R1 is an AI model that has the ability to think just like OpenAI's cutting-edge, state-of-the-art O1 and O3 models.

R1は、OpenAIの最先端を行くO1やO3と同じように考える能力を持ったAIモデルです。

But here's the thing, it's completely open source and open weights.

しかし、これは完全にオープンソースでオープンウエイトなのだ。

DeepSeek, a small Chinese company, gave all of it away for free and they even detailed how to reproduce it.

中国の小さな会社であるディープシークは、そのすべてを無料で提供し、再現方法まで詳しく説明してくれた。

But that's not even the craziest part.

しかし、最もクレイジーなのはそこではない。

It was trained for just $5 million, as compared to the tens and hundreds of millions of dollars that most people in the AI industry thought was required to train a model of this caliber.

AI業界の多くの人々が、このレベルのモデルを訓練するのに数千万ドルから数億ドルが必要だと考えていたのに比べ、このモデルはわずか500万ドルで訓練された。

And it has sent everyone in the AI industry scrambling to understand the ramifications.

そして、AI業界の誰もがその影響を理解しようと躍起になっている。

DeepSeek has been called everything from the downfall of major US tech companies like OpenAI and Meta, to the greatest gift to humanity, to a Chinese psyop meant to shake the US to its core.

ディープシークは、オープンAIやメタのような米国の大手ハイテク企業の破滅から、人類への最大の贈り物、米国を根底から揺るがすことを意図した中国のサイコパスまで、あらゆる呼び名で呼ばれている。

This story is wild, so buckle up.

この物語は荒唐無稽なので、シートベルトを締めて。

So just about a week ago, President Trump, Sam Altman, the founder and CEO of OpenAI, the founder of Oracle, and many others got together to make the announcement about Project Stargate.

ちょうど1週間ほど前、トランプ大統領、OpenAIの創設者兼CEOであるサム・アルトマン、オラクルの創設者、その他多くの人々が集まり、プロジェクト・スターゲートに関する発表を行った。

That is a $500 billion investment in AI infrastructure built in the US.

これは米国で構築されたAIインフラへの5000億ドルの投資である。

That is on top of the billions and potentially trillions that have already been spent on GPUs, mostly coming from NVIDIA.

これは、すでにGPUに費やされた数十億ドル、あるいは数兆ドルに上る可能性のある金額であり、そのほとんどはエヌビディアによるものである。

Then, right after that, Mark Zuckerberg doubled down on how much his company, Meta, is going to spend on AI infrastructure.

その直後、マーク・ザッカーバーグは、自身の会社メタがAIインフラに費やす金額を倍増させた。

Also stating that they are going to continue to spend many billions of dollars building out energy infrastructure and AI infrastructure.

また、エネルギー・インフラとAIインフラの整備に何十億ドルも費やし続けると述べている。

So the theme amongst the biggest tech companies in the world is spend as much as we can to win at AI.

つまり、世界最大のハイテク企業のテーマは、AIで勝つためにできる限りの出費をすることだ。

And then something happened.

そして、あることが起こった。

On January 20th, 2025, a small Chinese research firm called DeepSeek released DeepSeek R1, a completely open source, open weights, AI model that has the ability to think, also known as test time compute, that is directly competitive, if not slightly better than the O1 model by OpenAI that cost hundreds of millions of dollars to train.

2025年1月20日、ディープシーク（DeepSeek）という中国の小さな研究会社が、完全にオープンソース、オープンウェイトのAIモデルであるディープシークR1をリリースした。このAIモデルは、テスト時間計算とも呼ばれる思考能力を備えており、トレーニングに数億ドルかかるOpenAI社のO1モデルよりも若干優れているとは言わないまでも、直接的に競争することができる。

And just like that, the AI world was flipped upside down.

そして、AIの世界はひっくり返った。

All of a sudden, we had this completely open source version of a state-of-the-art model that we didn't think we were going to have so soon, let alone to be absolutely open source and essentially free.

突然、私たちは最先端のモデルの完全なオープンソース版を手に入れた。

The initial reaction was extremely strong.

最初の反応は非常に強かった。

I've made multiple videos about it.

私はそれについて複数のビデオを作った。

I'll drop them down in the description below.

