🔬 Deep Dive｜Jack Clark 氏、AI の自己改良の見立てを 2027 年へ前倒し

Anthropic の共同創業者 Jack Clark 氏は10月12日、自身のニュースレター Import AI の 476 号で、AI が自分で自分を改良できるようになる時期の見立てを、2028 年から 2027 年へ 1 年早めた。根拠に挙げたのは、数学で創造的に見える突破が出てきたことと、AI の「研究のセンス」を測る新しい試験 TasteVal の伸びだ。

Sam Altman

@sama

·Follow

Yesterday we did a livestream. TL;DR: We have set internal goals of having an automated AI research intern by September of 2026 running on hundreds of thousands of GPUs, and a true automated AI researcher by March of 2028. We may totally fail at this goal, but given the Show more

5:19 PM · Oct 29, 2025

5.5K

Read 965 replies

OpenAI は、自動の AI 研究者を2028年3月までに実現するという社内の目標を掲げている。2 つを並べると、Anthropic の側が「1 年先」を走っているように見える。だが片方は業界全体についての個人の予測で、片方は自社の目標だ。物差しが違う。

それでも、両社が公表している社内の数字は同じ方向を指している。AI がコードを書き、実験を回し、研究の仕事の一部を主導し始めた。AI への巨額の投資は、研究そのものが自動になることを前提に回り始めている。本稿は、Clark 氏が実際に書いたことと書いていないことを分け、根拠の中身と限界、OpenAI の目標との物差しの違い、社内の数字、そして資本の前提を順に見ていく。

2028 年から 2027 年へ — Clark 氏が書いたこと、書いていないこと

476 号で Clark 氏が書いたのは、完全な RSI (再帰的な自己改善。AI が人の手を借りずに次の世代の自分を作れる状態) が可能になるのは 2027 年のほうがありそうだ、以前は 2028 年のほうがありそうだと考えていた、という一文だ。文は一貫して一人称で、「私の分析では」「私はいま考える」と書いている。Anthropic という会社の予測ではなく、Clark 氏個人の見立てだ。

書いていないことも多い。新しい確率は示していない。対象は「業界のどこかで完全な RSI が可能になる時期」で、Anthropic がそこに到達するとは書いていない。証拠についても「示唆的」「いくつかの兆し」と言葉を選んでいる。

前倒しの意味は、5月4日の 455 号と並べると分かる。455 号で Clark 氏は、フロンティアの AI モデルが自分の後継の版を自律的に訓練できるようになる確率を、2028年末までに約 60%、2027年なら 30% と置いた。2027 年を選ばなかった理由は 1 つで、AI の研究には創造性と型にはまらない発想が要り、AI はまだそれを大きな形で示していない、というものだった。数学の成果のいくつかは示唆的だが決め手ではない、とも書いている。

476 号は、この欠けていた論点が埋まり始めたと見て、時期を 1 年動かした。5 か月前に「これがまだ無いから 2028 年」と自分で置いた条件を、自分で外した形だ。前倒しは、事前に書いておいた条件に対する答え合わせとして読める。

前倒しの根拠 — 数学の突破と、研究のセンスを測る試験 TasteVal の中身と限界

数学の側について、Clark 氏は「創造的に見える数学の突破」と書くだけで、特定の成果の名前を挙げていない。外から中身を検証できる根拠は、もう 1 つの TasteVal のほうだ。

TasteVal は、研究機関 P-Zero Research の Oliver Jaffe 氏と Dane Sherburn 氏が10月5日に論文として公開した評価だ。研究のセンスを「面白い問題を選ぶ」「実験を設計する」「結果を読み解く」の 3 つに分け、そのうち実験の部分だけを測る。

測り方はこうだ。AI モデルは研究者の役として実験を考え、結果を読む。実装と実行は、固定したコーディング用の AI エージェントが受け持つ。こうしてコードを書く力と、何を試すかを決める力を切り分ける。課題は事前学習のデータ選び、追加学習、好みの学習、敵対的な指示への強さなど 8 つで、H100 という GPU 1 枚で 40 時間、または実時間 120 時間で打ち切る。人間の基準は 24 人の専門家で、各課題の最良の試行をとる。

点数の物差しは「専門家と同じ点に届くまでに、どれだけ少ない計算で済むか」だ。半分の計算で届けば、センスは 2 倍になる。2023 年から2026年に出た 20 のモデルを測った結果は、次のとおりだった。

