テクノロジー大手は、人工知能が間もなく人間の脳の能力に匹敵すると主張しています。彼らは私たちを過小評価しているのでしょうか？
ケイド・メッツ (Cade Metz) 2025年5月16日
OpenAIの最高経営責任者であるサム・アルトマン氏は、最近トランプ大統領との非公開の電話で、この技術は彼の任期が終わる前に実現すると述べました。OpenAIの主要な競合相手であるAnthropicの最高経営責任者ダリオ・アモデイ氏は、ポッドキャストで複数回、さらに早く実現する可能性があると語っています。テクノロジー億万長者のイーロン・マスク氏も、この技術は今年の終わりまでに実現する可能性があると述べています。
シリコンバレーやその他の多くの声と同様に、これらの経営者たちは汎用人工知能、またはAGIの到来が間近であると予測しています。
「AGI」という言葉は、2000年代初頭に、いつか構築することを望んでいた自律的なコンピュータシステムを記述した、周辺的な研究者グループによる本の表紙に貼られた造語でした。それ以来、「AGI」は人間の知能レベルに達する将来の技術の略称となっています。AGIには固定された定義はありませんが、魅力的なアイデアです。それは人間の心の多くの能力に匹敵できる人工知能です。
アルトマン氏、アモデイ氏、マスク氏は、GoogleやMicrosoftのような企業の経営者や研究者と同様に、長い間この目標を追い求めてきました。この野心的なアイデアの熱心な追求のおかげで、彼らは何億もの人々の研究、芸術創作、コンピュータプログラミングの方法を変えている技術を開発しました。今日、これらの技術は産業全体を再構築することを約束しています。
しかし、OpenAIのChatGPTのようなチャットボットの登場と、過去2年間におけるこれらの奇妙で強力なシステムの継続的な改善以来、多くの技術専門家はAGIがいつ到来するかについての予測をより大胆にしています。一部の人々は、AGIを達成したら、すぐに「スーパーインテリジェンス」と呼ばれるさらに強力な創造物が続くだろうとさえ言っています。
これらの常に自信に満ちた声は近い未来を予測しており、彼らの憶測は現実を追い越しています。彼らの企業が驚異的なペースで技術を進歩させている一方で、より落ち着いた多くの声は、機械が間もなく人間の知能に匹敵するというあらゆる話をすぐに却下しています。
「私たちが現在構築している技術は、そこに到達するには不十分です」と、AIスタートアップ企業Cohereの創設者であるニック・フロスト氏は述べました。彼はGoogleの研究員であり、過去50年間で最も尊敬されているAI研究者の何人かの下で学んでいます。「私たちが今構築しているのは、単語を受け取って次に最も可能性の高い単語を予測したり、ピクセルを受け取って次に最も可能性の高いピクセルを予測したりできるものです。それはあなたや私がすることとは全く異なります。」
人工知能振興協会（AIA）が最近行った調査では、回答者の4分の3以上が、AGI技術を構築するための現在の方法ではAGIが生み出される可能性は低いと述べています。AIAは40年の歴史を持つ学術団体で、そのメンバーにはこの分野で最も尊敬されている研究者が含まれています。
この見解の分裂の一因は、科学者たちが人間の知能をどのように定義するかについてさえ合意できず、IQテストやその他のベンチマークの長所と短所について議論しているからです。人間の脳と機械を比較することはさらに主観的です。これは、汎用人工知能、またはAGIをどのように定義するかは、本質的に見る人次第であることを意味します。（昨年、注目を集めた訴訟で、マスク氏の弁護士は、マスク氏の主要な競合相手の一つであるOpenAIが、主要な資金提供者とAGI技術に基づく製品を販売しないと誓約する契約を結んでいたため、AGIはすでに存在すると述べました。）
そして、科学者たちは、今日の技術が、皮肉を認識したり共感を感じたりするなど、脳ができるより簡単なことのいくつかを行うことができるという決定的な証拠を持っていません。汎用人工知能が間近であるという主張は、統計的推論と希望的観測に基づいています。
様々なベンチマークによると、今日の技術は、数学やコンピュータプログラミングなど、いくつかの重要な分野で継続的に改善されています。しかし、これらのテストは人間の能力のごく一部しか記述していません。
人間は混沌とし、常に変化する世界をナビゲートする方法を知っています。機械は予期せぬこと、つまりそれまでに起こったこととは異なる大小の課題に苦労します。人間はこれまでに見たことのないアイデアを考案できます。機械は通常、すでに見たことを繰り返したり補強したりします。
これらの理由から、フロスト氏や他の懐疑論者は、機械が人間レベルの知能に到達するためには、世界の技術専門家がまだ考案していない少なくとも一つの大きなアイデアが必要になると信じています。それがどれくらいかかるかはわかりません。
