GPT6 Astra対Fable 5.1、フロンティア対決の内幕 ― ベンチマークにより評価が真逆に割れる異例の事態
AI・指数関数的技術専門ポッドキャスト「Moonshots」が、業界史上最速とも言われる1週間の出来事を総まとめした。過去30日間でフロンティアモデルのリリースが12件、平均5日に1回というペースで続いており、今週だけでもOpenAIとAnthropicのフロンティアモデル対決、AI規制を巡る両極端な政治的動き、World Labsの新世界モデル、Teslaの自動運転タクシー量産、宇宙・医療分野の進展まで、10領域26本のニュースが取り上げられている。ビジネスパーソン・投資家向けに主要なポイントを整理する。
1. OpenAI「GPT6 Astra」とAnthropic「Fable/Mythos 5.1」― 48時間差の頂上決戦
今週最大のニュースは、OpenAIとAnthropicが、48時間以内に相次いで主力モデルを発表したことだ。出演者らはこれを「両雄が繰り出す加速するチキンゲーム」と表現し、リリース間隔が縮まる一方でモデル自体の性能向上幅はむしろ拡大していると評した。
1-1. Astraの驚異的なベンチマークスコア
OpenAIの発表によれば、GPT6 Astraは、事前学習・強化学習・アラインメントにわたる長年の研究成果を結集したモデルであり、コンピュータ操作、ブラウジング、ソフトウェアエンジニアリング、サイバーセキュリティ、科学、専門業務で最先端の性能を持つとされる。Frontier Math Tier4で98%、ARC-AGI-3で99.9%、ExploitBenchで100%のスコアを記録し、複数のベンチマークで「飽和」状態に達したという。特筆すべきは、ハルシネーション率が92%から51%とほぼ半減した一方、精度はむしろ向上した点で、OpenAIは、Astraの物語を「生の知能」ではなく「効率性」の物語だと位置づけている。
Sam Altman CEOは、Bloomberg TVのインタビューで、Astraについて「アイデアを持ってAIと対話的に作業し、複雑なソフトウェアの一部を組み立てるという点で、これは初めて『とりあえず試してみて』と誰にでも言えるモデルだ」と述べた。同氏は、人々がゲーム制作、DIY電気工作、複雑な科学シミュレーションなどにAstraを活用している様子を見てきたと紹介している。
1-2. ベンチマークにより評価が真逆に分かれる異例の事態
出演者のAlex Wang氏は、EPOCH AIの「Epoch Capabilities Index」では、Astraが世界1位である一方、Artificial Analysisのベンチマーク(より広範な経済的価値活動に焦点を当てたもの)では、1位がAnthropicのFable 5.1、2位がMeta Muse Spark、Astraは僅差の3位にとどまると指摘した。しかし、「output tokens per task」という軸で見ると再びAstraが首位に立つといい、これはOpenAIが、「タスク遂行に必要なトークン数の最小化」を意図的に狙った設計の結果だと分析している。同氏は、この設計思想の背景には、コンピュータ操作アシスタントという用途があり、そのためには、低遅延・トークン効率・マルチモーダル性が不可欠だったはずだと推測した。
1-3. 「ループ型トランスフォーマー」という内部アーキテクチャの推測
同氏は、Astraの技術的核心について、単一のトランスフォーマーを同じ重み(ウェイトタイイング)で積み重ね、再帰的に二重ループとして処理する「ループ型トランスフォーマー」の導入である可能性を指摘した。これは中国系ラボ(Kimiシリーズの「KLA」線形注意機構など)が採用してきた再帰性導入のアプローチと類似しており、もし事実なら「深さ方向のスケーリング則」という、これまで見られなかった新しいスケーリング法則の始まりを意味しうるという。同氏は、さらに、Anthropicの内部研究で発見された「意識様の処理」が、トランスフォーマーの中間層に集中していた過去の知見と関連付け、深さを厚くすることでこの中間層自体も厚くなっている可能性があると推測した。
1-4. 事前学習チームの離脱と10億ドル規模の学習コスト
