AnthropicのMichael Gerstenhaber氏がAIの進化を語り、自己修正機能の向上や新しいユースケースの創出を強調。AI限界説に反論し、進化を続ける姿勢を示しました。
彼は、これらのモデルが新しいタスクを実行する可能性を持つ「エージェンティックAI」へと進化していると主張しています。
特に、Gerstenhaber氏は、LLMの機能が2カ月ごとに拡張されているとし、モデルの改訂ごとに新しいユースケースが生まれていることが業界の興味深い点だと語りました。
最新のモデルは、オンラインでのピザ注文のような具体的なタスク計画を実行する能力を持つようになっており、これまで不可能だった中間ステップの計画が可能になったと述べています。
この発言は、AI懐疑派が主張する「壁にぶつかっている」という見解に対抗するものであり、Gerstenhaber氏は、現在のAIベンチマークで測定できる範囲を広げていると強調しました。
彼は、AIの進化がスケーリングに依存しており、自己修正型ニューラルネットワークの進歩が進んでいると指摘しました。
また、Anthropicはリアルタイムで学び続けており、顧客のニーズに応じてAIモデルを最適化していると述べています。
AIスタートアップのScale AIの主任技術者、Vijay Karunamurthy氏もこの議論に参加し、顧客が大規模なAIモデルからシンプルなモデルへと移行する傾向があることを指摘しました。
全体として、AnthropicはAI技術の限界説に対抗し、進化を続けていることを強調しています。
参考リンクhttps://news.yahoo.co.jp/articles/87abd8735a4c068a831dc441505630f8de6293fb
AIに関するコメントは、技術の進化とその影響についての考察が多かったです。
特に、ChatGPTのようなAIが人間と区別がつかない応答を返すようになったことが大きなブレイクスルーだったと認識されていましたが、その成果が当たり前になり、重要性が薄れているという見解がありました。
また、AIのコーディング能力が平均的なプログラマーを超えていることや、複数のAIエージェントが協力して研究を行うようになったことが、AIの自己進化を示す例として挙げられていました。
一方で、巨大なAIモデルの運用コストが高く、限界に達しているとの意見もあり、より小さなモデルで高い精度を達成する努力が進められていることが紹介されていました。
全体として、AIの進化とそれに伴う課題についての多様な意見が交わされていました。