数学が問う「AGIはどこまで来たのか」

OpenAIの研究者Sebastian BubeckとErnest Ryuが、OpenAI Podcastで発表した主張が注目を集めています。その主張とは、数学こそがAGI（汎用人工知能）の進化度を測定する最も客観的な基準であるということです。

モデルの能力は数字で語ります。2年前、ChatGPTは小学校レベルの算数問題を解く程度でした。現在のモデルは、研究数学、つまり大学院レベルの未解決問題へと進化を遂げています。この劇的な変化が示唆するのは、単なる計算能力の向上ではなく、長期的で複雑な推論を重ね、自身の誤りを検出・修正する能力の獲得です。

なぜ数学なのか――3つの理由

Bubeckが指摘する数学の重要性は、3つの特性にあります。

1. 厳密性の要求

数学的証明は、数時間から数年にわたる一貫した論理を要求します。どこかで一つの誤りが生じれば、全体の議論が崩壊します。この厳密さは、AIが「単に回答を出す」段階から「長期的に正確性を保つ」段階へ進化したかどうかを示す、揺るがない指標となります。

2. 自己修正能力の測定

証明の過程で、モデルが自身の推論の誤りを認識し、軌道修正する必要が生じます。これは、与えられた指示をただ従うのではなく、内部で矛盾を検出して修正するメタ認知的能力──AGIに不可欠な要素──の獲得を意味します。

3. 客観的評価の可能性

数学は意見や解釈の余地がありません。答えは検証可能で、正確性について議論の余地がありません。「このモデルはどの程度のAGI段階にあるのか」という問いに、定量的かつ客観的に答えることができるのです。

急速な進化の実例

実際の進展は印象的です。Ryu教授は、ChatGPTを使用して42年前の未解決最適化問題を、わずか3夜間で解いたと述べています。従来、この問題は40時間以上の研究でも進展がなかったとのことです。

モデルの推論時間も拡張しています。2年前には、わずか数分の推論しかできなかったモデルが、現在では数日から1週間にわたる「思考」が可能になりました。開発チームの次の目標は、数週間から数ヶ月規模の思考を持つシステムの実現──つまり、人間の研究者が数ヶ月かけて取り組む問題をAIが解く段階です。

AGI到達への地図

この議論が示唆するのは、AGIへの道が明確に見える状態であるということです。研究者たちが数学的進化の軌跡を観察することで、AIシステムの推論能力が着実に人間の能力に接近していることを定量的に示すことができます。

同時に、現在のところモデルはまだ完全ではありません。長期的推論能力の向上は著しいものの、創造性、常識的な判断、複雑な社会的文脈の理解など、人間にとって自然な多くの能力の獲得には至っていません。

しかし、数学という普遍的かつ厳密な基準を通じて進化を測定できるという事実は、AIコミュニティに対して一つの確かな道標を提供しています。AGI実現への途上で「今、どこにいるのか」を科学的に問い続けることができるからです。

この研究が示すのは、人工知能の進化が単なる技術革新ではなく、人間の思考そのものに最も近い領域──数学──を通じて測られるべきものであるということなのです。