AIの全景:1スクロールで5つのゾーン 63のノードがあり、河床での計算から都市外のルールまでカバーしています。これは知識マップではなく 位置マップ : 各ノードには「どのスコアから本当に理解する必要があるか」というタグが付けられています。まず「レベルN-xのみ」をオンにすると、自分より上のノードは薄く表示されます――それが次に取り組む対象です。ドラッグしてパン、スクロールでズーム、ノードをクリックすると一行表示されます。
のみ: すべて L1 リスン L2 ウェイド L3ハンドル L4 作成 L5オーケストレート L6 ボードを設定する
検索 ズームイン ズームアウト リセット 100% ← ドラッグでパン、または水平/垂直にスクロール;ストリート、都市、自然は右側 →
川・計算とデータ 基本の供給:モデルの穀物と馬力 ブリッジ · モデルとトレーニング 接続層:計算を能力に変える ストリート・アプリケーションと製品 マーケット層:能力を使えるものに変える 都市・組織とプロセス 都市門層:組織に入るときにのみ1回カウントされます ワイルド・ルール & 社会 市外:実現可能な地域はここに描かれています GPUクラスター GPUクラスター:積み重ねられた計算のブロック。 メモリ帯域幅 メモリ帯域幅:この通路が狭いため、モデルの実行が遅くなる。 相互接続 相互接続:1万枚のカードが1つとして機能するかどうかは、このラインによります。 チッププロセス チッププロセス:同じ面積にどれだけ計算資源を収めるか、そしてそれによってコストカーブが決まります。 データセンターの電力 データセンターの電力: ラックのワット数は、アルゴリズムがボトルネックになる前にしばしば制限となる。 冷却 冷却:計算コストのもう半分は空気や液体の中に隠れている。 光学モジュール 光学モジュール: 千台のマシンを一つの大きなコンピュータに繋ぐピンです。 トレーニングコーパス トレーニングコーパス:モデルの粒子。そのソースが味と偏りを決定します。 データクリーニング データクリーニング:汚れたデータはモデルを愚かにするのではなく、より自信を持って間違わせる。 合成データ 合成データ: モデルにモデルを与えること — 安価だが、自身の欠陥を増幅する。 ラベリングと人間によるレビュー ラベリングと人間のレビュー:最もコストのかかる労働層であり、「何が正しいか」の草案。 著作権とライセンス 著作権とライセンス:コーパスの使用が認められるかどうかは法的な河川床の問題であり、技術的な問題ではありません。 ベクトルストア ベクトルストア:モデルが「思い出す」ことを可能にする倉庫;取得品質の天井。 データフィードバック データフィードバック: 実際のプロダクションの質問がトレーニングセットに戻る — それがクローズドループ。 トランスフォーマー トランスフォーマー:アテンションを並列化可能にしたブリッジ。 注意 注意:一文の中で、誰が誰を見るべきか — 理解のメカニズム。 パラメータの規模 パラメータ規模:能力の一つの次元であり、全てではない;ある点を過ぎると利得は鈍化する。 トークナイザー トークナイザー:モデルの“文字”はあなたのものではない;多くの奇妙な点はここから始まる。 事前学習 事前学習:どれだけ広い基盤になるかを決める巨大な前払い投資。 教師付きファインチューニング 教師ありファインチューニング:考えるのではなく、人間形式で話すように教えること。 RLHF RLHF:それを“好ましく”し、おべっかを使うように教えること。 嗜好の最適化 好みの最適化:極端の代償として、より安価な調整ルート。 蒸留 蒸留: 大きなモデルの技術を小さなモデルに押し込む — 安価だが、細部は失われる。 量子化 量子化: 精度を速度とVRAMと引き換えにすること。ほとんどの導入で使用されます。 推論エンジン 推論エンジン:同じカード上で、どれだけ速く動くかはここで半分決まります。 コンテキストウィンドウ コンテキストウィンドウ:今見えている範囲であり、記憶ではない。 専門家の混合 エキスパートの混合:働く必要のある専門家だけを起動し、計算を節約する。 マルチモーダル整列 マルチモーダルアライメント:画像、音声、テキストが1つの意味空間に落ちること。 ベンチマーク ベンチマーク:あなたが信頼するスコアは、単にモデルが練習した質問かもしれません。 チャットアシスタント チャットアシスタント: 最も広く使われている入口であり、最も誤解されているものです。 エージェントフレームワーク エージェントフレームワーク:手足の足場のためであり、脳のためではありません。 検索強化 検索強化: 答える前に調べる — 幻覚に対する最初の防御。 