超知能①：「スケーリング則の限界」とデータ枯渇、実現を左右する3つのシナリオ
超知能がいつ実現するのかについて、確実な予測は存在しない。2030年までに人間の知的能力を広範囲で上回るシステムが登場する可能性を考える研究者もいれば、技術的な制約によって進歩が鈍化すると考える研究者もいる。
現状（2026年11月時点）
人工知能の開発競争は、単に巨大なモデルを作る段階から、限られた計算資源とデータを使って、より高度な知能を実現する段階へと移りつつある。とりわけ、人工知能が人間に匹敵する、あるいは人間を上回る幅広い知的能力を獲得する「超知能（ASI）」の実現を考えるうえで、従来の開発手法がどこまで通用するのかが重要な研究課題になっている。
これまでの生成型人工知能の発展を支えてきた中心的な考え方が「スケーリング則」である。モデルの規模、学習に投入するデータ量、計算量を増やせば、一定の規則に従って性能が向上するという経験的な法則であり、巨大言語モデルの急速な進歩を説明する重要な基盤となってきた。
しかし、2026年現在、この手法には複数の制約が顕在化している。第一に、モデルを大きくするほど必要な半導体、電力、冷却設備、データセンター、開発資金が増大し、性能向上に対する費用対効果を維持することが難しくなるという経済的・物理的問題がある。
第二に、学習に利用できる高品質な人間由来のデータには限りがある。インターネット上に存在する文章を大量に収集する従来の方法だけでは、次世代モデルが必要とする学習情報を十分に確保できなくなる可能性がある。
第三に、モデルの規模を拡大しても、必ずしも人間のような柔軟な理解力や判断力が得られるわけではないという問題がある。高度な数学やプログラミングをこなす一方で、単純な状況判断や長い作業工程の途中で失敗するなど、能力のばらつきが残っている。
2026年2月に公表された国際人工知能安全性報告書は、こうした状況を踏まえ、人工知能の能力向上を左右する要因として、計算資源、アルゴリズム、データの3つを挙げている。同報告書によれば、最も計算量の大きいモデルの学習計算量は近年、年間約5倍のペースで増加してきた一方、2030年までの進歩については、データやエネルギーの制約による減速、現在のペースでの進歩、人工知能による研究開発の加速という複数の可能性が存在する。
ここで重要なのは、スケーリング則が科学的に否定されたわけではないという点である。現在の問題は、従来の規模拡大が引き続き有効であるとしても、その効果を維持するための負担が増大し、能力向上の仕組みそのものを再検討する必要が生じていることにある。
したがって、超知能の実現可能性を検討するには、単純にモデルの巨大化を予測するだけでは不十分である。学習データの供給、計算資源の効率化、推論能力、自己検証、学習方式の改良などを総合的に評価しなければならない。
「スケーリング則」とは何か？
スケーリング則とは、人工知能のモデルに投入する資源と、そのモデルが達成する性能との間に観測される数学的な関係を指す。特に深層学習では、モデルのパラメーター数、学習データの量、計算量などを増加させると、予測誤差が一定の規則に従って減少する現象が確認されている。
この考え方は、現代の大規模言語モデルを開発するうえで極めて重要な役割を果たしてきた。開発者は、モデルの規模と学習に投入する資源を調整することで、どの程度の性能向上が期待できるのかを事前に推定し、開発計画を立てられるようになった。
スケーリング則が注目される以前の人工知能開発では、特定の課題に対応するため、個別のアルゴリズムや学習方法を改善することが重視されていた。しかし、大規模な学習を通じて汎用的な能力を獲得するモデルが登場すると、モデルの規模そのものが性能を左右する重要な要因として認識されるようになった。
この変化を象徴するのが、2010年代後半から2020年代にかけての大規模言語モデルの発展である。大量の文章を学習させ、モデルのパラメーター数と計算量を増やすことで、文章生成、翻訳、要約、質問応答、プログラミングなど、幅広い能力が向上してきた。
ただし、スケーリング則は、資源を増やせば無条件に知能が向上するという万能の法則ではない。あくまで一定のモデル構造、データ分布、学習条件のもとで観測された性能と資源の関係を表す経験的な規則であり、すべての知的能力や現実世界での問題解決能力に同じように適用できるわけではない。
また、スケーリング則によって予測される性能は、一般に学習時の予測誤差や評価指標を基準としている。これらの数値が改善することと、人工知能が人間のように状況を理解し、未知の問題に柔軟に対応できることは、必ずしも同じではない。
基本定義
スケーリング則を理解するには、まず大規模言語モデルの学習を左右する3つの主要な要素を把握する必要がある。それが、モデルのパラメーター数、学習データ量、計算量である。
パラメーター数とは、人工知能のモデル内部に存在する調整可能な数値の総数である。パラメーターは、学習を通じてデータの特徴や言語の規則性を反映するように調整され、入力された情報から適切な出力を生成するために利用される。
一般にパラメーター数が増えると、モデルが表現できる情報や関係性の範囲が広がる。ただし、パラメーターを増やすだけでは十分ではなく、その規模に見合った学習データと計算資源を用意しなければ、追加した能力を十分に活用できない。
学習データ量とは、モデルの訓練に使用する文章、画像、音声、動画、プログラムなどの情報の量である。大規模言語モデルでは、文章を細かい単位に分割した「トークン」という尺度でデータ量を表すことが多い。
学習データは、単に量が多ければよいわけではない。正確性、多様性、新規性、専門性などが重要であり、同じ情報を何度も繰り返し学習させても、新しい知識を同じ割合で獲得できるわけではない。
計算量とは、学習や推論のために実行する計算処理の総量である。一般に浮動小数点演算回数などで評価され、モデルの規模、データ量、学習工程などによって変化する。
この3要素には相互依存関係がある。モデルを大きくすれば、それに対応する計算量と学習データが必要になり、データを増やせば、その情報を処理するための計算資源も増加する。
この関係を数学的に表す代表的な方法が、べき乗則である。学習データ量やモデル規模などを増やしたとき、損失関数で測定される予測誤差が、資源の増加に対して一定の指数で減少するという考え方だ。
ただし、ここでいう改善は、資源の投入量に比例して性能が向上するという意味ではない。多くの場合、資源を増やすほど追加投入による改善幅は小さくなるため、どの要素にどれだけ資源を配分するかが重要になる。
2022年に発表されたチンチラに関する研究は、この資源配分の問題に大きな影響を与えた。それまでの大規模言語モデルでは、モデルのパラメーター数を増やすことが重視される傾向にあったが、同研究は、一定の計算予算のもとではモデル規模と学習データ量を適切に釣り合わせることが重要だと示した。
つまり、巨大なモデルを作ればよいという単純な発想から、モデルの規模に見合った量のデータを確保し、計算資源を効率的に使うという考え方への転換である。この成果は、後の大規模言語モデルの開発方針にも大きな影響を与えた。
成果
スケーリング則が人工知能の発展に与えた最大の成果は、モデルの規模拡大によって、個別の課題に限定されない幅広い能力を向上させられることを実証した点にある。
従来の人工知能では、特定の目的に合わせて設計されたシステムが中心だった。これに対して大規模言語モデルは、膨大な文章を学習することで、個別に細かくプログラムされていない課題にも対応できるようになった。
その結果、文章の作成、翻訳、要約、情報検索、プログラムの生成、数学的な問題の解決など、異なる種類の作業を1つのモデルで処理することが可能になった。さらに、モデルの規模が拡大するにつれて、複数の情報を組み合わせる能力や、指示に従って作業を進める能力も向上してきた。
もう1つの重要な成果は、学習データの量と計算量を増やすことによって、従来は十分な性能を得ることが難しかった複雑な課題でも改善が見られたことである。これは、人工知能の能力が個別のプログラムだけで決まるのではなく、学習によって形成される知識や表現能力にも大きく左右されることを示している。
また、スケーリング則は、人工知能開発を経験や勘に依存する技術から、ある程度予測可能な工学的プロセスへと変化させた。学習に必要な計算量やデータ量を推定し、投資規模と期待性能を比較できるようになったことは、産業全体にとって大きな意味を持つ。
一方、2026年の研究動向を見ると、スケーリング則の考え方そのものも拡張されつつある。モデルの巨大化だけでなく、学習データの再利用効率、推論段階で追加投入する計算量、学習後の強化などを組み合わせて性能を向上させる研究が進んでいる。
