Google DeepMind、AGI到達度を測る認知科学フレームワークを発表

認知能力の体系化

10種の認知能力を定義
知覚・生成・注意など網羅的分類
心理学・神経科学の数十年の知見基盤
人間基準との3段階評価手順を提案

Kaggleハッカソン

賞金総額20万ドルの設計コンペ
学習・メタ認知など5領域が対象
4月16日締切、6月1日結果発表
詳細を読む

Google DeepMindは2026年3月17日、AGI(汎用人工知能)への進捗を科学的に測定するための認知フレームワークを提案する論文を公開しました。同時にKaggleと提携し、評価手法を設計するハッカソンを開始しています。

このフレームワークは心理学・神経科学・認知科学の研究成果をもとに、知覚・生成・注意・学習・記憶・推論・メタ認知・実行機能・問題解決・社会的認知の10種類の認知能力を汎用知能の構成要素として定義しています。

評価は3段階のプロトコルで行います。まずAIを広範な認知タスクでテストし、次に人口統計的に代表的な成人サンプルで人間ベースラインを収集、最後にAIの性能を人間の分布に対してマッピングします。

Kaggleハッカソンでは、評価ギャップが最も大きい学習・メタ認知・注意・実行機能・社会的認知の5領域を対象に評価手法の設計を募集しています。賞金総額は20万ドルで、各トラック上位2件に1万ドル、全体ベスト4件に2万5千ドルが授与されます。

AGIの実現可能性が議論される中、経験的な評価基準の欠如が課題でした。本フレームワークはAIの能力を人間の認知と体系的に比較する科学的基盤を提供し、業界全体の進捗測定の標準化に貢献することが期待されます。