本対談を
27個の要点に分解した内容は、
記事最後に掲載している

※慶應生限定&メディアも入っている＆許諾をとっているわけではないので、全文書き起こしは手元にとどめ掲載はしていない。

OpenAI から非常に大きなアップデートが公開された

・GPT-3.5-turbo-0613 関数呼び出しが使える
・GPT-3.5-turbo-16k
従来コンテキストの長さは4kだったが４倍に
→かんたんに言うと4倍文脈を保持できる

ということで先日英語で聞いて「めっちゃいいじゃん！」となった、
OpenAI CEO Sam Altman氏が慶応で対談した
約1時間の内容を16kを使って翻訳して理解を深めることにする。

同時通訳配信もあるのだが、あえてだ。


私はコーディングができない。
WebUIで誰でもできる方法でやろうと思う。

所要時間は約15分だ。

やり方に入る前に….
とても共感したAltmanの言葉を引用する。

音声書き起こし

とりあえずEasy-Peasy AIに
対談の音声ファイルを「AI書き起こし機能」にアップロードして何分か待つ。

以下のツールでもいける
Whisper Web

もちろん、スピーカー認識させよう。

Playgroundで調理する

英語の全文書き起こしが終了した。
これをOpenAIのPlaygroundにいれていく

右の設定を
-Chat
-16k
にする

左側に以下のプロンプト入れる。

右側のチャット入力欄に先程の書き起こし内容をすべてコピペする。

Submit

OUT！
16kじゃ収まらないとのことでした。

なお、現在のChatGTP 3.5 4kの25倍のコンテクスト量に対応できる「Claude 100k」に入れたところ、何事もなく処理された。

100ｋは強い。

話を戻して…書き起こした
文字の冒頭30分をまずは入れる。

動いた。

右側のMaximum  lengthが2048トークン
つまり、出力制限がハードに掛かっている。

なので、あとは「…go on (続けて)」ひたすら打ち続ける。

前半の翻訳が終わったら、
後半の文字もコピペして追加する。

このとき前の文章を要約して前提情報として追加するのがよい。

途中まで処理していつか動画を見返すとき“秒数”も役にたつかも？とおもったので

-発話者
-秒数
-発言

のフォーマットで出力し直した。

保存する

最後にnotionに貼り付けて完成。

本対談の要約（おまけ）

＜概要＞
サム氏は、慶應義塾大学に訪れました。
そこでは自動化技術の重要性、教育の分野でAIの使われ方が変化する様子について洞察を提供しました。

自身が所属するOpenAIでの経験や、人工汎用知能（AGI）の創造に取り組むプロセスも紹介。成功要素としてのチームワークと必要なスキルセットも強調。

AIのリスクと未来のビジョン、技術革命が仕事の性質を変える可能性についても触れ、最終的には技術を効果的に活用する方法の重要性を訴えました。

＜27個の要点＞
1. OpenAIの始まり: OpenAIはスタートアップのように多くの課題を抱えていた。資金不足、良い人材の不足、研究の方向性の不明確さなど、多くの問題が同時並行で発生した。

2. 大課題: スタートアップにおける大きな課題はそれらの問題を一つずつ解決していく能力が求められること。それぞれの問題は痛みを伴うが、次第にそれに耐えられるようになり、その経験から学ぶことができる。

3. AIの進化: 大規模な言語モデルは、テクノロジーの進化によりさらなる進歩が見込まれる。将来的には、ビデオ、オーディオ、イメージ、テキストなど、複数のモダリティを統合できるようになるだろう。

4. AIの未来: 次世代のAIは、既存のアイデアを新しい方法で組み合わせるだけでなく、根本的に新しいアイデアを生成することが可能になる。これにより、新たな知識の発見、病気の治療、環境危機の解決などが可能となる。

5. AIの法的・倫理的リスク: 著作権やプライバシーなどの法的・倫理的なリスクがAIの大きな課題となる。法的なシステムの進化が求められる一方で、それぞれの人が新たな革新から利益を得られる世界を作ることが重要。

6. チームビルディング: OpenAIのチームは、高い目標に向かって一緒に働くことにより結束力を保っている。人間関係の問題が発生することもあるが、全体的な目標を優先する文化が根付いている。

