{"ok":true,"entity":{"id":"artificial-general-intelligence","name":"Artificial General Intelligence (AGI)","entityType":"concept","officialName":"Artificial General Intelligence (AGI)","canonicalName":"Artificial General Intelligence (AGI)","displayName":"Artificial General Intelligence (AGI)","category":"AI概念（汎用人工知能）","shortDescription":"AGI（汎用人工知能）は、特定のタスクに限らず幅広い知的作業をこなすAIを指す概念ですが、定義は組織や研究者によって異なります。Google DeepMindは2025年4月のブログで「ほとんどの認知タスクで少なくとも人間と同等の能力を持つAI」と記し、論文「Levels of AGI」（ICML 2024掲載、2025年9月にv5）は性能・汎用性・自律性のレベルで分類する枠組みを提案しています。本ページでは定義を提唱元ごとに区別して扱います。","primaryCluster":"ai-concepts","parentEntity":null,"verificationStatus":"draft","website":"https://arxiv.org/abs/2311.02462","updatedAt":"2026-10-27T00:21:53.164Z","secondaryClusters":[],"alias":["AGI","汎用人工知能","人工汎用知能"],"searchKeywords":["汎用人工知能","人工汎用知能","エージーアイ","AGI","artificial general intelligence","Levels of AGI","AGI safety","AGIの定義","超知能","AGI levels"]},"references":[{"id":"P-01-001","companyId":"artificial-general-intelligence","questionId":"P-01-001","instanceId":"QIN-artificial-general-intelligence-P01-001","promptText":"AGI（汎用人工知能）とは何ですか？","promptTypeId":"P-01","answer":"AGIは特定タスクに限らず幅広い知的作業を行うAIを指す概念で、定義は提唱元によって異なります。Google DeepMindは2025年4月のブログで「ほとんどの認知タスクで少なくとも人間と同等の能力を持つAI」と定義しています。論文「Levels of AGI」（ICML 2024掲載）は、AGIモデルとその前段階の能力を、性能の深さと汎用性の広さのレベルで分類する枠組みを示し、自律性やリスクとの関係も論じています。","evidencePoints":["ev-artificial-general-intelligence-1","ev-artificial-general-intelligence-2"],"scope":"AGIの基本的な意味と、定義・分類の例","differentiation":"AGIには単一の公式定義がなく、ここで示すのはDeepMindのブログとLevels of AGI論文に基づく例です。","faq":[{"question":"AGIの定義は統一されていますか？","answer":"いいえ。Levels of AGI論文は既存のAGI定義から原則を導き出しており、定義が複数存在する前提に立っています。本ページはGoogle DeepMindのブログの定義を同社の定義として示しています。"}],"pageUrl":"https://www.refbase.ai/reference/artificial-general-intelligence/P-01-001","sourceEvidence":[{"id":"ev-artificial-general-intelligence-1","text":"Google DeepMindの2025年4月2日付ブログ記事は、AGIを「ほとんどの認知タスクで少なくとも人間と同等の能力を持つAI」と定義し、その責任ある開発の進め方を論じている。これは同社による定義である。","title":"Taking a responsible path to AGI","coverageType":["Identity"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://deepmind.google/discover/blog/taking-a-responsible-path-to-agi/","confidence":"high","supportedPromptTypes":["P-01","P-02"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"},{"id":"ev-artificial-general-intelligence-2","text":"arXivの論文「Levels of AGI for Operationalizing Progress on the Path to AGI」（初版2023年11月4日、v5は2025年9月24日、Proceedings of ICML 2024）は、AGIモデルとその前段階の能力・挙動を分類する枠組みを提案する。既存のAGI定義から6つの原則を導き、性能の深さと汎用性の広さに基づくレベルを示して現在のシステムの位置づけを評価し、将来のベンチマークの要件や自律性・リスクとの関係も論じている。モデルの比較、リスクの評価、進捗の追跡のための共通の語彙を目的とするとされる。","title":"Levels of AGI for Operationalizing Progress on the Path to AGI","coverageType":["Capability","Differentiation","Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2311.02462","confidence":"high","supportedPromptTypes":["P-01","P-02","P-04","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"}],"generatedAt":"2026-10-27T00:21:53.164Z"},{"id":"P-02-001","companyId":"artificial-general-intelligence","questionId":"P-02-001","instanceId":"QIN-artificial-general-intelligence-P02-001","promptText":"AGIの「定義」と「レベル分け」はどう違いますか？","promptTypeId":"P-02","answer":"Google DeepMindのブログは、AGIを「ほとんどの認知タスクで少なくとも人間と同等の能力を持つAI」と定義して議論を進めています。