このエピソードについて
機械学習と生成ネットワークをクリエイティブ産業の根本的な課題に応用するAIラボMawsonのCEO、スティーブン・フィリップスとのインタビュー後編です。前編をご覧になっていない方はこちらからご確認ください。
今回はMawsonの現在のプロジェクト、オーディオにおける生成ネットワーク、AIが音楽業界をどう変えるか、そして「アーティスト」という言葉が未来の世代にとって何を意味するかについて語ります。
トピック＆ハイライト
00:42 — 音楽レコメンデーション・発見アルゴリズムの課題について
スティーブン・フィリップス：Huntedで取り組み続けながら最後まで解決できなかった問題が、音楽の類似性でした。[...] この2曲はどれくらい似ているか？私が聴けば答えられる。でもコンピューターには無理でした——音声データそのものはブラックボックスでした。[...] Pandoraの人間によるラベリングや、SpotifyがMusicがメタデータを付与するアプローチは、コンピューターが「どう聴こえるか」を理解できないことへの代替手段に過ぎない。[...] 2011〜12年のHuntedで様々なことを試しましたが、当時はその技術が存在しなかった——それを知らずにやっていた。[...] 2016年頃、GoogleのDeepMindチームが音声合成で成果を出し始めた。「これは解決される、そこから本番が始まる」と思いました。「女性ボーカルとハーモニカとボンゴが入った曲を全部出して」という発見が可能になる。今の最先端はDiscovery Weeklyのようなものです。「人間が一緒に並べたものは繋がっている、その表現がプレイリストだ」というアイデアは本当に巧みです。「これが何かわからないとき、どう代替指標を作るか」への、誰もが思いつかなかった最良の答えです。
03:46 — Popgunと音楽AI作曲について
スティーブン・フィリップス：当時の唯一のアイデアは「AIが音楽発見を変える」というものでした。2016年にMawsonをオリジナル投資家と立ち上げましたが、AIの人材が全くリクルートできなかった。できる人は皆Googleへ行っていた。[...] 9ヶ月かけてアダム・ヒブルと出会いました。4〜5人のチームで深層学習プロジェクトをやっていた人物です。[...] 彼らに純粋な生音声ベースの音楽発見サイト構築を依頼し、約6週間で完成させました。[...] 彼らのアイデアは「何かを理解するには、それを生成できることが必要」というもの——生成する過程でレシピが作られ、2つのレシピを比較すれば類似度がわかる。類似性と発見を解決するには生音声を生成する必要がある——それが生成できるなら、発見は最も地味な使い方だと気づいたんです。曲を書く、音楽業界を変える、それがPopgunの目標になりました。[...] 私たちのピッチは「トップ40ヒットを出す！」でした。それが今も目標です。現在20数名のチームで、主にステルスで真剣なAI音楽作曲に取り組んでいます。
デイビッド・ワイスフェルト：公開されているデモが2本あるとのことですが、それが最新ですか？
スティーブン・フィリップス：違います。2017年の最初の1年間は「ピアノを弾くことを学ぶ」だけでした。ニューラルネットにピアノを教えるにはどうするか？
デイビッド・ワイスフェルト：誰かが弾き始めて、コンピューターがメロディを完成させるデモのことですか？
スティーブン・フィリップス：それはその年の最初の3分の1にすぎません。[...] あれは多声予測です——演奏の次に来るものを予測する。その後、即興演奏へ——「ある曲が与えられたとき、音楽性を保ちながら即興できるか？」。そして2017年末、10人が1年間その問題に集中した後、ついてピアノで独自の曲を作曲できるようになり、サンフランシスコに行きました。「AIが音楽を作るのは聴いたことあるでしょ？」「まあ、たいしたことないよね」「じゃあこれを聴いて！」と言って素晴らしいピアノを披露すると、「これが作ったの！？」と全員が驚いた。「全ての楽器を教え、一緒に演奏させ、それを全員に渡して何が起こるかを見る」というビジョンを示しました。
2018年にはベース、ドラム、ギターに取り組み、ミキシング、マスタリング、フルポップソングの制作、シンガーとの共演へと進みました。[...] それが2018年6月の最後のデモでした。[...] 誰かがこれをしっかりやりきるという焦りはありますが、私たちには明確なビジョンがある——アーティストが作れるものと同等のクオリティでなければならない、と。他のAI音楽プロジェクトが急いで市場に出るのを見て、それがヒューリスティックやアルゴリズムでしかないとわかります。これは本当に難しい——ちゃんとやるのも、うまくやるのも。でも、それが以前は不可能だったことを可能にするんです。
スティーブン・フィリップス：Popgunでの最初の1年で学んだのは「影響を受けるのは音楽だけではない」ということでした。私たちは人間のクリエイティブスキルを模倣している——ピアノを弾く、ベースを弾く。それは全てのクリエイティブ分野でも起こる。次の5年でエンターテインメントの作り方・楽しみ方は根本から変わります。[...] 際立ったのは声優でした。[...] そのスキルを模倣し、インディー映画製作者、ゲーム開発者、広告主の手に俳優を届けること。幸福、喜び、悲しみの表現の連続空間を技術でコントロールできれば、エンターテインメントの武器になる。[...] そこでReplicaを始めました。GoogleとAmazonはSiriのような音声に注力しますが、泣く子供の声、笑い声、ロバの鳴き声——どこまで表現力を追求するか？誰かが演じることをとことん追求するはずで、海賊のように話す海賊を作れるようにするというビジョンでした。2018年初頭にReplicaを立ち上げ、今はTechstarsに在籍しています。セレブリティの声をクローンし、ゲームのキャラクター制作を手がけています。
基本的な技術はPopgunとほぼ同じです。私たちが扱うのは生成ネットワーク——大量のコンテンツを学習し、そのあらゆる変形の分布を作り、多次元空間の異なる部分を「つつく」ことで新しいものを生成します。
ある論文で、白黒写真を高解像度カラーに変換する研究を見つけました。[...] 高解像度カラー写真を白黒に劣化させ、逆変換を学習させる手法です。SUPERRESでは同じことをオーディオでやりたかった。Skypeの音声をよくできないか？高品質なデータを送る代わりに、低品質版を送って、ネットワークが「元はこうだったはず」と想像して高品質版を生成する。古い白黒映画を高解像度カラーHDに見せかけたり、今日作られたコンテンツをVR対応にしたり——AIネットワークが「想像する」ことは、全チームが取り組んでいる核心的なアイデアです。
[しかし] 全チームの真の課題は——Popgunも今まさに直面しているのですが——生成できるだけでは十分ではないことです。インターフェースを作り、それを普通の人が使えるツールにしなければならない。誰もボタンを押して曲が出てきても満足しない——自分が作りたいものを作るためにその知性を活用したいんです。
26:10 — クリエイティブ産業の未来について
スティーブン・フィリップス：この技術は数年以内に当たり前になるでしょう。音声版Photoshop——声を画像のように編集し、変更し、動かし、別の言語で話させ、声の個性を完全に変える。それが全て可能になる。[...] 私たちが大切にしているのは、これが大量消費から大量創造への移行という大きなトレンドの一部だということ。Minecraftで育った子供たちが、今はFortniteやRobloxで自分で作ることで楽しんでいる。AIは、そういう子供たちが想像できるものなら何でも作れる新しいクリエイティブツールを届ける。
音楽レーベルに話すと、当初は脅威と感じていた人も今はかなり理解してくれています。技術的なハードルが下がれば「スター」「才能」の定義が変わる——楽器を弾く能力以上のものが問われます。人が人に引き寄せられるのは、美しさや面白さや存在感があるから。音楽には15歳以下のBillboardチャートはない——子供は技術的に大人と競わなければならない。そのバリアが取り除かれれば、同年代の若者が共感できるような若い音楽スターが現れるはずです。AIは彼らをより早く発見し、互いの感情や言葉をより正確に伝えることを可能にします。 これは全く新しいポップ産業につながり、レーベルにとっても——彼らはまだ才能への露出とキャリア管理が必要で、レーベルを音楽業界のVCと見れば、より多くの才能をより早く発見できるようになる。大きなブームになると思います。
ポッドキャストで聴く
リンク
- Popgunエボリューションデモ
- 生成ネットワークと機械学習についての詳細情報
- ボーイング737 Maxの運航停止（2件の事故を受けて）
言及された企業（アルファベット順）
全文トランスクリプト
デイビッド・ワイスフェルト [00:00]： 今日はMawsonを率いていますね。M.A.W.S.O.N——オーストラリアのAIラボで、プロジェクトに投資し一から立ち上げています。私が知っている3つはPopgun、Replica、SUPERRESです。ブログの下にPopgunのデモへのリンクを貼りますが、3つのプロジェクトとそれぞれの特徴をまとめてもらえますか？
