AGIとは？ 汎用人工知能の意味、生成AI・ASIとの違い

「汎用」が表す課題の広さ

たとえば、調査で集めた知識を設計に使い、設計の条件が変われば計画を立て直します。AGIを考えるときは、このように違う種類の課題へ対応できる広さが中心になります。どの能力がどの水準に達すればAGIと呼ぶかは、研究や組織によって異なります。

生成AI・ASIとの関係

生成AIは、文章や画像などを作る働きに注目した呼び名です。AGIでは、そのAIがどれほど幅広い課題に対応できるかを考えます。何を作るかと、何をこなせるかという、見ている点の違いです。

ASIは人工超知能と訳され、幅広い知的活動で人間を大きく超えるAIを考える言葉です。AGIの広さに加え、人間と比べてどれほど高い能力を持つかが焦点になります。

幅・水準・自律性の違い

Google DeepMindの「Levels of AGI」は、能力の高さと幅広さを分けて整理し、自律性も別に考える枠組みです。幅は何種類の課題に対応できるか、水準はそれをどれほど上手にできるか、自律性はどこまで自分で進められるかに関わります。

たとえば、計画の出来が良いことと、途中の変化に合わせて作業を進められることは、それぞれ評価する対象です。この区別によって、試験の得点と仕事を任せる力の関係を考えやすくなります。

AGIの到来時期と予測の前提

「AGIはいつできるか」という予測には、発言者が考えるAGIの姿が含まれています。幅広い試験で高い点を取ることを想定するのか、変化する仕事を任せられることまで含めるのかで、目指す到達点が変わります。定義と予測の根拠を一緒に読むと、時期の見通しが分かれる理由を追えます。

よくある疑問

AIの仕事と暮らしを知るニュース

このテーマの未来考察

関連するテーマ