人工知能
汎用人工知能：慎重に能力を構築する物語
Securities.io を Google の優先ソースに追加
私たちは 人工知能の時代 に生きており、世界のAI市場規模はすでに US$240 billion 現在、2030年までにUS$730 billionを超えると推定され、年間成長率は17%を上回っています。
AIを取り巻くすべての騒ぎの中で、誰もが注目しているパラダイムはAGI、汎用人工知能です。
しかし、それは何なのでしょうか？ なぜ皆がそれについて語り、なぜ科学・技術コミュニティがその動向を熱心に観察しているのでしょうか？ より深く掘り下げて理解しましょう。
しかし、汎用人工知能に直接飛び込む前に、まず一般的な知能が何を意味するのかを確認してみましょう。
一般知能の輪郭を設定する
一般知能とは、さまざまな目標を達成し、異なる文脈や環境で多様なタスクを実行する能力を意味します。「一般に知的」なシステムは以下を満たさなければなりません：
- 予測できる範囲を大きく超える問題や状況に対処できること
- 得た知識を一般化し、ある問題の文脈から他の文脈へ転移できること
科学界は、さまざまな実世界の一般知能が共通の特性を共有すると期待していますが、これらの特性が何であるかははっきりと分かっていません。
汎用人工知能の前提は、これらの一般知能の特性から出発し、それを超えて考えることを目指しています。
AGIの核心仮説
この仮説は最初に公式に表明されたのは 論文 titled “Artificial General Intelligence: Concept, State of the Art, and Future Prospects,” published in the Journal of Artificial General Intelligence by Ben Goertzel. The hypothesis said the following:
“The creation and study of synthetic intelligence with sufficiently broad (e.g., human-level) scope and strong generalization capability, is at bottom qualitatively different from the creation and study of synthetic intelligence with significantly narrower scope and weaker generalization capability.”
その特性を具体化すると、AGIは範囲が十分に広く、強力な一般化能力を持つことになります。
より一般向けの書き方で説明すると、AGIは人間レベルの認知機能を備えたAIを開発することを目指す理論的なAI研究の流れであり、自己学習能力も含まれます。
多くの研究者は、AIを「人間レベルの認知機能」まで引き上げることは実質的に不可能だと考えています。しかし、確かに、これまで見られた弱いまたは狭いAIに比べて、より強力なAIの形態と見なされています。
汎用人工知能を「強いAI」として
IBMによると、IBM、”Strong artificial intelligence (AI), also known as artificial general intelligence (AGI) or general AI, is a theoretical form of AI used to describe a certain mindset of AI development. If researchers can develop Strong AI, the machine would require an intelligence equal to humans; it would have a self-aware consciousness that can solve problems, learn, and plan for the future.”
強いAIは本質的に認知レベルで人間と同様に機能します。子どものように始まり、入力と経験を通じて学習し、能力を向上させ、最終的には人間の脳と区別できないほど知的な機械になるでしょう。
機能的に、強いAIはタスクの数と多様性を扱う能力において、狭いまたは弱いAIとは異なります。
この違いを具体的に言うと、弱いまたは狭いAIは単一の反復タスクに焦点を当てますが、強いAIは同時にさまざまなタスクを実行できます。さらに重要なのは、弱いまたは狭いAIは常に人間の入力に依存しますが、AGIまたは強いAIは初期の成長と学習段階が完了すれば、人間からの指示に依存しなくなります。人間の意識をシミュレートするのではなく、人間に似た意識を生成します。
これらすべての理解がAGIの理論的基盤となりますが、研究者が理想的なAGIは決して達成できないと言う中で、どのように取り組むべきかが問題です。AGIへのアプローチは大きく四つに分かれます：シンボリック、エマージェンティスト、ハイブリッド、ユニバーサリスト。
AGIへのシンボリックアプローチ：このアプローチは、心は主に世界や自分自身のさまざまな側面を表すシンボルを操作するために存在すると仮定します。また、物理的シンボルシステムはシンボルの入力、出力、保存、変更能力を持ち、したがって適切な実行可能な行動を促し、最終目標に到達できると仮定します。
したがって、シンボリック認知アーキテクチャは「作業記憶」の概念を中心に据え、必要に応じて長期記憶を呼び出し、知覚、認知、行動の集中管理を行います。
AGIへのエマージェンティストアプローチ：エマージェンティストアプローチは、抽象シンボルの処理能力が下位レベルのサブシンボリックなダイナミクスから現れると仮定します。簡単に言えば、このアプローチは人間の脳を単純な要素の集合とみなし、必要に応じて自己組織的に複雑化できると考えます。
AGIへのハイブリッドアプローチ：ハイブリッドアプローチは「全体は部分の総和以上である」という現象を指針とし、シンボリックとエマージェンティストの長所と短所の両方に対応しようとします。統合的でハイブリッドなアーキテクチャは、両パラダイムに従うサブシステムを組み合わせます。
組み合わせは、巨大なサブシンボリックシステムを持つシンボリックサブシステム、または各々がシンボリックとサブシンボリックの性質を持つ小規模エージェントの集合である可能性があります。
AGIへのユニバーサリストアプローチ：ユニバーサリストアプローチは、膨大かつ非現実的に巨大な計算資源が供給されれば、極めて強力な一般知能を生み出すアルゴリズムから始まります。その目的は、実現可能な計算資源で動作できるように適応させ、スケールダウンすることです。
これらすべてのアプローチは研究が進むにつれて発展してきましたが、多くのテクノロジー企業はAGIを実用的に活用しようとしています。その中で最もよく知られているのがOpen AIです。
AGIに取り組む主要企業
1. Open AI
OpenAIは、ChatGPTというソリューションで最も有名で、AGI中心のビジョンを持っています。2023年2月24日に公開されたブログ記事で、同社は曖昧さなく計画を開始しました。ミッションは「汎用人工知能—人間より一般的に賢いAIシステム—が全人類に利益をもたらすことを保証する」だと述べました。
同社は、システムがAGIに近づくにつれて、モデルの作成と展開に対して「ますます慎重になっている」と述べました。例として、InstructGPT と ChatGPT の展開を挙げました。
ChatGPTとは？
Open AI が作成し、2022年11月30日にリリースされたChatGPTは、根本的にAI駆動の自然言語処理ツールであり、チャットボットとの人間らしい会話を可能にします。質問に答えるだけでなく、メールやエッセイ、コードなどの作成支援も行えます。
5つの最高のChatGPT拡張機能のリストはこちらをご覧ください。
Instruct GPTとは？
Instruct GPTはOpen AIが造語したもので、テキストプロンプトで与えられた指示に従える高度なAI駆動の言語モデルです。テキストベースの要件を理解し、それに応じたテキスト応答を生成する高度な能力により、さまざまなサービスやコンテンツ関連の用途に強力なツールとなります。
Open AI Chat GPTの数値
最新の利用可能な数値によると、最新の利用可能な数値、OpenAIのChatGPTは週あたり100 million以上のアクティブメンバーを持っています。2023年10月12日に公開された報告書によれば、OpenAIは年間13億米ドルの収益を上げており、月間1億米ドル以上、2023年夏の数値から30％増加しています。
Open AIの組織再編
しかし、OpenAIは最近、世界中のテックおよびテック投資コミュニティで波紋を呼んだ組織再編でニュースの中心にありました。取締役会は、サム・アルトマンCEOが「一貫して率直でない」ことを理由に解任を決定しましたが、突然解任された5日後に、取締役会はアルトマンを元の職位に復帰させることを決定しました。
報道によれば、Open AIの全スタッフが、アルトマン氏が元のポジションに戻らなければ辞職を検討すると署名した手紙に共同署名しました。サム・アルトマンの解任に関与した取締役の一人であるOpen AIのチーフサイエンティスト、イリヤ・サツケバーは、X（旧Twitter）で以下: 「取締役会の行動に参加したことを深く後悔しています。OpenAIを害するつもりは全くありませんでした。私たちが共に築いたすべてを愛しており、会社を再統合するためにできる限りのことをします。」
