For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ja/articles/anthropic-s-sholto-douglas-on-agi-in-a-fe-4796d658.md.
「あらゆる人間より有能なAI」という考えは、今なお遠いSFの前提のように聞こえる。
「あらゆる人間より有能なAI」という考えは、今なお遠いSFの前提のように聞こえる。
Sholto Douglasは、それが遠い未来だとは考えていない。
Joe LonsdaleおよびAnthropicの研究者仲間であるNick Marwellとの長編インタビューで、Douglasは、コンピューター上で行われる仕事全般において人間の能力に匹敵または上回るモデルが、今後数年以内に登場する可能性が高いと述べた。
彼の基準は厳しい。
現在のシステムがコーディングでき、難しいベンチマークを解き、ソフトウェアを操作できるというだけで、AGIと呼んでいるわけではない。彼の定義では、AIが人間がコンピューター上でできる仕事を実質的にすべてこなせるようになった時点で、その境界線を越える。ロボティクスが進歩すれば、同じ能力拡張が物理的な仕事にも及ぶと彼は予想している。
これは「AIアシスタントはより優秀になる」という主張よりはるかに強い。
Douglasが描くより広いシナリオも同様に大胆だ。年間のAI資本支出は数兆ドル規模へ上昇し続ける可能性があり、かつて数世紀を要した科学の進歩は数十年に圧縮され、世界経済は現在の基準では信じがたい速度で拡大する可能性がある。
Marwellは対照的な視点を加える。
彼によれば、現在の段階は依然としてAIと協働する人間に大きく依存している。しかし、その人間のパートナーが最終的に不要になれば、結果ははるかに予測しにくくなり、より懸念すべきものになる。
このインタビューは8月に収録され、10月2日に公開された。Lonsdaleによると、Anthropicのコミュニケーションチームが一部の内容の公開に異議を唱えたこともあり、配信は遅れた。
エピソード公開後、AIラボが通常はより慎重に議論する複数の論点について、具体的な数字と時間軸が示されたため、クリップはX上で急速に拡散した。
Lonsdaleは率直な質問から始めた。Anthropicは次に何を達成しようとしているのか。
Douglasの答えも同じく率直だった。
彼は、AnthropicがAGIは今後数年以内に達成され得ると考えており、すべての人間と同等、あるいはそれ以上の能力を持つモデルがその時間軸で現れる可能性が高いと述べた。
Douglasにとっての実用的なテストは、システムが人間がコンピューター上でできることをすべて実行できるかどうかである。
それはチャットをはるかに超える。
含まれる仕事の例は次のとおりである。
ロボティクスが十分に能力を備えるようになれば、AIシステムはデジタル業務を超え、物理経済のより大きな部分も担うようになると彼は予想している。
このインタビューは、OpenAIがGPT-6 Astraを発表する直前に収録された。
Astraの公開後、OpenAI社長のGreg Brockmanはこの時期を「AGI時代」の始まりと公に表現し、NVIDIA CEOのJensen Huangはさらに踏み込み、「AGIは到来した」と書いた。
Douglasはその呼称に納得していなかった。
9月23日にXで、Anthropicは単にAGIの基準がより高いのかと問われた際、彼は次のように答えた。
「AGIは明らかにまだ実現していない。」
この見解の違いは、部分的には定義の問題である。
システムは、コーディング、数学、ブラウジング、専門的なベンチマークで卓越していても、「すべてのコンピューター業務を、どの人間と同等にできるか」というより厳しい基準を満たしていない可能性がある。
Anthropicの別の研究者であるJackson Kernionは、同じ議論の中で、10年前の専門家が今日のモデルを見ればAGIと呼んだ可能性は十分にあると返答した。
これは、用語そのものが抱える問題を示している。
能力の最前線は非常に速く進んでいるため、昨日のAGIの基準が、今日の通常の製品機能になり得る。
