黄仁勲の最新ポッドキャスト：NVIDIAは時価総額1兆ドルに到達するのか？プログラマーの数は減少するどころか増加するのだろうか？AI不安への対処法とは？

元のタイトル:ジェンセン・ファン：NVIDIA - 4兆ドル企業とAI革命 | レックス・フリッドマン・ポッドキャスト
原作者：レックス・フリッドマン
翻訳：ペギー、ブロックビーツ

編集者注：

生成型AIの継続的な進化と、エージェントが実際の生産プロセスに導入されるという背景のもと、業界の議論の焦点は「モデルの性能」から「システムがどのように知能をサポートできるか」へと移行しつつある。大規模モデルのトレーニングが徐々に標準化されるにつれて、より根本的な問題が浮上してきている。それは、AIの継続的な発展を支えるのは、もはやアルゴリズムのブレークスルーだけではなく、コンピューティングシステム全体であるということだ。

この記事は、ジェンセン・ホアンとレックス・フリッドマンの会話を翻訳したものです。レックス・フリッドマンは、著名なAI研究者であり、テクノロジー系ポッドキャストのホストでもある。彼の番組は長年にわたり、テクノロジー、業界、そして将来のトレンドについて深く掘り下げた議論に焦点を当ててきた。この対話の中で、ジェンセン・フアンはモデルの能力そのものに焦点を当てるのではなく、コンピューティングアーキテクチャと業界の進化を起点として、より構造的な判断を下した。AIは「チップの問題」から「システムエンジニアリングの問題」へと移行しつつある。

この会話は、おおよそ5つの側面から理解することができる。

コンピューティングは「チップ」から「工場」へと移行する
この議論における最初の重要な判断は、AIの競争はもはや単一の性能に焦点を当てたものではなく、システム能力の競争へと進化しているということである。GPUから、マシン全体、データセンターレベルの「AIファクトリー」に至るまで、コンピューティングユニットの境界は拡大し続けている。同時に、コンピュータの役割も変化した。情報を保管・検索する「倉庫」から、トークンを継続的に生成する「生産システム」へと変化したのだ。これは、AIがもはや単なるツールではなく、生産という経済インフラに直接的に関わっていることを意味する。

スケーリングの4つのレイヤー：AIが「重く」なっている理由
さらに、AIの規模拡大の道筋にも構造的な変化が生じている。成長はもはや単一の事前学習スケーリングに依存するのではなく、事前学習、事後学習、推論、エージェントという4種類のスケーリングを積み重ねることで、循環的なシステムを形成する。エージェントはデータを生成し、そのデータはトレーニングに入力され、トレーニング結果は推論にフィードバックされ、推論はより複雑なエージェントをサポートする。すべての道は最終的に一つの変数、すなわち計算能力に収束する。最も重要な変化は、推論が計算処理の中核となりつつあり、「思考」そのものが最もコストのかかる要素となっていることである。

AIのボトルネックはアルゴリズムからエネルギーへと移行する
規模拡大が進むにつれて、問題はモデルレベルからインフラストラクチャレベルへと移行してきた。議論の中で示された直接的な指摘は、AIの長期的なボトルネックはもはやデータやアルゴリズムではなく、電力とエネルギーシステムにあるということだ。しかし、真の制約は供給不足だけではなく、グリッドスケジューリング、データセンターのアーキテクチャ、そして企業が「高可用性」に依存せざるを得ない状況にある。これにより、AIの問題は技術的な問題から、工学、エネルギー、制度的枠組みといった包括的な問題へと変化する。

CUDAの本質：技術的優位性よりも市場シェア
競争面に関して言えば、この議論は重要な洞察を与えてくれる。NVIDIAの強みは、技術的なリーダーシップだけではなく、CUDAを通じて確立された市場シェアと開発者エコシステムにある。NVIDIAは、GeForceにCUDAを組み込み、短期的な利益を犠牲にして規模拡大を図ることで、事実上「コンピューティングプラットフォーム」を構築したと言える。規模、エコシステム、実行速度が組み合わさると、技術そのものは二次的な変数となる。これは、AI競争がモデルの能力からプラットフォームとシステムの能力へと移行していることを意味する。

注記：CUDA（Compute Unified Device Architecture）は、NVIDIAが発表した並列コンピューティングプラットフォームであり、開発者がGPUをグラフィックレンダリングだけでなく、汎用コンピューティングにも利用できるようにするものです。

AIは仕事を奪うのか？いいえ、しかしそれは仕事の定義を変えるでしょう
応用レベルにおいても、この議論は重要な評価を行っている。AIは単に職業を置き換えるのではなく、仕事の構造そのものを変革するだろう。タスクレベルの自動化は全体的な効率性を向上させ、専門的なスキルに対する需要を高めるだろう。仕事の中核はもはや「タスクの実行」ではなく、「問題の定義、ツールの活用、そして協働的な問題解決」へと変化しており、知性は徐々に誰もが利用できる能力となり、人間の違いは判断力や組織力といった形でより顕著に表れるようになっている。

この議論が明確な出発点となるとすれば、それはAIを「モデル能力における競争」からシステム的な問題へと転換することにある。つまり、計算が生産システムとなるにつれて、それを制約するものはもはや技術そのものだけではなくなり、エネルギー、サプライチェーン、組織的な方法といったものも含まれるようになるだろう。この観点からすると、問題はもはや特定の技術的道筋が優れているかどうかではなく、世界全体がコンピューターを基盤とした中核的なインフラストラクチャを中心に再編成されているということである。

以下は元の内容（分かりやすくするために再構成したもの）です。

要約

・AIは「より高速なチップ」から「コンピューティング工場」へと進化し、競争の焦点はもはや単一点の性能ではなく、システム全体の能力（コンピューティング能力、ネットワーク、電力、ソフトウェア）の相乗的な効率性へと移り変わった。

・CUDAの成功は、技術そのものにあるのではなく、その普及度にある。NVIDIAは利益を犠牲にして規模を拡大し、ほぼ揺るぎないコンピューティングプラットフォームのエコシステムを構築した。

AIの成長はもはや単にモデルの大型化だけではなく、事前学習、推論、エージェントなどにおける同時スケーリングを伴い、最終的にはすべてが1つの変数、すなわち計算能力に収束する。

・推論はコンピューティングリソース消費の中核を成すようになりつつあり、「思考」は「学習」よりもコストがかかり、AIはオフラインモデルから連続稼働システムへと移行している。

・AIの真のボトルネックはアルゴリズムではなく、エネルギーとインフラである。電力スケジューリング能力が次の重要な制約となるだろう。

・コンピューティングは「情報倉庫」から「生産工場」へと移行しつつあり、トークンは取引可能な商品となり、AIインフラは経済生産に直接参加するようになる。

・AIは単に仕事を置き換えるのではなく、あらゆる職業の能力を高める。将来のコアコンピテンシーは「タスクの実行」から「問題の定義と、それを解決するためのための協働」へと移行するだろう。

インタビュー内容

レックス・フリッドマン：続いては、人類史上最も重要かつ影響力のある企業の一つと言えるNVIDIAのCEO、ジェンセン・フアン氏との対談をお届けします。NVIDIAはAI革命を牽引する中核的なエンジンであり、その成功はジェンセンがリーダー、エンジニア、そしてイノベーターとして下した一連の重要な判断と大胆な決断に大きく起因している。こちらはレックス・フリッドマン・ポッドキャストです。それでは、ジェンセン・ホアンさんをお迎えしましょう。

「より高速なチップ」から「AIファクトリー」へ

レックス・フリッドマン：あなたはNVIDIAをAIの新たな段階へと導き、過去のチップレベル設計から、今日のラックレベル設計へと移行させました。NVIDIAの過去の成功は、主に最も強力なGPUを開発することに基づいていたと言えるでしょう。そして、NVIDIAは今もそれを続けていますが、さらに高度な共同設計へと発展させています。GPU、CPU、メモリ、ネットワーク、ストレージ、電力、冷却、ソフトウェア、ラック自体、リリースしたポッド、そしてデータセンター全体まで。それでは、「究極の共同設計」から始めましょう。非常に多くの複雑な構成要素と変数がある中で、システム共同設計において最も難しい点は何でしょうか？

ジェンセン・ファン：それは素晴らしい質問ですね。まず第一に、私たちが極端な共同設計を行わなければならない理由は、現在解決しようとしている問題が、もはや単一のコンピュータや単一のGPUでは高速化できないからです。あなたが本当に望んでいるのは、コンピュータを追加する速度を上回る計算速度の向上です。コンピュータを1万台追加したとしても、パフォーマンスを100万倍向上させたいとします。つまり、アルゴリズムを再考し、アルゴリズムを分解し、再構築し、パイプラインを分解し、データを分解し、モデルを分解する必要があるのです。このように問題を分散させると、単に「スケールアウト」するのではなく、「問題を分散させる」ことになり、結果としてあらゆるものがボトルネックになってしまう。

これは本質的にアムダールの法則の問題点である。つまり、システム全体の高速化は、高速化できる作業の割合に依存する。計算が問題全体の50%しか占めていない場合、計算速度を100万倍に上げたとしても、全体の速度向上はわずか2倍にしかならない。つまり、計算処理を分散させるだけでなく、パイプラインの分割やネットワーク接続の問題にも対処する必要があるのです。なぜなら、これらのコンピュータはすべて相互接続する必要があるからです。我々の規模の分散コンピューティングにおいては、CPUも問題であり、GPUも問題であり、ネットワークも問題であり、スイッチも問題であり、負荷分散そのものも問題である。これは非常に複雑なコンピュータ科学の問題です。つまり、あらゆる技術を組み合わせて活用する必要があるのです。そうでなければ、線形的にしかスケールアップできないか、あるいはムーアの法則に頼るしかなくなりますが、その法則も減速しつつあります。

注記：アムダールの法則は、コンピュータシステムにおけるバケット効果を数学的に表現したものと理解できる。この記事では、AIコンピューティングは単にGPUの性能を向上させるだけの問題ではなく、ネットワーク、ストレージ、スケジューリングといった側面がボトルネックとなり、システムレベルで最適化する必要があることを示すために、この例が用いられています。

レックス・フリッドマン：そこには多くのトレードオフが伴うはずであり、高帯域幅メモリ、ネットワーク、NVLink、NIC、光通信、銅線相互接続、電力、冷却など、全く異なる分野の専門家が関わってくる。どの分野にも世界レベルの専門家がいる。どのようにしてこれらの人々を集めて共同作業をさせたのですか？

ジェンセン・ファン：だから私のチームはこんなに大きいのです。

レックス・フリッドマン：このプロセスについてお話いただけますか？専門家と一般専門家はどのように協力し合うのか？これらすべてをラックに収める場合、全体的な設計プロセスはどのようなものですか？

ジェンセン・ファン：

３つの質問で回答できます。最初の質問は次のとおりです。「エクストリーム・コデザイン」とは何ですか？要するに、これはアーキテクチャ、チップ、システム、システムソフトウェア、アルゴリズム、アプリケーションに至るまで、ソフトウェアとハ​​ードウェアのスタック全体にわたる包括的な最適化に関するものであり、これが第一層です。先ほど述べたように、第2層はCPU、GPU、ネットワークチップだけでなく、スケールアップおよびスケールアウトのスイッチングシステム、さらには電力と冷却も含まれます。なぜなら、これらのコンピュータシステムは大量の電力を消費するからです。それらは確かに非常に効率的だが、それでも総電力消費量はかなりの量に及ぶ。