下の説明に書いておくよ。

People looked at this and were stunned.

人々はこれを見て唖然とした。

The biggest names in the AI industry realized we now had a completely open source, state-of-the-art model.

AI業界の大物たちは、私たちが完全にオープンソースで最先端のモデルを手に入れたことに気づいた。

And as everybody was taking this in and super excited that we can play around with it, reproduce it, suddenly the tone shifted.

そして、みんながこれを受け止めて、これで遊べる、再現できると大興奮していると、突然、トーンが変わった。

In the technical paper that was released alongside DeepSeek, it was noted that that model was trained for just $5 million.

DeepSeekと同時に発表されたテクニカル・ペーパーには、このモデルはわずか500万ドルでトレーニングされたと記されている。

That is a fraction of the cost of what every other state-of-the-art model costs to train.

これは、他の最先端モデルがトレーニングに要する費用の何分の一にも満たない。

Now think about what this means.

この意味を考えてみよう。

Meta, Microsoft, OpenAI, and all of the magnificent seven, basically the biggest seven tech companies in the world, have been investing trillions of dollars building out AI infrastructure.

メタ、マイクロソフト、OpenAI、そして壮大な7社、基本的に世界最大のハイテク企業7社はすべて、AIインフラを構築するために数兆ドルを投資してきた。

And then all of a sudden, this little Chinese company comes along, open sources a model that's comparable to the best models out there.

そして突然、この小さな中国企業が現れ、そこにある最高のモデルに匹敵するモデルをオープンソース化した。

And not only did they make it completely free, but they said it only costs $5 million.

しかも完全無料にしただけでなく、500万ドルしかかからないという。

And then all of a sudden, a lot of analysts are looking at these big companies spending billions of dollars per year and thinking, do we really need that?

そして突然、多くのアナリストがこれらの大企業が年間何十億ドルも費やしているのを見て、本当にそれが必要なのかと考えるようになった。

And a lot of people are pointing at these big companies saying, you guys are about to You've invested so much money and it wasn't even necessary.

そして、多くの人々がこれらの大企業を指差してこう言うんだ、君たちは多くの資金を投資してきたが、その必要すらなかったと。

Now I will tell you, I do not agree with that whatsoever.

今だから言うが、私はそれにはまったく同意できない。

But that is a theme going on right now in the AI industry.

しかし、これは今AI業界で進行中のテーマだ。

And then somebody on Twitter asked, how is DeepSeek going to make money?

そしてツイッターで誰かが、ディープシークはどうやってお金を稼ぐつもりなのか、と尋ねた。

Because they're giving it away for free.

なぜなら、彼らはそれを無料で提供しているからだ。

How are they actually going to make money?

実際にどうやってお金を稼ぐつもりなのか？

And the API endpoint to actually run the model is really, really cheap.

そして、実際にモデルを実行するためのAPIエンドポイントは、本当に、本当に安い。

And you don't even need it.

そして、あなたはそれさえも必要としない。

You can run it on your own hardware.

自分のハードウェアで動かすことができる。

And then this tweet went viral.

そして、このツイートが拡散した。

DeepSeek's holding, and this is the Chinese company's name, is a quant company, meaning They are mathematicians tasked with building trading algorithms simply to make money.

ディープシークの持ち株会社、これは中国の会社名だが、クオンツ会社である。つまり、彼らは単に金儲けのために取引アルゴリズムを構築することを任務とする数学者である。

That's it.

それだけだ。

Many years already, super smart guys with top math background happen to own a lot of GPU for trading mining purposes.

すでに何年も前から、一流の数学の素養を持つ超頭のいい連中が、たまたま取引マイニングの目的でGPUを大量に所有していた。

And DeepSeek is their side project for squeezing those GPUs.

DeepSeekはGPUを絞り出すためのサイドプロジェクトだ。

Essentially, this is not even the main function of the company.

本来、これは会社の主要な機能ですらない。

This was a side project.

これはサイドプロジェクトだった。

So a handful of smart people got together, figured out how to make a state of the art model, incredibly cheap, append the entire AI industry, and it was their side project.

