本動画は、AIによる再帰的自己改善がすでに始まっており、知能爆発の初期段階に突入していることを示す証拠を包括的にまとめたものである。主要AI企業の幹部や研究者の発言、実際の開発事例、定量的なベンチマーク結果を通じて、AIが自らの次世代モデルを構築し始めている現状を明らかにする。特にコーディング領域での急速な自動化進展と、今後12〜18ヶ月以内にホワイトカラー業務の大部分が完全自動化される可能性について警鐘を鳴らしている。MERグラフに示される指数関数的な能力向上は、AIシステムが長期的な推論チェーンを維持し、経済的価値のある作業を自律的に実行できる段階に到達したことを示唆している。
知能爆発の到来と専門職の自動化
今後12ヶ月から18ヶ月以内に、ほぼ全てとは言わないまでも、大半の専門的なタスクにおいて人間レベルのパフォーマンスを実現できるようになると思います。つまり、コンピューターの前に座って作業するホワイトカラーの仕事、例えば弁護士や会計士、プロジェクトマネージャー、マーケティング担当者といった職種です。こうした業務のほとんどが、今後12ヶ月から18ヶ月以内にAIによって完全に自動化されるでしょう。
私は心から信じています。知能爆発はまさに今始まったのだと。私たちは今、このグラフ上の自動化されたAI研究の極めて初期段階に位置しています。そして、元OpenAIの研究者であるレオポルド・アッシェンブレナーの予測が正しければ、私たちはこれから計り知れない知能の爆発を目撃することになり、それは急速に人工超知能へと私たちを導くことでしょう。
さて、これはおそらく狂気じみた話に聞こえるかもしれません。あるいは、最近AIを注意深く追っている方々にとっては、それほど突飛な話ではないかもしれませんね。でも、この動画では、今年トップAIラボやそれに関連する人々が、自己改善するAIの実例を公に確認した事例を全て提示していきます。また、現在コーディングの世界で起きていること、つまり文字通り自動化されつつあるという事実についても触れます。そして、これら全てが意味することについても話します。大規模な経済的混乱、そしておそらくそれよりもはるかに深刻な影響も含めてです。
動画の最後まで見ても、知能爆発がすでに始まっていると信じられない方がいらっしゃれば、コメント欄でその理由を教えてください。ぜひお聞きしたいです。
マット・シューマーの警告と現実のギャップ
さて、そもそも私がこの動画を作りたいと思ったきっかけは、マット・シューマーによる長文のX投稿が大バズりしたことでした。今現在、おそらく8000万回以上の閲覧数になっていると思います。
この投稿は、これから起こることについて人々を目覚めさせることを目的としています。彼は、ほとんどの人が最新のAIモデルがどれほど驚異的に能力を持つようになっているかを全く理解しておらず、それが危険なギャップを生み出していると語っています。2年前のAIができたことと、今日のAIができることは全く異なるのです。
彼はこう書いています。私はもはや自分の仕事の実際の技術的な作業には必要とされていません。作りたいものを平易な英語で説明すると、それがただ現れるのです。修正が必要な粗い草案ではなく、完成品がです。
そして、この同じ種類の自動化がほとんどのホワイトカラー産業にやってくると言っています。ソフトウェアエンジニアリングだけでなく、法律業務、財務分析、執筆とコンテンツ制作、医療分析、カスタマーサービスなども含まれます。
彼はまた、私たちはすでにAIが次のAIを構築し始めているのを目撃していると述べています。これについては、この動画でもっと詳しく触れていきます。彼の全体的なメッセージや要点は、少数のトップAIラボにいる数百人のトップAI研究者たちが真に未来を形作っており、私たちにできることはただその流れに乗ることだけだということです。
したがって彼は、人々に財政を整理し、可能であれば多少の貯蓄をして、AI サブスクリプションを購入することを強く勧めています。その理由は、これらのAIモデルがどれほど能力を持つようになっているかを自分自身で確認する必要があるからです。そして理想的には、会社があなたのために自動化する前に、それらを使って自分のワークフローを自動化し、より生産的になることです。
彼が書いた文章の中で、私に本当に強く印象に残ったのはこれです。しかし、今がその時なのです。いつかそのうち話し合うべきだという意味ではなく、これは今まさに起きていることであり、あなたに理解してもらう必要があるという意味での今なのです。
これこそが、ほとんどの人が理解できていないことだと思います。知能爆発は始まっているのです。もうすぐ始まるとか、いつか始まるというわけではありません。今ここにあるのです。私たちは目を覚まさなければなりません。
マイクロソフトAI CEOの大胆な予測
さて、この動画を作ることを決めたもう一つの理由は、マイクロソフトのAI CEOであるムスタファ・スレイマンが最近のインタビューで語った内容でした。彼は通常、AIを誇大宣伝するタイプではありませんが、このクリップの中で、仕事の未来について非常に大胆で自信に満ちた発言をしています。ちょっと見てください。
あなたは超知能について話していますね。あなたのライバルのほとんどはAGI、つまり汎用人工知能について話しています。AGIと超知能の違いを説明してください。
私が好む定義は、まず、職場で日常的に行う大半のタスクを達成できるシステムを構築するために何が必要かに焦点を当てたものです。プロフェッショナルグレードのAGIと考えてください。
どのくらい近づいているのでしょうか?