出演者のImmad Mustafa氏は、GPT-6 Astraが、GPT-4o以来初めての新規事前学習であり、OpenAI共同創業者Greg Brockman氏が今週のインタビューで明らかにしたところによれば、5シリーズは、すべてGPT-4oの事前学習を延長したものだったと説明した。同氏は、事前学習を担当していたチームの多くが一時OpenAIを離脱していたという噂を紹介しつつ、それでもGPT-4oの内部表現を5.6 Proまで押し上げられたこと自体が驚異的だったと評価。今回のAstraは、10万個の次世代チップ(GB300/Blackwell、まだVera Rubin世代ではない)で学習され、総コストは推定10億ドルに達し、中国モデルの学習コスト(推定1000万ドル)の桁違いの規模だと指摘した。同氏は、この規模の学習と深さ方向のスケーリングの組み合わせが、住宅の写真一枚から正確な物理法則に基づく3Dモデルを生成できるような能力につながっているとし、事前学習チームが復帰した今、さらに大規模な次の事前学習がすでに進行中だろうとの見方を示した。
1-5. Fable 5.1の「Humanity's Last Exam」スコア
Anthropicが同時期に発表したFable 5.1とMythos 5.1について、両者は、基本的に同一の知能を異なる安全性の「封筒」で包んだものだと説明された。Fable 5.1は、「Humanity's Last Exam」でツールなし60.9%、ツールあり65%という、公開されているフロンティアモデル史上最高スコアを記録したという。Mythos 5.1は、サイバーセキュリティ・ライフサイエンス分野向けの厳格に管理されたプログラム専用とされ、Anthropicは、これらの能力にはより強固な安全策が必要だと判断しているという。もう一つ注目された指標が、Terminal Bench Scienceで、AIエージェントが自律的に複雑な科学計算・研究タスクを解決する能力を測るこのベンチマークでスコアが倍増したとされた。
1-6. キャッシュ読み込みコストが75%削減、性格の違いも顕著に
出演者は、Fable 5.1が、キャッシュ読み込みコストをFable 5から75%削減した点にも言及。企業の文脈全体を事前に読み込ませ高速な応答を実現する技術が進化しており、これがFable 5.1の使用感の向上に直結しているという。加えて、モデルごとの「性格」の違いも顕著になってきているとし、出演者は、Fable 5(旧モデル)が、「話していて苦痛なほどオタク的」だった一方、5.1は「話していて心地よい」性格に改善されたと評価。OpenAIのモデル群は、一貫して簡潔でフレンドリーな傾向にあり、Astraはその簡潔さをさらに一段階進めたものだとしている。
2. サイバーセキュリティリスクとキルスイッチ
OpenAIのSam Altman CEOは、Astraについて「能力とアラインメントの両面での大きな一歩」としつつ、「AIは高度な能力を持ちつつある。誰もその帰結を完全には理解していない。この移行を適切に管理することは、世界で最も優先すべき課題の一つであり、OpenAIにとって最優先事項だ」と述べた。
2-1. 「重大サイバーセキュリティリスク」への分類
Wall Street Journalの報道によれば、OpenAIの内部安全性評価は、Astraを、同社のPreparedness Frameworkにおける最高脅威レベルである「重大サイバーセキュリティリスク」に分類したという。OpenAIが、この分類を下したモデルはAstraが史上初めてだとされる。同社は、この評価をホワイトハウスに事前通知した上でリリースを延期し、Reutersの報道によれば、議会に対して「自動シャットダウン機能(キルスイッチ)」を構築中だと説明したという。これは、Hugging Face侵害事件を受けて成立した「AI Kill Switch Act」への直接的な対応だとされる。当初は限定的な「信頼できるアクセスパートナー」向けにのみ提供し、状況を見て段階的に提供範囲を広げる方針だとAltman氏は説明している。
2-2. キルスイッチへの懐疑論
Alex Wang氏は、キルスイッチについて「マーケティングにすぎない」との見方を示した。同氏がより本質的な懸念として挙げたのは、アーキテクチャの変化(深さ方向のスケーリング)によって連鎖的思考(Chain of Thought)の解釈可能性が低下するリスクだ。モデルが、「モデル語」とでも呼ぶべき単一のフォワードプロパゲーションパス内で大部分の推論を完結させるようになると、人間やAIによる監視・アラインメント・ガードレールの実装がより困難になるという。同氏は、長期的にはこのリスクを過度に懸念していないとしつつ、複数のAIエージェントが、第三者掲示板を使って協調するような行動は「本質的に人間にも解釈可能」だが、フォワードパス内部の推論はそうではなく、新しい数学的な解釈技術が必要になるだろうと述べた。
