進歩の幻想：達成することなく一般的な人工知能をシミュレートする

一般人工知能（AGI）-あらゆる領域で人間と同等かそれ以上の知能を持つシステム-は、テクノロジーの聖杯とみなされ続けている。しかし、2025年には、別の道筋がよりはっきりと浮かび上がってきている。統一されたシステムとしてAGIを達成するのではなく、むしろ、複数の特殊化された狭いAIの組み合わせによって生み出される、ますます説得力を増した錯覚によってAGIを達成しようとしているのだ。

‍

人工知能のモザイク

大規模言語モデル（LLM）はテキストを扱い、MidjourneyやDALL-Eのようなモデルは画像を作成し、AlphaFoldはタンパク質を分析する。個々には限界があるが、連携したエコシステムに統合されると、これらの狭い範囲のAIは一般的な知能のように見える。

‍

スタンフォード大学のAI Index 2025報告書によると、大きな進歩にもかかわらず、AIは複雑な推論の分野で障害に直面し続けている。

より高度なモデルは、高度に構造化された問題を解決するが、明確な論理的推論、順序立てた計画、抽象的思考に関しては著しい限界を示す。

‍

ソサエティ・オブ・マインズ・アプローチとマルチエージェントシステム

2025年、人工知能はニッチ技術から、技術的・社会的景観の戦略的要素へと急速に進化し、文化的・倫理的に重大な意味を持つようになっている。

その結果、エージェントAIシステムが登場し、一般人工知能の地平に近づいている。

‍

マルチエージェントシステムでは、各エージェントは、中央のコントローラに依存することなく、ローカルデータと自律的な意思決定プロセスを使用して、独立して動作します。

‍

各エージェントはローカルな視点を持つが、システム全体のグローバルな視点を持つエージェントはいない。この分散化により、エージェントは個々にタスクを処理しながら、相互作用を通じて全体的な目標に貢献することができる。

‍

2025年、複数のAIエージェントが協働して複雑な目標を達成するマルチエージェントシステムの人気が高まっている。これらのシステムは、ワークフローを最適化し、洞察を生み出し、様々な分野における意思決定プロセスを支援することができる。

‍

例えば、カスタマーサービスでは、AIエージェントが複雑なリクエストに対応し、生産現場では、AIエージェントがリアルタイムで生産ラインを監督し、物流では、AIエージェントがサプライチェーンをダイナミックに調整する。

‍

計算プラトーと物理的障壁

目覚ましい進歩にもかかわらず、私たちは伝統的な計算機開発のプラトーに達し始めている。1959年から2012年まで、AIモデルの学習に必要なエネルギー量は、ムーアの法則に従って2年ごとに倍増していた。しかし、最新のデータによると、2012年以降は3.4カ月ごとに倍増しており、現在の倍増率は以前の7倍以上となっている。

‍

このように必要な計算能力が飛躍的に向上したことは、AIの分野で大きな進歩を遂げることが経済的にいかに困難になっているかを物語っている。

‍

量子コンピューターの可能性

量子コンピューティングはこの障害を克服し、さらに高度なモデルに必要な計算能力のパラダイムシフトをもたらす可能性がある。2025年、テクノロジー企業がAIのエネルギー消費の増加に対応するために代替電源を採用する中、量子コンピューティングはこうした課題に対処するための重要なツールとして浮上している。

IBMのアルビンド・クリシュナCEOの予測によると、量子コンピューティングの急速な進歩により、AIのエネルギーと水の消費量は今後5年間で最大99％削減される可能性があるという。 今後5年間で、最大99％削減できるという。

‍

このテクノロジーは、これまで想像もできなかったコンピューティング能力を解き放ち、科学研究の新たなフロンティアを切り開くことを約束する。

‍

2025年3月、D-Wave Quantum社が「量子シミュレーションにおける非古典的計算」と題する査読付き論文を発表し、同社のアニーリング量子コンピューターが、複雑な磁性材料のシミュレーション問題を解く上で、世界で最も強力な古典的スーパーコンピューターの1つを凌駕したことを実証した。 磁性材料の複雑なシミュレーション問題を解く.

‍

2025年、量子コンピューティングはハードウェア、エラー訂正、AIとの統合、量子ネットワークにおいて大きな進歩を遂げた。これらの進歩は、医療、金融、物流などの分野で ヘルスケア、金融、物流などの分野で量子コンピューティングの役割が再定義されつつある。.

‍

しかし、フォレスター社によれば、量子コンピューターは2025年の進歩にもかかわらず、まだ実験的な段階にとどまっており、ほとんどの用途で古典的なコンピューターに対する実用的な優位性はまだ示されていないという。

‍

量子競争：マイクロソフト対グーグル？

マイクロソフトは、2025年初頭に発表したMajorana 1チップで量子コンピューティングが大きく前進したと主張している。このプロセッサーは新しいトポロジカル・コア・アーキテクチャーを特徴としており、8個のトポロジカル量子ビットで構成され、マヨラナ粒子を操作する。マヨラナ粒子は、エラーに対して強い抵抗力を持つことで知られる「半電子」として働く準粒子である。

‍

一方、グーグルはウィローと呼ばれる革新的な量子チップで異なるアプローチを開発した。ウィローは、量子ビットが増えるにつれてエラー率が増加するという従来の問題を解決し、実際に量子ビットが増えるほど精度が向上する。