そこで、最初の質問は「それは何なのか」、2番目の質問は「なぜそれを行うのか」です。先ほど述べたように、単にコンピュータの数を増やすだけでは得られないメリットを享受するには、ワークロードを分散させる必要があるのです。

3つ目の質問は「どうすればいいのか」です。これは実はこの会社で最も魔法のような部分です。コンピュータを設計する際にはオペレーティングシステムが必要ですが、会社を設計する際には、まずその会社が何を生産するのかを考えるべきです。私は多くの企業の組織図を見てきましたが、どれも似たような構造をしています。ハンバーガー会社、ソフトウェア会社、自動車会社など、どれも似たような構造です。しかし、私の意見では、これは理にかなっていません。企業の目標は、製品を生産する機械になることであり、私たちが望む製品を継続的に生産するための仕組み、システムとなることである。

企業の組織構造は、その企業が事業を展開する環境を反映するべきである。ある程度、これは組織がどのように機能すべきかを決定づけるものでもある。私の直属の部下は約60人です。彼らと一対一でコミュニケーションを取ることは不可能なので、私はそうしません。60人の部下を抱え、やるべき仕事がある場合、1対1のやり取りだけでそれを成し遂げることはできません。

レックス・フリッドマン：でも、まだ60人も直属の部下がいるんですか？

ジェンセン・ファン：それだけではありません。そして、これらの人々のほとんどは工学系のバックグラウンドを持ち、メモリ専門家、CPU専門家、光学専門家、GPU専門家、建築家、アルゴリズム専門家、設計専門家などが含まれます。

レックス・フリッドマン：それは素晴らしいですね。

ジェンセン・ファン：はい。

レックス・フリッドマン：つまり、あなたは基本的に技術スタック全体を監督し、全体的な設計に関する深い議論に参加してきたということですね？

ジェンセン・ファン：そして、私たちは「1対1」の面談は行っていません。私たちはまず問題を提示し、それから皆で協力してその問題を解決します。当社は極めて協調的なデザインを行っているため、これを毎日行っています。

レックス・フリッドマン：つまり、冷却やネットワークといった特定のコンポーネントについて議論する場合でも、全員が関わっているということですか？

ジェンセン・ファン：はい、まさにその通りです。

レックス・フリッドマン：「この解決策は電力には使えない」「これはメモリには使えない」と誰もが言えるだろうか？

ジェンセン・ファン：その通りです。参加を希望する人は誰でも参加でき、参加を希望しない人は参加しないことを選択できる。しかし、チームのメンバーは皆、自分がいつ参加すべきかを理解している。誰かが貢献すべきだったのに貢献しなかった問題があった場合、私はその人に協力を呼びかけます。

レックス・フリッドマン：では、NVIDIAは変化する環境にどのように対応してきたのでしょうか？ゲーム用GPUの製造から始まり、ディープラーニング、そして現在の「AIファクトリー」へと、この変遷はどのようにして起こったのでしょうか？

ジェンセン・ファン：

これは論理的に推論できる。私たちは当初、アクセラレーター企業としてスタートしました。しかし、加速器の問題点は、適用範囲が狭すぎるということだ。彼らの強みは、他の専門システムと同様に高度な最適化にあるが、問題は、専門化が進むほど市場が狭くなることだ。それ自体は、最大の問題ではない。より重要な点は、市場規模が研究開発能力を決定づけ、ひいてはコンピューティング分野における影響力を左右するということだ。

だから、最初にアクセラレータープログラムを実施したとき、それがほんの第一歩に過ぎないということは分かっていました。私たちは、いわゆる「高速コンピューティング」への道筋を見つけなければならなかった。しかし問題は、コンピューター企業になると汎用性が高まりすぎて、専門的な能力が弱まってしまうことだ。私は意図的にこの二つの緊張感のある言葉を並べました。コンピューティング vs. 専門分野。コンピューター企業らしくなればなるほど、専門システム企業らしく見えなくなる。そして、専門性が高ければ高いほど、コンピューター業界全体を網羅することが難しくなる。

そのため企業は、最も中核となる専門的な能力を失うことなく、コンピューティング能力の限界を段階的に拡大していくという、非常に狭い道筋を見つけ出す必要がある。

私たちの最初のステップは、プログラマブルピクセルシェーダーを発明することでした。これは「プログラマビリティ」への第一歩でした。2つ目のステップとして、IEEE規格に準拠した単精度浮動小数点演算であるFP32をシェーダーに組み込みました。これは、ストリームプロセッサやデータフローコンピューティングに携わる多くの人々の注目を集める重要なステップとなりました。彼らは、この高性能で規格に準拠したGPUが、汎用コンピューティングに利用できる可能性に気づき始めた。そこで彼らは、元々CPU向けに書かれたソフトウェアをGPUに移行させる試みを始めた。

次に、FP32の上にC言語を導入し、Cgを構築しました。Cgはさらに発展してCUDAとなりました。GeForceにCUDAを搭載することは極めて重要な決断だったが、当時、同社にはそのコストを負担する余裕がなかった。それでも私たちがそれを実行した理由は、コンピューター企業になりたかったからです。そして、コンピューター企業は、すべてのチップにおいて一貫性を保つ統一されたコンピューティングアーキテクチャを持つ必要がある。

かつて会社を倒産寸前にまで追い込んだ決断が、AI時代全体を支えた

レックス・フリッドマン：その決定についてお話いただけますか？当時、明らかにコストが高すぎて手が出せなかったのに、なぜGeForceにCUDAを搭載したのですか？

ジェンセン・ファン：これはまさに「生死を分ける」決断だった。それは、我々にとって「存亡の危機」に近い、初めての戦略的決断だったと言えるでしょう。

レックス・フリッドマン：ご存知ない方もいらっしゃるかもしれませんが、これは後に同社史上最も偉大な決断の一つであることが証明されました。CUDAは、AIインフラ全体のコアコンピューティングプラットフォームとなった。

ジェンセン・ファン：

はい、それは後に正しい判断だったと証明されました。当時の論理はこうだった。我々はCUDAを開発し、それによって我々のアクセラレータが対応できるアプリケーションの範囲を拡大した。しかし問題は、どうすれば開発者を引きつけられるかということだった。コンピューティングプラットフォームの中核を成すのは開発者であり、開発者は単に「面白い」という理由だけでプラットフォームを選ぶのではなく、実際に大規模な導入実績のあるプラットフォームを選ぶからです。

導入率が最も重要な要素です。開発者も他の人たちと同じように、自分のソフトウェアがより多くのユーザーに届くことを望んでいる。したがって、普及率は成功を左右する重要な要素である。x86アーキテクチャは洗練されていないと批判されることもあるが、その圧倒的な普及率ゆえに、今日でも依然として主流のアーキテクチャであり続けている。

対照的に、多くのRISCアーキテクチャは一流のコンピュータ科学者によって巧みに設計されたものの、最終的には失敗に終わった。これは重要な点を示している。つまり、採用率がアーキテクチャを決定づけ、それ以外のすべては二次的なものであるということだ。

当時、CUDAはOpenCLなどといった競合製品に直面していた。私たちが下した重要な決定は、普及率が最優先事項であるため、この新しいアーキテクチャを迅速に市場に投入する方法を見つけなければならない、ということでした。

当時、GeForceは既に大成功を収めており、年間数百万個のGPUを出荷していた。そこで私たちは、CUDAをすべてのGeForceに組み込み、ユーザーが使用するかどうかにかかわらず、すべてのPCに搭載することにしました。これが普及を促進する最も速い方法だった。

同時に、私たちは大学に出向き、教科書を執筆し、講座を開講することで、CUDAをあらゆる場所に普及させようと努めました。当時は、クラウドが登場する前で、PCが主要なコンピューティングプラットフォームだった。私たちは事実上、すべての学生、すべての研究者の手に「スーパーコンピューター」を届けたのです。

しかし、これによりGPUのコストが大幅に上昇し、同社の粗利益のほぼ全てが消費されてしまった。当時、同社の企業価値は約60億ドルから70億ドルと評価されていた。CUDAの導入後、コスト増加のため企業価値は約150億ドルにまで下落した。私たちは非常に困難な時期を経験しましたが、諦めずに乗り越えました。

私はいつも、NVIDIAはGeForceの上に築かれた会社だと言っています。CUDAを世に広めたのはGeForceだったからだ。研究者、科学者、エンジニアなど、あらゆる人々がGeForceを通じてCUDAを発見した。多くの人々はゲーマーであり、自作PCを組み立てたり、PC部品を使って研究室でクラスターを構築したりしていた。それがCUDAが普及し始めたきっかけだった。

レックス・フリッドマン：そしてそれが、ディープラーニング革命の基盤となるプラットフォームとなったのです。

ジェンセン・ファン：まさにその通りです。それは非常に重要な指摘です。

レックス・フリッドマン：あのまさに「生死を分ける」ような状況で、内部でどのような議論が交わされたか覚えていますか？

ジェンセン・ファン：私は取締役会に我々の計画を説明する必要があり、経営陣は粗利益率が大幅に低下することを理解した。次のような状況を想像してみてください。GeForceはCUDAの開発コストを負担したが、ゲーマーはその費用を負担しようとはしなかった。彼らは固定価格しか支払う意思がなく、コストが上がってもそれ以上は支払おうとしなかった。

コストを50％引き上げた一方で、会社の粗利益率はわずか35％なので、これは非常に難しい決断でした。しかし、私たちは未来を思い描くことができる。CUDAはワークステーションやスーパーコンピュータに導入され、これらの分野でより高い利益を達成できる可能性がある。論理的には、これは実現可能だと自分に言い聞かせることはできるが、実際にそれを実現するには10年かかった。

レックス・フリッドマン：しかし、それは取締役会とのコミュニケーションの問題です。あなた自身の視点から、このような「未来への賭け」とも言える決断は、どのようにして下されたのですか？NVIDIAは常に大胆な決断を下し、未来を予測し、さらには未来を定義づけてきました。どのようにしてそれを実現したのですか？

ジェンセン・ファン：まず第一に、私は強い好奇心を持っています。そして、ある結果が必ず起こると確信させるような推論プロセスがあるのです。私が何かを心から信じるとき、そのような未来は非常に明確になり、実現しない方が難しいほどになる。途中には多くの苦痛が伴うだろうが、自分が信じるものを信じ続けなければならない。

レックス・フリッドマン：つまり、あなたはまず頭の中で未来像を描き、それからそれを実現するための設計を行うのですか？

ジェンセン・ファン：

はい。あなたはそこへどうやって行くか、なぜそれが存在しなければならないのかについて考えるでしょう。私たちは繰り返し議論を重ね、経営陣も参加し、この件に多くの時間を費やすつもりです。

次に、非常に重要な能力について説明します。多くのリーダーは、最初は沈黙を守り、学び、そしてある日突然、新年の挨拶などで「宣言」をし、大きな調整、大規模な人員削減、組織再編、新しいミッション、新しいロゴを発表するだろう。私はそういうやり方はしません。

