2024年のチューリング賞受賞者リッチ・サットンが、トロントを拠点とする新企業 Oak Lab を設立した。強化学習の共創者として知られるサットンは、現在支配的な深層学習アプローチを根本的に見直し、新しい AI システム開発を目指している。

現在の深層学習への根本的な批判

サットンが Oak Lab で掲げるビジョンは、従来の AI 開発とは大きく異なる。彼は現在の生成 AI と深層学習に対して「弱く効率が悪い」という直接的な批判を展開している。特に、生成 AI が優れているとされる「模倣能力」に着目し、「モデルが自らの出力を評価できないため、真の発見は不可能」だと指摘している。

この見方は、単なる技術的改善では解決しない問題だと示唆している。サットンは「さらなる調整ではなく、根本的に新しいアイデアと徹底的な改革が必要」と述べており、現在の方向性の延長線上ではない転換を主張している。

継続学習エージェントへの焦点

Oak Lab が開発する AI システムの特徴は、静的なデータセットでの一度のトレーニングではなく、運用環境から継続的に学習することだ。これは強化学習の根本的な考え方に立ち返るアプローチである。エージェントが環境を理解し、その中で自律的に評価と選択を実行できることが重要だとサットンは考えている。

同社が公表している野心的な目標は、1兆パラメータを持ちながら 20 ワットのエネルギー消費で、リアルタイムに環境から学習・計画できるエージェントの開発である。この仕様は、現在の大規模言語モデルのアプローチとは本質的に異なる効率性と実用性を追求している。

業界への影響と方向転換の意味

サットンのような影響力ある研究者がこうした新しいアプローチを標榜することは、AI 業界全体の議論に影響を及ぼす可能性がある。強化学習という古くから存在する分野が、新しい企業によって再び脚光を浴びることになる。

同時に、このシグナルは現在の生成 AI ブームの行き詰まりに対する一つの応答だと考えられる。データスケーリングと計算力の増大だけではなく、学習メカニズム自体の根本的な革新が求められているという提起である。強化学習への帰還は、次世代 AI 開発の重要な転換点となる可能性がある。