リッチ・サットンが自律型AIエージェントに革命を起こすべくOak Labを設立
チューリング賞受賞者のリチャード・サットンが、人工知能を再定義することを目指すトロント拠点のベンチャー企業、Oak Labを設立し、正式にスタートアップの世界に参入しました。現代の生成モデルの限界を超え、同社は継続的かつリアルタイムな学習を通じて真の発見を可能にする自律型エージェントの構築を目指しています。
生成的な模倣を超えて
現代の強化学習のパイオニアであり、Keen Technologiesの元研究者であるリチャード・サットンは、現在のAIの軌道は根本的に誤っていると考えています。業界が現在、大規模言語モデル（LLM）に夢中になっている一方で、サットンはこれらのディープラーニング手法は「脆弱で非効率的である」と主張しています。
サットンによれば、現在の生成AIは模倣には優れていますが、自己評価には失敗しています。これらのモデルは自身の出力を批判的に評価することができないため、本質的に真の発見や科学的進歩を行うことができません。Oak Labの使命は、モデルに膨大なデータセットを読み込ませて固定する「静的な学習」の時代を脱し、動的で進化し続ける知能の未来へと向かうことです。
目標：リアルタイム学習と世界モデル
クルラム・ジャベド（Khurram Javed）とのパートナーシップにより、サットンは高度な強化学習に根ざしたビジョンを追求するためにOak Labを位置づけています。あらかじめ用意されたデータに頼るのではなく、Oak Labは環境から継続的に学習するエージェントの開発を目指しています。
技術的なロードマップは、いくつかの重要な柱に焦点を当てています：
- 内部世界モデル（Internal World Models）: 単に次のトークンを予測するだけでなく、周囲の潜在的なメカニズムを理解するエージェントの構築。
- 自律的評価（Autonomous Evaluation）: 人間の介入なしに、自らのバリエーション、評価、選択プロセスを処理できるシステムの開発。
- リアルタイム・プランニング（Real-Time Planning）: 反応的なパターンマッチングから、プロアクティブで目標指向のプランニングへの転換。
サットンは同ラボに対し、野心的な長期目標を掲げています。それは、わずか20ワットのエネルギー消費で、リアルタイムの学習とプランニングが可能な1兆パラメータのエージェントを創出することです。この目標は、現代のAIにおける最大のボトルネックの一つである、巨大な計算クラスターによる膨大なエネルギー要件に対処するものです。
なぜこれがAI業界にとって重要なのか
Oak Labの設立は、AI業界における潜在的なパラダイムシフトを示唆しています。現在の市場の大部分がトランスフォーマー・アーキテクチャのスケーリングとデータセットの増大に注力している一方で、サットンは、この分野を推進している基礎的な概念の「徹底的な再構築」を求めています。
もしOak Labが成功すれば、業界はデータの規模を拡大する「力任せ（brute force）」な手法から、生物学的知能を模倣した、よりエレガントで効率的なアーキテクチャへと移行する可能性があります。強化学習と環境との相互作用を優先することで、サットンは、汎用人工知能（AGI）への道は、単なる大規模な模倣ではなく、経験と自律性にあると賭けているのです。
主なポイント
- 新しい哲学的アプローチ: Oak Labは、現在の「脆弱な」ディープラーニング手法を、静的なデータセットではなく、継続的な環境との相互作用を通じて学習するエージェントに置き換えることを目指しています。
- 効率性への野心: 同スタートアップは計算効率の飛躍的な向上をターゲットとしており、わずか20ワットの電力で動作する1兆パラメータのモデルを目指しています。
- 発見への焦点: 模倣に焦点を当てる生成AIとは異なり、Oak Labは自己評価と自律的なリアルタイム・プランニングが可能なエージェントを構築しています。