AIのテイクオフ速度を探るインタラクティブなモデル

Open PhilanthropyのTom Davidsonが、AIの能力がどれほどの速さで経済を変革しうるかを調べたレポートWhat a compute-centric framework says about AI takeoff speeds（計算資源を中心に据えた枠組みはAIのテイクオフ速度について何を語るか）を公開した。

Epoch AIは、モデルのコードを書き、調査に必要なシミュレーション実験を実行することで、このプロジェクトを支援した。レポートの補足として、モデルとレポートの結果の一部を紹介するインタラクティブなウェブサイトを開発した。

このウェブサイトにはいくつかのセクションと機能がある。以下で簡単に説明する。

プレイグラウンド

プレイグラウンドには、Full Takeoff Model（完全テイクオフモデル）のパラメータを入力し、それが結果にどう影響するかを確かめるための画面がある。モデルの最も重要な変数のグラフや、結果をまとめた表も含まれている。

レポート

このセクションでは、四つのレポートを示している。

• モンテカルロ分析では、モデルのパラメータ値の1万個のサンプルについての要約を示す。
• 積極的なモンテカルロ分析も同じものだが、すべての生産的なタスクを自動化するのに必要な2022年時点のFLOP量について、より積極的な分布を使っている。
• パラメータの重要度分析では、モデルのパラメータについての簡易的な感度分析の結果を示す。
• 到来時期（タイムライン）の分析では、モデルのいくつかのシナリオを並べて比較する。

とくに重要なのはモンテカルロ分析である。このモデルのもとで最もありそうなAI開発のシナリオを、かなりうまく要約しているからである。

解説

ここでは、私たちが書いた、モデルとその細部をすべて説明するインタラクティブな数学的解説を読むことができる。

このセクションが最も役に立つのは、経済学や数学の素養があり、モデルがどう組み立てられているかを理解したい読者だろう。

私たちは現在もモデルの開発を進め、その拡張を研究している。ご意見があれば、私たちに連絡するか、関連するGitHubリポジトリでissueを立てていただきたい。私たちの仕事に関心があり、大規模なモンテカルロ分析を最適化した経験のある方は、ぜひご相談いただきたい。

私たちのウェブサイトが、Tom Davidsonのレポートを理解し、AIの発展についての直観を養い、今後の研究を進めるための役に立つツールとなれば幸いである！