概要
https://gigazine.net/news/20250720-agi-francois-chollet/
詳細内容
## AGIを実現するために必須の能力は何なのか？そもそも知能とは何か？
https://gigazine.net/news/20250720-agi-francois-chollet/
フランソワ・ショレ氏は、汎用人工知能(AGI)実現の鍵は既存の知識を組み合わせて未知の問題を解く「流動的知能」にあると提唱し、その能力を測定する新たなベンチマーク「ARC-AGI」シリーズの重要性を強調しました。
**Content Type**: Research & Analysis
**Scores**: Signal:4/5 | Depth:4/5 | Unique:5/5 | Practical:3/5 | Anti-Hype:5/5
**Main Journal**: 84/100 | **Annex Potential**: 87/100 | **Overall**: 84/100
**Topics**: [[汎用人工知能, AIベンチマーク, 流動的知能, プログラム合成, AI評価]]
Googleの元研究員で深層学習ライブラリ「Keras」開発者のフランソワ・ショレ氏が、汎用人工知能（AGI）の実現には既存知識の有無ではなく、「初めて遭遇する問題や新しい状況に対応する能力」、すなわち「流動的知能」が不可欠であると説いています。従来のAIベンチマークはAIが知識をどれだけ習得したかを測るものが多く、AIは短期間で人間を超えるスコアを記録しますが、これは真の知能とは言えないとショレ氏は指摘します。
この課題に対し、ショレ氏はAIの流動的知能を測定する新たなベンチマーク「ARC-AGI」シリーズを開発しています。特に「ARC-AGI-1」は、既存知識の組み合わせによる問題解決能力を評価するもので、2025年登場のGPT-4.5でさえ低いスコアしか出せませんでした。その後、推論モデルの進歩によりARC-AGI-1のスコアは向上しましたが、これは流動的知能の有無を示すのみで、程度の測定には至っていません。このため、より高度な「ARC-AGI-2」が流動的知能の高低を、「ARC-AGI-3」がより難易度の高い問題群でAIの限界を測るためにリリースされています。
ショレ氏が設立したAI研究企業「Ndea」では、「ARC-AGIについて何も知らない状態で問題を解けるAI」の実現を目指し、既存知識から新たなプログラムを生成する「プログラム合成」に焦点を当てています。これは、単なるパターン認識やデータ補完を超え、未知の状況で真に「推論」し「行動」できるAIを開発する上で極めて重要なアプローチです。ウェブアプリケーションエンジニアにとって、この「流動的知能」の概念を理解することは、現在のAIツールが提供する価値と、真に自律的なAIシステムが持つべき能力とのギャップを明確にし、将来のAI活用や開発戦略を考える上で本質的な示唆を与えてくれます。AIの限界を正確に把握し、過度な期待を排して、より堅牢で実用的なAIソリューションを追求するための指針となるでしょう。