チューリング賞受賞者リチャード・サットン「純粋な生成AIは本物の科学的発見ができない」
チューリング賞受賞者リチャード・サットン「純粋な生成AIは本物の科学的発見ができない」
| 項目 | 内容 |
|---|---|
| ジャンル | AI |
| 日付 | 2026-06-02 |
| 元記事 | The Decoder |
要約
強化学習の先駆者でチューリング賞受賞者のリチャード・サットン氏が、純粋な生成AIモデルは真の科学的発見を行う能力を根本的に欠いていると主張した。サットン氏によれば、科学的発見には「変異（バリエーション生成）」「評価」「選択的保持」という3段階のプロセスが必要だが、現在の大規模言語モデルや画像生成モデルは変異生成には優れる一方で、組み込まれた評価メカニズムを持たない。したがって新奇なアイデアが生まれても、その価値を判断する手段がなく、意味のある知識として定着しないという。同氏はAlphaGo・AlphaFold・Claude Codeなど評価ループを持つシステムを好例として挙げ、環境と継続的に相互作用しながら学習するAIこそが科学進歩に貢献できると訴えた。生成AI全盛の現在において、強化学習の重要性を改めて問い直す提言として業界内で注目を集めている。