AIは「賢くない」ので、人工知能の次は何になるのか？

AIは「賢くない」ので、人工知能の次は何になるのか？ 10時間前 共有 Googleでお気に入りに追加 Ben Morris テクノロジー・ビジネス編集者 Bloomberg via Getty Images Yann LeCun、AMI Labs創設者、新しいAIシステムを開発中 「ネズミほど物理世界を理解する能力を持つロボットは、まだほとんどありません」と、人工知能界の第一人者の一人であるヤン・ルカン氏は述べています。 彼はFacebookの親会社であるMetaに10年間勤務し、チーフAIサイエンティストを務めましたが、2025年に退職し、Advanced Machine Intelligence Labs (AMI Labs) を設立しました。 彼の目標は、ChatGPT、Claude、Geminiのような現在のシステムを超えたAIを開発することです。それらには用途があるが、ロボットに家事をさせるような、現実世界の複雑な状況に対処することは決してできないだろうと彼は言います。 「それらは、人間レベルまたは人間のような知能、あるいは動物のような知能への道ではありません。なぜなら、それらは現実世界のデータに対処できず、そのために構築されていないからです」と彼は、フランスの主要なテクノロジーカンファレンスであるVivaTechの傍らで私に語りました。 そのため、パリに拠点を置くAMI Labsは、ChatGPTとその競合他社の背後にある技術に基づかない、新しいタイプの人工知能を開発することに忙しくしています。 投資家はそれに可能性を見出しています。今年初め、AMI Labsは、米国のコンピューターチップ大手Nvidiaや、Amazon創設者ジェフ・ベゾスの個人資産を管理するファンドを含む投資家から、10億ドル（7億6000万ポンド）以上を調達したと発表しました。このいわゆるシードファンディングラウンド――スタートアップの資金調達の最も初期のラウンド――は、ヨーロッパでは最大級のものでした。 ChatGPTのような大規模言語モデル（LLM）は、コーディング、数学の問題、テキスト生成など、いくつかのことには非常に優れているとルカン氏は言います。しかし、それらはよく定義され、予測可能な問題であると彼は主張します。「それら（LLM）は基本的に知識を蓄積するだけです…何かを繰り返し出力するように訓練されており、繰り返し出力することはできますが、特に賢くはありません。それらは根本的な理解を持っていません」と彼は言います。 現実世界では、あらゆる行動に対して驚くほど多様な結果があり、より柔軟なタイプの人工知能が必要です。 ルカン氏はペンを先端で垂直に立てます。手を離すとどうなるか、と彼は尋ねます。幼児でさえ、ペンが倒れることを知っているでしょう。しかし、人間はペンがどの方向に倒れるかを推測しようとはしないでしょう。それを知る方法はありません。しかし、LLMは、トレーニングデータからの統計的パターンに基づいて、ペンの次の動きについて単一の予測を生成しようとするかもしれません。 その予測はほぼ間違いなく間違っているでしょう。なぜなら、システムは状況の物理的現実について推論しているのではなく、統計的に妥当に見えるものを生成しているからです。 ルカン氏によると、彼の会社が開発しているJoint Embedding Predictive Architecture (JEPA) というシステムは、そのような問題に対処するように設定されています。それは現実世界の抽象化を作成し、それによって行動の結果を評価することを可能にします。 これらの抽象化を作成するには難しい数学が必要ですが、本質的には無用な情報をフィルタリングし、AIに世界の有用な画像だけを残します。ペンの場合、AIはペンがどの方向に倒れるかを予測しようとしても無駄だと知るでしょう。 Bloomberg via Getty Images ヒューマノイドロボットは、現実世界をナビゲートできる人工知能を必要としています より柔軟な人工知能を構築することは、ロボット工学産業の優先事項です。 ヒューマノイドロボットの構築には数十億ドルが投資されており、その偉業は年々印象的になっています。 しかし、アイロンがけや食器洗い機の積み込みのような家事を安全に行うように訓練することは、困難で費用がかかることが証明されています。