CNBCが最近開催したポッドキャストで、Google DeepMindのCEOであるデミス・ハサビス氏は、現代AIの3つの大きな制限事項を指摘しました。それは、長期的な計画能力、継続的な学習、およびより深いレベルでの推論です。
ハサビス氏は、グーグルのGemini 3のようなマルチメディアプラットフォームモデルは、テキスト、画像、ビデオを処理できるが、世界を支配する法則を理解する代わりに、主にデータサンプルの識別と合成に基づいていると強調しました。
ハサビスによると、LLM(大規模言語モデル)は現在、直感的な物理学、因果関係、および行動が時間の経過とともに異なる結果につながる可能性のある方法を把握していません。これにより、AIは完全に新しい現象を予測、発明、または説明することが困難になります。
ハサビス氏は、今日に至るまで、AIシステムは、優れた科学者が依然として行っている方法と同様に、仮説を検証するために、自分自身でシミュレーションを作成して実行する能力がまだないと述べました。
そこから、ハサビスは彼が「世界モデル」と呼ぶ開発の方向性に賭けました。これらは、世界がどのように機能するかについて、視覚的な物理学から始まるが、そこでは止まらない、比較的正確な表現を構築するように設計されたAIシステムです。
彼によると、真に理解し、創造するためには、AIは言語データから学ぶだけでなく、生物学、経済学、社会科学などの多くの分野の知識を統合する必要があります。
この見解はハサビスだけが追求しているわけではありません。メタの元AI科学ディレクターであり、機械学習業界の大物の一人であるヤン・レクンも、世界のモデルを人工知能の次の境界線と見なしています。
2025年12月、LeCunは、現実世界を理解し、シミュレートできるAIシステムの開発に焦点を当てたスタートアップAdvanced Machine Intelligence(AMI)の設立を発表しました。
しかし、ハサビスとルクンの間には依然として意見の相違があり、特に普遍的知性の概念を中心に展開しています。ルクンは、普遍的知性は実際には存在しないと主張しています。なぜなら、人間の知性は高度な専門性の結果だからです。彼によると、人間が自分自身を普遍的知性と見なすことは単なる幻想にすぎません。
これに対し、ハサビスはこの見解に反論し、ルクンは「普遍的知性」と「普遍的知性」を混同したと主張しました。
Xソーシャルネットワークの投稿で、ハサビス氏は、人間の脳はこれまで知られてきた中で最も洗練された複雑な現象であり、さまざまな分野で知識を柔軟に適用できる能力を持っていると強調しました。
2人のトップ科学者間の議論は、AIが依然として最適な開発の道を模索している段階にあることを示しています。
まだ多くの反対意見がありますが、HassabisとLeCunの両方は、人間のレベルで知性に近づくためには、AIは現在のLLMの限界を超えて、言語を模倣するだけでなく、世界を理解する方法を学ぶ必要があるという点で一致しています。
