音声_AIによる「コーディング完全自動化」はいつ実現するか？ 最新予測モデルが描く2030年代のシナリオ скачать в хорошем качестве

音声_AIによる「コーディング完全自動化」はいつ実現するか？ 最新予測モデルが描く2030年代のシナリオ

AI Futures Model: Dec 2025 Update, Daniel Kokotajlo, Eli Lifland, Brendan Halstead, and Alex Kastner https://blog.ai-futures.org/p/ai-futu... AIフューチャーズモデル：2025年12月更新版ブリーフィング このブリーフィングは、AIのタイムラインとテイクオフ速度を予測するために開発された新しい統合モデル「AIフューチャーズモデル」の2025年12月更新版の主要な洞察をまとめたものです。このモデルは、以前の「AI 2027」モデルから大幅なアップグレードが施されており、より洗練された予測を提供します。 最も重要な結論として、新しいAIフューチャーズモデルは、以前のモデルと比較してAIのタイムラインが約3〜5年長くなると予測しています。特に、コーディング作業の完全自動化を意味するマイルストーン「自動化コーダー（AC）」の達成時期の中央値は2031年頃と予測されており、これは以前のモデルより遅い結果です。このタイムラインの延長は、主に完全自動化達成前のAIによる研究開発（R&D）の加速効果を、より保守的にモデル化したことに起因します。具体的には、ソフトウェア研究における収穫逓減の法則を適切に組み込んだことが大きな要因です。 モデルの中核的なアプローチは、METR（METR-HRS）が提供するコーディング能力ベンチマークのトレンドを外挿する「能力ベンチマークトレンド外挿法」です。モデルはAI開発を3つのステージに分けて分析します。 1. ステージ1：コーディングの自動化（現在からAC達成まで） 2. ステージ2：研究テイストの自動化（ACから超人的AI研究者（SAR）達成まで） 3. ステージ3：知能爆発（SARから人工超知能（ASI）達成まで） テイクオフ速度に関しては、新しいモデルは中央値で以前のモデルよりやや遅い結果を示しますが、非常に高速なテイクオフと非常に低速なテイクオフの両極端なシナリオの確率を下げています。これは、新しいモデルがAIプロジェクトの計算能力供給の増加を考慮に入れているためです。 著者であるEli LiflandとDaniel Kokotajloは、モデルの出力に加えて、モデル化されていない要因（例：ハードウェアR&Dの自動化、データボトルネック）や直感を考慮した「総合的見解」も提示しています。Eliはモデルのタイムラインを2032年半ばまで延長する一方、Danielはモデルの中央値を維持しつつ不確実性の範囲を広げる調整を行っています。