AGIからASIへ：汎用人工知能から超知能への移行経路
新たなプレプリント論文では、人間レベルの汎用人工知能（AGI）から人工汎用超知能（ASI）への移行を検討し、4つの潜在的な経路（AGIのスケーリング、AIパラダイムシフト、再帰的改善、大規模マルチエージェント集団からのASIの出現）を提示しています。また、これらの経路上の摩擦やボトルネックについて議論し、AIの進歩が加速し、単一の変革ではなく一連の変革をもたらす可能性があると指摘しています。
過去10年間で、人間レベルの汎用人工知能（AGI）の構築は、非現実的な憶測から、多くの主要AI組織にとって具体的な10年目標へと変化しました。この目標の達成は人類社会に深遠かつ広範な影響を及ぼし、今後10年にわたって多くの複雑な問題を提起します。最新のプレプリント論文『AGIからASIへ』（著者：Tim Geneweinら14名、2026年6月10日arxiv提出）は、AGI以後の世界でAIが機械知能の連続体に沿ってどのように発展し得るかを調査しています。この連続体の終点であるUniversal AIは理論的に明確に理解されており、本論文の主焦点である人間レベルのAGIから人工汎用超知能（ASI）への移行に形式的な基盤を提供します。ASIは直感的には、大規模な人間組織よりも知的で認知能力の高いシステムとして理解され、その能力は現在のいかなる単一実体をも超える可能性があります。
ASIの特性を明確にした後、論文はAGIからASIへの4つの潜在的な経路を議論します。すなわち、AGIのスケーリング（より大規模なモデルとデータによる拡大）、AIパラダイムシフト（深層学習から新たなアーキテクチャや学習パラダイムへの転換）、再帰的改善（AIシステムが自律的に自身を改善する）、そして大規模マルチエージェント集団からのASIの出現（多数のエージェントの協調により個々の知能を超える集合知の創発）です。それぞれの経路には独自の課題と不確実性が伴います。
さらに、論文はこれらの経路に沿った摩擦やボトルネックの可能性について検討します。例えば、計算資源の制約、データの可用性、アルゴリズムの効率、アライメント問題、社会的受容などが挙げられます。これらの摩擦の影響が無視できるか重大であるかを判断することは、具体的な未解決研究課題を提起します。ASIの進展予測には大きな不確実性があるため、今後数年間にAIの進歩が加速し続ける可能性は否定できません。これは、人間レベルのAGIの社会導入によって引き起こされる単一の変革的ステップチェンジというイメージが不正確であることを示唆します。より適切な展望は、科学技術の多くの分野にわたるAI主導の進歩とブレークスルーによって引き起こされる一連の変革的社会変化であるかもしれません。このような展望に備えるには、コンピュータ科学、社会学、倫理学、政策立案など多岐にわたる分野でのグローバルな規模と関心を持つ大規模な学際的取り組みが必要です。本論文の主題分類は人工知能（cs.AI）、コンピュータと社会（cs.CY）、機械学習（cs.LG）であり、その学際的な性質を示しています。