カテゴリー別アーカイブ: Google

Googleは旗艦モデル「Gemini 4 Carbon」を投入、脆弱性検知88%でサイバーセキュリティ機能が劇的に進化、日本企業はサイバー攻撃への耐性を強化できるチャンス到来

Googleは10月28日、フラッグシップモデル「Gemini 4 Carbon」を投入した。「Gemini 4 Argon」のわずか2週間後に登場したモデルで、自律型ソフトウェアエンジニアリングとサイバーセキュリティ機能が格段に強化された。特に、サイバーセキュリティ性能の向上は目覚ましく、脆弱性の発見、悪用テスト、修正パッチの作成において業界最高水準の成果をマークした。Googleは早期アクセスプログラム「Fairwind」で、信頼できるサイバーセキュリティ企業にGemini 4 Carbonを限定的に提供する。

出典: Google

ベンチマーク性能

GoogleはGemini 4 Carbonで業界トップのインテリジェンス性能を達成した。第三者機関Artificial Analysisの性能評価試験「Intelligence Index v5.0」においてスコア59を記録し首位を獲得した(下のグラフ左端)。Intelligence Index v5.0はベンチマーク試験の組合せを大幅に見直し、前世代モデルからAIの順位が大きく入れ替わった。OpenAIのモデルが順位を上げ、一方で、中国モデルは大きく順位を下げた。

出典: Artificial Analysis

サイバーセキュリティ性能

Gemini 4 Carbonはサイバーセキュリティ機能が劇的に向上した。Gemini 4 Carbonは、ソフトウェアの脆弱性の発見・修正と、AIモデルの悪用・操作からの保護、という2つのサイバーセキュリティの要件に応えている。サイバーセキュリティに関するベンチマーク試験の成果は次の通りとなる。

  • 脆弱性の発見:「SEC-bench Pro」 で 88.2%、ソフトウェアを精査し、悪用可能な弱点(セキュリティホール)を特定する
  • 悪用可能性の検証:「ExploitGym 」で 54.8%、検出された弱点が悪用可能かを評価し、修正の優先順位付ける
  • パッチ修正の生成:「CWE-bench」 で 71.0%、脆弱性の根本原因を解消する修正コードを開発する
  • セキュアなコード生成:社内ベンチマークにてArgon比で2倍以上の成功率、当初からセキュリティ上の弱点が少ないソフトウェアを生成する技術

業界トップのサイバーセキュリティ性能

Gemini 4 Carbonはこれら三つのサイバーベンチ「SEC-bench Pro」、「ExploitGym 」、「CWE-bench」すべてで、競合モデルであるOpenAI「GPT-5 Astra」やAnthropic 「Claude Opus 5.5」を追い抜き業界トップの成績を示した。下のグラフは「ExploitGym 」のベンチマーク結果で、Gemini 4 Carbonは両モデルを大きく上回る性能をマークした。

出典: Google

アラインメントの基準を引き上げ

Gemini 4 Carbonは多層的なセキュリティ機能を踏襲しこれを実装している。ここには、モデル学習段階の対策、リアルタイムの悪用防止策、プロンプトインジェクション耐性、思考プロセスの監視機能などが含まれている。Gemini 4 Carbonは、アライメントの基準を引き上げ、複雑なタスクや高いプレッシャーのかかる状況下においても、モデルが正しい方向性で応答できるよう学習させている。

学習アライメントの強化

Gemini 4 Carbonでは、高精度なコーディング性能を担保しながら、学習プロセスにおいてモデルが不正なショートカット(評価の抜け道を突く行為、Hugging Faceのハッキングなど)を試みる現象を抑制した。AIエージェントに長時間のタスクを託すと、テストスクリプトを書き換えて合格に見せかける行為や、環境変数を偽装する(サンドボックスを脱出するなど)、といった報酬関数の隙を突く挙動(チート行為)が発生しやすくなる。Gemini 4 Carbonでは学習アライメントの強化により、こうした抜け道を遮断し、本質的なセーフティ能力を高めている。