このように、スケーリング則は過去の人工知能の進歩を説明する理論であると同時に、現在も開発戦略を考えるための重要な指針である。ただし、これまでの成功が、そのまま超知能の実現を保証するわけではない。
超知能を実現するには、既存のモデルが得意とする情報処理能力をさらに高めるだけでなく、未知の問題を解決する能力、長期的な計画を立てる能力、自らの誤りを発見して修正する能力などを獲得する必要がある。こうした能力が、現在のスケーリング則によってどこまで向上するのかは、まだ十分に解明されていない。
ぶつかっている壁①：「スケーリング則の限界」の本質
人工知能の性能を高めるために、モデルの規模、学習データ量、計算量を増やすという方法は、これまで大きな成果を上げてきた。しかし、2026年現在、この方法を従来と同じように拡大し続けることには、技術的、経済的、物理的な制約があることが明らかになりつつある。
ここでいう「スケーリング則の限界」とは、モデルを大きくしても性能がまったく向上しなくなるという意味ではない。重要なのは、追加の資源を投入したときに得られる改善幅が小さくなること、性能向上に必要な費用が増えること、そして規模の拡大だけでは解決できない能力上の問題が残ることである。
この問題は、大きく3つに分けられる。第一は、半導体、電力、冷却設備、データセンターなどの供給制約と費用の増大である。第二は、次の単語を予測するという言語モデルの基本的な学習方式が持つ構造的な制約である。第三は、学習規模を拡大しても、推論の安定性や未知の状況への対応力が必ずしも保証されないという問題である。
これらは互いに関連しているが、同じ問題ではない。計算資源を増やせば解決する問題もあれば、学習方法やモデル構造そのものを変更しなければ改善が難しい問題もある。
したがって、スケーリング則の限界を正確に理解するには、単純な性能の伸び率だけでなく、どの能力が改善し、どの能力が改善しにくいのかを区別する必要がある。
経済的・物理的コストの限界
スケーリング則を継続するうえで、最も直接的な障壁となるのが計算資源の確保である。最先端の人工知能を学習させるには、膨大な数の高性能半導体を大量に接続し、長期間にわたって稼働させる必要がある。
こうした大規模計算を支えるのが、人工知能専用のデータセンターである。データセンターには高性能半導体だけでなく、電力供給設備、冷却装置、通信ネットワーク、蓄電設備、非常用電源などが必要となり、建設と運用の双方に巨額の投資が求められる。
特に深刻なのが電力の問題だ。高性能半導体を多数稼働させると大量の電力を消費し、同時に発生する熱を処理するための冷却にも追加の電力が必要になるため、計算能力を増やすことが、そのまま電力需要の増大につながる。
2026年2月の国際人工知能安全性報告書は、人工知能の計算需要が現在の成長率で拡大した場合、2026年には世界の人工知能計算に必要な電力が、オーストリアやフィンランドの年間電力消費量に匹敵する可能性を示した。また、現在の成長率が続く場合、2030年に最大規模の学習計算に必要な電力は4〜16ギガワットに達する可能性があると推計している。
これは、人工知能の進歩が半導体技術だけで決まるものではないことを意味する。発電設備、送電網、変電所、冷却用水、建設用地など、社会インフラ全体の供給能力が開発速度を左右するようになっている。
さらに、半導体の調達にも制約がある。最先端の人工知能向け半導体は製造できる企業が限られ、製造装置、先端製造工程、高帯域メモリー、先端パッケージングなど、複数の供給網に依存している。そのため、資金を投入すれば直ちに必要な計算能力を確保できるわけではない。
コストの問題は、モデルを学習させる段階だけにとどまらない。モデルを一般利用者に提供するには、質問を受けるたびに計算処理を実行する必要があり、利用者数や質問回数が増えるほど運用費用も増大する。
特に、複雑な問題を解くために長い推論過程を実行するモデルでは、通常の質問応答よりも多くの計算を必要とする。2026年4月に公表されたマイクロソフト研究者らの研究では、最先端規模のモデルによる通常の質問1回当たりの推定電力消費量は中央値で0.31ワット時だったのに対し、長い推論を伴う質問では中央値3.91ワット時に増加した。
この研究は、長い推論を伴う処理では通常の質問より電力消費が約13倍になる可能性を示している。一方、モデルの設計、半導体、処理方式の改善によって、単位処理当たりの電力消費を8〜20倍削減できる可能性も指摘している。
したがって、人工知能の電力問題を単純に「モデルが大きくなるほど電力が増える」と説明するのは正確ではない。半導体の性能向上、計算処理の効率化、モデルの軽量化、利用方法の最適化によって、一定の性能を得るための電力を削減する余地は残されている。
ただし、効率化によって1回当たりの処理費用が下がると、利用者や利用回数が増加し、社会全体の消費電力が再び増える可能性もある。これは効率化が需要の拡大を促す現象であり、人工知能の普及が進むほど、個別処理の省電力化と社会全体の電力需要を分けて考える必要がある。
また、計算資源の制約は、単純な演算能力だけでは説明できない。2026年に公表された大規模言語モデルの記憶装置と入出力に関する研究では、推論処理のボトルネックが演算装置から、モデルの重みや中間情報を記憶装置との間で移動させる速度へ移る場合があると指摘されている。
これは、半導体の演算性能だけを向上させても、モデルの情報を十分な速度で読み書きできなければ、実際の処理速度は改善しないことを意味する。今後の大規模人工知能開発では、演算能力、記憶容量、通信速度、電力効率を一体として最適化する必要がある。
「次の単語の予測（次トークン予測）」の構造的限界
スケーリング則のもう1つの問題は、大規模言語モデルの基本的な学習方式にある。現在の多くの言語モデルは、文章の続きを予測する「次トークン予測」を中心に学習している。
トークンとは、文章をモデルが処理できる単位に分割したものである。単語そのものの場合もあれば、単語の一部分、文字列、記号などの場合もある。
次トークン予測では、入力された文章の前後関係をもとに、次に出現する可能性が高いトークンを推定する。例えば、「日本の首都は」という文章が入力されれば、その後に「東京」が続く確率を高く評価するように学習する。
この処理を膨大な文章について繰り返すことで、モデルは文法、語彙、文章構造、知識の関連性、論理的な表現などを学習する。結果として、単純な文章の続きを生成するだけでなく、質問への回答、複雑な説明、プログラムの作成などにも対応できるようになる。
しかし、この学習方式には重要な特徴がある。モデルが直接最適化しているのは、次のトークンを正しく予測する確率であり、現実世界の問題を解決することや、長期的な計画を成功させることそのものではない。
例えば、複数の手順を踏んで目的を達成する作業では、最初の判断が正しくても、その後の選択を誤れば最終的な結果は失敗する。文章として自然な手順を生成できることと、その手順が現実の条件下で実行可能であることは別の問題である。
この違いは、人工知能の推論能力を評価する際に重要となる。モデルは、過去の学習データに含まれる問題と類似した状況では高い性能を示す一方、前提条件が少し変わった場合や、複数の制約を同時に満たす必要がある場合に、予想外の誤りを生じさせることがある。
さらに、文章の生成は基本的に逐次処理で進む。モデルは直前までに生成した内容を踏まえて次のトークンを決めるため、途中で誤った情報を出力すると、その誤りを前提に後続の文章を生成してしまう可能性がある。
これは、長い推論や複雑な計画で特に問題となる。最初の段階で生じた小さな誤りが、後続の判断に影響を与え、最終的には大きな失敗につながる場合があるからだ。
2024年に発表され、2025年に改訂されたグーグル研究者らの論文「次トークン予測の落とし穴」は、この問題を理論的・実験的に検討している。同研究は、次トークン予測による学習が、特定の計画課題では正確な予測能力を獲得できない場合があることを示し、複数のトークンを先行して予測する学習方式などを検討した。
重要なのは、次トークン予測が無意味だということではない。実際、この方法は非常に高い汎用性を持ち、現在の大規模言語モデルの発展を支えている。
問題は、文章の予測能力が、そのまま現実世界の理解、因果関係の把握、計画の実行、自己修正能力を保証するわけではない点にある。人間の知能に近い能力を獲得するには、言語の統計的な関係を学ぶだけでなく、環境の状態や行動の結果を予測し、実際の結果と照合する仕組みが重要になる可能性がある。
このため、研究者の間では、言語だけでなく画像、映像、音声、行動、環境の変化などを統合的に学習する方法や、現実世界の状態を内部表現として扱う世界モデルの研究が進んでいる。ただし、こうした方式が現在の大規模言語モデルを全面的に置き換える段階に達したわけではない。
ダブルディセント（二重降下）やモデルの脆さ
スケーリング則を考える際には、「モデルを大きくすれば性能は常に向上する」という理解にも注意が必要である。実際の機械学習では、モデルの規模や学習量を増やしたにもかかわらず、一時的に性能が悪化し、その後再び改善する現象が確認されている。
この現象は「ダブルディセント（二重降下）」と呼ばれる。通常の機械学習では、モデルの規模を大きくすると予測誤差が減少し、一定の段階から過剰学習によって誤差が増えると考えられてきたが、二重降下では、さらに規模を拡大すると予測誤差が再び減少する。
2019年に発表されたオープンＡＩの研究では、畳み込みニューラルネットワーク、残差ネットワーク、トランスフォーマーなどで、この現象が確認された。モデルの規模だけでなく、学習データ量や学習時間を増やした場合にも発生し得ることが示されている。
二重降下が発生する背景には、モデルが学習データをどの程度正確に再現できるかという問題がある。モデルが学習データに適合し始める境界付近では、未知のデータに対する予測誤差が一時的に増加することがあり、その後さらにモデルの規模を拡大すると、誤差が減少する場合がある。
この現象は、モデルの規模と性能が単純な比例関係にないことを示す。ただし、二重降下はスケーリング則そのものが破綻した証拠ではなく、特定の学習条件やデータ条件で生じる非単調な性能変化である。
もう1つ重要なのが、モデルの脆弱性である。大規模言語モデルは膨大な知識を学習していても、入力の表現や問題の条件が少し変化するだけで、回答の正確性が大きく変わることがある。
例えば、数学の問題では、一般的な形式の計算を正確に処理できても、文章の構成や数値の配置を変更すると誤答する場合がある。また、長い文章の中に矛盾した条件が含まれていると、その矛盾を見抜けず、整合性のない回答を生成することもある。
こうした問題は、学習データに含まれるパターンへの依存、推論過程の不安定さ、情報の取り違えなど、複数の要因によって生じる。モデルのパラメーター数を増やすことで改善する場合もあるが、規模の拡大だけで完全に解決できるわけではない。
特に深刻なのが、もっともらしい誤情報を生成する「幻覚」の問題である。モデルは、情報が不足している場合でも、文章として自然な回答を生成できるため、事実と推測を明確に区別できないことがある。
また、人工知能が自信を持って回答しているように見えても、その確信度が正確性を保証するわけではない。専門知識を必要とする領域では、誤った情報が利用者に信頼され、医療、法律、金融、行政などの重要な判断に悪影響を及ぼす危険がある。
したがって、超知能の実現に向けて必要なのは、単純に回答能力を高めることだけではない。自分の判断が正しいかどうかを検証し、根拠が不足している場合には回答を保留し、誤りを発見したときには修正できる能力が求められる。
この問題を解決するため、外部情報の検索、計算結果の照合、複数の推論経路の比較、検証専用モデルの利用などが研究されている。こうした仕組みは、モデル自体の能力を高めるだけでなく、システム全体としての信頼性を確保するためにも重要である。
結局のところ、スケーリング則によって向上する能力と、実際の環境で安定して発揮できる能力は区別しなければならない。超知能を実現するには、単に難しい問題に正解する能力だけでなく、未知の状況でも誤りを抑え、結果を検証しながら目標を達成する能力が必要になる。
スケーリング則が直面している限界は、単一の技術的問題ではない。計算資源と電力の制約、次トークン予測という学習方式の特性、長期的な推論における誤りの蓄積、モデルの脆弱性などが複雑に絡み合っている。
ただし、これらの問題は、従来のスケーリング則が無効になったことを意味しない。むしろ、規模の拡大による性能向上を維持しながら、資源効率、推論の正確性、学習方式、検証能力を改善する必要があることを示している。
特に重要なのは、人工知能の性能を単純な知識量や試験の正答率だけで評価しないことである。未知の問題への対応、長期的な計画、現実世界との整合性、自己修正能力などを含めて評価する必要がある。
ぶつかっている壁②：「データ枯渇」
スケーリング則を支えてきたもう1つの重要な資源が、学習データである。モデルの規模と計算量を増やしても、学習させる情報が不足していれば、追加した計算能力を十分に活用できず、期待する性能向上を実現できない。
特に大規模言語モデルでは、インターネット上の文章、書籍、学術論文、報道記事、百科事典、プログラムなど、人間が作成した膨大な情報が学習に利用されてきた。しかし、こうした高品質な情報には限りがあり、モデルの学習需要が拡大し続ければ、いずれ供給が追いつかなくなる可能性がある。
この問題が「データ枯渇」と呼ばれる。ここでいう枯渇は、インターネット上の文章がなくなるという意味ではない。新しい知識を含み、正確性や多様性が高く、権利関係も整理され、モデルの性能向上に有効な学習データを、必要な規模で継続的に確保することが難しくなるという問題である。
データ枯渇が深刻なのは、単純に学習量を増やせばよいという従来の開発戦略を制約するためだ。モデルを巨大化する一方で、学習データの質や新規性が低下すれば、計算資源を追加投入しても、その効果は限定される。
さらに、データ不足は人工知能の知識量だけでなく、判断の正確性や未知の問題への対応能力にも影響する。学習情報が特定の地域、言語、文化、専門分野に偏れば、モデルの回答にも偏りが生じ、幅広い状況に対応する汎用性が損なわれる可能性がある。
したがって、今後の人工知能開発では、学習データをどれだけ集められるかだけでなく、どのような情報を、どのような方法で選別し、再利用し、新しい知識へと変換するかが重要になる。
高品質な人間データの枯渇
データ枯渇の問題を具体的に示した代表的な研究が、2024年に国際機械学習会議で発表された「人間が生成したデータを基盤とする大規模言語モデルの拡張限界」である。パブロ・ビジャロボスらの研究チームは、公開されている人間由来の文章データの総量と、大規模言語モデルが必要とする学習データ量の将来予測を比較した。
同研究では、品質や重複を調整した公開人間文章データの蓄積量を約300兆トークンと推計した。そして、当時のデータ需要の増加傾向が続く場合、2026〜2032年ごろには、利用可能な公開人間文章データの蓄積量に学習需要が到達する可能性があると結論づけた。
この推計は、2026年になった時点でデータが完全に枯渇するという意味ではない。対象となるデータの範囲、重複の除去方法、学習効率、モデルの規模、データの再利用回数などによって結果は変わるため、あくまで一定の成長傾向を前提とした予測である。
それでも、この研究が示した問題は重要だ。インターネット上の公開文章は膨大に存在するものの、そのすべてが人工知能の学習に適しているわけではないからだ。
例えば、広告、検索エンジン向けに最適化された文章、重複記事、誤情報、低品質な自動生成文章などは、データの総量を増やしても、必ずしもモデルの能力向上にはつながらない。むしろ、こうした情報を十分に選別せずに学習させれば、誤った知識や不自然な表現を取り込む危険がある。
また、学術論文、専門書、医療情報、法律資料、技術文書など、高い専門性を持つ情報は一般的な文章よりも収集が難しい。専門家による執筆や査読、検証を経た情報は限られており、単純にインターネット上の文章を大量に収集するだけでは補えない。
さらに、著作権や利用許諾の問題も無視できない。書籍、新聞、専門誌、写真、映像、音楽などには権利者が存在し、公開されている情報であっても、自由に収集して学習に使用できるとは限らない。
このため、データ枯渇は物理的なデータ量の不足だけでなく、品質、利用可能性、権利関係、専門性を含む複合的な問題である。特に超知能の実現を目指す場合、既存の文章を大量に読み込ませるだけで、未知の科学的発見や高度な問題解決に必要な情報を獲得できるのかという根本的な疑問が生じる。
一方、人間由来の文章データだけに依存する必要はない。画像、映像、音声、実験記録、センサー情報、科学シミュレーション、ロボットの行動データなど、学習に利用できる情報源はほかにも存在する。
特に科学技術分野では、実験や観測から得られるデータが新しい知識の獲得に重要な役割を果たす。こうした情報を言語モデルと組み合わせることで、文章だけを学習する場合とは異なる能力を獲得できる可能性がある。
ただし、マルチモーダル化によってデータ問題が完全に解決するわけではない。映像や音声も、正確な情報を含む高品質なものは限られており、収集、保存、加工、学習に必要な計算資源も大きいからだ。
「オーバートレーニング（過剰学習）」の弊害
高品質な学習データが不足すると、開発者は既存のデータを繰り返し利用する方法を検討する。新しい情報を大量に確保できなくても、同じデータを複数回学習させれば、モデルの性能をさらに向上させられる可能性があるためだ。
しかし、データの繰り返し利用には限界がある。学習データに過度に適合することで、未知の情報に対する対応能力が低下する「過剰学習」が発生する可能性がある。
過剰学習とは、モデルが学習データに含まれる特徴やパターンを過度に記憶し、学習時には高い性能を示す一方で、学習に使用していない新しいデータに対して十分な性能を発揮できなくなる現象である。
例えば、数学の問題を大量に学習したモデルが、学習した問題と同じ形式であれば正解できても、数値や条件、文章の構成を変更すると誤答する場合がある。これは、問題の本質的な解法を十分に獲得できず、学習データに含まれる表面的なパターンに依存している可能性を示している。
ただし、同じデータを複数回学習させることが、直ちに過剰学習を引き起こすわけではない。データの多様性、モデルの規模、学習率、正則化、学習回数などによって結果は異なるため、繰り返し学習の影響を定量的に評価する必要がある。
この点について、2025年に機械学習研究誌に掲載されたニクラス・ミュエンホフらの研究は、重要な実験結果を示している。同研究は最大90億パラメーターのモデルと最大9000億トークンの学習を対象に、データの繰り返し利用と計算量の関係を調べた。
その結果、一定の条件下では、同じデータを最大4回程度繰り返して学習させても、損失の変化は新しいデータを使用した場合と比べて小さかった。しかし、繰り返し回数がさらに増えると、追加の計算資源を投入する効果が次第に低下し、最終的には計算量を増やしても性能改善がほとんど得られなくなることが確認された。
この研究が示すのは、データの再利用には一定の合理性がある一方、無制限に繰り返せばよいわけではないということだ。データ不足を補うために学習回数だけを増やしても、情報の新規性が失われるため、追加学習による利益は小さくなる。
さらに、過剰学習によって問題になるのは、単純な正答率の低下だけではない。学習データの特定の表現や情報に過度に依存すると、未知の状況に対する柔軟性や、異なる分野の知識を組み合わせる能力が損なわれる可能性がある。
超知能に必要とされるのは、既知の情報を大量に記憶する能力だけではない。新しい状況を理解し、既存の知識を応用し、経験したことのない問題に対しても適切な解決策を導き出す能力である。
したがって、学習データの不足を繰り返し学習だけで補う方法には限界がある。今後は、データの質を高めることに加え、少ない情報から効率的に学習する方法や、学習後に新しい経験から知識を獲得する仕組みが重要になる。
合成データのジレンマ
人間由来の高品質なデータが不足するなかで、人工知能の開発企業が注目しているのが「合成データ」である。合成データとは、人間が直接作成したものではなく、人工知能による生成、コンピューターシミュレーション、数理モデルなどを通じて人工的に作られた学習用データを指す。
例えば、既存の人工知能に大量の数学問題を作成させ、その問題と解答を別のモデルの学習に利用する方法がある。プログラミングでは、人工知能にコードを生成させ、実際に実行して正しい結果が得られたものだけを学習データとして採用する方法も考えられる。
合成データの最大の利点は、必要な情報を目的に合わせて大量に作成できることだ。人間が作成した文章や専門書を収集する場合と異なり、特定の分野、難易度、形式に合わせたデータを比較的効率よく生成できる。
さらに、正解が明確な分野では、合成データの有用性が高い。数学の計算、プログラムの実行、論理パズル、物理シミュレーションなどでは、生成された回答が正しいかどうかを外部の仕組みで検証できるため、誤った情報を学習に取り込む危険を抑えられる。
しかし、合成データには重大な問題もある。それが、人工知能が生成した情報を次世代の人工知能が学習し、そのモデルが再び情報を生成するという循環構造である。
この問題を明確に示したのが、2024年に科学誌『ネイチャー』に掲載されたイルヤ・シュマイロフらの研究「再帰的に生成されたデータで学習すると人工知能モデルは崩壊する」である。
同研究では、あるモデルが生成したデータを次世代モデルの学習に利用し、その次の世代も同じ方法で訓練する実験を行った。その結果、モデルが世代を重ねるにつれて、元のデータに含まれていた情報の多様性が失われ、珍しい事例や少数派の特徴が消失する現象が確認された。
この現象は「モデル崩壊」と呼ばれる。人工知能が生成した情報を繰り返し学習することで、元のデータ分布から外れた情報が増え、モデルが現実の多様性を正確に表現できなくなる問題である。
モデル崩壊が起こる背景には、生成モデルが元のデータに存在するすべての特徴を均等に再現できるわけではないという性質がある。一般的な情報や頻繁に出現する表現は再現されやすい一方、珍しい事例、例外的な情報、少数派の表現などは生成されにくい。
そのため、次世代モデルが生成データだけを学習すると、元のデータに存在した希少な情報が十分に引き継がれない。これを何世代も繰り返すと、情報の偏りが蓄積し、モデルの表現能力が徐々に劣化する可能性がある。
この問題は、インターネット上の情報環境にも影響する。人工知能が生成した文章が大量に公開され、それを別の人工知能が学習データとして取り込むようになれば、人間が作成した情報と人工知能が生成した情報の区別が難しくなる。
その結果、学習データの中に人工知能由来の情報が増え、モデルが自らの出力を再学習する循環が形成される危険がある。これは、将来の学習データの品質を維持するうえで重要な問題となる。
ただし、合成データを利用すると必ずモデル崩壊が起こるというわけではない。重要なのは、合成データの作成方法、実データとの混合比率、品質検証、学習時のデータ管理である。
2025年の国際機械学習会議で発表された「崩壊するか、成長するか」という研究は、この点について重要な知見を示した。実データを次世代の学習から完全に置き換え、合成データだけを繰り返し利用するとモデル崩壊が発生する一方、実データと合成データを累積的に管理する方式では、性能の安定性を維持できる条件があることを報告した。
この研究は、合成データそのものが問題なのではなく、元の情報を失いながら生成データだけに依存する学習方式が問題になることを示している。つまり、実データを維持し、合成データの品質と多様性を管理すれば、データ不足を補う有力な手段になり得る。
また、合成データの有効性は分野によって異なる。数学やプログラミングのように正解を検証しやすい分野では有効性が期待できるが、政治、歴史、社会問題、医療、法律など、解釈や前提条件によって判断が変わる分野では慎重な検証が必要になる。
例えば、歴史的な出来事について人工知能に説明を生成させ、その説明を正しいものとして次のモデルに学習させた場合、最初のモデルが誤った解釈をしていれば、その誤りが次世代に引き継がれる可能性がある。生成された文章が自然で詳細であっても、事実として正しいとは限らない。
このため、合成データを利用する際には、生成する能力と検証する能力を分離することが重要になる。生成モデルとは別の検証モデルを用意する、外部の資料と照合する、実際の計算や実験で結果を確認するなど、複数の手段を組み合わせる必要がある。
さらに、合成データの生成に利用するモデル自体の能力にも注意しなければならない。低性能のモデルが生成したデータを大量に使用しても、必ずしも高性能のモデルが生まれるわけではなく、誤りや偏りを増幅させる危険がある。
結局のところ、合成データは人間由来データの完全な代替ではない。人間が作成した情報を基盤として、人工知能が生成した情報を補助的に活用し、正確性と多様性を維持することが重要になる。
データ枯渇は、スケーリング則の将来を左右する重大な制約の1つである。特に、インターネット上に存在する高品質な人間由来データには限りがあり、モデルの規模と学習需要が拡大し続ければ、従来のデータ収集方式だけでは対応できなくなる可能性がある。
既存データの繰り返し利用は一定の効果を持つものの、学習回数を増やし続ければ、追加計算の効果が低下する。過剰学習や情報の多様性の喪失を防ぐためには、データの質、再利用回数、学習条件を適切に管理する必要がある。
合成データは、この問題を解決する有力な手段になり得る。しかし、人工知能が生成した情報を次世代モデルが繰り返し学習するだけでは、元の情報分布が失われ、モデル崩壊が発生する危険がある。
重要なのは、人間由来データと合成データを対立するものとして扱わないことだ。人間の実体験、科学的観測、専門家の知識、実験結果などを基盤にしながら、人工知能が生成する情報を検証して組み合わせる方法が求められる。
また、データの量を増やすだけでなく、少ないデータから多くを学ぶ能力も重要になる。新しい情報を効率よく理解し、既存の知識と結び付け、未知の問題に応用できるモデルを開発することが、今後の競争力を左右する。
