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では、曖昧な数十年で取引が議論されています。AI 2027は、間違うほど具体的であることで、何か不快なことをしました。その特異性がその価値です。抽象的な懸念事項、すなわちメカニズム、大まかなタイムライン、各ステップがどのようなものになるかがわかりやすくなりました。 政策立案者はそれを読んで、行動する前に明確な危険を待つという通常の計画が失敗する理由を理解することができます。なぜなら、シナリオでは、決定的な出来事はどの条約や規制よりも早く起こるからです。それは私たちが議論する議論の具体的なバージョンです 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。

ストレステストとして読む

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、なぜガバナンスがその間ではなく、加速の前に構築されなければならないのか、そしてなぜ証明を待つという安心できる選択肢が、証明と帰還不能のポイントが一緒に到着する可能性があるときの罠であるのかを劇的に表しています。ファストケースが2027年か2032年に起こるかにかかわらず、 必要な準備 同じです。