AIが考え、コードを書く…人間は何をすればいいのか？

最近、AIの大規模モデルは日進月歩で進化を続けていますが、人々はまるで月面着陸計画の後のように、どこかニュースに麻痺してしまっているようです。しかし最近、注目すべき興味深い新展開がありました。OpenAIが推論モデル「GPT-o1」を発表したのです。

GPT-o1はそれほど大々的に宣伝されたわけではなく、多段階推論の技術自体も以前から存在していました。しかしOpenAIには、それを一般の人にも理解できる形に仕上げる力があり、この点は並のIT企業には到底真似できません。だからこそ、この技術は依然として非常に強い印象を与えます。ポイントは、このモデルが論理的に推論できること、つまり「思考の連鎖(チェーン・オブ・ソート)」を持っている点です。実際に使ってみれば、モデルが思考をシミュレートしていることを何となく感じ取れるはずです。しかも「考え中です」とわざわざ表示してくれます。多くのユーザーは、難しい問題を出してモデルにじっくり考えさせるのを面白がっており、大規模モデルを問題でやり込めれば、ちょっとした優越感すら味わえるというわけです。

推論技術の改善が再び脚光　コスト削減とエラー防止を両立

ただし、モデル自身にどう推論しているのか尋ねても、GPTは一般的なモデルの動作ロジックしか教えてくれません。OpenAI自体も非常に口が堅く、これほど重要な仕組みについて、強化学習技術に依拠していると明かす以外は、詳しい動作ロジックをあまり公開したがらないようです。モデルが考えているように見えるのは、主にタスクを分解し始めるからで、これは人間の思考ロジックによく似ています。

実は、こうした「思考する」モデルはこれまでにも存在していました。OpenAIのリサーチサイエンティスト、ノーム・ブラウン氏は以前、非常に優れたゲームAIを開発しており、2019年の発表時には業界を驚かせ、当時最高のポーカーAIとなりました。彼が最初に書いたプログラムはなかなか勝てませんでしたが、後に計画と思考のアーキテクチャを採用したところ、他の手法よりもはるかに良い結果が出ることを発見しました。彼は先日の講演でも、推論の進歩にはまだ大きな伸びしろがあり、投資する価値が十分にあると説明しています。現在のGPTの思考の連鎖はまだ数秒程度しか続きませんが、ブラウン氏は、将来の多段階推論モデルは何時間も考え続けられるようになるだろうと考えています。これは本当に人間に近づいてきていると言えるでしょう。

現在、大規模モデルの学習コストは厳然たる現実として存在しており、だからこそ、決して目新しくはないこの「推論能力の改善」という技術路線が再び脚光を浴びています。推論を強化するアプローチはコストパフォーマンスが良く、大規模モデルの規模と支出がどんどん膨らんでいく現状を改善する上で、大いに役立ちます。また、思考能力にはさまざまな利点があります。画像生成のような従来型の生成AI分野ではあまり効果が出ないかもしれませんが、数学の計算、ゲームプレイ、プログラミング、物事の説明といった分野では、他の手法よりもかなり良い結果が出る可能性があります。これらのタスクは、計画立てができるかどうかで成果が大きく変わるためです。さらに、現在の生成AI最大の悩みの種は「ハルシネーション(幻覚)」です。ハルシネーションの原因はさまざまで、その一つは元データそのものの問題であり、これを解決するのはかなり厄介です。しかし思考の連鎖があれば、ハルシネーションをある程度抑えることができます。

思考といえば、プログラミングはすでにAIから大きな影響を受け始めています。現在、人気のセルフサービス型コーディングツールは数多くあり、汎用モデルの中ではClaudeが比較的人気です。プログラミングという単一の技術に限って言えば、SaaSツールのCursorはほぼプレイヤーの標準ツールになっています。もう一つ、Replit Agentも多くの人が使っています。この2つのAIソフトを比較すると、Replitはすばやく作って公開するのが得意な一方、できあがるものの質はそれほど高くありません。対してCursorは、実際の業務フローに組み込んで使えるレベルにあります。

私自身の感覚では、この2つはどちらも驚くべき出来栄えで、あと2年もすれば、レベルの低いプログラムの大半は自分で簡単に書けるようになるのではないかという気がしています。

翻訳が機械に少しずつ市場を奪われていった後も、プログラミングは依然として人間が必要とされるホワイトカラーの仕事だとされてきました。だからこそ昨年、エヌビディアのジェンスン・フアンCEOが「誰もがコードを書ける時代」というコンセプトを語り、今年はグーグルの元CEOエリック・シュミット氏も同様の発言をしています。どうやらこれはシリコンバレーの大物たちの共通認識になりつつあるようです。しかし、誰もが習得できるスキルになるのなら、それでも情報系の学科に進む意味はあるのでしょうか。この数年、「将来のために情報系に進学させるべきだ」というのが子育ての定石でしたが、すべてが自然言語で完結するようになったら、いっそ中国文学科や外国語学科に進ませるべきなのでしょうか。

個人的には、すぐにこれほど大きな衝撃が来るとは思っていません。ただ、ソフトウェア業界の人々は、誰もが口頭でプログラムを書けるようになれば、比較的シンプルなプログラムは市場で売れなくなってしまうのではないかと、不安を抱かずにはいられないでしょう。これは大げさな話でしょうか。必ずしもそうとは言えません。例えば表計算ソフトも、かつては専門性の高い仕事でしたが、今ではパソコンさえあれば誰でも簡単に使えるものになっています。さらに時代をさかのぼれば、ヴェネツィア商人が複式簿記を発明した時も同じことが起きたのではないでしょうか。

プログラマーは心配無用　AIに開発をアシストさせよう

とはいえ、比較的長い短期スパンで見れば、人間がコードを書き、AIがそれをアシストするという形が依然としてベターな体制であり、当面は誰もがすぐに職を失うわけではありません。ちょうど今の表計算ソフトも、会計の知識がある人が作った方が効率的であるのと同じです。ただし、いずれ最終形態に到達すれば、人間はほとんど必要とされなくなる、あるいは私たちが今理解できるようなロジックでは作られなくなる可能性があります。これは自動運転車を例に考えるとわかりやすいでしょう。最終的にレベル5の自動運転車は人間の運転を必要としなくなり、その日は遅かれ早かれ訪れるはずです。

まず翻訳が不要になり、次にプログラミングが不要になる。その次に来るのは何でしょうか。思考の連鎖、つまり推論そのものをまるごとAIに任せられるようになるかもしれません。少なくとも、最終的な成果物は私たち自身が作るものより優れたものになる、ということはほぼ間違いないでしょう。「深く考えれば考えるほど恐ろしくなる」という使い古された言い回しがありますが、まさにこの状況にぴったり当てはまる気がします(幸い、その頃には思考や推論そのものもAIに外注しているはずなので、おそらくそこまで「恐ろしく」感じなくなっているでしょう。アイスクリームでも食べて、ドラマの続きでも見て、リラックスしましょう)。なお、OpenAIがこうした製品を出すと、大体半年以内にはライバル各社がそれぞれの持ち味を生かした同レベルの製品を投入してくるので、市場ではまもなくさらに多くの推論モデル製品が使えるようになるはずです。