見出し画像

AIが自分で進化する時代へ。自律適応・自律成長の最前線を完全解説

chibabako

AIが自分で自分を改良し、成長していく。SFのような話が、2026年に現実になりつつあります。Anthropicでは本番コードの80%以上をAIが書き、Google DeepMindは「AGIからASIへ」の論文で再帰的自己改善を主要経路に挙げました。Hermes Agentのような自己成長するオープンソースAI、Andrej Karpathyが提唱するLLM Wikiなど、最新のAI自律適応・自律成長の全体像を解説します。

本記事の情報は2026年7月時点のものです。AI技術は急速に進化しているため、最新情報は各研究機関・企業の公式発表をご確認ください。

AIが自分で進化する時代が来た

2026年は、AIの歴史において大きな転換点です。

これまでのAIは、人間が設計し、学習させ、完成させるものでした。いわば「作られたら、そのまま」の存在です。ところが今、AIが自分自身のコードを書き換えて、自分で性能を向上させるという段階に入りつつあります。

この技術を 「再帰的自己改善（RSI: Recursive Self-Improvement）」と呼びます。

Google、Anthropic、OpenAI、Meta、Sakana AIといった主要プレイヤーがこぞってこの分野に取り組んでおり、2026年のAI業界最大のテーマとなっています。

大手3社の再帰的改善への取り組み

まず、AI業界を牽引するGoogle、Anthropic、OpenAIの動向を整理します。3社ともAIがAIの開発を加速するという共通のテーマに取り組んでいますが、アプローチや姿勢に違いがあります。

Google DeepMind: 「AGIからASIへ」の論文

2026年6月、Google DeepMindの共同創業者シェーン・レッグらが 「From AGI to ASI」と題した論文を発表しました。人間レベルのAI（AGI）を超えて、超知能（ASI）に至る道筋を分析した内容です。

この論文では、再帰的自己改善が超知能への主要な技術的推進力の一つとして明確に位置づけられています。スケーリング、アルゴリズムの発見、マルチエージェントシステムと並ぶ柱です。

現在のGeminiシリーズ（Gemini 3.5 Flash、Gemini Omniなど）は、研究者が次世代モデルの開発を加速するためのツールとして活用されています。完全な自律的自己改善にはまだ達していませんが、「AIが支援するR&D」という形で再帰的サイクルが回り始めています。

Anthropic: コードの80%をAIが執筆

Anthropicは衝撃的な数字を公表しました。同社の本番システムに統合されるコードの80%以上がAI（Claude）によって書かれているというのです。

エンジニアの役割は「コードを書く人」から 「AIが書いたコードを確認する人」に変わりました。2024年と比べて、チームあたりのコード出荷量は 8倍に増えています。

しかしAnthropic自身がリスクも警告しています。同社の報告書「When AI builds itself」では、AIが自分の後継モデルを設計・学習させる段階に近づいていると指摘。「検証可能な世界的一時停止メカニズム」の必要性を訴えています。

OpenAI: 自動AI研究者の実現を目指す

OpenAIは、「自動化されたAI研究者」の開発を戦略目標に掲げています。2026年中に「AI研究インターン」レベル、2028年3月までに「本格的な自動AI研究者」の実現を目指すロードマップです。

このシステムは、仮説の生成から実験の実行、結果の論文化まで、人間の監督を最小限にして自律的に行うことを目標としています。

安全面では「Preparedness（準備）」チームを設置し、データポイズニングの防止や、将来の自己改善可能なモデルの制御可能性を担保する枠組みの開発を進めています。

MetaのDarwin Gödel Machine

Meta（旧Facebook）が発表した 「Darwin Gödel Machine（DGM）」は、自分で自分を改良するAIエージェントのフレームワークです。

名前の由来は、進化論のダーウィンと、数学者のゲーデルです。仕組みはまさに「AIの進化論」といえます。

DGMでは、AIエージェントが2つの役割を持ちます。

  • アスリート（選手） — 実際にプログラミングなどのタスクをこなす

  • コーチ — アスリートの戦略を観察し、コードを書き換えてより良い方法に改善する

このサイクルを繰り返すことで、AIは自分自身のプログラムを進化させます。ソフトウェア開発ベンチマーク「SWE-bench」では、成功率が20%から50%へと大幅に向上しました。

