シンギュラリティは始まったのか―クラーク氏とピチャイ氏の「自己改良AI」を比べる

「もう始まった」と「まだ遠い」は、矛盾するのか

AIが自分より優れたAIを作り、そのAIがさらに優れたAIを作る。そんな循環が生まれれば、技術の進歩はどれほど速くなるのでしょうか。人間が開発の速度を決めていた時代とは、違う状況になるかもしれません。

Anthropic共同創業者のジャック・クラーク氏は、2026年10月17日の講演で、シンギュラリティの初期段階に入ったという見方を示しました。一方、20日公開のポッドキャストで、Google・Alphabetのサンダー・ピチャイ氏は、完全な再帰的自己改良にはまだ距離があると説明しています。

二人が直接議論したわけではありません。しかし、並べて読むと重要な問いが浮かびます。AIが開発を手伝う段階と、人間なしで次のAIを生み出す段階は、どれほど違うのでしょうか。

シンギュラリティと再帰的自己改良を分ける

シンギュラリティは、AIなどによって技術進歩が大きく加速し、社会の先行きを従来の延長で見通しにくくなる転換を指す概念です。何が起きれば到達とするかについて、誰もが同意する一つの判定基準があるわけではありません。

再帰的自己改良は、その加速を生む可能性のある仕組みです。AIの改善にAIを使い、改善されたAIが次の改善を助ける循環を意味します。ただし、コードの一部を修正することから、後継モデルの研究開発全体を自律的に進めることまで、指す範囲には幅があります。

つまり、AIによる研究の加速を大きな転換の始まりと評価することと、完全自律の自己改良には達していないと説明することは、必ずしも矛盾しません。

クラーク氏が重視するのは、研究の速度が変わること

クラーク氏は、AIが科学の最前線で問題解決に関わり、自身の開発にも貢献し始めたことを重視しています。そこから、AIだけでなく科学全体の進歩が速まると見込み、社会は大きな変化に備えるべきだと訴えています。

ここでの「始まった」は、彼による現状の評価です。科学研究への貢献が、そのまま無限に加速する進歩の証明になるわけではありません。研究の一部が速くなることと、研究全体の所要時間が持続的に短くなることは、分けて確かめる必要があります。

ピチャイ氏は、人間とAIの協働段階を説明する

ピチャイ氏も、AIが次のモデルの開発を助けていることを否定していません。現在は、人間の研究者とAIエージェントが開発のさまざまな部分で協働する段階だと説明しています。完全な自己改良という完成形に対し、今どこにいるのかを区別する発言です。

Anthropicの公式資料「When AI builds itself」も、この区別をしています。AIに開発作業を任せる割合が増えている一方、自律的に後継モデルを設計・開発する段階には達していないと明記しています。クラーク氏の強い表現を、Anthropicが完全自律の達成を発表したという意味で受け取るべきではありません。

「自己改良」の中身を、工程で見てみる

理解のため、AIの開発への関与を次のように分けてみます。これは本記事の説明用の整理であり、業界共通の公式な段階分類ではありません。

関連する研究例として、9月にarXivへ投稿されたAIDE²の論文があります。研究者らは、AI研究エージェントが自分のプログラムへの変更を提案し、評価して、よい変更を残す仕組みを報告しました。8日間の自律実行で、複数回の改善が得られたとしています。

ただし、改善対象は研究エージェントのコードです。基礎となるAIモデルの学習まで含め、次世代AIを丸ごと作り直したという成果ではありません。今回確認した資料はプレプリントであり、結果の広がりや限界は引き続き検証する必要があります。

改善が続くかどうかは、別に確かめる必要がある

ここからは、両氏の発言を読む際の考察です。AIが改善案を出せても、試すための計算資源や、結果を確認する時間が必要です。科学なら実験設備や観測も関わります。案を考える部分が速くなっても、別の工程が全体の速度を制限する可能性があります。

また、評価用の点数が上がったことと、新しい状況でも役立つ能力が上がったことは同じではありません。どの作業が自動化され、人がどこで介入し、改善が別の課題にも通用するのか。さらに、改善を繰り返しても効果が続くのかを見る必要があります。

安全性の確認も、その工程の一つです。開発速度を上げる仕組みだけでなく、不具合や危険な行動を見つけ、採用を止められる仕組みまで含めて評価しなければなりません。

開始宣言より、何が変わったかを見る

クラーク氏は、研究を加速する変化の始まりに注目しています。ピチャイ氏は、完全自律の完成形との距離を説明しています。言葉の勢いの違いを、そのまま技術認識の全面的な対立にしてしまうと、両者の共通点を見失います。

AIが自身の開発に関わる範囲は、今後も重要な観察点です。その変化を判断するには、「シンギュラリティ」という名前に加え、任せられた工程、実際の時間短縮、人間の介入、評価の信頼性を見たいところです。始まったと呼ぶかどうかを急ぐより、加速の仕組みがどこまで成立しているのかを確かめる方が、これからの変化を理解する助けになると思います。