7. 自己教育: 技術の急速な進歩に対応するためには、創造性、適応性、耐久力、変化への迅速な対応力を身につけることが重要。そのためには、どの専攻を選んでもよいが、特に科学や技術は思考のフレームワークを学ぶために有用。

8. ビジョン: 自分の子供が喜んで使うような製品を作りたいと考えている。これが、OpenAIの製品開発におけるガイドラインとなっている。

9. モチベーション: 自分が関心を持ち、興味があると思えるプロジェクトを選ぶことが重要。また、良い人々と一緒にいることも大きなモチベーションになる。

10. AIの理解力: AIは人間の理解を超える可能性があるが、AI自体が自身の働きを説明することで、人間が理解できるようになる。

11. AIのアライメント: OpenAIは、人間がより高度なシステムの出力を理解するために、理解できるレベルのシステムを使う計画を持っている。これにより、システムのアライメントを保証する。

12. AIのリスク: AIが誤った方向に進んだ場合、OpenAIはその結果に大きな責任を感じる。業界全体ができるだけ良い方向に進むように最善を尽くす。

13. グローバルな協力: AIの開発と展開におけるリスクを軽減するためには、グローバルな協力が必要。OpenAIはその可能性に楽観的。

14. 学術研究: 学術研究が再び重要になっている。OpenAIはベースGPT-4を研究に利用できるよう提供している。

15. AIのアライメント測定: AIのアライメントを測定するために、人間のフィードバックからの強化学習が用いられている。

16. モデルの価値観: モデルの価値観をどのように調整するかは困難で、それはOpenAIだけで決定すべきものではない。理想的な状況は、全人類がGPTとの対話を通じて価値観を共有し、モデルがその集合的な価値観を学ぶ。

17. AIのカスタマイズ: 人々が自分のAIの動作をカスタマイズできるような世界に向かっている。

18. AIの安全性とリリース速度: AI開発の速度とそれがもたらす利益とのバランスが重要。ライセンスフレームワークと安全性テストは、モデルリリース前に確立するべき安全対策。

19. AGIの定義: AGIの定義については見解が分かれている。AGIは一定の瞬間に到達するというよりは、徐々に進化するとの考え。

20. AIの進化（続き）: システムの開発が特に重要。OpenAIのチームと研究者がこれまでの成功に貢献している。

21. AIの将来: AIの影響は雇用に対して大きくないとの見解。AIが任務を効率的に行うようになり、人々が創造的な仕事に余裕を持つと主張。AIが新たな職種を生み、生産性を向上させる。

22. AIの影響: AIが最も恩恵をもたらすのは貧困層との考え。医療や教育などの高品質サービスが低価格で提供可能になり、社会全体が利益を得ると述べている。

23. AIのリスク: AIによる欺瞞性のあるコンテンツや誤情報の拡散についての懸念を認識。対策として技術的な解決策、社会的適応、規制などが必要と考えている。

24. AIのスキル: AI領域で成功するには、プログラミングスキル、複雑なシステムの理解、広範で深い知識が必要との見解。

25. 決定の重要性: 効果的な意思決定には、限られたデータと時間の中で最善の選択をする能力が必要と考えている。

26. AI開発の進め方: OpenAIはモデルの開発・改良と利用方法を独自に決定すべきではないとの見解。ボトムアップのアプローチを推進し、世界中からのフィードバックを取り入れることが重要と強調。

27. AIと個人の関わり: AIとどのように関わるべきかを規定する立場にはない。AIをビジネスや生産性向上のツールとして使う方法を学ぶことが可能。現在の世代がAIの革命を体験できることは幸運で、AIとの任意の接触や慣れは将来的に価値がある。

以上