VentureBeat 2023/11/17 08:30:44(JST)
人間と同等以上の能力を持つ人工知能（AGI）を実現する道は、科学者の間で議論の的となっています。Google DeepMindの科学者チームは、AGIシステムとその前段階の能力と振る舞いを分類するための新しいフレームワークを提案しました。彼らは、AI研究コミュニティが「AGI」という言葉の意味を明確にし、AIシステムの性能、汎用性、自律性などの属性を定量化することが重要であると主張しています。
”
AGIの定義を明確にすることは、重要な課題の一つです。DeepMindの研究者たちは、チューリングテスト、コーヒーテスト、意識の測定、経済的な測定、タスク関連の能力など、9つの異なるAGIの定義を分析しました。現在の大規模言語モデル（LLM）はチューリングテストに合格することができますが、それだけではAGIには不十分であり、現在の言語モデルの限界が示しているように、説得力のあるテキストの生成だけでは不十分です。機械が意識の属性を持っているかどうかを判断することは明確でなく、また、特定のタスクに失敗することはシステムがAGIでないことを示すかもしれませんが、それらに合格することは必ずしもAGIの状態を確認するものではありません。
”
研究者たちは、人工知能を測定するための6つの基準を提案しています。AGIの測定は、人間のような理解力、意識、感覚などの質ではなく、能力に焦点を当てるべきです。AGIの測定は、汎用性と性能の両方を考慮するべきであり、広範なタスクを実行できるだけでなく、その実行において優れていることを保証する必要があります。また、AGIには認知的およびメタ認知的なタスクが必要ですが、具現化や物理的なタスクはAGIの前提条件ではありません。さらに、AGIレベルのタスクを実行する能力があるかどうかが重要であり、それが展開可能である必要はありません。
”
DeepMindは、パフォーマンスと汎用性を測定する行列を提案しています。この行列は、AIシステムの能力が人間と比較してどの程度優れているかを示すパフォーマンスと、AIシステムの能力の広さやタスクの範囲を示す汎用性の5つのレベルにわたります。
(※本記事はAIによって自動的に要約されています。正確な情報は引用元の記事をご覧ください。)
(※画像はAIによって自動で生成されており、引用元とは関係ありません。)
引用元の記事：Here is how far we are to achieving AGI, according to DeepMind.