　そのようにコンパクトなモデルは、スマートフォンやウェアラブル機器にロードして数百万人のユーザーに配信できます。その後、予想外の結果に遭遇したモデルはクラウドに報告を折り返すことができるため、トレーニング可能な大きなモデルは現場でトレーニングされた多くのネットワークの経験から学習できるようになります。

　しかし、本当の目標は、強化学習を全く監視のされていない継続学習に置き換えることかもしれません。このモードにある現場のデバイスは、入力と望ましい出力を与えられるからでも、正しい結果に対する報奨を与えられるからでもなく、ネットワーク自体の中にある複雑な関数を最適化することによって学習を継続します。

　これはデータセンターの超並列システムで調査されている、研究コミュニティーの最先端に位置するものです。しかし、Dubey氏は監視のないシステムが常に暗闇に閉じ込められることはないと主張しています。

　「誰もが使い切れないほどの計算能力を持つレベルに達したといわれています。しかし、スロープだけでなくそれより高次のバリエーションも見て、急速に変化する関数を学習するという監視なし学習の課題が全てを変えます。日常的な問題と超強力な計算能力が、非常に強く結び付くでしょう」Dubey氏はこう述べています。

　息を吹き返したように見えるAIは、これまでの研究によるカケラを寄せ集めたものかもしれません。計算能力が大きく変わったために生き返っただけかもしれません。しかし、今日のAIは生きて成長しています。そして力を強く求めています。

（本稿はSYSTEM DESIGN JOURNALに掲載された「It’s Alive! The Miraculous Resurrection of Artificial Intelligence」の翻訳です）