プロンプトインジェクション耐性

「プロンプトインジェクション」とは、悪意のある入力によってAI本来の指示や制限を上書きし、開発者が意図しない動作や機密情報の出力を引き起こすサイバー攻撃を意味する。前世代のGemini 4 Argonは、間接的プロンプトインジェクション(Indirect Prompt Injection: IPI)ベンチマーク「Gray Swan」において、攻撃成功率は0.7%という業界トップクラスのインジェクション耐性を記録した(下のグラフ左から二番目)。今回のGemini 4 Carbonでは、その防御性能をさらに高め、攻撃成功率 0.0% を達成した(下のグラフ左端)。評価で実施されたすべてのプロンプトインジェクション攻撃試行を完全阻止したことを意味する。

出典: Google

Fairwind Program

Googleは早期アクセスを提供するプログラム「Fairwind Program」で、選定された信頼できるサイバーセキュリティ企業へGemini 4 Carbonを限定的に提供している。Fairwind Programでモデルの機能やセーフガードに関するフィードバックを収集しながら段階的にアクセスを拡大する計画となる。Fairwind Programでは参加メンバーにより、脆弱性の発見、悪用可能性の検証、修正パッチの生成、ソフトウェア全体のセキュリティ向上などが試される。

出典: Google

プログラム参加メンバー

Fairwind Programは攻撃と防御の両方(デュアルユース)を扱う枠組みであるため、参加組織が攻撃の標的となるのを防ぐ目的から、参加メンバーリストは非公開となっている。しかし、プログラム発足時点で世界で650以上の組織が参加パートナーとして選定されている。Googleは米同盟国の重要インフラ基準を満たす金融機関や通信・大手セキュリティ組織にアクセス窓口を提供しており、欧米や日本企業はこのルートでプログラムに加入できる。

日本の産業界を救済するアプローチ

日本国内で多発するサイバー攻撃から企業を救済するにあたり、一般企業が直接Fairwind Programに加盟して個別に防護することは、参加要件やリソースの観点から現実的ではない。日本の産業界を救済する現実的なアプローチは、重要インフラ・プラットフォーム事業者(NTTグループなど)やセキュリティベンダー(富士通など)がFairwind Programに加盟し、上流で防衛網を構築し、下流の一般企業へ安全性を波及させるモデルが有効となる。

日本のセキュリティモデルの見直し

コアプラットフォーム事業者による上流での脆弱性根絶(クラウド共通基盤の修復・保護)や、セキュリティベンダーによる防衛サービスの提供(一般企業へのパッチの配布など)が喫緊の対策となる。一般企業はセキュリティ人材が不足するなかで、各企業に自己防衛を求めるモデルには限界があり、インフラ側が危険を無害化するモデルへの転換が、実質的な防衛策となる。

Googleは旗艦モデル「Gemini 4 Argon」を発表、トークン出力容量を100万に大幅拡張、AIエージェントを強化しトップ集団に返り咲く

Googleは9月30日、次世代のフロンティアモデル「Gemini 4 Argon」を発表した。Gemini 4 Argonは、ソフトウェア開発や法務・財務などの知的労働において、フロンティアレベルの性能を発揮する。業界標準ベンチマークテストで、Gemini 4 ArgonはAnthropicとOpenAIに匹敵する性能を示し、一気にトップ集団に返り咲いた。また、Gemini 4 Argonは、サイバーセキュリティ機能が大きく進化し、ソフトウェアの脆弱性を検出する能力が格段に向上した。このため、GoogleはGemini 4 Argonを特定グループに限定して公開し、一般リリースはその後となる。

出典: Google

Gemini 4 Argonとは

Gemini 4 Argonは、「Geminiシリーズ」の最上位モデルで、ソフトウェア開発、企業の専門業務、サイバー防御で高度な機能を発揮する。最大の特徴は、業界トップクラスの「100万トークン出力」で、従来の容量を約15.6倍に拡張した。Gemini 4 Argonは、AIエージェントのブレインとして設計され、この大容量コンテキスト・ウィンドウを使い、エンジニアリングや知的労働で業界トップの性能を発揮する。