最も高いのは Anthropic の Opus 5.5 で、専門家の基準の 2.30 倍 (95% 信頼区間 1.15〜4.37 倍)。1 回あたりの費用は専門家の平均の約 30 分の 1
研究のセンスは2025年12月以降、3.0 か月ごとに倍になっている (95% 信頼区間 1.7〜5.0 か月)。2023 年から2025年12月までは約 14 か月ごとの倍増だった

伸びの速さが、去年の暮れを境に 4 倍以上に変わった。Clark 氏が注目したのはこの折れ目だ。ただし、Clark 氏が共同創業した会社のモデルが首位にいる試験でもある。試験自体は外部の研究機関によるものだが、読む側はこの関係を頭に置いておいてよい。

著者自身が挙げる限界は、具体的だ。課題は検証が速く安く済む種類に寄っており、AI の開発会社が最も伸ばしやすい種類でもあるため、伸びを大きく見せうる。人間の基準にトップの研究者は入っていない。どの問題に取り組むべきかを選ぶ力は、そもそも測っていない。逆に、各モデルの力の引き出しは限られており、伸びを小さく見せている面もあるという。課題は汚染を防ぐために公開されておらず、外部の研究者が同じ結果を再現することはまだできない。

著者は、この伸びをそのまま延ばした計算も示しているが、それは予測ではないと明記している。本稿もその外挿の数字は使わない。測れたのは「実験のセンス」の一部が速く伸びていることまでだ。研究の全体が自動になったことを示すものではない。

OpenAI の目標と並べる — 「1 年先」という見出しはどこから来たか (物差しの違い)

OpenAI の目標は、Sam Altman 氏が2025年10月29日に X に書いた。2026年9月までに、数十万の GPU で動く自動の AI 研究インターンを、2028年3月までに本当の自動 AI 研究者を持つ、という社内の目標だ。同じ投稿に、Altman 氏は「この目標にまったく失敗するかもしれない」と書き添え、影響が大きいので公表するのが公益にかなうと説明している。

Clark 氏の 2027 年と Altman 氏の2028年3月を並べると、Anthropic の側が約 1 年早いように見える。この比較は、日本語圏の報道や解説の一部で使われた。だが、確認した一次資料のどれも、そうは言っていない。Clark 氏も、Anthropic も、OpenAI も、両社の進み具合を比べてはいない。「1 年先」は、2 つの数字を並べた側の推論だ。

物差しは少なくとも 3 点で違う。

主語: Clark 氏は業界全体のどこかで可能になる時期を見積もっている。Altman 氏は自社がそこに着く目標を置いている
性格: Clark 氏のは個人の予測で、Altman 氏のは会社の目標だ。目標は、届かない可能性を承知で高めに置くことがある
到達点: Clark 氏の 455 号の定義は「モデルが自分の後継を自律的に訓練できる」こと。Altman 氏の「本当の自動 AI 研究者」は、研究を自分で進める存在を指すが、後継を作るところまでを含むかは書いていない

物差しが違う 2 つの数字の差を、そのまま 2 社の差として読むことはできない。言えるのは、AI の研究を自動にする時期について、2 社の中枢にいる人物の見立てがともに 2027〜2028 年に集まっていることだ。

社内の数字が示す方向 — Anthropic の研究の自動化の指標と、マージ件数の急増

予測や目標とは別に、Anthropic は社内の実測も出している。

1 つは、研究組織 Anthropic Institute が公開した指標のページだ。Anthropic の AI の研究開発の仕事を細かい作業に分け、AI がどの段階まで担っているかを Epoch AI が作った 6 段階の尺度で採点した。2026年8月時点で、Claude は Anthropic の AI 研究開発の仕事の 26% を「主導」している。主導とは、大まかな指示から仕事の大半を最後までこなし、人は監督する段階を指す。人と「協働」する段階以上まで含めると、90% を超える。

ページは限界もはっきり書いている。測った範囲のどの仕事でも、Claude は完全に自律しては動いていない。採点には自社のモデルを使っており、採点役のモデルが、採点されるモデルと同じ種類の誤りをしうる。同じページによると、社内の 1 つの基盤だけで、およそ 3 万の AI エージェントが常に研究とエンジニアリングの仕事をしている。

