# Cattell-Horn-Carroll理論 ## 定義 Cattell-Horn-Carroll（CHC）理論とは、人間の認知能力を、一般知能の下に広い能力を置き、その下に狭い能力を置く階層的な分類体系である。多様な認知能力テストを一世紀以上にわたって因子分析した研究の統合に基づき、一般知識・推論・記憶・知覚・速度などを相互に区別しながら記述する。([[@2025__arXiv__A Definition of AGI]]) ## AI 評価への適用 [[@2025__arXiv__A Definition of AGI]] は CHC 理論を AI 評価へ転用し、十個の広い能力を各10%で等しく重み付けする。 広い能力の下には、例えば数学の算術・代数・幾何、即時推論の演繹・帰納・計画、視覚処理の知覚・生成・推論・走査が置かれる。 この階層に沿って人間用の心理測定バッテリーを AI へ適応し、単一のベンチマーク正答率ではなく認知能力のプロファイルを作る。 ## 十個の広い能力 | 略号 | 能力 | 狭い能力の例 | |---|---|---| | K | 一般知識 | 常識、科学、社会科学、歴史、文化 | | RW | 読解・作文 | 文字語、読解、作文、英語運用 | | M | 数学 | 算術、代数、幾何、確率、微積分 | | R | 即時推論 | 演繹、帰納、心の理論、計画、適応 | | WM | 作業記憶 | テキスト・聴覚・視覚・クロスモーダル | | MS | 長期記憶保存 | 連合、意味、逐語 | | MR | 長期記憶検索 | 流暢さ、ハルシネーション回避 | | V | 視覚処理 | 知覚、生成、推論、空間走査 | | A | 聴覚処理 | 音韻符号化、音声認識、音声、リズム、音楽判断 | | S | 速度 | 検索、比較、読解、作文、数処理、反応時間 | ## 横断的知見 - **CHC 理論は人間心理測定の分類体系から、AI の欠損診断フレームワークへ機能を拡張する**: CHC の階層は本来、人間の認知能力テストを整理するためのものだが、[[@2025__arXiv__A Definition of AGI]] では同じ広い能力と狭い能力を AI の評価軸として使う。これにより「モデルが何問正解したか」から「どの認知機構が欠けているか」へ評価の問いが移る。(Source: [[@2025__arXiv__A Definition of AGI]]) - **心理測定の分解は、LLM の能力スパース性を可視化する粒度を与える**: [[LLM能力スパース性]] が複雑な課題の成功と単純課題の失敗の共存を記述するのに対し、CHC ベースの十軸は、その不均一性を知識・推論・記憶・知覚・速度の別々の軸へ配置する。GPT-5 の総合 AGI Score が57%でも長期記憶保存が0%であるという結果は、総合性能の平均化が能力の穴を隠す具体例である。(Source: [[@2025__arXiv__A Definition of AGI]], [[LLM能力スパース性]]) - **「記憶」を作業記憶・保存・検索へ分けることで、コンテキスト拡張と学習を区別できる**: [[エージェントメモリ]] は過去の対話・観測を蓄積して検索するシステムを扱うが、CHC 適用では作業記憶（WM）、長期記憶保存（MS）、長期記憶検索（MR）が別軸になる。巨大なコンテキストや RAG は WM/MR の一部を補えても、新情報を安定して保存する MS と同一ではない。(Source: [[@2025__arXiv__A Definition of AGI]], [[エージェントメモリ]]) - **認知能力を分解しても、課題の実行は統合的である**: 数学には数学能力と即時推論、心の理論には推論と一般知識、映画理解には聴覚・視覚・作業記憶が関わる。したがって CHC の軸は独立したモジュールの存在を主張するものではなく、診断のための分析単位として使う必要がある。(Source: [[@2025__arXiv__A Definition of AGI]]) - **人間基準の評価は、専門家問題ベンチマークと相補的である**: [[@2025__arXiv__Humanity's Last Exam]] は専門知識の最前線を閉形式問題で測る一方、CHC ベースの評価は長期記憶保存や処理速度など、専門試験では捉えにくい基礎能力を含む。両者は「人間に近い」を異なる粒度で操作化する。(Source: [[@2025__arXiv__A Definition of AGI]], [[@2025__arXiv__Humanity's Last Exam]]) ## 未解決の問い - CHC の広い能力を AI に適用したとき、各軸の独立性と相互依存性をどのように統計的に扱うべきか。 - 十領域を各10%とする等重み付けは、文化・用途・安全上の重要度を越えて妥当と言えるか。 - CHC の人間用課題を、非英語圏・異なる教育制度・異なる文化の AI と人間へ公平に適応するにはどうすべきか。 - 長期記憶保存（MS）を、重み更新・外部記憶・検索拡張・エージェントメモリのどの構成で測れば、単なる文脈再提示と区別できるか。 - CHC プロファイルのどの軸が、持続的なエージェント行動や実世界の適応能力を最もよく予測するか。 ## 関連 - 構成: [[AGI]] / [[情報処理システムとしての人間]] - 評価: [[LLM評価]] / [[LLM能力スパース性]] - 記憶: [[エージェントメモリ]] / [[継続的トレーニング]] - ソース: [[@2025__arXiv__A Definition of AGI]] / [[@2025__arXiv__Humanity's Last Exam]] - 実体: [[Dan Hendrycks]] / [[Kevin McGrew]] ## 出典 - [[@2025__arXiv__A Definition of AGI]] — CHC 理論の AI 評価への適用と十領域の定義 - John B. Carroll, *Human Cognitive Abilities: A Survey of Factor-Analytic Studies*, 1993 - Kevin McGrew, *CHC Theory and the Human Cognitive Abilities Project*, 2009 - W. Joel Schneider and Kevin S. McGrew, *The Cattell-Horn-Carroll Theory of Cognitive Abilities*, 2018