孫正義のシンギュラリティ予言と画像生成進化｜2024年10月AIニュース

▶ この話題を動画で見る（02:44〜）

今回のゲストの積さんが、まず切り出したのは「10月は最後の1週間が本当にすごかった」という話でした。毎月それなりに大きなニュースはあるけど、今回は世界が変わるレベルのことがいくつも重なった月だったと。まず見せてもらったのが「Artificial Analysis」という性能比較のグラフです。7月、8月、9月頭、10月頭、そして今日、11月頭までの推移が並んでいて、直近でクロード3.5が急に上がってきて、ついにGemini1.5Proに並んだというタイミングでした。もっともこのグラフ、Geminiのほうも同時にバージョンアップしていたので、抜いたというより横並び、というのが正確なところだそうです。

で、真っ先に持ってきたのが、10月頭にあったソフトバンクワールドでの孫正義さんの発言でした。孫さんは2023年の同じ場で「チャットGPTを使ってない人はこれから人生を悔いることになる」ぐらいの強いことを言ってたそうなんですが、今年はそれよりさらに踏み込んだ話をしていたと。

積さん（02:44〜）

「去年ですね、シンギュラリティは起きるのに、10年後にはシンギュラリティは起きると。で、孫さんの定義のシンギュラリティっていうのは1対1。人間の能力とAIの能力とが1対1に並ぶっていうところだったんですけども、これ実は来てるような感じもしますよね。」

1対1。人間とAIが並ぶ、その瞬間の話です。積さんいわく、この間のIQテストでAIが120というスコアを出したらしくて、もうそこは並んでるんじゃないかと。しかもシンギュラリティには8段階あって、1段階目の「人間との自然な会話ができる」と、2段階目の「白紙レベルの問題解決力」は、孫さんが話していたまさにその3〜4日前にリリースされたo1で、もう解決しちゃってるという話でした。3段階目からはユーザーの代わりにAIがエージェントとして行動する段階で、これも動き始めているとのこと。そこから8段階目まで行くのに、孫さんの見立てではあと5年。しかもその5年後には、AIから見た人間との知能差は「金魚」ぐらいになるという例えでした。

積さん（09:15〜）

「ここでちょっとびっくりしたんですよね。いろいろ聞いてて、なるほどなって、流石の話で、ロジカルな話で、なるほどなって聞いてた。実は2023年におっしゃってたことはとんでもないこと言ってるような感じがしてたけど、それが言ってるよりも早く実現しちゃったってことなんで。」

去年「さすがに大げさじゃないの」って半分眉唾で聞いてたことが、1年経ったらもう現実になってる……。これ、私も聞いてて背筋がスッとしました。金魚。5年後、AIから見て私たちは金魚に見える。すごい例えだなと思う一方で、この10月だけの展開を見てると、あながち大げさでもないんじゃないかって、正直思ってしまうんです。予言というより、もう進行形の話なんですよね。

▶ この話題を動画で見る（15:11〜）

次に来たのがデスクトップアプリの話です。ChatGPTのデスクトップアプリに、アドバンスドボイスモードがさらっと追加されていたそうで、既存アプリを使っている人は自動更新されていない場合があるので、右下のマークがヘッドホンから波形マークに変わっているか確認して、変わってなければダウンロードし直すといい、という現場の小ワザも教えてもらいました。ほぼ同時期にClaudeもデスクトップアプリを出したそうなんですが、開いてみるとブラウザ版と画面がまったく同じで、積さんは「アプリの意味あるの？」って一瞬なったそうです。答えは、コマンドシフトスペースなど、キーボードショートカットでパッと立ち上げられる点。便利は便利なんですが、ChatGPTはオプションスペース、Claudeはコマンドシフトスペース、SATというツールはコントロールAと、似たような機能なのにアプリごとにショートカットが違って、正直ちょっと混乱するという話でもありました。

そして本命は、SearchGPTの一般リリースです。積さんは木曜の夜にリアルなセミナーで「SearchGPT、いつになるんでしょうね」なんてのんびり話してたら、その日の夜にリリースされた、というタイミングの良さ（悪さ）だったそうです。翌日にはただっちも早速触っていて、AI界隈ではもう「その話、聞き飽きたよ」ってなるくらいのスピードで話題が回っていたと。さらに数日後には「ChatGPT Search」というChrome拡張機能まで出て、これを入れるとGoogle検索の窓に出てくる結果が、丸ごとChatGPTの答えに置き換わるようになるそうです。ただ、慣れの問題として、積さんはこの体験にどうも引っかかったようでした。

