AI 2027は物語として書かれた予測である。2025年4月に、元OpenAI研究者のダニエル・ココタジロをはじめ、Scott Alexander、Eli Lifland、Thomas Larsen、Romeo Deanら少数の研究者・予測者グループによって発表され、人工知能が今後数年でどのように発展するかを、具体的な月ごとのシナリオで描いている。近未来史のように読める。タイムラインについて抽象的に議論する代わりに、具体的な内容にコミットし、読者が判断できるようにしている。

そのシナリオは、誰が書いたかという理由と、ほとんどの人が曖昧にしている「いつ暴走するのか」という質問に具体的な日付で答えたという理由から、急速に広がった。

シナリオが実際に記述しているもの

AI 2027の核心はフィードバックループだ。AIシステムがコーディングや研究で十分に優れ、次のAIシステム構築の多くを担えるようになる様子を想像している。そうなれば、進歩は人間の速度ではなく機械の速度で進む。

それが示す大まかな手順：:

  • AIエージェントは実際のソフトウェアや研究タスクをこなせるほど信頼性が高まり、次に最高の人間エンジニアを凌駕する超人的なコーダーのレベルに到達する。
  • それらのシステムをAI研究そのものに向け、ラボでの作業の大部分を自動化し、数年分の進展を数ヶ月で圧縮する。
  • その自動化が引き起こす 知能爆発, 、各世代がより強力な後継を設計することで能力が急激に上昇する。
  • その後、話は二手に分かれます。一方の分岐では競争が続き、監視は失われ、目標とずれたシステムが破局に至ります。他方では、開発者が重要な局面で速度を落とし、制御を維持して、結果が耐えうるものになります。

二つの結末はタイムラインと同じくらい重要だ。AI 2027は運命論ではない。災害とニアミスの両方が、同じ出発点から到達可能で、違いは狭い窓の中で下される選択にかかっている。

なぜそれほど衝撃的だったのか

ほとんどのタイムライン論争は漠然とした数十年単位で語られる。AI 2027は、間違えられるほど具体的に書いた点で不快だった。その具体性こそが価値だ。抽象的な高速離陸の懸念を可視化した。仕組みはこうで、おおよその時期はこうで、各段階はこうなる、と。政策立案者が読めば、明確な危険が確認できるまで待つという常套手段がなぜ破綻するかがわかる。決定的な出来事が、条約や規制が成立するより速く起きるからだ。私たちが主張する「 能力と準備の間のギャップ.

どれだけ信頼できるか

ここで正直さが重要になる。AI 2027はシナリオであって確率を付した予測ではなく、著者たちもその点を明確にしている。彼らの何人かは以降、自身の中央値タイムラインが2027年という表記より後ろにずれ、2030年以降に向かうケースもあると述べている。批評家は、このシナリオが滑らかな曲線が示唆するよりはるかに困難なステップを圧縮していること、そしてAI研究の完全自動化は物語が許容するより大きな飛躍であると指摘している。

それらの批判は妥当だが、この思考実験を無効にするものではない。具体的な年が本質だったわけではない。本質は構造だ。AIがAI研究を自動化すれば、制度が追いつけないほどの加速が生じ、結果が善悪を分かつ決断が少数のラボによる時間的制約の下で下される可能性がある。時期を3年ずらしても、その構造は変わらない。窓が後ろにずれるだけで、なくなるわけではない。

年を信じなくても、その形状を真剣に受け止める必要があります。心配すべきは形状です。

そこから得るべきこと

予言として読めば、AI 2027はマイルストーンがずれれば簡単に退けられる。ストレステストとして読めば、優れたシナリオがすべきことをまさに実行している。制御を失う現実的な経路を示し、現在の計画がそれに耐えうるかを問う。ほぼすべての機関にとって、答えはノーだ。

このシナリオは、加速が始まる前にガバナンスを構築しなければならない理由、そして証拠を待つという安心できる選択肢が、証拠と不可逆点が同時に訪れる可能性があるときに罠となる理由を dramatizes しています。高速ケースが2027年か2032年に到来するとしても、求められる準備は同じであり、 私たちの計画. 。私たちの 人工汎用知能 タイムライン より広い予測群が、この一つのシナリオを超えて実際に示すものをカバーする。