ANIとAGI：ChatGPTはどちらに属していますか？

ほとんどすべての人工知能（AI）の進歩は、弱い人工知能（ANI）です。AI の最終目標は強い人工知能（AGI）です。彼らは人間ができることを含むあらゆることをすることができ、人間ができないことさえも可能です。

AI について話すとき、通常 2 つの重要な概念、ANI と AGI に言及します。

ANI（Artificial Narrow Intelligence）#

ANI または「弱い人工知能」とは、特定のタスクを解決するために設計された知能システムを指します。これらのシステムは特定のタスクを実行する際に、人間と同様の知能レベルを示すことができますが、人間の広範な適応能力や創造的思考能力に欠けています。現在、ANI は多くの領域で使用されており、次のような領域に適用されています。

自然言語処理（NLP）：ANI は、音声認識、機械翻訳、感情分析、スマートな質問応答など、NLP の領域で広く使用されています。例えば、Siri や Alexa などのスマートスピーカーや Google 翻訳などのオンライン翻訳サービスは、ANI 技術を基にしています。
画像認識とコンピュータビジョン：ANI は、画像分類、物体検出、顔認識、ビデオ分析などの領域で使用されています。これらの技術は、セキュリティ、スマートトラフィック、医療画像解析などのさまざまな分野で広く使用されています。
金融分野：ANI は、金融データ分析、リスク管理、詐欺検出、投資戦略などに使用されています。例えば、多くの銀行や金融機関は、ANI を使用してローンポリシーや投資決定を支援しています。
製造業：ANI は、生産プロセスの最適化、障害検出、品質管理など、製造業で使用されています。例えば、製造業者は、ANI 技術を使用して生産ライン上の障害を検出し、機器の停止時間を減らし、生産効率と品質を向上させることができます。
オンラインカスタマーサービス：ANI は、消費者に迅速かつ正確な回答を提供するために使用されます。例えば、一部の電子商取引会社、銀行、保険会社などは、AI チャットボットなどを使用してオンラインカスタマーサービスを提供し、顧客の問題や要求を解決します。

ANI はさまざまな領域での応用が進んでいますが、いくつかの問題や課題も存在しています。その中でも主な問題の 1 つは、トレーニングデータの品質と量です。ANI はトレーニングに大量のデータが必要であり、良好な結果を得るためには高品質のデータが必要です。もう 1 つの問題は、ANI の透明性と説明可能性です。ANI は大量のデータを学習することで作成されるため、内部の動作方法や意思決定プロセスを説明することは困難です。

現在、注目を集めている ChatGPT は、弱い人工知能（ANI）に属しています。ChatGPT は自然言語処理のタスクで非常に優れた能力を示していますが、回答を生成するために大量のテキストデータを学習するだけであり、真の自律的な思考や学習能力はなく、他の領域での一般的なタスク処理はできません。一方、強い人工知能（AGI）は、人間と同様の知恵と自律的な学習能力を持つ人工知能を指します

AGI（Artificial General Intelligence）#

AGI または「強い人工知能」とは、人間の知能に類似したシステムであり、広範な適応能力と創造的思考能力を持っています。この形式の人工知能は、独立して学習し、推論し、新しい知識を創造し、幅広いタスクを処理することができます。予め設定されたタスクだけでなく、人間ができることを含むあらゆることを行うことができます。

研究者たちは AGI の実現方法を探求していますが、現時点ではほとんどの人工知能システムはこのレベルには達していません。現在、AGI 技術の研究は主に以下の領域に焦点を当てています。

ディープラーニングとニューラルネットワーク：大規模なデータセットと深層ニューラルネットワークのトレーニングにより、より複雑なタスクを実現することができます。例えば、ゲームプレーヤー AI や自動運転車などがあります。
強化学習：報酬と罰則のメカニズムを使用してエージェントをトレーニングする技術です。例えば、囲碁などのゲームでは、AI は反復試行と報酬の方法でより良い戦略を学習します。
自己学習：自己対戦や知識の発見を通じて学習する技術です。例えば、AlphaGo Zero は自己対戦を通じて囲碁を学習し、人間のトレーナーなしで人間を超えるレベルに達しました。
統計モデリング：人間の思考をモデル化するために複雑な確率モデルを構築する技術です。例えば、音声認識や機械翻訳の分野では、複雑な確率モデルの構築が進んでいます。

最近、注目を集めている実験的なオープンソースアプリケーションである Auto-GPT は、GPT-4 言語モデルの機能を示し、革命的な自律人工知能ツールとして説明されています。Auto-GPT は GPT-4 によって駆動され、LLM の考え方を結びつけて、ユーザーが設定した任意の目標を達成することができます。それは問題を分析し、実行目標と具体的なタスクを提案するだけでなく、新しい問題を提起し回答する能力も持っており、意思決定者や研究者がより深い情報を発見するのに役立ちます。Auto-GPT の登場は、AGI がより自律化し、知能化する方向に進んでおり、人工知能産業において重要な意味を持っています。

参考文献：
coursera シリーズコース「AI for everyone」