積さん（15:11〜）

「Googleの検索窓で出てきた結果が、チャットGPTの結果だと、ちょっと、いやいや、ちゃうねんちゃうねん、そんなバカなこと言ってない、こんな感じでしょって。そんなこと聞いてるじゃないですか、ありますよ。で、それを考えてると、切り替えれたらいいなっていうのはやっぱりちょっと思いますね。」

「ちゃうねんちゃうねん」って、これ、めちゃくちゃわかる感覚だなと私は思いました。中身がどれだけ賢くなっても、いつもの窓にいつもと違うものが出てくると、脳がついていかない瞬間ってありますよね。積さんが結局落ち着いた先は「Felo（フェロ）」という検索ツールでした。

積さん（16:46〜）

「検索して結果気に入らんかったらフェロに持って行くっていうことができるんです。この形がやっぱり一番いいなって思ってて。これチャットGPTもこの形式になってくれるのかな、設定がひょっとしたらわからないんですけど。」

Googleで普通に検索して、その結果が気に入らなかったらFeloに投げる。切り替えを自分で選べる、この「両方使える」形が一番しっくりくる、というのが積さんの結論でした。私もこれ、めちゃくちゃ共感します。1つに寄せられるより、行き来できるほうが安心するんですよね。ちなみにPerplexityにもChrome拡張はあるけどバージョンが古くて微妙、という余談もありました。便利は便利。でも選ばせてくれないと、こっちが不安になる。そういう1週間だったようです。

▶ この話題を動画で見る（34:03〜）

あ、そうだ。今日いちばん「え、それ大丈夫？」ってなったのがこの話でした。Claude 3.5 Sonnetが10月後半にバージョンアップして、性能が上がっただけじゃなく、新しく「コンピューターを操作できる」機能がついたという話です。しかもね、これがまた10月の後半なんですよ。1ヶ月の間に、グラフが上がって、そのうえパソコンまで触りだす。展開が、ちょっと早すぎる。

積さん（34:03〜）

「本当にこの10月やったんかぐらいの、それも10月の後半ですからね。3.5ソネットのバージョンアップがありました。ここまでさっきのグラフで納得いくところだと思います。ここでやっぱり性能が圧倒的に上がったということと、プラスコンピューターが使えるようになったんです。」

「コンピューターが使える」ってどういうことなのか、積さんが噛み砕いてくれました。

積さん（34:03〜）

「コンピューターが使えるようになったっていうのはどういうことかというと、今まで画面の基本的にAIの中でのツールの使い方にみんななってたんですけど、どこかのアプリを立ち上げてボタンを押すとか、何かをスクロールするとかみたいな物理的な動きっていうのは今までできなかったんです。それがAIができるようになったっていうことですね。」

アプリを開く。ボタンを押す。スクロールする。今までAIができなかった「その手の動き」を、Claudeがそのまま代わりにやってくれる。積さんは「まだ実装されてるサービスって僕はまだ見たことないですね」と話していたので、11月3日時点ではまだ機能そのものが公開された段階で、それを使ったサービスは出てきていない、というのが正直な現在地でした。パーソナライティも同じ流れで、推論に特化した検索機能が実装されたばかり、と紹介がありました。積さんいわく、これもClaudeの発表からわずか半月ほどで各社が追随した形だそうです。すごい。でも、ちょっと怖い。ボタンを押す代わりをAIがやる、それって裏を返せば、今まで人間が「確認」として挟んでいたワンクッションが消えるってことでもあるんですよね。私はこの話を聞きながら、便利さと引き換えに何を手放すことになるのか、そこを毎回ちゃんと見ておきたいなと感じました。

いやー、この10月って本当にそういう月だったんだなあ、と改めて思います。性能のグラフがぐいぐい上がるのは、正直もう慣れてきていたんですよ。でもね。「AIがパソコンそのものを触る」っていうのは、グラフの1本の線とはちょっと質が違うんです。今までの生成AIって、あくまで画面の中で文章を出したり画像を出したりするだけの存在でした。それが、私の代わりにマウスを動かして、私の代わりにボタンを押す。この一歩は、線の伸びじゃなくて、階段を一段まるごとのぼった感じがするんですよね。ぶっちゃけ、便利は便利。でも同時に「うわ、そこまで任せていいんだっけ」って、ちょっと身構える自分もいました。まだ触れるサービスが出てないからこそ、余計に想像がふくらむ。だからこそ、便利さの裏でこっそり消えていく「自分で確認する時間」を、私はちゃんと意識しておきたい。そう感じた話題でした。

▶ この話題を動画で見る（37:17〜）

いやー、ここからが今日いちばんの物量ゾーンでした。画像生成AIの話です。積さんが同じプロンプトを複数のツールに入れて、ずらっと並べて見せてくれたんですが、Ideogram、Leonardo、Flux 1、Flux 1.1、Recraft v3……次から次に新しいバージョンが出てきて、正直どれがどれだったか、聞いてる私も途中で混乱しました。

