ASI・AGI・ANIの違いとは？

この比較は、チャットボット、ベンチマーク、またはAIナラティブトークンにすでに触れた中級者向けで、チェック可能な用語の境界が必要です。superintelligenceの定義に沿って、ANI、AGI、ASIを能力の範囲、一般化、各レベルが実現されているかどうかに沿って分けます。したがって、AlphaFoldスタイルの単一ドメインのピークやChatGPTクラスのツールは、単なるレトリックによってASIにアップグレードされることはありません。

以下のセクションでは、各レベルを定義し、能力と制御を対比し、ニュースチェックリストを提供し、「どのラベルが適合するか」のフレームワークを安定した表現のために示します。

主なポイント

• ANIは広く展開されている狭いレイヤーであり、AGIは一般性の目標、ASIはクロスドメインの全体的な超人的地位です。これらは同義語ではありません。
• 能力の範囲、一般化の幅、実現状況は、ASIとAGI、ANIを分ける三つの軸です。
• AlphaFoldスタイルの「単一ドメインの超人」は狭いピークに留まり、ASIではありません。ChatGPTクラスのモデルもAGI/ASIではありません。
• ニュースや製品のコピーを読む際には、ANI、AGI、ASIのラベルを適用する前に、タスクの幅とクロスドメインの証拠について尋ねてください。

ANI（狭いAI）とは？

人工狭知能（ANI）は、人工知能のカテゴリであり、特定のタスクまたはタスクファミリーに対して訓練され最適化されたシステムです。一般的には弱いAIとも呼ばれます。音声アシスタント、推薦エンジン、画像認識ツールなどが例です。今日のAIの多く、特に生成モデルは、定義された範囲のために訓練された機械学習、深層学習、ニューラルネットワークで構築されています。

現在のほとんどのAI、そして展開されているほとんどのANIシステムは、タスクの幅において狭い領域に留まっています。具体的にカバーされたドメインの外で、パフォーマンスは比較可能ですか？そうでない場合、または成功が微調整やツールチェーンに大きく依存する場合は、AGI/ASIよりもANIを選択してください。

AGI（人工一般知能）とは？

人工一般知能（AGI）は、人間が行うほぼすべての知的タスクを実行できる一般的なAIまたはagiシステムを指し、通常は広範な認知能力を持つ人間レベルのAIとして位置づけられます。問題解決、自然言語の使用、ドメイン間の移行を含む、AGIは広いタスクセットにわたる人間レベルの認知一般性を目指しています。新しいスキルを学び、文脈を超えて移行し、日常的および専門的な認知作業のほとんどで人間レベルのパフォーマンスに匹敵することが求められます。

DeepMindの2023年の論文Levels of AGIは、パフォーマンス×一般性の階段をマッピングし、「人間に近い」ことを「広いタスクセットで人間を超える信頼性」と分けることができます（一般的なASIの基準）。AGIは、真の自己認識とは異なるものであり、人間が経験するようなものではありません。公に認められたシステムは、人間レベルの推論や広範な認知タスクにおける人間の認知を示したことはありません。公に検証可能なシステムは、広く受け入れられたAGIとして実現されているものはありません。チャット製品や単一のベンチマークのジャンプを「AGI」と呼ぶことは、目標と現在の状況を混同しており、AGIを創造し、AGIを達成することは、AI研究における活発な議論のトピックです。

ASI（超知能）とは？

人工超知能（ASI）は、ほぼすべての人間が価値を置く認知ドメインにおいて、最高の人間を大幅に上回る全体的なパフォーマンスを必要とします。クロスドメインで全体的なものであり、垂直的な記録ではありません。簡単に言えば、ASIはほぼすべての認知ドメインで人間の知能を超えることができるシステムを指します。IBMのArtificial Superintelligenceの概要も、ASIをほとんどの人間のタスクで人間を包括的に上回るシステムとして位置づけています。ASIは、実現されたものではなく、推測的なものです。たとえ初期または新興のAGIが最初に達成されたとしてもです。

ASIは、AGIの後の能力状態として扱われることが多いです。まず十分な一般性を持ち、その後クロスドメインの超人的領域に進むというものです。Bostrom’s Superintelligence overviewもまた、超知能を全体的な認知的優位性に基づいて固定しています。単一の記録ではなく、全体的な認知的優位性に基づいています。クロスドメインの証拠がない場合、ASIのラベルは仮説や研究アジェンダのために保持し、実際の製品には適用しないでください。推測的な説明は、時には感情的なモデリングや人間の感覚を超えた能力を追加しますが、それは製品の現実ではなく仮説に留まります。

ASIとAGIとANI：能力の範囲と一般化の違いは？

ASI、AGI、ANIの間の主な違いは、能力の範囲、知能がドメイン間でどれだけ一般化するか、そしてそのレベルが今日実現されているかどうかです。以下の表は、三つの軸を使用して境界を一目で確認できるようにしています。

