Name: ディープシークと呼ばれる衝撃的な中国AIの進化が米国株を急落させる (A shocking Chinese AI advancement called DeepSeek is sending US stocks plunging)
Uploaded: 2025-01-27T19:07:22.000Z
Duration: 8 min 49 s
Description: VoiceTubeの動画で発音を聞きながら英語表現を覚えよう！学べる英語：

程度の副詞

Stock markets opened just a few minutes ago, and it's not pretty.

ほんの数分前に株式市場が始まったばかりだが、状況は芳しくない。

様態の副詞

Down big, especially the tech-heavy Nasdaq.

特にハイテク株比率の高いナスダックは大きく下落した。

CNN's Matt Egan is here to explain what we're seeing and why, Matt.

CNNのマット・イーガンが、私たちが目にしていること、そしてその理由を説明する。

Yeah, John, we've got a bit of a tech sell-off this morning, and it's being caused by earth-shattering developments in the AI space.

ジョン、今朝はちょっとしたハイテク売りが出ているんだが、AIの分野で地球を揺るがすような進展があったことが原因だ。

The S&P solidly lower, but the real action is over here in the Nasdaq, 600 points lower.

S＆Pは堅調に下落しているが、本格的な下げはナスダックで、600ポイントも下げている。

Nearly 3% on track for one of its worst days in the past two years.

過去2年間で最悪となる3％近い下落率となった。

There's a Chinese startup that few people had ever heard of until the past few days, and it has emerged as a real player in the AI arms race.

この数日前まで、その名前を聞いたことがある人はほとんどいなかった中国の新興企業が、AI軍拡競争の真のプレーヤーとして頭角を現している。

It's called DeepSeek, and investors and I would imagine officials in Washington are stunned to learn that DeepSeek's AI model has developed technology that can actually be competitive with OpenAI and Google and XAI and all these more established players.

ディープシークと呼ばれるそのAIモデルは、オープンAIやグーグル、XAI、そしてこれらより確立されたプレーヤーと実際に競争できる技術を開発したと知り、投資家やワシントンの政府関係者は唖然としていることだろう。

It's only been around for a bit, but DeepSeek has already vaulted to the top of the App Store on Apple as the most downloaded app, passing ChatGPT, which is pretty shocking.

まだ登場して間もないが、DeepSeekはすでにアップルのApp Storeで最もダウンロードされたアプリとして、ChatGPTを抜いてトップに躍り出た。

Number one veteran investor, billionaire Mark Andreessen, a legendary tech investor.

第1位のベテラン投資家、億万長者のマーク・アンドリーセンは伝説的なハイテク投資家だ。

He said that DeepSeek is, quote, one of the most amazing and impressive breakthroughs that he has ever seen.

ディープシークは、彼がこれまで見てきた中で最も素晴らしく、印象的なブレークスルーのひとつだ。

Now, the most stunning thing here isn't necessarily that China has developed a pretty good AI app.

さて、ここで最も驚くべきことは、必ずしも中国がかなり優れたAIアプリを開発したということではない。

DeepSeek says that their AI model only cost 5.6 million dollars.

ディープシーク社のAIモデルは560万ドルしかかかっていないという。

Now, we don't know that, but if that's true, that is pretty stunning.

今はまだわからないが、もしそれが本当なら、かなり衝撃的だ。

Anthropic, one of the leading AI companies, has said that it costs about 100 million to 1 billion dollars to develop an AI model.

大手AI企業のひとつであるAnthropic社は、AIモデルの開発には約1億ドルから10億ドルかかると述べている。

We know that Mark Zuckerberg, the meta CEO, says that his company plans to spend 65 billion dollars on AI.

メタCEOのマーク・ザッカーバーグが、同社はAIに650億ドルを費やす計画だと言っていることは知っている。

So, John, look, this is all really questioning sort of the foundation here of the AI boom, which is that it requires a lot of spending, which is that the U.S. is running away with the AI arms race.

つまり、AIブームには多額の出費が必要であり、アメリカはAI軍拡競争に走っているということだ。

And it's also questioning some of the big positives that had pushed markets to record highs.

また、市場を史上最高値に押し上げた大きなプラス材料にも疑問符がつく。

A lot of people put a lot of money into AI.

多くの人がAIに大金をつぎ込んでいる。

And now they're wondering if that money is needed the way that some of these American companies have said it is.

