工作清單

【AIフロンティアの真実-後編-】「AI開発者の賞味期限はあと1年、、安野がシリコンバレーで見たAGI開発最終局面のリアル【安野貴博/チームみらい】

逐字稿文字預覽

レフコン。これはハッカーが行くカンファレンスですね。ほうほうほ。ここにいろんなハッカーがこう来てですね。で、たま人くらいいるんですけどもうそろあの
[音楽]AIの花火とかフィジカル[音楽]AIの花火とかそれは本当にどこに潜めるかとかどういうコミュニティかによって全然変わってくるなっていうところを改めて認識したでした。
[音楽]うん。そうですよね。
ま、でもやっぱり私としてすごい良かったのは、あの、AGIという花火をあの、現地で体験することはできなさそうだけど、あの、ていう花火は打ち上げられるんじゃないかと思っているので、じゃあ次に行きましょうか。
[音楽]はい。
はい。え、次、ボトルネックは電力
というところではい。次のスライドにお願いします。
そうですね。やっぱこれはあの、ま、最近データセンターの話で言われてる話ではあると思うんですけど、こう、ま、ソフトウェア、あの、それそ、ま、元々シリコンバレの
AIのフロンティアラボの人たちは、ま、どちらかというとソフトウェアだったり、ま、コンピューターサインエンスの世界の人たちが多かったと思うんですけど、ま、結局じゃそこのあの、そこで実際にものを作ってスケードさせていくためにはその下のレイヤーのことも考えないないていう状況で、ま、そのボトルのネックがそっちに映っていて、ま、そっちに目が向いているというのはすごい話していて感じしたところでした。
うん。うん。うん。
このやっトネック最終的に電力になるんじゃないかってことはすごいおっしゃってましたね。
うん。そうですね。で、1
つフレーズとして面白いなと思ったのが、ま、この普段じゃクロードコードだったり、ま、AIを活用している立場としてはこう、ま、トークンパだらその1トークンを生成するのにいくらかかるかっていうのを考えますし、ま、それは当然そ法なんですが、ま、これをじゃあ本質的にあの分解していくとこれはあのトークンパが大事で、ま、これを避けていくというところが大事なんだということをおっしゃってる方がいて、ま、これは、ま、あの、普段そのユーザーという立場でこのフロンティアラボからトークを買とかフロンティアラボからトークを買
いる立場だと見えなくなってますけど、今的にはもうワットうんのを買っているというか、ま、ワットそこの効率さがあの改善されない限りはここが変わらないんだなという意味でそうこはすごいあんまり意識していなかった重要な
このメトリックナとそうそうやっぱ地球全体で考えるとトークンパワットがこう進化しないとあの人類全体進化していかないのでまここに対するサイエンスっていうのがめっちゃ大事であるとうんそうですねあとまれに関連してあの
ま、若干余談なんですけど、あの、とあるデータセンターの見にも行かせていただいて[咳払い]そうですね。あの、データセンター、あの、アメリカのデータセンター入るの初めてだったんですけど。
そうですね。
そう、そう。で、あの、どんな場所なんだろうと思っていたら
1番びっくりしたのが、あの、ま、結構、ま、めっちゃうるさいんですね。あの、でも、あの、めっちゃうるさいのは、ま、うるさいだろう。
ま、コンピューターって大人とかで大人なりますし、うるさいだろうなと思ってたんですけど、思っていた以上にうるさくてなんかもう人間が入ったらあの耳がおかしくなっちゃうくらいうるさいから全員ヘッドセットをつけてトランシーバー越しに会話してくれって言われて
そう。あの、だからヘリコプターの中みたいな感じです。あ、確かに。確かに
そう。だからなんだっけ?基準法かなんかでもう騒音のリミットを超えてるっていうことらしいんですよね。
はい。はい。
そう。
もうめちゃめちゃもう締め上げられるタイプのヘッドセットで耳が痛いんですよ。これガってなってて。
[笑い]さて、じゃあ次に行きますと。これもあのちょっとさっき出た話と近いんですけど、とあるフロンティアラボのリサーチャーが自分の賞味期限はあと
1年だねとうん。うん。で、
終わったら旅行しようと思ってるよって言ってて、あの、これさっきそのAGI開発がもう最終版戦だねという話のうん。
あの、ブルーモさんが言った発言の、ま、その具体的な発言なんですけどうん。
そう。あ、残り12年でAI
開発は自動化されるとで、なんかこれはもうサンフランシスコの人間には当たり前のことを当たり前の常識だと思ってるよと。
うん。で、もうRSI
とか言ったりますけど、最期的にこう自分を改善し続けるAIみたいなのってのは別に遠い未来のSF的な概念じゃなくてもう見えてると1年できてAIを使ってAI自体が改善していくようにもう全時自動でなるのも当然だと思うし、
