And let me spoil it to you, it's not computer science or programming.

そしてネタバレすると、それはコンピュータサイエンスやプログラミングではありません。

I'm going to say something and it's going to sound completely opposite of what people feel.

私は言いたいことがありますが、人々の感じていることとは完全に反対に聞こえるでしょう。

You probably recall over [that] the course of the last 10 years, 15 years, almost everybody who sits on a stage like this would tell you it is vital that your children learn computer science.

おそらくこの過去 10 年間、15 年間を振り返ると、このような場で座っているほとんどの人が、子供たちがコンピュータサイエンスを学ぶことが重要だと言っているのを覚えているでしょう。

Everybody should learn how to program.

誰もがプログラミングを学ぶべきだって。

And in fact, it's almost exactly the opposite.

そして実際は、ほとんど正反対だと思います。

It is our job to create computing technology such that nobody has to program.

誰もプログラミングする必要がないようなコンピューティング技術を生み出すのが我々の仕事です。

And that the programming language, it's human.

そしてそのプログラミング言語は人間なのです。

At Zymph Minds, a full service agency, where I'm a co-founder, we're in a close relationship with NVIDIA.

私が共同設立者である総合代理店 Zymph Minds では、NVIDIA と密接な関係にあります。

And later in this video, I will include a clip of what Jensen said people should study,

そして、この動画の後半で、ジェンスンが人々が勉強すべきだと言った内容のクリップを紹介します。

which is also in alignment why we are expanding our team with people like Amy Zolotov, who comes from healthcare.

また、Amy Zolotov のようなヘルスケア出身の人材とチームを拡大している理由とも一致しています。

Collectively, we trained and taught close to 20,000 people at this point, from people at all ages and walks of life who subscribe to my channel, to the amazing teams at the companies like General Electronics and Kraft Heinz.

私のチャンネルを登録してくれているあらゆる年齢層の人々から、General Electronics や Kraft Heinz といった企業の素晴らしいチームまで、合わせて現時点で 2 万人近くをトレーニングし、教えています。

Plus, we've been developing AI educational material, both for universities like Stanford or Yeshiva, all the way to developing courses on Uplimit.

さらに、スタンフォード大学やイェシバ大学のような大学から、Uplimit のコース開発まで、AI 教材を開発しています。

I think this shows that there is raising awareness about prompt engineering and the impact that you can have in your organization or your team if you just know better how to work with AI tools.

このことは、プロンプト・エンジニアリングと、AI ツールの扱い方をよく知るだけで、組織やチームに与える影響についての認識が高まっていることを示していると思います。

And I understand that when a girl on the internet says that prompting is the new programming language, that's one thing.

ネット上の少女が「プロンプトは新しいプログラミング言語だ」と言うのは理解できます。

But I'm really happy to see that more people kind of receive a message when it is NVIDIA CEO on a stage at the World Government Summit, saying it out loud.

しかし、NVIDIA の CEO が世界政府サミットの壇上で声を大にして言うことで、より多くの人がメッセージを受け取ることができるのは本当に嬉しいことです。

Everybody in the world is now a programmer.

今や世界中の誰もがプログラマーです。

This is the miracle.

これが奇跡です。

This is the miracle of artificial intelligence.

これが人工知能の奇跡です。

For the very first time, we have closed the gap.

私たちは初めて、その差を縮めたのです。

The technology divide has been completely closed.

技術格差は完全に縮まりました。

And this is the reason why so many people can engage artificial intelligence.

そしてこれが、多くの人が人工知能と関わることができる理由なのです。

It's the reason why every single government, every single industrial conference, every single company is talking about artificial intelligence today.

それが、どの政府、どの産業会議、どの企業も今日人工知能について話している理由です。

Because for the very first time, you can imagine everybody in your company being a technologist.

これまでにないほど、初めて社内の全員が技術者になることが想像できるからです。

This is a tremendous time for all of you to realize that the technology divide has been closed.

技術格差が解消されたことを実感する絶好の機会です。

I hope more people and businesses will take it as a wake-up call and start looking at this quite seriously.

より多くの人々や企業がこれを警鐘として受け止め、かなり真剣に検討し始めることを願っています。

Also to realize that to engage AI is a lot easier now than at any time in the history of computing.

