こちらのイベントで、基調講演である松本さんの「エンジニアキャリア、特にChatGPTやLLMによって変わっていく開発とその未来」を聞いてきたので、会の様子と感想を書いていこうと思います。
LLMの紹介
自己紹介や松本さんが携わっている事業に関する紹介があった後、簡単に大規模言語モデルの紹介がありました。
大規模言語モデル(=LLM)を非常におおまかに説明すれば、入力に対してもっとも確からしい返答をするモデルだという説明がありました。
LLMのインパクト
LLMのインパクトの一つとして、これまで実現したい機能や人の糸をソフトウェアに変換する際のプロセス変化が挙げられていました。
UX/UIデザイン→エンジニアのコーディングといったステップを踏んでいたものが、意図を伝えるだけでいきなりソフトウェアが出てくる*1ような形になるのではないか？ということでした。
LLMで今できること/研究されていること
LLMでは、指示にしたがってコードスニペットを生み出すことが現在すでにできている*2という話がありました。
また、AutoGPTなどに代表されるように、指示にしたがって探索的に複雑なコードやアプリケーションを生成することや、LLMに合わせたフレームワークやインフラ基盤の構築ができないかの研究が進んでいるということです。
LLMの限界と今後
LLMの限界として、以下の点が挙げられていまいた。
- ハルシネーション
- 情報管理
- 入力文字数が制限されている
- 処理速度が遅い
- プロンプトリテラシーがないと適切なアウトプットが得られない
- モデル開発に相当なお金をかける必要がある
しかし、Transformerの改良やそれ以外の手法発見など、今は急速に研究が進んでいるため、今後どうなるかを見通すことは難しいということです。
在り方の変化
今後を予想することは難しいけれども、オンプレからクラウドへの変化やML時代の到来があったように、今後在り方が変化する可能性は非常に高いだろうという話がありました。
松本さんの身近なところだと、コーディング試験の在り方というのがだいぶ変わってきていると感じられているそうです。
変化に対応し続けるために
一言で言えば、「本当に自分がやりたいこと」を目指すことが重要だというお話がありました。(例えば、機械がコーディングできたとしても自分が趣味としてコーディングしたいと思うならそれは本当に自分がやりたいこと)
この際には、投資家的なキャリア思考が有効だということで、以降は投資家的なキャリア思考の具体例の説明につながっていきました。
投資家的キャリア思考
先程の話の流れで、投資家的キャリア思考の具体例の説明がありました。
リスクとリターン
人が意思決定をする際は、要素をすべてそろえた上で決定することはできないため、リスク(予測と実際のずれを引き起こす不確実性×影響)とリターン(何を得ようとするか積み上がる指標)を整理しておくことが重要だということです。
探索と学習
リスクを小さくするための活動として、仮説を立てて行動して仮説を検証する(=探索)ことをぐるぐると回していくことが重要になってくるという話がありました。
この戦略は不確実性が高い領域で特に有効だということです。
バランスシートとポートフォリオ
自分自身が持っている資産*3を棚卸しし、それをどのように配分してどのようなパターンを結果として期待するのか？を棚卸しするのが重要だということです。
レバレッジ
資産にはレバレッジをかけてより多くのリターンを得て資産を拡張していくことが重要だということです。
例えば、信用を活用してより難易度の高い挑戦をし、そこから資産をさらに増やしていく(例えばお金を増やして移動にかかる時間を削減し時間の資産をより確保する)のはその好例だということでした。
サイクルとポジション
最後に、短期/中期/長期で目標達成に向けた方向づけをして、決めた目標に対しては逃げ道や言い訳を作らずに取り組むことが重要だという話が出ていました。
全体を通した感想
FinTechを主軸としている松本さんらしい素晴らしい発表でした。
投資やプロダクト開発といった普段取り組まれている仕事を自分の人生やキャリアにも適用されているのが非常に印象的でした。
