His company provides accurately labeled data to help companies train their AI tools.

彼の会社は、企業がAIツールを訓練するために、正確にラベル付けされたデータを提供している。

And back in 2022, he became the youngest self-made billionaire in the world.

そして2022年、彼は世界最年少の自力で億万長者になった。

Pretty amazing.

かなり素晴らしい。

Thanks for having me on.

出演させてくれてありがとう。

I want to go straight to what we were talking about off camera, which is the idea of where the U.S. is on AI versus China, because you have some very surprising statistics that I think will probably, frankly, freak out some of the viewers.

カメラが回っていないところで話していたこと、つまりAIにおけるアメリカの位置づけと中国の位置づけの話に入りたい。

So, yeah, first of all, the AI race and the AI war between U.S. and China, I think, is one of the most important issues of today.

そうそう、まず第一に、米中間のAI競争とAI戦争は、今日の最も重要な問題のひとつだと思う。

We took out a full page ad on The Washington Post on Tuesday saying that, you know, America must win the AI war.

我々は火曜日、『ワシントン・ポスト』紙に全面広告を掲載し、『アメリカはAI戦争に勝たなければならない』と訴えた。

And so this sort of relative race in AI between the U.S. and China is critical.

そのため、米国と中国のAIにおける相対的な競争は非常に重要である。

Today, we released Humanities Last Exam, which is a new evaluation or benchmark of AI models that we produced by getting, you know, math, physics, biology, chemistry professors to provide the hardest questions they could possibly imagine that are relevant to their recent research to really put the test of the models, to give you a sense no model is getting above 10 percent on this test.

これは、数学、物理学、生物学、化学の教授たちに、彼らの最近の研究に関連する、想像しうる限り最も難しい問題を提供してもらい、モデルのテストを行ってもらったものです。

That being said, you know, what we found is that DeepSeek, which is the leading Chinese AI lab, their model is actually the top performing or roughly on par with the best American models, which are a one from.

とはいえ、私たちが発見したのは、中国を代表するAIラボであるディープシークのモデルが、アメリカの最高モデルとほぼ同等、あるいはトップレベルのパフォーマンスであるということだ。

OK, so I think we have been all under the impression that the U.S. was way ahead of China as it relates to AI in large part because we have access to, you know, NVIDIA GPUs and chips and other things that that supposedly the Chinese do not have.

AIに関しては、米国は中国よりはるかに先を行っているという印象を私たちは抱いてきたと思うが、それはエヌビディアのGPUやチップなど、中国が持っていないと思われるものへのアクセスがあるからだ。

I keep hearing from people all week from people, Chinese AI executives, that they say, well, we're so close.

私は一週間中、中国のAI幹部たちから、もうすぐそこまで来ていると言われ続けている。

And by the way, we're doing it with one hand tied behind our back.

ちなみに、私たちは片手を後ろ手に縛ってやっているんだ。

Our algos are better.

我々のアルゴの方が優れている。

We're actually going to figure out how to do this, do it better than the U.S. and in even a more energy efficient way, because we don't need these super powerful chips.

超高性能のチップは必要ないからだ。

Are they happen to be right?

たまたま彼らが正しかったのだろうか？

There's two things happening.

2つのことが起きている。

First, it is true.

まず、それは事実だ。

It has been true for a long time that the United States has been ahead.

米国が先行していることは長い間、事実だった。

And that's been true for, you know, maybe the past decade.

この10年間はそうだった。

That being said, you know, the very recent event on Christmas Day, you know, about a month ago, DeepSeek released a model, which, by the way, I think is symbolic that the Chinese lab releases, you know, an earth shattering model on Christmas Day when, you know, the rest of us are sort of celebrating the holiday.

ところで、中国の研究所がクリスマスに地球を揺るがすようなモデルを発表するのは象徴的だと思います。

And and they released it to too much fanfare.

そして、あまりに多くのファンファーレとともにリリースされた。

And then they followed up with their reasoning model, DeepSeek R1, which is the one that we evaluated as top of the leaderboard.

その後、推論モデルであるDeepSeek R1を発表した。

You know, the the the reality is yes and no.

現実はイエスでもありノーでもある。

So, you know, the Chinese labs, they have more H100s than than people think.

だから、中国の研究所は、みんなが思っている以上にH100を持っているんだ。

You know, the.

あのね。

And these are the highest powered Nvidia chips that they were not supposed to have.

そしてこれらは、本来搭載されるはずのない最高性能のNvidia製チップなのだ。

Yes.

