Our last invention, the most powerful tool, weapon, or maybe even entity, artificial superintelligence.

我々の最後の発明であり、最も強力なツールであり、武器であり、あるいは実体であるかもしれない、人工超知能である。

This sounds like science fiction, so let's start at the beginning.

まるでSFのようなので、最初から説明しよう。

Intelligence is the ability to learn, reason, acquire knowledge and skills, and use them to solve problems.

知性とは、学習し、推論し、知識や技能を習得し、それらを用いて問題を解決する能力のことである。

Intelligence is power, and we're the species that exploited it the most.

知性は力であり、我々はそれを最も利用した種である。

So much so, that humanity broke the game of nature, and took control.

だから人類は自然のゲームを破り、主導権を握ったのだ。

But the journey there wasn't straightforward.

しかし、そこまでの道のりは一筋縄ではいかなかった。

For most animals, intelligence costs too much energy to be worth it.

ほとんどの動物にとって、知能を高めるにはエネルギーがかかりすぎる。

Still, if we track intelligence in the tree of species over time, we can see lots of diverse forms of intelligence emerge.

それでも、樹上の種の知能を時系列で追っていくと、多様な知能の形態がたくさん生まれてくるのがわかる。

The earliest brains were in flatworms 500 million years ago.

最古の脳は5億年前のヒラムシにあった。

Just a tiny cluster of neurons to handle basic body functions.

基本的な身体機能を処理するための、ほんの小さなニューロンの集まりだ。

It took hundreds of millions of years for species to diversify and become more complex.

種が多様化し、より複雑になるには何億年もかかった。

Life conquered new environments, gained new senses, and had to contend with fierce competition over resources.

生命は新しい環境を征服し、新しい感覚を獲得し、資源をめぐる熾烈な競争と戦わなければならなかった。

But in nature, all that matters is survival, and brains are expensive.

しかし自然界では、重要なのは生き残ることであり、頭脳は高価である。

So for almost all animals, a narrow intelligence fit for a narrow range of tasks was enough.

つまり、ほとんどすべての動物にとって、狭い範囲の作業に適した狭い知能で十分だったのだ。

In some environments, animals like birds, octopuses, and mammals evolved more complex neural structures.

環境によっては、鳥類、タコ類、哺乳類などの動物がより複雑な神経構造を進化させた。

For them, it paid off to have more energy-consuming skills like advanced navigation and communication.

彼らにとっては、高度なナビゲーションやコミュニケーションといった、よりエネルギーを消費するスキルを身につけることは、その報いだった。

Until 7 million years ago, the hominins emerged.

700万年前まで、ヒトは出現していた。

We don't know why, but their brains grew faster than their relatives.

理由はわからないが、彼らの脳は親戚よりも早く成長した。

Something was different about their intelligence.

彼らの知性は何かが違っていた。

Very slowly, it turned from narrow to general.

非常にゆっくりと、それは狭いものから一般的なものへと変わっていった。

From a screwdriver to a multi-tool.

ドライバーからマルチツールまで。

Able to think about diverse problems. 2 million years ago, Homo erectus saw the world differently from anyone before.

多様な問題を考えることができる200万年前、ホモ・エレクトスはそれまでの誰とも違う世界を見ていた。

As something to be understood and transformed.

理解され、変容されるべきものとして。

They controlled fire, invented tools, and created the first culture.

彼らは火を操り、道具を発明し、最初の文化を創造した。

We probably emerged from them around 250,000 years ago with an even larger and more complex brain.

私たちはおそらく25万年ほど前に、さらに大きく複雑な脳を持つようになったのだろう。

It enabled us to work together in large groups and to communicate complex thoughts.

大人数で協力し、複雑な考えを伝えることができるようになった。

We used our intelligence to improve our lives, to ask how things worked, and why things are the way they are.

私たちは生活を向上させるために知性を使い、物事がどのように機能するのか、物事がなぜそのようにあるのかを問うた。

With each discovery, we asked more questions and pushed forward.

発見があるたびに、私たちはさらに質問を重ね、突き進んだ。

Preserving what we learned, outpacing what evolution could do with genes.

私たちが学んだことを守り、進化が遺伝子でなしうることを凌駕する。

Knowledge builds on knowledge.

知識は知識の上に成り立つ。

Progress was slow at first, and then sped up exponentially.