あの、ま、コーディングのね、一部の領域ではRSIっていうのはもう定義の問題で起きてるんだってことをおっしゃってました。
うん。うん。
さて、えっと、次に行きましょう。次が
はい。あ、もう同じことです。これさっき
話しちゃった話なんですけど、ま、この今Ag開発の最終フェーズだというおっしゃってる方がいたというところで次のサイトにお願いします。で、これあの
もう少し詳しく聞いていくとあのじゃ、あの昔はどうだったかというとなんかこうなんでしょう。ま、ゴールが見えていない
中であのそろそろなんどどうしたらこの人間のあるいは人間を超えた知能を作れるのかっていうのはまだ色々見えていない中でも研究者としていろんなアイデアを考えて散索していくっていうのが重要な時期も
あったと。で、ま、この頃っていうのは
どちらかというと研究者としてのセンス。
ま、センスって言っても曖昧ですけど、そのどう、どう、何をすると良いだろうかっていうそこの、ま、あ、当て感なんだ、良い説を考える能力みたいなところが重要だったと。ただ一方ではもうここ数年はどちらかというと、もうこうこっちだなっていうのがあれちょっと見えてきてる中でじゃもう
[咳払い]AI開発を作るというのはあの探索というよりむしろそこの見えてる道をちゃんと一歩1歩進んでいく能力だとっていう中で最近はもっとこの泥臭いことをしっかりやりきる能力が重要になってくるんだとていうことをおっしゃってる方が、ま、これはなるほどなとう。
うん。うん。
なんかサイエンスだったところからエンジニアリングに変わってきたよねみたいなそういう話を聞いたことがありますね。
で、だかなんかその人はだからこそなんかそういうことをゴリゴリ進められる中国系の人が今すごい活躍してるんだっていうことを言ってました。
うん。うん。
次がですね、こちらです。どうぞ。はい。
AI規制オープンウェイトに対して無力であり、開発は不可能。
うん。[咳払い]
っていうことをめっちゃみんな言ってました。
うん。めっちゃみんな言ってたんですけど
、あの、昨日かな、オープンAIがうちはトレーニング止めたぜって言う[笑い]ん、2週間前に行ってからなんかちょっとなんか止まったんだけどみたいな感じ[笑い]もありますけど、ま、あれがね、
どれくらいどう続くかとか、どれくらいの本気度なのかとかわかんないですけど、あの、次のページて、あ、そう、それですね。
え、どういうことかって言うと、やっぱね、こうオープンウェイトモデルっていうのを、ま、中国がね、色々中国以外もありますけど、オープンウェイトモデルってのを規制しようっていう動きが、ま、一部ニュースとかでは見られるんですけど、
ま、そのサンフランシスコとかベイエリアの人たちと話すと、いや、そんなことできるわけなくないみたいな。
うん。うん。
あの、そもそもただの、何十のデータジャンみたいなはい。
それを規制するのはほぼほぼ不可能だよという話をあのしていてでも一方でクローズモデルはもう政府がメール1本で規制できるんだとうんうんだからまこのオープンウェイドモデルとクローズドモデルの置かれてる環境の圧倒的違い
みたいなものをなんか改めて感じましたうんうんうんこれはいろんなねあのサンフランシックベエリアの中でも結構いろんな1枚岩じゃないなという話はありますけど僕が聞いた中だと結構開発原則は無理じゃないっていう方がほとんどであったと思います。
うん。多分これ僕最後ですね。これはあの、あのこういう話をしていた人がいたというよりはむしろあのそれを踏まえて僕の裸のあの処感なんですがなんか
AGIが目前でも車内政治だったりこのドロドロした合意形成の問題は解決してないんだなというのをそう感じたというところがあります。うん。
なんかこの、ま、ソロさっきもありましたけど、この半ザの王きみたいな話で、こう未解決問題を解く、あるいはガンを治療するかもしれないと言われてるようなこの世界再生政さのAIを作っているチームの
中でもこのドロドロした車内政治というものは発生するんだなと。で、なんかで、
多分であれば多分あの少なくとも直近でこのAGIと呼ばれる何かは車内せ、車内政治とか合意の問題は別に解決しなというのをなんかていうなんでしょうか、どうしようもなさみたいなところを感じました。うん。してる
確かにで、あの、これはすごいいい話だなと思ったのがちょっと脱線するみたいですけど、あの、サンフランシスコのそのAIのリサーチャーの方が言ってたのは、我々はそのサンフランシスコの場所にいるというのは
AGIという人類史場たった1回切りの打ち上げ花火の特東席にいるんだと。
うん。ふん。うん。
いうこと言っててなるほどなとなんか羨ましいなと思ったんですけど、あの、その後私シャン海入行ったんですよ。
