4 月 7 日、Google DeepMind の CEO である Demis Hassabis 氏が 20VC からのインタビューに応じ、AGI（汎用人工知能）の定義と実現時期、Scaling Law の実態、現在のモデルが欠如している核心的な認知能力、AI が医療・バイオ分野とエネルギー分野にもたらす破壊的イノベーション、グローバルな安全規制の枠組み、AGI が労働市場に与える衝撃など、幅広いテーマについて議論した。
Demis Hassabis 氏は、AGI の到達目標を「人間の脳が持つ全ての認知能力を再現するシステム」と定義し、その実現は今後 5 年以内に高い確率で達成される可能性があると強調した。Scaling Law による性能向上は初期よりもペースダウンしているものの、まだまだ効果は実質的であり、いわゆる「プラトー」に達したとは見なしていないと述べた。
彼は現在の AI 業界の基盤的なブレークスルーの約 90% が Google（の研究チーム）と DeepMind によってもたらされており、今後数年の競争の主な武器は計算力の単純な拡大から、新たなアルゴリズムの発明能力へと移行すると予測。現状の AI は「段階的知能（ジグザグ知能）」であり、複雑なタスクには優れるものの基礎的な一貫性を欠くことを指摘した。この課題を克服するには、継続的学習、記憶システムのアーキテクチャ、長期的な計画立案など、核心的な技術課題に取り組む必要があると述べた。
AI がもたらす産業革命について、Demis Hassabis 氏は、AI が「科学的発見の黄金時代」を開くと予想した。例えば、AI による人体の代謝シミュレーションと患者の精密な層別化により、臨床試験の期間を大幅に短縮できる。エネルギー分野では、AI による電力網の効率化により 30%～40% の向上が見込まれ、核融合や材料科学のブレークスルーを加速させることで、エネルギー コストを大幅に削減できるという。さらに、核融合研究や新型バッテリー開発など、これまでにないエネルギー インフラの実現が近づくと楽観視した。
オープンソース モデルに関しては、オープンソース版は常に先端の商用モデルよりも約半年遅れる運命にあり、主に既存技術の複製と消化のプロセスとして機能すると指摘。規制面では、国際原子力機関（IAEA）のような国際機関の設立を提案し、政府系の安全研究機関による独立した監査を設け、AI が生成する機械言語（人間には読めない形式）の出力を禁止する安全基準の策定を提案した。
01 AGI の到達目標：人間の脳の全認知能力を再現するシステム
AGI の定義を巡って論争が続く中、業界で共通認識となっている到達目標とは？ また、一部の重量級研究者が AGI を 2026～2027 年に実現しうると予想しているが、これは挑戦的な予測といえる。現時点から AGI 実現までどれほどの距離があり、実現時期の予想は時間と共に変化しただろうか？
Demis Hassabis：
我々の AGI 定義は常に「人間の脳が持つ全ての認知能力を再現するシステム」だ。これは最も重要なポイントだ。なぜならば、脳は現在、宇宙で唯一「汎用知能」が存在することが証明されている唯一の存在だからだ。この基準こそが AGI の理想像だ。
（実現時期について）
私は確率分布でその時期を見積もっており、未来 5 年以内に実現する可能性がかなり高いと考えている。それほど遠い未来ではない。
（予想の変化について）
変わっていない。実は、2010 年に DeepMind を設立した時、共同創業者であり最高科学責任者（CSO）の Shane Legg が当時のブログで AGI の到達時期を完全に予想していた。当時、AI を研究する人間はほぼいなかったことを考えれば、誰もが「行き詰まりの道」だと考えていた。しかし、そのブログ記事は今でもネット上に残っている。我々は当時、計算力とアルゴリズムの進歩のトレンドから、実現までにおよそ 20 年を要すると予想していた。今のところ、そのペースはほぼ維持されているといえる。
02 AGI 実現の最大のボトルネック：計算力と Scaling Law の真実
その時期の AGI 実現に向けた最大の障害は何だろうか？ また、現在 Scaling Law の「天井」にぶつかったと指摘する人もいるが、それは事実か？
Demis Hassabis：
最大のボトルネックは計算力だ。Scaling Law による性能向上だけでなく、実験そのものにも計算力が極めて重要だ。クラウドの計算力が我々の「研究室の作業台」となっている。新たなアルゴリズムのアイデアが生まれた時、適切な規模でそれをテストできなければ、そのアイデアがメインシステムに統合された際に機能しない可能性も高い。多数の研究者が常に新たなアイデアを生み出す DeepMind にとって、計算力の需要は膨大だ。
（Scaling Law の「プラトー」について）
そうは思わない。状況はもっと微妙だ。超トップ企業が LLM（大規模言語モデル）を最初に構築し始めた頃、各世代の新システムが性能を倍増させるという、まさに指数関数的な成長を実現していた。しかし、その成長スピードは必然的に鈍化する。だが、それがスケールアップの収益がないことを意味するわけではない。我々をはじめとする最先端ラボでも、計算力拡張による恩恵は今でも実質的だ。初期のような劇的な向上は見られないものの、その収益は依然として大きい。
03 核心技術の不足：「継続学習」と「段階的知能」
現状の AI 発展において、どの分野の進展が予想よりも遅れているだろうか？ なぜ、我々は未だ「継続学習」を実現できないのか？ そして、次なるブレークスルーは「継続学習」だと考えているか？
Demis Hassabis：
実は、多くの分野で進展は予想を上回っている。例えば、現在の動画生成モデルや我々が最近発表した対話型ワールド モデル「Genie」を見れば、5～10 年前の我々であっても驚嘆したことだろう。多くの分野で、業界の予想を超える進化が起きている。しかし、本当に不足している核心的な能力も存在する。例えば「継続学習」だ。現在のシステムは、一度学習を終えてリリースされれば、その後は学習を止めてしまう。新たな知識を後から吸収する能力が非常に乏しい。これは重要な能力の不足だと考えている。
（継続学習の難しさについて）
トップラボの全てがこの難題に取り組んでいる。人間の脳はこれを非常に優雅に処理している。おそらく、睡眠と強化学習を通じて実現されているのだろう。脳の記憶固定プロセスにおいて、昼間の記憶は再生され、既存の知識ベースに統合される。私も、我々も脳のメカニズムに類似したメカニズムが、新たな情報と既存知識の融合に必要だと常々考えていた。
（次なるブレークスルー候補）
不足している能力は他にも多くある。例えば、記憶システムのアーキテクチャだ。現在の「長期コンテキスト ウィンドウ」は非常に単純で、全ての情報を詰め込むだけの手法に過ぎない。もっと興味深いアーキテクチャが発明される余地は大いにある。また、長期計画と階層的計画もそうだ。現在のシステムは数年単位の長期計画を立てることが不得手であり、人間の脳とは大きく異なる。そして、最も核心的な問題が「一貫性」だ。時として、現在のシステムを「段階的知能」と呼んでいるのはそのためだ。なぜなら、質問の仕方を変えれば、基礎的な問いに依然として失敗することがあるからだ。真の AGI においては、こうした欠陥はあってはならない。
04 組織統合とテクノロジーの「城壁」
DeepMind はここ数年で急激な進化を遂げた。その原動力は？ そして、LLM（大規模言語モデル）に代表されるモデルの「商品化」が進む中、今後は差が縮小するのか、それとも少数の企業がリーダーシップを維持し続けるのか？ また、オープンソースの未来をどう見るか？ なお、オープンソース モデルは通常、先端の商用モデルよりも 1 ステップ遅れる現状がある。
Demis Hassabis：
我々は組織体制の見直しを行った。Google と DeepMind はこれまで、最も深く、最も幅広い研究基盤を有していた。過去 15 年間、モダン AI 産業の約 90% の基盤的なブレークスルーは、Google Brain、Google Research、DeepMind から生み出されてきた。AlphaGo から強化学習、Transformer に至るまで、こうした重要なマイルストーンを我々が打ち立ててきたことは疑いようがない。今後、不足するピースが存在するのであれば、我々がそれを補完する自信はある。我々は社内のトップ人材を集結させ、計算力資源を統合し、最強のモデルを構築する。そうして、社内の分散版モデルではなく、一つの統合版モデルを目指した。我々はスタートアップのように、高速で集中力を持って取り組み、業界のトップ集団に再び返り咲いた。
（競争格差について）
我々を含む 3～4 社のリーディングラボが差を広げつつある。なぜなら、既存の AI ツール（プログラミングや数学のツール）が、次世代システムの開発を支援するからだ。古いアイデアからの収益獲得は徐々に難しくなっており、新たなアルゴリズムを発明できるラボが、今後数年でより大きな優位性を有することになる。
（オープンソースの行方）
状況はおそらく今と変わらないだろう。我々はオープン サイエンスとオープン ソース モデルの支持者だ。Transformer から AlphaFold に至るまで、我々は世界に多くの成果を共有してきた。我々は今後も、科学分野への AI 適用領域で同様の取り組みを継続する。しかし、オープン ソース モデルが先端の商用モデルより常に半年程度遅れる現状を見れば、オープン ソース コミュニティは、最先端のアイデアを消化し、複製するプロセスに過ぎない。とはいえ、我々は Gemma シリーズに代表されるオープン ソース モデルの普及に力を注いでおり、同等規模で世界最高水準のモデルを目指している。これらのモデルは、開発者、学術界、エッジ コンピューティングに最適なものだ。
05 AGI 後の世界
LLM（大規模言語モデル）の先にある世界観について、Yann LeCun 氏とは異なる見解を有している。AGI システムの核となる唯一の構成要素が LLM だと言うのか、それともシステムの一要素に過ぎないのか？ また、AGI が 5 年以内に実現すれば、その世界はどのような姿をしているだろうか？
Demis Hassabis：
некоторым аспектам я не согласен с Йаном. Есть 50% что нам нужны новые прорывы в области моделей мира и т.д., но я уверен, что базовая архитектура LLM уже доказала своё превосходство. Этот парадигма не исчезнет. Законы Scaling по-прежнему работают. Вопрос в том, станет ли LLM в будущем AGI единственным «ядром» всех систем или только одной из многих частей. Я убеждён, что LLM никуда не денется, а станет основой будущих систем.
（5 年後の世界観について）
AGI は科学と医療研究の究極のツールとなるだろう。科学的発見の加速や疾病の根治法の発見など、まさにこの技術が不可欠だ。5 年後には、我々は「科学的発見の黄金時代」に突入しているだろうと期待している。
06 AI 駆動の医療革命：規制プロセスの最適化
新薬が患者のもとに届くまでには、臨床試験のプロセスを経る必要があり、平均で 10 年にも及ぶといわれている。AI はこの効率的ボトルネックをどう解決し、真の医療革命を実現するだろうか？
Demis Hassabis：
我々はこのボトルネックの解決に間もなく迫ろうとしている。AlphaFold がタンパク質の立体構造予測を制した後、我々は Isomorphic Labs を設立し、薬剤設計、化合物合成、毒性検査などのプロセスを最適化する取り組みを開始した。今後 5～10 年で、この「薬剤設計 エンジン」は成熟するだろう。確かに臨床試験は長いプロセスだが、AI は人体代謝のシミュレーションや患者の精密な層別化を通じて、このプロセスを加速できる。真の革命は、最初の AI 設計による薬剤が市場に投入された時だ。その時、規制当局はモデルの予測データを検証することで、将来的には動物実験や段階的な投与プロトコルを省略し、モデルの予測を直接信頼できるようになるだろう。我々は二段階のプロセスで取り組む。まずは薬剤設計のブレークスルー、次に規制プロセスの最適化だ。
07 AI セキュリティと国際協調規制
スティーヴン・ホーキングはかつて「AI 発展は最初から正しく行わねばならない。二度目のチャンスはないかもしれない」と警告したが、こうした AI セキュリティへの懸念にどう考えるか？ そんな中、正しい規制とは何か？
Demis Hassabis：
完全に同意する。我々が直面するのはまさに「掛け金」だ。2 つの懸念がある。1 つは、こうしたデュアルユース技術の悪用。そして 2 つ目が技術的リスクだ。AGI への道のりにおいてシステムがより自律的でエージェント性を獲得するにつれ、それを「安全な柵」の中に収め続けられるのか？ 正しい規制は極めて重要だ。トップサプライヤーに最低限の基準を設ける一方で、これは国際協調でなければならない。
（正しい規制の定義について）
人類史上で最も重要な技術が登場したこの時期、国際情勢は分断を深めている。これは理想的ではないが、我々は最低限の基準設定に尽力すべきだ。例えば、欺瞞能力を有するシステムの構築禁止などが挙げられる。理想的なシナリオは、国際的な認証制度の設立だ。モデルが特定のセキュリティ基準を満たすことを証明し、ユーザーと企業に安心を与える制度でなければならない。これは技術が国境を越える以上、国際的な枠組みでなければならない。
論理的に厳密なシミュレーション経営システムにおいて、AGI 実現後に誰が「検証システム」と「真実の仲裁者」の役割を担うのか？ AI セキュリティ分野で専用の「魔法の杖」が与えられたとしたら、どのような国際協調策や技術規制プロセスを実現したいと考えるか？
Demis Hassabis：
最終的には、各国政府がこの役割を担うべきだ。技術的な作業を実行できる機関は、AI セキュリティ研究所のような専門機関だ。既に政府主導の下で、こうした機関の設立・運営が進められており、素晴らしい成果が見られている。他の先進国も同様の、高水準の研究者を擁する機関設立を急ぐべきだ。こうした機関が特定のベンチマークに基づき、AI を実際に評価・監査し、基準達成の有無を独立検査できる。
（安全策について）
我々は、国際原子力機関（IAEA）のような国際機関が必要だと考える。各国の安全研究機関が情報を集約し、この組織を通じて共有できるように。学術界も参加し、システムの特性と能力を測定する正しいベンチマークを共同で策定すべきだ。この他にも安全基準を強化する仕組みが必要だ。例えば、AI が人間に読めない機械言語（非人間可読なトークン）を出力することを禁止するなど。大半の最先端ラボは、このような行為を回避すべきだとしている。規制当局はこうした点を検査し、一般への信頼醸成につなげるべきだ。学術界と市民社会もこのプロセスに参加し、こうした日々進化するシステムが独立監査・検査を受けているかを確認すべきだ。
08 労働市場の構造的変革
科学は未来 5 年間で最も Exciting な分野の一つになるだろう。その一方で、労働力の代替は核心的な懸念材料でもある。過去のあらゆる技術革新がそうであったように、人類はその課題を克服するとの見方もある。だが、我々が目の当たりにしているシステムの驚異的な能力を考れば、労働市場への影響をどう考えるか？
Demis Hassabis：
過去のあらゆる技術革命がそうであったように、今回の革命も大量の職業的混乱（ジョブ ディスラプション）を引き起こすだろう。古い仕事は消失し、新たな実行不可能な業務に変わる。しかし歴史が示す通り、その後には想像もできなかった新たな職種が生まれ、往々により高い質と報酬を有することも珍しくない。とはいえ、「今回は違うのではないか？」との懸念もある。確かに今回の変革は過去のインターネットやモバイル通信のブレークスルーと同じように思えるかもしれない。しかし、私はこの変革の規模が、過去のあらゆる技術革命をはるかに凌駕すると考えている。時として、AGI の到来を「10 倍のスピードで 10 倍の規模の産業革命を実現する」と表現することもある。かつて 1 世紀かかっていた変革が、10 年で実現される時代の到来だ。産業革命は大きな動乱を引き起こしたが、同時に計り知れない進歩ももたらした。産業革命が無ければ、現代医学も存在しなかっただろう。産業革命以前の乳幼児死亡率は 40% にも達していた。我々はこうした進歩を決してなかったことにしたくはないが、理想的には、今回の革命において歴史上よりも上手く副作用を緩和していきたい。
多くの人が「1 年の変化は過大評価し、10 年の成果は過小評価する」と語る。AI 分野でもそれは当てはまるか？ AGI の到来は、我々が想像するよりも早いのか？
Demis Hassabis：
これは今でも真実だ。AI 発展の短期・長期のタイムラインは、従来の技術よりもよりタイトに圧縮されているとはいえ、直近 1 年間の変化は確かに過剰な期待と共にある。その一方で、10 年スパンで見れば、この革命の根本的な変化は依然として過小評価されている。今日であっても、AI 分野では短期的な過大評価と長期的な過小評価が混在している現実がある。
09 AI が創造する価値総量：エネルギー コストをはるかに上回る革新と再生可能無料エネルギーの実現
労働市場に加え、所得の不平等と富の一部企業への集中も懸念材料だ。産業革命の歴史を踏まえ、こうした傾向が今後どのように変化するか？ また、AI 革命がもたらす前例のないエネルギー需要の高まりにどう対処すべきか？
Demis Hassabis：
富の公平な分配には複数の道筋がある。例えば、年金基金や政府系ファンドが大手 AI 企業の株式を保有し、国民全体で成長の恩恵に預かれるようにする。これは投資面からの解決策だ。また、AI が生産性を大幅に向上させた場合、その利益をどう再分配するかも重要な課題となる。例えば、追加の生産性向上をインフラ整備などに振り向ける。今後 5～10 年で、再生可能無料エネルギーのような突破的なイノベーションが実現する可能性もある。我々はパートナーと共に核融合研究を推進中であり、AI は超伝導体、新型バッテリー、材料科学のブレークスルーを加速させることで、経済の本質を根本から変えるだろう。
（エネルギー需要について）
中長期的に見れば、AI が創造する価値総量は、消費するエネルギー コストをはるかに上回る。我々は既存のインフラと電力網の最適化を通じ、効率を 30%～40% 向上させることが可能だ。また、気象と気候のモデリングにおいても世界をリードしており、環境変化への対応も可能だ。最も Exciting なのは、AI の支援により核融合、新型バッテリー、超伝導体といった突破的技術の実現が加速することだ。その時、人類はかつてないエネルギー保障を手に入れ、環境問題の解決のみならず、宇宙探査のコストを劇的に削減できる時代が到来する。核融合エネルギーが実現すれば、海水を無尽蔵のロケット燃料に変換できる時代が到来するのだ。
10 欧州市場合わせと究極の医療目標
欧州市場合わせ、時価総額 1 兆ドル超の企業は実現するだろうか？ 再び「魔法の杖」を与えられたとしたら、時価総額 1 兆ドル級企業を育成するために、どのような「成長マインドセット」を注入するだろうか？
Demis Hassabis：
現時点では存在しないが、Spotify のような企業には可能性があると考えている。我々の取り組み Isomorphic Labs がその可能性を秘めている。欧州の課題は市場が相対的に分断されている点で、これを克服する必要がある。例えば、制度イノベーションを通じて市場を統合するなどの取り組みだ。
我々はスタートアップ時代は優秀だったが、企業がグローバルな巨人へと成長する「ドリフト領域」を乗り越える際に、10 億ドル級の資金調達を支援する資本市場の不足に直面した。これは 10 年前に我々が資金調達した際に感じた課題であり、今も変わらない。我々にはより大胆な野心とより強固な資本支援が必要なのだ。
医療革命の観点から、根治が最も期待される疾病は？ また、他の誰もがまだ注目していない問題に取り組んでいるか？
Demis Hassabis：
私が根治したいのは、がんだ。Isomorphic Labs は神経変性疾患から心血管疾患、免疫学、がんに至る全分野を網羅する汎用型薬剤設計プラットフォームの構築を目指している。よくある「陳腐な目標」のように聞こえるかもしれないが、これが我々の真の目標だ。
多くの人が経済的影響について語るが、私がより懸念するのは AGI がもたらす哲学的な課題だ。技術的・経済的な課題が解決すれば、我々は「生命の意義」「目標」「意識の本質」といった究極の問いと向き合うことになる。人間であるとは何を意味するのか？ 我々には、新たな哲学者がこの方向へと導いてくれることを期待したい。