なぜ私はOpenAIを辞めてテレパシーを構築するのか
Why I'm leaving OpenAI to build telepathy (naomibashkansky.com)
要約
著者はOpenAIを退職し、Conduitで「テレパシー」と呼ばれる思考テキスト化モデルの開発に着手しました。これは、非侵襲的なニューラルデータでトレーニングされた、思考をテキストに変換する技術です。著者は、AIとのコミュニケーションが思考ベースになる未来(2027年、2030年、2035年)を展望し、その実現のためにConduitが大量のニューラルデータを収集する理由と、自身がこのプロジェクトに参加した動機を語っています。
全文翻訳
OpenAIを辞めてテレパシーを構築するために私が決断した理由
2026年8月4日
7月23日(木)、私はOpenAIを辞職しました。翌24日、私はConduitの設立研究者としてキャリアをスタートさせました。私たちは、非侵襲的な脳波データでトレーニングされた、思考からテキストへのモデルを構築しています。
以下の点についてお話しします。
- 思考からテキストへ: 2027年、2030年、2035年にテレパシーツールを使用するとどうなるか
- 思考からテキストへの構築方法: Conduitがなぜ膨大な量の非侵襲的脳波データを収集しているのか
- 私がConduitに参加した理由: 大胆なビジョン、優秀な人々、そして楽しい問題に取り組むため
- 自己紹介: 私について
1. 思考からテキストへ、別名テレパシー
私の予測では、数年後には、私たちがAIと対話する主な方法は思考を通じてになるでしょう。AIは、あなたが必死に追いつこうとする、超知能を持つ自動化されたインターンや同僚ではなくなるでしょう。それは、あなた自身の自然で喜びに満ちた拡張となるのです。
以下に、この未来の短い描写を書き留めました。私はこれらを楽観的でありながらも非常に現実的なものと考えています。
2027年 — Conduitでのある朝
私は頭にバンドを巻き、Conduitでラップトップを開きます。時刻は午前9時です。デバイスはBluetoothでラップトップとペアリングされます。私は、一般性を失うことなく、Codexを開きます。
コードを見ながら、昨日のノートを見直し、9時30分のスタンドアップミーティングの準備をしながら、その日の仕事について考えます。私のGPT-7エージェントは、私が1日以上かけて探求してきた新しいエンコーダーの作業を続けています。私はその作業を見ます。プロットのラベルに混乱し、最初の段落のAIらしい言葉遣いにイライラし、数式中の記号に興味をそそられます。私の漠然とした思考はConduitのモデルに送られ、モデルは言語と私が言いそうなことに関する事前知識を使用して、以下のように出力します。
conduit://thought-stream → codex
$ decode --source=neural-latent --autosend --to=codex
あなたのプロットを見ています。凡例を再ラベル付けし、各線を表す簡単な説明を付けたテキストセルを下に加えてください。
議論の2番目の段落は理解しましたが、最初の段落をヒューマナイザー機能を使って書き直してください。
数式を説明するテキストボックスを、よりクリーンな表記法で作成してください。
プロット、段落、表記法それぞれに、私は10秒ずつ目を通しました。自動送信がオンになっているため、10秒ごとにConduitモデルが私の思考を解読し、GPT-7に送信します。GPT-7は、受信した各タスクをサブエージェントに割り当てます。私は新しいプロット、段落、数式を見ます。球関数がやはり役立つかもしれないと考えます。Codexはサブエージェントを起動します。プロットに納得した私は、ベースラインと上位2つの線だけを示す、整形されたバージョンで簡単なスライドショーを作成し、チームメイトに見せることにしました。Codexはサブエージェントを起動します。
コーヒーを淹れます。私の思考はほとんど空虚ですが、明日ランチを共にする候補者と話したいことを briefly 思い出します。バックグラウンドでは、Codexが、ランチのチャットで必要になるかもしれない情報について考えるようにプロンプトされ、提示する前に合成データのスケーリングプロットを更新することが賢明だと判断します。Codexはサブエージェントを起動します。
( (
) )
.--------.