一握りの頭のいい人たちが集まって、最先端のモデルを驚くほど安く作り、AI業界全体に付加する方法を考え出した。

That's insane to think about.

考えてみれば正気の沙汰ではない。

And this went viral.

そして、これはウイルスに感染した。

And the memes were strong.

そしてミームは強力だった。

Let me show you a few of the reactions from people in the industry.

業界関係者の反応をいくつか紹介しよう。

So here's one from Stimp for Satoshi.

というわけで、スティンプからサトシのために1枚。

Sam spent more on this, referencing this incredible automobile, which I know is multiple millions of dollars, and that Sam Altman driving it, than DeepSeek did to train the model that killed OpenAI.

サムがこれに費やした金額は、ディープシークがOpenAIを殺したモデルのトレーニングに費やした金額よりも多い。

Now, again, I don't really believe this.

さて、繰り返しになるが、私はこれを本当に信じているわけではない。

I will explain what I think is going on in a little bit.

何が起こっているのか、もう少し説明しよう。

Here we have Neil Khosla, son of Vinod Khosla, saying, DeepSeek is a CCP state psyop, plus economic warfare to make American AI unprofitable.

ヴィノッド・コスラの息子であるニール・コスラは、ディープシークは中国共産党の国家的な策略であり、アメリカのAIを不採算にするための経済戦争であると述べている。

They are faking the cost was low to justify setting price low and hoping everyone switches to it to damage AI competitiveness in the US.

彼らは価格を低く設定することを正当化するためにコストを低く見せかけ、みんながそれに乗り換えてアメリカでのAIの競争力にダメージを与えることを望んでいるのだ。

Don't take the bait.

餌に釣られてはいけない。

Now, there was a community note saying there's zero evidence of this.

今、その証拠はゼロだというコミュニティーのメモがあった。

And that wasn't even the craziest take.

そして、それは最もクレイジーなテイクでさえなかった。

In Davos, Alexander Wang, the CEO of ScaleAI, basically called out DeepSeek saying, no, they actually have many more GPUs than they're telling us, simply because there is an export ban on China from the US that we cannot export our cutting edge chips to them at scale.

ダボス会議では、ScaleAIのCEOであるアレクサンダー・ワンがディープシークを罵倒し、「いや、彼らは我々が話しているよりも実際には多くのGPUを持っている。

And so in the research paper, if they admitted that they had a bunch of GPUs, obviously, the US would be pretty pissed.

研究論文の中で、もし彼らがGPUを大量に持っていると認めたら、明らかにアメリカはかなり怒るだろう。

And in this clip, Alexander Wang talks about how DeepSeek probably has 50,000 H100s, which are NVIDIA's top of the line GPUs.

このクリップの中で、アレキサンダー・ワンは、ディープシークがエヌビディアの最高級GPUであるH100をおそらく5万個持っていると話している。

And the fact that they can't talk about it because it goes against the export controls that the US has in place.

そして、アメリカの輸出規制に反するから話せないという事実もある。

And maybe that's true, although, again, remember, everything is open sourced and they really went into deep detail, they being DeepSeek, into how they actually produced this model for so cheap.

そして、おそらくそれは真実なのだろう。しかし、繰り返しになるが、すべてがオープンソースであり、彼らはディープシークであるため、どうやってこのモデルをこれほど安く製造したのか、本当に詳細に調べている。

And the company hugging face is reproducing it right now.

そして、会社の抱きついた顔が今まさにそれを再現している。

Now let me show you some posts from Emad, who is the founder of Stability AI, who basically ran the numbers and figured out, yeah, it's actually legit what they're saying.

安定性AIの創設者であるEmadの投稿をお見せしよう。彼は基本的に数字を検証し、彼らが言っていることが実際に正しいことを突き止めた。

DeepSeek are not faking the cost of run.

ディープシークはランニングコストをごまかしてはいない。

It's pretty much in line with what you'd expect, given the data structure, active parameters and other elements and other models trained by other people.

データ構造、アクティブ・パラメーター、その他の要素、他の人たちがトレーニングした他のモデルなどを考慮すると、ほぼ予想通りだ。

You can run it independently at the same cost.

同じコストで独立して運営することができる。

It's a good lab working hard.

いい研究室が頑張っている。

Now it wasn't enough.

今はまだ十分ではない。

He didn't put any numbers, but of course, he followed up and did.

彼は数字を出さなかったが、もちろんフォローはした。

Check this out.

これを見てほしい。

So he basically says, for those who want the numbers here, it is optimized.

だから、彼は基本的に、ここの数字が欲しい人のために、最適化されていると言っている。

H100 could do it in less than 2.5 million.

H100なら250万以内でできるだろう。

And he actually used to figure it out.

そして、彼は実際にそれを理解していた。

Now I'm not going to go through.

今はスルーする。

This is a bit technical for this video.

このビデオでは少し専門的な話になる。

And again, now all of the focus is back to the major tech companies, Anthropic, Meta, Open AI, Microsoft, who have raised and spent billions and billions of dollars to build out AI infrastructure only to have the rug pulled out from under them from this tiny Chinese company.

そして今また、Anthropic、Meta、Open AI、マイクロソフトなど、AIインフラを構築するために何十億ドルもの資金を調達し、費やしてきた大手テック企業に注目が集まっている。

Listen to this.

これを聞いてくれ。

DeepSeek goes mega viral and they can handle the demand on their two Chromebooks they have to use for inference.

DeepSeekが大流行し、推論に使わなければならない2台のChromebookで需要を処理できるようになった。

Meanwhile, Anthropic cannot handle the load of their paying customers with billions in funding.

一方、アンソロピックは数十億の資金を持つ顧客の負担を処理できない。

Do I get this right?

これは正しいですか？

And that seems to be the sentiment across the board.

そして、それは全体的な感情のようだ。

Here's another one.

もうひとつ。

I've made over 200,000 requests to the DeepSeek API in the last few hours, zero rate limiting and the whole thing cost me like 50 cents.

この数時間で、DeepSeek APIに20万回以上のリクエストを行ったが、レート制限はゼロ。

Bless the CCP, OpenAI could never.

中国共産党に祝福を、OpenAIは決してできなかった。

Now here's the thing.

さて、ここからが問題だ。

We've been talking on this channel a lot about test time compute.

このチャンネルでは、テストタイム・コンピュートについて何度も話してきた。

A lot of the scaling that's happening in AI right now is not at pre-training, not that $5 million that it costs to actually build out the model.

今AIで起こっているスケーリングの多くは、事前トレーニングではなく、実際にモデルを構築するのにかかる500万ドルでもない。

But since these models can now think and the more thinking they do, the better the results, that thinking is actually just compute.

しかし、これらのモデルは考えることができるようになり、考えれば考えるほど、より良い結果が得られるようになった。

It's using compute.

コンピュートを使っている。

And so what's interesting about this is that even at test time, so they're hitting the API 200,000 times, zero rate limiting and extremely inexpensive, unless they are just losing tons of money and have a bunch of GPUs that we don't know about, they've figured out something about efficiency that the U.S. companies have not.

興味深いのは、テスト時でさえAPIを20万回も叩いており、レート制限もなく、非常に安価であることだ。もし彼らが大金を失っていて、我々の知らないGPUを大量に持っているのでなければ、彼らは米国企業にはない効率性の何かを見出している。

Alexander Wang follows up with a post, DeepSeek is a wake up call for America, but it doesn't change the strategy.

アレキサンダー・ワンは、「ディープシークはアメリカへの警鐘だが、戦略を変えるものではない」と投稿している。

USA must out innovate and race faster, as we have done in the entire history of AI and tighten export controls on chips so that we can maintain future leads.

米国は、AIの歴史全体がそうであったように、技術革新と競争速度を高め、チップの輸出規制を強化し、将来のリードを維持できるようにしなければならない。

Every major breakthrough in AI has been American.

AIの大躍進はすべてアメリカ人によるものだ。

And continuing, China's DeepSeek could represent the biggest threat to U.S. equity markets as the company seems to have built a groundbreaking AI model at an extremely low price and without having access to cutting edge chips, calling into question the utility of the hundreds of billions of dollars worth of capex being poured into the industry.