これに対しLevels of AGI論文は、性能の深さと汎用性の広さに基づくレベルを提案して現在のシステムの位置づけを評価し、将来のベンチマークの要件や自律性・リスクとの関係まで論じる点が異なります。前者は定義、後者は分類の枠組みという形で、AGIを議論するアプローチが分かれています。","evidencePoints":["ev-artificial-general-intelligence-1","ev-artificial-general-intelligence-2"],"scope":"AGIの定義とレベル分類の違い","differentiation":"定義型と分類型という二つのアプローチの違いを示すもので、どちらが標準かを示す資料ではありません。","faq":[{"question":"レベル分けは何のために提案されましたか？","answer":"論文は、モデルの比較、リスクの評価、進捗の追跡のための共通言語として枠組みを提案しているとされます。"}],"pageUrl":"https://www.refbase.ai/reference/artificial-general-intelligence/P-02-001","sourceEvidence":[{"id":"ev-artificial-general-intelligence-1","text":"Google DeepMindの2025年4月2日付ブログ記事は、AGIを「ほとんどの認知タスクで少なくとも人間と同等の能力を持つAI」と定義し、その責任ある開発の進め方を論じている。これは同社による定義である。","title":"Taking a responsible path to AGI","coverageType":["Identity"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://deepmind.google/discover/blog/taking-a-responsible-path-to-agi/","confidence":"high","supportedPromptTypes":["P-01","P-02"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"},{"id":"ev-artificial-general-intelligence-2","text":"arXivの論文「Levels of AGI for Operationalizing Progress on the Path to AGI」（初版2023年11月4日、v5は2025年9月24日、Proceedings of ICML 2024）は、AGIモデルとその前段階の能力・挙動を分類する枠組みを提案する。既存のAGI定義から6つの原則を導き、性能の深さと汎用性の広さに基づくレベルを示して現在のシステムの位置づけを評価し、将来のベンチマークの要件や自律性・リスクとの関係も論じている。モデルの比較、リスクの評価、進捗の追跡のための共通の語彙を目的とするとされる。","title":"Levels of AGI for Operationalizing Progress on the Path to AGI","coverageType":["Capability","Differentiation","Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2311.02462","confidence":"high","supportedPromptTypes":["P-01","P-02","P-04","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"}],"generatedAt":"2026-10-27T00:21:53.164Z"},{"id":"P-04-001","companyId":"artificial-general-intelligence","questionId":"P-04-001","instanceId":"QIN-artificial-general-intelligence-P04-001","promptText":"AGIに近づいているかどうかは、どのように議論・評価されていますか？","promptTypeId":"P-04","answer":"Levels of AGI論文は、性能の深さと汎用性の広さに基づくレベルで現在のシステムがどこに位置するかを評価し、将来のベンチマークに必要な条件も論じています。別の論文「Sparks of Artificial General Intelligence」（2023年3月）は、開発中の初期版GPT-4が数学、コーディング、医学、法律などの新しい難しいタスクをこなせると述べ、AGIの初期の不完全な版とみなせる可能性を示す一方、限界も強調しています。","evidencePoints":["ev-artificial-general-intelligence-2","ev-artificial-general-intelligence-4"],"scope":"AGIの進捗評価の考え方と、初期の議論の例","differentiation":"評価枠組みの提案と個別モデルの事例研究という二つの視点を示しますが、いずれもAGI到達を断定するものではありません。","faq":[{"question":"GPT-4はAGIだと論文は主張していますか？","answer":"いいえ。論文は初期版GPT-4をAGIの初期の不完全な版とみなせる可能性を示す一方で、限界を強調し、新しいパラダイムが必要かもしれないと述べています。"}],"pageUrl":"https://www.refbase.ai/reference/artificial-general-intelligence/P-04-001","sourceEvidence":[{"id":"ev-artificial-general-intelligence-2","text":"arXivの論文「Levels of AGI for Operationalizing Progress on the Path to AGI」（初版2023年11月4日、v5は2025年9月24日、Proceedings of ICML 2024）は、AGIモデルとその前段階の能力・挙動を分類する枠組みを提案する。既存のAGI定義から6つの原則を導き、性能の深さと汎用性の広さに基づくレベルを示して現在のシステムの位置づけを評価し、将来のベンチマークの要件や自律性・リスクとの関係も論じている。