AGIという言葉、かなり雑に使われている。
AIが新しくなるたびに「これはもうAGIでは？」「人間を超えたからAGIだ」といった話が出てくる。しかし、本当にそうなのだろうか？
結論から言えば、AGIは「Artificial General Intelligence」の略で、日本語では一般に「汎用人工知能」と呼ばれる。
そして重要なのは、単純に「ものすごく頭のいいAI＝AGI」ではないことだ。
文章を書ける。プログラムを書ける。難しい数学問題を解ける。画像も理解できる。
これだけでは、まだ決着しない。
AGIでは「どれだけ賢いか」だけではなく、どれだけ幅広い仕事ができるのか、新しい問題に対応できるのか、人間と比べてどの程度の能力なのかまで問われるからだ。
さらに面倒なことに、2026年現在でも世界共通の「AGI認定試験」は存在しない。
では、何ができればAGIなのか？
OpenAI、Google DeepMind、ARC Prizeなどが示している基準を見ると、その正体がかなり見えてくる。
AGIとは何の略？
AGIはArtificial General Intelligenceの略
AGIは、
Artificial General Intelligence
の頭文字を取った言葉だ。
それぞれ日本語にすると、
- Artificial＝人工の
- General＝汎用的な
- Intelligence＝知能
となる。
そのため、日本では「汎用人工知能」と訳されることが多い。
Stanford HAIもAGIについて、幅広い仕事や分野で学習、推論、知識の応用ができる、人間レベルまたはそれ以上の能力を持つAIという形で説明している。
ここで一番大事なのが「General」だ。
現在のAIには、人間より強い能力を持つものがすでに大量にある。
チェスなら人間より強いAIがある。囲碁にもある。タンパク質の構造予測のような特定分野でも、人間だけでは難しい仕事をこなすAIが登場している。
しかし、一つの仕事だけで人間を圧倒してもAGIとは限らない。
AGIで問われるのは能力の広さなのだ。
「汎用」は「何でも完璧」という意味ではない
私は最初、「汎用人工知能」と聞いて、ほぼ何でもできる万能AIを想像していた。
ただ、これは少し違う。
人間だって何でもできるわけではない。
数学が苦手な人もいれば、文章を書くのが苦手な人もいる。料理ができない人もいる。それでも人間は、新しい状況を理解し、学習し、別の仕事へ能力を応用できる。
AGIの「General」も、こちらに近い。
つまり、
幅広い分野で考え、学び、初めて見る問題にも対応できる知能
という理解がわかりやすい。
普通のAIとAGIは何が違う？
特定分野だけ強いAIは「Narrow AI」
これまでのAIの多くは「Narrow AI」、つまり特化型AIとして考えられてきた。
例えば、チェス専用AIはチェスでは人間を倒せる。
しかし、突然「この文章を要約して」と頼んでも対応できない。
画像認識AIも同じだ。
画像を分類する能力が人間以上でも、会社の経営計画を作ったり、プログラムのバグを直したりすることはできない。
能力は高い。
しかし、範囲が狭い。
ここがAGIとの大きな違いになる。
生成AIだからAGIとは限らない
ChatGPTなどの生成AIが登場して、この境界はかなり分かりにくくなった。
文章、画像、コード、数学、検索、コンピューター操作など、一つのAIが扱える範囲が急速に広がったからだ。
一昔前なら、これだけできれば「汎用」と言いたくなる。
ただし、生成AI＝AGIではない。
Googleも、生成AIとAGIは同じものではなく、AGIについて人間が行える知的作業を幅広く学習・理解・実行できる仮説上のAIとして説明している。
流暢に会話できるだけでは足りない。
AGIを考えるなら、もっと厳しい基準が必要になる。
AGIの基準は決まっている？
実は世界共通の基準はない
ここがAGIをややこしくしている最大の理由だ。
AGIには世界共通の正式な基準が存在しない。
StanfordのAI Indexでも、AGIには広く合意された定義が存在しないとされている。
つまり、
「このテストで80点を取ったらAGI」
という資格試験のようなものはない。
企業や研究者によって、AGIという言葉が指す場所が少しずつ違うのだ。
だから「AGIはもう完成した」という発言を見たときは、その人がどの基準でAGIと言っているのかを見る必要がある。
ここを確認せずにAGIという言葉だけ追いかけても、話はまず噛み合わない。
OpenAIが考えるAGIの基準
「経済的に価値のある仕事」で人間を超える
OpenAIはCharterで、AGIについてかなり具体的な定義を出している。
簡単に言えば、