何かが重要だと気づき始めたら、すぐに周りの人に「これは重要で、大きな影響を与えるだろう」と伝えるようにしています。順を追って説明します。私は既に決定を下している場合も多いのですが、新たな情報、新たな知見、新たな技術進歩など、あらゆる機会を活用して、皆さんの理解を継続的に深めていきたいと考えています。

私はこれを毎日、取締役会、経営陣、従業員と行っています。私は彼らの信念体系を絶えず形作っている。だから、いつか私が「我々はメラノックスを買収する」と言った時、誰もがそれが当然の決定だと感じるだろう。

私が「我々はディープラーニングに全力で取り組む」と言うとき、実際には、私は長い間そのための準備を進めてきたのです。私がそれを発表すると、多くの人が「なぜ今になって言うのですか？」と言うでしょう。

ある意味では、これは「後ろから導く」ようなものだが、実際には、あなたはこれまでずっと合意形成を図ってきたのだ。あなたは、誰も理解できないような決定を突然発表するのではなく、皆が共に歩んでいくことを望んでいるのです。

レックス・フリッドマン：そして、あなたは社内の認識を形成するだけでなく、業界全体を形作っているのです。

ジェンセン・ファン：

私たちは実際にはコンピューターを直接販売していませんし、クラウドサービスも直接販売していません。当社はコンピューティングプラットフォーム企業です。私たちはあらゆるレイヤーで垂直統合設計を行っていますが、同時に、他の企業が自社の製品、サービス、クラウド、スーパーコンピューターに統合できるように、あらゆるレイヤーでオープンな姿勢を保っています。

だから、まず業界全体を納得させられなければ、私の製品は市場に出回らないだろう。だからこそGTCは非常に重要なのです。それは「未来を先取りする」ことだからです。実際に製品を発売したら、誰もが「なぜ今になって発売するのですか？」と言うでしょう。

AIはなぜますます「資金を浪費する」ようになっているのか？4つのスケーリングタイプが積み重なっている

レックス・フリッドマン：あなたは長年、スケーリング法則を信じてきた。あなたは今でもそれを信じていますか？

注記：スケーリング法則（中国語では一般的にスケーリング法則と呼ばれる）とは、特定の重要な変数を継続的に増加させると、システムのパフォーマンスが比較的安定した予測可能なパターンに従って向上するという法則を指します。AIにおいては、これはしばしば次のような意味合いで使われる。モデルが大きいほど、データが多いほど、計算能力が高いほど、モデルの能力が高い。

ジェンセン・ファン：もちろん、そして今ではさらに多くのスケーリング法則が存在する。

レックス・フリッドマン：先ほど、事前学習、事後学習、推論段階、エージェントスケーリングの4種類について言及されましたね。将来を見据えたとき、短期的な視点であれ長期的な視点であれ、あなたが本当に懸念している潜在的な「ボトルネック」は何ですか？夜も眠れないほど、どうしても解決しなければならないと感じている問題は何ですか？

ジェンセン・ファン：過去に「ボトルネック」とみなされていた点を振り返ってみましょう。

当初は、事前学習のスケーリングが問題視され、質の高いデータが限られていることがAIの知能向上を制限すると考えられていた。イリヤ・スツケバー氏は「データが不足しつつある」とまで発言し、業界にパニックを引き起こした。しかし、現実はそれとは異なっていた。今後もデータソースを拡大していく予定であり、その大部分は合成データとなる。実際、人間同士でやり取りされる情報も、根本的には「合成」されたものである。あなたがコンテンツを作成し、私がそれを消費し、処理し、送信する。現在、AIは実際のデータから出発し、それを拡張、強化、そして大量のデータを生成することができる。したがって、訓練後の段階は依然として拡大し続けている。将来、モデル学習における制約要因は、データ量ではなく計算能力となるだろう。

注記：イリヤ・スツケバーはOpenAIの共同創設者であり、元チーフサイエンティストです。ディープラーニング分野における重要人物であり、AlexNetなどの画期的な成果に携わり、大規模モデルやAIのスケーリングに大きな影響を与えました。

次に推論フェーズに移ります。かつては、推論は単純で、訓練は難しいと多くの人が考えていた。しかし、これは実際には不合理である。なぜなら、推論とは本質的に「考えること」であり、それは「読むこと」よりもはるかに難しいからだ。トレーニングは暗記やパターン認識に近い一方、推論には推論、計画、探索、問題分解などが含まれ、これらはすべて多くの計算を必要とする。結果として、我々の当初の評価は正しく、推論計算は非常に負荷の高い処理であることが分かった。

今後は、エージェントによるスケーリングを進めていきます。私たちはもはや単なるモデルではなく、ツールを呼び出し、データベースにアクセスし、サブエージェントを生成できる「エージェントシステム」となった。企業と同様に、個人の能力を高めるよりも、チームに人材を追加することで能力を拡大する方が容易である。AIも同様で、迅速に複製・拡張できる。つまり、これは新しいスケーリング法則だ。

これらのプロセスはサイクルを形成します。エージェントがデータを生成し、データは事前​​学習に戻り、事後学習に入り、推論に入り、エージェントシステムに入り、これを繰り返します。結局のところ、知能の発達は、計算能力という中核的な変数に集約される。

レックス・フリッドマン：しかし、ここに課題があります。異なる段階では、MoEアーキテクチャやスパース性など、異なるハードウェアが必要となるため、これらの変化を事前に予測しておく必要があります。ハードウェアのライフサイクルは数年単位なので、好きな時にいつでも調整できるわけではありません。

ジェンセン・ファン：その通り。AIモデルのアーキテクチャは約6ヶ月ごとに変化する一方、システムアーキテクチャとハードウェアは約3年ごとに変化する。だから、2～3年先の未来を予測しておかなければならない。我々には3つの方法がある。第一に、基礎研究と応用研究を含む独自の研究を行い、モデルを構築する。第二に、ほぼすべてのAI企業と協力して、彼らの課題を理解する。第三に、CUDAのような、効率性と柔軟性を兼ね備えた十分な柔軟性を持つアーキテクチャを構築する。

例えば、MoEが登場した際、当社はNVLink 72を導入しました。これは、100兆個のパラメータを持つモデルを、まるで単一のGPUであるかのように実行できるものです。もう一つの例は、グレース・ブラックウェル・ラックとヴェラ・ルービン・ラックです。前者はLLM推論用に設計されているのに対し、後者はエージェントシステム用に設計されているため、両者の設計は全く異なります。

注記：Grace Blackwellラックは、NVIDIAが大規模モデルのトレーニングと推論向けに開発したエンドツーエンドのAIコンピューティングシステムであり、Grace CPUとBlackwell GPUが高帯域幅の相互接続によって深く統合され、「AIファクトリー」の中核となる計算ユニットとして機能します。Vera Rubinラックは、NVIDIAの次世代AIインフラストラクチャアーキテクチャ（Blackwellの後継）であり、より複雑なエージェントシステムと大規模推論シナリオを対象とし、システムレベルの連携と高いエネルギー効率を重視しています。

レックス・フリッドマン：しかし、これらのデザインはクロード・コード、コーデックス、オープンクローが登場する前に完成したものだった。どうしてそれを予測できたのですか？

ジェンセン・ファン：実際はそれほど難しくない。ただ論理的に考えればいいだけだ。LLMが「デジタル従業員」になるためには、実際のデータにアクセスし、調査を行い、ツールを使用する必要がある。つまり、入出力システムを備え、ツール呼び出しを行う必要があるということだ。AIがソフトウェアに取って代わると言う人もいるが、それは正しくない。ロボットと同じように、手をハンマーやメスに変えることはなく、道具を使う。最初は使い方が分からなくても大丈夫です。マニュアルを読めばすぐに覚えます。つまり、これらの能力は必然的に備わるものだ。

このように考えてみると、実は私たちはコンピュータを再発明したのだということがわかるでしょう。私が2年前のGTCで話したエージェントアーキテクチャは、今日のOpenClawとほぼ完全に一致しています。OpenClawがエージェントにとって持つ意義は、ChatGPTが生成型AIにとって持つ意義と似ている。

レックス・フリッドマン：確かに、特別な瞬間だ。

ジェンセン・ファン：はい。

レックス・フリッドマン：しかし、ここには問題点もある。テクノロジーが強力になると、セキュリティ上のリスクも伴うのだ。私たち個人も社会も、バランスを見つけようと努力している。

ジェンセン・ファン：はい、私たちは直ちに多数のセキュリティ専門家をこの問題の調査に投入しました。私たちはOpenShellというシステムを開発し、現在はOpenClawに統合されています。同時に、NVIDIAはNemoClawも発表した。

レックス・フリッドマン：はい、インストールも非常に簡単で、システムのセキュリティを確保できます。

ジェンセン・ファン：私たちは、ある時点において、機密データへのアクセス、コード実行、外部通信という3つの能力のうち、2つしか保有できないという原則を提案した。これら3つの能力が同時に存在する場合、リスクが生じる。そこで私たちは、「3つの中から2つを選ぶ」という方法でセキュリティを確保しています。さらに、企業レベルのアクセス制御とポリシーエンジンを組み込むことで、企業が独自の権限システムに基づいて管理できるようにしました。私たちはOpenClawのセキュリティと制御性を向上させるために最善を尽くします。

AIの限界はアルゴリズムではなく、電力にある

レックス・フリッドマン：あなたは、かつてはボトルネックと考えられていたものの、後に克服された多くの事柄について先ほど話されました。では、エージェントが遍在する未来において、真のボトルネックは何になるのでしょうか？

レックス・フリッドマン：しかし、あなたはサプライチェーンを最も懸念すべきボトルネックとは考えていないようですね？

ジェンセン・ファン：これらの問題を一つずつ体系的に解決してきたおかげで、今は安心して眠ることができます。私たちは基本原理から論じます。システムアーキテクチャの変更は、具体的にどのようなことを伴うのでしょうか？ソフトウェアはどのように変化するのか？エンジニアリングプロセスはどのように変化するでしょうか？サプライチェーンはどのように変化するのか？例えば、NVLink 72ラックは、スーパーコンピューティングの統合をデータセンター内部からサプライチェーンのエッジへと移行させた。以前は、部品はデータセンターに配送されてから組み立てられていたが、現在はサプライチェーン内で直接完全なシステムに組み立てられ、その後輸送される。

これはつまり、サプライチェーン自体が、大規模な電力試験をサポートするなど、より強力な製造能力を備える必要があるということだ。これらのシステムをテストするためには、サプライチェーン全体がギガワット級の電力供給能力を備えている必要がある。だから私は個人的にサプライヤーと連絡を取り、将来のニーズを伝え、数十億ドルの投資を促します。彼らは私を信頼しているし、私は彼らがこれらの変化を理解するのに十分な情報と時間を与えるつもりだ。

レックス・フリッドマン：では、具体的なボトルネックについて懸念されていますか？EUV露光装置やパッケージング能力などについてですか？

ジェンセン・ファン：私は違います。私が彼らに何を必要としているかを伝え、彼らもそれをどのように実現するかを私に説明してくれたからです。私は彼らを信頼している。

レックス・フリッドマン：それでは、電力問題に戻りましょう。エネルギー問題について、あなたはどのように考えていますか？

ジェンセン・ファン：皆さんにぜひ注目していただきたい事実があります。当社の電力網は、異常気象時の電力需要のピークなど、「最悪のシナリオ」に基づいて設計されています。しかし実際には、99％の時間はそのピークには程遠く、ほとんどの場合、せいぜい60％程度の稼働率にとどまっている。つまり、ほとんどの場合、電力網には多くの遊休容量があるということだが、病院や空港といった重要なインフラは、重要な局面で電力供給を受けなければならないため、この遊休容量は必要不可欠である。

