下の英語字幕をダブルクリックすると動画を再生できます。
翻訳: Masami Mutsukado and Kacie Wright
校正: Eriko Tsukamoto
00:03
So we've heard a lot
about artificial intelligence.
0
3833
3879
人工知能について
よく耳にするようになりました
00:08
I've actually been involved with AI
for 61 years, which is a record.
1
8421
6006
私は61年もの間 AIに携わってきました
これは記録的な数字です
00:15
And we've heard a lot
about what people think about AI today.
2
15762
4463
そして 今日のAIについて人々が
どう思っているかを 聞いてきました
00:20
So I tried to figure out,
3
20767
3212
そこで
61年前の私たちは人工知能について
どう考えていたのかを考えてみました
00:23
what did we think
about artificial intelligence
4
23979
2586
00:26
61 years ago.
5
26565
1793
61年前の私たちは人工知能について
どう考えていたのかを考えてみました
00:29
So first of all, people asked,
"What are you into?"
6
29109
2419
まず 何に興味があるか
尋ねられると
00:31
I'd say artificial intelligence.
7
31528
1918
私は 「人工知能です」と答えていました
00:33
And they'd say, "What's that?"
8
33488
1710
すると 「それは何ですか?」
00:35
So no one was really aware of it.
9
35240
2794
誰も知らなかったんです
00:40
I joined, in 1962,
10
40870
2962
私はAI分野に1962年に携わりました
00:43
1956 was the conference where
artificial intelligence got its name.
11
43832
3920
人工知能がその名前になったのは
1956年の会議でした
00:47
So the views were quite different.
12
47752
4296
ですから 見方は大分違っていました
00:53
People who were in computer science
had heard of artificial intelligence.
13
53133
4296
コンピューターサイエンスに携わっていた
人たちは 人工知能という言葉を
00:57
Most people were quite skeptical.
14
57429
2127
知っていたものの
ほとんどの人は懐疑的でした
00:59
They thought it would never happen,
or if they thought it would happen,
15
59598
3378
彼らは 人工知能は決して実現しない
あるいは実現するとしても
01:02
maybe it would happen in a century
or several centuries.
16
62976
4004
100年後か数世紀後だろうと
思っていたんです
01:07
But the people that actually came
to that Dartmouth conference in 1956,
17
67022
4671
でも 1956年のダートマスの会議では
01:11
they were quite optimistic.
18
71693
1460
彼らはかなり楽観的でした
01:13
Some of them, including Minsky,
19
73194
2044
ミンスキーを含む何人かは
01:15
thought it would take like,
one semester to reach --
20
75238
2836
1学期程度でできるだろうと―
01:18
(Laughter)
21
78074
1126
(笑)
01:21
To reach the level
of intelligence that humans had.
22
81745
4087
人類が持つ知性のレベルに
達するまでの時間がです
01:28
And in fact, that led
to our first argument.
23
88543
2669
実際 それが私たちの
最初の議論につながりました
01:31
He was my mentor for 50 years.
24
91254
2294
彼は50年来の私の恩師でしたが
01:34
But we argued about that
because I thought it would take decades,
25
94257
3128
私たちは議論しました
私の見解は 生きている間にはできるが
01:37
but we would see it within our lifetime.
26
97385
2211
何十年かはかかるというものでした
01:40
So we're the only species
27
100597
2794
私たちは知性を高める道具を
01:43
that actually creates tools
that enhances our intelligence.
28
103433
4338
実際に作り出せる 唯一の種なんです
01:47
I mean, I'll bet almost
everybody has one of these
29
107771
3128
知性を高めるこのスマートフォンは
ほとんど誰もが持っているでしょう
01:50
that makes us more intelligent.
30
110940
1836
知性を高めるこのスマートフォンは
ほとんど誰もが持っているでしょう
01:52
This connects to the cloud.
31
112776
1751
これがクラウドに繋がり
01:54
It gets more intelligent every year.
32
114527
2002
毎年賢くなっています
01:57
Basically, the singularity is going
to bring that into our minds.
33
117113
3128
シンギュラリティ(技術的特異点)は
それを当たり前のものにするでしょう
02:00
We're going to become smarter.
34
120283
1919
私たちはより賢くなるでしょう
02:02
And there's two different things
we have in our anatomy
35
122243
3129
それを可能にする 解剖学上の
2つの異なるものがあります
02:05
that enable us to do that.