スティーブン・フィリップス [00:44]： Huntedで常に取り組み、決して解決できなかった問題がありました。音楽レコメンデーションの核心は類似性の指標です。この2曲はどれくらい似ているか？私が聴けばわかる——でもコンピューターには無理でした。音声データそのものがブラックボックスでした。できる最善はテキストラベルを付けること。Pandoraの人間によるラベリングや、Spotifyがメタデータを付与するアプローチは、コンピューターが「どう聴こえるか」を理解できないことへの代替手段に過ぎません。なぜオーディオで直接作業できないのか——クラウドの判断を待たずに類似性を知る方法はないのかとずっと疑問でした。2011〜12年のHuntedで様々なことを試しましたが、振り返れば技術が存在しなかったのに知らなかった——壁にぶつかり続けていました。
2013〜14年頃、TwitterでMLチームを見て深層学習に目覚めました。画像認識や手書き認識ができるなら、誰かが必ずオーディオでもやると確信しました。そして2016年頃、GoogleのDeepMindチームが音声合成で成果を出し始め「これは解決される、本番が始まる」と思いました。ラベリングなしに「女性ボーカルとハーモニカとボンゴが入った曲を全部」という発見が可能になる。そういう発見にずっと憧れていました。
デイビッド・ワイスフェルト \[02:27\]： 別の基準でもいいですが、もちろんそういう検索はしたいですよね！
スティーブン・フィリップス [02:30]： そうですよ。ホイットニー・ヒューストンに似た声でアコースティックギターの3拍子——ラベリングなしに、大規模なカタログ全体で。
デイビッド・ワイスフェルト \[02:45\]： 純粋に音声だけで？
スティーブン・フィリップス [02:48]： ストリーミングサービスが持つコールドスタート問題の解決にもなる。でも今の最先端はDiscovery Weeklyのようなものです。「人間が一緒に並べたものは繋がっている、その表現がプレイリストだ」というアイデア——プレイリストの交差点で全てを動かしている。「これが何かわからないとき、どう代替指標を作るか」への最良の答えです。スケールで実現できていて、パーソナライゼーションとジャンルにまたがって機能する。私はその深層学習を見始め、読み込み始め、10年間機械学習をやってきた経験から「これは全てを変える」と確信しました。当時の唯一のアイデアは「これが音楽発見を変える」でした。
そして2016年、オリジナル投資家とMawsonを立ち上げましたが、AIの人材が全くリクルートできなかった。できる人はみんなGoogleへ行っていた。オーストラリアでは自動運転や大学のPhDプログラムに優秀な人材が流れていて。9ヶ月かけてアダム・ヒブルと出会いました。ブリスベンで4〜5人のチームで深層学習プロジェクトをやっていた人物です。私が音楽でやろうと誘うと、彼は「それに意味があるの？このテクノロジーでできる最も地味なことだ」と言った。でも彼が当時24〜25歳で若い頃の自分に似ていたので、音楽の問題にはまれば夢中になると確信していました。純粋な生音声ベースの音楽発見サイト構築を依頼し、約6週間で完成しました。
彼らの手法は「何かを理解するには生成できることが必要」というもの——生成過程でレシピが作られ、2つのレシピの比較で類似度がわかる。類似性を解くには生音声を生成する必要があり、それができるなら「発見はその中で最も地味な使い方だ」と気づいた。曲を書く、音楽業界を変える——それがPopgunの目標になりました。最初は「Fake Records」という名前で、レーベルとして音楽をリリースするつもりでした。トランプが「fake」という言葉を乗っ取ってしまったので名前を変え、ボブ・モズの提案でTechstars Musicに参加し「Popgun」になりました。2017年の第1期クラスに、アダムと20代半ばの若者4〜5人を連れて参加。ピッチは「トップ40ヒットを出す！」でした。それが今も目標で、現在は20数名のチームが主にステルスで取り組んでいます。
デイビッド・ワイスフェルト [07:22]： 公開されているデモが2本あると聞きました。それが最新ですか？
スティーブン・フィリップス \[07:30\]： 違います。2017年の1年間は「ピアノを弾くことを学ぶ」だけでした。
デイビッド・ワイスフェルト \[07:41\]： 誰かが弾き始めてコンピューターがメロディを完成させるデモのことですか？