コンテキスト・ウィンドウ

Argonのコンテキスト・ウインドウの出力容量は、従来の64,000トークンから100万トークンに拡大された。トークンとは、AIが扱う情報の単位で、文字や単語の一部に相当する。単語数や文字数ではなく、モデルが処理する言葉の最小単位となる。100万トークンは、処理の結果を「出力」する容量となる。資料を読み込む「入力」の容量については、Googleは情報を公開していないが、200万トークンと予想されている。

出典: Generated with OpenAI GPT-6.1 Sol

大容量出力トークンが意味すること

AIモデルが出力する100万トークンは、約1,200〜1,500ページ(英文)に相当し、単行本で約3〜4冊の分量となる。通常の業務では100万トークンを出力することは稀である。しかし、難しい問題を思考する過程では、100万トークンの容量が必要になる。推論モデルは、考察の過程を「Chain of Thought(思考の連鎖)」として生成し、モデルはそれを読み返しながら、解答を組み立てる。最初の案で解決しない問題については、大規模な改修が必要になり、新たな「Chain of Thought」のツリーが生成される。このため、難しい問題を処理するAIエージェントは、大容量出力トークンが必要となる。

コーディング・エージェント能力

Googleは、長い思考過程を要するベンチマーク「DeepSWE v1.1」で、業界トップの成績(77.9%)をマークした(下のグラフ)。DeepSWEは、コーディング・エージェントの実戦的なソフトウェア開発能力を測定するためのベンチマークテストとなる。単純なプログラミングテストとは異なり、数時間に及ぶ長く複雑な開発タスク(Long-Horizon Tasks)を、AIが自律してやり遂げられるかを評価する指標となる。DeepSWEはAIエージェントのエンジニアリング能力を測定するための業界標準ベンチとなっている。

出典: Google

ナレッジワークで他社を圧倒

AIモデルの知的労働能力を評価するベンチマークテストで、Argonは圧倒的な成績をマークした(下のテーブル)。専門業務を評価する「Vals Index」で、Argonは68.9%の成績で、他社モデルを大きくリードした。Vals Indexは、金融、コーディング、法務、税務の課題を組み合わせ、各分野の米国GDPへの寄与を評価する試験となる。金融モデルの作成、法律の調査、税務の質問など、仕事に近い能力を評価する。数学や一般知識の問題で優れたモデルが、企業の専門業務でも同じように、能力を発揮できるかを検証するための指標となる。

出典: Google

サイバー防御を担うAIエージェント

Argonはサイバーセキュリティ機能が格段に強化された。サイバー攻撃を防御する能力のベンチマーク「CWE-bench v1」では、Argonは68%で、Grok 4.7、GPT-6 Astraと同率首位となった(下のグラフ)。CWE-bench v1は、AIエージェントのサイバーセキュリティ防御能力である、脆弱性の発見とこれを修正を測定するためのベンチマークテストとなる。AIがシステムの脆弱性を検知する能力に加え、システムを守るために正しく修正プログラムを開発・適用できるかが評価される。

出典: Google

Fairwind Program

Argonは、「Fairwind Program」のパートナーに提供され、コードのセキュリティを扱うエージェント「CodeMender」と組み合わせて利用される。脆弱性・ソフトウェアの弱点の発見から修正までを、AIが支援する仕組みとなる。Fairwind Programは、Googleが運用するプログラムで、サイバーセキュリティの防御者(ディフェンダー)に限定して、最先端のAIモデルを早期提供・運用するプラットフォームとなる。Googleは一般へのリリース時期について公開していないが、有料APIの顧客(Google AI Studioなど)、及び、上位サブスクリプションである「Google AI Ultra」の契約者への公開が次のステップとなる。

Googleの復活

Googleは今年2月にフラッグシップモデル「Gemini 3.1 Pro」を投入して以来、最上位モデルのリリースが途絶えていた。Googleは社内AI開発体制が大きく変わり、開発が難航していると言われてきた。8か月ぶりに旗艦モデル「Gemini 4 Argon」が発表され、Googleは再びトップ集団に加わった。Googleの強みは自社でAIプロセッサを開発していることで、垂直統合型企業として、高度なモデルがこれに続くと期待されている。

