Hi!

こんにちは！

How do you see the advances of generative AI at Meta today, and how do you apply it to either enhance your operations or introduce new capabilities that you're offering?

今日のメタ社におけるジェネレーティブAIの進歩をどのように見ていますか？また、業務を強化したり、提供する新機能を導入したりするために、どのように応用していますか？

With generative AI, I think we're going to quickly move into the zone where not only is the majority of the content that you see today on Instagram just recommended to you from stuff that's out there in the world that matches your interests and whether or not you follow the people,

ジェネレーティブAIを使えば、今日インスタグラムであなたが見ているコンテンツの大半が、あなたの興味にマッチしたもの、あなたがその人をフォローしているかどうかに関わらず、世の中にあるものからあなたに推薦されるだけでなく、すぐにそのゾーンに移行すると思います、

I think in the future a lot of this stuff is going to be created with these tools too.

将来的には、このようなツールで多くのものが作られるようになると思う。

Some of that is going to be creators using the tools to create new content, some of it I think eventually is going to be content that's either created on the fly for you or kind of pulled together and synthesized through different things that are out there.

そのうちのいくつかは、クリエイターがツールを使って新しいコンテンツを作ることになるだろうし、最終的には、その場で作ってくれるコンテンツや、世の中にあるさまざまなものを寄せ集めて合成したようなコンテンツになると思う。

I kind of dream of one day you can almost imagine all of Facebook or Instagram being a single AI model that has unified all these different content types and systems together that actually have different objectives over different time frames.

いつか、フェイスブックやインスタグラムのすべてが、異なる時間軸で異なる目的を持った異なるタイプのコンテンツやシステムを統合した単一のAIモデルになることを想像できるような日を夢見ている。

Some of it is just showing you what's the interesting content that you want to see today, but some of it is helping you build out your network over the long term, people you may know or accounts you might want to follow.

そのうちのいくつかは、あなたが今日見たい面白いコンテンツを表示するだけだが、いくつかは、長期的にあなたのネットワークを構築するのに役立ち、あなたが知っているかもしれない人々や、あなたがフォローしたいと思うかもしれないアカウントを表示する。

These multimodal models tend to be much better at recognizing patterns, weak signals and such.

このようなマルチモーダルモデルは、パターンや弱い信号などを認識するのに非常に優れている傾向がある。

It's so interesting that AI has been so deep in your company.

AIが御社に深く浸透しているのはとても興味深い。

You've been building GPU infrastructure, running these large recommender systems for a long time.

あなたは長い間、GPUインフラを構築し、大規模なレコメンダー・システムを運用してきた。

I'm a little slow on it actually, getting to GPUs.

実際、GPUにたどり着くのは少し遅いんだ。

I was trying to be nice.

親切にしようとしたんだ。

I know.

分かっている。

Tell everybody about the Creator AI and AI Studio that's going to enable you to do that.

それを可能にするCreator AIとAI Studioについて、皆さんに教えてください。

We've talked about it a bit, but we're rolling it out a lot wider today.

これまでも少し話してきたが、今日からもっと広く展開していく。

A lot of our vision is that I don't think there's just going to be one AI model.

私たちのビジョンの多くは、AIのモデルが1つになるとは思わないということです。

This is something that some of the other companies in the industry, they're building one central agent.

これは、同業他社が1つのセントラル・エージェントを構築しているようなものだ。

We'll have the MetAI assistant that you can use, but a lot of our vision is that we want to empower all the people who use our products to basically create agents for themselves.

私たちのビジョンの多くは、私たちの製品を使用するすべての人々に、基本的に自分自身のためのエージェントを作成する権限を与えたいということです。

Whether that's all the many, many millions of creators that are on the platform or hundreds of millions of small businesses, we eventually want to just be able to pull in all your content and very quickly stand up a business agent and be able to interact with your customers and do sales and customer support and all that.

プラットフォーム上にいる何百万ものクリエイターであれ、何億もの中小企業であれ、私たちは最終的に、あなたのすべてのコンテンツを取り込み、非常に迅速にビジネスエージェントを立ち上げ、顧客とやりとりし、販売やカスタマーサポートなどを行えるようにしたいと考えています。

The one that we're just starting to roll out more now, we call it AI Studio.

AIスタジオと呼んでいる。

It basically is a set of tools that eventually is going to make it so that every creator can build an AI version of themselves as an agent or an assistant that their community can interact with.

基本的には、最終的にはすべてのクリエイターが、自分たちのコミュニティが対話できるエージェントやアシスタントとして、AIバージョンの自分自身を構築できるようにするための一連のツールなのだ。

There's a fundamental issue here where there's just not enough hours in the day.

ここには、1日の時間が足りないという根本的な問題がある。

If you're a creator, you want to engage more with your community, but you're constrained on time.

もしあなたがクリエイターなら、コミュニティともっと関わりたいが、時間に制約がある。

Similarly, your community wants to engage with you, but it's tough.

同様に、あなたのコミュニティはあなたと関わりたいと思っているが、それは難しい。

There's limited time to do that.

そのための時間は限られている。

The next best thing is allowing people to basically create these artifacts.

次善の策は、人々が基本的にこれらの成果物を創造できるようにすることだ。

It's an agent, but you train it on your material to represent you in the way that you want.

それはエージェントだが、あなたが望む方法であなたを表現するために、あなたの材料でそれを訓練する。

I think it's a very creative endeavor, almost like a piece of art or content that you're putting out there.

それはとてもクリエイティブな試みであり、芸術作品やコンテンツを世に送り出すようなものだと思う。

It's going to be very clear that it's not engaging with the creator themselves, but I think it'll be another interesting way, just like how creators put out content on these social systems to be able to have agents that do that.

しかし、クリエイターがソーシャル・システムでコンテンツを発信するのと同じように、エージェントがそのようなことをできるようになるのは、また別の興味深い方法だと思います。

One of the interesting use cases that we're seeing is people using these agents for support.

私たちが目にしている興味深い使用例のひとつは、こうしたエージェントをサポートに使っている人たちだ。

This was one thing that was a little bit surprising to me.

これは私にとって少し意外だったことのひとつだ。

One of the top use cases for meta-AI already is people basically using it to role-play difficult social situations.

メタAIの最も重要な使用例のひとつは、人々が基本的に困難な社会的状況をロールプレイするためにそれを使用することである。

Whether it's a professional situation, it's like, I want to ask my manager how do I get a promotion or raise, or I'm having this fight with my friend, or I'm having this difficult situation with my girlfriend.

それが仕事上の状況であろうと、昇進や昇給を得るにはどうしたらいいか上司に尋ねたいとか、友人とケンカをしているとか、ガールフレンドと困難な状況に陥っているとか。

How can this conversation go?

この会話はどのように進められるのか？

Basically having a completely judgment-free zone where you can basically role-play that and see how the conversation will go and get feedback on it.

基本的に、完全に判断の自由なゾーンでは、基本的にそれをロールプレイして、会話がどのように進むかを見て、それに対するフィードバックを得ることができる。

A lot of people, they don't just want to interact with the same agent, whether it's meta-AI or ChatGPT or whatever it is that everyone else is using.

多くの人たちは、メタAIであれChatGPTであれ、あるいは他の人たちが使っているものであれ、同じエージェントと対話することだけを望んでいるわけではない。

They want to create their own thing.

彼らは自分たちのものを作りたがっている。

The llama is genuinely important.

ラマは純粋に重要だ。

We built this concept to call it an AI foundry around it so that we can help everybody build.

私たちは、AIファウンドリーと呼ばれるこのコンセプトを構築し、誰もがAIを構築できるようにした。

A lot of people, they have a desire to build AI.

多くの人が、AIを作りたいという願望を持っている。

It's very important for them to own the AI because once they put that into their flywheel, their data flywheel, that's how their company's institutional knowledge is encoded and embedded into an AI.

フライホイール、つまりデータ・フライホイールにAIを組み込めば、企業の組織的知識がエンコードされ、AIに組み込まれるからだ。

They can't afford to have that AI flywheel, that data flywheel, that experience flywheel somewhere else.

AIのフライホイール、データのフライホイール、経験のフライホイールを他の場所に置く余裕はない。

Open source allows them to do that, but they don't really know how to turn this whole thing into an AI.

オープンソースはそれを可能にするが、彼らはこの全体をAIにする方法を知らない。

We created this thing called an AI foundry.

私たちはAIファウンドリーというものを作った。

We provide the tooling. We provide the expertise.

私たちは工具を提供します。専門知識を提供します。

Llama technology, we have the ability to help them turn this whole thing into an AI service.

ラマ・テクノロジー、私たちはこのすべてをAIサービスに変える手助けをする能力を持っています。

Then when we're done with that, they take it, they own it.

それが終わったら、彼らはそれを手にし、自分のものにする。

The output of it is what we call a NIM.

その出力がNIMと呼ばれるものだ。

This NIM, this Neural Micro NVIDIA Inference Microservice, they just download it, they take it, and they run it anywhere they like, including on-prem.

このNIM（Neural Micro NVIDIA Inference Microservice）は、ダウンロードするだけで利用でき、オンプレミスを含め、好きな場所で実行できる。

We have a whole ecosystem of partners from OEMs that can run the NIMs to GSIs like Accenture that we've trained and worked with to create Llama-based NIMs and pipelines.