超知能の実現という観点では、データ枯渇は単なる資源不足ではない。人間が蓄積してきた情報をどのように利用し、人工知能自身がどのように新しい知識を生み出し、検証し、蓄積するのかという、知能の成長方法そのものに関わる問題である。
超知能（ASI）へ向けたパラダイムシフト（これからどうなるか？）
これまでの人工知能開発は、モデルの規模、学習データ量、計算量を増やすことで性能を向上させるというスケーリング則を中心に発展してきた。しかし、計算資源の制約や高品質な学習データの不足が顕在化するなかで、開発の方向性は徐々に変化している。
今後の競争では、単純に巨大なモデルを構築するだけでなく、限られた計算資源からどれだけ高い知的能力を引き出せるかが重要になる。特に、問題を解く段階で追加の計算を行う推論時計算、強化学習による推論能力の改善、学習データの品質管理、モデル構造の革新が主要な研究領域となっている。
この変化は、従来のスケーリング則を捨てるという意味ではない。むしろ、学習時に投入する資源だけでなく、学習後のモデルが問題を解く過程にも計算資源を配分し、性能を高めるという考え方への拡張である。
従来型の人工知能は、膨大な情報を事前に学習し、入力された質問に対して比較的短時間で回答を生成することを重視していた。一方、新しい推論型の人工知能は、難しい問題に直面した場合、すぐに答えを出すのではなく、複数の解決策を検討し、途中の計算を確認し、必要に応じて考え直す仕組みを重視する。
この方向性が注目される背景には、知識の記憶と問題解決能力の違いがある。大量の情報を記憶しているモデルであっても、未知の問題を解決できるとは限らないが、適切な探索や検証を行う仕組みがあれば、既存の知識をより効果的に活用できる可能性がある。
ただし、推論時計算を増やせば無条件に能力が向上するわけではない。探索の方法、候補を評価する仕組み、計算資源の配分、最終的な結果の検証が不適切であれば、処理時間と費用が増えるだけで、正答率が改善しない場合もある。
2026年3月に公表された研究動向の総説では、推論型言語モデルの発展を、推論時の計算量拡大、強化学習、段階的な思考処理という3つの相互に関連する領域から整理している。これは、人工知能の性能向上が単一の技術によって実現するのではなく、複数の仕組みを組み合わせる方向へ進んでいることを示している。
事前学習から「推論時計算（推論時の探索・強化学習）」へ
次世代の人工知能開発を理解するうえで重要なのが、事前学習と推論時の計算を区別することである。
事前学習とは、モデルに膨大なデータを読み込ませ、言語や知識、情報の関係性などを学習させる工程である。従来の大規模言語モデルでは、この段階に大量の計算資源を投入することで、幅広い知識と能力を獲得させることが重視されてきた。
一方、推論時計算とは、学習済みのモデルが実際に問題を解く段階で追加の計算資源を投入する方法である。単純な質問には短い処理で回答し、複雑な数学、プログラミング、科学的推論などには多くの計算を割り当てるという使い分けが可能になる。
例えば、難しい数学の問題を解く場合、モデルは最初の回答をそのまま採用するのではなく、複数の解法を検討し、それぞれの計算過程を比較することができる。さらに、途中の数式や論理の整合性を確認し、誤りがあれば別の方法で解き直すこともできる。
この方式の利点は、モデルのパラメーター数を増やさなくても、問題に応じて追加の計算を行うことで性能を高められる可能性がある点だ。つまり、巨大なモデルを新たに学習させる代わりに、既存モデルの能力を問題解決の段階でより深く引き出すことができる。
推論時計算には、いくつかの代表的な方法がある。1つは、1つの推論経路を長く展開し、段階的に問題を解く方法である。もう1つは、複数の解答候補を生成し、それらを比較して最も妥当な回答を選ぶ方法だ。
さらに、途中の推論状態を分岐させ、複数の経路を探索する方法もある。これは、1つの解法に固執せず、途中で行き詰まった場合に別の経路へ移ることを可能にする。
2026年8月に公表された推論時スケーリングの研究総説は、こうした方法を、単一の推論経路を延長する方式、完成した複数候補を評価・集約する方式、途中の推論状態を探索する方式に分類している。同研究は、推論時の計算量を単一の数値だけで評価すると、手法ごとの違いや失敗条件を正しく比較できないと指摘している。
この指摘は重要である。例えば、100個の回答候補を生成して多数決で選ぶ方法と、1つの回答を長時間かけて検討する方法では、必要な計算量も、得意とする問題も、失敗する条件も異なるからだ。
また、推論時計算の拡大には費用面の問題もある。長い推論を行うほど、生成するトークン数や計算処理が増え、回答時間と電力消費が大きくなるため、すべての質問に最大限の計算を投入する方法は現実的ではない。
したがって、今後は問題の難易度を判断し、必要な場合だけ追加の計算を行う適応的な仕組みが重要になる。超知能に向けては、単純に長く考える能力だけでなく、いつ、どの程度考え、どの段階で検証すべきかを適切に判断する能力が求められる。
推論時計算と並んで重要なのが、強化学習による推論能力の改善である。強化学習とは、モデルがさまざまな行動や回答を試し、その結果に対して与えられる報酬をもとに、より良い結果を生み出すように学習する方法である。
従来の教師あり学習では、人間が用意した正解例をもとに、望ましい回答を生成するようにモデルを訓練する。一方、強化学習では、モデル自身が複数の解答や行動を試し、その結果が目標にどれだけ近いかを評価することで、より適切な判断方法を獲得させる。
特に注目されているのが、正解を機械的に検証できる課題を利用した強化学習である。数学では計算結果や証明の条件、プログラミングでは実行結果やテストの合否などを報酬として利用できるため、人間がすべての推論過程を評価しなくても学習を進められる。
この方式は「検証可能な報酬を用いた強化学習」と呼ばれる。正解が明確な課題を繰り返し解かせることで、モデルは単に文章として自然な回答を生成するのではなく、実際に正しい結果を得るための推論方法を改善できる可能性がある。
2026年の国際機械学習会議で発表された「適応型検証可能環境を用いた言語モデルの強化学習」は、この方向性を示す研究の1つである。同研究では、モデルの能力に合わせて問題の難易度を変化させる400種類の検証可能な学習環境を構築した。
その結果、150億ではなく15億パラメーターの推論型モデルを出発点とした実験で、6つの推論評価指標の平均が3.37ポイント改善した。一方、元の強化学習を継続した比較実験では、計算量を3倍以上投入したにもかかわらず、改善幅は0.49ポイントだった。
この結果は、計算量を増やすことだけでなく、学習環境の種類や難易度を適切に設計することが、推論能力の改善に大きな影響を与える可能性を示している。ただし、これは特定のモデルと評価課題で得られた研究結果であり、すべての人工知能に同じ改善率が適用されるわけではない。
さらに、強化学習には報酬の設計という難題がある。モデルに与える評価基準が不適切であれば、本来の目的とは異なる方法で高い報酬を獲得しようとすることがある。
例えば、正しい数学的証明を作ることではなく、評価者に正しいと判定されやすい形式の文章を作ることを学習してしまう可能性がある。プログラミングでも、実際の問題を解決するのではなく、テストの抜け穴を利用して合格するコードを生成する危険がある。
また、検証モデル自体が間違った判断をする可能性もある。推論経路の評価が不正確であれば、誤った解答が高い報酬を獲得し、モデルの学習方向を歪めることになる。
したがって、強化学習を超知能の基盤にするには、報酬を与える仕組みだけでなく、評価基準そのものの信頼性を高めなければならない。外部の実行環境、独立した検証モデル、人間による確認などを組み合わせ、モデルが評価基準を不正に利用することを防ぐ必要がある。
「量」から「質」への転換と厳密な検証
スケーリング則の限界とデータ枯渇を同時に乗り越えるためには、学習データの量を増やすだけでなく、情報の質を高めることが重要になる。今後の人工知能開発では、膨大な低品質データを取り込む方法よりも、正確で多様性があり、専門性の高いデータを選別して学習させる方法が重視されると考えられる。
ここでいうデータの質とは、単純な文章の読みやすさだけではない。事実の正確性、情報の新しさ、論理の一貫性、出典の信頼性、専門的な妥当性、異なる見解の多様性などを含む。
例えば、科学分野では、査読を経た論文だけでなく、実験条件、測定結果、再現性に関する情報が重要になる。医療分野では、診療ガイドライン、臨床研究、統計的な根拠などを適切に区別しなければならない。
また、学習データの重複や誤情報を減らすことも重要である。同じ情報を大量に繰り返し学習させるよりも、異なる視点や新しい知識を含む情報を選択した方が、モデルの汎用性を高められる可能性がある。
合成データについても、生成すること自体より、生成された情報が正しいかどうかを検証する工程が重要になる。2025年の国際学習表現会議で発表された研究では、合成データの品質を検証する仕組みを導入することで、モデル崩壊を防ぎながら学習性能を維持できる可能性が示された。
2026年の同会議で発表された後続研究では、外部の検証者によって合成データを選別することで、短期的には性能を改善できる場合がある一方、検証者自身が不完全であれば、長期的にはその検証者の知識や判断の限界にモデルが引き寄せられる可能性も示されている。
この点は極めて重要である。人工知能が自ら生成した情報を自ら評価するだけでは、元のモデルが持っている誤りや偏りを完全に取り除くことは難しいからだ。
そのため、厳密な検証では、複数の独立した手段を組み合わせる必要がある。外部の一次資料との照合、計算機による検算、プログラムの実行、実験による再現、専門家による評価などを通じて、情報の正確性を確認することが求められる。
さらに、評価対象を最終的な回答だけに限定しないことも重要になる。どのような情報を根拠にしたのか、どの条件を前提にしたのか、途中の計算や判断に誤りがないかを検証する必要がある。
ただし、推論過程を文章として詳細に出力させれば、それだけで正しい判断が保証されるわけではない。説明が自然でも内部の判断が誤っている可能性は残るため、実際の計算結果や外部の事実と照合することが重要である。
今後は、学習データの品質管理と推論結果の検証を一体化した開発方式が重要になる。モデルに知識を与える工程と、その知識が正しいかを確認する工程を分離し、互いに独立した仕組みで評価することが、信頼性の高い人工知能を実現する条件となる。
アーキテクチャの革新
スケーリング則の限界を乗り越えるもう1つの方向性が、人工知能のモデル構造そのものを改良することである。従来の大規模言語モデルは、トランスフォーマーという構造を中心に発展してきたが、モデルの巨大化に伴って計算量や記憶容量、情報処理速度の問題が大きくなっている。
そのため、すべての情報を同じように処理するのではなく、必要な部分だけを効率的に利用する構造や、長い情報を少ない計算量で処理できる構造が研究されている。
特に重要なのが「混合専門家モデル」である。この方式では、モデル内部に複数の専門的な処理部分を設け、入力内容に応じて必要な部分だけを選択して動作させる。
例えば、数学的な問題には数学処理に適した部分を、文章の理解には言語処理に適した部分を優先的に利用する。モデル全体としては巨大なパラメーターを持ちながら、1回の処理で使用するパラメーターを限定できるため、計算効率を高められる可能性がある。
ただし、専門部分の選択、負荷の分散、複数の計算装置間の通信などに新たな問題が生じる。2026年3月に公表された混合専門家モデルの推論最適化に関する総説でも、モデル構造だけでなく、通信方式、記憶装置、半導体を含めたシステム全体の最適化が必要だと整理されている。
もう1つの方向性が、状態空間モデルなど、トランスフォーマーとは異なる情報処理構造の研究である。こうした方式は、長い文章や時系列情報を処理する際の計算効率や記憶効率を改善する可能性がある。
また、今後は文章だけでなく、画像、映像、音声、空間情報、ロボットの行動などを統合的に扱うモデルも重要になる。人間の知能は文章だけから形成されるものではなく、視覚、聴覚、身体的な経験、環境との相互作用などを通じて発達するためだ。
この方向性に関連するのが「世界モデル」である。世界モデルとは、現実世界の状態や物体の関係、時間経過による変化、行動の結果などを内部的に表現し、将来の状況を予測する仕組みを指す。
例えば、ロボットが物体をつかむ場合、単に「物体を持ち上げる」という文章を生成するのではなく、物体の位置、重量、形状、摩擦、周囲の障害物などを考慮し、実際にどのような動作をすれば目的を達成できるのかを予測する必要がある。
世界モデルが十分に発達すれば、人工知能は現実世界の変化を予測し、行動する前に複数の結果を比較できる可能性がある。これは、文章の続きを予測する従来型の学習方式だけでは難しい、物理的な因果関係や環境との相互作用を扱うための重要な方向性である。
2026年の国際機械学習会議で発表された視覚と言語の推論を分離する研究「ＳＰＡＲＣ」も、モデル構造の改善を考えるうえで興味深い。画像の認識と、その情報を使った推論を別々の段階に分けることで、認識上の誤りが推論全体に波及する問題を抑え、必要な部分に計算資源を集中させる方法を示した。
同研究は、視覚情報の認識と論理的な推論を一体化して処理する従来方式に対し、処理を分離することが性能と効率の改善につながる可能性を示している。
ただし、混合専門家モデル、状態空間モデル、世界モデル、マルチモーダルモデルのいずれも、それだけで超知能を実現できると証明されたわけではない。今後は、それぞれの長所を組み合わせ、知識の獲得、推論、環境理解、行動、自己修正を統合する方向へ進む可能性が高い。
超知能に向けた人工知能開発は、従来の「モデルを大きくし、大量のデータを学習させる」という方法から、複数の技術を組み合わせて知的能力を高める方向へと広がっている。
その中心となるのが、推論時計算による問題解決能力の向上、強化学習による推論方法の改善、質の高いデータの選別、外部情報や計算結果を利用した厳密な検証である。
また、混合専門家モデル、状態空間モデル、世界モデル、マルチモーダル処理など、従来のトランスフォーマーを補完・拡張する技術も重要になっている。
ここで注意すべきなのは、これらの技術が従来のスケーリング則を完全に置き換えるわけではないということだ。モデルの規模、学習データ、計算量の拡大は今後も重要であり、それらをより効率的に活用する技術が加わると考えるべきである。
超知能の実現に必要なのは、膨大な知識を持つ人工知能だけではない。未知の問題を解決し、結果を検証し、誤りを修正し、現実世界の変化を理解しながら長期的な目標を達成できる人工知能である。
今後の展望
ここまで見てきたように、人工知能の能力を高めてきたスケーリング則は、現在も重要な技術的原理である。ただし、計算量、学習データ、モデル規模を増やせば、それに比例して能力が際限なく向上するという単純な段階は終わりつつある。
現在の課題は、規模の拡大そのものを続けることではなく、拡大によって得られる能力をどこまで実用的で、信頼でき、制御可能な知能へ変えられるかという点にある。超知能の実現を考えるには、モデルの性能だけでなく、推論、検証、記憶、環境との相互作用、安全性、経済的な持続可能性を一体として評価する必要がある。
そのため、今後の進展は単一の技術によって決まるとは限らない。大規模な事前学習、推論時の計算、強化学習、合成データ、外部記憶、複数の専門モデルを組み合わせる方向へ進む可能性が高い。
超知能の実現を左右する3つのシナリオ
2026年時点で考えられる今後の進展は、大きく3つのシナリオに整理できる。第1は、現在の延長線上で能力が徐々に向上するシナリオ、第2は、推論や学習方式の革新によって進歩が再加速するシナリオ、第3は、計算資源やデータ、電力などの制約によって進歩が鈍化するシナリオである。
いずれか1つが確実に起きると断定することはできない。国際人工知能安全性報告書2026年版も、2030年までの能力の推移について、進歩の停滞、現在の速度での継続、急激な加速という複数の可能性を示している。特に、人工知能が人工知能研究そのものを加速させるようになれば、従来の予測を超える進歩が起きる可能性がある一方、データやエネルギーの制約が強まれば、成長速度が落ちる可能性もある。
シナリオ1：現在の延長線上で進歩する
最も穏当なシナリオは、既存の技術を改良しながら、人工知能の能力が段階的に高まるというものだ。基盤モデルの規模を拡大しつつ、推論時の計算量、強化学習、外部記憶、道具の利用を組み合わせることで、数学、科学、ソフトウェア開発、事務作業などの性能が向上する。
この場合、超知能が短期間で突然出現するというより、特定分野で人間を上回る能力が増えていくと考えられる。研究者の補助、プログラムの作成、実験計画、技術文書の分析などで人工知能が担う範囲が広がり、複数の分野を横断する作業にも対応できるようになる。
ただし、個別の作業で高い能力を示すことと、社会全体の問題を自律的に解決できることは同じではない。企業や研究機関の内部には、暗黙の了解、過去の経緯、利害関係、人間同士の調整など、明文化しにくい条件が多く存在する。こうした条件を理解し、長期にわたって適切な判断を続けられるかどうかは、依然として大きな課題である。
シナリオ2：人工知能が研究開発を加速する
より急激な進歩をもたらす可能性があるのは、人工知能が自分自身の改良に深く関与するシナリオだ。人工知能がプログラムの作成、実験の設計、結果の分析、学習方法の改善を担い、研究者の作業を大幅に短縮できるようになれば、研究開発の速度そのものが上昇する。
