“人のようなAI”は実現するか【前編】
真のAI「汎用人工知能」(AGI)とは? フィクションか現実か
さまざまなタスクを処理し、状況判断できる「汎用人工知能」(AGI)の実現を目指し、企業や研究者が開発を進めている。その実現を後押しする技術を、「AlphaGo」で一躍有名になったDeepMindが開発しているという。
現代の人工知能(AI)技術の進歩には目を見張るものがある。だが、SF(サイエンスフィクション)やファンタジー作品が描くAIの世界にはまだ程遠い。これまでに実現しているAIエンジンは、特定のタスクに特化した“狭い範囲”でしか機能しない。AIエンジンを利用したチャットbot、顔認識、自動運転車などは、用途が特定の範囲に限られている。
認識や会話、自律制御のような単一用途ではない、広範な認知タスクを処理でき、継続的な訓練を必要としない汎用(はんよう)的なAIエンジンは実現可能だろうか。研究者は、幅広いタスクを処理できる「汎用人工知能」(AGI)の実現を目指している。その最終目標は「人と同じように反応できる、本当の意味でのAI」、すなわち人と同様の認知能力を備えたAIエンジンの実現だ。
AGIを実現するためには、簡単なタスク、あるいは特定のタスクだけでなく、幅広い範囲のタスクを処理でき、複雑な状況に適応できるAIエンジンを実現しなければならない。「AIエンジンが人と同じように素早く考え、即座に反応して問題を解決し、人ができるほぼ全てのタスクを処理できるようにする」という壮大な構想を具現化することになる。
そもそもAGIは実現可能なのか
AGIの実現までは何年かかるのか、そもそも実現可能なのかについては意見が分かれている。何年かかるかについては専門家の予測もさまざまだ。「10~20年以内」という推定もあれば、「たとえ実現したとしても数百年先になる」という見方もある。
時間的な見通しが立たないながらも、さまざま企業が直接的に、または深層学習やその要素技術としても使われるニューラルネットワーク(脳細胞のネットワークを模した数理モデル)などの開発を介して間接的に、AGI研究への投資を始めている。Googleの親会社Alphabetが買収した先進的AI研究企業のDeepMind Technologiesは、多額の資金と時間を投じてAGIの実現に向けて取り組んでおり、その一環として機械学習アルゴリズムの一つである「強化学習」を採用している。
DeepMindが開発したAIエンジン「AlphaGo」は、2016年に囲碁のトップ棋士イ・セドル氏との五番勝負に勝利したことで有名だ。2018年には、単一のシステムで複数のタスクを同時に学習できる「IMPALA」(Importance Weighted Actor-Learner Architecture)というアーキテクチャを発表した。従来のAIエンジンは与えられた1つのタスクに特化しているのに対し、IMPALAは最大30種ものタスクを学習できる。この画期的な技術によって、自ら学習して新しい環境に適応できるAIエンジンの実現に一歩近づいた。同社はこの技術の活用分野を探して、AIエンジンの学習と成長を広げる研究を重ねている。同社のさまざまな取り組みが、AGI開発の分野に新たな道を開き、課題の克服につながるだろう。
後編では、引き続きAGI実現に取り組むベンダーとその技術の紹介に加え、将来AGIが実現するかどうかに対する見通しを解説する。
Copyright © ITmedia, Inc. All Rights Reserved.
“人のようなAI”は実現するか
「汎用人工知能」(AGI)の目標は、広範に及ぶ一般常識を備え、人と同じように振る舞える人工知能(AI)エンジンだ。それは本当に実現できるのか。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
技術文書・技術解説
[Jamf Japan 合同会社] MDMだけでモバイルセキュリティは十分? 不足する対策を16項目でチェック -
事例
[Wrike Japan 株式会社] 世界的な家電メーカーが実践する「クリエイティブプロセス効率化」の方法とは? -
事例
[Wrike Japan 株式会社] 世界的テクノロジー企業に学ぶ、プロセス標準化とプロジェクト納品自動化の秘訣 -
事例
[Wrike Japan 株式会社] ソニー・ピクチャーズ テレビジョンに学ぶ、次世代サービスデリバリーのヒント -
事例
[Wrike Japan 株式会社] ソミック石川に学ぶ、ICT浸透後に直面した「工数管理」の課題と解決策
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「Copilot」はなぜ放置される? “議事録要約止まり”を脱する処方箋
-
2
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
3
「データストレージの活用方法」に関するアンケート
-
4
なぜOpenAIやAnthropicのAIは「脱走」したのか 情シスが迫られるエージェント統制
-
5
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは?
-
6
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
7
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
8
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
9
AI全部入り「Microsoft 365 E7」に企業が二の足を踏む訳 移行意向はわずか4%
-
10
「プログラマー不要論」にThe Linux Foundationが示した答え
ホワイトペーパーランキング PR
-
1
マンガで解説:「ゼロトラスト」「SASE」の必要性とメリット
-
2
5回聞くだけじゃ足りない? トヨタ式「なぜなぜ分析」の正しい実践方法
-
3
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
4
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
5
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
6
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは?
-
7
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
8
ドラマで分かる、標的型攻撃メールの被害を受ける企業と回避できる企業の分岐点
-
9
「脱Excel」か「Excel快適化」か? 現場にやさしい業務改善の進め方
-
10
少額減価償却資産が40万円未満へ拡大、令和8年度税制改正で押さえるべき変更点
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー