#4-2_「Felo」が示す、生成AIによる情報活用のニューノーマルとは？

前回に引き続き、検索系AIサービス「Felo」を取り上げます。今回は、ディープ推論モードを使った多言語横断検索や、マインドマップ・プレゼン資料の自動生成など、より進んだ活用方法をご紹介します。
また、起業家・投資家の視点から、開発元であるSparticle社の技術力や、マルチモーダル生成AIがもたらす未来についても掘り下げていきます。

 

■パーソナリティ
山田尚貴（株式会社modo代表取締役）
カリフォルニア州立大学ロングビーチ校卒業後、NTTPCコミュニケーションズでシステムエンジニアとして金融機関等のシステム運用などに携わる。2009年、株式会社エニドアを創業し代表取締役に就任。クラウドソーシングサービスの開発・提供を行う。M&Aにより会社を売却。上場企業のグループ会社の経営を6年行った後、株式会社modoを創業し代表取締役に就任。家族向けのサービスmemStockの開発を行う。
二級ファイナンシャル・プランニング技能士、証券外務員一種を保有。2児の父。

 

■アシスタント
小林（株式会社modo）

 

■番組サイト（書き起こしはこちら）
https://listen.style/p/kininaru

 

■memStockについて
memStockは、株式会社modoが鋭意開発中の家族向けのコミュニケーションサービスです。
memStock LifeStyle（https://media.memstock.com/）では、家族の暮らしがより良くなる情報を発信しています。

サマリー

AI検索エンジン「Felo」の機能や利便性について深く掘り下げています。特に、母国語での情報検索のメリットやディープ推論モードの優れた点が紹介されています。さらに、これからのAIの未来や検索の進化についての予測にも触れられています。 具体的には、AI検索エンジン「Felo」がどのように機能し、ユーザーの意図を推測して情報を提供する仕組みが解説されています。また、Feloのマインドマップ作成やプレゼンテーション自動生成などの機能が、ユーザーの効率的な作業を支援していることも紹介されています。 さらに、AI検索エンジン「Felo」の開発背景やその機能について詳しく探求し、特にマルチモーダル生成AIの将来や人間の感情とAIの関係についての洞察が共有されています。これにより、リスナーに新たな視点を提供しています。 このエピソードでは、日本製のAI検索エンジン「Felo」についての体験が詳しく語られ、特にその高い精度とカスタマイズ機能が強調されています。また、マルチモーダル技術を用いた情報処理の可能性や、未来の生成AIに対する期待感も示されています。