そこで私が考えているのは、電力網がフル稼働する必要があるときに、データセンターが電力消費量を削減し、それ以外のほとんどの時間、この余剰電力を活用するような仕組みを設計できるかどうかということです。例えば、データセンターはピーク時にパフォーマンスを低下させたり、タスクを移行したり、一時的にサービスをダウングレードしたりすることができる。こうすることで、電力網をより効率的に利用できるようになります。

しかし、現在の問題は次の3つの分野にある。第一に、顧客はデータセンターの可用性を100%確保することを求めている。第二に、データセンターの設計は、このような動的なダウンスケーリングに対応できなければならない。第三に、電力会社もより柔軟な電力供給方式を提供する必要がある。これら3つの条件がすべて満たされれば、電力利用効率を大幅に向上させることができる。

ですから、コンピュータの利用方法やデータセンターの構築方法の未来は、単に稼働率100%を目指すだけではないべきだと私は考えています。これらの非常に厳しい契約は、電力網に大きな負担をかける。なぜなら、電力網はピーク時の需要を満たすだけでなく、それに加えて継続的に拡張していく必要があるからだ。私が本当に活用したいのは、余剰の遊休電力の一部だけです。

レックス・フリッドマン：この点は確かに十分に議論されていない。現在、最大の障害は何だと思いますか？

ジェンセン・ファン：これは三つの要素が絡み合った問題だと思う。

まず第一に、最終顧客が重要です。エンドユーザーはデータセンターに対し、「絶対にオフラインになってはいけない、絶対に利用不能になってはいけない」と要求する。言い換えれば、顧客が期待しているのは完璧さだ。そして、この完璧さを実現するには、予備発電機が必要であり、電力供給事業者もほぼ完璧でなければならない。つまり、すべてのリンクは「99.9

注記：「99.9999%」とは、稼働率99.9999%を指します。

ですから、まず最初にすべきことは、すべての顧客、すべてのCEOが、自分たちが実際に何を求めているのかをきちんと認識することだと思います。多くの場合、これらの契約に署名するのは、実際にはCEOとはかけ離れた、データセンター運用チームの一員に過ぎない。多くのCEOは、これらの契約条件が何なのか全く理解していないだろう。私は彼ら全員と話をする準備ができています。

これらのCEOたちは、おそらくこれらの契約が締結されていることにすら注意を払っていないだろう。誰もが最高の契約を結びたいと思うのは、もちろん当然のことだ。そして、これらの要件はクラウドプロバイダーに段階的に伝達され、クラウドプロバイダーはさらにそれを電力会社に伝達するため、サプライチェーン全体で「99.9したがって、最初のステップは、顧客とCEOに、自分たちが何を求めているのかを真に理解してもらうことです。

2つ目は、「段階的に機能が低下する」ことができるデータセンターを構築する必要があるということです。言い換えれば、電力会社から「電力使用量を80％削減する必要があります」と言われたら、「問題ありません」と答えられるはずだ。

作業負荷のスケジュールを変更することができます。データの損失は絶対に避けますが、計算速度を落とし、消費電力を少し削減することは可能です。サービスの質は若干低下します。最も重要なワークロードについては、影響を受けないように直ちに別の場所に移行します。つまり、稼働率100%を維持できるデータセンターに、最も重要な部分を任せるべきだ。

レックス・フリッドマン：データセンターにおけるこのようなインテリジェントで動的な電力割り当ては、エンジニアリングの観点から見てどれほど難しいのでしょうか？

ジェンセン・ファン：問題を明確に定義できれば、それを工学的に解決できる。あなたは非常に的確にその問題を提起しました。物理法則の根本原理に合致する限り、私たちはそれを実現できると信じています。

レックス・フリッドマン：今3つのことを挙げられましたが、3つ目は何でしたか？

ジェンセン・ファン：2つ目はデータセンターそのもの、そして3つ目は、電力会社もこれが実際にはチャンスであることを認識する必要があるということです。

彼らはいつも「送電網をそのレベルの容量まで拡張するには5年間待たなければならない」とは言えない。もしそのレベルの電力供給保証でよろしければ、来月はその価格で電力を供給することが可能です。

電力会社がより多層的な電力供給契約を提供できれば、市場はそれに応じた解決策を自ずと見出すだろうと私は考えています。電力網には現在、無駄が多すぎる。それを有効活用すべきだ。

レックス・フリッドマン：あなたは以前、イーロン・マスク氏がメンフィスにスーパーコンピューター「コロッサス」を構築した能力を高く評価していましたね。彼のやり方から学ぶべき点は何だと思いますか？

ジェンセン・ファン：イーロンは非常に幅広い分野に関わっているが、システム思考に非常に長けている。彼は絶えずこう問いかける。これは本当に必要なことなのか？必ずこの方法でやらなければならないのか？なぜこんなに時間がかかるのですか？彼は、中核となる機能を維持しつつ、システムを必要最小限の複雑さにまで圧縮する。

彼はまた、非常に実践的で、問題があればどこへでも駆けつける。彼は物事を真に前進させるために、多くの「慣習」や「プロセス」を打ち破る。さらに、彼の危機感はサプライチェーン全体に浸透している。彼は全ての仕入先に自分を最優先させるように仕向けている。これは非常に重要なことだ。

レックス・フリッドマン：NVIDIAの共同設計においても、同様のアプローチを採用していますか？

ジェンセン・ファン：共同設計そのものが、システムエンジニアリングの究極の形態である。私たちは「光速思考」と呼ばれる概念も持っています。これは単なるスピードの問題ではなく、物理的な限界の問題だ。私たちは、メモリ速度、処理速度、消費電力、コスト、時間、製造サイクルなど、あらゆる問題を物理的な限界を基準として評価します。まず最初に、私たちはこう問いかけます。物理的な限界において、何が達成できるのか？そして、現実世界ではトレードオフを行う必要がある。

私は「継続的最適化」というアプローチがあまり好きではありません。現在74日かかるプロセスについて、誰かが72日に最適化できると言ったとしても、私はそれを鵜呑みにはしない。むしろ最初からやり直して質問したいのですが：なぜ74日間なのか？ゼロから始める場合、現在どれくらいの期間で完了できますか？多くの場合、答えは6日間かもしれません。そうすれば、残りの68日間が存在する理由が理解できるでしょう。

レックス・フリッドマン：このような複雑なシステムにおいて、「単純さ」の原則は依然として重要なのだろうか？

ジェンセン・ファン：もちろん。私たちが追求するのは、「必要な複雑さ」と「可能な限りのシンプルさ」です。私たちは常に問い続けなければならない。この複雑さは必要なのだろうか？そうでない場合は、削除してください。

レックス・フリッドマン：しかし、あなたのシステムは既に非常に複雑で、例えばヴェラ・ルービン・ポッドのように、数兆個のトランジスタと数千個のGPUを備えています。

ジェンセン・ファン：はい、これは世界で最も複雑なコンピュータシステムです。

レックス・フリッドマン：これは非常に興味深い。あなたは最近中国を訪れましたね。そこで、ぜひあなたに質問したいのですが。過去10年間における中国のハイテク産業の驚異的な成長は、特筆すべきものである。彼らがこれほど短期間で、世界トップクラスの企業、世界トップクラスのエンジニアリングチーム、そして常に素晴らしい製品を生み出す技術エコシステムを構築できたのは、一体どういう経緯だったのでしょうか？

ジェンセン・ファン：

理由はたくさんあります。まずは基本的な事実から始めましょう。世界的に見ると、AI研究者の約半数は中国人であり、そのほとんどが今も中国国内にいる。ここにも優秀な研究者はたくさんいますが、中国自体にも依然として多くの優秀な研究者がいます。中国のハイテク産業は、モバイルインターネットとクラウドコンピューティングの時代という、極めて重要な時期に台頭した。彼らの主な貢献分野はソフトウェアであり、この国は科学と数学の教育において非常に強固な基盤を持っており、若者の教育水準が高い。ソフトウェア時代に育った彼らは、現代のソフトウェアシステムに非常に精通している。

さらに、中国は単一の経済主体ではなく、互いに競争し合う複数の省や都市から構成されている。だからこそ、新エネルギー車メーカーが多数存在し、AI企業が数多くあり、ほぼすべての業界で、多くの企業が同時に同様の事業を行っているのです。この内部競争は非常に激しく、通常は優れた企業だけが生き残る。

さらに、彼らの社会文化は「家族第一、友人第二、会社第三」である。この構造では、異なる企業間での情報交換が非常に頻繁に行われ、本質的に長期的なオープンな環境が作り出される。したがって、彼らがオープンソースに多額の投資を行うのは当然のことです。なぜなら、彼らは「私たちは一体何を守ろうとしているのか？」と自然に考えるからです。エンジニア同士の関係性にはかなりの重複が見られる。親戚、友人、クラスメートなどが挙げられるが、「クラスメート」との関係はほぼ生涯にわたるものとなる。このような迅速な知識普及は、技術自体に強い独占的な動機がないため、オープンソースをより効率的なものにする。オープンソースコミュニティは、イノベーションプロセスをさらに増幅させ、加速させる。

つまり、優秀な人材、オープンソース主導の迅速なイノベーション、高度に相互接続された関係、そして激しい競争が組み合わさることで、最終的に非常に優れた技術的成果が生まれることがお分かりいただけるでしょう。この観点から見ると、中国は現在、世界で最も急速にイノベーションを進めている国である。こうした背景にあるのは、教育制度、家庭内での学習重視、文化構造、そして技術の飛躍的な発展という重要な時期に恵まれた立地といった、根本的な要因である。

レックス・フリッドマン：文化的に見て、エンジニアであることは非常に「かっこいい」ことだ。

ジェンセン・ファン：はい、ここは「エンジニア型の国」です。アメリカの指導者の多くは、統治や制度の安定のために法曹界の出身者である一方、中国の指導者の多くは、自らが優れたエンジニアである。

レックス・フリッドマン：先ほどオープンソースについて触れられましたが、それについて詳しくお伺いしたいと思います。あなたは常に困惑を高く評価してきた。

ジェンセン・ファン：大好きです。

レックス・フリッドマン：また、Perplexityで使用できるようになった1.2兆個のパラメータを持つMoEモデルであるNemotron 3 Superをオープンソース化していただき、ありがとうございます。オープンソースの長期的な意義をどのように見ていますか？中国のDeepSeekやMiniMaxといった企業はオープンソースAIを推進しており、NVIDIAも最先端技術に近いオープンソースモデルの開発に取り組んでいる。総合的な評価はいかがですか？