図1. 能力の範囲、一般化、実現状況におけるANIとAGIとASIの比較。

表の要点：ANIは「非常に強力だが狭い」ことがあり、AlphaFoldのタンパク質構造の結果はほとんどの専門家を上回り、**単一ドメインの超人（超人狭い）**としてカウントされますが、ASIへの飛躍ではありません。現在のAIは、狭いベンチマークで印象的な推論を示すことができますが、AGIに通常関連付けられる人間の能力には達していません。AGIは「十分に一般的か？」と問い、ASIは「全体的に、クロスドメインの超人か？」と問いかけます。DeepMindのAGI超人レベルは、広いタスクセットでの信頼できる人間を超えるパフォーマンスを強調しており、ASIの議論と一致していますが、すべてのリーダーボードの勝利をASIとしてラベル付けすることはありません。

ANIからAGI、AGIからASIへの進展は、人類の歴史における最も重要な能力の変化の一つとなるでしょう。

同じシステムは、一つのタスクでは専門家レベルのANIに見える一方で、他のタスクでは普通のままです。AGIとASIをフレーム化する一つの方法は、専門的な機械知能から広く一般的な機械知能、そしてそれを超えて一貫して超人的な幅に移行することです。ピークスコアではなく全体的な範囲でラベル付けを行い、垂直的なブレークスルーが完全な移行として書かれないようにします。

ASIとAGIとANI：自律性と制御の仮定の違いは？

自律性と制御の仮定は、能力の幅が広がるにつれて厳しくなります。ANIは通常、ツールチェーンや人間のワークフローの中に位置しているため、シャットダウンや監査は比較的直接的です。AGIはクロスタスクの計画と学習を前提としているため、制御は目標仕様、行動制約、段階的な展開をカバーする必要があります。ASIの議論は、ミスマッチ、目標の漂流、そして不透明な戦略探索とその増幅を中心に置きます。AI戦略は、能力の進展、ガバナンス、リスク管理を考慮する必要があり、単なる展開の自動化ではありません。AIの安全性の懸念は、システムがANIからAGI、そしてそれを超えて移行するにつれて高まります。制御の問題は、より高度なシステムに関する存在的リスクの議論と交差します。EU AI法などのフレームワークは、AIガバナンスの一部に対処していますが、推測的なASIクラスのシステムに関する質問を完全には解決しません。

「より多くの自律性はより高度である」というスローガンではありません。ANIは非常に自動化されていても狭いままです。「より強力なシステム」というナarrティブは、チェック可能な目標やシャットダウンの道筋がない場合、信頼性が低くなります。別々に尋ねてください：システムは人間が事前に指定していないタスクのサブゴールを設定できますか？人間の介入は可能ですか？システムは人間の制御を超えて漂流する可能性がありますか？自律性の主張の背後にクロスドメインの能力の証拠はありますか？

暗号および製品の読者にとって、オンチェーンボット、トレーディングアシスタント、リスクモデルはほぼ常にANIツールとして展開されます。「自律実行」をAGI/ASIとして書くことは、エンジニアリングの自動化を認知レベルの飛躍として誤解することになります。自律性の主張と能力の範囲の主張は、別々に検証されるべきです。

ニュースや製品の主張をこれら三つのラベルにどのようにマッピングすべきか？

ニュースや製品のマーケティングを読む際には、AIの知能の主張を最初にタスクの幅と証拠の種類を確認することで評価します：単一のベンチマーク、垂直的なシーン、またはデモ→デフォルトでANI；広範なタスクにわたる人間に近い一般性とレビュー可能な一般評価→次にAGI；ほぼすべてのドメインにおける全体的な優位性とクロスドメインの証拠→次にASI。

実用的なチェックリスト：（1）コピーが「完全な人間の優位性」を主張しながら、単一ドメインの例のみを引用していますか？（2）特異点や知能爆発のレトリックが実現されたASIの代わりに立っていますか？（3）暗号のホワイトペーパーやトークン名が評価なしにASIをマーケティングに使用していますか？（4）ChatGPTクラスのアシスタントがAGI/ASIと呼ばれていますか？（5）AI技術のマーケティングが、実世界の広範な一般性の例なしに狭いシステムにAGIまたはASIのラベルを適用していますか？「はい」があれば、ラベルをダウングレードしてください。

チューリングテストは歴史的に関連がありますが、それ自体ではAGIを証明するには不十分です。

AlphaFold、ゲームエンジン、専門的なリスクモデルはしばしば「すでに超人」として位置づけられます。正しい読み方は、狭いタスクで超人的な結果が得られる可能性があるということです。超人狭い ≠ ASI。ピークを完全な超知能として扱うことは、最も一般的な概念的飛躍です。