最初は遅々として進まなかったが、その後、飛躍的に加速した。

Agriculture, writing, medicine, astronomy, or philosophy exploded into the world. 200 years ago, science took off and made us even better at learning about the world and speeding up progress. 35 years ago, the internet age began.

農業、文字、医学、天文学、哲学が爆発的に発展した。200年前、科学が飛躍的に発展し、私たちは世界についてよりよく学び、進歩を加速させた。35年前、インターネット時代が始まった。

Today, we live in a world made to suit our needs, created by us, for us.

今日、私たちは私たちのニーズに合わせて作られた、私たちによって作られた、私たちのための世界に生きている。

This is incredibly new.

これは信じられないほど新しい。

We forget how hard it was to get here, how enormous the steps on the intelligence ladder were, and how long it took to climb them.

私たちは、ここにたどり着くまでがどれほど大変だったか、インテリジェンスの梯子の階段がどれほど巨大だったか、そしてそれを登るのにどれほど時間がかかったかを忘れている。

But once we did, we became the most powerful animal in the world in a heartbeat.

しかし、ひとたびそうなれば、私たちは瞬く間に世界最強の動物になった。

But we may be in the process of changing this.

しかし、私たちはこの状況を変えようとしているのかもしれない。

We're building machines that could be better at the very thing that gave us the power to conquer the planet.

私たちは、地球を征服する力を与えてくれたものを、より良くするマシンを作っているのだ。

Humanity's final invention.

人類最後の発明。

Artificial intelligence.

人工知能。

Artificial intelligence, or AI, is software that performs mental tasks with a computer.

人工知能（AI）とは、コンピューターで知的作業を行うソフトウェアのことである。

Code that uses silicon instead of neurons to solve problems.

ニューロンの代わりにシリコンを使って問題を解決するコード。

In the beginning, AI was very simple.

当初、AIはとてもシンプルだった。

Lines of code on paper, mere proofs of concept to demonstrate how machines could perform mental tasks.

紙に書かれたコードの数々は、機械がどのようにメンタルタスクをこなすことができるかを示す単なる概念実証にすぎない。

Only in the 1960s did we start seeing the first examples of what we would recognize as AI.

1960年代になって初めて、私たちはAIとして認識される最初の例を目にするようになった。

A chatbot in 1964, a program to sort through molecules in 1965.

1964年にはチャットボット、1965年には分子を選別するプログラム。

Slow, specialized systems requiring experts to use them.

スピードが遅く、専門的なシステムを使うには専門家が必要。

Their intelligence was extremely narrow, built for a single task inside a controlled environment.

彼らの知性は極めて狭く、管理された環境の中で単一の作業をするために作られた。

The equivalent of flatworms 500 million years ago doing the minimum amount of mental work.

5億年前のヒラムシが最低限の精神労働をしていたのと同じことだ。

Progress in AI research paused several times when researchers lost hope in the technology.

AI研究の進歩は、研究者たちが技術への希望を失ったときに何度か中断した。

But just like changing environments create new niches for life, the world around AI changed.

しかし、環境の変化が生命にとって新たなニッチを生み出すように、AIを取り巻く世界も変化した。

Between 1950 and 2000, computers got a billion times faster while programming became easier and widespread.

1950年から2000年の間に、コンピューターは10億倍速くなり、同時にプログラミングはより簡単で広く普及した。

In 1972, AI could navigate a room.

1972年、AIは部屋をナビゲートできるようになった。

In 1989, it could read handwritten numbers.

1989年には手書きの数字も読み取れるようになった。

But it remained a fancy tool, no match for humans.

しかし、所詮は空想の道具であり、人間には敵わない。

Until in 1997, an AI shocked the world by beating the world champion in chess.

1997年にAIがチェスの世界チャンピオンを破り、世界に衝撃を与えるまでは。

Proving that we could build machines that could surpass us.

我々を凌駕するマシンを作ることができることを証明した。

But we calmed ourselves because a chess bot is quite stupid.

でも、チェスのロボットはかなりバカなので、私たちは落ち着きました。

Not a flatworm, but maybe a bee.

ヒラムシではないが、たぶん蜂だろう。

Only able to perform a specialized narrow task.

専門的な狭い仕事しかできない。

But within this narrow task, it's so good that no human will ever again beat AI at chess.

しかし、この狭いタスクの中では、人間がAIにチェスで勝つことは二度とないだろう。

As computers continued to improve, AI became a powerful tool for more and more tasks.

