AIメモリーの現状と課題
みなさん、こんにちは。北野美樹です。 宮武哲郎です。
Off Topicは、アメリカを中心に最新テックニュースやスタートアップ、ビジネス情報を ゆるくコピーしながらご紹介する番組です。
今回のトピックは、コンテキストの半減期と 合成メモリーの可能性について話していきたいと思います。
はい。今回は先週に引き続きの話になっていくんですけど、
先週からAIメモリーの重要性について話したところで、
AI自体がブレインロッド、コンテキストロッドみたいな課題を抱えている中で、
先週話したのは、コンテキストロッドっていろんな面で存在しますよね。
AIがよりSaaSを扱うようになるとか、それこそカルチャー面でも、
コンテキストロッド、人気のアーティストがどこかのタイミングで人気がなくなるみたいな話をしていたと思うんですけど、
今日に関してはそこにも触れつつ、まずこのAIメモリーの中で、
少しだけ今の現状について話して、そこから今後どういうふうにメモリーが発展していくのかみたいな話をできればなと思います。
まずは今の現状からなんですけど、
最近、去年の12月末、2025年の12月末に、あるテック業界の人がチャットGPTのメモリーレイヤーがどんな感じになっているのかみたいなことをブレイクダウンしてくれたんですよね。
ちょっとこれがどこまで本当なのかっていうのはいろいろ疑問はあるんですけど、
一応すごい面白い分析の仕方だったので、一応彼が見つけたのが4つのレイヤーに分かれています。
一つがセッションのメタデータ。
これは特にチャットGPTのメモリーに保管されているものではなくて、そのセッションを開いたときに保存される情報。
それは例えばなんですけど、どういうデバイスから入ってきているのかとか、どういうブラウザーを扱っているのかとか、なんとなく地域とかタイムゾーンっていう話とか、
あと実際課金してるのかしてないのかとか、過去のどれくらい頻度多くチャットGPTを使っているのかとか、画面のサイズとかそういうのをいろいろ見ています。
2つ目がもう少し長期的なユーザーについてのファクト。
これは記憶としてOpenAI、チャットGPTが残しているものなんですけど、これが例えばユーザーの名前でしたり、年齢とか、何を目的にしているかとか、バックグラウンドとか、
ここは基本的にユーザーが明確にこれを保管してくださいって言ったものに関して保管しています。
さらに3つ目が今までの会話の履歴ですよね。
ここが多分結構、個人的に思ったのとちょっと違かったなって思ったのが、やっぱりチャットGPTとかですと、過去の記憶の詳細をすべて覚えているのかなと思ってたんですけど、
実はサマリーを作ってるんじゃないかと、過去の会話。
それをベースに回答しているんじゃないかと。
でもそれにある程度、いろんな会話を通しても統合性があったりとか、何かしら覚えてくれているような感じがそこにあるんじゃないかと。
あと最後は、今現在の会話を一応全部見ているので、そこを一応ベースにしているんじゃないかというのがこの人の見解ではあるんですけど、
情報の効率的な運用
これって結構面白いなって思っていて、今の現状の課題感も見せて表していながら、解決案としてのオープンエイの判断が見えてくるかなと思っていて、やっぱりメモリーには制限があるので、今現在は。
なので、そこをどこまで最小限に抑えながら、よりパーソナリズされた体験を提供するのか。
おだしょー 課題感なんですか、これは。
課題感だと思います。本来であれば、たぶん全部の情報をとりあえず保管しておいて、それをいつでも呼び出せるようにするっていうのがベストなんですけど、今のたぶんメモリーの制限上、それができないっていうところと、あえてそれを選んでないんですよ、オープンエイに関しては。
おだしょー 選んでないっていうのは。
全部の過去の会話をデータベースに落とし込んで、そこから情報を引っ張り出すと、時間がかかるじゃないですか、回答するのに。
おだしょー 確かに。
そこのスピード感を重要視するためには、サマリー版だけでいいっていう判断をしたんですよ、わざわざ。
そこも結構個人的に面白い話だと思っていて、なんか当然だからどっちの道も選べたはずなんですよね。
なんですけど、あえてスピード重視をしたっていうところは、必ずしも過去の情報が全部重要ではないっていうのを彼らも理解していて、
そこのサマリーだけでもあることによって、ある程度統一感があるような会話を作れたりとか、よりパーソナリシーされた気分をユーザーが味わえるような感じ、そういう体験作りができるっていうのを多分オープンエイが仮説を立てて、
それで多分やったので、必ずしもデータを全部持ってるのが正しいっていうわけではないっていうのが今のオープンエイが見せてる話でもあると思うんですけど、これはそういう意味だとプロダクトの判断ではあるっていうところですよね。
新旧情報の価値
いい体験をしてもらうためにこの判断なんだっていう。
逆に言うと今後、今までいろんなデータを集めるのもこのAIメモリーの中で重要っていう話をしたんですけど、それだけではないのかなっていうところで、何を捨てるか何を捨てないかみたいなところが結局このユーザー体験を向上させるためのバランスが大事っていうところ。
そこは必ずしも大量のデータではなくて、スピード感とか効率性とか性格性、何を重要視するかによって、どこまで情報を全部明確に取り入れるのか、一部だけ取り入れるのか、そこのプライオリティをどうつけるのかみたいなものが変わってくるのかなっていうところですね。
どうプライオリティつけてるんですかね。
そこが多分結構、よりパーソナリズされた体験作りにもつながっていくと思うので、そこをどういうふうに、あとこれからOpenAのChatGPTもどんどんメモリーが拡大していくので、そのタイミングでどこまで情報を扱うのかみたいな話もいろいろ考えないといけないんですけど、