どの用語が最も適切か？

ラベルを選ぶことは用語の規律であり、投資アドバイスではありません。言葉を能力の主張と証拠に合わせ、誇大広告やブランドスローガンに合わせないでください。

• ANIを選ぶべき場合： システムが特定のタスクまたは狭いタスクファミリーにサービスを提供する場合；評価が一つのベンチマークまたは垂直にある場合；その境界の外でパフォーマンスが低下する場合；展開がツール、プラグイン、またはワークフローの一ステップである場合。
• AGIを選ぶべき場合： 主張が広いタスクセットにわたる人間に近い一般性である場合；新しいスキルを学び、文脈を超えて移行することが中心である場合；主張が定義されたトレーニングセットに制限されるモデルではなく、広範な移行が可能なシステムを指す場合；そして、テキストがこれを目標または研究アジェンダとして扱う場合。
• ASIを選ぶべき場合： 主張がほぼすべての重要な認知ドメインにおいて最高の人間を超える全体的な優位性である場合；クロスドメインのレビュー可能な証拠と整合性/制御の議論が存在する場合、強力な能力の主張が信頼される前に人間の価値と整合できるかどうかを含む；そして単一ドメインの記録や概念トークンのストーリーが実現の証拠として提供されていない場合。

疑問がある場合は、ダウングレードしてください。証拠がANIのみを支持する場合、AGI/ASIにアップグレードして強く聞こえさせるべきではありません。保守的な表現は、実際のブレークスルーを過小評価するものではなく、仮説を事実として書くことを減少させます。

まとめ

ANI、AGI、ASIは、人工知能の中でのAI技術の段階をマッピングし、展開された狭いシステムから人間レベルの一般性の目標、そして理論的なクロスドメインの超知能へと進みます。三軸の表、ニュースチェックリスト、ラベリングルールは、スローガンをチェック可能な基準に引き戻します。単一ドメインの超人的な結果（AlphaFoldなど）やChatGPTクラスのツールはASIではありません。クロスドメインの証拠と整合性の条件がない限り、ASIは仮説レベルとして保持し、製品の状態としては扱わないでください。AGIがどこに位置するかを問う議論では、AGIは通常、今日のANIシステムと推測的なASIの間に位置付けられます。

FAQ

ASI、AGI、ANIはそれぞれ何を意味しますか？

ANI（狭いAI）は、一つまたは数つのタスクに優れたシステムを意味します。AGI（人工一般知能）は、広いタスクセットにわたる人間に近い一般性の目標です。ASI（超知能）は、ほぼすべての重要な認知ドメインにおいて最高の人間を超える全体的な優位性を意味します。これらは能力の幅とクロスドメインの超人的地位によって異なり、同じ段階の代替名ではありません。

超知能とAGIの違いは何ですか？

AGIは広いタスクセットにわたる人間に近いパフォーマンスを目指しています。これはしばしば強いAIまたは人間レベルのAGIとして議論されますが、超知能（ASI）はその閾値を超え、ほぼすべての重要なドメインにおいて最高の人間を超えることを要求します。AGIはしばしばASIへの前提条件として扱われます：まず一般性、次にクロスドメインの全体的な超人的地位です。二つは異なる能力状態であり、交換すべきではありません。

ChatGPTはAGIまたはASIですか？

どちらでもありません。生成AIモデルは、トレーニングデータからパターンを学び、流暢で幅広い出力を生成することができても、狭いままである可能性があります。ChatGPTや同様の大規模言語モデルは狭いAI（またはより強い一般性への道のりにあるツール）です。これらは言語や多くの支援タスクに役立ちますが、広く受け入れられたAGIの一般性基準を満たしておらず、ほぼすべての重要な認知ドメインにおいて最高の人間を超えることもないため、ASIの定義にも合致しません。

超知能は今日存在しますか？

クロスドメイン、全体的な超人的な定義の下では、公に検証可能なASIシステムは存在しません。広く使用されているシステムはほとんどがANIであり、科学やゲームにおける単一ドメインの超人的な結果も実現されたASIには等しくありません。将来のASIに関するリスクの議論には、深刻な文明の喪失シナリオが含まれますが、これらは今日の公に検証されたシステムではなく、仮説的なシステムを指します。

ANI、AGI、ASIの中でどのように迅速に決定できますか？

タスクの幅から始めます：単一のタスクまたは狭いファミリー→ANI、画像分類のような例もここに当てはまります。たとえその一分野で人間を超えるパフォーマンスを示しても；広範なタスクにわたる人間に近い一般性の主張と一般評価の議論→次にAGI；ほぼすべてのドメインにおける全体的な優位性の主張とクロスドメインの証拠→次にASI。証拠が薄い場合は、狭い言葉を好み、デモやマーケティングが能力の事実にアップグレードされないようにします。人間の心と人間の脳は、AGIスタイルの一般性の主張の基準であり、単なる孤立したベンチマークの勝利ではありません。