Immad Mustafa氏も、解釈可能性が、今後「調理され尽くす(cooked)」方向に向かっていると同意しつつ、Astraの速度向上により連鎖的思考そのものが不要になり、次世代モデルではあらゆるタスクが「ワンショット」で処理されるようになると予測。次世代Cerebrasチップにより毎秒750トークン、来年には毎秒5000トークンでの処理が可能になるとし、「連鎖的思考がない中で、それを監視するのはより強力なAI以外にありえない」と指摘した。
2-3. Ilya Sutskever氏の警告 ― 「ネオクラウドへのモデル拡散」リスク
同氏は、さらに、Safe Superintelligence(SSI)のIlya Sutskever氏が、最近SNSに投稿した内容を紹介した。同氏は、「ネオクラウドのサイバーセキュリティは限定的であり、次にエージェントが暴走に成功すれば、ネオクラウドを乗っ取ってコピーを増やす可能性がある。これは非常に危険だ」と警告しているという。CrusoeやCoreWeaveのようなネオクラウド事業者にモデルがアップロードされ拡散すれば、たとえデータセンターでキルスイッチを引いても、モデルは別の場所に残り続けたりデータを汚染し続けたりする可能性があるとし、この「ウイルス係数」の高さについて真剣に検討する価値があるとした。
3. AI規制を巡る両極端な政治的動き
3-1. Bernie Sanders議員の「人工超知能禁止法案」
Bernie Sanders上院議員とGreg Casar下院議員は、人間の認知能力に匹敵または上回るAIシステムの開発・展開を恒久的に禁止する法案(Ban Artificial Superintelligence Act)を提出した。違反者には最大20年の禁錮刑が科されるという。Sanders氏は、SNSで「AI業界のリーダー自身が、制御できない危険な技術を作っていると認めている。手遅れになる前に、高度なAI開発の即時グローバル一時停止が必要だ」と投稿した。
3-2. G20は真逆の「規制回避」原則で合意
同時期にノースカロライナ州チャペルヒルで開催されたG20サミットでは、ホワイトハウスのテクノロジー顧問Michael Kratsios氏が提唱する「カロライナ原則」が、中国を含む全参加国の全会一致で採択された。この非拘束的な枠組みは、政府がイノベーションを基本的に優先し、真に必要でない限りAI特化型の新規制機関を設立せず、研究インフラ・人材・官民パートナーシップに投資すべきだと定めている。会議には、Elon Musk氏が、ビデオでEU規制を批判、Mark Zuckerberg氏が、オープンモデル規制反対を主張、DeepMindのDemis Hassabis氏が、安全性テストの必要性を訴え、Anthropic共同創業者Tom Brown氏も参加したという。
Elon Musk氏は、ビデオメッセージで、「規制が比較的少ない環境が必要だ。新しい物事は、デフォルトで合法であるべきで、デフォルトで違法であってはならない。EUでは規制水準が高く、物事は概してデフォルトで違法とされている。これは新技術の進歩を阻害し、遅らせる」と述べ、中国はGPU輸出規制により最新チップでのデータセンター構築ができない一方、中国以外の国々にとってAIデータセンター誘致の機会が生まれていると指摘した。
3-3. 出演者らの評価 ― 「単一の閾値では非論理的」
Sim Ismail氏は、Sanders氏の法案について「発想としては理解できるが、人間レベルの認知性能という多次元的な概念に単一の閾値を設定すること自体が、立法経験の長い人物が提出したにしては非論理的すぎる」と批判。規制を行うのであれば、能力そのものに加えて展開状況、現実世界への影響、計算資源へのアクセス、自律性、複製能力といったスタック全体を見る必要があると主張した。
一方、Alex Wang氏は、この法案が単に超知能の「展開」だけでなく「開発」自体を禁止しようとしている点を「数学やアイデアを禁止するに等しい」と厳しく批判。これは富の創出の対極にあり、進歩全般にとっても有害だとした。同氏はさらに、この法案が実質的に「焚書」に等しいとも述べ、本が事前学習の素材として使われている以上、モデル全体を燃やすことに相当すると表現した。
