# GeminiとAGIへの道筋：Koray Kavukcuoglu が語る製品・アーキテクチャ・再帰的自己改善

- 番組: [Google DeepMind: The Podcast](https://ai-curator.jp/podcasts/shows/cmv3z5c06000d5o103msn3ryb)（Hannah Fry）
- 元のタイトル: Gemini and the path to AGI with Koray Kavukcuoglu
- 配信日: 2026年11月20日
- 長さ: 46分
- 要約作成日: 2026年11月20日
- トピック: [#AGI](https://ai-curator.jp/topics/AGI) [#Gemini](https://ai-curator.jp/topics/Gemini) [#再帰的自己改善](https://ai-curator.jp/topics/%E5%86%8D%E5%B8%B0%E7%9A%84%E8%87%AA%E5%B7%B1%E6%94%B9%E5%96%84) [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#AI安全性](https://ai-curator.jp/topics/AI%E5%AE%89%E5%85%A8%E6%80%A7) [#ベンチマーク](https://ai-curator.jp/topics/%E3%83%99%E3%83%B3%E3%83%81%E3%83%9E%E3%83%BC%E3%82%AF)
- URL: https://ai-curator.jp/podcasts/cmwo1uyry00005p11wmcb4ywg

## 要約

Google DeepMind の Koray Kavukcuoglu が、Hannah Fry との7年ぶりの対話で、単一モデルによる汎化、製品を通じたAGIへの道、Geminiのアーキテクチャの進化を語った。再帰的自己改善（RSI）については、研究パイプラインの一部をエージェントに任せる段階で、完全なループにはまだ遠いと述べている。安全性やベンチマークの飽和、競争についての見解も示した。

## ポイント

- Koray はAGIにテストは存在せず、人々が信頼して意思決定を委ねるほど「AGIらしく」感じられると述べ、製品をAGIへの踏み石と位置づけた。
- かつての個別プロジェクト中心から、科学分野の課題を解けるよう単一モデルを訓練する方向へ重心が移ったという。
- Geminiは静的なものではなく、各世代が手作業で組み上げられるカスタム品であり、将来はアーキテクチャも変わると見ている。
- RSIは研究パイプラインの一部をエージェントが担う段階で、Gemini自身が次期Gemini開発に使われ、計算資源の一部をエージェントが実験に使っていると説明した。
- 安全性では、報酬を与えず手を加えない思考の連鎖（chain of thought）を監視可能に保つことを重視している。
- ベンチマークの飽和は進歩の表れであり、AGIの測定ではなく能力の穴を見つける手段だと位置づけた。

## 章立て

- [01:00] **7年ぶりの再会と単一モデルへの集約** — かつて分野ごとに分かれていたチームが、汎化する単一モデルの可能性のもとに統合されてきた経緯を語る。
- [03:09] **製品こそがAGIへの道** — AGIに明確なテストはなく、製品を通じた有用性と信頼が進歩の梯子になるという主張を説明する。
- [09:27] **汎化と進化し続けるGemini** — 狭いタスクの最適化より汎化を重視する姿勢と、世代ごとに手作りされるGeminiのアーキテクチャを語る。
- [16:50] **世界理解・効率・LeCun批判への見解** — モデルの物理的理解の限界、人間の脳との効率差、Yann LeCunの立場、人間データの重要性を議論する。
- [24:57] **再帰的自己改善（RSI）** — RSIの定義と現状、Gemini自身が開発に使われている点、RSIが実現するかへの見方を述べる。
- [30:22] **安全性と競争** — 思考の監視、マルチエージェント、数十億ユーザーでのアライメント、減速論や政府との協力に触れる。
- [40:00] **ベンチマークと7年後の展望** — ベンチマーク飽和の意味、ユーザーフィードバックの役割、7年後のAIの姿を語る。

## 解説記事

Google DeepMind のポッドキャストで、Hannah Fry 教授が SVP 兼 Chief AI Architect の Koray Kavukcuoglu と対談した。2019年にロンドンのオフィスを案内された時から7年、AlphaGo や AlphaFold といった個別プロジェクトの時代から、Gemini による汎用知能の追求へと変わった道のりが語られた。