36
125413
1335
それを可能にする 解剖学上の
2つの異なるものがあります
02:06
One is our brain,
37
126748
1585
1つは脳ですが
02:08
but we're not the only species
that has a brain
38
128333
2210
脳 あるいは
それに匹敵する脳を持っている種は
02:10
or even a comparable brain.
39
130585
1752
私たちだけではありません
02:12
Elephants and whales actually have
a brain that's larger than [ours].
40
132337
4171
象やクジラは 実は私たちよりも
大きな脳を持っています
02:16
But there's another aspect of their
anatomy that they don't have
41
136549
3754
しかし 動物の解剖学的構造には
02:20
and that no one else has aside from humans
42
140303
3337
象やクジラにはなく人間以外にはない
別の部分があります
02:23
which is our thumb.
43
143682
3086
それは親指です
02:27
So I can look at a tree
and I can imagine, yeah,
44
147352
2294
私は木を見て 「あの枝を棒にして
道具を作れるな」と想像し
02:29
I could take those poles and create a tool
45
149688
2627
私は木を見て 「あの枝を棒にして
道具を作れるな」と想像し
02:32
and then I can actually do it.
46
152357
2002
実際に作ることができます
02:34
Now, monkeys, if you look at them
they have a thumb,
47
154693
2585
サルを見てみると 親指がありますが
02:37
but it doesn't really work very well,
48
157320
1919
あまりうまく機能しません
02:39
it's actually an inch down.
49
159239
1960
2センチほど下にあり
02:41
They can grab things without much force.
50
161199
6173
物をつかむことができても
あまり力を入れられません
02:48
They can create a first
generation of tools,
51
168206
3170
第一世代の道具を作ることはできますが
02:51
but they can't use that tool
to create another set of tools.
52
171376
3462
その道具を使って別の道具を
作ることはできません
02:54
So they really can't create
a whole set of tools
53
174879
5005
つまり知能を高める道具一式を
02:59
that will enhance their intelligence.
54
179926
2711
作ることはできないのです
03:02
We're the only species that does that.
55
182637
2461
人間だけがそれをできる種なのです
03:05
And that's what artificial
intelligence is doing.
56
185140
3003
そしてそれが人工知能がやっていることです
03:08
From the very first hominid
57
188184
1835
非常に原始的な道具を作った
最初の人類から
03:10
that created a very primitive tool
58
190061
3671
非常に原始的な道具を作った
最初の人類から
03:13
to Gemini and GPT-4 today,
59
193773
3587
今日の Gemini や GPT-4 に至るまで
03:17
we create tools that make us smarter.
60
197402
2544
私たちは自分をより賢くする
道具を作っています
03:20
And so I've been actually monitoring
61
200363
6131
私は計算能力の成長を
03:26
the growth of computation,
62
206536
3795
観察してきました
03:30
which is right here.
63
210373
1794
ここにあります
03:32
I spent like, 45 years on this.
64
212167
2586
これに 45年ほど費やしました
03:36
And as you go up the chart,
it represents exponential growth.
65
216463
3753
グラフの上に行くほど
指数関数的な成長が見られます
03:40
You might think that someone
was in charge of this.
66
220633
2586
誰かがこのグラフに手を加えたと
思われるかもしれません
03:43
Gee, we've done this much,
67
223219
1293
でもここまでやってきた
03:44
it's in a straight line,
68
224554
1293
一直線です
03:45
let's get our next
computer to be right here.
69
225889
4045
次のコンピューターは
ここらへんに置こう
03:49
But no one was aware of it.
70
229976
1335
しかし誰も気づかなかった
03:51
No one even knew that this was happening
for the first 40 years.
71
231311
3378
40年前は誰もコンピューターの速度が
こんなに早くなるなんて 思いませんでした
03:55
I discovered this 45 years ago.
72
235023
2919
私はこれを 45年前に発見しました
03:58
I had various reasons to feel
it would continue at this pace.
73
238651
3337
このペースで進むだろうと感じた
理由はいくつかありました
04:02
In 1939
74
242405
2753
1939年には
04:05
that represents
75
245200
1710
一定ドルあたり 毎秒0.000007回の
計算ができたことを意味します
04:06
0.000007
76
246951
5422
一定ドルあたり 毎秒0.000007回の
計算ができたことを意味します
一定ドルあたり 毎秒0.000007回の
計算ができたことを意味します
04:12
calculations per second
per constant dollar.
