“人のようなAI”は実現するか【後編】
ビル・ゲイツやイーロン・マスクも注目の「汎用人工知能」はいつ完成する?
さまざまなタスクを実行でき、継続的な学習を必要としない「汎用人工知能」(AGI)に、MicrosoftやSamsung Electronicsなど複数の企業が投資している。実現する見通しはあるのか。
前編「真のAI『汎用人工知能』(AGI)とは? フィクションか現実か」は、特定範囲に限らず広範なタスクを実行できる「汎用(はんよう)人工知能」(AGI)の概要と、「AlphaGo」などの人工知能(AI)エンジン開発で知られるDeepMind TechnologiesのAGIに関する取り組みを紹介した。後編は、引き続きAGIの実現に向けて研究、開発するベンダーとその推進内容を取り上げ、AGI実現の可能性を探る。
大手ITベンダーの投資も盛ん
AGIに本格的に取り組んでいるのはDeepMindだけではない。Microsoftは2019年7月、AGIを研究、開発する非営利団体OpenAIに10億ドルを出資すると発表した。この資金で開発する機械学習モデルは、AGIの長期的目標の実現を推進することが期待される。
OpenAIは革新的な機械学習モデルを発表済みだ。その一つである「GPT-2」はかなりの分量の文章を生成でき、その内容は独創的ながらも人が書いた文章とほとんど見分けが付かない。Samsung Electronicsは子会社Viv Labsに投資して、能動的な仮想アシスタントなど、主要なプロジェクトでAGIを活用している。
現状の技術はどこまでたどり着いているか
人の脳の仕組みは、まだ全貌が明らかになっていない。従って、AGI実現のために脳を模したモデルを開発するアプローチは、企業ごとに異なっている。神経科学に重きを置いたシステム設計に基づいて、人と同じレベルで機能する「デジタルな脳」を作ろうとしている研究者もいる。洗練された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)と体系化された知識を組み合わせ、部分的にAGIを実現しようとしている研究者もいる。ヒト型コンパニオンロボットを開発している研究者もいる。だが、これまでのところはまだ、「開発者の思い通りに動くように巧妙に作られた機械人形」の域を出ていない。
ビル・ゲイツ氏やイーロン・マスク氏、Alibaba Group Holding創業者のジャック・マー氏など、多くの著名人がAGIの実現という究極の目標を支援している。こうした関心と支援により、AGI研究にはこれからも関心と投資が集まるだろう。
ただし、いつAGIが実現するかについてはまだ議論の余地がある。いずれにしても、AGI実現を目指す過程で生まれる多様な技術も、価値のあるものになるだろう。私たちが生きているうちに完全なAGIが実現するかどうかは分からない。だが真のAGIを目指す旅は、目的地に着くかどうかより、その過程そのものに意義がある。
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
-
製品資料
[NTTPCコミュニケーションズ株式会社] 「回線速度不足」だけが原因ではない? Web会議の遅延を解決する方法とは -
製品資料
[東京エレクトロン デバイス株式会社] 工場の可用性向上に重要な「7つの領域」と対策 OTセキュリティ強化の基礎知識 -
製品資料
[リコージャパン株式会社] 問い合わせ対応で本来の業務が進まない、総務や情シスの負担をどう減らす? -
製品資料
[リコージャパン株式会社] 自社データから高精度な回答を生成、簡単に生成AIチャットボットを構築する方法 -
技術文書・技術解説
[アトラシアン株式会社] IT運用や従業員サポートは生成AIでどう変わる? 使い方や導入の流れは?
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
全社標準Copilotに絶望? MS Copilotで問い合わせ6割減できた企業は何が違った
-
2
「Copilot」はなぜ放置される? “議事録要約止まり”を脱する処方箋
-
3
生成AIで開発工数を圧縮 「工数150分の1」を叩き出した実例
-
4
「AI活用を前提とした業務PCへの移行」に関するアンケート
-
5
「データストレージの活用方法」に関するアンケート
-
6
「ITインフラとデータ保護・バックアップ対策」に関するアンケート
-
7
「座学AI研修」はもう限界 過半数が不満を抱く実務とのギャップ
-
8
「最大の脆弱性は従業員」が8割 AI活用で深まるCISOの孤立と苦悩
-
9
AI丸投げで「現場のスキル」が消える? DHLが実践する空洞化防止策
-
10
AIエージェント導入を急ぐな 先行企業が「データ基盤」を優先する理由
ホワイトペーパーランキング PR
-
1
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
-
2
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?
-
3
生成AIで文書活用を進めるには? 効率化と安全性をどう両立する
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
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
-
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
「スクラム」と「カンバン」の違いとは? アジャイル型開発手法を徹底比較
-
8
AI時代に成功するための「ナレッジマネジメント」ベストプラクティス
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
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