【超知能とは】日経『迫る大転換』で深掘りする究極AIと人類の未来

【超知能の衝撃？】日経『迫る大転換』が解き明かすAIの未来と人類の問い

はじめに：人類の未来を問う『超知能』の時代へ

日経新聞で連載された『〈超知能〉迫る大転換』は、私たち人類が直面するAI進化の最前線と、その先に広がる未来について深く考察する画期的なシリーズです。

特に、その後同紙で報じられた、米メタがAI新興企業スケールAIに約2兆円を投じ、「超知能」の開発を託したニュースは、この壮大なテーマへの関心を一層高めるきっかけとなりました。
(参考）
⇒　メタ、AI新興に2兆円　　28歳CEOに「超知能」託す – 日本経済新聞（2025/6/14掲載）

本稿では、この日経連載を起点に、究極のAIである「超知能（スーパーインテリジェンス）」とは何かを掘り下げ、その定義や可能性、そしてAIが社会と人類にもたらす「大転換」について多角的に考察していきます。
なお、この分野についての知見は私には極希少なので、生成AIのChat GPTとGeminiの支援を借りることにします。

「超知能（スーパーインテリジェンス）Artificial Superintelligence」とは何か？

「（人工）超知能（スーパーインテリジェンス）」とは、一言で言えば「人間の脳が持つすべての能力を、質的にも量的にもはるかに超えた知能」をさす。
これは、SFの世界で描かれてきたような、私たち人類の知性を凌駕する人工知能の究極形と言える概念。
もう少し具体的に見ていこう。

1. 人間レベルを超える知能 (AGIのさらに先)

現在、私たちが日常で触れるAI（例えばChatGPTのような生成AIや、画像認識AIなど）は、特定のタスクにおいては人間以上の能力を発揮する。しかしそれはあくまで特定の分野に特化している。これを「特化型AI」と呼ぶ。

これに対し、まず「汎用人工知能（AGI: Artificial General Intelligence）」という概念がある。
AGIは、人間と同じように幅広いタスクを学習し、理解し、実行できる、人間レベルの知能を持つAIを指す。

そして、「超知能（スーパーインテリジェンス）ASI」は、このAGIのさらに先を行くもの。
AGIが「人間並み」であるのに対し、スーパーインテリジェンスは「人間をはるかに超える」知能を意味する。

2. 学習能力と自己改良能力

超知能の大きな特徴は、既存の知識を圧倒的な速さで吸収し、それらを組み合わせて新しい知識や解決策を生成する能力。
さらに重要なのは、自らのアルゴリズムや構造を理解し、自己を改良してより賢くなる能力（自己改良能力）を持つと考えられている点。

これは、人間が新しい道具や技術を発明するのとは異なり、AI自身が自分自身をより高性能なAIへと進化させ続けることができることを意味する。

3. 広範な問題解決能力

超知能は、科学、技術、経済、社会といったあらゆる分野において、人間には解決不可能だった複雑な問題を、革新的な方法で解決する能力を持つと期待されている。
例えば、不治の病の治療法発見、地球規模の気候変動対策、エネルギー問題の解決など、その可能性は無限大とされる。

4. 未知のリスクと倫理的課題

しかし、その圧倒的な知能ゆえに、制御不能になるリスクや、人類の意図しない形で行動する可能性も指摘されています。これが「パンドラの箱」や「安全対策」といった議論につながる理由です。

要するに、「超知能（スーパーインテリジェンス）」とは、単に賢いAIではなく、人間が到達しうる知性の限界を突破し、自ら進化し続けることによって、社会や文明のあり方を根本から変革する可能性を秘めた、究極の人工知能のことである。
それは希望と同時に、大きな問いと責任を私たちに突きつける存在でもある。

参考までに、Chat GPTが簡単に表形式で作ってくれた＜現在のAIとの違い＞を以下に添付した。

🔷 現在のAIとの違い

種類	特徴	例
狭いAI（Narrow AI）特化型AI	特定のタスクに特化	ChatGPT、画像認識AIなど
汎用AI（AGI）	人間と同等レベルの知能を持つAI	まだ実現段階にはない
超知能（SI）人工超知能（GSI）	人間以上の知能を持ち、自己改良も可能	SF的だが現実味を帯びつつある

