AIの形状：ギザギザのフロンティア、ボトルネック、そして突出点

2023年の古いAI時代に、私と共著者はAIの奇妙な能力を表す用語を考案しました。それは、ある作業を非常にうまくこなす一方で、他の作業では人間の直感に反して極めて不出来であるという性質です。これを「ギザギザのフロンティア」と名付けました。この概念は今でもAIの重要な特徴であり、混乱の原因となっています。AIが医学診断や難しい数学で超人級である一方、簡単な視覚パズルや自動販売機の操作が苦手なのはなぜでしょうか。AIの正確な能力はしばしば謎に包まれており、それがAIを使いにくくしている理由です。

私はギザギザのフロンティアが今後もAIの大きな部分を占めると思いますが、その意味については不確実性が残ります。Tomas PueyoはXに彼のビジョンを描いたバイラル画像を投稿しました。彼の見解では、成長するフロンティアはギザギザを凌駕するでしょう。確かにAIは一部のことが苦手であり、改善しても相対的に苦手なままかもしれませんが、人間の能力のフロンティアはほぼ固定されており、AIの能力は急速に成長しています。自動販売機の操作が相対的に苦手でも、AIがどの人間よりも優れているなら、それが何だというのでしょうか。

しかし、未来は不確実ですが、この考え方は仕事とテクノロジーの性質に関する重要な側面を見落としていると思います。第一に、フロンティアは非常にギザギザしており、このギザギザのために、人間のタスクと完全には重ならない超スマートAIが生まれる可能性があります。例えば、ギザギザの大きな原因は、LLMが新しいタスクを記憶し、そこから永続的に学習できないことです。多くのAI企業がこの問題の解決策を追求していますが、この問題は研究者の予想よりも解決が難しいかもしれません。記憶がなければ、AIは人間ができる多くのタスクに苦戦し続けるでしょう。Colin Fraserは、AIと人間の重なりの可能性を示す2つの例を描きました。AIは確かに一部の分野では超人級ですが、他の分野では人間以下であるか、まったく重なっていないことがわかります。これが事実なら、AIは人間と補完的に働く新たな機会を生み出すでしょう。

これらは概念図ですが、科学者のグループが最近AI能力の形状をマッピングしようと試み、ギザギザのフロンティアが予測するように不均一な成長を発見しました。読解、数学、一般知識、推論——これらはAIが急速に向上している分野です。しかし、記憶はほとんど改善が見られない弱点です。より良いプロンプトやモデル（GPT-5.2はGPT-5よりはるかに優れています）によってフロンティアの形状は変わるかもしれませんが、ギザギザは残ります。

ボトルネック

ほんの少しのギザギザでも、超スマートAIがタスクを自動化できなくなる問題を引き起こす可能性があります。システムは最も悪いコンポーネントと同程度にしか機能しません。これがボトルネックです。ボトルネックの中には、AIが頑固に人間以下であることに起因するものもあります。LLMのビジョンシステムは医用画像の読み取りに十分でないため、医師を代替できません。LLMは反論すべきときに従順すぎるため、セラピストを代替できません。幻覚は減少したものの依然として存在するため、100%の精度が要求されるタスクを実行できません。フロンティアが拡大すればこれらの問題は消えるかもしれませんが、弱点だけがボトルネックではありません。

能力とは無関係なプロセスに起因するボトルネックもあります。AIが従来の方法よりも劇的に速く有望な薬剤候補を特定できるようになっても、臨床試験には実際の患者のリクルート、投薬、モニタリングが必要です。FDAは依然として申請書の人間による審査を要求します。AIが優れた薬剤のアイデアの発生率を10倍以上に高めても、制約は発見速度ではなく承認速度になります。ボトルネックは知能から制度へと移行し、制度は制度の速度で動きます。

GoogleのNano Banana Proの画像。詳細は後ほど！

そして、AIがほぼ完全に超人級であっても、エッジケースでは人間が必要かもしれません。例として、AIを使ってCochraneレビューを再現した研究を挙げます。これは有名な徹底したメタ研究であり、多くの医学研究を統合して科学的コンセンサスを導き出します。研究チームは、適切なプロンプトとサポートがあれば、GPT-4.1が「2日間でCochraneレビューの1号全体（n=12）を再現・更新し、これは従来のシステムレビュー作業の約12人年に相当する」ことを発見しました。AIは14万6000以上の引用をスクリーニングし、全文を読み、データを抽出し、統計分析を実行しました。実際、正確性では人間のレビュアーを上回りました。奇妙なことに、困難な知的作業の多く——関連研究の発見、正確な数値の抽出、結果の統合——はフロンティア内にあります。しかし、AIは補足ファイルにアクセスできず、未公開データを要求するために著者にメールを送ることもできません。これらは人間のレビュアーが日常的に行うことです。これはレビューのエラーの1%未満を占めるに過ぎませんが、そのエラーによりプロセスを完全に自動化することはできません。12人年が2日間に短縮されても、科学研究の実際の進め方に精通した人間がエッジケースを処理する必要があります。