でも同時にユーザーどんどんChatGPT使うので、サマリーだけでもどんどん埋まっていく可能性もあったり、おそらくなんですけど、コアユーザーって今毎日2時間ぐらい使ってるんですよ、ChatGPTを。
そうするとその会話自体が多分、1年分の会話が保管されてるかっていうと、多分保管されてないんですよ、ChatGPTのメモリーの中に。
なのでそこも結構重要なところで、時間軸を、どういうふうな時間軸のプライオリティをつけるのか。
これが多分先週話したカルチャー内のコンテクストロットにつながる話でもあって、人気のアーティストが80年経つと忘れられてしまうかもしれないみたいな、
そういう仮説が本当であれば、そもそも情報も価値観っていうものは半減期があるのか、いわゆる情報の価値がどんどん劣化していくのか、劣化していかないのか、そこの判断をAIがどんどん決めていかないといけなくなるっていうところですね。
向井 劣化っていうのはどういうことを指してますか。
よりそのユーザーにとって重要かどうかっていう話ですよね。
でも、必ずしも情報の劣化するスピードが全部が同じではないですし、場合によっては古い情報の方が重要だったりする時もありますし、今の例えばインターネット全体的に見ると、より新しい情報に対しての偏りがあるじゃないですか。
それこそ多分、Google検索のフィードを見ても、SNSのフィードを見ても、基本的に新しいものを出すっていうのが重要視されている中で、それが必ずしも正しくはない。
なので、例えば映画とかもそうですけど、スピンオフとか過去のもののIPをベースにしたものが出ていたりするので、それは新しいのか古いのかっていうと、どっちもって言えそうな気がするんですけど、そこのバランス感ってどうするのかとか、
音楽も消費される音楽って、より古い音楽の方が今より消費されてたりするわけなので、そこもだからっていったら新しい音楽が出て、それを全員にレコメンドするべきかっていうと必ずしもそうではない。
難しいですね。
ここもどの情報によって時間軸のプライバリティ付けってめちゃくちゃ変わるんですよね。
確かに。人間に別に合わせなくてもいいですもんね、その記憶のシステムが。
そうなんですよね。
AIだから。
でもそれを当然ながらハックする人もいるじゃないですか。ビルボードのランキングとかも、最近ランキングのアルゴリズム変えたんですよね。
今までやっぱり再生回数ベースで見てたんですけど、配信サービスが出てきてから配信ハックみたいな人たちがいっぱい出てきて、リミックス作ったりとか、古い曲がずっとランクインしてしまうみたいな現状ができて、それを変えたいと。
もっと新しいアーティストとかをしっかり推したいっていう話で、ビルボードが去年の10月ですかね、2025年の10月にアルゴリズム変えて、より古い曲がチャートに残るのを難しくしたみたいな話があったり。
音楽の話とかは特に難しいですよね。新しくも古くも必ずしもなくて、もしかしたら自分の世代の曲の方が重要視されるべきかもしれないですよね。
出てくるレコメンドとしてってことですよね。難しいですね。人って変わるじゃないですか。だから、それをずっとそれがいいと思ってたら、だんだん飽きてくるみたいなのとかもあるから。
そこの昔の情報がずっといいわけじゃないですもんね。
それをアルゴリズムがプッシュしすぎると、それこそフィルターバブル的な問題も起きるわけじゃないですか。例えば音楽とかはすごいわかりやすくて、多分皆さんもリスナーの方ももしかしたらなんとなく感じるかもしれないですけど、だいたい自分の世代の音楽が一番って全員言うんですよ。
で、これの分析があって、アメリカ人の人たちを調査して、いろんな年代の人たちを調査したんですけど、いろんな曲を聴いてもらって、どの曲が良かったか、評価高いか、支持率が高いかみたいなのを見ると、だいたいの人は35歳ぐらいまで聴いた曲を高く評価しがちっていう。
で、そこから落ちるっていう。
向井 結構でも長いですね。なんか20代とかの話かと思ったら35なんですね。
35って書いてます。35から本当に落ち始めるっていう感じでしたね。
向井 うーん。
やっぱり自分の世代の曲っていうのはそういう意味合いでもあるのかなっていうところですね。
でもこれを、じゃあAIがその人の世代の曲しか流さない方がいいのか、それを例えば曲をレコモンドする8割をそうするべきなのかっていうと、それを難しい判断ですよね。
向井 うーん。そうですね。
だから、なんかこの新旧とかその古い時間軸ベースのプライオリティ付けですらすごい難しいですし、それもなんか複数のレイヤーがあると思うんですよね。
例えばなんですけど、すごい簡単な事例で言うと、天気の情報を聞いた場合、それは今じゃないですか、基本的には。
で、もしかしたら指定されたら未来の天気予報でしたり、過去の天気を教えてくださいっていう話だと思うので、AIとしては割と意図が分かりやすいんですよね。
意図とか何がプライオリティなのかっていうのは分かりやすいんですけど、でもなんかすごいシンプルに例えばなんですけど、どの服を着ていくべきかみたいなレコメンドを聞いた時に、
単純にそのTPOにフィットするものではなくて、その人が例えば最近このTシャツを最近買ってこれをすごい着たがってるっていう思いを加味できるのかっていう話なんですよ。
それをベースにちょっとTPOが崩れたとしても、このTシャツとりあえず着たいんですよねっていう人っているじゃないですか、例えばですけど。
それをAIが理解しながらやってくれるのか、そこはユーザー側がもっとプロアクティブに動かないといけないのか、じゃあこのTシャツと合わせてくださいっていうのを言わないといけないのか。
だからそこら辺も結構そのAIとして、まずそれを情報として記憶しているのかっていうところと、それをベースにちゃんと判断とかレコメンドができるのかっていうのがすごいまだ見えてない部分かなと思いますよね。