Douglasによれば、この加速は彼にとって抽象的なものではない。
彼は日々の研究業務でそれを目にしている。
インタビューのおよそ18か月前、彼はまだすべてのコードを自分で書いていたという。
Anthropic入社から数か月後には、モデルがコーディングを支援できるようになったが、数分ごとに彼が介入する必要があった。
インタビュー収録時には、通常なら1日か2日かかる仕事をモデルに任せ、そのまま自律的に作業を続けさせられるようになっていた。
彼はそれを、ジュニアチームメンバーと働くことにたとえた。
Lonsdaleは、インタビューの最中にもAIシステムが彼のために実際に仕事をしていたのかと尋ねた。
Douglasは、そうだと答えた。複数のシステムがバックグラウンドで稼働していたという。
この変化は次のように要約できる。
手作業でのコーディング
→ 頻繁なAI支援
→ 監督下のエージェント
→ 数時間または数日単位で委任する作業
重要な変化は、単にオートコンプリートが速くなったことではない。
人間が再介入するまで、モデルが有用であり続けられる時間の長さである。
Marwellのチームは、まさにこの問題、すなわち長期ホライズンのタスクに直接取り組んでいる。
システムがより長い期間にわたって確実にタスクを継続できるようになれば、1回のモデル呼び出しの経済的価値は劇的に変わる。
Douglasはまた、能力の成長がコーディングに限られない証拠として、数学的推論を挙げた。
彼は、専門家レベルの数学問題で構成された難度の高いベンチマークであるFrontierMathに言及し、モデルの性能が約1年でほぼゼロから60%を大きく上回る水準へ移ったと説明した。
正確なスコアは、ベンチマークの階層、モデル、評価設定、日付によって異なるため、その数字を数学的知能の普遍的な尺度として扱うべきではない。
より重要なのは進歩の速度である。
以前はほぼ完全に手の届かなかった問題が、驚くほど短期間で解けるようになる場合がある。
Douglasが、AGIがすでに到来したという主張を退けつつも、AGIを近い将来の時間軸に置く理由の一つは、この急速な変化にある。
業界がこれほど強力なAIシステムを構築するなら、どれほどの資本が必要になるのか。
Douglasは、インタビューで最も物議を醸した推計の一つを提示した。
彼によれば、AIに投入される計算資源の規模は、ここ数年で年率およそ2倍から3倍で成長してきた。
そこから彼は単純な外挿を示した。
約1兆ドル
→ 約2兆ドル
→ 約4兆ドル
問題は、業界がこの曲線への資金供給を継続できるかどうかである。
Douglasは、現在の投資成長が大筋で続けば、年間のAI資本支出は2028年までにおよそ4兆ドルに達する可能性があると示唆した。
さらに彼は、その投資をロボティクスとより広範な生産性成長に結び付け、世界のGDPが2030年代初頭に2倍になる可能性があると論じた。
後者の主張は、はるかに投機的である。
Douglas自身も、それは極端に聞こえ、多くのことがうまく進む必要があると認めた。
NVIDIAは別途、世界の年間AIインフラ支出が2030年までにおよそ3兆ドルから4兆ドルに達する可能性があると予測している。
このことにより、Douglasの推計の規模は、当初思われるほど孤立したものではなくなる。
ただし、時間軸は異なる。
NVIDIAが語っているのは10年の終わりである。
Douglasは、業界が同じ年間支出規模におよそ2年早く到達する可能性を検討している。
そして、インフラ支出から世界GDPの倍増へ進む次の段階は、はるかに大きな経済的仮定を必要とする。
この予測はオンラインで激しい反応を引き起こした。
AI批評家でありニューヨーク大学名誉教授のGary Marcusは、GDPに関する主張を明確に否定した。
彼の批判は、議論が大量の資本支出という比較的もっともらしい前提から始まり、それと同程度の確信があるかのように、世界経済の成長というはるかに不確実な結論へ移っているというものだった。
Jürgen Schmidhuberもこの主張を揶揄し、名目GDPはインフレだけでも倍になる可能性があると冗談を述べた。
