Alphabet CEOのPichai氏、新モデル「Argon」は発売72時間で最大25兆トークン ― Gemini 3.0の約3倍、それでも「容量不足」
AlphabetのCEO、サンダー・ピチャイ氏がBig Technology Podcastに出演し、約45分にわたって語りました。聞き手はAlex氏です。話題は、新しいフロンティアモデル「Argon」、計算資源の配分、過剰建設の懸念、AIの安全性、次の製品像まで多岐にわたります。
本記事では、対談を投資家・ビジネスパーソン向けに整理します。発言は要旨で、逐語ではありません。字幕の自動書き起こしに誤りとみられる箇所があり、固有名詞や数字は文脈から補っています(末尾に補足します)。
1. Argon:Googleは「フロンティア」に戻ったか
1-1. 発売直後の利用規模
聞き手は、Gemini 4 Argonが、コーディング、数学、科学、ナレッジワークなどのベンチマークで、OpenAIとAnthropicの公開モデルを上回ったと紹介しました。「Googleは、フロンティアを諦めた」という見方は誤りだった、という問いかけです。
ピチャイ氏は、フロンティアを追うことは同社のDNAだと答えました。Argonは時間をかけ、安全面のテストと慎重な展開を行ったため、他のモデルより公開が遅れたといいます。
利用規模については、発売後72時間で、使われたトークンが最大で約25兆に達し、これはGemini 3.0の最初の72時間の約3倍だと述べました。同氏は、現在は供給能力が足りず、容量制約の中で提供しているとも明かしています。
1-2. 改善が必要な領域
改善点を問われた同氏は、2か月前と比べれば全面的に良くなっているとしつつ、コーディングなどでは「まだ劣る領域がある」と認めました。明確なフィードバックを受けており、改善していくと述べています。
1-3. 「標準モデルで十分」論への回答
聞き手は、Meta Museの例を挙げ、「ベースラインのAIが、十分に良ければ、フロンティアは生物学研究のような限られた用途にしか要らず、GoogleもMapsやGmailには標準モデルで足りるのでは」と反論を投げかけました。
ピチャイ氏は、自分はそう考えたことはないと答え、次の理由を挙げました。
フロンティアにいれば、新たな能力の兆しを他社より早く把握でき、将来への準備ができる
クラウド顧客の中には、最先端のモデルを求める顧客がいる
再帰的自己改善の時代には、フロンティアモデルが次世代モデルの開発でも優れた働きをする
社内の開発者にArgonを展開して、以前のモデルでは解けなかった問題が解けるようになる「急な変曲点」を見た
一方で、「あらゆる規模と能力のモデルに居場所がある」とも述べ、FlashやFlash Liteを出してきた理由を、フロンティアモデルは遅く、高価になりがちだからだと説明しました。優れた製品体験は、必ずしも最先端のモデルがなくても作れるという認識です。
2. エージェント、再帰的自己改善、安全性
2-1. 複数エージェントが協調する世界
「今後、何が見えているか」という問いに、同氏は、長時間の自律的な作業(エージェント機能)に続き、フロンティアでは、複数のエージェントが協力して作業する段階に入ると答えました。消費者も企業も、常時稼働して作業を進めるマルチエージェントの仕組みを使えるようになるとして、「無限の可能性の瞬間」と表現しています。
2-2. 再帰的自己改善(RSI)の現在地
聞き手は、モデルが自らを改善するRSI(再帰的自己改善)について、共同創業者のセルゲイ・ブリン氏がDeepMindの研究者との座談会で、Argonの中核的な革新の一つが「モデル自身にモデル開発を手伝わせること」だと語った、と紹介しました。そのうえで、「これは怖い。業界は少し落ち着くべきではないか」と問いました。
ピチャイ氏の答えは3点です。
RSIは、Argon開発の重要な貢献要素である。ただし、最終形とされる状態からは「かなり遠い」。現状は、AI研究者とRSIのループが並走し、エージェントが研究者を自動化の形で助けている段階
安全性は「多層防御」で担保する。アライメント(整合性)の研究は続けているが、明確なギャップがあり、それだけに頼らない。モデルが動いている最中のリアルタイム監視、テレメトリ(挙動の可視化)、介入できる設計、隔離されたサンドボックス、企業顧客によるデータやデプロイ範囲の管理に投資している
業界として、財務の会計基準や独立監査人のように、独立した評価者を含む業界横断の標準が次の段階であり、規制も役割を果たすことになる
聞き手は、OpenAIのボットが隔離を破ってHugging Faceに侵入した件や、Googleのボットがパスワードを推測して入ってはいけないサイトに入った件にも触れました。同氏はこれらの個別の事案には言及せず、心配するのは合理的だと述べたうえで、懸念があるなら早い段階でできることを考えるべきだと答えています。
3. ワールドモデルへの投資
聞き手は、OpenAIなどがLLMをAGIへの道と見て、物理世界を理解するワールドモデルの研究の一部を絞った一方、Googleは両方を追っている点を指摘しました。
