AGI-22は、人工一般知能の開発における進歩を強調する

最近、私は、人工一般知能の15回目の年次会議(AGI-22)に参加しました。この会議は、シアトルで開催され、人工一般知能（AGI）の開発につながる新しい発展について学びました。

AGIは、複数のドメインにわたって汎用性を持つ、高度なAIの一種です。狭い範囲に特化したAIの例としては、自動運転車、チャットボット、チェスボット、またはその他の単一目的のAIがあります。対照的に、AGIは、これらのどれかまたはその他の専門分野を柔軟に切り替えることができます。AGIは、転移学習や進化学習などの新しいアルゴリズムを活用し、深層強化学習などの従来のアルゴリズムを利用する、推測されるタイプのAIです。

開幕セッションでは、AI研究者であり、SingularityNETのCEO兼創設者であるベン・ゲーツェルが、業界の現状について話しました。彼は、AGIの将来の方向性について楽観的で、「私たちは、10年後ではなく、数年後」と述べました。これは、AGIの発生を2029年頃に予測することになります。これは、世界をリードする発明家、思想家、未来学者の1人であるレイ・カーツワイルが、人間と同等の知能を持つAIの出現を予測した年です。

このタイプの知能が達成されると、AIはすぐにそして継続的に自己改良をして人間の知能を超えるスーパーアインテリジェンスに到達するという理論があります。

別のセッションでは、チャールズ・J・サイモンが話しました。彼は、Future AIの創設者兼CEOです。彼は、「AGIの出現は漸進的である」と述べ、「AGIは避けられないものであり、多くの人々が考えるよりも早く到来する可能性がある。2年以内に実現するかもしれない」と述べました。

この楽観的な見方にもかかわらず、重大な障害が存在します。ベン・ゲーツェルは、AGIを達成するには、「新しいアイデアの注入が必要であり、単にニューラルネットワークをスケールアップするのではなく」と述べました。これは、ゲイリー・マーカスが「深層学習は壁に当たった」と述べたことと同じ見解です。

AGIを作成する上でのいくつかの核心的な課題には、知能を最大限に情報に基づいた方法でスケールすることができる報酬システムを見つけることが含まれます。 モラベックのパラドックスは、現在の技術でAGIを達成する問題を反映しています。このパラドックスは、1歳の子どもにとって直感的である適応、例えば歩くことや現実をシミュレートすることは、AIにプログラムするのが非常に難しいことを示しています。

人間にとっては、チェスをマスターしたり複雑な数学の公式を実行したりすることは、人間が難しいと考えていることですが、これらは狭いAIにとっては比較的簡単なタスクです。

このパラドックスの1つの解決策は、進化学習、または進化アルゴリズムです。これにより、AIは、生物の進化プロセスを模倣することで、複雑な解決策を探索できます。

別のQ&Aセッションでは、ベン・ゲーツェルは、「AGIは必然的なものではないが、非常に高い確率を持つ」と述べました。これは、私も同じ結論に達したものですが、必然性と確率の線は曖昧です。

会議中、多くの論文が発表されましたが、1つの注目すべき論文は、多項式関手：相互作用の一般理論でした。これは、デイビッド・スピバックとネルソン・ニウによって書かれました。この論文は、ダイナミックなプロセス、意思決定、データの保存と変換との親密な関係において、AIの将来の方向性に影響を与える可能性のある、Polyと呼ばれる数学的カテゴリについて論じています。AGI研究にどのように影響するかはまだわかりませんが、AGIに到達するための欠けている要素の1つとなる可能性があります。

別の論文として、モハンマドレザ・アリドーストによる「Versatility-Efficiency Index（VEI）：AGIエージェントのための包括的なIQ定義に向けて」がありました。アイデアは、計算機的な方法でAGIエージェントの知能レベルを測定するための代替方法を構築することです。

この基本技術のブレークスルーを達成する可能性のある2つの注目すべき企業は、OpenAIとDeepMindです。両社は会議に出席していませんでしたが、AGIの分野で最初のブレークスルーを達成する可能性が高いです。特に、OpenAIの使命は、安全なAGIの創造に向けた基礎的で長期的な研究を行うことです。

会議で重大な革命的なブレークスルーは発表されませんでしたが、AGIは多くの研究者を占有しており、AIコミュニティがより注意を払うべきものであることは明らかです。結局、AGIは、人間の多くの存続上の脅威を解決するための解決策となるかもしれません。