AIの進化を語るAlexandr Wang：事前学習から再帰的自己改善の時代へ | N18G

本動画は、MetaのAlexandr Wang（アレクサンドル・ワン）がAI開発の歴史的転換点を解説したものである。事前学習から強化学習、そして2025年末に本格化した「再帰的自己改善」の時代への移行を概観しつつ、AIエージェントの台頭、政府サービスへの応用、データ・インフラ・イノベーション・エコシステムといったAI普及に必要な要素、さらにはパーソナル超知能から集合的な「対人超知能」に至る未来ビジョンまでを幅広く論じている。

Alexandr Wang on AI Evolution: From Pre-Training to the Era of Recursive Self-Improvement | N18G

Alexandr Wang, Chief AI Officer of Meta, pointed to India's immense talent pool and noted that the country now has more ...

www.youtube.com

事前学習から強化学習、そして再帰的自己改善へ

事前学習の時代、私たちは一本の巨大な指数曲線を描きながらモデルの性能を向上させてきました。その曲線はとても予測しやすく、リソースを投入すればするほど成果が得られるという明確な特性がありました。当時は、この曲線が今後も続くのかどうか、あるいは続いたとしても限界効用が逓減するのではないかという議論が盛んに行われていました。これはAI懐疑論が高まった時期のひとつでもありました。

そして2024年、特に2024年末から強化学習の時代が始まりました。これは前の波の上に積み重なる形で訪れた、次の大きなうねりです。この時期、モデルが推論することを学び始めました。よく言われる話として、「Ilya Sutskever（イリヤ・サツケヴァー）は何を見たのか？　彼はモデルが推論する姿を見た」というミームがありますが、まさにその通りで、これは次の巨大な波であることが明らかでした。

強化学習にも明確な限界があり、その時代がどこまで続くのか、どんな制約があるのかという議論が続きました。そして2025年末、つまりほんの数か月前のことですが、私たちはまったく新しいパラダイム、新しい時代に踏み込んだと思います。それが「再帰的自己改善」の時代の幕開けです。

再帰的自己改善とAIエージェントの台頭

これは私たちのモデル開発において、本当に実感し始めていることです。主要なほとんどのAIラボが同じことを感じているでしょう。モデル自身が次世代AIを生み出すプロセスを加速する上で不可欠な存在になってきた、ということです。外から見ると、開発全体のスピードが上がり、新しいモデルがリリースされるペースが速まっているように映るかもしれません。

内部から見ると、生産性の劇的な向上が確認できます。個々の研究者の生産性は大幅に伸びており、それが止まるとは思っていません。むしろ、テクノロジーの進歩に伴い、研究者・エンジニア一人ひとりのアウトプットが指数関数的に成長し続けると考えています。

再帰的自己改善というパラダイムと同時並行で起きているもうひとつの大きな波が、エージェントの本格的な到来です。エージェントという言葉自体は正直2023年から盛んに語られてきましたが、長い間、期待ばかりが先行するバズワードに過ぎませんでした。それが2025年の中盤から終わりにかけて、エージェントが実際に機能し始めたのです。モデルがアクションを起こし、ワークフロー全体を自動化し、それ自体が独立したエンティティとして劇的に生産的に動くようになってきました。

この時代はコーディングエージェントから始まり、パーソナルエージェントへと広がりつつあります。これはMetaが強く信じている方向性でもあります。2026年を通じて、経済の多くの分野、世界の多くの場所で大規模なエージェントの展開が見られるでしょう。AIのGDP、いわばAIが生み出す経済的価値は指数関数的に成長していくはずです。

スケーリング則への懐疑から加速の時代へ

それはとても頼もしい話ですね。あなたが指摘されたのは重要な点で、私がこの仕事を始めた頃、話題の中心はスケーリング則が続くかどうかでした。おっしゃっていた懐疑論もありましたが、結局それどころかずっと指数的な成長を届け続けています。そしてここ数か月、さらなる加速が起きているように感じます。Dario Amodei（ダリオ・アモデイ）やDennisも私に対して、また公の場でも同じことを言っています。モデル自身が次世代モデルの開発を加速している、再帰的自己改善が起きているということです。

とても刺激的な瞬間ですが、同時に開発の時間軸が加速することへの不安もあります。そこで信頼という問題について話したいと思います。私には幼い娘が2人いるのですが、彼女たちはチャットボットを使うとき、いつも「どうかよろしくお願いします」とか「ありがとう」と書くんです。お願いとお礼が山ほど。それを見て、まあ面白いなと思いつつ、「ねえ、そんなことしなくていいんだよ。相手は人間じゃないし、それに計算コストがかかるんだから」と言ったんです。