そうだ。

My understanding is that is that DeepSeek has about 50,000 H100s, which they can't talk about, obviously, because it is against the export controls that the United States has put in place.

私の理解では、ディープシークは約5万台のH100を保有しているが、米国が実施している輸出規制に反するため、明らかに話せない。

And I think it is true that, you know, I think they have more chips than other people expect, but also going to go forward basis, they are going to be limited by the chip controls and the export controls that we have in place.

そして、彼らが他の人たちの予想以上にチップを持っているのは事実だと思う。しかし、今後もチップ規制や輸出規制によって制限されることになるだろう。

How do you I mean, you work with all you work with everybody.

どうやって......つまり、みんなと一緒に仕事をするんだ。

So I don't know if it's fair or unfair, but how do you stack rank these large language models and who ultimately is going to be a winner?

公平か不公平かはわからないが、これらの大規模な言語モデルをどのようにランク付けし、最終的に誰が勝者になるのか？

Or are they all so close and it gets commoditized?

それとも、みんな仲が良すぎて、コモディティ化してしまうのだろうか？

The interesting thing that we see right now.

今、私たちが見ているのは興味深いことだ。

So we actually specialize in this.

だから、私たちは実際にこれを専門にしている。

We've produced our SEAL evaluations, our safety evaluations and alignment labs evaluations, which which measure across many different dimensions and we measure across math capabilities, coding capabilities, multilingual capabilities and reasoning capabilities and many different dimensions, including tool use and agent capabilities.

私たちはSEAL評価、安全性評価、アライメント・ラボ評価を行っており、これらの評価はさまざまな次元で測定され、数学能力、コーディング能力、多言語能力、推論能力、ツール使用やエージェント能力を含むさまざまな次元で測定される。

And what we see is different models are better at different things.

そして、私たちが見ているのは、モデルによって得意なことが違うということだ。

So it's hard to put a clear stack ranking among all the models.

だから、全モデルの中で明確なスタック順位をつけるのは難しい。

You know, for example, the open AI models are extremely good at reasoning, but the anthropic models make you really good at code.

例えば、オープンAIのモデルは推論が非常に優れているが、人間原理モデルはコードが非常に優れている。

And sort of there's a diversity of of capabilities of the models.

モデルの能力には多様性がある。

That being said, I think what we're seeing in general is the space is becoming more competitive, not less competitive.

とはいえ、一般的に見られるのは、競争が激化しているということであって、競争力が低下しているということではないと思う。

I keep hearing from business leaders here that they're all playing around with, you know, open AI or they're playing around with Claude, which is the anthropic model or they're playing around with Gemini, et cetera.

私はここのビジネスリーダーたちから、オープンAIで遊んでいるとか、人類モデルであるクロードで遊んでいるとか、ジェミニで遊んでいるとか、そんな話をいつも聞いている。

And then they're going and using Lama.

そして、彼らはラマを使おうとしている。

They're going to find some open source version to try to get close to what they could approximate these other guys doing because of just the different price points of these things.

価格帯が違うだけで、彼らはオープンソースのバージョンを見つけて、他のメーカーがやっていることに近づけようとするだろう。

Do you think that's the future of this?

それがこの先の未来だと思いますか？

I feel like in a Linux world, there's there's definitely a dimension.

Linuxの世界では、間違いなく次元が違うような気がする。

You know, it comes down to ultimately the level of capabilities and intelligence that are required for your use case.

最終的には、あなたのユースケースに必要な能力とインテリジェンスのレベルということになる。

I think ultimately what we're going to see is, you know, what we do with all the leading labs, including OpenAI and Google DeepMind and Meta and many others, is continuing to push the frontier and push the boundaries.

最終的には、オープンAIやグーグル・ディープマインド、メタ、その他多くの先進的な研究所が、フロンティアを押し広げ、境界を広げ続けることになると思います。

And so how do we leverage data, given that, you know, as a as an industry, we sort of run out of publicly available data?

そして、業界として公開されているデータを使い果たした今、どのようにデータを活用すればいいのだろうか？

How do we generate new data to keep pushing the frontiers?

フロンティアを開拓し続けるために、どうやって新しいデータを生み出すのか？

And our belief is that, you know, advanced capabilities are going to enable incredible use cases where where you're going to be willing to pay for those for those increased capabilities.

そして、私たちの信念は、高度な能力によって信じられないようなユースケースが可能になり、そのような能力向上のためにお金を払うことを厭わなくなるということだ。

But for the more simplistic use cases, those will probably go more towards open source or or more basic models.

