人工知能分野のトップ2であるデミス・ハサビスとヤン・レクンの間で公然と議論が繰り広げられ、テクノロジー業界の大きな疑問、つまり一般的な人工知能(AGI)が本当に実現可能かどうかが再び熱を帯びています。
この議論は、学術的な違いを反映しているだけでなく、テクノロジー大手がAIの未来をどのように想像しているかにおいて、対照的な方向性を示しています。
AGIは、ChatGPTが2022年にグローバルなブームを生み出して以来、中心的なトピックとなっています。最近、ニューヨーク大学の教授であり、元Meta AIディレクターであり、チューリング賞受賞者であるYann LeCunが、ポッドキャストに登場し、AGIの概念は「誤り」であると宣言したことで注目を集めました。
LeCunによると、人間の知性は普遍的なものではなく、現実世界との物理的な相互作用能力に密接に関連付けられた専門的なものです。
ルクンは、人間は多才に見えるかもしれませんが、実際には依然として深刻に制限されていると述べています。私たちはすべての問題を理解し、解決することはできず、直面しているすべての課題を認識することさえできません。
したがって、彼は、包括的なAIシステムがすべてを実行できることを期待することは幻想に過ぎないと主張しています。
この見解に反論して、Google DeepMindのCEOであるデミス・ハサビス氏は、LeCunは一般的な知性と包括的な知性を混同していると述べました。
ハサビスによれば、普遍性は、システムがすべてを完璧にできることを意味するのではなく、理論原則におけるさまざまな種類の問題を学び、解決する能力を意味します。
ハサビスは、理論的には、一般的な知能システムは、十分な時間、メモリ、データがあれば、計算可能なものを何でも学習できると説明するために、ターリングマシンの概念を引用しました。
彼は、人間の脳だけでなく、現在のAIプラットフォームモデルも、時間とメモリの制限により「現実には完璧ではない」システムであると述べました。したがって、AGIは不可能ではありません。
このやり取りは、テスラ、SpaceX、xAIの創設者であるイーロン・マスクの注目をすぐに集めました。マスク氏はハサビスの見解を共有し、ディープマインドのリーダーシップがルクンとの議論で正しい議論を下したと述べ、公然と同意を表明しました。
業界で一般的な理解によると、AGIは、トレーニングデータの範囲を超えて、学習、適応、および完全に新しい問題の解決能力を持つ人工知能の一種です。
理想的なAGIシステムは、リアルタイムで応答し、人間の知性と同様、またはそれを超える、これまで遭遇したことのない状況に対処できます。
しかし、LeCunは、ChatGPTやGeminiを含む現在のAIシステムは、依然としてその目標から非常に遠いと強調しています。
難しい試験を乗り越え、多くの複雑なタスクを処理できるにもかかわらず、彼らは人間の知性の中核要素である、深い理解、柔軟性、現実世界とのつながりをまだ欠いています。
ハサビスとルクンの間の議論、そしてイーロン・マスクの登場は、AGIは単なる技術的な問題ではなく、哲学的および基礎科学的な問題であり、最終的な解決策がないことを示しています。
