Eric Schmidt：シンギュラリティの到来、92ギガワット問題と再帰的自己改善のタイムライン | 241

本動画は、Eric Schmidtが現在のAI革命を歴史的転換点として捉え、その加速の構造、再帰的自己改善の到来可能性、データセンターと電力をめぐる巨大な制約、中国との競争、ロボティクスの覇権、さらにAI安全性と民主主義的価値観の維持までを縦横に論じた対談である。AIはすでに人間の能力を拡張する実用段階に入りつつあり、今後の数年がAGIやASIに向かう決定的局面になり得るという認識が示されている。同時に、その未来を豊かさと自由の方向へ導くには、技術者だけでなく政治、倫理、教育、制度設計に関わる人々の総力が必要であることを強く訴える内容である。

Eric Schmidt: Singularity's Arrival, 92-Gigawatt Problem & Recursive Self-Improvement Timeline | 241

This episode was filmed at the 2026 Abundance360 Summit. Learn more at Schmidt ignites Abundance Summit 2026: AI's reaso...

www.youtube.com

歴史的な瞬間とAIの現在地

私たちは今、歴史的な瞬間を生きています。

次に本当に興味深く、そして同時に恐ろしいものは、再帰的自己改善です。ただ、まだそれは起きていません。今あるものについて言うと、私は友人たちにいつも尋ねています。漸近線はいつ現れるのか、曲線はいつ鈍化するのか、と。私たちの狂気にも限界があるのは事実です。

ですが、まだそれは見つかっていません。そして率直に言って、それこそがアメリカの素晴らしいところです。アメリカにとっての競争相手は、中国です。敵ではなく、競争相手です。彼らには潤沢な資金があり、非常に優秀で、労働倫理は私たちと同等かそれ以上で、主要産業を支配しています。しかし現時点では、ロボットのハードウェアに関しては中国が勝っているように私には見えます。

少なくとも低価格帯において、電気自動車革命を失ったのと同じように、ロボット革命まで失いたくありません。可能性はありますが、それには大きな挑戦が必要です。

それはまさにムーンショットですね、皆さん。

初対面の思い出と支援の話

Eric、私たちが初めて会った時のことを覚えていますか。

ええ。Larry Paigeがあなたを紹介してくれたんです。彼があなたの理事をしていたので。

そうです。

ある日、Ericから突然電話がかかってきたんです。それはとても光栄なことで、Larryがあなたに会うべきだと言っている、サンフランシスコにはいつ来るんだ、という話でした。私はロサンゼルスにいて、じゃあ明日はどうですか、と答えました。

いかにもPeterらしいですね。

この話、本当に大好きなんです。Charlie’s Cafeで昼食を取りながら話しました。私は非営利団体を運営していて、いつも資金集めが使命でした。そこで席に着くやいなや、あなたがこう言ったんです。Peter、一番上の寄付会員枠はいくらなんだ、と。

私は、Eric、それは250万ドルのVision Circleです、と答えました。するとあなたは、わかった、今入るよ。じゃあ話をしよう、と言ったんです。

全部買ってしまおう。

本当にとんでもなかったです。

でも、私がここに来たかった理由を話した時、あなたは理解してくれました。ここは豊かさのムーブメントの震源地になっていて、そのムーブメントは正しい、と。

それが重要なことなんです。

ありがとうございます。

AI革命の進行度と推論システムの意味

これまで長年にわたり、私やX-Prizeを支えてくださって本当にありがとうございます。心から感謝しています。

では最初の質問ですが、今私たちは歴史的な瞬間を生きているわけですよね。この瞬間をどう定義するか、そしてAIに何が起きているのか、現状認識をお聞きしたいです。

今起きている影響のうち、私たちはおそらく10％から15％ほどの地点にいます。すでにそれは見えますし、感じることもできます。ただ、すぐに起きるものもあれば、もっと時間がかかるものもあります。たとえばハードウェアはソフトウェアより時間がかかりますし、ロボットは従来型ハードウェア上のデジタルシステムよりも時間がかかります。

次に本当に面白く、そして同時に恐ろしいのは、再帰的自己改善です。

まだ起きていません。

だからこそ、人間そっくりのコンピューターエージェントが1年か2年で完全に実現すると、自分を簡単に信じ込ませてしまいがちです。でも、そのための科学はまだありません。人々は研究していますし、私自身どう進展すると考えるかは説明できますが、まだそこには達していません。

今、私たちが実際に手にしているのは、良くも悪くも、人間にとって完璧なパートナーとなる推論システムです。そこには非常に多くの含意があります。

ですから、もし今日ここで進歩が止まったとしても、実際には止まりませんし、どの政府にも、どの個人にも、どの企業にも止めたり完全に制御したりはできませんが、それでもなお、この推論エージェントによって人類は前進したことになるでしょう。

サンフランシスコの合意とエージェントの爆発的拡大

これがどれくらいの速さで加速すると想像していますか。

私がサンフランシスコ・コンセンサスと呼んでいるものがあります。そう呼ぶのは、少なくとも私の知る限り、サンフランシスコの誰もがそれを信じているからです。

考え方はこうです。今年はエージェントの年であり、なぜエージェントが今年あらゆるものを引き継ぐのかは議論できますが、とにかくこの1年の間に、エージェントと推論の利用規模は猛烈な勢いで成長していきます。誰もがハードウェア不足で、誰もが電力不足です。これは本物のブームです。私のキャリアで3回か4回こうした波を経験しましたが、今回が最大です。

