多くの人々が、生成AIが労働市場に与える影響を懸念しています。ある人々は、その影響をロボットのような過去の技術革新に例え、影響はさほど大きくないとしていますが、他の人々は生成AIが時間と共に能力を強化できるため、より長期的な変化を予測しています。最近の研究では、オンラインギグ労働者向けの100万件を超える求人広告を調査し、ChatGPTや画像生成AIのようなツールが求人件数、職務要件、労働者の賃金、最も影響を受ける分野や職種に与える影響を評価しました。この研究結果は、市場の変化がもたらす課題と機会についての洞察を提供しています。 2000年代初頭、Amazonが倉庫業務を自動化するためにKivaロボットを導入した際、従業員の間で雇用の安定性への不安が高まりました。現在では、ChatGPTに代表される生成AIや自然言語処理の進歩が多くの産業を変革しており、同様の懸念が生じています。しかし、過去の自動化技術とは異なり、生成AIは進化を続ける可能性があるため、すべての職業分野に影響を与え、単に職を置き換えるだけではない労働力への影響を示しています。

「NeuroAI」は、「神経科学」と「AI（人工知能）」を融合した研究分野として急速に注目を集めています。数年前には馴染みがなかったこの分野は、今やワークショップ、会議、学術プログラム、BRAINイニシアチブのワークショップなどで重要視されています。この分野は、AIの知能再現の目標と、神経科学の脳のような計算への洞察を統合します。AIは神経ネットワークを用いて脳をモデル化し、神経計算に関する理論を検証し、リチャード・ファインマンが唱える「理解には創造が伴う」という考えを反映しています。一方で、神経科学はAIに対し、人間ができるシステムの創出を促し、両分野の進化を加速するフィードバックループを形成しています。 DeepLabCutのようなAIアプリケーションでは、AIが神経科学におけるデータ分析を簡素化し、タンパク質の折りたたみや画像認識における役割に似ていますが、これが「NeuroAI」とは限りません。AIと神経科学のつながりは、ジョン・フォン・ノイマンの1945年のEDVACコンピュータアーキテクチャに関するレポートにさかのぼり、これはマッカロックとピッツの1943年の神経ネットワークに関する論文に刺激を受けたものです。フランク・ローゼンブラットの1958年のパーセプトロンは、ドナルド・ヘッブのシナプス可塑性に関する研究に触発され、ネットワークにおけるデータ駆動型学習の考えを推進しました。単層パーセプトロンには限界があったものの、シナプスを適応可能な学習要素としての概念は重要なままです。 共生的な進歩には、視覚皮質のモデルに触発された畳み込みニューラルネットワーク（CNN）や、グーグルのAlphaZeroに代表される強化学習が含まれます。ドロップアウト技術は神経の誤発火を模倣し、ニューラルネットワークの耐久性を高めます。この相互関係はAIと神経科学の両方を豊かにし、ニューラルネットワークは脳の計算の理解を進め、新しいモデルやアルゴリズムに刺激を与えます。 NeuroAIが発展するにつれ、生物学的および人工的な知能の理解が深まり、これらの分野をさらに統合・拡大することが約束されています。このエッセイシリーズでは、これらの変革的な関係とそれに伴う実用的および倫理的な課題について掘り下げます。

今日のコラムでは、生成的AIと大規模言語モデル（LLM）の複雑さを解明するための新しいアプローチとして、マルコフ連鎖という数学的概念を利用する方法を探ります。マルコフ連鎖について知らない方のために説明しますと、これは統計のコースで学ぶ方法であり、AIとLLMのプロセスに関する洞察を提供できます。 マルコフ連鎖は、ある状態やステップから別の状態に移動するプロセスを確率に基づいてモデル化します。たとえば、DMVへの訪問を考えると、チェックイン窓口から処理窓口や後処理窓口に移る過程は、必要な事務処理に基づく確率に依存します。同様に、マルコフ連鎖は状態と統計的確率に基づく遷移を含んでいます。これは、1913年にロシアの数学者アンドレイ・マルコフが文学テキストの文字シーケンスを分析した際に初めて概念化されました。 ChatGPTなどの生成的AIやその他のLLMは、書かれたコンテンツをトークン化したデータポイントに変換し、確率に基づいて次の可能なトークンを予測することで、同様の状態ベースの遷移を行います。研究者たちはこれらのAIプロセスの理解に努めており、マルコフ連鎖を適用することで、AIの一見神秘的な行動についてのさらなる理解が得られるかもしれません。 最近の研究では、LLMをマルコフ連鎖として見ることが探求されており、構造化された状態の遷移と限られた語彙やコンテキストウィンドウから予測を計算することが示唆されています。一部の業界専門家は、マルコフ連鎖がAIの複雑さを完全に解明できるかどうかを議論していますが、初期の指標では、これらのモデルが特定の制約下でAIのトークン操作をおおむね近似できる可能性を示しています。 特に過去の状態を考慮しないマルコフ連鎖の従来の焦点に関する制限があるにもかかわらず、研究者たちは生成的AIにおけるその適用可能性を探求し続けています。進行中の研究は、マルコフの概念を通じて高度なAI能力に光を当てることを目指しており、AI操作に関する潜在的ではあるものの決定的ではない洞察を示しています。 進化する研究の環境は、マルコフ連鎖のような古典的な数学的フレームワークを通じて、生成的AIに関する私たちの理解を継続的に問い、洗練し続けており、AIの能力と内部メカニズムにおける継続的な発見を約束しています。

