シグモイド曲線の誤解がAI能力予測を困らせる
原題: The sigmoids won't save you
なぜ重要か
AI能力予測における楽観論と悲観論の議論で、データ分析の限界と予測の困難さを示す重要な考察
AI研究者Scott Alexanderが、「全ての指数関数はシグモイド曲線になる」という議論の問題点を指摘した。国連の出生率予測、太陽光発電の普及予測、AI能力評価のMETRグラフなど、実際のデータが専門家の予測を上回り続けている事例を紹介し、指数的成長が予想より長期間続く可能性を論じた。
Astral Codex TenのScott Alexanderは、AI能力の議論でよく使われる「全ての指数関数は最終的にシグモイド曲線（S字カーブ）になる」という論点の問題を分析した。この論点は技術的には正しいが、成長が鈍化するタイミングを正確に予測することは困難だと指摘している。
記事では「シグモイド誤認の殿堂」として3つの事例を紹介した。第3位は国連の出生率予測で、出生率が一定のペースで低下し続けているにも関わらず、国連は毎年「今年は下げ止まるだろう」と予測し続けて外れている。第2位は世界エネルギー機関（WEO）の太陽光発電普及予測で、毎年「今年は伸びが鈍化するだろう」と予測するが、実際は同じペースで成長し続けた。
第1位はWharton大学チームによるAI能力評価METRグラフの分析だ。2026年初頭、研究チームは既存データからシグモイド曲線を予測したが、その後リリースされたAIモデルは予測を大幅に上回る性能を示した。
Alexanderは、指数的成長がいつシグモイド曲線に転じるかを予測するには、その成長を生み出すプロセスを完全に理解する必要があると結論づけている。