AGI が起こった |ダニエル・ミースラー

AGI が起こった |ダニエル・ミースラー


Claude Tag AGI モーメントヘッダー

クロード・タグが、2023 年から私が話してきた AGI の瞬間かもしれないことに今気づきました。

いいえ、それはクロードが一般的に純粋で技術的な「AGI」であるという意味ではありません。それが何を意味するのかを知ることさえ困難です。誰もが同意しません。

私が実際に重視している AGI の定義は次のとおりです。

平均的なナレッジワーカーを置き換えることができる AI システム。

これらすべての重要な点は、それが私たち人間に与える影響です。だからこそ、これが最良の定義だと私は考えています。

AGI の「G」は一般性を表しますが、それを測定する方法については誰も同意しません。しかし、私たちが知っていることの 1 つは、一般性が必要なのは、混沌とした知識労働の仕事をすることです。これは、数十の異なるスキルにわたる能力が必要となるためです。何かが平均的なナレッジワーカーになるのに十分な一般的な知性を備えている場合、それは一般性の確かな基準となります。

2023 年 11 月に、私は「2025 年から 2028 年までに AGI が実現する理由」を書きました:k

私の予測では、2025 年に AGI の可能性は 60%、2028 年には AGI の可能性が 90% になります。2023年11月

その投稿には、私が今でも使用している次の定義もありました。

米国の平均給与を稼ぐ知識労働者を置き換えることができる AI システム。

どうやってそこに到達するかについての議論は、コンポーネントではなくシステムでした。単独で AGI になるために 1 つのマジック モデルは必要ありません。共通の目標に向かって協力する AI システムが最初にそこに到達するでしょう。

そして 3 月に私は、AGI をハード AGI (学術的なコンピュータ サイエンス バージョン) とソフト AGI に分割する、「2 つのタイプの AGI を混同している」と書きました。

製品/OSS プロジェクトとして実装された AI システム。ナレッジ ワーカーに代わる学習の汎用性を十分にエミュレートします。

そして、その投稿は別の具体的な呼びかけを行いました。

2026 年か 2027 年には、これを実現する商用製品が 1 つ以上登場すると思います。2026年3月

その製品がどのように動作するかについても説明しました。普通の人間と同じように乗り込みます。オリエンテーションを行ってくれます。マネージャーからの指示が必要です。それはチームと対話します。それは動作します。結果を発送します。

それが、先ほど登場した Claude Tag の形です。Slack にインストールすると、ナレッジワークがすでに存在し、同僚のように扱います。

実際に何をするのか

Anthropic のドキュメントでは次のように説明されています。

チャンネル内の誰でも、Claude を問題にタグ付けして作業を行うことができます。バグを再現してプル リクエストをオープンし、意思決定スレッドをドキュメントに変換し、プロジェクトの状態をまとめます。クロードタグのドキュメント

それは仕事の説明です。

ここでは、Sentry アラートを検出し、バグを再現し、PR を開き、コード所有者にレビューを求めています。

Sentry アラートからバグを再現し、PR を開く Claude Tag

claude.com/product/tag より

ここでは、スケジュールに従って Salesforce から取得した月曜日のパイプライン ダイジェストという、退屈な繰り返し作業を実行しています。

Salesforce から毎週のパイプライン ダイジェストを投稿する Claude Tag

claude.com/product/tag より

そして、ウェビナーでは、Anthropic が文字通り、人間のように管理するように指示します。彼らの言葉: 「有能な新入社員のように簡潔に説明してください。目標を設定し、プロセスを自分たちに委ね、結果を検証してください。」

人間的なウェビナー スライド: クロード タグを定着させる 5 つのシフト

Claude Tag に関する Anthropic ウェビナーより

インストール時に、それをリポジトリ、ドキュメント、データ ウェアハウス、モニタリング、チケット発行に接続します。 Anthropic がホストするサンドボックス内で実行され、チームがすでに使用しているチャネルから機能します。

