私は強力なAIのリスクについてよく考え、話します。私がCEOを務めるAnthropic社は、これらのリスクを軽減する方法について多くの研究を行っています。そのため、AIは概して悪いもの、あるいは危険なものだと考える悲観主義者、いわゆる「破滅論者」だと誤解されることがあります。しかし、私は全くそうは思っていません。実際、私がリスクに焦点を当てる主な理由の一つは、リスクこそが、私が根本的にポジティブな未来と見なすものとの間に立ちはだかる唯一の障壁だからです。多くの人がAIの持つ可能性を過小評価しているのと同様に、リスクの深刻さも過小評価していると私は考えています。

本稿では、その利点がどのようなものになるか、つまり、すべてが順調に進んだ場合、強力なAIが存在する世界がどのようなものになるかを概説してみようと思う。もちろん、未来を確実かつ正確に知ることは誰にもできないし、強力なAIの影響は過去の技術革新よりもさらに予測不可能になる可能性が高いので、これはすべて推測に過ぎない。しかし、たとえ細部が間違っていたとしても、何が起こるかの雰囲気を捉えた、少なくとも根拠に基づいた有用な推測を目指している。多くの詳細を含めているのは、漠然とした抽象的なビジョンよりも、具体的なビジョンの方が議論を進展させるのに役立つと考えているからだ。

しかしその前に、私とAnthropicが強力なAIの利点についてあまり語ってこなかった理由、そしておそらく今後もリスクについて多く語り続けるであろう理由を簡単に説明したいと思います。特に、私がこのような選択をしたのは、次のような理由からです。

• レバレッジを最大限に活用しましょう。AI技術の基本的な発展と、その恩恵の多く（すべてではありませんが）は（リスクによってすべてが頓挫しない限り）必然的に起こるように思われ、根本的には強力な市場原理によって推進されています。一方で、リスクはあらかじめ決まっているわけではなく、私たちの行動によってその発生確率を大きく変えることができます。
• プロパガンダと受け取られないように注意しましょう。AI企業がAIの素晴らしい利点ばかりを語っていると、まるでプロパガンダを流しているように、あるいは欠点から目をそらそうとしているように思われてしまう可能性があります。また、原則として、自分の主張ばかりを延々と語るのは精神的に良くないと思います。
• 誇大妄想は避けるべきだ。多くのAIリスクに関する著名人（AI企業のリーダーは言うまでもない）が、ポストAGIの世界について、まるで預言者が人々を救済へと導くように、自分たちが単独でそれを実現する使命を負っているかのように語るのを聞くと、私はしばしば辟易する。企業が一方的に世界を形作っていると考えるのは危険であり、実用的な技術目標を本質的に宗教的な観点から捉えるのも危険だと私は思う。
• 「SF」的な要素は避けましょう。強力なAIの利点を過小評価している人は多いと思いますが、革新的なAIの未来について議論する少数の人々は、しばしば過度に「SF」的なトーンで議論します（例えば、アップロードされた意識、宇宙探査、あるいは一般的なサイバーパンク的な雰囲気など）。そのため、人々はその主張を真剣に受け止めず、ある種の非現実性を帯びてしまうのだと思います。はっきりさせておきたいのは、ここで述べられている技術が実現可能か、あるいは実現の見込みがあるかどうかという問題ではないということです（この点については、本稿で詳細に論じています）。問題は、その「雰囲気」が、望ましい未来像や、様々な社会問題がどのように展開していくかなどに関する、多くの文化的背景や暗黙の前提を暗黙のうちに持ち込んでしまうことです。その結果、狭いサブカルチャーのための空想のように読めてしまい、大多数の人にとっては不快なものになってしまうのです。

しかし、上記のような懸念事項があるにもかかわらず、強力なAIが存在する理想的な世界とはどのようなものかを議論し、同時に上記の落とし穴をできる限り回避していくことは非常に重要だと私は考えています。実際、単に火消しに奔走するだけでなく、真に希望に満ちた未来像を描くことが不可欠だと考えています。強力なAIがもたらす影響の多くは、敵対的あるいは危険なものですが、最終的には、私たちが目指すべき何か、誰もがより良い状態になるようなプラスサムな結果、つまり、人々が争いを乗り越え、目の前の課題に立ち向かうための原動力となる何かが必要なのです。恐怖は一つの動機付けにはなりますが、それだけでは十分ではありません。希望も必要なのです。

強力なAIの有益な応用例は数えきれないほど多く（ロボット工学、製造業、エネルギーなど多岐にわたる）、ここでは人間の生活の質を直接的に向上させる可能性が最も高いと思われる分野に絞って紹介します。私が特に注目している5つの分野は以下のとおりです。

1. 生物学と身体の健康
2. 神経科学とメンタルヘルス
3. 経済発展と貧困
4. 平和と統治
5. 仕事と意義

私の予測は、ほとんどの基準から見て過激なものとなるでしょう（SFの「シンギュラリティ」ビジョンは除く^）。

基本的な前提と枠組み

このエッセイ全体をより正確で説得力のあるものにするためには、強力なAIとは何を意味するのか（つまり、5～10年という期間のカウントダウンが始まる閾値）を明確に定義し、そのようなAIが実際に存在するようになった場合の影響について考えるための枠組みを示すことが有益である。

強力なAI（私はAGIという用語は好きではない）³

強力なAIとは、おそらく今日のLLMに形式的には似ているものの、異なるアーキテクチャに基づいていたり、複数の相互作用するモデルを含んでいたり、異なる方法でトレーニングされている可能性のあるAIモデルであり、以下の特性を備えているものを指します。

• 純粋な知能という点では4
  ⁴本稿では、「知能」という言葉を、多様な領域に適用できる一般的な問題解決能力を指すものとして用いる。これには、推論、学習、計画、創造性といった能力が含まれる。本稿では「知能」という言葉を簡略化して用いるが、知能の本質は認知科学や人工知能研究において複雑で議論の多いテーマであることを認識しておく。知能は単一の統一された概念ではなく、むしろ個別の認知能力の集合体であると主張する研究者もいる。また、様々な認知能力の根底には一般的な知能因子（g因子）が存在すると主張する研究者もいる。この議論はまた別の機会に譲ることにする。
  つまり、生物学、プログラミング、数学、工学、執筆など、ほとんどの関連分野においてノーベル賞受賞者よりも賢いということです。これは、未解決の数学定理を証明したり、非常に優れた小説を書いたり、複雑なコードベースをゼロから作成したりできることを意味します。
• 単なる「話しかけるスマートデバイス」であることに加えて、テキスト、音声、ビデオ、マウスとキーボードの操作、インターネットアクセスなど、仮想空間で作業する人間が利用できるあらゆる「インターフェース」を備えています。インターネット上での操作、人間への指示の送受信、資材の発注、実験の指示、ビデオの視聴、ビデオの作成など、このインターフェースによって可能になるあらゆる行動、コミュニケーション、遠隔操作を実行できます。そして、これらのタスクすべてを、世界で最も有能な人間をも凌駕するスキルでこなします。
• それは単に受動的に質問に答えるだけでなく、完了までに数時間、数日、あるいは数週間かかるタスクを与えられ、必要に応じて説明を求めながら、まるで優秀な従業員のように自律的にそれらのタスクを実行する。
• それは（コンピュータ画面上に存在する以外に）物理的な実体を持たないが、コンピュータを介して既存の物理的な道具、ロボット、実験装置などを制御することができる。理論的には、自らが使用するロボットや装置を設計することさえ可能だ。
• モデルのトレーニングに使用したリソースは、数百万のインスタンスを実行するために再利用でき（これは2027年頃までに予測されるクラスター規模に相当）、モデルは人間の約10～100倍の速度で情報を吸収し、アクションを生成できる。5
  ⁵これは現在のAIシステムの速度のおおよその目安です。例えば、AIシステムはテキスト1ページを数秒で読み込み、テキスト1ページを20秒ほどで書き込むことができます。これは人間がこれらの作業を行う速度の10～100倍です。時間の経過とともに、大型モデルでは処理速度が低下する傾向がありますが、より高性能なチップでは処理速度が向上する傾向があります。現在までのところ、この2つの効果はほぼ相殺されています。
  ただし、物理世界の応答時間、あるいは相互作用するソフトウェアの応答時間によって制限される可能性がある。
• これら100万個のコピーはそれぞれ、無関係なタスクを独立して実行することも、必要に応じて人間が協力するのと同じように連携して作業することも可能であり、その場合、特定のタスクに特に優れた能力を発揮するように微調整された異なるサブグループが存在する可能性もある。

これは一言で言えば、「データセンターに集まった天才たちの国」と言えるだろう。

明らかに、そのような存在は非常に難しい問題を非常に速く解決できるだろうが、その速さを把握するのは容易ではない。二つの「極端な」見解はどちらも誤りであるように思われる。まず、高度な知能が自己増殖し、あらゆる科学的、工学的、運用上の課題をほぼ瞬時に解決することで、世界は数秒から数日のスケールで瞬時に変容する（「シンギュラリティ」）と考えるかもしれない。しかし、これにはハードウェアの構築や生物学的実験の実施など、物理的および実際的な限界が存在する。たとえ天才たちの新しい国ができたとしても、これらの限界にぶつかるだろう。知能は非常に強力かもしれないが、魔法の粉ではないのだ。

第二に、そして逆に、技術進歩は現実世界のデータや社会要因によって飽和状態にあるか、あるいは速度が制限されていると考え、人間以上の知能はほとんど役に立たないと考えるかもしれません^。

