00:00
LayerX NOW! 本日はこのLayerXの代表である福島がお届けします。
私は知り合いの社長を呼んで話を聞くということを得るんですけど、
本日はTuring社の山本一成さんにお越しいただきました。
一成さん、よろしくお願いします。
よろしくお願いします。Turing株式会社でCEOをやっている山本と申します。
皆さんよろしくお願いします。
よろしくお願いします。
一成さん、有名なんですけど、改めてTuringっていうのはどういった会社なのかとか、
一成さん自体がどういう方なのかみたいな簡単な自己紹介をよろしくお願いします。
はい、めっちゃテンション上がってきましたね。
私は山本一成と申しまして、今から6年くらい前ですね、
将棋のプログラム、ポナンザっていうんですけど、
そのプログラムで将棋の名人、当時佐藤さんですかね、
を倒したことがあるような、そういったプログラムを作ってました。
だから15年くらい前から、いわゆるAI、マシンラーニングと将棋プログラムを10年くらい作ってきた感じですね。
その後ですね、所属してた新卒カラーのベンチャーにおりまして、
その会社もヒーローズというんですけど、上場をして、
次のチャレンジ、もっと大きなチャレンジをするべきかなと思って、
3年くらいフラフラしておりまして、
4年くらいフラフラしておりまして、
ありましたね、フラフラしてきて。
フラフラしてました。福島さんもその時あった記憶があります。
そうですね、その時はもうここだけの話だったんですけど、
一成さん家に入らないですかっていう話をして、結局最後断られて、
でも心の底では一成さんを起業した方がいいだろうなと僕は思ってました。
本当嬉しいですよ。
そうか、誘われたことすごく嬉しかった。
福島さんすごい尊敬してます。
すごく大きなチャレンジをした方がいいなと思っていて、
純粋なAIとかソフトウェア作業っていうのも素敵だったんですけど、
より大きなことっていうふうに考えると、
車ってとんでもなくでかい産業、私あんま知らなかったんですけど、
すごい大きな産業なんですね。
世界でGDPベースで300兆円くらいあるようなとんでもない大きな産業で、
実際に世界中で年間8000万台から9000万台くらいの車って売られてて、
それ数100個、100万円とか、いち安くても100万円、
普通に単価で言うと300万円とかするようなものが、
それこそ8000万台とともにとんでもないでかい市場なんですよね。
で、その中でやっぱりトップ、売ってる数っていうとトヨタっていうのがあるんですけども、
一方でテスラっていう会社がありまして、皆さん知ってると思うんですけど、
03:00
EV、EV化とあとは自動運転っていう文脈で、
テスラを、トヨタをですね猛烈な勢いで追いかけてる。
あるいはもう時価総額の文脈ではもうテスラを遥かに統一しているところが、
全ての車会社の時価総額を合計してもテスラに届かないというような今時代になっている。
そこまで知っていて、なんか車ってすごい面白いなと思いつつ、
少なくとも国のGDPを考えると、車、医療、保険、建築、
そういったレイヤー、あとはそういった領域がある中で、
車の産業もそろそろ日本からスタートアップ作れるんじゃないかなと、
車丸ごとですね。
実際にアメリカと中国を見てみますと、
テスラって皆さん知ってると思うんですけど、
例えば中国からニオ、有名なのはBYD、
あと言い出すと知るほどあるんですけど、
またアメリカからも例えばテスラ以外にもリビアン、
あとはカヌーとか、こういったスタートアップが出ておりまして、
もちろんものすごい資金調達をして、最終的に車の量産まで持っていく。
もちろん自動運転をやってる車もありますし、
各社いろんな今までの車の文脈とは異なるような車を作ってるというトレンドがあるのを見ていて、
なんか自分でもできそうと思って。
なんか別になんでそう思っちゃうんですかね。
いつもなんか私、なんかできるんじゃないかなと、
勘違いするのが得意でですね。
伊勢さんのいう素敵な勘違いっていうのはなんか僕すごい好きで、
最近社内でやってるんですけど、
その素敵な勘違いについてちょっと話してもらってもいいですか。
素敵な勘違いとは何?
素敵な勘違い。
素敵な勘違いってなんかいい言葉だなと私思っていまして、
どういうことかっていうと、
なんかですね、人間って、
なんていうんですかね、
結構できるんですよ。
皆さんも。
でもなんでできないかって思うと、
能力とか才能とかじゃなくて、
もちろんそういったものもあるんですけど、
結構勘違いしてないからかな。
特にみんな自分たちこれぐらいじゃないかなとか、
これぐらいで自分じゃないかなとか、
そういうことを思いがちなんですけど、
なんですかね、
素敵な勘違いをしたら結構どんどん上に行けるというか、
できるんじゃないかって勘違いってすごい大事だなと思ってて、
自分の素敵な勘違いの最初は、
それこそ私21歳の時に初めて、
プログラミングを始めまして、
プログラミングっていうか、
キーボードを触れたのが初めてみたいなときから始まったんですよ。
久保さんキーボード打てました?
06:00
キーボード打てましたよ。
小学生ぐらいからやってました。
小学生ぐらいから打てたんだ、すごいね。
英才教育ですね。
家庭がMacだったんですよね、なぜか。
すごい。
そうなんですよ。
思うと先端だったなっていう。
そういうの全然なくて私、
大学行ったらパソコンって買うらしいよみたいな感じで、
パソコン買ったけど、
埃かぶってて、
パソコンあるじゃんと思って、
私、大学留年しちゃいまして、
ちょっと暇だったんで、
これから来る未来って何かなって一生懸命考えて、
当時ってすごいパソコン人気なかったんですよね。
パソコンって言い方があれかもしれないですけど、
プログラミング超人気なくて、
でもコンピューター自体能力って絶対上がってくって、
ムーアの法則ぐらいは知ってたんで、
じゃあこういうみんなが信じてないけど、
書き入れべき未来っていうのはベッドすべき価値があるなと思って、
プログラミングやってみようと思ったんですよ。
これみんなに言われるとまたまたって言われるかもしれないけど、
私ね、あんまりプログラムの才能ないと思います。
普通ぐらいです。
あとは将棋プログラムっていう特定プログラミング領域については、
結構自信があるんですけど、
他のプログラミングに対すると、
あんまり才能はないですね。
自信があります。
でもやっぱりベッドすべき領域に、
全てのリソースを投入できたっていうのがすごく大きかったんですよ。
プログラミングも大して上手くなかったんですけど、
人工知能というか、AI側に全部振るとか、
細かい話なんですけど、
当時はルールベースで将棋プログラム作るっていうのが主流だったんで、
こういったものは絶対やめるべきで、
AI側は伸びていく一方だし、
ルールベースっていうのは絶対伸びない。
伸びても先継っていうか対して、
こういう未来から見たときに、
どういうものが強くなるかっていうものにベッドするってことですごい興味があって、
よし!