オープニング

Naoki Yamada

検索系AI、Feloを使ってみた第2回。

kobayashi

この番組は、企業家、投資家などの顔を持つ山田さんが

今まさに気になっているサービスを実際に使ってみて

感じたことや、考えたことをシェアしていくPodcastプログラムです。

話し相手は小林が担当します。よろしくお願いします。

Naoki Yamada

よろしくお願いします。

kobayashi

前回は、Felo.aiのユーザー側というか、

実際にサービスを触ってみて、という感じのお話をいただきましたけれども、

今回は、AIのもっと広く深くみたいな感じで

話をしてもらえる、ということなんですけれども。

Naoki Yamada

広く深くというか、Felo.ai、Felo自体を

こんな機能あるよとか、これめっちゃ便利だな、みたいなところとか

こうした方がいいんじゃないか、みたいなところを

前回に引き続き話した上で、

この先、AIがどうなっていくのかなみたいな

未来予想図をお話し、したいなと。

kobayashi

なんか息切れしてる？

Naoki Yamada

できるのかなみたいな。未来あるのかなみたいな。

kobayashi

未来はあるでしょ。

Naoki Yamada

未来わかるのかな、みたいな話をして、

予想だからね。

予想は、大体実現しないんですけど。

kobayashi

まあまあまあ。

Naoki Yamada

はい、ということで話していければなと思ってます。

まず前回から引き続きなんですけど、

Felo、使ってみた上で

ここがすごい、ここが推しポイントだ、みたいなところを話せればなと思うんですけど。

kobayashi

前回も結構いろいろ

Naoki Yamada

あった。

kobayashi

すごいよみたいな、言ってましたけど。

Naoki Yamada

そこ深掘りする部分もあるのかなとは思っていて。

4つですね、

4つここがすごいみたいなのを挙げてみました。

検索は多言語、回答は母国語

Naoki Yamada

まず一つ目。

前回、小林さんがちょっと話してくれた、母国語で検索すると

他言語でいろんな国のソースを検索して

最終的に母国語で結果を提示してくれる、っていうやつなんですけど、

これがめっちゃ便利だと思っていて。

大概の人、中学高校まで英語やってるんで

英語とかまでは何とか探せる、

調べれるけど

その他の言語とか、

本当にマスターしてる人じゃないと

その他の言語になってくると

検索して結果が出てきても

とりあえずスルーしますよね。

知らんがな、ってなっちゃうけど、

これがあれば

世界中の情報から、

本当に世界中の情報から

最適解を導き出してくれるので、

そういう意味ではもう

今まで情報の非対称性がすごい多かった部分、

国によって、例えば、

この情報がすごいあるけど、

この言語は難しいみたいな話とか。

あとは、ちょっと話逸れるかもしれないけど、今回のアメリカの大統領選で

日本ではこういう報道されてるけど

英語のソース探すと、こういう情報がいっぱいあるよ、

みたいな話とか出てこないじゃないですか。

知らないじゃないですか。

トランプやばい、みたいな

情報しか流れてこないけど

意外とトランプ、この部分

前回良かったよ、みたいなとか

こういうこともやってるよ、

みたいな話とか。

ハリスさんすげー日本で持ち上げられてるけど

こいつこんなやばい奴だよ、

みたいな情報とか。

それの取捨選択も含めて

日本語ソースだけだと

結構厳しいじゃないですか、やっぱり。

kobayashi

そうですね。

Naoki Yamada

それが英語の情報だったりとか

右派左派みたいな情報とかも含めて

フラットにいろんな情報探してこれる、

みたいなのが

やっぱり、情報の格差をなくす、っていう意味でも

すごい大きい話なのかなと思っており、

この信憑性のあるなしっていうのは

自分で判断する必要はもちろんあるんですけど、

そこも含めて検索ソースまで辿れて、

検索したソースの、

元記事のソース自体も

自国語の言語で読めるっていうところが

このサービスの優れた点というか

素晴らしい点かなと思って。

やっぱりPerplexityとか、他の検索系のサービスって

自分が使ってる言語の情報を中心に探してくるので

やっぱ偏りがあるんですよね。

kobayashi

さっきので言うと、

アメリカ大統領選の話を

Web検索じゃなくて

Redditとかで検索できるっていうのはかなり大きいですよね。

Naoki Yamada

Redditは確かにな。そう。

kobayashi

しかも質問で

右派の考え方を教えてください、とか

左派の、とか

限定してそれぞれの情報を聞けるし。

個人的に生活の使い方とかで考えると

例えば料理のレシピとかね、

今晩どうしようかな、とかなった時に

世界の郷土料理とかを調べられるんですね。

今で言うと、例えば調べた時に

クックパッドとかだと

例えば、日本人が昔海外行って食べたやつとかを

レシピ化してくれたりとかしてるんですけど。

実際に地元の人が作ってるレシピとかって

Naoki Yamada

出てこないですね。知らないよね。

kobayashi

スペイン語とかで書かれてたりするわけじゃないですか。

そういうのを引っ張ってきて見れるっていうのは