人間的なウェビナー スライド: インストール時に接続する Big 6 サービス

Claude Tag に関する Anthropic ウェビナーより

それがオンボーディングです。それが従業員に対してすることです。

従業員の交代のための GPT-4 モーメント

これは GPT-4 の瞬間に似ていると思いますが、労働者の交代のためです。

このように考えてください。これらの企業はすべて、従業員をAIに「置き換え」ようとしているが、その方法が分からない。彼らはその仕事が何であるかを知りません。 AIに具体的な指示を与えることはできない。 AIには十分なツールがありません。全体の足場が十分に確立されておらず、実際に実行できるほど十分に作業と統合されていません。

この製品がこれほど深く統合され、同僚のように定期的に会話するだけで済むのは、これが初めての瞬間だと思います。

実際には、私たち全員がとても感銘を受けているクロード コードのすべてを実行しています。すべてバックエンドで自動的に行われるため、文字通り同僚と話しているような感じになります。

これが実際に従業員の半数の解雇を可能にする部分だ。

基本的にこれまで、人間を AI に置き換えるということは、AI に優れた他の人にその仕事を任せることを意味していました。

これで、クロード コードを持っている他の人、つまり私たちの一員で AI を備えた完全な忍者にそれを渡す必要はありません。さて、実際にはそれを同僚、この場合はクロードに渡しているだけです。

ともかく。

Claude Tag のドキュメントをすべて読み、このプロジェクトに関する Anthropic ウェビナー全体を見た後、これがそれかもしれないと思いました。

私が待っていた具体的なものは、人間の労働者に取って代わることができる実際の製品が投下されることでした。

一般的な技術とは異なります。ほとんどの人はクロードコードを使用できません。しかし、文字通りインストールすれば、ナレッジ ワーカーのように扱うことができます。

おそらくクロード・タグだと思います。

85%くらい確信しています。

つまり、私が信じている AGI の最良の定義に達したと 85% 確信しています。

私がこの件でつまずいているのは、私を含めて誰もが AGI を取得するためのテクノロジーのアップグレードを待っていたと思うからだと思います。

実際には、それは単なる統合の形である可能性があります。

これはモデルチェンジではなく、製品によってもたらされるだろうということはずっと分かっていました。クールな名前、クールなロゴ、そして会社の基盤全体がドロップインのナレッジワーカーの代替品であるスタートアップ企業だとばかり思っていました。これは Anthropic プラットフォーム内のサブ製品であることがわかりました。

そして、OpenAI がすぐに登場することは間違いありません。マイクロソフトでもこれができます。 Google はそれができません。なぜなら、自社の製品管理が麻痺しているからです。それを修正するまでは、このゲームから撤退することになります。それが Anthropic の特徴です。彼らは、人々が必要としているものとつながり、製品を迅速に展開することに非常に優れています。聞いて、送信して、繰り返します。聞いて、送信して、繰り返します。

クロードがあなたについて何と言うでしょうか考えてみましょう

ここは誰もが座る必要がある部分です。

クロードが社内に入社したら、文字通り、サラ、ラジ、クリスが実際に何をしているのかを把握するように依頼できます。彼らが送信したすべての Slack メッセージを見つけます。彼らはすべての会議に出席し、記録を読みました。すべてのメールの送受信。

仕事の量だけではありません。インパクト。彼らは実際にどのようなタスクを行っているのでしょうか?彼らは新しいアイデアをいくつ思いつきましたか?彼らは新しい製品のアイデアを思いつきましたか?彼らは他の人を励ましますか?彼らはチーム全体を助ける育成型ですか?彼らはその文化を支持しているのでしょうか、それとも静かにそれを弱体化させているのでしょうか?