よーし!って思って、
将棋のプログラムをやって、
で、何の話があったかというと、
素敵な勘違いですね。
その時にしたわけです。
できんじゃないかなって思ったんですよ。
名人に勝てるんじゃないかと。
名人に勝てるもそうだし、
他の将棋プログラマーとして見てたけど、
あんまりすごそうじゃないかなみたいな。
実際はすごかったんですよ。
実際すごかったんだけど、
そこで勘違いすることが大事っていう話ですよね。
すごい大事なことで、
みんな同じ人間なんで、
そんな差がないんですよね。
そうなんです。
やっぱりですね、
09:01
会社、以前いたヒーローって会社に上場したんですよ。
林さんっていう社長なんですけど、
はい、僕も横浜さんです。
ありがとうございます。
林さんが上場して、
すげーなーって思うと同時に、
これちょっと言ったら怒られるかもしれないですけど、
まあ林さんができたらこれでもできるでしょみたいな。
って思ったんですよ。
やっぱり、
みなさんもできるんですよ、本当は。
これ忘れないでください。
イーロンマスク程度でできるんですから、
みなさんだって火星に行くロケット作れるんですよ、本当は。
これ素敵な勘違いです。
みんな人間なんで、会社能力差ないんで、
IQ1億みたいな人いないんで、
全然大丈夫です。
能力とか才能よりも、
何か頑張って夢中になってやることの方が、
ずっと強いことですし。
あとは、これから来る未来について、
思いを馳せるっていうのはすごく大事なことだし、
みんなそういった戦略について、
もう少しコストを払った方がいいのになって思ってます。
めちゃくちゃ綺麗にまとめていただいて、
話が終わっちゃいそうなんですけど、
今日のメインのテーマは、
伊勢さん覚えてますか?
LLMについてですよ。
LLMって何か教えてもらっていいですか?
ラージランゲージモデルっていう、
最近流行ってるチャットGPTとか、
GPT-3とか4とか、
みんな最近聞くと思うんですけど、
あれの総称的な名称で、
要は大規模に、
大規模っていうのはどれくらいかっていうと、
超単位のパラメータ数で、
機械学習のAIのモデルを鍛えたものが、
なんと知性を感じるような、
ものすごく賢い動きをするようになったっていうのは、
最近話題になってると思うんですけど、
そういうのの総称をLLMって呼んでるんですけど、
我々まさにそういう世界に生きてるので、
これはすごいいろんな仕事のあり方とか、
サービスのあり方とか変わるんじゃないかっていうところで、
すごい注目されている。
全然雑に分かりやすく説明しようとすると、
そういうものですね。
大事なことはすぐ、
早瀬さんの話に戻るんですけど、
早瀬さんが偉大だと思ったのは、
すぐ手のひらをコロコロ変えるんですよ。
いいですよね。
良い経営者って。
GPT-3が出てきた時に、
松尾先生が、
これはすごい2020年ぐらいだったかな、
確かだったんですよ。
正直その時は、
すごいけどなぁみたいな感じに思ってて、
スルーしちゃったんですよね。
2022年に、
GPT-3とチャットGPTっていうのはまた別物なんですけど、
そういう話ももしかしたら後から出てくるかもしれないですけど、
12:01
チャットGPTを通じて、
僕はGPTってこんな賢かったんだみたいな。
分かります?
分かります。
聴教されてるんですよね。
おしゃべりで。
こんなこともしてんだ、
こんなこともできちゃうんだみたいなところを、
あれって人間のインターフェースに合わせて聴教して、
聴教って言い方がちょっとあれなんですけど、
学習してくれているのだったんで、
それを通じて、
こんなに賢いいろんなことを学んでたんだっていうところに気づいて、
僕は手のひらを完全にひっくり返しましたね。
そうなんですよ。
ちょっと脱線するかもしれないんですけど、
皆さん、社長とか見てると、
本当はずっと昔から一貫してることを言ってほしいって思う気持ちって分かると思うんですよ。
私は従業員だった時もあるんで。
だから上に来ると、
本当は行進ってコロコロ変えなきゃいけないんですよ。
もちろんミッションがブレるとかそうなってはいけないけど、
細かい戦略レベルでは、
逆に手のひらを返せるっていうのはすごく大事なことなんで、
ちょっと皆さん甘く見てあげてください。
また言ってること変えてよみたいな話があるんですけどね。
基本的にその持ってる手札というか持ってる情報の中で、
基本的には常にベストだと思うことを決めてるんですけど、
基本動けば動くほど、
自分が動かなくても世の中って動いていくんで、
勝手に変わっていくわけじゃないですか。
特にGPT-4とかって僕らが開発したわけでもないんですけど、
オープンAIっていうすごいイケイケの天才たち企業が開発したことによって、
多分全ての企業のあり方がこれから変わらなきゃいけないっていう。
徹底なると当然戦略とか戦術とかも変わってくるはずなんで、
変われる会社の方が強いですよ。
もちろんミッションはブレちゃいけないっていうおっしゃる通りだと思う。
そうなんですよね。
少し我々ももちろん完全自動運転EVを目指してるんで、
AIの力を振ってるんですけど、
チャットGPTを見て結構まず思ったのは、
早くなったねみたいな、その到来時期は。
我々の弊社用語でアポカリプスシナリオって言うんですけど、
突然何かのAI技術によって、
自動運転技術が完全に突然完成されてしまうシナリオのこと。
これアポカリプス来たんじゃないかみたいな。
よく知ってましたね。
これを聞いてる人には多分、
LLMとかっていうと、
多分LLMってチャットBOTでしょって思ってる人が一定数いると思うんですよ。
そのチャットBOTと自動運転って何の関係があるんですか?
みたいなところを疑問に思う人の方が多いと思うんですけど、
まずその違いというか、
一瀬さん感じた、これが自動運転のあり方とか、
自動運転のソフトウェアを変えてしまうんじゃないかみたいな。
15:01
どこに感じたのかと、そもそもチャットBOTじゃないよみたいな。
チャットBOTもめちゃくちゃ重要な応用例。
確かにね。
さっき福祉さんが言った話がすごいそっくりで、
生のGPT-3って、
なんか変なんですよ。
ちょっと怖い。
なんつう、ああ、みたいな感じなんですよね。
人間用にインターフェースがあんまり揃ってない、
言葉バババって喋るんだけど、
なんかよくわからないかったんですね。
それをチャットができるようにチューニングした、
調教したっていう状態が皆さんの周りで言ってる、
チャットGPTなんですね。
生のGPTじゃなくて、
チャットできるように変えたんですね。
チャットができるってことなんですけど、
俺って実はチャットができるようにフォーカスされがちですけど、
本当そもそも我々とおしゃべりが可能だってことは、
その内部にですね、
この世界に対するいろんな知識が入ってるっていうのが、
私の理解では本質だと思ってるんですよ。
チャットGPTの形式に調教することによって、
我々とインターフェースが揃って、
急にさっき言ったより、
こいつこんなに賢かった、
福島さんが言ってたのまさにその通りで、
しゃべれるようになった。
我々と一つが可能だったんですよね。
だから本質的に内包されている知識量は、
そもそもあんまり変わってないと思うんですよ。
GPT。
少なくとも3と3.5と、
3.5と3はそんなに違わないのではないのかなと、
そういうと専門家の方に怒られちゃうかもしれませんけど、
あんまり変わんないと思います。
あんまり変わんないよね。
だけど大きいのは、
それが我々よりインターフェースが揃って、
揺らがれてきてポイントは、
あいつらってこの世界についてよく理解してる。
例えばすごく面白かったのが、
あれ誰が言ったかな。
靴下は裏返せますけど、
靴は裏返せません。
裏返せませんって言ってたんですよね。
あいつらは結構この世界について理解してるんですよ。
すごい。
みんな知ってますよね。
靴下は裏返せますけど、
靴は滅多に裏返れないですよね。
この世界について十分理解があるからこそ、
会話ができるっていうこと。
これは常識を内包してるとか、
ずっとAIが始まったその瞬間、
AIって学問が始まった瞬間から、
どういうふうに常識、
あるいは人間が当たり前だと思ってる暗黙地を
AIに入れるかっていうのは、
ずっと課題だったんですね。
で、いろんなプロジェクトがありました。
あらゆる常識を掻き切ろうみたいな、
そういうプロジェクトとか昔あったんですよ。
絶対うまくいかないわけですよ。
何かフリーで。
リクエストシステム的な。
あったんだよ。
そういう話もあったんですけど、
そういうことじゃなくて、
俺結構びっくりだすけどね。
18:01
文章の自己教師あり学習。
いきなりテンション上がる。
早いね。
でも文章の自己教師あり学習、
穴埋め問題ですね。
基本的には文章があって、
LLMって次に来る文というか、
穴埋めを予測してるみたいな感じなんですけど、
例えば私はバナナが好きですみたいな。
バナナっていうものを隠した時に、
機械に見せた時にこれ何ですかとか、
そういうのを自己教師あり学習っていう形で
やってるっていうやつですよね。
そうなんですよ。
すごいざっくり。
それをやり続けた結果、
なぜか世界に対する理解が深まるっていう、
謎のことが起こっているっていう。
謎だよね。
謎なんですよね。
文章の穴埋めとか、
文章を読んでいって次の単語を当てるっていう
タスクをしていった。
我々も普段やってますよね。
自分で喋りながら次の文章を自分で生成しよう
っていう行為をしてて、
そのタスクをすることによって、
基本的にそれだけですよね。
この世界について十分理解が進む。
これは面白かった。
岡野太郎さんという天才が仮説を、
仮説なのかちょっとあれなのかわからないですけど、
書いてくれてたんで、
気になる方は検索してみてください。
なんで書いたんですか?
僕の口で説明すると多分、
読むとわかった気になるんですけど、
うまく説明できないですよ。
福島さんの理解を教えて。
完全にわかるようなものじゃないんでね。
AI技術ってパッとわかったりしないんで、
福島さんのポエムが聞きたい、俺は。
じゃあちょっと岡野原理論ではなくて、
僕のポエムで、
結局、言語っていうものが
とても人間の考えている知性になるものを
すごく圧縮した情報の結晶なんじゃないかって思っていて、
僕らっていろんなものを言語っていうインターフェースで話すじゃないですか。
例えば、車が走ってるよっていう言葉で今伝えるんですけど、
車が走ってる動画のイメージを一斉さんに伝えるような
コミュニケーションは僕らは取らないじゃないですか。
絵を描いてとか。
だから多く謎だったのが、
結構機械学習の世界で、
みんなそういう直感から言語モデルになるものの方が
早く知性に近づくんじゃないかっていう直感があったんですけど、
最初にできたのは動画の分類器だったみたいな。
とか画像の分類器だった。
つまりその画像をインプットして、
これは猫ですとかこれは猿ですとか。
あれは分類器ですよね。
知性というよりは分類器だと思うんですけど。
なので動画をめちゃくちゃ大規模に学習させましたとか、
音を大規模に学習させましたとかというものよりも、
21:02
いわゆる文章を大規模に学習させたものが
知性に近いっていうのは、
人間が言語を使って
いろんな情報を伝えてきたっていうことからすると、
そりゃそうだよなみたいな。
だから運転とかもそうだと思うんですけど、
運転って、
もちろん身体的な動作というか、
要は車の角度とアクセルのブレ、
角度どうしますかみたいなアウトプットだと思うんですけど、
それをある一定、多分言葉で表現できるはずなんですよね。
そうやって多分みんな教習所とかで伝えられてると思うんですよ。
っていうのが僕の言語モデルがなぜ、
そもそも世界の真理に近づいてるのかっていうと、
そもそも人間は言語を通じて世界を理解してるのではないかという。
私すごい素直に言うと、ちょっと予想が外れて、
なんかね、こんなに言葉が強くなるとは思わなかった。
悔しい。
もっと画像とか動画とかそっちの。
でも確かに悔しいとかなんか、
いや、なんか分かります。
動画、画像の理解って少なくとも人間以下、
猫って猫自身の世界理解は基本的に言語を返さないと思われてるので、
目を見てどう考えるかってアウトプット出してるんですよね。
それが知能であるかなと思ってて、
言語っていうものの評価が私の中では結構甘く見てたんですよ。
すごい素直に甘く見てたんですよ。
甘く見てたんですけど、
チャットGDP少なくとも言われてる中のプレーンなモデルについては、
なかなか文章を生成するっていうタスクをすることによって、
ある側面において我々に近い世界理解、
あるいは分野によっては我々を超えるような世界理解をしていて、
なんかこれで思ったことは、
人間って意外とちゃんと文章で世界を分類できてたんだみたいな。
はいはいはい。
上手に言葉を使ってこの世界を理解してたんだ、俺らはみたいな。
っていうのがありますね。
一方で、例えば言葉が苦手な領域も私あるの知ってて、
将棋ね、例えば。
はいはいはい。
将棋はね、言語化は難しいですよ。
なるほど。面白いですね。
ゲームになって、
言うんですよ、例えばね、
藤沢さんがね、今7巻の藤沢さんが、
ちょうどね、これ収録日の前後で7巻ぐらいになったんですよ、藤沢さん。
7巻になりましたね。
昨日ですね。
よく知ってますね。
リアルな方ですね。
でも今あれですよ、タイトルが8個あるんですよね、確か。
そうなんです。
まだあと1個。
24:00
昔7巻って言ったら、阿部さんがフルコンプしてたと思うんですけど、
まだ実はフルコンプ。
フルコンプはまだしてないんですよね。
だから7つあった時は阿部さんが7つ全部制覇して、
今藤沢さんは8個目に行くってことです。
8分の7ってことですよね、今。
そんなに普通あれ勝負の世界で別にできないものですけど、すごいですね。
飛び抜けて実力があるってことですね。
飛び抜けて実力がありますね。
でもちょっとさっき阿部さん出たんですけど、
阿部さんがね、この手は暑いですね、みたいな言うんですよ。
ちょっと何言ってるかわかんないじゃないですか。
まあそうですよね、何も言ってないですよね。
温度が高いじゃないですか。
分厚いって言ってたんですよ。
分厚い。
暑いはホットじゃなくて分厚いって言ってた。
なるほど。
でも意味わかんない。絶対意味わかんない。
分厚い。薄くても暑いのがいいわけじゃないんだよ。
暑い時がいい時もあるし、悪い時もある。
なるほど。
薄いからと言って悪いわけじゃなかったり。
どういう薄いっていうのは防御力を示してるんですか?