結構大きいんじゃないかな、っていうのは思いますよね。

Naoki Yamada

ちょっとレシピの部分は同意できないけど。

スペインの共同料理、

今晩作りたいとかならない。

kobayashi

でも結構レシピに困ってるとかって

あったりすると思うんですよ。

それを提案してくれるアプリとかサービスがあるぐらいなので。

例えばだから、いろんなの、

今週末なんかちょっと張り切って作ってみるかな、ってなった時に

食育とかじゃないですけど、

他の国の料理ってどんなのがあるかな、ってなった時に

日本のソースだと限られてる訳じゃないですか。

それを本場のソースで調べられるっていうのは結構大きいですよね。

Naoki Yamada

確かにタコス作ってみたけど

これって本場のレシピと合ってんのかなみたいな。

これなんか日本

ジャパナイズされたタコスなんじゃないかな、みたいな

タコライスの具乗っけてるだけじゃないか、みたいなね。

確かにそういうのあるかもしれないですね。

確かに。

kobayashi

ちょっと逸れましたけど。

Naoki Yamada

永遠にこの逸れた話はできるんだけど。

kobayashi

まあ戻すと。

Naoki Yamada

次いきますね。

ディープ推論モードのすごさ

Naoki Yamada

次、ディープ推論モードがすごい。

前回、ちらっと話してたんですけど、

今、期間限定で無料プランでも使えるので

使ってみてもらいたいんですけど。

これ、なんか人間みたいな感じで、

人間ってなんか5W1H

昔なんか広告マンがよく言ってた

5W1Hって考えるみたいな

思考を基本的にはしてると思うんですけど、

5W1Hの思考法を使って考えた上で

複雑な質問に対しても早く回答できますよ、

早く深く回答してくれますよ、みたいな感じなんですよね。

従来の検索とかだったら

やっぱりキーワード、

自分の検索するキーワードによって

集められる情報が偏ったりとか

限界があったりしたんですけど、

ここのディープ推論モードとか使って

AIが検索者の意図を読み取って検索してくれようとするんで、

より幅広いジャンル、

関連する情報を網羅的に収集してくれる、っていうところが

かなりすごいんじゃないかな、っていうところで。

試しに、

また試してみたんですよね。

試しに前編、

前回話したときに検索したのと同じ題名、

世界の家族向けのオンラインサービスについて

できるだけ深く教えてください、っていう、

Perplexityが12ソースで検索してくれて

Feloが20ソースから検索してくれたんですけど。

kobayashi

前回のときは、ディープ推論モードを使わずに

オフで、お互いプロ検索。

Naoki Yamada

お互いプロ検索、同じフラットな感じで

戦わせてたんですけど、

今回ディープ推論モードを使ったところ

なんとね、日本語と英語の記事、

63のソースから情報を集めてきてくれて、

内容も通常のプロモードよりも、かなり深い内容で出してくれた。

自分で検索したらたぶんここまで持っていけないな

ぐらいの検索結果が一瞬で出てくるっていう。

普通のコンサル会社が、ボスコンとか

めっちゃ時間かけて作るビジネスのリサーチ、

何千万もしそうなリサーチをたぶん

数時間で作れるだろうな、っていうような

感覚のリサーチをしてくれたんですよね。

これは結構やばいことになるんじゃない？

自分たちがやばいっていうか

こういうことを生業にしてきた人、

やばいことになるんじゃないか。

ま、そういう人たちもたぶん使ってるだろうし

使うだろうなとは思うんですけど、

今までの検索系AIを使ったリサーチの数倍、

肌感として、数倍効率化してくれそうだなっていうところで

このディープ推論モードは

今後ガシガシ使っていこうかなって思ってます。

kobayashi

ディープ推論モード、自分はまだ使ってないんですけど

応答時間とかどうなんですか？速いですか？

Naoki Yamada

変わんないですね。

kobayashi

変わんないんですね。

Naoki Yamada

全然変わんない。

ちょっと時間かかったりとか、

結構複雑、

こっちのプロンプトが複雑だったら

エラーが出て何回かトライしないといけなかったりするんですけど、

全然、結果としては良いですね。

Beta版っていうのが末恐ろしいですね。まだ。

これがより良くなっていくって考えたら

普通にGoogleとかも使わなくなるかもしれないですね。

kobayashi

ちょっとGoogleは今、使いづらい状況ですね。

Googleも一応、AI検索みたいなの出てきますけど。

Naoki Yamada

簡単な定量的な情報だったらいいんだよね。

例えば、近場の店、出してとか

この情報教えて、とかだったらいいんだけど、

考えて、みたいなのがやっぱ難しいので、

そこがすごいなって思いました。

これは本当にすごい。

kobayashi

ディープ推論モードは結構、モデルによって変わってくるんですかね。

Naoki Yamada

変わってくるんじゃない？

普通にChatGPT-4oでやってみたんですけど、

確かにちょっと比べてみてもいいかもしれないですね。

kobayashi

癖ありそうですよね。モデルごとに。

Naoki Yamada

癖ありそうですね。

確かに。

これどういう風にやってるのかなと思って見てたんですけど、