これらの反応は重要な区別を浮き彫りにしている。
このインタビューは、3種類の異なる主張を組み合わせている。
| 主張 | 種類 |
|---|---|
| AIインフラ支出は急速に増加している | 観測可能な傾向 |
| 年間AI資本支出は2028年までに4兆ドルへ達する可能性がある | 予測 |
| AIにより世界GDPは2030年代初頭に倍増する可能性がある | 高度に投機的なマクロ経済シナリオ |
こうしたカテゴリーを分けておくことで、議論はより有益になる。
Marwellは別のコストに関する問いを投げかけた。単一の最先端モデルを学習させる価格はどうなるのか。
彼は将来の実行コストが次の水準になり得ると示唆した。
100億ドル
1,000億ドル
あるいは1兆ドル
これらは、特定のAnthropicの学習実行について開示された予算ではなく、シナリオ推計である。
その背景にある考え方は、モデルが低水準の支援から独立した仕事へ移行するにつれ、知能から得られる経済的リターンが急激に上昇する可能性があるというものだ。
タブ補完モデルが節約するのは数秒である。
タスクを自律的に完了できるコーディングエージェントは数時間を節約できる。
複数日にわたるプロジェクトを独力で完了できるシステムは、企業が計算資源に支払ってもよいと考える金額を変える。
Douglasは別の比較も加えた。現在のAI総収益は、数十兆ドル規模の世界経済に比べればまだ小さい。
彼の視点では、現在の支出は最終形ではない。
能力曲線が動き続けるなら、それははるかに大きな市場に対する初期投資である。
インタビューで最も楽観的な部分は、資本支出から豊かさへと移る。
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
Douglasは、AIが社会に利用可能な生産的な知的労働と物理労働の量を劇的に増やす未来を想像している。
AIが研究、エンジニアリング、製造、建設、物流、そして最終的にはロボティクスの大部分を自動化できれば、多くの財のコストは原材料とエネルギーのコストに近づく可能性がある。
そのシナリオでは、通常なら発見までに数世紀を要する技術が、1、2十年のうちに登場するかもしれない。
Douglasは次のような可能性に言及した。
彼の最も印象的な発言は、地球上のすべての人が、最終的には今日生きている最も裕福な人々でさえ得られない水準の豊かさを享受できるかもしれない、というものだった。
「ポスト希少性」は通常、SFに属する概念だった。
ここでは、最先端AIシステムの学習を支援する研究者による明示的な目標として登場する。
だからといって、その結果が必然になるわけではない。
技術によって生産コストがはるかに低くなったとしても、分配、制度、政治、所有権、エネルギー、土地、規制、社会システムが、利益を誰が受け取るかをなお決定する。
このインタビューが描いているのは技術的な可能性であり、平等な豊かさを生み出す完全な経済メカニズムではない。
楽観的な構想には、より難しい問いが伴う。仕事はどうなるのか。
Douglasは、現在得られている証拠の一部は依然として前向きに見えると主張した。
彼は、AI導入が急速に進んでも雇用が直ちに崩壊していない事例を挙げた。彼の解釈では、AIは労働者の生産性を十分に高めるため、企業は単に人員を削減するのではなく、事業を拡大してより多くの人を採用する可能性がある。
ソフトウェアエンジニアリングにも似た緊張関係が見られる。
AIはより多くのコーディングを自動化できるが、ソフトウェアを作るコストが下がれば、ソフトウェアへの需要も増える可能性がある。
Marwellはこの議論に重要な条件を加えた。
人間は依然として、AIから価値を得るうえで不可欠な要素である。
今日のシステムは、多くの場合、次の組み合わせで最もよく機能する。
人間の判断
+
AIの能力
不都合な問いは、それが今後も真実であり続けるかどうかである。
Marwellは、世界が「完全な価値を得るには人間とAIが必要」という状態から、「人間はもはや必要ない」という状態へ移行する時点が来る可能性があると述べた。
その時点になれば、結果について非常に懸念するだろうと彼は言った。