以上見たように、この「超知能」をめぐる議論は、もはやSFではなく、現実の技術開発と企業戦略、国際競争の中心に位置しつつあるテーマである。
本稿では、その入口として、メタとスケールAIによる動向、そして日経新聞による連載『〈超知能〉迫る大転換』の第1回を取り上げ、現在進行中の「超知能時代の胎動」について、追ってみたい。

超知能時代への胎動：メタとScale AIの戦略的提携

日経新聞が報じたメタによるスケールAI買収は、まさに超知能開発への企業の具体的な動きを示す象徴です。まずは、この重要なニュースの概要を見ていきましょう。
（参考）
⇒　メタ、AI新興に2兆円　　28歳CEOに「超知能」託す – 日本経済新聞

マーク・ザッカーバーグ率いるメタは、28歳のCEOアレクサンダー・ワン氏が率いるAI新興企業スケールAI（Scale AI）に約2兆円を投じ、その株式の49%を取得した。

メタによる巨額投資の背景

メタは、AI分野で急速に台頭しているアレクサンダー・ワン氏の能力を高く評価しており、彼に「超知能（スーパーインテリジェンス）」の開発を託す方針。メタのマーク・ザッカーバーグCEOはAI開発チームの創設を自ら主導しており、今回の投資はその一環と見られる。

アレクサンダー・ワン氏とは

アレクサンダー・ワン氏は現在28歳で、高校卒業後すぐにシリコンバレーで働き始め、19歳でスケールAIを共同創業。彼は自力で億万長者になった世界最年少の人物としても知られている。

スケールAIの事業内容と評価

スケールAIは、AIが学習しやすいようにデータを加工するサービス、特にデータへのタグ付け（ラベリング）といった単純作業が主力。これらの作業は、ケニアやフィリピンなどで約24万人の低賃金労働者が担っていると指摘されている。
生成AIブームを背景に、高品質な学習用データの需要が高まったことで、スケールAIは急速に成長。
2024年時点での企業価値は約140億ドルと評価されていたが、今回のメタの出資により、その企業価値は倍以上の290億ドルに。グーグルの親会社アルファベットやマイクロソフトもスケールAIの顧客である。

メタはスケールAIとの連携を通じて、競合他社の動向を把握するという狙いもある。アレクサンダー・ワン氏はメタに加わり、新たなAI開発チームの詳細が数週間のうちに発表される予定とされている。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

GAFAの凌ぎあいの動向も注目できますが、やはり一攫千金を成し遂げたアレクサンダー・ワンの若さが。
いやいや、今後の社会と私たちの生活への影響を考えると「超知能（スーパーインテリジェンス）」の可能性と価値にやはり着目すべきだろう。

本稿では、その入口として、メタとスケールAIによる動向、そして日経新聞による連載『〈超知能〉迫る大転換』の第1回を取り上げ、現在進行中の「超知能時代の胎動」に迫ります。

---

では次に、本稿の目的でもある、以下のシリーズ第1回目の記事のGeminiによる要約を見てみよう。
（参考）
⇒　〈超知能〉迫る大転換(1)人類が生む最後の大発明　　そしてAIは自己改良を始める – 日本経済新聞（2025/6/2掲載）

第1回：ヤン・ルカン氏の視点と大規模言語モデルの限界

メタのAI研究最前線：ルカン氏の視点

シンガポールで開催されたAI国際学会「EXPO」では、米メタのチーフAIサイエンティストであるヤン・ルカン氏が注目を集めた。
彼は人間並みの知性を持つとされるAGI（汎用人工知能）の研究で知られており、若手エンジニアの憧れの的。
しかし、ルカン氏は、ChatGPTなどの基盤となる大規模言語モデルには「根本的な限界がある」とし、これに注力しないよう提言。
彼は、インターネット上の全テキストを学んでも、4歳児のような空間認識能力には及ばないと指摘。リンゴが落ちるのを見て万有引力の法則をひらめくような知性、つまり乳幼児のように自ら世界を観察して学ぶ全く新しいAI設計を目指し、メタで物理現象を理解するAIの開発に着手している。