AI はこれらすべてを理解します。必要なのは入力だけです。

確かに、プロンプトの質と基準は重要であり、一部の企業はそれを誤解し、悪い結果を招く可能性があります。しかし、一般的に、これはかなり早く定着すると思います。なぜなら、可能な限り優秀な人材を維持し、最悪の人材を排除することが企業の利益になるからです。

企業は文字通り、「これが私たちにとって模範的な従業員の姿だ」と言えるでしょう。彼らはこの種の価値を生み出します。彼らはこの種の態度、この種のエネルギーを持っています。彼らは新しいアイデアを思いつきます。彼らは顧客を助けます。それらは組織、つまり私たちの手順や物事のやり方にシグナルを加えます。彼らは単にタスクを実行しているだけではありません。

それが今の質問だからです:クロードにはできずにあなたには何ができますか?

ほとんどすべての場合、その領域は他の人を励まし、創造性を発揮して協力し、製品や機能の新しいアイデアを考え出し、顧客に喜びをもたらします。 AI は、SLA の意味での喜び、つまり、高速な応答時間、高精度のメール、優れたレポートを非常に得意にするでしょう。しかし、顧客や同僚が何を必要としているのかを深く理解した上で、独自のアイデアを生み出すのでしょうか?それには内部の火が必要です。内部振動。

人間にはそれがあります。それは彼らの経験、情熱、好奇心、つまり粗悪な製品や不幸な顧客を見て、世界が今とは違っていればいいのにという思いから生まれています。まだ存在していない製品が存在することを願っています。 AI にそのようなものを促すこともできるかもしれませんが、それは不自然になってしまいます。それは人間からのものと同じではありません。少なくともすぐには無理だ。

ユニバーサル社員

クロード コードや AI ハーネスの専門家である必要がなくなるため、作業はさらに簡単になります。それすら今では抽象化されつつある。重要なのは、まだ世の中に存在していないあなたのアイデアだけです。新しいものを構築する。新製品、新機能。

つまり、エネルギーを得るために雇用するのです。ポジティブな気持ちで雇用するのです。創造性を求めて雇用します。カルチャーフィットのために雇用するのです。そして 1 プラス 1 は 7 に相当します。ただし、それらのそれぞれに数百人または数千人のクロードが支援し、設計を構築し、プロトタイプを構築し、レポートを作成し、テストを行っている点を除きます。

製品はエンジニアリングと融合します。エンジニアリングがデザインと融合します。誰もがビジョンを持つ人です。誰もがアイデアマンです。誰もがPMです。誰もがエンジニアです。もちろん、これからも筋金入りのエンジニアや筋金入りのデザイナーはいるでしょうが、会社の全員がこうした普遍的な従業員の一人になります。非常にバランスが取れています。超AIネイティブ。

危険にさらされている人々

最も危険にさらされているのは、アイデアを持たないように訓練されてきた人々です。他人のアイデアを生涯実行するよう訓練されてきた人々。それが彼らが学校で教えられたことだ。彼らはそのために訓練を受けてきたのです。そしてそれが彼らがやっていることなのです。

これが私のヒューマン 3.0 の要点です。仲間や学校、仕事に打ちのめされる前に、彼らの内なる自分、好奇心と興味を持ち、質問をする若い頃の自分に光を当てるよう促すことです。

この世界で成功するタイプの人は、これまで自分のアイデアのごくわずかな部分しか実行できなかった人です。彼らは映画を作りたいのです。彼らは小説を書きたいのです。彼らは音楽を作りたいのです。彼らは、高齢者のための新しい医療方法や、精神機能が低下している人々を助けるロボットに関するアイデアを持っています。

人々のアイデアの大部分 (99.999%) は、一度も試みられたことがありません。アイデアと現実の間には、お金、人脈、ネットワーキング、タイミング、プログラミング スキル、デザイン スキル、何かをエンドツーエンドで生み出すために必要な何百万もの異なる要件など、膨大な要件が山積しているため、決して奨励されることはなく、決して不可能です。

それはもはや当てはまりません。

企業内では、販売キャンペーン、マーケティング キャンペーン、新機能、新製品など、物事を成長させるためのアイデアを持つ人々として現れます。これらすべてのアイデアが実現可能になります。