77
252373
2837
04:15
At the upper right hand corner,
you've got a Google computer,
78
255251
5381
右上隅にはGoogle のコンピューターがあり
04:20
which was 130 billion
calculations per second.
79
260673
5714
毎秒1300億回の計算を行います
04:26
And recently Nvidia
just came out with a chip
80
266846
2252
また最近Nvidiaが発表したチップは
04:29
which is half a trillion
calculations per second.
81
269098
2837
毎秒5兆回の計算をします
04:31
So this little chart represents a growth
82
271976
4505
つまりこの小さなグラフは
04:36
of 75 quadrillion-fold increase.
83
276523
3670
75京倍の増加を示しています
04:40
That's why we didn't have
large language models in 1939
84
280235
4337
ですから1939年や3年前でさえ
大規模言語モデルは
04:44
or even three years ago.
85
284572
1502
存在しなかったのです
04:46
We did have something
called large language models.
86
286074
2502
大規模言語モデルと呼ばれるものは
存在していました
04:48
They didn't work very well
three years ago,
87
288618
2920
3年前はあまりうまく機能しませんでしたが
04:51
began to work two years ago.
88
291579
1877
2年前には機能し始めました
04:53
We've seen a tremendous progress
that's happened in the last two years.
89
293498
3962
過去2年間で大きな進歩がありました
04:58
In 1999, I was asked to make
a prediction of when would we see AGI,
90
298628
6465
1999年に私はAGI つまり人工汎用知能が
いつ登場するかを予測するよう求められました
05:05
artificial general intelligence.
91
305134
2586
05:08
And so I figured that this chart
would continue, which it has.
92
308096
5422
そこでこのグラフは今後も
続くだろうと考えました
05:13
And I figured we'd need about a trillion
calculations per second to do AGI.
93
313560
5797
AGIを実現するには
毎秒約1兆回の計算が必要だと考え
05:19
So I estimated 2029.
94
319357
2794
2029年と推定しました
05:23
That was met with a lot of skepticism.
95
323903
6298
多くの懐疑的な意見が寄せられました
スタンフォード大学は実際
私の予測を観察していました
05:31
Stanford had actually been
monitoring my predictions.
96
331160
3212
05:34
They called an international conference
to talk about my prediction.
97
334372
3545
私の予測を検証するため 彼らは
国際会議を招集し 何百人ものAI科学者が
05:37
And hundreds of AI scientists
came from around the world.
98
337959
4421
世界中から集まりました
彼らはAGIが実現することに
同意はしましたが
05:44
And they agreed that it would happen.
99
344173
1877
05:46
We would achieve AGI,
but not within 30 years.
100
346092
3837
30年以内では無理だろう
05:49
The estimate was 100 years.
101
349971
1919
100年はかかるだろうと予測しました
05:52
And I've talked actually to some
of the people who were there
102
352640
2920
その当時100年かかると
予測した人たちと実際 話しましたが
彼らも今や
05:55
who said 100 years then
103
355560
1626
05:57
and they're basically agreeing
it's going to happen very soon.
104
357228
2961
AGIが近い将来に
実現するだろうと同意しています
イーロンマスクは 2 年で起こると
言っています
06:00
Musk says it's going
to happen in two years.
105
360189
2461
06:02
It's not an unreasonable position.
106
362650
2336
不合理な見解ではありません
06:04
Other people saying three or four years,
107
364986
2210
3年か4年と言う人もいますが
06:07
I'm sticking with five years.
108
367238
1960
私は5年としています
06:09
But it could happen soon.
109
369198
2211
しかしすぐに起こるかもしれません
06:11
But everybody agrees now,
AGI is very soon.
110
371451
4337
今では誰もがAGIが間もなく実現することに
同意しています
06:16
So I have another book coming out,
111
376831
3253
私はもう1冊の本を出版する予定です
06:20
"The Singularity is Nearer."
112
380126
2711
「シンギュラリティは目前だ」
06:23
(Laughter)
113
383171
2335
(笑)
06:25
And I've got about 50 graphs in there.
114
385506
3170
ここに約50個のグラフがあります
06:30
I can't explain it right now,
but if you talk to me later,
115
390511
3504
今は説明できませんが
後で聞いていただければ
06:34
I can explain these charts,
116
394057
2127
これらのグラフについて説明できます
06:36
but it basically shows
that artificial intelligence
117
396225
4588
基本的に 人工知能がすべてを
支配しようとしていることを示しています
06:40
is going to take over everything.