攻撃力。
攻撃力の概念もあるんですか?
両方言うけど、どっちかっていうと攻撃力かな。
なるほど。そこも直感に反してますね。
何が言いたいかっていうと、まず将棋用の専門用語が表せるんですけど、
そもそもそういった専門用語を雇用しても、大した情報では伝えられてないんですよ。
これは別に羽生さんが悪いとか藤井さんが悪いわけじゃなくて、
およそ職人芸っていうのは言語化できないんですよ。
言葉の組み合わせで表現しきれない業務ってことですか?
たかたか言葉の組み合わせで説明可能な程度の問題であったら、
そんな難しくないゲームなんだよ、たぶん。
結局将棋は、もちろん私のプログラム自身も強かったんですけど、
その後に来たディープマインダーのアルファ語っていうのはですね、
囲碁のプログラムを解いたんですけど、その後に道儀も解いたし、
将棋も同じようなプロセスで強くなったし、チェスも同じようなプログラムで強くなって、
チェスとか道儀とか、実際論文あるんですけど、
ディープマインダーのこういったものをある種の大統一理論で解いたんですよ。
全部CNNを組み合わせて一発で公約したみたいな感じなんですよね。
CNNなんでやっぱり画像認識とかなんですよ。技術の元は。
私は画像認識と教科学習によって解かれていって、こういったものが強いのかなって思ってました。
これがディープマインダーが持っている世界観に近かったかもしれないし、
私はその影響を受けていたかもしれないですね。
27:01
一方でオープンAIはまた違う方針でいきましたよね。
言葉。
チャットGPTは将棋弱いですけど。
まあそうですよね。
将棋弱いんですけど、いろんなレイヤーの知識を知っているし、
言葉を返すことによってこの世界を理解している。
まさに人間のような優しさを持っていますね。
これはすごい。
ちょっとびっくりしました。このような知能のあり方もあるのかっていうのが、
改めて言語系、LLMを通して理解できたって感じです。
すごい話が脱線したんですけど、自動運転とはどう関わってくるんですか?
ごめんなさい。
自動運転とチャットGPTは何の関係があるかって話ですけど、
LLMってこの世界の知識をすごい内包してるんですよね。
特にチューニングとして興味があるのは、マルチモーダルLMっていうのをすごい興味を持っています。
具体的に言うと、最近いくつかあります。
オープンフラミンゴとかもやってるんだっけ?
マイクロソフトのCosmos ONEとか、
ロボットとLLMをくっつけるみたいな、
名前ちょっと出てこないけど、をやっておりまして、
なんでこんなことをしてるかっていうと、
身体性と常識を有しているLLMをくっつけることによって、
より高次な判断ができるんじゃないか、みたいなことを考えてますね。
ごめんなさい。マルチモーダルLLMって突然出ちゃったんですけど、
これは言語以外も、例えば画像を受け取ることができたり、
音声を受け取ることができる。
あるいは、出力の方もテキストを返すだけじゃなくて、
画像を返したり、音声を返すとか、
そういったいろんなものを入力して、いろんなものを出力できる。
我々は少なくともこういったシステムを知ってますよ。
人間って言うんですけど。
人間ですよね。
目を持って耳を。
マルチモーダルLLMが出てきたときは、まだ想像つかないですけど、
本当にあり得ないぐらいの変化が起こっている可能性はかなりありますよね。
そうなんです。まだ今のところ良質なマルチモーダルLLMが
パブリックにはあんまりされてないかなっていう認識なんですけど、
多分相当すごい。
オープン会来年に渡すよ、みたいなことは。
いつ出るんですか。
サムアルトマンがちょっと僕も潤い覚えなんですけど、
2024年には出すよ、みたいなロールマークを確か出してた気がします。
30:04
内部的には完成してるんですかね。
内部的には確かGPT-4自体は論文化なんか出てましたよね。
マルチモーダル。
マイクロソフトとかGoogleとかもそこら辺の論文は確か出してた気がするんで、
残念ながら全然キャッチアップできてないっていう前提で。
他にもそもそも画像を食べさせて文字を出力させたりとか、
そういうモダリビリティっていうらしいんですけど、
そういうことをやると学習が進むってさっきGPT-4に聞いてました。
ちなみになんちゃってモダリビリティみたいなのを作るので、
論文程ほどのものでもないんですけど、
要はLLMにMLパイプラインの計画を立てさせると、
例えばあるタスク、何でもいいんですけど、
例えばここにあるペットボトルを取って、
それに対してこれが何であるかを発話するみたいなタスクを考えたときに、
まず画像を取ってきて認識しますみたいなものにはこのモデルを使いますとか、
そういうタスクを分解させていって、それに対してこういうモデルを使ったらみたいな感じでやることによって、
入力は言葉しかしてないのに、
それって要はMLのパイプラインみたいなのを作ってるみたいな、
その作るのって今まで僕らがコードを書いたりとか、
一個一個モデルをチェックして、
どうやってこういうインプットでとか、そういうのをさっと作れちゃうよみたいな、
そういうのをやっているハギングGPTっていうのがあるんですけど。
ちょうどそっちで実際に運転をやらせようみたいなのがちょっと我々張っておりまして。
だから信頼性ってそういうことですね。
脳みそは計画を立てて、
じゃあこれはこうだよねみたいな、
ChatGPTプラグインとかも似たような発想だと思うんですけど。
今のところまず一番世界で最高のレベルにあるLLMがChatGPTだと思うんですよね。
比較的、客観的かどうか自信がないですけど、
私の理解では結構まだ抜けてるかなって思います。
BERTとか他のものもいくつかあるんですけど。
触ってる感じはそうですよね。
何かなぜそうなのかっていう説明ちょっとできないですけど。
2、3歩抜けてるようなイメージです。
そういったやつに今のところAPI的には言語しか使ってないっていうか、
言語しかインターフェースがないんで、
そいつらに例えば画像認識モデルの出来る結果を上げて行動計画を作らせるとかいうことは、
POCレベルで今やってまして、
実際に車を動かしたりしてるんですよ。
33:02
僕らも車を動かすとかはやってないですけど、
そこら辺に面白さがありそうだなっていうので、
プロダクト作ってるんで、
もっと全然物理のものを動かすとかではないんですけど。
その辺聞いてもいいんですか?
