DeepMindの研究者がAGIから超人工知能への4つの道筋を整理しました。
Nov 20, 2026 08:36:22
Google DeepMind の研究科学者 Tim Genewein は DeepMind Institute で記事を発表し、人工汎用知能(AGI)以降に考えられる発展の道筋について探討しました。記事では、超人工知能(ASI)を広範な人間の関心事において、大規模な人間の専門家集団を持続的に超えるシステムとして描写し、AGI から ASI への四つの技術的道筋を提案しています:モデルとデータの規模の拡大、技術的パラダイムの変化、知能体の協調能力の向上、そして再帰的自己改善です。
記事ではまた、ハードウェアの投入、アルゴリズムの効率、計算能力の成長が AI システムの規模や認知タスクのコストに与える影響についても議論されており、モデルとデータの拡張は高品質なデータ供給、規模の経済の減少、電力やチップなどのリソース制限に直面する可能性があると指摘しています。著者は、AI の能力の進展を評価するには新しいベンチマークとモデリング手法が必要であり、最前線の研究所や各レベルの機関の参加が求められると述べています。この記事は Tim Genewein らが共同執筆した『From AGI to ASI』技術報告に基づいており、DeepMind Institute はこの記事を Google の公式見解と見なすべきではないと説明しています。