でも、今の例えばテキストベースとか声とかでも、それだけじゃ難しい、不可能な気がするんですけど、なんか常にカメラつけてるとか。
感情をなんか読み取ってるとか。
AIメモリーの理解
感情データが、こっちがインプットした情報だけじゃないものがわからないと、結局意図があるじゃないですか、テキストとか言ってる言葉とか、欲用とかであるかもしれないですけど、
本人が嘘っていうか、もしくは情報が少なく話してる場合は、読み取れないですよね、絶対に。
でも、さなさんが言った通りで、テキストで欲用って入れにくい部分もあったりとかするわけじゃないですか。
なので、いろんなどこにアクセントをつけるかによって全然違いますし、それがカルチャー面でも違かったりするじゃないですか。
アメリカ人がこういう言い方をして、日本人がこういう言い方をすると、必ずしも同じ意味合いじゃなかったりとかするわけなので、そこまでしっかり理解してくれるのかっていうところは、やっぱり今のデータ量だと不十分であって、
それこそ過去に我々も話した、そのAIアシスタントの可能性みたいな話について話してたのが、よりパッシブなデータ収集方法。
それがAppleとかですと、AirPodsとかApple Watchとか、常にとりあえず情報を収集しながら、それをベースにいろいろより複雑な判断をできるような話だと思うんですけど、
でも正直、大量のデータになってしまうので、これを全部取り入れると。そもそも短期的に言うと、この無限なAIコンテキスト、AIメモリーっていうのは、まだありえない世界なのかなっていうふうに思うんですよね。
たしか、メタの今も多分AIのトップじゃないんですけど、ヤン・レクーンさんが話してたことがすごいわかりやすくて、これからスマートグラスみたいな、スマートメガネみたいな形で、見るデータがどんどんどんどん入ってくるじゃないですか。
それ以外に、音とか匂いとかそういうデータも今後入ってくると思うんですけど、目に入ってくるデータだけを考えても、たしか彼が計算したのが、子供が最初の4年間、起きてる時間帯で見る、消費するデータ量って、今のLLMの50倍のデータ量ですと。今の一番大きいLLMとかの。
なんで、それが最初の4年間で、しかも目に入る情報だけなので、それらを考えると、これだけAIがどんどん進歩してるのはそうなんですけど、どこまで総合的な判断、全データ集めた形の判断っていうのが、なかなか今はしにくい状況なのかなと思うので、
よりこのプライオリティ付けとか、何を重要視するのか、何を重要視しないのか、みたいなことが大事になってくるんじゃないかなっていうふうに思いますよね。
アルゴリズムの役割
何を重要視するか。
これじゃあどういう形でAIがプライオリティ付けするのか、みたいなことを考えた時に、いろいろ仮説っていうか、考えとしてはあるんですけど、一つは複数のアルゴリズムが常に裏で動いてる。
常に裏でアップデートされてる、みたいなことになるのかなと。
この複数のアルゴリズムっていうのは、複数のレイヤーで動いているっていうところと、同時並行で同じレベル間で動いてるものもあるかなと。
これがどういうふうに切り抜かれるのかっていうのがすごいわかりにくくて、
もしかしたらですけど、一つのアイディアとしてあるのが、ユーザーの各アイデンティティごとのアルゴリズムみたいなものが作られるんじゃないかと。
例えば仕事用、仕事の宮武さんとか草野さん用のアルゴリズムとか、逆にパーソナルな世界の中でもこの趣味を考える草野さんとか宮武さんみたいな形で、
アイデンティティごとで分かれていて、それをなんとなく全体を見てくれるようなAIオーケストレーターがいるみたいな。
多分なんとなくですけど、今の我々の脳とか考え方もそれに若干似てるような感じはするので、
一つのアルゴリズムっていうよりも、いろんな要因を考えて、それがアイデンティティだったりいろんな形でスプリットされていて、それが総合的に我々が一人の人間として判断してるっていうところ。
なんでここの切り口がどこにするのか、例えば目で見るデータ、耳で聞こえるデータ、匂いのデータとか、そういう形で分けるっていうやり方もあるかもしれないですし、
そこを何をするのかっていうのはまだ明確ではない気がするんですけど、多分少なくとも複数走らせないといけないのは確かかなっていうふうに思いますよね。
社会的インパクトと文化
そうですね。
じゃあその中で何をAIが、この大量のデータを集めるわけじゃないですか。何により集中するべきかっていうと、一つヒントとしてあるのが、
今の社会、そのAIがどういうふうに社会に対してインパクトを与えているのか、全体的に多分テクノロジーがどういうふうにインパクトを与えているのかっていう話だと思っていて、
そのAIツールがどんどん発展している中で見ていると、どんどんそのAIでテキストを生成したりとか画像を生成する人がどんどん増えているわけじゃないですか。
それこそイギリスでも確か2割ぐらいのフィクションの著者と25%ぐらいのノンフィクションの著者がAI生成技術を使って何かしら仕事をしていますと。
じゃあそんな中で何が起きているかというと、より似たようなテキストアウトプットが出始めてるんですよね。
多分、草野さんも英語のAI生成技術とか見ているのでわかると思うんですけど、英語とかだとすごい有名なやつはM'で、M'って何て呼ぶんですかね、配布みたいなやつですよね。
横棒みたいなやつですよね。
ちょっと長い横棒みたいな感じですね。
それを結構英語のテキストを生成してくれってお願いするときに結構出てくるんですよね。
逆に今だとそれが出過ぎて、M'がテキストに出た瞬間、全員これAIって思っちゃうっていう感じになっちゃってるんですよね。
それは何でなんですかね。
多分なんですけど、そもそもオープンAIがデータをトレーニングしているときに、よりクオリティが高いデータを見たときにM'の頻度が高いんですよ。
