最後の一文が何よりも生成AIの威力を感じさせた。全く違和感ない。
「※このインタビューはChatGPTを活用して出された質問をもとに答えてもらっています」

使いこなす側になるべきってことですね

"将来LLMはAWSのようになるであろうという前提で"

面白かった。特に最後のところはまさに今感じているところで、今のスピード感エぐサービスって「これさえあれば完璧」ってレベルではない80点ぐらいのやつ多い。
「費用対一番高いから80点で」なのか「それだと他と同じになっちゃうから95点を人の力で取りにいこう」なのか。

昨日の記事を読み返してたけど、いわゆる運用チーム・事務方の人たちに「有料版わたすから業務で使ってみて」って渡してどんなことをしたか集める、そういう課題探しの仕方にカネ使いたい

> 80点の価値提供をしているサービスで十分と思われるような領域では、新しく高速にかつ低コストで出てくる80点のサービスにすべて飲み込まれてしまう

特化型LLMの台頭。LLM基盤を活用しどのようにプロダクトを作っていくべきか。国内外多方面でいわれている印象があります。

無料公開は終わりましたが会員登録いただいたら3本まではそのまま読めますので（月末更新です）ぜひご一読を。自分自身、頭の整理がすっきりできました

マジそれです。きちんと考える時間を取ろうと思います。

「こういう時は第一原理思考を持って、今、この機械学習の大航海時代に今あるサービスや業務を0から再定義するならどう作るだろうか？という思考でサービスを作る人たちが次の世代に台頭してくるでしょう。」

直近だとファインチューニング周りがつるはしを売るビジネスになるんだろうか？

"LLMはAWSのようになるであろうという前提で、私たちは実際にそういったモデルを活用し、LLMをチューニングするというノウハウをためています。"

必見でした。

相変わらず技術に対する解像度が高すぎる...

👀
＞今、この機械学習の大航海時代に今あるサービスや業務を0から再定義するならどう作るだろうか？という思考
＞独自データも大量のデータが必要でなくなった
＞実際にユーザーがさわり、ユーザーによるフィードバックが生まれているアプリケーションが重要

大規模言語モデルを大企業が提供するようになり、AWSのようなインフラに。またパラメータモデルが公開され、AWS同様いじれるようになると予想。

・大規模言語モデルを使い、サービス作る人
・大規模言語モデルをより活用するためのツール
という2方向でサービス出ると予想

本日中無料で公開されている有用な記事。最近ずっと考えてるテーマなので参考になりました。

ビッグテックが簡単に参入できるようなものではない、適切な問題設定が重要／

いま何が起きているのか、勉強になりました！

これまでGAFAMのようなテック企業が独占していたようなビッグデータと機械学習が一般に解放されて民主化されたことが今の大きなインパクト。 …

"第一原理思考を持って、今、この機械学習の大航海時代に今あるサービスや業務を0から再定義するならどう作るだろうか？という思考でサービスを作る人たちが次の世代に台頭してくるでしょう"

全く同じことを考えていました！
＞実際にユーザーがさわり、ユーザーによるフィードバックが生まれているアプリケーションが重要です。そのデータを強化学習的サイクルで利用していく。そのための報酬モデルをどう作るかといった一連のことが、今後の主戦場となるでしょう。

“機械学習的意味でのファインチューニングだけにこだわるのではなく、UXでの解決や業務知識をフル活用して最後のラストワンマイルの部分で勝負を挑む”

> ChatGPT自体も元となった強化学習の報酬モデルを作るためのデータセットは1万セット程度であり

ChatGPTのRLHFの詳細ってもう公開されてるんだっけ？
最近情報が溢れかえっているので見落としているのかもしれない・・・（どなたかソースわかれば教えていただきたいです）

学び

＞本当に業務に取り入れられるアプリケーションであること。そのアプリケーションはChatGPTなどの登場によって、あるタスクを解く際の80点に達する速度がかなり上がったこと。一方で、80点から90点にする、100点にするといった難易度は依然として変わっていないこと

とても同意。

AIの力で短期＆小リソースで仮説検証→リリースを何本も繰り返し、顧客にフィットそうなものは事業シナジー・UXデザインで体験向上が必要

の方もAI時代にUXデザイナーがリーダー的に頑張るチャンスがあるって話はこれにも通ずると思っている。

首がもげるほど頷いちゃう

新しい強力な武器をうまく使いこなして、より良い体験を提供するアプリケーションを爆速で作っていくぞ！

この課題はAIじゃないと解けない、この課題はもっとシンプルに解けそうだなといった判断こそ私は本当の価値があると思っています。
だから、サービスに落とし込む際の問題設定そのものが価値の源泉であり、その問題に対して技術を適切に使うことが大事です。

"LLMの衝撃とは、大規模に事前学習されたモデルを後続タスクに利用することで、実はかなり少数のデータでファインチューニングできることがわかったという点"

今日27日限定で無料公開。むちゃ参考になりました。

今回発生した一連のジェネレーティブ（生成）AIの波は、自然言語を入り口としたことでかつてないインパクトをもたらす

新時代だ！😃

必読！3/27限定公開だそうです↓

LayerX社が牽引することもあり、toB系ビジネスは圧倒的にAI活用が加速する

LLMはビッグデータAIの民主化やでーという話

"MicrosoftやGoogleが手がけないであろうラストワンマイルの付加価値を考える人が、これからどんどん台頭していくでしょう。"

「実際、ChatGPT自体も元となった強化学習の報酬モデルを作るためのデータセットは1万セット程度であり、それで十分な結果が得られるのです。」

これは必読。本日まで無料公開とのこと。

"この課題はAIじゃないと解けない、この課題はもっとシンプルに解けそうだなといった判断こそ私は本当の価値があると思っています。"

これは必読

GPTに関して話せるだけ話しました。本日まで無料とのことでお急ぎください

刺激的な記事だった。

まさにまさに
どうアプリに落とすのかが大事

示唆に富んだ指摘が多いので幅広い方に読んでいただくため今日いっぱい無料公開いたしました〜

インターネット黎明期や、
スマホアプリ黎明期と同様に
既にあるものを改善したサービスではなく、AIネイティブで設計されたサービスが勝つ時代だと理解。

大きなパラダイムの転換点で、
非常に面白い。

MicrosoftやGoogleが手がけないであろうラストワンマイルの付加価値を考える人が、これからどんどん台頭していくでしょう。逆に問題設定としてMicrosoftやGoogleが既に提供しているような技術を用いて簡単に実現できてしまうアプリケーションの場合、価値が低下してしまいます

素晴らしいインタビューに感謝....

民主化の部分は技術的な変化の本質。ビッグデータと機械学習の民主化が進んでおり、超大規模なデータを学習させたモデルが一般開放されたことでビッグデータの時代からスモールな独自データによるアプリケーションの時代に入った

この痺れるパラダイムシフトを福島さんに語っていただきました。1万文字。このインタビューもGPTフル活用です。