118
400813
2044
基本的に 人工知能がすべてを
支配しようとしていることを示しています
06:44
The amount of --
119
404817
1168
現在私たちが稼いでいるー
06:45
(Laughter)
120
405985
1585
(笑)
06:47
The amount of money
that we make right now
121
407612
2919
現在私たちが稼いでいるお金の額は
06:50
is ten times greater in constant dollars
122
410531
2294
恒常的なドル換算で
100年前の10倍になっています
06:52
than it was 100 years ago.
123
412867
1627
100年前 私たちはとても貧しく
06:54
We were very, very poor 100 years ago,
124
414535
2545
06:57
there was no government programs.
125
417121
1961
もちろん政府のAI研究プログラム等は
ありませんでした
06:59
So we're much richer than we were then.
126
419791
2586
ですから 私たちは当時よりも
ずっと豊かになりました
07:02
And the movement,
127
422710
3337
計算だけでなく
07:06
not only of computation,
128
426089
1167
あらゆる技術の進歩は
07:07
but every single technology,
129
427256
3003
あらゆる技術の進歩は
新しく作り出したものを基にして
次のものを作ることによって
07:10
is done by creating,
130
430301
2044
07:12
taking the latest thing we've created
and making the next one.
131
432387
4754
成し遂げられています
07:17
We take the latest chip
132
437141
1502
最新のチップを使用して
07:18
and we use that to create the next one.
133
438685
2460
次のチップを作成します
07:23
We have greater wealth, as I said,
that leads to better education,
134
443314
4129
我々の富は増え それがより良い教育
07:27
leads to better doctors,
135
447485
1835
より良い医師
07:29
leads to healthy people,
136
449362
1793
より健康な人々
07:31
leads to more global wealth.
137
451155
1919
よりグローバルな富に繋がる
07:33
All of these things work together.
138
453074
2127
これらすべてが連動しています
07:35
AI supercharges everything.
139
455243
2502
AI はあらゆるものを超高速化します
07:38
So I could talk about each thing
140
458746
3170
ですから あらゆるものが
07:41
as being actually revolutionized.
141
461958
2085
革命的変化を遂げていると言えます
07:44
I think the most interesting
thing is actually medicine.
142
464085
3545
最も興味深いのは医療だと思います
07:47
There are a lot of people who are experts
in AI who are against what's happening,
143
467630
4421
AI の専門家の中には 今起きていることに
反対する人がたくさんいます
07:52
and they're very nervous about it,
and they think it's going to wipe us out.
144
472051
3629
彼らは非常に神経質で
AI が人類を滅ぼすと考えています
07:56
But people tend to get diseases
which are threatening to them.
145
476848
4921
しかし 人は命を脅かす病気に
かかる傾向があります
08:02
And what's going to happen?
146
482478
2378
その時何が起こるのでしょうか?
08:04
People are going to get diseases
and AI is going to come up with a cure,
147
484897
4505
人は病気になり
AI はすぐに治療法を見つけ出し
08:09
very soon, which will lead
to a great deal of appreciation.
148
489402
4755
大きな評価を受けるようになるでしょう
08:16
People say that AI is not creative.
149
496576
2127
AIは創造的でないと言われますが
08:18
It's very creative.
150
498745
1626
実はとても創造的なんです
08:20
You can actually put together
possibilities that might work.
151
500371
4922
実際にうまくいく可能性のある選択肢を
まとめることができるんです
08:25
For example, Moderna was trying
to create their COVID vaccine.
152
505334
4088
例えば モデルナはコロナウイルスの
ワクチンを開発しようとしていました
08:29
They actually put together a list
of different mRNA sequences.
153
509422
3837
彼らはさまざまな mRNA配列の
リストをまとめました
08:33
Now, what would we do in the past?
154
513259
1710
昔だったら何をしていたでしょう?
誰かが「数十億もある
ランダムに試してみよう」
08:35
Someone would come in and say,
"OK, there's several billion.
155
515011
2836
08:37
Let's try this one."
156
517847
1168
もしくは 3つを選ぶ
08:39
Or maybe they'd pick three.
157
519057
1418
08:40
You can't ...
158
520516
1126
08:43
do a clinical test on billions
of different possibilities.
