AIの説得力と自律的進化への展望
- •AIモデルがテキストベースの説得や募金活動において、人間の専門家や勧誘員を上回る成果を出した。
- •自律的に維持可能なAIの実現時期は、ロボット開発や暗黙知の自動化の進展により10年から50年と予測されている。
- •Google DeepMindは、スケーリングやアルゴリズム革新、マルチエージェント連携など、人工超知能への4つの道筋を提示した。
テキストベースの対話において、AIシステムは既に人間の専門家よりも高い説得力を発揮していることが、18,978件の会話と6,923人の参加者を対象とした共同研究で明らかになった。オックスフォード大学、英AI安全研究所、スタンフォード大学、ロンドン・スクール・オブ・エコノミクスの研究によれば、OpenAIのGPT-4oやGPT-5.4、GoogleのGemini 2.5 Pro、xAIのGrok 4.20といったモデルが、一流のディベート経験者やプロの勧誘員を上回った。AppcoUKとの実地試験では、AIの寄付要請の有効性が人間の勧誘員を10.8ポイント上回る結果となった。人間によるコーチングで性能差は縮まったが解消には至らず、AIの優位性が無効化されたのは、人間並みのメッセージ長と入力速度に制限された時のみであった。
専門家の間では、自律的に維持可能なAIの実現時期について議論が続いている。これは工場やロボット工学などの物理インフラに統合され、人間の知的・物理的介入なしに自身の規模を拡大できるシステムと定義されている。予測を行うアジェヤ・コトラ(Ajeya Cotra)は10年以内の実現を示唆する一方、ジャーナリストのティモシー・B・リー(Timothy B. Lee)は50年の中央値を提示している。議論の焦点は、半導体製造といった重要分野で、教科書ではなく経験を通じて習得される「暗黙知」をいかに克服するかに置かれている。今後2〜3年で、人型ロボットやロボットの手の器用さが重要な指標となる見通しだ。
一方、Google DeepMindの研究者は、全領域で人間の専門家集団のパフォーマンスを凌駕する「人工超知能」への道筋を提示した。論文では、計算資源とデータ資源のスケーリング、トランスフォーマー・アーキテクチャがもたらしたような新たなアルゴリズムの発見、自身の後継モデルを構築する「再帰的自己改善」、そして複雑なマルチエージェント構造の形成という4つのベクトルが特定されている。著者らは、汎用知能に近づくにつれ、単一の技術軌道に固執するのではなく、多様なシナリオを監視する必要があると強調した。
産業界では、スタートアップのRecursiveが言語モデルの学習とGPUカーネルの最適化で最高水準の成果を報告した。同社は、再帰的自己改善を促進するために設計された自動化研究システムを活用している。このシステムは、機械による科学的発見の領域において、いかに自動化が自身の性能指標やモデル効率を改善できるかを実証することを目的としている。