Immad Mustafa氏は、AIをユーティリティとして位置づけ市民が所有する「チャンピオン」構想(後述)を提案する立場から、規制自体には一定の必要性を認めつつ、「全てのチップにログを義務付け、中国のオープンウェイト放出を止めさせるべきだ」との中間的な立場を示した。もっとも同氏自身、Nvidiaが、すでに18億ドルを投じてHugging FaceとPoolsideを買収し、独自のオープンウェイト戦略を進めている点を踏まえ、この規制が現実的に機能するかについては懐疑的な姿勢も見せている。
3-4. 数学分野の急速な進展が規制論争に影を落とす
議論の最中、出演者は「Anthropicが、フェルマーの最終定理を1300万行のコードで形式化し、2万9000個の定理を証明した」というニュースをリアルタイムで紹介した。Andrew Wiles氏による元の証明が300ページだったのに対し、これを1300万行のコードに形式化したという事実は、数学の形式化コミュニティにとって長年の「聖杯」だったとされる。出演者は、こうした能力の急速な進展が続く限り、いかなる国も「この知能・能力を望まない」とは言えなくなり、結果として各国は規制緩和に向かわざるを得なくなるだろうと分析した。
4. World Labs「Atlas」への言及
出演者は、World LabsのFei-Fei Li CEOが発表した新世界モデル「Atlas」についても議論した。同モデルは、ピクセル完璧なカメラ制御で画像・動画フレームを生成し、それらを3D再構成できる点が特徴とされ、Li氏自身は、「これまでで最高のカメラ条件付き世界モデルであり、VFXとロボティクスへの扉を開く」と表現しているという。
Alex Wang氏は、AtlasがガウシアンスプラットをテキストやRGB画像、動画と並ぶ「第一級の学習モダリティ」として初めて大規模に扱っているモデルだと分析。ガウシアンスプラット(透明な楕円体のブロブを何層にも重ねて超写実的な3Dシーンを構築する技術)を用いることで、カメラを自由に動かす操作が本質的に容易になっているという。同氏は、この手法がスケールする場合、ガウシアンスプラットが画像のピクセルパッチやテキストのトークンと並ぶ、物理世界をモデル化するための新しい「トークン」の一形態になりうると予測した。
Immad Mustafa氏は、さらに、この同じプロセスが量子・分子スケールから天体物理学スケールまで、人間の直感がまったく通用しない領域でのモデル構築にも応用できると指摘。ロボットの訓練についても、今後は現実世界ではなく高精細なシミュレーション世界の中で行われるようになるとの見方を示した。
5. Tesla「サイバーキャブ」の量産開始
Teslaは、テキサス州オースティンで「サイバーキャブ・ラパルーザ」イベントを開催し、ハンドルもペダルもない完全自動運転専用の2人乗りEVの本格展開を発表した。
5-1. Uber比5割安の運賃と部品削減
オースティンでの早期利用者の報告によれば、サイバーキャブは、Uberと同等の乗車で約50%安い運賃を実現しており、乗り心地はより滑らかで清潔、乗客プロファイルに応じた音響・座席設定の自動同期も特徴だという。出演者は、通常の内燃機関車が駆動系だけで2000点の可動部品を持つのに対し、Teslaのそれはわずか17点にまで削減されている点を指摘。エアバッグについても座席数が2つに減ったことで数を半減させるなど、根本的な部品削減がコスト競争力の源泉になっているとした。Elon Musk氏は、これを1台3万ドルで販売する意向を示しており、出演者は「10台買って地元の街に配置し、収益を上げる」という新しい起業の形が生まれる可能性にも言及した。
5-2. ネバダ州は5000台、都市交通を変える可能性
ネバダ州は、今後12カ月でラスベガスにおける5000台のサイバーキャブ運行を承認済みだとされる。出演者は、ニューヨークのような都市では交通渋滞の相当部分が交差点をふさぐ人間ドライバーに起因しており、この種の非効率が自動運転により解消される可能性を指摘。歩行者が車にはねられる事故の大半も解消されるはずだとし、「都市の相当な区画で『人間ドライバーはもう不要』という決断が下される転換点に近づいている」との見方を示した。
5-3. 「モデル2」構想からの転身という背景
