第9回 7/7 結論

Google DeepMind「From AGI to ASI」完全解説|第9回 / 全9回
本文 7 / 7

結論

第21節 大学はAIの速度と社会の速度をつなぐ制度である

AIは急速に進歩する可能性があります。

一方で、

  • 人間の理解
  • 法制度
  • 教育
  • 文化
  • 民主的合意
  • 社会的信頼

は、それほど速く変化しません。

この速度差が大きくなるほど、社会はAIの進歩に追い付けなくなります。

大学には、技術の速度を無条件に遅くするのではなく、

  • AIの発展を理解可能な言葉へ翻訳する
  • 社会的影響を研究する
  • 人材を教育する
  • 公共的議論を作る
  • 政策決定を支援する

ことで、技術と社会の速度差を縮める役割があります。

第22節 高等教育に必要な研究アジェンダ

原報告書の研究アジェンダを高等教育へ置き換えると、次の課題が浮かびます。

22.1 AI能力の継続的監視

  • どの大学業務が自動化可能か
  • どの研究能力が人間を超えたか
  • 学生のAI利用がどう変化しているか
  • 教育評価がどこで機能しなくなったか

22.2 AI時代の教育評価

  • AIを使った学生と使わない学生をどう評価するか
  • 正答ではなく判断力をどう測るか
  • 人間の学習成果とAI出力をどう区別するか
  • AIとの協働能力をどう評価するか

22.3 人間とAIの研究共同体

  • AI研究者へどの権限を与えるか
  • 人間がどの工程で最終判断するか
  • AI生成研究をどう査読するか
  • 誤りや捏造をどう追跡するか

22.4 大学の公共的役割

  • AI知識を社会へどう伝えるか
  • 技術格差をどう防ぐか
  • AI企業への依存をどう管理するか
  • 公共的AIインフラをどう形成するか

22.5 人間形成

  • AIが答えを生成できる時代に何を学ぶべきか
  • 自律性、責任、判断力をどう育てるか
  • 人間同士の対話と共同体をどう維持するか

第23節 この報告書の限界

『From AGI to ASI』は非常に広い論点を扱っていますが、著者たち自身も、経路と摩擦の一覧が不完全である可能性を認めています。(原報告書、Sections 6・7)

特に次の限界があります。

23.1 技術中心の構成

社会、文化、教育、心理、政治への影響は重要とされながらも、十分には扱われていません。

23.2 アラインメント解決の仮定

ポストAGI世界で安全性が十分解決されるという仮定は、議論を進めるためには必要ですが、非常に強い前提です。

23.3 AGI・ASI定義の粗さ

分析には有用ですが、人間の認知能力の多様性や、社会的・身体的能力を十分に表現していない可能性があります。

23.4 知能と社会的権力の違い

高い知能を持つことと、実際に社会を変える権力を持つことは同じではありません。

所有権、法律、資本、軍事力、制度的正統性が影響します。

23.5 人間社会の反応の予測困難性

AI能力だけでなく、人間がどう適応し、抵抗し、制度を変更するかによって、実際の未来は大きく変わります。

これらの限界があるからこそ、原報告書は完成した未来予測ではなく、更新され続ける研究地図として読むべきです。

結論

Google DeepMindの『From AGI to ASI』は、AGIをAI発展の終点とは考えていません。

AGI以後には、

  1. 計算資源、モデル、データのスケーリング
  2. アルゴリズム的パラダイム転換
  3. 再帰的自己改善
  4. マルチエージェント集合知

という複数の経路が存在し、それらは同時に進む可能性があります。

一方で、

  • データ
  • 経済・自然資源
  • 現在のAIパラダイム
  • 研究の難化
  • 抽象化
  • 身体性
  • 社会的規制

が、進歩を減速または停止させる可能性があります。

著者たちの最終的な結論は、ASIが必ず実現するというものではありません。

また、AGI直後に知能爆発が起こると断定するものでもありません。

その結論は、より慎重です。

AGIが実現した場合、AI進歩が正確に人間レベルで停止する可能性は低い。

個体AIが停滞しても、多数のAGIを組織することで、集合的には人間の大規模組織を超える可能性があります。

したがって、比較的考えやすいシナリオは、

  • AGI以前に進歩が停滞する
  • AGIから弱いASIへ比較的滑らかに進む

のどちらかです。

ただし、再帰的自己改善による急速な知能爆発も排除できません。

この不確実性に備えるために必要なのは、一つの未来を予言することではありません。

  • 多数のシナリオを持つ
  • 能力を測定する
  • 定量予測を更新する
  • 新しい摩擦を発見する
  • 安全性と社会的影響を研究する
  • 政策と制度を迅速に変更できる能力を作る

ことです。

論文の冒頭と結論に置かれたアラン・チューリングの言葉が、この姿勢を最もよく表しています。

私たちは遠くまで見通すことはできない。

しかし、目の前には、なすべきことが数多く見えている。

『From AGI to ASI』は、ASIの到来を宣言する論文ではありません。

それは、不確実な未来を前にして、今から何を測定し、研究し、議論し、制度化すべきかを示す、世界規模の研究アジェンダなのです。