ジェンセン・ファン：まず、優れたAIコンピューティング企業になるためには、モデルがどのように進化してきたかを理解する必要があります。私がネモトロン3で本当に気に入っているのは、それが純粋なトランスフォーマーではなく、トランスフォーマーとSSMの組み合わせであるという点です。私たちはまた、条件付きGANやプログレッシブGANに関する道筋を早期に示し、それらは徐々に拡散へと発展していきました。モデルアーキテクチャと基礎研究におけるこうした蓄積こそが、将来のモデルがどのようなコンピューティングシステムを必要とするかを早期に予測することを可能にするのである。これ自体が、私たちの「究極の共同設計」の一部なのです。

第二に、一方では、独自技術であっても世界レベルのモデルを製品として持つ必要がある。しかし他方では、AIがあらゆる産業、国、研究者、学生に普及することも期待している。すべてが閉鎖されている状況では、研究を進めたり、それを基盤としてさらなるイノベーションを起こしたりすることは困難である。したがって、多くの業界にとって、オープンソースはAI革命に参加するための必要条件となっている。NVIDIAは、これらのモデルを長期的に継続的に構築していくための規模と意欲を備えており、さらに、より多くの人々を巻き込むためにエコシステム全体を牽引していく能力も持ち合わせています。

3つ目のポイントは、AIは単なる言語ではないということです。将来のAIは、ツールやサブモデルを活用し、生物学、化学、物理学、流体力学、熱力学といった、言語形式では必ずしも存在しない様々な分野を包含するようになるだろう。したがって、気象AI、生物AI、物理AIなどの方向を継続的に発展させ、常に最先端に迫っていく努力が必要である。私たちは自動車を製造していませんが、すべての自動車メーカーが最高のモデルを利用できることを願っています。私たちは医薬品開発には携わっていませんが、ギリアドのような企業が最高のバイオAIシステムを保有できることを願っています。

したがって、AIの広範さ、AIの人気、そしてAIとコンピューティングアーキテクチャの協調的な進化という観点からAIを見ると、オープンソースは必要不可欠である。

レックス・フリッドマン：改めて、Nemotron 3をオープンソース化していただき、ありがとうございます。

ジェンセン・ファン：私たちはモデルだけでなく、重み、データ、構築方法もオープンソース化しました。

レックス・フリッドマン：本当に素晴らしい。

ジェンセン・ファン：ありがとう。

レックス・フリッドマン：あなたは中国の台湾で生まれ、TSMCと長年にわたるパートナーシップを築いてきました。TSMCの企業文化をどのように理解されていますか？また、TSMCはどのようにしてこれほどまでに独自の成功を収めてきたのでしょうか？

ジェンセン・ファン：TSMCについて外部の人々が抱いている最大の誤解は、その中核事業が技術だけだという点である。もちろん、彼らの技術力は非常に高く、トランジスタ、金属層、高度なパッケージング、3Dパッケージング、シリコンフォトニクスなどが含まれます。しかし、彼らを真に際立たせているのは、業界全体の要求に応えるための連携能力である。

彼らは、注文の増減、顧客の切り替え、緊急の追加注文、生産の一時停止、再開など、世界中の何百もの顧客の絶えず変化するニーズに同時に対応する必要がある。このような非常に変化の激しい環境にもかかわらず、彼らは依然として高い処理能力、高い歩留まり、低コスト、そして極めて高いレベルのサービスを維持できている。

彼らは約束を非常に真剣に受け止める。彼らがウェハーを特定の時間に納品すると言った場合、それは必ず納品され、これは顧客企業の業務に直接影響を与える。したがって、彼らの製造システムそのものが奇跡と表現できるだろう。

2つ目のポイントは文化です。彼らは一方では技術の最先端を牽引し続け、他方では極めて顧客中心主義的である。多くの企業はこれらのうちどちらか一方しかうまくできないが、彼らは両方を世界レベルで実現することに成功した。

3つ目のポイントは、無形資産である信頼です。これは非常に重要です。私は彼らの会社を土台として、自分の会社を完全に築き上げることができる。そして、この信頼関係は長期的な協力関係を通じて築き上げられたものだ。

レックス・フリッドマン：この信頼関係は、長期的な協力関係と人間関係の両方から生まれる。

ジェンセン・ファン：はい。私たちは30年間、数十億ドル、いや数千億ドル規模のビジネスで協力関係を築いてきましたが、私たち同士の間には契約書すら存在しないのです。

レックス・フリッドマン：本当に素晴らしい。2013年にTSMCの創業者であるモリス・チャン氏があなたにCEO就任を打診したが、あなたはそれを断ったという話があります。それは本当ですか？

ジェンセン・ファン：それは本当です。大変光栄に思いましたが、同時に、NVIDIAが行っていることが極めて重要であることもはっきりと認識していました。私はそれが将来どうなるか、そしてどれほどの影響力を持つ可能性があるかを予見していた。それは私の責任であり、私が実現しなければならなかった。だから私は断った。その機会が重要でなかったからではなく、それを手放すことができなかったからだ。

レックス・フリッドマン：NVIDIAとTSMCは、人類史上最も偉大な企業の一つだと私は思います。

ジェンセン・ファン：ありがとう。

レックス・フリッドマン：質問があります。テクノロジー業界でよく使われる言葉を使って、あなたの最大の「堀」、つまり競争相手を退けるのに役立つ中核的な優位性は何ですか？

ジェンセン・ファン：

根本的には、それは当社のコンピューティングプラットフォームの規模、つまりCUDAのインストールベースの大きさに尽きます。20年前にはこのような利点はなかったが、今日では状況は全く異なっている。たとえ誰かがCUDAに似た技術を開発したとしても、現状を変えるのは難しいだろう。なぜなら、重要なのは技術そのものだけではなく、長期的な投資、継続的な改良、そして絶え間ない拡大によって形成されるシステム的な優位性だからだ。

CUDAの成功は、少数の人々によって成し遂げられたものではなく、4万3000人の従業員と数百万人の開発者が協力して達成した結果である。開発者がCUDA上で開発を行うのは、私たちがこのプラットフォームを長期にわたって維持し、その開発を継続的に推進していくと信じているからです。したがって、「既存顧客基盤」そのものが最も重要な利点となる。

この規模の優位性と当社の実行スピードが組み合わさることで、より強力な障壁が生まれます。歴史的に見て、これほど複雑なシステムをこのスピードで構築できた企業はほとんどなく、ましてや年間サイクルで継続的に改良を重ねることができた企業は皆無に近い。

開発者の視点から見ると、CUDAをサポートすることを選択した場合、半年後にはさらに強力になっていることが期待でき、同時に、世界中の何億ものデバイスにリーチし、あらゆるクラウドプラットフォーム、ほぼすべての業界、そしてさまざまな国を網羅することができます。プロジェクトをオープンソース化し、CUDAサポートを優先すれば、規模を拡大できるだけでなく、成長速度も向上します。

それに加えて、「信頼」という側面もあり、開発者たちはNVIDIAが長期的にこのエコシステムを維持してくれると信じている。もし私が開発者だったら、CUDAを選択することを最優先するだろう。

2つ目の利点は、私たちのエコシステムです。当社は、コンピューティングシステムに垂直的に高度に統合されており、ほぼすべての企業の製品群に水平的に組み込まれています。当社は、Google Cloud、Amazon、Azureに加え、CoreWeaveのような新しいクラウドプラットフォームにも存在し、スーパーコンピューター、エンタープライズシステム、エッジデバイス、自動車、ロボット、衛星、さらには宇宙空間までを網羅しています。

言い換えれば、ほぼすべての産業に浸透した統一されたコンピューティングアーキテクチャのことだ。

レックス・フリッドマン：では、AIファクトリーの発展に伴い、CUDAの導入における優位性はどのように変化していくのでしょうか？将来のNVIDIAは、実質的に「AI製造会社」になるのだろうか？

ジェンセン・ファン：かつて、私たちの計算ユニットはGPUでした。その後、コンピュータ全体になり、さらにクラスタになり、今では完全なAIファクトリーとなっています。以前は、「今日のAmpereの発表」のような新世代製品を発表する際には、チップを手に持って説明していました。それが当時の私の「思考モデル」だった。しかし、今日は違う。チップを掲げる行為は、ある意味で「可愛らしい」ものになってしまい、もはや私たちが真に作り上げたものを表しているとは言えなくなってしまった。

私が今思い描いているモデルは巨大なシステムです。電力網に接続され、発電設備、冷却システム、極めて複雑なネットワーク構造を備え、数万人が現場で設置作業を行い、数万人のエンジニアが舞台裏でサポートしています。このようなシステムを立ち上げるには、スイッチを入れるだけで済むような簡単なことではなく、何千人もの人々が協力して作業する必要がある。

レックス・フリッドマン：つまり、今「コンピューティングユニット」と聞くと、実際には単一のチップではなく、ラックの集合体、つまりポッド全体を指しているということでしょうか？

ジェンセン・ファン：それはインフラ全体に関わる問題だ。そして、私が次に目指すのは、「コンピューターを構築する」という行為を「惑星規模」の問題として理解することだと願っています。それが次のステップとなるだろう。

レックス・フリッドマン：NVIDIAは将来的に時価総額1兆ドルに達する可能性があると思いますか？あるいは、別の角度から見てみると、もしそれが起こったら、世界はどのような姿になるだろうか？

ジェンセン・ファン：私の見解では、NVIDIAの成長は非常に可能性が高い、いや、むしろ必然的だと考えています。理由を説明させてください。

まず第一に、当社は既に歴史上最大級のコンピューター企業の一つです。これだけでも熟考に値する。何故ですか？

理由は2つあり、どちらも根本的な技術革新によるものです。

まず、コンピューティングのパラダイムシフトが起こった。過去のコンピューティングは、根本的には「情報検索システム」だった。私たちは事前にコンテンツを作成し、コンテンツを録音し、ファイルを生成し、その後、推薦システムや検索システムを通じてこれらのコンテンツを取得しました。言い換えれば、それは「人間が事前に作成したファイル＋ファイル検索」システムだった。現在、AIの計算はコンテキストに基づいており、リアルタイム処理とトークン生成が求められる。私たちは「検索型コンピューティング」から「生成型コンピューティング」へと移行しました。

旧システムでは大量のストレージが必要だったが、新システムでは大量の計算能力が必要となる。したがって、計算負荷は大幅に増加するだろう。この傾向を変える唯一のシナリオは、この生成計算が効果的でないことが判明した場合である。しかし、過去10年から15年にわたる深層学習の研究、そしてここ5年間の目覚ましい進歩を経て、私はこれまで以上に自信を深めています。

2つ目の変化は、世界におけるコンピュータの役割が変化したことだ。かつて、コンピューターは倉庫のようなものだったが、今では工場のようなものになっている。倉庫自体は直接的な収益を生み出さないが、工場は収益に直接結びついている。コンピュータはもはや単なる記憶システムではなく、生産システムである。それが生み出す「商品」はトークンである。そしてこれらのトークンは、iPhoneのように、さまざまな層の人々によって消費されており、無料のもの、ハイエンドのもの、ミドルレンジのものといったように、階層構造を示しています。

知能は、根本的に、拡張可能な製品となった。将来的には、100万トークンにつき1000ドルを支払う意思のある人が現れるだろう。これは起こるかどうかという問題ではなく、単に時間の問題だ。

そこで問題となるのは次の点です。世界には一体いくつの「AI工場」が必要なのだろうか？トークンはいくつ必要ですか？社会はこれらのトークンにどれだけの金額を支払う意思があるのだろうか？その結果として生産性が大幅に向上した場合、世界経済にはどのような変化が起こるだろうか？私たちは新しい薬、新しい製品、新しいサービスを発見するだろうか？

