強化学習の権威サットン、新スタートアップOak Labを設立

強化学習（AI自身が試行錯誤を繰り返しながら学ぶ手法）の理論的基盤を築いた研究者、リチャード・サットン氏が、カナダのトロントで新スタートアップ「Oak Lab」を立ち上げた。サットン氏は2024年のチューリング賞（コンピュータ科学分野で最高権威とされる賞）を受賞しており、AI研究者の中でも特に影響力の大きい人物として知られている。

サットン氏がOak Labで取り組もうとしているのは、環境から継続的に自律学習するAIエージェントの開発だ。同氏は現在主流となっているディープラーニング（深層学習）の手法を「弱くて非効率だ」と表現しており、現状のAI技術には根本的な限界があるという立場をとっている。このような批判的な見方は、AI研究の第一線にいる人物からの発言として注目に値する。

現在のAI開発の主流は、大量のデータを事前に学習させた大規模言語モデル（LLM）の活用だ。ChatGPTをはじめとするツールはこの手法で作られており、一度学習が完了すれば基本的に追加の学習を行わない「静的」な性質を持つ。サットン氏が目指す「環境から継続的に学ぶAI」は、この静的な学習モデルとは対照的なアプローチといえる。

強化学習はもともと、囲碁や将棋などのゲームでAIが人間を超えた能力を示した際に注目を集めた手法だ。エージェントが行動を起こし、その結果に応じた報酬を受け取りながら、自ら最適な行動を学んでいく仕組みで、サットン氏はその理論的な土台を長年にわたって構築してきた。Oak Labはこの強化学習の考え方を、より広いAIエージェント開発に応用しようとする試みと位置づけられる。

スタートアップの規模や資金調達の状況、具体的な製品・サービスの内容については、現時点では詳細が明らかにされていない。ただし、AI研究の権威が「現在のディープラーニングは不十分だ」と明言した上で独立した組織を立ち上げたことは、研究の方向性に関するひとつの問題提起として受け取れる。

AIエージェント分野は現在、多くの企業や研究機関が注力する領域だ。ただし「自律的に学び続けるAI」の実現は技術的に難しく、安全性や制御の観点からも慎重な議論が求められる段階にある。サットン氏のOak Labが具体的にどのような技術や手法を採用するのかは、今後の発表を待つ必要がある。

チューリング賞受賞者が自ら「現在のAIは弱い」と言い切り、新会社を起こしてオルタナティブな道を探る動きは、AI業界全体の技術的な議論に一石を投じるという見方ができる。現在の大規模モデル中心の潮流に対し、自律学習型エージェントという異なるアプローチがどこまで発展するか、研究・産業の両面から注目が集まりそうだ。