積さん（37:17〜）

「画像生成のほうも結構面白いことになっていて、Stability Fusionがバージョン3.5を出しました。これで性能はまた上がっているんですけど、それぞれの画像のバージョンアップというのは見分けがつかないというか、要するにバージョンアップしたことがあまり分からないぐらいの感じの性能になってきているんですよね。」

バージョンが上がったこと自体がもう分からないくらい、性能の天井に近づいている……これ、なかなかすごい状態だなと思います。プロがスタジオで撮った写真のクオリティにもう並んでいて、あとは機能性の勝負、という話でした。積さんは「Recraft v3」も試していて、Hugging Faceのスコアで1位を取って話題になったものの、実際に使ってみると「そうか？」というくらいの体感だったそうです。同じプロンプトで並べてみると、Recraftはどちらかというとイラスト寄りで、リアルな写真表現には向いてなさそう、という率直な感想も出ていました。

そして一番盛り上がったのが、同じプロンプトに「ジャパニーズ」と入れてMidjourneyで生成した、日本の飲食店らしき写真でした。ランプの反射、後ろのぼけ方、店の雰囲気……積さんもただっちも「この店知ってる」「日田高山でこの店行ったことあるよ」なんて言い出すくらいの再現度で、その場がちょっとざわつきました。

積さん（45:04〜）

「へーって感じじゃないですか。僕このミッドジャーニーを今日、久しぶりミッドジャーニーでこのプロンプトで作ったのが久しぶりなんですけど、揺らせるとちょっとびっくりしましたね。驚きましたね。」

久しぶりに触ったら別物になってた、という感覚。これ、今のAIツール全般に言えることだなと私は思います。半年前の印象のまま止まってると、次に触ったときの伸び幅にびっくりする羽目になる。タダ。Fluxは無料で使えるツールもあるという話もあって、これだけのクオリティが無料で回ってくること自体、正直まだ実感が追いついていません。

いやー、それにしても、です。ほんの少し前まで「AIが作った画像って、なんか手が6本あったり、文字がぐにゃぐにゃだったり」って笑ってたんですよ。それがもう、プロが撮った1枚と見分けがつかない。ランプの反射まで本物っぽいって、どういうこと。しかも同じプロンプトを何個ものツールに投げて、その中から好きなのを選ぶ、なんて贅沢な使い方まで普通にできる。ぶっちゃけ、ここまで来ると「どのツールがすごいか」よりも「どれを選ぶか」っていう、人間側のセンスのほうが逆に問われる時代になってきたなあ、と感じました。道具がどれだけ賢くなっても、最後に「これがいい」ってシャッターを切るのは自分なんですよね。そこだけは、AIに丸投げできない部分として残っていく気がしています。

▶ この話題を動画で見る（49:02〜）

マイクロソフトも黙っていませんでした。Copilotが10月半ばに性能アップし、オフィス365のエンタープライズ版に入っていれば、パワーポイントの中に生成AIがついて、スライドをそのまま作ってくれるようになったそうです。地味な話に聞こえるかもしれないけど……いや、これ、現場の人にはめちゃくちゃデカい話なんですよ。

ひろくん（48:50〜）

「スライドを作ってくれましたね。手で作ってたの。テキストボックスに置いてとか。」

手でテキストボックスを一個ずつ置いていた作業が、そのままAIに置き換わる。地味だけど、これ現場では相当効くやつだなと私は思いました。だってあの作業、地味に時間泥棒なんですよ。文字を打って、箱の位置を揃えて、色を決めて……気づいたら1枚のスライドに30分。それが、頼んだら下地までできてる。そしてもう一つ、私が今回いちばん「これは使いたい」と思ったのがNotebookLMのポッドキャスト機能です。

積さん（49:02〜）

「ノートブックLMですね。ノートブックLMのところのボイスモード、ポッドキャスターを作っている、これ先月話したところなんですけども、これ結構ね、今便利に思えてきてるのが、ポッドキャストで喋らしてそれを日本語で翻訳してっていうような形で使うとすごく便利なんですけど。」

積さんの使い方が具体的でした。読みたい英語の論文のPDFをそのままNotebookLMに読み込ませると、2人のAIが掛け合いでポッドキャスト風に内容を解説してくれる。ただ今のところ英語限定なので、それを書き起こして翻訳し、音声で読み上げさせると――丸ごと日本語のポッドキャストになる、というワザです。

積さん（49:02〜）

「英文の論文をですね、英語の論文を日本語で2人で掛け合いで喋って説明してくれるみたいな、めちゃくちゃ便利な形、めちゃくちゃ理解しやすい形ができるようになったので、この形っていうのが結構面白いと思います。」

