「あと5年で AGI」という永続する台詞
AGI（汎用人工知能）の到達時期をめぐる予測は、過去20年にわたり一貫した挙動を見せてきた。すなわち、予測の期日が現在の5〜10年先に張り付き、時間が経過するたびに期日も同じ歩幅で前進する、という現象である。これを筆者は「後退する地平線」と呼んでいる。2020年に「2025年 AGI」と言っていた論客が、2023年には「2027年 AGI」、2025年には「2030年 AGI」と言い換える光景は、2026年の現在もシーンの至るところで観測できる。
本稿では、特定の個人を攻撃するのではなく、予測がずれ続ける構造そのものを批判的に整理する。重要なのは「誰が外したか」ではなく、「なぜ同じ形で外れ続けるのか」である。
2020年・2023年・2025年の予測スコアカード
- 年前後の OpenAI 周辺の公開発言や Metaculus 上の集団予測では、汎用タスクでの人間並み性能の到達は2029〜2032年を中央値とする分布が多かったと報告されている。2023年の GPT-4 公開直後、Metaculus 上の「Weak AGI」到達中央値は2026年前後へ急接近したとされ、この時点で「期日が数年前進した」現象が顕著になった。
- 年以降、モデル性能は特定ベンチマークで飽和する一方、エージェント系の長期計画タスクでは人間水準との乖離が残った、との指摘が複数の評価機関から出ている。結果として、2026年時点の主要な予測中央値は再び2030年近辺へと後退しているケースが観測される。つまり、6年間で地平線は約5年分移動したことになる。
なぜ地平線は移動するのか
第一の構造要因は、AGI の定義が観測ごとに書き換えられる点だ。「経済的に有用な任意のホワイトカラー業務の遂行」「特定ベンチマークでの人間中央値超え」「新規科学発見の独立遂行」など、定義が緩いほど到達が早くなり、厳しくすればするほど遠ざかる。しかも、既存モデルが到達してしまったタスクは「それはもはや AGI の指標ではなかった」として事後的に除外される傾向がある。チェス、囲碁、画像分類、読解、数学オリンピック問題、いずれも到達後に「AGI 指標から格下げ」された歴史を持つ。
第二の要因は、予測者のインセンティブ構造だ。投資家向けコミュニケーションでは「間近」のほうが資金調達に有利であり、安全性研究の予算獲得でも「差し迫った危機」の物語は資源を引き寄せやすい。一方、学術界では慎重な中長期予測のほうが評価される。この非対称性が、表舞台では「近い」、査読の場では「遠い」という二重の期日を生み出す。
第三の要因は、能力の伸びが一様ではない点である。モデルが短文要約、コード補完、画像生成で急速に伸びる一方、長期的整合性、物理的具身性、自己監査の文脈では伸びが鈍い。総合指標を作ろうとすると、得意分野の進歩が平均値を押し上げ、苦手分野の停滞が隠蔽されがちだ。
予測言説を読むためのフレーム
予測を評価する際、読者側で必ず確認すべきチェックポイントが三つある。まず「AGI の定義」を具体的なタスク集合として明示しているか。次に「評価主体」が独立した第三者機関であるか。最後に「失敗条件」、すなわち予測が外れたと見なす反証基準が事前公開されているか。この三点が揃わない予測は、実質的には反証不能な信仰告白に近い。
筆者が追跡しているケースでは、Gary Marcus が早い段階から「長期整合性・物理接地・因果推論」という具体的な未達ゾーンを名指しし続けてきた姿勢は、反証可能性の観点で参照に値する。逆に、到達時期だけを繰り返し前後させる予測は、科学的言説としては採点が難しい。
日本の実務者が取るべき距離感
AGI タイムラインに賭けた経営判断は、極めて脆弱なストーリーの上に積み上がる。KGA の顧客案件では、3年計画を「AGI 到来前提」で組まないよう提案している。代わりに、現行モデルの得意領域（定型文書、コード補助、構造化抽出）に実装を限定し、長期計画や物理制御が絡む領域は人間の監督下に残す設計を推奨する。
AGI が来るか来ないかではなく、「来ても来なくても壊れない業務設計」こそが、神話に振り回されない最善の防御である。地平線が永続的に後退し続けるなら、地平線の位置を議論するより、足元の地面を整える方に工数を割くべきだ。