また、AI を活用することは、コンピュータの歴史の中で最も簡単なことです。

It is vital that we upskill everyone.

全員のスキルアップが不可欠です。

As for 90% of people, prompting is going to just become easier and easier.

9 割の人に関しては、プロンプトはどんどん簡単になっていくでしょう。

And there is a good reason for that.

それには理由があります。

It's because of smart AI engineers and prompt engineers working in the background, optimizing that chat interface.

その理由は、賢い AI エンジニアとプロンプトエンジニアがバックグラウンドで働き、チャットインターフェイスを最適化しているからです。

So that a few vague words can be taken, processed by a way bigger and more extensive prompt or the whole separate AI model, by the way.

そして、少数のあいまいな言葉が、はるかに大きく、より広範なプロンプトまたは完全に別の AI モデルによって処理されることができます。

All that optimization gets combined into the final prompt and sent to the AI model.

すべての最適化が最終的なプロンプトにまとめられ、AI モデルに送られます。

Therefore, you get these amazing outcomes like Delhi Tree or Copilot.

その結果、Delhi Tree や Copilot のような素晴らしい結果が得られるのです。

It starts with a prompt from you in an app.

それはアプリであなたからのプロンプトから始まります。

Copilot pre-processes the prompt through an approach called grounding.

Copilot はグラウンディングと呼ばれるアプローチでプロンプトを前処理します。

Put simply, grounding improves the quality of the prompt.

簡単に言うと、グラウンディングはプロンプトの質を向上させることです。

So you get answers that are relevant and actionable.

だから、適切で実行可能な答えが得られます。

One of the most important parts of grounding is making a call to the Microsoft Graph to retrieve your business content and context.

このように、Microsoft Graph を利用することで、ビジネスコンテンツやコンテキストを取得することができます。

Copilot combines this user data from the graph with other inputs to improve the prompt.

Copilot は、このグラフからのユーザーデータと他の入力を組み合わせて、プロンプトを改善します。

It then sends that modified prompt to the LLM.

そして、修正したプロンプトを LLM に送信します。

Copilot takes the response from the LLM and post-processes it.

Copilot は LLM からの応答を受け取り、それを後処理します。

This post-processing includes additional grounding calls to the graph, responsible AI checks, security, compliance and privacy reviews, and command generation.

この後処理には、グラフへの追加の接地呼び出し、責任ある AI のチェック、セキュリティ、コンプライアンス、プライバシーのレビュー、コマンドの生成などが含まれます。

Finally, Copilot sends a response to the user and commands back to the apps.

最後に、Copilot はユーザーへの応答とアプリへのコマンドを送信します。

It's awesome if you're not specific and you are just really exploring.

特にこだわりがなく、ただ探検しているだけなら素晴らしいです。

But it also takes away some controls.

でも、そのせいでコントロールが効かなくなります。

Because sometimes these chatbots get so optimized that it gets horribly hilarious.

チャットボットが最適化されすぎて、恐ろしく滑稽になることがありますからね。

Gemini from Google went viral for absolutely wrong reasons, refusing to generate white people and over-optimizing for inclusivity and I could say stereotypes, but kind of phenomenal is that it became stereotypical.

Google の Gemini は、白人の生成を拒否したり、包括性のために最適化しすぎたりと、全く間違った理由で流行しました。ステレオタイプとも言えるが、ステレオタイプになったのは驚異的です。

I'm genuinely curious what impact it will have that NVIDIA CEO had this hot take.

NVIDIA の CEO がこのように熱く語ったことが、どのような影響を与えるのか純粋に気になりますね。

But if you listen between the lines, even Sam Altman hinted at this future.

しかし、行間を聞けば、サム・アルトマンもこの未来を示唆していました。

I think coding will still be important in the future.

将来もコーディングは重要だと思います。

It's just going to change a little bit or a lot.

ただ、少し変わるか、大きく変わるかだと思います。

One of the predictions I'm most confident about the future is it's just going to happen much faster than the past did.

私が未来について最も確信している予測のひとつは、過去よりもはるかに速く起こるということです。

And that, you know, young people are always the best at adapting to that, but now it's going to be extra valuable.

そして、若者は常にそれに適応することに長けていますが、これからはその価値がさらに高まるということです。

I think I agree with that framework incredibly much.

