Well Principled
Summer 2019活動中自律型ロボットのためのneural engine
- サマリー
- 自律ロボットや熟練職向けに、新しいAIアーキテクチャを提供する
- 課題
- 既存AIは継続学習や未知の目標設定、柔軟な計画立案に対応できない
- 解決策
- 脳をリバースエンジニアリングし、因果モデル学習や創造的知識生成を実現する
AI による要約
- 所在地
- St. Louis, MO, USA
- チーム規模
- 3 人
事業内容
私たちは、知性も創意工夫も必要としない「knowledge work」を置き換えるAIではなく、繁栄への新たな道を常に切り拓いてきた、現場で働く人間の知性を強化するAIを構築する。 主流のAIアプローチは大きな成果を上げている一方で、重要な問題領域を解決するうえで根本的な限界を抱えている。私たちは、こうした限界を打ち破るため、first principlesから新しいAIアーキテクチャを構築する。 現在のAIは、supervised learningとbrute-forceなpretrainingというパラダイムに固定化されている。これらのシステムは、継続的な学習、目標の発見、新しい計画の立案、新たな知識の創出といった本質的な能力を扱えず、今後も扱えるようにはならない。 この限界は些細なものではない。国家の繁栄は、こうした限界を克服できるかどうかに直接かかっている。なぜなら、これらの本質的な能力はskilled tradesの基盤だからである。電気工事士、機械工、看護師など、あらゆる分野の見習い職人は、毎回新しい解決策を生み出し、時には目標そのものまで発見する「skilled improvisation」を学ぶ。繁栄には、現在のAIが構造的に苦手とする能力こそが必要になる。 さらに悪いことに、より多くのcomputeやtraining dataを投入しても、この限界は克服できない。これは、supervised learning、neural networks、transformers、backprop、gradient descentという基盤技術が必然的に生み出す制約である。進歩には、これらから自立することが必要になる。 私たちは、ここまで人類を導いてきたシステム、すなわち人間の脳をreverse-engineeringすることで、新しいAIアーキテクチャを構築する。neuroscience、cognitive science、そして脳の進化的発達を組み合わせて分析することで、脳が持つ次のアルゴリズムを特定した。(a)因果的な世界モデルを継続的に学習する、(b)達成すべき目標と、より多くを達成するために学ぶべき目標を選択する、(c)未知の目標に到達するための計画を立てる、(d)新たな知識を創造的に生み出す。 創意工夫を備えたintelligenceを構築し、skilled tradesを強化する取り組みに参加する。