| |]
| COFFEE |
| |
'--------'
\____/
コーヒーを淹れながら、頭の中で本当に大きな声で言葉を言っているわけではありません。普段通りにプロットを読み、普段通りにコーヒーを淹れています。まるで魔法のようです。
2030年 — 産業界は適応し、Conduitは拡大する
AI企業は現在、Conduitの潜在表現と直接インターフェースできるようにモデルをトレーニングしています。私のエンコードされた思考は、Conduitのデコーダーモデルを経由する必要なく、直接Codexに送信されます。つまり、テキストで説明するのが難しい思考、例えば心象風景なども簡単にコミュニケーションできるようになります。
最近は、AIとチャットする際にヘッドバンドなしで過ごすことはめったにありません。正直、それがないのは面倒です。ニューラルヘッドバンドがあれば、ラップトップに対する超人的な力を得たように感じます!それがないと、助けようと最善を尽くしているが、私が何を求めているか確信が持てず、私が何か気に入らないことをしたら怒られるのではないかと恐れている、超人的な力を持つエイリアンと話しているような気分になります。うーん。
Conduitは非侵襲的読み取りの改良を続けていますが、私たちは2つの新しい取り組みを開始しました。侵襲的汎用読み取りと、汎用書き込みです。
ほとんどの人はニューラルバンドを使い続けることに満足していますが、かなりの数の人々が侵襲的技術によるより高忠実度の読み取りに興奮しています。
より興味深いのは、書き込み技術への最近の興奮です。私はラップトップに対する超人的なコントロールを感じます。しかし、私の感覚はまだ人間レベルです。まるで腕を操作できるけれど、腕の感覚をすべて失ってしまったようなものです。ええ、まだ自分の腕を見ることができますし、腕がないよりはずっと良いですが、それでも非常に奇妙です。イアン・ウォーターマンのようなものです。私はCodexが感じるものを感じたいのです。Conduitが汎用読み取りを行うようになった今、汎用書き込みを学ぶことは、データ効率が何桁も向上します。
さらに重要なのは、書き込み技術の他の応用を解き放したいということです。私は18歳の頃のように、脳を効率的で神経可塑性のあるものにしたいのです。
2035年 — AIはもはや「他者」ではない
私のAIは、私自身の自然な拡張です。それは第六感やもう一つの手足のように感じられます。ある問題について考え、文字通りウェブをサーフィンしているような感覚になり、ウェブサイトの断片が見え、問題についての直感が閃き、最終的に答えを導き出します。楽しいです!私の脳はフラッシュのようです。書き込み技術のおかげで、AIをオフにしている時でさえ、私の思考はかつてないほど速くなっています。
2035年の超人的な姿は、社会として私たちがAIをどれだけ超人的にするかを決定するかに直接依存します。おそらく私たちは、ペースを合わせることを選択するでしょう。しかし、これは文字通り人間がループに組み込まれた未来のビジョンであり、AIが私たちを置き換えるのではなく、直接私たちをエンパワーするという点で気に入っています。
思考からAIへの未来に関するいくつかの引用
私よりも雄弁な作家や講演者たちが、この思考からAIへのインターフェースについて過去10年間にわたって詳しく説明してきました。それらの記事へのリンクと、短い抜粋を以下に示します。
- 「もし私たちが緊密な共生関係を達成できれば、AIは「他者」ではなくなるでしょう。それはあなた自身であり、あなたの皮質と、あなたの皮質が辺縁系と持つ関係に類似した関係を持つことになるでしょう。」– Elon Musk、2017年、Wait But Whyインタビューにて。このインタビューはConduitの共同創設者の1人がニューロテック分野に進むきっかけとなりました!
- 「私たちは脳に電極を接続できるかもしれません…それが私たちの最善のシナリオだと思います。もし2つの異なる種が同じものを望み、片方しか手に入れられない場合、この場合、地球上およびそれ以降の支配種となることですが、彼らは対立することになるでしょう。」– Sam Altman、2017年、Samの個人ブログにて。
- 「思考を基本的な行動に翻訳することは可能でしょうか?…今日の私のスケジュールを知りたいです。今日の天気を知りたいです。寝室の照明をつけたい…もし『下の階の照明を消したい』と考え、それが消えるなら、それはテレパシーのように衝撃的かもしれません。」– Dean Ball、2024年、インタビューにて。
- 「人工知能の長期的な未来を理解することは、脳コンピューターインターフェースを理解せずに可能ではありません。」– Rob Toews、2025年、Forbesの記事「AIの次のフロンティアは人間の脳」にて。Conduitの共同創設者であるRioとClemを引用しています。<3
2. 思考からテキストへの構築方法
理論的には、それは単純です。私たちの入力は脳活動であり、ターゲット出力はその人がその時に行っていたこと、例えばその人が書いたテキストです。脳活動が与えられた場合、その人が書いたものと意味的に類似した出力を予測したいのです。