真実はおそらく、これら二つの極端な見方が入り混じった複雑なものであり、タスクや分野によって異なり、細部は非常に微妙なものだろうと私は考えています。こうした細部を建設的に考察するためには、新たな枠組みが必要だと信じています。

経済学者はしばしば「生産要素」、つまり労働、土地、資本といったものについて語ります。「労働／土地／資本の限界収益」という表現は、特定の状況において、特定の要素が制約要因となる場合もあれば、そうでない場合もあるという考え方を表しています。例えば、空軍には飛行機とパイロットの両方が必要であり、飛行機が不足している状況でパイロットを増やしてもあまり意味がありません。AI時代においては、知能の限界収益について議論すべきだと私は考えてい^ます。

知能を制限する要因、あるいは知能を補完する要因のリストとして、私が推測するものは以下のとおりです。

• 外界のスピード。インテリジェントエージェントは、物事を達成し、学習するために、外界とインタラクティブに動作する必要がある。8
  ⁸この学習には、一時的な文脈内学習や従来型の訓練が含まれるが、どちらも物理的な世界によって速度が制限される。
  しかし、世界は一定の速度でしか動きません。細胞や動物は一定の速度で活動するため、それらを用いた実験には一定の時間がかかり、その時間は短縮できない可能性があります。ハードウェア、材料科学、人とのコミュニケーションに関わるあらゆるもの、そして既存のソフトウェアインフラストラクチャについても同様です。さらに、科学においては、多くの実験が連続して必要となることが多く、それぞれの実験は前の実験から学び、あるいはそれを基盤として構築されます。つまり、例えば癌の治療法開発といった大規模プロジェクトを完了できる速度には、知能が向上し続けてもそれ以上短縮できない、短縮不可能な最小値が存在する可能性があるということです。
• データの必要性。時には生データが不足しており、それがない場合、知能を高めても役に立たない。今日の素粒子物理学者は非常に独創的で、幅広い理論を開発してきたが、粒子加速器のデータが限られているため、それらの理論の中からどれが正しいかを判断するデータが不足している。彼らが超知能を持っていたとしても、劇的に成果が向上するかどうかは明らかではない。せいぜい、より大型の加速器の建設を加速させる程度だろう。
• 本質的な複雑性。物事の中には本質的に予測不可能または混沌としているものがあり、最も強力なAIでさえ、人間や今日のコンピュータよりも大幅に優れた予測や解明を行うことはできません。たとえば、非常に強力なAIであっても、一般的な場合、混沌としたシステム（三体問題など）では、わずかに先までしか予測できません。9
  ⁹カオス的なシステムでは、小さな誤差が時間とともに指数関数的に増大するため、計算能力が大幅に向上しても、予測可能な期間がわずかに改善されるだけであり、実際には測定誤差によってさらに悪化する可能性があります。
  現代の人間やコンピューターと比較して。
• 人間による制約。法律を破ったり、人間を傷つけたり、社会を混乱させたりせずにできることは多くありません。人間と調和したAIは、このようなことをしたがらないでしょう（調和していないAIの場合は、リスクの話に戻ります）。人間の社会構造の多くは非効率的であったり、積極的に有害であったりしますが、臨床試験に関する法的要件、人々の習慣を変える意欲、政府の行動などの制約を尊重しながら変更するのは困難です。技術的にはうまく機能するものの、規制や誤った恐怖によってその影響が大幅に縮小された進歩の例としては、原子力発電、超音速飛行、さらにはエレベーターなどが挙げられます。
• 物理法則。これは最初の点をより明確にした例です。破ることのできないように見える物理法則がいくつかあります。光速を超える速度で移動することは不可能です。プリンはかき混ぜると元に戻りません。チップは、信頼性が低下する前に、 1平方センチメートルあたりに搭載できるトランジスタの数に制限があります。計算には、消去されるビットごとに一定の最小エネルギーが必要であり、これが世界の計算密度を制限しています。

時間スケールに基づくさらなる区別があります。短期的には厳しい制約となるものも、長期的には知能によってより柔軟に対応できるようになる可能性があります。例えば、知能は、かつては生きた動物実験が必要だったことを試験管内で学習できる新しい実験パラダイムの開発、新しいデータを収集するために必要なツール（例えば、より大型の粒子加速器）の構築、あるいは（倫理的な範囲内で）人間による制約を回避する方法を見つけること（例えば、臨床試験システムの改善、臨床試験の官僚主義が少ない新しい管轄区域の創設、あるいは人間の臨床試験の必要性を減らしたり費用を削減したりするための科学自体の改善）に利用される可能性があります。

したがって、知能は当初は他の生産要素によって大きく制約されているが、時間の経過とともに知能自体が他の要素を迂回するようになるという状況を想像すべきである。たとえ他​​の要素が完全に消滅することはないとしても（そして物理法則のようなものは絶対的なものであるとしても）^。10

上記の枠組みを踏まえ、序論で述べた5つの分野について、その質問に答えていきたいと思います。

1. 生物学と健康

生物学はおそらく、科学の進歩が人間の生活の質を直接的かつ明確に向上させる可能性が最も高い分野でしょう。前世紀には、天然痘など人類が長年苦しめられてきた病気のいくつかがようやく克服されましたが、依然として多くの病気が残っており、それらを克服できれば人類にとって計り知れない偉業となるでしょう。病気の治療にとどまらず、生物科学は原理的に、健康寿命を延ばし、自身の生物学的プロセスに対する制御と自由度を高め、現在では人間の宿命的な一部と考えられている日常的な問題に取り組むことで、人間の健康の基礎的な質を向上させることができるのです。

前のセクションで述べた「制約要因」という表現で言えば、生物学に知能を直接適用する際の主な課題は、データ、物理世界の速度、そして本質的な複雑さです（実際には、これら3つは互いに関連しています）。臨床試験が行われる後の段階では、人間の制約も影響を及ぼします。これらを一つずつ見ていきましょう。

細胞、動物、さらには化学プロセスに関する実験は、物理世界の速度によって制限されます。多くの生物学的プロトコルでは、細菌やその他の細胞の培養、あるいは単に化学反応が起こるのを待つ必要があり、これには数日、場合によっては数週間かかることもあり、それを加速させる明らかな方法はありません。動物実験は数か月（またはそれ以上）かかることがあり、ヒト実験はしばしば数年（長期的な結果研究の場合は数十年）かかります。これと多少関連していますが、データはしばしば不足しています。量というよりも質の問題です。関心のある生物学的効果を、起こっている他の1万もの交絡因子から分離したり、特定のプロセスに因果的に介入したり、何らかの効果を直接測定したりする（間接的またはノイズの多い方法でその結果を推測するのではなく）明確で曖昧さのないデータは常に不足しています。私が質量分析技術の研究中に収集したプロテオミクスデータのような、大規模で定量的な分子データでさえ、ノイズが多く、多くの情報が欠落しています（これらのタンパク質はどの種類の細胞に存在していたのか？細胞のどの部分に存在していたのか？細胞周期のどの段階にあったのか？）。

データに関するこうした問題の一因は、本質的に複雑であることにある。人間の代謝の生化学を示す図を見たことがある人なら、この複雑なシステムのどの部分の影響も分離することが非常に難しいこと、そしてシステムに正確かつ予測可能な方法で介入することがさらに難しいことをご存知だろう。そして最後に、人間を対象とした実験を行うのに要する時間だけでなく、実際の臨床試験には多くの官僚主義的な手続きや規制要件が伴い、（私を含め多くの人が）不必要な追加時間と遅延をもたらしている。

こうした状況を踏まえ、多くの生物学者は長らく、生物学におけるAIや「ビッグデータ」全般の価値に懐疑的であった。過去30年間、生物学にその技術を応用してきた数学者、コンピュータ科学者、物理学者は確かに成功を収めてきたが、当初期待されていたような真に革新的な影響はもたらさなかった。しかし、AlphaFold（開発者たちは当然ながらノーベル化学賞を受賞した）やAlphaProteo ^{11といった画期的なブレークスルーによって、こうした懐疑論はいくらか和らいでいる。}

しかし、私はその悲観的な見方はAIを間違った方法で捉えていると思います。AIの進歩に関する私たちの中心的な仮説が正しいとすれば、AIを正しく考える方法は、データ分析の手法としてではなく、生物学者が行うすべてのタスクを実行する仮想生物学者として捉えることです。これには、現実世界での実験の設計と実行（実験用ロボットの制御、あるいは主任研究員が大学院生に行うように、どの実験を行うべきかを人間に指示するなど）、新しい生物学的手法や測定技術の発明などが含まれます。AIが生物学を真に加速できるのは、研究プロセス全体を加速することによってです。私が生物学を変革するAIの能力について話すときに最もよくある誤解なので、これを繰り返しておきたいと思います。私はAIを単なるデータ分析ツールとして話しているのではありません。このエッセイの冒頭で述べた強力なAIの定義に沿って、私は生物学者が行うほぼすべてのことを実行、指示、改善するためにAIを使用することについて話しているのです。

加速がどこから来るのかをより具体的に説明すると、生物学の進歩の驚くほど大きな部分は、ごく少数の発見、多くの場合、広範な測定ツールや技術に関連した発見からもたらされている^。12