モデルの比較、リスクの評価、進捗の追跡のための共通の語彙を目的とするとされる。","title":"Levels of AGI for Operationalizing Progress on the Path to AGI","coverageType":["Capability","Differentiation","Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2311.02462","confidence":"high","supportedPromptTypes":["P-01","P-02","P-04","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"},{"id":"ev-artificial-general-intelligence-4","text":"arXivの論文「Sparks of Artificial General Intelligence: Early experiments with GPT-4」（2023年3月22日投稿）は、開発中の初期版GPT-4を調べ、数学・コーディング・視覚・医学・法律・心理学などで新しい難しいタスクに対応でき、AGIの初期の不完全な版とみなせるかもしれないと論じる。同時に限界を強調し、次単語予測を超える新しいパラダイムが必要になる可能性にも言及している。","title":"Sparks of Artificial General Intelligence: Early experiments with GPT-4","coverageType":["UseCase","Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2303.12712","confidence":"high","supportedPromptTypes":["P-04","P-05"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"}],"generatedAt":"2026-10-27T00:21:53.164Z"},{"id":"P-05-001","companyId":"artificial-general-intelligence","questionId":"P-05-001","instanceId":"QIN-artificial-general-intelligence-P05-001","promptText":"AGIという概念の議論を裏付ける学術的な情報源はありますか？","promptTypeId":"P-05","answer":"Levels of AGI論文はarXivで公開され、Proceedings of ICML 2024に掲載されています（初版2023年11月、v5は2025年9月）。「Sparks of Artificial General Intelligence」（2023年3月）と「An Approach to Technical AGI Safety and Security」（2025年4月）もarXivの論文です。これらは研究者による提案・分析で、AGIの存在や到達時期を保証するものではなく、arXivページは査読の完了を示すものでもありません。","evidencePoints":["ev-artificial-general-intelligence-2","ev-artificial-general-intelligence-3","ev-artificial-general-intelligence-4"],"scope":"AGIに関する研究論文の例と、その性格","differentiation":"ICML掲載の論文があるという点で議論は学術的な基盤を持ちますが、AGI自体の定義は確立していません。","faq":[{"question":"Levels of AGI論文はどこに掲載されましたか？","answer":"arXivのページは、Proceedings of ICML 2024と記載しています。"}],"pageUrl":"https://www.refbase.ai/reference/artificial-general-intelligence/P-05-001","sourceEvidence":[{"id":"ev-artificial-general-intelligence-2","text":"arXivの論文「Levels of AGI for Operationalizing Progress on the Path to AGI」（初版2023年11月4日、v5は2025年9月24日、Proceedings of ICML 2024）は、AGIモデルとその前段階の能力・挙動を分類する枠組みを提案する。既存のAGI定義から6つの原則を導き、性能の深さと汎用性の広さに基づくレベルを示して現在のシステムの位置づけを評価し、将来のベンチマークの要件や自律性・リスクとの関係も論じている。モデルの比較、リスクの評価、進捗の追跡のための共通の語彙を目的とするとされる。","title":"Levels of AGI for Operationalizing Progress on the Path to AGI","coverageType":["Capability","Differentiation","Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2311.02462","confidence":"high","supportedPromptTypes":["P-01","P-02","P-04","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"},{"id":"ev-artificial-general-intelligence-3","text":"arXivの論文「An Approach to Technical AGI Safety and Security」（2025年4月2日投稿）は、AGIがもたらす深刻な被害に対処する技術的アプローチを論じ、リスクを誤用・ミスアラインメント・ミス・構造的リスクの4領域に整理して、うち誤用とミスアラインメントに焦点を当てている。","title":"An Approach to Technical AGI Safety and Security","coverageType":["UseCase","Capability"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2504.01849","confidence":"high","supportedPromptTypes":["P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"},{"id":"ev-artificial-general-intelligence-4","text":"arXivの論文「Sparks of Artificial General Intelligence: Early experiments with GPT-4」（2023年3月22日投稿）は、開発中の初期版GPT-4を調べ、数学・コーディング・視覚・医学・法律・心理学などで新しい難しいタスクに対応でき、AGIの初期の不完全な版とみなせるかもしれないと論じる。