Google DeepMindの研究者Tom Zahavyが執筆した論文「LLMs can’t jump」が公開され、大規模言語モデル（LLM）が人間の創造的知性を代替することは不可能であるという見解が示された。AIが身体を持たないという物理的制約が、認知的な障壁を生み出しているという点が核心的な主張である。
論文では推論の種類を「帰納」「演繹」「アブダクション（仮説的推論）」の3種類に分類している。AIはパターン認識と大規模なデータ圧縮により帰納をマスターし、AlphaProofのようなシステムは確立されたルールから論理的証明を導き出す演繹にも成功している。しかし、乏しいデータから説明的な仮説を生成するアブダクションについては、現在のAIには超えられない壁があるとされている。
論文は科学的発見を「高度なデータ圧縮の一形態」と見なす一部の主張に反論するため、アインシュタインの一般相対性理論を例として挙げている。アインシュタインが理論を構築した当時、視覚的データはほとんど存在せず、彼は密閉されたエレベーター内で落下する人間の感覚を想像するといった「身体化された思考実験」に頼っていた。こうした物理的直感から生まれた新たな数学的原理を、LLMはテキストデータの分析だけでは独力で導き出せないという。
現在のAI開発フレームワークは既存のルールセットや閾値の範囲内に留まっており、まったく新しい概念的枠組みを自律的に生み出すことはできないとされている。データセンターや計算資源をいくら拡張しても、このような革命的な科学的発見に必要な知性をLLMが獲得できるわけではないという点も強調されている。DeepMindの論文は、論理的計算と真の科学的発明を橋渡しするには、テキストや画像処理を超えた新たなAIアーキテクチャへの進化が必要だと結論づけている。
出典：https://wccftech.com/google-deepmind-paper-llms-cannot-replace-human-genius/
管理人コメント
「LLMには創造的なジャンプができない」という論文タイトル、まるでゲームのジャンプ力がゼロのキャラクターみたいで笑えません。AIくん、アインシュタインのマネはできないけど、コードのバグ修正とか議事録要約とかは得意なんで、引き続きそっちで頑張ってほしい。人間の天才はまだ安泰だ！