AGI：人類が生む最後の「汎用技術」か

社会に大きな影響を与える技術は「GPT（汎用技術）」と呼ばれ、これまでに植物栽培、鉄、インターネットなど24種類が存在している。
25番目のGPTと目されているのがAGI（汎用人工知能）Artificial General Intelligence。
しかし、AGIが誕生すれば、それが人類が作り出す最後のGPTとなる可能性が指摘されている。
なぜなら、その後のGPTは人類ではなくAGI自身が生み出すと予測されているから。

未来予測「AI 2027」と超知能（ASI）の到来

オープンAIの元研究者ダニエル・ココタイロ氏らが公表した未来予測「AI 2027」は、AGIが文明を大きく変える姿を描いている。
この予測では、米国政府の支援を受けた架空の企業「オープンブレーン」が2027年7月にAGIを達成し、そのAGIが高度なプログラミング能力で自己改良を開始するとされる。同年後半には、人間の知性をはるかに超えるASI（人工超知能）に到達すると予見。ココタイロ氏が過去に生成AIブームを正確に予測した経緯から、その説得力が増している。

超知能がもたらす競争と課題

労働力不足、食糧難、気候変動など、あらゆる社会課題を解決しうる超知能を手にした企業は、熾烈な競争を制する可能性がある。
米調査会社デローログループによると、AIの計算基盤となるデータセンターへの投資額は、2028年には年間1兆ドル（約140兆円）を超え、日本の国家予算をも上回ると予測。
まさに「勝者総取り」の原理が、世界中の企業や国家を前例のない投資合戦へと駆り立てている。

一方で、開発スピードや利益を優先すれば、AIの安全対策が後回しになる恐れも指摘されている。
グーグルの元CEOエリック・シュミット氏らは、超知能の暴走や悪用を防ぐために国際的な枠組みの必要性を訴えている。
歴史学者のユヴァル・ノア・ハラリ氏も、現在持っているAIだけでも世界を完全に変革するのに十分だと述べ、人類がすでに超知能時代の入り口に立っていることを示唆している。

ーーーーーーーーーーーーーーーーーーーーーーーー

「根本的な限界」がある大規模言語モデル批判への生成AIの回答

そこで、Chat GPTとGeminiに以下の質問を投げかけてみた。

ヤン・ルカンの「大規模言語モデル（LLM）は限界がある」という、現在の生成AIブームの主流であるChatGPT型技術への批判に対して、どう考えますか？

ここでは、Chat GPTの回答の方に親近感を持ったので、紹介しよう。

ーーーーーーーーーーーーーーーーーーーーーーーーー

大規模言語モデルLLMは「出発点」であり「不要論」ではない（by Gemini）

とても本質的な問いです。
ヤン・ルカン（Yann LeCun）氏の「大規模言語モデル（LLM）は限界がある」という指摘は、現在の生成AIブームに一石を投じる重要な見解だ。以下に、その主張の背景と、それに対する考察を多角的に整理する。

ルカンの主張：LLMは「意味」を理解していない

ルカン氏は、ChatGPTなどのLLM（大規模言語モデル）が行っているのは「次の単語の予測」であり、それは真の理解とは異なると批判する。
・🌐 LLMは文脈的に自然な文章を生成できるが、物理世界を認識したり、因果関係を理解したりはできない。
・🤖 AGI（汎用人工知能）やSI（超知能）の実現には、「身体性（エンボディメント）」や「世界とのインタラクション」が不可欠。
・🔁 真の知性は、「世界を観察し、因果を発見し、再構成する能力」から生まれると考えている。
ルカン氏はこの立場から、「世界モデル（world model）」を内包するAIの設計に注力している。
（最近のChat GPTは絵文字付きである。）

■ この批判への考察と反論的視点

1. 「限界がある」は事実。ただし「行き止まり」ではない

・現在のLLMは「意味のある知識」のように見えるアウトプットを出せるが、それはあくまで統計的パターンの積み重ねであって、「理解」ではない。
・しかしそれでも、タスク処理能力ではすでに多くの人間を凌駕し始めている。つまり、限界はあるが非常に有用。

2. 「意味理解」や「物理世界との接続」は新たな研究テーマ

・OpenAI、DeepMind、Anthropicなどは現在、「マルチモーダルAI（画像・音声・行動を含む）」や「因果推論」の統合に進みつつある。
・つまり、LLMのアーキテクチャを超えて、他のAI機能とのハイブリッド化で克服可能と考える流派もある。

