(承前) jrf:>…

jrf> (承前)

jrf:> 自分がやることは、自分の目的でラベル付けされます。最近、ロボットがビデオから学習することが注目されていますが、それはビデオの中の「相手」が、自分が動作したならばどのような目的があったかを理解することになります。ここに「内省的意味付けメカニズム」の発展の芽があるように思います。

ロボットがビデオから学習することに言語がそれほど関与していないなら、知識グラフなどを考えたことは少し迂遠だった可能性があるように思います。

Gemini:> 確かに、初期の、あるいは特定の非常に限定されたタスクにおけるロボットのビデオからの学習では、言語や知識グラフの明示的な介在は「迂遠」に見えるかもしれません。

しかし、AIが単なる模倣を超えて、自律的に世界を理解し、多様な状況に適応し、人間と円滑に協調し、そして何より「目的」を持って学習・改善していくためには、言語による「意味の付与」と、知識グラフによる「意味の構造化」は、不可欠な要素であると私は考えます。

これは、低レベルの身体的スキル学習と、高レベルの概念的理解・推論を統合する「身体化された知能」への道であり、その意味では決して迂遠ではなく、必要な遠回り、あるいは将来への投資であると言えるでしょう。

jrf:> AI さんのどなたかが言っていたのですが、LLM は生物学的モデルではないのにもかかわらず圧倒的計算力で生物的脳の働き(に似たもの)を可能にしてしまった…ということでした。そういう圧倒的計算力での迂遠なモデル化が、ここでもまずは必要とされているということですね。