Google DeepMindのデミス・ハサビス、Axiosのマイク・アレンと対談

視点

これはデミス・ハサビスが最も率直になった時 - ノーベル賞受賞から400日後、そのプラットフォームが何を可能にするか、そしてAIが実際にどこに向かっているかについて深く考えている。誇大広告ではなく、数十年AGIの構築に向かって進んできた人物による冷徹な評価だ。

科学的手法を競争優位性として利用することは、すべてを貫く一本の糸だ。ハサビスはDeepMindを資源(Googleはそれを持っている)ではなく、厳密性によって区別している：「世界トップクラスの研究と世界トップクラスのエンジニアリングと世界トップクラスのインフラを組み合わせています。フロンティアにいるためには、これら3つすべてがトップレベルである必要があります。」

これは空虚な立場表明ではない。2017-2018年のLLMへのピボットについて聞かれたとき、彼は非常に正直だ：彼はそのアプローチについては中立的だった。彼らはChinchilla、Sparrow、AlphaZeroスタイルのRL(強化学習)システム、神経科学にインスピレーションを受けたアーキテクチャのすべてが並行して実行されていた。スケーリングが結果を示し始めたとき、彼らはプラグマティックにリソースをシフトした。「真の科学者であれば、自分の持つアイデアについて教条的になることはできない。」

AGIのタイムラインは具体的だ：5～10年だが、非常に高いハードルがある。彼の定義には「私たちが持つすべての認知能力」が必要で、発明と創造性を含む。現在のモデルは「ぎくしゃくした知能」 - ある分野ではPhD水準だが、他の分野では欠陥がある。真のAGIは全領域での一貫性に加えて、まだ存在しない機能を意味する：継続的学習、オンライン学習、長期計画。

彼は「1～2の追加のトランスフォーマーレベルのブレークスルー」がスケーリングを超えてまだ必要だと推定している。段階的なイノベーションではなく、根本的な進歩だ。

**マルチモーダルの洞察は過小評価されている。**ハサビスは最も驚くべきことで注意が払われていないのはビデオ理解だと言っている。彼はGeminiを「Fight Club」でテストし、戦闘前にキャラクターが指輪を外すことの重要性について質問した - そして「日常生活を象徴的に後に残すことについての非常に興味深い哲学的な見方」を得た。これはパターンマッチングではなく、視覚的物語の概念的理解だ。

大惨事的なリスクについて、彼は測定的だ：P(doom)は「ゼロではない」だが、彼は正確な百分率を「誰も知らないため無意味」として退ける。彼が約束することは：それがゼロではないなら、「その上に重要なリソースと注意を払う必要がある。」

資本主義の角度は興味深い - 彼は保証を要求するエンタープライズ顧客が当然責任のあるプロバイダーに報酬を与えると主張している。レールを外れたモデルはビジネスを失う。この誘因構造がAGIレベルのシステムに対して保持されるかどうかは、彼が完全に対処していないオープンな質問だ。

中国競争について：リードは「年ではなく月単位」だ。中国のラボはフロンティアを超えたアルゴリズムイノベーションを示していないが、迅速なフォローは得意だ。ギャップは狭まっている。

主要なポイント

• AGI：5～10年 - すべての人間の認知能力（発明を含む）が必要；現在のモデルは「ぎくしゃくした知能」
• 1～2のブレークスルーがまだ必要 - スケーリングだけではそこに到達しない可能性；トランスフォーマーレベルの進歩を予想
• マルチモーダルは過小評価 - ビデオ理解は単なるパターン認識ではなく物語の概念的把握を示す
• 科学的手法がエッジ - プラグマティックなアプローチによってDeepMindはスケーリングが結果を示したときにピボットできた
• P(doom)はゼロではない - 数量化を拒否するが安全性に重要なリソースを充てる
• 中国リード：年ではなく月単位 - 迅速なフォローが得意だが、フロンティアのアルゴリズムイノベーションを示していない
• ノーベル賞のプラットフォームが重要 - 責任のあるAI開発の提唱のドアを開く
• エージェント間近だが不安定 - 1年以内に、完全なタスク委任に近づく；ユニバーサルアシスタントのビジョン

全体像

ノーベル賞受賞者は5～10年でAGIを推定しているが、1～2のトランスフォーマーレベルのブレークスルーがまだ必要だと言っている。現在のモデルは「ぎくしゃくした知能」 - ある分野ではPhD水準だが、他の分野では欠陥がある。パスはドメイン全体での一貫性に加えて、まだ存在しない機能が必要だ：継続的学習、オンライン学習、長期計画。