ハクソク

世界を動かす技術を、日本語で。

政府、企業、非営利団体は無料のオープンソースAIに投資すべきである [pdf]

2026年7月16日原文(siegelendowment.org)

概要

  • ご提供の内容は 破損したPDFファイル のバイナリデータの一部
  • テキスト情報や 文章の抽出は不可能
  • ファイルの 修復や内容確認 には専用ツールが必要
  • 具体的な 内容や主題は不明
  • 追加の 正しいファイルや情報提供が必要

破損PDFファイルの内容確認について

  • ご提示いただいた内容は PDFファイルのバイナリ断片
  • 人間が読める テキストや説明文は含まれていない 状態
  • PDFファイルは バイナリ形式 で保存され、通常のテキストエディタでは正しく表示されない
  • ファイルが 破損している、もしくは一部のみが抽出された 可能性
  • 内容確認や修復には 専用のPDFリペアツールやビューア が必要

破損PDFファイルの対応方法

  • 元の完全なPDFファイル の再送信を推奨
  • 破損ファイルの修復には PDF Repair ToolやAdobe Acrobat などの利用が有効
  • 内容抽出が必要な場合、 正常なファイルをアップロード し直すことが必要
  • 破損原因の特定には、 ファイル転送方法や保存状況 の確認が重要
  • テキスト化や要約を希望の場合は、 PDF内のテキストデータ を直接ご提供いただくのが確実

お願いとご案内

  • 現状のままでは 要約や内容説明は不可能
  • もし PDFの内容要約や翻訳 をご希望の場合は、 ・ PDFのテキストデータ ・ スクリーンショットや抜粋 のご提供をお願い
  • その他ご質問やご要望があれば 具体的にご指示 いただければ対応可能

Hackerたちの意見

彼らはすでにオープンソースのAIに投資してるけど、完全に無料ってわけじゃないよね。商業的なAIが主流になるのは、開発者がそれを主な仕事としてお金をもらってるから。善意やパートタイムの貢献じゃ、生活や利益のインセンティブには勝てないんだよ。

└

それって、オペレーティングシステムやデータベース、コンパイラについて言われてたことだよ。時間が経つにつれて、OSSがどんどん支配的になっていったんだ。

└

AGIはソフトウェアじゃないかもしれない。現在、クローズドソースの最先端モデルをほぼ独占している4人の億万長者（オルトマン、アモデイ、ザッカーバーグ、マスク）が、投資家を騙さずに本当にAGIを作る可能性があるから。クローズドソースだと、強力な政府か強力な寡頭制/君主制の選択肢が残る。リストのさらなる説明: マスク - 構造的コマンド ザッカーバーグ - 構造的コマンド オルトマン - ライバルを排除してプライバタイズした後の事実上のコマンド、スタッフの忠誠心 アモデイ - 影響力があり、現在のガバナンスを覆す可能性がある。

みんなで力を合わせて、オープンモデルのためにターゲットを絞ったインデュースメント賞（ノーベル賞受賞者マイケル・クレーマーみたいな）を資金提供したりスポンサーになったりする必要があるよ。6〜12ヶ月ごとに、約5〜10の厳しいベンチマークをクリアした最初のモデルに20万ドルを贈るとか、そういう感じで。VRAMの合計が16GB / 32GB / 64GB / 128GBで、最小コンテキスト長が20万の条件でね。あとは、基準を上げていけばいい。量子化とかは開発者の自由だけど、指定されたVRAMを使って基準をクリアすればOK（RAMやディスクにマッピングしちゃダメ）。資金調達はクラウドソーシングできるし、企業のニーズに焦点を当てた賞を追加してクロスサブシディをすることもできる。例えば、企業賞の資金の25%が一般賞プールに流れるとかね。多くのオープンソースモデル企業にとって、金額よりも、そのモデルの努力が認められることが重要なんだよね。

└

これはいいアイデアに見えるけど、楽しそうでもあるね。フロンティアモデルをトレーニングすることはできないけど、16GBのティアで競争できるかも。フロンティアモデルがこのクラスを超えているから、考慮されていない最適化がたくさんあるんじゃないかな。

└

韓国政府もこういうコンペをやってたと思うよ。去年、次のステージに進むためにたくさんのモデルが同時にリリースされたのを覚えてる。正直、モデル自体は特にすごいものじゃなかったけどね。明確なハードウェア要件の階層があるのはいい差別化ポイントだと思う。ただ、ベンチマークは絶対にクローズドにしないとダメだね。そうじゃないと無理だし。それに、プロジェクトの各「ステージ」に対して良い評価基準を作って管理するのも大変だよ。「誠実な」ラボ内評価でも難しいのに。各ラウンドの後にその評価を公開しなきゃいけないし（信頼のために）、次のラウンドのためにまたゼロから始める必要がある。実現可能だけど、かなりのコストがかかるだろうし（賞金プール以上になるかも）、ずっと続けないといけないね。

└

再現性の要件を追加して、同じベンチマークを長く保持するのは避けた方がいいと思う。

└

それがトレーニングのための電力をカバーするかどうかは分からないな。

ソフトウェアがクローズドソースだからって、知識を共有できないわけじゃないよ。誰かにアーキテクチャパターンやベストプラクティスを説明するのに、基盤のコードを見る必要はないからね。もしLLMプロバイダーがRLやトランスフォーマーについて質問に答えなかったら、ライブラリのアナロジーは成り立つかも。私はオープンソースのオープンウェイトモデルの大ファンだけど、主にそれがより良い製品だと思うから。トレーニングや運用がずっと安く済むのも見てきたし、フロンティアインテリジェンスがほとんどのタスクに必要ないかもしれない。市場に任せればいいと思う。私の予想では、LLMはプログラミング言語に似た存在になって、大きなラボは特定のユースケース向けにモデルをファインチューニングしたり、顧客向けに展開することでお金を稼ぐようになると思う。

└

市場だけに頼るのは危険だと思う。顧客は必ずしも技術的に最良の選択肢や最も安い選択肢を選ぶわけじゃないから。

タイトルは「オープンソースの父と2年間議論した。今、AIの戦いも同じ — ただし、もっと大きい」だった。オピニオン記事の代替リンク: https://fortune.com/2026/07/03/open-source-ai-same-fight-as-...

ああ、これが約2年前に「AIデータセンターの構築は早すぎる」と言っていたデイビッド・シーゲルの同じ人だね（ここで見つけられるトーク: https://youtu.be/0z60xUDo-NI?si=PTDe11-sn2P53qo5&t=420）。彼はこう言ってた: 「現在のアプローチがスケールし続けるとしても、これはコンピュータの初期の頃に、誰かがバブルソート（n²アルゴリズム）を発明して、当時のテック企業が数字をソートするために巨大なデータセンターを作ることに決め、n-log-nの方法を考えなかったようなものだ…」って。これには「そうだね、間違いなく！」と言わざるを得ない。そして、彼はオープンソースAIについても正しいよ。

Hacker Newsで議論の続きを見る