AI 2027 (2025)

私たちは、超人的AIが今後10年間で産業革命を超える巨大な影響をもたらすと予測しています。私たちは、それがどのようなものになるかについての最善の推測を表すシナリオを作成しました。これは、トレンドの外挿、ウォーゲーム、専門家のフィードバック、OpenAIでの経験、および過去の予測の成功に基づいています。 これは何ですか？ どのように書いたのですか？ なぜ価値があるのですか？ 私たちは誰ですか？ OpenAI、Google DeepMind、AnthropicのCEOはすべて、AGI（汎用人工知能）が今後5年以内に到来すると予測しています。サム・アルトマンは、OpenAIが「真の意味での超知能」と「輝かしい未来」を目指していると述べています。 それはどのようなものになるでしょうか？私たちはその質問に答えるためにAI 2027を書きました。未来に関する主張はしばしば不満なほど曖昧であるため、私たちは可能な多くの未来の1つを描写することになるとしても、できるだけ具体的かつ定量的に記述しようとしました。 私たちは「スローダウン」と「レース」という2つのエンディングを書きました。しかし、AI 2027は推奨や勧告ではありません。私たちの目標は予測精度です。 このシナリオについて議論し、反論することを奨励します。私たちは、私たちがどこに向かっているのか、そしてどのように肯定的な未来へと舵を切るかについての広範な会話を spark したいと考えています。私たちは、最も優れた代替シナリオに数千ドルの賞金を与えることを計画しています。 （2025年11月22日追加、誤解を防ぐため：AGIがいつ構築されるかを正確には知りません。2027年は出版時の私たちのモーダル（最も可能性の高い）年であり、中央値はやや長かったです。最新の予測については、こちらをご覧ください。） （例：将来のAIエージェントがどのような目標を持つか？）といった主要な問題に関する私たちの研究は、こちらで見つけることができます。 シナリオ自体は反復的に書かれました。最初に期間（2025年半ばまで）を書き、次に次の期間を書き、エンディングに到達するまで繰り返しました。その後、これを破棄してやり直しました。 私たちは特定のエンディングに到達しようとしていませんでした。最初のエンディング（現在は赤色で表示）を終えた後、私たちはより希望に満ちた結末も描写したかったため、ほぼ同じ前提から始まる新しい代替ブランチを作成しました。これは数回の反復を経て行われました。 私たちのシナリオは、約25回のテーブルトップ演習と、AIガバナンスとAI技術の両方の分野で数十人の専門家を含む100人以上の人々からのフィードバックによって informed されました。 「AIがわずか数年で世界をどのように変えるかについての、このシナリオタイプの予測を読むことを強くお勧めします。誰も水晶玉を持っていませんが、この種のコンテンツは重要な質問に気づき、新興リスクの潜在的な影響を説明するのに役立ちます。」—ヨシュア・ベンジオ 私たちは不可能なタスクを自分自身に課しました。2027年の超人的AIがどうなるかを予測しようとすることは、2027年の第三次世界大戦がどうなるかを予測しようとするようなものです。ただし、過去のケーススタディからはさらに大きな逸脱です。それでも、米軍が台湾のシナリオをゲームアウトすることが価値があるのと同様に、試みることは依然として価値があります。 全体像を描くことで、以前は考慮していなかったり、認識していなかったりした重要な質問や関連性に気づいたり、ある可能性がより可能性が高いか低いかを理解したりすることができます。さらに、具体的な予測を公表し、他者に公然と反対意見を表明することを奨励することで、数年後に誰が正しかったかを評価することが可能になります。 さらに、著者の1人は以前、2021年8月に低労力でAIシナリオを書きました。多くの点で間違っていましたが、全体としては驚くほど成功しました。彼は、ChatGPTの1年以上前に、チェーン・オブ・ソート（思考連鎖）、推論スケーリング、広範なAIチップ輸出管理、および1億ドルのトレーニングランを予測しました。 ダニエル・ココタジロ（TIME100、NYT記事）は、以前のAI予測がうまく当たっている元OpenAI研究者です。 エライ・リフランドはAIダイジェストを共同設立し、AIの堅牢性に関する研究を行い、RAND予測イニシアチブの歴代リーダーボードで1位にランクされています。 トーマス・ラーセンはAI政策センターを設立し、マシンインテリジェンス研究所でAI安全研究を行いました。 ロメオ・ディーンはハーバード大学でコンピュータサイエンスの学士号と修士号を同時に取得中で、以前はAI政策・戦略研究所でAI政策フェローを務めていました。 