AIがAI研究を2倍速で加速、超知性まで1年の試算も
原題: AI is dramatically accelerating AI research
なぜ重要か
AIによるAI研究の自己加速が実測値で確認されれば、開発タイムラインと安全対策の前提を業界全体が根本から見直す必要が生じる。
Anthropicは2026年11月、同社のResponsible Scaling Policyが定める「AIによるAI研究の劇的加速」閾値に「間もなく到達する可能性がある」とS1申請書で表明した。METR（機械学習評価研究機関）の深層調査では、2025年10月から2026年10月にかけてAnthropicの能力進歩速度が前年比で約2倍に達したと測定。AIによる自動化がその主因とみられている。
AnthropicはIPO申請書（S1）の中で、自社のResponsible Scaling Policy（RSP）が定義する「劇的加速」閾値への到達が差し迫っていると明記した。その閾値とは、AIがR&Dへの寄与を始める以前の最速ペースと比べて、能力進歩が2倍以上の速度で持続することを指す。
METRの研究者らがAnthropicに対して実施した深層アクセス調査によると、内部指標「AECI（Anthropic Epoch Capabilities Index）」を用いた測定で、2025年10月〜2026年10月の1年間の能力進歩速度は前年比で約2倍に達した。報告書は「劇的加速の閾値はすでに超えられている」との見解を示す。ただし最も有益とされる証拠の「大半は編集済み（リダクト）」とされており、加速の主因がAI自動化であると判断した根拠も非公開となっている。
METRおよびAnthropicと無関係の立場でこの報告書を読んだAjeya Cotra氏（Planned Obsolescence著者）は、全体能力が2倍の速度で進歩しているなら、研究者生産性はさらに大幅に向上しているはずだと分析する。能力はコンピュートと「コンピュート乗数（アルゴリズム改善）」の積で表せるため、ソフトウェア進歩だけで全体が2倍になるには、コンピュート乗数の成長率が約2.5〜3倍に加速している必要がある。さらにCobb-Douglasモデルで実験コンピュートと研究者労働の寄与が同等と仮定すると、研究者生産性は4〜9倍に向上していると計算される。
仮にこの加速が今後も自己強化的に続くとすれば、単純な外挿で「1年以内に超知性（superintelligence）」という結論に至ると同氏は指摘。ただし現実には低コスト研究課題の枯渇、計算資源のボトルネック、加速ペースの鈍化など多くの不確実要因があり、単純外挿は極端なシナリオであると注記している。それでも同氏は、この報告書を「過去数年間のAIリスクに関して得られた最重要の更新情報」と位置づけている。