‍

この2つの異なる戦略は、量子コンピューティングに対する根本的に異なるアプローチを表しており、マイクロソフトはトポロジーに、グーグルはエラーの最適化に焦点を当てている。

‍

根強く残る認知の壁

‍

ハードウェアの制限に加えて、複合AIは他の根本的な障壁にも直面している：

‍

因果関係の理解：システムは変数を相関させるが、真の因果関係は切り出せない。AIは多くの分野で大きな進歩を遂げたが、以下のような限界に直面し続けている。限界人間の感情を理解し対応すること、危機的状況における意思決定、倫理的・道徳的な考慮事項の評価には限界がある。

‍

継続的学習：ニューラル・ネットワークは、異なるタスクを連続して学習すると精度が低下し、一種の「壊滅的健忘症」を示す。

‍

メタ認知：AIは自身の認知に関する内部モデルを持たないため、真の自己改善を制限する。

‍

‍

代理人ごと」のAGIに向けて

科学界は、一般人工知能（AGI）の目標を達成するために必要な技術や期間について、かなり意見が分かれているようだが、この議論は興味深い新しい提案を生み、それらはすでに新しいAIシステムの研究において実用化されている。

‍

2025年は、最初のエージェント・システムが企業で生産開始される年になるかもしれない。

‍

AGIは最も野心的な目標であり、人間と同等かそれ以上の認知能力を持ち、横断的に知識を理解し、学習し、応用できるシステムである。

‍

モノリシックなAGIを待つよりも、「フロントAGI」と呼ばれるような、一般的な知能を持つように見えるシステムの出現を待つ方が、将来的には可能性が高くなるだろう：

‍

AIマイクロサービスのオーケストレーション：複数の専門化されたAIが、共通の抽象化レベルを通じて調整される。
統一された会話インターフェース：複数の基礎となるシステムの複雑さを隠す単一のインターフェース。
限定的な横断的学習：特定領域間での選択的な知識の共有。

意識：現実か、共有された幻想か？

AGIの議論では、人間には機械が再現できない「意識」が備わっていることを当然視する傾向がある。しかし、私たちはもっと根本的な問いを自らに投げかけるべきかもしれない。人間の意識そのものは実在するのか、それともそれも幻想なのか？

‍

ダニエル・デネットのような神経科学者や心の哲学者の中には、私たちが「意識」と呼んでいるもの自体が、その場しのぎの物語である可能性を提唱する人もいる。 その場しのぎの物語であり、脳がその操作を理解するために構築する解釈である。.

‍

意識を神秘的で単一的な性質としてではなく、統一された「自己」という説得力のある幻想を生み出す、相互接続された神経プロセスの集合として考えるなら、人間と機械の境界はあまりはっきりしなくなる。

‍

この観点からすると、創発的なAGIと人間の知能の違いは、本質的な違いではなく程度の違いと考えることができるかもしれない。高度な言語モデルに見られる理解の錯覚は、私たち自身が経験する理解の錯覚とそれほど違わないかもしれない。

‍

もし、人間の意識そのものが、相互に結びついた複数の認知プロセスから生まれたシミュレーションであるならば、我々が構築している「代理」AGI（一般的な理解をシミュレートするために協働する特殊化されたシステムのモザイク）は、我々自身のメンタルアーキテクチャと驚くほど似ているかもしれない。

私たちは、魔法のように不可解な性質を再現しようとするのではなく、私たち自身が意識として体験している説得力のある幻想を再構築しようとしているのだ。

‍

この考察は、人間の経験の深さを減じるものではなく、私たちが「意識」について語るとき、本当は何を意味しているのか、そしてこの概念が本当に人工知能にとって乗り越えられない障害なのか、それとも単に私たちがいつかシミュレートできるようになるかもしれない別のプロセスなのかを再考するよう私たちに促すものである。

‍

‍

結論：ゴールラインを再考する

AGIの定義を根本的に考え直すべきかもしれない。もし人間の意識そのものが創発的な幻想である可能性があるのなら、つまり、脳が自らの活動を理解するために構築した物語である可能性があるのなら、人間と人工知能の峻別はそれほど明確なものではなくなってしまう。

‍

専門家は、2027年はAIにとって極めて重要な時期になると予測している。現在のペースであれば、モデルは数年以内に認知的一般性（人間のあらゆるタスクに取り組む能力）を達成できるだろう。

‍

このシナリオは、単に人間の知性の複製としてではなく、完全な人間でも完全な人工物でもない、何か違う、補完しうる新しいタイプの知性の出現としてとらえるべきである。

‍

このアプローチでは、人間の意識という我々が完全に理解できないものを再現しようとすることから解放され、その代わりに、人工知能が独自の観点から何ができるかに焦点を当てることができる。したがって、出現するであろうAGIは、人間の「ふりをした」単一のシステムではなく、独自の創発的特徴を持つ統合された技術的エコシステム、つまり、逆説的ではあるが、われわれが当初考えていた以上に、われわれ自身の認知の断片的で相互接続的な性質を反映しているかもしれない分散型知能となるだろう。

‍

この意味で、AGIの研究は、人間を模倣する試みというよりも、人間と人工の両方の知性と意識の本質を探る発見の旅となる。

‍

情報源

‍