そして、ルカン氏によると、現在のAIモデルがそのような環境でうまくいく可能性は低いとのことです。 「LLMはロボット工学にとってほとんど役に立ちません」と彼は言います。 「LLMを単にスケールアップすることで、超人的な知能に到達できるという主張は、単に起こりません。」 Ingmar Posner Ingmar Posnerは、オックスフォード大学で新しいAIモデルを開発するチームを率いています。 AI業界の多くの人がルカン氏に同意しています。 Ingmar Posnerもその一人です。彼はオックスフォード大学の応用人工知能教授であり、応用AIラボを監督しています。彼はまた、Amazon Scholarでもあります。 「私の見解では、次の10年間は、説明できるシステムが中心となるでしょう…『何が重要か？何が原因か？もし別のことをしたらどうなるか？――例えば、別の行動をとったら？』といった質問に答えられるモデルが必要です」 約10人の研究者からなるPosner氏のチームは、4年間、World Modelsと呼ばれる緩やかなカテゴリーに属する代替形態のAIに取り組んできました。 World Modelsは概念的には数十年前から存在していましたが、この研究のインスピレーションの一つは、2018年にDavid HaとJurgen Schmidhuberによって発表された影響力のある論文でした。彼らの洞察は、機械学習とコンピューティングパワーの進歩により、AIは世界の見た目の「精神的な」シミュレーションからのみ何かを学ぶことができるということでした。 2018年以来、そのアイデアは、GoogleのDreamer World Modelを含む、World Modelsに関するかなりの研究を触発してきました。昨年、Dreamerのバリアントは、意思決定を助けるために将来のシナリオを想像することによって、ビデオゲームMinecraftでダイヤモンドを収集する方法を学びました。Posner氏は、彼のチームが取り組んでいるAIシステムが、さらなる一歩となることを望んでいます。彼はそれを「メカニズム的ワールドモデル」と呼び、AIが効率的に使用できる方法で知識を構造化します。「知識を区画化し、整理して、それが重要であるときに呼び出し、組み合わせ、変更できるようなシステムが必要です」とPosner氏は言います。 これらの新しいモデルを開発するのにどれくらいの時間がかかるか言うのは非常に難しい、と彼は付け加えます。「もし2017年か2018年に誰かに、ChatGPTのようなものが登場するまでどれくらいかかるか尋ねたら、彼らは『数十年、数十年かかるだろう』と言ったでしょう。」 ChatGPTの最初のバージョンは2022年11月にリリースされました。World Modelsに関するその他の作業は、DeepMind（Googleの親会社Alphabetの一部）がGenieモデルで行っており、ロンドンのWayveはGaiaというシステムを持っています。一方、AIのパイオニアであるFei-Fei Liは、新しいAIモデルを開発するために2023年にサンフランシスコでWorld Labsを設立しました。 ルカン氏は、AMI Labsは今年の残りの期間をAIモデルの改良に費やし、来年にはまず産業分野で利用されることを期待していると述べています。それが成功すれば、大きなことを考える時が来るでしょう。「最終的には、最小限のトレーニングまたはファインチューニングで、世界のほぼあらゆるものに適用できる、汎用的な知能システムが登場するでしょう。」 ロボットが自律的に動作できる世界で、人間はどうなるのでしょうか？ 「私たちは、どのような質問をするか、何を作るか、何を生み出すかを理解するために、人間を必要とし続けるでしょう。それが本当に人間らしい側面です」と彼は言います。 AIは私たちのために働くでしょう、と彼は付け加えます。「将来のAIシステムとの私たちのやり取り――たとえそれらが私たちよりも賢いとしても――は、産業界のキャプテンや政治指導者がアシスタントのスタッフとやり取りするようなものになるでしょう。その多くは彼らよりも賢いのです。」 テクノロジー・ビジネス インドの「ブルーゴールド」が新しい飲料産業を始める 食品廃棄物を有用でおいしいものにする古代のトリック ヘリウム3とは何か、そして月からも入手できるのか？ 国際ビジネス テクノロジー・ビジネス 人工知能 ロボット工学