「システムがあるタスクで人間よりも優れているという事実は、他のすべてのタスクでも優れていることを意味するわけではありません」と、ハーバード大学の認知科学者スティーブン・ピンカー氏は述べました。「私たちがまだ考えもしていない問題を含め、あらゆる問題を自動的に解決する全知全能の機械は存在しません。魔法的な思考に陥りやすいですが、これらのシステムは奇跡ではありません。それらは非常に印象的なガジェットです。」
「AIは目標を達成できる」
ChatGPTのようなチャットボットは、科学者がニューラルネットワークと呼ぶ、テキスト、画像、音声などのデータのパターンを識別できる数学的システムによって駆動されています。例えば、膨大なWikipedia記事、ニュースレポート、インターネットチャットのコレクションからパターンを見つけることで、これらのシステムは詩やコンピュータプログラムのような人間のようなテキストを独自に生成することを学ぶことができます。
これは、これらのシステムが古いコンピュータ技術よりもはるかに速いペースで改善できることを意味します。何十年もの間、ソフトウェアエンジニアはコードを一行ずつ書いてアプリケーションを構築してきましたが、それはChatGPTのように強力なものを作り出すことはできない段階的なプロセスでした。ニューラルネットワークはデータから学習できるため、新しい高みに到達でき、迅速に到達できます。
過去10年間におけるこれらのシステムの改善を目の当たりにして、一部の技術専門家は、この進歩が同じペースで続くと信じています。AGI、さらにはそれ以上へと。
「これらのトレンドすべては、限界が溶解していることを示しています」と、Anthropicの最高科学責任者であるジャレッド・カプラン氏は述べました。「AIは人間の知能とは大きく異なります。人間が新しいタスクを学ぶのははるかに簡単です。AIのようにたくさんの練習を必要としません。しかし最終的には、より多くの練習によって、AIは目標を達成できます。」
AI研究者の間で、カプラン博士は、現在スケーリング法則と呼ばれているものを記述した画期的な学術論文を発表したことで知られています。これらの法則の本質は、AIシステムが分析するデータが多いほど、そのパフォーマンスが向上するということです。学生がより多くの本を読むことでより多くの知識を学ぶのと同様に、AIシステムはテキスト中のより多くのパターンを発見し、人間が単語をより正確に繋ぎ合わせる方法を模倣することを学ぶことができます。
最近数ヶ月間、OpenAIやAnthropicのような企業は、インターネット上のほぼすべての英語テキストを使い果たしており、これはチャットボットを改善するための新しい方法が必要であることを意味します。そこで彼らは、科学者が強化学習と呼ぶ技術により強く依存しています。このプロセスを通じて、システムは試行錯誤によって行動を学ぶことができます。このプロセスは数週間または数ヶ月続くことがあります。例えば、数千の数学問題を解くことで、どのトリックが正解につながり、どれがつながらないかを学ぶことができます。
この技術のおかげで、カプラン氏のような研究者は、スケーリング法則（またはそれに類するもの）が続くと信じています。技術が様々な領域で試し学習するにつれて、2016年にGoogleの研究チームによって構築されたAlphaGoと同様の軌跡をたどるだろうと、研究者たちは述べました。
強化学習を通じて、AlphaGoは囲碁、チェスに似た複雑な中国のボードゲームを、自己対戦を何百万回も行うことで習得しました。その春、それは世界最高の人間のプレイヤーの一人を破り、AI界全体に衝撃を与えました。ほとんどの研究者は以前、AIがこの成果を達成するにはまだ10年かかると信じていました。
AlphaGoは人間が考えもしなかった方法でゲームをプレイし、トップの人間のプレイヤーに古のゲームを攻撃するための新しい戦略的な方法を教えました。一部の人々は、ChatGPTのようなシステムも同じ飛躍を遂げ、汎用人工知能、またはAGIのレベルに到達し、その後スーパーインテリジェントになると信じています。
しかし、囲碁のようなゲームは狭く有限な一連の規則の中で動作します。現実世界は物理法則によってのみ制限されています。現実世界全体をモデル化することは、今日の機械の能力をはるかに超えています。したがって、汎用人工知能、ましてやスーパーインテリジェンスが間近であると誰が確信できるでしょうか？
人間と機械の間の隔たり
否定できないのは、今日の機械がいくつかの点で人間の脳をすでに超えていることですが、これは何世紀も前から真実でした。計算機は人間より速く基本的な数学を計算します。ChatGPTのようなチャットボットはより速く書き、書く際に、人間の脳が読んだり記憶したりできる以上のテキストを即座に引き出すことができます。高度な数学やコーディングを含む一部のテストでは、これらのシステムは人間よりも優れたパフォーマンスを発揮します。
