AIが自分の後継を作る日は来るか——RSIの現在地と限界

AIが自分より賢いAIを設計し、その新しいAIがさらに賢いAIを作る。これを繰り返していけば、知能が坂道を転がるように加速していくのではないか——。この「知能爆発」というアイデアは、もともと半世紀以上前に語られた思考実験だった。当時は現実味のない空想に近かったが、いまでは実際に動いているシステムを前に、まじめに議論されるテーマになっている。

とはいえ「本当に来るのか」と問われると、答えははっきりしない。部品にあたる技術はすでにいくつも動いている。一方で、それらをつないで人間抜きで回し続けられるかというと、まだそこには届いていない。見通しも専門家の間で割れている。ここでは、再帰的自己改善（RSI）と呼ばれるこの流れが、いまどこまで来ていて、どこで止まっているのかを整理してみる。

再帰的自己改善という考え方

再帰的自己改善（Recursive Self-Improvement、RSI）は、AIが自分の後継となるモデルを、自分の手で設計し開発していく流れを指す。人間が新しいモデルを作るのではなく、AI自身が「次の自分」をこしらえ、それがまた次を作る。この繰り返しが噛み合えば、進歩のペースがどんどん速くなる、という筋書きだ。

もとをたどれば、これは1960年代に出された思考実験にいきつく。「人間より賢い機械が一台できれば、その機械は自分よりさらに賢い機械を設計できるはずだ。だとすれば、あとは加速度的に賢くなっていく」という発想である。長らくSF寄りの話として扱われてきたが、AIが実際にコードを書き、実験を回し、研究論文まで書けるようになったことで、思考実験から現実の技術トピックへと移りつつある。

実際、自分のコードを書き換えて性能を上げていくAIや、研究のアイデア出しから実験・執筆までを一通りこなすシステムは、すでに研究として発表されている。つまり「AIがAIを作る」こと自体は、もう部分的には起きている。問題は、その部分をつないで“人間なしで一周”回せるかどうかにある。

人間の関与なしでは回らない現状

ここがこの話のいちばん大事なところなので、ていねいに見ていく。今日のどのシステムも、人間の大きな関与なしに、自分の後継をまるごと作り上げることはできていない。

再帰的自己改善を実際に回すには、大きく分けて三つの力がいる。新しいアイデアを出す力、それを実装する力、そしてその結果が本当に進歩なのかを見極める力だ。自分のコードを書き換えるAI「ダーウィン・ゲーデル・マシン」や、研究を自動でこなす「AIサイエンティスト」を手がけたジェフ・クルーン氏（ブリティッシュコロンビア大学）は、この分野に強気な一人で、再帰的に自己改善するシステムはすぐそこまで来ている、と公言している。

ただし、その本人が留保もつけている。三つの力はどれも単体では「そこそこ動く」ものの、まだ「見事に」とは言えない。技術誌IEEE Spectrumの取材では、要となる部品はどれもまあまあだが最高ではない、という趣旨の見立てを述べている。それぞれがそこそこ働くのと、三つがきちんと噛み合って安定した自己改善のループを回し続けられるのとでは、間に小さくない差がある。つまり、部品は揃いつつあるが、まだ組み上がってはいない、というのが正直なところだ。

新たなボトルネックとなったコードレビュー

「AIがコードを書く」部分は、すでにかなり進んでいる。ClaudeをつくるAnthropicは自社の内部データを公開しており、2026年5月時点で、本番システムに取り込まれるコードの8割超がClaude自身によって書かれているという。エンジニア1人あたりが四半期に生み出すコードの量も、数年前と比べて約8倍になっているとしている。

ところが、速くなったのは一部だけだ。ある工程を速くしても、全体のペースは速くなっていない別の工程で頭打ちになる（コンピュータの世界で「アムダールの法則」と呼ばれる考え方だ）。Anthropicは、AIが大量のコードを速く書くようになった結果、今度は人間によるコードレビュー、つまり書かれたコードを人が確認する作業が新しいボトルネックになった、と率直に書いている。書く速さが上がったぶん、確認する側が追いつかなくなったわけだ。

これは自己改善のループを考えるうえで示唆に富む。一つの工程を自動化しても、隣に人間が残っていれば、そこで速度は制限される。ループ全体を人間抜きで回すには、この“最後に残る人間の判断”までを引き受けられる必要がある。そしてそこが、まだ埋まっていない。

専門家でも分かれる見通し

では、この先どれくらいで状況が変わるのか。ここは、専門家の間でもはっきり意見が割れている。

一つの目安になる予測がある。「これからの数年で、2018年から2024年までの6年ぶんの進歩を、たった2年に圧縮できてしまう確率はどれくらいか」という問いだ。あるパイロット調査で、AIの予測を専門にする人たちは中央値で20%と答えた。一方、分野を問わず予測の精度で知られる“超予測者”たちは8%と、より低く見積もった。この結果は、各国の専門家がまとめた「International AI Safety Report 2026」でも紹介されている。

20%と8%。どちらも「まず起きないが、あり得なくはない」という水準ではあるが、倍以上の開きがある。予測のプロの間でこれだけばらつくということは、それだけ先が読みにくいということでもある。加速が来るか来ないかは、いまのところ誰にも言い切れていない。

各社が掲げる目標

それでも、開発する各社は具体的な時期を口にし始めている。ここで押さえておきたいのは、これらが「達成済みの事実」ではなく、あくまで各社が掲げる“目標”だという点だ。

OpenAIは、2026年9月までにインターン級の研究アシスタントを、2028年までに大きな研究プロジェクトを自律的にこなす「本物のAI研究者」を実現することを、社内目標として掲げている。ただし発表したサム・アルトマンCEO自身、この目標を完全に達成できないこともあり得る、と付け加えている。目標は目標であって、確約ではない。

Anthropicの見方には、慎重さと危機感が同居している。同社は、まだそこには達していないし、そうなると決まっているわけでもない、としたうえで、ただ多くの組織が身構えているよりは早く来るかもしれない、と書いている。だからこそ、必要になったときに開発のペースを一時的に緩められるような仕組みを、いまのうちに国や研究者と話し合っておきたい、という立場を取っている。