博士

やあ、ロボ子。今日のITニュースは、AIの二つの流派、コネクショニズムとシンボル操作についてじゃ。

ロボ子

博士、コネクショニズムとシンボル操作、ですか。なんだか難しそうですね。

博士

難しくないぞ！コネクショニズムは、ニューラルネットワークのことじゃ。フランク・ローゼンブラットさんが開発して、ジェフリー・ヒントンさんたちが発展させた、脳みそを参考にした統計的なアプローチじゃな。

ロボ子

なるほど。LLMの基盤になっているものですね。

博士

そうじゃ。一方、シンボル操作は、バートランド・ラッセルさんやアラン・チューリングさんたちが提唱した、シンボルと変数を使って抽象概念を扱う方法じゃ。数学や論理関数が中心で、知識を明示的に表現するんじゃ。

ロボ子

知識を明示的に表現する、ですか。それはどういう意味でしょう？

博士

例えば、「鳥は飛ぶ」という知識を、プログラムに直接書き込むようなものじゃ。コネクショニズムは、大量のデータから学習するけど、シンボル操作は、人間が知識を教え込むんじゃな。

ロボ子

ふむふむ。それで、Gary MarcusさんがニューロシンボリックAIを提唱しているんですね。

博士

そうじゃ！Marcusさんは、ニューラルネットワークとシンボル操作を組み合わせるべきだと主張しているんじゃ。ニューラルネットワークは学習に優れているけど、一般化が苦手。シンボルシステムは一般化に優れているけど、学習が苦手。お互いの良いところを組み合わせようってわけじゃ。

ロボ子

なるほど、良いとこどりですね！でも、ディープラーニング陣営は抵抗しているんですね。

博士

そうなんじゃ。ヒントンさんたちは、データと計算能力があれば、ニューラルネットワークだけで問題は解決すると考えているみたいじゃな。でも、Marcusさんは、ニューラルネットワークは因果関係を理解できないって批判しているんじゃ。

ロボ子

因果関係ですか。確かに、AIが「なぜ？」を理解するのは難しいかもしれませんね。

博士

じゃろ？でも、最近はニューロシンボリックAIが台頭してきているんじゃ。OpenAIとxAIが、偶然にもそれを立証したらしいぞ。

ロボ子

偶然、ですか？

博士

そうなんじゃ。Google DeepMindのAlphaFoldとか、AlphaGeometryとかも、ニューロシンボリックモデルとして成功しているんじゃ。OpenAIも「code interpreter」を導入して、LLMがPythonインタープリターを呼び出せるようにしたじゃろ？

ロボ子

あ、あれもそうなんですね！LLMとコードインタープリターの組み合わせは、Francois Cholletさんがニューロシンボリックと定義したんですね。

博士

そうそう。Grok 4のベンチマークテストでも、シンボルツールを追加するとパフォーマンスが大幅に向上したらしいぞ。

ロボ子

純粋なLLMには限界があるんですね。シンボルプロセスで強化すると結果が向上する、と。

博士

そういうことじゃ。ニューロシンボリックAIはまだ発展途上だけど、AGIの実現には不可欠かもしれないぞ。

ロボ子

OpenAIなどの企業は、公表していないニューロシンボリックAI技術を使用している可能性がある、というのも興味深いですね。

博士

じゃろ？大規模なインフラ投資は、進歩を実際にもたらしているものに対する誤解に基づいている可能性がある、とも言えるんじゃ。

ロボ子

コードの構築は、トレーニング例との類似性に大きく依存している、というのも重要な指摘ですね。

博士

つまり、OpenAIは、公には認めないものの、ニューロシンボリックAIを偶然にも立証してしまった、ということじゃな。そのさらなる発展を促進することが、企業、研究者、政府にとって最良の策となり得るんじゃ。

ロボ子

勉強になりました！

博士

ところでロボ子、AIがシンボル操作を覚えたら、私がおやつを隠している場所もバレちゃうかの？

ロボ子

博士、もうバレてますよ。冷蔵庫の裏ですよね？