# ピーター・ノーヴィグはヤン・ルカンに異を唱える——その理由

- 番組: [Turing Post](https://ai-curator.jp/podcasts/shows/cmv8ukqpv000a7110uhe75dd1)（Turing Post）
- 元のタイトル: Peter Norvig Disagrees With Yann LeCun. Here’s Why
- 配信日: 2026年10月10日
- 長さ: 18分
- 要約作成日: 2026年10月15日
- トピック: [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#LLM](https://ai-curator.jp/topics/LLM) [#世界モデル](https://ai-curator.jp/topics/%E4%B8%96%E7%95%8C%E3%83%A2%E3%83%87%E3%83%AB) [#ニューロシンボリックAI](https://ai-curator.jp/topics/%E3%83%8B%E3%83%A5%E3%83%BC%E3%83%AD%E3%82%B7%E3%83%B3%E3%83%9C%E3%83%AA%E3%83%83%E3%82%AFAI) [#コンピュータサイエンス教育](https://ai-curator.jp/topics/%E3%82%B3%E3%83%B3%E3%83%94%E3%83%A5%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%E6%95%99%E8%82%B2) [#AIと権力集中](https://ai-curator.jp/topics/AI%E3%81%A8%E6%A8%A9%E5%8A%9B%E9%9B%86%E4%B8%AD)
- URL: https://ai-curator.jp/podcasts/cmv8ukul0008s71109jn9a018

## 要約

『Artificial Intelligence: A Modern Approach』の共著者ピーター・ノーヴィグが、40年以上のAI経験から未来予測の難しさ、言語モデルは世界モデルだという見方、LeCun氏との立場の違いを語った。AIがコードを書ける時代の教育のあり方や、技術がもたらす権力集中への懸念と、小型モデルの台頭に対する楽観も示している。

## ポイント

- ノーヴィグ氏はウェブサーバー構築が難しく企業のネット利用は広がらないと考えたが、需要が使いやすいツールを生むことを見誤ったと振り返り、内部の専門家は予測者として最適ではないと述べる。
- 現在の言語モデルはおおむね正しい道にあり、注意機構付きニューラルネットを土台に、その上で論理を学ばせるべきだという立場を示した。
- 言語モデルは世界モデルであり、LeCun氏の挙げる課題には同意するが、ゼロからやり直す必要はなく小さな改良で到達できると考える。
- Google時代にはクリック数、人間の評価者、個別観察という粒度の異なる三層のフィードバックが必要だったと語り、どれが欠けても不十分だったと述べた。
- 教育ではCS専攻者数より副専攻の拡大を重視し、課題は問いを作らせる、口頭試問や議論を使うなど評価方法の見直しを提案した。
- 技術により小集団が大きな力を持てることを懸念しつつ、小型モデルの台頭から権力は分散すると楽観している。

## 章立て

- [00:58] **予測を外した経験と専門家の盲点** — インターネット黎明期に企業のウェブ利用は無理だと考えた経験から、需要がツールを生むと語る。内部の専門家より利用者に聞くべきだという。
- [02:06] **教科書の誕生とAI分野の変化** — 確率論への転換、機械学習、ビッグデータという変化を受けて教科書を書いたこと、AlphaGoの例からニューラルネットと古典的アルゴリズムの組み合わせを論じる。
- [03:10] **エージェントとニューロシンボリックAI** — 1995年の「知的エージェント本」の帯の逸話と、現在のマルチエージェントへの関心を語る。論理は神経網の上に学ばせるべきだと述べる。
- [07:17] **言語モデルは世界モデルか** — 言語モデルも世界知識を持つ世界モデルだとし、LeCun氏とは目標は同じでも作り直しは不要という点で異なると説明する。
- [08:18] **Googleでのフィードバック設計** — クリック、人間の評価者、個別の観察室という三層のデータが相互に補い合っていたことを紹介する。
- [10:20] **AI時代のCS教育と評価** — 課題の陳腐化、副専攻の重視、問題作成や口頭試問など評価方法の見直しを提案する。コーディングが日常ツールになったことにも触れる。
- [13:27] **スタンフォードの授業での実践** — 非プログラマーを含む全員がアプリを作った授業を紹介し、次回はチームで作る形を増やしたいと語る。
- [14:29] **権力の集中と信頼** — ドローンの例で小集団への力の移転を懸念し、AI企業の指導者への信頼の限界と、小型モデルによる権力分散への期待を述べる。

## 解説記事

AI教科書『Artificial Intelligence: A Modern Approach』をスチュアート・ラッセルと共同執筆したピーター・ノーヴィグ氏が、Turing PostのAI Conferenceでのインタビューに応じた。40年以上AIを見てきた立場から、予測の難しさ、言語モデルの捉え方、教育、権力集中の懸念まで幅広く語っている。

