AIラボがマンハッタンほどの大きさのデータセンターを建設する競争を進めている中、AIのスケーリングが限界に達しているという声が増えていると発表しました。AIのスケーリングは、既存のAIトレーニング手法により多くのコンピューティングパワーを追加することで、あらゆるタスクを遂行できる超知能システムを生み出すという考えに基づいています。
しかし、コヒアの元AI研究部門副社長であるサラ・フッカー氏は、新たなスタートアップ「アダプションラボ」を立ち上げ、AIのスケーリングが効率的でないと判断し、別の方向性を模索しています。フッカー氏は、アダプションラボを通じて、現実世界の経験から学び続けるAIシステムを構築する方針です。
フッカー氏は「規模を拡大するだけのアプローチは、世界と対話する知能を生み出していない」と述べています。アダプションラボは、AIシステムが環境から効率的に学ぶことができることを証明し、AIの制御と形作りのダイナミクスを変えることを目指しています。
AI業界では、スケーリングの限界を示す研究結果が増えており、MITの研究者も大規模なAIモデルがまもなく限界に達する可能性があると指摘しています。アダプションラボは、経験からの学習がより効率的であることを証明するため、2000万ドル（約31億円）から4000万ドル（約62億円）の資金調達を行っています。
フッカー氏は、AI研究のアクセスを広げることにも注力しており、アフリカなどの地域からも研究者を採用する計画です。サンフランシスコにオフィスを開設する予定で、世界中から人材を集める方針です。
もしアダプションラボの考えが正しければ、スケーリングの限界を超えることができる可能性があります。これまでにスケーリングに投資された数十億ドルが無駄になる可能性もありますが、適応学習がより強力で効率的であることが証明されるかもしれません。