MetaのAI責任者ルカン氏、LLMは人間レベルの知能には到達しないと明言

AGI（汎用人工知能）の到来時期を巡る議論が過熱しています。Nvidiaのジェンスン・フアンCEOは「5年以内」と予測し、AGIの提唱者であるベン・ゲーツェル氏は「3年」と主張。イーロン・マスク氏に至っては「2025年末まで」という大胆な予測を立てています。

しかし、この過剰な熱狂に真っ向から異を唱える人物がいます。チューリング賞受賞者であり、MetaのチーフAIサイエンティストを務めるヤン・ルカン氏です。

ロンドンで開催されたイベントで、ルカン氏は「人間の知能は汎用からは程遠いため、そもそもAGIなどというものは存在しない」と一蹴しました。同氏が目指すのは「人間レベルの知能（human-level AI）」ですが、それすらも当分先の話だと指摘しています。

流暢さに惑わされているだけ

ルカン氏は、現在のAIが欠いている4つの重要な認知機能として、推論、計画、永続的な記憶、そして物理世界の理解を挙げました。

これらの能力がないため、自動運転車はいまだに公道で安全とは言えず、家庭用ロボットは日常の家事すらこなせず、スマートアシスタントも単純な作業しかできません。

言語モデルがどれほど賢そうに見えても、それはテキストの流暢さに人間が騙されているだけだとルカン氏は言います。現実世界の理解という点では、極めて表面的なレベルにとどまっているのが実態です。

「大規模言語モデルが役立つツールであることは間違いない。しかし、人間レベルの知能に至る道においては、基本的にはわき道であり、気を散らす邪魔者であり、行き止まりだ」とルカン氏は言い切ります。

人間が最先端の大規模言語モデルが読み込んだテキストをすべて読むには約10万年かかります。一方で、ルカン氏の試算によれば、一般的な4歳児は世界の最大級の言語モデルの50倍ものデータを、日常の現実世界との相互作用を通じて経験しています。

人間の知識の大部分は言語ではありません。そこで同氏が提案するのが、センサーや動画データを通じて物理世界の法則を学ぶ「目標主導型AI（objective-driven AI）」と「世界モデル」への移行です。

なぜ重要か

ルカン氏の指摘は、現在の大規模言語モデルにあらゆるタスクの自律遂行を期待している開発者やビジネスパーソンにとって、冷静なブレーキとなります。文章生成やプログラミング支援、検索の要約といった用途では今のLLMで十分な価値が出ますが、物理空間での作業や長期的な計画立案を伴うエージェント開発にそのまま適用するのは構造的に無理があります。

注目すべきはMetaの立ち位置です。同社はLLaMAシリーズをオープンソース展開してOpenAIなどに対抗する一方で、AI研究のトップがそのアーキテクチャの限界を公然と批判しています。現行の市場を押さえつつ、次世代の物理世界モデルへ舵を切る準備を進めるこの二面作戦は、非常に現実的かつ戦略的だと私たちは考えます。

単にテキストデータを追加してモデルを巨大化させるアプローチは、いずれ頭打ちを迎えます。物理世界をどう理解させるかという根本的なアーキテクチャ転換こそが、次世代AI競争の本質になるはずです。