RSI:自ら進化するAIは、どんな未来をつくるのか

著者: Lucy.·2026年11月20日 (金)
RSI:自ら進化するAIは、どんな未来をつくるのか

AIが自分より優れたAIをつくり、そのAIがさらに優れたAIを生み出す。そんなことが可能になったら、何が起きるのでしょうか。

この循環が続けば、人類が長年解けなかった科学の問題に、これまでより速く答えを見つけられるかもしれません。一方で、人間がAIの進歩についていけなくなり、やがて制御が難しくなるのではないかという懸念もあります。

2026年、ジェフリー・ヒントン(Geoffrey Hinton)氏やヨシュア・ベンジオ(Yoshua Bengio)氏らを含む研究者たちは、AI研究開発の自動化が、予想を上回る速さでの能力向上につながる可能性を検討した論文を発表しました。研究者たちは、そのような未来がいつ、どのように訪れるかは不確かである一方、人間による制御や社会の対応能力に大きな影響を与え得ると指摘しています。

AIが自らの発展に貢献し、その成果を次の発展に役立てる。このような考え方を再帰的自己改善、RSI(Recursive Self-Improvement)と呼びます。

2026年11月11日、韓国・ソウルで開催されたDEEP DIVE INTO 2026で、Sakana AIの研究者Stefania Druga氏は、自ら発見し、学習し、進化するAIに向けた研究を紹介しました。その内容を手がかりに、RSIの仕組みと可能性、そして私たちが考えるべき問いを見ていきましょう。

自ら進化するAIとは?

姿を変えながら循環する機械魚の群れで表現したAIの自己進化

現在、新しいAIモデルが生まれるまでには、多くの人の研究が必要です。研究者たちはモデルの構造を設計し、学習方法を変え、実験結果を比較しながら、より良い方法を探しています。

RSIとは、この過程の一部、あるいは相当な部分をAIが担い、その成果によって向上したAIが、再び自らの改善に貢献する循環を指します。

例えば、AIが既存モデルより効率の良い学習方法を見つけたとします。その方法でより優れたAIをつくり、新しいAIがさらに良い学習方法を研究する。この過程が繰り返されれば、改善されたAIが次の改善を導く仕組みが生まれます。

重要なのは、一度の回答を修正して終わりではないことです。改善の成果が、その後のAIの能力や次の研究過程に影響する必要があります。

ただし、自己改善が起きる範囲はさまざまです。AIが使うツールやプログラムを修正する研究もあれば、AIモデルの学習方法を探る研究もあります。AIが自らの基盤技術をさらに広い範囲で継続的に発展させることは、研究者たちが今も挑戦している目標です。


Sakana AIはどんな会社?

協調して泳ぐ機械魚の群れが示す集合知

Sakana AIは、2023年に東京で設立されたAI研究開発企業です。デイビッド・ハ(David Ha)氏、ライオン・ジョーンズ(Llion Jones)氏、伊藤錬(Ren Ito)氏が共同創業しました。

社名の「サカナ」には、魚が群れを成して動くように、個々の相互作用や協力から生まれる集合知をAI研究に生かすという考えが込められています。

同社は自然界の進化にも注目しています。一つの巨大なモデルをつくるだけでなく、多様なAIやアイデアを生み出して組み合わせ、役立つ結果を見つける方法を研究しています。AIによる科学研究を支援する「The AI Scientist」と、自らのコードを修正しながら発展する「Darwin Gödel Machine」が代表例です。

2026年6月には、AIを使ってAI開発そのものを発展させる研究組織「RSI Lab」を立ち上げました。Druga氏はソウルでの講演で、より少ない計算資源でもAIの適応と発展を促せる可能性に注目していると説明しました。


AIはどのように自らを改善するのか?

分岐した道で異なる姿に進化する機械魚

Sakana AIがブリティッシュコロンビア大学の研究者たちと開発したダーウィン・ゲーデル・マシン(Darwin Gödel Machine)は、自己改善を具体的に考える手がかりになります。

このシステムは、プログラミングの問題を解くAIエージェントです。研究チームは、エージェントが自分のプログラムを読み、修正し、変更後のバージョンが問題をよりうまく解けるか試せるようにしました。

例えば、ファイルを見るためのツールを変更したり、複数の解決策をつくって比較する手順を加えたりします。新しく生まれたエージェントはプログラミング問題で評価され、その結果が次のバージョンづくりに使われます。

自然界の進化のように、一つの道筋だけをたどるわけではありません。複数のバージョンを保存し、それぞれから別の改善を試します。現時点では性能が低いバージョンでも、後に優れた解決策を見つける出発点になるかもしれないからです。

段階ダーウィン・ゲーデル・マシンの動き
修正既存エージェントのコードやツールを変更します。
評価修正したバージョンがプログラミングの問題をどれだけ解けるか試します。
保存複数のバージョンと評価結果を保存します。
繰り返し保存したバージョンをもとに新たな修正を試します。

