Name: パート1：エリック・シュミットとフェイフェイ・リー：人工超知能後の人間の生活 | EP #206 (Part 1: Eric Schmidt and Fei-Fei Li: Human Life After Artificial Superintelligence | EP #206)
Uploaded: 2026-01-22T12:56:11.000Z
Duration: 26 min 33 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：

What does superintelligence mean and when is it likely to be here?

超知能とはどういう意味で、いつ頃登場しそうですか？

エリック、この話はしましたよね。

Superintelligence is defined as AI's ability to know from chemistry to biology to sports.

超知能とは、AIが化学から生物学、スポーツまであらゆることを知ることができる能力と定義されています。

It's already super to human in many ways.

すでに多くの点で人間を超えています。

But the collaboration between humans and AI will be the most productive and fruitful way of doing things.

しかし、人間とAIの協力こそが、最も生産的で実りある方法となるでしょう。

All of the evidence and Fei Fei said this very well is going to be human and computer interaction.

すべての証拠と、フェイフェイが非常にうまく言ったように、それは人間とコンピューターのインタラクションになるでしょう。

I think that to get to real super intelligence, we probably need another algorithmic breakthrough.

本当の超知能に到達するには、おそらくもう一つアルゴリズム的ブレークスルーが必要だと思います。

It's so important as we talk about AGI, asi that the most important thing that we keep in mind is.

AGIやASIについて話すとき、私たちが心に留めておくべき最も重要なことは、

それはまさにムーンショットです。

Ladies and gentlemen, everybody, welcome to Eric Schmidt week.

皆様、エリック・シュミット週間へようこそ。

Two episodes this week, both with Eric talking about some of the most important developments.

今週は2つのエピソードがあり、どちらもエリックが最も重要な進歩について語っています。

The first is with me and Eric and Fei Fei Lee, who's building world models.

1つ目は私とエリック、そしてワールドモデルを構築しているフェイフェイ・リーとの対談です。

This is a conversation we had live at FII in Saudi Arabia talking about digital superintelligence.

これはサウジアラビアのFIIでライブで行われた、デジタル超知能について話した会話です。

This is rare because Fei Fei doesn't travel.

フェイフェイはあまり旅行しないので、これは珍しいことです。

It was her first trip to Saudi, and it was an extraordinary conversation.

彼女にとってサウジアラビア初訪問であり、素晴らしい会話となりました。

The second episode is between my moonshot mate, Dave Blunden and Eric Schmidt, talking about us versus China and how to avoid critical breakdowns and what might be catastrophes in the future due to accelerating AI.

2つ目のエピソードは、私のムーンショット仲間であるデイブ・ブランデンとエリック・シュミットが、私たち対中国、そして加速するAIによる危機的状況や将来の破局を回避する方法について語るものです。

All right, get ready for two incredible episodes.

さあ、2つの素晴らしいエピソードの準備をしてください。

The first one, myself, Eric and Fei Fei Li on digital superintelligence.

最初のものは、私、エリック、そしてフェイフェイ・リーによるデジタル超知能についてです。

We're going to be discussing superintelligence.

超知能について議論していきます。

What does that mean and what happens when it arrives?

それはどういう意味で、いつやってくるのでしょうか？

We've been talking about AI, AGI, now perhaps digital superintelligence or asi.

AI、AGI、そしておそらくデジタル超知能やASIについて話してきました。

I want to start with the obvious question, and

まず、当然の疑問から始めたいと思います。

it's one that I don't think anybody has it perfect answer for, but

そして、それは完璧な答えを持っている人はいないと思いますが、

what does superintelligence mean and when is it likely to be here?

超知能とはどういう意味で、いつ頃実現しそうでしょうか？

エリック、このことについて話しましたね。

So a simple thank you, Peter, and thanks for everybody for being here.

ピーターさん、そしてここにいる皆さん、本当にありがとうございます。

And obviously thanks to Fei Fei, our very close colleague.

そして、私たちの非常に親しい同僚であるフェイフェイにも感謝します。

The general accepted definitions of general intelligence is its human level of intelligence.

