Google の共同創設者である Sergey Brin 氏は、同社の AI 開発は、自社のモデルが積極的に独自の後継モデルの構築を支援する段階に達している、これは再帰的自己改善 (RSI) として知られるダイナミクスであると述べています。ブリン氏は、Googleの新しいGemini 4モデル「Argon」の開発に関するラウンドテーブルディスカッションの中で、AI開発が社内で加速しており、同社は「RSIのトレッドミルに乗り始めている」と述べた。

「そして現在、我々の研究者とモデルは協力して次のバージョンのモデルを作っている」とブリン氏はラウンドテーブルで述べ、グーグルは水曜日にそれを共有した。彼のコメントはBusiness Insiderによって最初に報じられた。この発言により、Geminiプログラムでますます実践的な役割を担うようになったGoogleの共同創設者は、AIシステムが間もなく人間のエンジニアよりも早く自己改善するかどうかという、業界で最も重要な議論に真っ向から立ち向かうことになる。この議論の継続報道については、AI 研究ニュース をご覧ください。

ブリンが証拠として指摘したもの

ブリン氏は、フィードバック ループがすでに回転しつつある証拠として、Gemini 4 に至るまでの Google の Flash モデル リリースの頻度を指摘しました。これは、モデルの世代が進むごとに、自動化されたコーディング、評価、研究ツールの複合体として次のモデルを作成するのに必要な時間が短縮されていることを意味します。

Google 独自の Argon の安全性に関する文書は、その状況の一部を裏付けているようです。このモデルの安全性レポートによると、「AI エージェントは現在、製品コードとバグ修正の大部分を作成する高レバレッジのアシスタントとして機能していますが、コードの変更は提出前に人間によるレビューの対象となります。」言い換えれば、同社はモデルがコードの大部分を生成する一方で、何を出荷するかについては人間が最終決定権を保持するというワークフローを説明しているのだ。

RSI に関する広範な議論

Anthropic と OpenAI も、AI は RSI の危機に瀕している可能性があると述べており、今週発表された Gladstone AI 社のレポートでは、AI 企業が RSI に向けてどのように取り組んでいるかを明らかにしています。 Business Insiderの報告書によると、インタビューを受けたほとんどの研究者（Anthropic、OpenAI、Google DeepMindなどの企業に勤務）は、RSIは今後3～12か月以内に始まり、政府の介入がなければもっと早く到来する可能性があると信じている。

タイムラインが重要な理由

再帰的な自己改善は、単なる能力のマイルストーンではありません。モデルが AI 研究そのものの主要な労働力になると、進歩のペースを予測することが難しくなり、管理することも難しくなります。十分なガードレールが設置されていない場合、人間がテクノロジーの制御を失う可能性があるという先月の著名なAI研究者らの警告の中心にRSIが据えられたのはそのためだ。

ブリンのフレーミングは特に事実そのものだった。同氏は、RSI トレッドミルを遠い仮説として扱うのではなく、Google のモデル開発プログラムの動作条件、つまり研究者とモデルが「手を取り合って」各バージョンの開発に取り組んでいると説明しました。

対位法

フライホイールの回転速度については、Google 社内の全員が同意しているわけではありません。同じニュースサイクルの報道では、Google DeepMind が独自の評価で機械学習の研究開発に大きな加速は見られなかったと指摘されており、この結論は一部のライバルからのより警戒すべきレトリックとは異なります。動き始めたトレッドミルについて Google の共同創設者が説明したものと、劇的な速度向上は見られなかった Google の安全性研究者による測定値の 2 つの測定値の隔たり自体が、この分野が自らの軌道についていかに不確実なままであるかを示すスナップショットです。

構造上の注意点もあります。本番コードの大部分を作成するエージェントは依然として人間のレビューの下で動作しており、今日「AI 自動化 AI 研究」と呼ばれるものの多くには、探索スペースの絞り込み、候補ソリューションの生成、評価の実行が含まれており、自律的な発見ではなく、高活用の支援が行われています。

何を見るべきか

ブリンのトレッドミルの比喩が正しいかどうかは、3 つのことからわかります。まず、Google 独自のモデルのリリース頻度です。世代間の間隔が短いほど、最も明確に目に見えるシグナルとなります。第二に、他のフロンティアラボが、Googleのアルゴン安全性レポートのように、研究およびエンジニアリングパイプラインのどの程度がモデル実行されているかを定量化し始めるかどうか。第三に、政府がグラッドストン AI のような報告書に基づいて行動するかどうか、インタビューされた研究者は介入がないことをタイムラインに明示的に条件付けている。

トレッドミルの背後にある経済学

ブリンのコメントには単純な商業的論理もあります。モデルの研究サイクルが大幅に短縮されれば、新しいモデル世代ごとの限界コストが下がり、最初にループを閉じた企業が能力と価格の両方で複合的なメリットを得ることができます。 Googleはすでに第2軸で積極的に競争する意向を示しており、ArgonでライバルのAPI価格を引き下げる一方、大容量ワークロード向けのFlashクラスモデルをリリースしている。本物の RSI フライホイールがあれば、その戦略はさらに強化されるでしょう。これは、Google がこの戦略をすでに進行中であると表現するあらゆる動機を持っている理由を説明するのに役立ちます。

今のところ、この円卓会議の重要性は位置付けにある。Google の創業者の 1 人は、再帰的自己改善をリスク シナリオとしてではなく、会社の実際の現実として公に説明している。思考実験からロードマップに至るこの再構築は、ベンチマーク スコアがどこに着地するかに関係なく、Gemini 4 の打ち上げサイクルに関して最もニュース価値のあることになるかもしれません。

---

AI の先を行く

最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。

AI ニュースをもっと読む→