これってクエリ、

調べる際に、質問文ですね、

検索文みたいな、

これを検索してください、みたいな検索文を

サブクエリ的な感じで

このAI自体が推論して、

この人はこういう意図でこういうのを調べたい、みたいなのを

サブクエリ的にいくつか出して、

今回の検索だと、7個のサブクエリに分けて

それを、それぞれのサブクエリを元に検索、

フェロー自体が検索して

その結果を最終的にガッチャンコして

より良い情報として上げてくれる、みたいな感じでやってるみたいなので、

たぶん何段階か入ってて。

この何段階かみたいなのは、Perplexityもやってるんだよね、

質問文を深掘りして

これはどういう意図でどういう質問をしてるのか、みたいな、

たぶんこれChatGPTとかもやってるはずなんだけど、

それをより深い、いろいろ細かく区切ってやってるっていうのが、

たぶんディープ推論モードの中で行われてることなんじゃないかなって

素人が考えました。

検索スキルと回答結果

kobayashi

でも、その検索してる、

お前が本当に求めてるのはこれだぞ、っていうのの精度が高いと、ありがたいですよね。

営業とかでもそうですけど、

実際にお客さん側がこういうのしたいんです、って言ってても

実際はそうじゃないよね、ってことあるじゃないですか。

本当に求めてるところはお客さん気づいてないけど

本当はこっちだよね、みたいなのを提案してくれると

本当にありがたいですよね。

それの精度が結構良さげなんじゃないか、っていう話ね。

Naoki Yamada

良いんじゃないかなと思ってますね。

kobayashi

Googleさんとかだとね、

これではないですか？みたいな、

いやそうじゃねえんだよって結構ありますよね。

Naoki Yamada

そうじゃないんだよみたいなのがあんまりないですね。

たぶん投げる側っていうか

こっち側もこういう風に投げた方が分かりやすいんじゃないかみたいな

無意識のうちやってる可能性あるんだけど、

そういう意味では、うん。

kobayashi

逆に言うと、検索のテクニックを使わない方がいいのかもしれないですね。

今までって検索のテクニックが必要だったけど

それも通用しなくなってきてどうしよう、みたいな状況だったじゃないですか。

Naoki Yamada

キーワードとかが、検索、

ググり方も、こういうキーワードでググるの上手い人、みたいなのがあったけど

もうそういうのもいらなくなってくるんですよね。

たぶん誰がやっても最適解を出してくれるように

AI側が頑張ってくれるみたいな感じになっていくのかな。

だからやっぱり情報が、

人によって得られる情報が違うみたいなのが

どんどん無くなっていくみたいな、

フラットな情報の世界みたいなものが出来上がるんじゃないかなとは思いますけどね。

kobayashi

そこがその人の、前回出たパーソナライズされてるとか、

今までの回答、

質問回答の傾向を見てとかを

サービス側、Felo側がやってくれるから

こっちが変にテクニック考えなくても良くなってくるっていう感じですかね。

Naoki Yamada

そう。そうなんですよ。これはすごい。

kobayashi

すごいですね。

マインドマップの利便性

Naoki Yamada

で、3つ目。

3つ目、4つ目は、どっちかというと機能的な話なんですけど、

マインドマップが作れるみたいな。

kobayashi

マインドマップね。

Naoki Yamada

マインドマップ作れるって、

マインドマップ、好き嫌いあるんですけど

単純に思考整理としてはよく使われてて、

知らなかったけど、結構日本人がやってるんだよね。

日本人好きなんだよね、マインドマップね。

kobayashi

みたいですね。

Naoki Yamada

整理するのが好きなんだろうな、たぶんな。

kobayashi

日本人というか日本人のビジネスマンというか。

Naoki Yamada

そうですね。そうそう。

まとめがちみたいな。

kobayashi

まとめがちですね。マインドマップね。

Naoki Yamada

検索結果、実際検索した結果の下に

マインドマップのボタンがあって

押すとすぐにマインドマップ作ってくれるみたいな。

その検索した結果を基にですね。

今まで、自分もマインドマップ作るの好きだから

マインドマップ系のサービス、

AIサービスだとMapifyっていうサービスがあって

これが一番メジャーなんですけど、

これに課金してたんですけど

Mapifyの課金一瞬でやめたすね。

kobayashi

取って代わられましたか。

Naoki Yamada

これ十分、Mapifyがやってることは

そのままやってくれてるんで無料で、というか

サービス内の機能として。

もうこれで十分だなと思いましたね。

すごい便利。これはシンプルに便利。

プレゼンテーションの自動生成

Naoki Yamada

で4つ目の、その延長上なんですけど

スライドの自動生成してくれるみたいなところ、

結構すごくて。

これもちょっと見ながらやっていければなと思うんですけど。

検索して結果出てきました、のものを

右上に青いボタンがあって

プレゼンテーションを生成っていうボタンなんですけど、

これを押すと、結果からアウトラインを作成してくれるんですよね。

で、プレゼンテーションを自動で、スライドを自動で生成してくれるみたいなところで、

