたちがいるんです。 それで、そのエンジニアたちに来ていただいて、 では、実際にどんな仕事をしていたのですか。 PalantirはAI企業なのですか、といった形で、 Palantirについても深く知る、 そういうセッションも一度できそうですし、 もちろんFrontier Labで起きていることを聞くのは、 少し失礼です。 ただ、PalantirのFDEは、そこ出身の方々が、 起業をたくさんしているので、そういう方々に一度聞いてみること、 そして最近はFDEという言葉自体が大流行しているじゃないですか。 一度そこを少しタッピングして、 みなければならないとは思っています。
チェ・スンジュン ささやかに、私たちはただ自分たちで祝うくらいで。
ロ・ジョンソク 私が韓国に戻ったら一度、 また私たちのAI Frontierのシステムも少し変えてみて、 さらにスケールを広げられるような、 そういうことを一度考えてみることにしましょう。
チェ・スンジュン 分かりました。
ロ・ジョンソク では、スンジュンさん、今日はこのあたりで締めくくります。
チェ・スンジュン お疲れさまでした。