Sakana AIが公開した実験では、ソフトウェアの問題解決能力を測るSWE-benchで、初期の20%から50%へと成績が向上しました。

この実験で改善されたのは、基盤となる言語モデルの知能そのものというより、モデルを活用するコーディングエージェントのコードと動作方法です。それでも、AIが自分の一部を修正し、評価結果を次の改善に生かした点で、より広い自己改善に向けた研究事例といえます。


AI for Science:AIが発見を後押しする時代

分子構造を調べる魚型の研究装置

AIがAIを発展させるには、まず研究という活動に参加できなければなりません。仮説を立て、実験を設計し、結果を解釈して、新しい可能性を見つける必要があるからです。

この方向性と重なるのが、AIを科学研究に活用するAI for Scienceです。近年はSakana AIに加え、OpenAIやAnthropicも、数学や生物学などでAIが研究に貢献した事例を公開しています。

Sakana AIのAI Scientistは、研究アイデアを生み出し、コードを書いて実験を行い、結果を論文の形にまとめるシステムです。AI Scientist v3では、複数のコーディングエージェントを調整し、人間と協力して研究を進めることもできます。

以前のバージョンであるv2が作成した論文の一つは、AI学会のワークショップで人間による審査の採択基準を超えました。研究チームは事前に決めていた方針に従い、出版前に論文を取り下げています。研究過程の自動化に可能性を示した一方、研究の正確性や価値を検証することは引き続き重要です。

OpenAIは数学研究の事例を公開しました。2026年5月、同社は、内部モデルが平面上の点の間の距離に関する長年の数学的予想を反証する証明をつくったと発表しました。OpenAIによると、外部の数学者たちが証明を検証し、別の解説論文も執筆しています。

Anthropicは生物学研究の事例を発表しました。研究者が大まかな方向を示す中、ClaudeがDNAデータを分析し、CRISPRを思わせる特徴を持つ酵素システムを発見したというものです。同社は、そのシステムがどのような機能を持つかはまだ分かっておらず、追加の研究が必要だと説明しています。

三つの事例に共通するのは、AIが文献の要約や文章作成にとどまらず、研究に必要な候補やアイデアを探す過程にも参加していることです。

ただし、AIを科学研究に使うすべての事例がRSIというわけではありません。 AIが新たな酵素を見つけたとしても、AI自体が自ら進化したことにはなりません。一方で、AIの研究能力が高まり、その能力をAI開発に応用できれば、RSIに必要な循環が少しずつ具体化する可能性があります。


デジタルの世界からロボットへ

ロボットと仮想の動きを重ね合わせた海中の場面

Druga氏は講演で、自己改善の研究がロボットなどのフィジカルAIへ広がる可能性も紹介しました。

ロボットは現実の世界で行動するため、画面の中のAIとは異なる難しさがあります。物体の位置が少し変わるだけでも動作に失敗することがあり、誤った行動は実際の事故につながりかねません。

そこで研究者たちが注目する技術の一つが世界モデル(World Model)です。世界モデルは、ある行動を取ったときに周囲の環境がどう変化するかを予測するために使われます。ロボットが腕を動かす前に、仮想環境でその結果を試すようなものです。

Druga氏は自身の研究で、ロボットの失敗記録をもとに制御方法を改善し、引き出しを開けたり物を置いたりする作業をシミュレーションで試したと説明しました。講演時点では、実機での検証を待っている段階でした。

大切なのは、失敗を単なる失敗で終わらせないことです。ロボットがどこにいて、どんな動きをし、カメラには何が見えていたのかを記録すれば、次の試みを改善する手がかりを得られます。

こうした研究が進めば、製造現場のロボットや研究設備が、より多様な状況に適応する助けになるかもしれません。ただし、仮想環境で成功した結果が現実でも安全に機能するかは、別途確認する必要があります。


AIの進化と、私たちが選ぶ未来

二つの海流に向き合う機械魚が表すAIの未来

自ら発展するAIは、科学者がより多くの仮説を試し、企業が複雑な研究開発を前に進める助けになるかもしれません。一方で、AIの発展の速さや方向を人間が理解し、制御できるのかという懸念も高まっています。

ジェフリー・ヒントン氏やヨシュア・ベンジオ氏らが参加した2026年の論文は、AIがAI研究開発を自動化することで、数年分の進歩がはるかに短い期間に起きる知能爆発の可能性を検討しました。研究者たちは、AIの能力が社会の対応より速く高まれば、安全性の評価や人間による制御の維持が難しくなり得ると指摘しています。

このような未来が必ず訪れるとは断定できません。自己改善がどこまで可能で、どのくらい速く進むのかは、今後の研究が必要な問題です。ただ、AIがより多くの研究や意思決定に関わるほど、人間が結果を検証し、必要なときに介入する方法も発展させなければなりません。

Druga氏は講演で、自己改善システムを見る際には、何が改善され、どう確認され、未知の状況でもその改善が続くのかを問うべきだと強調しました。AIがどれほど速く進化するかと同じくらい、その進化がどんな問題を解き、誰の役に立つのかも考える必要があります。