Natural General Intelligence (自然一般的知能): 地球の状態と動態を学習するネイチャーモデルの提唱

概要

AIがデジタルな知識だけでなく地球システムの物理的・生物学的ダイナミクスを直接学習し、惑星の「スチュワードシップ（管理・継承）」を可能にするための基盤モデル構築を提唱する。

詳細内容

Ryan Orbuch氏による本稿は、AIが人間のテキストデータのみならず、地球の生物圏、海洋、大気、氷圏などの動態を学習する「ネイチャーモデル（自然モデル）」を構築すべきであるという野心的な提案です。現在のAI（AGI）は生物学的な依存関係（呼吸や水など）を持たない「ポスト・ネイチャー」な存在ですが、人類は依然として地球システムに依存しています。著者は、過去50年間に蓄積されたエクサバイト級の地球観測データを活用し、物理法則を遵守しつつ未知の環境フィードバックを発見する基盤モデルを「Natural General Intelligence (NGI)」と定義しました。このモデルは、気象予測を超えて、気候の安定化、生態系の修復、資源管理などの「介入」と「フィードバック」を統合するクローズドループを可能にします。設計原則として、直接的な地球観測からの学習、高解像度の保持、物理的制約の遵守、領域横断的な結合の発見、および不確実性に基づく能動的なデータ収集の5点を挙げています。

元記事を読む他のサマリーを見る