NVIDIA とロンドンの AI 研究機関インエフィアブル・インテリジェンスは、強化学習インフラの構築に向けたエンジニアリングレベルの協業を開始しました。同社は先週、アルファゴの設計者デビッド・シルバー氏によって設立された同社がベールを脱いだ直後、この提携を発表しました。両社は経験に基づいて学習する次世代の AI、いわゆるスーパーラーナーの実現を目指します。 ジェンセン・ハン氏率いる NVIDIA は、強化学習の大規模化のためのインフラ共同設計への興奮を表明しました。一方、シルバー氏は現在の AI 研究が人間が既知の知識をシステムに構築する段階から、システム自身が新たな知識を発見する段階へ移行する必要があると指摘しました。強化学習は、人間が事前に用意した固定データセットを用いる事前学習とは異なり、システムが行動し、観察し、評価し、更新する連続的なループの中でデータを生成するため、極めて特殊な計算要件を有します。このプロセスは、データ通信、メモリ帯域、推論サービスなどに通常の学習以上に負荷をかけます。 今回の提携では、両社エンジニアがこうした要件に対応するトレーニングパイプラインの最適化に注力します。まず NVIDIA の Grace Blackwell システム上で作業を開始し、近い将来の NVIDIA Vera Rubin プラットフォームを探索する首批の一つとなることが期待されています。両社の目的は、人間データからシミュレーションと経験に基づく学習へと AI が移行する未来に必要なハードウェアとソフトウェアの次世代を確立することです。 適切なインフラが整えば、複雑で豊かな環境における大規模な強化学習が可能となり、AI エージェントがあらゆる知識の分野で画期的な発見をもたらすことが可能になると両社は展望を示しています。この協力関係は、AI が経験を通じて自己進化するための基盤技術を確立する重要な第一歩となるでしょう。