あるモデルがいくつかのテストで勝ったら、「あと6年で人間を超える」と換算できるのだろうか。
旧稿で私は性急なAGIのカウントダウンに異を唱えながら、十分な出典のない数値で6年は必ず楽観的すぎるとも論じた。どちらも、部分的な観察から定義の曖昧な終点へ飛ぶという問題を抱えている。
今回はAGIの到達年を別に定めない。能力の突破を読んだら、何を比較したかを先に問う姿勢を残したい。
TL;DR:Grok-2の2024年の成績は、特定の版、テスト、比較対象についての過去の資料で、現在の順位やAGIの時計ではない。本稿が唯一の公認AGI定義を宣言することもできない。旧稿の訓練費、改善率、データ枯渇の断言は訂正が要る。資源制約は追う価値があるが、6年で必ず成功するとも失敗するとも証明しない。定義、テスト、推計、導入時の権限を分けて確かめることを提案する。
1、Grok-2を2024年の発表に戻す
xAIは2024年8月13日にGrok-2 betaを発表し、初期版が当時のChatbot Arenaの総合EloでGPT-4-Turboなどの比較対象を上回ったと述べた。[1] 旧稿の「2024年末」は不正確で、ここで訂正する。
これは当時の提供企業の発表であり、全GPT-4版、全課題で上回ったことや、現在も同じ順位であることを意味しない。発表内の学術テスト表にも得意・不得意があり、一つの好成績を全面優位とは読めない。[1]
私は問いを小さくする。どの版か、どの問題とツールか、誰との比較か、条件は同じか。先に答えれば、今回の改善が実際の仕事のどこをカバーするか分かる。
テストを軽視するのではなく、支えられる範囲に戻すということだ。
2、人間を超えるとは、どの能力か
「ある人より速い」「ある試験で高得点」「幅広い仕事を扱える」は同じ主張ではない。比較対象と範囲を示さなければ、超えるという言葉は人によって意味が変わる。
『Levels of AGI』は、性能の深さと能力の広さで分類する研究枠組みを提案し、能力と導入時の自律性も分けて論じる。[2] 操作可能な定義への一提案で、唯一の公認定義ではない。本稿も論文中の過去のモデル分類を2026年の現状判定には使わない。
旧稿は自己目標設定、自己改善、人間の価値の理解をAGIの必須条件と言い切りすぎた。研究や統治の重要課題ではあっても、説明なしに分野全体の共通条件にはできない。
私が関心を持つ価値の取捨選択は、なお重要だ。ただし「システムに何ができるか」と「何を決めさせるか」は別に問い、知能の定義変更だけで一つにまとめてはならない。
3、新情報を使うたびに再訓練が必要とは限らない
旧稿の競技規則変更の例は、モデルが新しい訓練データを待つしかないと断言していた。これも絶対的すぎる。xAIの当時の発表自体が検索内容とツール利用を論じており、成績を引用しながら条件を省けない。[1]
明示的な仮定に置き換えよう。架空の競技の新規則をプロンプトに書き、モデルに戦略分析を頼む。規則を正しく使えるかは実測でき、モデルのパラメータ更新とは別の話だ。
検索ツールがあっても、情報の新しさ、出典の信頼性、解釈の正しさは保証されない。実際に資料を得たか、正しい版を引用したか、新条件を適用した結果を確かめたい。一度の正答を一般的な適応力に広げず、訓練の締切日から新情報を永遠に扱えないとも推論しない。
これは筆者の確認方法の提案で、特定の現行モデルで実施済みの実験ではない。
4、費用を訂正し、制約の前提を残す
旧稿のGPT-4訓練に「数千億ドル」が必要という記述には根拠がない。『AI Index 2025』はクラウド計算資源の賃料などから約7,900万ドルと推計する。開発企業の実際の請求書でも、研究、ハードウェア、運用を含む全支出でもない。[3]
「Google研究で年改善率が40%から10%へ低下」という旧稿の主張には、研究名も尺度もなく、今回も照合に足る出典を確認できなかったため取り下げる。
データ供給も枯渇済みと書くべきではない。AI Indexの議論には利用、反復訓練、方法の仮定があり、予測は条件で変わる。[3] 資源制約は追うべきだが、それだけで分野全体の停滞を宣告できない。
この訂正を無限成長の証明にもしない。ある期限を支える議論は、誤った費用や未確認の傾向線には依存できないということだ。
5、6年という予測には、それ自体の証拠が要る
旧稿には「6年」の発言原文、日付、到達条件をたどれる記録がなかった。今回は起算点を補わず、確認済みの引用として誰かに帰属させ続けることもしない。
期限を示されたら、私は先に四つを問いたい。
- いつから数え、何を成功とするのか。
- 進歩の速さを支える観察は何で、尺度は一貫しているか。
- 資源、方法、テストが変わると推計はどう変わるか。
- どんな結果が出れば、予測者は考えを変えるか。
これは筆者の読み方であり、AGI到達日を算出できると検証されたモデルではない。資料が不足していれば、6年、10年、永遠に来ないのどれかを急いで選ばず、まだ判定できないと答えてよい。
時間表を疑問視しても、能力とリスクの変化を真剣に受け止めることはできる。
6、カウントダウンへの注意を、今日の検証にも振り向ける
AIを使う人にとっては、今日どの仕事を納品でき、どの結果に再確認が要り、誰が採用や停止を決められるかのほうが気になる。AGIの定義が一致するまで待つ必要はない。
実務上は、課題と合格条件を定め、版、資料、テストを記録し、新しい状況で能力が本当に移るか確かめることを提案する。重要な行動には別に権限を設計し、高得点だけで自動的に緩めない。
これは研究で証明された共通統治基準ではなく、一つの点数に振り回されないために私が取りたい方法だ。
AIの進歩を期待し、予測への好奇心も持ち続ける。ただ次に「6年以内に人間を超える」と読んだら、何について超えるのかを先に問いたい。
出典と確認範囲(2026年11月3日まで確認)
- xAI, Grok-2 Beta Release:2024年8月13日の提供企業による歴史的発表。日付、比較対象、テスト条件、検索とツールの箇所を確認。2026年順位や独立再測定ではない。
- Morrisほか, Levels of AGI, v5:2025年9月24日版。定義、性能と汎用性、能力と自律性の区別。一つの研究枠組みで、当時のモデル分類を今日に移さない。
- Stanford HAI, AI Index 2025第1章:印刷頁43の訓練費、付録の推計法、37~38頁のデータ供給。過去の推計と条件付き予測であり、実費監査、推計再現、全後続資料の検証はしていない。


💬 コメント
読み込み中...