しかし、より単純化されたユースケースでは、オープンソースやより基本的なモデルに向かうだろう。

We've been talking all morning about Stargate and the debate happening on Twitter between Sam Altman and Elon Musk about whether they really have 100 billion dollars or 500 billion dollars.

スターゲイトと、サム・アルトマンとイーロン・マスクの間でツイッター上で起きている、1000億ドルか5000億ドルかという議論について、朝からずっと話していた。

Satya Nadella was sitting in your chair just yesterday saying he's got 80 billion dollars, his money's real.

サティア・ナデラは昨日、800億ドルを手にしたと言っていた。

He took to Twitter.

彼はツイッターに投稿した。

What do you make of all this?

どう思う？

You know, all these players, you know, so much is on Twitter anyway.

選手たちはみんな、とにかくツイッターで多くのことを発信している。

So so I'm not sure I have an X, we should say.

だから、Xがあるかどうかはわからない。

Oh, yeah.

ああ、そうだ。

X.

X.

But I mean, I think one thing that is very real, regardless of of sort of Stargate specifically as a program, is that the United States is going to need a huge amount of computational capacity, a huge amount of infrastructure.

しかし、スターゲイトのようなプログラムとは関係なく、非常に現実的なこととして、米国には膨大な計算能力とインフラが必要になると思う。

So this was actually in we wrote a letter to the Trump administration to on recommendations on how to ensure that the U.S. stays ahead.

そのため、私たちはトランプ政権に書簡を送り、どうすれば米国が優位に立ち続けることができるかを提言した。

And one of them was really around infrastructure.

そのうちのひとつは、インフラに関わるものだった。

We need to unleash U.S. energy to enable this AI boom.

私たちは、このAIブームを実現するために米国のエネルギーを解き放つ必要がある。

And that's clearly what we're seeing right now, which is, you know, in addition to the Stargate program, many of the major AI companies and major clouds are going to be looking to produce to build a giant data center.

スターゲイト・プログラムに加え、大手AI企業や大手クラウドの多くが、巨大なデータセンターを建設するために生産拠点を求めている。

So the reason I asked about the different companies doing this, do you ultimately think we need five, six, seven companies all trying to build frontier models?

5社、6社、7社がフロンティア・モデルを作ろうとしている。

Or I mean, there's been a talk forever that, you know, in a different if Lena Khan hadn't been running the FTC, would have Amazon wanted to buy Anthropic already, for example, or would have Microsoft bought open AI or would have some of these folks.

もしレナ・カーンがFTCを運営していなかったら、例えばアマゾンはすでにアンソロピックを買収しようとしていたかもしれないし、マイクロソフトはオープンAIを買収していたかもしれない。

So there wouldn't be as many everybody competing against each other in the same way.

だから、同じように競い合う人はそれほど多くはないだろう。

I don't know.

分からないよ。

Maybe you think the competition is great.

もしかしたら、あなたは競争が激しいと思っているかもしれない。

I just don't know how long long term, how many models there ultimately will be like that.

ただ、どれだけの期間、最終的にどれだけのモデルがそうなるのかは分からない。

I mean, our view is actually that this is potentially going to be one of the greatest markets or the greatest industries ever.

つまり、私たちの見解では、これは史上最高の市場、あるいは業界となる可能性がある。

You know, right now, let's say there's between 10 and 20 billion dollars of LLM based revenue.

今、LLMベースの収益が100億ドルから200億ドルあるとしよう。

And if you believe that we're actually on a track towards superintelligence or AGI, then it stands to reason that that's going to go to a trillion dollars or more revenue.

そして、もし私たちが実際に超知能やAGIに向かう軌道に乗っていると信じるなら、それが1兆ドル以上の収益につながるのは道理だ。

And so if you're looking at a market that's going to go from, let's say, 10 billion to one trillion over who knows how many years, I tend to believe a fewer number of years.

だから、例えば100億ドルから1兆ドルへと何年かかるかわからない市場を見ているのなら、私はもっと少ない年数で済むと考える傾向がある。

I think we're sort of in the two to four range, two to four to get to AGI.

AGIに到達するまでに2～4回、2～4回というところだと思う。

What's your version of AGI?

あなたのAGIは何ですか？

I think obviously there's many definitions.

明らかに多くの定義があると思う。

You know, the definition I believe in is is are powerful AI systems that are able to use a computer just like you or I could and could use all the tools that a computer could and could basically be a remote worker in the most capable way.

私が信じている定義は、強力なAIシステムであり、あなたや私と同じようにコンピュータを使用することができ、コンピュータが使用できるすべてのツールを使用することができ、基本的に最も有能な方法でリモートワーカーになることができるということだ。