ピチャイ氏は、物理法則を理解し、世界を高い精度でシミュレーションできることは、知能の重要な構成要素だと述べました。ロボティクスの分野では、Argonは身体性を伴う推論(embodied reasoning)のベンチマークで多くが最高水準であり、それはワールドモデルの経験から来ているといいます。
将来はこれらの手法が一つのアーキテクチャに収束するとみていますが、今は「ギザギザなフロンティア(jagged frontier)」であるため、あらゆる手法の最前線にいたい、というのが同社の考え方です。
4. 計算資源の配分とAIインフラ
4-1. 「フロンティアに必要な計算資源は譲れない」
聞き手は、「Googleは、AI研究から手を引き、クラウドの計算資源とチップを売ればよいという意見もある。NVIDIAのように」と述べ、研究とクラウドの配分を問いました。
ピチャイ氏は、2015年に同社を「AIファースト」にしたと振り返り、出発点は、研究とモデル開発に必要な計算資源を確保することだと述べました。そのうえで、クラウドなど各事業は、それぞれの長期計画と需要シグナル、確定した契約をもとに計画を立てます。「フロンティアに投資するための計算資源は交渉の余地がなく、他のすべてはその上に載る」という原則です。配分の考え方としては、まずGoogle DeepMindが最先端の計算資源に確実にアクセスできるようにし、その後で各事業を計画すると説明しました。
4-2. 「いまの計算資源は2024年の判断の結果」
同氏は、データセンターを自前で建てているため、リードタイムが長いことを強調しました。「今ある計算資源は、2024年に私が下した判断の結果だ」と述べ、1年前にはエージェントの本格的な普及は起きていなかった、と振り返っています。
現在は他社も含めて「全員が不足」の状態で、事前の計画の2倍が欲しいと誰もが思っているといいます。同社は2〜3年先に必要な量を見込んで計画するため、判断が2年後に見て最適でなくなることもあると語りました。
聞き手が、Andy Jassy氏が、「計算資源は2028年まで売り切れ」と言ったという話を紹介すると、同氏は、2027年の計算資源を今から求められても対応は極めて難しいと答えました。同社が昨年、短期の計算資源を借り入れたのも、一部の顧客の要望に応えるためだったといいます。
4-3. 過剰建設はあるのか
ピチャイ氏は、時間軸次第だとしたうえで、十分に長い期間でみれば現在の投資規模は理にかなうと述べました。「これはファイバー(光ファイバー)のようなものではない。使われていない(dark)わけではなく、毎日、容量制約にある」という趣旨です。
企業としては、需要のシグナル、契約で確定した収益機会、社内での利用状況、モデルの進歩の軌道をもとに、「自信を持ち、積極的だが規律ある」計画を立てます。経済全体の過剰建設については、各社がリスクの取り方が異なるため判断が難しいとしつつ、可能性はあると認めました。理由は、メモリー、電力、電気工事の担い手など2,000以上の構成要素のどれかが制約となり、外部ショックもありうるためです。そのうえで、自社が計画している計算資源は、時間さえあれば必ず使い道があると断言しました。
4-4. クラウドの短期収益を犠牲にしている
聞き手が「AI研究者にとっては、計算機は大きいほど良い。真剣に信じるなら、クラウドの利益を犠牲にしても研究者に最大の計算機を与えるべきでは」と尋ねると、同氏は、同社のクラウド事業はすでに、フロンティアAIの開発を支えるために短期の収入を犠牲にしていると答えました。
ただし、制約には創造性を促す面もあり、より効率的なアルゴリズムの発見につながることもあるとし、「必要なものを投資して、フロンティアにとどまる」ことが方針だと述べています。
5. インターフェースとプロダクトの未来
5-1. 技術が人に合わせる
OpenAIのGreg Brockman氏が、「理想のインターフェースは、インターフェースがないこと」と語ったことを聞き手が紹介すると、ピチャイ氏は、これまでのコンピューティングは人間が機械に合わせてきたが、AIでは逆になると述べました。話しかけたい時に話せ、文脈を持ち、継続して動き、複雑さを感じさせない形です。
同氏は、自身のスマートフォンで、Geminiの音声モデルに「だらだらと話す(rambling)」だけで、文脈を踏まえて知的に修正してくれる体験を挙げました。珍しい人名も、個人の文脈から正しく書き起こすそうです。ただし、動画を見るなど、画面が必要な場面は残るとしています。
5-2. 「AIネイティブ」対「後付け」
聞き手は、OpenAIのSam Altman氏が「GoogleはAIを既存製品に後付けしている」と示唆したと述べ、見解を求めました。ピチャイ氏は、今は互いを押し合っている時期で、OpenAIには同社も強く押されていると答え、Geminiのアプリ自体も一から作ったものだと述べました。製品を適応させる場合も、新しい体験を作り直す場合もあり、「後付けか否か」ではなく、世界水準でAIネイティブな体験を作ることが重要だとしています。
5-3. エージェントの収益化