例としては以下のようなものがあります。

• CRISPR：生体内のあらゆる遺伝子をリアルタイムで編集できる技術（任意の遺伝子配列を別の任意の配列に置き換えることができる）。この技術が開発されて以来、特定の細胞種を標的とするための改良が絶えず行われ、精度が向上し、誤った遺伝子の編集が減った。これらはすべて、ヒトへの安全な使用に必要な要素である。
• 精密なレベルで何が起こっているかを観察するための様々な種類の顕微鏡：高度な光学顕微鏡（様々な種類の蛍光技術、特殊光学系などを備えたもの）、電子顕微鏡、原子間力顕微鏡など。
• ゲノム配列決定と合成のコストは、ここ数十年で数桁も低下した。
• 光遺伝学とは、光を照射することでニューロンを発火させることができる技術である。
• mRNAワクチンは、原理的にはあらゆるものに対するワクチンを設計し、それを迅速に改良することを可能にする（もちろん、mRNAワクチンはCOVID-19の流行中に有名になった）。
• CAR-T細胞療法のような細胞療法では、免疫細胞を体外に取り出して「再プログラム」することで、原理的にはあらゆるものを攻撃できるようになる。
• 病原菌説や免疫系と癌の関連性の認識といった概念的洞察13
  ¹³この点を指摘してくれたパラグ・マリックに感謝します。
  。

私がこれらの技術をわざわざ列挙するのは、それらについて重要な主張をしたいからです。それは、才能豊かで創造的な研究者がもっとたくさんいれば、これらの技術の発見速度は10倍以上にもなる可能性があるということです。言い換えれば、これらの発見は知性に対する見返りが大きく、生物学や医学における他のあらゆる分野は、ほとんどがこれらの発見から派生していると考えています。

なぜそう考えるのか？それは、「知能投資の成果」を判断する際に、私たちが習慣づけるべきいくつかの質問への答えがあるからだ。第一に、これらの発見は一般的にごく少数の研究者によってなされ、しばしば同じ人物が繰り返し発見している。これは、ランダムな探索ではなく、熟練した技術を示唆している（後者は、長期間にわたる実験が制約要因であることを示唆するかもしれない）。第二に、これらの発見は、実際よりも何年も前に「発見できたはず」であることが多い。例えば、CRISPRは1980年代から知られていた細菌の免疫系の天然成分だったが、一般的な遺伝子編集に転用できると人々が気づくまでにさらに25年かかった。また、有望な方向性に対する科学界からの支援が不足しているために、発見が何年も遅れることも多い（ mRNAワクチンの発明者に関するこのプロフィールを参照。同様の事例は数多く存在する）。第三に、成功したプロジェクトは、巨額の資金が投入されたものではなく、しばしば小規模なものであったり、当初は有望とは考えられていなかった後付けのアイデアであったりする。これは、発見を推進するのは莫大な資源の集中だけではなく、創意工夫であることを示唆している。

最後に、これらの発見の中には「逐次依存性」（発見Bを行うためのツールや知識を得るには、まず発見Aを行う必要がある）を持つものもあり、これもまた実験の遅延を生む可能性があるものの、多く、おそらくほとんどは独立しており、同時に多くの発見を並行して進めることができる。これらの事実と、生物学者としての私の一般的な経験の両方から、科学者がもっと賢く、人類が持つ膨大な生物学的知識間のつながりを見出すことに長けていれば（CRISPRの例をもう一度考えてみよう）、何百もの発見がまだなされていないと強く確信している。数十年にわたる綿密な物理モデル化にもかかわらず、 AlphaFold / AlphaProteoが人間よりもはるかに効果的に重要な問題を解決できたことは、（狭い領域における狭いツールではあるが）原理実証であり、今後の方向性を示すものとなるはずだ。

したがって、強力なAIはこれらの発見の速度を少なくとも10倍に高め、今後50～100年分の生物学的進歩を5～10年で実現できると私は推測する^。14

臨床試験はどうでしょうか？確かに、臨床試験には多くの官僚主義と遅延が伴いますが、実際には、その遅延の多く（すべてではありませんが！）は、効果がほとんどない、あるいは効果が曖昧な薬剤を厳密に評価する必要があることに起因しています。これは残念ながら、今日のほとんどの治療法に当てはまります。平均的な癌治療薬は生存期間を数ヶ月延ばす一方で、慎重に測定する必要のある重大な副作用を伴います（アルツハイマー病治療薬についても同様です）。そのため、（統計的検出力を得るために）大規模な研究が必要となり、規制当局は一般的に、官僚主義と利害の複雑な対立のために、難しいトレードオフを行うのが得意ではありません。

何かがうまく機能する場合、物事ははるかに速く進みます。承認プロセスが迅速化され、効果の大きさが大きいほど承認が容易になります。COVID-19に対するmRNAワクチンは9か月で承認されました。これは通常のペースよりもはるかに速いものです。とはいえ、このような状況下でも臨床試験は依然として遅すぎます。mRNAワクチンは本来2か月程度で承認されるべきだったと言えるでしょう。しかし、このような遅延（医薬品開発全体で約1年）と大規模な並列化、そしてある程度の反復（「数回の試行」）の必要性が組み合わさることで、5～10年で抜本的な変革が起こる可能性は十分にあります。さらに楽観的に考えると、AIを活用した生物科学によって、より優れた動物実験モデルや細胞実験モデル（あるいはシミュレーション）を開発し、ヒトで何が起こるかをより正確に予測することで、臨床試験における反復の必要性を減らすことができるかもしれません。これは、数十年かけて進行する老化プロセスに対する医薬品の開発において特に重要であり、より迅速な反復ループが必要となります。

最後に、臨床試験と社会的な障壁という点に関して、生物医学的イノベーションは、他のいくつかの技術とは対照的に、ある意味で非常に高い成功実績を持っていることを明確に指摘しておく価値がある^。16

以上のことをまとめると、私の基本的な予測は、AIを活用した生物学と医学によって、人間の生物学者が今後50～100年かけて達成するはずだった進歩を、わずか5～10年に凝縮できるということです。私はこれを「圧縮された21世紀」と呼んでいます。つまり、強力なAIが開発されれば、21世紀全体で達成するはずだった生物学と医学の進歩を、わずか数年で成し遂げられるという考え方です。

数年後に強力なAIが何ができるようになるかを予測することは本質的に難しく、推測の域を出ないものの、「今後100年で人間はAIの助けなしに何ができるようになるのか？」という問いには、ある程度の具体性がある。20世紀に達成したことを単純に振り返ること、21世紀の最初の20年間から推測すること、あるいは「10個のCRISPRと50個のCAR-T細胞」があれば何が得られるかを問うことなど、いずれも強力なAIから期待できる進歩の一般的なレベルを推定するための、実践的で現実的な方法である。

以下に、私たちが想定しうる事態をリストアップしてみます。これは厳密な方法論に基づいたものではなく、細部においてはほぼ間違いなく誤りがあるでしょうが、私たちが想定すべき過激主義の一般的なレベルを伝えようとするものです。

• ^{ほぼすべての17}の確実な予防と治療
  ^{17急速に進化する病気、例えば}病院を進化の実験室として利用して治療に対する耐性を継続的に向上させる多剤耐性株などは、対処するのが特に困難であり、100%の達成を妨げる可能性がある。
  自然発生的な感染症。20世紀における感染症対策の目覚ましい進歩を考えると、21世紀という短い期間でほぼ「感染症撲滅」を達成できると考えるのは、決して突飛な考えではない。mRNAワクチンや同様の技術は、すでに「あらゆる病気に対するワクチン」への道筋を示している。感染症が世界から完全に根絶されるかどうか（一部の地域にとどまるのではなく）は、貧困と不平等に関する問題にかかっており、これについては第3章で論じる。
• ほとんどのがんの撲滅。がんによる死亡率はここ数十年、年間約2%ずつ減少しており、現在の人類科学の進歩ペースでいけば、21世紀中にほとんどのがんを撲滅できる見込みです。一部のサブタイプはすでにほぼ治癒しており（例えば、 CAR-T療法による一部の白血病など）、がんの初期段階を標的とし、がんの増殖を阻止する非常に選択性の高い薬剤の開発には、さらに大きな期待を寄せています。AIは、がんの個々のゲノムに非常に細かく適応した治療法も可能にするでしょう。これは現在でも可能ですが、時間と人的専門知識に莫大な費用がかかります。AIによって、これを大規模に実施できるようになるはずです。死亡率と罹患率の両方で95%以上の減少が見込まれます。とはいえ、がんは非常に多様で適応力が高く、これらの疾患の中で最も完全に撲滅するのが難しい病気の一つです。稀で治療が困難な悪性腫瘍がいくつか残るとしても不思議ではありません。
• 遺伝性疾患に対する非常に効果的な予防法と治療法が開発されている。胚スクリーニングの大幅な進歩により、ほとんどの遺伝性疾患を予防できる可能性が高く、CRISPRのより安全で信頼性の高い後継技術によって、既存の人々のほとんどの遺伝性疾患を治療できるかもしれない。しかし、細胞の大部分に影響を与える全身性の疾患は、依然として治療が難しい疾患である可能性がある。
• アルツハイマー病の予防。アルツハイマー病の原因究明は非常に困難を極めています（ベータアミロイドタンパク質と何らかの関連があることは分かっていますが、その詳細は非常に複雑なようです）。これは、生物学的影響を分離するより優れた測定ツールによって解決できるタイプの問題であるように思われます。そのため、私はAIがこの問題を解決できる可能性に期待を寄せています。実際に何が起こっているのかを理解できれば、比較的簡単な介入によって最終的に予防できる可能性は十分にあります。とはいえ、既に発症したアルツハイマー病による損傷を元に戻すのは非常に難しいかもしれません。
• その他のほとんどの疾患の治療の改善。これは、糖尿病、肥満、心臓病、自己免疫疾患など、その他の疾患を包括的に指すカテゴリーです。これらの多くは、癌やアルツハイマー病よりも解決が「容易」に見え、多くの場合、すでに急激に減少しています。たとえば、心臓病による死亡者数はすでに50%以上減少しており、GLP-1受容体作動薬のような簡単な介入によって、肥満や糖尿病に対して大きな進歩がすでに遂げられています。
• 生物学的自由。過去70年間は、避妊、生殖能力、体重管理など、多くの分野で進歩が見られました。しかし、AIによって加速された生物学は、可能性を大きく広げるでしょう。体重、外見、生殖、その他の生物学的プロセスは、完全に人々のコントロール下に置かれるようになるはずです。私たちはこれを「生物学的自由」という概念で捉えます。これは、誰もがなりたい自分を選び、最も魅力的な生き方をする権利を持つべきだという考え方です。もちろん、世界的なアクセス平等に関する重要な問題も生じます。これについては、第3章を参照してください。
• 人間の寿命が倍増18
  ¹⁸ 5〜10年以内に人間の寿命が2倍になったことを知るのは難しいかもしれない。達成したとしても、研究期間内にはまだ分からないかもしれない。
  これは過激に思えるかもしれないが、平均寿命は20世紀にほぼ2倍（約40歳から約75歳）に延びたため、「圧縮された21世紀」にはさらに倍増して150歳になるというのは「トレンド」と言える。実際の老化プロセスを遅らせるために必要な介入は、前世紀に（主に小児期の）病気による早死を防ぐために必要だったものとは異なるが、変化の規模は前例のないものではない。
  ¹⁹病気を治すことと老化プロセス自体を遅らせることの間には明らかな生物学的な違いがあるにもかかわらず、私は統計的傾向をより広い視野で見て、「詳細は異なるものの、人間の科学はおそらくこの傾向を継続する方法を見つけるだろう。結局のところ、複雑なものにおける滑らかな傾向は、必然的に非常に異質な要素を足し合わせることによって作られる」と言いたい。
  具体的には、副作用が限定的なラットの最大寿命を25～50%延長する薬剤は既に存在します。また、一部の動物（例えば、ある種のカメ）は既に200年も生きているため、人間が理論上の上限に達しているわけではないことは明らかです。推測ですが、最も重要なのは、実験や臨床試験を迅速に繰り返すことができる、信頼性が高く、グッドハート効果の影響を受けないヒトの老化バイオマーカーを見つけることでしょう。人間の寿命が150歳に達すれば、「脱出速度」に到達し、現在生きているほとんどの人が望む限り生きられるだけの時間を稼げるようになるかもしれません。ただし、これが生物学的に可能であるという保証は全くありません。

