序論

人類は物語を語りはじめたときから、命なき物質に思考を吹き込むことを夢見てきた。動きだす彫像、粘土のゴーレム、銅製の自動人形。この夢は長いあいだ神話の領分にあった。やがて20世紀の半ばに、それはひとつの科学分野となった。そして2020年代への転換期以降、それは産業上の現実となり、私たちの働き方、治療のあり方、創作のしかた、さらには戦争のしかたまでを、週を追うごとに変えつつある。

人工知能とは、人間が行うなら「知能」を必要とするような課題を機械に遂行させるための技術の総体を指す。文章を理解する、顔を見分ける、車を運転する、定理を証明する、会話を続ける、といった課題である。これは意図的に曖昧にされた定義であり、その曖昧さは欠陥ではなく、この主題そのものの特徴である。私たちが「知的」と呼ぶものは絶えず移り変わる。かつては最高水準でチェスを指すことが知能の頂点に思えたが、いまではそれは無料でダウンロードできる一機能にすぎない。研究者はこれを「AI効果」と呼ぶ：機械が何かをできるようになったとたん、人はそれを知能とは見なさなくなる。

本講座は、ひとつの歴史的な転換点を軸に構成されている。60年間（1956-2017）にわたり、AIは熱狂的な期待と幻滅の「冬」とを繰り返しながら、断続的に進歩してきた。その間、二つの大きなアプローチの系譜が交代し、対立してきた。明示的な規則によって推論を再現しようとした記号的AIと、脳に着想を得て、データを与えたニューラルネットワークの力で推論を模倣しようとしたコネクショニストAIである。

2017年、挑発的な題名を掲げた一本の科学論文（「必要なのはアテンションだけ」）が、新しいアーキテクチャであるTransformerを提示した。当時、その射程を見抜いていた者は誰もいなかった。5年後の2022年11月、このアーキテクチャの上に築かれた製品ChatGPTが2か月で利用者1億人に達し、一般消費者向け技術の歴史上もっとも速い普及を記録した。世界は大規模言語モデル（英語では Large Language Models、略してLLM）を知ることになった。文章を書き、コードを書き、翻訳し、推論することができ、その水準は敬意を抱かせると同時に不安をも呼び起こすシステムである。

本講座の全体は、この転換とその帰結の物語として読むことができる：

ひとつの単純な発想（次の単語を予測すること）が、どのようにして理解しているかのように見える機械を生み出しえたのか。そしてそれは、科学、仕事、戦争、地球、さらにはおそらく私たち人類という種の未来にとって、何を変えるのか。

本書全体を一本の導きの糸が貫いている。これらのシステムが有能になればなるほど、その制御という問題はいっそう切実になる。両者は同じコインの表と裏である：

• 光の側：コンピュータによって折りたたみ構造が解明され、新薬への道を開くタンパク質。より早期の医療診断。前例のない数学上の発見。10倍に高まる生産性。
• 影の側：脅かされる雇用。途方もないエネルギーコスト。自律型兵器。産業化された偽情報。そしてその先に控える、私たちより知的なシステムが私たちの意図にアライメントされたままでいるのかという、目もくらむような問い。

純粋に楽観的な物語（「AIがすべてを解決してくれる」）も、純粋に破局的な物語（「AIが私たちを滅ぼす」）も、現実を正当に捉えてはいない。本講座はその両端をともに手放さないよう努める。

まず全体の見取り図を示しておこう（各項目は該当する章で詳しく論じる）：

• 最先端は一握りの研究所が握っている。 米国勢ではAnthropic（Claude モデル）、OpenAI（GPT）、Google DeepMind（Gemini）、SpaceXAI（旧xAI、Grok）。中国勢ではDeepSeek、Qwen（Alibaba）、Moonshotなどがあり、その多くはオープンウェイトで、しかもきわめて低コストである。欧州勢ではフランスのMistralが主権の旗を掲げている。順位は毎月のように入れ替わり、2026年の教訓は、もはや唯一の最良モデルは存在せず、あるのはタスクごとの最良モデルだということである。
• AIはエージェント型になった。 もはやモデルと対話するだけではない。目標を託すと、モデルが自ら行動する。コードを書き、ウェブを閲覧し、ソフトウェアを操作するのである。これは「コパイロット」から「デジタル社員」への移行である。
• ロボティクスは研究室を出た。 2026年には、ヒューマノイドロボットが工場で実際に働いており（BMWにおけるFigure、HyundaiにおけるBoston DynamicsのAtlas）、その一方でUnitreeのような中国のプラットフォームは16,000ドルでヒューマノイドを販売している。これはもはやデモンストレーションではなく、生まれつつある市場である。
• 規制が整いつつある。 欧州のAI規則（AI Act）は2026年8月2日に一つの段階を越えた。透明性に関する義務と、汎用目的モデルに対する欧州委員会の監督権限が適用開始となったのである。その一方で、この規則の中核をなす高リスクシステムに関する規定は、2026年夏に採択された簡素化規則によって2027年12月および2028年8月へと延期された（第25章を参照）。
• AGIをめぐる議論が激しさを増した。 主要な研究所の経営者たちは、今後数年のうちに「汎用人工知能」を目指すと公言している。AI 2027 のような詳細な未来シナリオは、目もくらむような加速の可能性を描いているが、それを誇張だと見る向きもある。この問題は、甘い評価にも破局論にも流されることなく、後の章で改めて取り上げる。

出発点は基礎（第I部）である。LLM以前の歴史、次いで機械学習の仕組みを見て、Transformer革命へと至る。続いて大規模モデルの時代（第II部）に入る。LLM、世界モデル、エージェント、そしてプレイヤーたちの勢力図である。その後、ハードウェアとインフラ（第III部）とともに機関室へ降りていく。チップ、データセンター、ローカルAI、エネルギーである。さらに大いなる収束（第IV部）を探る。ブロックチェーン、量子コンピューティング、ロボティクスである。そして現実世界で働くAI（第V部）を見る。医療、仕事、法、防衛である。最後に、存亡に関わる課題（第VI部）に向き合う。アライメント、安全性、ガバナンス、そしてありうる未来である。

それでは、よい読書を。

---