7月25日、OpenAI CEO の Sam Altman は Relentless ポッドキャストで「We are now, like, in the singularity」と述べ、それが「hugely positive, awesome for the world」になると主張しました。この一言が業界で波紋を呼んでいます。一方で、技術者からは「現在のAIシステムはシンギュラリティの条件を満たしていない」という厳しい指摘が出ています。

シンギュラリティとは：定義から現実へ

シンギュラリティ（技術的特異点）という言葉は、数学者 Vernor Vinge が1993年に定義した概念です。正確には、以下の2つの要件が必要とされています。

1. 再帰的自己改善 — システムが自らの能力を繰り返し改善する 2. 機械知能が人間知能を超過 — その加速が人間では予測・制御不可能になる

この定義が重要です。単に「AI が賢くなった」ことではなく、「AIが自ら自分を改良し、その過程が人間の手に負えなくなる」状態を指すのです。

Altman 発言への反論：Frozen in Time の現実

テキサス大学や Cambridge の研究者 Kai Riemer と Sandra Peter は、これに異を唱えています。彼らの指摘は明確です。

現在の大規模言語モデルは「frozen in time」である。

すなわち、LLM は一度訓練が終わると、その後、自動的に自らの重み（パラメータ）を編集することはありません。すべての改善は human-initiated training または human-led engineering loop を経る必要があるのです。

Altman が語るシンギュラリティが本当なら、Claude や GPT は「自分で自分を改善する」ロジックを持つべきです。しかし実際には、新バージョンはアンスロピック や OpenAI のエンジニアが手動で訓練・調整したものです。自動ループではなく、人間主導のプロセスなのです。

業界の論争：期待値と技術的現実

この論争は、AI業界の「スピーチと現実のギャップ」を浮き彫りにしています。

Altman のような業界リーダーは、投資家や政策立案者に楽観的な見通しを提示することが重要です。一方で、学術的・技術的なコミュニティは、現在のシステムの限界を冷徹に指摘する責任があります。

「シンギュラリティ」というフレーズは強い感情を呼び起こします。希望？不安？どちらの読者も心をつかまれます。しかし、定義に立ち返れば、Altman が述べるのは「シンギュラリティ」というより「非常に高度なAI能力の達成」に近いかもしれません。

今後の焦点：自己改善の証拠は？

今後の議論の焦点は、以下の3点に絞られます。

  1. LLM は self-improvement を実装できるか？ — 現在のアーキテクチャでは困難に見える
  2. 新しいアーキテクチャ（world models など）が登場する時、本当のシンギュラリティは来るか？ — 可能性はあるが、証拠はまだない
  3. 定義の使い方は統一できるか？ — 業界と学術界で「シンギュラリティ」の意味を区別して使う必要があるかもしれない

結論

Altman の発言は、AI の進化の速さと社会的インパクトの大きさを表現したものかもしれません。一方で、論者たちの反論は、「名前と定義の正確さ」の重要性を教えてくれます。

AIが人間知能を超え、自らを改善し始める瞬間は本当に来るのか。それはまだ、遠い未来の話なのか。その答えは、技術の進化だけでなく、いかに正確に「できることと、できていないこと」を言語化するかにかかっています。