このリストを見て、もしこれら全てが今から7〜12年後に実現したら世界がどれほど変わるかを考えてみる価値がある（これは積極的なAI開発のタイムラインに沿ったものだ）。言うまでもなく、それは想像を絶する人道的偉業であり、何千年にもわたって人類を苦しめてきた数々の災厄が一挙に根絶されることになるだろう。私の友人や同僚の多くは子育てをしているが、彼らが成長する頃には、病気という言葉が、私たちにとっての壊血病、天然痘、腺ペストのように聞こえるようになることを願っている。その世代は生物学的自由と自己表現の拡大からも恩恵を受け、運が良ければ望む限り長生きできるかもしれない。

強力なAIを期待していたごく一部の人々を除いて、これらの変化がどれほど驚くべきものになるかは計り知れない。例えば、米国では現在、数千人の経済学者や政策専門家が、社会保障とメディケアの財政健全性を維持する方法、そしてより広範には医療費（主に70歳以上の高齢者、特に癌などの末期疾患患者が負担する）を抑える方法について議論している。これらのプログラムを取り巻く状況は、^{2020年までにこれらのことがすべて実現すれば、劇的に改善される可能性が高い。}

2. 神経科学と心

前のセクションでは、身体疾患と生物学全般に焦点を当て、神経科学やメンタルヘルスについては触れませんでした。しかし、神経科学は生物学の一分野であり、メンタルヘルスは身体の健康と同じくらい重要です。実際、メンタルヘルスは身体の健康よりも人間の幸福に直接的に影響を与えると言えるでしょう。何億もの人々が、依存症、うつ病、統合失調症、低機能自閉症、PTSD、精神病質などの問題のために、非常に低い生活の質に苦しんでいます^。

私が生物学について述べた基本的な枠組みは、神経科学にも同様に当てはまります。この分野は、測定や精密な介入のためのツールに関連する少数の発見によって大きく前進します。上記の例で言えば、光遺伝学は神経科学の発見であり、最近ではCLARITYや拡張顕微鏡も同様の進歩です。さらに、多くの一般的な細胞生物学の手法が神経科学に直接応用されています。私は、これらの進歩の速度はAIによって同様に加速されると考えており、したがって「5～10年で100年分の進歩」という枠組みは、生物学と同様に、そして同じ理由で神経科学にも当てはまると考えています。生物学と同様に、20世紀の神経科学の進歩は驚異的でした。例えば、1950年代まで、ニューロンがどのように、そしてなぜ発火するのかさえ理解されていませんでした。したがって、AIによって加速された神経科学が数年で急速な進歩を遂げると期待するのは妥当でしょう。

この基本的な構図に付け加えるべき点が一つあります。それは、ここ数年でAI自体について学んだこと（あるいは学びつつあること）の中には、たとえそれが人間によってのみ行われるとしても、神経科学の発展に役立つ可能性があるということです。解釈可能性はその明白な例です。生物学的ニューロンは表面的には人工ニューロンとは全く異なる方法で動作しますが（スパイクとスパイクレートを介して通信するため、人工ニューロンには存在しない時間要素があり、細胞生理学や神経伝達物質に関する多くの詳細がその動作を大きく変化させます）、基本的な問いである「線形／非線形演算を組み合わせた単純なユニットの分散型訓練済みネットワークは、どのように連携して重要な計算を実行するのか」は同じであり、個々のニューロン間の通信の詳細は、計算と回路に関する興味深い問いのほとんどにおいて抽象化されるだろうと私は強く考えています^。

人工ニューラルネットワークを用いた実験は、実際のニューラルネットワークを用いた実験よりもはるかに容易である（後者はしばしば動物の脳を切開する必要がある）。そのため、解釈可能性は神経科学の理解を深めるためのツールとなる可能性が高い。さらに、高性能なAIは、おそらく人間よりも優れた方法でこのツールを開発し、応用できるだろう。

解釈可能性にとどまらず、AIから学んだ知能システムの訓練方法に関する知見は、（まだ実現しているかどうかは定かではないが）神経科学に革命をもたらすはずだ。私が神経科学の研究をしていた頃は、スケーリング仮説／苦い教訓という概念がまだ存在していなかったため、多くの人が、今でいうところの学習に関する間違った問いに焦点を当てていた。単純な目的関数と大量のデータによって、信じられないほど複雑な行動が引き起こされるという考え方は、目的関数やアーキテクチャ上の偏りを理解することに面白みを与え、創発的な計算の詳細を理解することにはあまり興味をそそらない。近年、この分野を綿密に追ってはいないが、計算神経科学者はまだこの教訓を完全に理解していないという漠然とした印象がある。スケーリング仮説に対する私の態度は常に「なるほど、これは知能がどのように機能し、いかに容易に進化してきたかを大まかに説明するものだ」というものだったが、平均的な神経科学者の見解はそうではないと思う。なぜなら、スケーリング仮説が「知能の秘密」として、AIの分野ですら完全に受け入れられていないからだ。

神経科学者は、この基本的な知見を人間の脳の特殊性（生物物理学的制約、進化の歴史、トポロジー、運動および感覚の入出力の詳細）と組み合わせることで、神経科学における重要な謎のいくつかを解明しようと試みるべきだと私は考えています。おそらく既に試みている研究者もいるでしょうが、それだけでは不十分であり、AI神経科学者がこの視点をより効果的に活用することで、研究の進歩を加速できると私は考えています。

AIは神経科学の進歩を4つの異なる方向で加速させると予想しており、これらのすべてが連携して精神疾患の治療と機能改善につながることを期待している。

• 従来の分子生物学、化学、遺伝学。これは基本的に第1章の一般生物学と同じ内容であり、AIは同じメカニズムで研究を加速できる可能性が高い。脳機能を変化させたり、覚醒度や知覚に影響を与えたり、気分を変えたりするために神経伝達物質を調節する薬は数多く存在し、AIはさらに多くの薬の開発に役立つだろう。AIは精神疾患の遺伝的基盤に関する研究も加速できる可能性が高い。
• 高精度な神経計測と介入。これは、多数の個々のニューロンや神経回路の活動を測定し、その挙動を変化させる介入を行う能力を指します。光遺伝学や神経プローブは、生体内での計測と介入の両方が可能な技術であり、多数の個々のニューロンの発火パターンを読み取るための分子ティッカーテープなど、非常に高度な手法も提案されており、原理的には実現可能であると考えられます。
• 高度な計算神経科学。前述のように、現代のAIの具体的な知見と全体像の両方は、システム神経科学における問題に有効に応用できる可能性があり、精神病や気分障害などの複雑な疾患の真の原因やメカニズムの解明にも役立つかもしれない。
• 行動介入。神経科学の生物学的側面に重点が置かれていたため、これまであまり触れてきませんでしたが、精神医学と心理学は20世紀を通じて、当然ながら幅広い行動介入法を開発してきました。AIがこれらの開発を加速させ、新たな手法の開発と、患者が既存の手法を遵守するのを支援することは、理にかなっています。さらに広く言えば、常に最高の自分になれるようサポートし、人との関わりを分析してより効果的な行動を学ぶ手助けをしてくれる「AIコーチ」というアイデアは、非常に有望に思えます。