これ、聞きながら私も「使いたい」と素直に思いました。難しい英語の論文を、2人のAIが掛け合いで説明してくれる、しかも日本語で。家事や移動の合間に「ながら」で耳から入れられるって、忙しい日常にはすごくありがたい形だなと感じます。ちなみに「VoicePin」という音声アプリも便利、という話が出て、走っているときに論文の中身を聞き流すような使い方もできそうだね、という余談もありました。

でね。この掛け合いポッドキャスト、何がいいって「ながら」で頭に入ってくるところなんですよ。難しい論文って、机に向かって、コーヒー淹れて、よし読むぞって気合を入れないと開けなかったじゃないですか。それが、洗い物をしながら、子供を寝かしつけながら、耳だけで「へー、この論文こういうこと言ってるんだ」って入ってくる。しかも堅い解説じゃなくて、2人が「それってつまりどういうこと？」「こういうことですね」って掛け合いでほぐしてくれるから、すっと入る。ぶっちゃけ、私みたいに机に座る時間がなかなか取れない人間には、これ以上ないくらいありがたい形なんですよね。パワポの自動生成も、論文ポッドキャストも、共通してるのは「今まで気合いと時間が要った作業を、AIが横からひょいっと肩代わりしてくれる」ってこと。地味なんだけど、こういうのが積み重なると、1日の中の余白がじわっと増えていくんだろうなあ、と感じた話題でした。

▶ この話題を動画で見る（61:06〜）

ここまでの話、正直、密度がすごすぎました。で、終盤に出てきたのが、まったく逆のベクトルの話だったんです。専門学校の学生さんが考えているというビジネスプランの話から、積さんが最近気づいたことをシェアしてくれました。リアルな場所で麻雀のメンバーをマッチングするアプリ企画が、今の若い人たちの間でかなり人気らしい、という話です。

積さん（62:57〜）

「人間は、さっきね、ひろくん言ってたのは、人間は朝起きて日経空間版で新聞見て、コーヒー飲んで、会社行って、夕方になったら麻雀やる。昭和感がすごいなと。人間もそれだけでいいかなって感じ。あとエージェントが全部やってくれる。」

ぶっちゃけ、これを聞いてすごく腑に落ちるものがありました。AIが仕事のほとんどを巻き取ってくれる時代がすぐそこまで来てるのに、人間が最後に戻っていく先は、朝の新聞と、夕方の麻雀と、リアルな人付き合い……。積さんの部屋の話も印象的で、新しく借りた部屋にお風呂をつけたら、作業スペースとして毎日のように通ってしまうくらい快適なんだそうです。効率だけで考えたらシャワーで十分なはずなのに、実際に大きなお風呂があると、そこがアイデアの湧く場所になる。便利になればなるほど、人はこういう「非効率だけど気持ちいい」場所に戻っていくんだな、と感じました。

ひろくん自身の話もありました。朝、保育園に向かう道で娘とどんぐりを拾いながら歩く時間があって、そこにAIのゴーグルがあったら面白いかもしれない、という話です。子供が生まれてから2週間ほどパソコンにほとんど触れていなかっただけで、AIの世界からすっかり置いてきぼりになっていた、という実感も語られました。すごいスピードで進むAIの世界と、どんぐりを拾う朝の数分。この両方が同時に存在してるのが、今の私たちのリアルなんですよね。

最後は、来月のイベント案内でした。

ただっち（73:34〜）

「じゃあちょっと僕らもですね、AI氣道のメルマガ会員さんになっていただきたいと思いますので、こちらのですね先ほど広くシェアしてもらってますけども、こちらのほうから登録していただいて、無料会員登録していただけると、最新情報をお届けしますので、ぜひご登録いただければと思います。」

翌日には、Web解析協会のエキスパート講座（横田修林さんによるSEO対策とSNS運用の回）も控えていました。

ひろくん（74:32〜）

「いやでも横田修林さんはもうこの長年の、まさにご本人自身がずっとやり続けてきてる第一線のプロなんで、これはちょっと僕もすごい参加したいなって思いますけど、時間的に。」

時間が合わなくてもアーカイブで見よう、という着地でした。そしてもう一つ、11月7日午後2時からは無料セミナーも予定されていて。

ひろくん（70:32〜）

「いやでも本当に今月もちょっとネタ盛り沢山だと思うんで、この練習の日曜日だけは皆さんぜひついていただくと。あとぜひ1個でも今日のやつもね。とりあえずオープンAIはすごそうなんで、チャットGPTは常にやっぱ触ってほしい。」

孫正義さんの5年後の予言も、日々アップデートされるツールたちも、結局最後にモノを言うのは「1個でいいから実際に触ってみる」という、すごく地味な一歩なんですよね。1時間、盛りだくさんでした。