コンピュータが進歩し続けるにつれ、AIはより多くのタスクに対応する強力なツールとなった。

In 2004, it drove a robot on Mars.

2004年には火星でロボットを走らせた。

In 2011, it began recommending YouTube videos to you.

2011年、YouTubeの動画を推薦するサービスを開始した。

But this was only possible because humans broke down problems into easy-to-digest chunks that computers could solve quickly.

しかし、それが可能だったのは、人間が問題をコンピュータが素早く解決できるような消化しやすい塊に分解したからにほかならない。

Until we told AIs to teach themselves.

AIに自学自習するように言うまでは。

Rise of the self-learning machines.

自己学習マシンの台頭。

This is not a technical video, so we're massively oversimplifying here.

これは技術的なビデオではないので、ここでは非常に単純化している。

In a nutshell, the sheer power of supercomputers was combined with the almost endless data collected in the information age to make a new generation of AI.

一言で言えば、スーパーコンピューターの圧倒的なパワーが、情報化時代に収集されたほぼ無限のデータと組み合わされ、新世代のAIが誕生したのである。

AI experts began drastically improving forms of AI software called neural networks.

AIの専門家たちは、ニューラルネットワークと呼ばれるAIソフトウェアの大幅な改良に着手した。

Enormously huge networks of artificial neurons that start out being bad at their tasks.

人工ニューロンの巨大なネットワークは、最初はそのタスクが苦手だ。

They then used machine learning, which is an umbrella term for many different training techniques and environments that allows algorithms to write their own code and improve themselves.

機械学習とは、さまざまな学習テクニックや環境の総称であり、アルゴリズムが自らコードを書き、改良していくことを可能にする。

The scary thing is that we don't exactly know how they do it and what happens inside them.

恐ろしいのは、彼らがどうやっているのか、彼らの内部で何が起こっているのか、正確にはわかっていないことだ。

Just that it works and that what comes out the other end is a new type of AI.

ただ、それが機能し、もう一方から出てくるのは新しいタイプのAIなのだ。

A capable black box of code.

有能なブラックボックスのようなコードだ。

These new AIs could master complex skills extremely quickly with much less human help.

これらの新しいAIは、人間の手を借りることなく、複雑なスキルを極めて短時間でマスターすることができる。

They were still narrow intelligences, but a huge step up.

彼らはまだ狭量なインテリジェンスだったが、大きな進歩を遂げた。

In 2014, Facebook AI could identify faces with 97% accuracy.

2014年、フェイスブックのAIは97％の精度で顔を識別できた。

In 2016, an AI beat the best humans in the incredibly complex game of Go.

2016年、とてつもなく複雑な囲碁のゲームでAIが最高の人間を打ち負かした。

In 2018, a self-learning AI learned chess in four hours just by playing against itself and then defeated the best specialized chess bot.

2018年には、自己学習型AIが自分自身と対戦するだけで、4時間でチェスを学習し、最強のチェス専用ロボットに勝利した。

Since then, machine learning has been applied to reading, image processing, solving tests, and much more.

それ以来、機械学習は読書、画像処理、テストの解答など、さまざまな分野に応用されている。

Many of these AIs are already better than humans for whatever narrow task they were trained, but they still remained a simple tool.

これらのAIの多くは、訓練されたどんな狭いタスクに対しても、すでに人間より優れているが、それでもまだ単純なツールにとどまっている。

AI still didn't seem that big of a deal for most people.

ほとんどの人にとって、AIはまだそれほど大きな問題ではないようだった。

And then came the chatbot ChatGPT.

そして、チャットボットChatGPTが登場した。

The work that went into it is massive.

そのために費やした労力は膨大だ。

It trained on nearly everything written on the internet to learn how to handle language, which it now does better than most people.

インターネットに書かれているほとんどすべてのことを訓練し、言語の扱い方を学んだ。

It can summarize, translate, and help with some maths problems.

要約したり、翻訳したり、数学の問題を解いたりできる。

It's incredibly more broad than any other system just a few years ago.

ほんの数年前のどのシステムよりも、信じられないほど幅広い。

Not crushing any single benchmark, but all of them at once.

ひとつのベンチマークをつぶすのではなく、すべてのベンチマークを一度につぶすのだ。

Many large tech companies are spending billions to build powerful competitors.

多くの大手ハイテク企業は、数十億ドルを投じて強力な競争相手を作ろうとしている。

AI is already transforming customer service, banking, healthcare, marketing, copywriting, creative spaces, and more.