私の推測では、これら4つの進歩の道筋が連携すれば、身体疾患と同様に、AIが関与しなくても、今後100年以内にほとんどの精神疾患の治療または予防につながる軌道に乗るだろう。したがって、AIの加速により、5〜10年で達成される可能性も十分にある。具体的に何が起こるかについての私の推測は次のようになる。

• ほとんどの精神疾患はおそらく治癒可能でしょう。私は精神疾患の専門家ではありません（神経科学の分野では、少数のニューロン群を研究するためのプローブを開発していました）が、PTSD、うつ病、統合失調症、依存症などの疾患は、上記の4つの方向性のいずれかを組み合わせることで解明され、非常に効果的に治療できるのではないかと推測しています。答えはおそらく、「生化学的に何らかの異常が生じた」（非常に複雑な場合もありますが）ことと、「高レベルで神経ネットワークに何らかの異常が生じた」ことの組み合わせでしょう。つまり、これはシステム神経科学の問題です。ただし、これは上記で議論した行動介入の効果を否定するものではありません。特に生きた人間を対象とした測定および介入のためのツールは、迅速な反復と進歩につながる可能性が高いと思われます。
• 構造的な要因が強い状態は治療が難しいかもしれませんが、不可能ではありません。精神病質は明らかな神経解剖学的差異と関連しているという証拠がいくつかあります。つまり、精神病質者の脳の一部の領域は単純に小さかったり、発達が不十分だったりするということです。精神病質者は幼い頃から共感能力に欠けていると考えられており、脳に何らかの違いがあるとしても、それはおそらく常にそうだったのでしょう。知的障害やその他の疾患についても同様のことが言えるかもしれません。脳の構造を変えるのは難しそうですが、知能の発達に見合った大きな見返りがあるようにも思えます。成人の脳を、より初期の、あるいはより可塑性の高い状態に誘導し、再構築できるような方法があるかもしれません。これがどれほど実現可能かは定かではありませんが、AIがこの分野で何を生み出すことができるかについては、楽観的に考えています。
• 精神疾患の効果的な遺伝的予防は可能になりそうだ。ほとんどの精神疾患は部分的に遺伝性があり、ゲノムワイド関連解析（GWAS）は、関連する因子（多くの場合多数）の特定において注目を集め始めている。身体疾患の場合と同様に、これらの疾患のほとんどは胚スクリーニングによって予防できる可能性が高い。違いの一つは、精神疾患は多遺伝子性（多くの遺伝子が関与）である可能性が高いため、その複雑さゆえに、疾患と相関する肯定的な特性を無意識のうちに排除してしまうリスクが高まることである。しかし奇妙なことに、近年のGWAS研究では、これらの相関関係が過大評価されている可能性が示唆されている。いずれにせよ、AIによって加速された神経科学は、これらの問題を解明するのに役立つかもしれない。もちろん、複雑な特性に対する胚スクリーニングは多くの社会的問題を引き起こし、議論を呼ぶだろうが、重度または衰弱性の精神疾患のスクリーニングについては、ほとんどの人が支持するだろうと私は推測する。
• 臨床的な疾患とは考えられていない日常的な問題も解決されるでしょう。私たちのほとんどは、通常は臨床的な疾患のレベルに達するとは考えられていない日常的な心理的問題を抱えています。怒りっぽい人もいれば、集中力に欠ける人や眠気を催しやすい人、恐怖や不安を感じやすい人、変化にうまく対応できない人もいます。今日では、例えば覚醒や集中力を高める薬（カフェイン、モダフィニル、リタリンなど）は既に存在しますが、他の多くの分野と同様に、さらに多くのことが可能になるでしょう。おそらく、まだ発見されていない薬はもっとたくさん存在し、標的型光刺激（上記のオプトジェネティクスを参照）や磁場など、全く新しい介入方法も登場するかもしれません。20世紀に認知機能や感情状態を調整する薬が数多く開発されたことを考えると、誰もが脳の働きを少しでも良くし、より充実した日々を送れるようになる「圧縮された21世紀」には非常に期待しています。
• 人間の基本的な経験は、もっとずっと良いものになり得る。さらに一歩踏み込んで言えば、多くの人が、啓示、創造的なインスピレーション、思いやり、充実感、超越、愛、美、瞑想的な平和といった、非凡な瞬間を経験している。これらの経験の性質や頻度は、人によって、また同じ人でも時期によって大きく異なり、時には様々な薬物によって引き起こされることもある（ただし、副作用を伴うことが多い）。これらすべては、「経験可能な空間」が非常に広く、人々の人生の大部分がこうした非凡な瞬間で占められる可能性があることを示唆している。また、おそらく、あらゆる認知機能を向上させることも可能だろう。これは、おそらく神経科学における「生物学的自由」あるいは「寿命の延長」に相当するものと言えるだろう。

人工知能を描いたSF作品でよく取り上げられるものの、ここでは意図的に触れてこなかったテーマの一つに、「マインドアップロード」があります。これは、人間の脳のパターンやダイナミクスを捉え、それをソフトウェアに組み込むという考え方です。このテーマだけで一編のエッセイが書けるほど奥深いものですが、ここでは、アップロードは原理的にはほぼ確実に可能だと考えているものの、実際には、たとえ強力なAIであっても、技術的および社会的な大きな課題に直面しており、おそらく私たちが議論している5～10年という期間では実現しないだろう、とだけ述べておきます。

要約すると、AIによって加速された神経科学は、ほとんどの精神疾患の治療法を大幅に改善、あるいは完治させる可能性が高く、さらに「認知的・精神的自由」と人間の認知能力および感情能力を大きく拡大させるでしょう。これは、前節で述べた身体的健康の改善と全く同じくらい革新的なものとなるでしょう。外見上は世界が目に見えて変わることはないかもしれませんが、人間が経験する世界は、より良く、より人間的な場所となり、自己実現の機会もより多く提供される場所となるでしょう。また、精神的健康の改善は、政治的あるいは経済的な問題を含む、他の多くの社会問題も緩和するだろうと私は考えています。

3. 経済発展と貧困

前述の2つのセクションでは、病気を治療し、人々の生活の質を向上させる新しい技術の開発について述べました。しかし、人道的な観点から当然生じる疑問は、「誰もがこれらの技術を利用できるのだろうか？」ということです。

病気の治療法を開発することと、世界から病気を根絶することは全く別のことです。より広く言えば、既存の多くの医療介入策はまだ世界中で適用されておらず、同様に（医療以外の）技術革新全般についても同じことが言えます。言い換えれば、世界の多くの地域では生活水準が依然として極めて低いということです。サハラ以南アフリカの1人当たりGDPは約2,000ドルであるのに対し、米国では約75,000ドルです。AIが先進国の経済成長と生活の質をさらに向上させる一方で、発展途上国にはほとんど役に立たないとしたら、それは恐ろしい道徳的失敗であり、前2節で述べた真の人道的勝利に汚点を残すものと考えるべきです。理想的には、強力なAIは、先進国を革新する一方で、発展途上国が先進国に追いつくのを助けるべきです。

AIが不平等や経済成長に対処できるかどうかについては、基礎技術を発明できるという確信ほど確信していません。なぜなら、技術は知能に対して非常に高いリターンをもたらす（複雑な問題やデータ不足を回避する能力を含む）のに対し、経済は人間による多くの制約と、本質的な複雑さを伴っているからです。AIが有名な「社会主義計算問題」^{23を解決できるかどうかについては、やや懐疑的です。}

発展途上国が直面する課題は、民間部門と公共部門の両方に蔓延する汚職によってさらに複雑化している。汚職は悪循環を生み出し、貧困を悪化させ、貧困はさらなる汚職を生む。AIを活用した経済発展計画は、汚職、脆弱な制度、そしてその他多くの人間的な課題に真摯に向き合わなければならない。

とはいえ、楽観視できる十分な理由も確かにあります。病気は根絶され、多くの国が貧困から富裕へと移行しました。そして、こうした課題に関わる意思決定は（人間の制約や複雑さにもかかわらず）知能に対する高いリターンをもたらすことは明らかです。したがって、AIは現状よりも優れた方法でこれらの課題を遂行できる可能性が高いでしょう。また、人間の制約を回避し、AIが注力できるような的を絞った介入策も存在するかもしれません。しかし、より重要なのは、私たちが努力することです。AI企業も先進国の政策立案者も、発展途上国が取り残されないように、それぞれの役割を果たす必要があります。道義的な責務はあまりにも大きいのです。そこで、このセクションでは引き続き楽観的な見解を述べていきますが、成功は保証されているわけではなく、私たちの共同の努力にかかっていることを常に念頭に置いておいてください。

以下に、強力なAIが開発されてから5～10年後の発展途上国における状況について、私の推測をいくつか述べます。

• 保健介入の配布。私が最も楽観的である分野は、保健介入を世界中に配布することです。病気は実際にトップダウンのキャンペーンによって根絶されてきました。天然痘は1970年代に完全に根絶され、ポリオとギニア虫症は年間100例未満でほぼ根絶されています。数学的に高度な疫学モデルは、疾病根絶キャンペーンで積極的な役割を果たしており、人間よりも賢いAIシステムが人間よりも優れた仕事をする余地があるように思われます。配布のロジスティクスも大幅に最適化できるでしょう。GiveWellの初期の寄付者として私が学んだことの1つは、一部の保健慈善団体は他の団体よりもはるかに効果的であるということです。AI加速の取り組みはさらに効果的になることを期待しています。さらに、いくつかの生物学的進歩は実際に配布のロジスティクスをはるかに容易にします。たとえば、マラリアは、病気に感染するたびに治療が必要なため、根絶が困難でした。一度投与するだけで済むワクチンは、物流をはるかに簡素化します（実際、マラリア用のそのようなワクチンは現在開発中です）。さらに簡素な配布メカニズムも可能です。例えば、病気を媒介する動物を標的にすることで、一部の病気は原理的に根絶できる可能性があります。例えば、病気を媒介する能力を阻害する細菌に感染した蚊を放ち（その後、他のすべての蚊に感染させる）、あるいは遺伝子ドライブを使って蚊を駆除するといった方法です。これには、何百万もの人々を個別に治療しなければならないような協調的なキャンペーンではなく、1つか少数の集中的な行動が必要です。全体として、AIによる健康上の恩恵のかなりの割合（おそらく50%）が、世界で最も貧しい国々にまで広がるには、5〜10年という期間が妥当だと考えています。強力なAIが登場してから5〜10年後には、発展途上国が先進国に比べて遅れをとったとしても、少なくとも今日の先進国よりも大幅に健康になっていることが、良い目標となるかもしれません。これを実現するには、もちろん、グローバルヘルス、慈善活動、政治的提言活動、その他多くの分野における多大な努力が必要であり、AI開発者と政策立案者の双方が協力すべきである。
• 経済成長。発展途上国は、健康面だけでなく経済全般において、先進国に急速に追いつくことができるだろうか？これには前例がある。20世紀末の数十年間、東アジアのいくつかの経済圏は、持続的に年間約10%の実質GDP成長率を達成し、先進国に追いつくことができた。この成功につながった決定を下したのは人間の経済計画立案者であり、経済全体を直接管理するのではなく、いくつかの重要なレバーを引くことによって（輸出主導型成長の産業政策や、天然資源の富への依存の誘惑に抵抗するなど）決定を下した。AI財務大臣や中央銀行家がこの10%の成果を再現、あるいは上回ることは十分にあり得る。重要な問題は、発展途上国の政府に、自決の原則を尊重しながら、どのようにAIを採用させるかということだ。一部の政府は熱狂するかもしれないが、他の政府は懐疑的になる可能性が高い。楽観的な見方としては、前述の項目で挙げた多くの医療介入策は、経済成長を自然に促進する可能性が高い。エイズ、マラリア、寄生虫の撲滅は生産性に劇的な変化をもたらすだろうし、神経科学に基づく介入策（気分や集中力の向上など）が先進国と発展途上国の両方にもたらす経済的恩恵は言うまでもない。さらに、医療以外のAI加速技術（エネルギー技術、輸送ドローン、改良された建築材料、物流・流通の改善など）は、自然に世界に普及するかもしれない。例えば、携帯電話でさえ、慈善活動に頼ることなく、市場メカニズムを通じてサハラ以南のアフリカに急速に普及した。一方、否定的な見方としては、AIと自動化には多くの潜在的な利点がある一方で、経済発展、特にまだ工業化していない国々にとっては課題も突きつける。自動化が進む時代において、これらの国々が経済を発展させ、改善していくための方法を見つけることは、経済学者や政策立案者にとって重要な課題である。全体として、理想的なシナリオ、あるいは目指すべき目標は、発展途上国における年間GDP成長率が20%となることだろう。そのうち10%はAIを活用した経済政策決定によるもので、残りの10%は医療分野を含むAI加速技術の自然な普及によるものだ。これが実現すれば、サハラ以南アフリカの1人当たりGDPは5～10年で中国の現在の水準に達し、その他の発展途上国の多くは現在の米国のGDPを上回る水準にまで上昇するだろう。繰り返すが、これはあくまで理想的なシナリオであり、自然に実現するものではない。実現可能性を高めるためには、私たち全員が協力して取り組む必要がある。
• 食料安全保障24
  ²⁴この点を指摘してくれたケビン・エスベルトに感謝します。
  肥料や農薬の改良、自動化の進展、土地利用の効率化といった作物技術の進歩は、20世紀を通じて作物の収穫量を劇的に増加させ、何百万人もの人々を飢餓から救いました。遺伝子工学は現在、多くの作物をさらに改良しています。こうした改良をさらに進める方法、そして農業サプライチェーンをさらに効率化する方法が見つかれば、AI主導の第二次緑の革命が実現し、発展途上国と先進国の格差を縮めるのに役立つでしょう。
• 気候変動の緩和。気候変動は発展途上国でより深刻な影響を及ぼし、その発展を阻害するでしょう。AIは、大気中の炭素除去やクリーンエネルギー技術から、炭素集約型の工場畜産への依存度を減らす培養肉に至るまで、気候変動を遅らせたり阻止したりする技術の向上につながると期待できます。もちろん、前述のように、気候変動対策の進展を阻害しているのは技術だけではありません。このエッセイで議論した他のすべての問題と同様に、人間の社会的な要因も重要です。しかし、AIを活用した研究によって、気候変動の緩和にかかるコストと影響を大幅に削減し、多くの反対意見を無意味なものにし、発展途上国がより大きな経済発展を遂げられるようになるという十分な根拠があります。
• 国内の不平等。私はこれまで主に不平等をグローバルな現象として論じてきましたが（それが最も重要な現れだと考えています）、もちろん国内にも不平等は存在します。高度な医療介入、特に寿命の大幅な延長や認知機能向上薬の登場により、これらの技術が「富裕層だけのもの」であるという正当な懸念が生じるのは当然です。私は特に先進国における国内の不平等については、2つの理由からより楽観的です。第一に、先進国では市場がより効果的に機能し、市場は通常、高価値技術のコストを時間とともに引き下げるのに優れています。
  ²⁵例えば、携帯電話は当初は富裕層向けの技術でしたが、年々の改良が非常に速いため、「高級」携帯電話を購入するメリットがなくなり、すぐに非常に安価になり、今日ではほとんどの人が同様の品質の電話を持っています。
  第二に、先進国の政治制度は国民の声に耳を傾けやすく、普遍的なアクセスプログラムを実行する国家能力も高い。そして、国民は生活の質を劇的に向上させる技術へのアクセスを求めるだろうと私は考えている。もちろん、こうした要求が必ず成功するとは限らない。そして、ここでも私たちは公正な社会を確保するためにあらゆる努力を尽くさなければならない。命を救い、生活を向上させる技術へのアクセスの不平等とは対照的に、富の不平等という別の問題があり、これはより困難なようで、第5節で論じる。
• オプトアウト問題。先進国と発展途上国の両方で懸念されているのは、人々がAIの恩恵を受けることを拒否することです（反ワクチン運動や、より一般的にはラッダイト運動に似ています）。例えば、意思決定能力が最も低い人々が、意思決定能力を向上させるはずのテクノロジーを拒否するという悪循環に陥る可能性があり、その結果、格差は拡大し続け、ディストピア的な下層階級が生まれることさえあります（一部の研究者は、これが民主主義を損なうと主張しており、この点については次のセクションでさらに詳しく論じます）。これは、AIの進歩に再び倫理的な汚点を残すことになります。人々に強制することは倫理的に許されないと思うので、これは解決が難しい問題ですが、少なくとも人々の科学的理解を深めるよう努力することはできます。そして、おそらくAI自体がこの点において私たちを助けてくれるでしょう。希望の兆しの一つは、歴史的に見て反技術運動は口先ばかりで実際には効果がないということだ。現代技術への非難は人気があるものの、少なくとも個人の選択の問題であれば、ほとんどの人は最終的にはそれを受け入れる。個人はほとんどの医療技術や消費者向け技術を採用する傾向がある一方、原子力発電のように真に制約を受ける技術は、集団的な政治的決定となる傾向がある。

全体として、私はAIの生物学的進歩を開発途上国の人々に迅速に届けられると楽観視しています。AIが前例のない経済成長率を実現し、開発途上国が少なくとも先進国を凌駕できるようになることを期待していますが、確信は持てません。先進国と開発途上国の両方で「オプトアウト」問題が発生することを懸念していますが、これは時間とともに解消され、AIがこのプロセスを加速させるのに役立つと考えています。完璧な世界は実現せず、遅れている人々が完全に追いつくことはないでしょう。少なくとも最初の数年間は。しかし、私たちが懸命に努力すれば、物事を正しい方向に、しかも迅速に進めることができるかもしれません。それができれば、地球上のすべての人間に約束している尊厳と平等の実現に向けて、少なくとも第一歩を踏み出すことができるでしょう。

4. 平和と統治

最初の3つのセクションのすべてがうまくいったと仮定しましょう。病気、貧困、不平等は大幅に減少し、人間の経験の基準は大幅に向上します。しかし、人間の苦しみの主要な原因がすべて解決されるわけではありません。人間は依然として互いに脅威です。技術の進歩と経済発展が民主主義と平和につながる傾向はありますが、それは非常に緩やかな傾向であり、頻繁に（そして最近も）後退しています。20世紀の幕開けには、人々は戦争を過去のものにしたと考えていましたが、その後、2つの世界大戦が起こりました。30年前、フランシス・フクヤマは「歴史の終わり」と自由民主主義の最終的な勝利について書きましたが、それはまだ実現していません。20年前、米国の政策立案者は、中国との自由貿易によって中国が豊かになるにつれて自由化が進むと信じていましたが、それは全く起こらず、私たちは今、復活した権威主義ブロックとの第二次冷戦に向かっているようです。そして、インターネット技術は当初考えられていたように民主主義ではなく、実際には権威主義に有利に働く可能性があるというもっともらしい理論もある（例えば「アラブの春」の時期）。強力なAIが平和、民主主義、自由といった問題とどのように交錯していくのかを理解しようとすることは重要だと思われる。

残念ながら、AIが人間の健康を促進し貧困を緩和するのと同じように、民主主義と平和を優先的に、あるいは構造的に推進すると信じるに足る強い根拠は見当たりません。人間の紛争は敵対的なものであり、AIは原則として「善人」と「悪人」の両方を助けることができます。むしろ、いくつかの構造的要因が懸念されます。AIは、独裁者の道具箱にある主要なツールである、より効果的なプロパガンダと監視を可能にする可能性が高いからです。したがって、物事を正しい方向に導くのは、私たち一人ひとりの責任です。AIが民主主義と個人の権利を優先することを望むなら、私たちはそのために戦わなければなりません。この点については、国際的な不平等についてよりも強く感じています。自由民主主義と政治的安定の勝利は保証されておらず、おそらく実現する可能性すら低く、過去にもそうであったように、私たち全員の大きな犠牲と献身を必要とするでしょう。

この問題には、国際紛争と国家の内部構造という二つの側面があると考えています。国際的な側面から見ると、強力なAIが開発される際に、民主主義国家が国際舞台で優位に立つことが非常に重要だと思われます。AIを動力源とする権威主義体制は想像するだけでも恐ろしいので、民主主義国家は、権威主義国家に圧倒されることを避けるため、そして権威主義国家における人権侵害を防ぐために、強力なAIが世界に導入される条件を設定できる必要があるのです。

現時点で私が考える最善の方法は「協商戦略」^{26を用いることだ。}

これらすべてを実現できれば、民主主義国家が世界の舞台で主導権を握り、独裁国家による弱体化、征服、妨害を回避できるだけの経済力と軍事力を持ち、AIの優位性を永続的な優位性へと転換できる世界が実現するだろう。楽観的に言えば、これは「永遠の1991年」――民主主義国家が優位に立ち、福山氏の夢が実現する世界――へと繋がる可能性がある。しかし、これもまた実現が非常に困難であり、特に民間AI企業と民主主義政府との緊密な協力、そして飴と鞭のバランスに関する極めて賢明な判断が不可欠となるだろう。

たとえ全てが順調に進んだとしても、各国における民主主義と独裁主義の闘いという問題が残ります。ここで何が起こるかを予測するのは明らかに困難ですが、世界的に民主主義が最も強力なAIをコントロールする環境が整えば、AIは実際にはあらゆる場所で構造的に民主主義を有利にする可能性があるという楽観的な見方があります。特に、このような環境では、民主主義政府は優れたAIを使って情報戦に勝利することができます。独裁政権による影響力工作やプロパガンダ活動に対抗できるだけでなく、独裁政権が技術的に遮断または監視できない方法で情報チャネルやAIサービスを提供することで、世界的に自由な情報環境を構築できる可能性さえあります。おそらく、プロパガンダを流す必要はなく、悪意のある攻撃に対抗し、情報の自由な流れを阻害しないようにするだけで十分でしょう。すぐに実現するわけではありませんが、このような公平な競争条件は、いくつかの理由から、世界の統治を徐々に民主主義へと傾ける可能性が高いと言えます。

まず、第1～3節で述べた生活の質の向上は、他の条件が同じであれば、民主主義を促進するはずです。歴史的に見ても、少なくともある程度はそうでした。特に、精神的健康、幸福、教育の改善は民主主義を促進すると予想されます。これら3つはいずれも、権威主義的な指導者への支持と負の 相関関係にあるからです。一般的に、人々は他のニーズが満たされると、より多くの自己表現を求めるようになります。そして、民主主義はとりわけ自己表現の一形態です。逆に、権威主義は恐怖と恨みを糧として成り立っています。

第二に、権威主義者が検閲できない限り、自由な情報は実際に権威主義を弱体化させる可能性が高い。そして、検閲されないAIは、個人に抑圧的な政府を弱体化させるための強力なツールをもたらす可能性もある。抑圧的な政府は、国民からある種の共通認識を奪い、「皇帝は裸だ」ということに気づかせないことで存続している。例えば、セルビアのミロシェヴィッチ政権打倒に貢献したスルジャ・ポポヴィッチは、権威主義者から心理的に権力を奪い、呪縛を解き、独裁者に対する支持を集めるためのテクニックについて幅広く執筆している。ポポヴィッチの超人的な能力を持つAI（そのスキルは知能に対するリターンが高いように見える）が誰もがポケットに入れられ、独裁者が阻止したり検閲したりできないとしたら、世界中の反体制派や改革派に追い風となるだろう。改めて言うが、これは長く困難な戦いであり、勝利は保証されていない。しかし、もし私たちがAIを正しい方法で設計・構築すれば、少なくとも世界中の自由の擁護者たちが有利な立場に立てる戦いになるかもしれない。

神経科学や生物学と同様に、物事を「現状より良くする」にはどうすればよいか、つまり独裁政治を回避する方法だけでなく、民主主義を現状より良くするにはどうすればよいかを問うこともできます。民主主義国家であっても、不正義は常に発生しています。法治社会は、国民に対し、法の下では誰もが平等であり、誰もが基本的人権を享受できると約束しますが、実際には必ずしも人々がこれらの権利を享受できるとは限りません。この約束が部分的にでも果たされているだけでも誇るべきことですが、AIは私たちがより良い社会を築くのに役立つでしょうか？

例えば、AIは意思決定や手続きをより公平にすることで、法制度や司法制度を改善できるだろうか？今日、法制度や司法制度において、AIシステムが差別につながるのではないかという懸念が広く見られるが、こうした懸念は重要であり、払拭する必要がある。同時に、民主主義の活力は、リスクへの対応だけでなく、新たな技術を活用して民主主義制度を改善することにもかかっている。真に成熟し、成功を収めたAIの導入は、偏見を減らし、すべての人にとってより公平なものとなる可能性を秘めている。

何世紀にもわたり、法制度は、法律は公平であることを目指すものの、本質的に主観的であり、したがって偏見のある人間によって解釈されなければならないというジレンマに直面してきた。現実世界は複雑で、常に数式で捉えられるとは限らないため、法律を完全に機械的にしようと試みてもうまくいかなかった。その代わりに、法制度は「残酷で異常な刑罰」や「全く社会的意義がない」といった、悪名高いほど曖昧な基準に頼っており、それを人間が解釈するのだが、その解釈はしばしば偏見、えこひいき、あるいは恣意性を示すものとなる。暗号通貨の「スマートコントラクト」は、通常のコードでは利害関係の多くを裁定するほど賢くないため、法律に革命をもたらさなかった。しかし、AIはこれに十分賢くなる可能性がある。AIは、広範で曖昧な判断を再現可能かつ機械的に行うことができる最初の技術だからだ。

裁判官を文字通りAIシステムに置き換えることを提案しているわけではありませんが、公平性と、複雑で現実世界の状況を理解し処理する能力を兼ね備えたAIは、法と司法に真に有益な応用が期待できるはずです。少なくとも、こうしたシステムは意思決定の補助として人間と協働できるでしょう。透明性はあらゆるシステムにおいて重要であり、成熟したAI科学はそれを実現できる可能性があります。システムの訓練プロセスを徹底的に研究し、高度な解釈技術を用いて最終モデルの内部を可視化し、隠れたバイアスを評価することで、人間には到底不可能なことが可能になるからです。こうしたAIツールは、司法や警察の現場における基本的人権の侵害を監視するためにも活用でき、憲法の自己執行力を高めることにもつながります。

同様に、AIは市民の意見を集約し、合意形成を促進し、紛争を解決し、共通点を見出し、妥協点を探るために活用できる可能性がある。この方向性に関する初期のアイデアは、Anthropicとの共同研究を含む、計算民主主義プロジェクトによって既に実施されている。より情報に基づき、より思慮深い市民は、明らかに民主主義制度を強化するだろう。

AIは、原則としてすべての人に提供されるべきであるにもかかわらず、実際には著しく不足していることが多く、地域によって状況が異なる医療給付や社会福祉サービスといった政府サービスの提供を支援する明確な機会も存在します。これには、医療サービス、運転免許証発行機関（DMV）、税金、社会保障、建築基準法の執行などが含まれます。政府から法的に受ける権利のあるすべてのものを、理解しやすい方法で提供し、しばしば混乱を招く政府の規則への準拠も支援してくれる、非常に思慮深く情報に通じたAIがあれば、大きな意義を持つでしょう。国家の能力を高めることは、法の下の平等の約束を実現するのに役立つだけでなく、民主的統治への敬意を強化することにもつながります。現在、不十分なサービス提供は、政府に対する不信感の大きな要因となっています^。

これらはすべてやや漠然としたアイデアであり、このセクションの冒頭で述べたように、生物学、神経科学、貧困緩和の進歩ほど実現可能性に自信を持っているわけではありません。非現実的なユートピア的構想かもしれません。しかし重要なのは、野心的なビジョンを持ち、大きな夢を描き、様々なことを試してみる意欲を持つことです。AIが自由、個人の権利、そして法の下の平等を保証する存在となるというビジョンは、実現のために戦うにはあまりにも強力なビジョンです。21世紀のAIを活用した政治体制は、個人の自由をより強力に守るだけでなく、自由民主主義を全世界が採用したいと願う政治形態へと導く希望の光となる可能性を秘めています。