M'って結構知的な著者とか、それこそいろんな論文で使われたりとかしていたりするので、おそらくそれを真似ているのかなっていうふうに思いますね。
出てくるのはしょうがないと思うんですけど、最近オープンAIがM'をあまり出さないでくれっていうお願いがようやく聞くようになったらしいんですけど、今まで聞かなかったらしいので、なかなか。
なので結構僕も、それこそ日本のテック業界の方々とかで、たまにLinkedInで英語の投稿とかしてるのを見かけるんですけど、M'が大量に出てきているのを見て、多分なんですけど、ちょっとGPT使ってますよねっていうふうに思っちゃうので。
ニヤニヤしてる。
ちょっとニヤニヤしちゃうっていう。
それ自体が悪いっていう話ではないんですけど、社会的なインパクトとしては、より似たような文章をみんな書くようになってきていると思っていて、
M'はすごい軽い事例なんですけど、AIって人間とはちょっと違うボキャブラリーを持ってたりとか、すごい面白いのが、SF小説を書いてもらうようにAIにお願いすると、まあまあな確率で同じ主人公の名前が出てくるんですよ。
本当に、Aの人がお願いして、全く違うBの人がお願いしても、エララボスさんっていう名前をやたら出してくるんですよ。
でも、エララボスって過去に存在しないんですよ、名前としては。
でも、なぜかやけに出て、男性のキャラクターはカエルっていう名前がすごい出てくるんですよ、SF小説の中だと。
なので、最近だと自費出版する人たちが、やっぱりこのチャットGBTを使って自費出版する人たちが増えてるんですけど、やたらとエララボスさんが主人公として出てきてるんですよ。
よくそのまま使いますね。
そうですよね。
名前を。
みんな聞いたことないので。
そのままでいいやって。
そのままでいいやって多分なっちゃうと思うんですけど。
すごい面白いですよね。
それで同じキャラクターがいっぱい出てくるみたいな。
確かに、アウトプットしたときにユニバースがつながってるっていうのは面白いですよね。別々からアウトプットしたのに。
裏でチャットGBTがユニバース化しようとしてるのかもしれないですけど。
アウトプットしてるのも人間じゃなかったっていう。
はい。
わかりますよね。
日本語でもこの文章、チャットGBTかなとかは、
あと、チャットGBTの性格、こういう文章書けますよね、みたいなのは、だんだんわかってくるっていうか。
変わらないですよね。そこの部分はあんまり書き方が。
特定の単語とか使うじゃないですか。
英語とかだとdelveって、深掘りみたいな言葉をやけに使ったりとか。
へー。
確か、ポールグラムも言ってましたけど、何かのエッセイ見てて、すごい面白いなって思ってたんですけど、
delveっていう言葉を見た瞬間、あ、これだ!
難しいですね。それ本当に書いてなかったとしたら、結構そこで離脱されちゃうのが悲しいですね。
なんで、あの。
どっちかわかんないけど。
僕もまあまあM'使う人なんですよ、普通。
あー。
なんか、すごい使いすぎて。
あー。
なんか、AIとして、思われちゃうのかなと思って、あえて消したりしてます。
M'なかったら、AIか人間かっていうのわかります?英語で。
なんか、なんとなくわかったりはするんですけど、
多分、たとえば、もう英語で書くと書かないですよね。
え、え、そうです。
で、英語で書くと、あ、これが英語で書かないってことですね。
なんていうのわかります? 英語で。
なんか、なんとなくわかったりはするんですけど、
でも、たぶん、日本語と同じように、なんか、なんとなくだったりするので、
必ずしもではないですね。
でも、なんか、このチャットGPTとかも、
エレレンみたいなものによって、
しゃべり方とかも、結構変わってきたりとか、
話し方も、ちょっと、より統一されるようになっていると思っていて、
確かこれ、ニューヨークタイムズの記事で言ってたんですけど、
イギリス政府の人たちが、いろいろ登壇するじゃないですか、議会とかで。
そこで、やけに最近は、
登壇するタイミング、一番スタートで、
I rise to speakって言い出すんですよ。
まあ、いわゆる、これからしゃべります、みたいなことなんですけど、
なんか、今まで、イギリスの政治家でそれを言った人が全然いないんですよ。
なのに、急に全員言い出しているんですよ。
それは、なんか、流行とかじゃなくて。
流行ではないんですよ。で、なぜかというと、
これ、おそらく、LNMにお願いしているからで、
アメリカの政治家は、わりと一般的に言うんですよ。
なので、おそらく、登壇のスピーチを書いてくださいってお願いしたときに、
アメリカのあれでトレーニングされていた場合、それが出てきちゃうので、
それをイギリス人が、それを読んじゃったっていう。
バレ方が面白いですね。
そうですね。
まあ、でも、なんか、これって、オフトピックでも過去に話した、
カルチャーが分散化されているんですけど、同時にモノカルチャー化されている、
みたいな話に、なんか、結構似てるのかなと思っていて、
なんか、映画とかだと、今年も、今年だっけ、2025年、去年もそうですけど、
僕が最後調べた中だと、たぶん、映画収入ランキングトップ10のうち9作品が既存IPなんですよ。
で、唯一そうじゃないものが、スポーツIPのF1。
で、たぶん、16位ぐらいまでいかないとオリジナル映画って出てこないんですけど、
なんかその、全体的なカルチャーの統一感って、やっぱりあるじゃないですか。
なんか、例えば、それこそ、テック業界でも、ファッションブランドとかもそうなんですけど、
フォントが全員3セリフになったりとか、
それこそ、くさなさんも、去年のニューヨーク出張で、本屋に入るたびに言ってた気がするんですけど、
なんか、表紙、本のが、すごい似てますよねっていうのを言ってましたね。
AIによる個の特異性の探求
かも、そうですね、なんか似てましたね、確かに。
あれ、確かロマンス系の小説とかでしたっけ?