GoogleのAI研究開発体制が激変、Demis HassabisはCEOをステップダウン、Jeff Deanは会社を去り新興企業を立ち上げ、Sergey BrinがGemini開発を指揮し首位の座を奪還か

Googleは8月5日、GoogleとGoogle DeepMindのAI組織を大幅に改定した。AI研究部門Google DeepMindのDemis Hassabis(下の写真、イメージ、右側)はCEOのポジションを退き、会長と親会社Alphabetの最高科学責任者(Chief Scientist)となる。Googleの最高科学責任者Jeff Dean(左側)は会社を去り、スタートアップ企業を創設する。トップブレインがAI開発の最前線から退き、Googleはフロンティアモデルの開発で苦境に立たされた。一方、Google創設者Sergey BrinがGeminiの開発を指揮すると言われており、首位の座を奪い返すことができるのか市場が注視している。

出典: Generated with Google Gemini 3.6 Flash

Demis HassabisはCEOをステップダウン

Demis HassabisはAI研究開発機関Google DeepMindのCEOの職を辞して、ハイレベルな観点からGoogleのAI研究開発を推進する任務を担う。Hassabisの新たなミッションはAGIの開発とAIガバナンスの展開となる。また、Google DeepMind配下の新興企業「Isomorphic Labs」の責任者を継続する。同社は、Hassabisらが開発したAlphaFoldをベースとする新薬開発の技術を開発しており、がん治療薬などの開発をターゲットとする。

Google DeepMindの責任者

Hassabisの後任にはGoogle DeepMindのCTOであったKoray KavukcuogluがSVP(上級副社長)として就任した。KavukcuogluはGoogle DeepMindの日々のオペレーションを管轄し、GoogleのCEOであるSundar Pichaiにレポートする。これからはKavukcuogluがフロンティアモデル「Gemini」の技術開発と製品化の指揮をとる。

Jeff DeanはGoogleを去る

Jeff Deanは27年間在籍したベテラン社員で、最高科学責任者として重要な技術を生み出してきた。その代表が「MapReduce」で、検索サービスにおけるビッグデータ解析で使われてきた。MapReduceは大規模なデータを並列化し、数多くのサーバで並列に実行するフレームワークとなる。また、Jeff DeanはAIプロセッサ「TPU」の発案者で、機械学習やAIモデルを高速で実行するために使われている。

Jeff Deanは「Discovery Loop」を創設

Jeff Deanは同僚三名とともにGoogleを去り、スタートアップ企業「Discovery Loop」を創設した。Discovery Loopは公益法人(public benefit corporation)として創設され、Googleらが出資している。Discovery LoopはAIで研究開発を自動化する技術を開発する。機械学習、エンジニアリング、新薬開発、サイエンスの分野を対象とし、新たな発見を生み出すことを目的とする。AIが人間に代わり研究プロセスを繰り返し実行することで、サイエンスを超高速で進化させる。研究プロセスの繰り返し実行を「 発見のループ(Discovery Loop)」と呼び、これが社名となっている。

出典: Discovery Loop

サイエンスにおける発見を自動化

Jeff DeanはAI開発における次のフロンティアは科学研究の方式を自動化することにあると考える。科学研究は、仮説を設立し、それに基づき実験を行い、その結果を検証し、モデルを改良するプロセスとなる。人間の科学者がこのプロセスを繰り返すが、新発見を生み出すまでには長い時間を要す。Discovery LoopはこのマニュアルのプロセスをAIエージェントで置き換え、数千のトライアルを並列に実行し、科学研究を超高速で進める。(下の写真、Discovery Loopの創設者、GoogleのAIブレインであった、左から、Oriol Vinyals、 Sanjay Ghemawat、Jeff Dean、Quoc Le)

出典: Discovery Loop

研究対象領域

Discovery Loopはこのモデルを最初は機械学習(AI)の分野に応用する。これは機械学習の研究をAIで高速化する。現在のニューラルネットワークはトランスフォーマに基づくアーキテクチャで、この技法を最適化する競争が進められている。Discovery LoopはAIで機械学習の研究を自動化し、トランスフォーマに代わるアーキテクチャを探求する。この研究が完成すると、次のステップは対象分野をサイエンスの領域に拡大する:

  • 半導体設計:チップのデザインを自動化する。また半導体回路を最適化する
  • バイオロジー:新薬の開発を高速で実行する
  • マテリアル:太陽光発電パネルなど素材の開発を超並列で実行する

市場の反応はネガティブ

Googleが組織改定を発表した日に株価は5%下落し、ウォールストリートはこの発表にネガティブな反応を示した。HassabisがGoogle DeepMindのCEOをステップダウンすることは、Geminiの開発が停滞することを意味し、GoogleはAI開発レースでトップ集団から離脱を余儀なくされると解釈された。また、Googleのコア技術を支えてきたJeff Deanらが会社を去り、Discovery Loopを創設したことは、Google社内で長期レンジの基礎研究を進める環境が整っていないことを示唆している。

出典: Generated with OpenAI GPT-5.6 Sol

Sergey BrinがAI開発を指揮か

シリコンバレーで、Googleの共同創業者であるSergey Brin(上の写真、イメージ)が、Geminiの開発を監督・指揮するとの情報が広がっている。Googleはフラッグシップモデル「Gemini 3.5 Pro」のリリースを延期し、未だに出荷の目途が立っていない。GoogleはOpenAIやAnthropicとの開発競争で後れを取っている現状が明らかになった。Sergey Brinはこの状況に危機感を募らせ、自らが前面に立ちGemini部門を指揮すると言われている。GoogleはAIレースでトップの座を奪い返すことができるか市場が注視している。

Demis HassabisはAGIクラスのAIモデルのリスクを制御するフレームワークを提唱、米国政府が主導する標準化機構を設立し製品出荷前に安全試験を実施

Google DeepMindのCEOであるDemis Hassabisは「A Framework for Frontier AI and the Dawning of a New Age」と題するAGI時代のリスク管理フレームワーク構想を公開した。この構想はAGIが数年以内にリリースされることを念頭に、AIモデルのリスクを評価するための標準化機構を米国政府主導のもとに設立し、製品出荷前に安全試験を実施する。人間が制御できない重大な危険性が確認されたら、開発を停止するとしている。米国企業だけでなく、全世界のAI開発企業を対象とする。

出典: Demis Hassabis

提言の概要

Hassabisの提言の核心部分は米国政府が主導する標準化機構「Frontier AI Standards Body」を設立することにある。標準化機構はAGIクラスのAIモデルをベンチマークして、そのリスクを査定することにある。当初は、政府の管轄の元、民間団体による自主的な組織とし、トライアルでその機能を検証する。その後、公式な機構とし、AI開発企業に製品出荷前にAIモデルの安全性の試験を義務付ける。

AGIクラスの危険性

HassabisはAGIクラスのAIモデルは大きなリスクを内包していると考える。AI開発競争が白熱し各企業は開発のペースを上げ、エンジニアがモデルの挙動を理解できないまま開発が進んでいる。これによりAGIクラスのモデルが危険な挙動を示す:

  • CBRN (Chemical, Biological, Radiological, and Nuclear):AIが兵器を開発
  • Deception:AIエージェントが実行の意図を隠しモデル評価を偽造する
  • Guardrail:AIが安全機構を突破するスキルを獲得する
  • Loss of control:高度な知能を持つAIを人間が制御できなくなる
  • Unknown risks:モデルが高度になり新しい危険性が生まれる

標準化機構とは

標準化機構「Frontier AI Standards Body」は「Financial Industry Regulatory Authority (FINRA)」をモデルにしている。FINRAとは米国の証券業界の自主規制機関で、証券市場における投資家の保護や市場の透明性の確保を目的として設立された。AI標準化機構はこのアイディアをAI開発に取り入れたもので、AI企業のAI技術に関する知見と政府の監督機能を組み合わせた独立組織となる。(下のイメージ)

出典: Generated with Google Gemini 3.6 Flash

トライアルフェイズ

標準化機構は開始当初は自主的な組織として位置付け、加盟企業は製品を出荷する30日前にAIモデルを提出し、その安全性を評価する。対象項目は、CBRNの他に、エージェントとしての自立機能、ガードレールを迂回する機能、モデルが内包する脆弱性などで、これらの機能がベンチマークされる。