今どんな感じで作られてるんですか?
これは僕が話していいのかわからないレベルの話にもはやなってくるので、
話したほうがいいです。
みんなが想像してるような、
レイアックスでのバクラクっていうサービスを出していて、
主に経理向けとか経理の周りに携わる業務の従業員向けのサービスみたいな経費生産とか、
請求書とか出してるんですけど、
LLM何に使うんですか?って言われるんですけど、
正直全く関係ないことに使おうと思ってます。
そうなんだ。
最終的にはそこにつながる。
僕らの中ではかなりしっくりきてる。
ここのポイントだよね、使うならみたいなところがあるんですけど。
そもそも実はOCRのとことかに、
大規模じゃないですけど、
言語モデルは使ってるので。
OCR殺しの話すげー楽しかったんで、話聞きたいんですけどいいですか?
何ですか?
なんかハンコのやつ。
それはもうLLM関係ないんですけど。
すげー楽しかったから聞かせてほしい。
世の中は機械に優しくできていないっていう話ですね。
交通の標識とかも最もたる例だと思うんですけど、
世の中の請求書って、
なぜか会社名とか決済者の上に、
ちょっとだけ陰影をかぶせるみたいな文化があるんですよね。
ありますね。
たぶん昔は偽造防止とか割り印みたいに使うとか、
なんか意味があったはずなんですけど、
今はもうそれがPDFになってるんで、
一人マジで何の意味もないです。
むしろハンコを押すことによって、
デジタル陰影を奪われてしまって、
ハンコを捏造されるとか、
そういうむしろリスクの方があります。
なので僕ら、ハンコを押さないでくださいとか、
押してもいいけど、
それはデザイン上の問題なのでずらしてくださいってお願いするんですけど、
残念ながら世の中の請求書には、
ほとんどハンコがかぶってます。
そうすると、
必要な情報の上にハンコが塗り落とされてるんですね。
そうすると取引先とか、
なんかその口座番号とか、
支払いに重要なデータのところに、
この赤い色のあれがかぶってるわけです。
そうすると機械は、
上手くそこを読んで、
謎の漢字とかを生成しだすんですよね。
要は画像的に。
わかりますよ。
1の上に一本線が乗ってたら、
それを2って読んじゃうとか、
漢字として。
でも1が2になったら大変ですよね。
36:01
そうなんですよ。
なので僕ら、
そういったバイアスに、
逃れられるように、
ハンコってキュリスティックに消せるんで、
大体赤い色とかですか?
ああ、なるほど。
それを消して、
黒じゃなかったら、
みたいなシルエットかけてってこと?
そうですね。
それで読み込ませると、
精度が上がりますよとか、
そういう職人芸的な、
いろんな工夫によって、
今までの、
なんていうんですか、
世の中の習慣ができたと思うんですけど、
世の中綺麗なデータだけじゃないよと、
むしろ汚い処理に対して、
どう抗っていくかが、
MLの本当の勝負のところだと思っていて、
無理やりLLMにつなげると、
かなりマシンラーニングの民主化が、
僕は起こったと思うんですよね。
あれによって、
なんちゃってアプリケーションなら、
すごく高速に作れますと。
一方で、
実務で例えば事故を起こさないとか、
経理上のミスを起こさないとか、
実務レベルで求められる、
クオリティーにするところの難易度っていうのは、
以前僕は全く変わってないと思っていて。
いや、難しいですね。
チャットで面白ボットは作れますけど、
そうなんですよ。
それが本当に良いものかっていうのは、
実務で使えるかってことは、
そもそも全然違うレイヤーかな。
チャットUIの方がめんどくない、
みたいなところもあったりはするんで、
もっと直接データで渡せばいいじゃんとか、
チャットっていう質問形式にしないで、
普通にもっと違うデータ形式で渡した方が、
処理しやすいみたいな話だな、
そういう話もあるんで。
なんでLLMが来て、
僕らは大きな武器を手にした反面、
使いどころ間違ったりとか、
ビジネス的に、
本当にそれって、
どこまでの、
ややこしい業務なんですか?
謎の習慣とかないですか?
そういうのと、
ちゃんとユーザーが使うところを擦り合わせていかないと、
また結局、
新しいLLMとか言ってたけど、
第3次AIブームでしたね、
第4次AIブームでしたね、
みたいにならないように、
僕らはしたいなという。
本当にすごい変化が起こっているんですよ。
本当にすごい変化が起こっているし、
チェインジングというよりも、
チェインジドだと思って、
もうすでに変化が起こりました、
みたいな感じだと思うんですけど、
これを腐らせてはいけないなという、
何の話だろうね。
その話、先輩経営者として伺いたいんですけど、
我々第3次とか第4次AIブームとか言ってるじゃないですか、
ビジネス上だと。
ここから先、客観的に言えば、
アメリカはうまくやってきます一方で、
なかなか日本でAIはうまく利活用できたって話、
正直ちょっと少ないかなと思ってるんですよね。
もちろん細かいところでいける、
革新的なものが起きてないなと思って、
39:00
なんで日本でそういうAIブーム、
うまく活用できないのかなっていうのは、
すごく悲しいなと。
POCはみんないっぱい作ってるけど、
ここから先、AIが本当に使われてる。
もちろん細かいところでは結構みんな使ってるって話、
よく聞くんですけど、
もっとガンガン使ってるみたいな話。
自論点もそうですよね。
そういうのってどうしてなんだろうって、
すごい悔しく思ってるんですけど、
どうすればいいんですかね。
もうこれはAIがどうっていうより、
多分相手の産業構造がおかしいと思っていて、
AIを飯の種にPOC商売をする時点が成立してしまう時点で、
多分AIっていうのは世の中に広がっていかないと思ってるんですよ。
AIなんか使わない方がいいんですよ、まず大前提。
そうじゃなくて解けるのであれば、
ユーザーの課題が。
まずその方が望ましいと。
ただ最初伊勢さんが言ってたルールベースの限界みたいなところで、
ルールベースってある一定の変数の数が超えたりとか、
ある一定の複雑性が超えると、
プログラマーですら制御ができなくなるというか、
良かれと思って足したものが精度悪化させたりとか、
思わぬところでバグが起きたりとか、
不甲斐が起きたりとか、
そういうのが起こり始めるぐらいのタイミングで、
僕がMLベースのプロダクトにまず移行すべきだと。
まず手動でやってみてくださいよとか、
まずその課題をあなたがプログラマーとして表現してみてくださいよ
っていうところが解けてないものに、
いくら高度な武器を使おうが、
そもそも課題間違ってませんかとか、
そのUXになるもの、
あなたがコントロールできる立場にいないですよねっていう状態のまま、
やれAIだ、やれLLMだと言っても、
そりゃいいものはできないよねっていう話かなと思っているので、
僕は基本的に今後起こるべきことは、
まずサービスを作っている会社にどんどん、
まずエンジニアが内製化されること。
AIだって言うんですけど、
基本的にエンジニアリングというか、
プログラミングパラダイムの一つが拡張されたぐらいの話に、
逆にもう相対化されたと僕は思ってるんですよね。
昔は専門技術だったんですけど、
今はコーディングの一部でしょっていう、
データから学習するコードっていうのが、
プログラマーの武器の一つになったんだよねっていう捉え方をした上で、
どうやってデータパイプライン整備すればいいのとか、
そもそもユーザーの課題は何なのとか、
それってデザインとしてどう見せればいいのとか、
そっちの方に僕は課題があるんじゃないのかなって思ってますね。
めっちゃわかります。
めっちゃわかります。
とりあえずそれでやらなくても、
とりあえず赤色除去した方がいいよねみたいな。
赤色を除去しないまま、
それをMLで認識しようとすると、
異常に難易度が高い問題になっちゃうんですけど、
そのひと処理を加えることで、
42:02
めちゃくちゃ単純な問題に落とせたりとか、
そういうことって往々にしてあって、
そこを制御できる状態に、
プロダクトを生産する側になってますかっていうと、
それを直すために何千万かかりますみたいなことになったら、
スピード出ないじゃないですか。
内製化っていうのはどういう、
全ての企業がやらなきゃいけないんですかね。
AIとかソフトウェアとかプログラミングとかっていうのは。
僕はもうやらない会社は生き残れないと思ってますね。
私もそう思ってるんですけど、
それってどうしてかとか、
むしろ福島さんの口から聞きたい。
どういうふうに考えてるのか。
AIとかソフトウェアを内製化するっていうことは、
どういうことなんですかね。
車の会社もそうあるべきだと思ってるんですけど。
ソフトウェアの開発工程を、
自分たちでコントロールすべきっていう話だと思うんですよ。
なので、必ずしも、
そういう話をしたときに、
Googleとか、
Amazonはそんなやってないですけど、
マイクロソフトとかが、
どんどんそういう基盤モデル、
ファンデーションモデルみたいな、
いいものを出してくれるじゃん。
そういうインフラに乗っかればいいんじゃないのって言うと、
それはイエスです。
ただ、それを制御コントロールするエンジニアっていうのは絶対必要ですよね。
そことサービスの体験をつなぐ人っていうのが、
会社の中にいないっていうことは、
究極その会社のプロダクトコントロール権を失ってるというか、
販売に強い会社なんですかとか、
資金調達に強い会社なんですかとか、
そこを強みにやっていくような会社だったらいいんですけど、
多くの会社って、
自社の製品のコントローラビリティとか、
改善の速度みたいなところに強みがあるから、
成り立ってる会社だと思うんですよね。
めちゃくちゃPEファンドみたいな感じで、
資金調達能力に長けていて、
マーケットの歪みを見つけてきて、
割安なものを買ってくるんだみたいな会社に、
製品を作るんだっていう会社には、
必ずそのプロダクトのコントロール権っていうのを持たなきゃいけなくて、
そこにエンジニアがいないっていうことは、
要はソフトウェアのコントロール権を持ってませんよっていうことと同義。
なるほど、その通りですね。
車の人にみんな言ってあげたい。
多分これ車しか聞いてないから。
ソフトウェアをプロダクトの一部と捉えているか、
なんか外にあるシステムだと捉えているかの違いだと思うんですよね。
そうなんだよ。車の人みんな外から、
ハードウェアキットごとソフトウェアが入ったものを買ってくるんだよ。
それコントロール権ないじゃないですか。
改善もできないし。
でも痛くも痒くもないと思ってるの。
ていうかそもそも痛いと気づいていない、それが。
なんですよ。車は根深いですよ、その構造が。
45:02
ソフトウェア、ちょっと話戻るんですけど、
車って伝統的産業なんですね。
本当にフォードの最初の車から発売されて、
もう100年以上あるような産業で、
一方でクラシックな車会社って、
ソフトウェアってものをどういうふうに扱えばいいかわからない。
っていうのはずっと続いていると思います。
苦しみに出る状態です。
結構手放しちゃってて、
車持ってる人は知ってるかもしれないですけど、
今スマホにカートレイって機能とか、
Android Autoって機能がついてて、
勝手に、知ってます?
知らないです。僕、車運転、
免許取ってから人生で、
30メートルぐらいしか運転したことない。
なるほど。
ケータイ、福島さんのケータイもほぼ間違いなくできますよ。
車につなぐとディスプレイからケータイが出てくるんですよ。
それでいいと思ってるんですよ。
Googleマップ使えるから。
だからもうユーザー体験投了してるんですよ。
なるほど。
でも、車の人たちは、
そこは別に興味がなくて、
いろいろあるな。
チリとか、チリってわかります?
車の…
わかんないですよね、チリって。
難しいな、チリって。
だから、車と車の鉄板と鉄板のあいっぷりみたいなことです。
なるほど。
チリが合うとか言うんですけど、
そんな話してるんですよ。
チリが合う話をするんだったら、
画面のディスプレイのジャギの話もしてくれとか思うんですけど、
これジャギジャギじゃんって思うんだけど。
はいはいはい。
チリの話するんですよ。
なるほど。
車の人たちは、テスラはチリが合ってないって言うんですよ。
実際、合ってないですけど。
全然合ってないですけど。
でも、テスラはスマホの中のディスプレイのフォントとかにはすごいこだわりがあるんですよ。
なるほど。
どっちが大事なんだ?みたいな。
はいはいはい。
マジでそういう世界なんですよね。
ちょっと私、宣伝するとですね、
車って、なんか皆さん複雑なことかなと思うかもしれないですけど、
私も今、確信してます。
普通の現代ソフトウェア、現代ソフトウェアっていうのは、
このスタートアップが起こしてきた今風のスマホアプリしかあり、
ウェブUIの体験だったりっていうのは絶対車で通じます。
これはアメリカや中国では当然のトレンドであって、
日本で来てないだけであって、
あなた方のそういった能力っていうのは、
今の自分たちの場所以外でも通じるっていうのは間違いないです。
一人の基盤とか、そういうように車が設計されてなかったから、
今聞いている皆さんの実力が発揮できる場所はなかったんですけど、
一人がそういう場所を作ります。
48:00
で、いわゆる普通のソフトウェアが普通にプログラムを書けるようにするっていうのが、
つまり自分たちでコントロール権を持てる形にしたいなと思ってます。
だからそこのユーザー体験のとこは、
部材調達じゃなくて実際に作ろうってすごい思ってます。
モーターは作んない?今のとこは。
そこはすごい特徴となっているとこですよね。
いわゆる自動運転ソフトウェアを作りますみたいな会社って、
ちょこちょこ出てくるじゃないですかね。
そこをハードから一気通貫してというか、
そこをやってる会社って、
そもそもそれを最初にやったのがテスラだと思うんですけど。
色マスクはね。
猫すげーわ。
調べるほど知らない。
素敵な勘違いですよね。
いやあいつすげーよ。
あいつさ、何?なんかわかんないけど、
ちょっと一発当ててさ、ロケットを作ろうと思ったのはさ、
完全に素敵な勘違いだよね。
そうですね。
あいつそういう勘違いじゃなかった。
なくとも、今ある形を想定は絶対しなかったでしょうね。
で、車も作っちゃうし、
Twitterも買っちゃうし、
何なんでしょうかね。
やっぱりこう、ああいう勘違いが大事だと思います。
確かじゃなかったはずです。
でも彼は、自分の限界はまだまだ先にあると思ってたっていうのが、
最も大変な能力なのかな。
全然エリアよりも関係ない。
最近好きな話してもいいですか?
ごめんなさい、どうしました?
テスラの話を聞いてて、
最近ライト兄弟っているじゃないですか。
飛行機を作った?
そう、まさに。
ライト兄弟の最初に作った試作機って、
ライトフライヤー1号っていうのがあるんですけど、
あれ現代の誰も飛ばせないって知ってました。
どういうことですか?飛ばないの?
飛ばないんですよ。
え、飛んだんでしょ?
飛んだんですよ。
ちょっと正確ななぜそれを飛ばせたのかっていうのは、
諸説あるらしいんですけど、
ある条件に、
まずライトフライヤー号の飛ばす原理そのもの自体は正しいんですよ。
ただある条件下にないとそれが飛ばないらしくて、
その条件がめちゃくちゃ強風であることと、
もう一つは操縦する人がめちゃくちゃ習熟していること。
だから勘違いだったんですよ。
飛んでないで。
飛んだのは事実です。
飛んだけど、
すごい向かい風ってこと?
多分そうですね。
ものすごい、
飛行機の原理はプロに任せるんですけど、
要はその事実って面白いなと思ってて、
51:00
それをとある状況に当てはめるとどうですかと、
ちなみにコンピューターシミュレーションでやっても飛ばないらしいですよ、
ライトフライヤー号。
おかしなことが起こったんですよ。
マジで奇跡が起こったんですよ。
なるほど。
これって結構スタートアップに通ずる話だよね。
奇跡、いろんな人が集まって、資金が集まって、
もしかしたら1年サービスを出してタイミングがずれてたりしたりとか、
この投資家がいなかったらとか、
社員のこういうエンジニアがいなかったら、
この営業マンが、
本来売れないはずのものだったんだけど、
切り開いて売ってきましたみたいな、
そのバタフライ効果じゃないですけど、
原理は正しいです。
やってることの原理は正しかったんだけど、
失敗しちゃうことってたくさんあると思うんですよね。
けど、
例えば、
コンピューターシミュレーションでも飛びませんと、
どうやっても飛ばない飛行機って、
それ失敗作だって思うじゃないですか。
でも事実は違うわけですよ。
飛んだんですよ。
それが事実なんですよ。
それが本当にあった事実なんですよ。
100年前に起こった事実。
それをきっかけに、
飛行機産業っていうのが生まれたんですよ。
これが素敵な勘違いだなって思いました。
原理は正しいんだけど、
なぜか、
その時、その瞬間、
その人にしか起こらなかった幸運を、
たまたま手に、
ただそのために、
ライト協力でちゃんと、
めちゃくちゃ毎回の飛行のデータを取ってたりとか、
何でこれダメだったんだろうとか、
何百回も飛んで、
その技術に習熟してたりとか、
もう執念があったわけですよね。
だから、
ライト協力でしか飛ばせなかったんですよ。
あの瞬間、
あの時。
なるほど。
これが素敵な勘違いだなっていうところで、
ちょっと話を締めにかかろうかなと思ったんですけど。
1個だけ言っていい?
でも、
多分、
でも聞いてる人向けに1個喋ると、
なんか奇跡って結構、
よくあるじゃん。
福島さん、奇跡いっぱいあったでしょ?
いっぱいありましたね。
意外とね、
一生懸命やってると奇跡って、
簡単に起こるんですよ。
そうですね。
ライト協会ほど偉大じゃなくても、
起こります。
そう。
我々、
言い方あれだけど、
奇跡慣れしてるじゃん。
出来慣れっておかしい。
奇跡が起こってますからね。
まあ、
そのうち奇跡で起こるやろう、
みたいな思ってるじゃないですか。
結構ね、
皆さんも忘れないな、
知らないで欲しいなってのは、
奇跡しょっちゅう起きるから。
スタートアップってそんなんばっかりですよ。
ほぼほぼ全てのスタートアップは、
1回は奇跡はあったはずだよ。
3回ぐらいありえない奇跡が起こってますね。
成功してるスタートアップには。
でも、
日常的に奇跡が起こってますね。
そうそう。
この人から話すのとかあるじゃないですか。
ありますね。
でもやっぱり原理は正しい中で、
でも誰でも飛ばせるわけじゃないんですよ。
でも起こるんですよね。
そういう運のいいこと。
そういうのがいろいろ積み重なって、
スタートアップっていう飛行機は
54:00
飛ぶんだなっていうのを、
すごい感じますね。
いやでもね、
一生懸命やってると奇跡結構起こるんですよ。
そうなんですよ。
それが今日のメインテーマですね。
LLMは。
LLMはすごい奇跡ですよね。
だってオープンAIって、
誰がどう考えてもグーグルに勝てる要素ないじゃないですか。
そうなんだよね。
いや少なくとも、
あれいつぐらいですか?
16年ぐらい?17年ぐらい?
