［ニュース解説］AIは人間を超える？ AGI（汎用人工知能）議論よりも注意すべきこと

はじめに

　近年、ChatGPTのような生成AIの急速な進化に伴い、「AGI（Artificial General Intelligence：汎用人工知能）」という言葉を耳にする機会が増えました。AGIとは、特定のタスクだけでなく、人間のように様々な知的作業をこなせるAIを指し、SF映画のような「人間のような知能」や「人間を超える知能」を連想させるかもしれません。

　実際に、AI開発企業のトップや研究者の中には、AGIが数年以内に実現すると予測する声も上がっています。しかし、本稿で紹介するBloombergの記事『When Will AI Be Smarter Than Humans? Don’t Ask』は、こうしたAGI到来の議論に疑問を投げかけ、私たちがAIの未来を考える上で、より建設的な視点を提供しています。

　本稿では、この記事の内容を紐解きながら、AGIという言葉の曖昧さ、現在のAI技術の可能性と限界、そして私たちが本当に注目すべきAIの進化について、分かりやすく解説します。

引用元:

• タイトル: When Will AI Be Smarter Than Humans? Don’t Ask
• URL: https://www.bloomberg.com/opinion/features/2025-04-13/when-will-ai-be-smarter-than-humans-don-t-ask
• 発行元: Bloomberg
• 発行日: 2025年4月13日

要点

• AGIの定義は曖昧: 「AGI」や「人間レベルのAI」という言葉が飛び交っていますが、その具体的な定義は論者によって大きく異なり、明確ではありません。投資を集めるための誇大な宣伝（hype）として使われている側面もあります。
• 現在のAI（LLM）は「狭い」: ChatGPTなどに使われる大規模言語モデル（LLM）は、言語処理能力は高いものの、特定のタスクに特化した「狭いAI」であり、人間のような汎用的な知能とは異なります。特定のテストでは高得点でも、隣接する別のタスクは苦手だったり、事実に基づかない情報（ハルシネーション）を生成したりする限界があります（ギザギザなフロンティア）。
• 人間の知能も「汎用的」ではない: 人間の知能は、人間の身体や環境に適応して進化してきた特定の知能であり、普遍的な「一般知能」ではありません。AIも人間とは異なる、多様で専門的な知能を持つようになると考えられます。
• AGI議論より「何ができるか」が重要: 「AGIはいつ来るか？」と問うよりも、LLM、エージェントAI、身体性AIといった具体的なAI技術が「実際に何ができるのか」を理解し、その影響に備えることの方が重要です。

詳細解説

AGIという言葉の曖昧さ

　記事ではまず、AGIという言葉が非常に曖昧に使われている現状を指摘しています。OpenAIのサム・アルトマン氏やAnthropicのダリオ・アモデイ氏、xAIのイーロン・マスク氏などが「数年以内のAGI到来」を示唆する一方で、Google DeepMindのデミス・ハサビス氏やMetaのヤン・ルカン氏などは「少なくとも5～10年先」と見ています。

　さらに、「AGI」が意味するものも、「人間と同等の認知タスクをこなせるAI」から「ノーベル賞級の研究ができるAI」、「人間と全く同じように思考するAI」、「物理世界で活動できるAI」、あるいは単に「最も賢い人間より賢いAI」まで、論者によって様々です。

　このように定義が定まっていないため、「AGIが来る」という言葉は、具体的な技術的到達点を示すというより、「何か非常に破壊的な変化が差し迫っている」という漠然とした感覚を伝えるためのキャッチフレーズや、投資を呼び込むための誇大な宣伝文句になっている可能性があると、記事は警鐘を鳴らしています。ビジネスリーダーや政策立案者は、この言葉に惑わされず、冷静にAIの進展を見極める必要があります。

現在のAI（LLM）の能力と限界

　AGIが間近に迫っているかのように感じられる主な理由は、ChatGPTなどの基盤技術である大規模言語モデル（LLM）の目覚ましい進歩です。LLMは自然言語で人間と対話し、多くの質問にもっともらしい回答を生成し、短い物語を書いたり、コーディングや試験問題を解いたりする能力を高めています。

