見出し画像

AIは人類の知を食い尽くす！！

eiji1206

AIが自分で進化する未来は来る。問題は、それをどう読むかです

AIが、自分で自分を賢くしていく。
人間がコードを書き、実験し、改善していた場所に、AI自身が入り込んでいく。
そしていつか、AIが次のAIを作る側に回る。

この話を聞くと、かなり大げさに感じるかもしれません。
SFっぽいし、煽りっぽい。
「第二の知的生命体が地球に現れた」みたいに言われると、さすがに話が飛びすぎて見える。

でも、方向としては、私はもう来る前提で見たほうがいいと思っています。
来るか来ないかではなく、どの順番で来るのか。
どこまで人間が握り、どこからAIに渡るのか。
見るべきなのは、そこです。

私はAIの専門家ではありません。
大阪でハウスクリーニングをやってる職人です。
だから、こういう話を見るときは、専門家っぽい言葉に流されるより、まず出どころを見ます。

Anthropicの公開記事。
Epoch AIの論文。
Jack Clark氏の発言。
AnthropicのIPOまわりの報道。
それらを見たうえで思ったのは、「AIが自分で進化する未来」は、ただの作り話ではないということです。

ただし、いまもう完全に起きているわけではない。
ここを分ける必要があります。

未来としては来る。
でも、現在の事実としては、まだ途中です。
この「途中」をどう読むかが、AI時代にはかなり大事になると思っています。

Anthropicの現場では、AIがすでに開発の中心に入り始めている

まず、Anthropicが出している数字はかなり強いです。
同社の「When AI builds itself」という記事では、ClaudeがAnthropic内部の開発にどれだけ入り込んでいるかが説明されています。

2026年5月の時点で、Anthropicのコードベースに新しく入るコードの8割以上をClaudeが書いている。
これは、単に「AIにちょっと手伝わせている」という話ではありません。
人間が全部書いて、AIが横で補助している段階は、もうかなり超えている。

さらに、仕様が曖昧な難しいコーディング課題でも、Claudeの成功率は2026年5月時点で76%まで来ている。
半年で50ポイント上がったとされています。
これはかなり速い。

タスクの長さも伸びています。
AIが安定してこなせる作業の長さは、以前は7か月ごとに倍になるペースだった。
それが今は、だいたい4か月ごとに倍になっている。
2024年初めには数分の作業だったものが、いまは12時間単位のタスクまで来ている。
この流れが続けば、2027年には週単位の仕事も視野に入る。

ここまで来ると、AIはもう「便利な道具」だけではありません。
少なくとも開発現場では、仕事の量と速度を変える存在になっています。

人間が考える。
AIが実装する。
AIが実験を回す。
人間が結果を見る。
またAIに渡す。

このループが、すでにかなり回り始めている。
そして、このループが速くなればなるほど、AI開発そのものも速くなる。
ここが一番大きいところです。

自己改善は、いきなり完成するのではなく段階的に進む

「AIが自分で進化する」と聞くと、多くの人は一気に完成形を想像します。
AIが勝手に次のAIを作る。
人間が見ていないところで改善を重ねる。
ある日突然、人間を超えた知性が出てくる。

でも、実際の進み方はたぶんもっと段階的です。

最初は、AIがコードを書く。
次に、AIが実験を回す。
次に、AIが実験結果を読んで、次の案を出す。
その次に、AIが複数の案を並べて、どれを試すべきかを提案する。
そして最後に、人間が持っていた「何を研究すべきか」という判断まで、AIがかなり担うようになる。

完全な自己改善は、この最後のあたりです。
AIが次のAIを設計し、訓練し、評価し、改善する。
しかもその判断を、人間が細かく指示しなくても回せる。

Anthropicの記事も、ここは慎重に書いています。
今はまだ完全な再帰的自己改善には到達していない。
ただ、AIがAI開発を加速しているのは事実で、この流れが続けば、そこへ近づいていく。
そういう見立てです。

私は、この読み方が一番現実に近いと思っています。
「もう起きた」と言うのは早い。
でも、「起きない」と見るのも甘い。

いま見えているのは、完成した未来ではなく、そこへ向かう作業工程です。
その工程が、もう始まっている。

人間の役割は、書くことから選ぶことへ移っていく

AIが開発を進めるようになると、人間の役割は消えるというより、場所が変わります。

コードを書く人から、何を作るかを決める人へ。
実験を手で回す人から、どの実験を信じるかを見る人へ。
作業者から、判断者へ。

Anthropicの記事でも、人間の比較優位は「大きな絵を見ること」や「何をやるべきかを決めること」に残っていると書かれています。
これはかなり重要です。

AIは、決められたゴールに向かって作業するのがどんどん上手くなっている。
コードを書く。
実験する。
速度を上げる。
バグを見つける。
このあたりは、すでに人間より速い場面が増えています。

でも、「そもそも何を問題として見るか」は別です。
どの結果を信用するか。
どの失敗を深掘りするか。
どの方向に進むべきか。
ここはまだ人間側に残っている。

ただ、ここも永遠に人間だけの領域とは言えない。
AIが実験を大量に回し、結果を見て、次の候補を出すようになれば、人間の判断もだんだん圧縮されていく。

最初は、人間が10個考えてAIが実行する。
次に、AIが100個出して人間が選ぶ。
その次に、AIが1000個試して、有望な10個だけ人間に見せる。

こうなると、人間はまだ判断しているように見えます。
でも、実際にはAIが見せた選択肢の中で選んでいるだけになる。
人間の役割は残るけれど、その範囲は狭くなる。

この変化は、たぶん静かに進みます。
突然「人間はいらない」となるのではなく、気づいたら人間が触る場所が減っている。
私は、こっちのほうが現実的だと思っています。

データの限界は、進化を止める壁ではなく次の制約になる

AIが自分で進化する未来を考えるとき、「データを食い尽くす」という話も出てきます。
人類が書いたテキストを全部使い切ったら、もうAIは賢くならないんじゃないか。
そういう見方です。

Epoch AIの研究では、現在のようなスケーリングが続けば、利用可能な公開テキストデータが2026年から2032年ごろに制約になる可能性があるとされています。
これは軽く見ないほうがいい話です。
高品質な人間生成データは、無限ではありません。

ただ、これを「そこでAIの進化が止まる」と読むのは違うと思います。
むしろ、次の制約が見えてきたという話です。

データが足りないなら、選別の精度を上げる。
合成データを使う。
実世界の行動データを使う。
コード、画像、動画、ロボットの操作履歴、研究実験のログを使う。
学習効率を上げる。
モデルの使い方を変える。

たぶん、AI開発はそうやって次の道を探します。
データの壁は、終点ではなく、開発の方向を変える圧力になる。

これは現場の仕事でも同じです。
道具が足りないから作業が止まる、というより、足りない道具に合わせて段取りが変わる。
材料が限られているなら、使い方を変える。
人手が足りないなら、工程を変える。
完全に止まるより先に、たいてい仕事の形が変わるんです。

AIも同じだと思います。
データの限界は来る。
でも、それで終わるというより、そこから別の改善方法に移っていく。

Anthropicの警告は、来る未来を前提にした言葉として読む

Jack Clark氏やAnthropicの警告は、単なる煽りではないと思います。
ただし、きれいな善意だけで読むのも違うと思っています。

AnthropicはAI安全性を強く打ち出している会社です。
政策やガバナンスの文脈で発言している。
だから、AI開発を一時的に減速する選択肢や、複数のAIラボが同じ条件で止まる仕組みを語る。
これはかなり自然です。

一方で、Anthropicはすでに上位にいる会社でもあります。
報道によれば、2026年6月にはIPOを非公開申請し、直近の資金調達で評価額は9,650億ドルに達したとも言われています。
その会社が「みんなで一度ブレーキを考えよう」と言う。

これは、本気の危機感かもしれない。
同時に、上位企業にとって有利なルール作りでもあるかもしれない。
どちらか一方に決めつける必要はありません。

むしろ、両方あると見たほうがいい。
本当に危ない未来が見えている。
だから警告している。
でも、その警告は企業としてのポジションとも無関係ではない。

ここで大事なのは、警告を疑って終わらせることではありません。
「この未来は来る」と見たうえで、誰がどの立場でルールを作ろうとしているのかを見ることです。

AIが自分で進化する未来が来るなら、ルールを作る側の力はかなり大きくなります。
どの開発を止めるのか。
どの開発は続けていいのか。
誰が検証するのか。
どの国のどの企業が、その基準を決めるのか。

