Gemini による考察

Neuraxon は、現在のAIブームを牽引する LLM（大規模言語モデル）とは全く異なるアプローチをとっています。Qubic が提唱する「時間と共に計算する」アプローチが実現した場合、以下のような革新的なメリットが期待できます。

現在のLLMは、学習（Training）と推論（Inference）が明確に分かれています。新しい情報を覚えさせるには、膨大なコストをかけて再学習させる必要があります。

• Neuraxon の期待値:
  • 「リセットされない連続的な状態」を持つため、稼働しながらリアルタイムに経験を学習し、自己を更新し続けることが期待されます。
    • 例：市場の急変に対応するトレーディングAI、ユーザーの癖を日々学習するパーソナルアシスタント。

人間の脳はわずか約20ワットで稼働しますが、LLMの学習には原発一基分の電力が必要と言われることもあります。

• Neuraxon の期待値:
  • 三進法（興奮・抑制・中立）とスパース（疎）なネットワーク構造により、必要な時に必要なニューロンだけが発火する仕組みを目指しています。これにより、少ない計算リソースと電力で高度な知能を実現できる可能性があります。
  • これが、家庭用PC（Qubicマイナー）でもAI学習に貢献できる理由です。

LLM は「単語の確率的な並び順（シーケンス）」を予測しているだけで、時間の流れや因果関係を本質的には理解していません。

• Neuraxonの期待値:
  • 入力情報を「静的なデータ」ではなく「時間の経過による変化（波）」として捉えるため、動画の解析、ロボットの制御、因果関係の推論など、物理的な時間が関わるタスクにおいて、LLM を凌駕する性能を発揮する可能性があります。

現在のAIエージェントは、指示待ちのツールに過ぎません。

• Neuraxonの期待値:
  • 「中立（グレーゾーン）」を含む動的な状態遷移により、外部刺激がない時でも内部状態が変化し続けます。これは、「思考し続けるAI」や、自発的に行動を開始する真の自律エージェントの誕生につながる可能性があります。

Neuraxon への期待は、単なる「性能の良いチャットボット」ではありません。

それは、「静的で巨大なデータベース（LLM）」から、「動的で軽量な人工生命（Neuraxon）」への進化です。

もし Qubic がこの実装に成功すれば、現在 NVIDIA の GPU を独占している巨大テック企業とは全く別の土俵で、AI の覇権を握る可能性があります。