本サイトの記事や画像は、AIが公的資料や複数の報道を基に事実関係を整理・再構成し制作したものです。[続きを表示]特定の報道内容や表現を再利用・要約することを目的としたものではありません。ただし、誤りや不確定な情報が含まれる可能性がありますので、参考の一助としてご覧いただき、実際の判断は公的資料や各出典元の原文をご確認ください。[私たちの取り組み]
Google DeepMindの研究者らは2026年6月12日、論文「From AGI to ASI」を公式ページに掲載した。arXivでは6月10日（UTC）に投稿されている。AGIを機械知能の発展の通過点と捉え、その先のASIに至る4つの経路とボトルネックを整理した。
ASIへの4経路とボトルネック
論文はASIを、直感的には「大規模な人間組織よりも知的・認知的に高い能力を持つシステム」と説明している。個人の専門家を超えるだけでなく、多数の人間が組織として分担・協調して生み出す知的活動をも上回るような能力を念頭に置いた概念だ。
4つの経路は、互いに排他的な選択肢ではない。既存のAGIを大規模化する動き、新しいAI方式への転換、AIが自らの設計や研究を改善していく再帰的な進歩、多数のAIエージェントが集団として高度な能力を示す展開は、並行して進む可能性がある。
一方で、論文はASIへの進展を一直線の加速としては描いていない。計算資源、データ、アルゴリズム、評価手法、社会的制約など、各経路には進歩を遅らせ得る摩擦やボトルネックがある。その影響が軽微なのか重大なのかを見極めることが、今後の具体的な研究課題になる。
単発の転換ではなく連続する社会変化
論文は、AGIの導入を一度きりの劇的な社会的転換点として捉えるよりも、AI主導の科学技術進歩が積み重なり、連続する複数の社会変化として表れる可能性を示している。ASIへの道筋には大きな不確実性があり、到達時期や確率を断定する予測ではなく、ポストAGI局面で検討すべき論点を整理する性格が強い。
こうした展望に備えるには、技術開発に加え、評価、予測、安全性、制度設計を組み合わせた世界規模の学際的な取り組みが欠かせない。Google DeepMindは2024年7月にも、AGIへの進捗を性能、一般性、自律性の観点から分類・測定する枠組みを公表しており、今回の論文はAGI後の進展を見据えた研究課題を整理した内容といえる。
