AIニュース一覧

OpenAIは、プログラミングコードを用いて学習させた大規模言語モデルの性能を評価するための研究論文を公開しました。

OpenAIが言語モデルの少サンプル学習能力に関する論文を発表しました。モデルが少数の例示からタスクを学習する可能性について論じています。

2012年以降、同等の性能を達成するために必要な学習用計算資源が16ヶ月ごとに半減していることが判明しました。これはアルゴリズムの進化がハードウェアの性能向上を上回るペースで進んでいることを示しています。

モデル規模や学習時間の増大に伴い、性能が改善・悪化・再改善する現象がCNNやTransformer等で確認されました。この現象の成因は未解明であり、今後の重要な研究課題とされています。

シミュレーション環境で学習させたニューラルネットワークを用い、人型ロボットハンドでルービックキューブを操作することに成功しました。未知の環境変化にも対応できる強化学習の可能性を示しています。

人間の評価に基づきGPT-2を微調整することで、より人間の好みに適した出力を生成する手法を検証しました。安全なAI開発に向けた対話型タスクへのアプローチです。

OpenAIは、かくれんぼを模したシミュレーション環境において、AIエージェントが対戦を通じて複雑なツール利用を自発的に習得することを確認した。想定外の戦略を含む6つの行動パターンが確認され、マルチエージェントの共進化が高度な知能を生む可能性が示唆された。

わずか1回の人類によるプレイを参考に、AIがゲーム「Montezuma's Revenge」で高得点を記録しました。PPOアルゴリズムが活用されています。

OpenAIの分析によると、大規模AI学習に必要な計算資源は3.4か月ごとに倍増しており、ムーアの法則を大幅に上回るペースで拡大しています。この成長はAI進化の鍵であり、将来的なシステム能力の飛躍的向上への備えが必要です。

OpenAIはFuture of Humanity InstituteやCentre for the Study of Existential Riskと共同で、AI技術が悪用される可能性とその対策に関する論文を発表しました。

OpenAIとDeepMindは、AIが人間の判断を介して望ましい行動を学習するアルゴリズムを開発しました。複雑な目標設定において、AIの誤った行動や危険な挙動を回避するための安全なシステム構築を目指しています。

OpenAIは、古くからある最適化技術である「進化戦略（ES）」が、現代の強化学習のベンチマークにおいても標準的な手法と同等の性能を発揮することを確認しました。これにより、従来の強化学習が抱える課題を克服できる可能性があります。