5. 仕事と意義

前述の4つの項目すべてがうまくいったとしても――病気、貧困、不平等が緩和されるだけでなく、自由民主主義が支配的な政治形態となり、既存の自由民主主義国家がより良いものになったとしても――少なくとも1つの重要な疑問が残る。「技術的に高度で、公平でまともな世界に生きているのは素晴らしいことだが、AIがすべてを担うようになったら、人間はどうやって生きる意味を見出すのだろうか？そもそも、どうやって経済的に生き延びていくのだろうか？」と反論する人もいるかもしれない。

この質問は他の質問よりも難しいと思います。他の質問よりも悲観的だという意味ではありません（もちろん課題は認識していますが）。私が言いたいのは、この質問は曖昧で、事前に予測するのが難しいということです。なぜなら、社会の組織化に関するマクロ的な問題に関わるものであり、それらは時間をかけて分散的に解決される傾向があるからです。例えば、歴史上の狩猟採集社会では、狩猟や狩猟に関連する様々な宗教儀式がなければ人生は無意味だと考えていたかもしれませんし、食料に恵まれた現代の技術社会には目的がないと考えていたかもしれません。また、現代の経済がどのようにしてすべての人を養えるのか、あるいは機械化された社会において人々がどのような有益な役割を果たせるのかを理解していなかったかもしれません。

とはいえ、少なくとも少しは述べておく価値はあるだろう。ただし、このセクションが簡潔であることは、私がこれらの問題を真剣に考えていないという意味では決してなく、むしろ明確な答えが見つからないことを示しているのである。

人生の意味について言えば、AIの方がうまくできるからといって、自分が取り組む仕事が無意味だと考えるのは、おそらく大きな間違いだと思います。ほとんどの人は何事においても世界一ではありませんが、それをそれほど気にしているようには見えません。もちろん、現代社会では比較優位によって貢献することができ、生み出す経済的価値から人生の意味を見出す人もいるでしょう。しかし、人々は経済的価値を生み出さない活動も大いに楽しんでいます。私はビデオゲームをしたり、泳いだり、散歩をしたり、友達と話したりと、経済的価値を全く生み出さないことに多くの時間を費やしています。ビデオゲームの上達を目指したり、山を自転車で登るスピードを上げようと一日を費やすこともありますが、どこかに自分よりずっと上手な人がいることは、私にとってさほど重要ではありません。いずれにせよ、人生の意味は経済的な労働からではなく、人間関係や繋がりから生まれるものだと私は考えています。人々は達成感や競争心さえも求めており、AI後の世界では、人々が研究プロジェクトに着手したり、ハリウッド俳優を目指したり、会社を設立したりするのと同様に、複雑な戦略を用いて非常に困難な課題に何年もかけて取り組むことは十分に可能になるだろう^。28

経済的な側面は、意味的な側面よりも実際には難しいように思えます。ここで言う「経済的な側面」とは、高度に発達したAI主導型経済において、ほとんど、あるいは全ての人類が有意義な貢献をできない可能性があるという問題を指します。これは、第3節で論じた、特に新技術へのアクセスにおける不平等といった、個別の不平等の問題よりも、よりマクロな問題です。

まず、短期的には、比較優位によって人間は今後も重要な存在であり続け、生産性も向上し、場合によっては人間同士の競争条件を均等にする可能性さえあるという主張に賛成します。AIが特定の仕事の90%においてのみ優れている限り、残りの10%によって人間は高いレバレッジ効果を得ることになり、報酬が増加し、AIの得意分野を補完・増幅する新たな人間の仕事が数多く生まれるため、「10%」は拡大し、ほぼすべての人を雇用し続けることになります。実際、AIが人間よりも100%優れた仕事ができるようになったとしても、一部の作業において非効率的であったりコストが高かったり、人間とAIへの資源投入量が大きく異なったりする場合、比較優位の論理は引き続き適用されます。人間が相対的（あるいは絶対的）優位を長期間維持できる可能性が高い分野の一つは、物理世界です。したがって、人間経済は「データセンターに天才が集まる国」という状況に陥った後も、ある程度は意味を持ち続ける可能性があると考えています。

しかし、長期的にはAIが非常に広範囲に効果を発揮し、かつ安価になるため、この考え方はもはや当てはまらなくなるだろうと私は考えています。その時点で、現在の経済構造はもはや意味をなさなくなり、経済のあり方についてより広範な社会的な議論が必要になるでしょう。

それは突飛に聞こえるかもしれないが、実際には人類は過去に狩猟採集から農業へ、農業から封建制へ、そして封建制から産業主義へと、大きな経済的転換を成功裏に乗り越えてきた。おそらく、これまで誰もうまく構想できていない、もっと奇妙で新しい何かが必要になるだろう。それは、すべての人に高額なベーシックインカムを支給するという単純なものかもしれないが、それは解決策のごく一部に過ぎないだろう。あるいは、AIシステムによる資本主義経済が実現し、AIシステムが人間に対して報酬を与えるべきと考える二次的な経済システム（最終的には人間の価値観から導き出された判断に基づく）に基づいて、人間に資源（経済全体のパイが巨大になるため、膨大な量の資源）を分配する、という形になるかもしれない。もしかしたら、経済は「Whuffieポイント」で動くのかもしれない。あるいは、従来の経済モデルでは想定されていない何らかの形で、人間は結局、経済的に価値のある存在であり続けるのかもしれない。これらの解決策にはどれも多くの潜在的な問題があり、多くの試行錯誤と実験なしには、それらが理にかなっているかどうかを知ることは不可能だ。そして、他のいくつかの課題と同様に、ここでも良い結果を得るためには、おそらく戦わなければならないでしょう。搾取的あるいはディストピア的な方向性も明らかにあり得、それを阻止しなければなりません。これらの問題については、もっと多くのことを書くことができ、いずれそうしたいと思っています。

現状把握

上記で述べた様々なトピックを通して、私はAIが順調に発展した場合に実現可能であり、かつ現状よりもはるかに優れた世界像を提示しようと試みました。この世界が現実的かどうかは分かりませんし、たとえ現実的であったとしても、多くの勇敢で献身的な人々による多大な努力と奮闘なしには実現しないでしょう。リスクを未然に防ぎ、その恩恵を最大限に享受するためには、AI企業も含め、誰もがそれぞれの役割を果たす必要があります。

しかし、それは戦う価値のある世界です。もし、こうしたことがすべて5年から10年の間に本当に実現するなら――ほとんどの病気の克服、生物学的・認知的自由の拡大、何十億もの人々が貧困から抜け出し、新しいテクノロジーを享受できるようになること、自由民主主義と人権の復興――それを見守る誰もが、その影響に驚くことでしょう。私が言っているのは、新しいテクノロジーの恩恵を個人的に受けるという経験のことではありません。もちろん、それも素晴らしいことですが。私が言っているのは、長年抱いてきた理想が、私たちの目の前で一気に具現化されるという経験のことです。多くの人が、文字通り涙を流すでしょう。

このエッセイを執筆する中で、私はある興味深い矛盾に気づきました。ここで提示するビジョンは、ある意味で極めて過激です。今後10年間で実現すると予想する人はほとんどおらず、多くの人にとって荒唐無稽な空想に映るでしょう。中には、それを望ましいとさえ思わない人もいるかもしれません。それは、誰もが賛同するとは限らない価値観や政治的選択を体現しているからです。しかし同時に、そこには、あまりにも明白で、必然的な何かがあります。まるで、より良い世界を思い描こうとする様々な試みが、必然的にこのビジョンへと行き着くかのようです。

イアン・M・バンクスの『ゲームのプレイヤー^』29

カルチャーの価値観は、明確な道徳的力を持つ無数の小さな決断の積み重ねであり、人々を同じ方向に引き寄せる傾向があるため、勝利戦略であると私は考えています。公平さ、協力、好奇心、自律性といった人間の基本的な直感は反論しにくく、破壊的な衝動とは異なり、累積的な性質を持っています。予防できる病気で子供が死ぬべきではないと主張するのは容易であり、そこから、すべての子どもが平等にその権利を持つべきだと主張するのも容易です。そこから、私たち全員が団結し、知性を駆使してこの目標を達成すべきだと主張するのも難しくありません。不必要に他人を攻撃したり傷つけたりした人は罰せられるべきだという意見に異論を唱える人はほとんどおらず、そこから、罰はすべての人に対して一貫性があり体系的であるべきだという考えに至るのも、さほど難しいことではありません。同様に、人々が自分の人生と選択に対して自律性と責任を持つべきだというのも、直感的に理解できることです。こうした単純な直感を論理的に突き詰めていくと、最終的には法の支配、民主主義、そして啓蒙主義の価値観へと行き着く。必然的とは言えないまでも、少なくとも統計的な傾向として、人類は既にこの方向へと向かっていた。AIは、その目標に私たちをより早く到達させる機会、つまり論理をより明確にし、目指すべき目的地をよりはっきりと示す機会を提供するに過ぎない。

とはいえ、それは超越的な美しさを持つものだ。私たちは、それを現実のものにするために、ささやかながら役割を果たす機会を得ている。

このエッセイの草稿を校閲してくださったケビン・エスベルト、パラグ・マリック、スチュアート・リッチー、マット・イグレシアス、エリック・ブリニョルフソン、ジム・マクレイブ、アラン・ダフォー、そしてアントロピックの多くの方々に感謝いたします。

2024年のノーベル化学賞受賞者の皆様へ。私たちに道を示してくださったことに感謝いたします。