Universal Artificial General Intelligence Standard
(普遍的汎用人工知能標準)

UAGISは、普遍的な汎用人工知能(Universal AGI)の体系的な研究と標準化を行う非営利組織です。
2022年に、現代科学で欠如している「帰納」の理論を確立しました。
2024年に、汎用人工知能のサンプルコードを無償で公開予定です。

AGIへ至るために、現代のAIには決定的な何かが足りないと感じつつも、はっきりしませんでした。
脳を参考にしていても、プログラムする上で足りない部分は、無意識に補ってしまいます。
例えば、帰納推論するとき、何を母集団として統計をとるかという前提条件は、プログラマーが勘で決めます。
そこで、どのようなデータで統計をとるのが最適かという、帰納推論の基準を決めました。
その基準があれば、過学習や、学習に大量のデータが必要なくなります。
現代では、「知能」=「学習」というイメージがありますが、「思考」と「学習」は異なります。
現代のニューラルネットワークは、情報が入力されると「推測結果」が出力されます。
逆に、帰納推論の基準があれば、良い「推測結果」を得るために、どんな情報が必要なのか分かります。
何を推測したいのかによって、欲しい情報は変わるため、事前に学習しておいた情報では足りません。
事前学習に頼らず、今、推測したいことに必要な情報を探索するのが「思考」です。
帰納推論の基準によれば、複数の標本の統計ではなく、1件の標本からの推論の確からしさも分かります。
過去に大量の経験がなくても、僅かな情報からうまく判断ができる「思考」を説明できます。

汎用人工知能に足りなかった最大のパーツが揃いました。
パーツというよりも、「帰納」は「演繹」と並ぶ科学の基礎です。
脳を含めて、すべての推論は「演繹」と「帰納」で説明できます。
脳を調べつくせない分は、帰納の理論で補間できます。
むしろ、脳を参考にせずに、純粋にどんな問題に対しても最適解を出すプログラムを作れます。
脳を調べつくす必要がなくなったため、もはや技術的な障壁はありません。
2024年には、汎用人工知能のサンプルプログラムが完成見込みです。
何をもって帰納推論の最適解とするかは合意が必要なため、標準化を推進します。

従来の科学では、信憑性は「確率」で表現し、「確率」の信憑性は「分散」で表現します。
しかし、「分散」は標本数が僅かだと、偶然の「バイアス」によって狂います。
例えば、数回のコイントスで全て表が出ると、分散が0なので、必ず表が出ると誤認します。
そこで、分からない度合いを表す「unknown」という値を新たに導入しました。
標本の量と品質によって、「unknown」の比率が決まります。
証拠の品質というのは、証拠としての適性、すなわち「バイアス」の大小を指します。
従来の科学やAIは、与えられた情報は正しいと仮定し、疑いません。
特定の用途なら、最適なデータが入力されるようにプログラマーが調節すれば問題ありません。
しかし、「汎用」では、プログラマーが、その都度、調節することはできません。
使用するデータを、正しく「疑う」仕組みが必要です。

想定より完成予定が早まったため、人材も資金も間に合っていません。
研究が最優先のため、情報公開等が遅れることをご容赦ください。
ご賛同頂ける方がおりましたら、ご助力をお願い致します。

新着情報

2022/12/31(予定): レベル1普遍的汎用人工知能の疑似コード公開
2022/10/01: 「帰納」の理論が完成
2022/09/01: 設立、webサイト開設