グーグルDeepMind幹部：AIの数千億ドル規模の資本支出は人類史上最大の科学的賭け、核心となるのは「再帰的自己改良」への賭け

著者 | バオ・イーロン

      編集 | ハードAI

テック大手がかつてない規模でAIインフラに資金を投入する中、この壮大な賭けの根本的なロジックが明確にされた——AIによる「再帰的自己改善」へのベットです。

8月3日、Google DeepMindのチーフストラテジーオフィサーJasjeet Sekhonは、カリフォルニア大学バークレー校で開催されたAgentic AIサミットで、再帰的自己改善（Recursive Self-Improvement、略称RSI）が、業界全体の資本支出の「核心的投資ロジック」であると公に述べました。

再帰的自己改善とは、AIが自らより優れたバージョンを自動で創造できることを指し、業界では汎用人工知能（AGI）に続く重要なマイルストーンとみなされています。

Sekhonは同時に認めていますが、現時点でのAI収益は「いまだに」現在の資本支出規模を支えられず、業界は市場空白期に陥るリスクに直面しています。

Googleは今年、AIデータセンターおよび関連機器におよそ2,000億ドルを投じており、来年はさらに拡大する計画です。

同時に、同じく壇上に立ったDeepMindの研究者Oriol VinyalsとOpenAI共同創設者Wojiech Zarembaも、再帰的自己改善が2027年から2028年に実現する可能性を語っています。

巨額ベットのロジック、再帰的自己改善がAGIに取って代わる

AI業界のナラティブにおいて、再帰的自己改善は急速にAGIに取って代わり、最も熱い概念となっています。

AGIはArtificial General Intelligenceの略で、日本語では「汎用人工知能」と訳されます。これはAI研究の最終目標の一つであり、ほとんど全ての経済的価値のあるタスクにおいて、人間レベルの性能を持つAIシステムを指します。

SekhonはAI業界の現行資本支出を「人類文明史上最大の科学的賭け」と位置づけ、その規模は米国政府のアポロ計画、マンハッタン計画、インターネット開発投資を上回ると述べました。

本当の意味での再帰的自己改善とは、AIモデルが自立して自らのアーキテクチャ全体を再設計でき、さらに新しいモデルを開発して連続的に自己向上のサイクルを生み出すことです。

Sekhonは現在の技術が「その段階にはほど遠い」と認めつつも、AI企業はすでにモデルを使った他のモデル部品の設計補助が可能になっており、これが再帰的自己改善の「前兆」と見なせると指摘し、これは過去の蒸気機関を使って次世代の蒸気機関を作った歴史的事例に例えました。

それでも、Sekhonはこう述べています：

再帰的自己改善は実現しないと賭けるのは、賢明な判断とは思えません。

それでもSekhonは、再帰的自己改善が「高確率で数年以内に」登場するとの見通しを示しました。

DeepMindのOriol VinyalsとOpenAI共同創設者Wojiech Zarembaは、同サミットのパネルディスカッションで、より具体的なタイムラインとして2027年または2028年を挙げています。

収入ギャップの現実、Google株主の懸念

壮大な戦略ナラティブとは裏腹に、Sekhonは現在の財務現実を非常に率直に述べました。

彼は明確に、AIによる収益は現状「我々が進行中の資本支出を支えられるものではない」、つまり業界が「AIエアポケット」に陥るリスク——すなわち資本投下が大規模に行われる一方で、対応する収益の実現が大幅に遅れる——があると述べています。

この発言はGoogle株主の懸念と完全に一致します。Googleをはじめとする主要AI投資企業は、ソフトウェアやクラウドサービスの販売急拡大を実現しつつありますが、現金消費の増加に株主たちは不安を感じています。

比較として、Amazon AWSは今四半期で37％の売上成長と422億ドルの四半期収益を記録、営業利益率が前四半期の37％から39％に向上し、AIクラウド需要が急速に収益化されていることを示しています。

これは業界における巨額投資のビジネスロジックを一定程度裏付けるものですが、Googleが告白したような収益と支出の構造的乖離をより鮮明に浮かび上がらせることにもなります。

リスクマップ：サイバー攻撃から生物脅威まで

サミットでは、Sekhonとカリフォルニア大学バークレー校コンピュータサイエンス教授で最近Meta「スーパーインテリジェンス」部門に参加したDawn Songが、AIがもたらす安全リスク、特にサイバー攻撃とバイオセキュリティ脅威としての可能性について多くの時間を費やして議論しました。

Songは、AIが直近では「攻撃者により多く利益をもたらす」理由として、防御と攻撃の間には本質的な非対称性があることを挙げました：

攻撃者は一度だけの成功で十分だが、防御側は全ての攻撃を防がなければならない。

Sekhonもこれに同意し、攻撃者がオープンソースコードリポジトリを汚染し、人間による低品質コードを利用することで、「今後しばらくは相当困難な時代が続く」、米国の電力網や病院など脆弱なシステムが特に脆弱化するだろうと警告しました。

しかし、Sekhonはより深刻な脅威は生物セキュリティ分野にあると指摘しています。彼は次のように述べました：

自然言語でモデルと対話するだけでウイルスやタンパク質を設計できる世界は、すでに非常に近いです。これは長期的にも攻撃者に有利で極めて危険な世界です。

彼は、生物リスクへの対応として「生物に関連する素材」のより厳格な許可・監視・追跡メカニズムが必要であるとし、GoogleはAI生成コンテンツへの透かし技術「SynthID」を生物学分野に拡張し、DNA合成企業が潜在リスクのAI生成生物配列をスクリーニングできるようサポートしていることを明かしました。