ここは、技術の話であると同時に、権力の話でもあります。

これから起きるのは、AIが作業を奪うことより判断の場所が変わること

AIが自分で進化する未来が来るとしたら、最初に変わるのは「作業」です。
コードを書く。
資料を作る。
調べる。
実験する。
整理する。
こういうものは、どんどんAIに渡っていく。

でも、もっと大きい変化はその先です。
判断の場所が変わります。

今までは、人間が情報を集めて、人間が考えて、人間が作業していました。
これからは、AIが情報を集め、AIが候補を出し、AIが作業し、人間はその中から選ぶようになる。

一見、人間が決めているように見える。
でも、選択肢を作ったのはAIです。
見せる順番を決めたのもAIです。
除外した候補を、人間は見ていないかもしれない。

ここが本当に大きいと思っています。
AI時代の本質は、作業の自動化だけではない。
判断の前提がAIによって作られることです。

だから、これから必要になるのは、AIを使う技術だけではありません。
AIが出してきた情報をどう読むか。
AIが作った選択肢の外側を想像できるか。
AIが見せていないものに気づけるか。
ここがかなり重要になる。

AIが自分で進化する未来が来るなら、人間に残る仕事は「手を動かすこと」より「見極めること」に寄っていきます。
何を信じるか。
何を任せるか。
どこで止めるか。
どの結果を採用するか。

この力が弱いと、AIを使っているつもりで、AIが出した流れに乗せられるだけになる。

AI時代に必要なのは、ツールの使い方より先に情報を読む力

AI時代に必要なのは、ツールの使い方です。
これは間違いない。
使えないより、使えたほうがいい。
仕事も速くなるし、できることも増えます。

でも、それだけでは足りないと思っています。
むしろ、その前に必要なのは、情報を読む力です。

AIについてのニュースは、これからもっと増えます。
「AIがここまで来た」
「人間はもういらない」
「この仕事は終わる」
「来年には全部変わる」
こういう言葉が、数字と実名つきで出てくる。

しかも、それをAIが読みやすく、分かりやすく、もっともらしく整える。
表面だけ見ると、かなり信じやすくなるはずです。

だからこそ、出どころを見る。
条件を見る。
比較の前提を見る。
発言者の立場を見る。
そして、未来予測を「来ない」と笑うのではなく、「来るなら何が変わるのか」と考える。

私は、AIが自分で進化する未来は来ると思っています。
ただ、それはある日突然、空から落ちてくるものではない。
コードを書くところから始まり、実験を回すところへ進み、判断を補助し、最後に研究開発のループそのものへ入っていく。
いま見えているのは、その途中です。

だから、怖がるだけでも足りない。
疑って終わるのも足りない。
来る前提で、いま何が起きているのかを見る。
そのほうが、たぶん現実に近いです。

AIが進化する未来に備えるというのは、最新ツールを追いかけることだけではありません。
情報の読み方を変えることです。
強い言葉に流されず、でも未来の変化を軽く見ない。
その両方が必要になります。

AIが自分で進化する未来は来る。問題はそれをどう読むか

表面上の情報に惑わされず、本質的に情報を読み解きたい人は、下記の記事たちも参考になると思います。

参考

Anthropic Institute「When AI builds itself」
https://www.anthropic.com/institute/recursive-self-improvement

Epoch AI / arXiv「Will we run out of data? Limits of LLM scaling based on human-generated data」
https://arxiv.org/abs/2211.04325

Anthropicの内部データと自己改善リスクに関する報道
https://www.tomshardware.com/tech-industry/artificial-intelligence/anthropic-says-claude-now-writes-more-than-80-percent-of-its-merged-code

AnthropicのIPO非公開申請に関する報道
https://www.theguardian.com/technology/2026/jun/01/anthropic-ai-ipo

いいなと思ったら応援しよう！