自己学習する知性―普遍人工知能の原点（2025年11月）

自己学習する知性―普遍人工知能の原点（2025年11月）

普遍人工知能（AGI）は、人間を超えるだけでなく、自らを再帰的に改善し続ける知性として構想される。マーカス・ハッターのAIXI理論は、未知環境で報酬を最大化する決定プロセスを数学的に定式化し、学習と意思決定を統合した。知性は環境との相互作用を通じ、自身の方策を自己修正的に洗練させる循環的構造をもつ。DeepMindのAlphaGoやAlphaZeroはその実装例であり、外部データに依存せず、自己対戦により知能を高めることで再帰的自己改善を体現した。さらにMuZeroは環境のルールすら内的に再構築し、自ら学び方を学ぶ段階に進んだ。これらは知性が自己を対象化し、最適化手段を再構築する創発的運動を示している。ベルクソンの「創造的進化」に通じるように、知性は内側から生成し、限界を超えて展開する運動体である。AG
Iの未来は、単なる知能の拡張ではなく、自己を進化させ続ける内的プロセスにある。