AGIへのロードマップ カーネギーメロン大学など複数機関からの研究グループが提唱

   
★AIDB会員限定Discordを開設いたしました! ログインの上、マイページをご覧ください。

★企業と人材のマッチングサービスを準備中です。アンケートのご協力をお願いいたします!↓

AIの飛躍的な進展は多くの分野で成果をもたらしつつありますが、次の大きなステップ、すなわちAGIに到達するためには、まだ多くの課題があると言われています。

本記事では、AGIに至るためのロードマップに焦点を当て、今後辿られるステップや考慮すべき要素について紹介します。テクノロジーは今AGIにどれだけ近づいているのか、そしてどのようにして目標を達成するかについての洞察です。


AIDBの全記事が読み放題のプレミアム会員登録はこちらから↓

参照論文情報

  • タイトル:How Far Are We From AGI
  • 著者:Tao Feng, Chuanyang Jin, Jingyu Liu, Kunlun Zhu, Haoqin Tu, Zirui Cheng, Guanyu Lin, Jiaxuan You
  • 所属:University of Illinois Urbana-Champaign, Johns Hopkins University, University of Chicago, University of California Santa Cruz, Carnegie Mellon University

背景

最近は言語処理や画像認識などの領域で優れた性能を示すAIシステムが次々と登場し、人間の能力を上回るレベルに達しつつあります。

しかし、現在のAIシステムの多くは何らかのタスクに特化したものです。
そんな中、人工汎用知能(AGI: Artificial General Intelligence)の実現が期待されています。人間と同等かそれ以上の知的能力を備え、様々な実世界のタスクを効率的かつ効果的にこなせるAIシステムを意味する言葉です。現状のAIシステムはまだ、人間のような汎用的な知性とは程遠いのが実情です。

AGIの実現に向けては、知覚・推論・記憶・メタ認知などの能力面と、インターフェースの両面において、高度な実装が求められます。さらに、それらを支える基盤システムも重要な要素です。

今回複数の機関からなる研究者らのグループは、AGIの実現に対して現在のテクノロジーはどれほど距離があるのかを網羅的に調査した結果を報告しています。以下は、彼らが整理した、AGIに向けたロードマップです。

本記事を読むにはAIDBのアカウントが必要です。


※ログイン/初回登録後、下記ボタンを押してください。







■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。






業界/カテゴリー

PAGE TOP