そして今、一部のアメリカ企業が言っているように、その資金が必要なのかどうか疑問に思っている。

We just don't know if the claims being made by these Chinese companies.

中国企業の主張が正しいかどうかはわからない。

ああ、これはとても速い動きだ。

We're going to stay on top of this, as we said, big drops, especially in the Nasdaq.

特にナスダックが大きく下落している。

DeepSeekについてもっとたくさん話したい。

It's one of these big stocks that has really changed the game, it seems, in just a couple of days.

ほんの2、3日の間に、本当にゲームを変えてしまったようだ。

Without warning, a big known, unknown Chinese firm rattling the U.S. market.

何の前触れもなく、有名無名の大手中国企業が米国市場を騒がせている。

Shelly Palmer is CEO of the Palmer Group and a professor of advanced media.

シェリー・パーマーはパーマー・グループのCEOであり、先端メディアの教授でもある。

シェリー、ご一緒できて嬉しいよ。

It seems like there's a bit of a coup happening in the AI space.

AIの分野でちょっとしたクーデターが起きているようだ。

Tell me about DeepSeek, what you know about it.

ディープシークについて教えてください。

多くの人がダウンロードしている。

And the question is, is it taking on the big guys in the United States?

そして問題は、アメリカの大企業に対抗できているかということだ。

ディープシークは中国の会社だ。

おっしゃるとおり、1年ほど前のものです。

DeepSeek V3というモデルがある。

And in the last little bit, they released R1, which is a reasoning engine.

そして最後の少しで、彼らは推論エンジンであるR1をリリースした。

しかもMITライセンスのオープンソースだ。

The magic here is that instead of taking months to train and hundreds of millions of dollars, it took under two months to train and cost under, according to the company, under $6 million to train.

ここでのマジックは、トレーニングに何カ月もかかり、何億ドルもかかる代わりに、トレーニングに2カ月もかからず、同社によればトレーニング費用は600万ドル以下だったということだ。

When you download it, you can post-train it.

ダウンロードしたら、ポストトレーニングができる。

And pre-trained transformer models need to be post-trained in order to be valuable.

また、事前に訓練されたトランスフォーマーモデルが価値を持つためには、事後訓練が必要だ。

計算コストはほんのわずかだ。

We're talking a few percentage points fraction of what it costs to use the large language models from the big hyperscalers and foundational model builders like OpenAI or Anthropic or any of the other large foundational model builders.

大手ハイパースケーラーや、OpenAIやAnthropicのような基盤的モデルビルダーが提供する大規模な言語モデルを使用するのにかかるコストと比較すると、数パーセントに過ぎない。

So this cost savings along with the basically lightweight of the model, meaning you can download it and run it on a laptop, has sent kind of shivers through the spines because what this really means is there's a possible future where algorithmic efficiency beats brute force computation.

このコスト削減と、基本的に軽量なモデル、つまりダウンロードしてラップトップで実行できることが、背筋をゾッとさせた。

And the entire AI industry in the United States and around the world has been thinking about high-level computation and big data centers and a lot of energy use and chips.

そして、米国と世界のAI業界全体が、高度な計算とビッグデータセンター、大量のエネルギー使用とチップについて考えてきた。

And now they're thinking, well, maybe not.

そして今、彼らはこう考えている。

So it's a really good one to look at in terms of the numbers, which you're saying and DeepSeek saying that they spent just $5.6 million on this new AI model.

ディープシークは、この新しいAIモデルにわずか560万ドルを費やしたと述べている。

Meta last week said it would spend upward of $65 billion.

メタは先週、650億ドル以上を費やすと述べた。

How come DeepSeek was able to crack this code and do it so much more efficiently and the big guys in the U.S. unable to do so?

なぜディープシークはこの暗号を解読し、より効率的に実行できたのに、アメリカの大手企業はそれができなかったのか？

First of all, it's hard to speculate, but let's just say the following.

まず、推測するのは難しいが、次のように言っておこう。

There is a cliche that I believe is a cliche for a reason.

There are more honors students in China than there are students in the United States.

中国の優等生の数は、米国の学生の数よりも多い。

You're talking about a very deep pool of very smart people.

あなたは、非常に頭のいい人たちの非常に深いプールの話をしている。

Two, they've been restricted from getting all of the tools they need from the West, including specifically the kind of chips that would do the computation they need to do the advanced computation.