スコット・アレクサンダー、卓越したブロガーは、私たちのコンテンツを魅力的なスタイルで書き直すためにボランティアとして参加しました。物語の楽しい部分は彼のものです。退屈な部分は私たちのものです。 私たちのチームと謝辞の詳細については、Aboutページをご覧ください。2025年4月3日公開 PDF 聞く ウォッチ 2025年半ば：つまずくエージェント 世界はAIエージェントの最初の glimpse を目にします。 コンピュータを使用するエージェントの広告は、「パーソナルアシスタント」という用語を強調しています。「DoorDashでブリトーを注文して」や「私の予算スプレッドシートを開いて、今月の経費を合計して」のようなタスクをプロンプ​​トできます。必要に応じて確認のためにあなたにチェックインします。たとえば、購入を確認するように依頼します。以前のイテレーション（Operatorなど）よりも高度ですが、広く普及するには苦労しています。 その間、公の注目から外れて、より専門的なコーディングおよびリサーチエージェントがそれぞれの専門分野を変革し始めています。 2024年のAIは特定の指示に従うことができました。箇条書きをメールに変換したり、簡単なリクエストを動作するコードに変換したりできました。2025年には、AIはより従業員のように機能します。コーディングAIは、単なるアシスタントではなく、自律的なエージェントのように見られるようになりつつあります。SlackまたはTeamsを介して指示を受け取り、それ自体で substantial なコード変更を行い、時には数時間または数日を節約します。リサーチエージェントは、インターネットを30分かけて検索してあなたの質問に答えます。 エージェントは理論上（そして厳選された例では）印象的ですが、実際には信頼性が低いです。AI Twitterは、特に面白い方法でタスクを台無しにしたという話でいっぱいです。より優れたエージェントは高価でもあります。支払った分だけ得られ、最高のパフォーマンスには月数百ドルかかります。それでも、多くの企業はAIエージェントをワークフローに組み込む方法を見つけています。 2025年後半：世界で最も高価なAI OpenBrainは、世界で最も巨大なデータセンターを建設しています。 （いずれか一つの既存企業を特定しないように、架空の汎用人工知能企業を「OpenBrain」と呼びます。他の企業はOpenBrainより3〜9ヶ月遅れていると想像します。） GPT-3 (3 x 10^23 FLOP) GPT-4 (2 x 10^25 FLOP) Agent-1 (4 x 10^27 FLOP) ai-2027.com GPT-4のトレーニングには2⋅1025 FLOPのコンピューティングパワーが必要でした。OpenBrainの最新の公開モデルであるAgent-0は、1027 FLOPでトレーニングされました。新しいデータセンターが稼働を開始すると、GPT-4の1000倍にあたる1028 FLOPのモデルをトレーニングできるようになります。他の企業も、追いつこうと自社の巨大データセンターに資金を投じています。 モデルは幅広いスキルで改善されていますが、1つが際立っています。OpenBrainは、AI研究を加速できるAIに焦点を当てています。彼らは中国（その主要企業を「DeepCent」と呼びます）と米国の競合他社とのツインアームレースに勝ちたいと考えています。研究開発（R&D）サイクルを自動化できるほど、より速く進むことができます。そのため、OpenBrainがAgent-1（内部開発中の新しいモデル）のトレーニングを完了すると、それは多くのことに優れていますが、AI研究の支援に特に優れています。この時点での「トレーニング完了」は少し誤解を招く表現です。モデルは、追加データでトレーニングされた新しいバージョンに頻繁に更新されたり、一部の弱点を修正するために部分的に再トレーニングされたりします。 Agent-1にコーディングやウェブブラウジングを自律的に教えるのと同じトレーニング環境は、それを優れたハッカーにもします。さらに、あらゆる分野における博士号レベルの知識とウェブを閲覧する能力のおかげで、テロリストが生体兵器を設計するのを substantial に支援する可能性があります。OpenBrainは政府に対し、モデルは「アラインメント」されているため、悪意のある要求には応じないと保証しています。 現代のAIシステムは巨大な人工ニューラルネットワークです。トレーニングの初期段階では、AIは「目標」というよりも「反射」を持っています。もし「はじめまして」を見たら、「あなた」と出力します。インターネットの約1つのテキスト量を予測するようにトレーニングされる頃には、膨大な量の情報をエンコードする洗練された内部回路が開発されているでしょう。