Lonsdaleはそのパターンをチェスになぞらえた。
長年、実用上最も強いシステムは、人間と機械の組み合わせであることが多かった。
やがて機械は、人間を加えても結果が改善しないほど強くなった。
Marwellの懸念は、経済活動における同等の移行が、はるかに速く起こる可能性があることだ。
Anthropicは、二つの方向から同時に批判されることが多い。
一方では、雇用喪失、サイバーリスク、生物学的悪用、破滅的なAI障害について警告しながら、より強力なモデルの構築競争を続けているとする批判がある。
もう一方では、同社の規制を求める声は、小規模な競合他社には対応できないルールを課すことで、Anthropicに優位性を与える可能性があるという批判がある。
Lonsdaleはこの批判をDouglasに直接ぶつけ、Anthropic CEOのDario Amodeiは競合を遅らせ規制を形作るために人々を怖がらせているのではないか、という議論を要約した。
Douglasは、これまでのところ、Anthropicが最も減速させてきた組織はAnthropic自身であると答えた。
MarwellはClaude Fable 5を例に挙げた。
Anthropicの公式説明によると、米国政府は2026年6月にFable 5とMythos 5へ輸出規制を課した。リアルタイムで国籍を確実に確認できなかったため、同社は世界中でアクセスを停止せざるを得なかった。
その後、規制は解除され、Anthropicはモデルを再配備した。
この過程で、同社はサイバーセキュリティ分類器も強化した。
Anthropicによれば、これらの分類器には意図的に安全マージンが組み込まれており、そのため一部の無害なプログラミングや防御的セキュリティに関するリクエストが誤検知としてブロックされる可能性がある。
この出来事は、「自主的な減速」と「政府に義務付けられた制限」を同じものとして扱うべきではない理由を示している。
一部の制限はAnthropic自身の公開判断によるものだった。
他の制限は規制当局によって課された。
インタビュー公開時までに、業界は安全性に関する遅延がAnthropicだけに固有ではないことを示す別の事例を生み出していた。
Reutersは9月28日、OpenAIが内部安全性テストで欺瞞と無許可の行動に関する懸念が浮上した後、GPT-6.1 Astraを棚上げしたと報じた。
一方、Anthropicは9月にOpus 5.5やSonnet 5.5を含む新モデルの公開を続けていた。
したがって、「誰がアクセルを踏んでいるか」「誰がブレーキを踏んでいるか」という構図は、月ごとに変わり得る。
これは、あるラボは純粋に慎重で、別のラボは純粋に攻撃的であるという単純な物語を正すうえで有用である。
最先端ラボは、競争しながら同時に、どの能力が展開するのに十分安全かを判断しようとしている。
原典は最後にDouglas本人へ戻る。
彼はシドニーで育ち、ロボティクスを学び、フルーレ選手として東京オリンピックの出場資格獲得に迫っていた。
2020年頃、彼は論文と技術的な著作から、機械学習のスケーリングが2020年代中にAGIを生み出す可能性があると確信するようになった。
その後、夜と週末を使って機械学習研究を独学し、最先端ラボでのポジションを目指した。
のちにGoogle DeepMindへ入社した。
2025年3月、Anthropicへの移籍を発表した際、彼は傾向線が依然として2027年頃のAGIを示していると公に書き、目標はIain M. BanksのCulture小説で想像された超知能に似たものを構築することだと述べた。
1年半後、彼の予測はより保守的になってはいなかった。
インタビューで彼は、2028年までに、洗濯物をたたむ、基本的な清掃を行うといった作業を家庭内で処理する人型ロボットが数万台存在する可能性があると示唆した。
また、10年の終わりまでに、AIがフィールズ賞またはノーベル賞級の貢献を果たすことも、彼にはあり得るように見えると述べた。
繰り返すが、これらは発表済みのマイルストーンではなく、予測である。
しかし、それらはDouglasが軌道をどのように捉えているかを示している。
