2026年11月8日、The Decoder は、チューリング賞受賞者で現代強化学習の創始者であるリチャード・サットン氏がこのほど、計算能力を積み上げるだけでは真の知能には到達できず、AI 科学にはもっと賢い新しい方法が必要であり、しかも「まだまだ未完成」だと述べたと報じた。この発言は AI コミュニティで広く議論を呼び、論争の相手は OpenAI と Anthropic のトップである。
サットンは何を言ったのか
この発言を理解するには、サットン氏の 2019 年の著名なエッセイ「苦い教訓」にさかのぼる必要がある。そこでは、計算能力とともに強くなる方法が最終的に勝つとされ、探索と学習がその代表例とされた。大規模言語モデルは長らく最良の実例だった。インターネットのテキストを多く与えるほど能力が高まったからだ。しかしサットン氏は今、大規模言語モデルこそがこの道の限界を示していると考える。学習を終えればそれ以上学ばず、重みは出荷した日から固定される。今年 8 月にはさらに、合成データでボトルネックを突破するのは「大きな間違い」だと明言した。現実世界は無限に複雑で、どんなシミュレーションもそのごく一部にすぎないからだ。同氏が示す方向は、世界モデルを備え、自ら経験を積み重ねるエージェントである。環境との関わりの中で学び続け、古い知識を失わないことだ。この論争の物差しはスケーリング則である。パラメータ、データ、計算能力を増やすほど効果の伸びは鈍化し、問題は誰が先に天井にぶつかるかだ。
研究界でうなずくのは誰か
この見方に同調する研究者は少なくない。元 OpenAI 研究員のジェリー・トウォレク氏は、苦い教訓そのものは今も正しいとしつつ、計算能力を投じるほどアルゴリズムが重要になると指摘する。規模とともに強くなるアルゴリズムもあれば、行き詰まるものもある。トランスフォーマー路線の一時的な成功と古いエッセイの誤読が重なり、「一世代の科学者の脳を報酬ハッキングしてしまった」という。研究者のジェイデン・テオ氏は、誤読のせいで有望なアイデアが検証される前に学界で退けられてきたと補足する。「あるアイデアが AI の進歩に貢献するには、必ずしも永遠にスケーリングに耐えなければならないわけではない」。The Decoder の集計によれば、Frontier Radar の最新号はこうした隙間に賭ける 45 の新しい AI 研究所を追跡しており、トウォレク氏自身の Core Automation や、サットン氏が教え子と共同で設立した Oak Lab も含まれる。
もう一方はなぜ納得しないのか
だがもう一方の声も同じく大きい。OpenAI のサム・アルトマン CEO は、大規模言語モデルの拡張はまだまだ尽きていないと考え、拡張に懐疑的な人々が一世代の研究者を遅らせていると批判する。同氏が挙げる証拠は、OpenAI のモデルが最近18 年越しの量子予想を覆したことで、Lean による検証も通っている。Anthropic のダリオ・アモデイ CEO も拡張に同じく強気で、進歩を「終わりのない虹」に例える。意見の分かれ目は、計算能力が役に立つかどうかではなく、天井がどこにあるかだ。一方は新しい学習方法が次の扉を開くと賭け、もう一方は今のやり方を極限まで推し進めればまだ先があると賭ける。
一般の読者にとって、この論争が決めるのは今後数年の AI の進歩の姿だ。より大きく高価なモデルになるのか、それとも自ら賢くなるエージェントになるのか。まだ結論は出ていない。サットン氏の Oak Lab をはじめとする新しい研究所は、議論するのではなく答えを作っている。注目すべきは、どちらの側も相手の前提を否定していないことだ。サットン氏は計算能力が無用だとは言っておらず、アルトマン氏も世界モデルの価値を否定していない。分かれているのは、次の一手をどこに賭けるかだけだ。
