Name: 實戰練英文｜NVIDIA CEO 黃仁勳談 AI 工業革命：各行業遲了就來不及了，AI 工廠與未來製造｜ヒル＆バレーフォーラム2025｜長文、註解、大字版、中英對照 (實戰練英文 | NVIDIA CEO 黃仁勳談 AI 工業革命：各行各業遲了就來不及了，AI 工廠與未來製造 | Hill & Valley Forum 2025 | 長文、註解、大字版、中英對照)
Uploaded: 2025-05-02T13:04:22.000Z
Duration: 21 min 29 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：

ヒル・アンド・バレー・フォーラムへようこそ。

You've positioned AI as a new industrial revolution with AI factories at the center of it.

あなたはAIを、AI工場を中心とした新たな産業革命と位置づけている。

Can you explain to us what is an AI factory and why is it important to understand in the 21st century economy?

AIファクトリーとは何なのか、そしてなぜ21世紀の経済においてAIファクトリーを理解することが重要なのか、説明していただけますか？

We've been talking a lot about AI over the last several years.

私たちはここ数年、AIについて多くのことを話してきた。

It's multifaceted and I think it's helpful to look at it in this lens.

それは多面的なもので、このレンズで見ることは役に立つと思う。

First, of course, AI is a new technology.

第一に、もちろんAIは新しいテクノロジーだ。

It's a new technology in the sense that it's built differently than software of the past, and this new software can do things that software of the past could not do.

過去のソフトウェアとは異なる作り方をしているという意味で、新しいテクノロジーであり、この新しいソフトウェアは過去のソフトウェアができなかったことができる。

All the things it can do, all the things that we have to do to keep it safe, all the amazing things that it's going to enable, fantastic.

それができること、それを安全に保つために私たちがしなければならないこと、それが可能にする素晴らしいこと。

The second layer, which is rather new, in the last technology industry, software production, it was done by humans typing.

2つ目のレイヤーはかなり新しいもので、最後の技術産業であるソフトウェア生産では、人間がタイプしていた。

Now we have a new industry and this software is produced with machinery.

今、私たちには新しい産業があり、このソフトウェアは機械を使って生産されている。

You need a large supercomputer, you apply electricity to it, and what comes flying out of it are tokens.

大きなスーパーコンピューターが必要で、そこに電気を流し、そこから飛び出してくるのがトークンだ。

These tokens could be reformulated into numbers, and words, and proteins, and images, and videos, and three-dimensional structures, and you could reformulate these tokens into all kinds of things.

これらのトークンは、数字、言葉、タンパク質、画像、映像、立体構造物など、あらゆるものに再定式化することができる。

私たちはそれをインテリジェンスと呼んでいる。

This machinery looks different than the machinery of the past, and I call it an AI factory because it does one thing.

この機械は過去の機械とは違って見えるが、私はこれをAI工場と呼んでいる。

毎日毎日、トークンを生産している。

The layer above that is infrastructural, and this is the reason why we now internalize that AI is likely going to be quite an extraordinary industrial revolution in the sense that this new technology is going to a new industry that I just mentioned, AI factories, the production of intelligence, but it's going to go back and revolutionize and transform every other industry.

その上のレイヤーはインフラストラクチャーであり、この新しいテクノロジーが、今申し上げたAI工場、つまり知能の生産という新しい産業に向かうという意味で、AIは非常に驚異的な産業革命になる可能性が高いということを、私たちが今認識している理由である。

All of these tokens are going to go into healthcare and education.

これらのトークンはすべて医療と教育に使われる。

私のお気に入りのひとつは教育だ。

I use it every day for education, financial services, engineering.

教育、金融サービス、エンジニアリングで毎日使っている。

We use AI every day for software programming and supply chain management.

私たちはソフトウェアのプログラミングやサプライチェーンマネジメントに毎日AIを使っている。

It's about to go into manufacturing and so on and so forth.