159
523770
3837
何十億もの異なる可能性について
臨床試験を行うことはできません
08:47
But that's exactly what they did
by simulating the reaction.
160
527648
3712
しかし モデルナは 反応をシミュレートして
それを行ったのです
08:51
And that took two days.
161
531402
1627
2日しかかかりませんでした
08:53
So in two days, they created
the Moderna vaccine.
162
533071
3378
彼らは2日でモデルナの
ワクチンを開発したのです
08:57
And that is still on the market.
163
537617
2419
今も市場に出回っています
09:00
It's been the best vaccine.
164
540078
1835
最高のワクチンです
09:01
It was done in two days.
165
541954
2503
2日で完了しました
09:04
And we're going to do that
with every other thing.
166
544499
2502
他のすべての分野で
同じことができるでしょう
09:07
There's some very promising cancer cures
that are out there, which AI produced,
167
547043
5630
AIが生み出した癌治療法が
いくつかあり
09:12
and they're looking very promising.
168
552673
2169
非常に有望に見えます
09:14
The next few years is going to be
remarkable for medicine.
169
554884
3545
今後数年間は医療にとって
目覚ましいものになるでしょう
09:18
We had 190,000 proteins
done by people in 2022.
170
558471
5756
2022年に 19万個のタンパク質が
人によって分析されました
09:24
2023, AlphaFold 2 did 200 million,
171
564268
4713
2023年にAlphaFold2は2億個の
09:29
basically every protein and how they fold.
172
569023
3337
基本的にすべてのタンパク質と
その折り方を分析しました
09:34
Every protein that's used in humans
173
574403
1836
人間と地球上の他のすべての種で使われる
09:36
and every other species on Earth
174
576239
2878
すべてのタンパク質の種類を
09:39
done in a few months.
175
579117
1668
数か月で解析したのです
09:41
And we're going to be able to go through
176
581536
3169
私たちはタンパク質分析と同じ速度で
09:44
cures for diseases at the same rate.
177
584747
2586
病気を治療できるようになるでしょう
09:49
So we're going to simulate
trials digitally.
178
589710
4255
デジタルで試験をシミュレーションし
09:54
It'll be much safer.
179
594715
1335
より安全になります
09:56
It'll be a million times faster.
180
596050
2252
100万倍も早くなるでしょう
10:00
And by the end of this decade,
as we go into the 2030s,
181
600096
3754
そしてこの10年の終わり
2030年代に入る頃には
10:03
we're going to achieve a new milestone.
182
603891
2336
私たちは新たなゴールを
達成することになるでしょう
10:06
It's called longevity escape velocity.
183
606644
3712
長寿脱出速度といいます
10:11
Let me say that again,
184
611440
1210
もう一度言わせてください
10:12
because you're going to be
hearing a lot about that.
185
612692
2461
それについては
よく聞くことになるでしょうから
10:15
Longevity escape velocity.
186
615153
2460
長寿脱出速度
10:17
Right now you go through a year
187
617655
2211
今 あなたは1年を過ごすと
10:19
and you use up a year of your longevity.
188
619907
2753
寿命の1年を使い果たします
10:22
However, scientific progress
is also progressing,
189
622702
3336
しかし科学は進歩しており
10:26
which is actually bringing us back.
190
626038
1710
実際私たちを若返らせます
10:27
It's giving us cures for diseases,
new forms of treatment.
191
627790
4421
病気の治療法や新しい治療法を
与えてくれます
10:32
So right now you're getting
back about four months.
192
632253
3003
つまり今は約4か月が
戻ってくることになります
10:35
So you lose a year,
you get back four months,
193
635256
2252
1年を損失しても
4か月分戻ってくるので
10:37
so you're losing eight months.
194
637550
2169
8か月分を失うことになります
10:39
However, the scientific progress
is on an exponential.
195
639760
3796
しかし科学の進歩は飛躍的で
10:43
It's going to get faster and faster.
196
643556
1835
どんどん速くなっていきます
10:45
And as we get to the early 2030s,
197
645433
2669
2030年代初頭に近づくと
10:48
let's say between 2029 and 2035,
198
648144
2794
例えば2029年から2035年の間に
10:50
depending on how diligent you are,
199
650938
3003
あなたの勤勉さによっては
10:53
you're going to get back a full year.
200
653983
2294
1年を完全に取り戻せることになります
10:56
So you lose a year, you get back a year.
