Google DeepMindは、汎用人工知能（AGI）の進展を定量化するための厳格な認知フレームワークを導入し、その評価基準を刷新しようとしている。業界では現在もアドホックなベンチマークが多用される傾向にあるが、新たに発表された「認知タキソノミー」は心理学や神経科学の知見を動員し、知能の根幹をなす10の柱を特定した。ここには知覚や推論といった基本技能だけでなく、自らの思考プロセスを監視するメタ認知や、社会認知といった極めて抽象的な特性も含まれている。

この提案は、単純な「合否」の判定を脱し、AIの出力を人間の成人の代表サンプルと直接比較する3段階のプロトコルを提示するものだ。モデルの性能を人間の能力分布と照らし合わせることで、単一のスコアではなく、知能の分布状況を示す「天気図」のような多角的な評価が可能になる。このアプローチは、あるシステムが論理思考において超人的な能力を発揮しながら、社会的な機微や計画性の面で致命的な欠陥を残しているといった複雑な現状を浮き彫りにする。

こうした新たな指標の策定を加速させるべく、DeepMindは賞金総額20万ドルのKaggleハッカソンを開催した。このプロジェクトは、実行機能や経験からの学習といった、評価が特に困難な領域における「測定のギャップ」を埋めることに特化している。研究コミュニティに向けたこのオープンな呼びかけは、現代のAI開発における冷厳な事実を物語る。すなわち、モデルが高度化するにつれ、その真の知能を測定する手法もまた、安全性と透明性を確保するために進化し続けなければならないのである。

Google DeepMindは、汎用人工知能（AGI）の進展を定量化するための厳格な認知フレームワークを導入し、その評価基準を刷新しようとしている。業界では現在もアドホックなベンチマークが多用される傾向にあるが、新たに発表された「認知タキソノミー」は心理学や神経科学の知見を動員し、知能の根幹をなす10の柱を特定した。ここには知覚や推論といった基本技能だけでなく、自らの思考プロセスを監視するメタ認知や、社会認知といった極めて抽象的な特性も含まれている。

この提案は、単純な「合否」の判定を脱し、AIの出力を人間の成人の代表サンプルと直接比較する3段階のプロトコルを提示するものだ。モデルの性能を人間の能力分布と照らし合わせることで、単一のスコアではなく、知能の分布状況を示す「天気図」のような多角的な評価が可能になる。このアプローチは、あるシステムが論理思考において超人的な能力を発揮しながら、社会的な機微や計画性の面で致命的な欠陥を残しているといった複雑な現状を浮き彫りにする。

こうした新たな指標の策定を加速させるべく、DeepMindは賞金総額20万ドルのKaggleハッカソンを開催した。このプロジェクトは、実行機能や経験からの学習といった、評価が特に困難な領域における「測定のギャップ」を埋めることに特化している。研究コミュニティに向けたこのオープンな呼びかけは、現代のAI開発における冷厳な事実を物語る。すなわち、モデルが高度化するにつれ、その真の知能を測定する手法もまた、安全性と透明性を確保するために進化し続けなければならないのである。