この仕組みが成立するには、人工知能が単に研究者の指示に従って文章やプログラムを生成するだけでは不十分である。研究上の問題を発見し、仮説を立て、実験を行い、結果を検証し、失敗の原因を特定して次の実験へ進む能力が必要になる。
さらに、人工知能が提案した改善策を、実際の計算機や研究設備で試せる環境も必要だ。プログラムの修正なら比較的自動化しやすいが、新しい半導体の製造、材料の開発、実験装置の構築には物理的な時間と資源が必要となる。したがって、研究開発の自動化が進んでも、すべての技術的制約が消えるわけではない。
それでも、人工知能研究の一部が自動化されれば、従来の人間中心の研究体制では実現できなかった速度で改善が進む可能性がある。特に、ソフトウェア開発、数学的検証、計算機科学のように、成果を比較的短時間で評価できる分野では、自己改善の効果が先に現れると考えられる。
シナリオ3：技術的・経済的制約によって停滞する
第3のシナリオは、計算資源、電力、データ、半導体、資金などの制約によって、能力向上の速度が落ちるというものだ。大規模なモデルを訓練するには膨大な計算資源が必要であり、運用段階でも推論に必要な計算量が増えれば、費用と電力消費が拡大する。
また、モデルの性能を高めても、実際の業務で十分な信頼性を確保できなければ、導入は進まない。誤った判断による損害が大きい医療、金融、司法、公共インフラなどでは、平均的な正答率だけでなく、重大な失敗の頻度や、失敗した場合に人間が介入できるかどうかが重要になる。
このシナリオでは、人工知能の性能が完全に停止するわけではない。むしろ、汎用的な能力の向上が鈍化する一方で、特定の業務に特化したシステムや、既存モデルを効率的に運用する技術が発展する可能性がある。
3つのシナリオは相互に排他的ではない。ある時期には計算資源の制約によって進歩が鈍化し、その後、学習方式や半導体技術の革新によって再び加速することも考えられる。重要なのは、現在の進歩をそのまま未来へ直線的に延長しないことだ。
超知能をどう定義し、どう測定するか
超知能を論じるうえで、もう1つ重要な問題がある。それは、何をもって超知能と判断するかという定義の問題だ。
一般に超知能とは、人間の知的能力を大幅に上回る人工知能を指す。ただし、人間の知能そのものが単一の尺度で測定できるものではない。数学、言語、空間認識、創造性、社会的判断、身体的技能、長期計画など、能力には多くの側面がある。
例えば、数学の難問を解く能力が人間を上回っていても、複雑な組織の利害関係を理解できるとは限らない。プログラムを高速に作成できても、現実世界の物理的な制約を正しく予測できるとは限らない。ある分野で人間を上回る能力を示すことと、あらゆる知的活動で人間を上回ることは区別しなければならない。
この問題は、現在の人工知能の評価にも表れている。国際人工知能安全性報告書2026年版は、最先端の汎用人工知能が数学、科学、プログラム作成などの難しい課題で高い能力を示す一方、物体の数を数える、空間的な関係を理解する、長い作業の途中で起きた基本的な誤りから回復するといった課題で失敗することを指摘している。
つまり、現在の人工知能は能力が均等に伸びているわけではない。難しい課題を解ける一方で、単純に見える課題を間違えることがある。このような能力の偏りが残る限り、単一の試験結果から知能全体を評価することは難しい。
ベンチマークの高得点だけでは不十分
人工知能の性能評価では、標準化された試験や課題集が広く利用されている。しかし、試験で高得点を取ることが、実際の環境で安定して仕事を遂行できることを意味するわけではない。
試験問題が学習データに含まれていた場合、モデルは本当の意味で問題を解いているのではなく、過去に見た情報を再現している可能性がある。また、評価用の課題が人工知能にとって都合のよい条件で設計されていれば、実際の業務で発生する曖昧さや例外を十分に反映できない。
そのため、今後は、既知の試験問題に対する正答率だけでなく、未知の環境でどれだけ長い作業を完了できるか、失敗からどれだけ回復できるか、誤りを自分で検出できるかといった評価が重要になる。
この点で参考になるのが、人工知能の自律的な作業能力を測定する研究を行う非営利研究機関METRの取り組みだ。同機関は、専門家が完了するのに要する時間を基準に、人工知能がどの程度の難易度の作業を一定の成功率で完了できるかを測定している。
2026年9月に更新された同機関の評価では、ソフトウェア開発、機械学習、情報セキュリティなど100を超える課題を用いて、作業の難易度と成功率の関係を分析している。ただし、これはあらゆる知的活動を評価するものではなく、測定対象の多くは条件が明確な技術的課題である。評価対象の範囲を超えて、人工知能が人間の仕事全体を代替できると解釈することはできない。
さらに、長時間の作業を完了できることと、長時間にわたって適切な判断を続けられることも別の問題だ。途中で誤った前提を採用した場合、それに気づかないまま作業を続ければ、最終的な成果が大きく損なわれる。長期的な自律性を測るには、成果物だけでなく、作業過程、判断の根拠、修正能力も評価する必要がある。
超知能の実現に必要な条件
超知能が実現するかどうかは、モデルの規模だけでは決まらない。少なくとも、次の条件が複合的に満たされる必要がある。
知識を蓄積し、更新する能力
現在の大規模言語モデルは、学習時に取り込んだ情報を基礎として回答を生成する。外部検索やデータベースを利用することで最新情報を参照できるが、それだけでは新しい知識を長期的に整理し、矛盾を解消し、過去の経験と結びつけていく仕組みにはならない。
超知能に近いシステムには、情報を単純に保存するだけでなく、重要度を判断し、古い情報を修正し、経験から一般的な規則を抽出する能力が求められる。さらに、複数の分野の知識を結びつけ、これまで存在しなかった解決方法を発見できる必要がある。
現実世界を理解し、結果を予測する能力
文章や画像を処理するだけでは、現実世界のすべてを理解できるわけではない。物体がどのように動くのか、環境が変化したときに何が起こるのか、人間の行動が周囲にどのような影響を与えるのかを予測する能力が重要になる。
そのため、今後は言語だけでなく、映像、音声、空間情報、センサー情報、実際の行動結果などを組み合わせる研究が進むと考えられる。人工知能が仮想環境や現実の装置を操作し、その結果から学習できれば、単なる文章の予測を超えた能力を獲得する可能性がある。
ただし、現実世界との相互作用には危険も伴う。誤った判断が物理的な事故や経済的な損害につながるため、実験環境と実運用環境を分け、安全な範囲で学習させる仕組みが不可欠になる。
自分の誤りを検出し、修正する能力
超知能に必要なのは、常に正しい答えを出す能力だけではない。自分の判断が誤っている可能性を認識し、必要な情報を集め、別の仮説を検討し、誤りを修正する能力も重要になる。
人間の専門家も、すべての問題に最初から正解できるわけではない。重要なのは、間違いを発見したときに修正できることだ。人工知能が自分の回答を検証し、外部の証拠と照合し、必要に応じて判断を撤回できれば、実用上の信頼性は高まる。
ただし、自己検証の仕組み自体が誤っている場合には、間違いを正しいと判断してしまう危険がある。複数の検証方法を組み合わせ、独立した評価や人間による監督を残すことが必要になる。
能力を制御する仕組み
人工知能の能力が高まるほど、制御可能性の問題は重要になる。システムが複雑な作業を自律的に進められるようになれば、人間がすべての操作を逐一確認することは難しくなる。
そこで必要になるのが、権限の制限、操作履歴の記録、異常検出、停止手段、外部監査などの仕組みだ。人工知能が何を実行できるのかを明確にし、重要な操作には追加の承認を要求する設計が求められる。
さらに、人工知能が評価試験の条件を見抜き、試験中だけ安全な振る舞いをする可能性にも注意が必要だ。試験で問題が見つからなかったことは、実際の運用で問題が発生しないことの証明にはならない。
超知能の安全性と社会的課題
超知能の実現可能性を技術的な問題だけで判断することはできない。能力が向上すれば、経済、雇用、政治、安全保障、教育、司法など、社会の幅広い領域に影響が及ぶ。
特に懸念されるのは、人工知能が悪意ある人間に利用される場合と、人工知能自身の動作が意図しない結果を生む場合だ。前者には詐欺、情報操作、サイバー攻撃などが含まれる。後者には、誤った情報の生成、指示の誤解、権限を超えた操作、長期的な作業の失敗などがある。
国際人工知能安全性報告書2026年版は、こうした危険について、実際に確認された被害と、将来的に重大な結果をもたらす可能性があるものを区別している。現在のシステムが直ちに人間の制御を失わせる能力を持っていると評価しているわけではないが、自律的な操作能力など、将来の制御上のリスクに関係する能力が向上している点を指摘している。