以前に私が K 字型回復について話したのを聞いたことがあるなら、つまり、良い位置にいる人々が軌道に乗り出し、悪い位置にいる人々が地面に落ちるという K 字型回復についての話ですが、それは非常に拡大されました。

これはまさに、AGI で起こるだろうと私たちが知っていたことです。

そしてそれは今、私たちに迫っています。

これを読んでいる人は皆、クロードが社内ですべての電子メールとすべての Slack メッセージを読んで、あなたがその文化にどれだけ適応しているか、どれだけ新しいアイデアを出しているか、AI にはできない価値を提供するために実際に何をしているかを尋ねたときに、社内で何と言われるかについて非常に慎重に考える必要があります。

これは予測ではありません。私はすでに起こっている現実を説明しています。

私たちはできるだけ早く、他人のアイデアの実行者から自分自身のアイデアの創造者に移行する必要があります。



Source link

Postagens Similares

  • 鳥の名前 その1

    Bean Machine の回顧展の次の部分を理解するには、少し余談をする必要があります。私がブログを書き続けてきた約 20 年間を振り返ってみると、組み合わせ論理に対する自分の評価についてほんの少ししか言及していないことに驚きました。次の数回のエピソードでは、それを私に紹介した素晴らしい本に基づいて簡単に紹介します。 アラバマ物語をあざけるには、故レイモンド・スマリヤン著。 数羽の鳥、おそらく有限または無限の数の鳥がいる森を想像してください。これらは珍しい鳥です。森の鳥の種名を森の鳥に呼ぶと、森の鳥が呼び返します。同じかもしれないし、違うかもしれないが、あなたが鳥の名前を言うと、鳥はあなたにその鳥の名前を返します。森の中にアカショウビンの枢機卿がいるかもしれません。オオアオサギを呼ぶと、カワセミが呼び戻します。 (写真は私によるものです。クリックすると高解像度が表示されます。) 「電話しました」と記します。 Q に P そして返事が来た R” として PQ = R。それで声をかけたら S に R そして R と答えた T、それを次のように表記します PQS = RS = T。わかりやすい方法で括弧を使用します。 PQS = (PQ)S そしてこれは違うかもしれません P(QS)。後者は「電話しました」 S に Q、そして電話しました Qさんの返答 P「。特定の鳥の名前を表すには大文字を使用し、変数を表すには小文字を使用します。 ここで検討している質問は次のとおりです。 どのような状況下で、鳥はあなたが呼んだのと同じ名前を呼び返すでしょうか? つまり、特定の鳥に対して、 y、どのような状況で行われるか yx = x? スマリヤンは、この関係を持つ鳥を「愛情」と呼んでいます。y が好きです ×」ということは、 yx = x。もし y が好きです…

  • Biaya Inferensi Tidak Berkelanjutan

    Ya, sekarang saya menyelesaikan seperempat langganan MAX minggu saya dalam beberapa jam bekerja dengan Claude Code. Menurutku Anthropic itu pintar, dan menurutku mereka tidak mencoba menipu kita. Saya pikir sejujurnya mereka hanya mencoba menyelaraskan tuduhan inferensi dengan kenyataan. Dan hal ini harus menjadi peringatan bagi kita semua. Saya pikir kita akan membutuhkan multi-model harness (atau…

  • Guide du lecteur : Jour de la Terre | Lectures LGBTQ

    En l’honneur du Jour de la Terre, consultez ces livres sur la fiction climatique et cette conversation entre les auteurs Sim Kern et Cynthia Zhang sur la représentation LGBTQ dans des livres sur le changement climatique. Jeune adulte Climat de chaos par Cassandra Newbould Dans la dystopique Seattle, les tempêtes ont dévasté la population terrestre,…

