何が変わったか

これまで「Recursive Self-Improvement (再帰的自己改善)」は、超知能 (superintelligence) 到達経路として理論的・哲学的な議論の対象に留まり、商用 AI ラボの公式戦略として正面から掲げる企業は限定的だった。

今回、Richard Socher (元 Salesforce) と Tim Rocktäschel (元 Google DeepMind) が率いる AI スタートアップ Recursive がステルスを解除し、「超知能への最短経路は、AI を再帰的に自己改善させ、その仕組みを “終わりなき革新” を駆動するオープンエンドアルゴリズムで実現することだ」と公式声明で宣言した。最終ラウンドは GV (Google Ventures)・Greycroft 主導、AMD Ventures・NVIDIA も参加して 6.5 億ドル、企業価値 46.5 億ドル。

社会にどんな影響があるか

「フロンティアラボ」という曖昧な看板を超え、自己改善ループを掲げるラボに資本がついたことで、AI 業界の戦略軸がもう一段先鋭化する。OpenAI・Anthropic・DeepMind 等が「AI for AI」を内部研究テーマとして扱う一方、Recursive はそれを企業のミッションそのものに据えた。これは投資家にとって「賭けの対象が変わる」シグナルでもある。

副作用として、自己改善 AI のリスク議論 (高度化のスピード・人間の監督可能性) が抽象的な思考実験から実装スケジュールを伴う論点へ移る。Rocktäschel は Stanisław Lem の「情報の壁」概念を引用し、知識が人間の統合能力を超えて加速する地点を突破することを目標に据えており、ガバナンス側の追随が技術側に遅れるリスクは高まる。

俺にどんな影響があるか

PRES が掲げる「研究知の事業化」の文脈で、自己改善 AI が研究プロセスそのもの (仮説形成・実験設計・解析・論文化) を自動化する未来は、大学研究室との産学連携モデルの前提を揺らす。短期では補完的だが、5 年スパンでは「研究室から企業へ流れる暗黙知」の意味が変質する可能性がある。

ニュースの詳細

共同創業者 Tim Rocktäschel (元 Google DeepMind) は声明で「量子論は宇宙を記述しきれない」と並ぶ意味で「人間は情報の加速に追いつけない」と問題を立て、研究プロセスの全自動化、特に「AI 研究そのものの自動化」を出発点とし、後に他の科学分野に拡張する計画を示した。チームには OpenAI・Meta・Uber AI 出身の研究者が含まれる。4 月時点で Financial Times が報じた額 ($500M 超) を確定的に上回り、AMD と NVIDIA のベンチャー部門が並んで参加した点は両社のチップ供給戦略との連動を示唆する。具体的な技術成果はまだ公表されていない。

キーワード解説

再帰的自己改善 (Recursive Self-Improvement, RSI) とは、AI システムが自分自身のアーキテクチャや学習手続きを改善し、改善された AI が更に自分を改善するというループ。各サイクルで能力が指数的に高まる可能性があるため、超知能到達の最短経路として AI 安全分野で長く議論されてきた概念。

オープンエンドアルゴリズム (open-ended algorithm) とは、明示的な最終目標を設定せず、新規性や複雑性を継続的に生み出し続けるよう設計された探索アルゴリズム。Kenneth Stanley らの研究系譜にあり、進化計算の延長で「予期しない発見」を駆動する仕組みとして注目される。

情報の壁 (information barrier) とは、ポーランドの作家 Stanisław Lem が論じた概念で、知識生産が人間の認知統合能力を超えて加速し、人間が新しい知識を意味あるかたちで取り込めなくなる地点を指す。