人工知能（AI）技術の成熟に伴い、AI開発の重点が大きく変化しつつあると、業界の専門家たちは指摘しています。初期のモデルの訓練やアルゴリズムの革新から、タスクの定義と評価の最適化に重点が移りつつあるのです。この見解はOpenAIの研究者である姚順雨氏によって示され、AIの下半場においては、プロダクト思考が技術応用と商業化を推進する鍵となると強調しています。

AIの上半場では、研究者たちはTransformerやGPT-3などの強力なモデル構築に注力しました。これらのモデルは様々なベンチマークタスクで優れた成果を上げています。この段階では方法論が中心であり、研究者たちはアルゴリズムの設計と最適化に重点を置き、タスクの定義は二次的なものと見なされていました。そのため、大きな進歩を遂げたにも関わらず、これらの技術を現実世界の具体的なタスクにどのように応用するかが見過ごされてきました。

人工知能 AI ロボット (1)

画像出典：AI生成、画像ライセンス提供元Midjourney

現在のAI開発段階において、姚順雨氏は研究者たちが思考様式を変える必要があると指摘しています。「XXの問題を解決するためにモデルを訓練できる」という考え方から、「AIに何をさせるべきか？真の進歩をどのように測るか？」という考え方への転換が不可欠です。真の課題は、現実世界のタスクをどのように定義し、AIシステムのパフォーマンスを効果的に評価するかにあるからです。

姚順雨氏は、強化学習の成功は言語の事前知識と推論能力を組み合わせたことにあると述べています。これにより、AIは複雑な環境でより優れた汎化能力を持つことができるようになりました。氏は、成功したAIシステムには、大規模な言語訓練、計算とデータの大規模化、そして推論と行動の統合という3つのコア要素が必要だと考えています。これらの3要素が相乗効果を生み出し、AIの実用的な応用におけるパフォーマンスを向上させています。

この思考の転換は、AI研究者たちがプロダクトマネージャーのように、技術を商業価値のある製品に変換することに注力する必要があることを意味します。新しい評価基準の下では、研究者たちはモデルの設計だけでなく、人間と機械のインタラクションや長期的な適応性も考慮する必要があり、これがAIの実用化を推進する重要な一歩となります。