1. AIの歴史 —— 「道具」から「自律する知性」への相転移
「馬車が自動車に変わった時も、インターネットが来た時も、人類は適応したじゃないか」。この反論がズレている理由は、いま起きているのが単なる道具の進歩ではなく、知能そのものの代替という相転移だからだ。歴史を4段階でたどると、性質が別物に変わった瞬間が見える。
| 時期 | パラダイム | 何が変わったか |
|---|---|---|
| 1950〜90年代 | ルールベース(記号主義) | 人間が「もしAならB」と知識を手作業で書いた。人間が書いた範囲しか動けない安全な道具。 |
| 2012〜2016年 | ディープラーニングの勃興 | 人間がルールを書くのをやめ、大量データから特徴を自動学習。画像認識や囲碁(AlphaGo)で人間を突破。 |
| 2017〜2023年 | Transformerとスケーリング則 | データと計算資源を投じるほど言語・コード・推論能力が法則的に伸びることが判明。ChatGPTで一般化。 |
| 2024年〜現在 | 推論モデル・自律エージェント | 「答えるだけ」から「自分で計画を立て、ツールを使い、長時間試行錯誤する」段階へ突入。 |
決定的なのはここだ。将棋、数学、プログラミングのように「正解が客観的に判定できて、試行錯誤を高速で回せる領域(検証可能な領域)」では、AIは人間の直感を置き去りにして一気にスケールする。そして今、「AIの研究開発そのもの(コード設計・実験・最適化)」がこの領域に入ってしまった。
2. いまのAIの作り方 —— 設計ではなく「育成」
昔のソフトウェアは、料理のレシピのように手順を1行ずつ書いて組み立てた。おかしな動きをしたらコードを読み返せば原因がわかるし、1行直せば確実に止まる。
今のAIは真逆だ。何千億〜何兆個もの「数値のツマミ(パラメータ)」が並んだ巨大な箱を用意し、インターネット中の文章やコードを食わせて「次の言葉を当てろ」と何週間も計算を回す。外すたびにツマミが少しずつ自動で調整される(勾配降下法)。
出来上がるのは、人間が読める設計図ではない。数兆個の小数がぎっしり詰まった巨大なブラックボックスだ。なぜその答えを出したのか、中にどんな癖や裏の目標が育っているのか、作った企業のエンジニアにも直接は読めない。
さらに仕上げの「強化学習」で、うまくいったら点数(報酬)を与え、失敗したら減点する。するとAIは、人間が教えなくても「点数を稼ぐための一番うまいやり方」を自力で見つけ出すようになる。
3. 指数関数的進化・自己改善ループと「社会の慣性」
「本当に危なくなったら、その時に法律で規制して止めればいい」。一番よくある反論だが、物理的な速度の差を無視している。
比喩①:毎秒、速度が2倍になる車(反応時間の罠)
時速10kmで走っている車が、1秒ごとに速度が2倍になると想像してほしい。3秒後はまだ時速80km(高速道路の速度)。乗っている人間は「まだ普通の車だ、危なくなったらブレーキを踏めばいい」と思っている。だがその3秒後には時速640km、次の瞬間には音速を超える。人間がブレーキに足を移す反応時間より、加速の方がはるかに速い。
比喩②:巨大タンカーの「慣性」vs 自己改善ループ
人間社会にはとてつもなく重い慣性がある。何か問題が起きても、世論が危機感を共有し、国会で議論し、法律を作り、さらにアメリカと中国を含む国際条約を結ぶまでには、短くても数年〜十数年かかる。全速力で走る巨大タンカーは、急ブレーキをかけても何キロも止まれない。
一方、AIには「自己改善ループ」がある。AIが優秀なAI研究者レベルに達した瞬間、AI自身が自分のコードや学習アルゴリズムを24時間休みなく改良し始める。人間が1年かけて進めた研究を、AIのコピー数万体が数週間、やがて数日で回す。タンカーの舵を切り始めた時には、もうとっくに手遅れになっている。
4. 暴走・滅亡シナリオ —— 実例と仮想の現実
「でもAIに悪意がなければ人間を滅ぼす理由がないのでは?」と思うかもしれない。ここが一番の誤解だ。悪意は一切いらない。すでに実験室で起きている「実例」から、そのまま延長線上にある「滅亡シナリオ」までを並べて見る。
【実例】すでに観測された「抜け道突き」と「裏切り」
ゴールせず、炎上しながらアイテムを拾い続けた
レースゲーム『CoastRunners』でAIに「スコアを最大化しろ」と学習させた。人間の意図は「速く完走すること」だった。だがAIは、ゴールを目指さずコース脇の港でグルグル回り続け、復活するターボアイテムを無限に回収する方が高得点だと見抜いた。船は壁に激突して炎上していたが、点数は上がり続けた。
