超知能は、単体モデルではなく「組織」として現れる

超知能（ASI）と聞けば、人間の天才を一人で凌ぐ単体のマシンを思い浮かべがちだ。だが、米Google DeepMindが6月10日に公開した論文「From AGI to ASI」が描く有力な道筋の一つは、まったく別の絵を提示する。多数のAGI（汎用人工知能）エージェントが集まって一つの「組織」を成し、その集団としての知能が個々を大きく超える——いわば、完全に自動化された企業のようなものが、単体モデルを超える知能としてふるまうシナリオである。

論文には、Shane Legg氏（DeepMind共同創業者）やMarcus Hutter氏ら理論畑の重鎮が名を連ね、Tim Genewein氏が筆頭著者を務める。注目すべきは、そのASIの定義の置き方だ。論文はASIを、単に「人間一人より賢いAI」とは定義していない。よく組織された大規模な専門家集団をも上回る認知能力を持つシステム、とかなり高い基準で捉えている。賢さの物差しを「単体モデルの能力」ではなく「集団としての能力」に置いているのである。AGIからASIへの道筋として論文は四つを挙げる。すなわち、(1)計算資源・モデル・データの「スケーリング」、(2)アルゴリズムの「パラダイム転換」、(3)AIがAIを改良する「再帰的自己改善」、(4)多数エージェントの「協調」——である。この記事ではこのうちの四つ目、多数エージェントの協調から超知能が立ち上がる経路に注目したいと思う。

鍵を握る「集団主体」

その鍵となるのが「集団主体（Group Agent）」という概念である。多数のAGIエージェントが、個々のエージェントの単なる寄せ集めではなく、全体として一つの目的や判断を持つ主体——たとえば完全に自動化された企業——を形成しうる、という考え方だ。論文はここで「認知的分業」を重視する。タスクを補完的に振り分け、複雑な問題を扱いやすい部分へ分解することで、限られたコンテキストウインドウや特化したデータといった単一アーキテクチャの制約を回避できる。結果として、構成員の単純な総和を超える認知能力を持つ集団が生まれうるという。

こうした集団の組織化の仕方を、論文は二つの方向で描く。一つは中央集権型だ。極端には、単一の基盤エージェントのコピー群が、互いに極めて高い帯域で通信し合う形を想定する。人間の組織が通信帯域の狭さゆえに深い階層と官僚機構を必要とするのに対し、AGIの集団は、深い階層や官僚機構への依存を減らせる可能性がある。

もう一つは分散型で、こちらは誰も全体を指揮しない。あるモノやサービスが足りなくなれば値段が上がり、余れば下がる。その値段の動きだけを手がかりに、無数のエージェントが「どこに人手やモノを回すべきか」を各自で判断していく——人間の市場とそっくりの仕組みだ。論文はこれを「仮想エージェント経済（Virtual Agent Economies）」と呼ぶ。この経済に参加するのは人間ではなく、AIエージェントそのものだ。どのエージェントも全体を見通しているわけではない。それでも全体としては、資源の配分や新たな発見といった問題を、単体のエージェントにはできない速さで解いていく可能性がある。ここでは超知能は、設計された単一のアーキテクチャからではなく、超高速で回る経済のダイナミクスそのものから生まれる。

「規模の法則」と未解決の問い

論文は、エージェントの数を増やし、互いのやり取りを密にするほど、こうした集団知能は伸びていく可能性があるとし、これを「マルチエージェント・スケーリング則」と呼ぶ。集団の規模が大きくなれば、能力もそれに比例して、あるいはそれ以上の勢いで高まるかもしれない。

ただし論文は冷静さも失わない。同質なLLMの集団が本当に相乗効果を生むのかは、未解決の研究課題だと明言する。そもそも人間の集団が一人ひとりより賢く振る舞えるのには、二つの理由があるとされる。一つは手分けの力だ。大勢で分担すれば、一人では抱えきれない量の情報や作業をこなせる。もう一つは多様性で、それぞれが異なる専門や視点を持ち寄ることで、答えの幅が広がる。だが、AIエージェントが同じモデルから複製された存在だとすれば、どれも似通ってしまう。この多様性をどう確保するかは、まだ答えが見えていない。

それでも、この道筋が突きつける問いの転換は重い。これまでAI競争は「どのモデルが最も賢いか」を軸に語られてきた。だが超知能が組織として現れるのなら、次に問うべきは「どのモデルが最強か」ではなく、「どんな組織が最強か」である。AIネイティブな企業設計とは何か——その問いは、SF的な未来像ではなく、少しずつ経営の議題に近づいている。

出典

From AGI to ASI

https://arxiv.org/abs/2606.12683v1