汎用型人工知能 (G検定)

1. 定義と概要

汎用型人工知能（AGI：Artificial General Intelligence）とは、特定の分野に限定されず、人間のように複数の分野や未知の状況に応じて自律的に思考・判断できるとされる人工知能の総称、または構想です。特定の分野に限らず様々な課題に対応できるとされる、まだ実現していないAIの構想を指し、現時点では研究開発の段階にとどまる概念である点が重要です。

対概念にあたるのが特化型人工知能（ANI：Artificial Narrow Intelligence）です。画像認識や翻訳など、あらかじめ定めた特定の分野だけをこなせるAIを指し、現在実用化されているAIはすべてこの特化型に分類されます。生成AI（文章や画像などを新たに作り出すAI）や対話AIといった身近なサービスも例外ではありません。

従来のAI開発は、画像認識や機械翻訳、将棋・囲碁のように単一のタスクに特化した特化型人工知能が主流でした。そこから、人間のように分野を問わず未知の課題にも自律的に対応できる知能への関心が高まり、汎用型人工知能という概念が研究目標として掲げられるようになった経緯があります。

さらに議論は先へ進み、AGIが自己改善を重ねてあらゆる分野で人間の知能を大幅に上回る段階に達したとされる知能は、超知能（ASI：あらゆる分野で人間の知能を大幅に上回るとされる、AGIのさらに先にある知能の段階）と呼ばれます。AGIが短期間でASIへ到達するという仮説は、シンギュラリティ（技術的特異点。AIが自己改善を重ねて人間の知能を超える転換点を指す言葉）論の中心的なシナリオとして語られています。

2. 試験対策ポイント

まず整理しておきたいのは、汎用型人工知能が現時点では実現していない構想である点です。生成AIや対話AIを含め、現在実用化されているAIはすべて特化型人工知能に分類され、分野を限らず未知の状況にも対応できるとされる汎用型の性質を備えたAIは、いまも研究開発の段階にとどまっています。

特化型人工知能との違いは、対応できるタスクの範囲という軸で整理できます。あらかじめ定めた特定の分野のタスクのみに対応するのが特化型、分野を限定せず未知の状況にも対応するのが汎用型という区別です。

似た形で語られる概念に、強いAI（人間と同じように心や意識を持つとされる、まだ実現していない哲学的なAIの構想）・弱いAI（心を持たず、特定のタスクを処理する道具として設計されたAI）があります。この区別は、哲学者ジョン・サール（強いAI・弱いAIという区別を提唱したアメリカの哲学者）が示した「心・意識を持つか」という哲学的な判定基準です。

一方、汎用型・特化型は「対応できるタスクの範囲」という工学的な判定基準にあたり、本来は異なる軸にあります。学習教材では強いAIを汎用型、弱いAIを特化型に対応付けて説明することも多く、軸そのものが異なる点は取り違えやすいところです。

どの分類がどの軸に属するのかを並べると、次のように整理できます。

分類	判定の軸	位置づけ
汎用型人工知能（AGI）	対応できるタスクの範囲という工学的な軸	分野を限定せず未知の状況にも自律的に対応するとされる構想
特化型人工知能（ANI）	同じく工学的な軸	あらかじめ定めた特定分野のタスクのみに対応するAI
強いAI	心・意識を持つかという哲学的な軸	人間と同じように心や意識を持つとされる構想
弱いAI	同じく哲学的な軸	心を持たず、道具として特定のタスクを処理するAI

縦に並べると近い概念のように見えますが、上の2つと下の2つでは判定の軸そのものが違うという関係になります。

AGIのさらに先には、あらゆる分野で人間の知能を大幅に上回る段階を指す超知能という概念があります。AGIが自己改善を重ねて超知能に到達するという仮説は、シンギュラリティ論の中心的なシナリオとして語られる位置づけにあり、汎用型・特化型・強いAI・弱いAI・超知能という複数の分類軸は、押さえておきたいポイントです。

3. 関連概念との比較・相違点

特化型人工知能との最大の違いは、対応できるタスクの範囲にあります。汎用型は分野を限定せず未知の状況にも自律的に対応するのに対し、特化型はあらかじめ定めた特定分野のみに対応します。現行の実用AIはすべて特化型に分類され、汎用型は今のところ実現していない構想にとどまっているという関係です。

強いAI・弱いAIとの最大の違いは、判定基準そのものにあります。強いAI・弱いAIは「心・意識を持つか」という哲学的な軸で語られるのに対し、汎用型・特化型は「対応できるタスクの範囲」という工学的な軸で語られます。両者は対応付けて説明されることが多いものの、軸そのものは別物である点に注意が必要です。

超知能との最大の違いは、知能の到達段階にあります。汎用型はあらゆる分野で人間と同等の知能を想定する概念であるのに対し、超知能はあらゆる分野で人間の知能を大幅に上回る段階を指し、汎用型のさらに先にある概念という位置づけです。

4. ビジネス・実務での活用シナリオ

AI研究開発の分野では、OpenAIが憲章（Charter）でAGIを「大半の経済的価値のある仕事で人間を上回る高度に自律的なシステム」と定義し、その実現を組織のミッションに掲げています。研究機関ごとにAGIの定義や到達基準が異なる点は、この分野で議論の的になっています。

AIガバナンス・リスク管理の分野では、AGIが将来実現した場合の自律性やコントロール可能性が、議論の前提として参照されます。AIの安全性を検討する文脈では、AIの目的や行動を人間の価値観に沿わせるアライメント（AIの目的や行動を人間の価値観や意図に沿わせること）や、国際的な規制のあり方が論点になります。

プロダクト企画・マーケティングの分野では、「AGI」「汎用AI」を掲げる製品・サービスの訴求表現が見られる一方、実際の技術は特定タスクに強い特化型AIの延長にとどまるケースも少なくありません。技術の実態と訴求表現を区別して評価する場面が生じています。

5. 要点まとめ

• 汎用型人工知能（AGI）は、特定分野に限らず人間のように複数分野・未知の状況に自律的に対応できるとされる人工知能の構想で、現時点では実現していません。
• 特化型人工知能（ANI）とは「対応できるタスクの範囲」で区別され、現行の実用AIはすべて特化型に分類されます。強いAI・弱いAI（心を持つかという哲学的な軸）とは判定基準そのものが異なります。
• AGIのさらに先には超知能（ASI）という概念があり、AGIが自己改善を重ねてASIに到達するという仮説はシンギュラリティ論の中心的なシナリオとして語られています。

6. 確認問題