はい。
で、シャ上海行ったらもうあのフィジカルAIという、ま、ロボティクスというですね、あの人類で1回の花火のあの東席にいるんだみたいな感じで、ま、そう、その原まままじゃないですけど[笑い]
言ってきてなるほどなとうん。
思ったんですが、あのデジタル民主義そのAIを使ったで色々思考錯誤した上で集団の合意形成をしていくということのあの打ち上げ花火の最前性は日本だなと思ったんですよ。
っていうのはあのアメリカじゃないじゃないですか。つまり
その2代政党性の中だとそういった思考錯誤自体がそもそもできないなと思っててで中国でもないなと思ったんですよ。ま、中国共産党の一教である
うん。はい。
だけど日本ならそれはできるうん。
しチーム未来もあるなと思ったのでその打ち上げ花火をもうちゃんと上げようっていうことを改めて思ったっていう感じです。
うん。なるほど。いや、そうですね。そうまさにそう。
そこ多分弟子で民主主義の技術をで多分まさにこの車内政治だったり、ま、車内政治に限らずこう理解調整だったり合意形成だったりあるいは権力闘争の状態の問題をどうすればよりどういう状態に持っ
ていけるかっていうのを思考錯誤する過程で解決していくし多分それをスケールしたものがこうなんらか国レベルの民主主義のものにも使えるようなものになり得るかなと思っていてでそれはまだ解決しなそう
からデシタル民主義のを実現したいとしては頑張ろうという気持ちになったという。
うん。
そういったところです。
うん。いい話。
はい。
えっと、じゃあ次に行きましょう。
はい。
どうぞ。ドン。え、それ
AI投資はゼ下可はい。
ていうことなんですが、ま、それAIって何かって言うと、ま、いわゆる国産AIって呼ばれてるようなあのものですよね。で、これに対してあの、ま、国の人もそうだし、あの、国もが投したりしているわけですけれども、これをどこまで頑張るべきなんだろうっていう議論は結構ある。
ほうほ。
結構あって、え、それどう思いますっていう、ま、そもそもね、日本の中でもいいや、そんな高くの試験を使ってフロンティアモデルなんか作れないよって言ってる人もいればいいやいや、例えば軍事とかあの防衛とかですね、あの行政とか教育とかそういったところではやっぱ自慢自分の国産で持つのが大事だろうっていう議論があるんですけれども、それでどう思うかっていうのをちょっとサンフランシスコの人に聞いてみたかったんで聞いてきました。で、ここはまさに
1枚じゃないなと思いました。
ほう、ほう。
人によってめっちゃ言うこと違う。
うん。
で、ま、例えばチップの企業だともうマジ国産AI重要だとうん。
おいことを言っていて、あの、もうね、それこそろんな国がそれぞれのモデルを持つことが、あの、やっぱ未来の姿なんだと思うよってことを言っていました。
で、フロンティアラボのリサーチャーの人はマジであの、ま、悲観的だしたね。無理、無理だと思うよと。
あのでなんか20年スパンでちょっとずつ育ていくのはいいんだけどなんかそぶり合投資ってそもそもその企業文化も買えないしあ、企業文化っていうか開発組織の文化はいくらお金出しても買えないし人材もデータセンターもないところからそんな国産
AIやろうとしたってなんかもっと他にやることあるんじゃないかみたいななんかそんな感じでしたね。
うん。
で、えっと、あとは、あ、そのリサーチャー2の方が言ってたの何かと言うと、ま、これからもぶっちゃけオープンモデルがめっちゃ優秀なものが出続けると思うよと。ま、実際この人が言ってからね、
8月にいっぱいモデル出てるんで、あの、ま、これからもね、それは落ちる、起きると思うんだけど、なんか陥っちゃいけないと思うのは、それらのオープンウェイトの優秀なモデルを自分の国での中で走らせられない状態っていうのはこれはマジでやめた方がいいと。
だから、ま、そのモデルを0から作る必要があるかわかんないけど、その出てくるオープンウェイモデルを、ま、好きなようにファインチューニングして、ま、ちょっと自分で組み換えてそれを時刻の中で動かせる計算資源を確保するということがマジで最優先だって言ってて、
ま、なので、ま、ベースモデルと呼ばれる元々のモデルを全部自分から作ることよりもこっちで優先した方がいいんじゃないのっていう、ま、そういうことを言ってた方もいました。
なるほど。
で、あとはその中で、えっと、AIスタートアップのある方は、あ、これはスコットウだったかなと思いますけど、そのコグニション者のデビに作ってる方だったと思いますけど、あの、必須要件だとは思わないよと。あの、別に国産があろうがなかろうが、
ま、なんか済むものは済むし、済まないものは済まないんだけど、ま、それをやる時にやっぱ保護的な政策を取ってモデレーなアクセスを遮断したりすると