一般知能の一般的な定義は、人間レベルの知能です。

AGI and human intelligence you can understand because we're all human.

AGIと人間知能は、私たち全員が人間なので理解できます。

You have ideas, you have friends, you have.

アイデアがあり、友達がいて、そして。

Super intelligence is defined as the intelligence equal to the sum of everyone, right?

超知能は、全員の合計に等しい知能と定義されていますよね？

あるいは、すべての人間よりも優れている。

And there is a belief in our industry that we will get to super intelligence.

そして、私たちの業界には、超知能に到達するという考えがあります。

There's a group of people who I call the San Francisco Consensus consulting, because it's all.

サンフランシスコ・コンセンサスと呼んでいる人たちがいます。なぜなら、それはすべて。

みんなサンフランシスコに住んでいるんですよ。

Maybe it's the weather or the drugs or something, but

天気か、ドラッグか、何かそういう理由かもしれませんが、

they all basically think that it's within three to four years.

みんな基本的に3年から4年以内だと考えているんです。

I personally think it'll be longer than that.

個人的には、もっと時間がかかると思っています。

But fundamentally, their argument is that there are compounding effects that we're seeing now which will race us to this much faster than people think.

でも根本的に、彼らの主張は、今見ている複利効果が、人々が考えるよりもずっと速く私たちをそこへ導くだろうということです。

And Fei, Fei, I don't think anybody's expected the performance that AI has given us so far.

そしてフェイ、フェイ、AIがこれまでに私たちに与えてくれたパフォーマンスを誰も予想していなかったと思います。

The scaling laws have given us capabilities that are extraordinary.

スケーリングの法則は、私たちに驚くべき能力を与えてくれました。

You know, you're the CEO of a new company, the founder of World Labs, you've been at Stanford working on this.

あなたは新しい会社のCEOで、World Labsの創設者であり、スタンフォードでこの分野に取り組んでこられましたね。

How do you think about superintelligence?

超知能について、どのように考えていますか？

Do you discuss superintelligence at all in your work?

あなたのお仕事で、超知能について議論することはありますか？

ええ、それは素晴らしい質問ですね、ピーター。

And you know, when Alan Turing dared humanity with the question of can we create thinking machines?

そして、アラン・チューリングが「思考する機械を創造できるか？」と人類に問いかけたことを覚えていますか？

He was thinking about the fundamental question of intelligence.

彼は知能という根本的な問題について考えていました。

So the birth of AI is about intelligence, is about the, the.

ですから、AIの誕生は知能について、そして、その、そのことについてです。

The profound general ability of what intelligence means.

知能が意味することの深遠な一般的能力。

So from that point of view, AI is already born as a field that tries to push the boundary of what intelligence mean.

ですから、その観点から見ると、AIはすでに知能の意味の境界を押し広げようとする分野として誕生しています。

Now, in Fast forward to 75 years after Alan Turing, this phrase superintelligence, is pretty hot in Silicon Valley.

さて、アラン・チューリングから75年後、この「超知能」という言葉はシリコンバレーで非常に注目されています。

And I do agree with Eric that the colloquial definition is what is the capability of AI and computers that's better than any human?

そして、エリックの意見に私も賛成ですが、一般的な定義は「AIやコンピューターの能力が人間よりも優れていること」です。

But I do think we need to be a little careful.

しかし、少し注意が必要だと私は思います。

First of all, some part of today's AI is already better than any human.

まず、今日のAIの一部はすでに人間よりも優れています。

For example, AI's ability of speaking many different languages, translating between, you know, dozens and dozens of language.

例えば、AIは多くの異なる言語を話したり、数十もの言語間で翻訳したりする能力があります。

人間でそれができる人はほとんどいません。

Or AI's ability to calculate things really fast.

あるいは、AIが物事を非常に速く計算する能力です。

AI's ability to know from chemistry to biology to sports, know the vast amount of knowledge.

化学から生物学、スポーツまで、膨大な知識を知っているAIの能力です。

So it's already super to human in many ways.

ですから、すでに多くの点で人間を超えています。

But it remains a question that, can AI ever be Newton?

