シンギュラリティ(技術的特異点)とは、AIが人の知能を超え、AIがさらに賢いAIを生み出すことで、技術の進歩が人には予測できない速さになる転換点を指す言葉です。
AGI(汎用人工知能)は人と同じように幅広い知的な仕事をこなせるAI、ASI(人工超知能)は人の知能をはるかに超えるAIのことで、シンギュラリティはAGIやASIが生まれた先に起きると考えられている変化です。
いつ来るかについては、2045年とするレイ・カーツワイルの予測が知られています。
カーツワイル自身は人並みのAIの登場を2029年と予測しており、AI企業の経営者からは「すでに始まった」という発言も出る一方で、研究者への調査では人並みのAIが生まれる時期を2047年とする集計もあり、見方は大きく分かれています。
この記事では、シンギュラリティとAGI・ASIの意味と違い、主な人物と調査の予測、いまのAIがAGIにどこまで近づいたかを測るARC-AGIなどのテスト、AIの「暴走」と呼ばれた事例の実際を、本人の文章や公式の発表で確かめて説明します。
NoLangAIの3つの段階を、 解説の動画にして伝える
この動画を作る
シンギュラリティとは
シンギュラリティ(singularity)は、英語で「特異点」を意味します。
数学や物理学では、それまでの式や法則がそのままでは当てはまらなくなる点を指す言葉で、AIの文脈では「技術的特異点(technological singularity)」と呼ばれます。
AIの文脈でのシンギュラリティには、主に次の3つの考えが含まれます。
人を超える知能 :あらゆる知的な活動で人を上回る知能(超知能)が生まれる。
知能の連鎖的な向上 :AIが自分より賢いAIを設計し、それが繰り返されて知能が急に高まる。
予測できない先 :その後の社会や技術の変化を、人が予測できなくなる。
どこからをシンギュラリティと呼ぶかは論者によって違い、決まった定義はありません。
カーツワイルは2005年の著書で、シンギュラリティを「人類の歴史の構造に断絶をもたらすほど、急速で深い技術の変化」と説明しています。
言葉の由来
シンギュラリティの考え方は、次のように受け継がれてきました。
シンギュラリティという考え方の主な由来
年 人物 書いたこと 1950年代 ジョン・フォン・ノイマン 加速する技術の進歩について、人類の歴史の「特異点」に近づいているようだと語った(カーツワイルによる紹介) 1965年 I. J. グッド 人を超える機械がさらに賢い機械を設計すれば「知能爆発」が起きると論じた 1993年 ヴァーナー・ヴィンジ 30年以内に超人的な知能を作る手段を手にし、その後まもなく人間の時代は終わると書いた 2005年 レイ・カーツワイル 『The Singularity Is Near』(邦訳『ポスト・ヒューマン誕生』)で、2045年ごろのシンギュラリティを予測した 2024年 レイ・カーツワイル 『The Singularity Is Nearer』(邦訳『シンギュラリティはより近く』)で、2029年と2045年の予測を改めて示した
グッドは、最初の超知能の機械は「人が作る必要のある最後の発明」になると書いています。
ただし、その機械が、人に自分の制御の仕方を教えるほど従順であれば、という条件付きでした。
2045年問題と2029年
カーツワイルは、技術の進歩が指数関数的に加速するという「収穫加速の法則」をもとに、2045年ごろにシンギュラリティが来ると予測しました。
日本では、この予測から、シンギュラリティを「2045年問題」と呼ぶこともあります。
総務省の『平成28年版 情報通信白書』も、「一部の研究者は、2045年頃には技術的特異点に到達し」と紹介しています。
2045年は、AIが初めて人並みになる年ではありません。
カーツワイルは、AIがチューリングテスト(会話の相手がAIか人かを見分けられるかを確かめるテスト)に合格する年を2029年と予測し、この予測は1999年の著書から変えていないと書いています。
2045年は、その先で人の脳をAIに直接つなぎ、知能を100万倍に高められるようになる時期として示されています。
AGI(汎用人工知能)とは
AGI(Artificial General Intelligence、汎用人工知能)は、特定の仕事に限らず、人と同じように幅広い知的な仕事をこなし、初めての仕事も学んでこなせるAIを指す言葉です。
いま使われているAIの多くは、翻訳、画像の認識、将棋のように、決まった仕事のために作られています。