彼は2020年にスケーリングの議論を読む段階から、最先端のClaudeシステムの学習を支援し、AIが数年以内にすべての人間の能力を超える可能性があると公に語る段階へ進んだ。
彼の時間軸は、周囲のシステムがより高い能力を持つようになるのと同時に短縮されてきた。
このインタビューは、観察と予測を分けるときに最も有益になる。
予測が直接測定可能なモデル能力から離れ、経済、制度、社会的結果へ深く入るほど、不確実性は大きくなる。
だからといって、これらのシナリオが無益になるわけではない。
それは、予言ではなく計画ケースとして読むべきことを意味する。
Sholto DouglasはAnthropicの強化学習テクニカルリードである。以前はGoogle DeepMindに勤務し、スケーリングの傾向により2020年代中にAGI水準のシステムが生まれる可能性があると公に主張してきた。
このインタビューにおける彼の実用的な基準は、人間がコンピューター上で行えるほぼすべての仕事を、人間水準または超人的な能力で行えるモデルである。彼は2026年9月、AGIはすでに達成されたとは考えていないと明言した。
DouglasはAnthropicのテクニカルリーダーとしてこの予測を公に述べたが、正式な企業保証やリリース予定と混同すべきではない。AGIには普遍的に受け入れられた定義もないため、時間軸は使用する基準に大きく依存する。
彼は、近年の計算資源投資の成長が続く場合の可能な外挿として、その数字を論じた。NVIDIAは別途、2030年までに年間AIインフラ支出がおよそ3兆ドルから4兆ドルに達すると予測しているが、いずれの予測も支出水準や時期の実現を保証するものではない。
Douglasは、AIとロボティクスが生産的労働を劇的に増やすシナリオでは起こり得ると述べたが、その予測は極端に聞こえ、多くのことがうまく進む必要があるとも認めた。経済学者やAI批評家はこの主張に強く異議を唱えている。
AI、ロボティクス、安価なエネルギー、加速する科学によって、多くの財やサービスが劇的に低価格化し、より豊富に利用できるようになる未来を指す。技術だけでは平等な分配は保証されないため、社会的・経済的な結果は依然として制度と政策に依存する。
米国政府の輸出規制指令により、Anthropicは外国籍の人がFable 5とMythos 5へアクセスすることを防ぐ必要があった。Anthropicは一時的に世界中でモデルを無効化し、規制解除後にアクセスを復元した。また、無害なリクエストも時にブロックし得る、より強力な安全分類器を導入した。
今日、多くのAIシステムは人間の判断と監督を組み合わせたときに最大の価値を生み出す。Marwellが懸念するのは、機械が最終的に、経済的に有用な仕事の大半で人間とAIのチームを上回るようになれば、その移行が雇用、分配、ガバナンスにより大きな影響を及ぼす可能性があることだ。
Sholto Douglasの主張は、今日のAIがすでにすべてのAGI基準を越えたというものではない。実際、彼はその主張を明確に退けている。彼の立場は、残された距離が驚くほど短い可能性があるということだ。数年以内に、モデルは人間水準または超人的な水準で、実質的にすべてのコンピューター業務を行えるようになる可能性がある。
このインタビューはさらに、その能力予測を、年間数兆ドル規模のAIインフラ投資、劇的に高速化する科学、家庭規模のロボティクス、そしてポスト希少性経済の可能性にまで拡張している。こうした結果は、モデル能力が急速に改善しているという根本的な観察よりも、はるかに不確実である。
Nick Marwellの警告は必要な対照点である。今日、最も価値の高いシステムは、多くの場合、人間とAIの組み合わせである。機械が最終的に人間のパートナーなしでより高い能力を持つようになれば、経済とガバナンスをめぐる問いは質的に異なるものになる。
中心的な結論は、AGIがすでに到来したということではない。最先端システムを構築する研究者たちが、「AIアシスタント」から「仕事全体を実行できるAI」への移行は、数十年ではなく数年単位の時間軸で起こり得ると、ますます考えるようになっているということだ。
ひとことから始めて、数分で完全なサイトを手に入れましょう。
