ASI「人間の1万倍」は本当か…孫正義・アルトマンが語らない、AI進化“締切2030年”(3/3)

ありがとうございます！
いいね！した記事一覧をみる

会員（無料）になると、いいね！でマイページに保存できます。

AI・生成AI

|

タグをもっとみる

科学者が2026年のいま納得できる「AGI」の本質的定義

　だからこそ、誰も定義できていなかった「AGI（汎用人工知能）」に対し、私たちは今、明確な一本の補助線を引くことができます。それはテストの点数ではなく、「知能の構造」による定義です。

「AGIとは、外側からの前提（枠）を必要とせず、自己言及によって自律的に枠を再設計し、無限定環境に適応し続ける知能」

　──現在のAIが「与えられた枠（データやルール）の中でいかに賢く振る舞うか」を競っているのに対し、真のAGIは「その枠自体を自分で疑い、壊し、作り直すことができる生命的なシステム」を指します（注6）。

科学者が2026年のいま納得できる「AGI」の本質的定義

（画像：本文をもとに生成AIで作成）

　この定義から逆算すると、現在のAIの進化の「限界」も見えてきます。AIの成長を支えてきた「スケーリング則」──学習データを増やすほど性能が上がる、AGI/ASI宣言の拠り所です。ところが、地球上のデータをAIはほぼ学習し終え、「データ枯渇」に直面しています。そこで使われ始めた合成データ（AIが作るデータ）も、正解の基準が外にあるものしか作れず、宇宙の観測データのような未知は合成できません。研究機関Epoch AIは、学習データが2028年前後に尽き、2030年ごろに性能限界を迎えると定量的に示しています（注6-2）。この予測の背後にあるのも、「自己言及」の壁という構造的な限界です。

「自己言及」がわける知能の限界と価値

（画像：本文をもとに生成AIで作成）

　つまり「外からテストを課してAGIを定義しようとする行為そのものが、構造的な盲点（自己言及の欠如）によってすでに行き詰まっている」というのが筆者の考えです。

目が見えているのに見えなくなる

　私たち人間の知能は、外から与えたデータだけでは育ちません。60年前、心理学者のリチャード・ヘルドとアラン・ハインが「ゴンドラ猫」という実験で、これを見抜いていました。歩けるようになったばかりの2匹の子猫を、同じ装置に入れます。周囲はどこを見ても同じ縦縞。1匹は自分の足で歩き、もう1匹はゴンドラに乗せられ、1匹目の猫の動きに連動して、まったく同じ景色のなかを運ばれます。違うのは、自分の意思で動いているかどうか、ただそれだけです（注8）。

　一定期間ののち、空間認識のテストによって、恐ろしい事実がわかりました。自分で歩いた猫は、距離を正しくつかみ、障害物をよけられました。ところがゴンドラ猫は、目は開いているにもかかわらず、距離感をつかめず、障害物に気付くこともできなかったのです。自ら動き、その結果を感じ取る自己言及の経験のないゴンドラ猫は、目の前の景色を「感じる」ことすらできなかったのです。

　今後、LLMがどれだけ進化しても、その正体は、外からデータを与えられた、自己言及のできないゴンドラ猫と本質的に同じです。恐ろしいことに、これはAIを使う私たちにも当てはまります。AIの出力を鵜呑みにし、言われるがまま意思決定する人は、やがてゴンドラ猫のように、目の前で起きていることに「気付く」ことすらできなくなるでしょう。

　一方、AIを情報収集と分析の道具として手足のように使いこなし、自ら責任を持って判断する人は、これまで以上に能力を高めていきます。両者を分けるものは、ただ1つ。「自己言及」を手放していないか、それだけです。

　裏を返せば、私たちには「自己言及」という確かな拠り所がある。ここに気づくと、AI開発競争で後塵を拝しているはずの日本の、意外な武器が見えてきます。半世紀前、西田幾多郎から清水博、野中郁次郎へと受け継がれた日本の知が、この問いに、すでに答えを出していたのです。次回、私たちが文化として潜在的に持つ日本の知を紹介します。

〔参考文献・注〕

（注1）	孫正義「SoftBank World 2024」特別講演(2024年10月)
（注2）	I. J. Good「Speculations Concerning the First Ultraintelligent Machine」(1965)／V. Vinge「The Coming Technological Singularity」(1993)／R. Kurzweil『The Singularity Is Near』(2005)・『The Singularity Is Nearer』(2024)／N. Bostrom『Superintelligence』(2014)
（注3）	D. Hendrycks et al.「A Definition of AGI」arXiv:2510.18212(2025)＝GPT-4＝27%・GPT-5＝57%、長期記憶の保存は両モデル0%
（注4）	（表1）[4a] A. M. Turing「Computing Machinery and Intelligence」Mind(1950)／[4b] S. Legg & M. Hutter「Universal Intelligence」Minds and Machines 17(4)(2007)／[4c] M. R. Morris et al.「Levels of AGI」(2023, Google DeepMind)
（注5）	F. Chollet「On the Measure of Intelligence」(2019)／ARC Prize Foundation「ARC-AGI-3」(2026)
（注6）	松田雄馬『人工知能の哲学』(2017)／松田雄馬『人工知能はなぜ椅子に座れないのか』(2018)
（注6-2）	Epoch AI「Can AI Scaling Continue Through 2030?」(2024)
（注7）	J. Huang et al.「Large Language Models Cannot Self-Correct Reasoning Yet」ICLR 2024＝外部フィードバックなしにLLMは推論を自己修正できない
（注8）	R. Held & A. Hein, J. Comparative and Physiological Psychology 56(5)(1963)＝ゴンドラ猫実験
（注9 ）	Y. LeCun「A Path Towards Autonomous Machine Intelligence」(2022, OpenReview)＝世界モデル(JEPA)
（注10 ）	自己言及・無限定環境：矢野雅文（東北大学）／清水博『生命知としての場の論理』(1996)／西田幾多郎『場所的論理と宗教的世界観』(1945)／松田雄馬『人工知能の哲学』(2017)・『人工知能はなぜ椅子に座れないのか』(2018)。