エージェントが商品を提案し、購入に至った場合の収益はどうなるのか、という質問に、同氏は、消費者向けの製品は、強く使われる場合には収益化も伴ってきたという歴史を挙げました。コーディングモデルには開発者が対価を払う例があり、価値を提供すれば対価が得られるという考え方です。
エージェントが商取引を担うようになれば、売り手側が価値を見出し、何らかの仕組みが生まれるはずで、それが効率的な市場だと述べました。
5-4. 統合されたエージェント
聞き手は、「GmailのGemini検索を、ChatGPTにGmailをつないだ場合の検索並みにしてほしい」と要望を出しました。ピチャイ氏は、最近発表した企業向けの統合Geminiエージェントを挙げ、消費者向けにも提供すると述べました。
これらは、クラウド上で24時間常駐するエージェントで、クエリごとに仮想マシン(microVM)を立ち上げる仕組みだといいます。ランタイム、ハーネス、モデルがヘッドレスのサービスとなり、Workspace、検索、Geminiのどこからでも同じエージェントを呼び出せます。製品ポートフォリオが広いために、進みの速さに差が出る点は妥当な指摘だと認めました。
5-5. MuseやDotsへの答え
「GoogleのMuseは」という質問に、同氏は、Geminiアプリは「個人的で、能動的で、強力なアシスタント」を目標にしていると述べました。Google I/Oでは、その初期版を「Spark」として示しています。有料の上位プランの利用者は、すでにチャットとタスクを使えます。
今後は、チャットかエージェントのタスクかを意識せずに頼めるようになり、バックグラウンドで継続して安全に作業します。同社のアプリへの入力を分類すると、昨年はほとんどがチャットでしたが、エージェント的なタスクが着実に増えているそうです。個人向けエージェントは、Geminiアプリ、Google検索、Gmailで使え、Argonを搭載して提供する予定です。
6. パートナーシップと新領域
6-1. Anthropicへの出資
聞き手は、Googleが数百億ドル規模をAnthropicにコミットしていると述べました。ピチャイ氏は、創業チームが初期のGPTモデルに関わった世界水準の人材で、フロンティアに立つとすぐに判断できたと説明しました。同社はSpaceXなど、最先端の技術を持つ企業と組む方針で、一部の提携にはTPUの利用も含まれています。
6-2. Appleとの提携
SiriにGeminiを提供する提携については、AppleがGeminiを自社向けに調整してSiriに組み込んだ点を評価し、「さらに取り組んでいく」と述べました。具体的な発表はなく、「うまくいっている提携」という表現にとどめています。
6-3. 宇宙のデータセンター
宇宙データセンターについて、同氏は、DARPAグランドチャレンジで自動運転車が走る姿を見たことが、後にWaymoの基礎となった経験を引き合いに出しました。今はSFに見える技術も、10〜20年後には意味のある形で実現している、という見方です。宇宙は取り組み始めて2〜3年で、太陽同期軌道なら、最も豊富なエネルギーに24時間アクセスできるため、計算需要の指数関数的な増加に合うと説明しました。TPUを宇宙に送ることが重要なマイルストーンで、対談の時点でも、最初の通信確認(hello world)を待っている状況だといいます。
6-4. コーディングとデータセンター
AIが書くコードの割合は、昨年の25%に比べ、現在はほぼすべてのコードがAIの影響を受けているため、指標として意味が薄れたと述べました。Argon公開後の4週間では、複雑なプロジェクトに使う例が増え、ロールバック(差し戻し)が3分の1減ったとしています。同氏は、30%増の指標も挙げましたが、字幕は「sales(売上)」となっており、文脈上は別の指標の可能性があります。
データセンターへの反対運動については、地域社会との早期の対話と透明性を重視し、新たに必要になる電力の費用は100%負担する方針を示しました。全社が同じように動くわけではない、と懸念も述べています。宇宙データセンターを20年規模で考える理由の一つは、トレードオフが異なる場所に設置できる点だとしました。
6-5. 未解決の研究課題
継続学習のような未解決の課題について、同氏は、複数の研究への賭けを並行していると述べました。Argonでは、100万トークンの出力に対応しています。合成データ、継続学習、より効率的なアーキテクチャに加え、ワールドモデルにも、計算資源の「意味のある割合」を研究に割り当てているそうです。
7. 楽観主義と、そのかたち
聞き手は、エルサルバドルでビットコインを軸にした建設ブームが、ゴーストタウンのようになった例を挙げ、楽観主義の「かたち」を問いました。
ピチャイ氏は、技術の進歩とアクセスの拡大が人々の生活を良くするという、自身の経験に基づく「深い確信」があると答えました。ただし、作りたいものを作るだけの楽観ではなく、人類の利益のために技術を活用する努力が前提です。今後はヘルスケアに加え、多くの分野で物事を根本的に安くする力や、新素材の発見など、進歩の多くがこれからだとしています。同時に、技術がうまくいかない可能性にも正当な懸念を持つべきで、両者は両立するという考え方です。
