MetaのAI責任者：LLMは人間の知能に到達しない可能性

言語や数学的能力といった、新生児の能力が一般知能の基準を最初から設定しています。それとは対照的に、AIの主要な立場にある Yann LeCun は、そのような一般知能が近い将来実現されるとは考えていません。LeCun は最近、ヨーロッパに位置するロンドン・エンジニアリング・センターでのイベントで、人類の人工知能の不確実性について言及しました。さらに、彼は人間と人工知能の能力の不一致を強調しました。

AGI への懐疑

LeCun は AGI の問題に不安を感じており、人間の複雑な知能が大きな障害になると考えています。その代わりに、彼は人間のような AI のアイデアを支持していますが、これは遠い目標であると見なしています。LeCun は、今日の AI アプローチが無視している4つの相互に関連する先天的な認知課題、すなわち計画、記憶の永続的な保持、そして世界を理解すること――を指摘しています。

LeCun の非難の主な対象は、大規模言語モデルです。Meta の LLaMA、OpenAI の GPT-3、Google の Bard などが挙げられます。これらのモデルは完璧な言語習得を示していますが、その知識は常に静的です（つまり、テキストベースの学習は現実に対する理解の深化を妨げます）。LeCun は、テキストは構造化され整理された大量のデータとして表されますが、物理的な経験はテキストとは質的に異なり、スペクトルの別の側面を占めると主張しています。

LLM の「心の事実」に対する反論

LeCun は、LLM の言語習熟度が知能の真実性を意味するものではないと考えています。なぜなら、それらは経験、既存の知識ベース、そして現実生活の抽象的な謎という贅沢を拒否されているからです。これが彼が強調する主要な点であり、現在のテキストベースの学習アーキテクチャでは、AI が学習の原則を根本的に変えない限り、人間のように言語を理解し実行することは不可能であると述べています。LeCun は、単なるテキストデータではなく、現実世界を通じて知識を得る目的指向型 AI システムへと、新しいアプローチラインへの変更が必要だと述べています。

テキスト中心の方法論は代替手段を提供しますが、LeCun は「目的駆動型 AI」のアイデアを提示し、機械が人間が定義した目標を達成するという指示を出しています。これらのシステムは、感覚入力とビデオデータを活用して、より優れた「世界モデル」を構成し、それによって計画や意思決定を、利用可能な選択肢のセットに基づいて行うことができます。学習した内容を活用し、行動の結果を理解できることは、価値に基づく動機付けを持つ AI マシンが、より複雑なタスクをより迅速に処理できることを意味します。

AI の進化のナビゲーション：Yann LeCun の視点

LeCun は、人間の知能を段階的に超えるというアイデアを拒否せずにこの事実を提示しましたが、その過程でタイムラインを過大評価してはならないと指摘しています。彼は、今日のアプリケーションと驚異的な AI レベルの知能の概念の間の中間点を超えようとする AI の研究開発の継続的な必要性を強調しています。

Yann LeCun の AGI に対する立場は、AI や未来学者の誘導的な哲学や、現在主流の AI の進化に関する概念と矛盾しています。LeCun は LLM の制限を認識していますが、特定の目標を達成するために AI を使用することを奨励し、これにより人間レベルの知能への道筋の複雑な図像を提供しています。AI の未来に関する議論が続いて明らかになるにつれて、LeCun の判断は、現在の微妙な問題について内省的な問いかけをもたらすべきです。