この考え方では、再帰的自己改善が実現し、システムが自分自身を改善し始めると、知能が自律的に学習するようになります。そしてこの議論では、生物学的制約を持つ私たちよりも速く学習するようになるのです。

サンフランシスコでは、こう表現されます。簡単な例を挙げましょう。あなたのテック企業に、素晴らしいAI研究者が1000人いるとします。ある日、AI研究そのものをAIにやらせ始める。つまりAI研究エージェントを動かすわけです。

では、その時あなたは何体のAI研究エージェントを持てるでしょうか。

電力に制限されるだけの数です。彼らに食事は不要ですし、住居も要りません。サンフランシスコにはもう住居がありませんし、そういう問題は抱えなくていい。人事部門も不要ですし、給料を払う必要もありません。必要なのは電力だけです。

では何体持てるか。おそらく100万体くらいのエージェントを動かせるかもしれません。

AIの世界では、進歩したかどうかは明確な指標で判断します。推論であれ、テストであれ、評価フレームワークであれ、それが以前より良くなっていれば前進です。そうだとすると、もともと上昇していた傾きがあって、そこにさらに人を加え、さらにエージェントが加わる。すると曲線は一気に跳ね上がります。

これは本質的に超知能の瞬間です。サンフランシスコでは、これが2年から3年以内に起きると信じられています。

Claude Codeと推論能力の飛躍

その根拠はこうです。Claude Codeが数か月前に出ました。最新のOpus、何であれ。

4.6ですね。

ありがとう。ベイエリアでソフトウェアをやっている人たちは皆、以前は80対20だったのが今は20対80だと言っています。

私が最善だと思う分析は、Claude Codeの部分そのものではなく、基盤となるLLMが時間をかけてより多くの推論を行い、時間とともにより質の高いトークンを出力できるようになったという点です。より深く考える存在になったわけです。

そして今、すべてのラボがその競争をしています。これは単にコンテキストウィンドウの大きさの話ではありません。実際には推論能力と、どれだけ長く考え続けられるかの話です。より長く考え、より多くを生み出せるのです。

私は21歳のときにベイエリアへ移り、高校時代からプログラマーでした。当時はかなり腕が良かったんです。その私が今のシステムのやることを見て、なんてことだ、もう終わりだと思うわけです。私にできて、こいつにできないことなど、もうない。

CコンパイラをRustで書いた時点で、もう終わったと思いました。もう幕引きです。

ですから、その一部は、これを作っている人たち自身も、自分の能力の相対的な縮小を目にしているからだと思います。彼らは、私が誇りを持ってそうであったようなプログラマーから、プログラミングシステムのディレクターへと役割を変えざるを得なくなっているのです。

プログラマーの価値はどう変わるのか

ちなみに、このことには多くの含意があります。

一つは、地元の傲慢なプログラマーとして言えば、昔から最上位のプログラマーは、そのすぐ下の層の10倍の価値があるのが常でした。プログラマーの数学的推論能力には特別なものがあります。

そういう人たちは価値を失うどころか、むしろもっと価値が高くなります。少なくとも現時点では、こうしたシステムは人間が制御する必要があるからです。そうした人たちは、この並列化やシステム全体の活動を理解できるようになります。

それはまた、私の見方では、ごく少数の非常に大きな企業と、非常に多数のとても小さな企業が生まれることも意味します。

それは大きな話ですね。

ええ、大きな話です。

一方で、必要な人員は今ほど多くなくなる。そしてまさに今月、その動きが現実に展開しているのを皆さんは見ています。

夜の間に仕事が終わる世界

これは全部、この3か月ほどで起きたことです。私が関わっているあるスタートアップで、非常に優秀な若いプログラマーと話していました。私は彼に、本当のところどうなんだと聞いたんです。

すると彼は、僕はこうしています、と言いました。彼はさまざまなUIに取り組んでいるのですが、欲しいものの仕様を書き、それからテスト関数、評価関数を書いて、そして起動するんです、と言う。

私は、何時に、と聞きました。彼は、夜7時です、と答えました。

それでそのあと何をするのかと聞くと、奥さんと夕食を食べて、そのまま寝ます、と言うんです。

夜中に起きるのかと聞いたら、いいえ、ぐっすり眠りますよ、と。

じゃあいつ終わるんだと聞くと、朝4時です、と。

そのあと彼は起きて、朝食を食べて、いろいろ済ませてから、何が発明されたかを見に行くわけです。もう気が遠くなるような話です。

この若者の例を出すのは、これがこうしたシステムの力だからです。評価関数を定義できて、それを走らせることができて、十分なハードウェアがあれば、あなたは世界そのものを発明しているようなものです。こういうことをGoogleでやろうとしたら、私なら6か月と10人のプログラマーが必要でした。それをこの青年は寝ている間にやっている。面白すぎます。

まさにその通りです。実は今、舞台裏でも同じことをしていました。Eric Schmidtが来ますよと言われた時、私はMacのふたを開けたまま、ジョブをクラウドへ移そうとしていたんです。ふたを閉じるとジョブが壊れるので。6つのコンポーネントを開いたままでした。

