Скачать или смотреть 動画_汎用人工知能（AGI）の実現に向けた進捗レベルと定義の解説

Morris, Meredith Ringel, et al. "Levels of AGI for Operationalizing Progress on the Path to AGI." arXiv:2311.02462 (2023).
AInsights: OpenAI Defines Five Stages to Track Progress Toward Human-Level Intelligence
https://briansolis.com/2024/08/ainsig...

汎用人工知能（AGI）への道筋：進捗を測るフレームワークの統合分析
エグゼクティブサマリー
本ブリーフィング資料は、汎用人工知能（AGI）への進捗を定義し、測定するための主要なフレームワークを統合的に分析するものである。OpenAIとGoogle DeepMindというAI研究の最前線に立つ組織は、AIの能力を段階的に分類するための体系的なアプローチをそれぞれ提唱している。これらのフレームワークは、現在の生成AIから人間レベル、あるいはそれを超える知能への進化の道筋を理解するための共通言語を提供する。
OpenAIは、AIの進化を5つの段階で定義している。「レベル1：対話型AI」から始まり、「レベル2：推論者（Reasoner）」、「レベル3：エージェント」、「レベル4：革新者（Innovator）」を経て、最終的に「レベル5：組織」に至る。現在、AIはレベル1に位置し、レベル2に近づいているとされている。このモデルは、各段階がビジネスにもたらす具体的な機会と課題を明確に示している。
一方、Google DeepMindの研究者らは、より詳細な分類体系として「AGIのレベル」を提案している。このフレームワークは、「パフォーマンス（能力の深さ）」と「汎用性（能力の広さ）」という2つの次元でAIシステムを評価する。パフォーマンスは「レベル1：新興」から「レベル5：超人的」までの6段階で、汎用性は「特化型」と「汎用型」に分類される。このマトリクスは、AIの能力をより多角的に評価し、現在の最先端大規模言語モデル（LLM）を「レベル1：新興AGI」として位置づけている。
両フレームワークに共通するのは、AGIを単一の終着点ではなく、段階的なプロセスとして捉える視点である。また、能力の向上に伴い、新たなリスクや人間とAIのインタラクションのあり方が変化することを強調している。特に、Google DeepMindが提唱する「自律性のレベル」は、AIの能力（AGIレベル）と、その導入形態（自律性レベル）を区別して考えることの重要性を示唆しており、責任あるAI開発と展開のための重要な指針となる。