これから製造業に参入する、とかね。

When you think about it from these three layers, it's very clear.

この3つのレイヤーから考えると、非常に明快だ。

This is as transformative, as impactful as electricity was before, and it's going to revolutionize every industry.

これは、かつて電気がそうであったように変革的で、衝撃的なものであり、あらゆる産業に革命をもたらすだろう。

Do you think it's a paradigm shift in modern computing and that every factory that's building physical things in the real world will also be accompanied by an AI factory?

現代のコンピューティングにおけるパラダイムシフトであり、現実世界で物理的なものを製造しているすべての工場にAI工場が併設されることになると思いますか？

Every company that makes things today, so long as they move.

今日、モノを作るすべての企業は、それが動く限りは。

Let's say you make lawnmowers or they build construction machinery.

例えば、あなたが芝刈り機を作っているとしよう。

Today, it's largely manually manipulated.

現在では、そのほとんどが手作業で行われている。

In the future, it'll be autonomous or highly autonomous or semi-autonomous or assisted.

将来的には、自律走行か高度自律走行か半自律走行かアシスト走行になるだろう。

But when it becomes autonomous, then it'll be software-defined.

しかし、それが自律的になれば、ソフトウェアで定義されるようになる。

You're going to have to produce those tokens, those software that feeds that tractor.

トラクターに供給するトークンやソフトウエアを作らなければならない。

In the future, every company that builds things will have a factory that builds the things that they sell, and then they'll have another factory that builds and produces the AI that runs on that thing that they sell.

将来、モノを製造するすべての企業は、販売するモノを製造する工場を持ち、さらに、そのモノで動作するAIを製造する工場を持つことになるだろう。

And so it's very clear when you look at car companies.

自動車会社を見れば一目瞭然だ。

Today's car companies largely make cars, but it's very clear that in 10 years' time, every car company will also produce the tokens that runs in those cars.

現在の自動車会社は主に自動車を製造しているが、10年後にはすべての自動車会社がその自動車で走るトークンも製造するようになるのは明らかだ。

You've talked a little bit about physical AI, the concept of physical AI over the last year.

あなたは昨年、フィジカルAI、フィジカルAIのコンセプトについて少し話しましたね。

For policymakers who are thinking about the future of American policy, can you explain to us a little bit about what physical AI is and how we should be thinking about it?

アメリカの将来の政策について考えている政策立案者のために、フィジカルAIとは何か、それをどう考えるべきかについて少し説明していただけますか？

AI really came to consciousness, modern AI really came into consciousness about 12, 14 years ago when AlexNet came out and computer vision was this big, giant breakthrough.

AIが本当に意識されるようになったのは、現代のAIが意識されるようになったのは、12～14年前にアレックスネットが登場し、コンピュータビジョンがこの大きな、巨大なブレークスルーとなったときだ。

Around that time, when you take a step back, what is computer vision?

その頃、一歩引いてみると、コンピュータ・ビジョンとは何か？

In its largest context, it's perception, perceiving the world, whether whatever modality of information it could be, of course, images, it could be sounds, it could be vibration, temperature.

もちろん、映像であれ、音であれ、振動であれ、温度であれ。

And we've now developed AI models that understand the meaning of all of that information and can be quite smart about it.

そして今、私たちはそのすべての情報の意味を理解し、それについて非常に賢いAIモデルを開発した。

The first layer, the first wave of AI was perception AI.

AIの最初の層、最初の波は知覚AIだった。

The second, what everybody started talking about maybe five years ago was generative AI.

もうひとつは、5年ほど前に誰もが話題にし始めた「ジェネレーティブAI」だ。

And generative AI is where the AI model has learned how to understand the meaning of the information but translate it.

そして生成的AIとは、AIモデルが情報の意味を理解し、それを翻訳する方法を学習したものである。

So for example, you could understand English and translate it to French.

例えば、英語を理解してフランス語に翻訳することもできる。

You could understand English and translate it to images.