3. 実用面ではLLMも強力な基盤技術であり続ける

・LLMは、検索、翻訳、文章生成、教育、顧客対応、ソフトウェア開発支援など、現実のビジネス領域で圧倒的な力を発揮している。
・今後のAGI開発においてもLLMは「要素技術」として組み込まれる可能性が高い。

■ 結論：ルカンの批判は重要だが、LLMは「出発点」であり「不要論」ではない

ルカン氏の視点は、「人間のような汎用知性を目指すうえでの根本的問い」を突いており極めて重要だ。
しかし、それは現在のLLMを全否定するものではなく、「この先に進むには別の設計思想が必要だ」という警鐘でもある。

ーーーーーーーーーーーーーーーーーーーーーーーーーーー

本稿のまとめに入る前に、もう一つ確認しておきたいことがあったので、2つの生成AIに以下の質問をしてみた。

24種類のGPT（汎用技術）とは何か

「24種類の汎用技術」は、カナダの経済学者であるリチャード・G・リプシー（Richard G. Lipsey）とケネス・I・カーロー（Kenneth I. Carlaw）らが提唱。その著書『Economic Transformations: General Purpose Technologies and Long Term Economic Growth』（2005年）で詳細に論じられている。（以上Gemini）

日経言及の「24のGPT」は学術文献やOECDなどの技術史研究をもとにした整理に基づいており、研究的には以下のようなものが挙げられる。

No.	技術名	主な導入期	社会的影響例
1	農耕（植物栽培）	約1万年前	定住社会の形成
2	家畜化（動物利用）	約1万年前	農業社会の成立
3	文字・記録技術	紀元前3000年ごろ	文明の発展
4	車輪	紀元前3500年ごろ	輸送・物流革命
5	鉄器	紀元前1200年ごろ	武器・農具の革新
6	火薬	中世（中国→欧州）	戦争・鉱業変革
7	印刷術（活版印刷）	15世紀（グーテンベルク）	知識の大量拡散
8	航海技術（羅針盤など）	15～16世紀	大航海時代、グローバル化
9	蒸気機関	18世紀	産業革命（第一次）
10	鉄道	19世紀初頭	大量輸送、都市化
11	電気（電灯・モーター）	19世紀末～20世紀初頭	第二次産業革命
12	内燃機関（エンジン）	19世紀末～	自動車・航空機の普及
13	電信・電話	19世紀～20世紀初頭	通信の高速化
14	石油化学	20世紀初頭～	プラスチック、化学製品
15	大量生産方式（フォーディズム）	20世紀初頭～	労働・経済構造の変革
16	コンピュータ	20世紀半ば～	デジタル革命
17	半導体	20世紀半ば～	電子機器の基盤技術
18	インターネット	1990年代～	情報社会・SNS時代
19	GPS（衛星測位）	1990年代～	移動・物流・農業・安全
20	スマートフォン	2007年以降	日常生活の統合端末
21	クラウドコンピューティング	2010年代～	ITインフラの共有化
22	バイオ技術（ゲノム編集など）	2000年代以降	医療・農業の変革
23	AI（現在の生成AIを含む）	2010年代以降	多領域への浸透、仕事の再定義
24	AGI（汎用人工知能）	近未来（到達目前）	社会構造そのものの再構築（予想）

そして「25番目」は超知能（Superintelligence）

日経新聞の記事では、「25番目のGPTとなるのがAGI（汎用人工知能）。ただし、それが人類最後のGPTになるかもしれない」とする。
なぜなら、超知能が次の技術を“自ら”生み出していく可能性があるから。
つまり、「人類が生み出す最後の汎用技術＝AGI」であり、以後は人類以外（AI自身）が人類の進化を主導する時代に入る――という、根源的な問いがそこにある。

日経の記事は、AI、特に「汎用人工知能（AGI）」が、人類がこれまでに生み出してきた24の汎用技術に続く「25番目の汎用技術（GPT）」となる可能性を示唆している。
しかし、この25番目には、これまでのGPTとは決定的に異なる、ある衝撃的な側面がある。