201
656319
2878
つまり1年を失っても 1 年が戻ってきます
10:59
As we actually go past that point,
202
659197
1626
その時点を過ぎると
11:00
you'll actually get back more than a year
and you'll go backwards in time,
203
660865
5005
実際には 1 年以上が戻ってきて
時間を遡ることになります
11:05
which would be cool.
204
665912
1418
すごいでしょう
11:07
(Laughter)
205
667872
1168
(笑)
11:12
Now some people are concerned
we’re going to run out of resources.
206
672376
3420
現在 資源が枯渇してしまうのではないかと
心配する人もいます
11:17
And actually, if we just went ahead
and didn't make any new resources,
207
677048
4004
実際 もしこのまま何も
新しい資源を作らなければ
11:21
we would run out of resources
like energy, for example.
208
681093
4046
例えばエネルギーなどの資源は
枯渇してしまいます
11:25
But this is not happening in a vacuum.
209
685806
2336
しかし これは単独で
起こっているわけではありません
11:29
AI is revolutionizing everything.
210
689060
3044
AI はあらゆるものに
革命をもたらしています
11:32
For example, we only have to connect
one part in 10,000
211
692104
6132
私たちの必要とするエネルギーを
満たすためには
地球に降り注ぐ太陽光の1万分の1を
使用するだけで済みます
11:38
of the sunlight that falls on the Earth
to meet all of our energy needs.
212
698236
3420
11:41
It's plenty of headroom
and that's growing exponentially
213
701697
4171
十分な太陽光があり エネルギー生成能力は
急激に成長しており
11:45
and will achieve that within ten years.
214
705910
2377
私たちは10年以内に必要なエネルギーを
達成するでしょう
11:48
And that's also growing exponentially.
215
708287
2711
飛躍的に成長していますから
11:52
So ...
216
712083
2043
ですから―
11:54
We will have plenty of resources.
217
714168
2377
資源は豊富にあります
11:58
And when we get to the 2030s,
218
718589
3128
そして 2030年代になれば
12:01
nanobots will connect
our brains to the cloud
219
721759
4254
携帯電話と同じように
ナノボットが私たちの脳を
12:06
just the way your phone does.
220
726013
1961
クラウドに接続するようになるでしょう
12:07
It'll expand intelligence
a million-fold by 2045.
221
727974
4921
2045年までに知能は 100万倍に拡大します
12:13
That is the singularity.
222
733396
2794
それがシンギュラリティ つまり特異点です
12:16
We will be funnier.
223
736941
3170
私たちはもっと面白くなるでしょう
12:20
(Laughter)
224
740111
1668
(笑い)
12:21
Sexier, smarter, more creative,
225
741821
3712
よりセクシーに より賢く
よりクリエイティブに
12:25
free from biological limitations.
226
745574
2169
生物学的制限から解放されるでしょう
12:28
We'll be able to choose our appearance.
227
748160
2920
私たちは自分の外見を
選択できるようになるでしょう
12:31
We'll be able to do things
we can't do today,
228
751414
2252
現在はできないことが できるようになり
12:33
like visualize objects in 11 dimensions.
229
753708
2961
11次元で物体を視覚化するなど
12:36
We can speak all languages.
230
756669
1877
あらゆる言語を話せるようになるでしょう
12:38
We'll be able to expand consciousness
in ways we can barely imagine.
231
758546
4546
想像もつかないような方法で
意識を拡大できるようになるでしょう
12:43
We will experience richer culture
with our extra years.
232
763509
5005
追加された年数で より豊かな文化を
経験することになるでしょう
12:49
So I've recently become a grandfather
233
769098
2878
最近孫ができました
12:52
I'm very much looking forward to that,
234
772018
3211
とても楽しみにしているのです
12:55
spending more time with family, friends,
235
775271
2461
家族や友人とより多くの時間を過ごし
12:57
loving and being loved,
236
777773
2461
愛し 愛され
13:00
all enhanced by AI.
237
780234
2419
すべてAIによって高められています
13:02
I believe this gives life
its greatest meaning.
238
782695
2753
これが人生に最大の意味を
与えると私は信じています
13:05
Thank you very much.
239
785448
1293
どうもありがとうございます
13:06
(Applause)
240
786782
4088
(拍手)
New videos
Original video on YouTube.com
このウェブサイトについて
このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。