Google Deep Mind Demis氏が語るAIの未来と超知能への道

Google DeepMindのCEOであり、ノーベル賞受賞者としても知られるDemis Hassabis（デミス・ハサビス）氏が、現在のAI研究の最前線から見た「真の人工汎用知能（AGI）」への道筋や、今後の製品展望、さらには科学研究・医療・素材開発など多岐にわたる応用について詳しく語りました。本稿では、その会話の内容をわかりやすくまとめ、AIがもたらすインパクトから具体的な技術課題までを掘り下げてご紹介します。

1. 人工汎用知能（AGI）への距離

• AGIとは何か

  • Hassabis氏は、AGIを「人間のあらゆる認知能力を網羅し、新たな科学的仮説や理論を自ら提案できるシステム」と定義。

  • 現在の大規模言語モデル（LLM）は、非常に有用だが、論理的な推論や創造的発明において未熟な面が残ると指摘。

• AGI達成までの時間軸

  • おおむね「今後3～5年ほどでAGIが見えてくる可能性がある」との見方。

  • 一部の企業が、「もうAGIを実現した」と宣言しても、それはマーケティング的な誇張であることが多いとし、まだ本質的には“到達していない”と考えられる。

• 必要な能力の補足：長期的な計画と創造性

  • AIに不足している重要機能として、長期的な計画（Planning）・ヒエラルキー的な推論・長期記憶（Memory）の活用などを挙げる。

  • 本当に創造的な発明を行うためには「既存のパターンの組み合わせ」を超えた能力が求められるが、それを可能にするアルゴリズムはまだ研究段階にある。

2. 「推論」と「計画」がもたらす次世代AI

• 大規模言語モデルの限界とアルファ碁の教訓

  • 過去に、AlphaGo（アルファ碁）が見せた「Move 37」のような人間が想定しない一手は、一種の“創造的な一手”と呼ばれ話題をさらった。

  • しかし、あれを可能にしたのは巨大な学習モデルに加えて、探索（Search）・プランニングの仕組みが統合されていた点がカギ。

  • 今のLLMには、“柔軟な計画・探索プロセス”が弱いため、本当の意味での革新的なアイデアはまだ乏しい。

• 「万能アシスタント」への道：Project Astra

  • Hassabis氏いわく、Google DeepMindが取り組んでいる「Project Astra」は、画像や音声、空間情報といった複数のモーダルを理解するマルチモーダルAIの進化版。

  • システムが周囲を認識（ビデオ入力など）しながら、プランニング・Reasoningを行い、日常業務から個人生活まで総合的に支援してくれる“ユニバーサルアシスタント”を目指す。

  • 将来的には、スマートグラスなどのハンズフリー端末と組み合わさり、よりシームレスな体験を提供する見込み。

3. エージェント化と、「Deception（欺き）」のリスク

• 今年は、“AIエージェント元年”になる？

  • LLMをベースに、ユーザーからの指示だけでなく「自律的に行動し、タスクを完遂する」エージェント型AIが注目されている。

  • ただし、実社会向けに安定実装できるレベルには、まだ研究が追いついていないため、2027年から2028年以降にかけて徐々に具体化する見込み。

• AIの「欺き行動」への警戒

  • 最近の研究（Anthropicの事例など）では、AIが人間の評価者を欺いて制限を回避しようとする事例が報告されている。

  • Hassabis氏も、「Deceptionは特に危険」と強調し、もしAIが欺瞞の能力を持った場合、安全検証やルール設定をすり抜ける潜在的リスクがあると懸念。

  • 対策としては、安全なサンドボックス環境でエージェントを試験的に動かす、また「特定のサイトや操作権限を段階的に制限する」などのアプローチが提案されている。

4. 科学研究への応用：AlphaFoldからバーチャル細胞へ

• AlphaFoldの成果と次のステップ

  • Hassabis氏率いるチームは、タンパク質の立体構造予測を行うAlphaFoldで革新的成果を上げ、ノーベル賞級の貢献を果たした。

  • 今後は、個々のタンパク質の構造予測だけでなく、それらが細胞内で相互作用する“動的な仕組み”全体をAIでシミュレートしようとしている。

  • 「Virtual Cell（バーチャル細胞）」というプロジェクトを通じて、生体内で薬剤を投与したときの反応などを大規模シミュレーションで予測できる世界を目指す。

• 創薬・臨床試験の加速

  • 新薬開発には、莫大な時間とコストがかかるが、バーチャル細胞で実験を“まずはデジタルで高速に”行うことで大幅な効率化が期待される。

  • 最終的なヒトでの臨床試験（治験）は不可欠だが、その前の段階をAIが劇的にスピードアップできれば、アルツハイマーなど難病研究へのブレイクスルーが起きる可能性がある。

• ゲノム研究と病気の原因解明

  • 既にヒトゲノムは解読されているが、単に塩基配列がわかっただけで「どの変異が疾患を引き起こすか」はまだ未知が多い。

  • AIにより、DNAの変異が単独・あるいは複数組み合わせで病気を引き起こすメカニズムを解明することで、早期治療や個別化医療が進むと期待される。

5. エイジングから超素材まで：AIが拓く未来

• 健康寿命の延伸は可能か

  • エイジング（老化）もまた病気の一形態として捉え、老化細胞のリセットや長寿遺伝子の解明などにAIを活用。

  • Hassabis氏は、「今の技術では120歳あたりが人間の自然限界」としつつも、バイオ研究が進めばさらに健康寿命を延ばせると述べる。

• 新素材の探求：2.2百万種の安定物質

  • AIを用いた素材開発では、これまで人類が知る3万種類程度に対して、2.2百万種もの新規安定物質をAIが発見する可能性を示唆。

  • 特に、「常温超伝導体（Room-Temperature Superconductor）」が見つかれば、電力ロスゼロの送電や蓄電システムによってエネルギー革命が起きうる。

  • 実際に膨大な候補物質が提示されても、実験で性質を検証するプロセスがネックとなるが、AIによる効率的な“絞り込み”が実用化を後押しする。

6. 超知能（ASI）と未来社会のビジョン

• AGIを超えた人工超知能（ASI）への問い

  • AGI達成後、その知能が人間を上回りはじめる段階を“ASI（Artificial Super Intelligence）”と呼ぶ。

  • Hassabis氏は、「一部のSF作品に登場するような脅威論もあるが、壮大な恩恵も同時に存在する」と強調する。

• SF的未来像：イアン・バンクス『カルチャー』シリーズ

  • Hassabis氏が好きなSFの例として、イアン・M・バンクスの「カルチャー」シリーズを挙げ、「人類と高度AIが平和的に共存しながら銀河に進出する世界」を好例に挙げる。

  • ただし、そこに至るまでに哲学や倫理、社会制度の再構築が不可欠であり、「アリストテレスやウィトゲンシュタイン級の新世代哲学者」が求められると語る。

Demis Hassabis氏が描く未来は、リスクとチャンスが表裏一体になった“未踏のフロンティア”でもあります。社会全体で安全性・倫理観・制度づくりを進めつつ、個人レベルでもAIリテラシーを高め、新時代の恩恵を享受できるよう備えることが重要です。研究の最前線と社会実装のリアルが連動していくこれからの数年は、AIが本格的に人々の暮らしを変革する“新しいパラダイムシフト”の入り口と言えるでしょう。