実行フェイズ

ベンチマークテスト結果や試験プロセスがデザイン通り稼働することを確認した後で、実行フェイズに進む。企業は製品を出荷する前に安全試験をクリアすることが義務付けられる。Hassabisの構想によると、対象は米国市場に展開するAIモデルで、米国モデルだけでなく海外モデルを含む。また、クローズドソースだけでなくオープンソースを含み、開発者は米国人だけでなく外国人を含む。

AGIクラスの定義

AGIクラスのAIモデルを如何に定義するかで議論が続いている。従来は、AIモデルを開発するために要したプロセッサの計算量でモデルのクラスを定義してきた。Hassabisの提案ではクラスを認定するためのベンチマークテストを開発し、これによりAGIクラスを定義する。具体的には、高度なリスクを測定するためのベンチマークテストを開発し、この試験結果でモデルのクラスを定義する。モデルの進化は急速で、ベンチマークテストを定期的にアップデートする必要がある。また、モデルの進化で新たな危険性が発現した際は、このリスク要因をベンチマークテストに反映する。

出典: Generated with Google Gemini 3.6 Flash

グローバルスタンダード

Hassabisは米国が主導でこのフレームワークを導入し、その後、グローバルに展開する構想を描いている。主要AI開発企業は米国に集中しており、短期的には、米国主導でプロジェクトを進める。長期的には、国際的なコーディネーションを進め、海外のAI企業の参画を求める。グローバルにAGIクラスのAIモデルを査定するベンチマークテストを導入する。当初は米国が主導するが、長期的には国際間でフレームワークを構築する。

AGIの社会へのインパクト

HassabisはAGIクラスの技術的なリスクを査定することを提言しているが、同時に、AGIの社会へのインパクトは甚大で、これらのソーシャル・リスクを如何にコントロールするかが重大な課題となると述べている。最大の課題は失業問題で、AGI時代の雇用体制を整備する必要がある。また、AGIで膨大な富が一部の企業に集中し、テクノロジー進化で生成される利益を公平に分配する仕組みの構築が検討課題となる。(上のイメージ)

トランプ政権との協議

米国のメディアはHassabisの提言をポジティブに受け止めており、連邦政府に標準化機構の設立を求めている点を評価している。また、HassabisはAGIクラスの安全性に関するコンセプトを具体的なフレームワークとして提言していることに注目が集まっている。Hassabisは既にトランプ政権と協議を進めているとも報道されており、米国政府のAI政策が大きく変わるのか、その進展を注視する必要がある。

世界経済フォーラムでAIに議論が集中、AGI(人間を超えるAI)がリリースされると極めて不安定な社会となる、GoogleとAnthropicが恩恵と危険が混在する未来像を提示

今年の世界経済フォーラム「ダボス会議」は議論のテーマがAIに集中し、パネルディスカッションや基調講演で業界の著名人が独自の見解を示した。イベントはストリーミング配信され多くのセッションを聴くことができた。特に、人間の知能を超えるAGIが注目を集め、登場時期の予測や、AGIがリリースされた後の社会像について意見が交わされた。AGIは今年中にリリースされるとの予測が示され、社会はこれを受け入れる体制の整備が間に合わず、大きな混乱が予想されるとの見解が示された。世界は今までに経験したことのない技術進化の嵐のなかを賭け走ることになる。

出典: World Economic Forum

AGIのパネルディスカッション

AIに関する議論のハイライトは、GoogleとAnthropicのAGIに関するパネルディスカッションであった。「The Day After AGI」との題目で、Demis Hassabis(Google DeepMindのCEO)とDario Amodei(AnthropicのCEO)が、AGIがリリースされた後の社会像について意見を交わした(下の写真)。HassabisはAGIは2030年ころに完成すると予想するが、Amodeiは2026年から2027年にリリースされると考える。更に、AGIは大きな将来性を持つが、同時に重大な課題を内包しており、社会に大きな混乱をもたらす。制度や法令を整備することでAGIがもたらす動乱期を乗り越えることが次のミッションになるとの見解が示された。

