要旨: 驚くべき進歩にもかかわらず、今日のAIシステムは依然として対象範囲が狭く、人間の能力を特徴づける柔軟で適応的、かつ多感覚的な知能には及びません。この隔たりは、AIがいつの日か人間のような汎用性、あるいは意識を達成し得るのか、そして意識の理論がAIの新しいアーキテクチャに影響を与え得るのか、という長年の議論を生み出してきました。本論文は、一般AIシステムを実装するための初期の設計図として、CTM-AIを提示します。CTM-AIは、意識の形式的な機械モデルであるConscious Turing Machine（CTM）と、今日の基盤モデルを組み合わせます。CTM-AIには、専門化されたエキスパート（例：視覚言語モデルやAPI）から、独自の専門性を発展させる準備ができた非専門の汎用学習者まで、非常に多数の強力なプロセッサが含まれます。重要なのは、対処すべきあらゆる問題に対して、多数のプロセッサからの情報が選択され、統合され、適切に交換されてタスクを解決する点です。CTM-AIは、MUStARD（72.28）およびUR-FUNNY（72.13）において最先端の精度を達成し、マルチモーダルおよびマルチエージェントの枠組みを上回ります。ツールを用いるタスクやエージェント的タスクでは、CTM-AIはStableToolBenchおよびWebArena-Liteで10点以上の改善を達成します。総合的に、CTM-AIは意識のモデルに触発された、一般AIのための原理的で検証可能な設計図を提供します。
CTM-AI：意識のモデルに着想を得た汎用AIの設計図
arXiv cs.AI / 2026/5/7
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- この論文は、現行のAIが「狭い」領域にとどまり、人間のような柔軟で適応的なマルチセンソリ―知能（汎用性）に欠けると主張し、意識の理論に触発された新しいアーキテクチャを動機づけています。
- CTM-AIは、意識の形式的な機械モデルであるConscious Turing Machine（CTM）と、現在の基盤モデルを組み合わせた汎用AIの初期ブループリントとして提示されています。
- CTM-AIは、専門家モジュール（視覚言語モデルやAPIなど）から、独自に専門性を育て得る汎用学習器まで、膨大な数のプロセッサを用います。
- タスクごとに、複数のプロセッサからの情報を選択・統合し、適切にやり取りして問題を解くことが重要な点として挙げられています。
- さらに、MUStARDやUR-FUNNYでの高い性能に加え、StableToolBenchやWebArena-Liteのようなツール利用／エージェント型ベンチマークで大きな改善（10点以上）を報告し、全体として意識フレームワークに触発された汎用AIへの「原理に基づき検証可能な」指針だと位置づけています。
