DeepMind’s David Silver just raised $1.1B to build an AI that learns without human data

テクニカル・ディープダイブ：Ineffable Intelligenceの挑戦と強化学習の進化

Ineffable Intelligenceの設立と11億ドルの資金調達は、AI業界におけるパラダイムシフトを予感させる。同社の目標は、人間が作成したデータに一切依存せず、強化学習を通じて知識とスキルを獲得する「スーパーラーナー」を開発することにある。これは、現在のLLM（大規模言語モデル）が抱える根本的な課題、すなわち学習データの偏りや著作権問題、そして学習コストの増大といった問題を克服する可能性を秘めている。

強化学習は、AIエージェントが環境との相互作用を通じて報酬を最大化するように学習する手法である。DeepMindのDavid Silver氏は、この分野の第一人者であり、AlphaZeroの開発を主導した実績を持つ。AlphaZeroは、チェスや囲碁といったゲームにおいて、人間が長年培ってきた知識や戦略を凌駕するパフォーマンスを発揮した。その学習方法は、人間が作成した棋譜や戦略を学習するのではなく、自己対戦を繰り返すことで、純粋に経験から学習することにあった。

Ineffable Intelligenceが目指すスーパーラーナーは、AlphaZeroのコンセプトをさらに発展させたものであり、ゲームのような限定的な環境だけでなく、現実世界における複雑なタスクを学習できる汎用性を目指している。このためには、強化学習のアルゴリズムの改良だけでなく、環境とのインタラクションを効率的に行うためのメカニズムや、学習の安定性を高めるための技術が必要となる。

前世代・競合モデルとの比較分析

上記の表からも明らかなように、Ineffable Intelligenceが目指すスーパーラーナーは、既存のAIモデルとは一線を画す存在となる可能性がある。特に、学習データへの依存をなくすことで、データの収集・整備にかかるコストを大幅に削減できるだけでなく、データの偏りによるバイアスを排除し、より公平で信頼性の高いAIを実現できる。

市場戦略と将来予測

Ineffable Intelligenceの成功は、AI研究開発の中心が、アメリカからロンドンへとシフトする可能性を示唆している。DeepMindの存在がロンドンをAI研究の拠点として確立したが、Ineffable Intelligenceの設立は、その勢いをさらに加速させるだろう。また、イギリス政府が新たに設立したAI向けファンド「Sovereign AI」からの投資も、この傾向を後押ししている。

さらに、Jeff Bezos氏のAIラボ「Project Prometheus」が、GoogleのAIハブ近隣にオフィスを構えることを検討しているという報道も、ロンドンのAIエコシステムの成長を裏付けている。これらの動きは、ロンドンがAI研究開発における新たなホットスポットとして台頭することを予感させる。

Ineffable Intelligenceのスーパーラーナーが実現すれば、自動運転、ロボティクス、創薬、金融など、様々な分野に革新をもたらす可能性がある。特に、人間が介入できないような複雑な環境下での意思決定や、未知の状況への適応能力は、既存のAIモデルでは実現困難であった。

※詳細なベンチマーク結果や技術資料は、Bicstationの個別記事でご確認いただけます。