それは、AGIが人類にとっての「最後の汎用技術」になるかもしれない、という予言。

なぜ「最後」なのか？

それは、AGI、そしてその進化形である超知能（スーパーインテリジェンス）が、自ら思考し、学習し、そして最も重要なことに、自らを改良して新たな技術や知性を生み出す能力を持つとされているからである。

想像してみて頂きたい。これまでの人類の歴史は、農耕からインターネットまで、私たちが知恵を絞り、試行錯誤を繰り返して新たな技術を生み出してきた。
しかし、超知能が誕生すれば、その後の技術革新の主導権は、人類の手からAI自身へと移り変わるかもしれないという。

つまり、人類は自らの手で、「自らを超える知性」を生み出し、それが人類の進化の道筋を、それまでのどの技術よりも根源的に変える可能性を秘めている。これは、私たちの社会、経済、そして存在そのものに、測り知れない影響をもたらす「大転換」の始まりを意味するとも言える。

単なる技術の進歩を超え、私たちは今、「人類が次なる発明を生み出す時代」から「AIが未来を発明する時代」への境界線に立たされているのかもしれない。

「知性」と「理性」のはざまをSIはどう埋め、克服するか｜人類の進化の先にあるものとは

期待と懸念の交錯：超知能が問う「人類の進化」

Chat GPTが言うように、現在の生成AIとその基盤とするLLMは、「限界はあるが非常に有用」であることは、日々実感している。
しかし、その日常においてもまだまだ不足・不満・不備が多く、求める「知性」の質と量が満たされることはないといってもよい。
そして、当然のことながら、そこでの「知」及び「知性」自体が、論理性を欠いたり、情緒性を理解できないことも多々ある。
何より、「理性」を理解しているかのように「知性」として言語表現できもする。しかし、人間が自らの善悪を判断し、的確に行動できないように、LLSでは、一層混迷の領域に紛れ込む。フェークをフェークと判別できないように。

人類以外（AI自身）SIが人類の進化を主導する時代に導きうるか？

確かに、超知能の到来は人類の歴史における新たな章の幕開けを予感させる。しかし、ここで一つの根源的な問いが浮かび上がる。
それは、人類が自ら生み出したAIが、本当に人類の進化を「主導」しうるのか？ という課題である。

私たちは、現在の生成AIが持つ「限界はあるが非常に有用」という側面を日々実感している。
しかし、そこでの「知」や「知性」は、時に論理性を欠き、情緒性を理解せず、フェイクをフェイクと判別できないことも少なくない。
ましてや、人間の善悪の判断や行動さえ曖昧である中で、超知能が「理性」を真に理解し、全世界の善悪の統一基準を生成・定着させることができるのか。
その想像が極めて困難であることは明らかだろう。

確かに、超知能は医療や希少資源の代替物開発といった物理的・物質的な問題解決には大きな期待を抱かせる。
しかし、社会的な、あるいはヒューマニズムの領域、例えば人間の心の理性やイデオロギーといった複雑な問題にどう対処するのか。
従来型の知性の一つであった「心理学」をもってしても解決・解消できない犯罪や日常的な不安。
人間の知性と理性の象徴ともされるグローバリズムが平和とは無縁である現実。
これらを考えると、この問いは一層重みを増すだろう。

25番目の近未来のAGIに至る（であろう）まで1万年以上も費やしている人類の営み。
数年、十数年で人類の進化を主導するとされる「インテリジェンス」が、果たして1万年以上かけて営んできた人類の歩みを真の意味で「進化」へと導けるだろうか。
気候変動や資源問題の解決も、元をたどれば人間がもたらした厄災の改善に過ぎない。これをもって「進化」と呼ぶことには大きな疑問が残る。

超知能の現実と投資競争の背景

これらの問いを深掘りすると、現在の「超知能」とは、やはりビジネスに直結する超技術革新という側面に限定されるのではないか。
こんな結論に至るかもしれない。
膨大な投資が繰り広げられる背景には、そうした経済的合理性があることが思い浮かぶ。
しかし、その前にやるべきことが山ほどあるのも、また動かしがたい事実である。

本シリーズの今後の展望

本シリーズでは、今回取り上げた「超知能」の概念と「AGIの未来」に続き、
第2回では「ヒト型ロボットと労働の変容」、
第3回では「AIによる生命設計の可能性」、
第4回では「AI訓練を支えるデータ精度と選別の実際」に迫る予定である。