ロマンス系とか、ビジネス系とかも、ちょっと似てる傾向でしたね。
逆に、そうじゃないやつの方を、くさなさん選んでたりとか。
確かに。
でも、YouTubeのサムネイルも、割と全員似てるじゃないですか。
ミスタービーストが流行らせた、口が開いてる顔を出すみたいな。
確かに、大げさなやつですね。
でも、インテリアデザインとか、過去オフトピックだと、コーヒーショップが似てるとか、
ファストフードチェーン店のビルの外から中まで、すごいちぽとれ感があるとか、
建築もそうですし、それこそ、ユーモアもそうだと思うんですよね。
ブランドの、特に企業アカウントのユーモアの作り方って、全員ウェンディーズを真似しようとしてたりとか、
ちょっとウィットがあるような回答をしたりとか、
今、みんなドーリンゴみたいなキャラクターを作ろうとしたりとかしていて、
確か、イギリスの博物館が一緒に集まって、
彼らが使っている、保管している異物の、
色のパターンの変化を見てたんですよ。
どういう色合いが多いのかみたいな。
明らかに、より黒、グレー、ホワイトが増えてるんですよ。圧倒的に。
だから、より同じ色合いになってしまってる。
うーん、それが良いか。
それが良いというより、より同じになってる。
例えば、車もそうなんですよね。
車で今、昔だと赤いスーパーカーみたいな、赤いスポーツカーに乗るみたいなものが夢だったりしてた人も多いと思うんですけど、
今のほとんどの車って、黒か、シルバーか、グレーか、ホワイトなんですよ。
昔の方が、実は色合いが色々あって、
人も、まあ、生計みたいな、そういう技術とかも、いろいろ発展してるからこそだと思うんですけど、
より似てるようになっていると、見た目が。
キム・カーダシアンっぽく、生計してくださいっていう人がめちゃくちゃ増えてるらしいので。
5年ぐらい前でしたっけ、オフトピックとかシリアルトークで、
ブランディング、ブランディングではなくて、ブランディング、
なんて言うんですかね、ブランドが、
似てきてるってか、まあ、
似てきて、それが面白くなくなってるみたいな話が、
なんか、いろんなところで同じような現象が起きてるなって思っていて、
すべての平均化が行われているんじゃないかなと思ってて、
それがAIの場合だとテキストみたいな領域になってるのを考えると、
これが結構、AIメモリーの中で何を重要視するかのキーポイントになってくると思っていて、
この話に、この後すぐ戻るんですけど、一個だけこれに関連するものなんですけど、
一瞬関連しないように聞こえるんですけど、
最近僕が見たテクメディアのTVPNの切り抜き動画があって、
それがすごい、ずっと自分の頭の中に入っていて、
なんでこれがずっと気になるのかが、
ようやくこのエピソードを考えているときに分かった気がするんですけど、
デイビッド・チャンクさん、桃服っていうレストランになるんですかね、一応。
そうですね、レストラン、フードブランドを作ってる有名人シェフ。
うんうん、セレブシェフですよね、がインタビューされていたんですけど、
このデイビッド・チャンクさんが聞かれたのが、アメリカ人が今、アルコールの消費量がどんどん落ちてますと、
その中でどういうふうにレストランが今後運営すると思いますかって聞かれたんですよ。
で、そこでデイビッド・チャンクさんの回答が、これは結構危機的な状況だと、レストラン業界からすると。
逆に過去10年間、コロナを除いて、配車サービス、そのウーバーとかリフトみたいなサービスが出てきたからこそ、
LAとかのレストランはめちゃくちゃ経験が良かったですと。
よりアルコールの消費量が上がったので、それで利益率が上がりましたと。
で、それが今これから変わってくると考えると、それこそアルコールを消費する量が減っているので、
利益率が落ちて結構潰れるレストランが出てくるんじゃないかという話をしていたんですけど、
その中でデイビッド・チャンクさんが言っていた話で、個人的にすごい印象深かったのが、
もう若者の中で飲みすぎて、その次の日の午後3時に起きて、
ああやばい、クレジットカードを昨日のバーに忘れてきた、みたいなことを言う人がいなくなるんじゃないか、みたいなことを言ってたんですよ。
で、なんかこれが正直一つのヒントだと思っていて、
今その世の中で抜けているもの、より抜けやすくなっているものが逸脱だったり、
ふざけるとか、ちょっと異例なことをやるっていうことが、どんどんなくなっているのかなと思っていて、
これは別に推奨するわけではないんですけど、1990年代、アメリカだと、高校生の中でアルコールを消費する割合が半減してるんですよ、1990年と比べると。
それこそマリオナを吸うとか、ドラッグを使う割合も減っていますし、それこそ子供がシートベルトを利用する割合が上がっていたりとか、
大人も犯罪率が落ちていたり、あとはカルトに参加する割合がめちゃくちゃ落ちてるんですよ。
カルトの多分ピーク時って60年代から80年代で、2000年代からすごい落ちてるんですよね。
で、これが別に全部必ずしもこれは悪いことではないと思ってるんですけど、
でも、何もかも同じように見えてしまうような平均化される時代から、どういうふうによりパーソナライズとか、より自分らしさを出すっていうところだと、同じじゃないところをAIが探してくれないといけない。
これが一番大事だと思っていて、Aがこれから我々のために判断したりとか、ものを作ってくれたりする中だと、
その我々のデータを持つだけだと足りなくて、よりパーソナリズされたレコメンデーションとか、よりプライオリティーを作って、どういうところにプライオリティーを置くかっていうところだと、
そういう異例なこととか、違いみたいなものを探してくれないといけない。
