1772465360
2026-03-02 15:11:00
もう一度、 AI は2026年世界経済フォーラムの最大の議題の一つだった。
今年に限っては、その口調は明らかにより緊張していました – ビジネス そしてジャーナリストたちはディープテックのリーダーたちに、AIのセキュリティ、ガバナンス、インフラの負担、恐ろしい「AIバブル」は本当にバブルなのか、そして投資がいつ経済的利益をもたらし始めるのかについて心配そうに質問した。言い換えれば、賭け金はかつてないほど高くなりました。
LikelyAI のエンジニアリング担当副社長。
ダボスで講演した多くの AI リーダーのうち、 マイクロソフト CEOのサティア・ナデラ氏は、ほぼ目標を達成するところだった。同氏は、AIがバブルになることを回避できるのは、一握りの企業や経済に価値を集中させるのではなく、広く分散した実際の成果を生み出す場合に限られると警告した。
信頼性の低いAI(特に幻覚の問題)は深刻化し続けています。 仕事 経済へのプラスの影響を妨げる信頼の欠如。
今日の AI 議論が間違った場所から始まっている理由
ダボス会議での会話の多くは、今日の支配的な AI システムが次のような現実を反映しています。 大規模な言語モデル (LLM) – 現在、能力、注目、投資が集中している場所です。
規制、インフラ計画、経済モデルはすべて、その現実に基づいて構築されています。その結果、幻覚は残念ではあるが開示または軽減される避けられないリスクとして扱われます。
LLM は確率システムであり、膨大なデータセットから学習した統計パターンに基づいて次に何が起こるかを予測することで出力を生成します。これが彼らの言語的に流暢で柔軟な理由ですが、幻覚を見る理由でもあります。
とき LLM 説得力があるが誤った答えが生成されます。それはバグではありません。それは、その設計方法の結果です。
ダボス会議では、幻覚はガバナンスや安全性の問題として頻繁に議論されましたが、幻覚は確率論的なアプローチ自体に固有のものです。
この区別は、幻覚を回避策として扱うか、特定の使用例では異なるシステム設計が必要になる可能性があることを示す信号として扱うかを決定するため、重要です。
幻覚が避けられないものとして扱われる場合、利用可能な唯一の対応策は、警告、免責事項、人間の監視、そしてますます複雑化するガードレールだけです。
ダボス会議での会話の多くが情報開示、リスク移転、規制に焦点を当てたのはそのためです。これらはすべて必要ですが、そのどれもが信頼性の低いシステムを信頼できるインフラストラクチャに変えることができません。
柔軟性と信頼性の組み合わせ
では、代替手段は何でしょうか?確率モデルが AI システムを構築する唯一の方法ではないという事実。生成 AI が世間の注目を集めるずっと前に、記号推論システムは知識を明示的なルール、事実、制約としてエンコードするために使用されていました。
これらのシステムは推測を行いません。同じ入力が与えられると、常に同じ出力が生成されます。
ほとんどの人は、何も考えずに毎日シンボリック システムを操作します。スプレッドシートはその一例にすぎません。とき スプレッドシート 結果を計算しても、ユーザーは「正しく聞こえる」別の答えが幻聴されるのではないかと心配する必要はありません。企業は、これと同じ決定論を AI に求め、必要としています。
現在使用されているソフトウェアの大部分はシンボリック システムです。これらは自然言語処理をうまく処理できませんが、そこが LLM の優れた点です。しかし、ニューラルとシンボリックの選択は二者択一ではありません。
現在、ニューロシンボリック AI として知られるハイブリッド システムのクラスが増加しており、両方のアプローチの長所を意図的に組み合わせています。
ニューラル ネットワークは、言語を解釈したり言語から情報を抽出したりする場合など、柔軟性が必要な場合に使用されます。 書類一方、記号推論層は明示的なルール、制約、ロジックを適用して結果を決定します。
重要なのは、これは、出力が統計的な妥当性だけによって左右されるわけではないことを意味します。神経記号システムは、結論にどのように到達したかを追跡し、同じ入力に対して同じ結果を生成し、質問に自信を持って答えることができない場合に明確に信号を送信することができます。
決定を説明、監査、防御する必要がある環境では、このような特性は不可欠です。
代替手段を失った場合のコスト
この狭い焦点は実際の結果をもたらします。ダボス会議で表明された不安の多くは、LLM の真の限界、つまり並外れた機能を提供するシステムですが、避けられない信頼性の課題に取り組むことに起因しています。
これらの制限が明らかになると、信頼は失墜し、人間による監視が必須となり、 生産性 利益を実感することが難しくなります。
多くの組織では、特に法務チームやコンプライアンス チームが、確実に防御または監査できない成果物について懸念を表明した場合、パイロット プロジェクトの規模拡大が困難であることがわかります。
ROI の結果は業界全体でまちまちですが、最も優れた機能を提供するシステムが、自らの決定を正当化するように設計されていないことが、繰り返し発生する課題です。
ダボス会議の企業が、AI をどのように管理、規制し、世界経済に組み込むべきかを問うたのは正しかった。ニューロシンボリック システムは、導入に関するビジネス上の懸念に対する自然な解決策を提供します。LLM のみのシステムでは、信頼性と説明可能性によって新たなリスクが生じます。
しかし、AI とは実際には何なのかについてまず議論を広げなければ、これらの質問に有意義に答えることはできません。
ほとんどの実務者は LLM の限界を理解しており、すでに緩和戦略について議論しています。ただし、固有の制限を緩和することと、特定のユースケースで制限を回避するアーキテクチャを選択することの間には違いがあります。
問題は、LLM を放棄するかどうかではなく、信頼性要件が別のアプローチを示唆している場合でも、安易に LLM をデフォルトにしすぎるかどうかです。
AI がデモで単に印象を残すのではなく、経済を支えるのであれば、信頼性を後回しにすることはできません。設計が最初から監査可能で、準拠し、信頼できるものとなるためには、それが標準になる必要があります。
ダボス 2026 ではいくつかの差し迫った疑問が提起されましたが、その答えは LLM の柔軟性と決定論的推論を組み合わせたアプローチの中にすでに存在しています。
議論の多くは、幻覚が確率システムに固有のものであり、信頼性が最も重要なユースケースには代替手段が存在することを認識するのではなく、依然として幻覚を避けられないものとして扱っています。
信頼性の高い AI は、私たちが発明するのを待っているものではありません。それは神経象徴的なAIの形ですでに存在しています。その現実が主流の展開に反映されるまで、ダボス会議の野心と組織が安全に信頼できるものとの間のギャップは広がり続けるだろう。
この記事は、TechRadarPro の Expert Insights チャンネルの一部として作成され、今日のテクノロジー業界で最も優れた頭脳を特集しています。ここで表明されている見解は著者の見解であり、必ずしも TechRadarPro または Future plc の見解ではありません。貢献に興味がある場合は、ここで詳細を確認してください。 https://www.techradar.com/news/submit-your-story-to-techradar-pro
#ダボス会議での #の会話は急速に進んでいます #私たちは基本に戻る必要があります