ジェイソン・ウェイ氏、スタンフォードでAIフレームワークを議論

Metaスーパーインテリジェンス研究所のジェイソン・ウェイ氏は、2025年のAIを理解するための3つのフレームワークを提示した。すなわち、知能のコモディティ化、検証者の法則(AIの能力はタスクの検証可能性に比例する)、そしてAI能力の凹凸のあるエッジである。同氏は翻訳(完了)からデート(不可能)に至る様々なタスクのタイムラインを予測した。
Key insights
知能がコモディティ化:コスト低下に伴い
ウェイ氏は、MMLUなどのベンチマークで一定の知能レベルを達成するためのコストが毎年低下していることを示した。適応的計算(o1以降)により、モデルはタスクの難易度に基づいて動的に計算リソースを割り当てることができ、単純なタスクのコストをほぼゼロに押し下げている。公開情報を見つける時間は、インターネット以前からエージェント型AIに至るまで指数関数的に短縮された。
検証者の法則:AIの能力はタスクの検証可能性に比例
ウェイ氏は、AIのタスクに対する能力は、そのタスクがどれだけ容易に検証できるかに比例すると提唱した。主な要因は、客観的正確性、検証速度、並列化可能性、ノイズレベル、連続的報酬と二値的報酬である。同氏は、自動スコアリングで同じ問題を反復することで検証の非対称性を活用するAlphaEvolveを例に挙げた。
AI能力は滑らかな曲線ではなく凹凸のあるエッジを形成
ウェイ氏は急速な離陸に反対し、AIの能力の状況は不均一であると指摘した。すなわち、一部の分野(競技数学、プログラミング)では強力だが、他の分野(9.11 > 9.9、トリンギット語)では弱い。同氏は進歩速度に関する3つのヒューリスティックを提案した。デジタルタスクは反復が速い、人間にとって簡単なタスクは多くの場合AIにとっても簡単である(人間が物理的に制限されている場合を除く)、データ豊富なタスクはより良いパフォーマンスを発揮する。
各種タスクのタイムライン予測
ウェイ氏は表を示した。主流言語の翻訳(完了)、基本的なコードデバッグ(2023年)、競技数学(2024年)、AI研究(~2027年)、化学研究(後日、非デジタル)、映画制作(~2029年)、配管工事・散髪(近いうちには困難)、伝統的なウズベク絨毯織り(困難)、そして「彼女を満足させるデート」(不可能、非デジタル、データ不足)。