#### 個別プロジェクトから単一モデルへ

Koray は、かつては複数のことを探索していたが、現在は汎化を生む単一のモデル・技術の可能性が見えていると述べる。核融合の制御のような科学プロジェクトも続けるが、狙いは特定問題を解くことから、その科学領域で実行できるモデルを訓練することに変わったという。方向性を決める要素として、AI研究者としての見立て、製品、科学の3つを挙げた。

#### 製品こそがAGIへの踏み石

最も印象的なのは「製品がAGIへの道」という主張だ。Koray によれば、AGIにはテストもベンチマークもなく、人が信頼し、意思決定を任せるほど AGI らしく感じられるようになる。AGIは北極星であり、次の一歩は製品が教えてくれるという。レストランの予約のような作業を除外せず、全部解かねばならない点が製品の意義だと語る。また、狭いタスクは機械学習がすでに解き方を知っており、知能の本質は未見のものへの転移だとして、スケーリングによる汎化を主ルートとした。

Geminiは静的な単一アーキテクチャではなく、世代ごとに手で組み上げられるカスタム品で、5年後には別のアーキテクチャを使っているだろうと述べる。新しいアイデアは「ファネル」から取り込まれ、複数チームが現行版と次世代版を並行して開発している。

#### 世界理解、効率、人間データ

モデルの理解について、Koray は現状では視覚的に正しくても、流体、気流、熱伝達などで数値的に正しいとは言えず、工学的な正確さが課題だという。エネルギー効率では人間の脳との差を認めつつ、目標は人間の知能の複製ではなく、人の役に立つ知能だとした。Yann LeCun がLLMを袋小路とみる点には、世界理解という目標は共通で、別アーキテクチャの探求もファネルの一部だと応じた。Sutton の「苦い教訓」を踏まえた人間データの問いには、モデル自身の探索は重要だが、人と協働できる道具であるために人間データを軸に据えるべきだと答えた。

#### 再帰的自己改善（RSI）の現在地

RSIは、モデルが新しいデータやアーキテクチャを探索し、実験し、検証して次世代を訓練するループ全体を指す。Koray は完全なループにはまだ遠いが、パイプラインの一部にはモデルに任せられる領域があると説明する。Gemini自身が次期Gemini開発に不可欠であり、計算資源の一部をエージェントが実験に使っているとも述べた。RNNからTransformerのような飛躍をAIが起こせるかについては、いつかは可能と信じるが、まだ見ていないという。RSIが起きる確率を問われると、自分は偏った標本だと断りつつ、研究とは証明されるまで未知のことを信じて進める主観的な営みだと答えた。

#### 安全性、競争、ベンチマーク

安全面では、報酬ハックを許さない環境設計、訓練中の監視、実運用でのリアルタイム監視を挙げた。特に思考の連鎖には報酬をかけず手を加えないことで、行動に先立つ思考を監視できるようにするという。マルチエージェントでも通信を観測・理解可能に保てば同様の監視が有効とした。研究から実際の製品開発に移り、安全は開発と一体であるべきだと語る。減速論には、安全に進めない場合は進むべきでないが、基準が不明なまま止める理由はないとの立場だ。競争が安全判断を妨げることはないとし、外部専門家や政府との試験を挙げ、説明が十分でない点は認めた。

ベンチマークの飽和は、モデルが多様な領域で向上している証拠であり進歩の姿だとする。ベンチマークは能力の穴を示す手段にすぎず、ユーザーのフィードバックも重要だと述べた。

#### まとめ

この対話の核心は、AGIを到達点ではなく、信頼と有用性が積み上がる過程として捉える視点にある。製品開発は寄り道ではなく研究そのものだという立場は、AI を事業に組み込む日本の企業や開発者にも示唆的だ。RSIについても誇張せず、現実には部分的な自動化が進んでいると語った点は、過度な期待や不安を冷静に見直す材料になる。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Google DeepMind: The Podcast「Gemini and the path to AGI with Koray Kavukcuoglu」
