みなさん、こんにちは！今日は私がこの業界に入ってからのリアルな感想をお話しします。

最初にこの業界に入ったときは、毎日とても不安で、早く馴染みたいと強く思っていましたが、その過程はなかなか難しかったです。でも幸運なことに、ちょうど口座開設ブームに乗ることができて、小さな追い風を受けました。

しかし、多くのプロジェクトに直面し、ホワイトペーパーを調べたり、パートナーや資金調達情報を確認したりする必要がありました。時には何度も調べても重要な内容が見つからず、かなり悩みました。そこでAIツールを活用しようと思ったのです。

ただし、業界の専門的な質問やデータをAIに調べさせると、大きな落とし穴にハマることもあります。AIの返答は一見筋が通っていて理にかなっているように見えますが、後で再確認すると、多くの情報が間違っていることに気づくのです。

▪️ これがよく言われるAIの「幻覚」問題です。

実際、今のAIはまるで宿題をきちんとやらない優等生のようなもので、レポート作成や分析は速くて華やかですが、二つの致命的な欠点があります。
一つは、真面目に嘘をつく（幻覚、例えば架空の論文引用や捏造データ）、もう一つは無意識の偏見を持つことです。

これは非常に解決が難しい悪循環です。
高品質な統一データで訓練すれば、AIは「嘘をつく」ことは減りますが、その代わり偏見を持ちやすくなり、問題を偏った視点でしか見られなくなります。

一方、客観的で中立的なAIにしたい場合、さまざまなデータを取り入れる必要がありますが、それにより誤った情報を学習してしまうリスクもあります。

結局のところ、これはAIの訓練モデルの根本的な問題であり、データ量やモデルのパラメータを増やすだけでは解決できません。

だから、今のAIは、文章作成や基本的な資料調査にしか使えず、金融、教育、司法などの重要な場面では、その出力を完全に信用することは誰もできません。

数ヶ月前、私は@miranetworkを知り、その問題を解決するプロジェクトが実在することに気づきました。

Miraは新しいAIモデルではなく、「AI出力検証システム」です。
まるでAIの一言一句に「複数のクロスチェックチーム」をつけるようなもので、このチームは互いに知らない者同士で、ズルもできません。これにより、問題点を効果的に解決できるのです。

Miraの最終目標は、「AIの一言一句を徹底的に検証できる」ことです。
#Mira