効率性だけでは持続可能な推論AIにはならない

本記事では、AI研究が複雑な問題解決にシフトしている中、モデルがパターン認識だけでなく多段階の推論に最適化されていることが述べられています。これまで、計算機のエネルギー効率の向上は、需要の自然な飽和により安定していましたが、効率性の向上が物理的な限界に迫る中、推論AIは、訓練データの量による限界がなく、訓練と推論のための計算投資が指数関数的に増加していくと指摘されています。著者らは、効率性だけでは持続可能な推論AIに繋がらないとし、このようなシステムの最適化やガバナンスに明示的な限界を組み込む研究と政策の方向性について議論しています。