経済的価値のある仕事の大部分で人間を上回る、高度に自律したシステム
という考え方だ。
これはかなり実務的な定義だと思う。
単にIQテストで高得点を取るのではない。
会社で人間が行っている仕事を考える。
文章を書く。
データを分析する。
資料を作る。
プログラムを書く。
研究する。
計画を立てる。
ソフトウェアを操作する。
こうした幅広い仕事について、人間以上の能力を持ち、しかもかなり自律して動ける。
OpenAI型の基準では、この状態がAGIに近い。
OpenAIは実際の仕事も測り始めている
OpenAIは2025年、「GDPval」という評価方法を公開した。
GDPvalでは、44職種に含まれる経済的価値のある現実的な仕事を使ってAIの能力を測っている。
OpenAI「Measuring the performance of our models on real-world tasks」
ただし、GDPvalで高得点なら即AGI、という意味ではない。
あくまでAGIを考えるうえで重要な「実際の仕事をどこまでできるのか」を測る方法の一つだ。
それでも私は、単なるテスト問題よりこちらのほうがAGIのイメージをつかみやすいと思う。
人間と同じように仕事を渡したら、最後までやれるのか。
かなり重要な基準になるはずだ。
Google DeepMindはAGIをレベル分けしている
「性能」と「汎用性」で考える
Google DeepMindの研究チームは、AGIを一発で「完成・未完成」と分けるのではなく、レベルで考える方法を提案している。
中心になるのは、
Performance（性能）
と
Generality（汎用性）
の2つだ。
Google DeepMind「Levels of AGI」
性能とは、一つの仕事について人間と比べてどのくらい強いのか。
汎用性とは、その能力をどれだけ多くの仕事で発揮できるのか。
この2軸で見る。
これはかなり納得できる。
100個の仕事のうち1個だけ人類最強でも、AGIとは呼びにくい。
一方、100個の仕事を全部それなりにこなせるなら、かなり「General」に近づく。
DeepMindが示したAGIの5段階
DeepMindの研究では、おおまかに次のようにレベルが分けられている。
| レベル | 基準 |
|---|---|
| Level 1 Emerging | 未熟な人間と同程度、または少し上 |
| Level 2 Competent | 熟練した成人の50パーセンタイル以上 |
| Level 3 Expert | 熟練した成人の90パーセンタイル以上 |
| Level 4 Virtuoso | 熟練した成人の99パーセンタイル以上 |
| Level 5 Superhuman | 人間全員を上回る |
ただし、重要なのは一部の仕事だけでこの成績を出すことではない。
例えば「Competent AGI」なら、大部分の認知タスクで熟練した成人の中央値以上の性能を持つことが想定されている。
これならAGIが「ものすごく賢いAI」というだけではないことがよく分かる。
広さが必要なのだ。
ARC-AGIは「新しいことを学べるか」を重視する
暗記ではなく学習能力を見る
もう一つ重要なのがARC-AGIだ。
ARC Prizeでは、AGIを考えるうえで単純な知識量よりも、
人間と同じくらい効率よく新しいスキルを習得できるか
を重視している。
これは非常に重要だ。
AIは大量のデータを学習している。
そのため、過去に似た問題を大量に見ていれば、難しい問題でも解ける可能性がある。
しかし、本当に知能が高いなら、見たことがない問題にも対応できるはずだ。
ルールを教えてもらわなくても状況を観察する。
試してみる。
失敗する。
そこからルールを推測する。
計画を変える。
この能力は、人間が普通にやっている学習そのものだ。
2026年にはAGIが完成したのか？
GPT-6 AstraはARC-AGI-3で非常に高い成績を出した
2026年9月、この話はさらに面白くなった。
OpenAIのGPT-6 AstraはARC-AGI-3で、Provider Adapterという条件では99.9％という非常に高いスコアを記録した。
さらにARC Prizeによると、人間との比較でも、96％のレベルで人間の基準より少ない行動回数で問題を解いた。
OpenAIもAstraについてARC-AGI-3で99.9％を記録したと発表している。
これは相当な進歩だ。
では、ついにAGI完成なのか？
そう簡単にはいかない。
ARC Prize自身が「AGIの証明ではない」としている
ここが一番おもしろい。
ARC Prize Foundation自身が、ARC-AGI-3を完全攻略してもAGIを達成した証明にはならないとしている。
