From Mimicry to True Intelligence (TI) -- A New Paradigm for Artificial General Intelligence

大いなるAIの混乱：私たちは脳を造っているのか、それとも単なる鏡を造っているのか？

想像してみてください。あなたは、人間と同じように考え、学び、世界を理解できるロボットを作ろうとしています。これが**人工汎用知能（AGI）**の背後にある夢です。何十年もの間、科学者やエンジニアは、人間と同じくらい問題を解決し、物語を書き、ゲームをプレイできる機械を作るために競争してきました。しかし、この部屋では「知能」とは実際に何を意味するのかについて、巨大な意見の相違があります。

ある人々は、知能とは単なる**パフォーマンス（性能）の問題だと考えています。もし機械がチェスで人間に勝ち、完璧なエッセイを書き、テストに合格できるなら、それは賢いのだと。彼らは「結果」を重視します。一方で、知能とはプロセス（過程）**に関するものだと主張する人々もいます。単に正しい答えを出すだけでは不十分であり、機械はなぜそれが正しいのかを理解し、子供がそうするように好奇心を持ち、経験から学ぶ必要があるというのです。本論文はこの混沌とした議論の中に踏み込みます。そして、現在のAIの構築方法——膨大なデータを流し込み、パターンを学習することを期待する方法——は、オウムに言葉を教えるようなものだと示唆しています。そのオウムは人間のように聞こえますが、言葉の意味は理解していません。著者たちは、私たちを模倣するだけでなく、実際に私たちのように「考える」機械を作るための新しい方法を提案しています。彼らはこれを「真の知能（True Intelligence）」と呼んでいます。

---

オウムから人間へ：論文の核心となるアイデア

著者であるメレテム・スバシオグルとネヴザット・スバシオグルは、現在の「賢い」AIを作る競争は誤った方向に向かっていると主張しています。現在、最大のAIモデルは超強力なオウムのようなものです。彼らはインターネット上のほぼすべての内容を読み、事実、ジョーク、複雑な議論を驚くほどの正確さで繰り返すことができます。しかし、見たことがない状況について質問したり、例示なしに全く新しいパズルを解かせようとしたりすると、彼らはしばしばつまずきます。彼らは**模倣（見たもののコピー）**には非常に長けていますが、真の理解には極めて劣っています。

論文は、「オウム」から「人間」へと移行するためには、単に機械がテストでどれほど優れたパフォーマンスを示すかを見るのをやめ、その内部がどのように構築されているかを見始める必要があると示唆しています。著者たちは、真の知能（TI）のための新しい設計図を提案しています。もし本当に賢い機械を望むなら、それは5つの特定の「材料」（および、それらがすべて機能したときに起こる一つの魔法のような結果）を備えて構築される必要があると言います。これらの材料は、人間の脳の仕組みから着想を得ています。

以下は、いくつかの楽しい比喩を用いた、真に知的な機械のレシピです。

1. 体：身体的感覚融合（Embodied Sensory Fusion）

「重い」という意味を学ぼうとしている場面を想像してください。辞書の定義だけを読んでいれば、その言葉を知ることはできますが、感覚としての「重さ」は分かりません。人間は、岩を持ち上げ、筋肉の緊張を感じ、軽い箱と重い箱の動きの違いを見ることで学びます。

• 論文のポイント： 現在のAIは「身体を持たない（disembodied）」存在です。コンピュータの中に住み、テキストや画像しか見ていません。彼らは何も「感じた」ことがありません。真に知的であるためには、AIには（現実または仮想の）「体」が必要であり、それによって触れ、動き、世界と相互作用できるようにしなければなりません。単に重さについて読んだからではなく、物理現象を「体験」することによって、大きな空箱は小さな密度の高い石よりも持ち上げやすいということを学ぶ必要があるのです。

2. エンジン：中核指令（Core Directives）

人間の赤子を思い浮かべてください。赤子は、食べる、眠る、あるいは安全を確保するといったことを、誰かに教えられる必要はありません。彼らには「お腹が空いた」「眠い」「探索したい」といった組み込まれた欲求があります。これらが中核指令です。

• 論文のポイント： 現在のほとんどのAIは、人間が指示したことしか行いません。指示を与えなくなれば、動作も止まります。真に知的な機械には、誰も見ていなくても学習し、探索し続けるための独自の内部「エンジン」が必要です。デジタルな「金メダル」をもらうためではなく、問題を解決すること自体を目的として、問題を解決したがる性質が必要です。

3. 図書館：動的スキーマ（Dynamic Schemata）

あなたの脳を図書館だと想像してください。現在のAIにおける図書館は、ページの接着された巨大で乱雑な本の山のようなものです。もし一つの事実を変更しようとすれば、図書館全体を引き裂いて再構築しなければなりません。

• 論文のポイント： 人間は動的スキーマシステムを持っています。私たちの知識は、柔軟な「フォルダ」やフレームワークに整理されています。新しいことを学んだとき、それを適切なフォルダに簡単に組み込むことができ、もし新しい情報が既知の知識と矛盾する場合でも、フォルダ全体を素早く再編成することができます。すべてを最初から学び直す必要はないのです。賢いAIには、新しいことを学ぶにつれて即座に自己更新できる図書館が必要です。