開けたままにしておけばいいんですよ。あなたがやっていることは重要なんです。私のために中断しなくていい。

あなたも重要ですよ。

プログラミングの未来と教育改革

本当にすごい時代です。たった2か月前、ダボスで会った時には、まだオートコンプリート的なモードでした。コードを書くと、それが補助してくれて、効率は10倍くらいになる。でもまだ付きっきりで面倒を見る必要があった。

今は文字通り、舞台を降りた時には、私が投げた6つの問題が解決されているはずです。

業界が興奮しているのも理解できます。でも、私がBSDやBerkeley、Bell LabsのUnixで仕事をしていた頃を思い返すと、私たちプログラマーは自分たちに必要なものを発明していたんです。だから最初の電子メールシステムも、最初のメッセージングシステムも私たちが作った。誰も深く考えていたわけではなく、ただ必要だったから作ったのです。

ですから、デジタル知性について理解しておくべき鍵の一つは、最初の発明者は、自分自身の問題を解こうとしているプログラマーたちだということです。これは驚くべきことではなく、むしろ当然予想されるべきことでした。

プログラミングが面白いのは、まずスケールフリーであることです。つまり、電力以外に特段の制約がない。大量のデータも要りません。GitHubやその類似物もすでにある。そして使われる言語セットも比較的限定的です。人間の自然言語に比べれば、言語的構成要素は少ない。小さな言語体系、明確な目的関数、必要なのは電力だけです。

では、どこまで行けるのか。いずれ完全に新しいことはできなくなる地点に達するでしょう。

でも考えてみると、私たちがここに座って、若い頃はたくさんコードを書いたものだ、などと言っていること自体が、どこか滑稽で狂気じみています。今年の終わり以降、そんなことをする人はもういないかもしれません。乗馬のようなものになるでしょう。昔みんなが持っていた技能、という話になる。

そこで私は大学に提案があります。大学に関わっている方々には、今やっていることを全部止めて、新入生向けの授業を設計してほしいのです。9月から始まるプロンプトエンジニアリングの授業です。

なぜ大学なんですか。なぜ高校じゃないんですか。

いやあ、本当に攻めますね、Peter。

まずは大学から始めましょう。あなたのほうが私の案を改善できるかもしれない。私は18歳なら十分若いと思っていたんです。もしかしたら、もっと若くてもいいのかもしれません。

重要なのはここです。四半期でも学期でもいいので、大学で最初に学ぶことは、こうしたツールの使い方であるべきです。大学はいつものように、私の案に全面的に反対するでしょう。

それは大学のあらゆる信条に反するからです。

でも学生のことを考えてください。教養系でも、数学でも、どんな専攻でもです。彼らにとってこのプラットフォームは、自分の芸術、音楽、文章などを表現するための基盤になるのです。ならば、なぜ最初に教えないのでしょうか。Peter、私の提案をもっと良くしてください。

いや、私はただ、高校にいるすべての生徒が、すでにAIの影響を受ける時代にいると感じているんです。

そうですね。

彼らがAIと関わらないまま生きていること自体が、すでに不自然な生活なんです。そして大学に進学した時、もしその時点で大学がまだ存在しているならですが。

それに、あなたの子どもたちもちょうどその年頃ですよね。だからまさに今、あなたが言っていることをそのままやっている。

ここに10代の子どもがいる人なら、何のことかわかるはずです。もう全員その中に入っているんです。

つまり、あなたの指摘は私の議論を改善しています。年齢制限という問題があるわけです。こうした技術に対して脆弱な10代については、本当に慎重に考えなければなりません。

雇用、若者、エージェント統合のリスク

私は、この技術の本当の問題がどこにあるのか、いくつか分析しました。

簡単に言えば、ある時点で雇用への影響は必ず出ます。すでにソフトウェア分野では見えていますし、一部のカスタマーサービス業界でも起きています。全面的ではありませんが、いずれそれは起きるでしょう。これは一つの問題です。

もう一つは、中国と競争しながら、私たちが国家としてどうやって道徳的価値観を維持するかということです。

さらに若者への影響もあります。13歳の子どもがLLMのせいで自殺するようなことは、絶対にあってはならない。そんなことは許されません。これは対処されなければならないし、今すぐに対処されるべきです。

その通りです。

ほかにも多くの問題があります。私がもう一つ挙げたのは、エージェントのオーケストレーションです。エージェントは組み合わせることができます。私は昔から、特に互換性のないベンダーのエージェント同士を組み合わせると、予測不能な効果が生まれるのではないかと懸念してきました。

そうですね。

だから、これらは解決すべき問題です。私たちは未来を歓迎しつつ、未来がもたらした問題も解かなければなりません。

Google時代、Transformer、TPU、DeepMindの記憶

このあと中国、政府、雇用について話しますが、その前に少しこの瞬間を味わっていたいんです。というのも、今日から1年後の世界は、おそらく今の世界とはまるで違っているでしょうし、私たちが今やっていることは、これまで長い間ずっと楽しんできたことだからです。

それと同時に、少し振り返りたいことがあります。あなたがGoogleを率いていた時期に、Transformerがそこで発明され、TPUがそこで発明され、Demis Hassabisがタンパク質の折りたたみ問題を解いた。今ではそれが世界中で使われています。以前は博士課程の学生が4年かけていた仕事を、たしか1時間でやってしまう。4年ですよ。効率でいえば3億倍くらいです。

そのすべて、そしてそこから広がっていったディアスポラ、サンフランシスコで今この分野をやっている人たち、あなたが言ったように、みんなあなたの人材だったわけです。

つまりあなたは、今私たちが経験しているすべての創世の場にいたわけです。その瞬間について、何か深く心に残っていることはありますか。当時それを自覚していましたか。

歴史を作っている最中というのは、たいてい自分では気づかないものです。

私はLarryとSergeyに大きな功績があると思っています。彼らは私より先を見ていました。私は執行型のCEOでしたが、彼らは卓越性を求め続けていた。初期のGoogleでの例を挙げましょう。

ある日私は、Javaをやる人材を採用する必要があると言いました。するとLarryとSergeyは、それは今まで聞いた中で一番馬鹿げた案だと言ったんです。彼らが本気なのか、私をからかっているのか、私はいつも見分けがつきませんでした。でも彼らの理屈では、本物のプログラマーは一段低いレイヤーでプログラムすべきだということでした。

今のGoogleには何千もの仕組みがありますが、彼らは技術の卓越性に対して本当に精密で、強烈に駆り立てられていました。私は彼らをごまかすことも、マーケティングでかわすこともできませんでした。技術の専門性が必要だったんです。彼らは、それは退屈だ、やるな、それはまた君のアイデアの一つだろう、私たちは新しいアイデアが欲しい、と言う。

その姿勢には本当に敬意を払っています。

TPUと推論時代への布石

でも特にTPUについてはどうですか。私にとってはあれが印象的です。だって、かなり後になるまで存在すら知りませんでしたし、自前の内部チップを設計して構築するには何年もかかりますよね。そして今、それが爆発しようとしている。

どこまで公になっているかわかりませんが、TPU version 1は本質的に特定種の行列乗算器でした。version 2になる時、彼らは複雑な形でアルゴリズムを変更し、それが特に推論に向いたものになったんです。

それが天才的判断だったのか、単なる幸運だったのかはさておき、10年前のその決定が、TPUを完璧な推論エンジンとして位置づけることになった。皆さんのために言うと、推論とは、私がいま説明しているような思考ステップのことです。ですからGoogleはとても有利な位置にあります。

ご存じの通り、NvidiaはGrokを買収しました。統合のためです。

Nvidiaについて興味深いのは、Rubinアーキテクチャを見ていて思ったことですが、NvidiaはIntelに決してできなかったことをやってのけたという点です。Intelはサーバー全体のアーキテクチャを支配することができなかった。何度も試みたのにです。

Nvidiaは、十分な時間と資金さえあれば本当に買える、本物のスーパーコンピューターを構築することに成功した。そしてそれは実際に納品され、システム全体がきちんと機能する。これは重大な産業的達成です。だからこそ、両社は驚異的にうまくいくでしょう。

92ギガワット問題とアメリカ最大の制約

AIの指数関数的成長の中で、今の制約はどこにあるのでしょうか。あなたは議会で、エネルギー、チップ、人材、資本について話していました。現在の制約は何ですか。

面白い話ですが、私は友人たちとデータセンター会社を立ち上げました。議会証言では、2030年までの間に、アメリカではおよそ92ギガワットの電力不足が生じると見積もられていると言いました。参考までに言うと、原子力発電所1基はだいたい1.5ギガワットです。つまり約60基分です。しかし実際に進んでいるのは、数え方によってはゼロか1基程度です。

それで私は、アメリカにおける本当の資源制約とは何なのかに関心を持つようになりました。そして結論は電力です。

大学もある、優秀な人材もいる、経済力もある。そして私たちすべてに対して、当たるかどうかもわからない夢に何十億ドル、何百億ドルも突っ込んでくれる驚くべき金融人材がいる。あんなことをやれるほど金融人材が十分に狂っている国は他にありません。中国ではそうではないし、ヨーロッパではなおさらです。彼らはアメリカの金融システムに猛烈に嫉妬しています。

ですから私はいつも、夢がうまくいくかどうかに関わらず資金を出してくれる金融の人たちに感謝します。本当にありがとうございます。

ここでよく返ってくる反論があります。いずれアルゴリズムは必要なエネルギーを減らすはずだ、というものです。それはきっと本当でしょう。ただし、ハードウェア性能が向上し、アルゴリズムが効率化すると、必要電力は減るのではなく、むしろさらに多くの電力と、さらに多くのコンピューターが必要になります。なぜなら新しい用途が次々と見つかるからです。

Jevons paradoxですね。

その通り、ジェヴォンズのパラドックスです。

人間は指数関数を理解するのが苦手なので、誰もが、6か月から9か月もすればバブルが弾ける、などと言います。でも、その兆候はまったくありません。私はチームと何年もこの問題に取り組んできました。最終的な法則、つまり究極のスケーリング則は、まだ終わっていません。私は友人たちにいつも、漸近線はいつ来るのか、曲線はいつ鈍るのか、と聞き続けています。まだ見えていません。

とはいえ、いずれ限界は来るでしょう。私たちの狂気にも限界があるのは事実です。でも、まだそれは見つかっていない。私たちは壁に向かって全力で走っている。そして、それこそが率直に言ってアメリカの素晴らしさなんです。

資本はどこまで投入できるのか

その限界とは、資本の限界だと思いますか。それとも、ただスケールやパラメータをどんどん足していくと、どこかでうまく動かなくなるという意味でしょうか。

まず第一に、利用可能な資本に限界があるのかという問題があります。1ギガワットの電力に対応するには、ハードウェア、ソフトウェア、データセンターを合わせて、おおよそ500億ドル程度が必要になります。数字の見積もり次第ですが、そのくらいの規模です。

では100ギガワットなら、計算してみてください。

ええ。

5年間で5兆ドルを調達できるか。できます。それがアメリカの強みです。倍の10兆ドルにできるか。そこは微妙ですが、現実にデータセンター建設は今、アメリカのGDP成長の1％を占めています。

Apollo計画に戻ったようですね。

ありがとうございます。現在の推定では、アメリカの電力使用量のうち10％がデータセンターに使われるようになると言われています。

しかも、こうしたデータセンターは、私がGoogleで建てていた頃のものとは比べ物になりません。当時は巨大だと思っていたのに、今から見れば小さく見えます。現在建設されている標準的なデータセンターは、だいたい400メガワット級です。多少前後はありますが、長さは約800メートル、幅は約150メートルほどです。基本的には巨大な空気流通装置です。空気を取り込み、外へ送り、中央で通常は空冷しつつ、内部ではチップを保護するために水冷システムも使う。

Nvidiaを例にすると、チップ自体が水冷ですし、HBM3Eや今後の第4世代メモリもものすごい熱を出すので、水冷が必要です。チップは2キロワット級です。もう狂っていますよ。触れば死にかねないレベルです。

DeepMind買収と囲碁からタンパク質へ

今から振り返ると、本当に驚くべき、しかも面白い話をしましょう。DeepMindを買収した時のことです。

ええ。

誰もが、たしか8億ドルくらいかと思っていたんですよね。

6億ドルです。

6億ドル。破格でした。でも当時は誰もが、なぜ売上ゼロのAI企業に6億ドルも無駄遣いするんだ、あれは囲碁を打つだけじゃないか、と思っていました。

ええ。

ところが数年後、その買収費用は、データセンターの空調制御をより効率化しただけで回収できたことがわかった。買収価格全額をそれだけで取り戻したのです。そして、そのAIが世界を変えるものになった。

その囲碁の案件については、実際にはLarry Paigeの功績が大きいです。LarryはStanfordの大学院生だった頃にAIを学んでいて、この件では私たちは彼の判断に従っていました。彼が、これが最高のチームだと言ったのです。たしかElonとLarryが競り合っていたような、少し複雑な経緯もありました。

それで主席科学者のJeff Deanが行って、彼と私で最終的にディールをまとめました。

今でも覚えています。一つのフロアに、英国人たちがいて、ギリシャ系英国人のDemisに率いられていました。賢い人たちではありましたが、Googleには他にも賢い人はたくさんいました。

例を挙げると、2016年、Demisが囲碁に勝つと宣言した時のことです。その時点では、彼らは独立したグループとして放ってありました。成長し、自分たちで方向性を見つける必要があったからです。これは資本の忍耐力です。私たちは彼らに何も要求せず、自由にやらせていました。

彼が、囲碁に行く、と言うので、じゃあ私も行くよ、と答えました。そうして韓国へ飛んだんです。全部ワンフロアでした。チームに会いに行くと、当然ながら韓国側の人たちはとても興奮していました。自分たちがコンピューターを打ち負かすと信じていたからです。

韓国側は一つの部屋に、私は別の部屋にいました。韓国側の部屋に行くと、Googleの部屋を叩き潰してやる、というような雰囲気でした。Google側の部屋に行くと、そこは静かで、モニターが一つあり、今でいうRLによる勝率予測のようなものが表示されていた。

最初は50対50です。それで私は韓国側の話をしばらく聞き、画面を見に戻ると51％になっていた。それから52％になる。

そこでアーキテクトのDavidが言ったんです。これは無限大まで行くよう設計してあります、と。

つまり、豊かさの理論なんです。ドーンと一気に行く。そして人間たちは打ちのめされて、皆泣いている。DeepMindの人たちは、はいはい、想定どおりですね、という顔をしている。

その時に、私はDeepMindの人たちの天才性を理解しました。今それはGeminiにも見て取れます。Gemini 3は、おそらく中国以外のシステムの中では最も幅広い。多言語で、マルチモーダルで、奥行きも深い。

人生には、歴史の転換点となる瞬間がいくつもあります。たいていその場では気づきません。でもあれはその一つでした。人間が、コンピューターが追いつけるかどうか試そうとして挑戦を探す時代の、ほぼ最後の瞬間だったんです。チェスがあり、そして囲碁が終着点だった。

ちなみに私たちは当時から理解していました。囲碁というゲームは、通常のアルゴリズムでは実質的に計算不能だと。数学的にも解けないとされていた。そこで彼らは、異なる2つのRLツリーを持つ二木構造モデルを考え出したのです。

この種のシステムについて私が学んだもう一つのことは、ただ囲碁に勝つプログラムを書いてくれ、では済まないということです。ゲームそのものを理解しなければならない。

そして囲碁に勝つと彼らは退屈してしまった。そこで同じチームをタンパク質折りたたみに取り組ませたのです。

本当にすごい発想ですよね。囲碁を解くことと、生物学全体を解くことを結びつける人なんて普通はいません。でもDemisはずっとそれをやりたかった。LarryとSergeyもそこに非常に関心を持っていました。そしてタンパク質折りたたみは完璧な問題だった。明確な終点があったからです。

AIに人は興奮しますが、検証関数が必要なんです。こうしたシステムには、まだ常識がありません。最終的に何を出すべきかを示さなければならない。やがて彼らはAlphaZeroというものを生み出し、基本的には自己学習するようになりました。

宇宙データセンターとロケット産業

宇宙空間のデータセンターについて話しましょう。

私は賛成です。

8か月から9か月前までは、そんな話をしている人は誰もいませんでした。なのに今では、突然みんなが話題にしています。どう思いますか。

私が賛成している理由は、私がロケット会社の共同オーナーの一人だからです。

そこに来てくれたのは本当にうれしいです。あなたは宇宙コミュニティにとって貴重です。

ロケット工学がそう呼ばれるのには理由があります。本当に難しいんです。私はロケットそのものについてはそれほど詳しくありませんが、少なくとも技術者を率いることはわかっています。

とはいえ、機会は大きく、非常に面白いと思います。課題もあります。ご存じのとおり、酸素がないので熱をどう逃がすかという問題がありますし、放射線の問題もある。そこは解決しなければなりません。

でも、大きなロケット会社にとってはビジネスプランになりますよね。小さな会社では打ち上げられませんが、Relativity Space、Blue Origin、SpaceXといった会社なら。Elonの予測では、望むコンステレーションを埋めるために1時間に1回打ち上げるような話でした。技術的にそこへ到達できると思いますか。

技術的理解はすでにあります。宇宙データセンターに関して、特に放熱についてはです。私にとってこれはビジネスの問題です。つまり、データセンターはどこに置くべきか。宇宙に置けば、こうした問題はあるが、無限の電力など別の利点がある。一方、地上なら光ファイバーがあり、あまり揺れない。

エネルギーという観点では、宇宙が圧倒的に有利です。冷却は非常に大きな課題ですが、かなり見通しが立ってきていると思います。

議会、エネルギー、そして宇宙の政治

AI史の転換点の一つは、あなたが議会の前に立って、ほぼ100ギガワットを見つけなければならないと言ったことでもあります。当時は無茶な話に見えましたが、今ではもちろん主流です。そして、狂気じみた投資家たちがその問題を解決しつつあるようにも見える。資金の解放ですね。

アメリカ型資本主義とテック業界へようこそ、という感じです。もちろん別の問題もあります。もし次のフロンティアが宇宙だとするなら、宇宙には投資コミュニティがないし、軍事的管轄権もない。いや、あるのかもしれませんが。

子どもの頃に抱いた月や火星への夢が、データセンターによって燃料を与えられるとは思いもしませんでした。

今のところ私のロケットではあなたを運べませんが、将来ならできるかもしれません。

中国は物理AIの未来を支配できるのか

昨夜、あなたが書いたTimeの論説を読みました。中国は物理AIの未来を支配し得る、という趣旨でしたね。地政学的文脈で重要な論点でした。要約してもらえますか。

何度も言っていますが、もう一度言います。アメリカにとっての競争相手は中国です。敵ではなく競争相手です。

その区別を明確にするのは大事ですね。ありがとうございます。

敵ではなく競争相手です。では、競争相手としてどう理解すべきか。彼らには資金があり、とても優秀で、労働倫理は私たちと同じかそれ以上で、主要産業を支配しています。

ロボティクスに関して言えば、私たちはどういうわけか、彼らが電気自動車産業を支配するのを容認してしまった。これは間違いでした。はっきり言って間違いです。なぜそれが間違いなのかわからないなら、理由は簡単です。私たちは彼らの車を国内に入れていないからです。

この国の外で中国車に少し乗ってみてください。本当に競争力があります。素晴らしい仕事をしてきました。私の理解では、中国は垂直統合を進め、さまざまな理由から、私たちにはできない規模でギガファクトリーを建設する力を持っている。それは対処しなければなりません。

もし中国と競争し、そして勝ちたいなら、私もそう望んでいますが、私たちも同じようなシステムを持たなければいけません。

ロボティクスについて言うと、ロボットは本質的にはアクチュエーターです。小さなステッパーモーターがカチカチと動き、そこに脳がつく。見た目や可愛らしい目などを無視すれば、そういうことです。そして、電気自動車産業は同種のモーターやシステムを作っています。彼らは私たちにない専門性を持っている。

少なくとも超低価格帯では、中国が勝つだろうというのが私の見方です。それがあの論説で言いたかったことでした。

それは心配ですね。

今のところ、こうしたロボットは特段役に立つわけではありません。楽しいおもちゃです。犬の代わりのようなものです。犬に腹が立ったら、というのは冗談ですが、言いたいことはわかるでしょう。

だから、ここは対処しなければなりません。しかし現時点では、少なくとも低価格帯では、中国のロボットハードウェアが勝者であるように私には見えます。高級機の話ではありません。高価な製品でもない。産業用ロボットの話でもない。

もしピンとこないなら、Unitreeのロボットが人間と踊る映像を見てください。1か月ほど前に出たものです。

私たちはこのTech HubにUnitreeを招いていて、共同創業者が今日このあと登壇します。

ぜひ注目してください。本当に非常に印象的です。私も前回中国に行った時、彼らと時間を過ごしましたが、あれは多くの企業の一つに過ぎません。

中国の仕組みは、苛烈な競争です。本当に苛烈です。信じられないほどです。Stanfordで一緒に教えている友人が言っていました。中国ではボードディナーなんてない。2時間会議して、すぐ仕事に戻る。前置きはない。元気ですか、家族はどうですか、そんな話はしない。いきなり本題に入る。これは文化です。

そして、その仕事中毒的とも言える労働倫理、精密さ、そして中国で可能なスケールは、本物の競争相手です。少なくとも低価格帯で、電気自動車革命を失ったのと同じように、ロボット革命まで失いたくないのです。

垂直統合、Gigafactory、そしてロボットがロボットを作る未来

興味深いのは、中国モデルが、ループの中に多くのベンダーを持つ、非常によく整備されたサプライチェーンに依存していることです。私たちは世界中のヒューマノイドロボティクス企業を見て回ってきましたが、Gigafactoryを見ると、Elonの垂直統合もそうだし、FigureのRed Adcockも同じです。すべて垂直統合です。なぜか。ベンダーがいないからです。

そうです。選択肢がない。

つまり、繰り返しますが、ここは豊かさのグループ、Abundanceのクラブです。豊かさに到達する方法は、価格を下げ、垂直統合を進めることです。そしてこの国では、Elonがその方法を切り開いた。そこは彼の功績として認めるべきです。

昔Googleの冗談で、私たちは建物を含めて何でも自前で作る、というのがありました。でもElonは実際にそれをやっている。なぜか。彼が狂っているからではありません。あれこそがコストを下げる方法だからです。

彼は、ロボットがロボットを作る未来がもう目前だと本気で信じています。Gigafactoryを見学するまでは私もよくわかっていませんでした。でも実際に行ってみると、そのほとんどはすでに自動化されていて、最後に人間がいくつかのノブを調整しているだけだった。そしてその作業ならヒューマノイドロボットでもできる。

重要な境界を定義させてください。たとえばバッテリーを例にとると、バッテリーは予測可能で、比較的単純な製造工程を巨大スケールで回す産物です。そういうものはGigafactory向きです。

一方で、私がロケット会社に入ったばかりの新参者として、もちろんLLMを使って深く調べたことの一つが、ロケット製造における人間の労働のどれくらいをロボットで置き換えられるか、という問いでした。

現時点の限界は、おそらく将来変わるでしょうが、私たちの会社には、非常に才能のある組立作業者たちがいます。彼らは単なる溶接工でも、単なる機械工でもありません。細いチューブなどがどう組み合わさるかを正確に理解し、厳密な公差で作業する。そういう組立は、現行のロボットにはまだ難しい。

いずれ実現するとは思いますが、まだだいぶ先でしょう。

多くの人は気づいていませんが、ロケットのコストの大半は労働です。材料ではありません。

燃料もそうですし、さらに言えば、彼らはロケットの内部に入った時、自分が何をしているか理解していて、何がおかしいかも見抜き、人間としての判断を使います。そうしたシステムはまだありません。将来はできるかもしれないし、逆にそこが最後まで残る仕事かもしれません。ですが現時点では、高技能の機械労働は非常に重要です。低技能の労働は、どんな分野でもまず飲み込まれていくでしょう。

学習ループと再帰的自己改善の現状

つまりそこには、AIの自己改善と、ロボットがロボットを作る自己改善という二つのループがあります。私たちは閉ループの重要性をよく話しますが、

少し割り込ませてください。私が使いたい言葉は学習ループです。ビジネスの中にあるさまざまな学習ループをすべて見つけて、その学習をどう加速できるかを考える。最速の学習者が勝つのです。

その通りです。少し誘導的に聞くことになりますが、SequoiaのDaniel GrossやStanfordのEric Brynjolfssonに1年前に聞いたら、AIのコア科学にもう一つ大きな突破が必要なのか、それとも今あるスケーリングをそのまま進めれば自己改善に至り、それだけでAGIまで行けるのか、という問いになると思います。

その問いについて、私はこの1週間、RSI、つまり再帰的自己改善のレビューをずっとしていました。科学者たちは、どのアプローチが正しいのかについてまだ一致していません。ですから、その質問に答えるにはまだ早すぎます。

うまくいくことを示す証拠はあります。ラボの実験では、限定的なケースでは機能することが示されています。ただ、それはある種のデモに近いものです。

本物の再帰的自己改善とはこうです。今ここから始めて、あらゆることを学び、発見し、学んだことを私に教えてくれ、という問いに答えられることです。

その問いには、まだ答えられません。

中国モデル、オープンソース、主要プレイヤーの分岐

フロンティアラボは、互いに飛び越えるように前進し続けています。本当に毎週、新しいモデルが出てくる。信じがたいほどです。

ええ、驚異的です。

彼らは同じ終点へ収束していくと思いますか。それとも、誰かが一気に抜け出すでしょうか。

資本の話に戻ると、こうした企業が世界にどれだけ存在できるのかという問いになります。世界は何社を受け入れられるのか。ここでは仮の数字を言いますが、少なくとも世界で10社はこの規模に到達できると思います。中国にも数社出るでしょうし、多数はアメリカに出ると思います。顔ぶれはおおよそ想像のつく会社たちでしょう。ヨーロッパにも1社か2社いるかもしれませんが、電力コストが問題です。インドにも1社あるかもしれません。ロシアには戦争のせいで無理でしょう。

世界は10社を支えられるか。はい。

彼らは同じ歩調で進むか。私はそうは思いません。中国について理解すべき重要な点は、中国のアプローチです。DeepSeek V4、Qwen、Kimmy 2、Kimmy version 3など、さらに続くものもそうですが、中国はすべてオープンソース、あるいはオープンウェイトで進めています。

私たちがチップ制限をかけているにもかかわらず、彼らはそれをやってのけた。あれほど巧妙だということを示しています。

さらに中国の戦略は少し違います。中央集権的な計算より、ずっとエッジコンピューティング寄りです。それは、中国の顧客を、常時AIに包まれた状態にするという発想に関係しています。私たちのほうは、もっとAGIやASIを中心に据えている。それはそれで構いません。

つまり、各社の中でパターンは分岐し始めています。今はかなり入り組んだ状態です。

ただし基本的には、MicrosoftとGoogleにはエンタープライズからの巨大なキャッシュフローがあります。それによって資金を出せる。Anthropicは、他社から資金を非常にうまく集めましたし、ご存じのとおりGoogleのTPUを使っています。そして、エンタープライズ向けエージェントシステムの中で、Claude APIの主要プレイヤーになっています。

OpenAIも今、新しい取り組みを含める形で少し戦略を変えつつあります。

誰が勝つかは予測できないと思います。ただ重要なのは、彼らにはものすごい額の資金が必要だということです。Samが今いくら集めようとしているかを見ればわかります。あまりに巨額なので、彼らは戦いに勝たざるを得ない状況へ追い込まれている。そして実際、彼らは勝ちに行っています。これはすべて良いことです。

あなたの問いの答えは、1年後にはもう少しはっきりすると思います。

AI安全性と小さなチェルノブイリ的事件

最後に二つ、重要な質問で締めたいと思います。以前あなたは、AI安全性について、世界が目を覚ますにはチェルノブイリ的な死者を伴う出来事が必要かもしれない、と言いました。今でもそう思いますか。

はい。ただし、これは私が望んでいるという意味ではありません。処方箋ではなく、記述的な話として言っています。

この技術の本当の危険は何か。生物学的な危険があります。もちろん子どもや民主主義に対する危険もありますが、たとえば生物攻撃や、こうしたシステムが誘発する核攻撃のようなものを考えてみてください。

世界が、これらが負の力も持っているのだと理解するには、そうした悲劇、おそらくは小規模なものが必要になるかもしれません。

仮の話ですが、何か悪いことが起きて、そのあと中国やアメリカなどすべての指導者が集まり、これをどうするのかを話し合う場面は想像できます。私たちは熾烈に競争していて、互いを好んでいないし、同じ言語すら話さない。でも、この問題に関しては、みな同じ船に乗っている。

私の感覚では、それはいずれ起こると思います。ただ、いつかはわかりません。

昨年このステージには連邦議会議員も来ていましたが、観客の一人が、議会ではAIについてどれくらい時間を使って話しているのかと質問しました。

間違いなく1％よりはるかに少ないでしょうね。

そうした目覚めのきっかけがなければ、どうやってそこまで持っていくのか見えないんです。

政府というものは、本当に多忙です。私は政府とたくさん時間を過ごしていますが、彼らは常に政治的な事柄に動かされています。少なくとも民主主義国家では、政治的な感情にも動かされる。

AI競争に勝つための国家戦略

私は、国家として次のことに集中してほしい。AI競争に勝ちたい。そのために必要なことは何でもしてほしい。

この政権は、エネルギー関連の許認可を取りやすくする点で非常に良い仕事をしています。データセンター建設の速度も加速しており、送電網の問題も解き始めています。

私はまた、この国にもっと多くの移民を受け入れてほしい。少なくとも高リスク高技能の移民は絶対に必要です。世界で最も優秀な人々を、こうしたシステムを作る側としてこちらに引き込みたいからです。

これは歴史の中でも特異な瞬間なんです。

ASIを人類の豊かさへ向かわせるには

では最後は前向きな話で締めたいと思います。あなたは、2年後か5年後かはともかく、この10年のどこかでASIに到達すると言いました。では、人工超知能を豊かさへ、人類の向上へ、そして人類と整合する方向へ導くために、私たちはどんな手を打てるでしょうか。企業、政府、私たちに対する助言はありますか。

私たちの社会は、こうした問題を私のような人間に頼りすぎています。なぜ政治、歴史、人間心理、統治、倫理の分野で最も賢い人たちが集まり、この技術が人間の価値観と整合したままでいられるよう協力しないのでしょうか。

私は、アメリカで構築するシステムがアメリカの価値観を反映してほしいと強く願っています。自由、言論の自由、結社の自由、そうした、小学校や高校で習ったはずの価値観です。それらは今でも私たちの国にとって重要です。それこそが次世代の子どもたちや孫たちを支える基盤になります。

私はそれを切実に望んでいますし、アメリカがその戦いで誤った側に立つことがあってはならないと思っています。

この問題に取り組んでいる人はたくさんいますし、技術的な詳細を理解している人もたくさんいます。私はたまたま、そうしたことを毎週議論する非公式グループを運営しています。

ですから、実現は可能です。ただし、それには政治的意思が必要ですし、アメリカの天才性を損なわずに実現できるという理解も必要です。つまり私は、何かを減速させようと言っているわけではありません。

あなたがうまく言いましたね。形づくることです。方向づけることです。たとえば、先ほど挙げた未成年の子どもの問題。あれは越えてはいけない一線です。あの問題は解決しなければなりません。他にも同じような問題があります。