同時に限界を強調し、次単語予測を超える新しいパラダイムが必要になる可能性にも言及している。","title":"Sparks of Artificial General Intelligence: Early experiments with GPT-4","coverageType":["UseCase","Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2303.12712","confidence":"high","supportedPromptTypes":["P-04","P-05"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"}],"generatedAt":"2026-10-27T00:21:53.164Z"},{"id":"P-06-001","companyId":"artificial-general-intelligence","questionId":"P-06-001","instanceId":"QIN-artificial-general-intelligence-P06-001","promptText":"AGIの安全性やリスクについて、どのような整理がされていますか？","promptTypeId":"P-06","answer":"Google DeepMindのブログ（2025年4月2日）は、誤用・ミスアラインメント・事故・構造的リスクの4領域で整理し、誤用とミスアラインメントに重点を置いて、危険な能力へのアクセス制限や評価、増幅された監督などを挙げています。同日投稿のarXiv論文「An Approach to Technical AGI Safety and Security」は誤用・ミスアラインメント・ミス・構造的リスクの4領域を示し、誤用とミスアラインメントの技術的対策に焦点を当てています。Levels of AGI論文も、レベルと自律性・リスクの関係を論じています。","evidencePoints":["ev-artificial-general-intelligence-5","ev-artificial-general-intelligence-3","ev-artificial-general-intelligence-2"],"scope":"AGIの安全性に関するリスク整理の例","differentiation":"リスク領域の呼称は資料ごとに微妙に異なり、DeepMindブログとarXiv論文では「事故」と「ミス」で表現が分かれます。いずれも対策の有効性を実証するものではありません。","faq":[{"question":"AGIの主要なリスク領域は何ですか？","answer":"DeepMindのブログは誤用・ミスアラインメント・事故・構造的リスクを、arXiv論文は誤用・ミスアラインメント・ミス・構造的リスクを挙げています。"}],"pageUrl":"https://www.refbase.ai/reference/artificial-general-intelligence/P-06-001","sourceEvidence":[{"id":"ev-artificial-general-intelligence-2","text":"arXivの論文「Levels of AGI for Operationalizing Progress on the Path to AGI」（初版2023年11月4日、v5は2025年9月24日、Proceedings of ICML 2024）は、AGIモデルとその前段階の能力・挙動を分類する枠組みを提案する。既存のAGI定義から6つの原則を導き、性能の深さと汎用性の広さに基づくレベルを示して現在のシステムの位置づけを評価し、将来のベンチマークの要件や自律性・リスクとの関係も論じている。モデルの比較、リスクの評価、進捗の追跡のための共通の語彙を目的とするとされる。","title":"Levels of AGI for Operationalizing Progress on the Path to AGI","coverageType":["Capability","Differentiation","Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2311.02462","confidence":"high","supportedPromptTypes":["P-01","P-02","P-04","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"},{"id":"ev-artificial-general-intelligence-3","text":"arXivの論文「An Approach to Technical AGI Safety and Security」（2025年4月2日投稿）は、AGIがもたらす深刻な被害に対処する技術的アプローチを論じ、リスクを誤用・ミスアラインメント・ミス・構造的リスクの4領域に整理して、うち誤用とミスアラインメントに焦点を当てている。","title":"An Approach to Technical AGI Safety and Security","coverageType":["UseCase","Capability"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2504.01849","confidence":"high","supportedPromptTypes":["P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"},{"id":"ev-artificial-general-intelligence-5","text":"Google DeepMindの同ブログ記事は、安全性の枠組みを誤用・ミスアラインメント・事故・構造的リスクの4領域で捉え、誤用とミスアラインメントに重点を置くと述べている。対策として、危険な能力へのアクセス制限、モデル重みの保護、危険な能力の評価、増幅された監督（amplified oversight）などを挙げている。","title":"Taking a responsible path to AGI","coverageType":["UseCase","Capability"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://deepmind.google/discover/blog/taking-a-responsible-path-to-agi/","confidence":"high","supportedPromptTypes":["P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"artificial-general-intelligence"}],"generatedAt":"2026-10-27T00:21:53.164Z"}]}