現在のAIモデルの能力は、すでに非常に広範にわたって十分に活用されていないと、Substackに掲載された長文記事は述べている。著者によれば、GPT-6 AstraとFable 5.1は、適切に導かれた場合、すでに数週間分の人間の作業を達成可能であり、それらができることと大多数のユーザーが実際に行っていることとの間には依然として大きな隔たりがあるという。
これを説明するため、著者はいくつかの実験を引用している。彼はGPT-6 Astraに、1977年のテキストアドベンチャーゲーム『Zork』を、プレイ可能な3Dアクションアドベンチャーゲームに変換するよう依頼した。オリジナルのゲームにはグラフィックがなく、各場所は単に段落で記述されているだけだ。したがって、AIは白い家がどのように見えるか、「グリュー」(ゲーム内では暗闇でプレイヤーを食い尽くす可能性があるとだけ説明されている生物)がどのような姿をしているか、そしてトロールとの戦闘をどのようにアクションシーンに変換するかを決定しなければならなかった。
一方、Fable 5.1は、イタリア人作家ウンベルト・エーコがミラノのアパートメントに保管していた数万冊の本を収蔵する書庫を3Dで再構築する試みを行った。平面図が見つからなかったため、AIは十数本の動画、財団が提供した各書棚の写真、そして2つのカタログに基づいて作業した。AIは画像ごとに本の背表紙を読み取り、27,000箇所のうち約5,000冊の書籍を特定し、各本を「確実」「推定」「不明」として分類した。
判断力を必要とする実演
著者はまた、GPT-6 Astraに、10月20日発売予定の自身の次回作『Co-Existence』の予告編を、AIの視点から制作するよう依頼した。具体的な指示なしに、このモデルは3DモデリングソフトウェアBlenderを使用してアニメーションシーンを構築し、ジョークや展開を含む脚本を書き、その後、音声、音楽、音響効果を生成した。映画は45分後に納品された。30秒以内の「アクション映画」バージョンでは、AIはまずBlenderでプロトタイプを作成し、そのアニメーションをストーリーボードとして使用し、ブラウザを介してビデオジェネレーターを操作し、得られたショットを編集した。著者によれば、これらのプロジェクトは、彼のChatGPTサブスクリプションのトークン予算のごく一部しか消費しておらず、トークンとはモデルが処理するテキストの単位である。
彼はこれらの成果物の欠点を認めつつも、それらが一種の判断力と創造性を必要とする点を強調している。ただし、人間の選択の役割については強調している:彼はプロジェクトを選択し、誤りを特定し、最初のバージョンが適さない場合は第二バージョンを要求した。
人間の4つの利点
これらのツールを最大限に活用するために、著者は自身の著書で詳述されている4つの強みに賭けることを提案している:深い知識、広い知識、センス、そしてイニシアチブだ。最初の深い知識は、専門家が会計士がスプレッドシートの誤りを発見するように、異常を迅速に特定することを可能にする。Anthropic社の記事は、専門知識が得られる回答の質に影響を与えることを示唆している:「専門家はAIからより良い仕事を得るだけでなく、より多くの仕事も得る」。
広い知識は、適切な要求を組み立てるのに役立つ。デザインの初心者は、AIに「眉」(AIが見出しの上に配置する余分な小さな見出し)を追加するのを止めるよう依頼する必要があることを知らないだろう。センスは、迅速かつ安価になった制作物の中から、保持する価値のあるものを選別するために役立つ。著者はこれを「スロップ」、すなわち互いに非常に似通った大量の制作物に対抗する手段と見ている。最後に、イニシアチブは、新しい能力が発表されるのを待つのではなく、可能なことの限界を試すことにある。
記事は最後に、開発の減速が決定されたとしても、変化は避けられないことを思い起こさせている。その規模は、人間がこれらのツールをどのように使用するかに依存すると彼は述べている。Zorkプロジェクトとウンベルト・エーコ書庫プロジェクトはオープンソースで公開されている。