  • Constance Crozier:预测 S 曲线很困难

    哇,我们已经完成一半了吗?哇啊,生活在 S 曲线中 有一张著名的新冠疫情时期图表,我一直在努力寻找,它显示了在经历 S 曲线的过程中估计 S 曲线是多么困难。在早期,一切似乎都在呈指数爆炸式增长,你总是会收到一些炒作文章,说你,你这个笨蛋,不理解指数,让我解释一下。然后,当事情触及无形的渐近线时,那些写病毒式文章的同样响亮的声音奇怪地转向了其他事情。 不管怎样,下面的推文图片并不能体现这一点,你应该观看视频版本:https://vimeo.com/408599958 或 https://x.com/clcrozier/status/1251148890595708938 作者是康斯坦斯·克罗泽 (Constance Crozier),她还撰写了一篇博文。这是 googlebots 的完整内容: S 曲线(或 S 型函数)通常用于模拟社会或生物系统随时间的演变 (1)。这些函数从指数增长开始,然后线性增长,最后趋于平稳(因此最终看起来像一个不稳定的 s)。我们认为指数函数的许多东西实际上都遵循 S 曲线(否则系统将达到无穷大)。一个著名的例子是采用新技术。下图显示了随着时间的推移拥有智能手机的美国成年人的百分比,顶部有一条最适合的 S 曲线。在这种情况下,由于宣传和供应的推出方式,出现了指数增长。然而,潜在消费者数量有限(其中一些人永远不会拥有智能手机),因此增长逐渐放缓至零。 美国智能手机拥有量 (2) 另一个例子,也是这些曲线重新出现在新闻中的原因是疾病的传播。在这种情况下,当病毒是新病毒时,就会出现指数增长,因此大多数遇到它的人不会产生免疫力。之所以出现平稳,是因为病毒不再遇到没有免疫力的人(由于“群体免疫”或感染者的隔离)。下图显示了 2003 年 SARS 爆发期间中国的死亡人数,同样采用最佳拟合 S 曲线。 中国因非典死亡人数(3) S 曲线只有三个参数,因此它们如此适合各种系统,这也许令人印象深刻。概括地说,这三个参数描述了初始增长率、稳定率以及稳定值。因此,如果你能估计这三个数字,那么你就得到了趋势曲线。我们中的许多人都会在学校学到,如果要找到三个参数,则需要三个数据点来定义函数。这表明您可以仅根据三个观察结果完美地预测稳定点(剧透:您不能)。 实际上,虽然我们可以说数据的总体趋势可能符合某些 S 曲线,但各个点不会全部位于该曲线上。这可以在前面的两个例子中看到。这种差异通常被描述为“建模误差”,其中包括数据测量中的误差以及 S 曲线模型根本上错误的事实。引用乔治·博克斯的话:“所有模型都是错误的,但有些模型是有用的”。 直观上,从早期数据预测曲线是不可能的,这是有道理的。假设这一点意味着相信我们无法影响结果。然而,根据我的经验,“直觉”和“数学”往往很难调和。因此,我决定调查随着更多数据的出现,“最佳拟合 S 曲线”会发生多大变化。下面是我随机选择的 S 曲线。显示的点是“噪声观测值”——这是数学上表示“施加随机误差量的曲线上的点”的方式。 在这种情况下,S 曲线模型非常适合——我实际上是从 S 曲线生成数据的。这意味着如果误差为零,那么我们只需要三个点即可找到曲线。综上所述,这个例子是理想化的——现实中不太可能有一条曲线与数据如此吻合。下面的动画显示了随着更多数据的可用,最佳拟合 S 曲线(使用最小二乘优化找到)。 毫不奇怪,在指数增长阶段,估计非常糟糕,但即使在线性阶段(当有…

  • Putting Ideas into Words

    February 2022 Writing about something, even something you know well, usually shows you that you didn’t know it as well as you thought. Putting ideas into words is a severe test. The first words you choose are usually wrong; you have to rewrite sentences over and over to get them exactly right. And your ideas…

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *