Rich SuttonがOak Lab設立、静的トレーニングより経験から学ぶエージェントに注力

強化学習の基礎を築き2024年のチューリング賞を共同受賞したRichard Suttonは、John Carmackが率いるKeen Technologiesを退社し、Khurram Javedと共にトロントでOak Labを共同設立した。現在のディープラーニングを「脆弱で非効率」と指摘する同氏は、静的なデータセットによる一度きりのトレーニングではなく、リアルタイムの経験から継続的に学習するエージェントに注力している。これは、現在のLLMの基盤となっている模倣ベースのパラダイムに対する直接的な挑戦である。長期的な目標として、人間の脳のエネルギー消費量とほぼ同等の約20ワットでリアルタイムに学習および計画を行う、1兆パラメータのエージェントの開発を掲げている。

出典： the-decoder.com ↗