しかし、人間はこれらのベンチマークに還元することはできません。「自然界には多くの種類の知能が存在します」と、MITの計算認知科学の教授であるジョシュ・テネンバウム氏は述べました。
明白な違いの一つは、人間の知能が物理世界と結びついていることです。それは言葉、数字、音、画像を超えて、テーブルや椅子、コンロやフライパン、建物や自動車、そして私たちが日常生活で触れるあらゆるものに及びます。知能の一部は、フライパンに乗ったパンケーキをいつひっくり返すかを知っていることです。
一部の企業は、他の企業がチャットボットを訓練するのとほぼ同じ方法で人型ロボットの訓練を開始しています。しかし、これはChatGPTを構築するよりもはるかに困難で時間がかかり、物理的な研究所、倉庫、家庭での膨大な量の訓練が必要です。ロボット研究はチャットボット研究よりも何年も遅れています。
人間と機械の間の隔たりはさらに大きいです。物理世界とデジタル世界の両方で、機械はまだ人間知能のより定義しにくい部分に匹敵するのに苦労しています。
チャットボットを構築する新しい方法である強化学習は、数学やコンピュータプログラミングのような分野ではうまく機能します。これらの分野では、企業は良い行動と悪い行動を明確に定義できます。数学の問題には反論の余地のない答えがあります。コンピュータプログラムはコンパイルして実行される必要があります。しかし、この技術は創造的な執筆、哲学、倫理にはうまく機能しません。
アルトマン氏は最近Xで、OpenAIが「創造的な執筆が得意な」新しいシステムを訓練したと書きました。彼は、AIが書いたものに「心から感動した」のはこれが初めてだと付け加えました。執筆はこれらのシステムが最も得意とするものの一つです。しかし、「創造的な執筆」は測定が困難です。それは状況によって異なる形を取り、説明が難しく、定量化するのがさらに難しい特徴、つまり誠実さ、ユーモア、正直さを提示します。
これらのシステムが世界に展開されるとき、人間が彼らに何をすべきかを伝え、目新しく、変化し、不確実な瞬間を通して彼らを導きます。
「AIには私たちが必要です。つまり、生産し続け、機械に供給し続けるこれらの創造的な存在です」と、ヴェネツィア・カフォスカリ大学の科学哲学教授マッテオ・パスキネッリ氏は述べました。「それは私たちの心と人生の独創性を必要とします。」
スリルとファンタジー
汎用人工知能、またはAGIの到来は、テクノロジー業界内外で興奮を呼んでいます。人工的な存在を創造するという人間の夢は、12世紀に現れたゴーレムの神話にまで遡ります。メアリー・シェリーの『フランケンシュタイン』やスタンリー・キューブリックの『2001年宇宙の旅』のような作品は、このファンタジーから生まれました。
私たちの多くは今、私たちのように書き、話すことさえできるコンピュータシステムを使用しているので、知的な機械が間近であると考えるのは自然なことです。これは私たちが何世紀もの間期待してきたことです。
1950年代後半、学者たちのグループは人工知能の分野を設立しました。彼らは間もなく人間の脳をシミュレートできるコンピュータを構築できると確信していました。一部の人々は、10年以内に、機械は世界のチェスチャンピオンを破り、独自の数学定理を発見できると信じていました。その時間枠でそのようなことは何も起こりませんでした。一部はまだ起こっていません。
今日のテクノロジー界の多くの開発者は、火の発明や原子爆弾の誕生のような避けられない科学的瞬間へと pushing している、ある種の技術的な運命を達成していると信じています。しかし、彼らはその瞬間が間近であるという科学的な理由を提供することはできません。
この理由から、他の多くの科学者は、新しいアイデアなしには汎用人工知能は達成できないと考えています。それは単にデータのパターンを見つける強力なニューラルネットワークを超える何かです。この新しいアイデアは明日現れるかもしれません。しかし、たとえそうであっても、業界がそれを開発するには何年もかかるでしょう。
Metaの首席AI科学者であるヤン・ルカン氏は、9歳の時にパリの映画館で70ミリのワイドスクリーンパナビジョン映画『2001年宇宙の旅』を見て以来、現在私たちがAGIと呼んでいるものを構築することを夢見てきました。彼はまた、2018年にニューラルネットワークの初期の研究でチューリング賞（コンピュータ界のノーベル賞と見なされている）を共有した3人の先駆者の一人です。しかし、彼はAGIの到来を確実なものとは見ていません。
Metaでは、彼の研究室はテクノロジー業界を魅了しているニューラルネットワークの境界外を探求しています。ルカン氏とその同僚たちは、不足しているアイデアを探しています。「次世代のアーキテクチャが今後10年間で人間レベルのAIを達成できるかどうかは重要です」と彼は述べました。「おそらくそうではないかもしれません。まだ保証されていません。」
ケイド・メッツはニューヨーク・タイムズの記者で、人工知能、自動運転車、機械