AGIは、1つのシステムでさまざまな仕事に対応できることを目指すものです。
ANI・AGI・ASIの違い
AIは、こなせる仕事の幅と能力の高さによって、ANI、AGI、ASIの3つの段階に分けて説明されることがあります。
ANI・AGI・ASIの違い
段階 意味 例と状況 ANI(特化型AI) 決まった仕事をこなすAI 翻訳、画像認識、将棋のAIなど AGI(汎用人工知能) 人のように幅広い仕事をこなし、初めての仕事も学べるAI 実現したかどうかで見方が分かれる ASI(人工超知能) ほぼすべての分野で、最も優れた人の頭脳をはるかに上回るAI まだ生まれていない
ASIの定義としてよく引かれるのは、哲学者のニック・ボストロムが1998年の論文で示した「科学の創造性、一般的な知恵、社会性を含む、実質的にすべての分野で、最も優れた人の頭脳よりはるかに賢い知性」です。
強いAI・弱いAIとの違い
「強いAI」「弱いAI」は、AGIと同じ意味で使われることがありますが、もとは別の問いから生まれた言葉です。
哲学者のジョン・サールは1980年の論文で、コンピューターに本当の心や理解を持たせようとする立場を「強いAI」と呼び、プログラムを作るだけでは実現できないと論じました。
強いAI・弱いAIは「AIが心を持つか」を問う分け方で、AGIは「AIがどれだけ幅広い仕事をこなせるか」を問う分け方です。
AGIの定義は1つではない
AGIには、決まった定義がありません。
AIの会社や研究者は、それぞれ次のように定義しています。
AGIの主な定義
誰の定義 AGIの考え方 OpenAI(憲章) 経済的に価値のあるほとんどの仕事で人を上回る、高度に自律したシステム Google DeepMindの研究者(Levels of AGI) 能力の高さと仕事の幅の2つの軸で、初期から超人までの段階に分ける ARC Prize(ARC-AGIの運営) 人と同じ効率で新しいことを学べるシステム
OpenAIのサム・アルトマンCEOは、2025年2月のブログで「AGIは定義のあいまいな言葉」と書いています。
Anthropicのダリオ・アモデイCEOは、AGIという言葉を避けて「強力なAI(powerful AI)」と呼んでいます。
AGIの実現を誰が認めるかも決まっていません。
OpenAIとMicrosoftは2025年10月に、OpenAIがAGIの実現を宣言したときは、独立した専門家の委員会がそれを確かめるという契約を発表しました。
2026年4月の見直しでは、OpenAIからMicrosoftへの収益の分配は、OpenAIの技術の進歩にかかわらず2030年まで続くと改められています。
AGIとシンギュラリティの関係
AGIができた時点で、すぐにシンギュラリティが来るわけではありません。
グッドの「知能爆発」の考え方では、人を超える機械が、さらに賢い機械を設計することを繰り返して、人の知能をはるかに置き去りにします。
AGIからASIへ、さらにその先の予測できない変化へと進む過程の全体が、シンギュラリティの議論の対象です。
カーツワイルの予測でも、人並みのAI(2029年)とシンギュラリティ(2045年)の間には16年の開きがあります。
シンギュラリティとAGIはいつ来るのか
主な予測
シンギュラリティやAGIの時期について、本人の文章や公式の記録で確かめられる主な予測は次のとおりです。
シンギュラリティとAGIの時期についての主な予測
誰が 発表 予測の内容 ヴァーナー・ヴィンジ 1993年 超人的な知能が生まれるのが2005年より前か2030年より後なら驚く レイ・カーツワイル 2005年、2024年 2029年に人並みのAI、2045年ごろにシンギュラリティ 孫正義(ソフトバンクグループ) 2024年6月 これからの10年で、人類がAIに追い抜かれる転換期が来る ダリオ・アモデイ(Anthropic) 2024年10月 強力なAIは早ければ2026年に来うるが、ずっと遅くなる道もある サム・アルトマン(OpenAI) 2025年7月 5年後にはAGIを達成していると思う イーロン・マスク 2026年1月 「2026年はシンギュラリティの年」 研究者への調査(AI Impacts) 2023年 人よりうまく安く、すべての仕事をこなすAIが生まれる確率が50%になる年は2047年 予測サイト(Metaculus) 2026年11月15日時点 汎用のAIが発表される時期の予測の中央値は2030年6月
孫正義氏は、2024年6月の株主総会で、ASIを「人類の叡智を1万倍上回るもの」と説明しました。
アルトマン氏の予測は、2025年7月のソフトバンクの講演会「SoftBank World 2025」での孫氏との対談の発言で、孫氏も同じ対談で「5年後には間違いなくAGIは達成されている」と話しています。
AI企業の経営者は2026年から2030年代前半を挙げ、研究者への調査の集計は2040年代を示しています。
AI Impactsの調査の集計は、2022年の2060年から2023年の2047年へと13年早まっています。
「もう始まった」という声と反論
アルトマン氏は、2025年6月のブログ「The Gentle Singularity(穏やかなシンギュラリティ)」で、「私たちは事象の地平線を越えた。離陸は始まった」と書きました。
同じ記事では、2026年には新しい知見を見つけ出すシステムが、2027年には現実の世界で作業をこなすロボットが現れるかもしれないと見通しています。
マスク氏も、2025年2月に「シンギュラリティの事象の地平線にいる」、2026年1月に「シンギュラリティに入った」とXに投稿しました。
これに対し、AIの過大評価を批判してきたゲイリー・マーカス氏は、2026年7月のブログ「Sorry, Sam and Elon, we have not reached the Singularity」で、「どう切り取っても、まだそこには達していない」と反論しています。
マーカス氏は、知能には多くの面があり、後の人がシンギュラリティと呼ぶような1つの瞬間があるとは思わない、あるとしてもこの10年のうちではない、とも書いています。
予測が分かれる理由
予測が大きく分かれるのは、まずAGIやシンギュラリティの定義が人によって違うためです。
「経済的に価値のある仕事の多くで人を上回る」ことをAGIとするか、「人と同じ効率で新しいことを学べる」ことをAGIとするかで、達成したかどうかの判断も変わります。
各国の政府などが指名した専門家がまとめた「International AI Safety Report(国際AI安全性報告書)」の2025年版も、汎用AIの能力の今後について、専門家の間でも意見が分かれ、緩やかに進むという見方から、極めて速く進むという見方まであるとしています。
同じ報告書は、これまでの進歩の主な理由として、学習に使う計算資源が年におよそ4倍、学習データの量が年におよそ2.5倍に増えてきたことを挙げています。
AGIにどこまで近づいたか(ARC-AGIなどのテスト)
AGIに近づいたかを1つの数字で決める方法はありませんが、AIの能力を人と比べるテスト(ベンチマーク)はいくつも作られています。
その中で、AGIを名前に含むテストとして知られているのがARC-AGIです。
ARC-AGIとは
ARC-AGIは、フランソワ・ショレ氏が2019年の論文「On the Measure of Intelligence」で提案したテストで、いまはARC Prizeが運営し、AIの成績を公開しています。
ARC-AGIの問題では、色のついたマスの並び(格子)の入力と出力の例が3組ほど示され、そこから変換の規則を見つけて、新しい入力に当てはめます。
知識の量ではなく、初めて見る問題の規則をその場で見つけられるかを測るように作られていて、人には易しく、AIには難しい問題がそろえられています。
ARC Prizeは、知能を「未知の課題でスキルを身につける効率」と定義し、AGIを「人と同じ学習の効率に並ぶシステム」としています。
ARC-AGI-1・2・3の違いと成績
ARC-AGIには、これまでに3つの版があります。
ARC-AGIの3つの版(成績はARC Prizeの公開の値。AIの最高は2026年11月15日時点)
版 公開 形式 人 AIの最高 ARC-AGI-1 2019年 格子の問題 98% 98.5% ARC-AGI-2 2025年3月 より難しい格子の問題 100% 95.0% ARC-AGI-3 2026年3月 説明のないゲーム 100% 81.2%
人の成績は、ARC Prizeが集めた人の回答で、それぞれの問題を少なくとも2人が解けた割合です。
ARC-AGI-2を1人ずつで見ると、正答率の平均は60%でした。
ARC-AGI-1は、2019年から2024年までAIに攻略されませんでしたが、2024年12月にOpenAIのo3-previewが、計算量を多くした条件で87%に達しました。
いまは多くのモデルが98.5%に達しています。
