大規模言語モデルは決して知能を持つことはない、専門家は言う

大規模言語モデル（LLM）は、単に言語のコミュニケーション機能を模倣するツールである。

テクノロジー企業は、驚異的なAIモデルで思考する機械を作成する瀬戸際に立っているのでしょうか、それともトップエグゼクティブが主張するように、実際にそうしているのでしょうか。専門家によると、そうではないようです。

私たち人間は、言語と知能を結びつける傾向があります。優れた言語スキルを持つ人、たとえば演説家や作家に、惹かれることが多いです。

しかし、最新の研究によると、言語と知能は同一ではないということです。ベンジャミン・ライリーは、The Vergeに寄稿したエッセイの中で、ベンチャー企業Cognitive Resonanceの創設者として、こう述べています。つまり、AI業界にとっては悪いニュースです。AI業界は、すでに使用している大規模言語モデルアーキテクチャに基づいて、万能の知能、またはAGI（Artificial General Intelligence）を作成するという希望と夢を抱いています。

「問題は、現在の神経科学によると、人間の思考は人間の言語とは大きく独立しているということです。言語をより高度にモデル化することで、人間の知能に匹敵する、またはそれを超える知能を生み出す理由はほとんどありません」とライリーは書いています。「私たちは言語を使って思考しますが、それは言語が思考と同一であることを意味しません。言語と思考の違いを理解することが、科学的事実とAIエグゼクティブの推測的な科学フィクションを区別するための鍵です。」

AGIについて詳しく説明すると、AGIは、人間の認知能力と同等、またはそれを超える、万能のAIシステムです。しかし、実際には、がんや気候変動などの、人間が解決できない最大の問題を解決するのに役立つと考えられています。AIのリーダーたちは、AGIを作成していると主張することで、業界の過剰な支出と環境への壊滅的な影響を正当化できます。

AIの資本支出が制御不能な理由の1つは、スケールアップへの執念です。AIモデルに更多のデータを提供し、増え続けるGPUで動かすことで、AI企業はモデルをより優れた問題解決能力と、会話を giữる能力を持つ人間のようなものにしました。

しかし、「LLMは、思考と推論の別個の認知プロセスではなく、言語のコミュニケーション機能を模倣するツールにすぎない。どれほど多くのデータセンターを構築しようとも」とライリーは書いています。

言語が思考に不可欠ならば、言語を取り去れば、思考能力も失われるはずです。しかし、実際にはそうではありません。ライリーは、Nature誌に掲載された論評でまとめられた数十年の研究を引用して、言語と思考の違いを強調しています。

例えば、機能的磁気共鳴画像法（fMRI）による人間の脳の研究では、さまざまな認知活動中に、脳の異なる部分が活性化することがわかりました。ライリーによると、数学の問題と言語の問題では、同じニューロンの領域を活性化しません。また、言語能力を失った人の研究では、言語能力が失われても、数学の問題を解く能力、非言語的な指示に従う能力、他人の感情を理解する能力は、ほとんど損なわれなかったことがわかりました。

有名なAI研究者の中には、LLMに懐疑的な見方を持つ人もいます。最も有名なのは、チューリング賞受賞者で、現代AIの「神父」と呼ばれるヤン・ルカンです。ルカンは、MetaのトップAI科学者を務めていたが、最近退職しました。ルカンは、LLMが一般的な知能に達することはないと長く主張しており、代わりに、言語ではなく物理的なデータで訓練された「世界」モデルを追求することを信じています。ルカンが退職した理由は、おそらくこの見解によるものです。ルカンがそう主張しているにもかかわらず、MetaのCEOマーク・ザッカーバーグは、LLMテクノロジーを使用した人工「超知能」の創出のために、新しいAI部門に数十億ドルを投資することにしました。

他の研究も、LLMには上限があることを示唆しています。Journal of Creative Behavior誌に掲載された新しい分析では、研究者は、AIの「創造性」の限界を決定するための数学的式を使用しました。その結果は、LLMは確率的なシステムであるため、無意味なものでない新しいユニークな出力を生成する能力に限界があることを示しました。したがって、研究では、最も優れたAIシステムでも、現在の設計原則では、平均的な人間のレベルを超えることはできず、専門家の基準には達しないと結論付けました。

「AIは創造的な行動を模倣できますが、その創造的な能力は平均的な人間のレベルで制限されており、現在の設計原則では専門家の基準には達しない」と、研究の著者で、南オーストラリア大学のエンジニアリングイノベーション教授であるデビッド・H・クロプリーは、研究についての声明で述べています。

「熟練した作家、芸術家、またはデザイナーは、時々真正に独創的なものを生み出すことができます。LLMはそうはなりません。常に平均的なものを生み出し、業界がそれに過度に依存すると、形式的な繰り返しの仕事に陥ります。」

これは、LLMを使用したAIが新しいイノベーションを生み出し、世界の理解の境界を拡大することが期待されている場合、良い兆しではありません。Elon Muskが言うように、「新しい物理学」を発見すること、またはOpenAIのCEO Sam Altmanが示唆しているように、気候危機を解決することなど、どのようにして行うことができるでしょうか。AIが新しい文を組み立てるのに苦労している場合に、どのようにしてそれを行うことができるでしょうか。

はい、AIシステムは私たちの知識を面白い方法でリミックスし、リサイクルするかもしれません」とライリーは書いています。「しかし、それだけです。私たちがデータにコード化し、訓練した語彙に永遠に閉じ込められた、死んだ比喩の機械にしかなりません。」

日本語版は Ai 支援を使用しているため、小さな間違いが存在する可能性があることをご了承ください。

著者

Ai Base Network (ABN), ABN ASIAは、アカデミアに深く関わり、アメリカ、オランダ、ハンガリー、日本、韓国、シンガポール、ベトナムでの仕事経験を持つ人々によって設立されました。ABN ASIAは、学問とテクノロジーが機会と出会う場所です。最先端のソリューションと優れたソフトウェア開発サービスにより、ビジネスがレベルアップし、グローバルシーンに挑戦できるよう支援しています。私ちの取り組み: より速く。より良い。より信頼性が高くなります。ほとんどの場合、価格も安くなります。

いつでも、ITサービス、デジタルコンサルティング、既製のソフトウェアソリューション、または提案依頼書（RFP）をお探しの際は、お気軽にお問い合わせください。お問い合わせ先は[email protected]です。お客様のテクノロジーに関するニーズにお応えします。