Google DeepMindのベテランが人間のデータで訓練されていないAIを構築するために11億ドルを調達

要約

• DeepMindのベテラン、デイビッド・シルバーは、新しいスタートアップ「イネファブル・インテリジェンス」のために11億ドルを調達し、評価額は51億ドル。
• シルバーは、強化学習こそが超知能への最良の道であり、大規模言語モデルではないと述べている。
• このスタートアップは、シミュレーションと自己対戦を通じて学習するAI「スーパーラーナー」を構築することを目指している。

AlphaGoの歴史的な2016年の世界囲碁チャンピオン李世乭（イ・セドル）に対する勝利を実現したDeepMindの科学者、デイビッド・シルバーは、次のAI時代は今日の支配的技術からは来ないと賭けて、11億ドルを調達した。 シルバーの会社、イネファブル・インテリジェンスは、1月に評価額51億ドルで設立され、試行錯誤を通じて改善する方法である強化学習に賭けている。シルバーは、そのアプローチが、現在分野を支配している大規模言語モデルよりも、より信頼できる超知能への道を提供すると主張している。 「私たちの使命は、超知能との最初の接触を果たすことだと考えている」とシルバーは_Wired_に語った。「超知能とは、信じられないほどのものを指す。本当に新しい科学や技術、政府、経済の新しい形態を自ら発見するべきものだ。」

2014年の書籍『スーパインテリジェンス』で哲学者ニック・ボストロムによって普及したこの用語は、人間の知能をほぼすべての分野で超えるAIを指し、人工汎用知能（AGI）は、広範なタスクで人間レベルの推論能力を持つシステムを表す。  シルバーは、大規模言語モデルは根本的に制限されていると主張している。なぜなら、それらは経験を通じて自分自身の理解を構築するのではなく、人間が生成したデータから学習しているからだ。 「人間のデータは、まるで化石燃料のようなもので、素晴らしいショートカットを提供してきた」と彼は言う。「自己学習するシステムは、再生可能な燃料のようなもので、無限に学び続けることができる。」

シルバーは、その議論をキャリアの大部分を通じて推進してきた。人間の訓練データと強化学習、自己対戦を組み合わせたAlphaGoは、トップの人間プレイヤーさえ驚かせる戦略を開発し、狭い分野で人間の先例を超えることができることを示した。 「このアプローチに100％集中するエリートAI研究所が本当に重要だと感じている」と彼は_Wired_に語った。「それは、ただのLLMに特化した場所の一角ではない。」 イネファブル・インテリジェンスは、シルバーが「スーパーラーナー」と呼ぶものを構築する計画だ。これは、目標を追求し、失敗し、適応し、改善できるシミュレーション内に配置されたAIエージェントであり、静的な人間のデータセットの制限を受けない。シルバーは、そのシミュレーションの具体的な内容については述べなかったが、そのアプローチにより、エージェントが協力し、自律的に能力を開発できると述べた。 シルバーは、大規模言語モデルは訓練されたデータによって制限されていると主張し、もし誰もが地球は平らだと信じている世界で訓練されたモデルは、その現実を自らテストしない限り、その信念を持ち続ける可能性が高いと付け加えた。経験を通じて学習するシステムは、そうでなければ異なることを発見できると述べた。 イネファブル・インテリジェンスは、_Decrypt_からのコメント要請には直ちに応じなかった。