上海から呉斌記者がレポートします
人工知能の波が世界を席巻し、大規模モデルをめぐる競争が激化している現状において、人類は特に合理的な思考を必要としています。
中国電子情報技術研究院（CEIBS）と上海市工商連合会が共催した「CEIBS経済フォーラムおよび第11回CEIBS未来談話会」において、北京大学教授、中国コンピュータ連合会元会長、中国科学院院士の梅紅氏が、現在の人工知能ブームについて冷静な見解を述べた。
AI技術、特にディープラーニングは目覚ましい進歩を遂げてきましたが、メイ・ホン氏は、AIの本質は依然としてデータインテリジェンス、つまり「データは基盤、インテリジェンスは応用」であり、コンピューティング能力と高品質なデータに大きく依存していると指摘しています。ディープラーニングは知覚インテリジェンスを実現しますが、真の認知能力には至っていません。大規模モデルに代表される生成型AIは目覚ましい成果を上げていますが、人間の思考プロセスや手法を理解していないため、認知の問題を知覚の問題へと変換してしまうのです。
同氏は、エネルギー消費の危機、データの枯渇、法的・倫理的問題など、テクノロジーが直面している本当のボトルネックを無視して、「人間に代わる」「自律意識」「汎用AI」といった概念を盲目的に推進するなど、業界が過剰な宣伝を行っていると批判した。
（メイ・ホン、資料写真）
大規模モデルは「確率と統計」の枠組みから抜け出すことができませんでした。
大規模モデルを中心として構築された多数のエージェント間の相互作用が「自律的知能」を育むことができるかどうかという問いに対して、メイ・ホンは、大規模モデルは根本原理において「確率と統計」の枠組みから逃れられないと指摘する。モデルの動作は本質的に、学習アルゴリズムによって導かれる一連のテンソル計算である。モデルアーキテクチャの革新によってもたらされた性能向上は、データ依存という根本的な論理を変えておらず、エージェントの能力の上限はその背後にある大規模モデルによって決定され、具現化された知能は計算資源によって制約される。
「AI+」の展望について、メイ・ホン氏は、現状では企業は識別型AIを用いて自社の生産プロセスにおける具体的な課題の解決に注力できると考えている。もちろん、そのためには長期にわたる高品質なデータ蓄積プロセスも必要となる。彼は、可能な限り多くのデータを収集し、可能な限り保存すべきだと提言する。
メイ・ホン氏は、科学におけるAIの価値を全面的に肯定したが、同時に、AIは依然として既存の科学データに依存する道であると警告した。科学界がAIに過度に依存すると、独創的な発見への道が阻まれる可能性がある。
AI研究の多様性に戻る
メイ・ホン氏は、将来を見据え、AI研究において多様性に立ち返り、「深層学習のみ」という単一の道に陥らないよう、学界に呼びかけました。また、人間の知識の交換と伝達における記号表現の重要な役割を強調し、記号主義とコネクショニズムの融合こそが次世代AIの発展の方向性となるべきだと主張しました。
メイ・ホン氏は、AIは常に人間が制御できるツールであり、業務の効率と質の向上に役立つべきだと考えている。AIの発展は、人間の知識体系に根ざしてこそ、永続的な価値を生み出すことができる。AIがマクロ経済に与える影響については、短期的には「変革的」な成長は見込めないと予測し、AIを効率向上のツールとして位置づけるとともに、そのプロセスにおける知識発見と価値判断の主体としての人間という根本的な立場を堅持するよう社会に呼びかけている。
大規模言語モデルはテキスト、画像、動画コンテンツにおいて有効性が実証されていますが、メイ・ホン氏は、これは通常、業界のニーズのごく一部に過ぎないと指摘しています。業界は、生産およびビジネス上の問題に対する真に実用的かつ効果的なソリューションを求めており、そのためには膨大なデータの蓄積が不可欠です。データ駆動型アプローチは、大規模言語モデルが本質的に既存の「コーパス」を圧縮した「知識」リポジトリであり、真の認知的ニーズやパターン発見ニーズに対応できないことを意味します。