私が思うに、私たちは、大半とは言わないまでも、ほぼ全てのプロフェッショナルなタスクにおいて人間レベルのパフォーマンスを実現するでしょう。つまり、コンピューターの前に座って行うホワイトカラーの仕事です。弁護士であれ、会計士であれ、プロジェクトマネージャーであれ、マーケティング担当者であれ。これらのタスクのほとんどが、今後12ヶ月から18ヶ月以内にAIによって完全に自動化されるでしょう。
そして、これはソフトウェアエンジニアリングで見ることができます。多くのソフトウェアエンジニアが報告しているのは、彼らが今やコード生成の大部分でAI支援コーディングを使用しているということです。つまり、彼らの役割は今やこのメタ機能へとシフトしています。デバッグをしたり、精査したり、戦略的なことをしたり、アーキテクチャを設計したり、本番環境にデプロイしたりといったことです。つまり、テクノロジーとの関係性が全く異なるものになっているのです。そして、これは過去6ヶ月で起こったことなのです。
実例が示すAI自動化の現実
そうですね。これを認める人がますます増えています。Anthropicのダリオ・アモデイやX上のランダムな加速主義者だけではありません。しかし、こうした主要なAI CEOたちのコメント以上に説得力があると私が感じるのは、彼らの主張を裏付ける実生活の事例です。
例えば、Spotifyは今週、彼らの最高の開発者たちが12月以降一行もコードを書いていないことを認めました。そして、彼らの生産性が低下しているわけではありません。実際、今年は彼らにとって最も生産的な年の一つであり、ストリーミングアプリに50以上の新機能を追加しました。
それから、今年の初めにAnthropicがClaude Co-workをリリースしたとき、基本的にはナレッジワーカー向けのClaude Codeの非技術版なのですが、研究者の一人であるボリス・チャーニーは、Co-workを構築するためのコードは全てClaude Code自体によって書かれたと認めました。もちろん、人間による計画と方向性の指示はありましたが、完成までにかかった時間は合計でわずか2週間程度でした。
Claude Codeの作成に不可欠な役割を果たした同じ研究者、ボリス・チャーニーは、基本的にもう自分ではコードを書かないことも認めています。彼はただClaude Codeに全てを任せているのです。
Anthropicはまた、つい最近Claude 4.6 Opusをリリースしました。そして、あなたが見逃したかもしれないのは、彼らがエージェントチームを使ってCコンパイラを構築するタスクを与え、そしてほぼ放置したということです。
彼らがどのようにそれを行い、どうなったかについて、ここで正確に読むことができますが、基本的にはいくつかの問題はあったものの、全体的には実際に機能しました。通常であれば有能な人間のチームが数ヶ月から数年かかるようなプロジェクトが、並列で作業する16のエージェントグループによって数週間で、しかもAPIコストはわずか2万ドルで完成したのです。これは本当にすごいことです。
OpenAIとGoogleの自己改善AI事例
そしてもちろん、これで終わりではありません。OpenAIは最近、初めて彼らのモデルの一つが自分自身の構築を助けたと発表しました。彼らはこう書いています。GPT-5.3 Codexは、自分自身の作成に不可欠な役割を果たした私たちの最初のモデルです。
そして、おそらくあなたは今年初めのこの投稿を覚えているでしょう。Googleのシニアエンジニアが、Claude Codeが彼女のチームの1年分の作業をわずか1時間で行ったことを率直に認めたものです。そうです。
彼女は、Claude Codeに問題の説明と、彼女のチームが2025年に取り組んでいたこと、つまり分散エージェントオーケストレーターの構築について伝えたと言っています。Claude Codeは基本的にわずか約1時間で、まる1年分の作業を再現したのです。
そう、改めて明らかになっているのは、知能爆発が始まっているということです。つまり、xAIの共同創設者であり、この分野の著名な研究者でもあるジミー・バーは、今週のxAI辞任の手紙の中で、再帰的自己改善ループがおそらく今後12ヶ月以内に稼働するだろうと書いています。
彼がここで本質的に言っているのは、今から1年ほどで、AIがより優れたAIを構築するようになるということです。そして、そのより優れたAIがさらに優れたAIを構築する。そして、そのさらに優れたAIがもっと優れたAIを構築し続ける。最終的には、基本的に文明全体と同じくらい賢い超知的な存在に行き着くのです。
他のxAIの従業員たちもこれを言っています。ごく最近、Grokのコーディングリードであるマルコという名前の人物が、再帰的自己改善がまずコーディングで起こりつつあり、だからこそ彼らは今それに全力を注いでいると語りました。これを見てください。
xAI Grokの再帰的自己改善への取り組み