元々、スライドの自動生成でいうと

Gammaっていうサービスが今一番メジャーなのかな、サービスがあって、

色々あるんですけど、

AI検索が一元的にスライド作成、アウトラインを作成して

スライド作成してくれるみたいなのを

一つのサービスでしてくれるのはかなり便利だなと思っていて。

実際、今アウトラインできたんですけど、

その後、アウトラインの修正も自分でできたりするんですよね。

ここの中でアウトライン、ここはこういう風に書いた方がいいなとか。

検索して、アウトラインできて、修正して、

最終的にその後、テンプレートを選ぶ感じですね。

テンプレートも結構、色々用意されていて

自分たちの会社だったら、例えば会社用に作るのだったら

テーマカラーとか選んで

好きなテンプレ選ぶと、

選んで、Generateする感じかな

Generate PPT、PowerPoint、すると

すぐできちゃうんですよね。

これめちゃめちゃ便利で、

やってみました？これ。

kobayashi

一回やってみましたけど、

もうちょっとかなっていう感じではあるんですけど。

Naoki Yamada

ただ骨子としてはめちゃめちゃ良くて、

これを修正していくだけで、

それこそアウトラインもあるので

それをベースにパワポを作るってなった時に、

今まで、それこそ事業計画を作ります、とか

新規事業の提案をします、とか

クライアント向けの提案をします、みたいな

なった時にすごい時間かけてたと思うんですよね。

それをするのを圧倒的な時間短縮になるなと思っていて、

ちょっとした資料とかであれば

検索から資料作成まで10分くらいで全部できちゃう、

修正も含めてね。

できちゃうと思うので、

本当に時間ない時とかは

これをそのまま出すとかも全然ありなのかな、と思っていて。

前回話したポッドキャストのインタビュー聞いてたら、

今後、Canvaとかデザイン作成サービスとか、

連携したりもされるみたいなので、

そうなってくるとデザイン性とかも上がってきたりとか、

普通にこれだけで

リッチなパワポを作れるようになるんじゃないかなと思っているので

ここはすごい期待してますね。

kobayashi

そうですね。デザインを1から学ぶのって結構大変ですからね。

それをもう、テンプレがいろいろあって

それに当てはめてくれるっていうのは大きいですね。

Naoki Yamada

下手に自分で作る、

下手に、壊滅的なプレゼンとかあるじゃないですか。

内容いいんだけどな、みたいな。

そういうのも、こういうのを使っちゃえばいいんじゃないかなって

ちょっと思いましたね。

kobayashi

そうですね。

あとはだから、フォントとかそういうのは取り込んでから直せばいいだけなんで。

Naoki Yamada

あと子供とかも、

自分でどうやってプレゼンテーション作ったらいいかわからない、みたいなのも

こういうのを参考に、

基本やっぱり、ビジネスとか何でもそうだけど

真似しながら入るのが一番いいと思うので、

こういうので、自分が理想とするようなものを作る

その前提としてのイメージをつけるっていうのは

子供の教育的にもすごい良いんじゃないかなと思っているので、

そこは、教育の現場とかでも今後、使われるといいんじゃないかなとは思いますけどね。

結局、日本ってこういうツール使うの、すごい嫌がるじゃないですか、

教育現場で。

それこそ自分でゼロからやるのがいいんだ、みたいに言ってるけど

海外とか行ったら、

例えば、アメリカの大学とかって

授業とかに参考書とか、

覚える作業とか必要ないんだよね。

参考書とか持ち込めるし、テストとか持ち込めるし、

計算機も使えるし、みたいな。

そういう、何かを参照して、

覚えるとかもう終わりなので

自分で考える、

考える前に元々あるものを考えて良くしていくみたいな

時代になっていくと思うので、

積極的にこういうのは

公立の学校とかでも使っていってほしいなと、

私立とかだとパソコン使ったりとかするみたいなんですけど

公立とかもこういうのをどんどん入れていった方がいいんじゃないかなとは

思いますね。

kobayashi

そうですね。知識とかって、専門的な場合は

しっかり覚えて体系的にっていうのが大事かもしれないですけど、

この、プレゼン資料を作るってことが

それに当てはまるかというと、

そんなことはないですよね。

Naoki Yamada

そんなことないし、

なんかやっぱり、

もちろんゼロから作るのも大事かもしれないけど

それ以上に今の世の中ね、

昭和、平成はそうかもしれないけど

今の世の中は今あるものを組み合わせて

どう良いものを作るかみたいな時代になっていくと思うので、

そこをどう考えるかなんですよね。

kobayashi

若者はタイパとかも気にしますしね。

Naoki Yamada

うーん、タイパね。

嫌い。

kobayashi

話し逸れたんで戻しましょう

Feloって誰が作ってるの？

Naoki Yamada

ちょっと気になってたのが、

Feloって誰が作ってんのっていうの、

すごい気になってたんですよね。

最初なんか、本当に何も前提条件ない時点で見てたら

海外のサービスだと思ったんですよね。

なんかホームページの文言とかも日本語変だし。

kobayashi

そうなんですよね。

Naoki Yamada