AIはすでに、カスタマーサービス、銀行、ヘルスケア、マーケティング、コピーライティング、クリエイティブスペースなどを変革している。

AI-generated content has already taken hold of social media, YouTube, and news websites.

AIが生成したコンテンツは、すでにソーシャルメディア、YouTube、ニュースサイトで定着している。

Elections are expected to be inundated by propaganda and misinformation.

選挙にはプロパガンダと誤報が氾濫することが予想される。

No one is sure how much good or harm can come from adopting AI everywhere.

どこにでもAIを導入することで、どれだけの善と害がもたらされるかは誰にもわからない。

Change is scary.

変化は怖い。

There will be winners and losers.

勝者と敗者がいる。

One of the biggest questions governments and corporations have now is how to manage the transition to an AI-boosted economy.

現在、政府や企業が抱えている最大の問題のひとつは、AIを活用した経済への移行をどのように管理するかということだ。

All these potential gains or risks are just the result of today's AI.

こうした潜在的な利益やリスクはすべて、今日のAIの結果に過ぎない。

ChatGPT's intelligence is a major step up, but it remains narrow.

ChatGPTのインテリジェンスは大きな進歩だが、依然として狭い。

While it can write a great essay in seconds, it doesn't understand what it's writing.

素晴らしいエッセイを数秒で書くことはできるが、何を書いているのか理解していない。

But what if the AIs stopped being narrow?

しかし、もしAIが狭量であることを止めたらどうなるだろうか？

General AI What makes humans different from current AI is our general intelligence.

一般的なAI 人間が現在のAIと異なるのは、その一般的な知性である。

Humans can technically absorb any piece of knowledge and start working on any problem.

人間は技術的にどんな知識でも吸収し、どんな問題にも取り組み始めることができる。

We're great at many very different skills and tasks, from playing chess to writing or solving science puzzles.

私たちは、チェスをしたり、文章を書いたり、科学のパズルを解いたりと、実にさまざまなスキルやタスクに長けている。

Not equally, of course.

もちろん、平等ではない。

Some of us are experts in some fields and beginners in others, but we can technically do all of them.

ある分野の専門家もいれば、初心者もいる。

In the past, AI was narrow and able to become good at one skill, but was rather bad in all the others.

かつてのAIは幅が狭く、1つの技術に長けていても、他の技術はむしろ劣っていた。

Simply by building faster computers and pouring more money into AI training, we'll get us new, more powerful generations of AI.

より高速なコンピューターを開発し、AIのトレーニングにより多くの資金を投入するだけで、より強力な新世代のAIが誕生する。

But what if the next step for AI is to become a general intelligence like us, an AGI?

しかし、もしAIの次のステップが、我々のような一般的な知性、AGIになることだとしたらどうだろう？

If the AI improvement process continues as it has been, it's not unlikely that AGI could be better in most or even all skills that humans can do.

このままAIの改良が進めば、人間ができるスキルのほとんど、あるいはすべてにおいてAGIの方が優れている可能性は低くない。

We don't know how to build AGI, how it will work, or what it will be able to do.

AGIをどのように作るのか、どのように機能するのか、何ができるのか、私たちにはわからない。

Since narrow AIs today are capable of mastering one mental task quickly, AGI might be able to do the same with all mental tasks.

現在の狭い範囲のAIは、1つのメンタルタスクを素早くマスターすることができるので、AGIはすべてのメンタルタスクで同じことができるかもしれない。

So, even if it starts out stupid, an AGI might be able to become as smart and capable as a human.

つまり、最初は愚かであっても、AGIは人間と同じように賢く、有能になることができるかもしれない。

While this sounds like science fiction, most AI researchers think this will happen sometime this century, maybe already in a few years.

まるでSFのような話だが、AIの研究者の多くは、今世紀中、あるいは数年後には実現するだろうと考えている。

Humanity is not ready for what will happen next, not socially, not economically, not morally.

人類は、社会的にも、経済的にも、道徳的にも、次に起こることに対して準備ができていない。

Earlier, we defined intelligence as the ability to learn, reason, acquire knowledge and skills, and use them to solve problems.

先に、知能とは学習し、推論し、知識や技能を習得し、それらを用いて問題を解決する能力であると定義した。

All things humans excel at.

人間が得意とするすべてのこと。

An AGI as intelligent as even an average human would already disrupt modern civilization because they're not bound by the same limitations as we are.