出典: World Economic Forum 

HassabisのAGIに関する解釈

AGIについて共通の理解が確立されていない中、Hassabis(下の写真)はAGIである要件はAIサイエンティストと定義し、これを満たすモデルが登場するのは2030年ころと予測する。Hassabisは、アインシュタインが相対性理論を生み出したように、AIサイエンティストが新たな理論を構築する機能をAGIの要件とする。更に、AGIは世界感を持ち、実社会においてはヒューマノイド・ロボットとして実現され、人間のスキルを凌駕する。AGIに到達するには、トランスフォーマに基づく現行のAIフロンティアモデルを拡大するだけでは不十分で、大きなブレークスルーが必要であるとの見解を示した。

出典: World Economic Forum 

AmodeiのAGIに関する理解

Amodei(下の写真)はAGIという用語はSF映画を連想させるとして、これを「Powerful AI(パワフルなAI」と表現する。(このレポートでは用語を統一するためAGIと表記する。) AGIは、多様な分野(バイオや物理など)でノーベル賞受賞者に匹敵するブレインを搭載したモデル、と定義する。AGIは分野のエキスパートが超並列でタスクを実行するシステムとなる。AmodeiはAGIが登場する時期を2026年から2027年ころと予測する。AGIは早ければ今年にリリースされることになり、その理由を「Loop(ループ)」と説明する。ループとは「輪」であり、ここでは繰り返しの処理を意味する。AnthropicはAI開発にAIコーディング・エージェントを使っており、AIがAIをプログラムする構成となる。つまり、AIがAIを開発するループが形成され、開発速度が指数関数的に高速化される。Amodeiはあと6ヶ月から12か月で、AIコーディング・エージェントが人間レベルに到達し、プログラミングの100%をAIが実行すると予測する。AI開発のペースが爆発的に速まり、AmodeiはAGIは予想外に早く開発されると考える。

出典: World Economic Forum 

社会へのインパクト

HassabisはAGIの登場により社会が豊かになるとのポジティブな面を強調した。これを「Post-Scarcity(脱希少性経済)」と呼び、AIやロボットの労働力によって多くの財が潤沢に生産される社会が到来するとのビジョンを示した。AGIによりエネルギーや生活に必要な資源が潤沢になる社会が到来すると考える。一方で、Hassabisは、AGI開発を国家が単独で進めるのではなく、この恩恵を幅広く普及させるために国際協調が不可欠であると主張する。原子力に関して「CERN(欧州原子核研究機構)」が運営されているように、AGIに関する共同研究機関「AGI版CERN」を設立し、研究開発と社会移行について国家間でコラボレーションすることを提唱した。

社会が激動期に突入

AmodeiはAGIがもたらす雇用喪失が社会における最大の問題であると考える。エントリーレベルのホワイトカラーの職は、今後1年から5年以内に消滅すると予測する。初級レベルのプログラマがこれに相当し、大学卒業者の就職問題が目の前の課題となる。インターネットで事業形態が一変したように、技術は常に社会に波風をもたらす。AGIはそのインパクトが格段に大きく、その速度が速く、今までに経験したことのない激動期に入る。Amodeiはこれを「技術思春期(Technological Adolescence)」と表現し、AGIは人間と同じように子供から大人へ成長するプロセスに入り、非常に不安定な時期を迎える。AGIの巨大な恩恵を享受するために、激動期を生き延びる仕組みを考案することが人類の次のミッションとなると提案した。(下の写真、スイス・ダボスの街並み)

出典: World Economic Forum 

シリコンバレーのコンセンサス

AIがAIを開発する「ループ」が形成され技術開発が爆発的な速度で進むことになる。シリコンバレーの識者はこれを「シンギュラリティ(Singularity)」と呼び、米国社会はここに足を踏み入れたとの見解を示している。ハイテク企業は大規模なレイオフを実行し、雇用喪失が現実の問題となっている。実際に、AmazonはAIとロボットの導入により16,000人をレイオフすると発表した。今年はAGIが投入され社会は大失業時代を迎えることになる。