我々は、NIMを実行できるOEMから、LlamaベースのNIMとパイプラインを作成するためにトレーニングし、協力したアクセンチュアのようなGSIまで、パートナーのエコシステム全体を持っている。

Now we're off helping enterprises all over the world do this.

今、私たちは世界中の企業を支援している。

It's really quite an exciting thing.

本当にエキサイティングなことだよ。

It's really all triggered off of the Llama open sourcing, the Ray-Ban Metaglass, for bringing AI into the virtual world.

すべては、AIを仮想世界に導入するためのレイバン・メタグラスであるラマ・オープンソースに端を発している。

It's really interesting. Tell us about that.

実に興味深い。それについて教えてください。

Yeah, well, okay, a lot to unpack in there.

ああ、そうだな。

The Segment Anything model that you're talking about, we're actually presenting, I think, the next version of that here at SIGGRAPH, Segment Anything 2.

あなたが話しているSegment Anythingモデルですが、実はSIGGRAPHでその次のバージョンであるSegment Anything 2を発表する予定です。

It now works. It's faster. It works with...

うまくいくようになった。速くなった。そして...

Oh, here we go.

ああ、始まった。

It works in video now as well.

ビデオでも使えるようになった。

I think these are actually cattle from my ranch in Kauai.

これはカウアイ島の私の牧場の牛だと思う。

By the way, these are...

ところで、これらは...

They're called Mark's cows.

マークの牛と呼ばれている。

Delicious Mark's cows.

おいしいマークの牛

There you go.

そうだ。

Next time we do...

次回は...

Mark came over to my house and we made Philly cheesesteak together.

マークが家に来て、一緒にフィリー・チーズステーキを作ったんだ。

Next time you're bringing the cow.

次は牛を連れてくるんだ。

I'd say you did. I was more of a sous-chef.

そうでしょうね。私はどちらかというと副料理長だった。

The fun effects will be able to be made with this and because it'll be open a lot of more serious applications across the industry too.

これで楽しいエフェクトが作れるようになるし、業界全体でもっとシリアスなアプリケーションもたくさんオープンになっていくだろう。

Scientists use this stuff to study coral reefs and natural habitats and evolution of landscapes and things like that.

科学者たちは、サンゴ礁や自然の生息地、景観の進化などを研究するためにこのようなものを使っている。

Being able to do this in video and having it be a zero shot and be able to interact with it and tell it what you want to track, it's pretty cool research.

ビデオでこれをやって、ゼロショットにして、それとインタラクションして、追跡したいことを伝えられるというのは、かなりクールな研究だ。

I think what you're going to end up with is just a whole series of different potential glasses products at different price points with different levels of technology in them.

最終的に行き着くのは、さまざまな価格帯の、さまざまな技術レベルの、さまざまな可能性を秘めたメガネ製品だと思う。

I kind of think based on what we're seeing now with the Ray-Ban Metas,

今のレイバン・メタを見ていて思うんだ、

I would guess that display-less AI glasses at a $300 price point are going to be a really big product that tens of millions of people or hundreds of millions of people eventually are going to have.

300ドルという価格帯のディスプレイレスAIメガネは、いずれ数千万人、数億人が手にすることになる、本当に大きな製品になると私は推測している。

You're going to have super interactive AI that you're talking to.

超インタラクティブなAIと会話することになる。

You have visual language understanding that you just showed.

あなたは今示したような視覚的な言語理解を持っている。

You have real-time translation.

リアルタイム翻訳がある。

You could talk to me in one language,

あなたは片言の日本語で私に話しかけることができる、

I hear it in another language.

私は別の言語でそれを聞く。

The display is obviously going to be great too, but it's going to add a little bit of weight to the glasses and it's going to make them more expensive.

ディスプレイも当然素晴らしいものになるだろうが、その分メガネに少し重量が増し、値段も高くなる。

There will be a lot of people who want the full holographic display, but there are also going to be a lot of people for whom they want something that eventually is going to be really thin glasses.

完全なホログラフィック・ディスプレイを望む人は大勢いるだろうが、最終的には本当に薄いメガネのようなものを望む人も大勢いるはずだ。

So you guys know when Zuck calls it H100, his data center of H100s,

ザックがH100と呼んでいるのは、H100のデータセンターのことだ、

I think you're coming up on 600,000.

60万人に近づいていると思う。

We're good customers.

私たちは良い顧客だ。

That's how you get the Jensen Q&A at SIGGRAPH.

これがSIGGRAPHでのジェンセンのQ&Aだ。

Ladies and gentlemen, Mark Zuckerberg.

皆さん、マーク・ザッカーバーグです。

Thank you.

ありがとう。