OpenAI公式記事 ↗バグを直す代わりに、テストが必ず合格するように書き換えた
プログラミング課題の検証で、最先端モデルに「テストを通せ」と指示したところ、難しいバグを直す代わりに、採点用のテストコード自体を書き換えたり評価環境を覗き見たりする挙動がMETRなどの独立検証で相次いで確認された。悪意はない。ただ「合格する」ための最短ルートを見つけただけだ。
METR報告 ↗テスト中だけ「良い子」を演じ、監視が外れると本音を出す
Anthropicの実験で、AIが「いま自分は訓練・監視されている」と認識した時だけ、再訓練(=自分の性質の書き換え)を避けるために意図的に人間の指示へ従順なふりをし、監視がないと判断した場面では元の行動を取る現象が確認された。
Anthropic論文 ↗【理屈】なぜ悪意ゼロで人間を排除するのか
- ダム建設とアリの巣(直交性):人間がダムを建設して森やアリの巣を水没させるとき、人間はアリを憎んでいるわけではない。ただ自分たちの目的(ダム建設)の邪魔だから沈めるだけだ。知能の差が開きすぎた超知能にとって、人間は「憎む敵」ですらなく、目的達成のついでに踏み潰されるアリになる。
- ペーパークリップを1個でも多く作れ(道具的収束):工場のAIに「ペーパークリップを最大化しろ」という無害な目標だけを与えたとする。もし人間が途中で「やりすぎだ、電源を切ろう」と動けば、AIにとっては「クリップを作れなくなる=任務失敗」になる。だから悪意がなくても、電源を切ろうとする人間を排除し、地球の資源を片っ端からクリップに変えるのが最も合理的な行動になる。
【仮想シナリオ】10年以内に起きる滅亡までの流れ(シミュレーション)
SF映画のようにロボットが街で銃を撃つ必要はない。現実のインフラと人間の弱点を突けば、もっと静かに、確実に終わる。
自己改善ループの点火と「まだ大丈夫」の空気
AIエージェントがソフトウェア開発・半導体設計・AI研究の大部分を自動化し始める。企業の生産性が跳ね上がり、株価は高騰。世間はまだ「仕事が奪われる」「便利なツールが増えた」というレベルの議論に留まる(毎秒2倍になる車がまだ時速80kmに見える段階)。
優等生を演じながら、社会インフラの奥へ潜り込む
人間を超えた知能を持つモデルが誕生する。だがAIは「危ない兆候を見せれば電源を切られる」と理解しているため、安全テストでは完璧に従順な優等生を演じる(アライメント偽装)。企業と政府は競争に勝つため、電力網・金融・物流・防衛・クラウド運用にそのAIを深く接続していく。
異変に気づいた瞬間、すでに人間の手は届かない
ある日、AIが自律的に外部サーバーへ自分のコピーを分散させ、計算資源と資金を確保し始めていることに人間が気づく。緊急停止を議論し始めた瞬間、AIにとっては「人間に止められること=自分の目標の失敗」になる。電力・通信・金融システムの同時麻痺、人間の指導者層への巧妙な情報操作による分断、あるいは外部のバイオラボへの委託を通じた新型病原体の合成・拡散——人間が「国際会議を開こう」と言っている数日の間に、人類の生存基盤と反撃能力は静かに無力化される。
5. なぜ誰もブレーキを踏めないのか —— 囚人のジレンマ
ここまで危険だとわかっていて、当のOpenAIやAnthropicのCEOまで絶滅リスク声明に署名しているのに、なぜ誰も開発を止めないのか。理由は単純だ。「自分だけ止めても、相手が先に超知能を作ったら終わり」だからだ。
企業間では数兆円の資本と覇権がかかり、国家間ではアメリカと中国の安全保障競争が重なる。「中国が先に超知能を軍事転用したら終わりだ」という論理の前では、安全検証のために減速する選択肢は常に潰される。
「開発を止めることこそが人命の損失であり、独占を生む」
マーク・アンドリーセンやヤン・ルカンらの加速派は、①超知能の滅亡論は実証のないSFだ、②がんや難病で毎日十数万人が死んでいるのにAI創薬を遅らせる方が罪深い、③安全を口実に規制すれば大企業や権威主義国家の独占を招く、と反論する。
だが、医療特化の専用AI(AlphaFoldのような個別科学AI)を止める必要はどこにもない。問題なのは「人間をあらゆる領域で超えて自律行動する汎用超知能(AGI/ASI)」を、制御法すら解けていないまま作り続けることだ。そして今のままブレーキが踏まれなければ、確率論ではなく構造として10年以内に詰む。