スティーブン・フィリップス [07:48]： それはその年の最初の3分の1です。Techstarsのデモがそれで、多声予測——演奏の次に来るものを予測する。その後、即興演奏へ——「曲が与えられたとき、音楽性を保ちながら即興できるか？この曲の別の弾き方を全て探れるか？」。それができてから本格的な作曲に進みました。2017年末、10人が1年間集中してその問題に取り組んだ後、ピアノで独自の曲を作曲できるようになり、サンフランシスコへ行きました。
「AIが音楽を作るの聴いたことある？」「まあ、たいしたことないよね」「じゃあこれを！」——素晴らしいピアノを披露すると「これが作ったの！？」。AIが車を運転できるならピアノも弾けると思うから、期待値はあった。でも実際に聴いて皆が驚いた。「全ての楽器を教え、一緒に演奏させ、それを全員に渡して何が起こるかを見る」というビジョンを示しました。Khosla Venturesへの投資決定——彼らはAIへの投資が多く、シニアなAI人材がいて、多くの価値を提供できると感じました。
Greylockにも会いました——FacebookやLinkedIn、Twitterのグロースチーム出身の素晴らしい人材がいましたが、私たちにはまだ早すぎた。ピアノを弾けるようになるのに1年かかった——他の全部にどれだけかかる？Khosla Venturesはそれをわかっていて忍耐強く支援してくれました。2018年にはベース、ドラム、ギターに取り組み、ミキシング、マスタリング、フルポップソングの制作、シンガーとの共演。2018年6月の最後のデモ以降、次のステップに取り組んでいます。急いでエレベーターミュージックのようなものを出すこともできる——でも誰かが時間とお金を使って本物をやる。私たちはオーストラリアで最初からのチームで、明確なビジョンを持っています——アーティストが作れるものと同等でなければならない、と。
デイビッド・ワイスフェルト [11:49]： 自動運転車と同じですね——機械が事故を起こすと、人間の事故より深刻に受け止められる。ボーイングの事故で全世界の737が運航停止になった。AIに何かをさせるとき、人間より何千倍も優れていることが求められる。「まあまあな曲」は実は「悪い曲」です。「うわっ」という驚きがなければ意味がない。その問題がどれほど難しいか、想像できます。
Teslaは走行データを収集して自動運転を学習させている——膨大な数の曲を聴かせてパターンを学ぶのと同じ。違うのは最終ゴールです——自動運転は「新しいことをしない、期待通りに動く」が求められる。でも曲は「創造的で新しい」ものでなければならない。データを取り込むことより、創造的なものを生み出す方が遥かに難しい。どれほど面白いプロジェクトか想像できます。
スティーブン・フィリップス [14:17]： Huntedで培った全てがここにつながっていると感じます。人々の信頼と忍耐を得て、正しくやり遂げる自由を持てた。2年間のプロジェクトで「これは本当にすごい」という瞬間が何度もあり、続けなければと思わせてくれた。他のAI音楽プロジェクトが急いで出てくるのを見て、それがヒューリスティックだとわかる——本当に難しいから。でも以前は不可能だったことを可能にする。これに近いところで、この瞬間にこのチームと一緒にいられることは本当に特権だと感じます。音楽を作って共有することは、まだエリート的な行為で、誰もが簡単にできるわけではない——それを多くの人に届けることに、私は心から喜びを感じます。
外から見ると音楽はただの音楽——でも私には文化そのものです。映画の中にも、どこを向いても音楽があり、他のものにはできない何かを人々にする。その周辺でテクノロジーの仕事ができることは本当に特権です。一生これをやり続けたいと思えます。このチームの若い人たちがこれほど献身的で、私と同じように問題に惚れ込んでくれている——音楽業界で最高の技術チームです。彼らが音楽をやっているのは偶然の産物で、オーストラリアにいるからGoogleで車や医療をやることもできた。それでも彼らはこの問題に魅了されている——本当に幸運です。
最初の年に学んだのは「影響を受けるのは音楽だけではない」ということ。ピアノを弾く、ベースを弾く——人間のクリエイティブスキルを模倣している。全てのクリエイティブ分野で同じことが起こります。次の5年でエンターテインメントの作り方・楽しみ方は根本から変わる。私たちのラボには人間の才能スキルのリストがあり、どう模倣するか、最も価値があるものは何かを考えています。際立ったのは声優でした——話すことは演じることではない、演じることは遥かに多くを含む。そのスキルを模倣し、インディー映画製作者、ゲーム開発者、広告主に届けること。GoogleがWaveNetを発表し、その分野の号砲が鳴りました。