もう 1 つは、10月13日に同社の技術ブログが出した、ソースコード管理の作り直しの記事だ。社内の 1 つの大きなコードの保管庫に 1 日に取り込まれる変更の件数は、2026年5月の約 2,500 件から、9月には 3 万件を超えた。12 倍を超える。記事は、Claude がコードを書くようになったことでコードを書くことは制約でなくなった、と説明する。件数の増加で git が開発の最大の詰まりになり、同社は 5 か月で自前の管理システムに移った。

この件数は、研究の自動化を直接示す指標ではない。コードの取り込みは研究以外の開発も含む。それでも、AI が研究を回すための足回り、つまり実験のコードを書いて回す速さが、半年足らずで桁を変えたことは示している。26% という主導の割合と並べると、方向は 1 つだ。人は監督に回り、手を動かす部分が AI に移りつつある。

研究の自動化を前提に回る資本 — 計算資源への投資と、その前提が外れたときに何が起きるか

Altman 氏は同じ投稿で、OpenAI が約 30 ギガワットの計算資源を確保する約束をしており、その総保有コストは年月をかけて約 1 兆 4,000 億ドルになると書いた。この額に納得している理由として、モデルの能力と売上の伸びの見通しを挙げている。さらに、週に 1 ギガワットずつ新しい計算資源を作る「AI 工場」を持ちたいが、それには将来のモデルと売上、技術と金融の革新への、いっそうの確信が要るとも書いた。

つまり投資の大きさは、能力の伸びへの確信に連動している。そして、その伸びの最も強い形が、AI が AI の研究を進める状態だ。研究インターンや自動の研究者という目標が、数十万の GPU という単位で語られるのはそのためだ。研究が自動になれば、計算資源は研究者の代わりに働く労働力になり、多く持つほど開発が速くなる。この見立ての上で、計算資源への投資は回っている。

前提が外れたときの姿も、Clark 氏自身が書いている。455 号で、2028 年までに自動の AI 研究開発が実現しなければ、いまの技術の路線に根本的な欠陥があることを意味し、前に進むには人間の新しい発明が要る、と述べた。その場合、能力の伸びを前提に積んだ計算資源の約束は、前提を失ったまま残る。データセンターと電力の契約は年単位で、研究の自動化が数年遅れても、費用は予定どおり発生する。

今回の前倒しは、この賭けの側に 1 枚の証拠を足した。ただし足されたのは、検証が速い課題での実験のセンスという狭い証拠で、問題を選ぶ力や、後継のモデルを自分で訓練する力はまだ測られていない。資本の側から見れば、2027〜2028 年は、巨額の約束の前提が試される期限になる。

Clark 氏は10月14日に放送された NHK の単独インタビューで、AI が自ら AI を開発する状況は来年にも起こりうると語った。NHK はこのインタビューを、Anthropic の日本法人の設立から 1 年の節目として伝えている。

次に見るもの

確認先は 3 つある。1 つ目は Anthropic Institute の指標のページで、次の更新で Claude が「主導」する割合 26% がどこまで動くか、完全な自律の段階に入る仕事が出るか。2 つ目は P-Zero Research の TasteVal のページで、次に出る新しいフロンティアモデルが専門家の基準の何倍になるか、3.0 か月という倍増の速さが保たれるか。3 つ目は OpenAI の公式の発表で、2026年9月という期限を置いた自動の AI 研究インターンの目標について、達成したかどうかと、それが何を指すのかを、検証できる形で示すかどうかだ。

ことば

再帰的な自己改善 (RSI) — AI が人の手を借りずに、次の世代の自分を設計し訓練できる状態。そうなると改良の速さが人間の研究の速さに縛られなくなるため、AI の開発の速さの転換点とされる。Clark 氏は 2027 年のほうがありそうだと見立てを改めた。
TasteVal — P-Zero Research が10月に公開した評価。AI に実験を設計させ結果を読ませ、専門家と同じ点に何分の 1 の計算で届くかで「研究のセンス」を測る。最高は Opus 5.5 の 2.30 倍で、2025年12月以降 3.0 か月ごとに倍になっている。
総保有コスト — 設備を買う費用だけでなく、運用、電力、保守まで含めて、使う期間全体にかかる費用の合計。OpenAI は約 30 ギガワットの計算資源について、この額を約 1 兆 4,000 億ドルと見積もった。

🔗 一次ソース