Les LLMs ne scellent pas le destin de l’AGI, selon Neila Murray de Meta

LLMsがAGIの運命を決定しないという主張は、批判的な思考を促します。Metaの影響力のある人物、ネイラ・マレーは、言語モデルが真の一般知能に到達する能力に疑問を投げかけています。具現化されたAGIの仮説、単なる言語シミュレーションではなく、人間を真に理解するという課題を提起しています。これらの技術に関する議論は、LLMsの現実世界の理解や記憶に関する限界を明らかにしています。激しい議論は、文脈的推論や人間的感情の欠如を浮き彫りにし、一般人工知能に到達するために克服すべき課題を強調しています。

MetaによるLLMsの限界

MetaのAI専門家であるネイラ・マレーは、大規模言語モデル（LLMs）が一般人工知能（AGI）の未来を代表するものではないと主張しています。これらのシステムは、データの解析やテキストの生成において非常に優れていますが、現実世界の理解に関しては根本的な欠陥があります。彼らの知性は、しばしば人間の経験の複雑さを反映しないトレーニングデータによって特に制限されています。

限られた知性への批判

マレーによれば、LLMsは真の知性を欠いています。彼らの学習能力は統計的に進んだアルゴリズムに依存していますが、これらのアルゴリズムは深い理解や効果的な推論を保証するものではありません。物理的世界との相互作用を含む具現化された経験の欠如は、人間の相互作用のニュアンスを理解する能力を複雑にしています。

AGIの挑戦

Metaの研究ディレクターであるヤン・ルカンは、AGIに関して同様の視点を共有しています。彼によれば、現在のLLMsが人間の知性に匹敵するレベルに到達することはおそらく不可能です。進行中のモデルは、持続的な記憶、推論能力、文脈的理解といった本質的な特性を統合するように進化する必要があります。

具現化された知性へ向けて

Metaの研究者たちは、AGIは物理的な身体を持つ知性によってのみ実現可能であるという考えを提唱しています。この仮説は具現化されたAIとして知られています。この観点から、現在の技術は、人間がどのように学び、環境と相互作用するかからインスパイアを得るべきです。このようなアプローチにより、LLMsが克服できない障壁を打破することが可能になります。

AIの投資と未来

LLMsの開発に投じられている大規模な投資は、その実際の効果について疑問を投げかけています。研究によれば、これらのモデルの費用対効果は限界に達し、膨大なリソースが提供されてもパフォーマンスが停滞していることが明らかになっています。専門家たちは、LLMsのみに基づく将来の進歩が制限される「天井」に達したと示唆しています。

対立する視点

LLMsとAGIに関する議論は複雑で、科学コミュニティの間に多様な意見を浮き彫りにしています。ある意見は新しい技術や方法論の探求を支持する一方で、他の意見は現在の能力を過大評価しないよう警告しています。AIの未来は要求が高く、従来のアプローチを超えた革新が必要です。

専門家の結論

マレーとルカンを含む他の専門家は、人工知能の理解の見直しが必要だと強調しています。本物のAGIを求めるには、機械学習をより全体論的な学習方法に整合させるための努力が必要であり、社会的および感情的な基盤を統合することにより、技術を真の潜在能力に向上させる必要があります。

LLMsとAGIに関する一般的な質問集

ネイラ・マレーのLLMsとAGIに関する主な主張は何ですか？
ネイラ・マレーは、大規模言語モデル（LLMs）がトレーニングデータにのみ基づいているため、現実世界の理解に欠けていると強調しています。彼女は、彼らの知性は人間のものと比較できないと述べており、具体的または具現化された経験がないことを指摘しています。

ネイラ・マレーはなぜLLMsがAGIに至ることはないと思っていますか？
マレーは、一般人工知能（AGI）に到達するためには、持続的な記憶、推論能力、物理的な世界との相互作用などの側面を統合することが必要だと主張していますが、LLMsはトレーニングデータによって制約されている限られたモデルです。

LLMsがAGIに貢献するために克服すべき主要な課題は何ですか？
課題には、経験から学ぶことができる知性の開発、社会的な文脈を理解すること、単なる人間の言語の模倣を超えた複雑な推論を行うことが含まれます。

LLMsと具現化されたAIのアイデアとの関係は何ですか？
具現化されたAIは、環境と相互作用し、よりニュアンスのある世界を理解するために物理的な身体を必要とする知性を指します。マレーによれば、具現化された経験を欠くLLMsは、人間に匹敵する知性のレベルには到達できません。

ネイラ・マレーのLLMsに対する批判はAI研究にどのように影響を与えますか？
マレーの批判は、研究者にAIのアプローチを再考させ、様々な環境でより全体的で統合された方法で動作する知的システムを開発する必要性に焦点を当てさせています。

マレーの言葉によれば、AGIからどのような種類のアプリケーションが恩恵を受けるでしょうか？
AGIは、健康、教育、カスタマーサービスなどの分野を変革し、実際の人間の経験と文脈的推論を統合したより適切で反応的なソリューションを提供する可能性があります。

AGIへの進化なしにLLMsを使い続けることにはどのような影響がありますか？
LLMsのみに頼り続けることは、知的システムが日常生活の複雑な課題に対応する能力を制限し、結果的に革新と提供されるソリューションの効率が停滞することにつながる可能性があります。