これらの要素をすべて総合的に考慮すると、私は確信しています。世界のGDP成長は加速するだろう。同時に、計算​​処理にかかる支出の割合は、過去に比べて桁違いに高くなるだろう。

こうした状況を踏まえ、NVIDIAの話に戻りますが、この新しい経済において、私たちの役割は現在よりもはるかに大きくなるでしょう。数字面では、将来的に収益が3兆ドルに達することは可能か、といった点が挙げられます。もちろん、答えは可能です。これは、明らかな物理的制約を受けないからである。

NVIDIAのサプライチェーンは、200社の企業が協力して支えており、私たちはエコシステム全体にわたって拡大を続けています。唯一の真の制約はエネルギーだ。そして、エネルギー問題は最終的には解決できると私は信じています。

つまり、これらの数字自体は単なる「数字」に過ぎないのです。NVIDIAの売上高が初めて10億ドルを超えた時、誰かが私に「ファブレスの半導体企業が10億ドルを超えることはあり得ない」と言ったのを覚えています。その後、別の誰かが「250億ドルを超えることはできない」と言った。

これらの評価は、基本原則に基づいているわけではありません。本当に問うべき質問は次のとおりです。私たちは何を生み出しているのか？この機会はどれほど大きいのでしょうか？

NVIDIAは既存の市場シェアを奪おうとしているわけではない。私たちが手がける事業の多くは、まだ存在しない市場を対象としている。だからこそ、部外者には私たちの限界を想像するのが難しいのです。なぜなら、すぐに参照できる基準点がないからです。でも、私には十分な時間がある。私は今後も推論を続け、明確に説明していくつもりだ。すべてのGTCは、その未来をより具体的なものにするだろう。最終的には、我々はその一歩を踏み出すだろう。私はこれについて100％確信しています。

レックス・フリッドマン：「トークン工場」という観点から見ると、このシステム全体は、1ワットあたり、1秒あたりにトークンを生成し、それぞれのトークンには価値があり、その価値は人によって異なる、と理解できる。このように、世界全体は無数の「トークン工場」で構成されている。基本原理から考えると、AIが解決できる問題が増え続ける限り、将来的にこうした「工場」への需要は指数関数的に増加すると推測できる。

ジェンセン・ファン：はい。私が非常に興奮していることの一つは、「トークンのiPhone時代」が到来したということです。

レックス・フリッドマン：どういう意味ですか？

ジェンセン・ファン：エージェント。エージェントは、史上最も急速に成長しているアプリケーション形式になりつつある。

レックス・フリッドマン：つまり、昨年12月から、人々はClaude Code、Codex、OpenClawといったシステムの能力を真に認識し始めたということでしょうか？正直に言うと少し恥ずかしいのですが、空港にいた時、まるで同僚と話すように、初めて「コンピューターに話しかけてコードを書く」という行為に及んだのです。将来、誰もがこのようにAIとやり取りするようになるのがどのような形になるかは分かりませんが、効率性は非常に高いことは確かです。

ジェンセン・ファン：むしろ、あなたのAIが絶えずあなたの作業を「中断」する可能性の方が高いでしょう。タスクを非常に迅速に完了するため、継続的にフィードバックを提供します。「これは完了しました。次のステップは何ですか？」

レックス・フリッドマン：これはまさに素晴らしい未来だ。

レックス・フリッドマン：あなたが成功した大きな理由は、他の人よりも努力し、他の人よりも多くの苦痛に耐えることができたからだとおっしゃっていましたね。

この「苦痛」には、実際には多くの側面が含まれています。例えば、失敗への対処、先ほどお話しした技術的な課題やコストの問題、人間関係の問題、不確実性、責任、疲労、気まずさ、そしてあなたが言及した会社が倒産の危機に瀕した瞬間などです。

しかし、それ以上に、プレッシャーもある。世界中の政府や経済に囲まれ、資源配分やAIインフラ計画を策定する企業のCEOとして、このようなプレッシャーにどのように対処していますか？これほど多くの国や人々があなたに頼っている中で、あなたの強さはどこから来るのですか？

ジェンセン・ファン：NVIDIAの成功が米国にとって重要であることは、私は十分に認識しています。我々は多額の税収を生み出し、技術的に主導的な地位を確立する。そして、技術的リーダーシップそのものが国家安全保障の一部なのである。より豊かな国は、より効果的に社会政策を推進できる。同時に、私たちは再工業化を推進し、多数の雇用機会を創出し、半導体、コンピューター、AI工場を含む国内製造能力を再構築しています。また、教師や警察官といった多くの一般投資家がNVIDIAへの投資で富を築いていることも十分に承知しています。さらに、NVIDIAは広大なエコシステムの一部であり、上流および下流の多くのパートナー企業が当社に依存しています。

こうした状況に直面して、私のやり方は非常にシンプルです。問題を分解することです。

私は自問する。「現状はどうなっているのだろうか？」何が変わったのか？課題はどこにあるのか？私に何ができる？問題が細分化されると、それは一連の実行可能なタスクとなる。

残る疑問はただ一つだ。あなたはそれをしましたか？それとも、誰か他の人にやってもらったのですか？何かをしなければならないと信じているのに、自分では実行せず、他人にも実行させなかったのなら、それについて文句を言っても意味がない。

私は自分にとても厳しい。しかし同時に、問題を細分化することでパニックを避けるようにもしています。全ての危険箇所を特定し、関係する責任者に通知したという安心感を持って、私はぐっすり眠ることができます。物事が順調に進んでいる限り、心配する必要はありません。

レックス・フリッドマン：この過程で、精神的に落ち込んだ経験はありますか？

ジェンセン・ファン：もちろん、何度も。

レックス・フリッドマン：そして、あなたのやり方はやはり問題を分解することなのですか？

ジェンセン・ファン：はい。もう一つのポイントは「忘れることを学ぶ」ことだ。機械学習には、「選択的忘却」と呼ばれる重要な能力がある。人間も同じだ。すべてを携えて行くことはできない。私は問題を素早く分解し、それからプレッシャーを分散させる。何か心配なことがあれば、自分で抱え込むよりも、できるだけ早く関係者に伝えるようにしています。もちろん、自分自身にも厳しくある必要があります。感情に流されず、ただ前進し続けることが大切です。

もう一つ言えることは、あなたは「未来」に惹かれるようになるということです。彼らはアスリートのように、前のミスではなく、次のポイントにのみ集中する。

レックス・フリッドマン：あなたは以前、NVIDIAの設立がいかに困難なものかを最初から知っていたら、おそらく始めなかっただろうとおっしゃっていましたね。

ジェンセン・ファン：はい。しかし私が伝えたいのは、これは価値のあることのほぼすべてに当てはまるということです。「子供のような心構え」が必要です。何かを見たとき、まず最初に「これはどれくらい難しいのだろう？」と考えるようにし、事前にあらゆる困難を想定するべきではありません。始める前から、あらゆる失敗を想定してリハーサルをするべきではない。「これは素晴らしい体験になるだろう」という期待を持って参加すべきです。しかし、一度その世界に入ったら、粘り強さが必要になる。挫折、失敗、屈辱は、しばしば予期せぬ形で起こるものだ。この時点であなたがすべきことは、そのことを忘れて前に進み続けることです。将来に対する基本的な判断が変わっていない限り、そのまま続けるべきです。

レックス・フリッドマン：これほどの成功を収めた後、謙虚さを保つことはより難しくなるのだろうか？

ジェンセン・ファン：全く逆だ。私の活動の多くは公になっているため、判断ミスが発生すると、誰もがそれを見ることができる。また、私のマネジメントスタイルは「柔軟な思考」です。私は直接結論を出すのではなく、その推論過程を説明し、その妥当性を皆に判断してもらうようにしています。

私はいつも「これが私の現在の理解の道筋です」と言ってから、その推論過程を説明します。これにより、誰もがどの段階でも様々な意見を表明する機会を得ることができます。結論を否定する必要はなく、特定の推論段階における問題点を指摘するだけでよく、そこから推論を続けることができる。これは基本的に「皆で道を見つける」方法であり、非常に効果的です。

レックス・フリッドマン：問題を説明する際には、常にオープンな姿勢を保つことで、人々が参加でき、さらにはあなたの考えに影響を与えることができると感じられるようにする。これほどの成功とプレッシャーを経験した後で、この状態を維持するのは実際には非常に難しい。多くの人は痛みによって心を閉ざしてしまう。

ジェンセン・ファン：成功の鍵の一つは、「恥をかくこと」を許容することだと思う。

レックス・フリッドマン：はい、これは確かに非常に現実的な能力です。長年にわたり、「会議で誤った判断を下してしまった」という経験を何度も繰り返しながらも、それを率直に認め、そこから成長していくことは、心理的に非常に難しいことである。

ジェンセン・ファン：はい。実は、私の最初の仕事はトイレ掃除だったんです。

レックス・フリッドマン：あなたがデニーズで働いていた頃と同じ姿勢をずっと持ち続けていることを嬉しく思います。デニーズで働き始めた経験そのものが、とても感動的です。ゲームについて話したい。私自身もヘビーゲーマーなので、長年にわたって素晴らしいグラフィック体験を提供してくれたNVIDIAに感謝しなければなりません。

ジェンセン・ファン：ちなみに、今日に至るまで、GeForceは当社にとって最も重要なマーケティングの入り口であり続けています。多くの人が10代の頃、ゲームを通してNVIDIAを知った。そして彼らは大学に入学する前から、NVIDIAが何であるかを既に知っていた。彼らは最初は「コール オブ デューティ」や「フォートナイト」をプレイしていたが、その後CUDAを使い始め、最終的にはBlender、Dassault、Autodeskなど、NVIDIAのエコシステム内のツールを使うようになった。

レックス・フリッドマン：はい。友人にあなたと話をする予定だと話したら、彼の最初の反応は「彼らは本当に優れたゲーミングGPUを作っているね」でした。

ジェンセン・ファン：その通りです（笑）。

レックス・フリッドマン：もちろん、それだけではない。しかし実際、多くの人々はこれらの製品をとても気に入っており、それらは多くの楽しみをもたらしてくれる。ハードウェアそのものが、これらの仮想世界に真の命を吹き込むのだ。しかし、最近DLSS 5に関していくつかの論争が起きている。一部のゲーマーは、これによりゲームが「AIが生成した安っぽいコンテンツ」のように見えてしまうのではないかと懸念している。この議論について、あなたはどう思いますか？

ジェンセン・ファン：彼らの立場や、この懸念がどこから来るのかは理解できます。なぜなら、最近のAI生成コンテンツの多くは、確かにどれも非常に「美しい」ものの、個性に欠け、ますます均質化しているからだ。私自身は、こういった「AIによる定型的なコンテンツ」は好きではありません。

しかし、DLSS 5が目指しているのはそういうことではない。いくつか例を挙げました。DLSS 5は、実際の構造データに基づいて駆動される3D条件制約に基づいています。シーンの幾何学的構造は完全にアーティストによって決定され、システムはすべてのフレームにおいてこれらの構造に厳密に従います。

