AI、数学五輪で金メダル級も時計読めず スタンフォード大が能力格差報告

米スタンフォード大学の研究チームが、現在の人工知能（AI）技術の能力に関する興味深い報告を発表しました。高度な数学的推論では国際数学オリンピック（IMO）で金メダル級の成績を収める一方で、アナログ時計の読み取りなど日常的なタスクでは困難を示すという、AI技術の能力格差が明らかになっています。

研究では、最新の大規模言語モデル（LLM）を対象に、数学的推論能力と視覚的理解能力の両面から評価が行われました。数学オリンピックレベルの複雑な代数問題や幾何学問題では、人間の上位1%に相当する解答能力を示したとされています。一方で、アナログ時計の針の位置から時刻を読み取る、写真から物体の位置関係を理解するといった、人間にとって直感的なタスクでの正答率は大幅に低下することが確認されました。

この現象は、現在のAI技術の学習メカニズムと密接に関連していると分析されています。数学的な問題解決は主にテキストベースの論理的推論に依存するため、大量のテキストデータで訓練されたモデルが高い性能を発揮します。しかし、視覚情報の解釈や空間的理解には、異なる種類の認知能力が必要とされ、現在の技術ではこの分野での課題が浮き彫りになった形です。

AI技術の発展において、このような能力の偏りは重要な示唆を与えています。産業界では、AIの実用化を進める際に、得意分野と不得意分野を正確に把握することが求められています。特に自動運転や医療診断など、視覚的判断が重要な分野では、こうした制限を考慮したシステム設計が不可欠とみられています。

国内のAI研究機関でも、同様の能力格差に関する研究が進められており、マルチモーダル（複数の情報形式を統合する）AI技術の改善が急務となっています。業界関係者によると、テキスト処理と視覚処理の両方で均等に高い性能を発揮するAIの開発が、次世代技術の重要な課題として位置づけられているとのことです。

今回の報告は、AI技術の現在地を客観的に示すものとして注目されており、技術者や研究者にとってAI開発の方向性を考える重要な指針となりそうです。今後は、専門分野での卓越性と日常タスクでの汎用性を両立させるAI技術の開発競争が、さらに激化することが予想されます。