というのも、同社は最先端のチップを入手することなく、極めて低価格で画期的なAIモデルを構築したようで、この業界に注ぎ込まれている数千億ドル相当の設備投資の有用性に疑問を投げかけているからだ。

So that's a huge, huge claim here.

これは大きな、大きな主張だ。

Now it's one thing to be able to train the model originally at a very cheap and efficient price, but it's another thing to actually be able to run the inference at an extremely cheap and efficient price.

元々、非常に安価で効率的な価格でモデルを訓練できるのは一つのことだが、実際に非常に安価で効率的な価格で推論を実行できるのはまた別のことだ。

Now I said earlier, I don't believe it.

先ほども言ったが、私は信じない。

And let me tell you why.

その理由を教えてあげよう。

So there's two possibilities.

つまり、2つの可能性がある。

Let's just assume they were able to figure out how to make this model extremely cheaply.

仮に、彼らがこのモデルを非常に安く作る方法を見つけ出すことができたとしよう。

We're going to be able to replicate that. Right.

それを再現できるようにするんだ。 そうだね。

Everybody wins.

みんなが勝つ。

That's the power of open source.

それがオープンソースの力だ。

Now, at inference time, at thinking time, even if let's go down the two paths, even if this model is able to run inference extremely cheaply, then we are getting to Jevons paradox as the cost per unit of any technology decreases, the usage, the total usage and the spend actually increases.

さて、推論時、思考時、この2つの道を進むとして、たとえこのモデルが極めて安価に推論を実行できたとしても、どのような技術も単位あたりのコストが下がれば下がるほど、使用量、総使用量、支出は増加するというジェヴォンズのパラドックスに陥ってしまう。

We've talked about that on this channel.

このチャンネルでもそのことについて話してきた。

That is because as the unit cost of any tech decreases, the amount of use cases that it can apply to in a positive ROI way increases dramatically.

というのも、どんな技術も単価が下がれば下がるほど、ROIがプラスになるような形で適用できるユースケースの量が劇的に増えるからだ。

That's what we've seen with every tech throughout history.

それは歴史上、あらゆる技術に見られることだ。

Then let's think about the other path.

では、もう一つの道について考えてみよう。

They actually do have a bunch of GPUs powering it, and they're simply faking how efficient it is.

実際には多くのGPUを搭載しており、単に効率がいいと偽っているだけなのだ。

Well, first of all, we're going to figure that out because we have AI companies throughout the world replicating DeepSeek R1 right now.

まずは、世界中のAI企業がディープシークR1を模倣しているので、それを解明することになるだろう。

But let's just assume they're doing that.

しかし、彼らがそうしていると仮定しよう。

Then that's fine.

それならそれでいい。

All of this investment is still very valid.

この投資はすべて、今でも非常に有効だ。

And even if it is really efficient, all of this huge investment by these AI companies in AI infrastructure is still valid because at the end of the day, whoever has the most compute will have the smartest model.

そして、たとえそれが本当に効率的であったとしても、これらのAI企業によるAIインフラへの莫大な投資はすべて有効である。

It doesn't matter if it costs $100 per token or a fraction of a penny per token.

トークン1個あたり100ドルであろうと、わずか1円であろうと関係ない。

The more compute, the better.

計算能力は高ければ高いほどいい。

Whoever has the smartest AI will win.

最も賢いAIを持つ者が勝つだろう。

And here's Gary Tan, the president of Y Combinator, basically saying the same thing.

Yコンビネーターの社長、ゲーリー・タンも基本的に同じことを言っている。

And this is in reference to the chart that we just talked about where it is a big threat to U.S. equity markets.

そしてこれは、米国株式市場にとって大きな脅威となっている、先ほど話したチャートに関連している。

Do people really believe this?

みんな本当に信じているのだろうか？

If training models get cheaper, faster, and easier, the demand for inference, actual real world use of AI will grow and accelerate even faster, which assures the supply of compute will be used.

モデルのトレーニングがより安く、より速く、より簡単になれば、AIを実際に実世界で使用する推論の需要はさらに高まり、加速するだろう。

Yes, that is the way to think about it.

そう、そう考えるべきだ。

I agree wholeheartedly.

心からそう思う。

But not everybody agrees.