すると娘たちが返してきたのは、「パパ、もしAIが世界を支配したら、私たちはAIに優しくしておきたいの」と。それは確かにいい保険ですが、この不安をうまく表していますよね。

AI信頼と社会的受容の課題

おっしゃる通りで、とても賢い考えですね。世界を見渡すと、AIへの態度は国によって大きく異なります。インドのような国では巨大な楽観論と信頼がある一方、欧米諸国では不安が依然として支配的な感情になっています。この信頼のギャップを埋めることは、技術的な課題であると同時に政策的な課題でもあると思います。

あなたはB to C企業にいて、毎日何十億人もの消費者と向き合っています。この信頼の問題をどのようにお考えですか？　誰もが計り知れない恩恵をもたらせると信じているものに対して、信頼が低い場所でどうやって信頼を高めるのでしょうか？

これは最も重要な問いのひとつです。技術そのものや開発以上に、テクノロジーがいかにうまく社会に普及するかを左右するのは、この信頼の問題かもしれません。

私たちがこれを深く考えるのは、私たちのビジョンが、あなたのことを誰よりもよく知ってくれるパーソナルエージェントを届けることだからです。あなたの健康、目標、人間関係、家族や友人について知っていて、人生をより効果的に生きる手助けをしてくれる存在。より健康になり、これまで時間がなくてできなかったプロジェクトに取り組み、ずっと夢見ていたビジネスを立ち上げ、興味を探求できる。

そこまで本格的に構築するには、消費者から、政府から、あらゆる組織から、膨大な信頼が必要になります。

WhatsAppに見るプライバシーと信頼構築の教訓

私たちが目指すテクノロジーの形が非常に親密で、消費者の生活の核心に深く結びついているからこそ、政府機関やNPOなどと協力してテクノロジーを開発し、信頼を勝ち取っていくことが非常に重要です。Metaでは実際にWhatsAppでこれを経験してきました。WhatsAppは世界の多くの人々にとって欠かせないインフラとなりましたが、それはプライバシーへのコミットメントと、プラットフォームとしての信頼を積み重ねてきたからです。時にはビジネス目標の最大化よりもWhatsAppへの信頼の最大化を優先してきた結果です。

現代のAI製品においても同様の道のりが必要になると思います。既存のAI製品やラボの間では、自分たちの行動が本当に信頼を築けているかどうかをめぐる議論や摩擦もありました。

そしてあなたがブレッチリーで提起された、グローバルな意味での安全性というテーマは今まで以上に重要です。すでにモデルは、国家安全保障やサイバーセキュリティに関するリスクという観点で一定の警戒を要する能力水準に達しています。適切なテストを行い、安全にモデルを監視・展開する仕組みを構築することは最重要課題です。

政府による技術評価と安全保障の枠組み

これはここ数年、ずっと話し合ってきたテーマですね。ブレッチリーで私たちが重視したのも、まさにそこでした。英国にAI安全保障機構（AI Security Institute）を設立したのも、その仕事をするためです。政府側に技術的な能力がなければ、これらのリスクを評価できない、というギャップがありました。英国が主導しつつ、グローバルな公共財として、あなたたちのような企業や他のフロンティアラボと協力してモデルの事前展開テストを行う。規制ではないけれど、市民に対してテクノロジーが安全だという確信を与える。結局、信頼できないテクノロジーを人々は採用しないわけですから。

あなたからうかがった印象では、企業側の役割として、WhatsAppのプライバシーの例がそうであるように、信頼を生むAI製品をどう設計するかということがあり、そして政府側の役割として技術評価があるということですね。政府間の協力や、ラボとの連携はうまくいっていると思いますか？

連携自体はうまくいっていると思います。ただ、これはより慎重であり続けなければならない領域でもあります。特にAIの進歩が劇的に加速するこの段階において、常にどう改善できるかを考え続ける必要があります。

政府サービスへのAI活用と「エージェント政府」の構想

信頼をめぐるこの議論が現実のものになる場所のひとつが、公共部門だと思います。市民として、より良い医療、効率的な行政サービス、迅速に対応してくれる国家を経験できれば、議論は抽象的なものから具体的な恩恵の実証へと変わります。あなたの視点から見て、政府がAIを活用すべき最も明白なユースケースはどこでしょうか？

政府をある意味で市民へのサービスプロバイダーとして考えると、あらゆる政府にとってサービスをより効果的に提供できる巨大な機会があります。インドでは実際に、WhatsApp上で多くの行政サービスが提供されています。一部の州では大半の政府サービスがWhatsApp経由で届けられています。インドのデジタル化の過程で本当に重要なのは、AIを展開して行政サービスを市民に届ける際の手間とスピードを飛躍的に向上させることです。

私がこの概念のために使い続けているフレーズがあります。「エージェント政府」という言葉です。大規模な官僚制的サービスや組織から脱却し、エージェントと人間の組み合わせで最速の行政サービスを国民に提供し、国や地域の発展を支えるにはどうすればいいかを考えることです。これは行政サービス全般に横断的に関わり、医療にも及び、政府の安全保障においても重要な役割を果たします。

テクノロジー普及の歴史とインドの戦略的優位性

ありがとうございます。一点、触れておきたい話があります。退任後の特権のひとつは、考える時間が増えることですね。退任後にJeffrey Ding教授の「Technology and Great Powers（テクノロジーと大国）」という素晴らしい本を紹介してもらいました。ご存じかもしれませんが、その本ではテクノロジーの普及についてとても説得力のある議論がなされています。印刷機まで遡る汎用技術の歴史を見ると、テクノロジーを発明した国が最も恩恵を受ける国とは限らない、という主張です。

インドはまさにそれを認識していますね。テクノロジーリーダーシップは発明だけに依存しない。効果的な展開と普及が鍵だということです。インドにはAI人材の深い層があり、配布のインフラとしてデジタル公共基盤——ID、UPI、決済インフラ、そして最近のAyushman健康アカウント——があり、10億人以上にアプリを届けるインフラレールとして機能しています。しかも国民が積極的に受け入れている。こういった展開・普及戦略に集中することで、インドはリーダーとして自らを位置づけることができました。

この野望をAIエージェント政府という形で実現するために、政府が正しく整えなければならない要素は何でしょうか？　展開と普及の構造——スキル、コンピュート、規制、そしてデータ。まずデータから始めて広げていきましょう。

AIとデータ戦略：国家の「データ資産」という発想

データは本当に重要で、ここ数年でそれを実感している人は多いと思います。モデルの力の源泉を見ると、その力はすべてデータから生まれています。データをある種の新しい石油、AIの将来と開発にとって非常に重要な基盤素材だと考えると、政府は自分たちの「データ埋蔵量」「データ資産」は何かを考えるべきです。そしてある種のデータについて主権を持ち、国の発展を最大化するデータセットを構築できる戦略を立てるべきです。

最も明確な分野は二つあります。一つ目は医療です。多くの国はすでに取り組んでいますが、そうでない国も、国内の医療データを効果的に整備する仕組みを真剣に考える必要があります。そこからAIモデルやAIエージェントを構築して、市民により良い医療サービスを届けるためです。二つ目は国家安全保障です。自明な部分も多いですが、各国がコアなデータ資産について深く考える必要があります。

コンピュートインフラ、イノベーション・エコシステム、政府サービスの連鎖

データの周りを固める次のレイヤーはインフラです。電力、計算インフラを考えると、全ての国が大規模なAIデータセンターを国内に構える必要はないと思います。ただ、時間をかけてそのインフラへのアクセスをどう確保するかの戦略は必要です。各種形式の同盟、あるいは大手クラウドプロバイダーのような企業とのパートナーシップ、これは重要な検討要素です。

その次が、イノベーション・エコシステムだと思います。私たちは今、歴史的な技術変革の瞬間にいます。起業家的・経済的な機会はほぼ無限に広がっています。政府や国がその機会を支えるエコシステムをどう構築するかを考えることは責務だと思います。インドは多くの点で非常に良いケーススタディです。昨夜、インド人の起業家やベンチャーキャピタリストたちとの夕食で聞いた話では、インドのコンシューマーAIスタートアップの数はアメリカを上回るというデータがあります。こういったエコシステムが輝いている実例が本当に存在しています。

そして最後が、先ほど話した政府サービスです。

AIを現実に変えるためのプレイブック

ほぼプレイブックの要素が揃ってきましたね。適切なデータを持ち効果的に活用すること、ある程度のコンピュートを確保すること、信頼を築くための適切な規制、公共セクターのユースケース、そしてイノベーション・エコシステム。これらが野望を現実に変え、人々に実際のインパクトをもたらすための要素です。

このテーマに留まりつつ、あなたは素晴らしい会社で働き、様々な企業とも関わっています。多くのCEOと話すと、自社のビジネスにAIをどう展開するかを考えている様子は、政府がすべきことと明確に並行しています。

大企業のCEOたちは常にAIについて考えています。AIに破壊される可能性、競争優位を保つための活用法、効率化と成長をどこで実現するか。そしてトップダウンでプロジェクトを推進し、「これはIT部門に任せておける話ではない。CEOが自らユースケースを選び、責任を持ちパイロットを回してスケールさせるべき問題だ」という姿勢になっています。政府ではまだ同じ転換は起きていないかもしれませんが、比喩として有効だと思います。首相や国家元首レベルの人間が個人的にドライブしなければならない。CEOも政府もこのマシンをどう動かすかについて、何かアドバイスはありますか？

AIファースト組織への転換と成功事例の力

二つのことの組み合わせだと思います。まず最上位のレベルで、組織がAIファーストの組織になることを明確にする必要があります。それぞれの組織によって意味は少し異なりますが、本質的に言えば、組織の成否はAIを正しく取り入れられるかどうかに完全にかかっている、という認識です。これがトップダウンの成分です。戦略はより慎重に設計される必要がありますが、正直なところ今はAIに戦略の設計を手伝ってもらうことも可能で、かなり良い仕事をしてくれるでしょう。

そしてボトムアップの採用と成功事例の積み重ねが必要です。Metaでの例は、社内エンジニアたちがAIを使って10倍から100倍の生産性を達成したということです。そうした事例が出ると、組織の全員が周りを見回して「これは本当に真剣に受け止めなければならない」と気づきます。CEOや役員が遠い話をしているのではなく、現場で本当に大きな変化が起きているんだ、と。だから成功事例によって全員に変化の大きさを認識させることと、この転換が必須だというトップダウンの方向性を継続的かつ明確に示すこと、その両方の組み合わせが必要です。

テクノロジーの加速とパーソナル超知能の未来

必須、というのは力強い言葉ですね。非常に参考になるアドバイスです。もうほとんど時間がなくなってきましたが、最後に、このテクノロジーの発展においてあなたが最も楽しみにしていることは何ですか？パーソナルエージェント、科学的突破口など触れてきましたが、これはどこへ向かっていて、政府は今何をしておくべきでしょうか？

確実に言えることがあります。テクノロジーの発展ペースは加速し続けると思います。この再帰的自己改善の時代は、あらゆるものがスピードアップしているように感じられるでしょう。テクノロジーは非常に速く発展し続けます。そしてテクノロジーの普及も加速するでしょう。「AIの話はよく聞くけど、自分の日常にAIはどこにあるの？」という問いに対する答えが、これから本当に加速していきます。100倍速くはならないかもしれませんが、次の何年かで毎年2〜3倍ずつ速くなっていくのではないでしょうか。

私が特に楽しみにしているのは、Metaで語っている「パーソナル超知能」という概念です。それぞれの人が、自分が情熱を注ぐことへの挑戦を手伝い、趣味を探求させ、ビジネスを構築させ、発見をさせ、ものを発明させ、自分の人生の最大限の可能性を達成させてくれるエージェントを持てるようになる、ということです。

対人超知能と人類の新しい組織化の可能性

そして、その先にあるのが「対人超知能（interpersonal super intelligence）」という概念です。人間社会を見ると、大きなことが起きるために必要なのは、適切な人々が適切な方法で組織化されることだということが多いですよね。企業でも、NPOでも、大きな社会運動でも、政府の再編成の場面でもそれを見てきました。AIというテクノロジーが、人間が今よりもさらに優れた形で組織化できるようにする巨大な機会があると思います。コミュニティとして、グループとして、新しい企業として、あるいはどんな形かはわかりませんが、私たちの最大の課題を解決するために組織化できるようになるかもしれない。少し大げさに聞こえるかもしれませんが、本当に心から楽しみにしていることです。

結び：AIは「明日の課題」ではなく「今日の行動」

そのビジョンはとても説得力があります。非常に充実した対話でした。テクノロジーは単に追いついているだけでなく、加速していることは明らかです。議論もテクノロジー自体の話から、あなたがおっしゃったように、人々の生活にどう影響を与えどう展開されるかという話に移っていることも明らかです。

最後に私の懸念を一つ言わせてください。一部の政治リーダーたちがAIを「明日の課題」だと思っているように感じることがあります。しかし本当は「今日この日の行動」が必要な問題です。AIは専門的なテーマから脱して、政府の中心的な責任事項になる必要があります。そして同じ緊迫感と行動が伴わなければ、Alexが話してくれたすべての恩恵を実現することはできません。素晴らしい議論をありがとうございました。聴衆の皆さんへのアドバイスと、これからの方向性への洞察に感謝します。

こちらこそ、ありがとうございました。