同時に、質感や画風といった制約も受けている。したがって、すべてのフレームは「変更」されるのではなく、「強化」されるのです。「機能強化」に関して言えば、DLSS 5自体はオープンシステムです。開発者は独自のモデルをトレーニングすることができ、将来的には、漫画風レンダリングなどのプロンプトを通じてスタイルを定義したり、システムが特定のスタイルで生成するための参照サンプルを提供したりすることも可能になるだろう。

ただし、すべての結果はアーティストのスタイルと創作意図に合致していなければならない。これらのツールが存在する目的は、アーティストが望むスタイルを維持しながら、より美しいコンテンツを制作できるよう支援することにある。

多くのプレイヤーは誤解しており、ゲームはまずそのままの状態で作成され、その後DLSSで処理されると考えている。しかし、DLSSはそういう設計ではない。DLSSは創作プロセスに深く統合されており、本質的にはアーティストにAIツールを提供するものです。それを使うかどうかは完全に彼ら次第だ。

レックス・フリッドマン：人間は特に「顔」に敏感だと思う。今では、人々はAIが生成したコンテンツにも敏感になってきていますが、それは良いことだと思います。それはまるで鏡のようなもので、人間が本当に追い求めるものは必ずしも完璧ではなく、時にはある種の「不完全さ」なのだということを気づかせてくれる。それは、どのような世界が魅力的かを理解するのに役立つ。これらのツールが私たちがこのような世界を創造するのに役立つ限り、それは良いことだ。

ジェンセン・ファン：その通り。これは単なるツールのひとつに過ぎない。開発者が非現実的なスタイルのコンテンツを生成したい場合、このモデルはそれも可能です。ある意味、これは過去にスキンシェーダーを導入した時と似ています。以前、肌をよりリアルに見せるために、表面下散乱を追加したことがあります。業界全体が芸術表現のためのより多くのツールを求めており、DLSSはその一つに過ぎない。最終的な決定権は常に制作者にある。

レックス・フリッドマン：ややくだけた質問です。NVIDIAの視点から見て、史上最も偉大、あるいは最も影響力のあるゲームは何だと思いますか？

ジェンセン・ファン：破滅。

レックス・フリッドマン：間違いなく、破滅だ。それは3D時代の幕開けとなった。

ジェンセン・ファン：芸術、文化的な影響力、そして業界の転換点という観点から見ると、『DOOM』は極めて重要な作品である。それは、PCをオフィスオートメーションツールから、家庭やゲーマー向けのパーソナルコンピュータへと変貌させた、重要な節目だった。もちろん、それ以前にもフライトシミュレーションゲームは存在したが、それらはDoomほど広く影響力を持つものではなかった。純粋に技術的な観点から言えば、私はバーチャファイターを選びます。私たちは、これら2つの作品の制作チームと良好な関係を築いています。

レックス・フリッドマン：また、「サイバーパンク2077」のような比較的新しい作品の中には、GPUアクセラレーションに非常に優れているものもある。

ジェンセン・ファン：はい、完全にレイトレーシングで処理されています。

レックス・フリッドマン：個人的には「The Elder Scrolls V:スカイリム。発売から何年も経っているにもかかわらず、様々なMODのおかげで、プレイするたびにまるで全く新しいゲームをプレイしているような感覚になる。

ジェンセン・ファン：私たちはモッディングコミュニティも大好きです。私たちは、コミュニティが最新のグラフィック技術を古いゲームに導入できるようにする改造ツールであるRTX Modを導入しました。

レックス・フリッドマン：もちろん、優れたゲームとはグラフィックだけではなく、ストーリーやキャラクターも重要な要素です。しかし、優れたグラフィックは確かに没入感を高め、まるで別世界に連れて行かれたかのような感覚を与えてくれる。

ジェンセン・ファン：全く同感です。

レックス・フリッドマン：あなたが指摘された点の中で、非常に的確だと思うのは、汎用人工知能（AGI）の実現時期は、AGIをどのように定義するかによって大きく左右されるということです。

レックス・フリッドマン：時間について質問したいのですが。汎用人工知能（AGI）について、やや極端な定義で議論してみましょう。例えば、あなたの仕事をこなせるAIシステムを想像してみてください。つまり、ゼロから始めて、時価総額が10億ドルを超える成功したテクノロジー企業を創設、開発、運営できるAIシステムです。

ジェンセン・ファン：私たちは「成功している企業」について話しているのか、それとも「1社あれば十分」について話しているのか？

レックス・フリッドマン：時価総額が10億ドルを超える、成功している企業でなければならない。ご存じのとおり、これには多くの複雑な要因が関係しています。では、この機能が実現するまでにはどれくらいの時間がかかると思いますか？5年、10年、15年、それとも20年？ここで言うOpenClawのようなシステムは、イノベーション、顧客開拓、製品販売、チーム管理（AIと人間の協働を含む）など、一連の複雑なタスクを実行できるものです。

ジェンセン・ファン：今ならできると信じています。私は、私たちは既に汎用人工知能（AGI）を実現したと考えています。

レックス・フリッドマン：つまり、AIによって運営される企業を今すぐにでも実現できるということですか？

ジェンセン・ファン：それは可能です。理由は、おっしゃる通り「10億ドルに到達すること」ですが、「長期的な持続可能性」は求められていません。例えば、AIがネットワークサービスやアプリケーションを開発し、それが突然数十億人の人々に利用され、一人当たり0.5ドルの料金が発生するようになった後、短期間のうちに急速に姿を消す、といったことも十分にあり得る。インターネット時代には、実際にこのような企業は数多く存在してきた。そして、当時の彼らの技術的な複雑さは、今日のOpenClawが達成できるレベルと比べて、決して高いものではなかった。

レックス・フリッドマン：つまり、重要なのは口コミによる拡散を実現し、それを収益化することだ。

ジェンセン・ファン：はい。それが具体的にどの製品になるのかは、まだ分かっていません。当時と同じように、どのインターネット企業が成功するかを予測することはできなかった。

レックス・フリッドマン：あなたの発言は多くの人を興奮させるでしょう。まるで「エージェントを配置するだけで大​​金が稼げる」と言っているように聞こえます。

AIは仕事を奪うのか？いいえ、しかしそれは仕事の定義を変えるでしょう

ジェンセン・ファン：実際、これは既に起こっていることだ。中国に行けば、多くの人がエージェントに仕事探しや業務遂行、あるいは直接的な収入を得るための訓練を行っているのを目にするでしょう。将来、ソーシャルアプリが突然爆発的に普及しても、私は驚かないだろう。例えば、とてもかわいいデジタルキャラクターや、たまごっちに似た製品は、数ヶ月間は多くのユーザーを獲得して爆発的な人気を博す可能性があるが、その後すぐに人気が衰えることもある。もちろん、10万人のエージェントが「NVIDIAを構築しよう」と試みても、成功する確率はゼロだ。

しかし、一つ強調しておきたいことがあります。それは、今、多くの人が仕事に関して不安を感じているということです。

皆さんに改めてお伝えしたいのは、仕事の「目的」と、仕事を成し遂げるための「タスクとツール」は関連しているものの、同じものではないということです。私はこの仕事に33年間就いており、テクノロジー業界で最も長くCEOを務めている人物です（34年間）。この34年間、私が使用してきたツールは常に変化しており、時には劇的に変化してきた。

皆さんにぜひ聞いていただきたい話があります。当初、コンピュータ科学者やAI研究者たちは、最初に消滅する職業は放射線科医だと予測していた。なぜなら、コンピュータビジョンは人間のレベルに達するか、あるいはそれを超えるだろうと考えられていたからであり、実際、そうなった。2019年から2020年頃にかけて、コンピュータビジョンはすでに人間のレベルを超えていた。当時の予測はこうだった。AIが画像解析を行えるようになるため、放射線科医という職業は消滅するだろう、と。

しかし、実際には正反対のことが起こった。今日では、すべての放射線診断プラットフォームはAIを活用しているが、放射線科医の数は増加しているにもかかわらず、依然として世界的な不足状態にある。

なぜそうなるのか？放射線科医の「目的」は、病気を診断し、医師や患者が判断を下すのを支援することだからです。AIによって画像解析が高速化されたことで、より多くの画像を解析できるようになり、より正確な診断が可能になり、より多くの患者を診察できるようになり、病院の収益が増加し、より多くの患者を引き付けることができるようになった。その結果、放射線科医の需要が高まった。

これは非常に直感的な結果だ。同じ論理はソフトウェアエンジニアにも当てはまる。NVIDIAのソフトウェアエンジニアの数は減少するのではなく、増加するだろう。なぜなら、ソフトウェアエンジニアの「目的」は問題を解決することであり、コーディングはその目的を達成するための手段の一つに過ぎないからだ。

彼らの業務には、問題解決、チームワーク、問題診断、結果評価、問題発見、イノベーション推進、および関係構築が含まれます。これらの能力は消滅しない。

レックス・フリッドマン：プログラマーの数は減少するよりも増加すると思いますか？

ジェンセン・ファン：はい。重要なのは、「プログラミング」をどのように定義するかである。根本的に、プログラミングとは「仕様を定めること」だと私は考えています。明確な指示を与えることができ、システムアーキテクチャを定義することさえ可能です。

そこで問題となるのは、これを実行できる人は何人いるのか、ということだ。つまり、それは「コンピューターに何をすべきかを指示する」ということだ。過去にはおそらく3000万人程度が利用していたが、将来的には10億人に達するかもしれない。将来、すべての大工は「プログラマー」になるだろう。そしてAIに関しては、彼らは「設計者」でもある。彼らは顧客に対して生み出す価値を大幅に高めることができ、表現力も大きく向上する。同様に、未来の会計士も財務分析能力と助言能力の両方を備えるようになるだろう。

すべての職業が「格上げ」されるだろう。もし私が大工だったら、AIには非常に興奮するでしょう。なぜなら、AIによって全く異なるレベルのサービスを提供できるようになるからです。そして、もし私が配管工だったら、同じ気持ちになるでしょう。

レックス・フリッドマン：現在のソフトウェアエンジニアは、自然言語でAIとやり取りする方法や、システムを設計する方法を理解する上で、依然として主導的な立場にあると言えるだろう。

ジェンセン・ファン：その通りです。

レックス・フリッドマン：しかし長期的には、この能力は徐々に普及していくだろう。しかし、私は依然として、伝統的なプログラミング、言語、設計原則、大規模システムアーキテクチャを学ぶことには価値があると信じています。

ジェンセン・ファン：はい。なぜなら、「問題をどのように定義するか」という行為自体が、一つのスキルだからだ。仕様の表現方法は、解決しようとしている問題によって異なります。例えば、企業レベルで戦略を策定する際、チームが実行できる十分な明確な方向性を示しますが、同時に、43,000人の従業員が私の想像を超える成果を上げられる余地を意図的に残しておきます。したがって、仕様の詳細度はシナリオによって異なります。将来的には、誰もがこの「プログラミングのスペクトラム」の中で自分の居場所を見つける必要があるだろう。仕様書を作成すること自体がプログラミングである。

時には非常に明確な指示が必要な場合もあれば、より自由な探求が必要で、AIと繰り返し対話することで創造性を広げる必要がある場合もある。これがプログラミングの未来だ。

