DeepMind ドキュメンタリー：汎用AIは火力発電よりも偉大であり、人類文明は書き換えられる

DeepMindのドキュメンタリー『思考ゲーム』（The Thinking Game）が無料公開され、Demis Hassabisが生涯をかけて汎用AI（AGI）を追い求める旅が記録されている。Hassabisは、汎用AIは電気や火の発明よりも重要だと考えている。彼はAGIの誕生が間近に迫っており、人類史の分水嶺になると警告し、「私たちの次世代は全く新しい世界で生きることになる。すべての瞬間が重要だ」と語っている。

Demis Hassabisの汎用AIへの生涯の使命

（出典：Youtube）

6歳で地域のチェス大会で優勝したケンブリッジ大学の秀才であったDemis Hassabisは、早くからAGI研究を生涯の使命と定めていた。その理由は、生物学界を50年悩ませてきた「タンパク質折りたたみ問題」を解決したかったからだ。当時は、今では想像しにくいが、多くのベンチャーキャピタルや学術界の人々が汎用AI技術に大きな疑念を抱いていた。前者はDemisのアイデアを絵空事とし、後者は神経科学と機械学習を組み合わせることは純粋な科学ではないと考えていた。

2010年に設立されたDeepMindは、創業初期の資金調達の道のりが非常に困難だったが、有名なエンジェル投資家ピーター・ティール（Peter Thiel）と出会うことで転機を迎えた。ティールはDeepMindの大口出資者となったが、チームにシリコンバレーへの移転を強く求めた。しかしDemisはロンドンに留まることを固く主張した。なぜなら、ロンドンには独自の人材プールがあり、シリコンバレーの「素早く失敗し、素早く方向転換する」文化は、長期的な研究が必要な汎用AI技術には適していないと考えたからだ。

この決断は、HassabisのAGI研究に対する深い理解を浮き彫りにしている。汎用AIは消費者向け製品のように素早く反復できるものではなく、基礎科学のブレークスルーを要する長期研究が必要だ。シリコンバレーの起業文化は市場ニーズやビジネスモデルの迅速な検証を重視するが、AGI研究の価値は10年、あるいは数十年後に初めて現れるかもしれない。Hassabisがロンドンに残ることを貫いたことで、DeepMindの研究純度は守られた。

HassabisはAGIを人類による火の発見になぞらえている。この比喩は非常に意味深い。火の発見は人類が食物を調理し、暖を取り、照明し、金属を精錬することを可能にし、文明の発展の軌道を根本から変えた。Hassabisは、汎用AIは同等かそれ以上の影響力を持つと考えている。なぜなら、それは単なる道具ではなく、自ら学習し創造する知性だからだ。

ゲームから囲碁へ：DQNとAlphaGoのブレークスルー

（出典：DeepMind）

DeepMindはロンドン設立後、夢を持つ者たちを集めた。AIを訓練するため、彼らは「ゲーム」を実験場に選んだ。なぜなら、ゲームは完璧に制御された環境だからだ。彼らはディープラーニング（Deep Learning）と強化学習（Reinforcement Learning）技術を組み合わせてDQNモデルを生み出し、AIにアタリ（Atari）のピンポンゲームをプレイさせたが、ルールは教えず、ピクセルを見て高得点を目指すよう指示したのみだった。

最初、AIはボール1つも取れず、チームは汎用AI技術が空想にすぎないのではと疑った。しかし突然、AIは得点し始めた。次にAIに『ブロック崩し』（Breakout）をプレイさせた。数百回の訓練後、AIは自ら壁の側面を掘り抜き、ボールをブロックの上で跳ね返す「トンネル戦略」を編み出した。重要なのは、これは人間が事前に教えたものではなく、機械自身が見つけた最適解だったことだ。

これにより、DeepMindは異なる環境に適応できる汎用学習システムを創り出すことに成功し、汎用AI発展における大きなブレークスルーとなった。これは単に機械がゲームを覚えるというだけでなく、人間の指導なしに、自主的に戦略や解決策を発見できることを証明した。この自主学習能力こそが汎用AIの核心的特徴だ。

機械学習技術のブレークスルーにも関わらず、計算力はボトルネックとなった。AGI実現を加速させるため、DeepMindは最終的にGoogleに約4億ポンドで買収されることに同意したが、研究の独立性維持を条件とした。Googleの計算力を得たDeepMindは、中国発祥の「囲碁」へと目を向けた。囲碁はかつてAIが攻略困難とされた聖杯だった。

こうしてAlphaGoが誕生し、世界最強の囲碁棋士・李世石との対決が実現した。AlphaGoが世界を驚かせた第37手は、人間棋士にはほぼ不可能と思われていた創造的な一手であり、機械が計算だけでなく創造力も示すことを人類に知らしめた。李世石の敗北は世界に衝撃を与え、とりわけ中国にとっては「スプートニク・ショック」のようなもので、AIへの関心を呼び起こし、AI版の「宇宙開発競争」を引き起こした。

DeepMind技術進化の4大マイルストーン

DQNモデル：ディープラーニングと強化学習を組み合わせ、AIが自律的にゲーム戦略を発見

AlphaGo：人間の囲碁チャンピオンに勝利し、創造力と直感を披露

AlphaZero：人間の知識を完全に排除し、純粋な自己対局学習を実現

AlphaFold：タンパク質折りたたみ問題を解決し、ノーベル化学賞を受賞

AlphaGoは強力だったが、主に人間の棋譜データに依存して学習していた。DeepMindはその後、AlphaZeroを開発。これはさらに洗練されたアルゴリズムで、人間の知識を完全に排除し、自己対局のみで囲碁を学習する。AlphaZeroはゼロから出発し、1日でチェス・将棋・囲碁を極め、人類が見たことのない棋風まで披露。機械が純粋な経験により、人類の何千年にも及ぶ知恵を超えうることを証明した。

AlphaFoldがタンパク質折りたたみを解決しノーベル賞受賞

ゲームは実験場にすぎず、Demisの本当の野望はAIで科学の難題を解決すること、すなわち冒頭で触れた「タンパク質折りたたみ問題」だった。タンパク質折りたたみは長年にわたり人類最大の生物学的謎とされてきた。もし人類がタンパク質構造を予測できれば、創薬や病気治療が加速する。AIの生物学分野での可能性を検証するため、DeepMindはAlphaFoldチームを結成し、CASP（タンパク質構造予測コンテスト）に参加した。

2018年のCASP13でAlphaFoldは優勝したが、精度は生物学者が実際の研究で使えるレベルには至らず、チームは挫折と謙虚さを味わった。科学の課題はゲームよりはるかに複雑だと痛感した。諦めなかったDemisは、新型コロナ流行時にAlphaFold研究にさらに注力。物理学と機械学習の知見を持つ精鋭チームを組織し、自宅隔離という困難な状況下、昼夜を問わず研究に励んだ。

ついに2020年のCASP14で、AlphaFoldは驚異的な成果をあげた。科学界は、タンパク質折りたたみ問題が事実上解決されたと認めた。そしてDeepMindは大胆な決断を下す。成果を商業化せず、2億種以上、地球上のほぼすべて既知のタンパク質配列の予測構造を無料公開し、科学技術の果実を生物学界に無償で還元した。この功績により、Demisともう一人の研究者John Jumperは2024年のノーベル化学賞を受賞した。

AGI誕生カウントダウン 責任ある管理が急務

大規模言語モデル（LLM）チャットボットChatGPTの登場以来、生成AIはわずか3年で、プログラミングやクリエイティブワークの労働配分を根底から覆した。今、LLM技術に基づくChatGPT、Gemini、GrokなどのAIプロダクトにより、一般の人々もAI技術の衝撃を深く体感している。次のステップ、汎用AIの時代がまもなく到来し、人類史の分水嶺となる。

Demisは「テクノロジー自体は中立だが、人類の使い方次第で善にも悪にもなる」と語る。彼はGoogleに対し、DeepMindの技術を軍事監視に絶対使わないことを約束させ、また「素早く行動し、常識を破る」という態度を持つべきではないと強調した。なぜなら、AGI技術はあまりにも強力で、一度暴走すれば取り返しのつかない結果を招くからだ。

Hassabisは警告する。「AGIはまもなく誕生し、私たちの次世代は全く新しい世界で生きることになる。AIによって、すべてが一変する。責任あるAI管理のためには、すべての瞬間が重要であり、私の人生はこの瞬間のためにあった」。この緊張感は、DeepMindチームが汎用AIの潜在的リスクを深く認識していることを反映している。火が料理に使える一方で破壊にも使えるように、汎用AIは人類の課題解決にも、未曾有のリスクももたらしうる。

生成AI応用の爆発とAIエージェント時代の到来という重大な局面に立つ今こそ、汎用AI発展の歩みを振り返り、未来を考える最良のタイミングかもしれない。