Each language version is independently generated for its own context, not a direct translation.
ARC-AGI-3：AI に「未知の世界」で生き抜く力を試す新しいテスト
2026 年 3 月、AI 研究の分野に新しい挑戦が発表されました。それが**「ARC-AGI-3」**です。
これまでの AI は、大量のデータを「暗記」して正解を導き出すのが得意でした。しかし、この新しいテストは、**「初めて見る未知のルールの中で、どうやって生き残り、目的を達成するか」**という、人間のような「知恵」や「適応力」を測ることを目指しています。
この論文を、難しい専門用語を使わず、身近な例え話で解説しましょう。
1. 以前のテスト（ARC-AGI-1, 2）との違い：パズルから「冒険」へ
以前のテスト（1 と 2）：
これは「パズル」のようなものでした。- 例え： 「赤い四角が青い四角に変わりました。じゃあ、緑の丸はどうなる？」という問題です。
- 特徴： 答えはすでに決まっていて、AI はパターンを当てはめるだけで解けました。AI はここで少し成長しましたが、まだ「暗記」や「推測」の域を出ていませんでした。
新しいテスト（ARC-AGI-3）：
これは「未知の冒険ゲーム」です。- 例え： 突然、見知らぬ森に放り出された状態です。
- 「ゴールはどこ？」と聞かれません。
- 「どう動けばいい？」という説明書もありません。
- 最初は「木に触ると音がする」「川を渡ると止まる」といったルールを自分で発見し、「何のためにここにいるのか（目的）」を自分で見つけ出し、「どうすればゴールにたどり着けるか」を計画して実行しなければなりません。
- 例え： 突然、見知らぬ森に放り出された状態です。
要するに：
以前の AI は「教科書を見てテストを受ける」のが得意でしたが、ARC-AGI-3 は「教科書も先生もいない状態で、新しい国で生き延びる」力を試しています。
2. 4 つの重要な能力：AI に求められる「冒険者」の資質
このテストでは、AI に以下の 4 つの能力が求められます。
- 探索（Exploration）：
- 例え： 暗闇の洞窟に入ったら、まず壁を触ってみたり、足音を聞いたりして「ここがどういう場所か」を調べる行為です。AI は受動的に待つのではなく、自ら情報を集めに行かなければなりません。
- モデル化（Modeling）：
- 例え： 「あ、この川は渡ると溺れるんだ」「この箱は押すと壊れるんだ」という**「世界の法則」を頭の中で理解し、予測する**ことです。
- 目標設定（Goal-Setting）：
- 例え： 「ゴールはここだ！」と誰かに言われなくても、「あ、あの光っている宝石がゴールっぽいな」と自分で「何を目指すべきか」を決めることです。これが最も難しい部分です。
- 計画と実行（Planning & Execution）：
- 例え： 「まず左に行き、次にジャンプして、最後にボタンを押す」という作戦を立てて実行し、失敗したら「あ、ダメだった。次は右に行こう」と臨機応変に修正することです。
3. 採点方法：「効率性」がすべて
このテストの面白い点は、**「正解したかどうか」だけでなく、「どれだけ無駄な動きをせず、賢く解けたか」**を重視する点です。
- 例え：
- AI の動き： 迷路の壁を 100 回ぶつけて、偶然ゴールにたどり着いた。
- 人間の動き： 壁の配置を見て、最短ルートを一瞬で見つけ、5 歩でゴールした。
- 結果： どちらもゴールしましたが、AI は「非効率（バカ）」とみなされ、低い評価になります。
スコア（RHAE）：
「人間が 2 番目に良い成績（無駄のない動き）で解いた回数」を基準にします。AI がその回数と同じか、それ以下で解ければ 100 点。100 回もかかれば 1% 以下の評価になります。
**「いかに人間のように賢く、無駄なく動くか」**が、このテストの核心です。
4. 現在の AI の実力：まだ「赤ちゃん」レベル
2026 年 3 月時点での結果は、少しショッキングです。
- 人間： 100% の問題を、誰でも（訓練なしで）解けます。平均して 20 分以内です。
- 最先端の AI： 1% 未満しか解けません。
なぜ AI は負けるのか？
現在の AI は「知識の引き出し」は豊富ですが、「引き出しがない新しい状況」に直面すると、パニックを起こしたり、無意味な動きを繰り返したりします。
- 例え： 天才的な料理人が、レシピも食材も持たずに「新しい料理を作れ」と言われたら、どうなるでしょうか？ 料理人は「冷蔵庫の中身を見て、何ができるか考え、試行錯誤して料理を作る」ことができます。しかし、現在の AI は「レシピ（データ）がないと動けない」状態なのです。
また、AI が「テストの答えを覚えている」こと（過学習）を防ぐため、テスト問題は**「インターネットにも存在しない、完全に新しいゲーム」**として設計されています。
5. このテストの目的：本当の「汎用人工知能（AGI）」への道
このテストの最終目標は、**「人間と同じように、どんな新しいことでも、人間と同じくらい速く、上手に学べる AI」**を作ることです。
- これまでの AI： 「プログラミングは得意、将棋は得意」というように、特定の分野に特化していました。
- 目指す AI（AGI）： 「初めて見るゲームでも、ルールを学び、攻略法を考え、勝つことができる」ような、汎用的な知能です。
ARC-AGI-3 は、その「汎用的な知能」がどこまで進化しているかを測る、**「究極の適性試験」**なのです。
まとめ
ARC-AGI-3は、AI に「教科書なしで未知の世界を冒険し、ルールを見抜き、目標を見つけ、最短ルートでゴールする」力を試すテストです。
- 人間： すぐに適応してクリアします。
- 現在の AI： 右往左往して、ほとんどクリアできません。
この大きな差を埋めることが、次の世代の AI（本当に人間のように考える AI）を作るための鍵となります。2026 年現在、その壁は依然として高く、AI 研究者たちは「いかに AI に『知恵』を持たせるか」という新たな挑戦に挑んでいます。