生成AIの別の道筋

概要: 生成系人工知能（AI）エコシステムは、その持続可能性を脅かす急速な変革を経験しています。モデルが研究プロトタイプから高トラフィック製品へと移行する中、エネルギー負荷は一度きりのトレーニングから継続的かつ無制限の推論へと移行しました。これは、クエリごとに計算コストを桁違いに膨張させる推論モデルによってさらに悪化しています。モノリシックなモデルのスケーリングによる人工汎用知能の主流の追求は、送電網の障害、水資源の消費、データ規模拡大によるリターンの低下という厳しい物理的制約と衝突しています。この軌道は、卓越した事実の想起を備えたモデルを生み出しますが、深い推論を要する領域では苦戦しており、訓練データの抽象化が不十分である可能性があります。
現在の大規模言語モデル（LLMs）は、数学やコーディングのような領域でのみ真の推論深度を示し、そこで厳密で既存の抽象化が構造的な基盤を提供します。他の分野では、現在のアプローチは十分に一般化できません。私たちは、ドメイン特化型スーパーインテリジェンス（DSS）に基づく代替の軌道を提案します。まず、明示的なシンボリック抽象化（知識グラフ、オントロジー、形式論理）を構築し、それを基盤として合成カリキュラムを支えるべきだと主張します。これにより、小規模な言語モデルがドメイン固有の推論を習得でき、LLMベースの合成データ手法に典型的なモデル崩壊問題を回避できます。
単一の汎用巨大モデルよりも、私たちは「DSSモデルの社会」— 調整エージェントがタスクを異なるDSSバックエンドへ割り当てるダイナミックなエコシステム — を描いています。このパラダイムシフトは能力と規模を切り離し、エネルギー集約型のデータセンターから安全な端末上の専門家へと知能を移行させます。アルゴリズムの進歩を物理的制約と整合させることにより、DSS社会は生成型AIを環境負荷から経済的エンパワーメントの持続可能な力へと転換します。