これがパターンです：ギザギザがボトルネックを生み、ボトルネックにより、非常にスマートなAIでも簡単に人間を代替できません。少なくとも現時点では。これはおそらく良い面（急速な雇用喪失の防止）と悪い面（科学研究の加速が期待ほど進まない）の両方があります。ボトルネックはまた、AI企業の作業を集中させ、AIを妨げているものの改善に注力させます。歴史家のThomas Hughesはこれに用語を持っていました。彼は電気システムの発展を研究し、進歩がしばしば単一の技術的・社会的問題で停滞することを観察しました。彼はこれを「逆突出点」と呼びました——システムが飛躍するのを妨げる単一の技術的・社会的問題です。

逆突出点

ボトルネックは、AIが決して何かをできないという印象を与えるかもしれませんが、実際には進歩が単一のギザギザの弱点によって妨げられているだけです。その弱点が逆突出点となり、AIラボが突然問題を解決すると、システム全体が飛躍できます。

先月の最も強力な例は、Googleの新しい画像生成AI「Nano Banana Pro」（はい、AI企業は依然として命名が下手です）です。これは、非常に優れた画像生成モデルと、モデルを誘導し必要に応じて情報を検索できる非常にスマートなAIを組み合わせたものです。例えば、Nano Banana Proに私のカワウソテストの究極版をプロンプトすると、「白板を使ってethan mollickのカワウソ飛行機WiFiテストを説明し、それをクリアしたことを証明するカワウソの科学者たち。壁には飛行機でノートパソコンを使うカワウソの写真がいっぱい」という画像が生成されます。

一貫した文字、異なる角度、影、大きなスペルミスなし。素晴らしい成果です。2021年に同じプロンプト「飛行機でWiFiを使うカワウソ」で得られた画像と比較してください。

しかし、実際には優れた画像生成が多くの新機能のボトルネックでした。例えば、PowerPointデッキを考えてみましょう。主要なAI企業はすべて、AIにPowerPointを作成させようとしてきました。その方法は、AIにコンピュータコード（非常に得意）を書かせてPowerPointをゼロから作成させることです。ClaudeとChatGPTの両方が改善され、スライドはやや地味ですが進歩しています。しかし、NotebookLMでスマートなGemini AIとNano Banana Proを組み合わせると、コードを使用せず、各スライドを単一の画像として作成します。画像品質が低かったら不可能でしたが、突然可能になりました。画像は非常に柔軟なので、スタイルやアプローチを自由に変えられます。手描き風、1980年代パンク風、非常にドラマチックでハイコントラストな黄色背景、そしてもちろんカワウソ飛行機テーマなど、さまざまなスタイルでスライドデッキを作成できます。

多くの点で、難しい部分はClaudeとGeminiのフロンティア内にあります。ソース資料、トピック、アイデアを要約してスライドにできます。幻覚は非常にまれで、ソースは正確です。カワウソの類推やパンクテーマの説明も生成できます。これは知的に要求される部分であり、AIは1年以上前から可能でした。しかし、スライドやその他のビジュアルプレゼンテーションを作成することは、テキストの壁を有用にするためのボトルネックでした。問題は完全には解決されていません。画像は完璧ではなく、編集もできません（これはすぐに修正されるようです）が、方向性は見えています。

多くの跳躍

AIが分析やPowerPointで超人級になっても、コンサルタントやデザイナーの仕事が完全に置き換えられるとは思いません。それらの仕事は、ギザギザのフロンティア上でAIが苦手で人間が得意とする多数の異なるタスクで構成されています。関係者から情報を収集し賛同を得られますか？人々が実際に必要とするものを決定する暗黙のルールを理解できますか？AIの成果物とは一線を画す、深い課題に対処する独自のアイデアを思いつけますか？ギザギザのフロンティアは、人間の仕事に多くの機会を提供します。

しかし、逆突出点に焦点を当てることでボトルネックが突然解消され、跳躍が起こることを期待すべきです。かつて人間だけが行っていた作業領域が、AIができるようになります。AIの方向性を理解したいなら、ベンチマークではなくボトルネックに注目してください。1つのボトルネックが壊れると、その背後にあるすべてが押し寄せてきます。画像生成はプレゼンテーション、文書、あらゆる種類のビジュアルコミュニケーションのボトルネックでしたが、今はそうではありません。次のボトルネックは何でしょう？記憶？リアルタイム学習？物理世界で行動を起こす能力？

今この瞬間も、どこかのAIラボがそれぞれのボトルネックを逆突出点として扱っています。彼らが突破口を開くとき、事前の警告はほとんどないでしょう。しかし、ギザギザのフロンティアは諸刃の剣です。これまでのところ、跳躍のたびに人間が必要とされるエッジが増えています。これからも多くの跳躍があるでしょう。そして多くの機会もあります。両方に注目してください。