その枠組みには非常に同意します。

And I think anytime you can choose a skill or a class or an activity to do that you feel aligns with the learning how to adapt to new technology, pick it for sure.

そして、新しいテクノロジーに適応する方法を学ぶと感じるスキルやクラス、または活動を選ぶことができるときは、間違いなく選ぶことができます。

But on specifics, I still think that software is actually a really important skill to build.

しかし、具体的に言うと、ソフトウェアは本当に重要なスキルだと思います。

And some of it is it's not going to be about the mechanics, it's not going to be about the specifics of the programming language, it's not going to be about those details, but fundamentally getting computers to do what you intend.

そして、それの一部はメカニクスやプログラミング言語の具体的な点ではなく、基本的にはコンピュータが意図したとおりに動作するようにすることです。

That's the world we're heading to.

それが我々の目指す世界です。

And so understanding the low-level details of how it works, that's a starting point.

そして、それがどのように動作するかの低レベルの詳細を理解することが、出発点です。

And you know, we do see people who have never coded before who build some of the best AI applications.

コーディングの経験がない人でも、優れた AI アプリケーションを作ることができるんです。

And so that's actually new, that you can actually get computers to do things without having to do it in this like contort yourself to the machine.

実際には新しいことであり、コンピュータに機能を実行させるために自分を機械に合わせる必要がなくなったということです。

As it is right now, anyone can work with AI, anybody can instruct AI.

今のままでは、誰でも AI と一緒に働くことができ、誰でも AI を指導することができます。

Can you imagine that a couple years ago, this ability to interact with AI models was available only to researchers and actual developers?

数年前、AI モデルと対話するこの能力が研究者や実際の開発者にのみ利用可能だったと考えられますか？

And just because it's available to everybody and it's getting easier, doesn't mean that people use it in the best way possible or the most effectively.

そして、誰もが利用できるようになり、より簡単になったからといって、人々がそれを可能な限り最良の方法で、あるいは最も効果的に使うとは限りません。

The way I like to think about this stuff is like a spectrum.

このことをスペクトラムのように考えたいんです。

On one side, you have like, oh my God, prompt engineering is the only thing you need to know.

一方で、あなたが知る必要がある唯一のことは、プロンプトエンジニアリングだという感じがしますね。

On the other spectrum is like, oh, it doesn't matter.

もう一方は、そんなの関係ねぇって感じですね。

Programming is going to be still there, and it's a solid skill.

プログラミングはこれからも必要だし、確かなスキルだと思います。

And in our team, the way we like to look at things is a bit more leveled.

うちのチームでは、もう少し平準化された見方をしたいんです。

Yes, prompt engineering is important.

そうですね、プロンプトエンジニアリングは重要です。

That also is going to change.

それもまた変わっていくでしょう。

If you think about in a term of 10 years, if we all walk with the neural link chips in our head.

10 年後を考えたら、みんな頭に神経リンクチップを入れて歩いてるんです。

This morning, Elon Musk announcing that for the first time, his company Neuralink has implanted a brain chip in a human.

今朝、イーロン・マスクが彼の会社ニューラルリンクが初めて人間の脳にチップを埋め込んだと発表しました。

Everything kind of changed again.

またすべてが変わりました。

And after the statement from Jensen, on the whole other spectrum, there's going to be a group of people who are like, "Okay, programmers, they are not valued, they are not important.

そしてジェンスンの発言の後、全く逆のスペクトルには、「プログラマーは評価されていないし、重要ではない」と思う人々がいるでしょう。

Don't study computer science and stuff like that."

コンピュータサイエンスとか勉強するなって。

And I think that's also wrong.

それも間違ってると思います。

Because programming and computer science as hands on skill is one thing, but what it teaches people is problem solving.

プログラミングやコンピューター・サイエンスは、実践的な技術として学ぶものであって、人々に教えるのは問題解決なのですから。

And that is a hard skill, which won't get absolute anytime soon.

そしてそれは難しいスキルであり、いつまで経っても絶対的なものにはなりません。

And I want to say never, but we also said that creativity is probably going to be the last affected by AI, which turned out completely opposite.

言いたいことは「絶対にない」とは言えませんが、私たちは創造性がおそらく AI に最後に影響を受けるだろうと言ったこともありましたが、それは完全に逆になりました。

So anyway, taking a part being in the middle, educate yourself about prompt engineering; how to use AI, how it works, what are ethical uses of that.

