Big World Hypothesis(大きな世界仮説)とは?サットンが合成データを「大きな間違い」と切る理由
強化学習の創始者でチューリング賞受賞者のリチャード・サットンが、大手AIラボが頼る合成データによるスケーリングを「大きな間違い」と一蹴しました。根拠は、教え子クラム・ジャベードらが定式化した「Big World Hypothesis」——現実世界は無限に複雑で、どんなシミュレータもその「顕微鏡的な」一部でしかない、という主張です。
強化学習の創始者でチューリング賞受賞者のリチャード・サットンが、大手AIラボが頼る合成データによるスケーリングを「大きな間違い」と一蹴しました。根拠は、教え子クラム・ジャベードらが定式化した「Big World Hypothesis」——現実世界は無限に複雑で、どんなシミュレータもその「顕微鏡的な」一部でしかない、という主張です。
2024年チューリング賞受賞者で強化学習の祖の一人であるRichard Sutton氏が、Khurram Javed氏とともにトロントでOak Labを設立しました。狙いは、静的データで一度学習して終わりではなく、稼働中に環境から学び続けるAIエージェント。最終目標は「1兆パラメータを20ワットで実時間学習・計画する」エージェントです。