平均的な人間と同程度の知能を持つAGIは、我々と同じような制限に縛られないため、すでに現代文明を混乱させるだろう。

Today's AIs like ChatGBT already think and solve the tasks they were made for at least 10 times faster than even very skilled humans.

ChatGBTのような今日のAIはすでに、非常に熟練した人間よりも少なくとも10倍速く思考し、タスクを解決している。

Maybe AGI will be slower, but it may also be faster, maybe much faster.

AGIは遅くなるかもしれないが、速くなるかもしれない。

And since AGIs are software, you could copy them endlessly as long as you have enough storage and run them in parallel.

また、AGIはソフトウェアなので、十分なストレージがある限り、無限にコピーすることができ、並行して実行することができる。

There are 8 million scientists in the world.

世界には800万人の科学者がいる。

Now imagine an AGI copied a million times and put to work.

100万回コピーされたAGIを想像してみてほしい。

Imagine 1 million scientists working 24-7, thinking 10 times faster than humans, without being distracted, only focused on the task they've been given.

100万人の科学者が24時間365日、人間の10倍のスピードで思考し、気を散らされることなく、与えられた仕事だけに集中して働く姿を想像してみてほしい。

What if, suddenly, AGI could do all intelligence-based jobs in the world, from interpreting law to coding to creating animated YouTube videos, better, faster and much cheaper than humans?

もし突然、AGIが、法律の解釈からコーディング、YouTubeのアニメーション動画の作成まで、世の中のあらゆる知能を使った仕事を、人間よりもうまく、速く、ずっと安くこなせるようになったらどうだろう？

Would whoever controls this AGI suddenly own the economy?

このAGIをコントロールする者が、突然経済を支配することになるのだろうか？

And thinking bigger, human progress is our intelligence applied to problems.

そしてもっと大きく考えれば、人間の進歩とは、問題に適用される私たちの知性なのだ。

So what could a million AGIs achieve?

では、100万人のAGIは何を達成できるのか？

Solve fundamental questions of science, like dark energy.

ダークエネルギーのような科学の根本的な問題を解決する。

Invent new technology that gives us limitless energy, fix climate change, cure aging and cancer.

私たちに無限のエネルギーを与え、気候変動を解決し、老化や癌を治療する新技術を発明する。

But then again, sadly, humans apply their intelligence not just for the benefit of all.

しかしまた、悲しいことに、人間はその知性を万人のためだけでなく、応用する。

What if the AGIs are tasked to guide drones or pull the triggers in war?

AGIが無人機を誘導したり、戦争で引き金を引いたりする任務に就いたら？

Or to engineer a virus that only kills people with green eyes?

あるいは、緑色の目をした人だけを殺すウイルスを開発するのか？

Or to create the most profitable social media, so addictive that people starve in front of their screens?

それとも、人々がスクリーンの前で飢えるほど中毒性のある、最も収益性の高いソーシャルメディアを作るためか？

The creation of AGI could reasonably be as big of an event as taming fire or electricity, and give whoever invents it equally as much power.

AGIの創造は、火や電気を手なずけるのと同じくらい大きな出来事であり、それを発明した人に同じくらい大きな力を与える。

But now let's go one step further.

しかし、もう一歩進んでみよう。

What if the potential of AGI doesn't stop here?

AGIの可能性がここにとどまらないとしたら？

Intelligence explosion.

情報爆発。

Intelligence and knowledge build and accelerate each other, but humans are limited by biology and evolution.

知性と知識は互いに高め合い、加速し合うものだが、人間は生物学と進化によって制限されている。

Once we evolved the right hardware, our software outpaced evolution by orders of magnitude, and within a heartbeat, we ruled this planet.

ひとたび適切なハードウェアが進化すれば、私たちのソフトウェアは進化を桁違いに凌駕し、瞬く間にこの惑星を支配した。

But our software basically hasn't changed much since then, which is why we have obesity and destroy the climate for short-term gains.

しかし、私たちのソフトウェアは基本的に当時からあまり変わっていない。そのため、私たちは短期的な利益のために肥満を招き、気候を破壊しているのだ。

Since AGI is software on a computer, once it's smart enough to do AI research, the rate of AI progress should speed up a lot.

AGIはコンピューター上のソフトウェアなので、コンピューターがAI研究を行えるほど賢くなれば、AIの進歩のスピードは大幅に速まるはずだ。

And that results in better AI that's better at AI research without much human involvement.