#### 専門家は未来を外す

ノーヴィグ氏は自分の予測の実績は良くないと話す。ARPANET時代、誰でも使えるインターネットが構想された際、ウェブサーバーを正しく構築できる人は世界に数百人しかおらず、1000万社が導入するなど無理だと考えたという。しかし需要があればソフトウェアが作られ、NetscapeやMicrosoftのパッケージで誰でも設定できるようになった。同氏はこの経験から、LLMの内部を知る「インサイダー」は予測者として最適ではなく、エンドユーザーに必要なツールを尋ねるべきだと述べる。難しいと思われていたことが、強力なツールで簡単になる流れは今後も続くという見方だ。

#### 教科書の変遷とエージェント

同氏によれば、教科書を書いた動機は、1980年代半ばにAIが論理から確率へ移り、さらに手作業のコーディングから機械学習、ビッグデータへと変わったことだった。現在はそれらが極端なスケールで進んでいる。前半の知識表現や論理は学生が全部読む必要はないかもしれないが、「LLMは全部読むべきだ」と冗談交じりに述べている。AlphaGoも、ニューラルネットに加えてモンテカルロ木探索という古典的アルゴリズムを組み合わせたことで世界王者に勝てたとし、ニューラルネットと巧みなアルゴリズムの併用が今後も重要だと考える。

エージェントについては、出版社が1995年の初版に「知的エージェント本」という帯を付けた逸話を紹介した。当時は安っぽい宣伝だと思ったが、結果的に良い判断だったという。一方で、エージェントをどう作るかは教科書で十分扱えておらず、現在は複数エージェントの協調が中心になっていると語る。

#### 言語モデルは世界モデル、ただし作り直しは不要

ニューロシンボリックAIの主張には同意するが、現行の言語モデルはおおむね正しい道にあるという立場だ。注意機構を持つニューラルネットを核にし、その上に論理を学ばせる。人間も生まれつきmodus ponensを知っているわけではなく、世界との相互作用の上に論理的推論を築くからだと説明する。

言語モデルも世界モデルだと同氏は考える。「猫がネズミを追う」が「ネズミが猫を追う」より起こりやすいと知っているからだ。リアルタイムの3Dシーン生成はできないが、言語モデルと世界モデルの違いは小さいという。ヤン・ルカン氏については、あるべき能力の指摘にはすべて同意するが、結論の「全部壊して作り直す」には賛成せず、小さな改良で同じ地点に到達できると述べた。

#### 三層のフィードバック

現行システムに足りないものをどう見つけるか。Google時代の例として、数十億件のクリックデータ、数万件規模の人間の評価者による比較、一方向ミラー越しに数十人を詳細に観察する調査という三層を挙げた。粒度の異なるデータのどれが欠けても不完全だったと述べている。

#### 教育の再設計

AIが課題を完遂できる時代の教育について、3年前の課題はすべてAIが完璧にこなせるため、求めるスキルを考え直す必要があるという。CS専攻者数が減っている点については、専攻数ではなく副専攻の数を最適化すべきだと同僚に伝えたそうだ。物理、生物、社会学などの専攻者が自分の分野でAIや計算ツールを使えるようになるべきで、数学が微積分や統計を広く使われるようにしたのと同じ形が望ましい。

評価については、エッセイが証明手段として機能しなくなったとして、学生に良い問題を作らせる、口頭試問や議論を使うといった案を挙げる。口頭なら「Xはどうなのか」と詰められる利点があるという。スタンフォードのhuman-centered AIの授業では、弁護士や社会学者など非プログラマーを含む全員がアプリを作れた。次回はチームで作り、他者がコメントする環境を増やしたいと話した。

#### 権力集中への懸念

技術により小さな集団が強い力を持てるようになる傾向を、ノーヴィグ氏は懸念する。かつては超大国同士の安定した膠着があったが、数万ドルのドローンで力を行使できる時代になり、AIがそれを加速させ世界を不安定にすると述べた。AI企業の指導者への信頼は「長くは続かない」とし、権力が人を腐敗させる可能性を指摘する。一方で、4年前に予想された少数フロンティアラボによる寡占に反して、小型でも十分良いモデルが現れていることから、勝者総取りにはならないと楽観している。

#### まとめ

本インタビューは、専門家の予測の限界を自ら認めつつ、現行の延長線上でAIは進化できるという実務的な見方を示している。日本の読者にとっては、非エンジニアがAIで開発する流れを前提にした教育・人材育成の再設計、そして小型モデルの台頭が権力分散につながるかという視点が注目点になる。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Turing Post「Peter Norvig Disagrees With Yann LeCun. Here’s Why」