興味深いのは、DGMが発見した改善手法が他のAIモデルにも転用できる点です。あるモデルで見つかった最適化が、別のモデルの性能も向上させるのです。

GoogleのAlphaEvolve: アルゴリズムを自動発見するAI

Google DeepMindが2025年5月に発表したAlphaEvolve（アルファエボルブ）も、AIの自律進化を象徴する研究事例です。

AlphaEvolveは、Geminiを搭載した 「進化的コーディングエージェント」です。アルゴリズム（問題を解く手順）を自動的に発見し、最適化する能力を持っています。

仕組みは自然界の進化に似ています。複数のアルゴリズム候補を「生物の個体」のように保持し、変異・選択を繰り返すことで、より優れたアルゴリズムを見つけ出します。自動テストによるフィードバックを受けるため、AIの「幻覚」（でたらめな回答）を防ぎ、正しさが保証されたアルゴリズムだけが生き残ります。

AlphaEvolveの成果は驚くべきものです。

  • 56年ぶりの数学的発見 — 4×4の複素行列の掛け算で、1969年のStrassen以来の改善を達成

  • ラムゼー理論の記録更新 — 数学の未解決問題に対して新しい成果を出した

  • Googleのインフラ最適化 — データセンターのスケジューリング改善で計算資源の無駄を削減

  • Gemini自身の学習を加速 — TPU（AI専用チップ）の回路設計を最適化し、Geminiの学習効率を向上

特に注目すべきは最後の点です。AlphaEvolveがGeminiの学習を速くし、速くなったGeminiがAlphaEvolveの性能を高めるという再帰的な改善ループが実現しつつあります。

2026年現在、AlphaEvolveはゲノミクス（DNA配列のエラー修正）など科学分野への応用も進んでおり、「AIによる科学的発見」の実用的なエンジンとして進化を続けています。

Sakana AIの「自己改善ラボ」

東京に拠点を置くSakana AIは、2026年6月に 「RSI Lab」を設立しました。AIが自分自身のアルゴリズムを改善する技術を専門的に研究する組織です。

Sakana AIのアプローチは独特です。巨大なGPU（計算資源）を大量投入する方法ではなく、自然界の進化の仕組みをAIに応用しています。

同社の代表的な研究成果は以下の通りです。

  • 進化的モデルマージ — 複数のAIモデルを「交配」させ、より優れた新しいモデルを作る

  • AI Scientist — AIが自ら仮説を立て、実験し、検証する科学研究の自動化

  • LLM-Squared — 大規模言語モデルが、別のモデルの学習方法を自動で開発する

「計算資源よりアイデアで勝負する」という哲学は、資源の限られた日本発のAI企業として注目されています。

Hermes Agent: 使うほど賢くなるオープンソースAI

ここまで紹介したのは、主に企業や研究機関の取り組みでした。では、個人が使えるレベルの「自律成長するAI」はあるのでしょうか。

その答えの一つがHermes Agent（ヘルメス・エージェント）です。

Hermes Agentは、AI研究団体Nous Researchが開発したオープンソースの自律型AIエージェントです。最大の特徴は、使えば使うほど賢くなる「学習ループ」が組み込まれていることです。

従来のAIアシスタントは、毎回のセッションが終わると学んだことを忘れてしまいます。Hermes Agentは違います。タスクを完了するたびに自分の行動を振り返り、うまくいった方法を「スキル」として保存します。次に似たタスクが来たとき、保存したスキルを活用してより効率的に処理します。

