#agi

Bloomberg報道によると、DeepSeekは102億9000万ドルの資金調達ラウンドを推進中です。創業者の梁文峰氏はオープンソースAI開発とAGI目標への継続的な取り組みを公式に表明しました。

2024年に複雑度理論を用いて「機械学習では人間レベルの分類器を学習できない」と主張した論文（Ingenia定理）が、同じ学術誌Computational Brain & Behaviorで反論論文により否定された。証明は「回復不可能な誤り」を含むと指摘されている。

DeepMindの社員がAGIへの道を主張する民間AI企業に公に挑戦した。一般投資家にも投資機会を提供するか、そうでなければ億万長者を富ませるだけだと認めるべきだと主張している。

AnthropicのJack Clarkが、2027年末までにAI研究の自動化が実現する確率を約30%、2028年末には60%以上と見積もった。天才的な創造性がなくてもAIの自己改善は始まりうるとの分析だ。

AGI能力評価ベンチマークARC-AGI-3の最新結果で、GPT-5.5 Highが0.43%、Claude Opus 4.7が0.18%を記録。最先端モデルでも事実上ゼロに近いスコアが続いている。

Google DeepMindは、AGIの進捗を評価するためのcognitive taxonomyを公開し、それを実際のbenchmarkに落とし込むKaggle hackathonも開始した。単一のheadline scoreではなく、10のcognitive abilityごとにAIをhuman baselineと比較する考え方が中心だ。

Google DeepMindは2026年3月12日にXで、AlphaGo 10周年の podcast を紹介し、ゲームで磨いたAI手法が scientific discovery へつながっていると強調した。この post は3月10日の DeepMind 公式記事と連動し、biology、mathematics、algorithms へ広がる技術の系譜を改めて打ち出している。

Google DeepMindは2026年3月17日、AGIへの進捗を評価するための新しいcognitive scienceベースのframeworkを公開し、それを実用benchmarkへ落とし込むためのKaggle hackathonを開始した。10のcognitive abilityを定義し、human baselineとの比較を推奨し、community-built evaluationに総額20万ドルの賞金を設定している。

Google DeepMindはXで、賞金総額20万ドルのKaggle hackathonを立ち上げ、AI向けの新しいcognitive evaluationを募集すると発表した。リンク先のGoogle記事は、この取り組みが単一benchmarkではなく、10のcognitive ability全体でAGIの進捗を測るより大きな枠組みの一部だと説明している。

Google DeepMindのAI数学研究エージェントAletheiaが、FirstProof Challengeで専門数学者が出題した研究レベルの数学問題10問中6問を自律的に解決しました。テレンス・タオらの数学者もその意義を認め、AIを価値ある研究協力者と評価しています。

OpenAI CEOのサム・オルトマンがAGI達成の新たな目標時期を設定し、2028年末までに「人類の知的能力の大半がデータセンター内に存在するようになる可能性がある」と主張しました。

DeepMindのCEOデミス・ハサビスは、真のAGIを判断するテストとして、1911年の知識のみで学習したAIが、1915年のアインシュタインのように一般相対性理論を独自に導出できるかどうかを提案した。これは単なるパターンマッチングではなく、真の科学的発見能力を測る基準だ。