レックス・フリッドマン：しかし、より広い視点で見ると、多くの人々、特にホワイトカラー労働者の間で、雇用に対する不安が高まっている。自動化や新技術が登場するたびに、必ず大きな混乱がもたらされる。失業の苦しみは個人や家族にとって現実の苦痛であるため、私たちはこの不安に共感する必要があると思います。これらの技術が最終的にはより多くの機会をもたらし、人々の効率性を高め、仕事をより面白くすることを期待しています。プログラミングの分野では既にそのようなことが起こっています。しかし、移行過程には確かに多くの苦痛が伴うだろう。

ジェンセン・ファン：私が皆さんに最初にお伝えしたいアドバイスは、不安への対処法についてです。先ほどお話ししたように、まずは問題を細分化してみましょう。

あなたがコントロールできることは何ですか？あなたがコントロールできないことは何ですか？制御可能な部分については、分析を行い、対策を講じる。

もし私が新卒者を採用する際に、AIについて全く理解していない候補者とAIに精通している候補者の2人から選ばなければならないとしたら、間違いなく後者を選ぶでしょう。会計、マーケティング、サプライチェーン、カスタマーサービス、営業、事業開発、あるいは法律といった分野を問わず、私はAIをより深く理解している人を選びます。

したがって、私の助言は次のとおりです。すべての学生はAIの使い方を学ぶべきであり、すべての教師は学生がAIを使うよう奨励すべきであり、すべての卒業生はAIに精通すべきである。あなたが大工、電気技師、農家、薬剤師など、どんな職業であっても、AIを試してみて、それがあなたの仕事のスキルをどのように向上させることができるかを確認すべきです。

同時に、テクノロジーによって多くの作業が自動化されるという事実も認識しなければならない。もしあなたの仕事が基本的にこれらの「業務」で構成されているなら、あなたは解雇されるリスクが非常に高い。もしあなたのキャリア目標がより高いものであれば、これらのタスクを達成するためにAIを活用する方法を学ぶ必要があります。

レックス・フリッドマン：もう一つ重要な点は、AI自体が問題の解決に役立つということです。直接質問できます。「どうすれば自分のスキルを向上させられますか？」AIをどのように活用できますか？非常に具体的な手順を示すことができます。それは「ライフコーチ」にさえなり得る。

ジェンセン・ファン：はい。AIの使い方が分からなくても、AIが教えてくれます。

レックス・フリッドマン：これは確かに非常に「メタ」な体験であると同時に、非常に力強い体験でもある。

ジェンセン・ファン：Excelに「使い方がわからない」とは言えませんが、AIには言えます。

レックス・フリッドマン：根本的に「計算不可能」なものは存在するのだろうか？つまり、チップの性能がどれほど高くても、複製はできないということか？

ジェンセン・ファン：チップが「ストレスを感じる」ことができるかどうかは分かりません。もちろん、不安やストレス、その他の感情を引き起こすような状況はAIによって認識・理解できますが、チップ自体が「感じる」ことができるとは思いません。したがって、不安、興奮、恐怖といった感情が人間のパフォーマンスにどのように影響するかは、全く別の次元の問題である。

例えば、同じ条件下でも、人によってパフォーマンスは全く異なる。ある人は卓越した成果を上げる一方で、他の人は平均的な、あるいは平均以下のパフォーマンスしか上げない。この違いは主に個人の主観的な経験に起因する。

また、コンピューターシステムにおいて、2つのシステムに全く同じ入力が与えられた場合、もちろん統計的な違いが生じる可能性はあるが、これらの違いは「知覚の違い」によるものではない。

レックス・フリッドマン：確かに、人間の主観的な経験は実に独特なものだ。例えば、今あなたと話している間にも、私は緊張したり、期待や恐怖、不安を感じたり、そして人生そのものの豊かさ――愛、失恋、死への恐怖、愛する人を失う痛み――といった感情が入り混じっていました。こうした感情を、コンピューターシステムが真に体現できるとは想像しがたいものです。

ジェンセン・ファン：確かに、想像しがたいことだ。しかし、私たちはまだこのことについてほとんど何も知らず、多くの未解決の謎が残されている。したがって、私も常に柔軟な考え方を持ち、将来起こりうる驚きを受け入れる用意があります。ここ数年、特にここ数ヶ月の間、AIの発展には何度も驚かされてきた。「スケール」そのものが、実に奇跡的な変化をもたらすことがある。

ジェンセン・ファン：また、非常に重要な点として、「知能」という概念を分解して考える必要があると思います。私たちは「知能」という言葉をよく使いますが、それは決して神秘的な概念ではありません。

知能とは、根本的には、知覚、理解、推論、計画、そして行動のループといった、一連のシステム能力のことである。それは知性だ。

しかし、「知能」は「人間」と同義ではない。これらは二つの異なる概念であり、区別する必要がある。私は「知性」を過度に神格化するつもりはない。私の考えでは、知能とは「機能的能力」である。知性はもはや「商品」になりつつあると言っても過言ではないだろう。

私の周りには、私よりもそれぞれの分野で優秀でプロフェッショナルな、非常に賢い人々がたくさんいます。彼らはより良い教育を受けており、それぞれの分野においてより専門的な知識とスキルを身につけている。しかし、私は依然としてこのシステムの中で役割を担っている。

これ自体、非常に興味深い。

あなたはこう尋ねるかもしれません：かつてレストランで皿洗いをしていた人が、なぜ「超人的な」能力を持つ人々の集団の中で、うまく仕事を調整できるのだろうか？

これは、「知能」が単なる一つの側面に過ぎないことを示しているにすぎない。「人類」とは、より大きな概念である。人生経験、苦痛に耐える力、意志力――これらは「知性」とは異なる。

ジェンセン・ファン：もし私が皆に一つだけアドバイスできるとしたら、それはこれです。「知性」という言葉を過度に高く評価してはいけない。

本当に大切にすべきものは、人格、人間性、共感力、寛大さである。これらは「超人的な能力」である。一方、知能は徐々に普及し、商品化されていくだろう。

レックス・フリッドマン：つまり、あなたが言いたいのは、「人間性」にもっと焦点を当てるべきだということですね。

ジェンセン・ファン：はい。人間性、人格、共感力、寛大さ――これらは最も重要なものである。社会は長い間、あらゆるものを「知性」という言葉に押し込めてきたが、人生はそれ以上のものだ。私の経験から言うと、周りの多くの人ほど頭が良くないかもしれないけれど、それでも私は成功してきた。ですから、皆さんが「知性の遍在性」について不安を感じるのではなく、むしろそこからインスピレーションを得てくれることを願っています。

レックス・フリッドマン：私はまた、AIによって人間性がより尊重されるようになると信じています。

ジェンセン・ファン：その通り。AIは人類をより強力にするだろう。

レックス・フリッドマン：NVIDIAの成功、そして数え切れないほど多くの人々の生活は、ある程度あなたにかかっています。しかし、あなたもまたただの普通の人であり、いずれは死を迎えることになる。あなたはこの問題について考えますか？あなたは死を恐れていますか？

ジェンセン・ファン：私は死にたくない。

私は良い人生を送っていて、良い家族にも恵まれ、非常に重要な仕事をしている。これは単なる「一人の人間の生涯にわたる経験」ではなく、「人類史レベルの」経験である。NVIDIAは歴史上最も重要なテクノロジー企業の1つであり、私たちが取り組んでいることは非常に意義深いものです。私はこのことを非常に真剣に受け止めています。

もちろん、後継者育成計画など、実務的な問題もいくつかあります。私はよく、「後継者育成計画」というものをあまり信じていないと言います。私が会社を辞めないと思っているからではなく、もしあなたが本当に自分の後の会社の将来を気にかけているのなら、今日あなたがすべき最も重要なことは、知識を継続的に伝承することだからです。チームに対して、情報、洞察、経験、能力を継続的に伝達する。

だからこそ、私はチームの前で論理的に説明し続けるのです。あらゆる会議は、本質的には知識の伝達を目的としている。

私は情報を「自分の手元に」留めておくつもりはありません。何かを学ぶと、ほぼすぐにそれを人に教えます。たとえ完全に理解していなくても、私はすでに他の人にこう伝えている。「これは重要です。調べてみるべきです。」私は周囲の人々を力づけ、彼らの能力向上を支援し続けています。私の理想の状態は：私は仕事から抜け出す。それは一瞬のことで、長引く苦痛はない。

レックス・フリッドマン：傍観者として、そしてファンとして、もちろん、ずっと働き続けてほしいと思っています（笑）。NVIDIAのイノベーションのスピードは驚異的であり、それ自体がエンジニアリングの素晴らしさを物語っている。

では、最後の質問です。10年後、20年後、50年後、あるいは100年後の未来を見据えたとき、人類の未来に希望を与えてくれるものは何ですか？

ジェンセン・ファン：私は常に、人類の優しさ、寛大さ、そして共感力を信じてきました。時として、必要以上に自信過剰になってしまうことがあり、だからこそ時々失望してしまうのです。しかし、これは私の判断を変えるものではない。私は、人々は善行をしたい、他者を助けたいという気持ちを持っていると常に信じています。そしてほとんどの場合、この判断は正しく、私の予想を上回ることさえある。

ジェンセン・ファン：私に希望を与えてくれるのは、今起きていることを将来に当てはめて考えてみると、多くの問題が「解決可能」になりつつあるということだ。

解決すべき問題は山ほどあり、創造すべきものも山ほどある。そして、それらは手の届く範囲になりつつあり、もしかしたら私の生きている間に実現できるかもしれない。そんな未来にロマンを感じずにはいられない。例えば、病気の終息は妥当な期待であり、汚染の大幅な減少も妥当な期待であり、光速に近い速度での何らかの「瞬間移動」さえも、考えられる未来である。

ジェンセン・ファン：私はある方法を考えています。将来、私たちは「意識」をデジタル形式で伝達できるようになるかもしれません。私たちは、個人のあらゆる情報、メール、思考、行動を徐々にAIに集約していくことができる。条件が整ったら、この「デジタル化された自己」を宇宙に送り込み、ロボットと融合させる。

レックス・フリッドマン：それは実に衝撃的な考えだ。しかし、科学的な観点から見ると、意識そのものなど、未解決の問題は依然として数多く存在する。

ジェンセン・ファン：はい。しかし、「生命システム」の理解はすぐそこにあるのかもしれない。おそらく5年以内には画期的な発見があるだろう。

レックス・フリッドマン：意識の問題であれ、物理学の深遠な問題であれ、これらすべてが未来を非常に刺激的なものにしている。

レックス・フリッドマン：ジェンセンさん、これまで本当にありがとうございました。そして、今日お話を聞かせていただき、ありがとうございました。

ジェンセン・ファン：ありがとう、レックス。この会話はとても楽しかったです。また、あなたが実施されるインタビューにも感謝しています。あなたの深い洞察力、敬意、そして綿密な調査のおかげで、私たちはこれらの人物や思想をより深く理解することができます。

レックス・フリッドマン：これは私にとってとても大きな意味があります。ありがとうございます。

レックス・フリッドマン：ジェンセン・ホアン氏との対談をお聞きいただき、ありがとうございました。アラン・ケイが言ったように、「未来を予測する最良の方法は、自分の手で未来を創造することだ。」ご清聴ありがとうございました。また次回お会いしましょう。

[元の記事へのリンク]