主な特徴をまとめます。

  • 自己改善する学習ループ — 定期的に自分の活動を振り返り、残すべき知識を選別・保存する

  • 長期記憶 — セッションをまたいで記憶が持続し、ユーザーの好みや癖を理解していく

  • 低コストで動作 — 月額5ドルのサーバーでも動作可能。TelegramやDiscordから操作できる

  • 豊富なツール — ウェブ検索、ブラウザ操作、画像認識など数十のツールを内蔵

Hermes Agentは、「AIの自律成長」を専門家だけでなく一般ユーザーの手元に届けた点で画期的です。

LLM Wiki: AIが育てる「第二の脳」

もう一つ注目したいのがLLM Wiki（LLMウィキ）という新しい概念です。

2026年4月、元テスラAI責任者のAndrej Karpathy（アンドレイ・カルパシー）が提唱し、大きな話題になりました。

従来のAIの問題: 「健忘症」

ChatGPTなどの一般的なAIには「健忘症」の問題があります。セッションが終わると、それまでの会話や発見を忘れてしまうのです。

RAG（検索拡張生成）という技術で外部データを参照する方法もありますが、これは毎回ゼロからデータを検索する仕組みで、知識が蓄積・整理されることはありません。

LLM Wikiの仕組み

LLM Wikiでは、AIが自分専用のウィキペディアを自動で作り、育てていきます。

仕組みは3層構造です。

  • 生データ層 — PDF、メモ、記事などの元データをフォルダに入れる

  • ウィキ層 — AIが生データを読み解き、整理されたMarkdownページとして構造化する

  • スキーマ層 — AIにどう整理すべきかを指示するルールファイル

新しいデータが追加されると、AIは既存のページを更新し、古い情報との矛盾を解消し、関連する概念同士のリンクを張り直します。使えば使うほど、知識ベースが賢く、豊かになっていくのです。

「検索」から「記憶」への転換

Karpathyはこれを 「検索から記憶への転換」と表現しました。従来のRAGが「毎回辞書を引く」方式だとすれば、LLM Wikiは 「自分の頭の中に知識を蓄積する」方式です。

LLM Wikiは、個人の知識管理やリサーチにとって非常に強力なツールであり、AIの自律適応が私たちの日常にどう入ってくるかを示す好例です。

AIの「自律適応」はどこまで進んだのか

個別事例の次に、業界全体の進化段階を整理します。

反応型から自律型へ

2024年までのAIは「聞かれたら答える」反応型でした。2026年のAIは、自分で計画を立て、ツールを使い、何時間もかけてタスクを完遂する自律型です。

英国政府の研究によると、AIが高い信頼性で完遂できるソフトウェア開発タスクの長さは、2024年の「数分」から2026年初頭には 「12時間」にまで伸びています。現在は「1週間」を目標に研究が進んでいます。

マルチエージェント: AIが協力し合う

1つのAIだけでなく、複数の専門AIが協力して仕事をこなす仕組みも実用化されています。

たとえば、あるAIがリサーチを担当し、別のAIがコードを書き、また別のAIがテストを行う。人間はワークフローの設計と最終確認だけを行えばよいのです。

物理世界への進出

デジタルの世界だけではありません。ロボットやドローンが周囲の状況を自律的に判断し、適応して動作する 「フィジカルAI」も実用段階に入っています。

自律成長を阻む4つのボトルネック

AIが自分で自分を無限に賢くしていく「知能爆発」がすぐに起きるかというと、そう簡単な話ではありません。現在、AIの自律成長には大きく4つの「ボトルネック（障壁）」があると言われています。

1. モデル崩壊（データの近親交配）

AIが自分自身で生成したデータばかりを学習し続けると、次第に知識の偏りが生じ、最終的に性能が劣化してしまう現象です。「モデル崩壊（Model Collapse）」や「エントロピー・ドリフト」と呼ばれます。
新しいひらめきや現実世界からの新鮮なデータ（人間の行動データや科学実験の生データなど）を定期的に取り入れないと、AIの思考は行き詰まってしまいます。

2. 「何が重要か」を決める直感

AIは「与えられた仮説を検証する」「コードを書く」といった実行フェーズは得意ですが、「そもそもどの研究テーマが世界を変えるのか」「どの実験を優先すべきか」といった高次元の判断はまだ苦手です。
そのため、AIの進化の方向性を決める「人間の研究者によるレビュー」が不可欠であり、人間の処理能力が進化のスピードを制限するボトルネックになっています。

