ทันเอไอ

研究者が新たな論理体系を提案、人間のように思考し問題を解決する「ニューロシンボリックAGI」ロボットの開発へ

ニューラルネットワーク学習と4値論理による記号推論を統合し、人間に近い能力を持つ汎用人工知能（AGI）を実現する新たなアプローチが発表されました。

研究チームは、人間と同等以上の知能を持つ「汎用人工知能（AGI）」の開発に向けた新しいアプローチに関する論文を発表しました。目標は、人間と見分けがつかないほど「自覚を持ち、問題を解決し、学習・計画できる」ロボットの構築です。

本研究の核心は「ニューロシンボリックAI」というアプローチで、膨大なデータから学習する「ニューラル」なAIと、明確なルールに基づき論理的推論を行う「シンボリック」なAIという、両極端なAIの強みを組み合わせるものです。これにより、現在のAIが抱える「説明責任（Interpretability）」の欠如や論理構造の弱さを補完できると考えられています。

研究の要となるのは、AGIのシンボリックなコアとして導入される「Intensional many-sorted First-order Logic (IFOL)」と呼ばれる新しい論理体系です。IFOLは従来の二値論理（真・偽）ではなく、BelnapのBilatticeを用いた4値論理を採用しています。これにより、不完全な知識や矛盾、未知の状況にも柔軟に対応可能で、AIが現実世界で遭遇する複雑な課題を克服できます。

さらに本研究では、未知のデータに対しても命題の確率を計算できるよう機能を拡張しています。これにより、AGIロボットが情報不足の状況下でも合理的かつ適切な判断を下せるようになります。これは将来のAGIロボットの脳構造の基盤を築く重要な理論的研究といえます。