脳信号が与えられた場合にテキストを予測するモデルをトレーニングするには、音声が与えられた場合にテキストを予測した人々が学んだのと同じ教訓、つまり苦い教訓を適用する必要があります。この教訓は、モデルにより多くの有用な計算能力を投入すれば、手作業で作成したどんな巧妙なアルゴリズムよりも優れたモデルになる、というものです。これは、学術界でこれまでに達成された規模を桁違いに超えるデータ収集をスケールアップしなければならないことを意味します。
侵襲的な方法で十分なデータを収集するのは困難です。脳にチップを入れたい人はほとんどいません!しかし、非侵襲的な方法は大幅に改善されています。ハードウェアは改善され、安価になっていますが、ハードウェアの特定の部分については曖昧にしてしまい申し訳ありません。
より多くのデータでトレーニングするにつれて、モデルは対象となるテキストと意味的に類似したテキストを予測するようになります。はい、ノイズによる避けられない誤差はありますが、ほとんどのモダリティでは、まだそれに限界を感じる段階には達していません。具体的には、スケーリング則は良好に見えます。私たちの潜在空間予測のコサイン類似度は、データの時間数に対する対数の増加に伴って直線的に上昇します。私たちはGPT-2時代にいます。
有用であるために、完璧なデコードは必要ありません。あなたの思考は都市のGPSのようなものです。ノイズの多いGPS信号だけでは、正確な位置を特定するには十分ではありません。しかし、地図とナビゲーションルート(同等に、LLMとコンテキスト)と組み合わせると、驚くほど正確になります。
データ収集の方法について詳しく知りたい場合は、Conduitのブログ投稿をご覧ください。アクティブラーニングタイプの方は、研究参加者としてご参加ください!
3. 私が参加した理由
3つの理由があります。
- 大胆かつ実用的なビジョン: 私はこのビジョンを信じています。定量化すると、Conduitが汎用読み取りおよび書き込み企業になれば、その価値は1兆ドルを超えると予想されます。このビジョンは、より人間中心の未来を築くものなので、私は良いと感じています。そして、多くの倍増で維持されてきたスケーリング則を信頼しています。
- 優秀な人々: 共同創設者のRio PopperとClem von Stengelは、聡明で、粘り強く、そして親切です。彼らと一緒に働くのが大好きですし、この同じミッション、同じ知的に興味深い問題に取り組むために加わった他の数名とも一緒に働くのが大好きです。
- 楽しい問題: この研究は非常に興味深いです。エンコーダー、データ効率、合成データ、データ属性、マルチモーダル、奇妙な統計…について考えることができます。最高です。OpenAIでは、問題の狭いスライスしか扱えず、その狭いスライスでさえ既存のアーキテクチャによって制約されます。Conduitでは、すべてがグリーンフィールドです。
要するに、私は幸せです!恐ろしく野心的で、私が好きな少人数の人々と共に、私が夢中になっている問題に取り組んでいます。
4. ところで、こんにちは!
私を知らない方のために:こんにちは!私は2週間前にOpenAIを去りました。そこで1年半、研究者として過ごしました。
ワシントン州で育ち、5歳から15歳まで競技チェスをしていましたが、WIMになった後に辞めました。人間よりも賢いAIの可能性について初めて聞いたのは12歳の時でしたが、長年、それはインターネット上の人々が書くのが好きな、奇妙だが興味深いアイデアに過ぎないと思っていました。
18歳でハーバード大学に入学し、コンピューターサイエンスを専攻しました。あるクラスでGPT-3について学び、Bostromの『Superintelligence』を読みました。それは、まさに目覚めの瞬間でした。私はAI安全性研究に没頭し、AI政策で短期間活動した後、最終的にOpenAIのアライメントチームに参加しました。OpenAIでは、研究以外に、OpenAIのAGIオンボーディングプレゼンテーションやアライメントブログの作成、OpenAI財団のAIレジリエンス部門のアドバイザーを務めるなど、様々なサイドプロジェクトに時間を費やしました。
Conduitについて話したいことがあれば、naomi@condu.itまでご連絡ください。コーヒーでも飲みましょうか、それともサンフランシスコにある私たちのユニークで美しいオフィスをご案内します。私たちは常に研究者、インフラ担当者、オペレーターを募集しています。
謝辞: Aidan Smith、Devansh Pandey、Julia Shephard、Lev Chizhov、Ryan Kaufman、そしてConduitチームのフィードバックに感謝します。また、より良い睡眠、より良い超音波、失明の解決策、アップロードなどを構築している企業を含む、野心的なBCI技術を構築している他の多くの企業にも感謝しています。あなたの技術を使うのが楽しみです!すべての間違いは私自身のものです。