デイビッド・チャンクの洞察
なので、これは今できることになるんですけど、個人的にお勧めするのは、最近我々がUnifyっていうAI企業のファウンダーインタビューした時に、
僕がリサーチしてる中で、彼のツイートから見つけたんですけど、彼がShopifyの創業者のTobyさんからインスパイアされた一つのAIのプロンプトがあって、それを僕もやってみたんですけど、すごい面白かったので、もし皆さん興味あれば是非入れてもらいたいんですけど、
英語版だとプロンプトが、「Tell me something special or unique you've noticed about me, but you think I haven't realized about myself yet。」なんですよ。これがなんとなく直訳すると、「私自身がまだ気づいてないかもしれないけど、あなたが感じている私の特別なところやユニークな点を教えてください。」というのをAIにお願いするっていう。
で、結構ChatGPTって過去の履歴とか色々見てくれてるので、結構面白い回答を出してくれるんですよ。
なんか、Unifyの方じゃないですけど、私は別のどっかで見かけてやったことがあります。でもなんかそんなに面白い回答は私は出なかったんですけど、たぶんそんなにインプット履歴してないからかもしれないですけど、どうでした宮武さんは。
でもなんか、確かにまだ自分が気づかないところまで行ったのか、正直そこまで行ってない気がするんですけど、でもなんか自分の何をプライオリティしてるのかみたいな、自分の考え方は割とうまく解説してくれたのかなと思っていて、
あとなんか自分が思ってないんですけど、そこまでしっかり思ってないけど、たぶん直感的にプライオリティ付けしている情報の得方とか、どういう形の仮説作りをしてるのかとか、
そういうのは教えてくれたりしているので、それはすごい面白いなって思っていて、で、草野さんが言ったように、これってたぶん情報量に応じてAIがよりできたりできなかったりする話だと思うんですよね。
逆に言うと、これからどんどんどんどん情報量が、AIが我々の情報をどんどんどんどん吸い上げていく中で、その情報自体にすごい価値があるというより、その違いに価値があるんじゃないかなと思うんですよ。
そこをよりプライオリティとして置くみたいなことをAIに教え込むのが結構大事になってくるのかなとは思いますね。
お酒の話は、宮武さん一回も飲んだことないので、それ言ってるの面白かったです。
いったんであれっていう。
自分がやれないのに。
でも、それは確かにモノカルチャー化してるなっていうのもあるし、同時に自分ってすごく特別だなとか、ちょっと変わってるなって思ってても、検索したら同じような人が出てくるみたいなので、
別にそれは自分尖らせておけばいいって話なんですけど、普通のことなんだって思っちゃってるのもありません?
そうですね。
情報がすぐに見れちゃうから、すごく自分の個性だなと思ってたものが意外と普通だったり、もっとすごい人なんて、それはいるさっていう話なんですけど、
そこの圧倒されちゃう速さが、スピードがすごく速くなったなっていう気がします。
確かに。それこそ去年末に、我々がシェアド・インターナシーっていう年末テーマを出したときに、その中の個人的にすごい良かったと思う記事は、
Everything is Television。何でもテレビ化するみたいな記事があったんですけど、そのEverything is Televisionを検索すると、過去にバーっていろんな人が似たようなこと言ってたりしていて、
それはただ僕がそれに気づかなかったっていうだけだったりするので、それこそオフトピックも過去のいろんな年末テーマとかも似たようなことっていろんな人が言っていて、
普通にそれに対してオンリーワンではなくて、たまたまそのタイミングで僕が言ったり、他の人が言ったりしていたっていうだけだったりするので、
そこは共感も得られますけど、同時にそこまで特別じゃないんだって思ったりする瞬間も当然ながら出てくると思うので、
でもなんか、個人的に、草野さんが前に、これいつでしたっけ、もう2年ぐらい前になるんですかね、毎回名前忘れるんですけど、自分の夢とかをきっかけを教えてくれるような、毎回名前忘れちゃうんですけど。
記憶の変化
プライズドア、ザ・プライズドアですかね。
あ、ザ・プライズドアですね。
見ました?
それ未だに見てないんですけど。
未だに見てないんですけど、あのコンセプト概念はすごい好きで、
面白いですね。
それがすごいAIのいいところにつながる可能性があると思っていて、
で、この違いを理解するとかっていうのはまさにそういう話だと思うんですよね。
確かに。
なんかこのコンセプト、そのコンセプト自体はすごい、なんか、もっともっと取り入れるべきかなっていうふうには思いますね。
なんか最後に、一番最後に話したいトピックとしてあるのが、
どんどんAIがメモリーを、我々のメモリーを貯めてくれますと。
はい。
そうなった時に、人間の記憶の使い方が変わるのかっていう話をしたくて、
なんか何でも覚えてくれるAIが出てくると、そもそも我々として、覚えなくていいって考えるんじゃないかと。
電話番号とか、誕生日とかもちょっとそうですよね。
まさにそうですよね。
でも特に誕生日はめちゃくちゃいいですよね。
Facebookがリマインドしてくれるじゃないですか。
まさにAIがリマインドしてくれるのと同じことだと思うので。
最近だとメッセージもリコメントしてくれますよね。
そうですよね。
もはや何年だったっけ。
くさむさん、それって良いと思います?良くないと思います?
AIメモリーの重要性
特にメッセージまでってなると、そもそも自分が送ったのかっていう話もあるじゃないですか。
良くない。
なんかたまにLinkedInとかで誕生日のメッセージくれる方いるじゃないですか。
あれって多分本当にやってるのか分かんないんですけど。
なんだろう。
Facebookとかだとたまにちゃんと、なんだろう。
やっぱ言うのやめます、これは。
でもそこ、受け取る側からすると、
別にAIと知ってても知ってなくても、もしかしたら喜ぶかもしれないじゃないですか。
あけましておめでとうとかそうですよね。
あれも全員、LINEだったとしたら、
マスで送信して。
BCCみたいなもんな時もありますよね。
人によっては。
でもそれって、これはメッセージによってだと思うんですけど、
そもそも覚えてくれてたんだとか、
送ってくれる対象だったんだっていうのが嬉しいですね。
送ってくれる対象だったんだっていうのが嬉しい時もあれば、
送ってくれたけど、これすごいAIっぽいから、
なんかちょっと冷めるなっていう時もあると思うんですよ。
でもここが、どこまで覚えて、
人間が覚えるべきかみたいなところって、
これからどんどん問われると思っていて、
草野さんの事例に追加すると、
Google Mapsとかすごいわかりやすい事例だと思うので、
場所を覚えなくてもよくなったみたいな、
基本的にGoogle Mapsさえフォローすれば、
地域の感覚みたいなのを全く、
地図感覚がなくても全然生きていけるみたいな状況でしたり、
それが別に悲しいも悪い話じゃないじゃないですか。
それこそ本とか書き言葉が存在してから、
その前に話し言葉が出てあったと思うんですけど、
話し言葉の時代だと全部覚えないといけない時代だったので、
とりあえず本とか本の概念がなかったので、
とりあえずどんな劇でも全部覚えないといけなかったのが、
本の概念とかが出てきたことによって、
それが必ずしも覚えなくても、
でも色んなものを楽しめるようになったりしていたと思うので、
このテクノロジーによって、
今までやってきた業務とか考え方がどんどん変わるっていうのは、
ずっと起きてる話じゃないですか。
計算機が出てきたりとか、自動化みたいなものもそうですし、
最近だとエルビディアもチップ作るときも、
AIがないとチップが作れませんと、
デザイン自体もAIがやってくれていますというような状況まで来ているので、
AIが全てを記録した場合に、
何を何だったら覚えるのかっていうのを、
個人的にはすごい気になるので、
特に今ミーティングとか全部AIが記録してるじゃないですか。
今は何となくそれが追加されてるわけなので、
みんな今いつも通りのミーティングの仕方をしてたり、
今ちょっと変わったりしてると思うんですけど、
次の世代の子たちとかだと、
もうそこまで覚えないのが前提になってるかもしれないですし、
後々聞くみたいな、
そもそも自分が出なくて、
デジタルツインだけ出て、
自分のデジタルツインにミーティングさせて、
それを後で人間から聞くみたいな、
そういう状況が落ちるかもしれないですし、
AIがよりメモリーを拡大することによって、
人間の行動変化が何が起きるのかっていうのは気になってますね。
通知と情報の増加
たしかに。
でもミーティングとかって結局、さっきの話じゃないですけど、
テキストだけじゃ読み取れない情報ってたくさんあるじゃないですか。
だからデジタルツインになるのか、
どうなんですかね。
ちょっと時間かかりそうだなって気はちょっとしました。
どこまでの情報を得たいかにもよってですよね。
単純にファクトだけだったら今でもAIに聞いたら、
全部伝えてくれると思いますけど、
なんとなくな雰囲気みたいな、
凍りついてたみたいな、
環境をAIがどこまで読み取れるのかみたいな話ですよね。
でもミーティングとかは難しい気がするんですけど、
人が記憶、
短期でも長期でも記憶できるものって限りがあるっていう話と、
また別で、
テクノロジーの進化によって増えたなってものって、
通知のノリフィケーションがめちゃくちゃ増えて、
即劣したほうがいいっていうのは、
重々承知しているんですけれども、
私はちょっと苦手で、
でも思うこととしては、
この時代の中で、
通知の量は圧倒的に増えてるじゃないですか。
でも人は一人で、
でもスラッグもそうだし、
普通のメールとかのやり取りの、
帰ってくるボールの速さも変わってるし、
スマホもいろんな通知が増えてて、
そこの部分を、
AIがやってほしいですよね。
やってる部分もあると思うんですけど、
まさにデジタルツインが代わりに回答してくれるみたいな、
そういうことですよね。
そこは将来的に出てきそうですし、
それですごい揉めそうでもありますよね。
デジタルツインが回答して、
自分が認識してなかったみたいな。
確かに。
だからそこの情報の連携、
情報連携どうするのかみたいなところとかは、
すごい難しいと思うんですけど、
くさなさんが言うように多分、
どんどん情報量が増えて、
スピードもどんどん上がってきてるので、
全員デジタルツインを置く時代って来ると思うんですよ。
でもそれがいいのか悪いのかは別に置いて、
そういう社会になってくるっていう話であれば、
そこに関しての情報連携とか、
何が本物なのかとか、
何が重要視されるのかみたいなものは、
どんどん変わってきますよね。
通知の歴史って結構ありません?
こんなに自分に見てよっていう、
これ見てよっていう通知の量って、
ここでギューっと上がってる気がするっていうか、
新聞受けにメールが届くとかの日じゃないじゃないですか、
今ってパソコンの時代って。
それこそ昔はチャンスだったじゃないですか。
たまたま同じ場所にいたら、
それで話し合えるかもしれないけど。
それ今考えたら、
すごい幸せかもって思っちゃうくらい、
何なんですかね、通知の量半端ないですよね人って。
別にそれが人の連絡とかだけじゃなくても、
お知らせとか何でも多いなっていう。
もう絶対出てきましたよっていうのを、
みんな必死にアテンション取ろうとしてるので。
これはもう一生増え続けるんですかね、これは。
でもそれこそデジタルツインがよりフィルタリングしてくれたりとか、
でも同時にデジタルツインから通知もくるわけなので。
ここに関してはどうしても確認させてください、
みたいなことを言ってくるかもしれないですし。
これも分かんないです。
果たして全部デジタルツインに任せることによって、
人がそこの通知事故から逃れるのかって言われると、
そうじゃないと思ってるので。
たまに携帯持ってないですみたいな人とかいるじゃないですか。
エド・シーランとかですよね。
それって、そういうアルファ世代みたいなの出てこないんですかね。
でもTikTokは半々に分かれるって聞きますけどね。
