
何が起きたか
AlphaGo開発のThore GraepelがGoogle DeepMindを退社。現言語モデルは「システム1」的で、AlphaGoのような熟慮的探索をしないと主張。
なぜ重要か
真に独立した推論の仕組みがなければ、AIの結論を証拠や推論に遡って検証できないと指摘。医療や科学など重要な用途で問題になると論じている。
注目点
知識を検査可能な形で記録し、証拠に基づく場合のみ更新するシステムという彼の提案は研究方向であり、製品ではない。ルールが固定されない現実世界の問題に対応できるかが試金石となる。
誰に効くか医療・科学・工学向けのAIを構築するAI研究のリーダーやチームは、現在のモデルに監査可能な推論の仕組みが欠けているというGraepelの主張に留意すべきだ。重要判断にAIを頼る企業は、こうしたシステムが結論への到達過程を示せないという彼の警告を考慮する必要があるかもしれない。
こういう要約が、毎朝あなたのメールに届きます。
Graepelの議論は、Daniel Kahnemanから借りた二つの思考モードの区別に基づいている。速く直感的な「システム1」と、遅く熟慮的な「システム2」だ。彼によればAlphaGoは両方を備えていた。ニューラルネットワークが直感を提供し、探索機構がその直感を可能な未来に対して検証する。この組み合わせが、不具合に見えながらAlphaGoのLee Sedolに対する4-1の勝利を支えた37手目を生んだ。現在の大規模言語モデルは、彼の説明では直感の半分しか持っていない。
彼はさらに深い溝を指摘する。AlphaGoはゲーム木、つまり検討した変化を構造化して記録し、ネットワークの判断を注記したものを保持し、推論の進行に合わせて更新していた。対照的にチャットボットは、仮説・信頼度・未解決の問いを記録する台帳を持たない。Graepelは、このためにシステムが誤った際に何が悪かったのか特定するのが難しくなると論じ、医療・工学・研究で最も重要だと述べる。
彼が提案する代替は、認識論的状態を維持し、推論をその状態を変える一連の手として扱うシステムだ。演繹し、問題を分解し、次に何をすべきか決める。こうしたシステムが、状況が部分的にしか分からず結果も不確かな現実世界の厄介さに対応できるかどうかが、彼の議論が他者に委ねる未解決の問いである。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
AnthropicはMETRのスタッフ6人にハードウェア、オフィススペース、社内ツールを提供し、自社のリスクチームとほぼ同等の立場に置いた

カマラータ氏はInceptionV1の猫・車ニューロンをV字検出器だと再解釈

Google DeepmindのGemini 4 ArgonがARC Prizeによると、4,800ドルでARC-AGI-3において97.5パーセントを記録し2位となった

MicrosoftのSurface Laptop UltraはNvidiaのRTX Sparkプラットフォームを採用し、2,599ドルから(最大5,899ドル)

Nieman Labによると、10月30日発効のMetaの新たな商用規約により、ビジネスユーザーと結びついたウェブサイトのコンテンツをクロールしAI学習に利用できる可能性がある

Vercelが木曜に公表したデータによると、TypeSafe AIのJevは、9月15日の限定リリースから2週間以内に有料チームの35%が使用した
