Jarvisを作る：なぜ私は今も1956年の夢を追い続けるのか （そして、なぜあなたも参加すべきなのか）
「11歳でAIに恋をしてから45年以上が経ちました... 今日、私たちには詩を書き、量子力学を議論し、圧倒的な自信を持って架空の引用を捏造できる巨大なニューラルネットワークが存在します。」
1956年、ダートマス大学に集まった優れた頭脳たちは、実に楽観的なアイデアを抱いていました。彼らは2ヶ月間共に研究すれば、人工知能の問題をほぼ解決できると考えていたのです。
しかし、ダートマス会議が思い描いたような、シームレスで文脈を理解し、推理力を備えたコパイロットである「本物の汎用人工知能（AGI）」は、今なお捉えどころのないままです。
私たちは本物のAGIに近づいているでしょうか？ 正直に言って？ いいえ、まったく近づいていません。
それを気にしているか？ ちっとも気にしていません。 なぜなら、それでもそれを作ろうと挑むこと自体が、現代において最も魅惑的なエンジニアリングの冒険だからです。
コンピュータビジョンからエンタープライズITの深遠へ
私のAIとの歩みは一本道ではありませんでした。90年代初頭に現場でキャリアをスタートし、コンピュータビジョンを専門としていました。しかしその後、「AIの冬」が訪れました。誇大広告は現実の前に影を潜め、業界は静まり返りました。そのため、私はエンタープライズアーキテクチャへと舵を切り、20年以上にわたって大規模な情報システム（SAP、SharePoint、ECM）を探求しました。
その遠回りは決して無駄な時間ではありませんでした。ビジネスが実際にどのように機能し、データガバナンスがどう運用され、大規模でクリティカルなアーキテクチャをどう構築すべきかを教えてくれました。2014年にフルタイムでAIの世界に戻ったとき、私は「複雑なシステムの理論」と「現場での実践的な運用ノウハウ（金融、防衛、エネルギー、そして現在のSwift）」という二重の視点を持っていました。
自閉スペクトラム（アスペルガー）であることは、テクノロジーとの非常にストレートでフィルターのない関係性をもたらしてくれます。私はバズワードや流行には興味がありません。関心があるのはシステム、アーキテクチャ、そして実践的な実行だけです。YouTubeチャンネル（Le Lab IA）では、ローカルLLM、エージェントフレームワーク、エンタープライズアーキテクチャを解剖しています。しかし心の底では、ずっとひとつの究極のオタク的妄想を抱き続けています。「真に完全に機能するJarvisを構築すること」です。
> 単に「このJSONをフォーマットしてください」と打ち込むだけの、よくあるチャットボット画面ではありません。
私が夢見ているのは、現実世界のタスクを管理し、複雑なAPIと連携し、効率的に（多くはローカルで）動作し、人間の知性の真の拡張として機能する、高度で文脈を理解するパーソナルAIアシスタントです。
Kaonomi と M-A-R-I の挑戦
机上の空論を越えるために、私はこのエコシステムに向けたオープンで実践的な基盤を積極的に構築しています。
- ➔ Kaonomi： 現代のAIモジュール、エンタープライズツール、ローカルモデルを構造化、接続し、一貫したアーキテクチャへと統合するためのプロジェクト。
- ➔ M-A-R-I： モジュール式マルチエージェント知能と人間とAIのインタラクションに関する共同探求プロジェクト。
これらのプロジェクトは、新たなソース非公開のSaaSサブスクリプションを売るためのものではありません。ひとつの根本的な問いに答えるために存在しています。「バラバラに存在するこれらのAIのパズルピースを、どうやって真のパーソナルアシスタントプラットフォームへと組み立てるのか？」
なぜコミュニティが必要なのか（そして、なぜあなたも参加すべきなのか）
アイアンマンレベルのJarvisを作ることは、一人が週末に行うサイドプロジェクトではありません。エコシステム全体で挑むべき課題です。それには以下が必要です。
- ローカル & ハイブリッド制御： 機密データはローカルに保持しつつ、重い計算処理が必要な場合のみクラウドモデルを呼び出す。
- コンテキスト & メモリ： 単純な静的コンテキストの注入を脱却し、セマンティックキャッシュ、動的RAG、ステートフルなメモリへと移行する。
- 実践的なツール利用： 実際のAPIやワークフローと安全に連携できるよう、エージェントにガバナンスの効いた明確な実行境界を与える。
No comments:
Post a Comment