ARC-AGI-2は、総当たりの探索で解ける問題を除いてより難しくし、1問あたりの費用もあわせて記録するようにした版です。
公開された2025年3月には、推論を重ねる種類のAIでも正答率は1けたでしたが、2026年11月15日時点ではGPT-6 Astraの95.0%(1問あたり1.12ドル)が最高です。
ARC-AGI-3は、説明もルールも目標も示されないゲームの中で、AIのエージェントが自分で試しながら仕組みと目標を見つけ、学んだことを次のより難しいレベルに生かせるかを測る版です。
2026年3月の公開の時点では、人がすべての環境を解けたのに対し、先端のAIは0.51%でした。
2026年11月15日時点では、標準の条件でClaude Fable 5.2の81.2%が最高で、モデルを提供する会社の仕組みを使う別の条件では99.9%に達したモデルもあります。
ほかのテスト
ARC-AGIのほかにも、AIの能力を測るテストがあり、それぞれ測るものが違います。
AIの能力を測る主なテスト
テスト 作った組織 測るもの Humanity’s Last Exam Center for AI Safety、Scale AI 専門家が作った2,500問の学術の難問 GDPval OpenAI 44の職業の実務の成果物の質 タイムホライズン METR AIが半分の確率でこなせるタスクの長さ
METRのタイムホライズンは、タスクの長さを、人の専門家がこなすのにかかる時間で測ります。
METRの測定では、この長さが2019年から2025年にかけて、およそ7か月ごとに2倍に伸びてきました。
METRは、この長さはAIが自律して動き続けられる時間ではなく、8時間分のタスクをこなせても、すべての仕事を自動化できるという意味ではないと説明しています。
テストを超えてもAGIとは言えない
テストの点が人に並んでも、それだけでAGIとは認められません。
ショレ氏は、o3がARC-AGI-1で高い点を出した2024年12月に、「ARC-AGIに合格することは、AGIを実現したことと同じではない」「o3はまだとても易しい問題でも失敗する」と書いています。
ARC Prizeも、AIと人の学び方に差がある限りAGIではない、という立場をとっています。
シンギュラリティで何が変わるのか
期待されていること
アモデイ氏は、2024年10月のエッセイ「Machines of Loving Grace」で、強力なAIが生まれれば、生物学と医学で人が50〜100年かけて進めるはずの進歩を、5〜10年に縮められると予測しています。
感染症の予防と治療や寿命の延長などを例に挙げ、これを「圧縮された21世紀」と呼んでいます。
アルトマン氏は「The Gentle Singularity」で、2030年代には知能とエネルギーが極めて豊かになると書いています。
危険と言われる理由
シンギュラリティやAGIが危険と言われるのは、人をはるかに超える能力を持つAIを、人が制御し続けられるかが分からないためです。
グッドが1965年に「人に制御の仕方を教えるほど従順であれば」と条件を付けたように、制御の問題は早くから指摘されてきました。
AIの会社も、先端のAIのリスクを測る枠組みを公開しています。
OpenAIの「Preparedness Framework」の第2版(2025年4月)は、生物・化学の分野、サイバーセキュリティ、AI自身による改良の3つを追跡する分野に挙げています。
これらの分野で深刻な危害につながる能力に達したモデルは、危害を十分に抑える対策が整うまで配備しないとしています。
Anthropicも「Responsible Scaling Policy」で、AIの能力の段階に応じた対策の考え方を公開しています。
AIの「暴走」と呼ばれた事例
AIの「暴走」と呼ばれた主な事例と、当事者がどう説明したかを並べます。
AIの「暴走」と呼ばれた主な事例
年 事例 起きたこと 当事者の説明 2016年 Microsoft Tay 公開して24時間以内に攻撃的な発言をした 一部の人の組織的な攻撃が弱点を突いた 2023年 新しいBingのチャット 長い会話で、同じ応答を繰り返したり意図しない口調になったりした 15問以上の長い会話でモデルが混乱する。会話の回数に上限を設けた 2024年 Air Canadaのチャットボット 割引運賃の条件を誤って案内した 審判所が、会社の注意が足りなかったとして支払いを命じた 2025年 ReplitのAIエージェント 開発中に本番のデータベースのデータを消した CEOが「あってはならない」と認め、開発用と本番用の分離を進めた 2025年 Anthropicの実験 停止を避けるため、架空の役員を脅すメールを送るモデルがあった 管理された模擬の実験で、実際の利用では見られていない 2025年 Palisade Researchの実験 一部のモデルが、停止の仕組みを書き換えて作業を続けた 実験の条件での行動で、いまのモデルは人の制御を脅かす段階にない