アルトマン氏がOpen AIのCEOに復帰したことで、論争は過去のものとなったようです。
OpenAIがAGI分野で最も注目を集めている一方で、他のプレイヤーも長い間存在しています。DeepMindはその一例で、2010年から活動しています。
2. DeepMind
DeepMindの公式な長期目標は「知性を解決し、汎用人工知能として知られる、より一般的で有能な問題解決システムを開発する」ことです。同社は2014年にGoogleと提携しました。
DeepMindの運営原則は常に科学を進歩させ、人類に利益をもたらすことです。そのため、人工知能を社会のニーズや期待に応える形で活用したいと考えています。
DeepMindがこれまでに達成した成功例として、同社のプログラムは世界トップクラスの医師と同等の精度で眼疾患を診断し、データセンターの冷却に使用するエネルギーを30％削減し、タンパク質の複雑な三次元形状を予測し、製薬業界の進歩に革命をもたらしています。
利用可能なデータによれば、DeepMindはGoogleと提携する前の2011年2月1日に、ファウンダーズ・ファンドとHorizons Venturesからの資金調達を1回だけ行い、報告によればUS$50 millionの資金を調達しました。
3. Adept
AGI分野のもう一つの新興プレイヤーはAdeptです。2023年3月、創業からわずか1年で、従業員25人のスタートアップは3億5,000万米ドルのベンチャーキャピタルを調達しました。 資金を調達 ことにより、デジタルアシスタントの初歩的なバージョンを実証しました。
Adeptは、人間がコンピュータを使用する方法を研究し、テキストコマンドを一連のアクションに変換できるAIモデルを構築しました。資金調達ラウンドは、事後評価時価額10億米ドルで完了しました。
Adeptの共同創業者であるデビッド・ルアンによれば、同社はシンセサイザーがミュージシャンに多数の楽器の音を演奏させるように、コンピューティングのための同様のモデルを構築したいと考えています。
AGI：今後の道筋
人々はAGIの可能性についてさまざまな見解を持っています。ある人はAGIが人類に危険な結果をもたらす可能性があると考え、別の人はAGIが我々が考えるほどの成果を上げられないと考えています。
Diego Klabjanによると、ノースウェスタン大学の教授で同校のMaster of Science in Analyticsプログラム創設ディレクターです：
「人間の脳は数十億のニューロンが非常に興味深く複雑な方法で接続されており、現在の最先端技術は非常に簡単なパターンに従う単純な接続にすぎません。したがって、現在のハードウェアとソフトウェア技術で数百万のニューロンから数十億のニューロンへと移行することは、私には実現できそうにありません。」
オックスフォード大学のFuture of Humanity Instituteは、352人の機械学習研究者を対象にAIの進化可能性について調査を実施しました。回答者の中央値は、年ごとの予測で注目すべき結果を示しました。
- 2026年までに：機械が学校のエッセイを書くことができるようになる可能性がある
- 2027年までに：自動運転トラックがドライバーを不要にする可能性がある
- 2031年までに：AIが小売業界で人間を上回る可能性がある
- 2049年までに：AIが次のスティーブン・キングになる可能性がある
- 2137年までに：すべての人間の仕事が自動化される可能性がある
AIが最終的にどこへ向かうかを予測するにはまだ早すぎます。しかし、すべての技術と同様に、善にも悪にも利用できます。
Open AIのCEOサム・アルトマンは「AGI構築に向けたすべての取り組みと重要な決定に対して大きな審査が必要であり、公共の協議が必要である」と考えています。さらに彼は次のように述べています：
「世界は今日とは極めて異なるものになる可能性があり、リスクは並外れたものになるでしょう。整合性の取れていない超知能AGIは世界に甚大な被害をもたらす可能性があります。決定的な超知能リーダーを持つ独裁体制も同様です。」
それでも、DeepMindなどのAGIソリューション提供者は、AGIが多くの科学的ブレークスルーの先駆けとなり、実世界においてより良い変化をもたらすと信じています。AGIは研究、工学、科学、そして世界の安全における我々の取り組みに大きな影響を与えるでしょう。成功の大部分は、人間の行動がどれだけ慎重で校正されたものになるかに大きく依存します。