GoogleとAmazonはSiriのような音声に注力する——でも泣く子供、笑い声、ロバの鳴き声はやらない。誰かが表現力をとことん追求して「演じる」まで持っていくはずで、海賊のように話す海賊を作れるようにする——そこからReplicaが始まりました。2018年初頭に設立し、1年間音声技術に取り組み、今はTechstarsでセレブリティの声をクローンし、ゲームのキャラクター制作をやっています。
基本的には内部でやっていることと技術的に同じです。チームは独自のコードベースと会社を持っていますが、「どう問題を解くか」という開放的な文化を共有しています。IPは共有しない、コードも共有しない、少し競争的でもある。でもラボで35人が一緒に問題を語り合える環境から恩恵を受けています。音楽とボイスと超解像——共通しているのは生成ネットワークという手法です。大量のコンテンツを学習し、全ての変形の分布を作り、多次元空間の異なる部分をつついて新しいものを生成する。
SUPERRESは白黒写真を高解像度カラーに変換する論文から生まれました。高解像度カラー写真を白黒に劣化させ、逆変換を学習させる。Skypeの音声をよくできないか？低品質版を送って、ネットワークが「元はこうだったはず」と想像して高品質版を再現する——コンテンツ圧縮の革新的なアプローチです。古い白黒映画を高解像度HDカラーに、今日のコンテンツをVR対応に——AIネットワークが「想像する」という核心的なアイデアが全チームに共通しています。
Replicaは海賊の声を想像する——実際に「Stephen、鸚鵡はこんにちは」という海賊は見たことがないが、どう聴こえるか想像できる。このクラスのネットワークが映画、動画、コンテンツ、音楽の作り方を変えます。そして全チームの真の課題は——生成できるだけでは十分ではないこと。インターフェースを作り、普通の人が使えるツールにしなければならない。ネットワークをどうコントロールするか——それが大きな課題です。
デイビッド・ワイスフェルト [23:16]： 全プロジェクトに共通するスレッドがありますね——Huntedはバックエンドのデータ処理、ランキング、チャーティング。でもUXなしには普及しなかった。Popgunも同じ——フロントエンドがあって初めてA&Rではない普通の人が使える。FIFAをやる子供はボールの計算や選手の動きの仕組みを理解していない——ただプレイしている。それが「動く」ことの魔法で、プロダクトマーケットフィットも同じです。非常に難しいテクノロジーを非技術者の手に渡して成功させること——それが皆さんの究極のテストです。ReplicaはYouTubeチャンネルや翻訳、アニメーション制作でも使えるはずです。ポテトヘッドにどんな声を？海賊にどんな声を？妖精物語の語り手の声は？
Pixarでは声優のオーディションに何日もかける。その過程が、グラフィックデザインを学ぶ学生でも内製化できるようになる。30年前は音楽にスタジオが必要だった、今はラップトップだけ——それが声の創造にも起きる。翻訳だけでも50言語への即時翻訳は革命的です。
スティーブン・フィリップス [26:09]： この技術は数年以内に当たり前になります。音声版Photoshop——声を編集し、変更し、別の言語で話させ、声の個性を完全に変える。それが全て可能になる。まだ技術は発展途上で10社以上がこの分野にいますが、ツールは1〜2年以内に来るでしょう。私たちが大切にしているのは、これが大量消費から大量創造への移行という大きなトレンドの一部だということ。Minecraftで育った子供たちが今はFortniteやRobloxで作ることで楽しんでいる。妻とMinecraftへの熱狂を見て「10年後の建築はデザインの爆発が起きる」と冗談を言っていましたが、それが彼らの自己表現に流れ込む。AIは彼らが想像できるものを何でも作れる新しいクリエイティブツールを届けます。
Popgunで内部でよく話すのですが、音楽レーベルに話すと今では「これはいい」と反応してくれます。最初は脅威と感じていたが、技術的なハードルが下がればスターと才能の定義が変わる——楽器を弾く能力以上のものになる。音楽には15歳以下のBillboardがない——子供は技術的に大人と競わなければならない。そのバリアが取り除かれれば、同年代が本当に共感できる若い音楽スターが現れる。AIはそういった人たちをより早く発見し、互いの感情や言葉をより正確に伝えることを可能にします。 これは全く新しいポップ産業につながる——レーベルにとっても、才能への露出とキャリア管理は依然として必要で、音楽業界のVCとして才能に投資し続ける。でも以前より多く、より早く見つけられる。大きなブームになると思います。