しかし、誰もが同意しているわけではない。

Chamath Palihapitiya, billionaire investor, former early Facebook employee, and all in podcast bestie, has the exact opposite to say.

億万長者の投資家であり、フェイスブックの元初期社員で、ポッドキャストの親友でもあるチャマス・パリハピティヤは、まったく逆のことを言っている。

And he actually broke it down pretty well.

そして、彼は実際、それをうまく説明してくれた。

So in his first point, he's saying in the 1% probability that the CCP has all of these chips that they shouldn't, we need to go investigate that.

つまり、最初の指摘では、中国共産党が持っていないはずのチップをすべて持っている可能性が1％でもあるなら、それを調査する必要があると言っているのだ。

So that's point one.

それが第1点だ。

Next, he talks about training versus inference.

次に、彼はトレーニングと推論について語る。

Now, we are in the era of inference right now.

今、私たちは推論の時代にいる。

We always knew this day would come, but it probably surprised many that it would be this weekend.

この日が来ることはずっとわかっていたが、まさか今週末になるとは、おそらく多くの人が驚いただろう。

With a model this cheap, many new products and experiences can now emerge trying to win the hearts and minds of the global populace.

これほど安価なモデルがあれば、世界中の人々の心を掴もうと、多くの新しい製品や体験が生まれる可能性がある。

Team USA needs to win here.

チームUSAはここで勝たなければならない。

To that point, we may still want to export control AI training chips.

その点では、AIの訓練用チップの輸出管理はまだ必要かもしれない。

We should probably view inference chips differently.

我々は推論チップを別の角度から見るべきだろう。

We should want everyone around the world using our solutions over others.

私たちは、世界中のすべての人に、他のソリューションよりも私たちのソリューションを使ってほしいと願っている。

Now I'm going to jump down to point four now, because this is interesting and the part that I really disagree with.

さて、これから4点目まで飛びますが、これは興味深く、私が本当に同意できない部分です。

There will be volatility in the stock market as capital markets absorb all of this information and reprice the values of the mag seven.

資本市場がこの情報をすべて吸収し、マグセブンの価値を再評価するため、株式市場には変動が生じるだろう。

That's the magnificent seven companies like Tesla and Meta and Microsoft.

それはテスラやメタ、マイクロソフトのような壮大な7つの企業だ。

So keep that in mind.

だから、そのことを覚えておいてほしい。

Tesla is the least exposed.

テスラの露出度は最も低い。

The rest are exposed as a direct function of the amount of capex they have publicly announced.

残りは、公表している設備投資額の直接の関数として露出している。

Translating that, it basically means the company's stock might go down because of how much they have invested into AI infrastructure, because if everything's cheaper now, why did they spend so much?

訳すと、基本的には、AIインフラにどれだけ投資したかで株価が下がる可能性があるということだ。

Do not agree with that at all.

まったく同意できない。

Again, let's look at Javon's paradox.

もう一度、ジャボンのパラドックスを見てみよう。

The cheaper the tech, the more it's going to be used, the more inference needs to be used.

安価な技術であればあるほど、より多くの推論が必要となる。

Thus, all of that supply of GPU is going to be used.

したがって、GPUの供給はすべて使用されることになる。

NVIDIA is the most at risk for obvious reasons.

エヌビディアが最も危険にさらされているのは明らかな理由だ。

That said, markets will love it if Meta, Microsoft, Google, et cetera, can win without having to spend 50 to $80 billion per year.

とはいえ、メタ、マイクロソフト、グーグルなどが、年間500億ドルから800億ドルを費やすことなく勝利できれば、市場は大喜びだろう。

The markets might love that, but that is not going to be the case.

市場はそれを好むかもしれないが、そうはならない。

Whoever has the smartest AI will win.

最も賢いAIを持つ者が勝つだろう。

Eventually, when we reach artificial superintelligence, it is literally a battle of who has the smartest AI.

やがて人工超知能に到達すれば、文字通り、誰が最も賢いAIを持っているかの戦いになる。

What does that take?

それには何が必要なのか？

The most amount of inference, or the most compute in general.

最も推論量が多い、あるいは一般的に最も計算量が多い。

What does that take?

それには何が必要なのか？