ツール呼び出し ツール呼び出し: 請求書の発行、データベースのクエリ、注文の実行 — それが実際の作業である。 ワークフローオーケストレーション ワークフローオーケストレーション:手順を生産ラインに連結し、失敗した場合に停止できるようにする。 コーディングアシスタント コーディングアシスタント:最初のシナリオは完全に吸収される、なぜなら正確さはコンパイル可能だから。 画像生成 画像生成:美学と著作権という二重の戦場。 音声とリアルタイム 音声 & リアルタイム: 会話は人間の忍耐線である遅延以下でしか始まらない。 ビデオ生成 動画生成:この層ではコストと一貫性がまだ対立している。 デジタルヒューマン デジタルヒューマン:まず肌が成熟し、脳はその後に続いた。 ブラウザ自動化 ブラウザ自動化:APIのない昔の世界がここを通じて接続されます。 ローコード開発 ローコード構築:ビジネスが自分のツールを構築できるようにする — そして孤立したシステムの山を作る。 プライベート展開 プライベート導入: データは社内に留まり、能力は割引されます。難しいトレードオフです。 コストと請求 コスト&請求:呼び出しごと、ボリュームごと、座席ごと — 価格設定は製品設計です。 人間と機械の分業 人間と機械の分業:どのステップを委ね、どれを残すべきかは設計上の問題。 タスク台帳 タスク台帳:台帳なしの協力は協力ではない。 受け入れ基準 受け入れ基準: 基準を書けない作業はエージェントに渡してはいけない。 権限と監査 権限と監査:触れることができるもの、触れたものは保持されなければならない。 ナレッジベースのガバナンス ナレッジベースガバナンス:汚れたライブラリは、強力なモデルでさえ自信満々に間違える。 共有定義 共通の定義:同じ言葉で意味が違うというのは、人間と機械の仕事で最も高価な税金です。 エージェント人員数 エージェントの人数:何人、どの役割、誰に報告するか――組織の問題が技術よりも優先されます。 オンコール&パトロール オンコール&パトロール:夜に誰が見守るかが、システムが休めるかどうかを決める。 レビュー&制定 レビュー&規範化:1つのミスは1つのルールを購入しなければなりません、さもないと同じミスを2回します。 投資収益率 ROI:節約された労働が計算に入るかどうかが、これを続けるかどうかを決める。 規制とコンプライアンス 規制とコンプライアンス:実行可能領域の枠はしばしば技術の外に描かれる。 著作権所有権 著作権の所有権:出力物の所有者はまだ決まっていない。 プライバシーとデータ プライバシー&データ:トレーニング、推論、保持 — それぞれに独自の地雷があります。 ディープフェイク ディープフェイク:信頼のコストの増加は社会が支払う代償である。 雇用構造 雇用構造: 「いくつの仕事が消えるか」ではなく、「どの範囲が置き換えられるか」。 地政学を計算する 計算地政学:カードがどこから来るかが、次世代を誰が育てるかを決める。 オープンソース vs クローズドソース オープン対クローズドソース:オープンにすると拡散が得られ、クローズドにすると管理が得られる — どちらにも代償がある。 標準と相互運用性 標準 & 相互運用性: インターフェースが統一されるときにのみ能力は本当に流れます。 エネルギーコスト エネルギーコスト:すべての推論は1単位の電力の上に成り立っている。 信頼と責任 信頼と責任:それが壊れたとき誰が答えるかが、どこまで進めるかを決めます。
各ゾーンが何を支配しているか 14ノード
川・計算とデータ 基本の供給:モデルの穀物と馬力
15 ノード
ブリッジ · モデルとトレーニング 接続層:計算を能力に変える
14ノード
ストリート・アプリケーションと製品 マーケット層:能力を使えるものに変える
10ノード
都市・組織とプロセス 都市門層:組織に入るときにのみ1回カウントされます
10ノード
ワイルド・ルール & 社会 市外:実現可能な地域はここに描かれています
この巻物の読み方 ① まず「レベルN-xのみ」をオンにして、知っておくべきバッチを受け入れる; 全てを取ろうとしない。 ② 次にフィルターをオフにしてマップ全体を見てください:下流の問題はしばしば上流で解決されています — 通りが機能しない場合は通常、橋(モデル能力)か川(データ)の問題です。 ③ 最後に3〜5個のノードをクリックし、その「1行」を声に出して読みます。つまずいた場合、それは名前を覚えただけです。
この地図はフローチャートではなくスクロール型です。なぜなら本物のAIはピラミッド型ではなく、上流と下流のある市場通り全体だからです:川の水量が橋が支えられる量を決め、橋がつながるかどうかが通りの取引規模を決め、城門が何を通すかを決め、外の法律が都市の広がりを決めます。 私のレベルを測る → 6レベル