ARC-AGI-3は、新しい環境を探索し、ルールを理解し、目的を見つけ、計画して行動する能力を測る。
AGIにかなり近い能力を測っているのは間違いない。
しかし、現実世界はもっと複雑だ。
しかもAstraの場合、評価方法によって結果にも大きな差があり、Standard harnessでは最高62.7％、Provider Adapterでは99％台となっている。
この差を見るだけでも、「ベンチマーク1個でAGI認定」は危険だと分かる。
テストを突破することと、人間のような汎用知能を持つことは同じではない。
AGIの基準を簡単にまとめるとどうなる？
私なら、AGIかどうかを見るときは次の4点を見る。
幅広い仕事ができる
まず必要なのが汎用性だ。
数学だけ、文章だけ、画像だけでは弱い。
研究、プログラミング、計画、コミュニケーションなど、幅広い分野に能力を使える必要がある。
多くの分野で人間レベル以上
広くても、全部中途半端ではAGIとは呼びにくい。
DeepMindの考え方なら、大部分の認知タスクで人間と比べられるレベルに到達していることが重要になる。
広さと強さの両方が必要だ。
未知の問題を学習できる
これから特に重要になるのがここだと思う。
過去のデータを大量に覚えているだけではなく、初めて見る状況からルールを見つけ、新しい能力を身につけられるか。
ARC-AGIが重視している部分だ。
自律して仕事を進められる
OpenAIの定義には「highly autonomous」という条件が入っている。
つまり、人間が一手ずつ指示しなくても、
目的を理解する。
計画する。
必要な道具を使う。
途中で問題が起きたら修正する。
最後まで仕事を終わらせる。
ここまでできることが重要になる。
単なる「質問するとすごい答えを返すAI」と、AGIにはまだ違いがある。
AGIに意識や感情は必要なのか？
AGIの話になると、「人間のような心を持つAI」を想像する人も多い。
しかし、現在よく使われているAGIの基準では、意識や感情が必須条件とは限らない。
OpenAIの定義も、経済的価値のある仕事と自律性を中心にしている。
DeepMindの分類も、能力の広さと性能を中心にしている。
つまり、
「自分はAIです。今日は悲しいです」
と言えることより、
初めて任された難しい仕事を理解し、人間並み以上の精度で最後まで処理できること
のほうがAGIの判定では重要になる。
映画に出てくる人工知能と、研究者が議論しているAGIは、少しイメージが違うのだ。
AGIとASIの違い
AGIと一緒によく出てくる言葉が「ASI」だ。
ASIは、
Artificial Superintelligence
の略で、日本語では「人工超知能」などと呼ばれる。
AGIが人間レベルの汎用的な知能を目指す概念なのに対して、ASIは幅広い分野で人間を大きく超える知能を指す。
DeepMindの分類でも、General AIがLevel 5のSuperhumanに到達した状態をArtificial Superintelligenceとしている。
簡単に言えば、
AI → AGI → ASI
と能力の範囲が広がっていくイメージだ。
ただし、実際には境界線が一本引かれているわけではない。
AGIそのものが段階的に進化していくという考え方のほうが現実には近いだろう。
まとめ
AGIとはArtificial General Intelligenceの略で、日本語では「汎用人工知能」と呼ばれる。
ただし、「人間より賢いAI」という説明だけでは足りない。
重要なのは、
幅広い能力を持ち、多くの仕事で人間レベル以上の性能を発揮し、未知の問題を学習しながら、自律して行動できるか
という点だ。
OpenAIは「経済的に価値のある仕事」で人間を上回る高度に自律したシステムという基準を示している。
Google DeepMindは「性能」と「汎用性」を使い、AGIを段階的に評価する方法を提案している。
ARC-AGIはさらに、新しい問題を人間と同じような効率で学習できるかを重視する。
どれも少し違う。
だからこそ、「AGIが完成した」というニュースを見たら、その一言だけで判断してはいけない。
2026年にはGPT-6 Astraのように、AGIを測るために作られたベンチマークで人間並み、あるいは人間以上の結果を出すAIまで登場した。それでもARC Prize自身が「これだけではAGIの証明にならない」としている。
ここにAGI問題の難しさが全部詰まっている。
AGIは一つのテストを突破した瞬間に誕生するものではない。
さまざまな仕事、未知の環境、学習、自律行動で人間に迫り、その境界が少しずつ消えていく。
問題は「AGIが突然完成する日はいつか」ではなく、どの時点から私たちがそれをAGIと呼ばざるを得なくなるのかなのだ。
コメント