2つ目は、高度な計算を行うために必要なチップを含め、必要なツールのすべてを欧米から入手することを制限されていることだ。

This is a mathematical solution to a hardware problem.

これはハードウェアの問題に対する数学的な解決策である。

これはアルゴリズムの効率と呼ばれるものだ。

They've actually written code that's more efficient than the code that's being used generally in this space throughout the world.

彼らは実際に、世界中でこの分野で一般的に使われているコードよりも効率的なコードを書いた。

では、彼らはどうやったのか？

彼らの研究を見ることができる。

They've been very good and transparent about publishing their research.

彼らは自分たちの研究を公表することに関して、とても良く、透明性がある。

They haven't exactly shown the secret sauce, but it is something that we'll be able to replicate.

彼らは秘密のソースを正確には示していないが、それは我々が再現できるものだ。

And by the way, the markets are reacting in a knee-jerk and most people don't understand any of what I'm about to say to you.

ところで、市場は膝を打つような反応を示しているが、ほとんどの人は私がこれから話すことをまったく理解していない。

No one in the United States, no American, no company anywhere on Earth, to be fair, is going to lay down and die because a couple of engineers figured out a better algorithm.

公平を期すなら、米国内の誰も、米国人も、地球上のどこの企業も、エンジニアのカップルがより優れたアルゴリズムを発見したからといって、身を横たえて死ぬことはない。

Math is math and engineering is engineering and these algorithmic efficiency approaches will be figured out worldwide.

数学は数学であり、エンジニアリングはエンジニアリングであり、こうしたアルゴリズムによる効率的なアプローチは世界中で解明されていくだろう。

Now, what does that mean for NVIDIA's chip prices?

さて、エヌビディアのチップ価格はどうなるのだろうか？

What does that mean for nuclear power plants for data centers?

データセンター用原子力発電所にとって、それは何を意味するのだろうか？

What does that mean for future data centers?

それは将来のデータセンターにとって何を意味するのか？

ところで、誰もこれを再現していない。

For all we know, this is the Sputnik moment or this is the cyber Pearl Harbor where they faked this whole thing and it really wasn't done for $5.5 million in two months.

私たちの知る限り、これはスプートニクの瞬間であり、あるいはサイバー・パールハーバーである。

My guess is it was done for $6 million and was done in two months.

私の推測では、600万ドル（約6億円）で2カ月で完成させたと思う。

And we're all going to have to rise to the challenge.

そして、私たち全員がこの挑戦に立ち向かわなければならない。

And by the way, I am confident that everybody will.

ところで、私は誰もがそうなると確信している。

We were talking about the race, the AI race, and I think this is pretty much indicative of the race that has truly just begun.

私たちはAIレースについて話していたが、これは本当に始まったばかりのレースを示していると思う。

あなたが言うように、この暗号を解くことはできる。

If it's a mathematical solution, then you've got people that could work on it.

数学的な解決策であれば、それに取り組める人材がいるはずだ。

But you touched on something in terms of the hardware and the GPUs and NVIDIA and so forth and even what it means for electricity consumption for data centers.

しかし、あなたはハードウェアやGPU、エヌビディアなどの点で、またデータセンターの電力消費にどのような意味があるかという点で、何かに触れていましたね。

If what we're hearing from DeepSeek is, in fact, all factual, what does it actually mean?

ディープシークからの情報が事実だとしたら、それは何を意味するのか？

Does this change the calculation completely for AI?

これはAIの計算を完全に変えてしまうのか？

So at the moment, it is much, much less expensive to run DeepSeek R1 locally than it is to, or even in the cloud, than it is to run any of the other models.

そのため、現時点では、DeepSeek R1をローカルで実行する方が、他のどのモデルを実行するよりも、あるいはクラウドで実行するよりも、はるかに低コストである。

So the question is not, is this better or worse?

だから問題は、これが良いか悪いかではない。

The question is, going forward, is algorithmic efficiency, this ability to run smaller models more efficiently, going to be a better path forward than the brute force, massive compute models that we've used so far at OpenAI and Anthropic and at Google Gemini and at Metas Llama?

問題は、アルゴリズムの効率性、つまり、より小さなモデルをより効率的に実行する能力は、OpenAIやAnthropic、Google GeminiやMetas Llamaでこれまで使われてきたような、総当たり的で大規模な計算モデルよりも良い方向に進むのだろうか、ということだ。