海外のサービスなのかな、

翻訳してんのかなと思ったら、

Feloで、このFeloのサービスで検索してみたんですよね。

誰が作ってんのって聞いたら

Sparticle株式会社っていう東京のスタートアップが

提供されていて、

調べたら、日本橋の近くの小伝馬町っていうところ、

小伝馬町って知ってます？

kobayashi

どこだったかな。

Naoki Yamada

ちょっと上ですね。

日本橋のちょっと上の方なんですけど

すごい親近感湧くな、と思って。

自分、一番最初に立ち上げた会社の

創業の地が小伝馬町だったんですよ。

仲間だ、と思って。

個人的に勝手に親近感持って色々調べてたんですけど、

事業としては、2019年に創業されて

AI関連のプロダクトとかをいろいろ出されている感じで、

その中でも気になったのは、Felo瞬訳っていう

AIの翻訳サービス、出されていて、

あ、これが前提としてあるから

色んな言語で調べて、アウトプットとして

自分の言語で出せる、みたいなのがあるんだなっていうのは思いましたね。

結構難しいですよね、

翻訳して出すみたいなのって。

kobayashi

山田さんその辺、詳しいと思いますけど。

Naoki Yamada

ずっとやってたからね。やってたから詳しいんですけど。

この辺をしっかりサービス内に組み込むのは

やってたからこそだなっていうのは思いましたね。

kobayashi

サービスに組み込んでるのはそうなんですけど、

自分的には、ホームページとか利用規約とか

プライバシーとか

あとはプレスリリースとかも見てみたんですけど、

これAIが書いてるんじゃないかな、みたいなプレスリリースなんですよ。

それを、振り切っててそれでいいじゃん、

それが会社のビジネスだから

それでいいじゃん、っていう感じの振り切り方は結構いいですよね。

Naoki Yamada

分かりやすいですよね。

Googleとかも同じような感じで、

結局、Googleも、

彼らは英語で、英語が元言語としてあるけど

それ以外の言語も全部、たぶんGoogle翻訳とか使ってやってるんだけど、

元々、その根本的なやつは全部英語だから

何かあったら英語見に来てよ、っていう話してるんですよね。

そこはやっぱり振り切って

技術、テクノロジーの会社としてやってるのは

すごい、好印象というか、いいですね。

kobayashi

そうですよね。技術的にはたぶん、英語か何かをメインにしてるんでしょうね。

そのほうがやりやすいのかな。

Naoki Yamada

で、詳しく調べてたら、資金調達もされてて、

この前、プレシードで5億円とか、されてて

どんどんそれを、お金使ってFelo自体を良くしていく、

進化していくんだろうな、と思って楽しみなんですけど、

誰が、これ誰なの、って調べたんですよね。

調べたら、代表の方もAIのエンジニアの方で

バックグラウンドとして

中国の大学でニューラルネットワーク、AIですね、

AIのディープラーニング的なところを

専攻されて、研究されてた方で

Microsoftへ行って、

Xiaomi、Xiaomiって中国の会社で、

Xiaomiの初期メンバーって書いてあったね。だからすごいよね。

kobayashi

そうなんですね。

Naoki Yamada

その後経て、この会社作られたみたい。

めっちゃ優秀なんじゃない？だから。

kobayashi

優秀でしょ。そりゃあ優秀でしょう。

Naoki Yamada

優秀だろうけど、めっちゃ、優秀なんじゃないかなと思って。

全然知らないけど。

小伝馬町しか知らないけど。

そういう意味で、

話してて

合点がいったというか、

中国で学んでたから

中国のSNS、なんだっけ前回の、あの、

Red Note？Red Bookか、

検索してるのかな、知らんけど。

思いましたね。

メンバーとか見てもグローバル。

グローバルっぽくて

すごくいい、いい会社というか

kobayashi

好印象？

Naoki Yamada

好印象というか、いいなと思いましたね。

伸びてほしいなと思いましたね。

何様なんだよ。

kobayashi

誰やねんって感じですね。

Feloの人からしたら誰やねんお前、っていう。

Naoki Yamada

誰やねんって話だけど。すごい応援したいなって思いました。

1ユーザーとして。

生成AIの未来

Naoki Yamada

最後ですね。

Feloを見てきたんですけど、

AI、生成AI、

検索系のAIもそうなんだけど

生成AIって今後どうなっていくんだろう、みたいな

ターミネーターみたいに人類を滅ぼしに来るんじゃないか、みたいなのなんか

色々考えてて、

で、予想してみようと思って

考えたんですよ。

全く思いつかなくて。

どうしようかなと思って

全然分かんないから、

あ、こういう時はFeloに聞いてみたらいいんだろうって。

kobayashi

FeloのことをFeloに聞く、と。

Naoki Yamada

Feloというか

生成AIの未来ってどうなっていくか、

今後どうなっていくか、みたいなの

聞いてみたんですけど、

聞いてみたところ

Gartnerの予想がちょっと面白くて。

Gartnerってリサーチ会社、

アドバイザリーカンパニーですね、

海外の有名な。

ハイプ・サイクルとか知ってる？

kobayashi

知らないです。