世界は最近、コーディングに関して大きく変わりました。コーディングモデルについて、私はいつも文句を言っていました。人々は私にコーディングモデルを使うよう説得しようとしていましたが、私はそれを信頼していなかったし、実際あまり納得していませんでした。しかし、最近になって、モデルたちは実際に良質で適切なコードを生成するようになりました。
もちろん、まだレビューしてフィードバックを与える必要はありますが、それらがあなたをかなり加速させることができるというのは簡単に見て取れます。ただ、これはコーディングだけの話ではありません。彼らはあなたの直感を以前よりもはるかによく理解しているのです。今、私が問題を説明するとき、すでにコードベースを見たことのある他の同僚エンジニアに対して話すのと同じように表現するだけでよくなりました。
これは大きな変化です。以前は、幼児の手を引いて変更を加えさせるような感じでした。そして、彼らはあなたのコードを書くだけでなく、あなたのコードをデバッグすることもできます。だから今、私たちは、Grok Codeを何時間も継続的に実行させて、トレーニングシステムへのより複雑な変更が実際に本番環境で機能することを確認しています。
だから、私たちにとって、これは単に私たち自身がコードを書くのを加速させて10倍生産的にするだけの話ではないことが簡単に分かります。私たちは本当に再帰的自己改善への道を歩んでいるのです。現在の世代のGrok Codeが次の世代のGrok Codeをトレーニングしているのです。そして、私たちはこの道が指数関数的な離陸状態にあることを見ています。この道は継続するでしょう。だから私たちはコーディングに全力を注ぎ、コーディングを会社の最優先事項の一つにしているのです。
知能爆発の証拠と定量的指標
そうですね。こうしたもの全てを一歩引いて一緒に見ると、実際に何が起きているのかを無視するのは難しいのです。トップ研究者たちは、再帰的自己改善ループが1年以内に稼働することについて公然と語っています。これは単なる事実です。
主要なラボは、彼らの最新モデルが次世代モデルの構築を助けたことを公に認めています。兆ドル規模の企業のシニアエンジニアたちは、もはやほとんどコードを書いていないと言っています。
そして、これを見てください。これは有名なMERグラフで、異なる言語モデルが50%の成功率で完了できる実際のソフトウェアタスクの長さを測定したものです。
GPT-2の時代には、モデルは人間が数秒でできるようなタスクを確実に処理できました。GPT-3では、おそらく数秒から1分かかるタスク。GPT-3.5では、約30秒程度。GPT-4では数分。そして、Opus 4.5やGPT-5.2になると、突然、人間が数時間かかるようなタスクについて話すようになります。GPT-5.2 Highは最近、6時間34分という新記録を樹立しました。
これは指数関数的な進歩です。超指数関数的な進歩だと言う人もいるでしょう。毎年、モデルができることの時間的地平線が2倍になり、また2倍になり、また2倍になります。言い換えれば、これらのシステムが自律的に実行できる一貫した複数ステップの作業の長さが、非常に速く成長しているのです。
まもなく、彼らは数ヶ月にわたる研究プロジェクトを引き受け、さらには他のエージェントのチームを調整して手伝わせることができるようになるでしょう。それが、再帰的ループが本当に重要になる時です。なぜなら、AIがAI研究自体の意味のある部分を自動化できるようになれば、もはや単により速く、より良いモデルを持つだけではなくなるからです。それ自体の改善を加速させるシステムを持つことになるのです。
そして、それこそが人々が知能爆発と呼ぶものです。それは一夜にして神のような超知能が現れるという意味ではありません。フィードバックループがより緊密になるという意味です。人間がより良いモデルを構築する。それらのモデルがさらに良いモデルの構築を助ける。それらのモデルが次世代モデルを構築するのに必要な時間を短縮し、曲線はただ上向きに曲がっていくのです。
MERグラフは基本的に、その曲がりの定量的なスナップショットです。私たちは超知能には到達していませんが、些細な質問に答えるチャットボットでもありません。私たちはその間のどこかにいます。より長い推論チェーンを維持し、実際に経済的に価値のある作業を実行できるシステムの最初期の端にいるのです。
そして歴史的に見て、指数関数的な曲線が後から見て明白に見え始めた時には、すでに手遅れなのです。
結論と個人的な備え
ですから、私は改めて思うのです。知能爆発は始まっており、このMERグラフは、この動画で見てきた他の全ての証拠と同様に、ある程度それの証明になっているのだと。コメント欄で、同意するか、同意しないか、そしてその理由を教えてください。
また、皆さんはこれに備えて何かしていますか?投資、スキルアップ、貯蓄?知りたいです。
とにかく、今日お伝えしたいことは以上です。今週は本当に狂気的で、これについての動画を作らざるを得ませんでした。楽しんでいただけたら、ぜひいいねを押してください。チャンネル登録もよろしくお願いします。
コメント