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://www.youtube.com/watch?v=kgJ2kVScDo0 --language ja --bilingual --learning

    來源：https://www.youtube.com/watch?v=kgJ2kVScDo0

    辨識語言：ja ｜ 參數：--language ja --bilingual --learning

  2. 預期流程

    依指令產生的處理順序：

    1. 下載與語音辨識
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 雙語翻譯
    5. 雙語時間軸與學習單元
    6. 筆記與發布
    7. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：4.0 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：68.3 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  6. 4. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  7. 5. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

  8. 6. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

  9. 7. 雙語翻譯

    工具：vnt-sentence（句子雙語翻譯）

    處理：將句子翻譯成繁體中文

    產出：sentence_bilingual_transcript.json（雙語逐字稿）

    耗時：183.4 秒

    關係：依序執行

    結果：完成

  10. 8. 雙語時間軸與學習單元

    工具：videonote_learning_timeline_v2.py（建立雙語時間軸與學習單元）

    處理：建立雙語時間軸與學習內容

    產出：sentence_bilingual_timeline.html（雙語時間軸頁）、learning.json（學習單元）、japanese_learning.json（日文學習單元）

    耗時：124.1 秒

    關係：依序執行

    結果：完成

  11. 9. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：147.0 秒

    關係：依序執行

    結果：完成

  12. 10. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  13. 11. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.2 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench