新たなAI研究会社が本日、ステルス状態から脱却し、野心的な目標を掲げて始動します。それは、機械が現在欠いている人間の知能の基礎を研究することです。Generally Intelligentと呼ばれるこの企業は、これらの基礎を解決すべき一連のタスクに変換し、自社チームが構築した非常に複雑な3D世界において、様々なシステムがそれらのタスクを学習して解決する能力を設計・テストすることで、この目標達成を目指します。
「汎用知能コンピュータは、いつの日か人間の創造性と洞察力の驚異的な可能性を解き放つと信じています」と、CEOのカンジュン・チウ氏はTechCrunchとのメールインタビューで語った。「しかしながら、現在のAIモデルには人間の知能の重要な要素がいくつか欠けており、安全に導入できる汎用AIシステムの開発を阻害しています。（中略）General Intelligentの取り組みは、人間の知能の根本を理解し、人間と同じように学習し理解できる安全なAIシステムを設計することを目指しています。」
Dropboxの元チーフ・オブ・スタッフであり、VRヘッドセット用レーザーディスプレイを設計したEmber Hardwareの共同創業者であるQiu氏は、AIを使ってウェブをくまなく調べる人材紹介会社である以前のスタートアップであるSourceressを閉鎖した後、2021年にGeneral Intelligentを共同創業した（Qiu氏は、リードソーシング事業の高流動性を非難した）。General Intelligentの2人目の共同創業者はJosh Albrecht氏で、BitBlinder（プライバシーを保護するトレントツール）やCloudFab（3Dプリントサービス会社）など、数多くの企業を共同で立ち上げた。
ジェネラル・インテリジェントの共同創業者たちは、伝統的なAI研究のバックグラウンドを持っていないかもしれない（Qiu氏は2年間アルゴリズムトレーダーとして活動していた）が、この分野の著名人からの支援を確保することに成功している。同社の2,000万ドルの初期投資（および1億ドル以上のオプション）に貢献した人物には、OpenAIのGPT-3の元エンジニアリングリーダーであるトム・ブラウン氏、元OpenAIのロボティクスリーダーであるジョナス・シュナイダー氏、Dropboxの共同創業者であるドリュー・ヒューストン氏とアラシュ・フェルドウシ氏、そしてアステラ研究所の関係者がいる。
Qiu 氏は、この異例の資金調達構造は、General Intelligent が解決しようとしている問題の資本集約的な性質を反映していると述べた。
「アバロンが数百、数千ものタスクを構築するという野心的な目標は、非常に集中的なプロセスであり、多くの評価と検討が必要です。私たちの資金調達は、アバロンが構築を進めていく中で、将来的に想定される膨大な問題群に対して確実に前進できるよう設定されています」と彼女は述べた。「1億ドルの契約を締結しており、この資金は引き出しによって保証されており、長期的な資金供給を可能にします。この引き出しから追加資金を調達するための枠組みは確立していますが、その資金調達枠組みは公開しません。それはロードマップの公開に等しいからです。」
何が彼らを納得させたのか？Qiu氏によると、それはAIシステムが他者からの学習、安全な外挿、あるいは少量のデータからの継続的な学習に苦労するという問題に対するGeneral Intelligent社のアプローチだ。General Intelligent社は、環境に応じて行動するAIエージェントが、動物の進化や乳児の発達における認知的マイルストーンに着想を得た、より困難で複雑なタスクをこなすことでトレーニングを行う、模擬研究環境を構築した。Qiu氏によると、目標は、様々なAI技術を基盤として動作する多数の異なるエージェントをトレーニングし、それぞれの異なるコンポーネントが何をしているのかを理解することだという。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