あなたは英語を理解し、それをイメージに変換することができる。

And so you could prompt it to generate images.

それで、画像を生成するように促すことができる。

So generative AI is essentially a universal translator, if you will, a universal translator that understand the language of humans.

つまり、ジェネレーティブAIは本質的に、人間の言葉を理解する万能翻訳機なのだ。

The wave that we're in now is where you now have AIs that can understand, it can generate, but as you know, intelligence requires us to solve problems and recognize conditions that we've never seen before.

しかし、ご存知のように、インテリジェンスは問題を解決し、これまでに見たことのないような状況を認識する必要がある。

And the way we do that is we use reasoning.

そのために私たちは理性を働かせる。

We apply rules and laws and principles that we've learned in the past and we break the problem down step-by-step-by-step.

過去に学んだルールや法則、原則を適用し、問題を段階的に分解していく。

And even though we've never solved this problem before, through reasoning, we can solve it.

そして、たとえ私たちがこの問題を解決したことがなくても、推論によって解決することができる。

Okay, and so one of the unique capabilities of intelligence.

インテリジェンスのユニークな能力のひとつだね。

And so we're now in this age called reasoning AI and reasoning AIs allow you to produce a form of digital robots.

そして今、私たちは推論AIと呼ばれる時代に突入し、推論AIによってデジタルロボットのようなものを作り出すことができるようになった。

私たちはそれをジェンテックAI、エージェントと呼んでいる。

And so AI that can understand the task that's been given, it can go off and learn and read, apply, use tools like calculators and web browsers and spreadsheets and then come back and does something for you.

そして、与えられた課題を理解することができるAIは、学習し、読み、適用し、計算機やウェブブラウザ、スプレッドシートなどのツールを使用し、そして戻って来て、あなたのために何かをすることができる。

And it could be something related to supply chains or access as SAP.

そしてそれは、SAPのようにサプライチェーンやアクセスに関連するものかもしれない。

It could be something related to HR, access workday.

人事やアクセス勤務に関することかもしれない。

So these gentic AIs are essentially robots, but they're digital workforce robots.

つまり、ジェンティックAIは本質的にはロボットだが、デジタル労働力ロボットなのだ。

So in the future, we're gonna be the generation of CEOs that are gonna manage biological workforce as well as digital workforce.

だから将来的には、私たちは生物学的労働力とデジタル労働力を管理するCEOの世代になるだろう。

And HR department for the biological workforce and our IT department are gonna become the HR of agentic AI, right?

そして、生物学的労働力の人事部や我々のIT部門は、エージェント型AIの人事部になるだろうね？

This is kind of the phase we're in today.

The next wave requires us to understand things like the laws of physics, friction, inertia, cause and effect.

次の波は、物理法則、摩擦、慣性、原因と結果といったものを理解する必要がある。

The fact that I tipped that thing over, it's gonna fall.

僕がひっくり返したんだから、そりゃ落ちるよ。

Now, when I set the bottle down, it's not gonna go through the table.

ボトルを置いても、テーブルを突き破ることはない。

And so all of these common sense, physical reasoning abilities that children have, that our pets have, most AIs don't have.

子供やペットが持っている常識的で物理的な推論能力は、ほとんどのAIにはない。

You know, I roll a ball over the kitchen counter and it goes up over the top and it disappears.

キッチンのカウンターの上でボールを転がすと、上に上がって消えてしまうんだ。

Well, the AI thinks it's disappeared, but you know, your dog knows it's on the other side.

AIは消えたと思っているけど、犬は向こう側にいることを知っているんだ。

It understands this concept called object permanence and it didn't go into another metaverse.

オブジェクト・パーマネンスという概念を理解しており、別のメタバースに行くことはなかった。

だからテーブルの周りを走り回り、それを手にする。

And a robot needs to learn that if you wanna go from this side of the table to that side of the table, you can't go through the table.

