Andrej Karpathy氏、一般社会が見ているのは最先端AIの「プレビュー」に過ぎないと警告
OpenAI共同創業者Andrej Karpathy氏がAI普及における4層の格差を提示。一般ユーザーがシンプルなチャットボットを目にする一方、わずか約5,000人のエリート層は自律型エージェントが専門家による数年分の課題を解決する現場を目撃していると警鐘を鳴らした。
人工知能に対する一般の認識と、組織内部に存在する最先端（フロンティア）システムの現実との間で、急速に格差が拡大している。OpenAIの共同創業者であり、現在はAnthropicの研究者を務めるAndrej Karpathy氏がそう警鐘を鳴らした。Karpathy氏によると、大半の人々が大規模言語モデル（LLM）を気軽な検索ツールや文章作成アシスタントと見なしている一方で、組織内部のフロンティアツールは、かつて専門家が何年もかけて行っていたような複雑なプロジェクトをすでに自律的に実行しているという。
Karpathy氏は、「外界が見ているものは、現代のAIが実際に成し遂げられることのプレビューにすぎない」と語る。
AI普及における4つの階層
この格差を説明するため、Karpathy氏は世界人口をLLMとの関わり方に応じて4つの明確なレベルに分類した。
- 未到達のマジョリティ（The Unreached Majority）： 世界人口の約75％にあたる約60億人は、LLMにほとんど触れたことがない。
- カジュアル層（Casual Consumers）： 10億〜20億人のユーザーが、無料プランのChatGPTスタイルのツールを利用している。これらのユーザーはAIを「少し優れたGoogle検索や文章作成の補助ツールのようなもの」として大まかに扱っている。Karpathy氏は、企業幹部を含むプログラミングや数学以外の専門職の多くがこの層に該当すると指摘する。彼らの日常業務は対人コミュニケーションが中心であるため、AIの技術的変化に対する理解は依然として抽象的かつ伝聞にとどまっている。
- プロフェッショナル・フロンティアユーザー（Professional Frontier Users）： 推定2,000万人（世界人口の約0.2％）が、数学やプログラミングにおいてフロンティアクラスのモデルを日常的に活用している。この層では、数週間や数か月におよぶ手作業の代わりにプロンプトを与えるだけで、自律型エージェントが大規模で複雑なソフトウェアプロジェクト（バイナリからのアプリケーション構築、複製、移植、逆コンパイルなど）を完了できるようになっている。
- フロンティア・エリート（The Frontier Elite）： 世界で約5,000人（人口のわずか0.00006％）のみが、内部の最先端フロンティアシステムへのアクセス権を持っている。
エージェントの群れと急速な進化
内部アクセス権を持つこのごく少数の集団にとっての技術的現実は、根本から異なっているとKarpathy氏は説明する。彼らは、数千ものエージェントの群れ（スウォーム）が何週間にもわたって協調し、大規模なソフトウェアプロジェクトに取り組む様子を目の当たりにしている。そこでは新たな科学的原理の発見、最先端数学の進展、ゼロデイ脆弱性の生成、そしてマシン速度でのサイバー攻撃と防御が繰り広げられている。
この技術的飛躍は極めて急速に起こった。つい最近の2024年10月、Karpathy氏は公の場で「AIエージェントは大半が誇大宣伝（ハイプ）であり、まともに機能していない」と評していた。だがそのわずか数か月後、同氏は手作業でコードを書くことを完全にやめ、エディタに文字を打ち込む作業から自律型エージェントにワークフローを委ねるスタイルへと移行した。その後、Karpathy氏はAnthropicに参画している。
同様の指摘は他の業界リーダーからも上がっている。9月初旬のG20イノベーション閣僚会合において、OpenAIのCEOであるSam Altman氏は、最新のAIコーディングツールを使えばスタートアップ全体が以前なら3か月かけて構築していたものを「17分」で成し遂げられると述べ、「世界はこれが何を意味するのかにまだ追いついていない」と警告した。
理解の限界と次のフロンティア
Karpathy氏は、人間のレビュー能力がモデルのアウトプットの速度に追いつけなくなりつつある現状を強調した。数か月前のインシデントに対する分析が今も続けられている事例を挙げ、数学者たちは「最先端数学に関する722本もの論文を精読するのにしばらく追われることになるかもしれない」と指摘した。
同氏はこの認識のズレを「現代の異様さ（weirdness of the moment）」と表現した。一般社会が「間抜けなチャットボット」を目にし、大半のビジネスパーソンがささやかな生産性の向上を享受している一方で、ごく一握りの技術エキスパートは「成長曲線が垂直に立ち上がるめまい」を体感しているのだ。
Karpathy氏によれば、AIの能力が現在最も急速に進展しているのは、「デジタルで、検証可能で、経済的価値がある」領域だという。現代のモデルにおけるブレークスルーは検証可能な報酬を伴う強化学習から生まれているため、大手AIラボは必然的に、最も明確な経済的リターンが得られる分野——主にコーディングと数学——に計算資源（コンピュート）とトレーニングリソースを集中させている。