デイビッド・ワイスフェルト [29:10]： おそらくAIがDAW、Pro Tools、VSTの中に組み込まれるので、使っていることすら気づかないかもしれない。曲を受け取ったとき、どう作られたかは誰もわからない。でもそれ以上のことがあると思う——ReplicaもPopgunもその予兆です。アニメーション動画を作る子供、YouTubeで音楽を作る子供——アーティスト、ミュージシャン、俳優、映像作家、グラフィックデザイナーの境界が溶けていく。子供たちは今でも自分で音楽ビデオを作れる——David LaChapelleほどではないけれど。世界の反対側の人とも協力できる——あなたはオーストラリア、私は今パリにいる。5年後には「ミュージシャンとは何か」という定義が変わり、9年間部屋で楽器を練習しなければ世界に見せられなかった時代は終わるかもしれない。アーティストは異なる芸術を一つの創造物に組み合わせていく。
YouTubeマネタイズ会社がゲーム実況者やメイクアップYouTuberを管理し、そのコンテンツクリエイターが音楽を始める——今は音楽会社と提携しているが、本来の仕事はYouTubeコンテンツのマネタイズだった。そこからヒット曲が生まれる。指数関数的に早く進むでしょう。1時間半いただきました——最後に3つの定番の質問で締めたいと思います。19歳のスティーブンに今会ったら何を言いますか？当時はまだ大学かフリーランスで、Huntedのことも考えていなかった頃です。
スティーブン・フィリップス [32:11]： 20代はとても良い時間でした。2年以上同じ場所にいたことはなく、お金を貯めたら1年間やりたいことをやっていた——絵を描いたり、音楽をやったり。もっと早くメンターや尊敬できる人を探すべきだったと思います。そして会社を早く始めるべきだったと伝えるでしょう。35歳までかかった理由がわからない——オーストラリアではテクノロジー会社を始めるという発想が一般的ではなかったし、やり方も知らなかった。若い人たちへのアドバイスも同じです——特にPhDを薦めようとする大学に引き留められている優秀な若者たちへ。家族もいない、制約もない今こそ会社を始めるべき。退屈な仕事にはいつでも戻れる。会社を始めよう、20年待つ必要はない。
デイビッド・ワイスフェルト [33:31]： Techstarsのボブ・モズが言っていましたが、「才能は完全に均等に分布している。でも機会は不均等だ」と。カリフォルニアや ニューヨーク以外にいると「自分が本当に会社を作るのか？Twitterに売却されるのか？」と信じにくい。才能は均等でも、機会も自己信頼も不均等——カリフォルニア人には「世界を変える」という遺伝子的な信念があるが、オーストラリア人や日本人にはない。だからこそ、アイデアがあれば行動して試してみることが大切です。
スティーブン・フィリップス [34:25]： 米国に行って最大の学びは「彼らもただの普通の人だ」ということ。違うのは「何が可能か」という期待値だけ。ここで若い人たちに常に伝えていること——そこで作られている素晴らしいものを見ると超人に見えるかもしれないが、彼らもただの人間で私たちと同じように競える。より多く、より多くのお金、より多くのバックアップがあるだけ。採用するとき最初にやることの一つは「現地に送ること」——戻ってきたら「ただの人でしょ！」「言ったじゃないですか」という会話になります。
デイビッド・ワイスフェルト [35:09]： 言語の壁もないから、行けばわかる。米国では子供の頃からプレゼンテーションに慣れていて、ピッチに近い経験を積んでいる。フランスでは自己批判を徹底的に教える——「信じる、でも疑う、また疑う」という習慣が「信じて行動する」を難しくする。おすすめの本やポッドキャストはありますか？
スティーブン・フィリップス [36:03]： 恥ずかしいことに、最近はほとんど本を読んでいません。20代は貪欲に読んでいましたが、今は音楽やメディアをできる限り消費しています。チームとスタッフへの責任を感じていて、家族と過ごす以外の全ての時間を彼らのために使っている。15〜20年後に引退したら、読めなかった本を全部読もうと思っています。
デイビッド・ワイスフェルト \[36:38\]： このインタビューの後は何をする予定ですか？今夜8時40分、夕食でしょうか？
スティーブン・フィリップス [36:41]： 家族のところに帰り、明朝早くシドニー行きのフライトがあります。音楽業界の人に会うために。ありがとうございました！
デイビッド・ワイスフェルト \[36:58\]： 素晴らしかったです。今すぐもう一度聴きたいくらい。遅い時間にお時間をいただき、本当にありがとうございました。またお話しましょう。
