“スケールアップだけ”で「AGI」は実現できるのか？ 情報幾何学の第一人者、甘利俊一氏の警鈴
大規模言語モデルをはじめとする現代のAI開発は、モデルの大規模化によって急速な進展を遂げている。しかし、この「スケールアップ」に依存した開発手法に対して、情報幾何学の第一人者である甘利俊一氏（帝京大学先端総合研究機構特任教授、東京大学名誉教...続きを読む
www.itmedia.co.jp
大規模言語モデルをはじめとする現代のAI開発は、モデルの大規模化によって急速な進展を遂げている。しかし、この「スケールアップ」に依存した開発手法に対して、情報幾何学の第一人者である甘利俊一氏（帝京大学先端総合研究機構特任教授、東京大学名誉教授）が警鐘を鳴らした。
2025年2月7日に開催された東京大学の国際シンポジウムで、甘利氏は現代のAIが単にスケールアップしているだけで、理論がそれに追いついていないと指摘しました。彼は、AIが確率論的勾配強化学習に依存しており、大規模言語モデルの進展がある一方で、なぜ大規模化が有効なのか理解できていないという課題を強調しました。
甘利氏は、1960年代からの情報幾何学の知見を基に、AIモデルの内部構造を理解することで、より効率的なアプローチが可能になると述べました。彼は脳の情報処理の仕組みからもヒントを得て、AIの効率的な情報処理原理の理解が重要であると強調しました。
今後のAI開発については、理論的理解を深めることが必要であり、単なるスケールアップでは不十分であると認識しています。また、AIの発展が社会に与える影響とそのリスクについても警告し、新しいアルゴリズムや脳の学習効率を解明するアプローチが求められると提言しました。