とにかく、中立であることを取り戻して、プロンプトエンジニアリングについて学び、AI の使い方、動作方法、倫理的な使用方法について教育を受けるべきです。

But if you're able to also learn about computer science and how computers work in general, develop deeper problem solving and critical thinking, really skills with programming, that is not going to hurt you.

しかし、コンピュータサイエンスやコンピュータが一般的にどのように機能するかについても学ぶことができれば、より深い問題解決や批判的思考、プログラミングのスキルを身につけることができます。

Like I myself, I talk about prompt engineering, but I also decided to take CS50 course to kind of bridge the gap I have when it comes down to programming.

私自身、即席のエンジニアリングについて話しているように、プログラミングに関しては、自分のギャップを埋めるために CS50 のコースを取ることにしました。

Funny thing that a month ago, before Jensen's video came out, I made a video where I said that domain expertise is going to be extremely important when using AI tools.

面白いことに、1 ヶ月前、ジェンスンの動画が公開される前に、私は AI ツールを使用する際には、分野の専門知識が非常に重要になると述べた動画を作りました。

And here's one universal truth when it comes to prompting.

そして、プロンプトに関しては、ここに一つの普遍的な真実があります。

You as a user have to have domain expertise and use specific language to condition the AI model and steer its responses to the right direction.

ユーザーとしては、ドメインの専門知識を持ち、特定の言語を使用して AI モデルを調整し、その応答を正しい方向に導かなければなりません。

Because if you know your stuff very well, not only you will be able to explain it well and make clear instructions, but you will also be able to detect hallucinations.

もしあなたが自分のことをよく知っていれば、それをうまく説明し、明確な指示を出すことができるだけでなく、幻覚を見抜くこともできるでしょう。

The countries, the people that understand how to solve a domain problem in digital biology or in education of young people or in manufacturing or in farming,

デジタルバイオロジーのドメイン問題を解決する方法や、若者の教育、製造、農業など、さまざまな分野で問題を解決する方法を理解している国や人々、

those people who understand domain expertise now can utilize technology that is readily available to you.

そのような人々は、今すぐにでも利用可能なテクノロジーを活用することができるのです。

You now have a computer that will do what you tell it to do, to help automate your work, to amplify your productivity, to make you more efficient.

あなたは今、あなたの仕事を自動化し、生産性を高め、より効率的にするために、あなたが指示したことを実行するコンピュータを持っています。

And so I think that this is just a tremendous time.

今がまさに、とてつもない時代なのだと思います。

And going back to that question, what kids should study in the future?

将来子供たちが何を学ぶべきかという問題に戻ります。

This is what Jensen said.

これはジェンスンの言葉です。

If I were starting all over again, I would realize one thing, that one of the most complex fields of science is the understanding of biology, human biology.

もし私がもう一度最初からやり直すとしたら、科学の最も複雑な分野の一つが生物学、つまり人間の生物学の理解であることに気づくでしょう。

Not only is it complicated because it's so diverse, so complicated, so hard to understand, living and breathing, it is also incredibly impactful.

多様で複雑で、理解するのが難しく、生きていて呼吸しているから複雑なだけでなく、信じられないほど影響力があります。

Complicated technology, complicated science, incredibly impactful.

複雑な技術、複雑な科学、信じられないほどの影響力。

And remember, we call this field life sciences and we call drug discovery, discovery.

この分野を生命科学と呼び、創薬をディスカバリー（発見）と呼ぶことを忘れないでください。

As if you wander around the universe and all of a sudden, "Hey, look what I discovered."

宇宙を彷徨っているうちに 「こんなものを発見した」というように。

Nobody in computer science, nobody in computers and nobody in the traditional industries that are very large today, nobody says car discovery.

コンピュータサイエンスの世界でも、コンピュータの世界でも、そして今日非常に大きな規模を誇る伝統的な産業の世界でも、誰も「車の発見」などとは言わないでしょう。

We don't say computer discovery.

コンピュータ発見とは言いません。

We don't say software discovery.

ソフトウェア発見とは言いません。

We don't go home and say, "Hey honey, look what I found today. This piece of software, we call it engineering."

家に帰って、「ねえ、今日こんなものを見つけたよ。このソフトはエンジニアリングと呼ばれてるんだ。」って言いません。

And every single year, our computer science, our software becomes better and better than the year before.