携帯持たないとかって結構通知を制御してるじゃないですか。
それって難しいか。
そうですね。今の、
デトックスみたいなものがどんどん増えるかもしれないですけどね。
そこに通知オフの。
特にデジタルツインみたいなものが出てきて、
よりフィルタリングされるようになると、
そこの通知を本当に選ぶタイミングとかを
より考えたりするような時代になるかもしれないし。
でも、草野さんのように通知が無限に今来ちゃうので。
合成メモリーの未来
気を抜いたらすぐ来ますよね。
すぐ来ちゃいます。
アプリダウンロードしたらノーティフィケーションアローしますかみたいな。
すぐに気を抜いたら。
そうですね。
静かに食べれないですよね。
常に来ちゃうから。
常に来ちゃいますね、確かに。
あと最後に、
もうちょっと未来的な話をすると、
こういうAIメモリーみたいなものがどんどん発展していったり、
よりAIに我々の今までの人生を覚えて、
覚えさせるような時代が来ると、
もしかしたら次のステップとして、
AIがそもそも記憶を再現するような時代も来るかもしれないなと思っていて。
特にこのメタバースみたいな世界観がどんどん発展していくと、
より再現がバーチャルになったりとか、
それによってより過去に話した我々が話したような
シェアインティマシーみたいな、
より強い感情とか、
強い気持ちを作れるような体験作りっていうのが
可能になってくるかもしれないですし、
この記憶を再現するみたいなものって、
ファーストステップにしか過ぎないと思っていて、
それが新しいコンテンツジャンルを生むと思っていて、
それが合成メモリーみたいなもので、
そもそも本当かもしれないですし、
本当じゃないかもしれない記憶が再現される。
記憶が再現だけじゃなくて、生成される。
ついにすごいディストピア感の話になってきましたけど。
一番簡単なのは、昔私が話した夢日記を書くと、
本当の記憶になっていくっていう怖い出来事が起きるんですけど、
でもそれも本当に合成メモリーだなと思いました。
体験してないけど、見たから体験した感じになるし、
書き出すと本当に起きたような気がしちゃうっていう。
なんで?記憶ベースの記憶体験とか、
合成メモリーをベースにしたSNSとかって、
すごいことだろうなって思っていて、
単純にこういうふうにフリックしてるだけじゃなくて、
次の体験、次の体験に入るみたいな。
いわゆるロブロックスのもっと没入感あるものですよね。
それどういうことですか?
ロブロックスだとだいたい5分から10分ごとぐらいに、
次の体験にみんな移り変わるんですよね。
それが記憶ベースで、記憶ベースってか合成された記憶。
自分のものもそうですし、他人のものもそうですし、
自分が作った合成メモリーコンテンツみたいなものを体験できるみたいな。
単純に動画を見てるのではなくて、どっかにコンサートに実際入るとか、
そういうのがどんどん出てくる可能性があると思いますし、
そうすると自分の好きなようなメモリーとか記憶を合成できるようになってくるので、
すごい単純なことを言えば、全員ハナモンターナみたいに、
自分の秘密のセレブの生活みたいなものを作れたりとか。
みんなハナモンターナわかるかな?
わかんないかもしれないですね。
普段は超うれっ子アイドルだけど、学生の生活してるみたいな。
そこの両方の人生を知ってる人がすごい限られていて、
自分がハナモンターナっていうリアル。
そこの違いがほとんどの人がわかんないみたいな。
そういうものも可能になってくるかもしれないっていうところで。
このAIメモリーっていう話って、スタートとしては単純により多くの情報量を集められるようにするみたいな。
より対応ができるみたいなところからスタートしてると思うんですけど、
それが今の現状だと思うんですけど。
AIメモリーの課題と未来
それがどんどん拡大していくと、
いろんな課題とかいろんな可能性を感じるのが、
たぶんこの3つのエピソードを通して話したかったことで。
課題としては、このブレインロッドみたいな、
AIロッドみたいなものとか、コンテキストロッドみたいな情報を集めすぎたり、
そこに対して悪い情報が入っていくとパフォーマンスが劣化していきますと。
だからこそ、その中でいろんな情報を集めるだけではなくて、
そこに対してプライオリティ付けみたいなものがどんどん必要になっていくので、
そこに対してどういう解決案を出していくか。
それがどんどん発展していくと、
そもそもこの記憶自体が一つのコンテンツになったりとか、
一つのデジタルツインっていう存在ができたりとか、
いろんな未来が出てくるかもしれないっていうのが、
今回話したかったことかなと思います。
結構でも、最後話した体験をSNSみたいに見れたらって、
それは結構、TikTokみたいにたくさん見続けると、
もう昔の記憶も覚えてないみたいな現象になりそうで、
むしろ、もっと怖いのは、自分の現状にリアルと混じっていくのが怖いですよね。
リアルとフェイクが何が本物かどうか分かんなくなってしまうみたいな、
そういう世界観ですよね。
それが自分の頭の中で、合成したメモリーがリアルだと思い込んでしまって、
それを現実世界でそういうふうに人を扱ってしまったりとか、
対応してしまったりとか、
そういう変な行動をとってしまうみたいなことも可能ではありますよね。
去年のパラソーシャルみたいなのって近いんですかね。
またちょっと文脈が違うか、あれは。
セレブとファンの感じですよね、あれは。
どっちにその文脈、メインの文脈が。
そうですね。でもそこの、よりそのコンテンツが、
合成メモリーみたいなものを作れると、
本当に何が本物のソーシャルな関係性なのか、何がパラソーシャルなのかとか、
人の記憶を再現して、それを見れるようになった場合、
それって究極のパラソーシャルな関係性な気がするので。
確かに。
でも本当にテイラーシフトのコンサートの映画見て泣いちゃうみたいなのって、
結構映像を再現してますよね。
体験を再現してるアクティビティだなって気がします。
特に彼女はいろんな形で、いろんなチャンネルでそれを再現しようとしてるじゃないですか、
そのコンサートだけではなくて、ディズニープラスで配信したりとか、
映画版作ったりとかしてるわけなので。
はい、そんな感じですかね。
はい。
はい、じゃあ今回も聞いていただきありがとうございました。
体験再現の重要性
気になった方はFUTOPICJPのフォローお願いします。
そしてメンバーシッププログラムはFUTOPIC CLUBもやってるので、
気になる方は概要欄からチェックしてみてください。
SpotifyとYouTubeもやってるので、そちらでぜひ登録お願いします。
それではまた次回お会いしましょう。さよなら。
さよなら。
