ホフマンの研究に基づくAIへの影響の焦点を絞った要約：
1. 現在のLLMは根本的に制限されている
ホフマンは、現在の大規模言語モデルは「キュウリよりもバカだ」と彼の枠組みの下で述べている。
なぜか？
- LLMは完全に時空間インターフェース（テキストトークン、統計パターン）内で動作している。
- 彼らは現実の根底にある構造（意識的エージェント）にアクセスできない。
- 彼らは本物の理解やエージェンシーのためではなく、私たちのインターフェース内での予測を最適化している。
2. 再帰的トレースロジック（提案された代替案）
ホフマンは、再帰的トレースロジックと呼ばれる新しいアーキテクチャを開発しており、これは現在のトランスフォーマーベースのモデルとは根本的に異なると主張している。
- それは統計的パターンマッチングではなく、意識的エージェントのダイナミクスに基づいている。
- 初期の説明では、観察プロセスと再帰的エージェンシーをモデル化していることが示唆されている。
- 彼は、最先端のAIの大手企業のいくつかがすでにこの枠組みについて彼にアプローチしていると述べている。
3. AGIへの影響
ホフマンの見解が正しければ：
- 現在のアーキテクチャのスケーリング（パラメータ増加やデータ増加）は、インターフェース内に閉じ込められているため、厳しい上限に達する。
- 真のAGIは、トークンを予測するだけでなく、観測者のダイナミクスやエージェントの相互作用をモデル化できるアーキテクチャを必要とする。
- 実体化はほとんど無関係かもしれない — ほとんどの意識（したがって知性）は非実体化されている可能性が高い。
4. 意識はボトルネック
ホフマンの枠組みは、意識は複雑な計算の結果として出現する性質ではないことを示唆している。むしろ：
- 意識は根本的なものである。
- 現在のAIは適切な存在論的基盤を欠いている（アイコンをモデル化しているだけで、それを背後にいるエージェントをモデル化していない）。
これは、スケーリング仮説やAI研究における多くの意識理論に対する直接的な挑戦である。
---
これらのポイントのいずれかについて詳しく説明したり、ホフマンの見解を他のAI・意識の思想家と比較したり、より広範な研究の総合を続けたりしますか？

原文表示

このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております（表明・保証をするものではありません）。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。