OpenAIが初めて内部ロードマップを公開し、2026年9月までにAI研究インターンの自動化、2028年3月までに完全な自動AI研究を実現するという目標を明らかにした。これはAI開発の歴史において最も重要な転換点となる可能性がある。なぜなら、AIが自らのAI研究を行うようになれば、再帰的自己改善が加速し、AGIから人工超知能ASIへの移行が急速に進む「知能爆発」が起こり得るからである。現在、AI研究のほぼ100%は人間が行っているが、これが自動化されれば科学的発見や技術開発のペースが根本的に変化する。Google DeepMindのAlpha Evolveなどでも同様の動きが見られ、各社が数十億ドル、さらには数兆ドル規模の投資を行っているのは、まさにこの転換点に賭けているためである。
OpenAIの驚くべき発表
OpenAIは昨日、ライブ配信を行い、その中で資本再編成について語りました。また、視聴者からの質問にも答えていました。質問の多くは40というモデルについてのものでした。人々はそのモデルを愛しているようですが、私の注意を引いたのはこの部分でした。サム・アルトマンとヤコブ・パチョッキが、AI開発に関する彼らの内部目標について語っている場面です。
ヤコブ自身が言ったように、彼らはこれまでやったことのないことをやろうとしています。それは内部ロードマップを明らかにするということです。AGIが到来するのは一度きりです。チャンネル登録をお願いします。
これはOpenAIの人々、つまりAI開発の最前線にいる人々が、物事がどこに向かっていると考えているのか、そしていつそこに到達すると考えているのかを垣間見るものです。さて、今は2025年10月です。来年の9月までに、自動化されたAI研究インターンが実現すると彼らは信じています。そして2028年3月までには、自動化されたAI研究が実現するとしています。
なぜこれが重要なのか
簡単に10秒でなぜこれが重要なのかを振り返ってみましょう。AIが一つのことだけを自動化すると想像してください。その一つとは、AI研究そのものです。今、世界中の最高で最も優秀な人々がAIの改善に取り組んでいます。機械学習のさまざまな理論を研究し、またAIアライメント、つまりAIが私たちよりもはるかに賢くなったときに私たちに悪いことをしないようにする方法を見つけようとしています。
現在、その大部分は人間によって行われており、進歩はかなり速いペースで進んでいます。2019年から今日までを考えてみてください。2019年には、今私たちが知っているようなAIは本当に存在しませんでした。大規模言語モデルを使った最初の商用製品は、おそらく2021年かそのあたりから始まりました。その頃からAIライティングなどについて耳にするようになりました。
そして今どこまで来ているかを考えてみてください。これらは主に人間がAI研究を行ってきた結果です。この研究の100%が人間によって行われたと言えるでしょう、あるいは99.9%かもしれません。
再帰的自己改善AIの出現
今、OpenAIやGoogle DeepMindから出てきている特定のものがあります。Alpha Evolve、サカス・AI、ダーウィン・ゴール・マシン、そして最近のユルゲン・シュミットフーバー氏も、彼と多くの他の研究者たちがハクスリー・ゴール・マシンの論文を発表しましたが、これらは再帰的自己改善AIにおいて何らかの進歩が見え始めていることを示唆しているようです。
この傾向が続けば、最終的には人間の研究者全体と同じくらいの貢献をするようになり、最終的にはそれ以上になるかもしれません。それが知能爆発につながるわけです。これが自動化されたAI研究です。これはレオポルド・アッシェンブレナーによるものです。彼はOpenAIの元メンバーで、理論的にはこれが進歩の速度を劇的に高めるとしています。
つまり、AGIと人工超知能ASIの間の時間と空間は、それほど長くないかもしれません。つまり、ある地点に到達すると、人工超知能への飛躍が急速に起こる可能性があるということです。そして、すべてが変わる変曲点は、理論的には自動化されたAI研究のあたりで起こります。
OpenAIの内部ロードマップ
OpenAIの内部ロードマップに戻りましょう。来年の9月までに、自動化されたAI研究インターンが実現します。これはその始まりのようなものです。そして2028年初頭までには、自動化されたAI研究が実現します。
今、多くのAIニュースが起きています。しかし、これはAIニュースの中で最も重要なものかもしれません。それどころか、史上最も重要なニュースかもしれません。なぜなら、この点のどこか、つまりこの地点か、この地点に近づいたところで、私たちはその変曲点を目にするからです。知能、AI進歩、科学的発見における爆発を目にするのです。
