クロニカ クロニカ
← AI覇権 ― 知能をめぐる米中の戦い の目次へ

生成AIの衝撃 ― ChatGPTと基盤モデル

2022年末、AIは研究室を出て、世界中の人々の手のひらへと飛び込んだ。たった一つのチャット画面が、五日で百万人、二か月で一億人を巻き込む。大規模言語モデルと基盤モデル、そしてAGIをめぐる競争が、いかにして覇権の新たな焦点になったかを描く。

2026年6月11日

前話で私たちは、AIの心臓――計算力という砂の結晶をめぐる、見えない攻防を見た。しかしその心臓が刻み続けた鼓動は、ある日、研究室の壁を突き破る。

2022年11月30日。一つのウェブサイトが、静かに公開された。名はChatGPT。難しい操作はいらない。ただ、人間に話しかけるように文字を打ち込むだけ。すると画面の向こうから、まるで考えているかのように、流暢な言葉が返ってきた。

その日を境に、世界の空気が変わった。長らく専門家の領分だった人工知能が、ついに普通の人々の手のひらへと飛び込んだのである。

たった二か月で一億人 ― 手のひらに来た知能

その普及の速さは、誰の予想も超えていた。報道によれば、ChatGPTは公開からわずか五日で利用者百万人に達し、二か月で一億人を突破したとされる。当時としては、史上もっとも速く広がった消費者向けアプリケーションの一つだった。

何が、これほど人々を惹きつけたのか。それまでのAIは、たいてい裏方だった。検索結果を並べ替え、写真にタグを付け、音声を文字に変える――役には立つが、姿は見えない縁の下の力持ちだ。ところがChatGPTは違った。文章を書き、要約し、翻訳し、プログラムのコードまで綴る。問いかければ答え、注文を付ければ書き直す。初めて多くの人が、AIと「会話」する手応えを得たのだ。

学生はレポートの下書きを頼み、会社員はメールの文面をまかせ、技術者は厄介なコードの相談相手にした。教育の現場では、課題をそのまま解かせてしまえることへの戸惑いが広がり、メディアは連日この新しい道具の可能性と危うさを書き立てた。たった一つのチャット画面が、人々の働き方と学び方に、同時に問いを投げかけたのである。

もちろん、その答えはしばしば誤りを含み、もっともらしい嘘――いわゆるハルシネーションを語ることもあった。それでも、知能が万人のものになったという事実の衝撃は、その欠点を覆い隠すほど大きかった。多くの企業が競って自社の生成AIを世に出し、わずか数か月のうちに、生成AIという言葉は専門用語から日常語へと変わっていった。

言葉を学んだ機械 ― LLMと基盤モデル

この衝撃の裏側には、地味だが決定的な技術の積み重ねがあった。

鍵となったのは、大規模言語モデル(LLM)と呼ばれる仕組みである。膨大な量の文章をひたすら読み込ませ、「次に来る言葉」をひたすら予測させる。ただそれだけの訓練を、信じがたい規模で繰り返す。すると機械は、文法や事実だけでなく、文脈や言い回しの呼吸までも、統計的に捉えるようになっていった。

その土台を築いたのが、2017年にグーグルの研究者らが発表した論文「Attention Is All You Need」で示されたトランスフォーマーという構造だ。文の中で、どの言葉がどの言葉に注意を向けるべきかを効率よく学ぶこの仕組みは、その後の言語AIの共通基盤となった。

そして2021年、米スタンフォード大学の研究者らは、こうした巨大モデルを基盤モデル(foundation model)と名づける。一つの巨大なモデルをまず広範なデータで訓練しておき、それを翻訳・要約・対話など多様な用途に応用する――まるで土台の上にいくつもの建物を建てるように。AIの作り方そのものが、個別の課題ごとに小さく作る時代から、巨大な土台を一つ築いて使い回す時代へと移ったのだ。

  1. 2017

    グーグルの研究者らがトランスフォーマー構造を提唱。言語AIの共通基盤となる

  2. 2020

    巨大な言語モデルが登場し、文章生成の能力が飛躍的に向上する

  3. 2021

    スタンフォード大の研究者らが、こうした巨大モデルを基盤モデルと命名

  4. 2022-11-30

    ChatGPTが公開。生成AIブームが世界へ広がる引き金となる

この土台づくりには、第5話で見た莫大な計算力が要る。基盤モデルを訓練するには、大量の高性能チップを長時間回し続けねばならない。生成AIの華やかな登場は、その裏で、計算力という心臓をどれだけ握れるかという競争と、固く結びついていた。

AGIという地平 ― 先行する米国と追う各国

ChatGPTの登場は、人々の心にもう一つの言葉を呼び覚ました。AGI――汎用人工知能である。

特定の作業だけをこなす今のAIではなく、人間のように幅広い課題を自ら学び、こなせる知能。それが本当に実現するのか、いつ来るのか、そもそも可能なのか――専門家の見方は大きく分かれている。だが生成AIの劇的な進歩を目の当たりにして、AGIはにわかに、遠い空想ではなく射程に入りうる目標として語られるようになった。

この生成AIと基盤モデルの開発で、初期に世界をリードしたのは米国の企業群だったとされる。資金、最先端の計算力、人材の三つが集まりやすい環境が、そこにはあった。第3話で見たように、中国はすでにAIを国家戦略の中核に据えていた。その中国をはじめ各国の企業も、独自の大規模モデルの開発を急ぎ、追走を試みていったと報じられている。知能の最先端をめぐる競争は、こうして国家と企業を巻き込む新たな局面へと入っていく。

興味深いのは、この競争が単なる技術力の勝負にとどまらない点だ。どの言語のデータでモデルを鍛えるか、どんな価値観を答えに反映させるか、何を語らせ何を語らせないか――生成AIは、それを作る社会の文化や規範を、答えの一つひとつに映し出す。だからこそ各国は、ただ性能を競うだけでなく、自国の言語と価値観で動く知能を持とうとし始めた。知能の覇権は、いつしか文化と思想の競争という色合いをも帯びていったのである。

ただし、どの企業や国が最終的に先頭に立つのか、AGIがいつ、どのような形で訪れるのかについては、評価が大きく分かれており、現時点で断定はできない。確かなのは、2022年末を境に、AIが社会のあらゆる場所に入り込み、もう後戻りできない地点を越えた、という事実である。

石油が世界を動かし、半導体が電子の時代を支えたように、いま「言葉を操る知能」が、新たな力の源泉として人々の暮らしと国家の戦略の中心に座った。第1話で問うた「知能を作るという夢」は、ここでついに、誰もが触れられる現実となったのだ。

だが、力が大きくなるほど、人類は問い始めた――この知能のルールを、いったい誰が作るのか、と。

この記事は役に立ちましたか?

この物語が面白かったら——

X LINE

参考ソース・元動画