そしてロボットは、テーブルのこちら側からあちら側へ行きたい場合、テーブルを通り抜けることはできないことを学ぶ必要がある。

You're gonna have to reason about how to go around the table.

どうやってテーブルを回るか、理屈をつけなければならない。

And so all of these type of physical reasoning things is what's called physical AI.

そして、こういった物理的な推論が物理的AIと呼ばれるものだ。

And when you take that physical AI and then you put it into a physical object called a robot, you get robotics.

そして、その物理的なAIをロボットという物理的な物体に組み込めば、ロボティクスになる。

And this is really important for us now because we're building plants and factories all over the United States.

そして、これは今、私たちにとって本当に重要なことだ。なぜなら、私たちはアメリカ全土に工場やプラントを建設しているからだ。

And we'd like to build it in a way that takes advantage of the latest technology.

そして、最新のテクノロジーを活用した形でそれを作りたい。

And so hopefully, you know, in the next 10 years, as we build out this new generation of plants and factories, they're highly robotic and they're helping us deal with the severe labor shortage that we have all over the world.

今後10年で、新世代の工場やプラントが建設され、高度にロボット化され、世界中で深刻な労働力不足に対処できるようになることを期待している。

So many people have talked about this concept about the fact that we're in an AI race globally.

私たちは世界的にAI競争に入っているという事実について、多くの人がこのコンセプトを語っている。

What do you think the US government needs to do to win that AI race, to have the very best AI technology?

AI競争に勝ち、最高のAI技術を持つために、アメリカ政府は何をする必要があると思いますか？

First, in order to have a race to do well in a race, you have to understand the race.

まず、レースでうまくやるためには、レースを理解しなければならない。

And you have to understand the resources that you're working with, the assets that you have, the assets you don't have, your advantages and your disadvantages.

そして、自分が使っているリソース、持っている資産、持っていない資産、自分の長所と短所を理解しなければならない。

And some of the things to realize is that that AI is fundamentally at this core level, going back to the three levels that we're talking about, at each level, we have to make sure that we understand the game.

そして、私たちが話している3つのレベルに戻ると、それぞれのレベルにおいて、私たちはゲームを確実に理解しなければならない。

And this game isn't, there's no 60 minute clock on this thing, this is an infinite game.

この試合には60分という時間はない。

And so most people aren't very good at playing infinite games.

だから、ほとんどの人は無限試合は苦手なんだ。

エヌビディアは現在33歳です。

We've been through three computer revolutions, from the PC revolution to the internet, to mobile, and now we're in AI.

PC革命からインターネット、モバイルと3つのコンピューター革命を経て、今はAIだ。

And so in order to thrive across all of these different changes in the environment, you have to understand how to play games.

そして、このようなさまざまな環境の変化の中で成功するためには、ゲームの戦い方を理解する必要がある。

And so the things that I just described, understanding the game, understanding the assets you have, really important.

だから、今言ったようなこと、試合を理解すること、自分が持っている資産を理解することは本当に重要なことなんだ。

At the first layer, at the technology layer, the most important thing to understand is the intellectual capital.

最初のレイヤー、テクノロジー・レイヤーで理解すべき最も重要なことは、知的資本である。

And remember, 50% of the world's AI researchers are Chinese.

そして、世界のAI研究者の50％が中国人であることを忘れないでほしい。

First, just take a step back and recognize that important factor has to play into how we think about the game.

まずは一歩引いて、試合に対する考え方に重要なファクターがあることを認識してほしい。

實戰練英文｜NVIDIA CEO 黃仁勳談 AI 工業革命：各行業遲了就來不及了，AI 工廠與未來製造｜ヒル＆バレーフォーラム2025｜長文、註解、大字版、中英對照 (實戰練英文 | NVIDIA CEO 黃仁勳談 AI 工業革命：各行各業遲了就來不及了，AI 工廠與未來製造 | Hill & Valley Forum 2025 | 長文、註解、大字版、中英對照)

字幕リスト動画再生

entire

perception

bunch

engage