AGIの謎、ついに解明？GPT-5の意外な「知能スコア」が示すAIの現在地と未来

「汎用人工知能（AGI）」という言葉をめぐる混乱は、今に始まったことではありません。AIが新たな偉業を達成するたびに、「真のAGI」の定義はまるで蜃気楼のように遠のき、議論は終わりなく続いてきました。この曖昧さが、AIが人間レベルの知能にどれだけ近づいているのかを冷静に評価することを困難にしてきたのです。

しかし、この長年の論争に終止符を打つかもしれない研究論文「A Definition of AGI」が発表されました。この論文は、AGIを単なるSF的な概念から、具体的かつ測定可能な目標へと変えるフレームワークを提示しています。

本記事では、この新しい枠組みが明らかにした、最も衝撃的で重要な4つの発見を解説します。これにより、私たちは初めて、AIが人間レベルの知能へと至る道のりを測る「地図」を手に入れることができるのです。

1. AGIはもはやSFではない：人間並みの知性を測る「AGIスコア」の誕生

この論文が提示したAGIの新しい定義は、驚くほどシンプルです。それは「十分に教育を受けた成人の認知的多様性と習熟度に匹敵する、あるいはそれを超えるAI」というものです。重要なのは、この定義が単なる言葉遊びではなく、測定可能である点です。

この測定の土台となっているのは、人間の認知能力に関する最も実証的に検証されたモデルである「キャッテル・ホーン・キャロル（CHC）理論」です。この理論に基づき、研究者たちは汎用知能を10の中核的な認知要素に分解しました。

• 総合知識 (K): 常識、文化、科学、歴史など、世界に関する幅広い事実の理解

• 読み書き能力 (RW): 書かれた言語の理解と生成における習熟度

• 数学的能力 (M): 数学的な知識とスキルの深さ

• 即時的推論能力 (R): 既知の知識だけに頼らず、その場で新しい問題を解決する柔軟な思考能力

• ワーキングメモリ (WM): 情報をアクティブな注意下で保持し、操作する能力

• 長期記憶の貯蔵 (MS): 経験から新しい情報を安定して獲得し、統合・保存する能力

• 長期記憶の検索 (MR): 保存された知識をよどみなく正確に引き出し、幻覚（ハルシネーション）を避ける能力

• 視覚処理 (V): 視覚情報を知覚、分析、推論、生成、走査する能力

• 聴覚処理 (A): 音声、リズム、音楽などの聴覚刺激を識別、認識し、創造的に扱う能力

• 処理速度 (S): 単純な認知タスクを迅速に実行する能力

このフレームワークにより、AIの能力を0%から100%までの標準化された「AGIスコア」として算出できます。100%がAGIの達成を意味し、これにより私たちは初めて、AGIへの進捗を具体的な数値で追跡できるようになったのです。

2. 現代AIは「いびつな天才」：驚くほど凸凹な能力プロファイル

では、現在のAIはこのスコアでどの位置にいるのでしょうか。論文が示した結果は驚くべきものでした。GPT-4のAGIスコアは27%、そして次世代モデル（論文執筆視点）と目されるGPT-5の推定スコアは58%でした。

しかし、この数字以上に重要なのは、その能力の内訳です。論文は、現代のAIが「ギザギザ（jagged）」な認知プロファイルを持つことを明らかにしました。つまり、特定の分野では驚異的な能力を発揮する一方で、他の分野では致命的な欠陥を抱えているのです。

このスコアの内訳が、AIの「いびつさ」を物語っています。このフレームワークでは10の各能力に10%ずつ、合計100%のスコアが割り振られています。例えばGPT-5は、「読み書き能力」と「数学的能力」で満点である10%を獲得する一方、「長期記憶の貯蔵」では0%です。これが、一部の能力は超人的でありながら、他の能力が全く欠如している「ギザギザ」なプロファイルの実体なのです。これは、GPT-4が複雑な詩を書きながらも、簡単な論理パズルで失敗するような、私たちが日常的に体験するAIの奇妙な振る舞いの裏にある「なぜ」を初めて数値で示したものです。