そして、すべての企業が数十億ドル、今では数兆ドルもの資金をこれに投じているのは、これが起こることに賭けているからです。これこそが、誰もが注目すべきことなのです。
ライブ配信からの重要な発言
このライブ配信のいくつかのクリップを聞いてみましょう。また、Google DeepMindもおそらく非常に似たようなものを持っていることを心に留めておいてください。Alpha Evolveで公開されたものは、しばらく前のもので、前世代のモデルによるものでした。
それはすでに実装されています。Googleのデータセンターをはるかに効率的にしました。TPUのハードウェア設計の一部を改善しました。Geminiのトレーニングの一部を改善しました。つまり、それ自体をより良くしたのです。再帰的に自己改善したのです。
私たちが目にしている結果は、しばらく前のもので、前世代のモデルからのものです。今それが何を生み出しているのか、私たちにはまったくわかりません。ですから、Googleの内部のどこかに同様のロードマップがある可能性が非常に高く、おそらく自動化されたAI研究インターンのようなもの、あるいは彼らが使う用語が何であれ、そういったものがあるでしょう。そして彼らは自動化されたAI研究も持っているでしょう。彼らが使う用語が何であれ、それには日付が付いており、同じ日付かもしれませんし、少し早いか少し遅いかもしれませんが、おそらくそれは来るでしょう。
では、聞いてみましょう。
サム・アルトマンが語ります。これをヤコブに引き継いで研究について話してもらいます。先ほど申し上げたように、私たちは内部目標や物事がどこに向かっているかについての私たちの見解を多く共有するつもりです。
ヤコブ・パチョッキが続けます。中核として、私たちはディープラーニングと呼ばれる技術の理解に焦点を当てた研究所です。私たちの特別な焦点は、ディープラーニングシステムのトレーニングをスケールアップしたときに何が起こるかを理解することです。
私たちが多く議論する一つの結果は、AGI、汎用人工知能です。特に私たちは、ディープラーニングシステムが、多くの重要な軸において私たち全員よりも賢い人工超知能システムから10年以内に実現する可能性があると信じています。
これには取り組むべき多くの意味があります。この技術とそれに至るまでの技術の特定の焦点的な影響の一つであり、私たちが研究プログラム全体を中心に組織化しているものは、科学的発見を加速し、新技術の開発を加速する可能性です。私たちは、これがAI開発の最も重要な長期的影響であり、新技術開発の進歩のペースを根本的に変えると信じています。
進歩の測定と将来の展望
これらの目標に向けてどこまで進んでいるかを考えるとき、進歩を見る一つの良い方法は、モデルが実行できるタスクを人々が達成するのにかかる時間の範囲を見ることです。これは過去数年間で急速に拡大してきたものです。現在の世代のモデルが今いる場所は、約5時間です。
そして私たちは、この範囲が急速に拡大し続けると信じています。これは一部はアルゴリズムの革新の結果であり、一部は単にディープラーニングをさらにスケールアップすることです。モデルが現在問題について考えるのに費やしている時間を見て、科学的ブレークスルーのような本当に重要な問題に費やしたい計算量や時間を考えると、データセンター全体を使うことも厭わないはずです。ですから、本当にかなりの道のりがあります。
私たちはもちろん内部でそれに関する計画を立てており、私たちの考え方について透明性を提供したいと考えています。ですから、この多少珍しいステップを踏んで、これらの非常に強力なシステムに向けた私たちの内部目標と目標タイムラインを共有したいと思います。
この特定の日付については、私たちが間違っている可能性は絶対にありますが、これが私たちの現在の考え方です。これが現在、私たちがどのように計画し、組織化しているかです。
研究の自動化に取り組んでいる研究組織として、当然ながら、これが私たち自身の仕事にどのような影響を与えるか、そして将来のAIシステムの開発を加速するAIシステムがどのように見えるか、それらがどのように研究の方向性を強化できるかについて考えています。
ですから、私たちは、かなりの量の計算を費やすことで私たちの研究者を有意義に加速できる、非常に有能なAI研究インターンを、来年の9月までに実現するための計画を立てています。私たちはこれが実際にかなり近いと信じています。
そして、より大きな研究プロジェクトを自律的に遂行できるシステム、そして2028年3月までに有意義で完全に自動化されたAI研究者を実現することを目指しています。
コメント