「このような[エージェント]は、科学的発見、材料設計、パーソナルアシスタントや家庭教師など、私たちがまだ理解できていない多くの用途を含む幅広い分野で人間を力づけることができると考えています」とQiu氏は述べています。「複雑でオープンエンドの研究環境を用いて、一連の重要な知能テストでエージェントのパフォーマンスをテストすることは、機械に欠けている人間の知能の側面を特定し、それを補うのに最も役立つアプローチです。構造化された一連のテストは、安全なシステムの設計に不可欠な[AI]の仕組みに対する真の理解の発展を促進します。」
現在、General Intelligentは、エージェントがオブジェクトオクルージョン（あるオブジェクトが別のオブジェクトによって視覚的に遮られること）と持続性にどのように対処し、シーン内で何が起こっているかを理解するかについての研究に主に焦点を当てています。研究室が研究しているより困難な分野の一つは、エージェントが重力などの物理法則を内在化できるかどうかです。
ジェネラル・インテリジェント社の研究は、アルファベット傘下のディープマインドとOpenAIによる、ゲームのような3D環境におけるAIエージェントの相互作用を研究した過去の研究を想起させる。例えば、OpenAIは2019年、仮想環境に解き放たれたAI制御エージェントの大群が、互いに隠れたり探したりするための、より洗練された方法を学習する様子を研究した。一方、ディープマインドは昨年、かくれんぼ、旗取り、物体の探索といった問題や課題をクリアする能力をエージェントに訓練した。これらの課題の中には、訓練中に遭遇しなかったものもあった。
ゲームをプレイするエージェントは技術的なブレークスルーのようには聞こえないかもしれないが、DeepMind、OpenAI、そしてGenerally Intelligentの専門家たちは、そのようなエージェントは、物理的に根拠があり人間に関連する動作が可能な、より汎用的で適応性の高いAI、例えば、食品調理ロボットや自動パッケージ仕分け機を動かすAIへの一歩であると主張している。
「安全な橋を建設したり、安全な化学物質を開発したりするには、それらを構成する理論や構成要素を理解していなければなりません。同様に、構成要素がシステムにどのような影響を与えるかを理論的かつ実践的に理解していなければ、安全で有能なAIシステムを構築することは困難です」とQiu氏は述べています。「Generally Intelligentの目標は、人間のような知能を持つ汎用AIエージェントを開発し、現実世界の問題を解決することです。」
実際、一部の研究者は、これまでの「安全な」AIシステムに向けた取り組みが本当に効果的であるのかどうか疑問視しています。例えば、OpenAIは2019年に、特定の「制約」を尊重するAIモデルを開発するためのツールスイート「Safety Gym」をリリースしました。しかし、「Safety Gym」で定義された制約は、例えば衝突を回避するようにプログラムされた自動運転車が、常に他の車から2センチメートルの距離を保って走行したり、「衝突回避」という制約を最適化するために、その他多くの危険な行動をとったりすることを妨げるものではありません。
安全性重視のシステムはさておき、多くのスタートアップ企業が、多種多様なタスクをこなせるAIの開発に取り組んでいます。Adeptは、「人間とコンピューターが創造的に協力して問題を解決できる汎用知能」を開発しています。また、伝説的なコンピュータープログラマーのジョン・カーマック氏は、最新のベンチャー企業であるKeen Technologiesに2,000万ドルを調達しました。Keen Technologiesは、理論上は人間が実行できるあらゆるタスクを実行できるAIシステムの開発を目指しています。
すべてのAI研究者が、汎用AIが実現可能だと考えているわけではない。DeepMindのGatoのような、ゲームのプレイからロボットの制御まで、数百ものタスクを実行できるシステムがリリースされた後も、Milaの創設者ヨシュア・ベンジオ氏やFacebookの副社長兼チーフAIサイエンティストのヤン・ルカン氏といった著名人は、いわゆる汎用AIは技術的に実現不可能だと繰り返し主張してきた。少なくとも現時点では。
ジェネラル・インテリジェントは懐疑論者の誤りを証明できるだろうか？まだ結論は出ていない。しかし、約12名のチームと、Neuralink創設メンバーのティム・ハンソン氏を含む取締役会を擁するジェネラル・インテリジェントには、大きな可能性があるとQiu氏は考えている。
