AIの「知能爆発」が理論から政策の緊急性へ
TREE NEWS 報道： 現代AIの父の一人として広く認められ、チューリング賞とノーベル賞を受賞した研究者ジェフリー・ヒントン氏が、再帰的自己改善（RSI）に関する初の正式論文を共同執筆し、AI研究の自動化が数十年ではなく数年以内に知能爆発を引き起こす可能性があると警告した。ヨシュア・ベンジオ、アンドリュー・バート、OpenAIの主任科学者ヤクブ・パチョッキ、マイクロソフトの主任科学責任者エリック・ホーヴィッツ、Anthropicの共同創業者ジャック・クラーク、UCバークレーのドーン・ソングを含む22名の研究者が署名したこの論文は、AIシステムがすでに中核的なAI研究開発パイプラインを引き継ぎつつあると主張する。フィードバックループが閉じれば、現在の1年分のAIの進歩は約5週間に圧縮され得るという。
データが示すもの
論文は主要ラボの内部数値を引用している。Anthropicでは、AIが生成した採用済みコードが2025年1月の低い一桁台から2026年5月には80%超に増加した。Claudeが高レベルの人間の監督下で自律的に完了できる社内AI研究開発作業の割合は、2026年3月の約1%から8月には26%へと急増し、6か月で20倍以上の増加となった。OpenAIは、2026年9月までに社内システムが以前は人間の従業員が数日要していた研究タスクを日常的に完了するようになったと報告した。Googleは、AIが現在、コード作成、技術設計、研究のアイデア出しを含むほぼすべての業務に関与していると述べた。
「5週間」の計算
論文の最も印象的な主張は、「実効的な研究開発人材」という概念に基づいている。人間の研究者とは異なり、AIエージェントは複製可能であり、スケーリングには数十年の訓練ではなく、より多くの推論計算資源とインスタンスがあればよい。著者らは、大手AI企業の既存の計算資源が理論上、人間のトップ研究者に匹敵する数百万のエージェントを支え得ると推定している。研究努力に対する収益係数が1.2から1.9と推定されることから、完全に自動化されたAI研究開発は約1.5年以内にAIの進歩を10倍に加速し得るという。
爆発を防ぐ4つの摩擦——今のところは
著者らは、知能爆発はまだ起きていないと強調する。4つのボトルネックが残っている。計算資源（GPUはエージェントのように複製できず、フロンティア訓練には数か月かかる）、データ（高品質の自然データは2028年以降に枯渇する可能性がある）、実験時間（訓練、チップ製造、データセンター建設は無限に並列化できない）、そして研究自体への収益逓減である。
市場への示唆
投資家にとって、この論文はAIを生産性のテーマから地政学的・規制上のリスク要因へと再定義する。最も明確な近-termの受益者は依然として計算インフラ——Nvidia、TSMC、Broadcom、ハイパースケーラーの設備投資、データセンターに結びつく電力・公益事業複合体——である。なぜなら、計算資源は著者らが特定する制約要因だからだ。半導体製造装置、ネットワーキング、冷却サプライヤーも同じ論理から恩恵を受ける。逆に、この論文が明示的に求めている予防的規制、標準化された報告、そして「埋め込まれた規制当局」モデルは、フロンティアラボとその上場支援者にとって政策リスクをもたらす。
ソフトウェアおよびサービス企業は二面的な結果に直面する。AI能力の高速化は自社の研究開発サイクルを圧縮し得るが、モデルが認知作業をコモディティ化すれば堀を侵食する可能性もある。暗号資産市場には間接的だが実際のつながりがある。分散型計算・GPUネットワーク、AIエージェントトークン、オンチェーン推論マーケットプレイスは、中央集権的な計算資源が希少なままであれば投機的資金を引き寄せるかもしれない。債券市場は、メガキャップテックへの資本を転換させたりコンプライアンスコストを引き上げたりする規制の動きに注目すべきだ。
主な要点
- 計算資源が依然として制約要因：半導体、電力、データセンターインフラは、あらゆる研究開発加速の最も直接的な受益者である。
- 規制リスクは今や明示的かつ予防的：フロンティアAIラボは標準化された報告と、場合によっては埋め込まれた監督に直面する。
- タイムラインの圧縮はバリュエーションにとって重要：AIの進歩が10倍に加速すれば、複数年の普及曲線に基づく収益モデルは遅すぎるかもしれない。
- 摩擦に注目：「5週間」シナリオが実現するかどうかを決める変数は、計算資源、データ、実験時間、収益逓減である。
論文は率直な警告で締めくくられている。知能爆発が始まれば、行動の窓は閉じるかもしれない。