　しかし記事は、LLMも本質的には依然として「狭いAI」であると強調します。LLMは特定のタスクでは人間を超える能力を発揮する一方で、少し異なるタスクになると途端に性能が落ちる「ギザギザなフロンティア（jagged frontier）」と呼ばれる現象が見られます。例えば、司法試験には合格できても、顧客との会話を法的文書にまとめるのは苦手かもしれません。また、明確なルールに基づいた問題は得意でも、曖昧な状況での判断や、常識にとらわれない発想は苦手です。特に、LLMは既存の情報から最も可能性の高い答え（コンセンサス）を見つけるように設計されているため、常識を疑い、誰も考えつかなかった問いを立てるといった、科学的な大発見に必要な能力を持つかは疑問です。

　LLMが多くの定型業務（医療診断、法的文書作成、リサーチ、マーケティングなど）を自動化・効率化し、一部の雇用に影響を与える可能性は否定できません。しかし、LLMが人間のように優先順位を判断したり、不完全な情報で意思決定したり、場の空気を読んだり、予測不可能な人間と柔軟に対話したりすることは、現時点では非常に困難です。

人間知能との比較、AI知能の多様性

　記事は、「AGI」の概念が人間中心的な知能観に基づいている点にも問題を提起します。AI研究はしばしば、知能を直線的な尺度で捉え、機械が「人間レベル」に達し、いずれ「超知能」になると考えがちです。

　しかし、人間の知能自体が「汎用的」ではないと記事は主張します。私たちの知能は、人間の身体、環境、社会性といった特定の条件下で進化したものです。他の動物、例えば蜘蛛や象、タコなどが持つ独自の知能を人間が持たないように、AIも人間とは異なる知能を持つ可能性が高いのです。

　未来のAIは、人間のような万能型（AGI）を目指すのではなく、特定の目的に特化した多様な知能として発展していくと考えられます。それは「人間とは異なる、何百もの新たな思考種」であり、それぞれが得意分野を持つ、専門的なツールのような存在になるだろうと予測されています。これは欠陥ではなく、むしろ特定のニーズに対しては、人間のような汎用型よりも専門型の方が安価で信頼性が高い可能性があることを示唆しています。

注目すべきAIの進化：エージェントAIと身体性AI

　AGIという曖昧な概念に囚われる代わりに、記事は現在進行中の具体的なAI技術の進化に目を向けるべきだと提案しています。

エージェントAI（Agentic AI）:

　これは、単に情報を分析するだけでなく、自律的に行動を起こせるAIです。例えば、会議の議事録からタスクリストを作成し、フォローアップメールを送り、次回の会議を設定するといったことが可能になります。現在はまだ性能にばらつきがありますが、将来的には複雑なプロセスを自動化する可能性があります。ただし、これも「AGI」ではなく、特定の目的を持つ「非常に専門的なアシスタント」のような存在であり、多数のエージェントを管理する複雑さが生じるかもしれません。また、悪意のある攻撃者がエージェントの群れを悪用するリスクも指摘されています。

身体性AI（Embodied AI）:

　これは、AIをロボットの身体やシミュレーション環境に入れることで、物理的な世界（物体の存在、位置、動きなど）を学習させようとするアプローチです。テキストデータのみから学習するLLMとは異なり、より深いレベルでの「理解」を獲得できる可能性があります。これが本当に「思考する機械」につながるかは未知数ですが、たとえそうなったとしても、人間とは異なる身体や経験を持つ以上、人間とは全く異なる思考をするだろうと考えられます。

AGI議論よりも重要なこと

　記事の結論は明確です。「AGIはいつ来るのか？」という問いに答えを探すよりも、「このAIは、具体的に何ができるのか？」を問い続けることの方がはるかに重要だということです。

　AI技術は、私たちが想像もできないような能力を獲得していく可能性があります。その進歩を正しく理解し、社会やビジネスへの影響に備えるためには、SF的なイメージや人間との安易な比較から離れ、個々のAI技術の具体的な能力と限界を冷静に見極める姿勢が求められます。

まとめ

　本稿で紹介した記事は、AIの未来に関する議論において、「AGI」という言葉の持つ曖昧さや誇張に注意を促し、より現実的で建設的な視点を持つことの重要性を説いています。

　現在のLLMは目覚ましい進歩を遂げていますが、人間のような汎用的な知能ではなく、特定のタスクに特化した「狭いAI」としての限界も抱えています。また、知能のあり方は多様であり、AIは人間とは異なる、専門化された様々な知能として発展していく可能性が高いです。　私たちは、「AGI」という漠然とした概念に一喜一憂するのではなく、エージェントAIや身体性AIといった具体的な技術の進展に注目し、それらが「実際に何をもたらすのか」を理解し、社会やビジネス、そして私たち自