Naoki Yamada

有名な

毎年レポート出してて、

今後こういうサービスが来るとか

今このサービスが

そのハイプ・サイクル、

そのサービスの

黎明期から成熟期から、

成長期から成熟期まで

どのフェーズにサービスがいるか、

サービスというか、その市場があるかみたいな。

例えば生成AIは今、成熟期ですよ、みたいな

成長期ですよ、みたいなのを出してくるのが

ハイプサイクルっていう、のをベースに

Gartnerが予想してるんですけど、

そのGartnerさん、

Gartnerさんじゃない、

Gartnerっていう会社が書いてたのが、

生成AIのソリューションは

今後マルチモーダルになっていく、っていう話なんですよね。

マルチモーダル生成AI

Naoki Yamada

マルチモーダルって知ってます？

kobayashi

知ってますけど、説明しろと言われるとちょっと。

Naoki Yamada

難しいですよね。

自分もなんとなく知ってたけど

マルチモーダルってなんだろうと思って

またFeloに聞いてみたんですよ。

kobayashi

困ったらFeloに聞くっていう。

Naoki Yamada

そうそうそう。どんどん退化していく、脳が退化していくんじゃないかなと思って。

マルチモーダルっていわゆるテキストとか

プロンプトから生成する

ChatGPT的なものだけじゃなくて、

それはシングルモーダルですね、

シングルというか、シングルか、シングルモーダルで、

いろいろなモーダル、

マルチチャンネルのモーダルの組み合わせから

AIが情報処理していくっていう、モーダル、

チャンネルですね、

チャンネル、テキストベースだけじゃなくて

例えば画像だったりとか

音声だったりとか

あとは動画とか

いろんなそのチャンネルから

組み合わせて

AIが情報処理してくれるような

世の中になっていきますよ、みたいな。

それ、ピンとこなかったんだけど、

考えてみたら当たり前で、

例えば、画像とか音声とか組み合わせるって

今までってやっぱできなかったんですよね。

例えば、センサーとか、

センサー技術も発達してきてるけど

センサー技術から検索とかはやっぱできなかったので、

そういうその、いろんなチャンネルから

情報を拾ってきて

そこから新しいものを生み出していくみたいな

世の中ができるっていうのが、

すごい感じはしたんですけど、

よくよく考えてみると

人間もマルチモーダルだなと思っていて。

kobayashi

人間も、というか人間が、ですね。

Naoki Yamada

まあ人間が、か。そうか。

人間が、そうですね。

そっか、AIはまだなんだね。

人間がマルチモーダルなんだなと思っていて、

それこそ触覚もあれば

嗅覚もあれば

視覚もあれば

聴覚もあればって、

五感をフル活用しながら

情報処理しながら

自分で考えてみたいな感じになっていて、

同じことがAIにできるようになるんだなっていうので

ターミネーターの世界を想像してしまったんですけど。

実際、やっぱりアンドロイドとかが

この前、Teslaがアンドロイド

出してたじゃないですか。

見ました？あの動画、

なんか気持ち悪いの。

気持ち悪いって言ったらアレか。

kobayashi

見てないかも。

Naoki Yamada

未来的なロボットを出してて、

なんか2,3年後に300万くらいで売り出す、みたいな。

動画では、なんか運転したりとか

サーバーでビール入れてくれたりとか

みたいなのやってくれる。

それだけかよと思ったけど

なんかまあ色々できるようになる。

自分で考えて

受け答えとかもすごいちゃんとできてて、

どこまでできるか

今の段階では分かんないけど、

そういうのできるようになりますよ、みたいなのに対して

マルチモーダルが進んでいくと、

そういうのがよりシームレスというか

滑らかになっていくっていうふうな感じですね。

人間の感情と生成AIの可能性

Naoki Yamada

実際に人間の感情も、言ってみたら

過去に蓄積された膨大な記憶、

メモリデータを、新しいインプットデータと

組み合わせて感情、

例えば、試合に勝ったとかあるじゃないですか、

例えばバスケ見てて

八村選手が活躍した、

勝った、みたいなのも

感情として、やったー、みたいなのもあるかもしれないけど、

それも過去のインプットデータと

新しく入ってきたデータの組み合わせに対して

自分が処理したのが

感情として出てるだけなんじゃないかな、と思ってるので、

感情的な部分を、最終的には

マルチモーダルが進んでいくことによって

できていくんだろうな、っていうのを思いました。

未来の世界、

SFとかが描いてる世界は

あながち嘘じゃないというか、

あの世界が作れるようになっていくっていうのは、

あながちありえるんだろうなっていうのを

このFeloから教えていただきました。

kobayashi

ちょっと例えよく分からなかったんですけど、

試合見ててっていうのは

これまでの八村選手の頑張りとかを記憶してるから

Naoki Yamada

でもそれも基本はメモリじゃないですか。

定量的な情報で勝った負けた、

これだけ頑張ってた、

それこそ大谷も怪我しました、

これだけレギュラーシーズンで活躍しました、

あの時はどう思ってました、みたいなのも

思ってたかどうか知らないじゃん。