16とか17年始まって、
しかもロボット事業を撤退したりとか、
ヒーローマスクに全部裏切られたりとか。
逆の方の奇跡が起こってますよね。
そんなこと起こるみたいな。
ヒーローマスクもったいなかったね。
最大の後悔って書いてましたね。
そうね。
いやそうだと思う。
しかもその頃って、
ちょうどそのディープマインド出てきたりとか、
グーグルがまさに我が世の春というか、
AIであればもうグーグルが全て、
みたいなところで逆張りして起こった奇跡みたいな、
なんかそういうことって起こるんだなって、
なんかすごい勇気づけられました。
でも忘れないでほしいけど、
実は世界意外と順張りじゃないですよ。
逆張りですよね。
だって別にアメリカが偉大な、
あ、そうそう閉めなきゃいけない。
でもアメリカが偉大な理由は、
なんかフォードやGMが強かったからじゃないよ。
なんかテスラとか意味わかんないのがいきなり出てきて、
とんでもない大きくなって。
で、グーグルが出たくなってきた。
で、今度はオープンAI。
だから今ある企業がすごくなったからアメリカ偉大じゃない。
なんかよくわかんないやつが突然作って、
なんか成功させたっていうのだからこそ、
アメリカは偉大なんですよ。
こいつらをこうエネジャーにするというか、
ブーストさせる仕組みがすごいですよね。
だって普通逆の態度取っちゃうじゃないですか。
消しからん。
なんか悪いことをしてるんじゃないかとか、
なんかズルをしてるんじゃないかって思いがちなんですけど、
そういうわけわかんないやつを全力で羽ばたかせるっていうところは、
アメリカの本当にすごいところですよね。
そう、でも別に俺らもできるし、
いつも私は思ってるんです。
世間は優しいし甘いよ。
分かんない。
俺が会ってきた世界は甘かった。
応援してくれますよね。
ほんとみんないい人ですよね。
たまに出ること言ってくるやつもいるけど、
相応を取ると世界は優しく甘く、
そして前に進もうとする君にとっても応援してくれるはずってのを忘れないで。
これ愛用ですよね。
なんか上場させる。
起業させようとした。
いいですよ。
起業をしてください。
これを聞いて刺激を受けた人は。
ほんとそうなんですよ。
57:00
世界はマジ甘いんで。
激甘っすよ。
XMチューリングにも入らなくて大丈夫です。
でもどっちもあっていいと思うんですよね。
これを聞いて勘違いできる人は起業した方がいいですし、
そうはいっても仲間と集まって、
いろんな組織を作って夢を追っていくっていうのも、
それは素晴らしい貢献だと思うので、
そっちが合うなって思う人は、
マリアXとかチューリングの興味を持っていただいて、
これを聞いて、
そうだと一生さんの言う通りだと福島さんの言う通りだと、
勘違いしてやっちゃうぞ。
私も勘違いしてやっちゃうぞっていう人は、
もっと僕増えていいと思うんですよね。
日本起業が全然足りないんで。
あと100倍いても大丈夫なんですよ。
だから僕らは挑戦者。
自分たちも挑戦者だし、
こんな言うこともありますけど、
僕も一生さんも大した人間ではないので、
みんなできますと。
同じ人間なんでね。
大した人間じゃないから助けてほしいんですと。
全然なんもできません。
バレた?
そうなんだよ。
助けてほしい。
なので、どうなるってもうまさに、
今日ちょっとすごいこれからいろんな話するときに、
絶対一生さんの話ちょっとパクろうと思ったんですけど、
新しく生まれてくるやつが、
未来を作ってるんですよね。
もうそれはずっとそうなんですよね。
歴史を見てもそうだし。
それが今最もやりやすい時代になったと思う。
簡単なんですよ。
少なくとも10年前とか100年前よりも絶対に、
もしかしたら10年後とか100年後はもっとやりやすくなってるかもしれないですけど、
僕らは今に生きてるので、
今が人生で最もチャレンジしやすいタイミングであると、
いうことがすごいお話でて、
ちょっと心を打たれましたね。
いや、いい話だなって思いました。
客観的な事実としても、
日本のスタートアップファイナンス事情って、
本当に急速に良くなってますね。
まだまだアメリカに比べてちっちゃいですけど、
それでもだいぶ届いてきた話もあります。
ルーリングみたいな大それたことを言えるような、
日本にもようやく足がかかってきたのは本当かなと思ってます。
ぜひこれを聞いて、
まず皆さん企業を考えましょうと。
ちょっと企業じゃないなって人はどうすればいいんですかね。
その次はレイアックスを考えてください。
レイアックスよりもハードウェアがいいなって思った人はチューリングを。
どっちでもいいんですけど、
ベンチャー企業とか新しく生まれてる会社に転職するっていうのは、
そんな怖いことでもないですし、
むしろ楽しいことだよっていうのが、
今日の一生さん楽しそうだったんで。
1:00:02
ちなみに、
ヒーローズの頃の一生さんも行ってて、
よく中華料理屋行ってたじゃないですか。
行ってましたね。
最後の方、くすぶってましたよね。
そういう人って企業した方がいいなってすごい思うんですよ。
新しい大きなチャレンジに行くっていうのは、
別に僕は悪いことだとは思わないので。
うちの会社からも、
どんどん企業が出てきてほしいですし、
レイアックスがだらしない会社になってなかったとしても、
もっと面白いチャレンジのような会社を見つけました、
転職しますっていうのは、
応援するよ、行ってこいって言える会社でやりたいですし。
あと、上々してSをめっちゃ配りたいですね。
いいですね。
そうするとまた新しい挑戦者が生まれますからね。
特にこの系統の会社の成功は励まされるんじゃないかなと思って。
そう思いますね。
正直、やったら日本史上初だと思いますよ。
このタイプのスタートアップで。
分かります。
僕はレイアックスは別に、ある意味そこのリスクは取ってないんで、
ちょっと違うところでリスクを取ってるんで、
その事業複数やるとか。
まだ違うリスクの取り方をしてるなと思うんですけど、
レイアックスが成功したら多分、
それはそれで史上初じめてなんですけど、
ちょっと違うリスクを取ってるなと思いますね。
という感じで、そろそろすみません。
時間が多分、
めちゃめちゃ楽しかった。
最後一言だけ、1分、それぞれ一言だけ。
僕は、いいかな。
最後に締めのお言葉をもらえればと思います。
チューニングについてですか?
そうですね。
山本一世という人間について。
私、山本はチューニング株式会社という会社をやっておりまして、
目標は完全自動運転EVの量産です。
ミッションはWeOverDeckTesla、
Teslaを超える車会社になるというのを目標に掲げています。
完全自動運転でまだハンドルがない車って、
まだ人類が見たことないですけど、
これ、AI技術の進展とともに絶対届くはずです。
我々ができるかどうかっていうのはまた別の問題ですけど、
普通にハンドルがない車っていうのは未来の日常になりますし、
これ自体、人類を移動から解放させるというか、
別に今までハンドルが持てなかった人に対しても、
適切にAI技術を使うことであって、
例えば学生の皆さんとか、
あるいは高齢者の人とか、
あるいはそもそも車が自信がない人、
運転したくない人、福島さんもそうですよね。
福島さんもそうですね。
自動運転を提供してほしいですね、完全自動運転者。
あともう1個はやっぱりEV量産。
1:03:01
だからやっぱり産業をつくるっていうことですよね。
本当にデカい産業をつくるっていう機運が、
日本でずっと起きてなかったなっていうのは、
もちろんスタートアップの人たちが頑張ってきました。
例えば、メルカリとか偉大な会社はありますけど、
それでももっともっと大きな機関技を揺り動かすような、
機関産業となるようなものを作っていかなきゃっていうのは、
すごい我々の意思としてあります。
ハードウェアとソフトウェアの垣根をなくして、
新しい時代の移動体ですね、
もはや車ではなくて移動体をつくるっていうのが、
ミッションとして我々持っていて、
テスラを超えるような本当に大きな会社になります。
ということで皆さんぜひ会社に応募をしてください。
いや、若くしますね。
では本日はありがとうございました。
はい。
では以上で終了させていただきます。
はい。