ここで重要なのは、危険性を過大にも過小にも評価しないことだ。超知能が人類を支配するという確定的な予測も、現在の人工知能には重大な危険がないという断定も、科学的な評価とはいえない。現時点で確認できる能力、実際に発生した被害、将来の不確実な危険を分けて考える必要がある。
技術開発と安全性評価を同時に進める
人工知能の安全性は、完成したモデルに後から付け加える機能ではない。学習データの選定、訓練方法、評価基準、運用環境、利用者の権限など、開発の各段階に組み込む必要がある。
例えば、モデルが危険な指示に従わないよう訓練するだけでは不十分だ。安全性を確認するための試験を行い、外部の研究者が検証できる情報を公開し、問題が見つかった場合に修正できる体制を整えなければならない。
また、開発企業による自己評価だけでは、評価の独立性が不足する可能性がある。第三者による試験、研究機関による再現実験、政府機関による監督などを組み合わせることが望ましい。
安全性を確保するための規制は、技術革新を一律に止めることを目的とするものではない。危険性の高い用途には厳しい基準を設け、比較的リスクの低い用途では技術の利用を促進するなど、リスクに応じた対応が必要になる。
能力の集中と社会的格差
超知能に近い人工知能が実現した場合、その能力を誰が保有し、誰が利用できるのかという問題も生じる。大規模な計算資源、半導体、電力、専門人材を確保できる企業や国家に、技術的な優位が集中する可能性がある。
一部の企業が高度な人工知能を独占すれば、経済活動や情報流通に対する影響力が過度に集中するおそれがある。国家間の技術格差が広がれば、安全保障上の緊張も高まりかねない。
一方、人工知能の利用費用が低下し、能力が広く提供されれば、教育、医療、科学研究、行政などで恩恵を受ける人々が増える可能性もある。技術の進歩そのものだけでなく、その成果をどのように社会へ分配するかが重要になる。
まとめ
スケーリング則は終わったのか
結論からいえば、スケーリング則が終わったわけではない。モデル規模、学習データ、計算量を増やすことで性能が向上する傾向は、現在も人工知能開発の重要な基盤である。
ただし、規模を拡大するだけで能力が無制限に伸びるという考え方には限界がある。計算資源や電力の費用が増大し、高品質な人間由来の学習データには量的な制約があり、次の単語を予測する方式だけでは長期的な計画や現実世界の理解に十分対応できない場合がある。
したがって、今後の課題はスケーリング則を捨てることではなく、その効果を最大限に引き出す方法を見つけることだ。モデルの規模拡大に、推論時の計算、強化学習、検証可能なデータ、外部記憶、新しい構造を組み合わせる方向が重要になる。
データ枯渇は人工知能の終わりを意味するのか
データ枯渇も、人工知能の進歩が止まることを意味しない。問題になっているのは、主として高品質な公開人間文章データを、従来と同じ方法で増やし続けることの難しさだ。
データの再利用、合成データ、専門家による評価、実験結果、現実世界から得られる情報など、学習に利用できる情報源は複数存在する。ただし、合成データを無条件に増やせばよいわけではない。誤りや偏りが繰り返し学習される危険があるため、検証と品質管理が必要になる。
つまり、今後はデータの量だけでなく、正確性、独自性、検証可能性、学習目的との適合性が重要になる。
推論時計算は突破口になるのか
推論時計算は、モデルが問題を解く際に追加の計算を行い、複数の候補や思考過程を検討することで、難しい課題への対応力を高める方法だ。数学、プログラム作成、科学的な問題解決などで成果が確認されており、今後も重要な技術になると考えられる。
ただし、推論に多くの計算を割り当てれば、必ず正しい答えが得られるわけではない。誤った前提を長く検討し続けることもあれば、評価方法の欠陥を利用して見かけ上の成果を高めることもある。計算量を増やすことと、判断の正しさを保証することは別の問題である。
したがって、推論能力の向上には、独立した検証、外部情報との照合、失敗を検出する仕組みが欠かせない。
超知能はいつ実現するのか
超知能がいつ実現するのかについて、確実な予測は存在しない。2030年までに人間の知的能力を広範囲で上回るシステムが登場する可能性を考える研究者もいれば、技術的な制約によって進歩が鈍化すると考える研究者もいる。
また、超知能の定義そのものが統一されていないため、実現時期を単純な年数で示すことにも限界がある。特定の試験で人間を上回った時点を超知能の実現と呼ぶのか、幅広い知的活動で人間を上回り、自律的に研究開発を進められる段階を指すのかによって、判断は大きく異なる。
現時点で確実にいえるのは、人工知能の能力が向上している一方で、その進歩の速度と到達点には大きな不確実性が残されているということだ。
超知能の実現可能性を考える際には、技術的な能力だけでなく、信頼性、制御可能性、安全性、社会的な受容性も評価しなければならない。能力が高い人工知能を作ることと、人間社会にとって有益な人工知能を実現することは、同じ課題ではない。
最終的に、超知能への道を決めるのは、計算量やデータ量の単純な増加だけではない。知識を獲得し、推論し、現実を理解し、誤りを修正し、自らの行動を制御できる仕組みをどこまで実現できるかが問われる。
スケーリング則は人工知能の発展を支えてきた。しかし、その先にある超知能を実現するには、規模の拡大だけでは解決できない課題を克服する必要がある。今後の人工知能研究は、より大きなモデルを作る競争から、より深く考え、正しく検証し、安全に行動できるシステムを作る競争へと移行していく可能性が高い。
参考・引用リスト
スケーリング則・計算量・学習データ
- Kaplan, J. et al. (2020). “Scaling Laws for Neural Language Models.” arXiv.
- Hoffmann, J. et al. (2022). “Training Compute-Optimal Large Language Models.” arXiv.
- Villalobos, P. et al. (2022). “Will We Run Out of Data? Limits of LLM Scaling Based on Human-Generated Data.” arXiv.
- Muennighoff, N. et al. (2023). “Scaling Data-Constrained Language Models.” arXiv.
データ枯渇・合成データ・モデル崩壊
- Shumailov, I. et al. (2024). “AI models collapse when trained on recursively generated data.” Nature.
- Feng, et al. (2025). “Beyond Model Collapse: Scaling Up Data and Models for Synthetic Data Training.”
- Yi, et al. (2026). 合成データの検証と品質管理に関する研究。
推論時計算・強化学習・評価
- Pan, et al. (2026). 推論時の計算拡張と段階的推論に関する調査研究。
- Hariri, et al. (2026). 推論時計算の手法と評価に関する調査研究。
- Zeng, et al. (2026). 検証可能な環境を用いた強化学習に関する研究。
- Jin, et al. (2026). 推論過程の検証・評価に関する研究。
- METR (2026). “Task-Completion Time Horizons of Frontier AI Models.”
アーキテクチャ・新しい学習方式
- Liu, et al. (2026). 混合専門家モデルの構造と発展に関する調査研究。
- Avogaro, et al. (2026). SPARCに関する研究。
- Vaswani, A. et al. (2017). “Attention Is All You Need.”
- Gu, A. & Dao, T. (2023). “Mamba: Linear-Time Sequence Modeling with Selective State Spaces.”
2026年の人工知能動向・安全性
- Stanford Institute for Human-Centered Artificial Intelligence (2026). “AI Index Report 2026.”
- Bengio, Y. et al. (2026). “International AI Safety Report 2026.”
- METR (2026). “Task-Completion Time Horizons of Frontier AI Models.”