インタビュー結果とか見て

自分がインプットした情報でしかないから。

結局、その情報を全部処理して

自分の今の思ってる感情と組み合わせて

新しい感情が生まれてるだけで、

その今思ってること自体も

今までの過去のメモリから生成されたものなので、

結局、それって生成されたものと

生成されたものを掛け合わせるだけだから、

結果、その感情自体も生成できるんじゃないかなっていう

そういう話。

kobayashi

なるほど。マルチモーダルの話で言うと、

例えば、さっきの例で言うと、

大谷選手のインタビューの内容とかっていうのは

テキストベースであったりするけど

それだけじゃ実際分からなくて、

試合のプレイ中の映像とか見ると、

あ、確かに足痛そうだな、とか

そういうのは映像で見て分かるけど

それがテキストに起こされてるっていうのは違う。

それを、マルチモーダルになると、

動画とそのインタビュー内容とかが

全部組み合わさった上で

感情的に処理してくれる可能性がある。

Naoki Yamada

可能性があるし、

音声とかも、やっぱ感情って

声とか、今も話してても

たぶんノってる時と、話し始めで

あー話せるかな、大丈夫かな、みたいな

その時の音声も

たぶん波形として違うはずなので、

その辺も含めてマルチモーダルとして

インプットデータとして入っていくことによって

より精度の高いものが生まれていく、

みたいなのはありそうだなと思ってるんですよね。

kobayashi

それありそうですよね。

検索とかでも、切り抜かれたテキストだけの、

これ前後の文脈あるはずなのに、っていう

テキストだけの部分を

引っ張ってこられても困るけど、

今後、もしかしたら元ソースの動画の、

例えば、前後のニュアンスとか話し方とかを見て

実際はこういうこと、

この文章にはこういうことが込められてるんだよ、

っていうのを踏まえて

出してくれる可能性があるっていう、ところですよね。

Naoki Yamada

やってほしい。

kobayashi

そこは大きいですよね。

今、切り取り、切り抜きとかフェイクニュースとかあるので。

Naoki Yamada

そう。結局そういうのも含めて

人間が判断しないといけない状態だけど、

さっきも話したけど

判断するのは大変なので、

その判断する部分も含めて

正確な情報を知りたいっていうのが、

知れる状態になっていくんだろうな、

っていうふうには、

なっていってほしいな、っていうのは思いましたね。

この特にFelo、応援します。

kobayashi

はい。

エンディング

kobayashi

はい、エンディングです。

前回から2回にわたって

日本製のAI検索エンジンのFeloについて、

使ってみた、ということで話していただいたんですけれども

いかがでしたか？

Naoki Yamada

話しながらいろいろ広がっていった部分もあって、

例えば、前回の話、小林さんが仰ってた

カスタマイズ、個人のカスタマイズ部分は、

自分の情報だけじゃなくて

いろんな人の情報とか

自分が知りたい人の情報とかを入れることによって、

より知りたい情報が出てきやすくなるんじゃないか、みたいな、

話して、聞いて、そうだなと思ったりとか。

あと、さっきのAIの、

生成AIの今後、みたいな話も

話しながらよりそういう未来が想像できるようになったので、

ちょっと話してみて、よかったなとは思いました。

あとは、Felo自体

まだ出来立てのホヤホヤのサービスだけど、

ここまで精度高いのは

やっぱり今までこの会社でやってこられたことの

集大成的な部分もあるのかなと思って。

このサービスを集大成としているかどうかは

知らんけど。

すごい期待できるなって思って、

未来に対してすごい

価値を生むサービスになるんじゃないかな、っていう期待ですね。

いやー年取ったな、って今一瞬思ったな、これ話しながら。

今までだと、こういうサービス出てきた時に

いやーやりたかったな、悔しいな、って思ってたのが、

いやすげー応援したい気持ちに。年取ったな。

kobayashi

どっちかというと、起業とかもそうですけど

投資の経験が長くなってきたっていうのもあるのかもしれないですね。

Naoki Yamada

そうかもしれないですね。確かにいろんな会社見てきたっていうのもあるかもしれないな。

でも、まあそうですね、

よかった。今回は、サービス使ってよかったですね。

モッピー使って、こんなになんか

ああよかったな、ってならなかったからな。

kobayashi

それはサービスの興味とかですね、山田さんの。

Naoki Yamada

興味っていうかなんか

kobayashi

趣味というか、好きな方向性かどうかっていうところ。

Naoki Yamada

後味良いですね、これね。

kobayashi

あとなんか最新のサービスって感じがしますからね。

Naoki Yamada

そうですね。

kobayashi

モッピーは結構、長くやられてるサービスでっていうところもあるので。

Naoki Yamada

モッピーのフォローしなくてもいいけどね。

いいサービスはいいサービスだからね。

kobayashi

そうですね。

じゃあまあ、今回はこの辺でということで。

また次回お会いしましょう。ありがとうございました。

Naoki Yamada

ありがとうございました。