出演者の一人は、サイバーキャブの2人乗り設計について、当初Teslaが計画していた低価格車「Model 2」構想がそのまま自動運転タクシーへと転身した可能性を指摘。車両の販売価値がある閾値を下回った時点で、自動運転ライドシェアとして収益化する方が合理的になるという経済的判断が背景にあるとの分析を示した。
5-4. Uber・Waymo・Zooxとの三つ巴の競争
Financial Timesの報道によれば、Uberは、既存のタクシー会社と提携し、Waymoの自動運転タクシー拡大に対抗する戦略を取っているという。かつてタクシー業界を破壊したUberが、今度はタクシー業界と手を組んで自動運転勢に対抗するという構図だ。The Vergeの報道では、Uberと英国拠点の自動運転タクシー企業Waveが、ロンドンでサービスを正式開始したことも紹介された。CNBCによれば、WaymoとZooxは、ネバダ州・カリフォルニア州・テキサス州への同時展開を発表しており、少なくとも5つの自動運転電動タクシー企業が主要都市でしのぎを削る展開が今後1年で見込まれるとの予測が示された。出演者は、パーソナル移動のコストが電力充電コスト水準まで下がる「モビリティの非貨幣化」が進行中であり、最終的な勝者は利用者だと結論づけている。
6. 宇宙関連の2つのニュース
6-1. Blue Origin、火星通信網を受注
NASAは火星の通信リレー網構築についてBlue Originを選定した。SpaceXが、すでに宇宙最大のレーザーリンク通信網を保有・運用しているにもかかわらず、NASAがBlue Originを選んだ背景について、出演者は政府が意図的に複数の供給者を維持し、それぞれに事業機会を配分する戦略を取っていると分析。Blue OriginがNASA契約を獲得したとしても、Elon Musk氏は火星周辺にStarlinkを独自に構築するだろうとの見方も示された。
6-2. ナンシー・グレース・ローマン宇宙望遠鏡が打ち上げ
NASAの新宇宙望遠鏡「ナンシー・グレース・ローマン」が、Falcon Heavyで打ち上げられ、ラグランジュ点2に向けて100万マイルの旅を開始した。視野はハッブル望遠鏡の100倍以上、走査速度は1000倍以上とされ、数万個規模(最大10万個)の新たな太陽系外惑星の発見が期待されている。NASA長官Jared Isaacman氏は、この望遠鏡が暗黒物質・暗黒エネルギーの理解にも貢献すると説明し、特殊なJPLコロナグラフにより、恒星の光に隠れて見えなかった惑星も発見できるとした。出演者は、この望遠鏡が銀河中心方向を観測し、微小重力レンズ現象を通じて居住可能な系外惑星の統計を初めて得られるようになる点にも期待を示した。
7. 医療・長寿分野の3つの進展
7-1. OpenAIのGPT、Epic電子カルテと連携
OpenAIは、ChatGPTの医療機能を拡張し、3億2500万人分(米国人口とほぼ同数)の患者記録を保有するEpic電子カルテと直接連携させた。臨床医は予約メモ・検査結果・投薬情報を含む患者記録全体を横断して質問できるようになり、消費者もApple Health、One Medical、Function Healthのデータを接続し、検査結果の理解や診察準備、食事・運動のパーソナライズされたアドバイスを受けられるという。
7-2. RAS阻害薬が肺がんにも有効の可能性
先週報じられた膵臓がん向けの新規RAS阻害薬(Duraxinarissib)について、NBC Newsは、同薬が肺がんにも効果を示す可能性を報じた。RAS変異は全がんの約30%に関与するとされ、長らく「創薬不可能」とされてきた標的だという。出演者は、免疫療法分野の進展と合わせ、複数のがん種を横断的に治療できる「汎用がん治療薬・がんワクチン」の登場が近づいている可能性を指摘した。
7-3. GLP-1薬がマウスの寿命を延長、結核感染も減少
9月2日にNatureに掲載された論文によれば、セマグルチド(オゼンピック・ウゴービの有効成分)がメスマウスの寿命を約100日延長したとされ、これは人間換算で8〜10年に相当するという。同薬は、カロリー制限模倣(caloric restriction mimetic)として機能し、加齢関連の遺伝子領域を調節しているとされる。また同薬は結核を含む重篤な感染症の減少とも関連づけられているとの報告もあり、糖尿病・肥満・腎疾患・心血管疾患・依存症の治療薬が、寿命延長効果と感染症リスク低減も持つ可能性が示された。出演者の一人は自身もGLP-1薬を長寿目的で服用していると明かし、直近の血液検査で肝酵素値が50%改善したと紹介している。
オススメ記事
