Artificial General Intelligence (AGI)

汎用人工知能 (AGI)とは、ほぼすべての認知タスクで人間と同等以上の能力を持ち、それぞれのタスク向けに構築や再学習を行わなくても新しいタスクを学習できる、仮説上の人工知能 (AI)です。大半の定義では、現在使われているAIシステムはすべて特化型人工知能 (ANI)であり、学習した範囲内でのみ能力を発揮します。一方、複数分野にわたって文章作成、コーディング、推論を行う大規模言語モデル (LLM)の登場により、この境界は活発な議論の対象となっています。現在の用法では、強いAIはAGIの同義語です。Mark Gubrudが1997年にこの用語を使い、研究者のShane LeggとBen Goertzelが2002年頃に広めました。

AGIの定義#

AGIには合意された単一の定義がなく、主な提案では異なる観点が測定されています。

• 経済的成果：OpenAIの憲章では、AGIを「経済的価値の高い仕事の大半で人間を上回る、高度に自律的なシステム」と定義しています。
• 性能と汎用性：Google DeepMindのチームはAGIのレベルを提案し、2つの軸でシステムを評価しています。1つは熟練した成人と比べた性能で、未熟な人間と同等またはやや優れた「創発」から、すべての人間を上回る「超人的」まであります。もう1つは、1つのタスクだけでその性能を発揮するのか、新しいスキルの学習を含む幅広い非身体的タスクで発揮するのかを示します。
• 学習効率：François Cholletの「知能の測定について」（2019）では、知能をスキル獲得の効率、つまり、限られたデータと事前知識のもとで、これまで経験したことのないタスクをシステムがどれだけ速く習得するかと定義しています。すでに獲得したスキルの量とは区別されます。
• 心と理解： 哲学的な問いは、機械が本当に理解し、心を持つのかということです。これは、John Searleが1980年の「中国語の部屋」の議論で提示した、強いAIの本来の意味です。

AGIのレベルのフレームワークでは、最大3つの問いを使ってシステムを分類し、まず汎用性を評価します。

著者らは、ChatGPT、Bard、Llama 2などの2023年のチャットボットを新興AGIに分類し、それより上位の汎用性レベルはすべて未達成としました。一方、特化型システムはすでにスケール上で超人的レベルまで達しており、そこにはAlphaFold、AlphaZero、Stockfishが位置付けられています。

AGIと特化型AI、超知能の比較#

• ANI： 定義された範囲内で優れた性能を発揮しますが、その範囲外のことを行うには、新しいデータと再トレーニングが必要です。COCOでトレーニングされたUltralytics YOLO26の検出器は、レベルのフレームワークでは特化型の分類に当たります。このモデルは画像ごとに数ミリ秒で80種類の物体クラスを検出してラベル付けしますが、再トレーニングや周辺の別システムなしに新しいクラスを学習したり、質問に回答したり、行動を計画したりすることはできません。
• AGI： ほとんどの認知タスクで熟練者と同等の能力を発揮し、学習した内容を、トレーニングを受けたことのない領域にも応用します。現在、転移学習が可能にするのは、互いに密接に関連するタスク間に限られています。
• 人工超知能（ASI）： ほぼすべての領域で、最も優れた人間を上回ります。人間が追い付けない速度で自らの知能を高めるシステムは、技術的シンギュラリティの背景にあるシナリオです。
• 強いAI： 現代の用法ではAGIの同義語です。Searleが本来意図した意味では、文字どおり心を持つ機械を指します。これは理解に関する主張であり、能力テストでは扱われません。

最先端のLLMは、こうした分類を曖昧にします。1つのモデルが契約書を作成し、競技数学の問題を解き、画像を説明できますが、能力にはばらつきがあります。この傾向はギザギザした知能と呼ばれ、トレーニングが終了するとモデルの重みは学習を停止します。

未解決の課題#

• 継続学習： デプロイ済みモデルが適応できるのはコンテキストウィンドウ内に限られます。また、新しいデータで追加トレーニングすると、以前のスキルを破滅的忘却するおそれがあります。
• 信頼性： 専門家向け試験に合格するモデルでも、ハルシネーションのように、自信に満ちた誤りを出力することがあります。また、解けるタスクの単純なバリエーションでも、予測不能な失敗をすることがあります。
• 物理世界： 身体性を備えたAIシステムは、現実環境で認識、計画、行動を行う必要があります。そのために必要な常識を実現する方法の1つとして、シーンの変化を予測する世界モデルが提案されています。
• アラインメントと制御： AI安全性の研究は、スーパーアラインメントなどを通じて、監督者の能力を超える可能性のあるシステムが、人間の意図した目標を追求し続けるようにする方法を探っています。

AGIに向けた進歩の測定#

定義が異なれば、テストも異なります。ARC-AGIベンチマークはCholletの定義に基づき、人間なら簡単に解ける新規のパズルを出題します。回答を暗記できないよう、非公開のテストセットで採点します。2026年3月に公開されたARC-AGI-3では、静的なグリッドパズルが、説明も明示された目標もない数百のインタラクティブなゲーム環境に置き換わりました。そのため、エージェントは探索し、ルールを推測し、計画する必要があります。公開時点で、人間のテスターは100%、最先端のAIシステムは0.51%を獲得しました。2026年9月、ARC Prize Foundationは、OpenAIのGPT-6 Astraが標準のテストハーネスで62.7%、モデルの推論状態を手順間で保持するハーネスで99.9%に達したと報告し、ベンチマークを飽和させてもAGIの証明にはならないと述べました。人類最後の試験のような知識重視のテストは、専門家レベルの質問応答を別途測定します。

AGIがいつ実現するかという予測には大きな幅があります。主要なAI関連会議で論文を発表した研究者2,778人を対象にした調査が2024年に発表され、集計結果では、機械が人間の介助なしに、あらゆるタスクで人間を上回る確率は2047年までに50%と予測されました。これは、同じチームが1年前に行った調査より13年早い予測です。