パランティア・テクノロジーズは、2024年にその株価が198%上昇しました。これは、第3四半期の業績が期待を超え、収益が7億2600万ドルで前年から30%増加し、調整後の1株当たり利益が43%増の0

人工知能（AI）に関する議論は、大規模言語モデル（LLM）やAI生成コンテンツを超えて、TikTokやReddit、Metaのような主要プラットフォームにも及んでいます。テクノロジー・ポリシー・インスティテュートのシニアフェローであるサラ・オー・ラム氏によると、AIの役割は市場の損害に関する訴訟に大きく影響を及ぼさないとしています。なぜなら、関連する市場と損害の立証は原告の責任だからです。 法廷外では、OpenAIやPerplexity、Amazonのような競合他社がGoogleの支配を脅かす可能性があると、Forum3のアダム・ブロットマン氏は述べています。彼は、生成AIがユーザーと広告主の行動に革新的な影響を与える可能性があると指摘しています。一方、司法省（DOJ）は、Googleのアルゴリズムが大規模なデータとユーザーベースを活用してAI訓練に役立てており、独占を形成していると主張しています。GoogleはAIが革新を促進すると弁護する一方で、DOJはGoogleの持続的な市場力を強調しています。 Googleは、AIが競争を再構築すると主張し、Performance Maxのようなツールを挙げています。AI駆動のアルゴリズムが広告の効果を高めると論じますが、批評家はこれらの取り組みが競合他社に比べて大きな優位性を発揮していないと指摘します。テキストはまた、AmazonのX-Ray RecapsやOpenAIの法的勝利、業界の様々な発展、Taco BellのドライブスルーにおけるAIの使用、AIが雇用に与える影響に関する懸念など、最近のAIの進展をまとめています。文章の終わりには、バーニー・サンダース氏のAIが将来の世代の生活水準を悪化させる可能性についての懸念が述べられています。

その会社は特定の求職者に対し、筆記試験を免除し、関連する事業部門が直接応募書類を審査することによって採用プロセスを迅速化する「ファストトラック」イニシアチブを発表しました。 この採用の加速は、年初の中国におけるAI人材需要の高まりと一致しており、特に自然言語処理（NLP）の専門家に焦点が当てられています。これらの専門家は、既存企業と新興スタートアップの両方から高い需要があり、北京大学と求人プラットフォーム「智联招聘」の報告書で強調されています。

NvidiaのCEOであるジェンセン・フアン氏は、「AI社員」が企業の労働力の一部として一般化することを予測しています。 **出来事:** 最近の「No Priors」ポッドキャストのエピソードで、フアン氏は職場でのAIのビジョンを共有し、AI社員がマーケティング、チップ設計、サプライチェーン管理の役割を担うことを想定しています。彼は、AI労働者が人間と同様に管理され、タスクやコンテキストを与えられ、対話に参加すると考えています。フアン氏は、あらゆる会社の仕事を向上させる「デジタルエージェント」にも言及しました。 「BG2」ポッドキャストの別のエピソードで、フアン氏はさらにAIが他のAIをリクルートして問題を解決し、Slackのようなデジタルスペースで人間と交流する未来を提案しました。 Business Insiderのレポートは、AIが仕事を変える一方で雇用を安定させる可能性があるとのフアン氏の見解を強調しています。生産性向上のためにAIを使用する企業は、利益の増加や成長を遂げ、解雇のリスクが減少するかもしれません。 Zoomのエリック・ユアン氏やAlphabetのサンダー・ピチャイ氏など、他のCEOもAIの労働力統合についての同様の見解を持っています。 **重要性:** 労働力へのAIの統合は新しいものではありませんが、AI社員が標準化するという考えは重要です。この変化は、職務の役割とビジネスの運営を再定義する可能性があります。職務は変わるかもしれませんが、フアン氏は新しい機会と雇用の安定性の可能性を見ています。彼のビジョンは他のテックリーダーたちと一致しており、AIが未来の仕事において重要性を増していくことを示唆しています。 このシフトは生産性とビジネスの成長に大きな影響を与える可能性があり、注目すべきトレンドを強調しています。 **次を読む** Elon Muskが、人間の仕事を置き換えるAIの最大の利益を明かす：「良性のシナリオでは…」 このコンテンツは部分的にAIツールを使用して作成され、Benzingaの編集者によってレビューおよび公開されました。 写真クレジット: Shutterstock