そして毎年、我々のコンピューターサイエンスやソフトウェアは、前年よりもどんどん良くなっていくんです。

Every single year, our chips get better.

毎年毎年、我々のチップは良くなっていきます。

Every single year, our infrastructure gets better.

毎年毎年、我々のインフラは良くなっています。

However, life sciences is sporadic.

しかし、生命科学は散発的です。

If I were to do it over again right now, I would realize that the technology to turn life science to life engineering is upon us.

もし今、もう一度やり直すとしたら、生命科学を生命工学に変える技術が私たちに迫っていることに気づくだろう。

And that digital biology will be a field of engineering, not a field of science.

そして、デジタル生物学は科学の分野ではなく、工学の分野になるでしょう。

It will continue to have science, of course, but not a field just of science in the future.

もちろん、科学的な分野ではあり続けますが、将来的には科学だけの分野ではなくなるでしょう。

And so I hope that this is going to start a whole generation.

そうして、これが全世代のきっかけになることを願っています。

The Albert Einstein College of Medicine will be tuition free.

アルバート・アインシュタイン医科大学は授業料無料になります。

People who enjoy working with proteins and chemicals and enzymes and materials and they're engineering these amazing things that are more energy efficient, that are lighter weight, that are stronger, that are more sustainable.

タンパク質や化学物質、酵素、材料と一緒に働くのが好きな人々は、エネルギー効率が高く、軽量で、強靭で、持続可能性が高い驚くべき製品を設計しています。

All of these inventions in the future are going to be part of engineering, not scientific discovery.

未来の発明は科学的な発見ではなく、工学的なものになるんです。

But if studying is not applicable to you and you want to get into AI or learn how to use it, my recommendation to you is to start exploring together with other people so you can exchange ideas and tools.

しかし、もし勉強することが自分に当てはまらず、AI の世界に入りたい、あるいは AI の使い方を学びたいというのであれば、他の人たちと一緒に探求を始め、アイデアやツールを交換することをお勧めします。

There are so many resources online that you can definitely dive into.

ネット上にはたくさんのリソースがありますから、ぜひ飛び込んでみてください。

There's also a lot of noise.

雑音も多いしね。

And what I learned from my co-founder Joe, who is an educator from his background, that there is a lot of science, how humans learn.

私の共同設立者であるジョーは教育者であり、彼の経歴から学んだことは、人間がどのように学習するのか、多くの科学があるということです。

And this is why we really enjoy the partnership with UpLimits.

だから、UpLimits とのパートナーシップをとても楽しんでいるんです。

Because one thing, it's life.

それは、人生そのものだからです。

You have accountability.

説明責任があります。

You have to do real projects for your work, for your business, for yourself.

仕事、ビジネス、自分自身のために、本当のプロジェクトをやらなければなりません。

And then there is the whole peer community as well.

そして、同業者のコミュニティもあります。

Make sure to check out the UpLimit courses we have for image, for data analytics.

UpLimit の画像やデータ分析のコースもぜひチェックしてみてください。

We have AI, ChatGPT for everyone and also the advanced course.

AI、ChatGPT、上級コースもあります。

And we are working on many, many more.

そして、もっともっと多くのことに取り組んでいます。

Normally, I would tell you to go watch another video of mine so that algorithm is happy.

いつもなら、アルゴリズムがハッピーになるように、私の別の動画見てくるように言うんですけどね。

But actually, this time, we really want to ask you a question.

でも、今回は本当に質問したいんです。

How do you feel about the whole programming, prompt engineering, where you stand?

プログラミングやプロンプトエンジニアリングについてどう思いますか？

What has been your experience and journey in 2023?

2023 年での経験や旅はどのようなものでしたか？

And what is your approach in 2024?

また、2024 年にはどのようなアプローチをしますか？

And as always, thank you for watching and sticking around.

いつもご覧いただき、ありがとうございます。

I've been going through some personal stuff, but I want to make a promise that I will be uploading videos more consistently.

この間、私事でいろいろあったんですが、これからはもっとコンスタントに動画をアップしていくことを約束したいと思います。

So if you are new on this channel, it would mean a lot if you would subscribe.

ですから、このチャンネルを初めてご覧になる方は、ぜひご登録してください。