論文の概要: From AGI to ASI

• arxiv url: http://arxiv.org/abs/2606.12683v1
• Date: Wed, 10 Jun 2026 21:14:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.464748
• Title: From AGI to ASI
• Title（参考訳）: AGIからAISへ
• Authors: Tim Genewein, Matija Franklin, Alexander Lerchner, Laurent Orseau, Samuel Albanie, Adam Bales, Cole Wyeth, Stephanie Chan, Iason Gabriel, Joel Z. Leibo, Allan Dafoe, Marcus Hutter, Thore Graepel, Shane Legg,
• Abstract要約: 人間のレベルの人工知能の構築は、遠方の憶測から、大規模なAI組織の多くにとって、具体的な次の10年ターゲットへと移行してきた。 報告では、AI自体が、マシンインテリジェンスの継続とともに、AGI後の世界でどのように発展し続けるのかを調査している。
• 参考スコア（独自算出の注目度）: 65.04985565452489
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Over the last decade, building human-level artificial general intelligence has moved from far-fetched speculation to being a concrete next-decade target for many of the largest AI organisations. Achieving this goal would have profound and far-reaching impacts on human society, which raises many complex questions for the decade ahead. This report investigates how AI itself might continue to develop in a post-AGI world along the continuum of machine intelligence. The endpoint of this continuum, Universal AI, is theoretically well understood, which provides some formal grounding for the main focus of this report: the transition from human-level AGI to artificial general superintelligence, which, intuitively, can be understood as a system that is more intelligent and cognitively capable than large organisations of humans. After characterizing ASI, the report discusses four potential pathways from AGI to ASI: scaling AGI, AI paradigm shifts, recursive improvement, and ASI emerging from large-scale multi-agent collectives. The report then discusses possible frictions and bottlenecks along these pathways. Determining whether the impact of these frictions will be negligible or substantial raises a number of concrete open research questions. Due to large uncertainties for predicting ASI progress, it cannot be ruled out that AI progress might continue to accelerate over the next years. This could imply that the image of a single transformative step change, caused by the introduction of human-level AGI into our society, could be inaccurate. More apt might be the prospect of a series of transformative societal changes caused by AI-enabled progress and breakthroughs across many areas of science and technology. Preparing for this prospect requires a massively interdisciplinary endeavour of global scope and interest.
• Abstract（参考訳）: 過去10年間で、人間レベルの人工知能の構築は、予想外の憶測から、大規模なAI組織の多くにとって、具体的な次の10年ターゲットへと移行してきた。 この目標を達成することは、人間の社会に大きな影響を与え、今後10年間に多くの複雑な疑問を提起する。 本報告では、AI自体が、機械学習の継続とともに、AGI後の世界でどのように発展し続けるかを検討する。 この連続体のエンドポイントであるUniversal AIは理論的によく理解されており、人間レベルのAIから人工的な汎用知能への移行という、このレポートの主な焦点に対する公式な根拠を提供する。 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AIIの4つの経路について論じている。 報告書では、これらの経路に沿った摩擦とボトルネックについて論じている。 これらの摩擦の影響が無視できるかどうかを判断することは、多くの具体的なオープンな研究の疑問を提起する。 ASIの進歩を予測するための不確実性が大きいため、AIの進歩が今後数年にわたって加速し続ける可能性があると判断することはできない。 このことは、人間レベルのAGIを社会に導入することによる、単一の変革的なステップ変化のイメージが不正確である可能性を示唆している。 AIによって実現された進歩と、科学とテクノロジーの多くの分野におけるブレークスルーによって引き起こされる、一連の変革的な社会変化の予兆かもしれない。 この見通しに備えるには、世界的な範囲と関心の学際的な取り組みが必要である。

関連論文リスト

• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• How Far Are We From AGI: Are LLMs All We Need? [15.705756259264932]
  AGIは、ヒューマンインテリジェンスに匹敵する効率と有効性で、多様な現実世界のタスクを実行する能力で区別されている。 本稿では、AGIに必要な機能フレームワークを概説し、内部、インターフェース、システム次元を統合する。 AIの統合によるユビキタスな影響について、具体的な洞察を得るため、複数のドメインにおけるAGIに対する既存の課題と潜在的な経路を概説する。
  論文  参考訳（メタデータ） (2024-05-16T17:59:02Z)
• Frontier AI Ethics: Anticipating and Evaluating the Societal Impacts of Language Model Agents [0.0]
  一部の者は、すでに広くデプロイされているAIシステムのよく知られた病理を複製したとして、ジェネレーティブAIシステムを批判している。 私はこれらの特定のシステムを区別する点に注意を払っています。 私は「言語モデルエージェント」の略奪的展望がもたらす潜在的社会的影響と規範的疑問について考察する
  論文  参考訳（メタデータ） (2024-04-10T05:34:07Z)
• The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
  機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。 ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
  論文  参考訳（メタデータ） (2023-07-09T21:16:56Z)
• Governance of the AI, by the AI, and for the AI [9.653656920225858]
  研究者たちは、人工知能の時代がようやくやってきたと信じている。 AIの現状は、社会の多くの異なる分野に大きな変化をもたらしている。
  論文  参考訳（メタデータ） (2023-05-04T03:29:07Z)
• Recognition of All Categories of Entities by AI [20.220102335024706]
  本稿では,オントロジ・セクテットを包括的技術地図として見るための新たな議論的選択肢を提案する。 近い将来、AIは人間と同じ程度に様々な実体を認識できるようになると予測しています。
  論文  参考訳（メタデータ） (2022-08-13T08:00:42Z)
• Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
  近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。 倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。 このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
  論文  参考訳（メタデータ） (2021-06-25T22:31:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。