AI、数学五輪で金メダル級も時計読めず　米大学が能力格差指摘

米スタンフォード大学の研究チームが発表した報告書で、現在のAI（人工知能）システムが数学オリンピックで金メダルを獲得できるレベルの高度な数学問題を解ける一方で、基本的なアナログ時計の読み取りができないという興味深い能力格差が明らかになりました。この現象は、AI開発における特化型能力と汎用的な理解力の間に大きな隔たりがあることを示しています。

報告書によると、最新の大規模言語モデルを含む複数のAIシステムを対象とした評価テストにおいて、国際数学オリンピック（IMO）レベルの複雑な代数問題や幾何学的証明問題では90%以上の正答率を記録しました。これは人間の金メダリストに匹敵する成績とされています。一方で、小学生レベルのアナログ時計の針を読み取る問題では、正答率が30%程度に留まったとみられます。

この能力格差の背景には、AIの学習方法と認識プロセスの特性があります。数学問題は記号や数式という抽象的なパターンで表現されるため、大量のテキストデータで学習したAIが得意とする分野です。しかし、アナログ時計の読み取りには視覚的な情報処理と空間認識、さらに針の角度から時刻を推測する複合的な理解が必要となり、現在のAIシステムにとって困難な作業となっています。

業界関係者は、この現象がAI開発における重要な課題を浮き彫りにしていると指摘しています。現在のAIは特定の分野で人間を上回る能力を示す一方で、人間にとって当たり前の日常的なタスクでつまずくケースが多く見られます。これは「モラベックのパラドックス」として知られる現象で、高度な推論は簡単だが、基本的な知覚や運動技能は困難であるというAIの特性を表しています。

この研究結果は、AI技術の実用化において重要な示唆を与えています。教育分野では、AIが高度な数学指導には有効である一方、基礎的な視覚的理解を要する分野では人間の補助が不可欠であることが明らかになりました。また、自動運転や医療診断など、視覚的判断が重要な応用分野においても、AIの限界を理解した設計が求められることになります。

今後のAI開発では、この能力格差を埋めるためのマルチモーダル学習や、視覚的理解力を向上させる新しいアーキテクチャの開発が重要な課題となりそうです。専門家は、真の汎用AI実現には、高度な推論能力と基本的な知覚能力のバランスを取った統合的なアプローチが必要になるとの見方を示しています。