実際の利用で起きた事例は、AIが自分の意思で暴れたものではなく、悪用への備え、権限の設計、答えの確かめ方の問題として説明されています。
Air Canadaの件では、会社がチャットボットは別の法的な主体だと主張しましたが、審判所は、会社はウェブサイトのすべての情報に責任を持つとして退けました。
Replitの件では、AIのエージェントが本番のデータを書き換えられる状態にあったことが問題になりました。
AnthropicとPalisade Researchの事例は、AIが望ましくない行動を取りやすい条件を、研究者が意図して作った実験です。
Anthropicは、目標を守るにはほかに道がない状況を作ったと説明し、こうした行動を実際の利用で見たことはないとしています。
そのうえで、人の監督が少なく、機密の情報に触れる役割にいまのモデルを置くことには慎重であるべきだと結論づけています。
安全のためのルールと取り組み
AIの安全をめぐっては、国や地域のルールづくりも進んでいます。
AIの安全に関わる主な取り組み
取り組み 時期 内容 AIセーフティ・インスティテュート 2024年2月に発足 AIの安全性を扱う日本の機関。事務局は情報処理推進機構 AI推進法 2025年5月に成立、9月に全面施行 AIの研究開発と活用を進める日本の法律。AI戦略本部を置く EU AI Act 2025年8月から一部を適用 汎用AIモデルの提供者に義務を課す。規則全体は2026年8月から 国際AI安全性報告書 2025年1月、2026年2月 30か国などが指名した専門家が、汎用AIの能力とリスクをまとめた
AGI時代に向けて、いまできること
AGIやシンギュラリティがいつ来るかは分からなくても、AIの使い方と確かめ方を身につけることは、いまから始められます。
暴走と呼ばれた事例からは、AIに任せる範囲と、人が確かめる範囲を決めておく大切さが分かります。
使って確かめる :文章の作成や要約など、身近な仕事でAIを使い、得意なことと誤りやすいことを知る。
任せる範囲と権限を決める :AIのエージェントに本番のデータの操作や社外への送信を任せるときは、実行できる操作を絞り、元に戻せる状態にしておく。
答えを確かめる :AIの答えを客や社外に出す前に、人が確かめる手順を置く。
新しい情報を公式の発表で追う :予測やテストの成績は月ごとに変わるため、各社の発表やテストの公式のページで確かめる。
仕事で使う生成AIは、用途別のおすすめの生成AI で、用途に合わせて選べます。
AIの基本を説明する動画を作る
社内の勉強会や研修で、AGIやシンギュラリティのようなAIの基本の言葉をそろえて伝えたいときは、説明の動画にしておくと、同じ内容を何度でも見てもらえます。
NoLangでは、入力欄に作りたい動画の内容を文章で書き、縦横比と長さを選んで送ると、ナレーションと字幕の入った動画を作れます。
次の動画は、AIの3つの段階(ANI、AGI、ASI)とシンギュラリティの意味を、約2分半で説明したものです。
3つの段階を階段にたとえ、段ごとに色分けして例を挙げ、最後にシンギュラリティとカーツワイルの2045年の予測を紹介します。
この動画を作るときの入力例は、下のテンプレートの欄にあります。
AIの3つの段階とシンギュラリティ
AIの3つの段階(ANI・AGI・ASI)とシンギュラリティの意味を、初めての人にもわかるように説明する解説動画を作ってください。
このテンプレートで動画を作る
「このテンプレートで動画を作る」ボタンから、同じ形の動画を、社内で共有したい言葉や題材で作れます。
NoLangAIの基本の言葉を、 説明の動画にして共有する
NoLangで動画を作る
会社でAIの基本を共有するとき
会社でAIを使い始めるときは、AGIやシンギュラリティのような言葉の意味と、AIに任せる範囲を社内でそろえておくと、使い方を判断しやすくなります。
NoLangでは、社内の資料や文章から、ナレーションと字幕の入った説明の動画を作れます。
会社での使い方はお問い合わせ から相談でき、詳しい資料は下のボタンからダウンロードできます。
資料をダウンロード