3. AI最大のアキレス腱は「記憶」：長期記憶スコアは衝撃の0%

この研究が明らかにした最大のボトルネックは、長期記憶、特に「長期記憶の貯蔵（MS）」能力にありました。論文に示されたスコアは衝撃的です。GPT-4とGPT-5は、このカテゴリーで共に0%という評価でした。

これは実質的に、AIが一種の「健忘症」を患っていることを意味します。この欠陥により、AIは対話のたびに文脈をゼロから学び直さなければなりません。論文ではこの問題を次のように指摘しています。

「継続的な学習能力なくして、AIシステムは『健忘症』に苛まれ、その有用性は著しく制限される。AIは、対話のたびに文脈をゼロから学び直すことを強いられるのだ。」

時間を通じて真の学習やパーソナライズを行う能力は、汎用知能の根幹をなすものです。この記憶能力の欠如が、AGI達成に向けた最も根本的な障壁の一つであることが、今回の研究で明確になりました。そして、この致命的な「健忘症」を隠すために、AIは驚くほど巧妙な「トリック」を使っているのです。

4. 知性の「錯覚」を生む巧妙なトリック：AIの「能力の歪曲」とは？

これほど根本的な欠陥を抱えながら、AIはなぜあれほど有能に見えるのでしょうか？論文はその巧妙なトリックを「能力の歪曲（capability contortions）」という言葉で説明しています。これは、AIが自らの強みを利用して深刻な弱点を補い、「汎用性の錯覚」を生み出すトリックのことです。

論文では、主に2つの例が挙げられています。

• 巨大なコンテキストウィンドウ vs. 真の記憶
AIが長文を扱えるのは、巨大なコンテキストウィンドウ（ワーキングメモリの一種）に頼っているためです。しかし論文によれば、これは長期記憶の貯蔵能力（MS）が全くないことを補うための、「非効率で、計算コストが高く、システムの注意メカニズムに過負荷をかける可能性のある」場当たり的な対策（歪曲）に過ぎません。

• 外部検索（RAG） vs. 信頼性の高い検索
AIが外部データベースを検索する技術（RAG）は、AIの記憶に関する2つの異なる弱点を補うための「松葉杖」です。第一に、モデルが自身の膨大な静的知識に確実にアクセスできない弱点。第二に、より深刻な問題として、対話や経験を通じて文脈を学習・更新していく動的な記憶が完全に欠如しているという弱点を補っています。

これらの「トリック」を理解することで、私たちはAIを取り巻く誇大な宣伝に惑わされることなく、その根底にある真の限界を認識することができるのです。

結論：AGIへの地図は手に入れたが、旅路はまだ長い

GPT-4の27%、そしてGPT-5の推定58%というAGIスコアは、AI技術の驚異的な進歩を示しています。しかし、この新しいフレームワークは同時に、AGIへの道のりに横たわる巨大な課題と、解決すべき特定の「欠陥部品」（特に記憶）を浮き彫りにする明確な「地図」をもたらしました。

つまり、AGI開発は「何が知性か」という終わりのない哲学的な問いから、「どの欠陥部品を、どうやって修理するのか」という具体的なエンジニアリングの課題へと姿を変えたのです。私たちはもはや闇雲に議論を重ねる必要はありません。目指すべき頂上がどこにあり、どのルートが最も険しいのかが、かつてなく明確になったのです。

最後に、読者の皆さんに問いかけたいと思います。AGIとのギャップを正確に測定できるようになった今、人類がこれから構築する上で最も困難な認知能力はどれだと思いますか？ そして、私たちがついにAGIスコア100%を達成したとき、世界はどのように変わっているでしょうか？

解説動画：

参考論文：

その他記事、コラム、書籍はこちら↓