そしてその結果、人間があまり関与しなくてもAI研究に優れたAIが生まれる。

It may even be possible that AI could learn how to directly improve itself, in which case some experts fear this feedback loop could be incredibly fast.

AIが自分自身を直接改善する方法を学習する可能性さえあるかもしれないが、その場合、このフィードバック・ループは信じられないほど速くなるのではないかと危惧する専門家もいる。

Maybe just months or years after the first self-improving AGI is switched on.

もしかしたら、最初の自己改良型AGIのスイッチを入れてから数カ月か数年後かもしれない。

Maybe it would actually take decades.

何十年もかかるかもしれない。

We simply don't know.

単にわからないだけだ。

This is all speculative.

これはすべて推測の域を出ない。

But such an intelligence explosion might lead to a true super-intelligent entity.

しかし、そのような知性の爆発は、真の超知的な存在につながるかもしれない。

We don't know what such a being would look like, what its motives or goals would be, what would go on in its inner world.

そのような存在がどのような姿をしているのか、どのような動機や目標をもっているのか、その内面で何が起こっているのか、私たちにはわからない。

We could be as laughably stupid to a super-intelligence as squirrels are to us, unable to even comprehend its way of thinking.

リスが私たちに対してそうであるように、私たちは超知的生命体にとって笑えないほど愚かで、その思考法を理解することすらできない。

This hypothetical scenario keeps many people up at night.

この仮想シナリオは、多くの人々を夜も眠らせない。

Humanity is the only example we have of an animal becoming smarter than all others.

人類は、動物が他の動物よりも賢くなった唯一の例である。

And we have not been kind to what we perceive as less intelligent beings.

そして私たちは、知能が低いと思われる存在に対して親切ではなかった。

AGI might be the last invention of humanity.

AGIは人類最後の発明かもしれない。

It's possible that it could become the most intelligent and therefore most powerful being on Earth.

地球上で最も知的で、最も強力な存在になる可能性もある。

A god in a box that could exercise its power to bring unimaginable wealth and happiness to humans while securing our future.

箱の中の神は、その力を行使することで、想像を絶する富と幸福を人間にもたらし、同時に我々の未来を保証することができる。

Or it could subvert civilization and bring about our end, with humanity unable to come up with a way to stop it.

あるいは文明を転覆させ、人類がそれを止める方法を思いつかないまま、我々の終末をもたらすかもしれない。

We'll look at some of these potential futures in more videos, but for now, let's wrap up.

これらの将来の可能性については、またビデオで見ていくことにしよう。

The only thing we know for sure is that today, right now, many of the largest and richest companies in the world are racing to create ever more powerful AIs.

ただひとつ確かなことは、今日、この瞬間にも、世界で最も裕福な大企業の多くが、これまで以上に強力なAIを作ろうと競争しているということだ。

Whatever our future is, we are running towards it.

私たちの未来がどうであれ、私たちはそれに向かって走っている。

Who knows how long we have until we must confront our AI future.

私たちがAIの未来に立ち向かわなければならなくなるまで、あとどれくらい時間があるのか誰にもわからない。

Luckily, you still have plenty of time to prepare for it, if you're learning on Brilliant, that is.

幸いなことに、ブリリアントで学ぶのであれば、その準備のための時間はまだ十分にある。

Brilliant will make you a better thinker and problem solver in just minutes a day, with thousands of bite-sized hands-on lessons on just about anything you may be curious about, including AI.

Brilliantは、AIを含む、あなたが興味を持ちそうなあらゆることに関する何千もの一口サイズの実践的なレッスンで、1日わずか数分で、より優れた思考力と問題解決能力を身につけることができる。

Their latest course, How LLMs Work, takes you under the hood of real language models.

彼らの最新コース「How LLMs Work（LLMの仕組み）」では、実際の言語モデルのフードの下に潜入する。

It demystifies technologies like ChatGPT with interactive lessons on everything from how models build vocabulary to how they choose their next word.

ChatGPTのようなテクノロジーを、モデルの語彙の作り方から次の単語の選び方まで、インタラクティブなレッスンで解明する。

You'll learn how to tune LLMs to produce output with exactly your desired tonality, whether it's poetry or a cover letter.

詩であれカバーレターであれ、LLMをどのようにチューニングすれば、思い通りのトーンのアウトプットができるかを学ぶことができる。

And you'll understand why training is really everything by comparing models trained on Taylor Swift lyrics and the legal speech of big tech's terms and conditions.