出典：Nvidia翻訳：BitpushNews人工知能は、今日の世界を形成する最も強力な力の一つです。これは、賢いアプリケーションや単一のモデルではなく、電力やインターネットと同じような基盤インフラです。AIは、実際のハードウェア、実際のエネルギー、実際の経済学の上に成り立っています。原材料を取り込み、大規模に知能へと変換します。すべての企業がこれを利用し、すべての国が構築しています。AIがこのように発展している理由を理解するには、第一原理から出発し、計算分野で起きている根本的な変化を見つめることが役立ちます。事前録画ソフトからリアルタイムインテリジェンスへ計算の歴史の大部分において、ソフトウェアは事前に録画されたものでした。人間がアルゴリズムを記述し、コンピュータがそれを実行します。データは慎重に構造化され、表に格納され、正確なクエリを通じて検索される必要がありました。SQLが不可欠になったのは、その世界を実現可能にしたからです。しかし、AIはこのモデルを打ち破りました。私たちは初めて、非構造化情報を理解できるコンピュータを手に入れました。画像を見て、テキストを読み、音声を聞き、その意味を理解できます。文脈や意図を推論することも可能です。最も重要なのは、リアルタイムで知能を生成できることです。すべての応答は新たに作り出されます。すべての答えは、提供された文脈に依存します。これは、ソフトウェアが保存された命令を検索しているのではありません。必要に応じて推論し、知能を生成しているのです。知能がリアルタイムで生成されるため、その下層にある計算スタック全体を再発明する必要があります。AIを基盤インフラとして産業の観点からAIを見ると、五層のスタックに分解できます。エネルギー最下層はエネルギーです。リアルタイムで知能を生成するには、リアルタイムのエネルギーが必要です。生成されるトークンは電子の移動、熱の管理、エネルギーの計算結果への変換です。その下には抽象層はありません。エネルギーはAIインフラの第一原理であり、システムがどれだけ知能を生産できるかの硬い制約です。チップエネルギーの上にあるのはチップです。これらのプロセッサは、大規模にエネルギーを効率的に計算に変換することを目的としています。AIの負荷は巨大な並列性、高帯域幅のメモリ、高速な相互接続を必要とします。チップ層の進歩は、AIの拡張速度と知能のコスト低減を決定します。インフラチップの上にあるのはインフラです。これには土地、電力供給、冷却、建築、ネットワーク、そして数万のプロセッサを一台のマシンに編成するシステムが含まれます。これらはAI工場です。情報を保存するために設計されたものではなく、知能を生み出すために設計されたものです。モデルインフラの上にあるのはモデルです。AIモデルは、多言語、生物学、化学、物理学、金融学、医学、そして物理世界そのものを理解します。言語モデルはその一例です。最も革新的な研究は、タンパク質AI、化学AI、物理シミュレーション、ロボット、自律システムで行われています。アプリケーション最上層はアプリケーションであり、ここで経済的価値が創出されます。医薬品発見プラットフォーム、産業用ロボット、法律アシスタント、自動運転車などです。自動運転車は、機械に具現化されたAIアプリケーションです。人型ロボットも同様です。異なる結果をもたらす同じスタックです。これが五層のケーキです。エネルギー → チップ → インフラ → モデル → アプリケーション成功したアプリケーションは、その下の層を引き上げ、生命維持の発電所まで下に伸びていきます。私たちはこの構築を始めたばかりです。数千億ドルを投入したばかりです。今後数兆ドル規模のインフラを構築する必要があります。世界中で、チップ工場、コンピュータ組立工場、AI工場がかつてない規模で建設されています。これは人類史上最大規模のインフラ建設となっています。この建設を支える労働力は膨大です。AI工場には電工、水道工、配管工、鉄鋼労働者、ネットワーク技術者、設置工、オペレーターが必要です。これらは高度な技能と高い報酬を必要とする仕事であり、現在は供給不足です。コンピュータサイエンスの博士号を持っていなくても、この変革に参加できます。一方、AIは知識経済全体の生産性を推進しています。例として放射線科があります。AIは現在、スキャン画像の読影を支援していますが、放射線科医の需要は依然として増加しています。これは矛盾ではありません。放射線科医の目的は患者のケアです。スキャン画像の読影はその一つのタスクに過ぎません。AIがより多くの定型作業を担うことで、放射線科医は判断、コミュニケーション、ケアに集中できます。病院はより効率的になり、より多くの患者を診ることができ、より多くのスタッフを雇用します。生産性は容量を生み出し、容量は成長を生み出します。過去一年で何が変わったのか？過去一年で、AIは重要な閾値を超えました。モデルの性能が十分に向上し、大規模に利用できるようになったのです。推論能力が向上し、幻覚も減少しました。基盤の（Grounding）も著しく改善されました。初めて、AIを基盤としたアプリケーションが真の経済価値を生み出し始めました。医薬品発見、物流、顧客サービス、ソフトウェア開発、製造業での応用は、強力なプロダクトマーケットフィットを示しています。これらのアプリケーションは、その下層の各層を強く引き上げています。オープンソースモデルは重要な役割を果たしています。世界のほとんどのモデルは無料です。研究者、スタートアップ、企業、国家は、先進的なAIの開発にオープンモデルを依存しています。オープンモデルが最先端に到達すると、それは単なるソフトウェアの変化にとどまらず、スタック全体の需要を喚起します。DeepSeek-R 1はその一例です。強力な推論モデルを広く利用可能にすることで、アプリケーション層の採用を加速し、その下の訓練、インフラ、チップ、エネルギーの需要を増加させています。これが意味することAIを重要なインフラとみなすと、その意味は明らかになります。AIは、トランスフォーマー大規模言語モデルから始まりますが、それだけにとどまりません。これは産業革命であり、エネルギーの生産と消費、工場の建設、仕事の組織、経済成長の仕方を根本から変えています。AI工場は、知能がリアルタイムで生成されるために建設されています。チップは効率性がAIの拡張速度を決定するため、再設計されています。エネルギーは、どれだけ知能を生産できるかの上限を設定するため、重要性を増しています。アプリケーションは、基盤モデルが大規模に有用な閾値を超えたことで加速しています。各層は他の層を強化しています。これが、なぜ規模がこれほどまでに大きいのか、その理由です。なぜ多くの産業にまたがるのか、その理由です。なぜ単一の国や分野にとどまらないのか、その理由です。すべての企業がAIを利用し、すべての国がそれを構築します。私たちはまだ初期段階にあります。ほとんどのインフラは未だ存在せず、労働力の訓練も十分ではありません。多くの機会も未だ実現されていません。しかし、方向性は明確です。AIは現代世界の基盤インフラとなりつつあります。今私たちが行う選択、構築の速度、関与の範囲、責任ある展開が、この時代の姿を形作るのです。
黄仁勋の最新「五層ケーキ」論：AIは仕事を奪わない、兆億の雇用ブーム！
出典：Nvidia
翻訳：BitpushNews
人工知能は、今日の世界を形成する最も強力な力の一つです。これは、賢いアプリケーションや単一のモデルではなく、電力やインターネットと同じような基盤インフラです。
AIは、実際のハードウェア、実際のエネルギー、実際の経済学の上に成り立っています。原材料を取り込み、大規模に知能へと変換します。すべての企業がこれを利用し、すべての国が構築しています。
AIがこのように発展している理由を理解するには、第一原理から出発し、計算分野で起きている根本的な変化を見つめることが役立ちます。
事前録画ソフトからリアルタイムインテリジェンスへ
計算の歴史の大部分において、ソフトウェアは事前に録画されたものでした。人間がアルゴリズムを記述し、コンピュータがそれを実行します。データは慎重に構造化され、表に格納され、正確なクエリを通じて検索される必要がありました。SQLが不可欠になったのは、その世界を実現可能にしたからです。
しかし、AIはこのモデルを打ち破りました。
私たちは初めて、非構造化情報を理解できるコンピュータを手に入れました。画像を見て、テキストを読み、音声を聞き、その意味を理解できます。文脈や意図を推論することも可能です。最も重要なのは、リアルタイムで知能を生成できることです。
すべての応答は新たに作り出されます。すべての答えは、提供された文脈に依存します。これは、ソフトウェアが保存された命令を検索しているのではありません。必要に応じて推論し、知能を生成しているのです。
知能がリアルタイムで生成されるため、その下層にある計算スタック全体を再発明する必要があります。
AIを基盤インフラとして
産業の観点からAIを見ると、五層のスタックに分解できます。
エネルギー
最下層はエネルギーです。リアルタイムで知能を生成するには、リアルタイムのエネルギーが必要です。生成されるトークンは電子の移動、熱の管理、エネルギーの計算結果への変換です。その下には抽象層はありません。エネルギーはAIインフラの第一原理であり、システムがどれだけ知能を生産できるかの硬い制約です。
チップ
エネルギーの上にあるのはチップです。これらのプロセッサは、大規模にエネルギーを効率的に計算に変換することを目的としています。AIの負荷は巨大な並列性、高帯域幅のメモリ、高速な相互接続を必要とします。チップ層の進歩は、AIの拡張速度と知能のコスト低減を決定します。
インフラ
チップの上にあるのはインフラです。これには土地、電力供給、冷却、建築、ネットワーク、そして数万のプロセッサを一台のマシンに編成するシステムが含まれます。これらはAI工場です。情報を保存するために設計されたものではなく、知能を生み出すために設計されたものです。
モデル
インフラの上にあるのはモデルです。AIモデルは、多言語、生物学、化学、物理学、金融学、医学、そして物理世界そのものを理解します。言語モデルはその一例です。最も革新的な研究は、タンパク質AI、化学AI、物理シミュレーション、ロボット、自律システムで行われています。
アプリケーション
最上層はアプリケーションであり、ここで経済的価値が創出されます。医薬品発見プラットフォーム、産業用ロボット、法律アシスタント、自動運転車などです。自動運転車は、機械に具現化されたAIアプリケーションです。人型ロボットも同様です。異なる結果をもたらす同じスタックです。
これが五層のケーキです。
エネルギー → チップ → インフラ → モデル → アプリケーション
成功したアプリケーションは、その下の層を引き上げ、生命維持の発電所まで下に伸びていきます。
私たちはこの構築を始めたばかりです。数千億ドルを投入したばかりです。今後数兆ドル規模のインフラを構築する必要があります。
世界中で、チップ工場、コンピュータ組立工場、AI工場がかつてない規模で建設されています。これは人類史上最大規模のインフラ建設となっています。
この建設を支える労働力は膨大です。AI工場には電工、水道工、配管工、鉄鋼労働者、ネットワーク技術者、設置工、オペレーターが必要です。
これらは高度な技能と高い報酬を必要とする仕事であり、現在は供給不足です。コンピュータサイエンスの博士号を持っていなくても、この変革に参加できます。
一方、AIは知識経済全体の生産性を推進しています。例として放射線科があります。AIは現在、スキャン画像の読影を支援していますが、放射線科医の需要は依然として増加しています。これは矛盾ではありません。
放射線科医の目的は患者のケアです。スキャン画像の読影はその一つのタスクに過ぎません。AIがより多くの定型作業を担うことで、放射線科医は判断、コミュニケーション、ケアに集中できます。病院はより効率的になり、より多くの患者を診ることができ、より多くのスタッフを雇用します。
生産性は容量を生み出し、容量は成長を生み出します。
過去一年で何が変わったのか？
過去一年で、AIは重要な閾値を超えました。モデルの性能が十分に向上し、大規模に利用できるようになったのです。推論能力が向上し、幻覚も減少しました。基盤の（Grounding）も著しく改善されました。初めて、AIを基盤としたアプリケーションが真の経済価値を生み出し始めました。
医薬品発見、物流、顧客サービス、ソフトウェア開発、製造業での応用は、強力なプロダクトマーケットフィットを示しています。これらのアプリケーションは、その下層の各層を強く引き上げています。
オープンソースモデルは重要な役割を果たしています。世界のほとんどのモデルは無料です。研究者、スタートアップ、企業、国家は、先進的なAIの開発にオープンモデルを依存しています。オープンモデルが最先端に到達すると、それは単なるソフトウェアの変化にとどまらず、スタック全体の需要を喚起します。
DeepSeek-R 1はその一例です。強力な推論モデルを広く利用可能にすることで、アプリケーション層の採用を加速し、その下の訓練、インフラ、チップ、エネルギーの需要を増加させています。
これが意味すること
AIを重要なインフラとみなすと、その意味は明らかになります。
AIは、トランスフォーマー大規模言語モデルから始まりますが、それだけにとどまりません。これは産業革命であり、エネルギーの生産と消費、工場の建設、仕事の組織、経済成長の仕方を根本から変えています。
AI工場は、知能がリアルタイムで生成されるために建設されています。チップは効率性がAIの拡張速度を決定するため、再設計されています。エネルギーは、どれだけ知能を生産できるかの上限を設定するため、重要性を増しています。アプリケーションは、基盤モデルが大規模に有用な閾値を超えたことで加速しています。
各層は他の層を強化しています。
これが、なぜ規模がこれほどまでに大きいのか、その理由です。なぜ多くの産業にまたがるのか、その理由です。なぜ単一の国や分野にとどまらないのか、その理由です。すべての企業がAIを利用し、すべての国がそれを構築します。
私たちはまだ初期段階にあります。ほとんどのインフラは未だ存在せず、労働力の訓練も十分ではありません。多くの機会も未だ実現されていません。
しかし、方向性は明確です。
AIは現代世界の基盤インフラとなりつつあります。今私たちが行う選択、構築の速度、関与の範囲、責任ある展開が、この時代の姿を形作るのです。