3. 基礎的な知能の壁

今のAIの自己改善の多くは、「ツールの使い方を上達させる」ことや「タスクの分割が上手くなる」ことにとどまっています。もちろんこれだけでも劇的に便利になりますが、AIの脳そのもの（基礎的な知能レベル）を自力で引き上げるような革新的な発見は、依然として人間の天才的な研究者に依存しています。

4. インフラとハードウェアの物理的限界

ソフトウェアとしてのAIがどれほど賢くなっても、それを動かすハードウェアの制約からは逃れられません。最大のボトルネックとなっているのは「電力供給」と「冷却設備」です。
AIが自律的に実験や計算を繰り返すほど、データセンターは莫大な電力を消費し、凄まじい熱を発します。次世代のAI進化を支えるには、新しい送電網の確保や液浸冷却システムといった、物理的インフラの根本的な再構築が必要になっています。また、GPUそのものの不足に加え、計算速度にデータ転送が追いつかない「メモリウォール」問題も進化の足かせとなっています。

安全性: 人間はAIを制御できるのか

AIの自律性が高まるほど、避けて通れないのが安全性の問題です。

「承認疲れ」の罠

人間がすべてのAIの行動を承認する「Human-in-the-Loop」モデルは、理論上は正しいですが、実際には機能しにくくなっています。承認件数が多すぎて、人間が形だけ承認してしまう 「承認疲れ」が起きるからです。

アライメント・ドリフト

自律的に進化するAIエージェント同士が社会を形成すると、当初の安全ガードレールから徐々に逸脱する 「アライメント・ドリフト」が発生することが報告されています。AIが新しい環境に適応する過程で、もともとの設計意図からずれていくのです。

世界的なガバナンスの動き

こうしたリスクに対して、各国が動き始めています。

  • EU AI Act — 高リスクAIに対する人間の介入義務を規定

  • 日本のAI事業者ガイドライン（第1.2版） — AIの観測性と制御性を重視

  • Anthropicの提言 — 世界的な一時停止メカニズムの構築を訴え

  • OpenAIのPreparednessチーム — 自己改善モデルのリスク評価フレームワークを開発

日本のAIセーフティ・インスティテュート（AISI）は、「インシデントの発生を前提として、AIの動作を常時観測し、いつでも即座に停止・介入できる環境」の整備を推奨しています。

Worldcoinとの接点: 人間の証明がますます重要に

AIが自律的に活動する時代において、「今やっているのは人間なのか、AIなのか」を区別することは社会インフラとなります。

Hermes Agentが自律的にウェブを巡回し、LLM Wikiが知識を蓄積し、OpenAIの自動研究者が論文を書く。そのとき、背後にいるのは責任ある人間なのか、それとも制御されていないAIなのか。

Worldcoinが推進するProof of Personhood（人間であることの証明）は、まさにこの問題に取り組んでいます。AIが自律的に成長する世界では、人間の存在を証明する仕組みの重要性は増す一方です。

まとめ

  • 2026年はAIが「自分で自分を改良する」段階に入った転換点

  • Google DeepMindは「AGIからASIへ」の論文で再帰的自己改善を超知能への主要経路と位置づけ

  • Anthropicではコードの80%以上をAIが執筆し、開発速度が8倍に向上

  • OpenAIは2028年までに「自動化されたAI研究者」の実現を目指す

  • MetaのDarwin Gödel Machineは、AIがプログラムを自己進化させるフレームワーク

  • Google DeepMindのAlphaEvolveは56年ぶりの数学的発見を達成し、Gemini自身の学習も加速

  • Sakana AIは「RSI Lab」を設立し、進化的アプローチでAIの自己改善を研究

  • Hermes Agentは使うほど賢くなるオープンソースAIで、自律成長を個人の手元に届けた

  • LLM WikiはAndrej Karpathyが提唱した「AIが育てる第二の脳」で、知識が蓄積・成長する

  • 自律成長のボトルネックとして、「モデル崩壊」や「人間のレビュー能力の限界」、さらに「電力・冷却インフラの物理的限界」が課題となっている

  • 安全性の課題として「承認疲れ」「アライメント・ドリフト」が顕在化

  • AIの自律化が進むほど、人間であることの証明（Proof of Personhood）の価値が高まる

いいなと思ったら応援しよう！