Akiraの「米国株投資」と「よもや話」

凄まじい勢いとスピードで、ビジネス社会へ浸透し始め、革新を起こしている『ＡＩ』...。 ＡＩの存在すら感じさせない「隠密主義」　 　私なんぞ、これが何たるものか、どの様に社会を変換して行くプロセスなのか、依然として理解し難いスタンスをとっています。 　AIが表面的に現われないので、『導入の有無すら判読できない』状況となっています。会社の重役たちも『自社のQ&A対応やクレーム対応』が、AI導入で改善がスピードアップしていることに驚くしょう。 電話対応のお客様相談室 　例題として、よく言われるように「電話対応のお客様相談室」を挙げると、この一次対応はほぼ全て『生成AI』に切り替わっている様子です。たどたどしい日本語の言葉ではないので、人間対応と思わせるところが憎いです。声紋は合成です。このAI対応は任せれば任せる程に、事例を学習して『賢くなる』とのこと。 スケーリング則 スケーリング則とモデルサイズ：LLM開発競争の本質とは｜SpiralAI公式 　この法則の発見こそが生成AIを「人工知能に近く...」と表現されるようになったのです。 言語モデル（LLM）開発において発見された「スケーリング則（Scaling Law）」の原理は、モデルのパラメータ数や学習データ・計算量が増えることで、『AIの性能が予測可能かつ継続的に向上する』という経験則に基づいています。 AIの脳に該当する部分（パラメータサイズ）が大きくなればなるほど、複雑なパターンを捉え、高度な推論を行うことができるようになる。 天才よりも資本力（スケーリング則が産業界に与えた衝撃） この発見は、2つの衝撃をAI産業にもたらしました。 　1つ目は、「AIの性能向上には必ずしも新たなアルゴリズムや天才的な発想は必要ではない」ことが示された点です。むしろ、十分な資本力と計算資源を投下すれば、モデルの性能はほぼ確実に向上するという、極めて産業的な成長パターンが示されたのです。 　2つ目は、「スケールアップには今のところ“限界”が見えない」という点です。十分な投資さえあれば、人間の能力を凌駕するモデルが視野に入る時代に突入したことを意味します。 　実際、OpenAIのGPT-4に相当するモデルは非公開ながら1兆パラメータ（1トリリオン）規模とも噂されており、その学習には数千億円規模の計算リソースが投下されたと推定...