AI研究者を対象とした最近の調査では、
現在の技術的アプローチによる人工知能の
進化について、大幅に懐疑的な見方が
示された。
この調査によると、回答者の76％が、既存の
AIモデルを拡張することがAGI
（人間のような認知能力を持つAIシステム）
につながる可能性は「低い」または
「非常に低い」と考えている。
この見解は、現在のAIモデルを
拡張するだけで、最終的にAGIを実現できると
示唆した以前の楽観論からの転換を
意味する。
AIシステムの拡張に多大な投資を
行ってきたにもかかわらず、最近の進歩は
横ばいをやや上回る程度の改善しか
見せておらず、専門家はこの分野の研究の
有効性に疑問を抱き始めている。
カリフォルニア大学バークレー校の
スチュアート・ラッセルは、スケーリングの
利点は頭打ちになっていると指摘し、
単なる拡張にとどまらない、AI開発の
深い理解の必要性を語っている。
さらに、調査対象となった研究者の
80％が、AIの能力に関する一般の認識は
現実とずれていると考えている。
オレゴン州立大学の
トーマス・ディートリッヒは、AIシステムが
特定の役割において人間の成果に匹敵すると
主張しているにもかかわらず、これらの
モデルは依然として根本的な誤りを
犯していると指摘する。
同氏は、AIは研究やコーディングを支援する
貴重なツールとしては役立つが、これらの
領域で人間の労働者に取って代わる
ほどではないと語っている。
この調査では、AIシステムに記号的推論を
組み込むことの重要性も強調されている。
回答者の60％以上が、人間のような推論を
達成するにはAIに少なくとも50％の
記号的手法を取り入れる必要があると
主張しており、AGIに近づくためには
現在のモデルを現在のアーキテクチャを
越えて進化させる必要があることを
示唆している。
これらの調査結果は、AIの可能性と限界を
より精緻に理解する必要性を我々に認識させ、
機械における人間レベルの知能の開発に
内在する、複雑性に対処するための多様な
研究戦略を提唱したものと言えそうだ。
0 件のコメント:
コメントを投稿