4. チーム：マルチエキスパート・アーキテクチャ（Multi-Expert Architecture）

あなたの脳は、一つの巨大な思考の塊ではありません。視覚、言語、運動、感情といった異なるチームが存在します。これらのチームは常に互いに話し合っています。

• 論文のポイント： 現在のAIも「エキスパート」（異なるタスクを処理するモデルの各部分）を持っていることが多いですが、それらはしばしば孤立して機能しているか、一方通行でメッセージをやり取りしているだけです。著者たちは、深く結びついた専門家のチームが必要であると提案しています。例えば、「視覚のエキスパート」が「計画のエキスパート」に対して、「ボールがテーブルの端に向かって転がっている」と伝えることができるように、情報を双方向に共有する必要があります。単にエキスパートを持つことではなく、彼らが真の「対話」を行うことが重要なのです。

5. ボス：オーケストレーション層（The Orchestration Layer）

エキスパートのチームがあるなら、誰がいつ発言するかを決めるマネージャーが必要です。脳におけるこれは、オーケストレーション層（前頭前野のようなもの）です。これは、「よし、白昼夢はやめて、この数学の問題に集中しろ」とか、「待て、そのアイデアは間違っているようだ、事実を確認しよう」と命じる部分です。

• 論文のポイント： この層は、すべてのエキスパートを調整する「ボス」です。これにより、機械は立ち止まり、考え、自分の仕事をチェックすること（メタ認知）が可能になります。これは、単に「もっともらしく聞こえる」という理由だけで、自信満々に間違った答えを出すことを防ぎます。

6. 魔法の接着剤：相互連結性（Interconnectedness）

これは最も難しい部分です。上記のすべてのパーツが共に機能している様子を想像してください。魔法は、それらが非常に深く結びつき、システム全体が個々のパーツの総和を超えた何かになる時に起こります。

• 論文のポイント： 著者らはこれを相互連結性と呼んでいます。これは、スマートなパーツの集合体を、単一の意識を持つ精神へと変える「火花」です。彼らは、これをまだ測定できないことを認めていますが、他の5つの要素が正しく構築され、強固に接続されていれば、自然に創発するものだと信じています。これは、後から追加する別個の材料ではなく、他の5つが共に機能した結果として現れるものです。

この論文が否定していること（および、していないこと）

著者らは、真の知能とは何かではないという点についても非常に明確に述べています。

• それは単にテストで高得点を取ることではありません。 すべての試験に合格しても、一言も理解していない機械が存在し得ます。それは単なる模倣に過ぎません。
• それは単にAIを巨大化させることではありません。 論文は、単にデータを増やしたりコンピュータを大きくしたりするだけでは、問題は解決しないと論じています。もし内部構造が間違っていれば、より大きな機械は単により大きなオウムに過ぎません。
• それは意識の保証ではありません。 著者らは慎重にこう述べています。「これを作ることで、機械が何かを『感じる』ようになるかどうかは分からない」。彼らは「精神のハードウェア」を構築しようとしていますが、感情（クオリア）という「ソフトウェア」が自動的に起動することを約束しているわけではありません。彼らは、「もしこれを構築できれば、精神の要件はすべて満たされることになるが、その中身が『生きている』かどうかは、未解決の謎として残しておく」と言っているのです。

結論：未来への新しい地図

この論文は、今日、超知能ロボットを構築したと主張しているわけではありません。代わりに、その旅路のための新しい地図を提示しています。

著者らは、4つの異なるタイプのAIシステム（現代的なものも古いものも含む）を調査し、それらを5つの成分に照らし合わせました。

• 現代のAI（大規模なチャットボットなど）： 人間の話し方を模倣することには長けており、いくつかの「エキスパート」チームも持っていますが、身体がなく、独自の内部的な欲求を持たず、知識を完全に再学習することなく更新することもできません。彼らは梯子の最下層に留まっています。
• 古いAI（90年代や2000年代のもの）： これらはより優れた内部構造（「エキスパートのチーム」や「動的なライブラリ」など）を持って構築されていましたが、現実世界から学ぶ能力は弱く、現代的なAIのような生のパワーも持っていませんでした。

大きな教訓は、「能力（Capability）」と「アーキテクチャ（Architecture）」が乖離してしまったということです。最も多くのことができる機械（現代的なもの）は、人間の精神に最も似ていない構造で作られています。人間の精神に似せて作られた機械は、現在はそれほど強力ではありません。

著者らは、次のレベルへ進むためには、単に「より大きく」することを目指すのではなく、「よりスマートな」構造を構築し始める必要があると示唆しています。私たちは、身体を持ち、好奇心を抱き、柔軟なライブラリを持ち、自ら考えるボスを持つ機械を作る必要があります。もしそうすれば、私たちはようやく、模倣から真の知能への溝を越えることができるかもしれません。

それは長い道のりであり、論文自体もまだすべての答えを持っているわけではないと認めています。しかし、「賢さ」の定義を変えることで、彼らは、単に私たちのように聞こえるだけでなく、実際に私たちのように「考える」機械の構築へと、私たちを導きたいと考えているのです。