しかし、AIがニュートンになれるのかどうかは、まだ疑問として残っています。

AIがアインシュタインになれるのかどうか。

AIがピカソになれるのかどうか。

For example, we have all the celestial data of the movement of the stars that we observe today.

例えば、今日観測されている星の動きに関するすべての天体データがあります。

Give that data to any AI algorithm, it will not be able to deduce Newtonian law of motion.

そのデータをどんなAIアルゴリズムに与えても、ニュートンの運動法則を導き出すことはできません。

It's the combination of creativity, abstraction.

それは創造性と抽象化の組み合わせです。

I do not see today's AI or tomorrow's AI being able to do that yet, Eric.

今日のAIも、明日のAIも、まだそれができるとは思えません、エリック。

だから、よくある例の一つとして、

Fei, Fei, of course, got it right, is to think about if you had all of the knowledge in a computer that existed in 1902, could you invent relativity?

フェイ、フェイは、もちろん正しく理解していましたが、1902年に存在したすべての知識をコンピューターに詰め込んだら、相対性理論を発明できるだろうか、と考えることです。

基本的に今日の物理学ですね。

そして今日の答えは「いいえ」です。

So for example, if you look at what is called test time compute where the systems are doing reasoning, they can't take the reasoning that they learned and feed it back into themselves very quickly.

例えば、システムが推論を行っているテスト時間計算と呼ばれるものを見ると、学んだ推論を非常に速く自分自身にフィードバックすることができません。

Whereas if you're a mathematician, you prove something, you can base your next proof on that.

一方、数学者であれば、何かを証明したら、その証明を次の証明の基礎にすることができます。

It's hard for the systems today, although there are appro.

今日のシステムにとっては難しいですね、近似はありますが。

Approximations, so we don't know where the boundaries are.

近似があるので、どこが境界線なのか分かりません。

The example that I'd like to use is, let's imagine that we can get computers that can solve everything that we normally can do as humans, except for these amazing set of creativities.

例として挙げたいのは、私たちが通常人間としてできることすべてを解決できるコンピューターを手に入れられたと想像してみてください。ただし、これらの驚くべき創造性のセットは除く、というものです。

本当に創造的な人々はどうやってそれをやっているのでしょうか？

The best examples are that they are experts in one area, they see another area and they have an intuition that the same mechanism will solve a problem of a completely different area There.

最も良い例は、ある分野の専門家が、別の分野を見て、全く異なる分野の問題を解決するのと同じメカニズムがあるという直感を持っていることです。

That's an example of something we have to learn how to do with AI.

これは、AIでできるようにならなければならないことの一例です。

An alternative would be to simply do it in brute force using reinforcement learning.

代替案としては、強化学習を使って単に総当たりで実行することです。

The problem is that combinatorially the cost of that is insane.

問題は、組み合わせ的にそのコストが途方もないことです。

And we're already running out of electricity and so forth.

そして、すでに電力などが不足し始めています。

So I think that to get to real superintelligence, we probably need another algorithmic breakthrough.

ですから、真の超知能に到達するためには、おそらくもう一つアルゴリズム的ブレークスルーが必要だと思います。

アルゴリズム的ブレークスルーです。

これに対処する、これに対するもう一つの方法です。

The technical, the technical term is called non stationarity of objectives.

技術的な、専門用語で「目的の非定常性」と呼ばれます。

What's happening is the systems are trained against objectives.

何が起きているかというと、システムは目的関数に対して訓練されます。

But to do this kind of creativity that Fei Fei is talking about, you need to be able to change the objectives as you're doing them.

しかし、フェイフェイが話しているような創造性を発揮するには、実行中に目的関数を変更できる必要があります。

We've seen this past year, I think GPT5Pro reach an IQ of like 148, which is extraordinary.

この1年で、GPT5ProがIQ148に達したと聞いていますが、これは驚異的です。

And of course there is no ceiling on, on this.

そして、もちろんこれには限界がありません。

I mean it, it loses meaning at some point.

ある時点で意味がなくなってしまいます。

But the ability for every human on the planet to have an Einstein level, not in the creativity side, but

しかし、地球上のすべての人がアインシュタインレベルの能力を持つことができる、創造性の面ではなく、