AlphaGoが李世ドルと歴史的な試合をしてから10年経ちますが、過去と現在のAI能力には依然として重要なギャップがあります。2016年、AlphaGoの有名な『手37』は直感と計算の独特な組み合わせを示しました。Deep Blueが brute-force 計算に依存していたのに対し、AlphaGoはポリシーネットワークで直感を生成し、別の探索機構で将来の結果を評価しました。このアーキテクチャは人間のシステム1とシステム2の思考を模倣し、AIが創造的な手を選択する前に数千の将来のゲーム状態を評価することを可能にしました。
今日、大規模言語モデルは異なる方法で動作します。彼らは次のトークンを反復的に予測し、主に高速な関連的パターン補完に依存しています。チェーン・オブ・シンサプリングなどの技術は中間ステップを促進しますが、それらは別の推論エンジンを作り出しません。中間出力はまだ同じ次のトークン予測プロセスによって生成されており、これは現代のAIがAlphaGoの成功を支えた真の熟慮的機構を欠いていることを意味します。科学と医学で信頼できる新しい洞察を得るためには、将来のシステムはパターン補完にのみ依存するのではなく、別個の熟慮的推論プロセスを統合する必要があります。
出典: MIT Technology Review AI · 要約：HeadlinesBriefing