Humainは、汎用人工知能（AGI）の進歩に特化した研究組織です。2023年に元深層学習研究者と認知科学者のグループによって設立され、現在の機械学習システムと人間のような推論の間のギャップを埋めることを目指しています。この組織はカリフォルニア州パロアルトに本拠を置き、コンピューターサイエンス、神経科学、哲学を網羅する学際的なチームで運営されています。
Humainの中心的な使命は、狭いタスクに優れるだけでなく、一般的な問題解決能力、常識、適応性を示すAIシステムを開発することです。単に大規模言語モデルのスケーリングに焦点を当てる現代の多くの研究所とは異なり、Humainはニューラルネットワーク学習と記号的推論および知識表現を統合するハイブリッドアーキテクチャを重視しています。このアプローチは認知アーキテクチャに着想を得ており、解釈可能性や推論の堅牢性の欠如など、現在のAIの限界に対処することを目的としています。
研究アプローチ
Humainの研究戦略は、データ駆動型学習と構造化知識を組み合わせたものです。チームは、経験から学習しながら、明示的なルールと論理を活用できるモデルを開発しています。これは、トランスフォーマーベースのコンポーネントと記号的推論エンジンを交互に配置する新しいフレームワークを通じて達成されます。記号的層は計画、演繹、因果推論などのタスクを処理し、神経層は知覚とパターン認識を管理します。
この組織は、このハイブリッドパラダイムに関するいくつかの論文を発表し、多段階の推論と分布外汎化を必要とするベンチマークでのパフォーマンス向上を示しています。また、効率性と解釈可能性を高めるために、カリキュラム学習やモデル枝刈りなどの技術も探求しています。
主要製品とプロジェクト
Humainは、2つの注目すべきプロトタイプを公開しています：
- Cortex：マルチヘッドアテンションと記号的推論モジュールを組み合わせた推論エンジン。Cortexは複雑な論理パズルや数学的問題を解決するように設計されており、ARC（抽象化と推論コーパス）ベンチマークで最先端の結果を達成しています。
- Sage：強化学習を人間のフィードバック（Reinforcement Learning from AI Feedback (RLAIF)）と組み合わせて使用し、ユーザーの意図に行動を合わせる対話型エージェント。Sageは研究、コーディング、意思決定を支援でき、現在は選ばれた学術パートナーとベータテスト中です。
これらのプロジェクトはまだ商業製品ではなく、Humainの技術の概念実証として機能しています。
コラボレーションと資金調達
Humainは、著名なベンチャーキャピタル企業や戦略的パートナーから資金を調達しており、テック投資家のコンソーシアムが主導する5000万ドルのシリーズAラウンドを含みます。この組織は、MIT CSAIL、Stanford AI Lab、University of Oxfordなどの学術機関と共同研究イニシアチブで協力しています。また、クラウドインフラのためのAmazon Web Servicesや、専用ハードウェアアクセラレーションのためのAMDなどの業界プレーヤーとも提携しています。
2024年、HumainはエッジAIアプリケーションを探求するためのNokia Bell Labsとのコラボレーションと、自律システムの安全性と堅牢性に関するBhabha Atomic Research Centreとのコラボレーションを発表しました。これらのパートナーシップは、Humainの研究を実用的な領域に変換することを目的としています。
チームとリーダーシップ
Humainの創設チームには、いくつかの注目すべき人物が含まれています：
- エレナ・バスケス博士（CEO）：元Google DeepMindの上級研究者で、強化学習と認知アーキテクチャを専門としています。
- ラジーブ・メノン博士（CTO）：記号的AIと論理プログラミングの専門家で、以前はXerox PARCに在籍していました。
- アイシャ・カーン博士（最高科学責任者）：Carnegie Mellon University出身の認知科学者で、人間の推論と常識モデリングに焦点を当てています。
チームは約40人の研究者とエンジニアで構成され、その多くがOpenAI、Anthropic、BAIR (Berkeley AI Research)などの主要なAI研究所でのバックグラウンドを持っています。
将来の方向性
Humainは、2025年にコアフレームワークのオープンソース版をリリースする計画で、コミュニティ駆動の開発を促進することを目指しています。また、医療、教育、科学的発見におけるアプリケーションも探求しています。ただし、2025年時点では、Humainは主に研究機関であり、大衆市場向け製品の即時計画はありません。
批評家は、ハイブリッドアプローチは計算集約的であり、純粋な神経法ほど簡単にスケールしない可能性があると指摘しています。それでも、Humainの解釈可能で堅牢なAIへの取り組みは、学界と産業界の両方から注目を集めており、AGIの追求における独自の声として位置づけられています。