ヤン・ルカンの「自律型AI」：確率論からの脱却と未来

出典

現在、私たちは大規模言語モデル（LLM）の驚異的な進化を目の当たりにしています 。最新のAIはチェスで世界王者に勝利し、数千行のコードを瞬時に生成するなど、華々しい成果を上げています 。

しかし、その一方で「専門的だが極めて脆い」という重大な限界にも直面しています 。現実世界の複雑な物理現象の前では、いまだ「常識」を持たない直感的な反射（システム1）の域を出ていないのです 。

人間の子どもが数回の経験で「重力」を学ぶのに対し、現在のAIは膨大なデータを浪費してようやく「もっともらしい模倣」を習得しています 。

AIが真の知能である「自律型インテリジェンス」へと進化するためには、現在のパラダイムから脱却しなければなりません 。本記事では、AI界の巨星ヤン・ルカン氏が提唱する新次元の設計図を解き明かします 。

確率の呪縛を解く：世界を「エネルギー」で捉える

現在のAIモデルの多くは、各選択肢がどれだけの「確率」で発生するかを計算しています 。しかし、高次元かつ連続的なデータが溢れる現実世界では、無限に近い選択肢の確率を計算することは事実上不可能です 。

そこでルカン氏が提唱するのが、物理学的な「エネルギー」という概念の導入です 。

• 全選択肢の合計を計算するという無謀な正規化を放棄し、計算コストを劇的に抑えます 。

• 正解（互換性のあるデータ）には低いエネルギーを、不正解には高いエネルギーを割り当てます 。

• 意思決定は、最も高いスコア（低いエネルギー）を持つ選択肢を選択するプロセスになります 。

これにより、雪道での運転のような曖昧でマルチモーダルな状況でも、柔軟に「妥当な未来」を選択できるようになるのです 。

ピクセルという「ノイズ」を捨て、本質を予測する

従来のモデルは、映像の次のフレームや文章の次の単語を精緻に予測しようとします 。これは「森の動向を知るために、数百万枚の葉の揺れを完璧に再現しようとする」ような非効率な試みです 。

ルカン氏が提唱する「JEPA（統合埋め込み予測アーキテクチャ）」は、この非効率を打破します 。

表面的なデータをそのまま予測するのではなく、抽象的な「意味（潜在空間）」のレベルで未来を予測するのです 。

• 言語の表面的な言い回しのバリエーションを無視し、潜在空間上の共通の主旨を予測します 。

• 従来のモデルと比較して、性能を向上させながら学習パラメータ数を50%削減することに成功しました 。

AIに「熟考」を実装する6つのモジュール

現在のLLMは巨大な「直感・反射（システム1）」に過ぎません 。真の知能には、行動の前に想像の中でシミュレーションを行う「メンタルモデル」が必要です 。

ヤン・ルカン氏が提案するアーキテクチャは、以下の6つのモジュールが連携することで「論理・熟考（システム2）」を実現します 。

1. 世界の現状を推測する「知覚」

2. 未来の変化をシミュレーションする「世界モデル」

3. 結果の良し悪しを評価する「コスト」

4. 行動シーケンスを計画する「アクター」

5. 履歴を保存して精度を高める「短期記憶」

6. 目標を制御する「コンフィギュレーター」

この仕組みにより、AIは現実世界で致命的な失敗を犯す前に、「想像」を通じてリスクを回避できるようになります 。

インテリジェンスの本体は「ケーキ」である

AIに世界の基礎知識である「常識」を教える道は、データの海から自力で法則を見つけ出す「自己教師あり学習（SSL）」にあります 。

ルカン氏はこの重要性を「ケーキの比喩」で表現しています 。

• 自己教師あり学習（ケーキ）は、サンプルごとに数百万ビットの情報を提供し、世界の物理法則を学ぶ基盤となります 。

• 教師あり学習（アイシング）は1サンプルにつき10〜10,000ビット程度です 。

• 強化学習（チェリー）は1サンプルにつきわずか数ビットしかありません 。

情報の密度の低い強化学習だけで世界を理解しようとするのは、チェリーだけを食べて巨大なケーキを作ろうとするようなものです 。

必要な時だけ「言葉」にする選択的デコーディング

私たちの脳は、視覚情報のすべてを常に言語化しているわけではありません 。重要な変化が起きた時だけ意識が働きます 。

この生物学的な効率性をAIに実装したのが「選択的デコーディング」です 。

• AIは潜在空間を監視し、意味の変容を検知します 。

• 重要なセグメントの変化点でのみ重い言語化を実行します 。

• この手法により、計算コストを従来の約3分の1に抑え、2.85倍の効率化に成功しました 。

むすび：AIが「パートナー」となる未来へ

AIは今、単なる計算機から「世界を理解するパートナー」へと進化する転換点に立っています 。

次の単語を予測するだけのモデルが巨大化しても、そこに重力の理解や真の推論が宿ることはありません 。しかし、AIが自らの世界モデルで未来をシミュレーションできるようになれば、私たちはAIを「知性」として再定義せざるを得なくなるでしょう 。

AIが人間と同じ常識を共有したとき、私たちは「意識」や「知能」の境界線をどこに引くべきなのでしょうか 。その深遠な問いへの答えを探す旅は、まだ始まったばかりです。

#arxiv - 関連記事の検索